ВВЕДЕНИЕ
Задачи, стоящие перед человеком в различных областях знаний являются по своей природе слишком сложными и многогранными для того, чтобы использовать для их решения только точные, хорошо определенные модели и алгоритмы. Экономика является наиболее благодатной сферой приложения современных математических методов оперирования с неопределенностями.
Действительно, если исключить чисто бухгалтерский анализ, когда мы имеем дело с уже совершившимися событиями, главными проблемами экономической науки остаются планирование и прогнозирование, эффективность распределения ресурсов. Решение этих задач без анализа рисков, связанных с неопределенностью будущего, может в настоящее время представлять лишь некоторый академический интерес для представителей чистой математики. С другой стороны, оценка рисков с помощью только теоретико-вероятностного подхода возможна лишь при прогнозировании весьма близкого будущего, когда существующие в настоящий момент тренды еще имеют место быть.
Для более отдаленных горизонтов планирования, как правило, не имеется информации, достаточной для построения необходимых частотных распределений. В таких ситуациях управленцы используют экспертные оценки и другую информацию, характеризующуюся неопределенностями субъективной природы. Источником субъективной неопределенности служит также многокритериальность, внутренне присущая экономическим оценкам. В этих условиях решение экономических задач требует использования соответствующего математического аппарата.
Понимание необходимости разработки эффективной математической базы для работы с неопределенностями, в том числе и субъективной природы, осознание недостатков теоретико-вероятностных методов, привело к бурному развитию и формированию в последние 30 лет ряда новых научных дисциплин: интервальной математики, теории нечетких множеств, теории возможностей и теории свидетельств Демпстера-Шефера, частными случаями которой являются аксиоматики теории возможностей и классической теории вероятностей. Эти направления не отрицают, а обобщают традиционные представления. Во многих работах также показано, что теория вероятностей является частным случаем теории возможностей. В свою очередь математической основой последней является теория нечетких множеств.
В настоящее время постепенно становится ясным, какие подходы, в каких ситуациях и в каких сочетаниях нужно использовать. Сегодня одним из наиболее перспективных направлений научных исследований в области анализа, прогнозирования и моделирования экономических явлений и процессов является нечеткая логика (fuzzy logic). Нечетко-множественные модели, зачастую представленные в виде программного обеспечения для персональных компьютеров, позволяют как менеджерам различного уровня, так и собственникам предприятий принимать экономически грамотные решения.
Весь этот комплекс новых теорий и методов (включая классическую теорию вероятностей) движется к естественному объединению в общую теорию анализа неопределенностей.
В последние годы все больше российских банков в целях повышения эффективности управления экономическими процессами пытаются организовать свою деятельность на основе современных научных исследований. Повсеместно внедряется бизнес-планирование, финансовый и инвестиционный анализ, современные программные продукты, основанные на последних научных разработках. Одновременно возрастает спрос на рыночные исследования (как на микроэкономическом, так и макроэкономическом уровне), на финансовую и общеэкономическую информацию.
В данной работе рассмотрены проблемы управления банковской деятельностью и распределения ресурсов банка на основе концепций теории нечетких множеств. Они значительно расширяют возможности учета неопределенностей различной природы, неизбежно сопутствующих математическому описанию реальности. Такой подход позволяет решать задачи совершенствования функционирования производственных систем в условиях неполноты и неточности информации о протекающих процессах, недостаточности и недостоверности знаний, при наличии субъективности оценок. В отличие от традиционной математики, требующей на каждом шаге моделирования точных и однозначных формулировок закономерностей, нечеткая логика предлагает совершенно иной уровень мышления, благодаря которому творческий процесс моделирования происходит на наивысшем уровне, при котором постулируется лишь минимальный набор закономерностей.
Таким образом, в работе будут рассмотрены задачи формализации функционирования банка как системы управления, а также задачи и модели эффективного распределения банковских ресурсов, основываясь на положения теории нечетких множеств.
1. ПОСТАНОВКА ЗАДАЧИ
Многие понятия, вследствие человеческого мышления, приближенного характера умозаключений, лингвистического их описания являются нечеткими по своей природе и требуют для своего описания соответствующего математического аппарата, в частности, аппарата теории нечетких множеств, предложенного Л. Заде. Существующие методы решения задач управления в условиях неопределенности, как правило, учитывают только достаточно малые изменения коэффициентов целевой функции и системы ограничений модели, и практически не позволяют учесть вариации структуры модели.
В банковской деятельности эта проблема весьма актуальна. Ведь точность и оптимальность принятия решений - это залог успешной стратегии банка, которая позволяет добиваться его наибольшей эффективности. Данная задача является ключевой: если сформулировано научное обоснованное представление о линии поведения банка, то это является решающим фактором успеха банковской деятельности. Ведь важной особенностью управления и распределения ресурсов банка являются имеющиеся факторы случайности, неточности. Таким образом, математические модели в прикладных отраслях должны строиться не только с точки зрения наиболее адекватного отражения сущности моделируемых процессов и явлений, но и с учетом условий неопределенности.
В связи с этим, аппарат нечетких множеств применяется для решения задач, в которых исходные данные являются ненадежными и слабо формализованными.
Сильными сторонами применения математического подхода, основанного на нечетких множествах и нечетких логиках, являются: описание условий и метода решения задачи на языке, близком к естественному, универсальность и эффективность. Вместе с тем, имеются характерные недостатки: исходный набор постулируемых нечетких правил формируется экспертом и может оказаться неполным или противоречивым; вид и параметры функции принадлежности, описывающие входные и выходные переменные системы, выбираются субъективно, и могут оказаться недостаточно адекватно отражающими реальную действительность.
В традиционных подходах к управлению все неопределенности естественных процессов трактуются в вероятностном смысле, однако на практике это не всегда соответствует природе неопределенностей, часто представляющих собой следствия субъективных оценок. Кроме того, частотные распределения будущих событий, как правило, известны недостаточно точно.
В работе речь идет о моделировании процессов, непосредственно связанных с практической управленческой деятельностью людей. Поэтому в нашей ситуации цель моделирования можно обобщенно сформулировать как получение информации, облегчающей процессы принятия адекватных решений в сфере банковской деятельности. С тех пор как почти 40 лет назад профессор Л.Заде сформулировал основы теории нечетких множеств (fuzzy sets theory) результаты её практического применения в виде так называемых нечетких систем можно видеть в различных областях человеческой деятельности. В работе подробнее остановимся на вопросах применения методов теории нечетких множеств к задачам управления процессами банковской деятельности и в сфере распределения ресурсов банка.
Важно отметить, что термин фаззи (fuzzy) (и особенно в укоренившемся русском переводе "нечеткий") вызывает настороженность у лиц, принимающих решения при выборе методов реализации того или иного проекта. Понятие "нечеткость" в этом случае воспринимается как неоднозначность или даже ненадежность функционирования будущей системы. На самом деле компьютерные модели на основе нечеткой математики абсолютно точны и однозначны по отношению к конкретной ситуации на входе модели. Их замечательным свойством является способность обрабатывать разнородную по качеству входную информацию, в целом повышая достоверность описания поведения объекта. Иными словами нечеткие системы отражают на выходе суммарную степень размытости, неполноты и неточности входных данных, тем не менее, предлагая единственное для данной конкретной ситуации решение.
2. БАНКОВСКИЕ РЕСУРСЫ
2.1 Виды и классификация банковских ресурсов
Необходимым активным элементом банковской деятельности являются ресурсная база коммерческого банка и факторы, ее определяющие. Для осуществления своих операций банки должны иметь в своем распоряжении определенные ресурсы. Коммерческий банк, с одной стороны, привлекает свободные денежные средства юридических и физических лиц, формируя тем самым свою ресурсную базу, а с другой - размещает ее от своего имени на условиях возвратности, срочности и платности. При этом коммерческий банк может осуществлять свои операции только в пределах имеющихся у него ресурсов.
Банковские ресурсы - это совокупность денежных средств, находящихся в распоряжении банка и используемых им для проведения активных операций и образования резервов. Это собственные капиталы и фонды коммерческих банков, а также их привлеченные средства. [1]
В результате проведения банками пассивных операций образуются источники банковских ресурсов, к которым относятся:
· размещение паев или первичная эмиссия (продажа) акций;
· продажа активов банка (земли, недвижимости, золота и драг. металлов);
· эмиссия и размещение краткосрочных и долгосрочных обязательств (депозитных сертификатов, банковских векселей, ипотечных обязательств и др.);
· продажа ценных бумаг (как государственных, так и корпоративных), принадлежащих банку или его клиентам;
· привлечение средств на депозитные счета юридических и физических лиц;
· получение займов от центрального банка, других кредитных организаций и финансовых институтов;
· использование части полученных банком доходов для увеличения ресурсной базы.
Банковские ресурсы складываются из:
· денежных средств, созданных банковской системой ранее и находящихся на пассивных счетах кредитных организаций (или активно-пассивных счетах в части превышения пассивов над активами), а также в денежном обращении;
· потенциальных ресурсов, которые создаются или привлекаются банками в настоящее время или будут созданы (привлечены) в будущем.
По способу образования ресурсы коммерческого банка можно разделить на две основные группы:
· собственный капитал
· привлеченные средства.
Собственные источники банковских ресурсов:
· акционерный капитал, образованный при создании банка;
· заработанная банком прибыль, которая может находиться в разных формах (в виде созданных за ее счет фондов банка, в виде нераспределенной прибыли прошлых лет и отчетного года).
Собственный капитал представляет собой средства, принадлежащие непосредственно коммерческому банку в период его деятельности. В качестве собственных средств выступают элементы, способные служить страховкой на случай непредвиденных убытков. [1]
Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13
