Разработка информационной технологии управления финансовыми ресурсами кредитных организаций

Пугачев, Сергей Викторович

Управление в социальных и экономических системах

автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Разработка информационной технологии управления финансовыми ресурсами кредитных организаций

доктора технических наук: Пугачев, Сергей Викторович
город: Москва
год: 2000
специальность ВАК РФ: 05.13.10

Диссертация по информатике, вычислительной технике и управлению на тему «Разработка информационной технологии управления финансовыми ресурсами кредитных организаций»

Автореферат диссертации по теме "Разработка информационной технологии управления финансовыми ресурсами кредитных организаций"

ГГБ ОД

На правах ?уУя0ури1Ж}

ПУГАЧЕВ Сергей Викторович

РАЗРАБОТКА ИНФОРМАЦИОННОЙ ТЕХНОЛОГИИ УПРАВЛЕНИЯ ФИНАНСОВЫМИ РЕСУРСАМИ КРЕДИТНЫХ ОРГАНИЗАЦИЙ

05.13.10 - Управление в социальных и экономических системах

АВТОРЕФЕРАТ

диссертации иа соискание ученой степени доктора технических наук

Москва-2000

Работа выполнена в Международном институте инвестиционных проектов

Официальные оппоненты:

Доктор физико-математических наук, профессор Афанасьев Александр Петрович

Доктор технических наук, профессор Чулков Виталий Олегович

Доктор технических наук, профессор Курочкин Евгений Павлович

Ведущая организация - Институт экономики и комплексных проблем связи

Защита состоится «^¿С^д^-г. 2000г. на заседании

специализированного совета Д 163.01.01 во Всероссийском научно-исследовательском институте проблем вычислительной техники и информатизации по адресу: 113114, Москва, 2-й Кожевнический переулок, д. 4/6. -/&

С диссертацией можно ознакомиться во Всероссийском научно-исследовательском институте проблем вычислительной техники и информатизации.

Автореферат разослан *2А . ОЧ 2000г.

Ученый секретарь / ^ ^ Д И. Шапиро

диссертационного совета, доктор философских наук

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ.

Актуальность темы. Банковская система России находится на юреходном этапе, как и вся экономика страны. Совершенствуются методы /правления кредитными организациями, расширяется сфера услуг, которые эни представляют государству, предприятиям и физическим лицам. Качество управления кредитными организациями зависит от ряда факторов, среди которых обоснованная оценка стратегии и рисков финансовых вложений на рынке капитала занимают ведущее место. В условиях экономической нестабильности выработка эффективных решений по управлению ресурсами кредитной организации базируется на качестве прогноза, обоснованности тактики и стратегии, умения обнаружить новые перспективные направления деятельности и занять в них лидирующее положение. Все это требует глубокой комплексной проработки проблем анализа и прогноза финансовых рынков, обоснования рациональной инвестиционной политики при работе на финансовых рынках и при кредитовании реального сектора экономики.

Экономический и финансовый кризис, пик которого пришелся на 17 августа 1998г., обострил проблему неплатежей между субъектами экономической деятельности. Банковская система существенно утратила ликвидность, вал неплатежей между предприятиями усилился неплатежами между банками. В этих условиях проблема управления финансовыми ресурсами кредитных организаций приобрела особую актуальность.

Анализ известных отечественных и зарубежных разработок в данной области показал, что они не позволяют достаточно полно учесть переходной характер процессов, происходящих в экономике России, высокий уровень инфляции и риска.

Решение всего спектра вышеперечисленных задач представляет собой актуальную научную проблему, имеющую важное народно-хозяйственное значение.

Цель диссертации: разработка и обоснование научных основ, моделей, методов и алгоритмов решения задач управления финансовыми ресурсами кредитных организаций на основе прогнозирования основных параметров финансовых рынков и рационального выбора инвестиционной стратегии, а также создание информационной технологии снижения уровня неплатежей.

В соответствии с целью исследования поставлены следующие задачи:

1. сравнительный анализ известных постановок и методов решения задач управления портфелем ценных бумаг;

2. синтез моделей, методов и алгоритмов выбора рациональной стратегии н; рынке межбанковских кредитов и государственных ценных бумаг с учетог взаимосвязи этих сегментов финансового рынка;

3. построение моделей и алгоритмов мониторинга средневзвешенно] доходности активов и цены пассивов в условиях инфляции;

4. математическое моделирование процессов прогнозирования основны: параметров финансовых рынков:

- ставок межбанковских кредитов;

- котировок государственных ценных бумаг;

- цен на валютные фьючерсы;

5. синтез моделей, методов и алгоритмов выбора рациональной стратеги участия банка в крупном инвестиционном проекте, учитывающи многообразие форм участия и механизмы распределения затрат результатов между партнерами;

6. создание формальных процедур учета общей и структурной инфляции пр выборе наиболее эффективного варианта инвестиционного проекта;

7. построение моделей и методов учета индивидуального отношения к риск каждого из инвесторов, принимающих совместное участие инвестиционном проекте.

8. исследование моделей и методов снижения взаимной задолженност субъектов экономической деятельности;

9. синтез моделей и методов многостороннего межбанковского клиринга учетом ограниченности финансовых ресурсов кредитных организаций.

Методологические и теоретические основы исследования: работ] зарубежных и отечественных ученых системотехников, экономистов, метод теории управления, системного анализа, исследования операций, экономик* математического моделирования.

Научная новизна работы: впервые предложен комплексный подход решению проблемы управления финансовыми ресурсами кредитнь организаций на основе прогнозирования основных параметров финансовь рынков и рационального выбора инвестиционной стратегии, а также созда» новая информационная технология снижения уровня неплатежей на ба банковской системы России.

1. Сип тезированы экономико-математические модели управления портфеле ценных бумаг, учитывающие связь рынков межбанковских кредитов ценных бумаг, динамический характер изменения ставок межбанковско кредита и котировок ценных бумаг. Созданные модели и алгоритм

позволяют разрабатывать оптимальную стратегию привлечения и размещения ресурсов ({а финансовом рынке.

I. Создан инструментарий, позволяющий вести непрерывный мониторинг наиболее важного для управления кредитной организацией показателя -соотношения средневзвешенной доходности активов и цены пассивов в условиях инфляции, носящей переменный характер. Он позволяет учесть разнообразие временных и ценовых характеристик привлекаемых ресурсов, спрос на кредитные ресурсы и ожидаемые в перспективе ставки на рынке межбанковских кредитов.

5. Получены экономико-математические модели, позволяющие оценить ожидаемые в перспективе ставки межбанковских кредитов, котировки государственных ценных бумаг, цены на валютные фьючерсы. Особенность созданных моделей в том, что точность прогнозирования увязана в комплексе с точностью, требуемой для принятия управленческих решений.

4. Разработаны модели, методы и процедуры выбора наиболее приемлемого для кредитной организации варианта инвестиционного проекта, учитывающие, наряду с экономическими характеристиками проекта, все допустимые формы участия в проекте (кредит, лизинг, совместная деятельность), а также позволяющие учесть общую и структурную инфляцию.

5. Предложен подход, позволяющий учесть индивидуальную оценку риска каждым инвестором при осуществлении совместного проекта и выборе компромиссного варианта его осуществления. Такой подход позволяет обеспечить реализуемость проекта с учетом интересов всех партнеров.

6. Созданы модели методы, позволяющие уменьшать взаимную задолженность субъектов экономической деятельности в условиях острого дефицита оборотных средств предприятий и недостаточно высокой степени монетизации экономики.

7. Разработаны модели и методы многостороннего межбанковского клиринга, ускоряющие выполнение платежных операций при ограниченных финансовых ресурсах кредитных организаций.

Практическая ценность и внедрение результатов исследования: модели, методы и процедуры управления инвестиционной политики кредитной организации, полученные в данной работе, практически применены Международным промышленным банком в период 1992-1999г. при решении задач:

- обоснования рациональной стратегии управления портфелем ценных бумаг;

- выбора наиболее эффективного варианта привлечения ресурсов и их размещения на связанных между собой сегментах финансового рынка;

- (грогпочнротшия эффективности функционирования кредитной организации и условиях нестабильной экономики;

- выбора наилучшего варианта проекта из числа конкурентоспособных;

- определения условий предоставления долгосрочного кредита для осуществления сложного проекта;

- подготовки договора лизинга, предусматривающего обеспечение основными производственными фондами субъекта хозяйствования заинтересованного в осуществлении проекта;

- подготовки соглашения о создании совместного предприятия, с участиег*' кредитной организации в его уставном фонде, для реализации сложногс проекта;

- обоснования условий льготного кредитования проекта и участия кредитной организации в прибыли создаваемого предприятия;

- создания информационной банковской технологии снижения уровш взаимной задолженности субъектов экономической деятельности I Республике Башкортостан;

- создания информационной технологии многостороннего межбанковское клиринга при ограниченных финансовых ресурсах кредитных организаций.

Достоверность научных результатов и выводов подтверждаете) использованием научных методов исследования, современной математического аппарата и практикой применения при управлении крупныи кредитным учреждением, опытом применения информационной банковско! технологии снижения уровня взаимной задолженности субъекто! экономической деятельности в Республике Башкортостан в период 1997 1999г. г.

Структура и объем работы диссертация состоит из введения, четыре; глав и заключения. Основное содержание диссертации изложено на 20' страницах печатного текста. Список использованной литературы составляе 191 наименований. Приложение содержит инструкции пользователя 1 документацию к разработанным в диссертации информационным технология! снижения уровня взаимной задолженности субъектов экономическо деятельности, реализации многостороннего межбанковского клиринга пр ограниченных финансовых ресурсах кредитных организаций, а такж материалы, подтверждающие внедрение результатов диссертации.

Апробация работы. Основные положения диссертации докладывались и Осуждались на четырех общероссийских конференциях («Экономика России и шровой опыт», Москва, 1992, 1993, 1994г.г.; «Финансово-промышленные руппы и банковский капитал», Москва, 1996г.) и на международных онференциях "Интеграция банковского и промышленного капитала" (Москва, 4-16 ноября 1994г., «Российские информационные ресурсы и российский ыиок» СРВ, Хошимин, 8-9 июня 1998г., «Глобальная информационная сеть по рнтоку инвестиций и технологий», Австрия, Вена, (UNIDO), 13-15 октября 998г.).

Публикации. По теме диссертации опубликовано 3 монографии и 32 татей общим объемом 43,0 п.л.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ.

Во введении изложены обоснование предмета и цели исследования, сновные результаты, выносимые на защиту, характеристика их научной ювизны, практической значимости и апробации полученных результатов.

ПЕРВАЯ ГЛАВА "Модели п методы обосновании рациональной тратегнн коммерческого банка на финансовых рынках" посвящена остановке и решению задач по выбору вариантов привлечения и размещения есурсов на различных сегментах финансовых рынков. В силу высокой начимости в современных условиях для коммерческого банка объектами сследования выбраны рынок государственных ценных бумаг (ГЦБ) и 1ежбанковских кредитов.

Предлагаемая постановка задачи управления портфелем ГЦБ на плановом птервале [tl,t2] основана на следующей схеме. Есть юридическое лицо, азываемое в дальнейшем менеджером, которое непосредственно работает на юндовом рынке с ГЦБ, и есть так называемые инвесторы, которые заключают менеджером договора, по которым они передают ему на определенных словиях денежные средства и больше в деятельность менеджера не мешиваются.

Единственным видом деятельности у менеджера помимо заключения оговоров с инвесторами в данной постановке считается спекулятивная ¡родажа - покупка ГЦБ на фондовом рынке.

Предположим, что в общем случае менеджер на текущий момент t уже 1меет какие-то заключенные договора с инвесторами (в частности их может и ie быть) и при этом ему на период [ti,12] предлагается заключить новый ;о го пор. Спрашивается, выгоден он менеджеру или нет?

Блок-схема предлагаемого алгоритма представлена на рисунке 1.

Запланированные поступления п выплаты т(0

Расчет прироста капитала ДК(1з) при условии заключения предлагаемого договора

Прогноз основных показателен финансового рынка

"в^ж^шзж:

Предложение нового договора с!т(()

Рис. I: Блок-схема алгоритма управления портфелем ценных бумаг

Для решения поставленной задачи предлагается использовать принцип гарантированного результата. Суть его состоит в следующем. Известно, что риск работы с ГЦБ связан с недетерминированностью возможных объемов продажи и покупки ГЦБ в будущем, их цен и дивидендов (процентов). Все эти величины становятся известными только в будущем, причем как-то влиять на их значения менеджер не может. Другими словами для него эти величины неуправляемы. Будем называть их возмущениями.

Наряду с возмущениями в задаче есть и управляемые величины или, по другому, - управления. В данной постановке управлениями являются количества ГЦБ по видам, которые нужно продать или купить в каждый день tz[t\,a].

Хотя спрогнозировать точно цены, объемы и дивиденды практически невозможно, однако предполагается, что для любой упомянутой выше величины можно указать доверительный диапазон, зависящий в общем случае от времени, в котором она может колебаться.

Принцип гарантированного результата состоит в том, что управления должны выбираться таким образом, чтобы при любых возможных значениях возмущений из доверительных интервалов были выполнены все ограничения задачи и при этом обеспечивался максимум заданного критерия.

В качестве критерия предлагается использовать величину прироста капитала менеджера от заключения нового договора на момент t2. Капитал менеджера в любой момент t вычисляется как сумма имеющихся у него денежных средств плюс стоимость ГЦБ в портфеле по гарантированной (минимальной) цене продажи и минус его задолженность перед инвесторами.

Главное ограничение в этой задаче - обеспечение ликвидности расчетного счета менеджера в любой день /е[/1,/2]. Под ликвидностью счета понимается возможность менеджера своевременно расплатиться со всеми инвесторами по своим обязательствам.

Рассмотрим один из видов ценных бумаг, для которых дивиденды не предусмотрены и нет налогов на покупку и продажу. Более того, предположим, что нет никаких ограничений и на объемы их покупок и продаж. Тогда единственным возмущением (неопределенным фактором) для них является цена покупки - продажи в момент t, которую мы обозначим через c(t). По каждому виду ГЦБ нужно задать доверительный диапазон для цены c(t): c(i)e[C'1(/),C2(0]. Ясно, что наихудшая ситуация для менеджера наступит тогда, когда ему придется покупать бумаги по самой дорогой цене, а продавать - по самой дешевой. В наших обозначениях это означает покупать по цене C2(t), а

продавать по цене Cl(t). Поэтому в дальнейшем цену C2(t) мы будем называть ценой покупки, а цену Cl(t) - ценой продажи.

Таким образом, содержательно задача ставится в следующей постановке:

- предлагается новый договор между инвестором и менеджером, налагающий на обоих заданные финансовые обязательства на интервале [tl,t2];

- на рынке ГЦБ есть прогноз нижней и верхней цены по каждому виду ГЦБ на интервале [tI,t2J;

- спрашивается, выгоден ли он менеджеру с точки зрения прироста его капитала в момент t2 при любых колебаниях цен ГЦБ в заданных прогнозом границах.

Математическая постановка задачи:

Пусть N - количество видов ГЦБ, обращающихся на первичном и вторичном фондовом рынке. Пусть для каждого вида i (i=1 ,N) известен прогноз нижней Cj(t) и верхней C;(t) цены в день t, другими словами известно, что в день t заведомо можно купить i-ый вид ГЦБ по цене C*(t), а продать - по цене С|(1), при этом, естественно, что Cl(i)£(';(i) для любого i и t.

Пусть [t I i,t2i] - период обращения ГЦБ вида i.

Пусть до появления очередного инвестора известны следующие величины:

M(t) - количество свободных денежных средств на расчетном счет} менеджера на начало дня t;

m(t) - график поступлений от инвесторов, если m(t)>0, или выплат инвесторам, если m(t)<0, денежных средств;

Si(t) - запланированное количество ценных бумаг вида i в портфеле нг начало дня t;

xi(t) - запланированное количество приобретаемых в день t ценных бума1 вида i;

yi(t) - запланированное количество продаваемых в день t ценных бума! вида i.

Примечание

Если величины M(t), Si(t), xi(t) и yi(t) неизвестны, а известны только m(t) 1 M(tl), т.е. известны только график поступлений и выплат и состояни! расчетного счета на начало планового периода, то их можно вычислить например, решая ту же самую задачу управления портфелем ЦБ, которая буде сформулирована ниже. Это приведет к тому, что выгодность или невыгодност условий очередного инвестора будет определяться только на гарантированны стратегиях.

Предположим, что появление нового инвестора приводит к изменению графика платежей т(0 на интервале [Ид2], которое мы обозначим <1т(1). подчеркнем, что вид функции ¿т(Ч) может быть произвольным. Например, если инвестор в момент 11 кредитует менеджера на сумму q, а хочет в конце периода И получить сумму О, то функция 1!т(0 будет иметь следующий вид:

dm{t) =

q, при t = tl -Q, при t = t2 О, иначе

С помощью функции dm(t) можно описывать и более сложные ситуации, когда, например, менеджер должен возвращать сумму не сразу, а частями и т.п.

Требуется определить, насколько это выгодно менеджеру. Для этой цели предлагается использовать прирост величины капитала за период [tl,t2]. Капитал K(t) в момент t вычисляется по формуле:

1 = 1 г >1

Пусть Dxi(t) и Dyi(t) - изменения соответственно в xi(t) и yi(t), вызванные появлением нового инвестора (естественно, что должно выполняться •*•/(/) + Dxi(i) > о, >'/(/) + J)yi(') > о ). Тогда имеем следующие балансовые уравнения:

- баланс денежных средств:

M{t +1) = M(t)+dm{t)+ £ С,1/(/)[>'/(/)+ Dyiit)]-

(=i

- ликвидность расчетного счета:

М(/) > о

- баланс ценных бумаг в портфеле:

Si(t+1) = Si(t) + xi(t) + Dxi(t) - yi(t) - Dyi(t), Si'(t)>0, i=l,N; te[/l,/2] Si(t) = 0 для t < tli и t > t2i

прирост капитала:

К2(*2 + 1)-/П(/2 + 1)=>

шах

¡0x1,0«,Л/,5«) '

где К 1(1) - капитал, вычисляемый по формуле (1) до прихода нового инвестора, а К2(0 - после.

Если К2(12+1) - К1((2+1) > 0, то условия нового инвестора менеджер> выгодны, в противном случае - невыгодны.

Коммерческий банк работает с различными источниками ресурсоЕ различающимися объемами, ставками, сроками привлечения и условиями возврата. В то же время области размещения ресурсов банка (виды активов' также многообразны.

Соотношение между доходностью активов и ценой пассивен коммерческого банка является важнейшим показателем, отражающие эффективность его функционирования.

Сложность сопоставления доходности активов и цены пассиво( обусловлена, на наш взгляд, следующими факторами:

- структура активов и пассивов представлена ссудами различней длительности;

- при равных сроках размещения и привлечения схемы выполнение обязательств могут не совпадать (например, схемой возврата предполагаете; ежемесячное отчисление процентов и уплаты полной суммы долга в копт срока действия договора кредитования, или предусматриваете: одновременный возврат всей суммы долга и процентов);

- необходимость корректного сопоставления разновременных значенш доходности активов (как и цены пассивов) требуют определения реальны: значений интересующих нас параметров, очищенных от инфляции;

- различные виды активов отличаются по степени риска, объективная оценк которого достаточно проблематична;

- прогнозные значения доходности активов и цены пассивов зависят о ожидаемых в перспективе темпов инфляции и, когда речь идет о валютны активах и пассивах, об ожидаемых темпах роста курса СКВ.

Обычно, для оценки средневзвешенной доходности активов использую формулу:

К,

-де:

Л,- - величина актива на момент оценки,

I - индекс актива / = 1 + п ,

Л - годовая эффективная ставка, выраженная в долях.

Произведение Л"; ■ г, определяет величину дохода, полученного от размещения средств в размере равном Л",- , при условии, что данные средства эудут постоянно в течении года реинвестироваться с одной и той же эффективной ставкой размещения г,.

В условиях инфляции, носящей переменный в течении года характер, попущение о постоянстве ставки реинвестирования каждого из выданных кредитов является достаточно важным. При снижении темпов инфляции уменьшается ставка рефинансирования, устанавливаемая Банком России. Соответственно, изменения претерпевают ставки на рынках межбанковских кредитов. В этих условиях сравнить между собой средневзвешенную доходность активов, рассчитанную по формуле (2), для разных моментов времени (допустим, отстоящих друг от друга на месяц, когда изменение ставок будет существенным) будет проблематично. В условиях достаточно высокой и переменной инфляции, для сравнительного анализа динамики средневзвешенной доходности активов необходимо оперировать с реальной оценкой.

В диссертации предложено использовать следующий алгоритм:

- прогнозируются месячные темпы инфляции (выраженные в долях) и определяется ее величина на конец расчетного периода Т (например, на конец года) - а(7 );

- прогнозируются ставки размещения по месяцам расчетного периода и для каждого ¡-го актива определяется его номинальная доходность с учетом реинвестирования на конец расчетного периода - г, (Г);

- средневзвешенная доходность активов определятся по формуле:

> I

Т) ,

где К, (У)-

ВТОРАЯ ГЛАВА «Модели и методы прогнозирования основные параметров финансовых рынков» посвящена разработке информационно! технологии прогнозирования ожидаемых в перспективе условий работы банк? на финансовых рынках.

Методы прогнозирования могут быть разделены на три большие группы статистические (описательные), причинно-следственные и комбинированные.

При использовании статистических методов задается закон изменена входных переменных Хф во времени. Выходные переменные могут бьт описаны с помощью некоторой модели, значения коэффициентов которо! определяется подбором. При этом различные наблюдения могут учитываться < различными весовыми множителями. По таким моделям, включающик описание предыстории системы, прогноз можно составить путем расчет; состояния системы для некоторого будущего момента времени. Блок-схем; алгоритма, реализующего такой подход, изображена на рисунке 2.

При использовании причинно-следственных методов вначале строита модель, позволяющая выявить причины изменения в системе. Прогноз полученный с помощью такой модели, объясняет будущее системы Статистический прогноз в лучшем случае позволяет делать вероятностны* утверждения о возможных появлениях и моментах появления экстремумов I рассматриваемой временной зависимости переменных системы, а также < значениях переменных в экстремальных точках. Прогнозы на основе анализ; причинно-следственных связей предназначены главным образом как раз дл) предсказания моментов появления экстремумов и значений переменных I экстремальных точках. Блок-схема, иллюстрирующая использование причинно следственных методов, изображена на рисунке 3.

Следует отметить, что наилучшие результаты получаются пр! использовании комбинации статистических и причинно-следственных методо! прогнозирования, что показывается ниже при исследовании рынков МБК I ГЦБ. Блок-схема комбинированного алгоритма приведена на рисунке 4.

Сбог> и аналнч ретроспективных данных

Анализ и фильтрация пиковых значений

Анализ и возможная фильтрация нетипичных значений

Анализ пропущенных данных

Определение статистических характеристик финансового рынка

Определение вида функции распределения

Расчет параметров функции распределения

®Евжтавшааааввавк

Точная подстройка модели иод ситуацию на рынке |

Построение ирогшпа в <ш<)с доверительного интервала

Рис.2: Блок-схема статистического алгоритма прогноза основных показателен финансового рынка

Сбор н яналнз ретроспеюгнвных данных

Нахождение причинно-следственных закономерностей

Построение взаимосвязей

Построение модели и ее настройка

Точная подстройка модели под ситуацию на рынке

Моделирование будущего <Ыишнсо«аго рынки и построение прогнта

Рис. 3 : Блок-схема причинно-следственного алгоритма построения прогноза основных показателей финансового рынка

Сбор н аналнз ретроспективных данных

Анализ и фильтрация пиковых значений

Анализ и возможная фильтрация нетипичных значении

Анализ пропущенных данных

Построение модели и ее настройка

Определение значимых факторов

Выделение циклической составляющей

Выделение тренда

Точная подстройка модели пен) ситуацию на рынке [|

Рис. 4: Блок-схема комбинированного алгоритма

Повысить качество прогноза помогает также учет еженедельных колебаний рынка. Однако эти "циклы" не повторяются с достаточной воспроизводимостью, позволяющей на практике, исходя их анализа прошлого, делать выводы о каких-то будущих подъемах и спадах.

Для описания "циклических" моделей существует два совершение разных подхода, каждый их которых имеет множество вариантов.

Первый подход. Если дано N результатов наблюдений за какой-то перио; времени (например, N = 12 для годового цикла или N = 7 для недельногс цикла), то можно записать N поправочных членов (положительных V отрицательных) или N коэффициентов (каждый из которых меньше или больше единицы), которые затем либо суммируются с результатами прогноза, либс умножаются на него.

Значения этих поправочных коэффициентов можно определить пс результатам наблюдений в соответствующие моменты времени в прошлы? циклах. Этот подход применен нами при прогнозировании курса ГЦБ, где 1 качестве цикла берется недельный цикл.

Другой подход заключается в представлении циклических изменент прогнозируемой переменной рядами Фурье. Достоинство такой модели состой' в том, что она обеспечивает стабильность прогноза даже в точках цикла < наименьшими значениями прогнозируемой переменной, так как коэффициенть вычисляются путем усреднения всего набора имеющихся данных, а не толькс результатов наблюдений в пределах одного цикла. Ряды Фурье бьин применены нами для прогнозирования ставок МБК. Результаты такого прогноз; обсуждаются ниже.

Прогнозирование ставок межбанковского кредитного рынка начнем I модели множественной линейной регрессии.

? = Х*в + £%

где V =(У|,У,...У„)Т- вектор реальных значений прогнозируемого параметра;

X = (х,<( пассивная матрица плана эксперимента, ¡-ая строка которо1 содержит значения факторов для ¡-го наблюдения У,;

р - количество факторов;

п - число наблюдений;

О = (0,.0; ■ 0Р)Г- вектор оцениваемых параметров;

е - вектор "ошибок" наблюдений.

Оценки коэффициентов г/ = (Г/,,<у,.....</,,) определяют по формуле:

в = (Л^Х)"' .Yr Y

Эти оценки, которые минимизируют сумму квадратов отклонений, обычно называют частными коэффициентами регрессии.

Для краткосрочного (однодневного) прогнозирования ставок межбанковских кредитов по модели множественной линейной регрессии в качестве факторов были использованы значения ставок соответствующих по длительности кредитов, которые были на рынке МБК сегодня (Today) и вчера (Yesterday). Модель разрабатывалась для прогнозирования ставок MIBOR (Moscow Interbank Oiiered Rate) - объявленых ставок по предоставлению кредитов, MIBID (Moscow Interbank Bid) - объявленых ставок по привлечению кредитов, MIACR (Moscow Interbank Actua! Credit Rate) - фактических ставок по предоставленным кредитам на следующие сроки: I, 3, 7, 14, 21 и 30 дней.

Для определения наиболее значимых факторов была использована база данных по ставкам рынка межбанковских кредитов. Наиболее значимые факторы - это факторы, которые позволяют получать наилучшую модель множественной линейной регрессии для каждой из рассматриваемых ставок .

Было исследовано влияние на изменение кредитных ставок следующих факторов: курса валюты на ММВБ, разницы между спросом и предложением на торгах ММВБ, а также влияние на каждую ставку изменений других кредитных ставок. При анализе использовались различные значения временных лагов (задержек) между зависимой переменной и анализируемыми факторами, рассматривались как абсолютные значения параметров так и их приращения.

Проведенные исследования финансового рынка показали, что для краткосрочного прогнозирования ставок на сегменте межбанковских кредитов наиболее значимыми являются значения кредитных ставок за два предыдущих дня.

Результат приведен на графике 1. Точность получаемого прогноза приведена на графике 2.

График 1: прогнозирование ставки \IIBORl на 1 день

время

График 2: точность прогнозирования ставки М1ВОШ

График 2 построен следующим образом:

по оси У откладывается величина относительной ошибки в %, определенная по формуле:

Ф - фактическое значение ставки;

П - прогнозируемое значение ставки;

по оси X - количество точек.

Кривая у=Е(х) отображает, сколько точек на графике 1 имеют относительную ошибку меньше или равную Е(х).

Данные показывают, что в 38.7% случаев отклонение от прогноза не превышало 5%, в 51.6% случаев - 10%, а в 64,6 % случаев соответственно меньше 15 %. 77,4% случаев имеют отклонение от прогноза меньше 20 %. Оставшиеся 22,6 % случаев дают значительное увеличение отклонения от прогноза. Оно изменяется с 26,5% до 50,6%.

Для прогнозирования параметров финансового рынка наряду с моделями линейного регрессионного анализа могут быть использованы модели дискриминантного анализа.

Принципиальное различие этих двух моделей состоит в том, что первая из них дает на выходе прогнозируемое значение параметра, а вторая - только тенденцию его изменения без указания величины изменения. Прогноз по второй модели менее информативен, чем по первой, но с другой стороны у второй модели есть и свое преимущество: методы дискриминантного анализа позволяют чаще правильно прогнозировать тенденцию изменения параметра .

В линейной дискриминантной модели разбиение на классы осуществляется на основании значений линейной функции:

1 - а1*Х1 + а2*Х2 + ... +ап*Хп + С,

где (XI, Х2, ..., Хп) - вектор наблюдений, характеризующий ситуацию на финансовых рынках, а набор чисел (а!, а2, ..., ап. С) , задающий параметры алгоритма классификации определяется по обучающей выборке. Вектор наблюдений (XI, Х2, ..., Хп) относят к первому классу \У+, если Ъ > 0, и соответственно, (XI, Х2, ..., Хп) относят ко второму классу V/-, если Z < 0. В случае Ъ= 0 ситуация неопределенная.

где:

Точность классификации можно оценить по количеству ошибок при обработке наблюдений из обучающей или контрольной выборок.

Основная проблема, возникающая при использовании, как модели дискриминантного анализа, так и модели регрессионного анализа состоит в правильном выборе признаков (XI, Х2, ..., Хп) , описывающих ситуацию на финансовых рынках. Например, цена валютного фьючерсного контракта - это, грубо говоря, прогнозируемая цена курса доллара, поэтому возникает естественное желание в качестве признаков для прогнозирования использовать изменение курса доллара за несколько предыдущих дней. Однако предварительный анализ показал, что использование только изменения курса доллара для прогноза изменения цен по фьючерсным контрактам дает значительно худшие результаты, чем использование в качестве признаков (XI, Х2, ..., Хп) изменения цен по самим фьючерсным контрактам различного типа за предыдущие два дня.

В качестве исходной информации для обучения алгоритма классификации была использована информация о результатах торгов по фьючерсным контрактам на МТБ за период 7.07.94 - 16.06.95 опубликованная в издании «Денежный рынок» (данные по итогам торгов на РТСБ не использовались). Прогноз тенденции изменения цены осуществлялся на один день. Для удобства использования информации по результатам торгов па различные месяцы будем называть одномесячными фьючерсами - фьючерсные контракты, срок реализации которых на данный день является ближайшим (так, например, на 12.04.95 к одномесячным фьючерсным контрактам относятся контракты со сроком реализации 15.04.95 , а на 18.04.95 к одномесячным фьючерсным контрактам относятся контракты со сроком реализации 15.05.95). Аналогично вводится понятие двух - семи месячных фьючерсных контрактов. Таким образом, информация об изменении цен на фьючерсные контракты разбивается на семь групп в зависимости от типа фьючерсного контракта (одномссячные - семимесячные фьючерсные контракты).

Введем следующие обозначения:

Ф(к) - изменение цены фьючерсного контракта к-го типа (к=1, ..., 7) на данный день (сегодня);

Ф1(к) - изменение цены фьючерсного контракта к-го типа в предыдущий день (вчера);

Ф2(к) - изменение цены фьючерсного контракта к-го типа за два дня до торгов (позавчера);

РФ(к) - прогнозируемая тенденция изменения цены фьючерсного контракта к-го типа на следующие торги (на завтра).

Для определения значения искомой величины РФ(к) используются следующие параметры: Ф(к), Ф(к-1), ...,Ф(1), Ф1(1), ФЦ2), ..., Ф1(7), Ф2{\),

Ф2(2)..... Ф2(7) (из указанного ряда параметров используются первые 15

параметров). Такой порядок использования параметров связан с тем, прогноз изменения цены по фьючерсным контрактам k-ro типа представляет интерес в тот момент, когда идут торги по контрактам этого типа, и к этому моменту известны результаты торгов на данный день по контрактам предыдущих типов( с более коротким сроком реализации).

Результаты обработки данных. Для отыскания параметров алгоритма классификации (al, а2,..., an, С) были использованы результаты 171 торгов на МТБ. Алгоритмы классификации написаны в среде EXEL. В таблице приведены результаты применения описанного выше алгоритма к данным из обучающей выборки. В таблице по каждому типу фьючерсных контрактов приведено количество наблюдений с правильным и ошибочным прогнозом, процент ошибок прогнозирования в случае реального роста и падения цены контракта, а также общий процент ошибок. Результаты показывают, что процент ошибок при прогнозировании тенденции изменения цены по фьючерсным контрактам каждого из семи типов не превосходят 39% и в малой степени зависят от типа фьючерсного контракта.

Для сравнения рассмотрим результаты прогноза тенденции изменения цен фьючерсных контрактов с использованием модели регрессионного анализа. На Графике 3 приведены изменения (приращение) реальной и прогнозируемой цены по трехмесячным фьючерсным контрактам за период с 6.01.95 по 27.06.95. Если нас интересует не абсолютное изменение цены фьючерсного контракта, а только тенденция изменения цены (ее рост или падение), то качество алгоритма прогнозирования определяется количеством наблюдений, для которых точки обоих графиков расположены по одну сторону относительно оси времени. Процент ошибок при прогнозировании тенденции изменения цен фьючерсных контрактов с помощью модели регрессионного анализа составил:

1 мес. 2 мес. 3 мес. 4 мес. 5 мес. 6 мес. 7 мес.

41% 41% 41% 41% 42% 40% 40%

График 3: изменение цены и прогноз (регрессионная модель)

Приведенные результаты показывают, что модель регрессионного анализа также как и модель дискриминантного анализа, отличается устойчивостью (процент ошибок практически не зависит от типа фьючерсного контракта), однако в случае модели регрессионного анализа процент ошибок по всем типам фьючерсных контрактов несколько выше. Этот факт объясняется тем, что в основе регрессионного анализа лежит метод наименьших квадратов, использование которого приводит к тому, что вклад различных наблюдений в параметры алгоритма прогнозирования различен: наибольший вклад дают «сильно выпадающие» наблюдения (большие пики на графике цены)- Модель регрессионного анализа, пытаясь аппроксимировать эти пики, в результате проигрывает в точности прогнозирования знака изменения цены.

Полученные результаты показали что, точность прогноза курса ГЦБ значительно выше чем у ставок МБК. При долгосрочном прогнозировании "средней" средневзвешенной цены по всем существующим на этот день сериям ГЦБ ошибка прогноза не превосходит 1%, причем на последних 1,5 месяцах перед погашением ошибка не более 0,5%. При этом оказалось выгодным использовать одновременно две модели: модель равномерного роста и модель изменяющейся доходности.

При краткосрочном (на следующий день) прогнозировании средневзвешенной цены конкретной серии ГЦБ используется модель линейной регрессии. При этом, если до погашения серии осталось 15 или менее дней, то ошибка прогноза с вероятностью 95% не превосходит 0,3. Если до погашения

серии остается более 15 дней, то прогноз по линейной регрессии лучше использовать для получения качественной картинки тенденций изменений курса ГЦБ нежели для количественных оценок.

Как при прогнозировании ставок МБК, так и при прогнозировании курса ГЦБ важное значение имеет общее состояние финансового рынка.

ТРЕТЬЯ ГЛАВА «Модели и методы управления финансовыми ресурсами в условиях кризиса неплатежей» посвящена разработке банковской информационной технологии снижения уровня неплатежей в экономике России.

Негативные тенденции в экономике России, сформировавшиеся на протяжении последних лет, начали интенсивно развиваться в 1998 г. Этому способствовало влияние многих факторов (азиатский финансовый кризис, ухудшение внешнеторговой конъюнктуры для основных российских экспортных товаров, отсутствие в течение длительного времени утвержденного бюджета, усиление платежного кризиса).

Просроченная кредиторская задолженность предприятий и отраслей промышленности, транспорта, строительства и сельского хозяйства выросла с 756,1 млрд руб. на 1 января 1998 г. до 1034,1 млрд руб. на 1 октября 1998 г., или на 36,8%.

Все это привело к тому, что уже с мая 1998 г. ситуация в российской экономике стала резко ухудшаться, в результате чего в августе разразился полномасштабный экономический кризис. Этому в определенной мере способствовало совместное заявление Правительства РФ и ЦБ РФ от 17 августа об отказе от своевременного погашения ГКО—ОФЗ и переоформлении их в новые облигации с более длительным сроком погашения. Однако самым главным стало объявление о 90-дневном моратории на возврат кредитов нерезидентам, то есть западным инвесторам.

Объявление о реструктуризации государственных ценных бумаг привело к глубокому кризису банковской системы, так как значительные средства крупных коммерческих банков были вложены в ГКО—ОФЗ.

Степень обеспеченности деньгами экономики - коэффициент монетизации, имевший довольно низкое значение до 17 августа 1998 года, после кризиса резко уменьшился за счет замораживания средств предприятий на счетах системообразующие банков.

Восполнить этот урон эмиссией наличных денег не представляется возможным, т.к. скачок цен и новый виток инфляции почти неизбежны.

В то же время острейший дефицит оборотных средств у предприятий не только не дает толчка к уменьшению уровня неплатежей, но и приводит к обратным тенденциям - непрерывному росту просроченной задолженности.

В этих условиях одним из эффективных мероприятий по снижению уровня взаимной задолженности субъектов хозяйствования является создание информационной технологии, суть которой состоит в поиске замкнутых цепочек субъектов хозяйствования, возникших на основе имеющейся задолженности. В каждой такой цепочке существует минимальная по всей цепи задолженность между двумя партнерами. На эту величину можно уменьшить задолженность по всей цепочке.

При большом числе хозяйственных связей эффективность системы сетевого урегулирования зависит от умения решить задачу развязки неплатежей наилучшим образом (достичь максимального значения суммы погашаемых долгов). В диссертации предложена информационная технология, дающая возможность автоматизировать весь процесс сбора и обработки информации и находить оптимальные решения. Для построения экономико-математической модели поиска оптимальной совокупности замкнутых циклов введены следующие обозначения:

0(Ы,и) - ориентированный граф, множество узлов N которого соответствуют участникам взаиморасчетов, а множество дуг и - наличию между ними задолженностей (от дебитора к кредитору);

С(х,у) - суммарная задолженность между дебитором хеЫ и кредитором уеИ для каждой дуги и = (х,у)е1);

А(х) - множество кредиторов участника х, а В(х) - множество его дебиторов;

Дх,у) - величина погашаемой задолженности между дебитором х и кредитором у;

я - вершина графа С(Ы,и) соответствующая бюджету;

N|CN - множество вершин графа, для которых существует дуга, ведущая в вершину б (т.е. имеющих задолженность перед бюджетом). Естественно, что сама вершина б не принадлежит N1.

Тогда формально задачу поиска оптимальной совокупности замкнутых циклов, поток по которым максимально снижает уровень суммарной задолженности между субъектами хозяйствования, можно записать е следующем виде:

£Цх,у)- ]Г%,х) = 0,хеЫ

уеЛ(х) у«1!(х)

0<1-(х,у)<С(х,у), (х, у) е и

О < ЯХ у) < С(х, у) * #(Т(х, 8) - С(х, 8)], (х, у) е У, х е N,, у * 8,

где функция 0(г) = 0, если т < О, 0(г) = I, если г > О (функция Хэвисайда).

Система сетевого урегулирования, построенная на основании результатов данной диссертации успешно функционирует в Республике Башкортостан в течение трех лет. Клиентами системы являются крупнейшие предприятия региона. В оборот вовлекаются долги регионального бюджета перед бюджетополучателями, взаимная просроченная задолженность республиканских предприятий, просроченные платежи предприятий по налогам в республиканский бюджет.

Цифры, характеризующие эффективность системы показаны на диаграммах 1 и 2.

Острый финансовый кризис породил вал неплатежей не только между предприятиями, но также и между банками. Для их развязки Центральный банк России (ЦБ) трижды проводил сеансы взаиморасчетов между банками (правда, как оказалось только по платежам в бюджет), позволив последним задействовать их «неприкосновенный запас» - зарезервированные суммы на корреспондентских счетах в ЦБ. Однако, хотя эти разовые мероприятия и позволили несколько смягчить кризис неплатежей, они не превратились в систему. При нормальной работе банковской системы наиболее подходящим решением для ускорения прохождения платежей между банками и уменьшения реального потока платежных средств между ними является создание клиринговых палат.

Отличительной особенностью состояния банковской системы после кризиса 17 августа 1998г. оказалось отсутствие финансовых ресурсов, необходимых для использования классического клиринга. В диссертации была разработана информационная технология, которая позволяет проводить взаиморасчеты между коммерческими банками при ограниченных финансовых ресурсах, заранее выделяемых каждым банком для закрытия позиции.

Эффективность взаиморасчетов

Ш Погашено дебеторской □ Погашено кредиторской

Дипгр. I - показатели эффективности

100 80 60 40 20 0

Диагр. 2 - объем погашаемых задолженностей

Объем взаиморасчетов

68,06

35.13

17,94

1,2

0,022,16

26,09

5Л4"

. Г71 .

Л1_

0,81

3§ □ з

I I

□ Объем взаиморасчета (млн. руб.)

Если проводить взаиморасчет между предприятиями, то здесь, как правило, не возникает проблем с частичным погашением любой задолженности, так как имеется достаточно времени на согласование этого вопроса, как с дебитором, так и с кредитором. В этом случае можно гарантированно строить схему взаиморасчета с нулевой позицией для каждого его участника. Однако совсем иная ситуация возникает, если проводить взаиморасчеты с банками в режиме реального времени. Задолженности банков друг перед другом складываются из множества платежных поручений клиентов банков. Платежное поручение при взаиморасчете нельзя выполнить частично (его можно выполнить либо целиком, либо совсем не исполнять). В общем случае даже теоретически может не существовать такого ненулевого взаиморасчета, при котором позиции всех банков были бы равны нулю. Исходя из этого, предполагается, что для «сглаживания» дискретности по платежным поручениям, каждый банк резервирует (депонирует) в расчетной палате небольшую сумму «живых» денег (так называемое подкрепление), которую он готов потратить при проведении взаиморасчета. Эта сумма, как правило, оказывается существенно меньше той общей суммы, которую банку удается погасить в результате взаиморасчета. Время на то, чтобы определить, какие платежные поручения можно погасить по взаиморасчету и сообщить об этом соответствующим банкам, у расчетной палаты очень ограничено. Все это накладывает достаточно жесткие ограничения на время решения поставленной задачи.

В диссертации разработана информационная технология оптимальной развязки неплатежей между коммерческими банками на основе многостороннего клиринга. Технология включает в себя оптимизационную экономико-математическую модель, относящуюся к классу дискретного программирования, и алгоритм ее эффективного решения.

Информационная технология была реализована в среде MS ACCESS-97, прошла апробацию в Центральной Расчетной Палате г. Москвы и внедрена в Международном Промышленном Банке. Задачи с числом банков 10 < М < 15 и общим числом платежных поручений около 1000 на ПЭВМ Pentium-133 с оперативной памятью 32 Мб решаются за время от 3 до 30 минут.

В условиях кризиса финансовых рынков и возрастания риска операций на них коммерческие банки вынуждены проявлять интерес к инвестиционным проектам как к одной из форм кредитования реального сектора. В связи с этим в диссертации были рассмотрены проблемы разработки рациональной стратегии коммерческого банка в области проектного финансирования. Сравнительный анализ работ по методам оценки экономической эффективности инвестиционных проектов позволил сделать обоснованный выбор базовых положений и предложить экономико-математический аппарат, изложенный в ЧЕТВЕРТОЙ ГЛАВЕ "Модели, методы и процедуры разработки

рациональной стратегии коммерческого банка в области проектного финансировании".

В развернутом виде, отражающем структуру результатов и затрат, налоговую политику, критерий экономической эффективности, используемый в диссертационной работе для выбора наилучшего варианта проекта имеет вид:

1=1 <=1 1=1

Т-1 Ь г-1 I

+о+*)~г • ЕЕФ»Г - 11Х • о+ау,

Ы> 1-1 /«О (=1

где

I - индекс варианта проекта;

t - индекс года, / = О, 1,2,..., Т\

а - норма прибыли, приемлемая субъекту хозяйствования с позиции его инвестиционных возможностей;

Л'

II ! - прибыль, подлежащая налогообложению по результатам деятельности, связанной с проектом в / -м году, при реализации / -го варианта;

Р' - доля прибыли, подлежащая отчислению в виде налогов для результатов I -го года;

/ - индекс вида оборудования, / = 0,1,2,..., Ь\

Ь - количество видов оборудования;

"'Н - ликвидационная стоимость оборудования, списываемого е соответствии с вариантом проекта в ^ -м году;

Ф''Т

л Ц - остаточная стоимость оборудования, зданий, сооружений

введенных в эксплуатацию в / -м году на момент окончания расчетной периода;

К'

- капитальные вложения в оборудование, здания, сооружения вводимые в соответствии с I -м вариантом проекта в / -м году.

Для выбора наилучшего варианта проекта, который в дальне ¡'пне р рассматривается как объект возможного привлечения кредита, необходимо дл

«аждого из альтернативных вариантов проекта вычислить интегральную писконтированную прибыль и отдать предпочтение тому варианту, у которого этот показатель имеет максимальное значение.

К числу достаточно распространенных форм участия банков в финансировании проектов относится создание совместных предприятий (СП). В дамках этой формы целесообразность финансирования проекта определяется прежде всего величиной интегральной дисконтированной прибыли, которая ложет быть получена за расчетный период, совпадающий со сроком действия юглашения по СП. Отличительная особенность участия банка в финансировании проекта в рамках СП по сравнению с ранее рассмотренными формами состоит в том, что вклад банка в уставной (фонд СП является его тстью и определяет долю прибыли, направляемой учредителям СП в виде дивидендов. В диссертации рассмотрены возможные варианты создания и развития СП:

I. уставной фонд создается в момент начала работ по рассматриваемому проекту за счет взносов учредителей, а дальнейшее его увеличение происходит за счет прибыли, получаемой СП;

I. уставной фонд создается и развивается (наращиваются производственные мощности) за счет средств, вносимых учредителями.

Принципиальным отличием возможных вариантов создания и развития ГП является характер изменения доли партнеров в уставном фонде СП на всем периоде действия соглашения. Если в первом варианте доля каждого партнера постоянна, и, следовательно, и*» зависит от времени доля прибыли, которая причитается участнику СП в виде дивидендов, то во втором варианте эти параметры зависят от времени. В диссертации показано, что этот фактор крайне гажен для согласования интересов партнеров и выработки инвестиционной политики. Так, например, если доля любого участника в уставном фонде СП неизменна во времени, то отдача на единицу инвестиций, вложенных этим /частником в проект, равна внутренней норме прибыли, определенной для проекта в целом. В том случае, когда доля определенного участника зависит от момента времени в реализации проекта, условие равенства отдачи на единицу 2го инвестиций внутренней норме прибыли в целом для проекта может не достигаться, если не принять специальных мер. Это утверждение можно проиллюстрировать на следующем примере: допустим, что в осуществлении проекта имеется два этапа развертывания производственных мощностей (первая и вторая очереди ввода оборудования). На первом этапе потребность в инвестициях составляет К\, а на втором этапе - Кг.

Длительность первого этапа составляет Ь лет. Динамика прибыли известна и определена с учетом временного лага между осуществлением инвестиций и выходом на полную проектную мощность создаваемых

мощностей. Интегральная дисконтированная прибыль, полученная за пер и о; действия соглашения по СП составит:

Г=ъ«' • О " /")•(!+в)" +0+«Г • - к, - а:, • 0 + аУ

1 /=»

(з

Для простоты изложения ликвидационная стоимость списываемое оборудования принята равной нулю.

Допустим, что прибыль в течение первого этапа пренебрежимо мала шн равна нулю. Тогда любой из партнеров вправе рассчитывать на получение ежегодно на втором этапе дивидендов в размере:

а" П' (]-/")

где а* - доля / -го участника в уставном фонде к началу второго этапа. Примем что имеются два партнера, один из которых вносит средства для создани: мощностей первой очереди, а другой финансирует полностью вторую очередь Тогда критерий эффективности участия в проекте для первого партнера приме вид:

/,=-77

К,

-К,

ЛГ, + Кг

Второму партнеру будет соответствовать целевая функция вида: К

1-Г

ЛГ, + к.

-К2-(\ + а)

-ь

Анализ выражений (3), (4), (5) показывает, что хотя сумма критерие эффективности обоих партнеров равна критерию эффективности СП, но пр условии равенства инвестиций на первом и втором этапах (т. е. когда К\= К. отдача от инвестиций для первого участника будет меньше, чем для второй Это справедлива, если доля в уставном фонде каждого партнера определяете как:

' м

2Х

7 = 1

В диссертации предлагается использовать иное правило распределен прибыли между учредителями, которое отражает динамику внесения им средств. В соответствии с данным предложением доля /-го учредителя прибыли /-го года определяется так:

1А-М1 +а)"

Р1=ЧгЬ-

7=1 Л=0

где П - число учредителей.

При таком подходе можно отыскать согласованную инвестиционную политику, позволяющую обеспечить всем учредителям равную отдачу на единицу вложенных ими средств. Численно эта величина будет равна внутренней норме прибыли в целом для инвестиций.

ОСНОВНЫЕ ВЫВОДЫ И РЕЗУЛЬТА ТЫ.

Выполненный в исследовании анализ проблем управления коммерческим банком в условиях экономики переходного периода, характеризующейся нестабильностью экономического развития, показал, что для обеспечения устойчивого функционирования банка необходимо рационально диверсифицировать его деятельность на финансовых рынках и в области проектного финансирования. Для достижения этой цели в работе предложены научные основы, модели, методы и алгоритмы решения важнейших задач управления финансовыми ресурсами кредитной организации:

1. выполнен сравнительный анализ известных постановок и методов решения задач управления портфелем ценных бумаг;

2. синтезированы модели, методы и алгоритмы выбора рациональной стратегии на рынке межбанковских кредитов и государственных ценных бумаг с учетом взаимосвязи этих сегментов финансового рынка;

3. построены модели и алгоритмы мониторинга средневзвешенной доходности активов и цены пассивов в условиях инфляции;

4. проведено математическое моделирование процессов прогнозирования основных параметров финансовых рынков:

- ставок межбанковских кредитов;

- котировок государственных ценных бумаг;

- цен иа валютные фьючерсы;

5. синтезированы модели, методы и алгоритмы выбора рациональной стратегии участия банка в крупном инвестиционном проекте, учитывающие многообразие форм участия и механизмы распределения затрат и результатов между партнерами;

6. созданы формальные процедуры учета общей и структурной инфляции при выборе наиболее эффективного варианта инвестиционного проекта;

многообразие форм участия и механизмы распределения затрат i результатов между партнерами;

6. созданы формальные процедуры учета общей и структурной инфляции npi выборе наиболее эффективного варианта инвестиционного проекта;

7. построены модели и методы учета индивидуального отношения к риск; каждого из инвесторов, принимающих совместное участие i инвестиционном проекте.

8. исследованы модели и методы снижения взаимной задолжелност) субъектов экономической деятельности;

9. синтезированы модели и методы многостороннего межбанковской клиринга с учетом ограниченности финансовых ресурсов кредитны: организаций.

Таким образом, в диссертации решена крупная научная проблеме

имеющая важное народно-хозяйственное значение.

СПИСОК РАБОТ, ОПУБЛИКОВАННЫХ ПО ТЕМЕ ДИССЕРТАЦИИ:

Монографии и брошюры

1. Пугачев C.B., Веремеенко С.А. Методы оценки социально экономической эффективности крупных инвестиционных проектов условиях перехода к рынку. Итоги науки и техники. ВИНИТИ. - M 1993, 10 п. л., авторские 7 п.л.

2. Пугачев C.B. Коммерческий банк в условиях становления рыночных отношений. - М. ПРЕССА ,1997, 7.6 пл.

3. Пугачев C.B. Неплатежи и информационные технологии управления финансовыми ресурсами кредитных организаций - М., Экономика, 2000г. 8.3 п.л.

Статьи

4. Пугачев C.B. Веремеенко С.А. Методы оценки эффективност крупных транспортных проектов. Проблемы эффективности н трубопроводном транспорте. Международная инженерная академия. М., 1991, 1 п. л., авторских 0.4 п.л.

5. Пугачев C.B. Веремеенко С.А. Учет внешнеэкономических связей пр определении экономической эффективности проектов по развита) транспорта. Инвестиции в рыночной экономике. Международна инженерная академия. - М., 1991, 1 п. л., авторских 0.5 п. л.

6. Пугачев С.П. Рыночная оценка основных производственных фондов. Инвестиции в рыночной экономике. Международная инженерная академия. М., 1992,0.7 п. л.

7. Пугачев C.B. Веремеенко С.А. Управление инвестиционной политикой банка при финансировании инвестиционных проектов на условиях долгосрочного кредита. Инвестиции в рыночной экономике. Международная инженерная академия - М.,1993, 1,5 п.л., авторских 0.6 п.л.

8. Пугачев C.B. Веремеенко С.А. Особенности согласования интересов банка и других партнеров при осуществлении инвестиционного проекта в рамках СП. Инвестиции в рыночной экономике. Международная инженерная академия. - М., 1993, 1,4 п. л., авторских 0.8 п.л.

9. Пугачев C.B. Веремеенко С.А. Рыночная оценка оборудования. Инвестиции в рыночной экономике. Международная инженерная академия. - М., 1993, 1,6 п. л., авторских 0.7 п.л.

Ю.Пугачев C.B. Веремеенко С.А. Рыночная оценка стоимости зданий и сооружений производственного назначения. Инвестиции в рыночной экономике. Международная инженерная академия. - М., 1993, 1,3 п. л., авторских 0.5 п.л.

11 .Пугачев C.B. Веремеенко С.А. Рыночная оценка стоимости производственного комплекса. Инвестиции в рыночной экономике. Международная инженерная академия. - М., 1993, 1.3 п. л., авторских 0.8 п.л.

12.Пугачев C.B. Веремеенко С.А. Рыночная оценка "ноу-хау" как инвестиционного вклада в реализацию крупного проекта. Инвестиции в рыночной экономике. Международная инженерная академия. - М., 1993, 1,5 п. л., авторских 0.5 п.л.

1 З.Пугачев C.B. Веремеенко С.А. Выбор варианта привлечения средств для увеличения уставного капитала акционерного общества открытого типа. Инвестиции в рыночной экономике. Международная инженерная академия. - М„ 1993, 1,4 п. л., авторских 0.6 п.л.

14.Пугачев C.B. Веремеенко С.А. Учет инфляции при оценке экономической эффективности крупных инвестиционных проектов. Инвестиции в рыночной экономике. Международная инженерная академия. - М., 1993, 1,2 п. л., авторских 0.5 п.л.

15.Пугачев C.B. Оценка эффективности реконструкции действующего производства. «Банковское дело», М., №9 1995г. 0.8 п.л.

16.Пугачев C.B. Сколько стоит идея для инвестора? «Международный бизнес России», М., №3 1995г. 0.3 п.л.

17.Пугачев C.B. Анализ соответствия структуры активов и пассивов коммерческого банка в условиях инфляции. «Банковское дело», М., №5 1996г. 0.4 п.л.

18.Пугачев C.B. Приоритеты инвестиционного проектирования. «Финансист», М., №2 1996г. 0.9 п.л.

19.Пугачев C.B. Модели краткосрочного и среднесрочного прогнозирования ставок межбанковского кредита. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. - М., 1997, 1.1 п.л.

20.Пугачев C.B. Анализ тенденции изменения цен на рыке валютных фьючерсов. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. - М., 1997,0.9 п.л.

21.Пугачев C.B. Бурьян С.Б. Управление портфелем ценных бумаг. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. - М., 1997,1.4 п.л., авторских 0.6 п.л.

22.Пугачев C.B. Качанов О.Ю. Процедуры последовательного анализа крупных инвестиционных проектов. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. - М., 1997,1.8 п.л., авторских 0.9 п.л.

23.Пугачев C.B. Веремеенко С.А. Учет инфляции при оценке экономической эффективности крупных инвестиционных проектов. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. - М., 1997, 0.9 п.л., авторских 0.5 п.л.

24.Пугачев C.B. Веремеенко С.А. Выбор варианта крупного инвестиционного проекта в условиях неполноты и недостоверности информации. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. - М., 1997, 1.3 п.л. авторских 0.7 п.л.

25.Пугачев C.B. Мониторинг средневзвешенной доходности активов и цены пассивов коммерческого банка в условиях инфляции. «Банковское дело», М., №10 1997г. 0.5 п.л.

26.Пугачев C.B. Взаимозачет «Финансист», М., №2 1997г. 0.5 п.л.

27.Пугачев C.B. Рациональная стратегия на рынке ценных бумаг. Академия экономики, финансов и права. Сборник научных трудов Академии экономики финансов и права. "Проблема инновационного и инвестиционного менеджмента", М, 1998г. 0.9 п.л.

28.Пугачев C.B. Прогнозирование рынков межбанковских кредитов. Академия экономики, финансов и права. Сборник научных трудов Академии экономики финансов и права. "Проблема инновационного и инвестиционного менеджмента", М, 1998г. 0.9 п.л.

29.Пугачев C.B. Управление проектами в условиях инфляции. Академия экономики, финансов и права. Сборник научных трудов Академии экономики финансов и права. "Проблема инновационного и инвестиционного менеджмента", М, 1998г. 0.4 п.л.

30.Пугачев C.B. Инвестиционный проект глазами банкира. «Банковское дело», М, №7 1996г. 0.6 п.л.

31.Пугачев C.B. Банковская технология снижения уровня неплатежей. «Банковское дело», М., №3 1998г. 0.7 п.л.

32.Пугачев C.B. Внутренняя общероссийская валюта способна ослабить проблему долгов. «Банковское дело», М., №9 1998г. 0.5 п.л.

33.Пугачев C.B. Концепция построения системы сетевого многостороннего урегулирования просроченной задолженности организаций. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. - М., 1998г. 0.6 п.л.

34.Пугачев C.B. Технология межбанковских клиринговых расчетов при ограниченных подкреплениях. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. - М„ 1998г. 0.7 п.л.

35.Пугачев C.B. Модель работы торгового посредника в системе клиринговых расчетов. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. - М., 1998г. 0.6 п.л.

Оглавление автор диссертации — доктора технических наук Пугачев, Сергей Викторович

ВВЕДЕНИЕ

ГЛАВА 1. МОДЕЛИ И МЕТОДЫ ОБОСНОВАНИЯ РАЦИОНАЛЬНОЙ. СТРАТЕГИИ КОММЕРЧЕСКОГО БАНКА НА ФИНАНСОВЫХ РЫНКАХ

1.1 ПОСТАНОВКА И МЕТОДЫ РЕШЕНИЯ ЗАДАЧИ УПРАВЛЕНИЯ ПОРТФЕЛЕМ ЦЕННЫХ БУМАГ

1.1.1 Общая постановка и методы решения задачи управления портфелем ценных бумаг

1.1.2 Особенности финансового рынка, система показателей для управления портфелем ценных бумаг

1.1.3 Формальные модели управления портфелем ценных бумаг

1.1.4 Постановка и решение задачи управления портфелем ценных бумаг на финансовом рынке

1.2 ПРОБЛЕМА ВЫБОРА СТРАТЕГИИ НА РЫНКЕ МЕЖБАНКОВСКИХ КРЕДИТОВ И ГОСУДАРСТВЕННЫХ ЦЕННЫХ БУМАГ С УЧЕТОМ ВЗАИМОСВЯЗИ ЭТИХ СЕГМЕНТОВ ФИНАНСОВОГО РЫНКА

1.2.1 Постановка задачи управления процессами межбанковского кредитования

1.2.2 Разработка алгоритмов управления межбанковских кредитов

1.3 МОНИТОРИНГ СРЕДНЕВЗВЕШЕННОЙ ДОХОДНОСТИ АКТИВОВ И ЦЕНЫ ПАССИВОВ КОММЕРЧЕСКОГО БАНКА В УСЛОВИЯХ ИНФЛЯЦИИ

1.3.1 Постановка задачи мониторинга

1.3.2 Алгоритмы мониторинга

1.4 ВЫВОДЫ

ГЛАВА 2. МОДЕЛИ И МЕТОДЫ ПРОГНОЗИРОВАНИЯ ОСНОВНЫХ ПАРАМЕТРОВ ФИНАНСОВЫХ РЫНКОВ

2.1 ПРОБЛЕМЫ ПРОГНОЗИРОВАНИЯ СТАВОК МЕЖБАНКОВСКОГО КРЕДИТНОГО РЫНКА

2.1.1 Постановка задачи прогнозирования ставок межбанковского кредита

2.1.2 Разработка алгоритмов расчета ставок МБК

2.1.3 Анализ результатов моделирования МБК

2.2 ПРОБЛЕМЫ ПРОГНОЗИРОВАНИЯ КУРСА ГКО

2.2.1 Постановка задачи прогнозирования курса ГКО

2.2.2 Алгоритм построения прогноза

2.2.3 Пример построения прогноза

2.3 ПРОБЛЕМЫ АНАЛИЗА ТЕНДЕНЦИИ ИЗМЕНЕНИЯ ЦЕН НА РЫНКЕ ВАЛЮТНЫХ ФЬЮЧЕРСОВ

2.3.1 Постановка задачи

2.3.2. Описание модели

2.3.3 Анализ результатов моделирования

2.4 ВЫВОДЫ

ГЛАВА 3. МОДЕЛИ И МЕТОДЫ УПРАВЛЕНИЯ ФИНАНСОВЫМИ РЕСУРСАМИ В УСЛОВИЯХ КРИЗИСА

НЕПЛАТЕЖЕЙ

3.1 ОСНОВНЫЕ ОСОБЕННОСТИ РОССИЙСКОГО ЭКОНОМИЧЕСКОГО И ФИНАНСОВОГО КРИЗИСА В ПЕРИОД 1997-1998 Г.Г.

3.1.1 Итоги экономического развития в 1997 г.

3.1.2 Финансовые результаты работы предприятий

3.1.3 Изменение экспорта/импорта

3.1.4 Продолжение роста неплатежей

3.1.5 Итоги экономического развития в 1998 г.

3.1.6 Девальвация национальной валюты

3.1.7 Развитие кризиса

3.1.8 Продолжение кризиса неплатежей

3.1.9 Ухудшение макроэкономических показателей

3.1.10 Состояние российских финансовых рынков летом 1998г.

3.2 ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ СНИЖЕНИЯ УРОВНЯ ВЗАИМНОЙ ЗАДОЛЖЕННОСТИ МЕЖДУ ПРЕДПРИЯТИЯМИ

3.2.1 Математическая постановка задачи поиска взаиморасчетов

3.2.2 Алгоритм решения

3.2.3 Эффективность взаморасчетов

3.2.4 Математическая постановка задачи оптимизации доходной и расходной части бюджета

3.2.5 Модель вытеснения бартера из операций купли-продажи

3.2.6 Математическая постановка задачи вытеснения бартера из операций купли-продажи

3.3 ИНФОРМАЦИОННАЯ ТЕХНОЛОГИЯ ОПТИМАЛЬНОЙ РАЗВЯЗКИ НЕПЛАТЕЖЕЙ МЕЖДУ КОММЕРЧЕСКИМИ БАНКАМИ НА ОСНОВЕ

МНОГОСТОРОННЕГО КЛИРИНГА

3.3.1 Математическая постановка задачи

3.3.2 Алгоритм решения

3.3.3 Вычислительный опыт

3.4 ВЫВОДЫ

ГЛАВА 4. МОДЕЛИ, МЕТОДЫ И ПРОЦЕДУРЫ РАЗРАБОТКИ

РАЦИОНАЛЬНОЙ СТРАТЕГИИ КОММЕРЧЕСКОГО БАНКА В

ОБЛАСТИ ФИНАНСИРОВАНИЯ

4.1. УПРАВЛЕНИЕ ИНВЕСТИЦИОННОЙ ПОЛИТИКОЙ БАНКА ПРИ ФИНАНСИРОВАНИИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ НА

УСЛОВИЯХ ДОЛГОСРОЧНОГО КРЕДИТА

4.1.1 Постановка задачи

4.1.2 Разработка алгоритма управления

4.2 ПРОБЛЕМЫ ФИНАНСИРОВАНИЯ ИНВЕСТИЦИОННОГО ПРОЕКТА НА ЛИЗИНГОВОЙ ОСНОВЕ

4.2.1 Постановка задачи

4.2.2 Разработка алгоритмов управления лизингом

4.3 ОСОБЕННОСТИ СОГЛАСОВАНИЯ ИНТЕРЕСОВ БАНКА И ДРУГИХ ПАРТНЕРОВ ПРИ ОСУЩЕСТВЛЕНИИ

ИНВЕСТИЦИОННОГО ПРОЕКТА В РАМКАХ СП

4.4 ПРОБЛЕМЫ УЧЕТА ИНФЛЯЦИИ И НЕОПРЕДЕЛЕННОСТИ ПРИ ФОРМИРОВАНИИ ИНВЕСТИЦИОННОЙ ПОЛИТИКИ БАНКА

4.4.1 Постановка задачи учета инфляции

4.4.2 Разработка алгоритмов

4.4.3 Постановка задачи учета неопределенности

4.4.4 Разработка алгоритмов

4.5. ВЫВОДЫ

Введение 2000 год, диссертация по информатике, вычислительной технике и управлению, Пугачев, Сергей Викторович

Актуальность темы. Банковская система России находится на переходном этапе, как и вся экономика страны. Совершенствуются методы управления коммерческими банками, расширяется сфера услуг, которые они представляют государству, предприятиям и физическим лицам. Качество управления коммерческими банками зависит от ряда факторов, среди которых обоснованная оценка стратегии и рисков финансовых вложений на рынке капитала занимают ведущее место. В условиях экономической нестабильности выработка эффективных решений по управлению ресурсами коммерческого банка базируется на качестве прогноза, обоснованности тактики и стратегии банка, его умения обнаружить новые перспективные направления деятельности и занять в них лидирующее положение. Все это требует глубокой комплексной проработки проблем анализа и прогноза финансовых рынков, обоснования рациональной инвестиционной политики.

Цель диссертации: разработка и обоснование научных основ, моделей, методов и алгоритмов решения задач управления коммерческим банком на основе прогнозирования основных параметров финансовых рынков и рационального выбора инвестиционной стратегии.

В соответствии с целью исследования поставлены следующие задачи:

1. сравнительный анализ известных постановок и методов решения задач управления портфелем ценных бумаг;

2. синтез моделей, методов и алгоритмов выбора рациональной стратегии на рынке межбанковских кредитов и государственных ценных бумаг с учетом взаимосвязи этих сегментов финансового рынка;

3. построение моделей и алгоритмов мониторинга средневзвешенной доходности активов и цены пассивов в условиях инфляции;

4. математическое моделирование процессов прогнозирования основных параметров финансовых рынков:

- ставок межбанковских кредитов;

- котировок государственных ценных бумаг;

- цен на валютные фьючерсы;

5. синтез моделей, методов и алгоритмов выбора рациональной стратегии участия банка в крупном инвестиционном проекте, учитывающие многообразие форм участия и механизмы распределения затрат и результатов между партнерами;

6. создание формальных процедур учета общей и структурной инфляции при выборе наиболее эффективного варианта инвестиционного проекта;

7. построение моделей и методов учета индивидуального отношения к риску каждого из инвесторов, принимающих совместное участие в инвестиционном проекте.

8. исследование моделей и методов снижения взаимной задолженности субъектов экономической деятельности;

9. синтез моделей и методов многостороннего межбанковского клиринга с учетом ограниченности финансовых ресурсов кредитных организаций.

Методологические и теоретические основы исследования: работы зарубежных и отечественных ученых системотехников, экономистов, методы теории управления, системного анализа, исследования операций, экономико-математического моделирования.

Научная новизна работы: впервые осуществлена постановка задач, разработаны научные основы, методы, модели и алгоритмы, в комплексе реализующие информационную технологию управления коммерческим банком на основе сочетания процедур прогнозирования финансовых рынков и обоснования рациональной инвестиционной политики.

1. Синтезированы экономико-математические модели управления портфелем ценных бумаг, учитывающие связь рынков межбанковских кредитов и ценных бумаг, динамический характер изменения ставок межбанковского кредита и котировок ценных бумаг. Созданные модели и алгоритмы позволяют разрабатывать оптимальную стратегию привлечения и размещения ресурсов на финансовом рынке.

2. Создан инструментарий, позволяющий вести непрерывный мониторинг наиболее важного для управления кредитной организацией показателя -соотношения средневзвешенной доходности активов и цены пассивов в условиях инфляции, носящей переменный характер. Он позволяет учесть разнообразие временных и ценовых характеристик привлекаемых ресурсов, спрос на кредитные ресурсы и ожидаемые в перспективе ставки на рынке межбанковских кредитов.

3. Получены экономико-математические модели, позволяющие оценить ожидаемые в перспективе ставки межбанковских кредитов, котировки государственных ценных бумаг, цены на валютные фьючерсы. Особенность созданных моделей в том, что точность прогнозирования увязана в комплексе с точностью, требуемой для принятия управленческих решений.

Практическая ценность и внедрение результатов исследования: модели, методы и процедуры управления инвестиционной политики банка, полученные в данной работе, практически применены Международным промышленным банком в период 1992-1999г. при решении задач:

- обоснования рациональной стратегии управления портфелем ценных бумаг;

- прогнозирования эффективности функционирования банка в условиях нестабильной экономики;

- выбора наилучшего варианта проекта из числа конкурентноспособных;

- определения условий предоставления долгосрочного кредита для осуществления сложного проекта;

- подготовки договора лизинга, предусматривающего обеспечение основными производственными фондами субъекта хозяйствования, заинтересованного в осуществлении проекта;

- подготовки соглашения о создании совместного предприятия с участием банка в его уставном фонде для реализации сложного проекта;

- обоснования условий льготного кредитования проекта и участия банка в прибыли создаваемого предприятия;

- создания информационной банковской технологии снижения уровня взаимной задолженности субъектов экономической деятельности в Республике Башкортостан;

- создания информационной технологии многостороннего межбанковского клиринга при ограниченных финансовых ресурсах кредитных организаций.

Заключение диссертация на тему "Разработка информационной технологии управления финансовыми ресурсами кредитных организаций"

4.5. ВЫВОДЫ

В соответствии с многообразием форм участия банка в инвестиционных проектах исследованы наиболее распространенные формы:

- долгосрочный кредит;

- лизинг;

- совместная деятельность;

- кредитование и участие в прибыли.

Разработаны алгоритмы определения рациональных параметров участия банка в инвестиционном проекте в рамках каждой из рассмотренных форм.

Учтены инфляция и неопределенность при выборе варианта проекта, который наряду с банком финансируют и другие инвесторы.

ЗАКЛЮЧЕНИЕ

4. проведено математическое моделирование процессов прогнозирования основных параметров финансовых рынков:

- ставок межбанковских кредитов;

- котировок государственных ценных бумаг;

- цен на валютные фьючерсы;

7. построены модели и методы учета индивидуального отношения к риску каждого из инвесторов, принимающих совместное участие в инвестиционном проекте.

8. исследованы модели и методы снижения взаимной задолженности субъектов экономической деятельности;

9. синтезированы модели и методы многостороннего межбанковского клиринга с учетом ограниченности финансовых ресурсов кредитных организаций.

Таким образом, в диссертации решена крупная научная проблема, имеющая важное народно-хозяйственное значение.

Библиография Пугачев, Сергей Викторович, диссертация по теме Управление в социальных и экономических системах

1. Адельсон-Вельский Г.В., Диниц Е.А, Карзанов А.В. Потоковые алгоритмы. 1977.

2. Айзерман М. А., Малишевский А. В. Некоторые аспекты общей теории выбора лучших вариантов / М.: ИПУ, 1980.

3. Аллен Р. Математическая экономия. М.: 1963.

4. Анализ деятельности коммерческого банка / Под общ. ред. С. И. Кумок. -М.: Вече, 1994.

5. Антонов Н. Г., Пессель М. А. Денежное обращение, кредит и банки. М.: Финстатинформ, 1995.

6. Анчишкин А. И. Наука, техника, экономика. М.: Экономика, 1986.

7. Аспарухова И. Метод компромиссного решения многокритериальной задачи с линейными частными критериями / Экономика и математические методы, 1981, т. XI, вып. 2.

8. Ачкасов А. Н. Активные операции коммерческих банков / Под ред. А. П. Носко. М.: Консалтбанкир, 1994.

9. Бабат Л.Г. Приближенное вычисление линейной функции на вершинах единичного n-мерного куба. // В сб. «Исследования по дискретной оптимизации». М.: «Наука», 1976.

10. Ю.Багриновский К. А., Егорова И. Е. Диалоговая система для решения многокритериальной задачи отраслевого планирования / Экономика и математические методы. 1982, т. 18, вып.З.

11. П.Балтрушевич Т. Г., Лившиц В. Н. Оценка эффективности иноваций: "старые" и "новые" проблемы. Экономика и математические методы, 1992.

12. Банки на развивающихся рынках: В 2-х т.: Пер. с англ.: Т. 1: Укрепление руководства и повышение чувствительности к переменам. Т. 2: Интерпретирование финансовой отчетности / Всемирный банк. Вашингтон. -М.: Финансы и статистика, 1994.

13. Банковская система России. Настольная книга банкира. В 3-х т. М.: ДеКА, 1995.

14. Банковский маркетинг / Сост. АО "Московское Финансовое Объединение" / Под ред. А. В. Фалько. М.: Вече, 1994.

15. Банковский портфель 3: Кн. менеджера по кредитам. Кн. менеджера по расчетам. Кн. менеджера по фондовым и трастовым операциям. Кн. банк, бухгалтера и аудитора / Отв. ред. Ю. И. Коробов, Ю. Б. Рубин, В. И. Солдаткин. - М.: Соминтек, 1995.

16. Банковское дело / Под ред. О. И. Лаврушина. М.: Банк и биржевой науч.-консультатив. центр, 1992. (

17. Банковское дело: Справ, пособие / Под ред. Ю. А. Бабичевой. М.: Экономика, 1993.

18. Банковское дело: Учеб. / Под ред. В. И. Колесникова, Л. П. Кроливецкой. -М.: Финансы и статистика, 1995.

19. Баумоль У. Экономическая теория и исследование операций. М.: Прогресс, 1965.

20. Бенайюн О., Ларичев О. И. и др. Линейное программирование при многих критериях: метод ограничений / Автоматика и телемеханика, 1971, № 8.

21. Бор М. 3., Пятенко В. В. Стратегическое управление банковской деятельностью. М.: Приор, 1995.

22. Борисов В. И. Проблемы векторной оптимизации / Исследование операций / М.: Наука, 1972.

23. Букато В. И., Львов Ю. И. Банки и банковские операции в России / Под ред. М. X. Лапидуса. М.: Финансы и статистика, 1996.

24. Бункина И. К. Деньги. Банки. Учебное пособие. М.: 1994.

25. Бухвальд Б. Техника банковского дела: Справ, кн. и руководство к изучению банк, и биржевых операций / Пер. с нем. М.: ДИС, 1993.

26. Вагнер Г. Основы исследования операций. М.: 1972-1973.

27. Ван дер Варден Б. Л. Математическая статистика. М.: 1960.

28. Василишен Э. Н. Регулирование деятельности коммерческого банка. М.: Финстатинформ, 1995.

29. Вентцель Е. С. Исследование операций. М.: Сов. радио, 1972.

30. Винер Н. Кибернетика. М.: 1958.

31. Власов А. Г., Хайниш С. В. Дескрипционный подход при моделировании поведения человека в процессе решения задачи распределения ресурсов / М.: МНИИПУ, 1980.

32. Волкович В. Д., Михалевич В. С. Вычислительные методы исследования проектирования сложных систем / М.: Наука, 1982.

33. Гайгер, Линвуд Т. Макроэкономическая теория и переходная экономика. / Пер. с англ. М.: 1996.

34. Гальперин В. М., Гребенников П. И., Леусский А. И., Тарасевич Л. С. Макроэкономика. Спб.: 1994.

35. Гафт М. Г. Принятие решений при многих критериях / М.: Знание, 1979.

36. Гафт М. Г., Подиновский В. В. О построении решающих правил в задачах принятия решений / Автоматика и телемеханика, 1981, № 16.

37. Геминтерн В. И., Григоренко В. П., Розенкоп В. Д. Методы многокритериальной оптимизации и их применение в электротехнике / М.: Информэлектро, 1980.

38. Гермейер Ю. Б. Введение в теорию исследования операций / М.: Наука, 1971.

39. Голубович А. Д. и др. Управление банком: организационные структуры, персонал и внутренние коммуникации. 2-е изд., испр. и доп. / А. Д. Голубович, А. В. Ситнин, Б. Л. Хенкин и др. - М.: Менатеп-Информ, 1995.

40. Гольштейн Е. Г., Юдин Д. Б. Новые направления в линейном программировании. М.: 1966.

41. Грегори Н., Мэнкью. Макроэкономика. Изд. МГУ, 1994.

42. Данциг Д. Линейное программирование, его обобщения и применение. М.: 1968.

43. Джеффри Е. Хинтои. Как обучаются нейронные сети. / В мире науки 1992 -№ 11.

44. Дмитриев-Мамонов В. А., Евзлин 3. П. Теория и практика коммерческого банка / Под ред. М. И. Боголепова. М.; Менатеп-Информ, 1992.

45. Долан Э. Дж., Кэмпбелл К. Д., Кэмпбелл Р. Дж. Деньги, банковское дело и денежно-кредитная политика: Пер. с англ. / Под общ. ред. В. В. Лукашевича, М. Б. Ярцева. СПб.: СПб. оркестр: Литера плюс, 1994.

46. Долан Э., Кемпбелл К., Кемпбелл Р. Деньги, банковское дело и денежно-кредитная политика. / Пер. с англ. М. -Л.: 1991.

47. Дорнбуш Р., Фишер С. Макроэкономика. / Пер. с англ. М.: 1997.

48. Дрейпер Н., Смит Г. Прикладной регрессионный анализ т. 1,2. М.: Финансы и статистика, 1987.

49. Емельянов С. А., Ларичев О. И. Многокритериальные методы принятия решений/М.: 1985.

50. Емельянов С. В., Борисов В. И., Малевич А. А., Черкашин А. М. Модели и методы векторной оптимизации / Итоги науки и техники. Сер. Техническая кибернетика / М.: ВИНИТИ, 1973, том 5.

51. Ендрова В. Н., Мизановский Е. А. Учет и анализ финансовых активов. М.: Финансы и статистика, 1995.

52. Жуковин В. Е. Многокритериальные модели принятия решений с неопределенностью / Тбилиси, Мецниереба, 1983.

53. Заславский А.А., Лебедев С.С. Модифицированный метод пометок для задач булева программирования. // Экономика и мат. методы. 1998. Т 34. Вып. 4.

54. Канторович Л. В. Экономический расчет наилучшего использования ресурсов. М.: Наука, 1959.

55. Канторович Л. В., Горстко А. Б. Оптимальные решения в экономике. М.: Наука, 1972.

56. Карлин С. Математические методы в теории игр, программировании и экономике. М.: 1964.

57. Карп P.M. Сводимость комбинаторных задач. // Кибернетический сборник. Вып. 12, 1975.

58. Карпелевич Ф. И. Мухина В. А. О некоторых методах решения многоцелевых задач / Экономика и математические методы. 1975, т. XI , вып. 2.

59. Кендалл М. Дж. Временные ряды.

60. Кендалл М. Дж., Стюарт А. Многомерный статистический анализ и временные ряды.

61. Кини P. JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения / М.: Радио и связь, 1981.

62. Кисилев В. В., Самущенко JI. М., Фролов Е. Б. Об одном подходе к построению человеко-машинной процедуры поиска оптимальных проектных решений / Методы исследования сложных систем / М.: ВНИИСИ, 1982.

63. Клейнер Г. Б. Производственные функции. М. Финансы и статистика, 1986.

64. Ковалев В. В. Финансовый анализ. М.: Финансы и статистика, 1995.

65. Ковалев М.М. Дискретная оптимизация (целочисленное программирование). Минск, 1977.

66. Количественный анализ в экономике. М.: Наука, 1987.

67. Комплексная оценка эффективности мероприятий, направленных на ускорение НТП. Методические рекомендации и комментарий по их применению. М.: Информэлектро, 1989.

68. Корбут А. А., Финкельштейн Ю. Ю. Дискретное программирование. М.: Наука, 1969.

69. Коссов В. В. Межотраслевые модели (теория и практика использования). М.: Экономика, 1973.

70. Кох Т. У. Управление банком / Пер. с англ.: В 5-ти кн., 6 ч.- Уфа: Спектр, 1993.71 .Крамер Г. Математическая статистика. М.: 1975.

71. Курс рыночной экономики. Под ред. Рузавина Т. И., М. "Банки и биржи", 1994.

72. Курс экономической теории. Под общей ред. проф. Чепурина М. Н., проф. Киселевой Е. А., МГИМО МИД РФ, Киров: 1994.

73. Ланкастер Ф. Математическая экономика. М.: 1972.

74. Ларичев О. И. Наука и искусство принятия решений / М.: Наука, 1979.

75. Ларичев О. И. О возможностях человека в задачах принятия индивидуальных решений при многих критериях / Проблемы и методы принятия решений в организационных системах управления (тр. конференции)/М.: ВНИИСИ, 1982.

76. Ларичев О. И. Объективные модели и субъективные решения. / М.: Наука, 1987.

77. Ларичев О. И., Зуев Ю. А., Гнеденко Л. С. Метод построения классификации проектов проведения прикладных научных исследований и разработок / Планирование научных исследований и разработок / М.: Наука, 1974.

78. Ларичев О. И., Мошкович Е. М. Задачи классификации в принятии решений / Доклады Академии наук, 1986.

79. Ларичев О. И., Поляков О. А. Человеко-машинные процедуры решения многокритериальных задач математического программирования (Обзор) / Экономика и математические методы, 1980, т. XVI, вып. 1.

80. Лексис В. Кредит и банк. Репринт, воспроизведение. - 1923 г. - М.: Перспектива, 1993.

81. Лившиц В. Н. Оптимизация при перспективном планировании и проектировании. М.: Экономика, 1984.

82. Лившиц В. Н. Проектный анализ: методология, принятая во Всемирном Банке. Экономика и математические методы, 1994.

83. Линдерт П. Экономика мирохозяйственных связей. / Пер. с англ. М.: 1992.

84. Литвак Б. Г. Экспертная информация: методы получения и анализа / М.: Радио и связь, 1982.

85. Локотцов Ю.И., Мальцев Ю.В., Редько Н.В., Тосунян Г.А., Шкаринова А.Э. Клиринг и межбанковские финансовые операции: основные понятия и финансовые инструменты. М.: «Дело», 1994.

86. Лотов А. В. Введение в экономико-математическое моделирование. М.: Наука, 1984.

87. Львов Д. С. Эффективное управление техническим развитием. М.: Экономика, 1990.

88. Макконнел К. Р., Брю С. Р. Экономикс. Принципы, проблемы и политика. Изд. "Республика", М.: 1992.

89. Максимова В. Ф. и др. Рыночная экономика, т. 1 "Теория рыночной экономики. Микроэкономика", т. 2 "Макроэкономика". М.: Соминтэк, 1992.

90. Маленво Э. Лекции по микроэкономичискому анализу. М.: Наука, 1985.

91. Маркова О. М. и др. Коммерческие банки и их операции: Учеб. пособие / О. М. Маркова, Л. С. Сахарова, В. Н. Сидоров. М.: Банки и биржи: ЮНИТИ, 1995.

92. Матук Ж. Финансовые системы Франции и других стран. В 2-х т.: Пер. с фр. М.: Финстатинформ, 1994.

93. Методические рекомендации по оценке эффективности инвестиционных проектов и их отбору для финансирования. Официальное издание. М.: 1994.

94. Мэнкью Н. Г. Макроэкономика. / Пер. с англ. М.: 1994.

95. Нуайе К. Банки: правила игры: Пер. с фр. Уфа: Спектр, 1992. 97.Овчинников Г. П. Микроэкономика. - С-П.: 1992.

96. Озерный В. М. Принятие решений (Обзор) / Автоматика и телемеханика, 1972.

97. Оптимальные модели в системном анализе / М.: ВНИИСИ, 1983, 125 с.

98. Первозванский А., Первозванская Т. Финансовый рынок: расчет и риск. М.: Инфра-М, 1994.

99. Петраков Н. Я., Ротарь В. И. Фактор неопределенности и управление экономическими системами. М.: Наука, 1985.

100. Печчеи Аурелио Человеческие качества. Пер. с англ. / под ред. Д. М. Гвишивни. / М.: Прогресс, 1985.

101. Подиновский В. В. Двухкритериальные задачи с неравноценными критериями / Изд. АН СССР. Техн. кибернет., 1977, № 5.

102. Подиновский В. В. Об оценке эффективности решающих правил в многокритериальных задачах / Изв. АН СССР. Техн. кибернет., 1987, № 1.

103. Пратт Л. А. Обманные операции в банковском деле: Их выявление и предупреждение: Пер. с англ. М.: Перспектива, 1995.

104. Пугачев С.В. Анализ соответствия структуры активов и пассивов коммерческого банка в условиях инфляции. «Банковское дело», М., №5 1996г. 0.4 п.л.

105. Пугачев С.В. Анализ тенденции изменения цен на рыке валютных фьючерсов. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. М., 1997, 0.9 п.л.

106. Пугачев С.В. Банковская технология снижения уровня неплатежей. «Банковское дело», М., №3 1998г. 0.7 п л.

107. Пугачев С.В. Взаимозачет «Финансист», М., №2 1997г. 0.5 п.л.

108. Пугачев С.В. Внутренняя общероссийская валюта способна ослабить проблему долгов. «Банковское дело», М., №9 1998г. 0.5 п.л.

109. Пугачев С.В. Выбор варианта привлечения средств для увеличения уставного капитала акционерного общества открытого типа. Инвестиции в рыночной экономике. Международная инженерная академия. М., 1993, 1,4 п. л., в соавторстве, авторских 0.6 п.л.

110. Пугачев С.В. Инвестиционный проект глазами банкира. «Банковское дело», М, №7 1996г. 0.6 п.л.

111. Пугачев С.В. Информационные технологии снижения уровня неплатежей М., Экономика, 2000г. 8.3 п.л.

112. Пугачев С.В. Коммерческий банк в условиях становления рыночных отношений. М. ПРЕССА ,1997, 7.6 п.л.

113. Пугачев С.В. Методы оценки социально-экономической эффективности крупных инвестиционных проектов в условиях перехода к рынку. Итоги науки и техники. ВИНИТИ. М., 1993, 10 п. л., в соавторстве, авторские 7 п.л.

114. Пугачев С.В. Методы оценки эффективности крупных транспортных проектов. Проблемы эффективности на трубопроводном транспорте. Международная инженерная академия. М., 1991, 1 п. л., в соавторстве, авторских 0.4 п.л.

115. Пугачев С.В. Модели краткосрочного и среднесрочного прогнозирования ставок межбанковского кредита. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. М., 1997, 1.1 п.л.

116. Пугачев С.В. Модель работы торгового посредника в системе клиринговых расчетов. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. М., 1998г. 0.6 п.л.

117. Пугачев С.В. Мониторинг средневзвешенной доходности активов и цены пассивов коммерческого банка в условиях инфляции. «Банковское дело», М., №10 1997г. 0.5 п.л.

118. Пугачев С.В. Особенности согласования интересов банка и других партнеров при осуществлении инвестиционного проекта в рамках СП. Инвестиции в рыночной экономике. Международная инженерная академия. -М., 1993,1,4 п. л., в соавторстве, авторских 0.8 п.л.

119. Пугачев С.В. Оценка эффективности реконструкции действующего производства. «Банковское дело», М., №9 1995г. 0.8 п.л.

120. Пугачев С.В. Приоритеты инвестиционного проектирования. «Финансист», М., №2 1996г. 0.9 п.л.

121. Пугачев С.В. Прогнозирование рынков межбанковских кредитов. Академия экономики, финансов и права. Сборник научных трудов Академии экономики финансов и права. "Проблема инновационного и инвестиционного менеджмента", М, 1998г. 0.9 п.л.

122. Пугачев С.В. Рациональная стратегия на рынке ценных бумаг. Академия экономики, финансов и права. Сборник научных трудов Академии экономики финансов и права. "Проблема инновационного и инвестиционного менеджмента", М, 1998г. 0.9 п.л.

123. Пугачев С.В. Рыночная оценка "ноу-хау" как инвестиционного вклада в реализацию крупного проекта. Инвестиции в рыночной экономике. Международная инженерная академия. М., 1993, 1,5 п. л., в соавторстве, авторских 0.5 п.л.

124. Пугачев С.В. Рыночная оценка оборудования. Инвестиции в рыночной экономике. Международная инженерная академия. М., 1993, 1,6 п. л., в соавторстве, авторских 0.7 п.л.

125. Пугачев С.В. Рыночная оценка основных производственных фондов. Инвестиции в рыночной экономике. Международная инженерная академия. М„ 1992, 0.7 п. л.

126. Пугачев С.В. Рыночная оценка стоимости зданий и сооружений производственного назначения. Инвестиции в рыночной экономике. Международная инженерная академия. М., 1993, 1,3 п. л., в соавторстве, авторских 0.5 п.л.

127. Пугачев С.В. Рыночная оценка стоимости производственного комплекса. Инвестиции в рыночной экономике. Международная инженерная академия. -М., 1993, 1.3 п. л., в соавторстве, авторских 0.8 п.л.

128. Пугачев С.В. Сколько стоит идея для инвестора? «Международный бизнес России», М., №3 1995г. 0.3 п.л.

129. Пугачев С.В. Технология межбанковских клиринговых расчетов при ограниченных подкреплениях. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. М., 1998г. 0.7 п.л.

130. Пугачев С.В. Управление портфелем ценных бумаг. Математические модели и методы в управлении инвестиционной деятельностью. Вестник Международного института инвестиционных проектов. М., 1997,1.4 п.л., в соавторстве, авторских 0.6 п.л.

131. Пугачев С.В. Учет внешнеэкономических связей при определении экономической эффективности проектов по развитию транспорта. Инвестиции в рыночной экономике. Международная инженерная академия. -М., 1991, 1 п. л., в соавторстве, авторских 0.5 п. л.

132. Пугачев С.В. Учет инфляции при оценке экономической эффективности крупных инвестиционных проектов. Инвестиции в рыночной экономике. Международная инженерная академия. М., 1993, 1,2 п. л., в соавторстве, авторских 0.5 п.л.

133. Ривуар Ж. Техника банковского дела: Пер. с фр. / Общ. ред. И. В. Широких. М.: Прогресс-Универс, 1993.

134. Рид Э. и др. Коммерческие банки / Э. Рид, Р. Коттер, Ж. Гилл и др.: Пер. с англ. 2-е изд. - М.: Космополис, 1991.

135. Ричард Лэйард. Макроэкономика. Джон Уайли Энд Санз. М.: 1994.

136. Розенблат Ф. Аналитические методы изучения нейронных сетей. / Зарубежная радиоэлектроника. 1965 - № 5.

137. Розенблат Ф. Принципы нейродинамики. М.: МИР, 1965.

138. Российская банковская энциклопедия. М., 1995.

139. Роуз П. С. Банковский менеджмент: Предоставление финансовых услуг: Пер. с англ. 2-е изд. - М.: Дело Лтд, 1995.

140. Руа Б. Проблемы и методы принятие решений в задачах со многими целевыми функциями / Вопросы анализа и процедуры принятия решений / М.: Мир, 1976.

141. Сакс Дж. Рыночная экономика и Россия. М., Экономика, 1994.

142. Сарчев А. М. Ведущие коммерческие банки в мировой экономике. М.: Финансы и статистика, 1992.

143. Себер Дж. Линейный регрессионный анализ.

144. Севрук В. Т. Банковский маркетинг. М.: Дело Лтд, 1994.

145. Симановский А. Ю. Финансово-банковский сектор российской экономики: Вопр. формирования и функционирования / Отв. ред. Ю. Б. Рубин. М.: Соминтэк, 1995.

146. Соке Дж. Д., Ларрен Ф. Б. Макроэкономика. Глобальный подход. / Пер. с англ. Спб. 1994.

147. Тагирбеков К. Р. Опыт развития технологии управления коммерческим банком. М.: Финансы и статистика, 1996.

148. Тарасенко Ф. П. Введение в курс теории информации / Изд-во Томского университета, 1963.

149. Тейл Т. Экономические прогнозы и принятие решений. М.: 1971.

150. Тосунян Г. А. Банковское дело и банковское законодательство в России: опыт, проблемы, перспективы. М.: Дело, 1995.

151. Трикоз Д. В. Нейронные сети: как это делается? / Компьютеры + программы 1993 - № 4 (5).

152. Тэнк Д. У., Хопфилд Д. Д. Коллективные вычисления в нейроноподобных электронных схемах. В мире науки, 1988 № 2.

153. Уздемир А.П. Динамические целочисленные задачи оптимизации в экономике. М.: Физматлит, 1995.

154. Усоскин В. М. Современный коммерческий банк: Управление и операции. М.: Все для Вас, 1993.

155. Уткин Э. А. Банковский маркетинг. 2-е изд. - М.: Инфра-М, 1995.

156. Фельдман А. А. Государственные ценные бумаги. Издание 2, исправленное и дополненное. М.: Инфра-М, 1995.

157. Финансово-кредитный механизм и банковские операции / Под ред. В. И. Букато, М. X. Лапидуса. М.: Финансы и статистика, 1991.

158. Финкельштейн Ю.Ю. Приближенные методы и прикладные задачи дискретного программирования. М.; Наука, 1976.

159. Фишер С., Дорнбуш Р., Шмалензи Р. Экономика. / Пер. с англ. М.: 1993.

160. Форд Л., Фалкерсон Д. Потоки в сетях. М.: Мир, 1966

161. Фуремс Е. М., Мошкович Е. М. Упорядочение векторных оценок для задачи формирования "портфеля заказов" / Процедуры оценивания многокритериальных объектов / М.: ВНИИСИ, 1984, № 9.

162. Хейне П. Экономический образ мышления. / Пер. с англ. М.: 1991.

163. Черкасов В. Е. Финансовый анализ в коммерческом банке. М.: Инфра-М, 1995.

164. Четыркин Е. М. Методы финансовых и коммерческих расчетов. М.: 1992.

165. Четыркин Е. М. Статистические методы прогнозирования. М.: Статистика, 1977.

166. Четыркин Е. М., Васильева Н. Финансово-экономические расчеты. М.: Финансы и статистика, 1990.

167. Шевченко В.Н. Качественные вопросы целочисленного программирования. М.: Наука, 1995.

168. Шенаев В. Н., Наумченко О. В. Центральный банк в процессе экономического регулирования: Зарубеж. опыт и возможности его использования в России. М.: Консалтбанкир, 1994.

169. Шеремет А. Д., Сайфулин Р. С. Методика финансового анализа. М.: Инфра-М, 1996.

170. Ширинская Е. Б. Операции коммерческих банков: российский и зарубежный опыт. 2-е изд., перераб. и доп. - - М.: Финансы и статистика, 1995.

171. Эклунд К. Эффективная экономика. / Пер. с англ. М.: 1991.

172. Экономика. Под ред. доц. Булатовой А. С. М.: Бек, 1994.

173. Hopfield J. J. Neural networks and physical systems with emergent collective computational abilities. / Proc. Natl. Acad. Sci. 1984.

174. Hopfield J. J., Tank D. W. Neural computation of decision on optimization problems. / Biol. Cybernet. 1985.

175. Jaeques Generaux. Economie politique. Introduction et microeconomie. Hachette, Paris, 1990.

176. Lawler E.L. Fast approximation algorithms for knapsack problems. // 18th Annual Symposium on Foundation of Computer Science, IEEE Computer Society, New York, 1977.

177. Michael L. Katz, Harvey S. Rozen. Microeconomics. Irwin, Boston, 1991.

178. Paul A. Samuelson and William D. Nordhaus. Economics. Mc Coraw-Hill Book Company, 1992

179. Paul Wonnacott. Ronald Wonnacott. Macroeconomics. John Wilev & Sons, 1990

180. Roland Granier, Jean Pierre Giran. Analyse economique, Economica, Paris, 1990

181. Rosenblatt F. The percertron: Probabilistic model for information storage and organization in the brain / Psychol. Rev. 1958.

182. Rumelhart В. E., Minton G. E., Williams R. J. Learning representations by back propagating error. / Wature, 1986.

183. Takefuji D. Y. A new model of neural networks for error correction. / Proc. 9th Annu

184. Conf. IEEE Eng. Med. and Biol. Soc., Boston, Mass., Nov. 13-16, 1987. V. 3, New1. York,N. Y., 1987.

Похожие работы

Информатика, вычислительная техника и управление
05.13.00