Содержание к диссертации
Введение
1. Разработка концепции аналитического исследование систем управления кредитной деятельностью
1.1. Содержательное описание задач кредитования
1.2. Системное определение кредитной деятельности и принципы моделирования
1.2.1. Системное определение
1.2.2. Концепция моделирования
1.2.3. Формализация параметров
1.2.4. Теор етико-множественная модель
1.3. Формализация процесса кредитования и информационно управляющие аспекты в системах принятия решения для задач управления кредитной деятельностью
1.3.1. Назначение целеобразования
1.3.2. Закономерности цели
1.3.3. Методики системного анализа
1.3.3.1. Методика ПАТТЕРН
1.3.3.2. Методика Ю.И.Черняка
1.3.3.3. Методика С.А.Валуева
1.3.3.4. Методики структуризации целей
1.3.3.5. Методика учета концепции деятельности
1.3.3.6. Условия применения методик структуризации целей
1.4. Процесс кредитования
1.5. Концепция моделирования систем принятия решения для задач управления кредитной деятельностью
1.6. Выводы
2. Разработка метода моделирования системы управления кредитной деятельностью
2.1. Общие требования к методам моделирования и структуре системы принятия решений
2.2. Определение метода нечеткого выбора
2.3. Модели методов нечеткого выбора
2.4. Критерии нечеткого выбора
2.5. Агрегатная модель нечеткого выбора
2.6. Модели механизмов нечеткого выбора
2.7. Полнома моделей нечеткого выбора
2.8. Выводы
3. Разработка моделей принятия решений
3.1. Условия построения моделей принятия решений
3.2. Модель субъективного решения в виде многомерной матрицы инциденций
3.3. Модель классификации
3.4. Модель вычисления степени истинности нечетких правил вывода
3.5. Ситуационная модель принятия решений
3.6. Модель нечеткого выбора вариантов принятия решений
3.7. Формализация параметров при управлении кредитной деятельностью
3.8. Выводы
4. Задачи апробации информационно-управляющей системы кредитной деятельностью
4.1. Общие характеристика системы
4.2. Особенности формирования лингвистических переменных
4.3.3адание функций принадлежности
4.4. Условия разработки правил нечеткого вывода
4.5. Выводы
- Системное определение кредитной деятельности и принципы моделирования
- Общие требования к методам моделирования и структуре системы принятия решений
- Модель субъективного решения в виде многомерной матрицы инциденций
- Особенности формирования лингвистических переменных
Введение к работе
Среди существующих производственных и экономических объектов (систем) следует выделить такие объекты, в функции которых входит кредитование, т.е. предоставление в кредит другим объектов денежных сумм. Примерами являются все виды ипотеки, кредитование банками физических лиц и предприятий, предоставление займа денежных средств предприятием своим сотрудникам или другим предприятиям и прочее. Общим для подобных систем является функция кредитования, которое может иметь разную форму.
Для подобных систем перед осуществлением кредитования необходимо решить важную задачу - оценить объект, которых запрашивает кредит, а затем принять решение о целесообразности (возможности) кредитования и величине суммы, которая может быть предоставлена в кредит.
Для систем, связанных с кредитованием, это важная задача, т.к. вступление России в рынок в значительной мере связано с реализацией потенциала кредитных отношений. Обязательным условием формирования рынка является коренная перестройка денежного обращения кредита. Создание финансового рынка означает принципиальное изменение роли кредитных институтов в управлении народным хозяйством и повышением роли кредита в системе экономических отношений [1,2,3]. Для производственных систем кредит стимулирует развитие производительных сил, ускоряет формирование источников капитала для расширения воспроизводства на основе достижений научно - технического прогресса. Без кредитной поддержки невозможно обеспечить быстрое и эффективное развитие производственных и других систем.
Для систем, связанных с кредитованием, необходимы новые и эффективные методы моделирования отношений с объектами кредитования и методы принятия решений в условиях неопределенности. Неопределенность существует относительно объекта кредитования, т.к. получить необходимые сведения об объекте возможно далеко не всегда. Решение подобных сложных, трудноформализуемых задач требует применения методов системного анализа, разработки системного подхода к решению задачи кредитования в целом.
В настоящее время, как в России, так и в других странах ведутся научно-исследовательские и прикладные работы, связанные с моделированием систем принятия решений. Эти исследования входят в число первостепенно важных работ, над которыми работает много ученых, среди которых Р.Абельсон, МА.Айзерман, И.В.Блауберг, В.Вайдлих, О.С. Власюк, В.Н.Волкова, Э. Воутилайнен, Х.Гецковом, В.В.Данилов, А.В.Доброногов, Г.А.Дробот, М.З.Згуровский, Р.Кляйн, Н.Д.Кондратьев, С.П.Левков, В.П.Лукин, Ф.И.Перегудов, Т.Н.Померанцева, Т.Санталайнен, Л.И.Уемов, П.Чекленд, Ю.М.Черняк и многие другие.
Достоинством системного анализа является его постоянное развитие, разработка новых методов для формализованного описания сложных объектов, получение адекватных моделей и практическое решение сложных задач анализа поведения исследуемых объектов и выработки оптимальных управляющих воздействий (см., например работы [4 - 13]). В аппарат системного анализа входят различные теории, что позволит создать эффективные и практически полезные математические методы для решения задач кредитования.
В экономических задачах также многие известные ученые работают над решением и совершенствованием задач кредитования. Это Бухвальд Б., Моримото М., Масленченков Ю.С. и многие другие. Известны работы [14 -18], которые посвящены проблемам кредитования. Однако направленность данных работ в основном связаны с применением методов теории вероятностей и математической статистики.
Вероятностный подход к задаче кредитования эффективен, но в настоящее время существует достаточно развитая теория нечетких множеств [19 - 23] и теория нечеткой логики [24 - 28], которые вызвали развитие теории искусственного интеллекта [29 - 34] и позволяют в настоящее время решать задачи кредитования с других, более эффективных позиций.
Трудности формализации объектов кредитования определяются неопределенностью параметров объекта и неопределенностью адекватного анализа сложившихся ситуаций для принятия решений о кредитовании.
Действительно, параметры объекта кредитования и среды выражены, как правило, в виде совокупности качественных показателей, формализация которых возможна методами теории нечетких множеств. Среда, в которой функционируют системы, не является стационарной, т.к. изменение внешних и внутренних условий функционирования систем приводит к необходимости пересмотра условий кредитования и параметров объектов кредитования.
Наиболее эффективным подходом для разработки систем принятия решений для управления кредитной деятельностью являются эвристические подходы, которые включают неформальные, экспертные методы системного анализа, основывающиеся на теории нечетких множеств, нечеткой логике, теории искусственного интеллекта.
Анализ имеющегося теоретического материала в области моделирования и построения систем принятия решений, анализ возможностей методов системного анализа, методов принятия решений для управления кредитной деятельностью, возможностей теорий нечеткой логики, ситуационных систем позволяет выявить аспекты теоретических изысканий для задач формализации систем принятия решений для управления кредитной деятельностью и построения информационно советующих систем.
Исследование кредитной деятельности производственных и экономических систем, разработка систем принятия решений относится к
классу труд н оформ ал изуемых, многофакторных задач, при решении которых приходится оперировать со статистическими данными, аналитическими моделями, а также факторами, описываемыми на качественном уровне.
Диссертационная работа посвящена разработке моделей объектов кредитования и моделей принятия решений, разработке методов синтеза советующих систем для осуществления кредитной деятельности. Это определяет и подтверждает актуальность диссертационной работы.
Объектно-ориентированный подход системного анализа позволяет разрабатывать прикладной программный продукт для решения задач кредитной деятельности.
Диссертационные исследования в практическом приложении направлены на создание проблемно - ориентированного прикладного программного продукта для применения в человеко-машинных системах, выполняющих функции экспертных систем и систем поддержки решений.
Цель диссертационной работы состоит в развитии методов системного анализа, в частности, нечеткого ситуационного управления, относительно моделирования и разработки систем принятия решений для решения задач кредитования.
В соответствии с поставленной целью в диссертационной работе решаются следующие задачи:
- аналитическое исследование математических методов моделирования объектов кредитования;
- разработка моделей принятия решений в задачах кредитования;
- разработка структуры автоматизированной системы решений для управления кредитной деятельностью.
Объектом исследования в диссертационной работе являются математические модели объектов кредитования, нечеткого ситуационного управления кредитной деятельностью, а также методика разработки советующей системы принятия решений для управления кредитной деятельностью.
Математическими методами исследования в диссертационной работе являются теория построения нечетких ситуационных моделей, принципы системного анализа, методы, функционального анализа, теория нечетких множеств и теория нечеткой логики.
В экспериментальных исследованиях применялось моделирование на ЭВМ.
Методологическую основу работы составляет концепция системности, суть которой - представление и исследование моделей объектов кредитной деятельности и систем принятия решений для управления кредитной деятельностью в условиях частичной априорной неопределенности и нечеткого задания параметров объектов.
Поставленная цель диссертационной работы и сформулированные в соответствии с целью задачи создали предпосылки для получения новых научных результатов в области математического моделирования объектов кредитования и проектирования систем принятия решений для управления кредитной деятельностью.
Новыми научными результатами диссертационной работы, выносимыми на защиту, являются:
- метод моделирования объектов кредитования, отличающийся от ранее известных ;- формальная модель принятия решений, отличающаяся тем, что она наиболее адекватна реальным процессам принятия решений на основе анализа множества нечетких вариантов выбора; методика определения достоверности нечеткого выбора, направленной на получение вероятностных оценок достоверности нечеткого выбора.
Практическая ценность результатов исследований определена их применением для решения задач кредитования производственных и экономических объектов и представлена в диссертационной работе в виде разработанных формальных моделей объектов кредитования, условий кредитования, разработанной структуры и программного приложения советующей системы принятия решений для управления кредитной деятельностью.
Диссертационная работа состоит из четырех разделов, заключения и приложения.
В первом разделе разработана концепция аналитического исследования производственных и экономических объектов, решающих задачи кредитования, объектов кредитования и систем управления кредитной деятельностью.
Основной результат первого раздела состоит в разработки концепции аналитического исследования
Данный подход исключает необходимость решения задач, связанных с построением достаточно сложных моделей элементов, подсистем и связей, детального исследования их поведения и поведения всей системы в целом, что и определяет отличие данного подхода от ранее известных.
Во втором разделе диссертационной работы выполнена формализация В данном разделе разработаны общие требования к методам моделирования и структуре системы принятия решений для систем управления кредитованием. Модель принятия решения для системы управления кредитной деятельностью с нечетким описанием параметров строится на основе формализации субъективных знаний специалистов - экспертов.
Формально определен метод нечеткого выбора на основе теоретико-множественного подхода, с применением возможностей анализа нечетких исходных параметров и нечетким заданием правил принятия решений. Метод нечеткого выбора во многом определяется нечетким правилом выбора, логический смысл, качественные и количественные характеристики (составляющие) которого определяются экспертами.
Формально определены модели метода нечеткого выбора при модификации выбора по Парето, метода нечеткого лексикографического выбора, нечеткого выбора по взвешенному критерию, метода нечеткого мажоритарного выбора. Определена модель метода нечеткого совокупно-экстремального выбора. Рассмотрен метод нечеткого выбора по агрегированному нечеткому отношению.
Формально определены правила нечеткого выбора при нечетком задании критериев выбора для перечисленных выше методов.
Разработана агрегатная модель нечеткого выбора, позволяющая рассматривать результат нечеткого выбора, как вложение нечеткого отношения в критериальное пространство - совокупность нечетких одномерных критериев, характеризующих состояние системы управление кредитованием и заемщика.
Разработаны модели механизмов нечеткого выбора, при которых функция выбора формируется из функций выбора по отдельным нечетким отношениям, а выбор может происходить в несколько этапов. Формально определен механизм последовательного нечеткого выбора, механизм параллельного нечеткого выбора.
Рассмотрены требования к полноте моделей нечеткого выбора. Разработана методика определения достоверности результатов нечеткого выбора.
В третьем разделе рассмотрены условия построения моделей принятия решений в задачах кредитования. Нечеткий выбор определяется нечеткими правилами выбора, в структуру которых входят нечеткие отношения, участвующие в выборе.
Определены варианты моделей нечеткого логического вывода, которые могут быть применены в информационно-управляющей системе кредитной деятельностью.
Разработана модель субъективного решения в виде многомерной матрицы инцнденций. Определены правила принятия решений о параметрах кредитования.
Разработаны модель классификации, модель вычисления степени истинности нечетких правил вывода, ситуационная модель принятия решений, модель нечеткого выбора вариантов принятия решений. Выполнено сравнение моделей. Показан прием формализации параметров при управлении кредитной деятельностью.
Сделан вывод, что наиболее достаточными моделями для применения в информационно-управляющих системах для решения задач кредитования являются модель классификации и модель вычисления степени истинности нечетких правил вывода.
В четвертом разделе разработана технология проектирования советующих систем для управления кредитной деятельностью
Предложен подход к построению и применению информационно-управляющих системах для решения задач кредитования.
Заключение содержит выводы о работе.
В приложении приведены документы, подтверждающие практическую значимость и достоверность результатов, полученных в диссертационной работе.
Научные и практические результаты, полученные в диссертации, изложены в статьях, монографии.
Экономический эффект от внедрения
Диссертация содержит ... страниц машинописного текста, включая введение, четыре раздела, заключение, список литературы из наименований, рисунков.
Данная многоплановая работа не претендует на исчерпывающую разработку всех рассмотренных вопросов.
Системное определение кредитной деятельности и принципы моделирования
Существующие отношения в производственных и в других системах предусматривают существование кредитных отношений. Кредит представляет собой форму движения ссудного капитала и обеспечивает трансформацию денежного капитала в ссудный. При этом существуют определенные правовые отношения между кредиторами и заемщиками. В щ кредитных отношениях могут принимать участие разные организации: банки, предприятия различной формы собственности, а также физические лица. Если рассматривать кредитную деятельность банка, то она сводится к следующему [35]: - кредитование предприятий, государства, населения; - выпуск кредитных денег; - консультирование; - предоставление экономической и финансовой информации. Эффективное размещение активов приносит банку доход. На рис.1.1 приведена иллюстрация кредитной и инвестиционной деятельности банка.
Так как кредитная деятельность банка является одним из основополагающих критериев, то актуальной задачей является формализация процессов кредитования, разработка эффективных методов моделирования кредитной деятельности банка и разработка информационных систем для управления кредитной деятельностью. Эти задачи особенно важны, т.к. в мировой практике с кредитованием связана значительная часть прибыли банка [36]. Невозвращение кредитов может привести банк к банкротству, а в силу его положения в экономике, к целому ряду банкротств, связанных с ним предприятий, банков и частных лиц. Поэтому управление кредитным риском является необходимой частью стратегии и тактики любого банка [37].
Предприятия, взаимодействия друг с другом, также могут прибегать к займу средств друг у друга. Также и для предприятий актуальной будет задача формализации процессов предоставления займа, разработка методов моделирования процессов предоставления займа и его возврата, разработка информационных систем.
И для банков и для предприятий основным критерием в процессах кредитования является оценка кредитоспособности заёмщика.
Под кредитоспособностью заемщика принято понимать способность погашать ссудную задолженность. Оценка кредитоспособности это оценка заёмщика с точки зрения возможности и целесообразности предоставления ему кредита. Оценка может определяться на основе вероятностного подхода, а также на основе экспертных методов. Изучение кредитоспособности осуществляется для качественной оценки заёмщика до решения вопроса о выдаче кредита и его условиях, определение способности и готовности заемщика вернуть взятые им в долг средства в соответствии с кредитным договором.
Вероятностный подход предусматривает применением методов теории вероятности и математической статистики [38,39,39] Оценка кредитоспособности на основе экспертных методов предполагает разработку математических моделей обработки экспертных знаний и построения правил логического вывода, направленных на решение о кредитоспособности заемщика.
Для оценки кредитоспособности заемщика необходимо определить перечень параметров заемщика, выполнить формальное описание параметров. Среди параметров заемщика будут параметры, которые можно измерить (например, величина счета в банке), а также параметры, которые будут иметь вербальное задание (например, доверие к заемщику). Задание и формализация параметров будет осуществлено в последующих разделах диссертационной работы.
Предметом исследования диссертационной работы будет разработка методов оценки кредитоспособности заемщика и систем информационной поддержки кредитной деятельности.
В связи с тем, что предприятия значительно различаются по характеру своей производственной и финансовой деятельности, создать единые универсальные модели управления кредитной деятельностью, применяя аналитические математические методы, не представляется возможным. В современной международной практике также отсутствуют твердые правила, так как учесть все многочисленные специфические особенности клиентов практически невозможно. Поэтому в диссертационной работе, наряду со стохастическими методами, особое внимание уделяется эвристическим методам, основанным на применении экспертных оценок.
Общие требования к методам моделирования и структуре системы принятия решений
Кредитно-финансовая система -одна из важнейших и неотъемлемых структур рыночной экономики. Развитие банковской системы и товарного производства исторически шло параллельно и тесно переплеталось. Находясь в центре экономической жизни, банки опосредуют связи между вкладчиками и производителями, перераспределяют капитал, повышают общую эффективность производства.
Особую роль играют кредиты, превращаясь, по существу, в основной источник, финансирующий народное хозяйство дополнительными денежными ресурсами. С переходом от командно-административной к рыночной экономике монополизированная, государственная банковская структура становится более динамичной и гибкой. Банковская система основывается на частной и коллективной собственности и ориентирована на преодоление конкуренции и получение прибыли.
Изучение кредитоспособности осуществляется для качественной оценки заёмщика до решения вопроса о выдаче кредита и его условиях, определение способности и готовности клиента вернуть взятые им в долг средства в соответствии с кредитным договором.
Основными задачами определения кредитоспособности заемщика являются изучение финансового положения предприятия, предупреждение потерь кредитных ресурсов вследствие неэффективной деятельности заёмщика, стимулирование предприятия в направлении повышения его деятельности и кредитования. Изучение банками разнообразных факторов, которые могут повлечь за собой непогашение кредитов, или, напротив, обеспечивают их своевременный возврат, составляет содержание банковского анализа кредитоспособности.
При анализе кредитоспособности банки должны решить следующие вопросы: способен ли заемщик выполнить свои обязательства в срок, готов ли он их исполнить? На первый вопрос дает ответ разбор финансово-хозяйственных сторон деятельности предприятий. Второй вопрос имеет юридический характер, а так же связан с личными качествами руководителей предприятия.
Состав и содержание показателей вытекают из самого понятия кредитоспособности. Они должны отразить финансово-хозяйственное состояние предприятий с точки зрения эффективности размещения и использования заемных средств и всех средств вообще, оценить способность и готовность заемщика совершать платежи и погашать кредиты в заранее определенные сроки.
Способность своевременно возвращать кредит оценивается путем анализа баланса предприятия на ликвидность, эффективного использования кредита и оборотных средств, уровня рентабельности, а готовность определяется посредством изучения дееспособности заемщика, перспектив его развития, деловых качеств руководителей предприятий.
В связи с тем, что предприятия значительно различаются по характеру своей производственной и финансовой деятельности, создать единые универсальные и исчерпывающие методические указания по изучению кредитоспособности и расчету соответствующих показателей не представляется возможным. В современной международной практике также отсутствуют твердые правила на этот счет, так как учесть все многочисленные специфические особенности клиентов практически невозможно.
Рассмотрим структурирование цели функционирования системы управления кредитной деятельностью.
При исследовании системы управления кредитной деятельностью, разработке методов принятия решений о кредитовании, проектировании информационных систем одной из основных задач является задача формулирования цели решения задач, основанной на формулировке цели функционирования системы. Это сложная задача, решению которой уделяется особое внимание в системном анализе.
В системном анализе существуют методы и средства, позволяющие формировать системы управления, исходя из анализа структуры объекта управления и выполняемых функций подсистемами и элементами объекта управления [6,44,51,52].
Анализ кредитной деятельности систем кредитования говорят о том, что парадигма системы управления кредитной деятельностью, как открытой системы и закономерности целостности (эммерджентности), иерархической упорядоченности, эквифинальности позволяют использовать понятие цели как побуждения к деятельности, позволяют сформулировать закономерности целеобразования с учетом взаимодействия внешних и внутренних факторов и являются основой для разработки методик структуризации целей и функций методов управления кредитованием и информационных систем, поддерживающих принятие решений о размере, видах и порядке кредитования.
Парадигма открытой системы требует обращать внимание не только на внешние факторы, влияющие на системы управления кредитной деятельностью, но и на внутренние факторы, являющиеся источниками (причинами) нестационарности и нестабильности поведения элементов системы, непредсказуемости в принимаемых решениях и в поведении, а также в способности адаптироваться к изменяющимся условиям. Эти свойства является следствием наличия в любой системе управления активных элементов, которые и обусловливают способность системы противостоять энтропийным, разрушающим, тенденциям и создавать негэнтропийные.
Методы формулирования целей требуют достаточно полных определений целей и функций системы управления кредитной деятельностью. Необходимо провести оценку функций подсистем и элементов системы с точки зрения их значимости, трудоемкости, частоты выполнения, сформировать структуру целей и функций для новых методов и системы принятия решений.
Дополнительный результат работы структуризации целей проявляется в том, что руководители получают рекомендации о необходимости усиления внимания к тем или иным видам деятельности кредитной (банковской) организации, функциям управления, о целесообразности перераспределения финансовых, материальных, кадровых и иных ресурсов. Полученная структура целей и функций является основой для разработки или корректировки организационной структуры системы управления кредитной деятельностью.
Процессы целеобразования связаны с процессами прогнозирования и перспективного планирования деятельности системы управления кредитной деятельностью.
Для решения задач управления кредитной деятельностью целеобразование, организация процессов перспективного планирования на всех уровнях управления влечет за собой рост потребности в изучении, разработке и использовании методов организации эффективного функционирования системы управления кредитной деятельностью.
Модель субъективного решения в виде многомерной матрицы инциденций
Для организации эффективного функционирования систем управления кредитной деятельностью целесообразно применять системы с элементами искусственного интеллекта. Это позволит принимать решение на основе работы моделей искусственного интеллекта, которые формально описывают процессы функционирования на уровне качественных понятий. Применение искусственного интеллекта не означает отказ от традиционных рекомендаций, методов, основанных на теоретико-вероятностном представлении процессов кредитования. Модели искусственного интеллекта дополняют традиционные подходы к моделированию и позволяют создавать модели гибридного интеллекта. Подобный подход упрощает принятие решения при одновременном снижении риска.
Применение моделей искусственного интеллекта требует сбора и обработки экспертной информации: определение лингвистических переменных, характеризующих параметры системы управления кредитной деятельностью; формализация правил принятия решений. Экспертные оценки позволяют сочетать опыт и знания специалистов со статистическими оценками, поэтому дают более реалистические показатели. Преимущество подобного подхода к моделированию состоит также в том, что он позволяет оценить и такие ситуации, которые еще не возникали в практике банка, следовательно, ранее не были формализованы.
Основным отличием применения экспертных оценок при моделировании и в процессах принятия решений от других методик состоит в том, что используют не только данные о процессах функционирования системы кредитования, но и знания, а также специальные механизмы вывода решений и новых знаний на основе имеющихся. Под механизмом вывода решений понимается структура построения и применения правил из некоторого множества при выводе решения.
В информационных системах, основанных на знаниях экспертов, правила (или эвристики), по которым принимаются решения в конкретной предметной области, хранятся в базе знаний. Задачи ставятся перед системой искусственного интеллекта в виде совокупности фактов, описывающих некоторую ситуацию, и система с помощью базы знаний выводит заключение из этих фактов. Общая структура информационно-управляющей системы искусственного интеллекта показана на рис.2.1.
Разработанная модель представления знаний, механизма вывода [62,63] и правил принятия решений определяет качество экспертных оценок. Качество экспертных оценок определяется размером и качесгвом базы знаний (правил или эвристик). Система функционирует в следующем циклическом режиме: выбор (запрос) данных или результатов исследований, наблюдения, интерпретация результатов, усвоение новой информации, выдвижении с помощью правил временных гипотез и затем выбор следующей порции данных или результатов исследований. Такой процесс продолжается до тех пор, пока не поступит информация, достаточная для окончательного заключения. В базе знаний интеллектуальной информационно-управляющей системы существуют три типа знаний: - структурированные знания - статические знания о предметной области (после того как эти знания выявлены, они уже не изменяются); - структурированные динамические знания - изменяемые знания о предметной области (они обновляются по мере выявления новой информации); - рабочие знания- знания, применяемые для решения конкретной задачи или проведения консультации. Для построения базы знаний требуется провести опрос специалистов, являющихся экспертами в области кредитной деятельности, а затем систематизировать, организовать и снабдить эти знания указателями, чтобы впоследствии их можно было легко извлечь из базы знаний. Системы принятия решений должны по запросу пользователя «выдавать» советы в сложившейся ситуации, которая описывается множеством входных факторов и параметров системы управления кредитной деятельностью Xi,X2,.- Xn. Любая советующая система не замещает человека, принимающего решения, а выдает рекомендации. Рекомендации в виде совокупности некоторых решений должны наиболее достоверно отвечать сложившейся ситуации в системе кредитования. Итак, модель принятия решения для системы управления кредитной деятельностью с нечетким описанием параметров строится на основе формализации субъективных знаний специалистов - экспертов. Формирование результатов работы моделей происходит следующим образом [64-67]. Экспертами на базовых множествах Х Х2)- ХП для элементов X,X2v)Xni принадлежащих соответствующим базовым множествам XjeXj, задаются степени принадлежности значений нечетких переменных базовым множествам. Экспертами формулируются правила принятия решений. Затем, для момента времени t принятия решения вводятся, как параметры соответствующих моделей, текущие значения координат входных факторов (х,х2,...,хП1) єХ,хХ2х...хХгІ = X. Работа модели происходит по схеме, показанной на рис.2.2. При выборе решения лицу, принимающему решение, следует учитывать достаточно большое число факторов, которые характеризуются в виде лингвистических переменных с заданными терм множествами. Поэтому информационно-управляющая система, подсказывающая решение, должна рассматривать все необходимые факторы, как входные переменные. Следовательно, должны быть заданы базовые множества, синтаксические и семантические правила формирования лингвистической переменной и ее термов. Так как информационно-управляющие системы поддержки процессов принятия решений функционируют на основе анализа субъективных знаний экспертов, то должны быть решены важная задача подбора экспертов и не менее важная задача процедуры получения и формализации их знаний. В информационно-управляющей системе поддержки процессов принятия решений могут быть применены разные модели нечеткого логического вывода. Среди этих моделей назовем следующие, которые станут предметом исследования [68].
Особенности формирования лингвистических переменных
В разд.2 определено, что при решении задач кредитования существует множества вариантов X, на котором экспертами осуществляется выбор решения о кредитовании заемщика. Варианты выбора представлены в виде пространства (X,Af), с алгеброй вариантов М, заданной на множестве X.
При решении задачи нечеткого задаются правила выбора g (далее введено обозначение я). Нечеткий выбор определяется нечеткими правилами выбора, в структуру которых входят нечеткие отношения Si g2 " ek участвующие в выборе. Эти нечеткие отношения составляют основу моделей принятия решений, которые затем применяются в методах нечеткого выбора (метод нечеткого выбора по Парето, метод нечеткого лексикографического выбора и другие, рассмотренные в разд.2.3). От задания моделей принятия решений зависит формальное преставление моделей методов и механизмов нечеткого выбора.
Задание нечетких отношений g15g2vigk может быть произведено разными способами согласно известному многообразию представления отношений [20,22,31,49,50]. В данном разделе рассмотрим некоторые модели принятия решений, которые можно назвать обобщающими для способов задания. При задании применим принцип удовлетворения [96], суть которого состоит в том, что экспертами определен некоторый допустимый уровень, не хуже которого должны быть выбираемые варианты выбора решений.
Множества параметров задачи кредитования X представляет собой прямое произведение базовых множеств XixX2x...xXm, которые формально определяют изменение каждого отдельного параметра задачи.
В приложении 1 произведено описание задачи кредитования. Анализ опыта банков, согласно предложениям американского экономиста Д. Дюрана, позволяет ввести следующие базовые множества: - Хь на котором задается возраст заемщика; - множество Х2, определяющее пол заемщика; - Хз, на котором задан срок проживания заемщика в данной местности; - Х4, на котором формально определяется риск профессии заемщика; - Х5, на котором формально определяется значимость работы (предприятия общественного пользования, государственные учреждения, банки, брокерские фирмы, для мелких фирм и прочее); - Хб, на котором задается занятость заемщика на данном предприятии; - Х7, на котором задаются финансовые показатели заемщика. В целом это могут быть и другие множества, которые формально могут определить информацию о кредитоспособности заемщика (факторы риска): - возраст заемщика; - оценка заемщика в зависимости от кредитной истории; - образование заемщика; - обеспечение кредитной сделки; - сфера деятельности заемщика; - имущество заемщика; - обеспечение займа. Какие же требования выдвигаются к моделям принятия решений для систем управления кредитной деятельностью. При решении задач кредитования лицу, принимающему решение, следует учитывать достаточно большое число факторов, которые характеризуются в виде лингвистических переменных с заданными терм множествами. Поэтому информационно-управляющая система, подсказывающая решение, должна рассматривать все необходимые факторы, как входные переменные. Следовательно, должны быть заданы базовые множества, синтаксические и семантические правила формирования лингвистической переменной и ее термов. Так как информационно-управляющие системы поддержки процессов принятия решений для управления кредитной деятельностью функционируют на основе анализа субъективных знаний экспертов, то должны быть решены важная задача подбора экспертов и не менее важная задача процедуры получения и формализации их знаний. В информационно-управляющей системе поддержки процессов принятия решений и оценки их последствий могут быть применены разные модели нечеткого логического вывода. Для принятия решений о кредитовании, наиболее адекватных реальным параметрам задачи кредитования, можно применить продукционные модели анализа с применением экспертных знаний [21,22,31,32,33,48,68,97,98]. Рассмотрим некоторые из них. Модель принятия решения с нечетким описанием входных факторов строятся на основе формализации субъективных знаний специалистов -экспертов. В информационно-управляющей системе кредитной деятельностью могут быть применены следующие варианты моделей нечеткого логического вывода. Вариант 1. Модель нечеткого субъективного вывода решения о кредитовании может быть построена многомерной матрицы инциденций. Вариант 2. Модель нечеткого логического вывода может быть построена в виде сопоставления (четкого соответствия) наборов нечетких ситуаций (описываемых кортежами нечетких переменных) и принимаемых решений. Вариант 3. Модель нечеткого логического вывода может быть построена в виде нечеткого отношения на прямом произведении множества.
