автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Система принятия управленческих решений при кредитовании металлургических предприятий

На правах рукописи

Маркарян Анна Оганесовна

СИСТЕМА ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ ПРИ КРЕДИТОВАНИИ МЕТАЛЛУРГИЧЕСКИХ ПРЕДПРИЯТИЙ

Специальность 05.13.01 - Системный анализ, управление и обработка информации (металлургия).

Автореферат диссертации на соискание ученой степени кандидата технических наук

Москва, 2005 г.

Работа выполнена на кафедре системного анализа и моделирования Донецкого государственного института искусственного интеллекта.

Научный руководитель кандидат технических наук, доцент

Криводубский Олег Александрович

Официальные оппоненты доктор технических наук, профессор

Рожков Игорь Михайлович

кандидат технических наук, доцент Никифоров Сергей Васильевич

Ведущая организация ОАО «Институт «Цветметобработка»

Защита состоится _2005 г. в часов на

заседании диссертационного совета Д.212.132.07 в Московском государственном институте стали и сплавов (технологический университет) по адресу: 119049, г. Москва, Ленинский проспект, д.4.

С диссертацией можно ознакомиться в библиотеке Московского государственного института стали и сплавов (технологический университет).

Автореферат разослан 2005 г.

ОБЩАЯ ХАРАКЕРИСТИКА РАБОТЫ

Актуальность темы. В современных условиях экономической деятельности металлургические предприятия испытывают острый дефицит собственных оборотных средств. С другой стороны, отсутствие централизованного финансирования ограничивает возможности модернизации и реконструкции производства. Дефицит оборотных средств определяет актуальность задачи краткосрочного кредитования, а цели и задачи развития металлургической отрасли - долгосрочного кредитования.

Правильная организация процесса кредитования, разработка эффективной и гибкой системы управления кредитными операциями являются основой финансовой стабильности металлургических предприятий.

В процессе проведения кредитных операций металлургические предприятия неадекватно оценивают свои возможности по погашению кредитов, вследствие чего возрастают долговые обязательства предприятий, а банки сталкиваются с кредитным риском неуплаты заемщиком основного долга и процентов, причитающихся кредитору. Субъективный фактор при выдаче кредитов приводит к увеличению кредитного риска. В связи с этим возникает необходимость объективной оценки кредитоспособности металлургических предприятий и определения условий кредитных договоров.

Аккумулируя денежные средства, привлекаемые с расчетных счетов металлургических предприятий, банки превращают их в источник финансового обеспечения хозяйственной деятельности на условиях возвратности, срочности и платности в виде процентов. Чрезмерное привлечение средств повышает потенциальную угрозу неплатежеспособности коммерческого банка. В связи с этим возникает задача прогноза поступлений банковских средств и формирования кредитных ресурсов.

В таких условиях является актуальной разработка инструментария диалогового принятия решений экономическими службами металлургических предприятий и банков относительно объемов, сроков и процент-

ных ставок кредитов, динамического прогноза кредитных характеристик, планирования и оперативного управления кредитованием.

Целью диссертационного исследования является создание системы диалогового принятия решений при планировании и оперативном управлении процессом кредитования металлургических предприятий, позволяющей формировать кредитные ресурсы банков и определять объемы, сроки и процентные ставки по кредитам таким образом, чтобы удовлетворять потребности металлургических предприятий.

Задачи исследования. Достижению поставленной цели подчинено решение следующих задач:

- системный анализ особенностей процессов кредитования металлургических предприятий, функционирования существующей структуры управления кредитованием с целью выявления характеристик, взаимосвязей, причинно-следственных закономерностей и факторов, влияющих на принятие решений при выдаче кредитов предприятиям металлургической отрасли;

- создание структуры системы диалогового принятия решений при кредитовании металлургических предприятий;

- разработка аналитических моделей описания динамики кредитных характеристик;

- экономическая постановка задач управления кредитным процессом, формализация целевых функций планирования и оперативного управления кредитованием;

- оценка эффективности решений задач управления кредитованием металлургических предприятий;

- разработка специального программного обеспечения системы принятия решений при кредитовании металлургических предприятий.

Методы исследования: теория множеств при формализации характеристик задач кредитования; теория дифференциальных уравнений при разработке математических моделей описания кредитных характеристик; численные методы, используемые в алгоритмах решения уравнений; методы оптимизации в задаче поиска экстремумов функционалов

цели; теория вероятностей и математическая статистика в задаче оценки эффективности решения задач управления кредитованием и сопоставления результатов внедрения программного комплекса.

Автор выносит на защиту:

- постановку и формализацию задач принятия решений при кредитовании металлургических предприятий;

- математические модели описания динамики кредитных показателей;

- алгоритмы системы принятия диалоговых решений при управлении кредитованием металлургических предприятий.

Научная новизна полученных результатов:

- разработаны критерии определения объемов, сроков и процентных ставок кредитования металлургических предприятий, что позволяет реализовать пополнение оборотных средств в оперативном режиме управления кредитованием, а средства для модернизации и реконструкции - в режиме планирования;

- создана эффективная структура и определен состав диалоговой системы принятия решений с идентификатором в контуре управления, инвариантной относительно особенностей предприятий и банков, участвующих в процессе кредитования;

- разработана математическая модель описания движения средств, формирования кредитных ресурсов и удовлетворения кредитных заявок, позволяющая согласовывать интересы кредитующихся металлургических предприятий и банка;

- формализованы условия кредитных договоров и логические правила их оценивания, что дает возможность на основании априорной информации о кредитной предыстории металлургического предприятия вырабатывать и принимать эффективные решения по кредитованию, как со стороны предприятия, так и со стороны банка.

Практическая значимость полученных результатов состоит в следующем:

- предложенные в работе алгоритмы и математические модели позволяют осуществлять прогноз динамики кредитных показателей на лю-

бой заданный период, что дает возможность уменьшать долговую нагрузку металлургических предприятий при использовании кредитов в пополнении оборотных средств и уменьшать степень риска невозврата средств, используемых при долгосрочном кредитовании в задачах развития металлургической отрасли;

- система принятия решений при кредитовании представлена как параметрическая структура с идентификатором в контуре управления, которая может быть адаптирована в любом отделении банка и использована при кредитовании как металлургических предприятий, так и предприятий других отраслей. Эта система может быть использована экономическими службами металлургических предприятий для анализа кредитоспособности и формирования заявок на кредит;

- созданное информационное и программное обеспечение позволяет экономическим службам металлургических предприятий и банков оценивать долговые обязательства по кредитам и экономическую эффективность кредитования и принимать решения относительно условий кредитных договоров. Кроме того, оно дает возможность формировать плановый кредитный портфель и оперативно принимать решения при возникновении непредвиденных ситуаций, что способствует рациональному регулированию денежных потоков банка и эффективному использованию средств кредитуемыми предприятиями.

Внедрение результатов. Разработанное специальное математическое и программное обеспечение системы принятия решений при кредитовании внедрено в Донецком отделении АКИБ «Укрсиббанк», что подтверждено соответствующим актом.

Апробация работы. Результаты диссертационной работы докладывались и обсуждались на следующих конференциях и семинарах:

- Международная молодежная научная конференция «ХХУШ Гага-ринские чтения» (Москва, 2002);

- Ш Всеукраинская конференция молодых ученых «Информационные технологии в науке, образовании и технике» (Черкассы, 2002);

- IV Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Системный анализ и информационные технологии» (Киев, 2002);

- IX Международная научно-практическая конференции «Автоматика - 2002» (Донецк, 2002);

- IX Всеукраинская научная конференция «Современные проблемы прикладной математики и информатики» (Львов, 2002);

- научные семинары «Моделирование, идентификация и синтез систем управления» (Донецк, 2001-2004).

Публикации. Основные результаты работы опубликованы в 9 печатных работах.

Структура и объем работы. Диссертация состоит из введения, четырех разделов, выводов, списка использованных литературных источников из 152 наименований на 12 страницах и приложений на 20 страницах. Общий объем работы - 181 страница. Диссертация содержит 36 рисунков и 28 таблиц.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обозначена актуальность диссертационного исследования, сформулированы цель исследования и результаты, выносимые на защиту, выделены аспекты исследования, составляющие научную новизну, определена практическая значимость полученных результатов, приведены публикации и апробации результатов диссертационной работы.

В первом разделе проведен анализ состояния проблемы управления кредитованием металлургических предприятий, исследована деятельность банка как системы инвестирования, рассмотрены применяемые модели описания кредитных процессов, методы управления ими и принципы разработки систем управления кредитованием. Анализ существующих моделей описания инвестиционных процессов и методов управления кредитованием показал, что в современных условиях не существует универсального метода, позволяющего всесторонне оценивать финан-

совые позиции банка и заемщика, учитывая при этом нестационарность процесса кредитования. Проведенный анализ позволил определить и поставить задачи диссертационного исследования, приведенные в заключительной части раздела.

Второй раздел посвящен анализу целей, задач и потребностей предприятий металлургической отрасли, практики инвестирования средств для них. Определены временные регламенты использования оборотных средств и долгосрочных займов, статистические объемы инвестиций предприятий металлургической отрасли, сроки возврата (невозврата) процентов и основных сумм инвестиций. На основании этого сформированы требования к металлургическим предприятиям как к клиентам банка в задачах кредитования. Рассмотрены системные характеристики банка в задачах управления кредитованием металлургических предприятий. Исследована структура системы управления банком, выделены функции кредитования, проведен анализ кредитных характеристик, в процессе которого определена взаимосвязь банка и ссудозаемщика, рассмотрены виды кредитов и их свойства, исследована кредитная политика отделения коммерческого банка. Проведен макроанализ кредитных вложений в металлургическую промышленность, позволивший выявить цели кредитования металлургических предприятий и осуществить их классификацию по группам надежности. Анализ структуры системы управления кредитованием позволил выделить функциональные особенности задач, составляющих сущность кредитных подсистем. Для каждого перечня задач сформированы множества переменных, характеризующие кредитную деятельность банка. На основании этого осуществлена формализация кредитных характеристик и классификация переменных. Анализ кредитного процесса и формализация его характеристик позволили определить набор логико-формальных правил оценивания кредитных договоров и осуществить постановку задачи моделирования.

Исследование экономико-финансовой системы кредитования показало, что она является иерархической структурой, для каждой составляющей которой осуществлена формализация кредитных характеристик

в виде множеств. Для определения источников кредитования из совокупности кредитных ресурсов У = {у}._— вьщелены подмножества собственных и привлеченных средств которые, в свою очередь, разделены на подмножества видов средств, наиболее значимыми из которых являются средства на текущих счетах металлургических предприятий:

Формальное представление источников кредитования позволило определить множество кредитов К, состоящее из подмножеств кредитной статистики К], выданных кредитов и потенциальных кредитов Z (заявок на кредит). По характеристикам металлургических предприятий осуществлено их распределение по группам в зависимости от надежности: - подмножество надежных клиентов (вероятность погашения кредита - 96-100%), Х2 - подмножество клиентов средней надежности (вероятность погашения кредита - 50-95%), -подмножество ненадежных клиентов (вероятность погашения кредита -0-49%), Х4 - подмножество некредитовавшихся клиентов. Взаимосвязь между подмножествами характеризуются логическими выражениями (1) -(4):

I/р, q, г< т, 3хре Х]=> Х2=> хге Х}; хр = хя= хп (1)

(Зхче Х4=>хре Х}) V (Зхче Х4=>хре Х2)ч(3хче Х4=>хре Х3);

В зависимости от экономических показателей кредитоспособности металлургических предприятий, определяемых на основании финансового анализа и существующего банковского законодательства, выделены пять подмножеств X* множества X: X = Х*,и Х*2 и Х*з и Х*4 и х*5; Х*;Л Х*2 П X*., П Х*4 П Х*5* 0.

Взаимосвязь множеств X,- и Х*;- определяется таким образом: Ух,е х;:х,е х*;у х,е х*2у х,е х*3ч х,е х*4ч х,е х*5. (5)

При оформлении кредита заключается кредитный договор, в связи с этим введено множество кредитных договоров:

D= {dj.=— , Vkie ^U К2 -> 3 dj& D.

Формализация кредитных характеристик позволила определить логико-формальные правила заключения и оценки эффективности кредитных договоров и провести классификацию переменных системы управления кредитованием металлургических предприятий на входные, выходные и управляющие.

Входными переменными системы управления являются элементы множеств: металлургических предприятий, как клиентов, X, кредитов К, заявок на кредит Z, кредитных договоров /), объемы средств на текущих счетах клиентов ymi°(t)G Y"i и средств других источников кредитования Выходными переменными системы управления являются прогнозируемые объемы кредитных ресурсов у^,, кредитов s(t), процентов pr(t), заявок на кредит z(t). При положительном решении относительно выдачи кредита определяется объем кредита срок и процентная ставка PS,. Управление осуществляется варьированием объемами кредитов процентными ставками и сроками кредитов

Анализ кредитной статистики металлургических предприятий позволил определить нелинейный характер и нестационарность процесса кредитования, в соответствии с чем поставлена следующая задача моделирования: разработать динамическую детерминированную модель движения кредитных ресурсов, заявок на кредит, ссудной и процентной задолженности; объема, срока и процентной ставки кредитования предприятий металлургической отрасли.

В третьем разделе разработана трехуровневая математическая модель прогноза движения кредитных ресурсов, кредитов, объемов кредитных заявок и условий кредитования металлургических предприятий.

Для распределения источников кредитования на микроуровне осуществляется прогноз движения средств и заявок на кредит каждого из металлургических предприятий. Средства клиентов характеризуются сальдо на текущих и депозитных счетах. В связи с этим в модели этого

уровня рассматривается динамика средств металлургических предприятий, их сальдо, ссудная и процентная задолженность.

Сальдо предприятия рассматриваются как разность между поступлением денежных средств на текущий счет (кредитовые обороты) и расходами средств с текущего счета (дебетовыми оборотами) за время Тогда динамика сальдо металлургического предприятия XI имеет вид (6):

Vxie X: =а( Уы[С1ы] + %С1*Ы, 1= 1~т , (6)

ш

где - сальдо предприятия в момент времени - доля сальдо

в момент времени из совокупности средств предприятия, - денеж-

ный баланс.

Нелинейности дифференциальных уравнений вида (6) и уравнений, которые приведены в дальнейшем, вынесены в отдельный расчетный блок вида (7) - (8), в котором осуществляется их аппроксимация:

[си; = [СиИ + —!— {—Г^Т, (7)

се„< = [ Лф^)^;-лд1(1)мд; ][сиУкл„ (8)

где - МфО'Уыь Ш цд. - /1^(1, Уы, функции.

соответственно характеризующие кредитовые и дебетовые обороты;

- дебиторская и кредиторская задолженность, - параметры обо-

рачиваемости средств

Динамика ссудной задолженности каждого металлургического предприятия рассматривается в зависимости от его принадлежности группам надежности Хп объема кредита, метода предоставления и погашения кредита, в соответствии с условиями кредитного договора.

Согласно этому, движение ссудной задолженности представлено в виде (9)-(10):

[S,]rj = ( [Sjrj I +

dt

(10)

Укл1Н tl

где s,r- текущая ссудная задолженность, [s,]r - доля ссудной задолженности из совокупности средств предприятия, s*,r- кредитная составляющая, которая зависит от условий предоставления и погашения кредита, Pr(x„k) - вероятность возврата кредита х,€.Хпр,г - параметр возврата кредита.

Задолженность по процентам зависит от надежности металлургического предприятия:

где prtr - текущая процентная задолженность, [рг,]г - доля процентной задолженности из совокупности средств предприятия, - процентная составляющая (зависит от условий начисления и погашения процентов), - вероятность возврата кредита, - параметр возврата процентов.

Тогда средства предприятия:

V х,е X: Ум, (0= cut) + y,"(t) - s,(t) - pr,(t) (13)

где y,4(t) -средства х,в момент времени t на депозитных счетах.

Прогноз динамики заявок на кредит характеризуется уравнением вида (14), вычисление правых частей - (15), (16):

dsz„

Vjc.E X:

dt

■ = I%.P(sz,rV,r) szrlszjr, Г = 1,4,

(14)

где [зц]г - доля заявочного объема кредита из общего объема кредитных заявок предприятий, - общий объем заявок на кредит, г?1Г - параметр

поступления кредитных заявок, P(sZlr), - априорная и апостери-

орная вероятности заявки на определенную сумму кредита.

При предоставлении кредита на микроуровне осуществляется оценка условий кредитования предприятия: объема, срока и процентной ставки по кредиту - (17) - (19).

бц - заявочный объем кредита, пц - заявочный срок кредита, у^О - средства, Д-1 - минимально допустимый доход от кредита.

Эти уравнения позволяют осуществлять расчет кредитных характеристик для любого предприятия металлургической отрасли как клиента банка.

Средний уровень характеризуется движением средств, объемов кредитов, процентов и заявок на кредит совокупности металлургических предприятий. Динамика совокупности средств имеет вид (20) - (21):

-доля средств из совокупности средств - параметр обора-

чиваемости совокупности средств.

Изменение общего объема ссудной задолженности:

где - текущая ссудная задолженность, - ссудная задолженность, /5,7г - доля ссудной задолженности из совокупности средств предприятий, %г - параметр погашения общей ссудной задолженности. Динамика общего объема процентной задолженности:

- текущая процентная задолженность, - процентная задолженность, - доля процентной задолженности из совокупности средств, - параметр погашения процентной задолженности. Изменение общего объема заявок на кредит:

™ г—И=1

(26)

где - параметр поступления совокупности кредитных заявок.

На макроуровне рассматривается динамика средств банка и формирование кредитных ресурсов.

Движение банковских средств характеризуется уравнениями вида (27)-(29):

где у* и у? - соответственно кредитовые и дебетовые обороты средств, - доля средств из всей совокупности кредитных ресурсов, -

параметры оборачиваемости совокупности банковских средств.

Динамика кредитныхресурсов:

Первая составляющая уравнения (30) характеризует средства предприятий металлургической отрасли, вторая и третья - привлеченные средства банка без учета депозитных вкладов металлургических предприятий, четвертая - собственные банковские средства, пятая и шестая -соответственно общий объем ссудной и процентной задолженности, - параметры.

Уравнения (30) - (32) характеризуют возможность удовлетворения объема кредитных заявок металлургических предприятий в соответствии с целями кредитования.

Приведенные в работе уравнения представляют собой модель-структуру класса объектов - банков в задаче кредитования металлургических предприятий. Параметрическая идентификация этой структуры осуществлена методом Ньютона-Рафсона, для которого оценка частных производных, как конечных разностей, производится с помощью метода двух моделей. Статистический материал для идентификации сформирован в виде информационной матрицы по предыстории кредитования металлургических предприятий в 2000-2003 г. Для подтверждения адекватности математической модели реализовано численное исследование по независимой выборке наблюдений. Результат исследования показал, что остаточная дисперсия прогноза по уравнениям модели не выше 5% средних значений характеристик кредитования.

Анализ кредитной деятельности банка и целей кредитования металлургических предприятий позволил определить временной регламент

решения задач кредитования и сформировать структуру системы принятия решений. Выделены подсистемы планирования и оперативного управления. Для каждой из них осуществлена экономическая и формальная постановка задач и определены цели управления. Функционально подсистема планирования предназначена для долгосрочной практики кредитования, определяющей стратегическое инвестирование развития и реконструкции предприятий металлургической отрасли. Экономическая постановка задачи кредитного планирования: в соответствии с кредитными заявками предприятий определить объемы, сроки и процентные ставки кредитования таким образом, чтобы доход кредитного портфеля был максимальным. Формальная постановка задачи планирования:

уравнения \

I] - прибыль кредитного портфеля, 5*,- - объем 1-го кредита, V- объем свободных кредитных ресурсов, инвестируемых в кредитование, -количество выплат, связанных с погашением кредита и процентов, -процентная ставка по ьму кредиту, Л**,- - срок 1-го кредита.

В системе ограничений ^ означает надежность металлургического предприятия при условиях кредитования, близких к заявочным (если предприятие не имеет кредитной истории, - кредитоспособ-

ность, определяемая на основании финансовых показателей металлургического предприятия, - ожидаемая доходность кредита, - степень риска.

Задача планирования, представленная в виде (33) - (34), является актуальной для надежных металлургических предприятий, вероятность погашения кредита которых колеблется в пределах 96 - 100 %. Для ос-

тальных предприятий (вероятность погашения кредита - 0-95 %) предусмотрено, что возврат кредита осуществляется не позднее сроков кредитных договоров. Тогда задача кредитного планирования: сформировать кредитный портфель таким образом, чтобы среднестатистический срок возврата платежей был минимальным. Известно, что среднестатистический срок возврата платежей характеризуется дюрацией - взвешенным средним сроков наступления платежей по кредиту:

где - приведенная стоимость платежей, которые будут получе-

ны, 7/ - срок до погашения.

Си - ожидаемые выплаты по ¡-му кредиту и процентам:

*

Си = 5*/ (а,(0+(Ш-1«))) />£*,

п

(37)

где - доля погашения ссудной задолженности из общего объема

кредита, зависящая от условий кредитного договора предприятия - доля погашенной ссудной задолженности Тогда формальная постановка задачи планирования для металлургических предприятий с низким уровнем надежности по возврату кредитов:

Задача решается в рамках системы ограничений - (34). Для сформированного кредитного портфеля согласно (33), (34) или (38), (34) могут возникнуть непредвиденные ситуации, например, за-

держка по выплате процентов, несвоевременное погашение кредита, или дополнительные заявки на кредит.

Подсистема оперативного управления предназначена для принятия решений по перепланированию кредитного портфеля при возникающих отклонениях от плановых показателей и обеспечения хозяйственной деятельности металлургических предприятий оборотными средствами в виде краткосрочных кредитов. Тогда постановка задачи оперативного управления кредитованием металлургических предприятий имеет вид: обеспечить своевременное погашение кредитов и процентов и удовлетворение кредитных заявок металлургических предприятий на пополнение оборотных средств, таким образом, чтобы при ограниченном кредитном риске доход от каждой кредитной операции был максимальным. Формально цель оперативного управления представлена в виде (39):

Система ограничений аналогична (34), только О <УН <укр + Л у, где А у - дополнительные ресурсы, привлеченные для удовлетворения незапланированных кредитных заявок.

В четвертом разделе осуществлена практическая реализация представленных разработок. Разработанные математические модели позволили синтезировать алгоритмы подсистем кредитования и специальное программное обеспечение. Работа системы предусматривает решение следующих задач: прогноз и формирование кредитных ресурсов; анализ надежности и кредитоспособности предприятий металлургической отрасли, кредитных договоров, заявок на кредит, определение оптимальных условий кредитных договоров в соответствии с целями кредитования металлургических предприятий и оценка эффективности принимаемых решений. Данные задачи решаются как при планировании, так и при оперативном управлении, в связи с чем синтезирована система принятия решений при кредитовании, состоящая из подсистем: формирования кре-

дитных ресурсов; анализа кредитоспособности предприятий; планирования; оперативного управления. Первые две из этих подсистем являются служебными для подсистем планирования и оперативного управления кредитованием.

Численное исследование решений, принимаемых системой управления после внедрения, показало, что доход от кредитования металлургических предприятий, полученный в результате работы системы управления, выше, чем доход, полученный на основании субъективных рекомендаций аналитиков при сравнении эквивалентных объемов кредитных вложений в металлургическую промышленность за аналогичный период.

Как один из показателей решения задачи кредитования, проведена оценка эффективности кредитного проекта на расширение производства ОАО «Енакиевский металлургический завод», составившая за 6 месяцев 8,4 % . Проведенные исследования свидетельствует о том, что работа системы управления кредитованием дает возможность прогнозировать денежные потоки клиентов на любой заданный период и объективно оценивать надежность и экономический потенциал предприятий металлургической отрасли.

Алгоритм и специальное программное обеспечение системы предусматривают два режима функционирования: адаптации и управления, что дает возможность их внедрения в любую банковскую структуру и использования при кредитовании предприятий как металлургической отрасли, так и других отраслей.

Таким образом, разработанное специальное математическое и программное обеспечение системы принятия решений при кредитовании позволило получить следующие результаты: работа подсистемы анализа кредитоспособности дает возможность анализировать надежность и экономический потенциал металлургических предприятий и определять объективные условия кредитования, что привело к снижению кредитного риска и долговой нагрузки предприятий, а прогноз движения средств на расчетных счетах и совокупности средств банка в подсистеме формирования кредитных ресурсов дал возможность эффективно использовать

свободные денежные средства для выдачи кредитов, что позволило увеличить доходность от кредитных операций на 15%.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ И ВЫВОДЫ

В диссертации предложено, апробировано и внедрено специальное математическое и программное обеспечение системы принятия решений при кредитовании, позволяющее принимать эффективные решения относительно условий кредитования в режиме планирования и оперативного управления. Получены следующие научные и практические результаты:

1. Проведен системный анализ особенностей процессов кредитования металлургических предприятий, функционирования существующей структуры управления кредитованием с целью выявления характеристик, взаимосвязей, причинно-следственных закономерностей и факторов, влияющих на принятие решений при выдаче кредитов предприятиям металлургической отрасли, на основании которого определена актуальность диссертационного исследования.

2. Представлена структура системы принятия решений, состоящая из подсистем: формирования кредитных ресурсов, анализа кредитоспособности металлургических предприятий, планирования и оперативного управления, которая, в отличие от существующих правил оценки экономической ситуации, позволяет принимать объективные решения относительно условий кредитования и эффективно распределять кредитные ресурсы в зависимости от их объемов и кредитных заявок как при планировании кредитного портфеля, так и в режиме оперативного управления кредитованием. Это позволяет удовлетворять заявки металлургических предприятий на пополнение оборотных средств и финансировать долгосрочные программы развития металлургической отрасли.

3. Осуществлена разработка математической модели описания движения кредитных ресурсов, заявок на кредит, ссудной и процентной задолженности и условий кредитных договоров. Прогнозирование по предложенной модели, в отличие от существующих, происходит на трех

уровнях, что позволяет рационально формировать и инвестировать свободные ресурсы в кредитные операции согласно объему заявок и целевому использованию кредитных средств металлургическими предприятиями при нестационарности кредитного процесса. Математическая модель представлена в виде системы связных обыкновенных нелинейных дифференциальных уравнений и является моделью-структурой, которая может быть использована при управлении кредитованием совокупности различных предприятий любого банка.

4. Разработаны критерии принятия решений по кредитованию, которые учитывают экономические потребности металлургических предприятий в кредитах, их долговые обязательства, заявляемые условия кредитования в эквивалентном соотношении с предложениями банков относительно объемов, временного регламента и процентных ставок заявляемых кредитов. Это позволяет осуществлять двустороннее оценивание условий кредитных договоров в краткосрочном и долгосрочном кредитовании.

5. Разработаны функциональные схемы подсистем, входящих в систему принятия решений кредитованием с учетом логико-формальных взаимосвязей, позволяющих на основании априорной информации о кредитной предыстории предприятия вырабатывать и принимать эффективные решения относительно условий кредитования. Система представлена в виде параметрической структуры с идентификатором в контуре управления и предусматривает функционирование в двух режимах: адаптации и управления, может быть внедрена в любую банковскую структуру и использована при кредитовании предприятий любой отрасли. Возможно использование системы экономическими службами металлургических предприятий при оценке целесообразности кредитования.

6. Создано специальное математическое и программное обеспечение диалоговой системы принятия решений, инвариантное относительно структуры кредитуемых предприятий, банка и многообразия систем кредитования. Проведено численное исследование функционирования этого обеспечения по объемам и целям кредитования металлургических предприятий, которое подтвердило возможность осуществлять кредитную

политику удовлетворения экономических потребностей предприятий металлургического комплекса.

7. Проведена оценка эффективности принимаемых решений при кредитовании металлургических предприятий, которая показала, что внедрение системы позволило уменьшить долговую нагрузку металлургических предприятий на 8,4% и увеличить доход банка на 15%, что подтверждено актом внедрения.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1.Новаковская Э.Г., Маркарян А.О. Задача оценивания политики кредитования // Научные работы Донецкого национального технического университета. - Выпуск 47. - Донецк: ДонНТУ. - 2002. - С. 199-206.

2. Криводубский О.А., Маркарян А.О. Задача оптимального управления кредитованием. // Вестник НТУ «ХПИ». - 2004. - №36. - С. 18-22.

3. Маркарян А.О. Анализ особенностей интеллектуальной системы управления кредитованием. // Искусственный интеллект. - 2002. - №1. -С.46-51.

4. Маркарян А.О. Динамическая модель прогноза выдачи кредитов. // Искусственный интеллект. - 2003. - №3. - С. 368-373.

5. Маркарян А.О. Алгоритм и интеллектуальная система принятия решений практики кредитования // Сборник работ III Всеукраинской конференции молодых научный работников «Информационные технологии в науке, образовании и технике» (ГГОНТ-2002). - Черкассы: ЧГУ им. Б.Хмельницкого, ЧГТУ, Национальный педагогический университет им. МЛ. Драгоманова - 2002. - С. 184-185.

6. Маркарян А.О. Математическая модель и алгоритм принятия решений практики кредитования // Тезисы докладов участников IV Международной научно-практической конференции студентов, аспирантов и молодых ученых «Системный анализ и информационные технологии». К.: Политехника. - 2002. - С. 44.

7. Маркарян А.О. Синтез динамических моделей прогнозирования безрискового кредитования. // Тезисы докладов БС Всеукраинской научной конференции "Современные проблемы прикладной математики и информатики". Л.: Издательский центр Львовского национального университета им. И.Франко. - 2002. - С.85-86.

8. Новаковская Э.Г., Маркарян А.О. Задача оценивания политики кредитования // Материалы международной конференции по управлению. «Автоматика - 2002». - Том 2. - Донецк: ДонНТУ. - 2002. - С. 67-68.

9. Маркарян А.О. Нечеткое прогнозирование ликвидности политики кредитования // Тезисы докладов Международной молодежной научной конференции «XXVIII Гагаринские чтения». - Том 8. - М.: МАТИ. -

2002.- С. 43-44.

Соискатель

А.О. Маркарян

Формат 60 х 90 Vi« Объем. 1,5 п. л.

Бумага офсетная

Тираж 100 экз. Заказ 791

Отпечатано с готовых оригинал-макетов в типографии Издательства «Учеба» МИСиС, 117419, Москва, ул. Орджоникидзе, 8/9 Тел.: 954-73-94,954-19-22 ЛР№01151 от 11.07.01

ВВЕДЕНИЕ.

АНАЛИЗ ПРОБЛЕМЫ УПРАВЛЕНИЯ КРЕДИТОВАНИЕМ ' МЕТАЛЛУРГИЧЕСКИХ ПРЕДПРИЯТИЙ И ПОСТАНОВКА ЗАДАЧИ У' ИССЛЕДОВАНИЯ.

1.1 Анализ особенностей явлений и процессов кредитной деятельности банка как объекта исследования.

1.2 Сравнительное исследование подходов к моделированию кредитного процесса.

1.3 Анализ принципов разработок систем управления кредитованием.

I 1.4 Постановка задач управления кредитованием металлургических предприятий.

Выводы по главе 1.

СИСТЕМНЫЙ АНАЛИЗ ХАРАКТЕРИСТИК ЗАДАЧ УПРАВЛЕНИЯ КРЕДИТОВАНИЕМ МЕТАЛЛУРГИЧЕСКИХ ПРЕДПРИЯТИЙ

2.1 Анализ организационной структуры банка в задаче управления кредитованием.

2.2 Анализ показателей кредитной деятельности банка.

2.3 Анализ кредитных вложений в металлургическую промышленность.

2.4 Формализация системы кредитных характеристик.

2.5 Классификация переменных системы управления кредитованием.

Выводы по главе 2.

МАТЕМАТИЧЕСКИЕ МОДЕЛИ ОПИСАНИЯ КРЕДИТНЫХ ХАРАКТЕРИСТИК.

3.1 Разработка математической модели описания динамики кредитных характеристик.

3.2 Параметрическая идентификация модели.

3.3 Проверка адекватности математической модели кредитного процесса

3.4 Формализация задач принятия решений при кредитовании металлургических предприятий.

Выводы по главе 3.

РАЗРАБОТКА АЛГОРИТМОВ СИСТЕМЫ ПРИНЯТИЯ РЕШЕНИЙ ПРИ КРЕДИТОВАНИИ МЕТАЛЛУРГИЧЕСКИХ ПРЕДПРИЯТИЙ.

4.1 Формирование структуры системы принятия решений при кредитовании металлургических предприятий.

4.2 Разработка специального программного обеспечения системы.

4.3 Оценка эффективности решений системы при кредитовании предприятий металлургической отрасли.

Выводы по главе 4.

ВЫВОДЫ.

Актуальность темы. В современных условиях экономической деятельности металлургические предприятия испытывают острый дефицит собственных оборотных средств. С другой стороны, отсутствие централизованного финансирования ограничивает возможности модернизации и реконструкции производства. Дефицит оборотных средств определяет актуальность задачи краткосрочного кредитования, а цели и задачи развития металлургической отрасли - долгосрочного кредитования.

Правильная организация процесса кредитования, разработка эффективной и гибкой системы управления кредитными операциями являются основой финансовой стабильности металлургических предприятий.

В процессе проведения кредитных операций металлургические предпри- . ятия неадекватно оценивают свои возможности по погашению кредитов, вследствие чего возрастают долговые обязательства предприятий, а банки сталкиваются с кредитным риском неуплаты заемщиком основного долга и процентов, причитающихся кредитору. Субъективный фактор при выдаче кредитов приводит к увеличению кредитного риска. В связи с этим возникает необходимость объективной оценки кредитоспособности металлургических предприятий и определения условий кредитных договоров.

Аккумулируя денежные средства, привлекаемые с расчетных счетов металлургических предприятий, банки превращают их в источник финансового обеспечения хозяйственной деятельности на условиях возвратности, срочности и платности в виде процентов. Чрезмерное привлечение средств повышает потенциальную угрозу неплатежеспособности коммерческого банка. В связи с этим возникает задача прогноза поступлений банковских средств и формирования кредитных ресурсов.

В таких условиях является актуальной разработка инструментария диалогового принятия решений экономическими службами металлургических предприятий и банков относительно объемов, сроков и процентных ставок кредитов, динамического прогноза кредитных характеристик, планирования и оперативного управления кредитованием.

Целью диссертационного исследования является создание системы диалогового принятия решений при планировании и оперативном управлении процессом кредитования металлургических предприятий, позволяющей формировать кредитные ресурсы банков и определять объемы, сроки и процентные ставки по кредитам таким образом, чтобы удовлетворять потребности металлургических предприятий.

Задачи исследования. Достижению поставленной цели подчинено решение следующих задач:

- системный анализ особенностей процессов кредитования металлургических предприятий, функционирования существующей структуры управления кредитованием с целью выявления характеристик, взаимосвязей, причинно-следственных закономерностей и факторов, влияющих на принятие решений при выдаче кредитов предприятиям металлургической отрасли;

- создание структуры системы диалогового принятия решений при кредитовании металлургических предприятий;

- разработка аналитических моделей описания динамики кредитных характеристик;

- экономическая постановка задач управления кредитным процессом, формализация целевых функций планирования и оперативного управления кредитованием;

- оценка эффективности решений задач управления кредитованием металлургических предприятий;

- разработка специального программного обеспечения системы принятия решений при кредитовании металлургических предприятий.

Методы исследования: теория множеств при формализации характеристик задач кредитования; теория дифференциальных уравнений при разработке математических моделей описания кредитных характеристик; численные методы, используемые в алгоритмах решения уравнений; методы оптимизации в задаче поиска экстремумов функционалов цели; теория вероятностей и математическая статистика в задаче оценки эффективности решения задач управления кредитованием и сопоставления результатов внедрения программного комплекса.

Объект исследования - система принятия решений при кредитовании.

Предмет исследования - специальное математическое и программное обеспечение системы принятия решений при кредитовании.

Автор выносит на защиту:

- постановку и формализацию задач принятия решений при кредитовании металлургических предприятий;

- математические модели описания динамики кредитных показателей;

- алгоритмы системы принятия диалоговых решений при управлении кредитованием металлургических предприятий.

Научная новизна полученных результатов:

- разработаны критерии определения объемов, сроков и процентных ставок кредитования металлургических предприятий, что позволяет реализовать пополнение оборотных средств в оперативном режиме управления кредитованием, а средства для модернизации и реконструкции - в режиме планирования;

- создана эффективная структура и определен состав диалоговой системы принятия решений с идентификатором в контуре управления, инвариантной относительно особенностей предприятий и банков, участвующих в процессе кредитования;

- разработана математическая модель описания движения средств, формирования кредитных ресурсов и удовлетворения кредитных заявок, позволяющая согласовывать интересы кредитующихся металлургических предприятий и банка;

- формализованы условия кредитных договоров и логические правила их оценивания, что дает возможность на основании априорной информации о кредитной предыстории металлургического предприятия вырабатывать и принимать эффективные решения по кредитованию, как со стороны предприятия, так и со стороны банка.

Практическая значимость полученных результатов состоит в следующем:

- предложенные в работе алгоритмы и математические модели позволяют осуществлять прогноз динамики кредитных показателей на любой заданный период, что дает возможность уменьшать долговую нагрузку металлургических предприятий при использовании кредитов в пополнении оборотных средств и уменьшать степень риска невозврата средств, используемых при долгосрочном кредитовании в задачах развития металлургической отрасли;

- система принятия решений при кредитовании представлена как параметрическая структура с идентификатором в контуре управления, которая может быть адаптирована в любом отделении банка и использована при кредитовании как металлургических предприятий, так и предприятий других отраслей. Эта система может быть использована экономическими службами металлургических предприятий для анализа кредитоспособности и формирования заявок на кредит;

- созданное информационное и программное обеспечение позволяет экономическим службам металлургических предприятий и банков оценивать долговые обязательства по кредитам и экономическую эффективность кредитования и принимать решения относительно условий кредитных договоров. Кроме того, оно дает возможность формировать плановый кредитный портфель и оперативно принимать решения при возникновении непредвиденных ситуаций, что способствует рациональному регулированию денежных потоков банка и эффективному использованию средств кредитуемыми предприятиями.

Внедрение результатов. Разработанное специальное математическое и программное обеспечение системы планирования и оперативного управления кредитованием внедрено в Донецком отделении АКИБ «Укрсиббанк», что подтверждено соответствующим актом.

Апробация работы. Результаты диссертационной работы докладывались и обсуждались на следующих конференциях и семинарах:

- Международная молодежная научная конференция «XXYIII Гагаринские чтения» (Москва, 2002);

- III Всеукраинская конференция молодых ученых «Информационные технологии в науке, образовании и технике» (Черкассы, 2002);

- IV Международная научно-практическая конференция студентов, аспирантов и молодых ученых «Системный анализ и информационные технологии» (Киев, 2002);

- IX Международная научно-практическая конференции «Автоматика -2002» (Донецк, 2002);

- IX Всеукраинская научная конференция «Современные проблемы прикладной математики и информатики» (Львов, 2002);

- научные семинары «Моделирование, идентификация и синтез систем управления» (Донецк, 2001-2004).

Связь работы с научными программами и темами. Диссертационная работа выполнялась в Донецком государственном институте искусственного интеллекта как составная часть научно-исследовательской работы Министерства образования и науки Украины «Создание и применение систем искусственного интеллекта хозяйственного значения», шифр ICK-2004, регистрационный номер 0104U000120, в которой автор участвовал в качестве исполнителя подраздела темы.

Личный вклад соискателя. Все результаты диссертации получены автором самостоятельно и заключаются в следующем: в работах [101, 102] на основании поставленной задачи проведена формализация и структуризация системы кредитования банка, работы [90, 92] посвящены исследованию особенностей алгоритма автоматизированной системы управления кредитованием, в работах [91, 93, 94] разработаны аналитические модели прогноза кредитных показателей, в [75] осуществлена экономическая и формальная постановка задачи оптимального управления кредитованием. В совместных работах диссертанту принадлежат: [75] - формальная постановка задачи управления кредитованием, [101], [102] - основы структуризации системных характеристик банковского кредитования. В работах [90] - [95] соавторов нет.

Соответствие содержания диссертации паспорту специальности. Работа соответствует следующим положениям паспорта ВАК по специальности 05.13.01 - «Системный анализ, управление и обработка информации (металлургия)»:

- п. 2 - формализация и постановка задач системного анализа, оптимизации, управления, принятия решений и обработки информации;

- п. 3 — разработка критериев и моделей описания и оценки эффективности решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации;

- п. 5 - разработка специального математического и программного обеспечения систем анализа, оптимизации, управления, принятия решений и обработки информации.

Публикации. По результатам диссертации опубликовано 9 научных работ, из них 4 статьи в специализированных профессиональных журналах и 5 публикаций в сборниках научных конференций и форумов. •

Структура и объем диссертации. Диссертация состоит из введения, четырех разделов основного содержания, выводов и приложения. Общий объем работы - 181 страница. Диссертация содержит 36 рисунков, 28 таблиц, список использованных литературных источников из 152 наименований на 12 страницах и приложения на 20 страницах.

выводы

В диссертационной работе предложено, апробировано и внедрено специальное математическое и программное обеспечение системы принятия решений при кредитовании, позволяющее принимать эффективные решения относительно условий кредитования в режиме планирования и оперативного управления. Получены следующие научные и практические результаты:

1. Проведен системный анализ особенностей процессов кредитования металлургических предприятий, функционирования существующей структуры управления кредитованием с целью выявления характеристик, взаимосвязей, причинно-следственных закономерностей и факторов, влияющих на принятие решений при выдаче кредитов предприятиям металлургической отрасли, на основании которого определена актуальность диссертационного исследования.

2. Представлена структура системы принятия решений, состоящая из подсистем: формирования кредитных ресурсов, анализа кредитоспособности металлургических предприятий, планирования и оперативного управления, которая, в отличие от существующих правил оценки экономической ситуации, позволяет принимать объективные решения относительно условий кредитования и эффективно распределять кредитные ресурсы в зависимости от их объемов и кредитных заявок как при планировании кредитного портфеля, так и в режиме оперативного управления кредитованием. Это позволяет удовлетворять заявки металлургических предприятий на пополнение оборотных средств и финансировать долгосрочные программы развития металлургической отрасли.

3. Осуществлена разработка математической модели описания движения кредитных ресурсов, заявок на кредит, ссудной и процентной задолженности и условий кредитных договоров. Прогнозирование по предложенной модели, в отличие от существующих, происходит на трех уровнях, что позволяет рационально формировать и инвестировать свободные ресурсы в кредитные операции согласно объему заявок и целевому использованию кредитных средств металлургическими предприятиями при нестационарности кредитного процесса. Математическая модель представлена в виде системы связных обыкновенных нелинейных дифференциальных уравнений и является моделью-структурой, которая может быть использована при управлении кредитованием совокупности различных предприятий любого банка.

4. Разработаны критерии принятия решений по кредитованию, которые учитывают экономические потребности металлургических предприятий в кредитах, их долговые обязательства, заявляемые условия кредитования в эквивалентном соотношении с предложениями банков относительно объемов, временного регламента и процентных ставок заявляемых кредитов. Это позволяет осуществлять двустороннее оценивание условий кредитных договоров в краткосрочном и долгосрочном кредитовании.

5. Разработаны функциональные схемы подсистем, входящих в систему принятия решений кредитованием с учетом логико-формальных взаимосвязей, позволяющих на основании априорной информации о кредитной предыстории предприятия вырабатывать и принимать эффективные решения относительно условий кредитования. Система представлена в виде параметрической структуры с идентификатором в контуре управления и предусматривает функционирование в двух режимах: адаптации и управления, может быть внедрена в любую банковскую структуру и использована при кредитовании предприятий любой отрасли. Возможно использование системы экономическими службами металлургических предприятий при оценке целесообразности кредитования.

6. Создано специальное математическое и программное обеспечение диалоговой системы принятия решений, инвариантное относительно структуры кредитуемых предприятий, банка и многообразия систем кредитования. Проведено численное исследование функционирования этого обеспечения по объемам и целям кредитования металлургических предприятий, которое подтвердило возможность осуществлять кредитную политику удовлетворения экономических потребностей предприятий металлургического комплекса.

7. Проведена оценка эффективности принимаемых решений при кредитовании металлургических предприятий, которая показала, что внедрение системы позволило уменьшить долговую нагрузку металлургических предприятий на 8,4% и увеличить доход банка на 15%, что подтверждено актом внедрения.

1. Абовский Н.П. Творчество: системный поход, законы развития принятия решений. М.: СИНТЕГ, 1998. 296 с.

2. Авраменко В. П. Управление производством в условиях неопределенности. Киев: УМК ВО, 1992. - 48 с.

3. Автоматизированные системы управления предприятиями // Под ред. В.Н. Четверякова. М.: Высшая школа, 1979. - 424 с.

4. Алгоритмы динамического синтеза нелинейных автоматических систем. /А.А. Воронов, И.А. Орурук, Л.А. Осипов и др.; Под ред. А. А. Воронова -СПб.: Энергоатомиздат. Санкт-Петербургское издание, 1992. - 334 с.

5. Альгин А.П. Грани экономического риска. М.: Знание, 1991 - 138 с.

6. Андерсен Б. Бизнес-процессы. Инструменты совершенствования. М.: Стандарты и качество, 2004.- 272 с.

7. Андрейчиков А.В., Андрейчикова О.Н. Анализ, синтез, планирование решений в экономике. М.: Финансы и статистика, 2001. - 366 с.

8. Ансофф И. Стратегическое управление. М.: Экономика, 1989 - 388 с.

9. Арджаганян С.И., Аушев В.Ф. Банки данных в автоматизированных системах. М.: ЦНИИТЭИ приборостроения, 1975. - 32 с.

10. Ю.Архангельский А .Я. Программирование в Delphi 7. М.: Изд-во Бином-Пресс, 2003.- 1152 с.

11. П.Асанов А.А., Борисенко П.В., Ларичев О.И., Нарыжный Е.В., Ройензон Г.В. Метод многокритериальной классификации ЦИКЛ и его применение для анализа кредитного риска. // Экономика и математические методы. 2001. - Т. 37, № 2-С.14-21

12. Бакаев А. А., Костина Н. И., Яровицкий Н. В. Имитационные модели в экономике. Киев: Наук, думка, 1978. - 302с.

13. Баканов М. И., Шеремет А. Д. Теория экономического анализа. М.: Финансы и статистика, 1993. - 228 с.

14. Балабанов И.Т. Риск — менеджмент. М.: Финансы и статистика, 1996. -188 с.

15. Беллман Р. Динамическое программирование и современная теория управления. М.: Наука. 1969 - 120 с.

16. Бендат Дж., Пирсол А. Прикладной анализ случайных данных: Пер.с англ. М.: Мир, 1989. - 540 с.

17. Блауберг И.В., Юдин Э.Г. Становление и сущность системного подхода. -М.: Наука, 1973.- 112с.

18. Бобровников И.Д., Сорокина А.А. Конгресс IFIP-1974. Системы управления базами данных и информационные системы. //Зарубежная радиоэлектроника. 1975. - №4. - С.99-119.

19. Бодянский Е. В. Адаптивные системы управления с прогнозирующими моделями // Специальные методы идентификации, проектирования и живучесть систем управления. К.: Вища школа, 1990. - С. 169 - 226.

20. Бокс Дж., Дженкинс Г. Анализ временных рядов. Прогноз и управление. М.: Мир, 1974, вып. 1, 406 с.

21. Бондаренко М.Ф., Моторин М.Ф., Соловьева Е.А. Моделирование и проектирование бизнес-систем: методы, стандарты, технологии. Харьков: Компания СМИТ, 2004. - 272 с.

22. Бородин А. В. Математические модели управления кредитным портфелем коммерческого банка. Йошкар-Ола, 1998. - 166 с.

23. Бритченко И. Г. Банковский маркетинг: организация процессов инвестирования / НАН Украины, институт экономико-правовых исследований. Донецк: Лебедь, 1997. - 199 с.

24. Булавский В.А. Управление динамикой экономической системы через внешнее потребление. Экономика и математические методы. - 1995. - Т. 31, вып. 2.-С. 106-114.

25. Бурков В.Н., Новиков Д.А. Как управлять проектами. М.: СИНТЕГ, 1997.- 188 с.

26. Бусленко Н.П. Моделирование сложных систем. М.: Наука, 1978. -399с.

27. Бухвалов А. В. Финансовые вычисления для профессионалов: настольная книга финансиста и менеджера / Александр Бухвалов, Вера Бухвалова, Александр Идельсон. БХВ. Петербург, 2001. - 316 с.

28. Бэстенс В., Вуд Д. Нейронные сети и финансовые рынки: принятие решений в торговых операциях: Пер. с англ. М.: ТВП, 1997. - 240 с.

29. Ван Хорн Дж. К. Основы управления финансами. М.: Финансы и статистика, 1997. - 799 с.

30. Ванюрихин Г.И. Проблемы управления экономическими процессами и возможности их решения на основе самоорганизации по А.А. Красовскому // Автоматика и телемеханика. М.: Наука. - 2001. - №7. - С.72-81.

31. Васильев Ф. П. Численные методы решения экстремальных задач. — М.: Наука, 1988.-552 с.

32. Васильченко Н.Г. Современная система управления предприятием. М.: Интел-Синтез, 2003. - 320 с.

33. Васюренко О. В. Банковские операции. К.: Знание, 2000. - 348 с.

34. Ватник П.А. Статистические методы оперативного управления производством. М.: Статистика, 1978. - 240 с.

35. Волошинов В.В., Левитин Е.С. Экстремальные ограничения в моделях инвестиционных программ с финансовым механизмом обеспечения предстоящих выплат // Экономика и математические методы. 1996. — Т. 32, вып. 2. - С. 117-127.

36. Галиц Л. Финансовая инженерия: инструменты и способы управления финансовым риском: Пер. с англ. М.: ТВП, 1998. - 600 с.

37. Горбунов А.Р. Управление финансовыми потоками: схемы финансовых операций. Бюджетирование и контроль. Финансовая автоматизация. М.: Глобус, 2004. - 222 с.

38. Грачева М.В. Банковская система в развитых странах: Некоторые проблемы цифровых технологий. М.: Ось-89, 2003. - 95 с.

39. Гриценко В.И., Паньшин Б.Н. Информационная технология: вопросы развития и применения. К.: Наук, думка, 1988. - 500 с.

40. Грошово-кредитна пол^ика в УкраТш / Стельмах B.C., Сшфанов А. О., Гребеник H.I. та ш., ред. Мщенко B.I. К.: Знания, 2000. - 304 с.

41. Грюнинг X. Ван, Брайович Братанович С. Анализ банковских рисков. Система оценки корпоративного управления и управления финансовым риском: Пер. с англ. М.: Изд-во Весь мир, 2003. - 304 с.

42. Гуриев С.М., Поспелов И.Г. Модель деятельности банка при отсутствии инфляции и экономического роста. // Экономика и математические методы. -1997. Т. 33, Вып. 3-С. 141-146

43. Денежно-кредитные системы и конституционный процесс (игровой интенсив; социально-экономико-историческое моделирование) / НАН Украины; Под ред. Васильева А.В. Мариуполь: Б.И., 1998. - 73 с.

44. Диксон Дж. Проектирование систем: изобретательство, анализ и принятие решений. М.: Мир, 1969. - 440с.

45. Долан, Эдвин Дж., Кэмпбэлл К., Кэмпбэлл Р. Деньги, банковское дело и денежно-кредитная политика. М.: АНК; ТУРАН; ТКИССО, 1996. - 448 с.

46. Дружинин Г. В. Надежность автоматизированных систем. М.: Энергия, 1977.-536 с.

47. Дуброва Т.А. Статистические методы прогнозирования. М.: ЮНИТИ, 2003.-206 с.

48. Дунин-Барковский И.В., Смирнов Н.В. Теория вероятностей в технике. - М.: Гостехиздат, 1955. - 596 с.

49. Екушов А.И. Модели учета и анализа в коммерческом банке. М.: Бизнес и компьютер, 1997,- 203 с.

50. Екушов А.И. Модель пассивной эволюции в задачах анализа и управления // Банковские технологии. 1995. - №8. - С. 28-33.

51. Ермаков С. J1. Работа коммерческого банка по кредитованию заемщиков: Методические рекомендации. М.: АМС, 1995. - 184 с.

52. GpiHa A.M. Статистичне моделювання та прогнозування. К.: КНЕУ, 2001.- 170 с.

53. Завельский М.Г. Оптимальное планирование на предприятии. -М.:«Наука», 1970, 369 с.54.3аде JI.A. Основы нового подхода к анализу сложных систем и процессов принятия решений // Математика сегодня. М.: Знание, 1974, С. 5-49.

54. Зубов В.И. Лекции по теории управления. М.: Наука, 1975. - 496 с.

55. Иванов В.В. Анализ временных рядов и прогнозирование экономических показателей. — Харьков: Изд-во ХНУ, 1999. 230 с.

56. Иванов В.В. Анализ надежности банка. М.: Русская деловая литература, 1996.-320 с.

57. Ивахненко А.Г. Долгосрочное прогнозирование и управление сложными системами. К.: Техшка, 1975. - 312 с.

58. Игнатеьева А.В., Максимцов М.М. Исследование систем управления. -М.: ЮНИТИ, 2000. 157 с.

59. Идрисов А.Б., Картышев С.В., Постников А.В. Стратегическое планирование и анализ эффективности инвестиций. М.: ФИЛИНТ, 1997. - 270 с.

60. Имитационное моделирование в оперативном управлении производством // Н.А. Соломатин и др. М.: Машиностроение, 1984. - 208 с.

61. Кади Дж. Количественные методы в экономике. М.: Мир, 1977. - 247 с.

62. Казаринов М. Ю. Детерминизм в сложных системах управления и самоорганизации. Л.: Изд-во Ленинградского университета, 1990. 168 с.

63. Касимова О. Ю. Введение в финансовую математику (анализ кредитных и инвестиционных операций). М.: Анкил, 2001. - 139с.

64. Кильдяшев Г.С., Френкель А.А. Анализ временных рядов и прогнозирование. -М.: Статистика, 1973. 104 с.

65. Киселева А.И. Коммерческие банки: модели и информационные технологии в процедурах принятия решений. М.: УРСС, 2002. - 398 с.

66. Клир Дж. Системология. Автоматизация решения системных задач. М.: Радио и Связь, 1990. - 540с.

67. Ковалев А.И., Привалов В.П. Анализ финансового состояния предприятия. М.: Центр экономики и маркетинга, 1995. - 192 с.

68. Ковалев В.В. Финансовый анализ: Управление капиталом. Выбор инвестиций. Анализ отчетности. М.: Финансы и статистика, 1996. - 432 с.

69. Ковязин А.Н., Востриков С.М. Архитектура, администрирование и разработка приложений баз данных в InterBase/Firebird/Yaffil. М.: КУДИЦ-ОБРАЗ, 2002.-496 с.

70. Кокарева JI.B., Перевозчикова A.JL, Ющенко E.JI. Диалоговые системы и представление знаний. К.: Наукова думка, 1992. - 445 с.

71. Колинько Н.А., Цирлин A.M. Оптимальное управление в задачах о предельных возможностях необратимых термодинамических и экономических систем // Изв. АН. Теория и системы управления. 2003. - №1. — С. 61-77.

72. Количественные методы финансового анализа/ Под ред. С. Дж. Брауна: Пер. с англ.- М.: ИНФРА, 1996. 336 с.

73. Конюховский П.В. Микроэкономическое моделирование банковской деятельности. СПб: Питер, 2001. - 224 с.

74. Криводубский О.А., Маркарян А. О. Задача оптимального управления кредитованием. // Вестник НТУ «ХПИ». 2004. - № 36. - С. 18-22.

75. Краснощекое П. С, Петров А. А. Принципы построения моделей. М.: МГУ, 1983.-264 с.

76. Купчинский В.А., Улинич А.С. Система управления ресурсами банка. -М.: Экзамен, 2000. 224 с.

77. Курочкин С.В. Определение непрерывной ставки кредита по временному ряду срочных ставок. // Экономика и математические методы. 1997. — Т. 33, Вып. 3-С. 159-164.

78. Ладенко И. С. Имитационные системы. Новосибирск, 1981. - 300 с.

79. Лапишко М.Л. Основи фшансово-статистичного анал!зу економ!чних процеав. Льв'т: Св1т, 1995. - 327с.

80. Ларичев О.И. Теория и методы принятия решений. М.: Логос, 2002. -392 с.

81. Левыкин В.М. Концепция создания распределенных информационных управляющих систем. // Автоматизированные системы управления и приборы автоматики. Выпуск 108.- Харьков: ХТУРЭ. - 1998. - С. 32-41.

82. Лимитовский М.А. Основы оценки инвестиционных и финансовых решений. М.: ТОО ДЕКА, 1997. - 184 с.

83. Литвак Б.Г. Экспертные оценки и принятие решений. М.: Патен, 1996 -271 с.

84. Лук'яненко I., Городшченко Ю. Сучасш економетричш методи у фшан-сах. К.: Лггера, 2002. - 352 с.

85. Лукасевич И.Я. Анализ финансовых операций. Методы, модели, техника вычислений. М.: Финансы. ЮНИТИ, 1998. - 400 с.

86. Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов. М.: Финансы и статистика, 2003. - 416 с.

87. Льюис К. Д. Методы прогнозирования экономических показателей: Пер. с англ. М.: Финансы и статистика, 1986. - 133 с.

88. Льюнг Л. Идентификация систем. Теория для пользователя. М.: Наука, 1991.-432 с.

89. Маркарян А. О. Анализ особенностей интеллектуальной системы управления кредитованием. // Искусственный интеллект. 2002. - №1. - С. 46-51.

90. Маркарян А. О. Динамическая модель прогноза выдачи кредитов. // Искусственный интеллект. 2003. - №3. - С. 368-373.

91. Маркарян А.О. Нечеткое прогнозирование ликвидности политики кредитования // Тезисы докладов Международной молодежной научной конференции «XXYIII Гагаринские чтения». Том 8. - М.: МАТИ. - 2002. - С. 43-44.

92. Медницкий В.Г. Анализ экономической эффективности с помощью оптимизационных моделей // Экономика и математические методы. 1996. - Т. 32, вып. 2-С. 104-116.

93. Мелкумов Я. С. Экономическая оценка эффективности инвестиций. М.: ИКЦ «ДИС», 1997. 160 с.

94. Месарович М., Мако Д., Такахара И. Теория иерархических многоуровневых систем. М.: Мир, 1973. - 344 с.

95. Миркин Я. М. Банковские операции. Часть 3. Инвестиционные операции банков. М.: ИНФРА-М, 1996. - 140 с.

96. Моисеев Н.Н. Математические задачи системного анализа. М.: Наука, 1981.-488с.

97. Новаковская Э. Г., Маркарян А. О. Задача оценивания политики кредитования // HayKOBi пращ Донецького нацюнального техшчного ушверситету. -Випуск 47. Донецьк: ДонНТУ. - 2002. - С. 199-206.

98. Новаковская Э. Г., Маркарян А. О. Задача оценивания политики кредитования // Матер i ал и м1жнародноУ конференцн з управлшня. «Автоматика -2002». Том 2. - Донецьк: ДонНТУ. - 2002. - С. 67-68.

99. Основы построения АСУ // Под ред. В.И. Костюка. М.: Высшая школа, 1977. - 400 с.Пушкарь А.И. Модели управления развитием производственно-экономических систем. - Харьков: ХГЭУ, 1997. - 278 с.

100. Панков А.Р., Платонов Е.Н. Гарантирующие решения задачи квадратичного программирования с неточно заданными параметрами и их приложения в инвестировании // Изв. АН. Теория и системы управления. 2003. - №1. — С. 161-171.

101. Первозванский А.А. Математические модели в управлении производством. М.:«Наука», 1975. - 615 с.

102. Полак Э. Численные методы оптимизации: Единый подход. М., 1974. -376 с.

103. Поморина М. А. Планирование как основа управления деятельностью банка. М.: Финансы и статистика, 2002. - 382 с.

104. Поспелов Д.А. Логико-лингвистические модели в системах управления.- М.: Энергоиздат, 1981.

105. Постановление Правления НБУ «Положение НБУ о кредитовании» №246 от 28.09.1995 г.

106. Постановление Правления Проминвестбанка «Положение о порядке кредитования в филиалах Проминвестбанка» № 25 от 24.01.2000 г.

107. Пшеничный Б.Н., Данилин Ю.Ч. Численные методы в экстремальных задачах. М.: Наука, 1975. - 320 с.

108. Родионов И.И. Информационное обеспечение инвестиционно-кредитного цикла в банке. М.: МЦНОТИ, 1995. - 160 с.

109. Рожков И.М. Экономика предприятия с расширенным использованием финансовых моделей. М.: МИСиС, 2003. - 192 с.

110. Рыков А.С. Методы системного анализа: многокритериальная и нечеткая оптимизация, моделирование и экспертные оценки. М.: Экономика, 1999.- 192 с.

111. Саати Т., Керне К. Аналитическое планирование. Принятие решений. Организация систем. М.: Радио и связь, 1991. - 223 с.

112. Савчук В.П., Прилипко С.И., Величко Е.Г. Анализ и разработка инвестиционных проектов. К.: Абсолют-В, Эльга, 1999. - 304 с.

113. Свиридов В.В., Левыкин В.М., Шамша Б.В. Адаптивные интегрированные системы управления предприятием. Харьков: ХПИ, 1984. - 103 с.

114. Смирнова Г.Н., Сорокин А.А., Тельнов Ю.Ф. Проектирование экономических информационных систем. М.: Финансы и статистика, 2001.-512 с.

115. Советов Б. Я. Основы построения АСУ. Л.: Высшая школа, 1975. -428 с.

116. Солженцев Е.Д., Карасев В.В. Логико-вероятностные модели риска в бизнесе с группами несовместных событий. // Экономика и математические методы. 2003. - Т. 39, №1 - С. 90-105.

117. Солянкин А.А. Компьютеризация финансового анализа и прогнозирования в банке. М.: Финстатинформ, 1998. - 96 с.

118. Статистическое моделирование и прогнозирование // Под ред. А.Г. Гранберга. М.: Финансы м статистика, 1984. - 240 с.

119. Субетто А.И. Становление и развитие сертификации "систем качества", систем управления качеством (на примере оборонного сектора) // Управленческое консультирование. 1999. - № 1. - С. 17-30.

120. Сухова Л. Ф. Практикум по анализу финансового состояния и оценке кредитоспособности банка-заемщика. М.: Финансы и статистика. 2003. — 152с.

121. Тихомиров Н.П., Дорохина Е.Ю. Эконометрика. М.: Экзамен, 2003. -512 с.

122. Тюрин Ю.Н., Макаров А.А. Анализ данных на компьютере. М.: ИН-ФРА-М, 2003.-544 с.

123. Тятюшкин А.И. Многометодная технология для расчета оптимального управления // Изв. АН. Теория и системы управления. 2003. - №3. - С. 59-67.

124. Уотерман Д. Руководство по экспертным системам: Пер. с англ. М.: Мир, 1989.-388 с.

125. Уотшем Т.Дж., Паррамоу К. Количественные методы в финансах: Пер. с англ. М.: ЮНИТИ, 1999. - 527 с.

126. Фомин Я.А., Тарловский Г.Р. Статистическая теория распознавания образов. М.: Радио и связь, 1986. - 264 с.

127. Ханк Дж.Э., Уичерн Д.У., Райте А.Дж. Бизнес-прогнозирование. М.: Вильяме, 2003. - 656 с.

128. Харрингтон Дж., Эсселинг К.С., Нимвеген Х.В. Оптимизация бизнес-процессов. Документирование, анализ, управление, оптимизация. СПб.: Азбука, БМикро, 2002. - 328 с.

129. Химмельблау Д. Прикладное нелинейное программирование. М.: Мир, 1975. - 534 с.

130. Холден К., Томпсон Дж. Экономическое прогнозирование: Вступление: Пер. с англ. К.: Информтехника. - 1996. - 216 с.

131. Цвиркун А.Д. Основы синтеза структуры сложных систем. М.: Наука, 1982.-200 с.

132. Черкасов В. Е. Финансовый анализ в коммерческом банке. М.: ИН-ФРА-М, 1995.-272 с.

133. Чернецкий В.И., Дидук Г.А., Потапенко А.А. Математические методы и алгоритмы исследования автоматических систем / Под ред. В.И.Чернецкого -Л.: Энергия, 1970.-374 с.

134. Четыркин Е. М. Методы финансовых и коммерческих расчетов. М.: Дело Лтд, 1995.-320 с.

135. Четыркин Е., Васильева Н. Финансово-экономические расчеты. М.: Финансы и статистика, 1990. - 302 с.

136. Чураков Е.П. Математические методы обработки экспериментальных данных в экономике. М.: Финансы и статистика, 2004. — 240 с.

137. Шарп У. Ф., Александер Г. Дж., Бэйли Дж. В. Инвестиции: Пер. с англ. М.: Инфра-М, 2001. - 1028 с.

138. Шелобаев С.М. Математические методы и модели в экономике, финансах и бизнесе. М.: ЮНИТИ, 2000. - 367 с.

139. Шеннон Р. Имитационное моделирование систем искусство и наука. -М.: Мир, 1978.-418 с.

140. Шураков В.В. и др. Автоматизированное рабочее место для статистической обработки данных. М.: Финансы и статистика, 1990. - 287 с.

141. Эдварде Б. Руководство по кредитному менеджменту: Пер. с англ. М.: Инфра-М, 1996.-763 с.

142. Эйкхофф П. Основы идентификации систем управления. Оценивание параметров и состояний: Пер. с англ. М.: Мир, 1975. - 688 с.

143. Экономико-математическое моделирование // Под ред. И.Н. Дрогобыц-кого. М.: Экзамен, 2004. - 800 с.

144. Юзбашев М.М., Манелля А.И. Статистический анализ тенденций развития. М.: Финансы и статистика, 1983. 207 с.

145. Brown R.G. Smoothing, forecasting and prediction of discrete time series. -NY: Prentice-Hall, 1963.-468 p.

146. Econometric models and economic forecasts // Robert S. Pendyck, Daniel L. Rubinfeld. NJ: McGraw-Hill, Inc., 1999. - 512 p.

147. Донецкого филиала АКИБ «Укрсиббанк» f^^^L ^ М-ЮГЖуравлев1. Аспирантка ДонГИИ1. Маркарян А.О.