Темы диссертаций по экономике » Математические и инструментальные методы экономики

Проектирование систем поддержки принятия решений по управлению рисками проектов и их реализация в информационной среде предприятия тема диссертации по экономике, полный текст автореферата



Автореферат



Ученая степень кандидат экономических наук
Автор Десятириков, Александр Николаевич
Место защиты Воронеж
Год 2007
Шифр ВАК РФ 08.00.13
Диссертация

Автореферат диссертации по теме "Проектирование систем поддержки принятия решений по управлению рисками проектов и их реализация в информационной среде предприятия"

На правах рукопус ь

ДЕСЯТИРИКОВ Александр Николаевич

ПРОЕКТИРОВАНИЕ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ РИСКАМИ ПРОЕКТОВ И ИХ РЕАЛИЗАЦИЯ В ИНФОРМАЦИОННОЙ СРЕДЕ ПРЕДПРИЯТИЯ

08 00 13 - Математические и инструментальные методы экономики АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата экономических наук

ООЗОЬИИГ О

Воронеж - 2007

003062876

Работа выпонена в ГОУ ВПО Воронежский государственный архитектурно-строительный университет

Научный руководитель доктор экономических наук, профессор

Гасилов Валентин Васильевич

Официальные оппоненты

доктор экономических наук, профессор Дорожкин Владимир Романович

доктор технических наук, профессор Бурковский Виктор Леонидович

Ведущая организация

Воронежский государственный университет

Защита состоится л )0 ЫС1&, 2007г в 44 часов на заседании диссертационного совета ДМ 212 037 09 Воронежского государственного технического университета по адресу 394026, г Воронеж, Московский проспект, 14

С диссертацией можно ознакомиться в библиотеке Воронежского государственного технического университета по адресу 394026, г Воронеж, Московский проспект, 14

Автореферат разослан л__2007г

Ученый секретарь

диссертационного совета О/'ЦЛЫ-1*1^Ч- о о Мяснянкина

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы исследования

Актуальность проблематики рисков в значительной мере определяется возросшей ролью данной области человеческой деятельности как в экономической, так в внеэкономической сфере Современная экономическая наука проблематике рисков отводит системообразующую роль Широкий круг вопросов идентификации, систематизации, качественной и количественной оценки рисков, методов управления рисками занимает важнейшее место, как на уровне теоретического анализа, так и в сугубо практической деятельности Анализ литературных источников позволяет сделать вывод о том, что в западной системе экономических отношений сложилась определенная культура риск-менеджмента и управление рисками заняло прочное место в общей системе управления предприятием Вопросы управления рисками привлекают академический интерес, ряд работ в этой области отмечен нобелевскими премиями (в т ч К Эрроу, Г Марковиц, У Шарп, Дж Акерлоф, Ф Найт)

При управлении рисками проекта на выработку управленческого решения накладываются жесткие временные ограничения, поэтому возникает потребность в СППР реального времени Системы поддержки принятия решений (СППР) являются одной из ключевых составных частей любой ИС Совершенствование (СППР) в направлении решения вышеобозначенных задач обеспечит возрастание возможность профессионального уровня принимаемых решений В первую очередь это обуславливается тем, что накопленные знания и опыт экспертов становиться доступным остальным пользователям информационной системы Более того, динамизм современного мира и необходимость осмысливать экспоненциально возрастающий объем информации требуют того, чтобы СППР помогали пользователю решать задачи из области интелектуальной (творческой) деятельности При этом СППР дожны взаимодействовать с конечным пользователем посредством механизма, не требующего специфичных знаний в области информационных технологий и специального тренинга Другими словами предъявляются особо жесткие требования к дружественности пользовательского интерфейса системы принятия решений, дающего возможность взаимодействовать с СППР в манере, близкой к привычному, профессиональному стилю поведения

Диссертационная работа выпонялась в рамках госбюджетной научно-исследовательской работы ГОУ ВПО ВГАСУ Исследование социально-экономических процессов в отрасли капитального строительства и коммунального хозяйства на региональном уровне г/р №0120 041/087 Цель и задачи исследования

Целью диссертационной работы является систематизация и обобщение накопленных знаний в области построения интелектуальных СППР и инструментария, а также разработка единого методического подхода к проектированию СППР по эффективному управлению рисками реализуемых проектов Для достижения данной цели ставились следующие задачи

1) провести анализ понятийного аппарата рисков и подходов к их количественной оценке в современной практике риск-менеджмента,

2) выделить множество моделей формального описания риска, которые адаптированы к использованию в качестве структурированного знания при проектировании базы знаний СППР,

3) использовать информационный подход к описанию процесса управления проектом,

4) проанализировать специфику СППР управления рисками в процессе реализации проектов с учетом масштаба предприятия,

5) определены основные направления совершенствования интелектуальных СППР предприятия с учетом его масштаба,

6) выявить основные способы реализации интелектуальных СППР в информационной среде предприятия, способы построения предметной области '! организации баз данных и знаний об этой области с использованием ЭВМ

Объект исследования

Объектом исследования являются инвестиционные проекты развития предприятий, реализуемые в условиях риска Предмет исследования

Процессы принятия решений и инструменты управления рисками реализуемых проектов с использованием СППР

Теоретическая и методологическая основа исследования Теоретическую и методологическую основу исследования составили концепции и взгляды отечественных и зарубежных экономистов в области моделирования развития субъектов экономической деятельности (Д Хикс, Р Солоу, Д Неш, В Леонтьев, П Самуэльсон, Л Канторович и другие), теории принятия решений (РБелман, Л Заде, РЛ.Кини, О Моргенштерн, ДжФон Нейман, Э Парето, X Райфа, Б Руа, Т Саати, А Сало, П Фишберн, Р Хамалайнен и другие), теории риска (Э Альтман, Б Гордона, Г Марковица, М Милера, Ф Модильяни, Дж Б Уильямса, У Шарпа), системного анализа в проектировании и управлении (Л Берталанфи, У.Партер, ), информационных технологий управленияинтелектуальных систем (С Альтер, Г Девис, Е Кода, Е Турбан, С Мортон, В Гожен)

Среди российских ученых значительный вклад в исследование данных научных направлений внесли Абдикиев Н М, Андрейчиков А В , Беляев Л С, Борисов А Н , Бурковский В Л , Вокова В Н , Воронцовский А В , Дорожкин В Р , Емельянов А А , Крумберг О А , Ларичев О Н , Недосекин А О , Новоселов А А , Поспелов Д А, Смирнов А В , Ярушкина Н Г

В настоящей диссертации использованы общенаучные методы исследования системный подход, аналитические, вероятностно-теоретические и эвристические методы анализа и синтеза

Информационно-эмпирическая база исследования Информационно-эмпирическую базу настоящего исследования составили нормативно-правовые акты федерального и регионального уровней государ-

ственного управления, открытые источники статистической информация , также собственные расчеты автора

Научная новизна полученных в диссертации результатов заключаема в следующем

- предложен комплекс математических моделей, описывающих известные риски реализуемых проектов, который использован в качестве оснозы классификации рисков при проектировании СППР,

-расширено понятие риска, учитывающее информационную сущность процессов управления и потерю управляемости системы,

- при реализации управления рисками средствами СППР предложено использовать пакет формализованных моделей рисковых ситуаций и информационных источников,

- сформулированы цели, задачи и этапы проектирования СППР по управлению рисками реализуемых проектов,

- разработана инструментальная среда реализующая функции СППР по управлению рисками проектов

Диссертация соответствует пунктам 2 3, 2.6 паспорта специальности 08 00 13 - Математические и инструментальные методы экономики

Теоретическая и практическая значимость полученных результатов

Теоретическая значимость работы заключается в обеспечении возможности использования предложенных математических моделей, методов и средств для создания систем поддержки принятия решений по управлению рисками в ходе реализации проектов Предложенная методика классификации рисков носит универсальный характер и может быть использована в любом программном средстве, требующем математической формализации риска, в том числе при разработке программ оперативного управления предприятиями, а также концепций их развития в рисковой экономической среде

Практическая значимость работы состоит в создании инструментального программного средства относящегося к разряду систем поддержки принятия решения (СППР) по управлению рисками проектов, которое позволяет повысить качество принимаемых управленческих решений и их обоснованность в условиях риска и неопределенности

Рабочая гипотеза основана на предположении о том, что одним из путей снижения рисков реализуемых проектов является создание компьютерной системы поддержки принятия решения (СППР) по управлению рисками проектов

На защиту выносятся следующие основные положения:

1) систематика математических моделей, формализующих риски в ходе реализации проектов, и ее использование для классификации и группировки рисков при формализованном их представлении в СППР,

2) уточнение категории экономического риска в рамках информационного подхода к описанию процесса управления проектом,

3) комплекс математических моделей рисковых ситуаций, сформированная для использования в СППР с учетом формализации информационных источников базы данных,

4) формулировка цели, задач и этапов проектирования СППР по управлению рисками в ходе реализации проектов,

5) компоненты программного комплекса, обеспечивающего эффективное управление рисками в ходе реализации проектов

Внедрение и апробация результатов исследования

Результаты исследования апробированы на следующих конференциях

Международная научно-практическая конференция Место и роль России в мировом хозяйстве (16-17 11.2006 Воронеж), I Международная научно-практическая конференция Оценка риска и безопасность строительных конструкций (9-10 11 2006, Воронеж), Всероссийская научно-практическая конференция Электронный бизнес проблемы, развитие и перспективы (12-13 декабря 2006 г Воронеж),1П Международная научно-практическая конференция Экономическое прогнозирование модели и методы (5-6 апреля 2007г, Воронеж)

Результаты исследования обсуждались на научно-практических семинарах профессорско-преподавательского состава ГОУ ВПО ВГАСУ Результаты исследования внедрены в учебном процессе в ГОУ ВПО ВГАСУ при чтении курсов лекций Информационные технологии в экономике и Информационные технологии управления, а также использованы непосредственно в инвестиционной деятельности ООО "Десперадо"(Воронеж), ЗАО "Кодо-тел"(Воронеж).

Публикации

По теме диссертационного исследования опубликовано 9 научных печатных работ (в том числе 1 в издании, рекомендованном ВАК РФ) общим объемом 3,1 п л

В работах, опубликованных в соавторстве, и приведенных в конце автореферата, личный вклад автора состоит в следующем [1] - предложен информационный подход к описанию риска как меры недостижения цели управления, [2,3] - предложено оценивать процесс управления с учетом ценностных параметров информационной среды, [4,7] - предложены практические рекомендации оценки рисков с использованием вероятностной многомерной функции распределения, [5] - предложено рассматривать совокупность рискообра-зующих факторов с синергетической точки зрения, [6] Ч проведен расчет экономической эффективности инвестиционного проекта, [8] Ч предложены методы повышения ценности информационных ресурсов при прогнозировании развития проектов в условиях риска, [9] - проведен расчет эффективности управления проектом в рамках методики комплексных экспертных оценок

Структура и объем работы

Диссертация состоит из введения, 3 глав, заключения, списка использованных источников Список использованных источников состоит из 164 наименований

Настоящая диссертация разбита на три главы

В первой главе "Методологические основы формализации знания о рисках проектов" изложены некоторые теоретические положения области оценки рисков проектов, классификация рисков и методы математической формализации понятия риска на базе вероятностных, нечетко-множественных и экспертных оценок, которые, по мнению автора, имеют наибольший практический интерес в целях построения интелектуальной СППР по управлению рисками проектов

Во второй главе "Методические основы проектирования системы поддержки принятия решений по управлению рисками проектов" изложены основные положения, состав и структура интелектуальной СППР по управлению рисками проектов Рассмотрены пути построения предметной области, способы формализации задачи управления проектом и формализации информационных источников для целей анализа рисков

В третьей главе "Реализация функций управления рисками в проектируемой системе поддержки принятия решений" изложены основные способы реализации интелектуальных СППР в информационной среде предприятия, а также организации данных и знаний об этой области на базе ЭВМ

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ

1. Система математических моделей формализующих риски проектов и ее использование в качестве классификационной структуры группирующей риски для формализованного их представления в СППР

Поскольку с риском в разной степени сопряжены почти все виды экономической деятельности, то правомочно говорить о том, что многообразие рисков не уступает многообразию видов этой деятельности Следовательно, и классификационная схема рисков представляет собой проблему по сложности не уступающую классификации видов деятельности Математическая формализация понятия риска и разработка его математической модели есть необходимое условие принципиальной возможности создания системы поддержки и принятия решения (СППР) по управлению рисками проекта

На сегодняшний день можно выделить три основных подхода к математической формализации оценки риска проектов

1) подход на базе вероятностных описаний,

2) подход на основе теории нечетких множеств,

3) подход, основанный на экспертных оценках

Вероятностные описания применяются в ситуации стохастической неопределенности, нечетко-множественные при наличии лингвистической неопределенности В том случае, когда выборка из генеральной совокупности не дает возможности для однозначной идентификации вероятности, то последняя с некой долей приближения может быть оценена экспертными методами Анализ литературных данных показывает, что эффективность применения данных

трех подходов зависит от степени неопределенности, и характера связанной с ней задачи Соотношение между вероятностными, нечетко-множественными и экспертными методами применительно к анализу рисков проилюстрировано на рисунке 1

Субъективность описания

Субъективные вероятности

Функция принадлежности

Неопределенность описания

Нечеткость описания

Лингвистическая неопределенность

Рис 1 Соотношение между вероятностными, нечетко-множественными и экспертными методами

В реальном проекте в разной пропорции могут быть смешаны неопределенности всех трех видов (субъективной, вероятностной, лингвистической) и в зависимости от вида преобладающей неопределенности (субъективная, вероятностная, лингвистическая) наиболее оптимальным является использование соответствующих групп моделей (экспертные оценки, вероятно-статистические методы, нечетко-множественные методы)

Система математических моделей, формализующих известные риски проектов, сама может использоваться как основа классификации рисков при проектировании СППР При этом количественная характеристика риска выступает как

1) мера объема возможной потери вследствие возможности наступления некоего ожидаемого неблагоприятного события Как частный случай Ч объем недополученного дохода (Безотносительно к вероятности наступления данного неблагоприятного события)

2) мера вероятности возможной потери вследствие наступления неблагоприятных ожидаемых событий, вероятностью развития неблагоприятного сценария развития (Безотносительно к объему возможной потери)

3) мера информационной недостаточности (мера возможности потери управляемости)

4) мера чувствительности (эластичности) ключевого экономического показателя к изменению внешних факторов

5) мера волатильности (изменчивости, колеблемости) определяющего показателя, т е колебание ключевого показателя относительно ожидаемого значения, возможность отклонения экономических параметров объекта риска от ожидаемых субъектом риска значений этих параметров

6) мера возможности достижения некоего исключительного результата

Данная классификация позволяет более четко трактовать принадлежность рисков к конкретному виду и унифицировать количественную оценку риска. Это позволяет более формально подойти к проблеме выявления риско-образующих факторов, что дожно снизить степень субъективизма в оценке риска

С точки зрения экономического анализа с использованием компьютерных средств наиболее перспективным направлением для решения проблемы управления рисками является создание комплексной системы, в которой вид неопределенности выступает как средство выбора соответствующей математической формализации проблемы, а традиционно используемые классификационные схемы обеспечивают макро и микроэкономический анализ Таким образом, подобная система оценки риска, включает не только методы нечетких множеств и теории вероятностей (статистики), но и методы микро- и макроэкономического анализа Это способствует с достаточной точностью выявлению влияния различных рискообразующих факторов на функционирование проектов

2. Уточнение категории экономического риска в рамках информационного подхода к описанию процесса управления проектом

Как правило, система управления рисками (СУ) проекта состоит из нескольких локальных систем управления, каждая из которых ориентирована на отслеживание влияния того или иного рискообразующего фактора Достижение цели управления рисками возможно только при условии, что в каждую соответствующую локальную подсистему управления поступает в достаточном количестве необходимая для принятия решения информация Это означает, что эффективность информационной подсистемы в значительной мере определяет эффективность управления рисками проекта В противном случае управленческие решения принимаются в условиях информационной недостаточности (риск информационной недостаточности), что порождает риск недостижения цели управления) Оценка эффективности информационных потоков может быть проведена с использованием соответствующих показателей ценности информации Поэтому в процессе управления рисковыми проектами на первый

план выступают не только показатели, характеризующие объем поступающей информации, но также и ее ценностные характеристики

Понятие ценности информации С(1') определяется полезностью, которую данное количество информации (совокупный информационный ресурс СУ) способно принести с целью обеспечения оптимального управления проектом Критерии функции полезности информации задаются системе управления или определяются ПР Обозначив как 1С0Д@) - потребляемую часть информации, которая поступает на вход локальной СУ, и 10(г) - полезную, с точки зрения достижения цели управления, часть информации, по определению имеем

U[IcnД (г)]

C(f) = соп п П)

где U[Icon(t)] - функция полезности информации текущего управления и UfWJ - функция полезности информации оптимального управления проектом С позиций принципа информационной ценности в процессе управления информационный ресурс СУ при заданных ограничениях на количество информации следует использовать только для переработки наиболее ценной информации 10 Принцип информационной ценности позволяет учесть затраты информационного ресурса при оценке эффективности функционирования системы управления рисками

При оценке качества потребления информации в качестве аргумента целесообразно использовать шенноновское количество информации, поскольку оно равно разности энтропии системы до потребления и энтропии системы после потребления информации При этом в прикладной теории информации показывается, что функция штрафов является аналогом энергии, а риск - аналогом средней энергии Таким образом, управление и можно считать оптимальным, если риск R(I) принимает минимально возможное значение Сам риск R(I) в данном случае характеризует отклонение от оптимального управления

R(I)= jP(x,u) p(du\x) p{dx) (2)

где x - случайная величина на выходе, соответствующая некоему ключевому экономическому параметру, зависящему от набора рискообразующих факторов в заданной локальной подсистеме управления проектом, описываемая распределением p(dx), Р(х,и) - функция штрафов

Поскольку проект находится в рисковых условиях ввиду динамичности внешней среды, то ценность циркулирующих в системе информационных потоков постоянно изменяется Целенаправленный характер управления проектом приводит в конечном итоге к преобразованию входного информационного потока 10 (осведомляющая информация) в информацию принятия решения Ij управляющую информацию 1соп, которая обеспечила бы заданное направлени развития проекта

Предположим, что целевая эффективность системы управления проектом является функционалом некоторого вида, который определяется как комбинаторная мера разнообразия общесистемного тезауруса Ю Шрейдера

РТ = тах{/сои(/0,Г)}= тах{1п [Т(От 1Т}\ (3)

где От - оператор преобразования тезауруса Т Данный функционал рассчитывается в теории информации на основе понятия шенноновского количества информации

Выражение (3) представляет собой информационную меру эффективности функционирования систем управления Таким образом, величину обратную (3)

можно рассматривать как меру неэффективности функционирования системы управления проектом, т е риск недостижения цели управления Поскольку потеря управляемости в данном случае связана с информационной недостаточностью вследствие недостатка информации и/или ее низкого качества, то величин}' (4) можно интерпретировать как количественную оценку риска информационной недостаточности

3. Группа формализованных математических моделей рисковых ситуаций сформированная для использования в СППР с учетом формализации информационных источников базы данных

Как показано в пункте 1 необходимо при проектировании СППР использовать все три подхода к формализации математических моделей рисковых ситуаций, а именно,- вероятностную формализацию, нечетко-множественную и основанную на экспертных оценках

Итак, во-первых, математическая формализация будущего состояния экономической среды возможна в виде отображения ^ 5хГ->Р Таким образом, принятие управленческого решения V определенного на множестве управленческих решений уеК, где V Ч ,при условии, что среда находится в состоянии 5 е 5", приводит к результату р =

Поскольку в момент времени принятия управленческого решения будущее состояние среды неизвестно, то в ряде случаев можно предположить, что будущее состояние среды имеет вероятностный характер В этом случае говорят о функционировании в условиях риска Таким образом, при каждом в уеУ каждому состоянию среды можно поставить в соответствие отображение Я->Р, так что если в будущем среда окажется в состоянии то решение V приводит к результату р = #Д(.5) с Р Следовательно, при наличии информации о вероятностном распределении будущего состояния экономической среды любое управленческое решение уеУ приводит к некоему распределению р? Таким образом, количественной мерой риска можно считать функционал

(p F Ч> Р, монотонный по предпочтениям Применяются следующие виды функционалов (5)

Дисперсия <r(F)= \{х-M{F)f dF(x)

Смешанный функционал XV(F) = a(F) - fi(M(F)), [Л> О M(F)

Вариация v(F) = Ч-Чпри <j{F) > О cr(F)

Ожидаемая полезность 77(F) = \U(x)dF{x)

Функционал возмущенной вероятности

<F) = )(pv (1 - F(x)) -1 )dx + \pv (1 - F(x))dx

Здрсь M(F) = \xdF{x) - математическое ожидание, U(x) - функция полезности, pjx) - возмущенная функция вероятности pv [0,1]Ч>[0,1], р,(0)=0, pv(l)=l,

Таким образом, математическая формализация оценки риска может сводиться к выбору наиболее подходящего данной конкретной ситуации функционала (5)

Во-вторых, математическая формализация с использованием теории нечетких множеств предполагает формализацию исходных параметров проекта в виде нечеткого интервала Проводя операции с нечеткими интервалами по правилам теории нечеткой логики, ПР получает результирующий нечеткий интервал для целевого экономического показателя Как правило, удается на основе опыта экспертов количественно охарактеризовать нечеткие интервалы допустимых значений экономических параметров После формализации входных параметров проекта, оказывается возможным оценить распределение /у- (у) выходного параметра показателя эффективности проекта у принципу обобщения Заде, согласно которому количественное значение величины ранее определенной через принадлежность к нечеткому множеству находится как параметр тяготения на следующем множестве, ограниченном квадратными скобками

М?<У*)= sup {mm[//~ (*,*),//- (*,*)> Ои*Ш (6)

/(****, ,4)=/ Х1 2

x*esupp (Хг),г=1 п

где /их (х\) - возможность того, что нечеткая величина X, примет значение г', f{x[x\, ,х'Д) = у'- функциональная зависимость выходного параметра проекта (в качестве которого можно рассматривать чистую приведенную стоимость, внутреннюю норму доходности, время окупаемости и др ) от входных параметров

И, наконец, в методе экспертных оценок мерой риска выступает величина риска, задаваемая лингвистической переменной Rs с упорядоченным

множеством значений, с количественным выражением которой работают в рамках методов экспертных оценок (например, метода анализа иерархий)

4. Формулировка цели, задач и этапов проектирования СППР по управлению рисками проектов

Математическая формализация принятия управленческого решения осуществляется заданием множества управленческих решений V = {v,, v2, , vn) Пусть v* Е V - оптимальное по Парето решение по проекту, зависящее от возможных будущих состояний среды S, которые могут реализоваться с разной вероятностью, от возможных допустимых состояний системы, которые характеризуются совокупностью технологических Z(2) и финансово-экономических Y(0) показателей (где Q Ч множество технологических характеристик варианта развития, а О- множество финансово-экономических характеристик варианта развития), от Q целевой функции (некоторое правило оценки решений), от критерия оптимальности extr(Q) (некоторое правило сравнения решений)

При этом при реализации вариантов v eV могут возникнуть различные состояния природы s, множество этих состояний (их число к) обозначим S = {sl,s2, ,sk} На момент принятия управленческого решения задач или достоверно не известно, какая из экономических ситуаций s е S реализуется в действительности

Кроме того, компоненты множества Q могут быть сформирований любой комбинацией четырех способов

1) критерий Q представляет собой скалярную величину, которую обозначим q, (один из показателей эффективности - NPV, PI, DPP, IRR, MIRR),

2) критерий Q представляет собой векторную величину с т компонентами, те Q = {qx,q2,. дт}, причем в общем случае, критерий Q для разных проектов может содержать компоненты разного типа,

3) критерий Q представляет собой словесно сформулированную цель, на основе которой принимается управленческое решение, такое словесное задание критерия обозначим Ц,

4) критерий Q представляет собой статистические данные, характеризующие эффективности вариантов, обозначим эти данные для варианта v, массивом X(v,) = (х,л,х, 2,.

Общая задача нахождения оптимального по Парето решения (т е для двух вариантов v, и v} необходимо сопоставить {Q(v,, s), s е S} и

{i^.5)^ б5})с использованием критерия Q, по которому требуется принять

управленческое решение в условиях риска, разбивается на две управленческие ситуации

1) из множества V по критерию Q требуется выбрать оптимальный вариант V е V (задача выбора оптимального варианта ВОВ)

2) из множества V по критерию требуется отобрать несколько вариантов У0аУ таких, что для каждого из них е У0 предпочтительнее V, 6 У\У0

(задача выбора предпочтительных вариантов (ВПВ)

То есть в аналитическом виде задачи ВОВ и ВПВ форматизированно можно записать в виде

/=агёор!{СХу),уеУ} (7)

УуоеК0,УУ,еГ\Г0 . (8)

здесь У - знак предпочтения по критерию ()

Задачи ВОВ и ВПВ можно формализовать в виде реализации любого проекта, а сам риск является композитной составляющей любого проекта

Однако учет внутренних факторов риска приводит к необходимости более детального рассмотрения множества управленческих решений Б, поскольку его компоненты формируются с учетом вероятностных последствий самого управленческого решения При этом критерий Q для различных состояний, вообще говоря, будут различными Таким образом, с учетом зависимости QoтS,

операция нахождения решения сводится к отысканию оператора/такого, что

/" * * *

/ {V = [2(С2),Г(@),5]}^{у /V = ?0 ,О,0,5) = ехй-д} ,(9)

В итоге, для двух вариантов V, и V необходимо сопоставить

Принятие управленческого решения для любой из приведенных выше задач является конечным этапом следующего процесса

1) возникновение и конкретизация проблемы,

2) идентификация модели задачи,

3) формирование множества вариантов, выбор критерия, введение возможных ситуаций,

4) математическая формализация задачи,

5) напонение задачи конкретными числовыми данными,

6) выбор метода решения,

7) численное решение задачи и анализ полученных результатов,

8) принятие управленческого решения по проблеме

Наиболее эффективно использование СППР на этапах 2, 5, 6, 7

При проектировании систем поддержки принятия решений важно р." работать обобщенную модель задачи принятия решения Данная модель дожна отражать характерные особенности, которые влияют на выбор метода решения Под математической моделью принятия решения будем понимать кор1Ь/Д(

К - вид задачи (ВОВ или ВПВ) К = {у*,У0}, Ь - способ задания критерия Ь = {<?, Ц, X}

И Ч вид неопределенности N = {5, Р(5),1}, где 1 означает, что ситуаш ч не определены,

ТЧ участники принятия решения М = {ПР, эксперт,ПР + эксперт} Число возможных задач определяется мощностью множества Р (декартовым произведением множеств)

Исходные данные задачи с! е > представляют собой массив реквизитов вида

п (щ) - число предпочтительных вариантов (мощность У0 ),

тгп/тах - характер задачи на минимум или максимум,

Мд(Мд) - матрицы значений критериев,

Мх- массивы статистических данных,

п$ - число ситуаций,

рр - вектор вероятностей ситуаций,

ТЧ кто принимает решение (ПР, эксперт, эксперт + ПР) В круглые скобки в (12) заключены компоненты, которые для некоторых задач не требуются

Математическая модель задачи (9) и массив реквизитов (12) позволяют перейти к созданию СППР, обеспечивающей оперативное решение задач принятия управленческих решений Модель (9) является базовой структурой и позволяет вводить новые элементы с целью учета ряда частных особенностей проектов

На рисунке 2 приведена блок-схема формализации выбора оптимального управленческого решения, реализующаяся в рамках СППР по управлению рисками

Р = КхЬхЫхМ

= (п,(п0),1тп/тах.,Мч,(Мв,Мх),Пз>(Рр)''г) -гДе О2)

Рис 2 Блок-схема формализации процесса выбора оптимального управленческого решения

5. Программная реализация инструментальной среды, обеспечивающая эффективное управление рисками проектов

Системы поддержки принятия решений (СППР) - это программно-аппаратные комплексы, предназначенные для помощи лицам, принимающим решение (ПР), при принятии управленческих решений в сложных условиях При поиске решения в СППР используются как строгие математические методы поиска решения, так и нестрогие экспертные модели, построенные на основе знаний специалистов-экспертов и эвристических методах поиска решения При управлении рисками проекта на выработку управленческого решения накладываются жесткие временные ограничения, поэтому возникает потребность в СППР реального времени (СППР РВ) Спецификой задач, решаемых СППР, РВ является

1) необходимость учета временного фактора при описании проблемной ситуации и в процессе поиска решения,

2) необходимость получения решения в условиях временных ограничений, определяемых управляемым проектом,

3) невозможность получения всей объективной информации, необходимой для решения, и в связи с этим использование субъективной, экспертной информации,

4) комбинаторность поиска, необходимость активного участия в нем ПР,

5) наличие недетерминизма, необходимость коррекции в введения допонительной информации в процессе поиска решения

Современные СППР РВ, возникли как естественное развитие информационных систем и систем управления базами данных, в направлении максимальной адаптации к решению неструктурированных или слабоструктурированных многокритериальных задач повседневной управленческой деятельности в условии неопределенности (риска) Архитектура СППР реального времени показана на рисунке 3 В отличие от традиционных экспертных систем в СППР РВ необходимо включение допонительных блоков моделирования и прогнозирования Данные блоки служат для анализа и оценки последствий принимаемых решений и соответственно для выбора наилучших рекомендаций

Рис 3 Архитектура СППР реального времени

Кратко охарактеризуем назначение основных блоков в СППР по управлению рисками проектов

База данных (БД) Ч хранилище информации о проекте, которая поступает от систем сбора данных, подсистемы моделирования и ПР Обновление информации в БД синхронизировано с окончанием обработки предыдущего состояния

База знаний (БЗ) содержит экспертные знания, на основе которых производится анализ состояния проекта Вид, в котором представлены знания в БЗ, определяется моделью представления знаний

Машина вывода - процедура, которая реализует агоритм (стратегию) применения знаний из БЗ к данным из БД

Блок моделирования и прогнозирования осуществляет функцию прогнозирования аномальных ситуаций и последствий управленческих решений Прогнозирование производится по команде ПР на основе данных о текущем со-f тоянии проекта, поступающих из БД, и знаний, хранящихся в БЗ Управленческое решение задается либо ПР, либо является рекомендацией, выданной решателем

Блок отображения информации - выпоняет функцию представления информации ПР Исходными данными для него являются данные из БД, результаты оценки состояния проекта, полученные решателем, результаты про! ноздв, сделанных блоком прогнозирования и информации, выданной блоком инструктирования

Блок моделирования моделирует поведение проекта Он может выступать как агент данных о состоянии проекта на этапе тестирования СППР и на этапе принятия решения для сравнения с данными, поступающими от системы сбора данных Блок моделирования также может быть использован совместно с блоком прогнозирования для прогноза аномальных ситуаций и последствий управленческих решений

Предлагаемый подход к построению СППР позволяет создать систему, которая сможет обеспечить руководителей высшего уровня управления энергетического предприятия своевременной и достоверной информацией, а также с помощью методов и технологии OLAP получать действительно необходимую и своевременную помощь при принятии решений

В настоящей работе рассмотрено проектирование СППР по анализу рисков проектов "Грань" СППР "Грань" позволяет реализовать большинство аспектов описанной информационной структуры На этапах сбора, формальной и логической обработки данных используются стандартные СУБД, средства сетевого обмена, прикладные пакеты обработки экспертных оценок, а также специализированные подсистемы экспресс-анализа на основе агрегированных аналитических моделей Для визуализации результатов используются как стандартные программные средства, так и специальные генераторы отчетов

В соответствии с изложенным выше, СППР "Грань" по оценке рисков реализуемых проектов представляет собой взаимосвязанную совокупность имитационных и расчетных финансово-экономических моделей разного уровня агрегирования, информационных баз данных, имитационных моделей, подсистем подготовки и приведения технологической информации о проекте к единой ценовой и временной основе

СП3 упржлен^я рискам

_________

свровр бд тгтЬпу р-ж 12вД го, о? сл лтик | эк

БД Г О ПЫ

нШ: 12 Нт#: ОЫе: А<Ып

У |Ц. МЛ1 ерил пь-мими ггагоцемы

Упр&5Ш№( проектами Управление качеством

-тНСТИМ> МрО*ТЖ>СГМЫв НэтСЛЫ"

[гстае...

ЗАЛ ИСР ЭДР 3/,

0*вм ржи с ИСПСШИ14Н*Н1 ТИН

М тем экспертыл о

ил>М ДОЦжМрЭДМив рискил

Митац поприм *р*нкн<1

: э март 2007 17

Рис.4. Внешний вид интерфейса СПР "Грань"

Аг р ег пр с в л киля (р,к четная | финне овс- кономиче I. №

Пр1юрдга1е пиформтщш к единой зрем^нной бэте

К онс О.Я1Д11Р (1,1К№А 1С ап & к он омптгкяя модель

| 4>'ш'1Н<<>в 'КОН(>'>пгчут>:"1^ модль действующего прошводств

фНИК0КЛ-ЖОНОМТГ(?<КЯ.Я модл"

| ' т | ] моделей

Рис. 5. Состав, структура и основные внутренние и внешние информационные связи СГТПР "1 рань'' (обозначения в тексте)

Состав, структура и основные внутренние и внешние информационны связи СППР отображены на рисунке 5 На рисунке цифрами обозначены

1- БД об условиях экономического окружения инвестиционного проекта

2- БД о текущем состоянии проекта

3- блок расчета потоков денежных средств

4- блок расчета чистой прибыли

5- блок формирования потоков чистых платежей и основных показате лей экономической эффективности проекта

6- отчет о наличии и движения денежных средств

7 - отчет о прибылях и убытках

8- проектный баланс

9- блок формирования потоков чистых платежей и показателей экономической эффективности для различных участков проекта

10- блок расчета финансовых показателей

11- блок расчета бюджетной эффективности

Агрегированная финансово-экономическая модель проекта обеспечивает формирование табличных форм 3,4 и расчет показателей эффективности 5 , позволяет проводить на начальном этапе логическую обработку данных, предварительный анализ и отбор вариантов инвестиционного проекта с различными упрощающими предположениями

Отобранные с помощью агрегированной модели варианты проекта вместе с подготовленными исходными данными затем подвергаются комплексному анализу, который и представляет собой центральный блок СППР "Грань" В нем совмещены этапы детальной агоритмической и содержательной обработки данных по действующему производству и анализируемому варианту инвестиционного проекта Агоритмическую основу анализа составляют структурно выделенные и внутренне взаимосвязанные имитационные финансово-экономические модели осуществления проекта, которая обеспечивает возможность проведения сценарного анализа, развития действующего производства с учетом реализации инвестиционных мероприятий проекта

Агоритмические и информационные взаимосвязи моделей поддерживаются системой меню Каждая из моделей комплекса представляет собой взаимосвязанную совокупность входных и выходных табличных форм типа 68, 10, 11 Кроме того, в модель проекта входит табличная форма 9 - расчет эффективных показателей эффективности проекта

Совокупность выходных табличных форм, а также блок анализа чувствительности позволяет оценить эффективность инвестиционного проекта, его устойчивость к изменению условий реализации и принять решение о целесообразности осуществления анализируемого варианта проекта, либо о корректировке входных данных детальных моделей, включая этап технологического моделирования

Основные результаты работы и предложения

1) Для оценки рисков проектов, в которых исходная информация о рис-ообразующих факторах является нечеткой, непоной и плохо формализуемой использованием СППР наиболее оптимальным является использование фор-ализованных моделей рисков на базе вероятностных, нечетко-множественных экспертных моделей

2) Классификационные структуры, группирующие риски для формали-ованного их представления в СППР могут быть построены на основании магматических моделей, формализующих риски проектов

3) Уточнение категории экономического риска может быть проведено в амках информационного подхода к описанию процесса управления проектом

Обратная величина информационной меры эффективности функционирования системы может быть использована как мера неэффективности функционирования системы управления проектом, т е риск недостижения цели управления

4) Сформулированные цели и задачи управления рисками проекта средствами СППР приводят к необходимости использования СППР реального времени

5) Разработаны методические положения поэтапного проектирования СППР по управлению рисками проектов, учитывающие динамический характер функционирования проектов и проявления рисков

6) Разработана и внедрена инструментальная среда, обеспечивающая эффективное управление рисками проектов

По теме диссертации опубликованы следующие работы:

В изданиях, рекомендованных ВАК РФ

1 Информационный подход к синтезу организационной структуры уникального проекта /АН Десятириков, В В Гасилов, Е Н Десятирикова // Системы управления и информационные технологии, №1 2(23) Ч 2006 -с 237-241

В сборниках конференций и в научных изданиях

2 Многокритериальная оптимизация информационной среды системы управления с учетом ценности информационного ресурса принятия решений / Чурсин М А , Десятириков А Н , Гасилов В В //Вестник Воронежского военного института -В 1 -2006 - с. 354-362

3 Многокритериальная оптимизация распределенных систем реального времени /АН Десятириков, В В Гасилов // Сб мат МНПК Место и роль России в мировом хозяйстве (16-17 11 2006) - ч III, Круглый стол - Воронеж- Научная книга Ч 2006 - с 72-77

4 Оценка вероятности рисков проектов в строительстве /АН Десятириков, В В Гасилов // Сб тез докл I МНПК Оценка риска и безопасность строительных конструкций(9-10 11 2006) -т2, ВГАСУ - Воронеж -2006 -с 129-133

5 Перспектива синергетического подхода к анализу информационно-технических рисков / Р Б Угрюмов, А Н Десятириков, В В Гасилов // Сб мат V Всерос НПК Электронный бизнес проблемы, развитие и перспективы (12-13дек 2006), Воронеж, ВГУ -2006 -с 166-173

6 Прогнозирование экономической эффективности уникального высоко-технологичного проекта /АН Десятириков, Т Л Керницкий // Инновационный Вестник Регион -Воронеж ИД Кварта - №2 -2006 с 9-11

7 Оценка вероятностных параметров инвестиционного проекта /АН Десятириков, И И Рынжук // Инновационный Вестник Регион - Воронеж ИД Кварта - № 6 - 2006 - с 43-45

8 Предпрогнозная подготовка данных для экономического анализа распределенных систем / Р Б У1рюмов, Р.В Павлов, А Б Морзеев, А Н Десятириков // в сб мат III МНПК Экономическое прогнозирование модели и методы (05-06 04 2007, Воронеж, ВГУ) - Воронеж ВГУ - с 329-333

9 Методика синтеза сложной системы управления на основе экспертной информации / А С.Баскаков, Е Н Десятирикова, А Н Десятириков, ЕИ Никитин // межвуз сб науч трудов Актуальные проблемы экономики предпринимательства -Воронеж ВГПУ -ВЗ -2001 -с265-270

Подписано в печать 26 04 2007 Формат 60x84/16 Уел печл 1,25 Тираж 100 Заказ 255 Издательско-полиграфический центр Воронежского государственного университета 394006, г Воронеж, Университетская площадь, 1, ком 43, тел 208-853 Отпечатано в лаборатории оперативной печати ИПЦ ВГУ

Диссертация: содержание автор диссертационного исследования: кандидат экономических наук , Десятириков, Александр Николаевич

Введение.

Глава 1. Методологические основы формализации знания о рисках проектов.

1.1. Классификация и математическая формализация рисков.

1.2. Постановка задачи принятия оптимального решения в условиях риска

1.3. Модели и методы оценки рисков.

1.3.1. Оценка риска на базе вероятностных моделей.

1.3.2. Оценки риска на базе моделей нечетких множеств.

1.3.3. Оценка риска на базе модели экспертных оценок.

1.3.4. Оценка риска на базе модели оценки чувствительности.

1.4. ИТ-решения в области управления рисками.

Глава 2. Методические основы проектирования системы поддержки принятия решений по управлению рисками проектов.

2.1. Управление рисками проекта.

2.1.1. Формализация задачи управления проектом.

2.1.2. Стандарт РМВОК управления рисками проекта.

2.1.3.Классификация методов управления рисками.

2.2. Информационные источники СППР для анализа рисков.

2.3. Формализованное описание исходных данных.

2.4. Формализованное описание транзакций к СППР.

Глава 3. Реализация функций управления рисками в проектируемой системе поддержки принятия решений.

3.1. Структура целей проектирования СППР управления рисками.

3.2. Этапы проектирования СППР.

3.3. Структура СППР "Грань".

3.4. Оценка эффективности внедрения СППР.

Основные результаты работы и предложения.

Диссертация: введение по экономике, на тему "Проектирование систем поддержки принятия решений по управлению рисками проектов и их реализация в информационной среде предприятия"

Актуальность темы исследования

Актуальность проблематики рисков в значительной мере определяется возросшей ролью данной области человеческой деятельности как в экономической, так и в внеэкономической сфере. Современная экономическая наука проблематике рисков отводит системообразующую роль. Широкий круг вопросов идентификации, систематизации, качественной и количественной оценки рисков, методов управления рисками занимает важнейшее место, как на уровне теоретического анализа, так и в сугубо практической деятельности. Анализ литературных источников позволяет сделать вывод о том, что в западной системе экономических отношений сложилась определенная культура риск-менеджмента и управление рисками заняло прочное место в общей системе управления предприятием. Вопросы управления рисками привлекают академический интерес, ряд работ в этой области отмечен нобелевскими премиями (в т.ч. К. Эрроу, Г. Маркович, У. Шарп, Дж. Акерлоф, Ф. Найт).

При управлении рисками проекта на выработку управленческого решения накладываются жесткие временные ограничения, поэтому возникает потребность в СППР реального времени. Системы поддержки принятия решений (СППР) являются одной из ключевых составных частей любой ИС. Совершенствование (СППР) в направлении решения вышеобозначенных задач обеспечит возрастание возможность профессионального уровня принимаемых решений. В первую очередь это обуславливается тем, что накопленные знания и опыт экспертов становиться доступным остальным пользователям информационной системы. Более того, динамизм современного мира и необходимость осмысливать экспоненциально возрастающий объем информации требуют того, чтобы СППР помогали пользователю решать задачи из области интелектуальной (творческой) деятельности. При этом СППР дожны взаимодействовать с конечным пользователем посредством механизма, не требующего специфичных знаний в области информационных технологий и специального тренинга. Другими словами предъявляются особо жесткие требования к дружественности пользовательского интерфейса системы принятия решений, дающего возможность взаимодействовать с СППР в манере, близкой к привычному, профессиональному стилю поведения.

Диссертационная работа выпонялась в рамках госбюджетной научно-исследовательской работы ГОУ ВПО ВГАСУ Исследование социально-экономических процессов в отрасли капитального строительства и коммунального хозяйства на региональном уровне г/р №0120.041/087.

Цель и задачи исследования

Целью диссертационной работы является систематизация и обобщение накопленных знаний в области построения интелектуальных СППР и инструментария, а также разработка единого методического подхода к проектированию СППР по эффективному управлению рисками реализуемых проектов.

Для достижения данной цели ставились следующие задачи:

1) провести анализ понятийного аппарата рисков и подходов к их количественной оценке в современной практике риск-менеджмента;

2) выделить множество моделей формального описания риска, которые адаптированы к использованию в качестве структурированного знания при проектировании базы знаний СППР,

3) использовать информационный подход к описанию процесса управления проектом;

4) проанализировать специфику СППР управления рисками в процессе реализации проектов с учетом масштаба предприятия;

5) определены основные направления совершенствования интелектуальных СППР предприятия с учетом его масштаба;

6) выявить основные способы реализации интелектуальных СППР в информационной среде предприятия, способы построения предметной области и организации баз данных и знаний об этой области с использованием ЭВМ.

Объект исследования

Объектом исследования являются инвестиционные проекты развития предприятий, реализуемые в условиях риска.

Предмет исследования

Процессы принятия решений и инструменты управления рисками реализуемых проектов с использованием СППР.

Теоретическая и методологическая основа исследования

Теоретическую и методологическую основу исследования составили концепции и взгляды отечественных и зарубежных экономистов в области моделирования развития субъектов экономической деятельности (Д. Хикс, Р.Солоу, Д.Неш, В.Леонтьев, П.Самуэльсон, Л.Канторович и другие), теории принятия решений (Р.Белман, Л.Заде, Р.Л.Кини, О.Моргенштерн, Дж.Фон Нейман, Э.Парето, Х.Райфа, Б.Руа, Т.Саати, А.Сало, П.Фишберн, Р.Хамалайнен и другие), теории риска (Э.Альтман, Б. Гордона, Г. Марковича, М. Милера, Ф. Модильяни, Дж. Б. Уильямса, У. Шарпа), системного анализа в проектировании и управлении (Л.Берталанфи, У.Партер, ), информационных технологий управленияинтелектуальных систем (С.Альтер, Г.Девис, Е.Кодц, Е.Турбан, С.Мортон, В.Гожен)

Среди российских ученых значительный вклад в исследование данных научных направлений внесли: Абдикиев Н.М., Андрейчиков A.B., Беляев Л.С, Борисов А.Н., Бурковский В.Л., Вокова В.Н., Воронцовский A.B., Дорожкин

В.Р., Емельянов A.A., Крумберг O.A., Ларичев О.Н., Недосекин А.О., Новоселов A.A., Поспелов Д.А., Смирнов A.B., Ярушкина Н.Г.

В настоящей диссертации использованы общенаучные методы исследования системный подход, аналитические, вероятностно-теоретические и эвристические методы анализа и синтеза.

Информационно-эмпирическая база исследования

Информационно-эмпирическую базу настоящего исследования составили нормативно-правовые акты федерального и регионального уровней государственного управления, открытые источники статистической информации, а также собственные расчеты автора.

Научная новизна полученных в диссертации результатов заключается в следующем:

- предложен комплекс математических моделей, описывающих известные риски реализуемых проектов, который использован в качестве основы классификации рисков при проектировании СППР;

-расширено понятие риска, учитывающее информационную сущность процессов управления и потерю управляемости системы;

- при реализации управления рисками средствами СППР предложено использовать пакет формализованных моделей рисковых ситуаций и информационных источников;

- сформулированы цели, задачи и этапы проектирования СППР по управлению рисками реализуемых проектов;

- разработана инструментальная среда реализующая функции СППР по управлению рисками проектов.

Диссертация соответствует пунктам 2.3, 2.6 паспорта специальности 08.00.13 - Математические и инструментальные методы экономики.

Теоретическая и практическая значимость полученных результатов

Теоретическая значимость работы заключается в обеспечении возможности использования предложенных математических моделей, методов и средств для создания систем поддержки принятия решений по управлению рисками в ходе реализации проектов. Предложенная методика классификации рисков носит универсальный характер и может быть использована в любом программном средстве, требующем математической формализации риска, в том числе при разработке программ оперативного управления предприятиями, а также концепций их развития в рисковой экономической среде.

Практическая значимость работы состоит в создании инструментального программного средства относящегося к разряду систем поддержки принятия решения (СППР) по управлению рисками проектов, которое позволяет повысить качество принимаемых управленческих решений и их обоснованность в условиях риска и неопределенности.

Рабочая гипотеза основана на предположении о том, что одним из путей снижения рисков реализуемых проектов является создание компьютерной системы поддержки принятия решения (СППР) по управлению рисками проектов.

На защиту выносятся следующие основные положения:

1) систематика математических моделей, формализующих риски в ходе реализации проектов, и ее использование для классификации и группировки рисков при формализованном их представлении в СППР;

2) уточнение категории экономического риска в рамках информационного подхода к описанию процесса управления проектом;

3) комплекс математических моделей рисковых ситуаций, сформированная для использования в СППР с учетом формализации информационных источников базы данных;

4) формулировка цели, задач и этапов проектирования СППР по управлению рисками в ходе реализации проектов;

5) компоненты программного комплекса, обеспечивающего эффективное управление рисками в ходе реализации проектов.

Внедрение и апробация результатов исследования

Результаты исследования апробированы на следующих конференциях:

Международная научно-практическая конференция Место и роль России в мировом хозяйстве (16-17.11.2006 Воронеж), I Международная научно-практическая конференция Оценка риска и безопасность строительных конструкций (9-10.11.2006, Воронеж), Всероссийская научно-практическая конференция Электронный бизнес: проблемы, развитие и перспективы (12-13 декабря. 2006 г. Воронеж),III Международная научно-практическая конференция Экономическое прогнозирование: модели и методы (5-6 апреля 2007г., Воронеж).

Результаты исследования обсуждались на научно-практических семинарах профессорско-преподавательского состава ГОУ ВПО ВГАСУ. Результаты исследования внедрены в учебном процессе в ГОУ ВПО ВГАСУ при чтении курсов лекций Информационные технологии в экономике и Информационные технологии управления, а также использованы непосредственно в инвестиционной деятельности ООО "Десперадо"(Воронеж), ЗАО "Кодотел"(Воронеж).

Публикации

По теме диссертационного исследования опубликовано 9 научных печатных работ (в том числе 1 в издании, рекомендованном ВАК РФ) общим объемом 3,1 п.л.

В работах, опубликованных в соавторстве, и приведенных в конце диссертации, личный вклад автора состоит в следующем: [1] - предложен 8 информационный подход к описанию риска как меры недостижения цели управления, [2,3] - предложено оценивать процесс управления с учетом ценностных параметров информационной среды, [4,7] - предложены практические рекомендации оценки рисков с использованием вероятностной многомерной функции распределения, [5] - предложено рассматривать совокупность рискообразующих факторов с синергетической точки зрения, [6] -проведен расчет экономической эффективности инвестиционного проекта, [8] -предложены методы повышения ценности информационных ресурсов при прогнозировании развития проектов в условиях риска, [9] - проведен расчет эффективности управления проектом в рамках методики комплексных экспертных оценок.

Структура и объем работы

Диссертация состоит из введения, 3 глав, заключения, списка использованных источников. Список использованных источников состоит из 164 наименований.

Диссертация: заключение по теме "Математические и инструментальные методы экономики", Десятириков, Александр Николаевич

Основные результаты работы и предложения

1) Для оценки рисков проектов, в которых исходная информация о рискообразующих факторах является нечеткой, непоной и плохо формализуемой с использованием СППР наиболее оптимальным является использование формализованных моделей рисков на базе вероятностных, нечетко-множественных и экспертных моделей.

2) Классификационные структуры, группирующие риски для формализованного их представления в СППР могут быть построены на основании математических моделей, формализующих риски проектов.

3) Уточнение категории экономического риска может быть проведено в рамках информационного подхода к описанию процесса управления проектом. Обратная величина информационной меры эффективности функционирования системы может быть использована как мера неэффективности функционирования системы управления проектом, т.е. риск недостижения цели управления.

4) Сформулированные цели и задачи управления рисками проекта средствами СППР приводят к необходимости использования СППР реального времени.

5) Разработаны методические положения поэтапного проектирования СППР по управлению рисками проектов, учитывающие динамический характер функционирования проектов и проявления рисков.

6) Разработана и внедрена инструментальная среда, обеспечивающая эффективное управление рисками проектов.

Диссертация: библиография по экономике, кандидат экономических наук , Десятириков, Александр Николаевич, Воронеж

1. Alter S. L. Decision support systems: current practice and continuing challenges. Reading, Mass.: Addison-Wesley Pub., 1980.

2. Bonczek R.H., Holsapple C., Whinston A.B. Foundations of Decision Support Systems.- New York: Academic Press,, 1981.

3. Buckley J.J. The Fuzzy Mathematics of Finance // Fuzzy Sets and Systems, 1987, N21, pp. 257-273.

4. Cordon 0., Herrera F., A General study on genetic fuzzy systems // Genetic Algorithms in engineering and computer science, 1995. P. 33-57.

5. CorporateMetrics Technical Document. RiskMetrics Group. April 1999.

6. Davis G. Management Information Systems: Conceptual Foundations, Structure, and Development. New York: McGraw-Hill, 1974.

7. Druzdzel M. J., Flynn R. R. Decision Support Systems. Encyclopedia of Library and Information Science. A. Kent, Marcel Dekker, Inc., 1999.

8. Edwards J.S. Expert Systems in Management and Administration Are they really different from Decision Support Systems? // European Journal of Operational Research, 1992. - Vol. 61. - pp. 114-121.

9. Eom H., Lee S. Decision Support Systems Applications Research: A Bibliography (1971-1988) // European Journal of Operational Research, 1990. -N 46. pp. 333-342.

10. Finlay P. N. Introducing decision support systems. Oxford, UK Cambridge, Mass., NCC Blackwell: Blackwell Publishers, 1994.1 l.Fishburn P. Utility Theory for Decision-Making. N.Y., Wiley, 1970.

11. Ginzberg M.I., Stohr E. A. Decision Support Systems: Issues and Perspectives // Processes and Tools for Decision Support / ed. by H.G. Sol. Amsterdam: North-Holland Pub.Co, 1983.

12. Golden B., Hevner A., Power D.J. Decision Insight Systems: A Critical Evaluation // Computers and Operations Research, 1986. v. 13. - N2/3. - p. 287-300.

13. Haettenschwiler P. Neues anwenderfreundliches Konzept der Entscheidungs-unterstutzung. Gutes Entscheiden in Wirtschaft, Politik und Gesellschaft. Zurich: Hochschulverlag AG, 1999.-S. 189-208.

14. Holsapple C.W., Whinston A.B. Decision Support Systems: A Knowledge-based Approach. Minneapolis: West Publishing Co., 1996.l.Hurwicz L. Optimality Criteria for Decision Making under Ignorance // Cowles commission papers, 1951, №370.

15. J.P Morgan / Reuters RiskMetrics Technical Document. 11-th Ed., 1996.

16. Kahraman C., Ruan D., Tolga E. Capital Budgeting Techniques Using Discounted Fuzzy versus Probabilistic Cash Flows // Information Sciences, 2002, №142, pp. 57-76.

17. Keen P.G.W., Scott Morton M. S. Decision support systems : an organizational perspective. Reading, Mass.: Addison-Wesley Pub. Co., 1978.

18. Kosko B. Fuzzy systems as universal approximators // IEEE Transactions on Computers, vol. 43, No. 11, November 1994. P. 1329-1333.

19. Laubsch Alan J. Risk Management: A Practical Guide. RiskMetrics Group.

20. Li Calzi M. Towards a General Setting for the Fuzzy Mathematics of Finance // Fuzzy Sets and Systems, 1990, №35, pp. 265-280.

21. Marakas G. M. Decision support systems in the twenty-first century. Upper Saddle River, N.J.: Prentice Hall, 1999.

22. Marschak J. / Role of Liguidity under Complete and Incomplete Information // Amer. Econ. Rev. Suppl. 1949. Vol. 39. May. P. 183-184

23. Performance of Models-Based Capital Charges for Market Risk 1 July-31 December 1998 // Basel Committee on Banking Supervision, Basel, September 1999.

24. Power D. J. Web-based and model-driven decision support systems: concepts and issues. Americas Conference on Information Systems, Long Beach, California, 2000.

25. Power D.J. A Brief History of Decision Support Systems. DSSResources.COM, World Wide Web, Ссыка на домен более не работаетhistory/dsshistorv.html, version 2.8, May 31, 2003.

26. Russel D. Managing of high-technology programs and projects, 2 nd ed., John Wiley and Sons, USA, 1992.

27. Scott Morton M. S. Management Decision Systems: Computer-based Support for Decision Making. Boston: Harvard University, 1971.

28. Sprague R. H., Carlson E. D. Building Effective Decision Support Systems. -Englewood Cliffs, NJ: Prentice-Hall, 1982.

29. Sprague R.H. A Framework for the Development of Decision Support Systems // MIS Quarterly, 1980. v. 4. - pp. 1-26.

30. Supervisory Framework for The Use of лBacktesting in Conjunction with The Internal Models Approach to Market Risk Capital Requirements // Basle Committee on Banking Supervision, January, 1996.

31. Thieranf R.J. Decision Support Systems for Effective Planing and Control. -Englewood Cliffs, N.J: Prentice Hall, Inc, 1982.

32. Tuckman B. (1996). Fixed income securities. Tools for today's markets. John Wiley & Sons, New York.:

33. Turban, E. Decision support and expert systems: management support systems. -Englewood Cliffs, N.J.: Prentice Hall, 1995.

34. Ward T.L. Discounted Fuzzy Cashflow Analysis // Proceedings of Fall Industrial Engineering Conference, 1985, pp.476 -481.

35. Zadeh L.A. Fuzzy Sets // Information and Control, 1965, Vol.8, №3, pp. 338353.

36. Авдашева С.Б., Розанова H.M. Теория организации отраслевых рынков. М.: Магистр, 1998.

37. Айвазян С.А., Мхитарян B.C. Прикладная статистика. Основы эконометрики: Учеб. для вузов: В 2 т. М,: ЮНИТИ-ДАНА, 2001.

38. Атунин А.Е., Семухин М.В. Модели и агоритмы принятия решений в нечетких условиях. Тюмень: Изд-во ТГУ, 2000. - 352 с.

39. Альгин А.П. Грани экономического риска. М.: Знание, 1991 управленческого решения // Вестник ОГУ. № 4. 2002.

40. Арчибальд Р. Управление высокотехнологичными программами и проектами / Пер. с англ. М.: ДМК Пресс, 2002. 464 с.

41. Баврин И.И. Высшая математика. М., 2002.

42. Балабанов И.Т. Риск-менеджмент. М.: Финансы и статистика, 1996.

43. Банки и банковские операции / Под ред. проф. Е.Ф. Жукова. М.: Банки и биржи, ЮНИТИ, 1997.

44. Берштейн JI.C., Мелехин В.Б. Планирование поведения интелектуального робота. М.: Энергоатомиздат, 1994.

45. Бирман Г., Шмидт С. Экономический анализ инвестиционных проекте. -М.: ЮНИТИ, 1997.-345 с.

46. Бланк И.А. Инвестиционный менеджмент. Киев: МП Итем; ТД Юнайтед. Лондон Трейд Лимитед, 1995.

47. Борисов А.Н., Алексеев A.B., Меркурьева Г.В. и др. Обработка нечеткой информации в системах принятия решений. М: Радио и связь. 1989. -304с.

48. Бочаров В.В Инвестиционный менеджмент. СПб., 2000.

49. Бузырев В.В., Васильев В.Д., Зубарев A.A. Выбор инвестиционных решений и проектов: оптимизационный подход. СПб.: Изд-во СПбГУЭФ, 1999.-224 с.

50. Буянов A.M. Рискология. Управление рисками. М.: Инфра-М, 2002. -768 с.

51. Бурковский B.JI., Холопкина JI.B., Райхель H.JL, Кравец О.Я. Методы моделирования и анализа вычислительных систем. Воронеж: ВГТУ, 1996.- 111 с.

52. Бурковский В. JI., Матвеенко И. М., Кузьмищев В. А. Методы идентификации объекта информационно-управляющих систем: Учеб. пособие для вузов. Воронеж, Невинномысск: НИУЭП, 2006. - 206 с.

53. Дорожкин В.Р. Агрегированные показатели стоимости инфестиционного проекта // Труды 17 Всемирного конгресса, Москва, 2003. с.211-215.

54. Дорожкин В.Р. Управление контрактами и обеспечение ресурсами проекта //Труды Всерос.конф. РАТСИ, Москва, 2003. с. 127-135.

55. Виленский П.Л., Лившиц В.Н., Смоляк С.А. Оценка эффективности инвестиционных проектов. Теория и практика. М.: Дело, 2004. - 888 с.

56. Воков С.Н. Современный риск-менеджмент с использованием методологии VAR. www.currency.kiev.ru

57. Воронцовский A.B. Управление рисками. М., Инфра-М, 2002. - 280 с.

58. Воронцовский, А. В. Инвестиции и финансирование: Методы оценки и обоснования / А. В. Воронцовский. СПб. : Изд-во С.-Петербургского унта, 1998. - 528 с.

59. Вощинин А.П. Задачи анализа с неопределенными данными -интервальность и/или случайность? // Интервальная математика и распространение ограничений: Рабочие совещания. МКВМ-2004, с. 147158.

60. Гмурман В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 1977.

61. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике: Пер. с фр. М: Радио и связь. 1990. - 288 е.: ил.

62. Игонина, JI. JI. Инвестиции : учеб. пособие / JI. JI. Игонина; под ред. д-ра экон. наук, проф. В. А. Слепова. М. : Экономиста, 2004. - 478 с

63. Игошин, Н. В. Инвестиции. Организация управления и финансирование : учебник для вузов / Н. В. Иго шин. М. : Финансы, ЮНИТИ, 1999. - 413 с

64. Интрилигатор М. Математические методы оптимизации и экономическая теория / Пер. с англ. Г.И. Жуковой, Ф.Я. Кельмана. М.: Айрис-пресс, 2002.

65. Информационные технологии в управлении: Научно-учеб. издание / Ю. В. Вертакова, В. А. Дудко, Э. Н. Кузьбожев, Е. В. Самофалова; Курск, гос. техн. ун-т. Курск, 2003. - 184 с.

66. Информационные технологии управления: Учеб. пособие для вузов / Под ред. Г. А. Титоренко. М.: ЮНИТИ-ДАНА, 2003. 439 с

67. Искусственный интелект: справочник, в 3 кн. под ред. Э.В. Попова, Д.А. Поспелова, В.Н. Захарова, В.Ф. Хорошевского. М.:Радио и связь.-1990

68. Кельтон В., Jloy А. Имитационное моделирование. Классика CS. 3-е изд. - СПб.: Питер; Киев: Издательская группа BHV, 2004. - 847 с.

69. Клишова Е.В. Теория рационального поведения как общая основа институциональной теории.

70. Количественные методы в экономических исследованиях / Под ред. М.В. Грачевой и др. М.: ЮНИТИ-ДАНА, 2004. - 791 с.

71. Комогоров А.Н. Основные понятия теории вероятности / Пер. с нем. Г.М. Бавли. М., 1936.

72. Коргин H.A. Задачи стимулирования и обменные схемы // АиТ. 2001. № 10. С. 147-153.

73. Кофман А., Хил Алуха X. Введение теории нечетких множеств в управлении предприятиями: Пер. с исп. Мн.: Вышэйшая школа, 1992. -224 с.

74. Кравец A.C. Природа вероятности. М.: Мысль, 1976. - 173 с.

75. Круглов В.В., Дли М.И. Интелектуальные информационные системы: компьютерная поддержка систем нечеткой логики и нечеткого вывода. -М.: Физматлит, 2002.

76. Кудрявцев О., Кудрявцева М. Методы количественной оценки рыночных рисков. Классификация, Ссыка на домен более не работаетp>

77. Кудрявцев О., Кудрявцева М. Финансовые риски: теоретическое понятие и практическая классификация, Ссыка на домен более не работаетp>

78. Кузнецов В. Измерение финансовых рисков. Банковские технологии №7 1997. www.bizcom.ru.

79. Кулагин O.A. Принятие решений в организациях: Лекционные материалы. www.ooipkro.ru.

80. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. -М.: Наука. Физматлит, 1996.

81. Ларичев О.И., Петровский A.B. Системы поддержки принятия решений. Современное состояние и перспективы их развития. // Итоги науки и техники. Сер.Техническая кибернетика. Т.21. М.: ВИНИТИ, 1987.

82. Лебедев И. П., Соколова Л. Е. Система поддержки принятия хозяйственных решений в производственном менеджменте. / Под ред. В. И. Павловца. М.: Изд-во МЭИ, 1997.

83. Леоленков A.B. Нечеткое моделирование в среде MATLAB и fuzzyTECH. СПб., 2003.

84. Лобанов А. Проблема метода при расчете value at risk // РЦБ. № 21. 2000.

85. Лобанов А. Регулирование рыночных рисков банков на основе внутренних моделей расчета VAR.

86. Лобанов А., Чугунов А. Тенденции развития риск-менеджмента: мировой опыт//РЦБ. №5. 2001.

87. Ловцов Д.А. Информационные показатели эффективности функционирования АСУ сложными динамическими объектами. //АиТ. 1994. № 12. С. 143-150.

88. Ловцов Д.А. Информационные показатели эффективности функционирова-ния АСУ сложными динамическими объектами. //АиТ. 1994. № 12. С. 143-150.

89. Луценко Е. В. Теоретические основы и технология адаптивного семантического анализа в поддержке принятия решений. -Краснодар: Науч.-произв. предприятие "ЭЙДОС": КЮИ, 1996. 278 с.

90. Лытнев О. Основы финансового менеджмента: Курс лекций. Ссыка на домен более не работаетfinanalysis/lytnev/index.shtml.

91. Маршал Дж.Ф., Бансал В.К. Финансовая инженерия. Поное руководство по финансовым нововведениям / Пер. с англ. М.: Инфра-М, 1998.

92. Масалович А. Нечеткая логика в бизнесе и финансах, \vww.tora-centre.ru/librarv/fuzzy/fuzzy-.htm

93. Матвеев Л. А. Информационные системы: поддержка принятия решений. -СПб.: Изд-во С.-Петерб. ун-та экономики и финансов, 1996. 241 с.

94. Мекумов Я.С. Экономическая оценка эффективности инвестиций. М.: ИКЦ ДИС, 1997.

95. Меньшиков И.С., Шелагин Д.А. Рыночные риски: модели и методы. Вычислительный центр РАН, 2000.

96. Методические рекомендации по оценке эффективности инвестиционных проектов, № ВК 477 от 21.06.99 г., утверждено Министерством экономики РФ, Министерством финансов РФ, Государственным комитетом РФ по строительству, архитектуре и жилищной политике.

97. Микроэкономика. В 2-х т. / Под общ. ред. В.М. Гальперина. СПб., 1999.

98. Милосердое A.A., Герасимова Е.Б. Рыночные риски: формализация, моделирование, оценка качества моделей. Тамбов: Изд-во Тамб. гос. техн. ун-та, 2004. 116 с.

99. Москвин В. Основы теории риска для реализации инвестиционных проектов, Ссыка на домен более не работаетp>

100. Найман Э.Л. Малая энциклопедия трейдера. Киев: ВИРА-Р, 2001. - 296 с.

101. Найт Ф. Понятие риска и неопределенности / В сб. THESIS. 1994. Вып. 5. С. 12-28.

102. Недосекин А.О. Нечетко-множественный анализ риска фондовых инвестиций. СПб.: Типография Сезам, 2002. - 181 с.

103. Недосекин А.О. Оценка риска инвестиций по NPV произвольно-нечеткой формы. СПб., 2004.

104. Новеселов A.A. Понятие риска и методы его измерения. Институт вычислительного моделирования СО РАН.

105. Новые технологии и организационные структуры / Под ред. Н. Пиннингса и JI. Бьюнтандамаю М.: Экономика, 1990.

106. Норткотг Д. Принятие инвестиционных решений: Пер. с англ. М.: Банки и биржи, ЮНИТИ, 1997. - 247 с.

107. Орлова, Е. Р. Инвестиции : курс лекций / Е. Р. Орлова. М.: Омега-Л, 2003. -192 с.

108. Основы системного подхода и их приложение к разработке территориальных автоматизированных систем управления / под ред.Ф.И.Перегудова. Томск: ТГУ, 1976. - 244 с.

109. Пащенко Ф.Ф., Чернышев K.P. Методы и системы управления и идентификации на основе знаний // АиТ. 2000. № 2. С. 3-28.

110. Петров В. Н. Информационные системы. СПб.: Питер, 2003. 688 с.

111. Риск-менеджмент: Учебное пособие. Под ред. Малашихина H.H., Белокрылова О.С. М., 2003.

112. Рогов М.А. Риск-менеджмент. М.: Финансы и статистика, 2001. 120 с.

113. Романов B.C. Волатильность как характеристика изменчивости финансово-экономических переменных // Теория и практика реструктуризации предприятий: Сборник материалов Всероссийской научно-практической конференции. Пенза, 2001. С. 146 150.

114. Романов B.C. Классификация рисков: принципы и критерии, www.aup.ru.

115. Романов B.C. Понятие рисков в экономической деятельности, www.aup.ru.

116. Рубенчик А. Словарь терминов риск-менеджмента, www.ndc.ru.

117. Саати Т. Принятие решений Метод анализа иерархий. М.: Радио и связь,1993г.

118. Саймон Г.А. Теория принятия решений в экономической теории и науке о поведении // Вехи экономической мысли. Том 2: Теория фирмы / Под ред. В.М. Гальперина. СПб.: Экономическая школа, 2000.

119. Саймон Г.А. Теория принятия решений в экономической теории и науке о поведении // Вехи экономической мысли. Том 2: Теория фирмы / Под ред. В.М. Гальперина. СПб.: Экономическая школа, 2000.

120. Сараев А.Д., Щербина O.A. Системный анализ и современные информационные технологии //Труды Крымской Академии наук. -Симферополь: СОНАТ, 2006. С. 47-59, Ссыка на домен более не работаетStatva Saraev Shcherbina.pdf

121. Севастьянов П.В., Севастьянов Д.П. Оценка финансовых параметров и риска инвестиций с позиций теории нечетких множеств // "Надежные программы", 1997, №1, с. 10-19.

122. Синюк В. Г., Котельников А. П. Системы поддержки принятия решений: основные понятия и вопросы применения. Бегород: Изд-во БеГТАСМ, 1998. - 78 с.

123. Системное проектирование АСУ хозяйством области / под ред. Ф.И.Перегудова. -М.: Статистика, 1977. 159 с.

124. Станиславчик Е.Н. Риск-менеджмент на предприятии: теория и практика. -М., 2002

125. Стиглер Дж.Дж. Экономическая теория информации // Вехи экономической мысли. Т. 2: Теория фирмы / Под ред. В.М. Гальперина. СПб.: Экономическая школа, 2000.

126. Стиглер Дж.Дж. Экономическая теория информации // Вехи экономической мысли. Т. 2: Теорияфирмы / Под ред. В.М. Гальперина. СПб.: Экономическая школа, 2000.

127. Стратонович Р.Л. Теория информации. М.: Сов. Радио. 1975.424с.

128. США: современные методы управления/Под ред. Б. 3. Мильнера. М.: Наука, 1971.

129. Уотшем Т.Дж., Паррамоу К. Количественные методы в финансах. М., 1999.

130. Устинова Г. М. Информационные системы менеджмента: Основные аналит. технологии в поддержке принятия решений: Учеб. пособие / Г.М. Устинова. СПб.: 01а8ойиР, 2000. - 357 с.

131. Уткин Э.А. Риск-менеджмент. Учебник для вузов. М., 2002,364 с.

132. Уэстон Дж.Ф. Концепция теории прибыли: новый взгляд на проблему // Вехи экономической мысли. Т. 3: Рынки факторов производства / Под ред. В.М. Гальперина. СПб.: Экономическая школа, 2000.

133. Федеральный закон "Об инвестиционной деятельности в РФ, осуществляемой в форме капитальных вложений" от 25 февраля 1999 г. №39-Ф3

134. Финансовый менеджмент / Под ред. Г.Б. Поляка. М.: Финансы, Юнити, 1997.

135. Финансовый менеджмент: теория и практика: Учеб. / Под ред. Е.С. Стояновой. М.: Перспектива, 2002.

136. Харкевич A.J. О ценности информации // Проблемы кибернетики. М.: Физматгиз. 1960. В. 4.

137. Хиршлейфер Дж. Инвестиционные решения при неопределенности: подходы с точки зрения теории выбора // Вехи экономической мысли. Т. 3: Рынки факторов производства / Под ред. В.М. Гальперина. СПб.: Экономическая школа, 2000.

138. Хиршлейфер Дж. К теории оптимальных инвестиционных решений // Вехи экономической мысли. Т. 3: Рынки факторов производства / Под ред. В.М. Гальперина. СПб.: Экономическая школа, 2000.

139. Хованов Н. В. Математические модели риска и неопределенности СПб.: Изд-во С.-Петерб. ун-та, 1998. - 199 с.

140. Царев В.В. Оценка экономической эффективности инвестиций. СПб.: Питер, 2004. - 464 е.: ил.

141. Центр статистических исследований. Сценарии и моделирование. www.riskmetrics.com. 2001.

142. Чейз Р. Б., Эквилайн Н. Дж., Якобе Р. Ф. Производственный и операционный менеджмент: Пер. с англ. М.: Изд. Дом Вильяме, 2001. 704 с.

143. Чернов В.А. Инвестиционная стратегия. М.: ЮНИТИ-Дана, 2003 - 158 с.

144. Чернова В.В. Практика управления рисками на уровне предприятия. -СПб., Юнити, 1996.

145. Чернова Н.И. Теория вероятностей, www.nsu.ru/mmf/tvims/ chernova/tv/lec.

146. Четыркин, Е. M. Финансовый анализ производственных инвестиций / Е. М. Четыркин. М. : Дело, 1998. - 256 с.

147. Човушян С.Г., Сидоров А.Н. Управление риском и устойчивое развитие. -ВИЭП, 1999г., 413 с.

148. Чуб Б.А., Бандурин A.B. Стратегический менеджмент организации. Казань: Изд-во КФЭИ, 2002.- 110 с.

149. Шарп У., Александер Г., Бейли Дж. Инвестиции: Пер. с англ. М.: ИНФРА-М, 1999.- 1028 с.

150. Шеремет В.В., Павлюченко В.М., Шапиро В.Д. и др. Управление инвестициями: В 2 т. М.: Высшая школа, 1998.

151. Щукин Д.В. О методике оценки риска VAR. // "Рынок Ценных Бумаг"№16 1999 г.

152. Эконометрика: Учеб. для вузов / Под ред. проф. Н.Ш. Кремера. М.: ЮНИТИ-ДАНА, 2003.

153. Экономика и статистика фирм. Под ред. В. Горфинкеля, Е. Куприянова. -М.: Банки и биржи, ЮНИТИ, 1996.

154. Электронный словарь: Ссыка на домен более не работаетdictionary/.

155. Энциклопедия финансового риск-менеджмента. Под ред. А. А. Лобанова, А. В. Чугунова М.: Банки и биржи, ЮНИТИ, 1996. - 467 с.

156. Юдкевич М.М., Подкозина Е.А., Рябинина Е.Ю. Основы теории контрактов. Модели и задачи: Учеб. пособие. М., 2002.

157. Янг С. Системное управление организацией (пер. с англ.). М.: Сов. Радио, 1972.

158. Список печатных работ автора

159. Десятириков А.Н., Гасилов В.В., Десятирикова E.H. Информационный подход к синтезу организационной структуры уникального проекта. // Системы управления и информационные технологии, №1.2(23). 2006. -с.237-241.

160. Чурсин М.А., Десятириков А.Н., Гасилов В.В. Многокритериальная оптимизация информационной среды системы управления с учетом ценности информационного ресурса принятия решений. // Вестник Воронежского института радио-электроники. В.1. - 2006. - с. 354-362

161. Десятириков А.Н., Гасилов В.В. Многокритериальная оптимизация распределенных систем реального времени. // Сб. мат. МНПК Место и роль России в мировом хозяйстве (16-17.11.2006). ч.Ш, Круглый стол. - Воронеж: Научная книга. - 2006. - с.72-77.

162. Десятириков А.Н., Гасилов В.В. Оценка вероятности рисков проектов в строительстве. // Сб. тез докл. I МНПК Оценка риска и безопасность строительных конструкций(9-10.11.2006). т.2, ВГАСУ. - Воронеж. - 2006. - с. 129-133.

163. Десятириков А.Н., Керницкий T.JI. Прогнозирование экономической эффективности уникального высоко-технологичного проекта. // Инновационный Вестник Регион. Воронеж: ИД Кварта. - № 2. -2006. с. 9-11.

164. Десятириков А.Н., Рынжук И.И. Оценка вероятностных параметров инвестиционного проекта. // Инновационный Вестник Регион. Воронеж: ИД Кварта. - № 6. - 2006. - с.43-45.

Похожие диссертации