Экономические науки \ Современные информационные технологии
к.э.н., профессор Омарова Ш.Е., к.э.н., доцент Тажбаев Н.М.
Карагандинский экономический
университет КазПотребСоюза, Республика Казахстан
ИСПОЛЬЗОВАНИЕ НОВЫХ
ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ В
ФИНАНСОВО – КРЕДИТНЫХ
ОРГАНАХ
Новые
возможности информационных систем в управлении финансово-кредитными органами
появились в связи с интенсивным развитием информационных технологий. Основу новой информационной технологии
(НИТ) составляют распределенная компьютерная техника, «дружественное»
программное обеспечение и развитые коммуникации. Отличие новой информационной
технологии от существующей (машинопись, связь по телефону и др.) состоит не
только в автоматизации процессов изменения формы или местоположения информации,
но и в изменении ее содержания.
Для новой
информационной технологии характерны:
- работа
пользователя в режиме манипулирования (не программирования) данными.
Пользователь должен «видеть» (средства вывода: экран, принтер) и «действовать»
(средства ввода: клавиатура, «мышь», сканер), а не «знать» и «помнить»;
- сквозная
информационная поддержка на всех этапах прохождения информации на основе
интегрированной базы данных, предусматривающая единую унифицированную форму
представления, хранения, поиска, отображения, восстановления и защиты данных;
-
безбумажный процесс обработки документа, при котором на бумаге фиксируется
только окончательный вариант документа, а промежуточные версии и необходимые
данные записаны на машинные носители и доводятся до пользователя через экран
дисплея ПЭВМ;
-
интерактивный (диалоговый) режим решения задачи с широкими возможностями для
пользователя;
-
возможности коллективного использования документов на основе группы ПЭВМ,
объединенных средствами коммуникаций;
- возможность
адаптивной перестройки формы и способа представления информации в процессе
решения задачи.
Таким
образом, в основу концепции новой информационной технологии должны быть
положены три основных принципа: интегрированность, интерактивность и гибкость.
К новым
информационным технологиям и системам можно отнести:
- системы
поддержки принятия решений — СППР (Decision Support System — DSS);
-
исполнительные информационные системы — ИИС (Executive Support System — ESS);
-
переработку руды данных («добыча данных» — Data Mining);
-
искусственный интеллект — ИИ (Artificial Intelligence — AI):
- экспертные
системы;
- нейронные
сети;
-
виртуальную реальность — ВР (Virtual Reality — VR);
- системы
поддержки работы группы — СПРГ (Group Support Systems — GSS);
- географические
информационные системы — ГИС (Geographical Information System — GIS);
- Web технологии;
-
имитационные системы;
-
распределенную обработку данных, основанную на сетевых технологиях.
Отметим, что
лишь некоторые из этих систем и технологий можно называть новыми только для
нас. Например, системы поддержки принятия решений более двух десятилетий
используются в развитых странах.
Рассмотрим
системы поддержки принятия решений, экспертные системы и Web –технологии.
Задачи,
решаемые с помощью информационных технологий, лежат в пределах от сильно
структурируемых (повторяющихся и рутинных, с заранее выработанной процедурой,
детально описывающей алгоритм получения решения) до неструктурируемых, для
которых описание процесса получения решения невозможно.
Большую
группу в этой совокупности составляют слабо структурируемые задачи, решение
которых связано с определением количественных и качественных переменных.
Это привело
к созданию программных систем, основанных как на традиционных методах
алгоритмической обработки данных, так и на методах создания и использования
баз знаний. Наиболее плодотворными программными системами для решения таких
задач является новая информационная технология, связанная с разработкой
экспертных систем (ЭС) и системы поддержки принятия решений.
Под системой поддержки принятия решений (СППР) понимаются
человеко-машинные системы, которые
позволяют лицам, принимающим решение, использовать данные и знания объективного
и субъективного характера для решения слабоструктурированных (плохо
формализованных) проблем.
СППР требует
трех первичных компонентов: модели
управления, управления данными для сбора и ручной обработки данных и упрощения
диалогом для облегчения доступа пользователя к системе (рисунок 1).
Пользователь
взаимодействует с СППР через пользовательский интерфейс, выбирая частную
модель и набор данных, которые нужно использовать, а затем СППР представляет
результаты пользователю через тот же самый пользовательский интерфейс.

Рисунок 1.
Структура системы поддержки принятия решений
Модель
управления и управления данными действуют, в основном, незаметно и варьируются
от простой модели до сложной комплексной модели планирования, основанной на
математическом программировании.
Наиболее
широкой сферой практического применения СППР являются планирование и
прогнозирование для различных видов управленческой деятельности.
Пример
популярного типа СППР — СППР в виде генератора финансового отчета. В качестве
данных используются предыдущие финансовые отчеты организации. Начальная модель
включает различные предположения относительно будущих трендов в категориях расхода
и дохода. После рассмотрения результатов базовой модели менеджер проводит ряд
исследований типа «Что, если...?», изменяя одно или большее количество
предположений, чтобы определить их влияние на исходное состояние. Это простые
типы генератора финансового отчета, но мощные СППР для руководства принятием
финансовых решений.
Системы
поддержки принятия решений:
• предполагают гибкость пользователей,
адаптируемость и быструю реакцию;
• допускают, чтобы пользователи управляли входом
и выходом;
• оперируют с небольшой помощью профессиональных
программистов или без нее;
• обеспечивают поддержку для решений и проблем,
которые не могут быть определены заранее;
• используют сложный анализ и инструментальные
средства моделирования,
СППР имеют
большую аналитическую мощность, чем другие системы: они построены с рядом
моделей, чтобы анализировать данные. Системы СППР интерактивны; пользователь
может изменять предположения и включать новые данные.
СППР
предназначены, чтобы помогать проектировать, оценивать альтернативы и
контролировать процесс реализации.
СППР
помогают находить ответы на следующие типичные вопросы:
1. Анализ примеров (case analysis) — оценка значений выходных величин для заданного набора
значений входных переменных.
2. Параметрический анализ («Что, если...?»)—
оценка поведения выходных величин при
изменении значений входных переменных.
3. Анализ чувствительности —
исследование поведения результирующих
переменных в зависимости от изменения значений одной или нескольких
входных переменных.
4. Анализ возможностей — нахождение
значений входной переменной, которые обеспечивают желаемый результат (известен
также под названием «поиск целевых решений», «анализ значений целей»,
«управление по целям»).
5. Анализ влияния — выявление для выбранной результирующей
переменной всех входных переменных, влияющих на ее значение, и оценка величины
изменения результирующей переменной при заданном изменении входной переменной,
скажем, на 1 %.
6. Анализ данных — прямой ввод в модель
ранее имевшихся данных и манипулирование ими при прогнозировании.
7. Сравнение и агрегирование — сравнение
результатов двух или более прогнозов, сделанных при различных входных предположениях,
или сравнение предсказанных результатов с действительными, или объединение
результатов, полученных при различных прогнозах или для разных моделей.
8. Командные последовательности (sequences) — возможность записывать,
исполнять, сохранять для последующего использования регулярно выполняемые
серии команд и сообщений.
9. Анализ риска — оценка изменения
выходных переменных при случайных изменениях входных величин.
10. Оптимизация -— поиск значений
управляемых входных переменных, обеспечивающих наилучшее значение одной или
нескольких результирующих переменных.
Литература
1.
Послании народу Казахстана от 17 января 2014 года
«Казахстанский путь: единая цель, единые интересы, единое будущее». Н.А.
Назарбаев
2.
Омарова Ш.Е. Новые технологии в ЭИС – Караганда :КЭУ, 2006.