Geum.ru
Темы диссертаций по экономике » Математические и инструментальные методы экономики

Логико-лингвистическое моделирование системы поддержки принятия инвестиционного решения тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Журавлев, Арсений Юрьевич
Место защиты Иваново
Год 2009
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Логико-лингвистическое моделирование системы поддержки принятия инвестиционного решения"

На правах рукописи

ЖУРАВЛЕВ АРСЕНИЙ ЮРЬЕВИЧ

О 6 АЗ Г 2009

ЛОГИКО-ЛИНГВИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ ИНВЕСТИЦИОННОГО РЕШЕНИЯ (НА ПРИМЕРЕ КОРПОРАТИВНЫХ ФОНДОВ)

Специальность

08.00.13 - Математические и инструментальные методы экономики

Автореферат

диссертации на соискание ученой степени кандидата экономических наук

Иваново-2009

003475095

Работа выпонена в ГОУ ВПО Ивановский государственный университет

Научный руководитель: кандидат технических наук, доцент

ДЕНИСОВ Сергей Львович

Официальные оппоненты: доктор экономических наук, профессор

ЧЕРНОВ Владимир Георгиевич

кандидат экономических наук ИГНАТЬЕВ Михаил Николаевич

Ведущая организация: ГОУ ВПО Ивановский государственный

энергетический университет

Защита состоится 26 сентября 2009г. в 11.00 часов на заседании

диссертационного совета Д212.063.04 при Ивановском государственном

химико-технологическом университете по адресу 153000, г.Иваново, пр.Ф.Энгельса, д.7, аудитория Г-121.

С диссертацией можно ознакомиться в библиотеке ГОУ ВПО Ивановский государственный химико-технологический университет.

Автореферат разослан л6 июля 2009 г.

Ученый секретарь диссертационного совета

С.Е. ДУБОВА

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы исследования

Стремительное развитие информационных технологий в направлении изучения интелектуальных информационных систем, с одной стороны, задало достаточно высокую планку для прикладного инструментария вообще и для систем поддержки принятия решений, в частности, а с другой - при появлении специализированных систем определило возможность более оперативно реагировать на изменение внешних экономических условий.

В рамках обоснования актуальности темы исследования необходимо выделить ключевые предпосыки к постоянному совершенствованию инструментария принятия решений.

Во-первых, высокий динамизм изменения факторов внешней среды, а также постоянно изменяющаяся новизна поставленных задач обуславливают высокую вероятность принятия нерациональных стратегических решений. Четкий внутренний регламент принятия решений может вступать в конфликт как с индивидуальными аналитическими способностями ПР, так и с многочисленными проявлениями рыночной неопределенности.

Во-вторых, постоянное увеличение объемов информации предопределило необходимость переоценки актуальных технологических возможностей и переосмысления существующего инструментария принятия решений в пользу более гибкого подхода. В этой связи вопрос качественной формализации факторов принятия решений стоит особенно остро.

В-третьих, существование экспертов в рамках выбранного направления исследований обуславливает возможность более активного применения их знаний и навыков в результате неизбежного развития узкоориентированных интелектуальных информационных систем.

Принятие адекватного инвестиционного решения в условиях повышенной рыночной неопределенности требует взвешенного экспертного подхода при условии учета максимально возможного количества факторов. Регламент управляющей организации ограничивает число количественных и качественных факторов, что допускает возможность их формализации при условии наличия экспертов в соответствующей предметной области.

В рамках настоящего диссертационного исследования проводися анализ необходимости и обоснование возможности построения логико-лингвистической модели системы поддержки принятия управленческого (инвестиционного) решения с применением нечетко-множественного логического вывода. Выпонен анализ начальных этапов создания интелектуальной системы, в рамках которой рассматривались ее цели и задачи, описание проблемной области, нюансы интерпретации и методы представления знаний и экспертных решений.

Область исследования

Диссертационное исследование выпонено в соответствии с основными положениями паспорта специальностей ВАК 08.00.13 - Математические и инструментальные методы экономики (2.3 - Разработка систем поддержки принятия решений для рационализации организационных структур и оптимизации управления экономикой на всех уровнях).

Степень разработанности научной проблемы

Существенный вклад в развитие систем поддержки принятия решений внесли следующие исследователи: А.П.Ершов, Д.И.Муромцев, Э.В.Попов, ДЛ.Поспелов, Ю.Ф.Тельнов, И.Б.Фоминых, Ю.В.Фролов, А.Н.Целых, Р.Бенерджи, Л.Заде, П.Кин, Р.Ньюэл, Д.Пауэр, А.Тьюринг, Дж.Форрестер, Р.Хакаторн, К.Хосэппл и др.

В процессе исследования были изучены работы таких специалистов в области принятия инвестиционных решений, как Т.Б.Бердникова, Ю.В.Богатин, ПЛ.Виленский, Ю.В.Жваколюк, Д.А.Зайцев, В.НЛившиц, В.Д.Миловидов, Д.Марковиц, В.Мэргрейб, Р.Нортон, У.Шарп и др.

Глубокие исследования в направлении применения методов нечеткой логики в рамках принятия инвестиционных решений представлены в докторских диссертациях и авторских монографиях А.О.Недосекина и В.Г.Чернова.

Цель и задачи исследования

Целью настоящего диссертационного исследования служит обоснование необходимости и определение возможности создания интелектуальной информационной системы поддержки принятия инвестиционного решения на примере корпоративных фондов. В качестве обоснования приводится целый ряд недостатков традиционных методов принятия решения, а также описаны комплексные аспекты преимущества интелектуальных информационных систем, а в данном случае, систем поддержки принятия решения. В качестве цели выступает также научное обоснование новизны диссертационного исследования относительно детального анализа корпоративных финансовых инвестиционных инструментов посредством совокупности логических механизмов и определения возможности формализации всех соответствующих факторов.

Для достижения цели в диссертационном исследовании поставлены и решены следующие задачи:

- рассмотреть и проанализировать традиционный подход к принятию инвестиционных решений;

- оценить обоснованность доверия интелектуальным информационным системам, как инструменту принятия решений, со стороны пользователей;

- обосновать необходимость создания специализированной системы поддержки принятия инвестиционного решения;

- определить возможности формализации неколичественных факторов принятия инвестиционного решения;

- рассмотреть ключевые особенности трех начальных стадий создания интелектуальной информационной системы поддержки принятии инвестиционного решения;

- выработать принципы накопления знаний в рамках системы поддержки принятия инвестиционного решения, в том числе и по мере ее развития.

Объектом исследования представлены инвестиционные фонды, вкладываемые финансовые ресурсы в бизнес-структуры Российской Федерации.

Предметом исследования является использование интелектуальных информационных систем с целью принятия инвестиционного решения, посредством формализованных факторов фундаментального анализа.

Теоретическую и методологическую основу диссертационной работы составили фундаментальные исследования отечественных и зарубежных авторов в области искусственного интелекта, инженерии знаний, а также принятия экономически обоснованных инвестиционных решений. Методологической основой исследования являются теории принятия решений, теории искусственного интелекта, системный подход к решению задач оценки эффективности инвестиционных процессов, методы экономического анализа.

При проведении диссертационного исследования автором использованы сведения и данные из монографий и статей отечественных и зарубежных исследователей, материалов научно-практических конференций по проблемам искусственного интелекта и оценки реальных инвестиций, глобальной сети Интернет.

Настоящая диссертационная работа является завершенной научно-исследовательской работой, посвященной решению проблемы эффективного использования фондов корпоративных инвестиций посредством создания интелектуальной информационной системы. Задача рационализации инвестиционных процессов имеет существенное значение для экономики и управления активами в частности.

Полученные научные результаты, обладающие признаками существенной новизны и полезности, могут быть охарактеризованы следующим образом:

1) Разработаны организационно-методические аспекты создания интелектуальной информационной системы поддержки принятия инвестиционного решения на примере использования корпоративных фондов. Подход предполагает возможность создания системы, способной генерировать единственное качественное решение, сравнимое с решением эксперта.

2) Представлена логико-лингвистическая модель системы поддержки принятия инвестиционного решения на основе применения принципов нечеткой логики, в число которых входит конечное множество как количественных, так и качественных факторов принятия решения.

3) Обоснована целесообразность создания подобной системы с учетом исторических предпосылок, человеческого фактора, а также существующих технических возможностей, позволяющих сформировать качественный инструментарий принятия решений сопоставимых с совокупным экспертным выводом.

4) Предложена концепция логического вывода на основе логико-лингвистической модели в рамках интелектуальной информационной системы. Логико-лингвистическая модель представлена основными принципами теории нечетких множеств, спроецированными на инвестиционную предметную область. Отличительной особенностью модели является минимальное участие экспертов без ущерба для качества генерируемого системой решения.

5) В рамках развития предложенной логико-лингвистической модели предложены приемы формализации лингвистических переменных информационных сообщений, позволяющие осуществлять учет и дальнейшее использование факторов принятия решения без участия пользователя.

Установленные в ходе исследования процедуры этапов создания интелектуальной информационной системы - идентификации и концептуализации - определяют возможность ее формализации и выпонения с применением соответствующего инструментария с привлечением необходимых специалистов по инженерии знаний.

Апробация работы

Основные положения работы докладывались и обсуждались на заседаниях кафедры информационных технологий в экономике и организации производства ИвГУ, ежегодных конференциях в рамках кафедры информационных технологий в экономике и организации производства ИвГУ, ежегодных конференциях Молодая наука в классическом университете (ИвГУ, 2006-2008), Научно-практической конференции, посвященной выдающемуся экономисту Ивановского края Н.Д.Кондратьеву (ИвГУ, 2006), Всероссийской научно-практической конференции Разработка и управление социально-экономическими инновациями (ИГХТУ, 2008), VI Международной научной конференции Молодежь и экономика (г.Ярославль, ВФЭА, 2009).

Ключевые моменты, отражающие результаты проведенного диссертационного исследования опубликованы в следующих сборниках, рекомендованных ВАК:

- Вестник ИНЖЭКОНа. Серия Экономика. - №7, 2008;

- Вестник НТВ СПбГПУ. Информатика. Телекоммуникации.

Управление - №6, 2008.

Установленные в ходе исследования процедуры этапов создания интелектуальной информационной системы - идентификации и концептуализации - определяют возможность ее формализации и выпонения с

применением соответствующего инструментария и с привлечением необходимых специалистов по инженерии знаний.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы исследования, формулируются задачи, объект и предмет исследования, научная новизна, приводития методологическая и теоретическая база исследования.

Сформулированная цель диссертационного исследования определила логику и структуру работы.

В первом разделе настоящей работы приводится определение корпоративных инвестиционных фондов, а также историческое обоснование необходимости рационализации их эффективного использования. Представлены критерии принятия инвестиционного решения в условиях повышенной рыночной неопределенности. Рассмотрены основные способы определения степени неопределенности, а так же ключевые принципы создания интелектуальных систем, как метода поддержки принятия инвестиционного решения.

Принятие адекватного инвестиционного решения в условиях повышенной рыночной неопределенности требует качественного решения при условии учета максимально возможного количества факторов. Регламент управляющей организации ограничивает число количественных и качественных факторов, что допускает возможность их формализации при условии наличия экспертов в соответствующей области. В рамках настоящего диссертационного исследования проводися анализ необходимости и обоснование возможности построения логико-лингвистической модели системы поддержки принятия управленческого (инвестиционного) решения с применением нечетко-множественного логического вывода. Выпонен анализ начальных этапов создания гипотетической интелектуальной системы, в рамках которых рассматривались ее цели и задачи, описание проблемной области, нюансы интерпретации и представления знаний экспертов в рассматриваемой предметной области.

Управляющая организация выпоняет функцию перенесения колективных активов в корпоративные ценные бумаги - данный вид инвестиционного процесса (решения) можно назвать корпоративным. Имеют место следующие качественные факторы принятия инвестиционного решения в рамках использования корпоративных фондов:

- уровень корпоративного управления;

- популярность финансового инструмента;

- факт листинга в рамках внешней торговой площадки и ее рейтинг;

- прочие факторы.

Досадно осознавать, но лишь небольшая часть инвестиционных решений осуществляется с использованием достижений современной аналитики.

Принятие инвестиционных решений осложняется различными факторами: определение вида инвестиций, многообразие выбора, ограниченность финансовых ресурсов, доступных для инвестирования, многочисленные риски, связанные с принятием того или иного решения, а так же достаточно высокий уровень неопределенности.

Для принятия инвестиционного решения необходимо соотнести предполагаемый риск по каждому варианту инвестирования с ожидаемыми доходами. Все риски, которые могут возникать при реализации того или иного процесса, можно так же подразделить на несколько видов: политический, социальный, экономический, экологический, юридический, и т.д.

Понятие неопределенности и риска не тождественны. Первое из них более общее, относится к процессу в целом и ко всем его участникам. Понятие же риск субъективно, оно выражает оценку возможности возникновения в ходе реализации процесса неблагоприятных для конкретного участника последствий. Риск имеет место тогда, когда некоторое действие может привести к нескольким взаимоисключающим исходам с известным распределением их вероятностей. Если же такое распределение неизвестно, то соответствующая ситуация рассматривается как неопределенность.

Неопределенность - это не отсутствие какой бы ни было информации об условиях реализации процесса, а непонота и неточность имеющейся информации. Факторы неопределенности необходимо учитывать при подготовке исходной информации для принятия решения, при оценке результатов его реализации, при корректировке реализации на основе поступающей новой информации.

Неопределенность в данном случае определяется экспертом, как неустранимое качество рыночной среды, связанное с различной степенью влияния неизмеримого числа факторов на принятие решения. Приведение факторов принятия инвестиционного решения и определение возможности их формализации является одной из ключевых задач настоящего диссертационного исследования.

Второй раздел посвящен анализу и обоснованию необходимости создания логико-лингвистической модели принятия инвестиционного решения в условиях повышенной неопределенности. Учитывая исторический фактор, конечное количество факторов решения, известное число основных показателей, а так же возможности применения особенностей нечетких множеств, допускается возможность создания такой системы. Представленная схема логического вывода отображает правила взаимодействия основных понятий, отношений и факторов.

Имеют места два ключевых момента исследования - обоснование необходимости и определение возможности создания интелектуальной информационной системы принятия инвестиционного решения с применением понятийной базы знаний, исследований в области агоритмизации и способов реализации настоящего замысла и поиска рационального решения, адекватных историческому запросу. Существенный акцент приведенного обоснования сделан

на возможности формализации основных факторов принятия инвестиционного решения, в силу того, что множеств данных факторов конечно, в подавляющем большинстве случаев, а также наличия типовых реакций при регламентированных правилах набольшую часть определенных изменений инвестиционной среды.

Обоснование необходимости. Бурное развитие информационных технологий, наблюдаемое в настоящее время, задает достаточно высокую планку для прикладного инструментария вообще и для систем поддержки принятия решений в частности. Возможности современных информационных технологий достаточно высоки для организации интелектуальной системы на базе логико-лингвистических моделей, что, однако, недостаточно для поноценной поддержки интелектуальных информационных систем. Существующие программно-технические решения позволяют сформировать инструментарий принятия решений.

Применение на предприятиях формализованных методов принятия решений позволяет более обоснованно определять цели инвестиций, планировать инвестиционную деятельность, более поно учитывать риски, рационализировать использование имеющихся ресурсов и избегать конфликтных ситуаций, контролировать испонение составленного плана, анализировать фактические показатели и вносить своевременную коррекцию в ход работ, накапливать, анализировать и использовать в дальнейшем опыт реализованных решений.

Определение возможности. В силу достаточной проработанности проблемы инвестиционные решения в подавляющем большинстве принимаются на основе впоне определенного набора правил и фактов. В случае, если подобное решение принимается управляющей компанией, то совокупность таких правил зачастую четко регламентировано, что практически исключает возможность внезапного и резкого изменения стоимости фонда, естественно без учета нерегламентированных случаев. Это означает, что управляющая компания располагает необходимым инструментарием для скорейшей реакции на всевозможные внешние события и историческим аппаратом, содержащим в себе данные для тщательного технического анализа. Это также означает, что настоящий набор правил в любом случае является утвержденным, а количество их - конечным, потому как вероятность неудачных инициативных манипуляций с привлеченными средствами в данном случае возрастает, что управляющая компания допускать не в праве.

Действительно, на принятие всякого инвестиционного решения до потери его актуальности отводится определенный срок, а равно, конечное множество единиц времени. Допустим существование множества факторов принятия решения, учитываемых каждую вышеописанную единицу времени, т.е. каждому фактору соответствует своя единица времени. Получается, что множество данных факторов равномощно множеству единиц времени, а значит оно так же конечно.

В пользу того, что количество факторов в рамках отдельно взятого инвестиционного решения - конечно, говорит и завершенность процесса,

поскольку такое решение, исход которого может быть как положительным, так и отрицательным, в итоге всегда принимается.

Действительно, применив стандартные формулы расчёта типовых факторов, практически любая необходимая в расчетах величина может быть формализована. В тексте диссертации приведен и обоснован перечень факторов принятия инвестиционного решения в рамках фундаментального анализа. С этой целью задано несколько фиксированных конечных множеств, атрибуты элементов которых несут в себе ключевую количественную и смысловую нагрузку.

Модель оперирования с неточными данными и знаниями включает две составляющие: язык представления неточности и механизм логического вывода на знаниях. Для построения языка необходимо выбрать форму представления неточности (например, скаляр, интервал, распределение, лингвистическое выражение, множество) и предусмотреть возможность определения меры неточности всем высказываниям.

Для выбора модели логического вывода в основанной на правилах вывода системе необходимо задать функции пересчета, позволяющие вычислять:

- степень неопределенности антецедента по мерам неопределенности составляющих его высказываний;

- степень неопределенности консеквента по мерам неопределенности правила и посыки правила;

- объединенную степень неопределенности высказывания по мерам, полученным из правил.

Введение степени неопределенности позволит добиться объединения степеней достоверности С', факторов важности знания /,' и нескольких свидетельств, подтверждающих или опровергающих одну и ту же гипотезу. Следует заметить, что реализация механизма логического вывода в базах знаний оказывает влияние на общую стратегию вывода: с одной стороны, необходимо добиться использования всех релевантных факторов и правил, с другой - достичь единообразного и однократного их влияния на процесс принятия управленческого решения.

Рыночная неопределенность, как множественный фактор принятия решения при определении возможности формализации, дожна быть перенесена в плоскость математических вычислений, что удалось сделать посредством применения основных принципов нечеткой логики.

Определяются элементы будущей логико-лингвистической модели:

1) Лингвистическая переменная:

w = (n, T(n), U, G, М), (1)

где п - наименование лингвистической переменной;

Т(п) - множество ее значений (называемое терм-множеством), представляющих собой наименования нечетких переменных, областью определения каждой из которых является множество U;

G - некая синтаксическая процедура, служащая для расширения множества Т(п) генерации новых элементов;

М - специальная семантическая процедура, позволяющая превратить каждое новое значение лингвистической переменной, образуемое процедурой G, в нечеткую переменную, т.е. сформировать соответствующее нечеткое множество.

2) Знание А = IF (w,n,(u)Ui AND ы2ц2(и)и2 AND м3ц3(и)и3 OR co4H4(u)U4) THEN wДnД(u)Un. (ПРИМЕР), (2) где to - лингвистическая переменная;

ц(и) - функция принадлежности;

U - область определения |i(u), универсум

п - количество высказываний, в т.ч. и итоговое.

3) Решение R = {Ai, Аг,Ак}, (как множество знаний АО. (3)

4) Схема нечеткого логического вывода, основу которого составило композиционное правило Заде.

Пусть экспертная информация о выборе решения представлена в виде системы нечетких высказываний L, равной:

L = (IFiaJHENfi )AND...AND(aJHEN/Jf), (4)

где а- обобщенная лингвистическая переменная, определенная на множестве значений входных параметров;

р- обобщенная лингвистическая переменная, определенная на множестве значений выходных параметров; e,f- порядок этих переменных.

Пусть каждой обобщенной лингвистической переменной, определенной на множестве значений входных параметров однозначно ставятся в соответствие элементы множества факторов достоверности С' и элементы множества факторов важности знанияпричем, значения а определяет эксперт и формализует инженер по знаниям, (к и / - соответственно, подмножества в рамках множества факторов п), причем:

СД\ /МО, 1]. (5)

Суть механизма логического вывода состоит в определении зависимости переменной [) от соответствующего значения а с учетом фактора достоверности С* и фактора важности знания

Для использования нечеткой схемы вывода в случае, когда входными и выходными значениями процесса принятия решения являются лингвистические переменные, необходимо решить следующие две задачи:

1) Необходимо построить и обосновать некоторое отображение, с помощью которого произвольному значению } лингвистической переменной а ставится в соответствие функция принадлежности. Эта задача решается посредством повторения функции принадлежности ближайшего базового значения лингвистической переменной а.

2) Необходимо определить степень истинности /3 относительно лингвистического высказывания а. Данное значение степени истинности экспертным путем определяется нечетким множеством на интервале (0,1]. Поскольку принятие во внимание фактора с недостаточной степенью достоверности может явиться причиной генерации некачественного инвестиционного решения, рассмотрению подвергаются факторы со значением С', превышающим 0,8.

В третьем разделе проведен анализ происходящих процессов создания логико-лингвистической модели принятия инвестиционного решения в условиях повышенной неопределенности на этапах концептуализации, идентификации и формализации. Предложены конкретные реализуемые идеи, обосновывающие состоятельность настоящего исследования. Так же в этом разделе даны рекомендации по развитию представленной логико-лингвистической модели создаваемой интелектуальной информационной системы.

Участники создания логико-лингвистической модели принятия решения выпоняют следующие задачи:

1) Эксперт, определяющий и формирующий знания, а равно правила и данные (факторы и риски принятия инвестиционного решения и их взаимосвязи), характеризующие предметную область, обеспечивает поноту и правильность введенных в интелектуальной информационной системе знаний.

2) Инженер по знаниям выявляет и структурирует знания, необходимые для работы интелектуальной информационной системы; осуществляет выбор наиболее подходящего для выбранной предметной области инструментального средства, а также определяет метод представления знаний в рамках данного средств; выделяет и формализует типичные для выбранной предметной области функции, используемые в определяемых экспертом знаниях.

3) Программист выпоняет программную реализацию инструментального средства (если оно разрабатывается заново), содержащее в пределе все основные компоненты интелектуальной информационной системы, и осуществляет его сопряжение с той средой, в которой оно будет использовано.

В силу отмеченных особенностей при создании интелектуальной системы разработчики не предусматривают построение завершенного продукта. На начальном этапе создается демонстрационный прототип, который дожен удовлетворять двум условиям:

- он дожен решать типовые задачи предметной области;

- с другой стороны трудоемкость его разработки дожна быть очень незначительной.

Для удовлетворения данных условий при создании прототипа используются инструментальные средства, позволяющие ускорить процесс создания интелектуальной системы (оболочки экономических систем). В

случае успеха прототип дожен расширяться допонительными знаниями из предметной области. При неудаче может потребоваться разработка нового прототипа, или создатели могут прийти к выводу о непригодности методов искусственного интелекта для данного приложения.

По мере увеличения знаний о предметной области прототип может достичь такого состояния, когда он успешно решает все требуемые задачи в рамках предметной области. В этом случае требуется преобразование прототипа в конечный продукт путем его перепрограммирования на языках "низкого уровня", что обеспечит увеличение быстродействия и эффективности создаваемой системы.

В состав функций этапа идентификации входит:

- определение команды разработчиков, их роли, а также формы взаимоотношений;

- определение целей разработок и ресурсов;

- описание общих характеристик проблемы, входных данных, предполагаемого вида решения, ключевых понятий и отношений.

Типовые ресурсы этого этапа: источники знаний, время разработки, вычислительные ресурсы, объем финансирования.

На этапе концептуализации эксперты и инженеры по знаниям формализуют ключевые понятия, отношения и характеристики, которые выявлены на предыдущем этапе. Данный этап призван решить следующие вопросы: определить типы данных, выводимые понятия, используемые стратегии и гипотезы, виды взаимосвязей между объектами, типы ограничений, накладываемых на процесс решения задачи, состав знаний, которые используются для выработки и обоснования решений.

Опыт создания присутствующих на рынке интелектуальных информационных систем показывает, что для успешного решения вопросов этого этапа целесообразно составлять протокол действий и рассуждений экспертов в процессе создания. Такой протокол обеспечивает инженера по знаниям словарем терминов и в то же время заставляет эксперта осмысленно относиться к своим словам. На данном этапе не требуется добиваться поной определенности и корректности всех заключений, а следует наметить лишь основные типовые направления решения проблемы.

На этапе формализации производится описание всех ключевых понятий и отношений на формальном языке. Инженер по знаниям производит анализ инструментальных систем и определяет их пригодность для конкретного приложения. Выходом данного этапа является формальное описание всего процесса решения задачи на уровне декларативных или процедурных знаний. Инженер по знаниям определяет структуру пространства поиска решений, выбирает и обосновывает модель знаний, определяет состав метазнаний, которые затем могут быть положены в механизм логического вывода. При работе со знаниями изучается степень их вербализации, согласованность и избыточность, реализуется функция принадлежности различных оценочных

показателей (например, коэффициентов достоверности), а также закладывается определенная интерпретация знаний в формальных структурах.

Если учесть наличие двух ключевых условий рассмотрения фактора -достоверности (степени уверенности, соответствия реальной рыночной ситуации - по мнению эксперта) и важности (условия своевременности реакции на событие, причем не столько в рамках принятия решения, сколько с учетом массовой логики поведения), то знание АД можно представить в виде терма

<л,|с.4|/:>, (6)

где С* и 1 - факторы достоверности и важности знания, соответственно, а к и 1 - соответственно, подмножества в рамках множества факторов п.

При формализации данных факторов, роль привлекаемых экспертов сводилась бы к распределению весовых коэффициентов и, на основании задаваемых четких значений из множеств факторов, определялись бы степени достоверности.

Если же рассматривать формализацию описанных факторов, как этап создания интелектуальной информационной системы (по завершении этапов идентификации и концептуализации), тогда привлеченные эксперты отвечали бы за напонение базы знаний. Категория база знаний в данном контексте будет являться набором правил и данных, доступных инициатору принятия решения. Тогда ее напонение сводилось бы к определению числового значения, присваиваемого неколичественным факторам из диапазона (0, 1] (фактически - функция принадлежности), причем, чем значение ближе к 1, тем выше его значимость для лица, принимающего решение.

Итоговые факторы достоверности получаемых решений главным образом отражают порядок достоверности результата, а не его точность, что впоне приемлемо во многих задачах.

Например: < ЕСЛИ < ЦБ РФ снизит ставку рефинансирования на 0,25% >, ТО, < без учета прочих факторов, котировка корпоративных бумаг компании, пользующейся коммерческим кредитом, вырастет > | 0,95 | 1 > ИЛИ < с учетом фактора допонительных позитивных событий - рост будет более интенсивным > 10,9 10,8 >. (7)

Практическая реализация интелектуальной информационной системы на данном этапе выпонена посредством построения фреймовой структуры представления знаний, определяющей процесс принятия инвестиционного решения. Основная идея фреймового подхода, заключается в сосредоточении всей информации, относящейся к одному объекту в одной структуре данных, и с помощью которого представить все многообразие знаний о выбранной нами предметной области. Подобное многообразие знаний представлено массивами предположений ВД, факторов достоверности и важности СД и /Д, значения которых определяются экспертами, а также комментариев КД, потому как, одной из задач, поставленных перед интелектуальной информационной системой, является обучение пользователя.

Принятие качественного решения в подобных условиях сравнимо с тяжелой стрессовой ситуацией, и серьезной помехой в подобных условиях

может стать человеческий фактор. Создание интелектуальной информационной системы в рамках выбранной предметной области позволит значительно снизить вероятность отклонения от выбранной инвестиционной стратегии. Четкое следование такой стратегии и анализ последствий ее применения в различных ситуациях позволит получать результаты для ее совершенствования, тогда как при ее отсутствии риск неудачного принятия решения крайне высок.

Представление процесса принятия инвестиционного решения в виде двухэтапной фреймовой структуры позволяет рассмотреть практическое применение представленной логико-лингвистической модели. В данном случае, фреймовая структура - есть представленный в виде связной древовидной структуры узлов и правил результат использования накопленных экспертами формализованных данных, графическое представление информационной модели предметной области.

Первый этап характеризуется определением цели инвестирования, поскольку инвестиционная стратегия без цели смысла не имеет. Целью в данном случае может являться:

1) Продажа определенной переоцененной доли портфеля (б;).

2) Приобретение недооцененных бумаг эмитента, уже представленного определенной долей портфеля (В2).

3) Приобретение недооцененных бумаг эмитента, не представленного на данный момент в рамках портфеля (Д?).

4) Первоначальный вход в рынок (В4).

5) Окончательный уход с рынка (реализация портфеля) (В5).

В рамках второго этапа необходимо определить причину выбранной ранее цели. С этого момента все причины в той или иной степени будут влиять на принятое решение, соответственно потребуется вводить значения факторов достоверности и важности знания (СД и /Д, соответственно). Выше было отмечено, что со второго этапа каждая причина, в том числе и более низкого порядка, будет в той или иной степени влиять на принятое решение. Именно поэтому каждому предположению будет присвоено собственное значение уверенности и важности. Семантическая сеть могла бы явиться альтернативным способом представления знаний, однако, в силу значительного числа факторов различного порядка, одновременно оказывающих влияние на принятие решения, продожение представления логико-лингвистической модели в виде семантической сети является нецелесообразным, поскольку перестает работать принцип наследования предположений В.

В рамках создаваемой базы знаний вводится массив переменных Д}], отражающий совокупность решений. Принцип наследования предположений и решений формализуется простым равенством Д]=|Т)], определяющим равномощность множеств единиц предположений и решений. Введение массива [Б], несмотря на равенство, действительно обосновано: в результате выпонения механизма логического вывода с применением объявленных

правил и фактов интелектуальная система генерирует единственное решение D с единственными коэффициентами уверенности С и важности I.

По окончании выбора требуемой цели в рамках решателя интелектуальной системы соответствующему предположению В будет присвоен статус решения D с аналогичным индексом.

Как уже было выяснено, второй этап характеризуется определением причины выбора цели.. База данных была представлена совокупностью предположений Inn, с которыми в рамках базы знаний необходимо сопоставить объявленные правила inn- Для каждого предположения В экспертом на основе описанных в подразделе 2.2 диссертации принципов нечеткой логики будет определены и присвоены значения уверенности и важности (СД и /Д, соответственно), значения которых, как нам известно, принадлежат области определения (0, 1]. Наряду с вышеописанными значениями, каждое предположение дожно сопровождаться комментариями, выпоняющими цель оказания содействия при выборе наиболее подходящего предположения на каждом этапе.

В рамках развития создаваемой интелектуальной информационной системы приведены принципы ее самообучения, представленные в ином виде -семантической сети. Основой данных принципов является обоснование возможности автоматической формализации информационных сообщений, являющихся факторами принятия инвестиционного решения, с использованием выделения стандартных лексических словоформ, предлогов и падежей, а также факта попыток генерации стандартизированных сообщений информационными агентствами для лучшего восприятия пользователей.

Основу принципа самообучения составил метод поиска текста в рамках представленной семантической сети, которая содержит все слова, понозначные атрибуты и словосочетания, которые присутствуют в информационном сообщении - наименования признаков, действий, предметов, объектов, которые связаны различными типами синтактико-семантических связей.

Апробация информационной системы планируется после привлечения к созданию системы сторонних экспертов и специалистов по программированию и инженерии знаний. Фактор эффективности данной интелектуальной информационной системы может быть подвергнут анализу и вычислению по завершении работ по ее созданию. Использование создаваемой информационной системы возможно и оправдано, поскольку решение поставленной задачи необходимо для рационализации процесса принятия инвестиционного решения с целью получения значительного экономического эффекта.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1) Определена и обоснована возможность создания интелектуальной информационной системы поддержки принятия инвестиционного решения в условиях повышенной неопределенности в рамках корпоративных инвестиционных фондов.

2) Доказана возможность проведения анализа, формализации и задания с помощью переменных факторов принятия инвестиционного решения в рамках отдельно взятого регламентированного шага.

3) Предложены методические основы создания интелектуальной информационной системы принятия инвестиционного решения в рамках использования корпоративных фондов.

4) Обоснована возможность напонения базы интелектуальной информационной системы в силу наличия экспертов, способных к определению функций принадлежности факторов принятия инвестиционного решения.

5) Обоснована роль создания подобной интелектуальной информационной системы в качестве экономически оправданного шага в рамках отдельно взятой управляющей компании или учреждения, не являющимся системообразующим при формировании рыночного тренда.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ Публикации в журналах по списку ВАК

1) Журавлев А.Ю. Анализ преимуществ проведения IPO текстильной компанией // Вестник ИНЖЭКОНа. Серия Экономика - №7, 2008 - 0,34 п.л.

2) Журавлев А.Ю. Денисов С.Л. Логико-лингвистическое моделирование процесса индивидуального принятия инвестиционного решения // Вестник НТВ СПбГПУ. Информатика. Телекоммуникации. Управление - №6,2008 - 0,32 п.л. (авт. 0,27 п.л.).

Прочие публикации

3) Журавлев А.Ю. Анализ возможности формализации факторов принятия инвестиционного решения // Материалы всероссийской научно-практической конференции Разработка и управление социально-экономическими инновациями. Иваново. ИГХТУ - 2008 - 0,15 п.л.

4) Журавлев А.Ю. Влияние принципов корпоративного управления на инвестиционную привлекательность компании // Вестник молодых ученых ИвГУ - 2008 - 0,19 пл.

5) Журавлев А.Ю., Денисов С.Л. Анализ преимуществ выхода промышленной компании на IPO // Социально-экономические проблемы развития региона. Часть 2. Материалы международной научно-практической конференции, посвященной выдающемуся экономисту Ивановского края Н.Д.Кондратьеву. Иваново. ИвГУ - 2006 - 0,28 пл. (авт. 0,23 пл.).

6) Журавлев А.Ю. Венчурные фонды как альтернативный способ привлечения инвестиций // Социально-экономические проблемы развития региона. Часть 1. Материалы международной научно-практической конференции, посвященной выдающемуся экономисту Ивановского края Н.Д.Кондратьеву. Иваново. ИвГУ - 2006 - 0,25 п.л.

Подписано в печать 03.07.2009. Формат 60x84 1/16. Бумага офсетная. Усл. печ. л. 1,00. Уч.-изд. л. 1,03. Тираж 100 экз. Заказ 020754

ГОУ ВПО Ивановский государственный химико-технологический университет

Отпечатано на полиграфическом оборудовании ООО Энтер.Ком 153000, г. Иваново, ул.8 Марта, 32

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Журавлев, Арсений Юрьевич

ВВЕДЕНИЕ.

1 .АНАЛИЗ СОВОКУПНОСТИ АКТУАЛЬНЫХ МЕТОДОВ ПРИНЯТИЯ ИНВЕСТИЦИОННОГО РЕШЕНИЯ.

1.1.Составление понятийной и нормативной базы предмета исследования.

1.2. Анализ принятия инвестиционных решений в условиях повышенной неопределенности.!.

1.3.Анализ использования систем поддержки принятия решений, как альтернативного метода нахождения решения комплексных задач.

Выводы к разделу 1.

2-ОБОСНОВАНИЕ НЕОБХОДИМОСТИ И ОПРЕДЕЛЕНИЕ ВОЗМОЖНОСТИ СОЗДАНИЯ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ

ИНВЕСТИЦИОННОГО РЕШЕНИЯ.

2.1,Обоснование необходимости создания интелектуальной информационной системы.

2.1.1.Адекватность историческому запросу.

2.1.2.Рассмотрение возможности формулирования нечеткого вывода. 46 2.2,Определение возможности создания интелектуальной информационной системы.

2.3.0собенности логико-лингвистического моделирования индивидуального принятия инвестиционного решения.

Выводы к разделу 2.

З.ФОРМАЛИЗАЦИЯ ПОЛУЧЕННЫХ ДАННЫХ И ЭТАПЫ СОЗДАНИЯ ИНТЕЛЕКТУАЛЬНОЙ ИНФОРМАЦИОННОЙ

СИСТЕМЫ.

3.1.Постановка задачи поиска инвестиционного решения (в рамках реализации этапа идентификации).

3.2.Создание модели предметной области системы поддержки принятия инвестиционного решения.

3.3.Проведение этапа формализации полученных знаний и описание модели работы системы.

3.4.Построение логико-лингвистической модели системы поддержки принятия инвестиционного решения.

3.4.1.Структура базы данных фреймовой структуры.

3.4.2.Структура базы знаний фреймовой структуры.

3.4.3.Развитие логико-лингвистической модели принятия инвестиционного решения.

Выводы к разделу 3.

Диссертация: введение по экономике, на тему "Логико-лингвистическое моделирование системы поддержки принятия инвестиционного решения"

Актуальность темы исследования

Стремительное развитие информационных технологий в направлении изучения интелектуальных информационных систем, с одной стороны, задало достаточно высокую планку для прикладного инструментария вообще и для систем поддержки принятия решений, в частности, а с другой - при появлении специализированных систем определило возможность более оперативно реагировать на изменение внешних экономических условий.

В рамках обоснования актуальности темы исследования необходимо выделить ключевые предпосыки к постоянному совершенствованию инструментария принятия решений.

Во-первых, высокий динамизм изменения факторов внешней среды, а также постоянно изменяющаяся новизна поставленных задач обуславливают высокую вероятность принятия нерациональных стратегических решений. Четкий внутренний регламент принятия решений может вступать в конфликт как с индивидуальными аналитическими способностями ПР, так и с многочисленными проявлениями рыночной неопределенности.

Во-вторых, постоянное увеличение объемов информации предопределило необходимость переоценки актуальных технологических возможностей и переосмысления существующего инструментария принятия решений в пользу более гибкого подхода. В этой связи вопрос качественной формализации факторов принятия решений стоит особенно остро.

В-третьих, существование экспертов в рамках выбранного направления исследований обуславливает возможность более активного применения их знаний и навыков в результате неизбежного развития узкоориентированных интелектуальных информационных систем.

Принятие адекватного инвестиционного решения в условиях повышенной рыночной неопределенности требует взвешенного экспертного подхода при условии учета максимально возможного количества факторов.

Регламент управляющей организации ограничивает число количественных и качественных факторов, что допускает возможность их формализации при условии наличия экспертов в соответствующей предметной области.

В рамках настоящего диссертационного исследования проводися анализ необходимости и обоснование возможности построения логико-лингвистической модели системы поддержки принятия управленческого (инвестиционного) решения с применением нечетко-множественного логического вывода. Выпонен анализ начальных этапов создания интелектуальной системы, в рамках которой рассматривались ее цели и задачи, описание проблемной области, нюансы интерпретации и методы представления знаний и экспертных решений.

Существенный вклад в развитие систем поддержки принятия решений внесли следующие исследователи: А.П.Ершов, Д.И.Муромцев, Э.В.Попов, Д.А.Поспелов, Ю.Ф.Тельнов, И.Б.Фоминых, Ю.В.Фролов, А.Н.Целых, Р.Бенерджи, Л.3аде, П.Кин, Р.Ньюэл, Д.Пауэр, А.Тьюринг, Дж.Форрестер, Р.Хакаторн, К.Хосэппл и др.

В процессе исследования были изучены работы таких специалистов в области принятия инвестиционных решений, как Т.Б.Бердникова, Ю.В.Богатин, П.Л.Виленский, Ю.В.Жваколюк, В.Н.Лившиц, В.Д.Миловидов, Г.Марковиц, В.Маргрейб, Р.Нортон, У.Шарп и др.

Глубокие исследования в направлении применения методов нечеткой логики в рамках принятия инвестиционных решений представлены в докторских диссертациях и авторских монографиях А.О.Недосекина и В.Г.Чернова.

Цель и задачи исследования

Целью настоящего диссертационного исследования служит обоснование необходимости и определение возможности создания интелектуальной информационной системы принятия инвестиционного решения в рамках корпоративных фондов. В качестве доказательства описаны комплексные аспекты преимущества интелектуальных информационных систем. В качестве цели выступает также научное обоснование новизны диссертационного исследования относительно детального анализа корпоративных финансовых инвестиционных инструментов посредством совокупности логических агоритмов и доказательства возможности формализации всех соответствующих факторов.

Для достижения цели в диссертационном исследовании поставлены и решены следующие задачи:

- рассмотреть и проанализировать традиционный подход к принятию инвестиционных решений;

- оценить обоснованность доверия интелектуальным информационным системам, как инструменту принятия решений, со стороны пользователей;

- обосновать необходимость создания специализированной системы поддержки принятия инвестиционного решения;

- определить возможности формализации неколичественных факторов принятия инвестиционного решения;

- рассмотреть ключевые особенности трех начальных стадий создания интелектуальной информационной системы поддержки принятии инвестиционного решения;

- выработать принципы накопления знаний в рамках системы поддержки принятия инвестиционного решения, в том числе и по мере ее развития.

Объект и предмет исследования

Объектом исследования являются инвестиционные фонды, вкладываемые финансовые ресурсы в бизнес-структуры Российской Федерации, предметом Ч использование интелектуальных информационных систем, посредством формализованных факторов фундаментального анализа, выпоняемого лицами, принимающими инвестиционное решение.

Теоретическая и методологическая основа исследования

Теоретическую основу диссертационной работы составили фундаментальные исследования отечественных и зарубежных авторов в области искусственного интелекта, инженерии знаний, а также принятия экономически обоснованных инвестиционных решений. Методологической основой исследования являются теории принятия решений, теории искусственного интелекта, системный подход к решению задач оценки эффективности инвестиционных процессов, методы экономического анализа.

При проведении диссертационного исследования автором использованы сведения и данные из монографий и статей отечественных и зарубежных исследователей, материалов научно-практических конференций по проблемам искусственного интелекта и оценки реальных инвестиций, сети Интернет.

Настоящая диссертационная работа является завершенной научно-исследовательской работой, посвященной решению проблемы эффективного использования фондов корпоративных инвестиций посредством создания интелектуальной информационной системы. Задача рационализации инвестиционных процессов имеет важное значение для экономики и управления активами в частности.

Полученные лично диссертантом научные результаты, обладающие признаками существенной новизны и полезности, могут быть охарактеризованы следующим образом:

1) Разработаны организационно-методические аспекты создания интелектуальной информационной системы поддержки принятия инвестиционного решения на примере использования корпоративных фондов. Подход предполагает возможность создания системы, способной генерировать единственное качественное решение, сравнимое с решением эксперта.

2) Представлена логико-лингвистическая модель системы поддержки принятия инвестиционного решения на основе применения принципов нечеткой логики, в число которых входит конечное множество как количественных, так и качественных факторов принятия решения.

3) Обоснована целесообразность создания подобной системы с учетом исторических предпосылок, человеческого фактора, а также существующих технических возможностей, позволяющих сформировать качественный инструментарий принятия решений сопоставимых с совокупным экспертным выводом.

4) Предложена концепция логического вывода на основе логико-лингвистической модели в рамках интелектуальной информационной системы. Логико-лингвистическая модель представлена основными принципами теории нечетких множеств, спроецированными на инвестиционную предметную область. Отличительной особенностью модели является минимальное участие экспертов без ущерба для качества генерируемого системой решения.

5) В рамках развития предложенной логико-лингвистической модели предложены приемы формализации лингвистических переменных информационных сообщений, позволяющие осуществлять учет и дальнейшее использование факторов принятия решения без участия пользователя.

Установленные в ходе исследования процедуры этапов создания интелектуальной информационной системы Ч идентификации и концептуализации - определяют возможность ее формализации и выпонения с применением соответствующего инструментария и с привлечением необходимых специалистов по инженерии знаний.

Ключевые моменты, отражающие результаты проведенного диссертационного исследования опубликованы в открытой печати.

Диссертационная работа состоит из введения, трех разделов, заключения и списка используемой литературы.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Журавлев, Арсений Юрьевич

Выводы к разделу 3:

1) Постановка задачи поиска инвестиционных решений для интелектуальной информационной системы сопряжена с описанием предметной области, четким распределением ролей в рамках рабочей группы и возможным привлечением сторонних специалистов.

2) В рамках испонения этапа концептуализации происходит создание модели выбранной предметной области, включающей основные компоненты и отношения.

3) Доказана возможность проведения анализа, формализации и задания с помощью переменных факторов принятия инвестиционного решения.

4) Обоснована возможность напонения базы интелектуальной информационной системы в силу наличия экспертов, способных к определению функций принадлежности факторов принятия инвестиционного решения.

5) Предложена фреймовая структура логико-лингвистической модели поддержки принятия инвестиционного решения, позволяющая представить его общем виде.

6) В рамках описания возможности автоматического накопления знаний представлена семантическая сеть, построенная на факте постепенной стандартизации информационных сообщений.

ЗАКЛЮЧЕНИЕ

Фондовый рынок является гораздо более сложным объектом научного исследования, нежели отдельная корпорация, потому, как на этом рынке действуют десятки тысяч корпораций и милионы частных и институциональных инвесторов. Совместная деятельность этих экономических агентов рынка приводит к результатам инвестирования в ценные бумаги, фиксируемым фондовыми индексами. Равно как и в случае моделирования финансовых систем корпораций, экспертные представления и оценки могут быть формализованы и успешно применены в ходе моделирования поведения фондового рынка и отдельных его субъектов. Оценка инвестиционной привлекательности ценных бумаг, если ее применить к большому множеству эмитентов, предоставляет материал для моделирования рынка в целом, и обобщение этих результатов позволяет нам выдвинуть современные теории оптимизации фондового портфеля.

Сложившаяся ситуация диктует необходимость внедрения в экономическую практику методов, позволяющих проанализировать и осуществить инвестиционные решения на уровне управляющих компаний. То есть, выработанная и регламентированная инвестиционная стратегия позволяет получать инвестиционные ресурсы, а корпорациям осваивать новые рынки сбыта и производство новых видов продукции, повышая свою конкурентоспособность на общероссийском уровне. В этой связи, в диссертационном исследовании выпонено следующее:

1) Приведен анализ традиционного подхода к принятию инвестиционных решений.

2) Оценена обоснованность доверия интелектуальным информационным системам, как инструменту принятия решений, со стороны пользователей.

3) Обоснована необходимость создания специализированной системы поддержки принятия инвестиционного решения.

4) Определены возможности формализации неколичественных факторов принятия инвестиционного решения

5) Рассмотрены ключевые особенности трех начальных стадий создания интелектуальной информационной системы поддержки принятии инвестиционного решения.

6) Выработаны принципы накопления знаний в рамках системы поддержки принятия инвестиционного решения, в том числе и по мере ее развития.

По завершении исследования диссертантом были сделаны следующие выводы:

1) Определена и обоснована возможность создания интелектуальной информационной системы поддержки принятия инвестиционного решения в условиях повышенной неопределенности в рамках корпоративных инвестиционных фондов.

2) Доказана возможность проведения анализа, формализации и задания с помощью переменных факторов принятия инвестиционного решения в рамках отдельно взятого регламентированного шага.

3) Предложены методические основы создания интелектуальной информационной системы принятия инвестиционного решения в рамках использования корпоративных фондов.

4) Обоснована возможность напонения базы интелектуальной информационной системы в силу наличия экспертов, способных к определению функций принадлежности факторов принятия инвестиционного решения.

5) Обоснована роль создания подобной интелектуальной информационной системы в качестве экономически оправданного шага в рамках отдельно взятой управляющей компании или учреждения, не являющимся системообразующим при формировании рыночного тренда.

Апробация созданной модели интелектуальной информационной системы планируется после привлечения к созданию системы сторонних экспертов и специалистов по программированию и инженерии знаний. Фактор эффективности данной интелектуальной информационной системы может быть подвергнут анализу и вычислению по завершении работ по ее созданию. Использование создаваемой информационной системы признано возможным и оправданным, поскольку решение поставленной задачи необходимо для рационализации процесса принятия инвестиционного решения с целью получения значительного экономического эффекта.

Диссертация: библиография по экономике, кандидат экономических наук , Журавлев, Арсений Юрьевич, Иваново

1. Абрамов СИ. Инвестирование. М.: Центр экономики и маркетинга, 2000. - 440 с.

2. Алексеев А. Промышленное оборудование в России: надежда сквозь разочарования // Инвестиции в России. 1997. - № 5-6. - С.49-54.

3. Алиев P.A., Абдикеев Н.М., Шахназаров М.М. Производственные системы с искусственным интелектом. М.: Радио w связь, 1990. - 264 с.

4. Арсланова 3., Лившиц В. Оценка эффективности инвестиционных проектов в разных системах хозяйствования // Инвестиции в России. -1995. -Ms 1,2, 4,5.

5. Бахрамов Ю., Сахаров А. Методы оценки рисков при составлении плана финансирования инвестиционного проекта // Инвестиции в России. -1997. -№7-8.-С.41-44.

6. Бенерджи Р. Теория решения задач: подход к созданию искусственного интелекта / Р. Бенерджи ; Пер. с англ. М. : Мир, 1972. - 224 с.

7. Бердникова Т.Б. Оценка ценных бумаг. М.:ИНФРА-М, 2006. - 144 с.

8. Бланк И.А. Инвестиционный менеджмент. Киев: МП Итем ТД, 1995. - 448 с.

9. Бланк И.А. Управление использованием капитала. Киев: Эльга, 2000. -656 с.

10. Богатин Ю.В., Швандар В.А. Оценка эффективности бизнеса и инвестиций. М.: ЮНИТИ, 1999. - 254 с.

11. Богатин Ю.В., Швандар В.А. Инвестиционный анализ. М.: ЮНИТИ-ДАНА, 2000. - 286 с.

12. Бочаров В.В. Инвестиционный менеджмент. СПб.: ПИТЕР, 2000. - 160 с.

13. В.Брейли Р., Майерс С. Принципы корпоративных финансов. М., 1997.

14. Бригхем Ю., Гапенски Л. Финансовый менеджмент: полный курс: В 2-х т. СПб.: Экономическая школа, 1997. Т.1.-497 с; т.2. - 669 с.

15. Бугаян И.Р. Макроэкономика. Ростов-на-Дону: Феникс, 2000.

16. Бузырев В.В., Васильев В.Д., Зубарев A.A. Выбор инвестиционных решений и проектов: оптимизационный подход. СПб.: Изд-во СПбГУ экономики и финансов, 1999. - 224 с.

17. Буренин А.Н. Рынки производных финансовых инструментов. Ч М.: Инфра-М, 1996. -368 с.

18. Быльцов С.Ф. Настольная книга российского инвестора: Учеб.-практ. пособие. СПб.: Издат.дом "Бизнес-Пресса", 2000. - 506 с.

19. Ващенко Т. Математика финансового менеджмента. М.: Перспектива,1996.-82 с.

20. Ван Хорн Дж. К. Основы управления финансами: Пер с англ. М.: Финансы и статистика, 1996. - 800 с.

21. Вендров А.М. CASE технологии. Современные методы и средства проектирования информационных систем. - М.: Финансы и статистика, 1998.

22. Виленский П.Л., Лившиц В.Н., Орлова Е.Р:, Смоляк С.А. Методы оценки эффективности инвестиционных проектов. М.: Дело, 1998.

23. Виленский П.Л., Смоляк С.А. Как рассчитать эффективность инвестиционного проекта. Расчет с комментариями Ч М.: Институт промышленного развития, 1996.- 148 с.

24. Воков И.М., Грачева М.В. Проектный анализ. М.: Биржи и банки, ЮНИТИ, 1998.-423 с.

25. Воронцовский A.B. Инвестиции и финансирование: Методы оценки и обоснования. СПб.: Издательство СПбГУ, 1998. -528 с.

26. Гитман Л. Основы инвестирования. М., 1997.

27. Глазунов В.Н. Финансовый анализ и оценка риска реальных инвестиций. М.: Финстатинформ, 1997. - 135 с.

28. Горбунов А. Управление финансовыми потоками и реинжиниринг. М.}1997.

29. Горенбургов М.А. Бизнес-планирование инвестиционных проектов:

30. Учеб.пособие. СПб.: ИНЖЭКОН, 1999. - 58 с.

31. Горчаков A.A., Половников В.А. Финансовая математика. М.: ВЗФЭИ, 1995.'

32. Грачева М.В. Анализ проектных рисков. М.: ФИНСТАТИНФОРМ, 1999. -216 с.

33. Дебок Г., Кохонен Т. Анализ финансовых данных с помощью самоорганизующихся карт/Пер. с англ. М.: АЛЬПИНА, 2001.

34. Долятовский В.А., Сергеенко Г.С. Введение в активные интелектуальные системы для менеджеров. Ч Ростов-на-Дону: МИРТ, 2001. Ч 120 с.

35. Ежов A.A., Шумский С.А. Нейрокомпьютинг и его приложения в экономике и бизнесе. М.: МИФИ, 1998.

36. Ершов А.П., Монахов В.М., Бешенков С.А. и др. Основы информатики и вычислительной .техники: Пробное учебное пособие для средних учебных заведений. В 2-х частях. Часть первая / Под редакцией А.П. Ершова и В.М. Монахова. М.:Просвещение, 1985.

37. Зайцева М.А., Иванова Е.А., Шахдинаров Г.М. Методы анализа и оценки инвестиционных проектов развития предприятия. СПб., 1995.

38. Завлин П.Н., Васильев A.B., Кноль А.И. Оценка экономической эффективности инвестиционных проектов: Современные подходы. -СПб.: Наука, 1995.-168 с.

39. Заде Л. Понятие лингвистической переменной и ее применение к принятию приближенных решений. М.: Мир, 1976.

40. Зимин И.А. Реальные инвестиции: Учеб.пособие. М.: "Тандем", 2000. -271с.

41. Игошин Н.В. Инвестиции: организация управления и финансирование. -М.: ЮНИТИ,2000, 413с.

42. Инвестиционная активность предприятий // Экономист. 1996. - №5. -С.51-62.

43. Инвестиционная деятельность: теория и практика. М., 1998.

44. Инвестиционное проектирование: Практическое руководство по экономическому обоснованию инвестиционных проектов / Под.ред. Шумилина СИ. -М.: АО Финстатинформ, 1995. 240 с.44

Похожие диссертации