Волгоградский
государственный технический университет, Россия
Разработка и модернизация информационных систем
многомерного анализа экономических показателей
На
современном этапе особую актуальность приобретает поиск наиболее оптимальных
способов организации деятельности российских кредитных организаций в условиях
глобализации финансового рынка, проникновения в отечественную банковскую
систему иностранного капитала и, как следствие, возрастающей конкуренции с
международными финансовыми посредниками в лице дочерних структур крупнейших
транснациональных банковских холдингов.
Коммерческие
банки в современной России начали возникать относительно совсем недавно и за
этот кратчайший исторический отрезок времени прошли стремительное развитие,
отразив в себе как выдающиеся возможности российской экономики, связанные
прежде всего с громадным интеллектуальным и предпринимательским потенциалом,
так и различные трудности становления финансового рынка в период переходной
экономики. [1]
Успешное
функционирование коммерческих банков во многом определяется постановкой в них
аналитической работы, что важно для объективной оценки сильных и слабых сторон
деятельности банка, для выявления тенденций его развития. При этом не менее
важны основные критерии хозяйственной деятельности банков, такие как например
активы банка, кредитный портфель, чистая прибыль и другие. [2] В конечном итоге мы получаем большое число
критериев, которые при проведение анализа деятельности банка необходимо
учитывать все в совокупности.
Для
решения подобных многокритериальных задач выбора наилучшего проекта разработано
большое число различных методик и алгоритмов. Но из практики становится
очевидным факт того, что среди всех этих методов нельзя выбрать идеальный или
хотя бы наилучший. У каждого подхода есть свои плюсы и минусы, которые в каждом
конкретном случае выражаются по разному. Каждая ситуация имеет свою специфику и
требует индивидуальный подход к своему решению. Именно по этому появляется
необходимость создания новой информационной системы многомерного анализа,
основанной на более универсальном методе многокритериального экономического
анализа.
Для
разработки подобного метода, который позволит выработать наиболее эффективную систему
анализа и оценки инвестиционного проекта, проще всего взять наиболее подходящий
существующий метод многомерного анализа и усовершенствовать его, исправив его
минусы на плюсы.
Таким
образом, в данной работе был произведен выбор такого направления исследования,
как оценка эффективности инвестиционного проекта с помощью вновь созданной
информационной системы многомерного анализа на основе модернизированного
подхода к решению задачи многокритериального выбора.
За основу
для проведения анализа была выбрана многокритериальная
теория полезности (MAUT), основные минусы которой были исправлены с помощью
корреляционного анализа данных. Для демонстрации работы программы был выбран
пример анализа деятельности самих коммерческих банков по основным
критериям их работы. Кстати, в дальнейшем разработанная информационная система
может использоваться как обычными людьми для выявления наиболее устойчивого и надежного банка, так и самими
банками для определения наиболее привлекательного инвестиционного проекта.
Наряду с этим, разработанная программа сможет использоваться в любой
организации для решения различных многокритериальных задач.
Банк как
специфическое предприятие производит продукт, существенно отличающийся от
продукта сферы материального производства, он производит не просто товар, а
товар особого рода в виде денег, платежных средств. Не смотря на это различие,
для анализ деятельности банка можно использовать схожие финансовые показатели,
соответствующие показателям деятельности обычного производственного
предприятия.
Научное направление MAUT
(Multi-Attribute Utility
Theory) является наиболее универсальной системой многомерного
анализа информации, при чем чисто теоретически – она безупречна. При этом можно
выделить отличительные особенности данного подхода:
1) в процессе решения
поставленной задачи для каждого фактора или критерия строится индивидуальная функция
полезности, имеющая аксиоматическое (чисто математическое) обоснование;
2) задаются определенные
условия, которые определяют общую форму функции полезности, в последствие
заданные условия подвергаются проверке в процессе диалога с ЛПР;
3) основой как для
построения функций полезности, так и для определения весовых коэффициентов
критериев является мнение эксперта. [3]
Таким
образом, исходя из третьей особенности метода можно сделать вывод о том, что
при всей теоретической безупречности выбранного подхода очевиден его главный
недостаток – использование в качестве определяющего показателя мнения эксперта,
которое всегда будет оставаться немного субъективным даже у самых
профессиональных экспертов. Их мнение обычно остается ничем не подтверждено и
основывается лишь на личном опыте и собственных рассуждениях эксперта, а не на
объективных цифрах. При данном подходе
мнение эксперта становится определяющим, так как на основе его оценок рассчитываются
все дальнейшие коэффициенты и показатели.
Для
большей наглядности необходимо обозначить основные этапы подхода MAUT. Представим
этапы решения задачи при подходе MAUT по порядку:
1. Разработать перечень
критериев.
2. Построить функции
полезности по каждому из критериев.
3. Проверить некоторые
условия, определяющие вид общей функции полезности.
4. Построить зависимость
между оценками альтернатив по критериям и общим качеством альтернативы
(многокритериальная функция полезности).
5.
Оценить вес имеющиеся альтернативы и выбрать лучшую из них.
При
данном подходе, уже на втором пункте выше указанного перечня (построение
функции полезности по каждому из критериев) нельзя обойтись без мнения
эксперта. Можно даже сказать что вид функции полезности определяется самим
экспертом. На данном этапе, рационально
будет предложить эксперту воспользоваться специально разработанным программным
приложением, аналогичному системе помощи принятия решения.
Приложение должно основываться на анализе
конкретных числовых данных и выдавать объективные данные этого анализа
непосредственно эксперту. Эксперт, в свою очередь, опираясь на полученную
информацию, сможет делать более объективные и обоснованные выводы. Результатом
подобной модернизации выбранного подхода в итоге должно стать повышение
точности и качества получаемых на выходе данных проведенного анализа. [5]
Для
подобной модернизации можно использовать корреляционный анализ в качестве
основы для создания выше указанного приложения помощи эксперту. Корреляционный
анализ позволяет выявить зависимость между двумя различными показателями. На
основе результатов этого анализа можно сделать вывод о том: влияет ли один
фактор на другой или нет, и если влияет – то как сильно. На нашем примере
эксперт, благодаря подобным нововведениям, может понять, какой из
рассматриваемых критериев наиболее сильно влияет на основной показатель –
чистую прибыль, причем он также может узнать точное соотношение степеней
влияния рассматриваемых критериев на основной показатель. [4]
Таким
образом, после изменений внесенных в алгоритм анализа, автоматически отпадает
необходимость определения весов критериев. Помимо прочего, значительно
упростится процесс построения функций полезности по критериям. Это становится
возможным благодаря визуализации графиков зависимости между двумя показателями,
которое можно осуществить в процессе корреляционного анализа. А данные графики
по своей природе являются аналогами графиков функций полезности, только первые
строятся на основе фактически существующих данных, а вторые – на основе мнения
эксперта.
Рис.
1
Например,
на рисунке 1 слева расположен график зависимости главного критерия (прибыли) от
некоторого фактора, влияющего на него. А справа показан график функции
полезности данного фактора, построенный экспертом. На лицо противоположный
характер графиков: один выгнутый, другой вогнутый. Значит, скорее всего,
эксперту необходимо пересмотреть свое мнение.
Литература:
1.
Шеремет А. Д. , Сайфулин Р. С. Методика финансового анализа. А. Д. Шеремет , Р.
С. Сайфулин. М. : ИНФРА – М , 2002.-
176 с.
2.
Атажанов Б. А. Финансовый анализ деятельности кредитных организаций Б. А.
Атажанов. Аудит и финансовый анализ. – 2001. – № 3.
3.
Ларичев О. И. Теория и методы принятия решения, а также хроники событий в
волшебных стран. О. И. Ларичев. М. : Логос – 2000 – 296 с.
4. Терелянский,
П. В. Математические и инструментальные средства поддержки принятия решений в
экономике / П. В. Терелянский // Аудит и финансовый анализ. – 2008. – № 6. – С. 461-471.
5. Терелянский,
П. В. Системы поддержки принятия решений. Опыт проектирования : монография / П.
В. Терелянский ; ВолгГТУ. – Волгоград, 2009. – 127 с.