Управление банковскими ресурсами на основе теории нечетких множеств

p align="left">Предложенная методика комплексной оценки финансового состояния предприятия, в действительности, воспроизводит мыслительные человеческие процессы, основанные на субъективных суждениях. Мы добиваемся, чтобы предложенная модель была адекватна не только реалиям объекта исследования, но и специфическим особенностям познающего субъекта, а также формально очерченным границам наличной информационной неопределенности. То, что мы знаем об объекте исследования, и то, как мы это знаем, - все это находит отражение в логико-математических формализмах, на которых основан метод. Мы не пытаемся строить сомнительные свертки на финансовых показателях, тем самым как бы складывая килограммы с километрами, а осуществляем свертку сопоставимых компонент принадлежности показателей к тем или иным нечетким классам и этим обеспечиваем корректность модели.

5. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ

5.1 Задача формализации функционирования банка как системы управления

Успешное функционирование банка заключается в эффективном управлении ресурсами банка. Выделяют два уровня - уровень государства и уровень самого коммерческого банка. При этом на каждом из них используются как экономические, так и организационные методы. В особый класс выносят задачи принятия решений.

Во многих случаях задача принятия решений в общем виде математически может быть описана множеством допустимых выборов (альтернатив) и заданным на этом множестве отношением предпочтения, которое отражает интересы лица, принимающего решение (л.п.р.). Как правило, это отношение бинарное, т.е. позволяет сравнивать друг с другом лишь две альтернативы. Собственно задача принятия решений заключается в выборе допустимойальтернативы, которая лучше или не хуже всех остальных альтернатив в смысле заданного отношения предпочтения. [8]

Бинарное отношение предпочтения на множестве альтернатив может быть описано двумя способами: в виде подмножества декартова произведения множества альтернатив само на себя или в форме так называемой функции полезности. Функция полезности обычно имеет вид отображения множества альтернатив на числовую ось. Каждой альтернативе эта функция ставит в соответствие число (оценку альтернативы), причем так, что эквивалентным альтернативам соответствуют одинаковые числа (значения функции полезности), а из каждых двух неэквивалентных альтернатив лучшей приписывается большее число. [8]

Задачи принятия решений, в которых отношение предпочтения описано в форме функции полезности, называют задачами математического программирования. Рациональным решением в таких задачах является выбор допустимой альтернативы, на которой функция полезности принимает по возможности большее значение. [8]

Нечеткость в постановке задачи математического программирования может содержаться как в описании множества альтернатив, так и в описании функции полезности. Будем рассматривать задачи, в которых нечетко описано множество альтернатив и четко -- функция полезности Такие задачи называют ниже задачами нечеткого математического программирования (н.м.п.). [9]

Анализируя задачи н.м.п., будем опираться на следующий подход к определению решения задачи. Задача н.м.п. формулируется как задача выполнения нечетко определенной цели, причем решением задачи считается пересечение нечетких множеств цели и ограничений (допустимых альтернатив). [9]

5.2 Формулировка и определение решения задачи

Основным в данном подходе к решению задачи является то, что цели принятия решений и множество альтернатив рассматриваются как равноправные нечеткие подмножества некоторого универсального множества альтернатив. Это позволяет определить решение задачи в относительно простой форме. [8]

Пусть X -- универсальное множество альтернатив, т. е. универсальная совокупность всевозможных выборов лица, принимающего решения (л. п.р.). Нечеткой целью в Х является нечеткое подмножество Х, которое будем обозначать G. Описывается нечеткая цель функцией принадлежности:

.

Допустим, X - числовая ось. Тогда нечеткой целью принятия решений может быть нечеткое множество типа "величина х должна быть примерно равна 5", "желательно, чтобы величина х была значительно больше 10" и т.п. Чем больше степень принадлежности альтернативы х нечеткому множеству цели , т.е. чем больше значение , тем больше степень достижения этой цели при выборе альтернативы х в качестве решения. [3]

Связывая данные формулировки с банковскими ресурсами, имеем следующее. Ресурсная база коммерческого банка - это собственный капитал и привлеченные средства. Каждый ресурс представляет собой средства, непосредственно принадлежащих банку или сформированных им в результате проведения активных и пассивных операций. Тогда множество X можно интерпретировать как набор ресурсов банка. Есть ряд ограничений в соответствии с инструкцией ЦБ РФ № 110-И "Об обязательных нормативах банков", которые будут рассмотрены в данной работе. Например, размер уставного капитала банка на 2009 год должен составлять не менее 173 124 500 руб., или размер резервного фонда должен определяться самими коммерческим банком, но не может составлять минее 15% величины уставного капитала. [9]

5.3 Подход Беллмана-Заде к решению задачи

Опишем математический аппарат, который применим в задаче управления банковскими ресурсами (задаче достижения нечеткой цели) в условиях нечетких ограничений. [3]

Общей является постановка задачи, в которой нечеткие цели и ограничения представляют собой подмножества различных универсальных множеств. Пусть, как и выше, X -- универсальное множество альтернатив, и пусть задано однозначное отображение , значения которого (элементы множества Y) можно понимать как реакции некоторой системы на входные воздействия или как некоторые оценки (эффекты) выборов соответствующих альтернатив. Например, эффект от выбора в большей степени в составе основного капитала средств фондов коммерческого банка и как это повлияет на возможность покрытия непредвиденных убытков. Нечеткая цель задается в виде нечеткого подмножества универсального множества реакций (оценок) Y, т.е. в виде функции .

Задача при этом сводится к прежней постановке (т.е. к случаю, когда цель - нечеткое подмножество Х, например, цель - максимизация уставного капитала) следующим приемом. [10]

Определим нечеткое множество альтернатив , обеспечивающих достижение заданной цели . Это множество представляет собой прообраз нечеткого множества при отображении , т.е.

, .

После этого исходная задача рассматривается как задача достижения нечеткой цели при заданных нечетких ограничениях.

Перейдем теперь к определению решения задачи достижения нечеткой цели. Решить задачу означает достигнуть цели и удовлетворить ограничениям, причем в данной нечеткой постановке следует говорить не просто о достижении цели, а о ее достижении с той или иной степенью, причем следует учитывать и степень выполнения ограничений. В подходе Беллмана-Заде оба этих фактора учитываются следующим образом. [3], [10]

Пусть, например, некоторая альтернатива x обеспечивает достижение цели (или соответствует цели) со степенью , удовлетворяет ограничениям (или является допустимой) со степенью . Тогда полагается, что степень принадлежности этой альтернативы решению задачи равна минимальному из этих чисел. Иными словами, альтернатива, допустимая со степенью, например, 0,3, с той же степенью принадлежит нечеткому решению, несмотря на то, что она обеспечивает достижение цели со степенью, равной, например, 0,8. [3]

Таким образом, нечетким решением задачи достижения нечеткой цели называется пересечение нечетких множеств цели и ограничений, т.е. функция принадлежности решений имеет вид

.

При наличии нескольких целей и нескольких ограничений нечеткое решение описывается функцией принадлежности

.

Если различные цели и ограничения различаются по важности и заданы соответствующие коэффициенты относительной важности целей и ограничений , то функция принадлежности решения задачи определяется выражением

В отмеченном выше случае, когда задано отображение множества альтернатив X в множестве реакций или оценок Y, а нечеткая цель задана в множестве Y, понадобится и следующее эквивалентное приведенному выше определению нечеткого решения. [3], [10]

Пусть G и C - нечеткие множества цели (в Y) и ограничений (в Х).

Нечетким решением задачи достижения цели G при ограничениях С называется максимальное по отношению вложенности нечеткое множество D, обладающее свойствами:

(допустимость решения)

(достижение нечеткой цели), где - образ D при отображении .

Определенное таким образом решение можно рассматривать как нечетко сформулированную инструкцию, исполнение которой обеспечивает достижение нечетко поставленной цели.

Нечеткость полученного решения есть следствие нечеткости самой исходной задачи. При таком представлении решения остается неопределенность, связанная со способом исполнения подобной нечеткой инструкции, т.е. с тем, какую альтернативу выбрать. [3]

Один из наиболее распространенных в литературе способов состоит в выборе альтернативы, имеющей максимальную степень принадлежности нечеткому решению, т.е. альтернативы, реализующей

.

Такие альтернативы называют максимизирующими решениями. [3]

Рассматривая предложенную методику в связи с банковской деятельностью необходимо выделять временные промежутки, этапы выбора и действия альтернатив (например, в течение текущего года, в течение прошлых лет, за отчетный период, квартал и т.п.).

Поэтому далее опишем многоэтапные процессы принятия решений.

Постановка и анализ многоэтапной задачи принятия решений при нечетких условиях также описаны в работах Р.Беллмана и Л.Заде. Рассмотрим задачу управления динамической системы. [3], [10]

Пусть X - конечное множество возможных состояний динамической системы, U - конечное множество возможных значений управляющего параметра. Например, X - это необходимость покрытия расходов на страхование от возможных рисков за счет резервных средств, тогда U - размер уставного капитала банка. [9]

Состояния системы и значение управления в момент времени , будем обозначать соответственно.

Функционирование системы, т.е. ее переходы из состояния в состояние, описывается системой уравнений состояния

, (1)

Тип системы определяется типом заданного отображения f. Будем рассматривать детерминированные системы, когда f - однозначное отображение , т.е. состояние системы в момент времени t+1 однозначно определяется ее состоянием и значением управления в момент t. Нас будет интересовать задача управления такой системой при нечетких исходных условиях. Будем считать, что в любой момент времени t значение управления должно подчиняться заданному нечеткому ограничению , которое описывается нечетким подмножеством множества U с функцией принадлежности . [9], [10]

Рассмотрим управление этой системой на интервале времени от 0 до N_1. Пусть задана нечеткая цель управления в виде нечеткого подмножества множества X, представляющая собой нечеткое ограничение на состояние системы в последний момент времени N.

Задача заключается в том, чтобы выбрать последовательность управлений , которая "удовлетворяет" нечетким ограничениям и "обеспечивает" достижение нечеткой цели . Начальное состояние системы полагаем заданным. [11]

Заметим, что нечеткую цель можно считать нечетким подмножеством множества , поскольку состояние можно выразить в виде путем решения системы уравнений состояния (1) для .

После этого в соответствии с подходом Беллмана-Заде нечеткое решение задачи можно представить в виде

,

т.е. в виде нечеткого подмножества множества .

Будем искать максимизирующее решение задачи, т.е. последовательность управлений 0,…,N-1, имеющую максимальную степень принадлежности нечеткому решению D, т.е.

0,…,N-1)=(2)

Воспользуемся для этого обычной процедурой динамического программирования. Запишем (2) в следующей форме:

0,…,N-1)=(3)

Имеет место следующее равенство. Пусть - величина, не зависящая от , и - произвольная функция . Тогда

.

С помощью этого равенства запишем (3) в следующей форме:

0,…,N-1)= =

и введем обозначение

.

Функция представляет собой функцию принадлежности нечеткой цели для задачи управления на интервале времени от 0 до N-2, соответствующую заданной цели GN управления на интервале от 0 до N-1. Смысл этой функции можно пояснить следующим образом.

Допустим, что в результате выбора каких-либо управлений система перейдет из состояния в состояние , определяемое системой уравнений (1). Тогда выбором управления можно добиться максимальной степени достижения заданной цели, равной . Таким образом, есть максимальная степень достижения цели GN в случае, когда на N-2 шаге системы оказалась в состоянии .

Поскольку , то ясно, что величина есть максимальная степень достижения цели GN в случае, когда система оказалась (после N-2 шагов управления) в состоянии и на N-1 шаге было выбрано управление . Выбор на N-1 шаге следует сделать так, чтобы обеспечить по возможности большее значение величины

.

Введем обозначение

.

Величина - максимальная степень достижения заданной цели GN в случае, когда на N-2 шаге система оказалась в состоянии .

Продолжая эти рассуждения для , получим систему рекуррентных соотношений:

.

С помощью этих соотношений мы получаем последовательно (начиная с ) функции , а затем по заданному начальному состоянию и пользуясь уравнениями состояния системы (1), вычисляем в обратном порядке максимизирующие решения

Рассмотрим пример, иллюстрирующий описанную процедуру решения.

Пусть имеем трехэтапный процесс управления, т.е. примем, что . В любой момент времени управления система может находиться в одном из трех состояний , а параметр управления может принимать лишь два значения . Нечеткая цель управления (ограничение на ) описывается таблицей

x2
	0.3	1	0.8

Нечеткие ограничения на управления в моменты t=0 и t=1 имеют вид

t=0:

	0.7	1

t=1:

	1	0.8

Переходы системы из состояния в состояние описываются матрицей (отображение f):

ut x

Применим теперь рекуррентные соотношения для решения задачи. Для t=1 получаем

x1
	0.6	0.8	0.6

а соответствующая максимизирующая функция имеет вид

x1

Далее, на следующем шаге t=0 получаем

x0
	0.8	0.6	0.6

а соответствующая максимизирующая функция имеет вид

x0
		или	или

Допустим теперь, что начальное состояние системы (т.е. состояние при t=0) . Тогда соответствующее максимизирующее решение исходной задачи имеет вид , причем это решение обеспечивает выполнение цели G2 со степенью 0.8.

Подход Беллмана-Заде опирается на возможность симметричного описания множеств цели и ограничений в виде нечетких подмножеств одного и того же универсального множества альтернатив. Это позволяет определить решение задачи в довольно простой форме, как описано выше. [3], [10]

5.4 Метод комплексного финансового анализа на основе нечетких представлений

Полагается, что можно существенно усилить подход к анализу риска банкротства, объединяя учет количественных (финансовых) и качественных (индикаторных) показателей в анализе, причем рассматривая их не только в статике, но и в динамике. Однако имеющиеся методы не предоставляют аналитикам подобной возможности. Излагаемый далее подход к анализу риска банкротства позволяет, учитывая недостатки существующих подходов, анализировать риск банкротства, настраиваясь не только на страну, период времени, отрасль, но и на само предприятие, на его экономическую и управленческую специфику. Предлагается своего рода конструктор, который может быть использован (собран) любым экспертом по своему усмотрению.

Нечеткие описания в структуре метода анализа риска появляются в связи с неуверенностью эксперта, что возникает в ходе различного рода классификаций. Например, эксперт не может четко разграничить понятия "высокой" и "максимальной" вероятности. Или когда надо провести границу между средним и низким уровнем значения параметра. Тогда применения нечетких описаний означает следующее. [9]

Эксперт строит лингвистическую переменную со своим терм-множеством значений. Например: переменная "Уровень менеджмента" может обладать терм-множеством значений "Очень низкий, Низкий, Средний, Высокий, Очень высокий".

Чтобы конструктивно описать лингвистическую переменную, эксперт выбирает соответствующий ей количественный признак - например, сконструированный специальным образом показатель уровня менеджмента, который принимает значения от нуля до единицы. [10]

Далее эксперт каждому значению лингвистической переменной (которое, по своему построению, является нечетким подмножеством значений интервала (0,1) - области значений показателя уровня менеджмента) сопоставляет функцию принадлежности уровня менеджмента тому или иному нечеткому подмножеству. Общеупотребительными функциями в этом случае являются трапециевидные функции принадлежности (см. рис. 5.1.). Верхнее основание трапеции соответствует полной уверенности эксперта в правильности своей классификации, а нижнее - уверенности в том, что никакие другие значения интервала (0,1) не попадают в выбранное нечеткое подмножество. [10]

Рис. 5.1. Трапециевидные функции принадлежности

Для целей компактного описания трапециевидные функции принадлежности (х) удобно описывать трапециевидными числами вида (а1, а2, а3, а4), где а1 и а4 - абсциссы нижнего основания, а2 и а3 - абсциссы верхнего основания трапеции, задающей (х) в области с ненулевой принадлежностью носителя х соответствующему нечеткому подмножеству.

Теперь описание лингвистической переменной завершено, и аналитик может употреблять его как математический объект в соответствующих операциях и методах. [10]

Продемонстрируем это на примере следующего метода комплексного финансового анализа на основе нечетких представлений.

Страницы: 1, 2, 3, 4, 5, 6, 7