Автоматизация процесса управления рисками

ВВЕДЕНИЕ

Актуальность проблемы. Риск привязан как к явлениям макроэкономического плана, например инфляции, так и к обстоятельствам микроэкономики. В последние входят такие виды рисков, как вероятность реального достижения технико-эксплутационных параметров проекта, несвоевременная реализация проекта, отрицательные отклонения в поведении поставщиков, потребителей. По природе возникновения риск в инновационной деятельности предстоит как субъективный и объективный. По сфере своего возникновения риск может быть внешним и внутренним. Субъективный вид риска связан с личностью конкретного предпринимателя, руководителя, вообще лица принимающего то или иное техническое решение. Это недостаток опыта профессионализма, допускаемые ошибки, несовершенство систем учёта и расчёта показателей. Или, наоборот, высокие деловые качества, должный уровень построения нормативной базы предприятия. Объективные виды риска: неполнота информации о технических параметрах техники, условиях её эксплуатации, конъюнктура национального и мирового рынков, экономическая и политическая обстановка в стране. Внутренний риск, как таковой, всегда связан со специализацией данного предприятия, субъективными условиями его развития, существующим личным персоналом. Существенное влияние на риски предприятия оказывает политика государства (неопределённость показателей экономической реформы: финансовая, кредитная, денежная, налоговая политика государства).

Для принятия решения об осуществлении инвестиционного проекта необходимо оценить уровень его риска. Риск определяется как опасность, возможность убытка или ущерба. Под риском принято понимать вероятность потери предприятием части своих ресурсов, недополучения доходов или появления дополнительных расходов в результате осуществления определенной производственно-хозяйственной деятельности.

Риск — это неопределенность в отношении возможных потерь на пути к цели. Любое вложение денег в бизнес с осознанной целью получить доход вовлекает в рассмотрение вопрос о соотношении риска и потенциального дохода. Последнее должно быть достаточно привлекательным для инвестора. Чем выше рискованность вложения, тем больше должен быть обещаемый инвестору доход.

  Увеличение количества промышленных предприятий, усложнение самих процессов обработки и анализа данных для принятия решений по управлению рисками требует новых подходов к комплексной обработке информации. В последнее время на промышленных предприятиях сильно усложнились процессы производства, в связи с этим задачи управления рисками становятся все более актуальными. В подтверждении этого многие ведущие производители разрабатывают системы управления рисками, где реализован ряд стандартных алгоритмов.

Однако, мало рассматриваются особенности промышленных предприятий в условиях российской экономики, в которой экономические циклы отличаются от принятых на западе. Многие стационарные модели уже неадекватны сегодняшнему дню из-за быстрого темпа роста показателей предприятий. В связи с этим, рассматриваемая диссертационная работа, направленная на решение вопросов автоматизации процесса анализа и управления рисками промышленных предприятий представляется актуальной.

Объектом исследования является: типовое промышленное предприятие, на котором выполняются операции связанные с управлением рисками.

Цель и основные задачи исследования

Целью диссертационной работы является разработка научных методов и алгоритмов комплексной обработки информации о рисках промышленных предприятий и их реализация в виде макета информационной системы.

В соответствии с поставленной целью решаются следующие задачи:

исследование и анализ методов и подходов управления рисками промышленных предприятий;

разработка алгоритма сезонной корректировки временных рядов для показателей оценки рисков;

для дискретного случая задачи выделения циклов разработка конкретных процедур для выделения динамических сезонных циклов с оптимальными весовыми коэффициентами;

разработка алгоритма нечеткой классификации рисков как объектов метрического пространства;

разработка статистической базы данных производственных и финансово-экономических показателей типового промышленного предприятия;

разработка макета программно-моделирующего комплекса и архитектуры автоматизированной системы управления рисками.

Методы исследования

Результаты диссертационной работы получены на основе комплексного использования теории нечетких множеств, теории временных рядов, многомерного анализа, оптимального управления, факторного анализа, кластерного анализа, теории баз данных и др.

Научная новизна

Научная новизна диссертации состоит в разработке методов, моделей и алгоритмов комплексной автоматизации управления рисками промышленных предприятий.

На защиту выносятся следующие основные научные результаты:

архитектура системы управления рисками промышленных предприятий.

алгоритм нечеткой классификации рисков позволяющий рациональным образом выбирать кластеры с невыпуклой структурой;

? для скалярной задачи);

макет информационной системы управления рисками промышленных предприятий.

Достоверность научных положений, рекомендаций и выводов

Обоснованность научных положений, рекомендаций и выводов, изложенных в работе, определена проверкой согласования результатов аналитических моделей с эквивалентными компонентами имитационных моделей. Достоверность научных положений, рекомендаций и выводов подтверждена положительными результатами внедрения в ряде предприятий.

Практическая ценность и реализация результатов работы

Результаты проведенных научных исследований были использованы при создании ряда систем анализа и управления рисками на промышленных предприятиях. Основные результаты диссертации внедрены в ООО «СТРОЙСТАНДАРТ ПЛЮС», ООО «ТАРИНА», а также используются в учебном процессе на кафедре «АСУ» МАДИ (ГТУ).

Основные научные положения и результаты диссертации докладывались и обсуждались на заседаниях кафедры «Автоматизированные системы управления» МАДИ (ГТУ) в 2005-2008 годах, на 58-61 научно-методических конференциях МАДИ (ГТУ) (Москва 2005-2008 годы), а также на международных конференциях «Информационные и телекоммуникационные технологии в интеллектуальных системах» (Италия 2006 г., Испания 2007

Публикации. Отдельные положения диссертации отражены в восьми печатных

Объем работы и структура диссертации. Диссертационная работа состоит из введения, 4 глав основного текста, выводов по главам, заключения, списка использованной литературы из 117 наименований и приложения.

Во введении приводится краткая характеристика диссертационной работы. Обоснована актуальность выбранной темы, приведено краткое содержание

В первой главе проведен детальный анализ методов, средств и систем автоматизации управления рисками промышленных предприятий. Проанализированы наиболее распространенные системы управления рисками. Показаны их особенности достоинства и недостатки. Обоснована актуальность комплексного подхода к управлению рисками промышленного предприятия. Проведена классификация рисков.

Показано, что данные, используемые при анализе рисков, подразделяются на две группы: случайные переменные и неопределенные переменные нестохастической природы. Важным является то, что при помощи методов (отмеченных пунктирными линиями на рис. REF _Ref209506547 \h \* MERGEFORMAT 1 .) можно осуществлять переходы между классами рисков, что позволяет исследовать риски разной природы.

Классификация рисков

Рис. SEQ Рисунок \* ARABIC 1

Случайные переменные, используемые при описании рисков, с неизвестным распределением в диссертации подразделяются на два вида: с известными параметрами распределения и с неизвестными. При исследовании систем со случайными факторами широко используют вероятностно-статистические методы. Например, методами параметрического статистического оценивания можно определить параметры распределения случайных переменных на основе статистических испытаний. Непараметрическое оценивание позволяет установить виды распределений случайных переменных, влияющих на показатели риска.

Неопределенные факторы рисков нестохастической природы можно условно разделить на две группы: с известными и неизвестными функциями принадлежности (диапазонами изменения переменных). Функция принадлежности задает некоторое подмножество общей допустимой области изменения показателя риска, определяемой, например, физическим происхождением соответствующего фактора.

Таблица SEQ Таблица \* ARABIC 1 .

Взаимосвязь методов и задач управления рисками

Решаемая задача

Идентификация Оценивание Прогноз

Статистические; вероятностно- статистические Проверка статистических гипотез, корреляционный, дисперсионный и факторный анализ Статистическое оценивание, теория распределений, проверка гипотез Временные ряды; прогнозирование.

Теоретико-вероятностные Феноменологический и детерминистский методы, теория вероятностей, теория графов Теория вероятностей; теория графов; имитационное моделирование Случайные процессы; нелинейная динамика; химия, физика и механика катастроф

Эвристические Экспертное оценивание (качественно-количественное ранжирование рисков) Экспертное оценивание; нечеткие модели Экспертное оценивание; теория перемен

Сложность структуры рисков обосновывает комплексный подход к решаемой проблеме. Выбор метода сильно зависит от природы изучаемого процесса, а сложность процессов на промышленных предприятиях за последнее время сильно возросла. Поэтому в диссертации проведена классификация методов и задач управления рисками. (Табл. REF _Ref209528119 \h \* MERGEFORMAT