Размещено на http://www.allbest.ru/

ХАРКІВСЬКИЙ НАЦІОНАЛЬНИЙ УНІВЕРСИТЕТ РАДІОЕЛЕКТРОНІКИ

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня кандидата технічних наук

Інформаційна технологія прогнозування ризику в інформаційно-управляючих системах

Федоров Євген Григорович

УДК 004:330.131.7

05.13.06 - інформаційні технології

Харків 2008

Дисертацією є рукопис.

Робота виконана в Харківському національному університеті радіоелектроніки Міністерства освіти і науки України.

Науковий керівник: кандидат технічних наук, доцент Шамша Борис Володимирович, Харківський національний університет радіоелектроніки, професор кафедри інформаційно-управляючих систем.

Офіційні опоненти: доктор технічних наук, професор Федорович Олег Євгенович, Національний аерокосмічний університет ім. М.Є. Жуковського «Харківський авіаційний інститут», завідувач кафедри інформаційних управляючих систем;

доктор технічних наук, професор Асєєв Георгій Георгійович, Харківська державна академія культури, завідувач кафедри інформаційних технологій.

Захист відбудеться 11.06.2008 р. о 15 годині на засіданні спеціалізованої вченої ради Д 64.052.01 у Харківському національному університеті радіоелектроніки за адресою: 61166, м. Харків, пр. Леніна, 14.

З дисертацією можна ознайомитись у бібліотеці Харківського національного університету радіоелектроніки за адресою: 61166, м. Харків, пр. Леніна, 14.

Автореферат розісланий 08.05.2008 р.

Вчений секретар

спеціалізованої вченої ради С.Ф. Чалий

Размещено на http://www.allbest.ru/

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

прогнозування ризик інформаційний управляючий

Актуальність теми. Управління підприємствами в сучасних умовах характеризується збільшенням інформаційних потоків, підвищенням складності та зростанням рівня ризику в процесі прийняття управлінських рішень. Спостерігається велика кількість банкрутств через виникнення ситуацій ризику. Підвищення рівня ризику пов'язане з глобалізацією, збільшенням кількості зв'язків між суб'єктами економічних систем та кількості економічних суб'єктів, зменшенням часу фінансових транзакцій. Особливо це стосується підприємств, які управляють фінансовими потоками. Це призводить до необхідності розробки методів та моделей прогнозування ризику, що є складовою частиною математичного забезпечення інформаційно-управляючих систем (ІУС).

Серед українських вчених, у роботах яких досліджуються питання прогнозування ризику, слід відзначити: В. В. Вітлінського, Г. І. Великоіваненко, А. Г. Ахламова, А. Б. Камінського та ін. Серед зарубіжних вчених слід відзначити: Ф. Найта, Г. Марковіца, Дж. Тобіна, В. Шарпа, Дж. Р. Хікса, А. А. Лобанова, А. В. Чугунова, М. А. Рогова, М. М. Моісеєва.

Аналіз літературних джерел свідчить, що сьогодні науковою проблемою є недостатня ефективність існуючих методів, моделей та інформаційної технології прогнозування ризику (ІТПР). Недостатньо уваги приділяється вирішенню задачі прогнозування величини можливих збитків від реалізації ризику. Важливою проблемою в даній області є те, що існуючі методи, моделі та інформаційна технологія прогнозування ризику не дозволяють достатньо ефективно розраховувати величину ризику в складних умовах, як, наприклад, в присутності гетероскедастичності, «важких хвостів» розподілу вхідних даних. Важливим є питання урахування факторів, які призводять до значних змін ризику. Актуальні також є питання розробки методу аналізу та синтезу функціональної моделі прогнозування ризику в ІУС, удосконалення методу оцінки ефективності методів і моделей прогнозування ризику, удосконалення існуючих методів та моделей прогнозування ризику (наприклад, метод Value-at-Risk), які забезпечували б заданий рівень значущості моделі прогнозування ризику та неперевищення заданого користувачем рівня втрат від реалізації ризику.

У зв'язку з цим тема дисертації має важливе наукове та прикладне значення, оскільки вона спрямована на вирішення проблеми підвищення ефективності ІУС під час вирішення задач прогнозування ризику.

Зв'язок роботи з науковими програмами, планами, темами. Робота виконувалась у відповідності з планом науково-дослідницьких робіт Харківського національного університету радіоелектроніки в рамках держбюджетної теми № 162 «Дослідження й розробка методологій, інформаційних технологій проектування й реінжинірингу інтегрованих інформаційних управляючих систем».

Мета і задачі дослідження. Метою дисертаційної роботи є розробка методів, моделей та інформаційної технології прогнозування ризику для підвищення ефективності функціонування ІУС. Для досягнення поставленої мети в дисертаційній роботі вирішуються такі задачі:

- аналіз та оцінка ефективності існуючих методів, моделей та інформаційної технології прогнозування ризику в ІУС;

- удосконалення методу оцінки ефективності методів і моделей прогнозування ризику в ІУС;

- розробка методу вибору моделі прогнозування ризику в ІУС;

- розробка моделі прогнозування ризику з урахуванням факторів, які призводять до значних змін ризику в ІУС;

- удосконалення методу прогнозування ризику Value-at-Risk (VaR) з забезпеченням неперевищення заданого рівня втрат від реалізації ризику;

- розробка методу аналізу та синтезу функціональної моделі прогнозування ризику в ІУС;

- розробка інформаційної технології прогнозування ризику в ІУС;

- проведення апробації отриманих результатів.

Об'єктом дослідження є процес прогнозування ризику в інформаційно-управляючих системах.

Предметом дослідження є методи, моделі та інформаційна технологія прогнозування ризику в інформаційно-управляючих системах.

Методи дослідження: методи системного аналізу під час дослідження існуючої інформаційної технології та процесу прогнозування ризику в ІУС, метод імітаційного моделювання під час оцінювання ефективності моделей прогнозування ризику в ІУС, методи теорії ймовірностей та математичної статистики, методи аналізу та прогнозування часових рядів під час розробки інформаційної технології прогнозування ризику в ІУС.

Наукова новизна отриманих результатів. У ході вирішення поставлених задач були отримані такі наукові результати:

1. Вперше запропоновано метод аналізу та синтезу функціональної моделі прогнозування ризику в ІУС, який включає етапи: вибору найбільш ефективної моделі прогнозування ризику в залежності від статистичних характеристик вхідних даних; прогнозування значних змін ризику; корегування прогнозу ризику в залежності від помилки прогнозу. Запропонований метод дозволяє підвищити точність прогнозування ризику в ІУС.

2. Удосконалено метод прогнозування ризику Value-at-Risk шляхом корегування множника стандартного відхилення в залежності від рівня помилки прогнозу, що дозволяє підвищити точність прогнозування рівня ризику в ІУС.

3. Удосконалено метод оцінки ефективності методів і моделей прогнозування ризику в інформаційно-управляючих системах шляхом використання запропонованого критерію відносного рівня втрат, що дозволяє визначити відносний рівень втрат від реалізації ризику та підвищити точність оцінки ефективності методів і моделей прогнозування ризику в ІУС.

4. Отримала подальший розвиток концептуальна модель прогнозування ризику в ІУС шляхом урахування динаміки впливу факторів ризику, які призводять до появи значних змін рівня ризику, що дозволяє підвищити точність прогнозування рівня ризику в ІУС.

Практичне значення отриманих результатів полягає в тому, що теоретичні положення дисертаційної роботи доведені до інженерних методик, алгоритмів, процедур та функцій, що стали основою інформаційної технології прогнозування ризику, а саме:

- методика, алгоритм та функція оцінки ефективності методів і моделей прогнозування ризику;

- процедури та функції розрахунку параметрів методів і моделей прогнозування ризику;

- процедури та функції розрахунку множника стандартного відхилення в моделі прогнозування Value-at-Risk;

- процедури та функції, що реалізують модель прогнозування значних змін рівня ризику;

- процедури та функції, що реалізують метод аналізу та синтезу функціональної моделі прогнозування ризику в ІУС.

Інформаційна технологія прогнозування ризику була використана при прогнозуванні ризику в ІУС організацій фінансової сфери та забезпечила підвищення точності прогнозування ризику.

Теоретичні результати впроваджені:

- у вигляді процедур та функцій мовою програмування математичного пакету MATLAB в «Науково-дослідний і проектний інститут транспорту газу» (акт впровадження від 16.10.2007);

- у вигляді програмного модуля математичного пакету MATLAB в аналітичному відділі ТОВ «Каліта Фінанс» (акт впровадження від 11.10.2007);

- у вигляді методичних рекомендацій у навчальний процес університету під час викладання дисциплін «Ділингові інформаційні системи», «Математичне забезпечення ІУС» (акт впровадження від 09.10.2007).

Особистий внесок здобувача. Усі результати дисертації отримано автором самостійно. У наукових працях, опублікованих у співавторстві, автору належать:

- у роботі [1] автором визначені основні етапи проведення оцінки ефективності методів і моделей прогнозування ризику в інформаційно-управляючих системах. Визначено умови проведення випробувань. Розроблено метод оцінки ефективності методів і моделей прогнозування ризику;

- у роботі [2] автором проведено оцінку ефективності методів і моделей прогнозування ризику в інформаційно-управляючих системах. Визначено загальний недолік усіх моделей прогнозування ризику, який полягає в тому, що існуючі методи і моделі прогнозування ризику не дозволяють ефективно прогнозувати різкі сплески рівня ризику;

- у роботі [5] автором запропоновано метод прогнозування ризику в умовах гетероскедастичності; визначені області застосування методів і моделей прогнозу ризику; запропонована процедура вибору методу прогнозу ризику; запропоновано критерій відносного рівня втрат від реалізації ризику для оцінки ефективності використання методів і моделей прогнозування ризику.

Апробація результатів дисертації. Основні результати дисертації доповідалися й обговорювалися на: міжнародній конференції TCSET'2004 «Modern problems of radio engineering, telecommunications and computer science» (Львів, 2004 р.), міжнародній конференції CADSM'2005 «The experience of designing and application of CAD Systems in microelectronics» (Львів-Поляна, 2005 р.), Всеукраїнській науково-практичній конференції «Інтеграційні процеси та розвиток фінансової системи України» (Харків, ХНЕУ, 2006 р.), Всеукраїнській науково-практичній конференції «Сучасні тенденції розвитку інформаційних технологій у науці, освіті та економіці» (Луганськ, 2006), «Радіоелектроніка та молодь в XXI столітті» (Харків, ХНУРЕ, 2004 р., 2005 р., 2006 р.), міжнародній конференції ISTA 2007 («6th International Conference on Information Systems Technology and its Applications», Харків, НТУ «ХПІ»), Третій науковій конференції Харківського університету Повітряних Сил імені Івана Кожедуба (Харків, ХУПС, 2007 р.), Другій Міжвузівській науково-технічній конференції ІТЕТС-2007 «Інформаційні технології в економічних та технічних системах» (Кременчук, 2007 р.).

Публікації. Матеріали дисертації опубліковані в 17 наукових працях (6 статтях у наукових журналах, що входять до переліку, затвердженого ВАК України, та 11 тезах доповідей на міжнародних і всеукраїнських наукових конференціях).

Структура і обсяг роботи. Дисертаційна робота складається із вступу, п'яти розділів, висновку, семи додатків, списку використаних джерел. Повний обсяг дисертації становить 178 сторінок, у тому числі 142 сторінки основного тексту, включає 67 рисунків за текстом, з них 5 - на окремих сторінках, 13 таблиць за текстом, додатки на 23 сторінках, список використаних джерел із 156 найменувань на 13 сторінках.

ОСНОВНИЙ ЗМІСТ РОБОТИ

У вступі обґрунтовано актуальність дисертаційної роботи, сформульовано мету та задачі дослідження. Визначено наукову новизну та практичну значущість отриманих результатів. Наведено відомості про зв'язок роботи з науковими програмами, планами, темами, інформацію про особистий внесок здобувача в наукових працях зі співавторами, відомості про публікації та апробацію роботи.

У першому розділі проаналізовано сучасний стан проблеми прогнозування ризику в ІУС та існуючу інформаційну технологію прогнозування ризику в ІУС. Наведено діаграму варіантів використання існуючої ІТПР в ІУС.

Визначено, що вхідні дані під час прогнозування ризику в ІУС характеризуються наявністю таких ефектів, як гетероскедастичність, невідповідність нормальному закону розподілу, скошеність розподілу. Особливо це стосується банківських ІУС та ділингових інформаційних систем (ДІС). На прикладі ДІС проаналізовано структуру інформаційно-управляючої системи та місце в ній інформаційної технології прогнозування ризику.

Проаналізовано ефективність існуючої інформаційної технології прогнозування ризику в ІУС. Ефективність існуючої ІТПР в ІУС подано як функцію: де - ефективність інформаційного забезпечення ІУС; - ефективність математичного забезпечення ІУС; - ефективність програмного забезпечення ІУС; - ефективність технічного забезпечення ІУС; - ефективність організаційного забезпечення ІУС; - ефективність ергономічного забезпечення ІУС; - ефективність лінгвістичного забезпечення ІУС.

Розглянуто структуру існуючої ІТПР в ІУС. Досліджено ефективність усіх видів забезпечення ІУС на прикладі ДІС. Так, проведено аналіз методів і моделей прогнозування ризику в ІУС, аналіз досліджень за оцінкою ефективності методів та моделей прогнозування ризику. Найпоширенішими методами та моделями прогнозування ризику в ІУС визначено такі: метод кількісної оцінки ризику Value-at-Risk (в який входять моделі прогнозування стандартного відхилення GARCH, EGARCH, модель Riskmetrics), метод історичного моделювання, метод імітаційного моделювання, експертні методи прогнозування. Визначено, що саме методи кількісної оцінки та прогнозування ризику мають важливі суттєві недоліки. Недоліками існуючих методів, моделей та інформаційної технології прогнозування ризику в ІУС визначено такі:

- відсутність в ІТПР методу аналізу та синтезу функціональної моделі прогнозування ризику, який забезпечував би вибір найбільш ефективної моделі прогнозування ризику в залежності від статистичних характеристик вхідних даних;

- незабезпечення заданого рівня числа перевищень та відносного рівня втрат під час прогнозування ризику;

- недосконалість методу оцінки ефективності моделей прогнозування ризику, що обумовлена відсутністю критерію відносного рівня втрат;

- відсутність в ІТПР методу оптимізації параметрів моделей прогнозування ризику;

- відсутність в ІТПР моделі прогнозування значних змін рівня ризику;

- відсутність в ІТПР методу корегування прогнозу ризику в залежності від помилки прогнозу.

Проаналізувавши існуючі дослідження, зроблено висновок, що задача дослідження ефективності моделей прогнозу ризику в різних умовах і різних статистичних характеристиках вхідних даних вирішена не в достатній мірі. Тому виникла задача проведення розширеної оцінки ефективності моделей прогнозу ризику.

Зазначено, що на даний момент не існує українських розробок аналітичних програмних засобів, які реалізують прогноз ризику в ІУС, які б забезпечували вибір найбільш ефективної моделі прогнозування ризику та дозволяли б отримувати прогноз ризику із заданим рівнем значущості при різних статистичних характеристиках вхідних даних.

В результаті аналізу недоліків існуючої ІТПР сформульовано мету, формальну постановку задачі та прийнято таку послідовність проведення досліджень:

- розробка удосконаленого методу оцінки ефективності методів і моделей прогнозування ризику в ІУС;

- розробка методу вибору моделі прогнозування ризику в ІУС;

- розробка моделі прогнозування значних змін рівня ризику в ІУС;

- розробка удосконаленого методу прогнозування ризику Value-at-Risk;

- розробка методу аналізу та синтезу функціональної моделі прогнозування ризику в ІУС;

- розробка інформаційної технології прогнозування ризику в ІУС;

- проведення апробації отриманих результатів.

Другий розділ присвячений розробці методу оцінки ефективності методів і моделей прогнозування ризику в ІУС. Для цього запропоновано провести дослідження обмежень використання методів і моделей прогнозування ризику, удосконалити систему критеріїв оцінки ефективності методів і моделей прогнозування ризику. Розроблено метод вибору найбільш ефективної моделі прогнозування ризику в залежності від статистичних характеристик вхідних даних.

Розроблено концептуальний підхід до прогнозування ризику в ІУС. Проаналізувавши різні визначення поняття ризику, запропоновано визначення поняття ризику в ІУС на базі розробленої схеми взаємозв'язку елементів поняття ризику в ІУС.

Запропоновано метод вибору методу або моделі прогнозування ризику в ІУС, який складається з таких етапів:

- попередній вибір методу або моделі прогнозування ризику на основі врахування обмежень застосування моделей прогнозування ризику;

- оцінка параметрів моделей прогнозування ризику;

- оптимізація параметрів методів і моделей прогнозування ризику;

- розрахунок прогнозу ризику;

- оцінка ефективності методів і моделей прогнозування ризику;

- вибір найбільш ефективного методу або моделі прогнозування ризику в залежності від значень критеріїв ефективності.

Проведено дослідження обмежень використання методів та моделей прогнозування ризику в ІУС для розробки методу попереднього вибору моделі прогнозування ризику. Відзначено, що для підвищення точності прогнозу за методом Riskmetrics необхідно розробити методи вибору параметра згладжування.

Для зменшення часу пошуку найбільш ефективного методу або моделі прогнозування ризику запропоновано провести імітаційне моделювання та визначити найбільш ефективні методи та моделі прогнозування ризику в залежності від статистичних характеристик вхідних даних.

Для визначення умов проведення імітаційного моделювання визначено параметри, які впливають на якість методів і моделей прогнозування ризику, для чого досліджені статистичні характеристики часових рядів на прикладі фінансових часових рядів, оскільки вони мають найбільш складні характеристики - наявність гетероскедастичності, викидів. Визначено, що досліджувані статистичні характеристики можуть змінюватись з часом; наприклад, часові ряди вхідних даних для прогнозування ризику можуть бути стаціонарними, нестаціонарними, однорідними, неоднорідними, гетероскедастичними, гомоскедастичними.

Проведено дослідження з вибору методу генерації вибірок для оцінки ефективності методів і моделей прогнозування ризику на основі визначення характерних статистичних характеристик часових рядів вхідних даних для прогнозування ризику.

Згенеровано вибірки об'ємом 2000 значень для класів рядів: з ексцесом, що змінюється в межах k[2.75;18] і з автокореляцією квадратів рівнів ряду вхідних даних; ряд, що являє собою ряд нормально розподілених випадкових величин з нульовим середнім та одиничною дисперсією.

Удосконалено метод оцінки ефективності методів і моделей прогнозування ризику в ІУС шляхом використання запропонованого критерію ефективності Real (див. вираз 2).

Розроблено процедуру вибору параметра згладжування в моделі експоненціального згладжування. Пошук оптимального параметра згладжування виконується за критерієм Real. Метод попереднього вибору моделей прогнозування ризику в залежності від статистичних характеристик вхідних даних полягає в наступному:

- якщо часовий ряд вхідних даних являє собою білий шум, то найкращий прогноз ризику досягається за допомогою побудови моделі постійної дисперсії;

- у випадку наявності автокореляції квадратів часового ряду вхідних даних застосовуються моделі: експоненціального згладжування та GARCH (за умови, що кількість спостережень більше 1000). В результаті оцінки ефективності підтверджено наявність таких недоліків існуючих методів і моделей прогнозування ризику:

- значення кількості перевищень (за критерієм ItogPrev) не відповідає заданому, тобто моделі дають більшу кількість перевищень прогнозного значення ризику, ніж потрібно, відповідно до заданого рівня значущості;

- неможливість отримання прогнозу значних змін ризику, що є результатом впливу факторів, які не враховуються в статистичних моделях прогнозування ризику, що дає неадекватну оцінку ризику.

Зроблено висновок, що для підвищення точності прогнозування ризику необхідно враховувати прогноз значних змін ризику та корегувати прогноз в залежності від помилки прогнозу.

Третій розділ присвячений удосконаленню моделі прогнозування ризику в ІУС шляхом урахування динаміки впливу факторів ризику, які призводять до появи значних змін рівня ризику.

В основі прогнозування значних змін рівня ризику лежить визначення найбільш впливових факторів ризику, що базується на оцінці їх ступеня впливу на об'єкт ризику. Наступним кроком виконується прогнозування значних змін ризику.

Запропоновано удосконалену концептуальну модель прогнозування ризику в ІУС з урахуванням впливу факторів, що призводять до появи значних змін рівня ризику. Прогноз розраховується за моделлю прогнозування ризику VaR (з прогнозом стандартного відхилення) або за методом HS і, у випадку дії фактора ризику - за моделлю:

(3)

де - значення прогнозу рівня ризику;- значення прогнозу рівня ризику за методом Value-at-Risk; - середнє значення часового ряду різниць порядку d; - б-квантиль нормального розподілу; - прогнозне значення стандартного відхилення ряду різниць; - прогнозне значення ризику, розраховане за моделлю прогнозування значних змін ризику через вплив фактора ризику j; де - фактори ризику; - дата, на яку здійснюється прогноз ризику; - множина, елементами якої є підмножини, що складаються з дат дії фактору ризику.

Наведено вирішення задачі прогнозування значних змін ризику на прикладі ділингових інформаційних систем. Причиною різкого підвищення прибутковості фінансових активів, і зокрема, курсів валют, може бути вихід очікуваних фундаментальних факторів - даних економічної статистики країн світу. Проте, на сьогодні вплив очікуваних фундаментальних факторів на рівень прибутковості курсів валют не формалізовано.

Проведено дослідження виду використовуваних вхідних даних на прикладі ДІС для дослідження впливу очікуваних факторів ризику на рівень прибутковості. Для одержання даних про зміну прибутковості курсу валют запропоновано брати ряд різниць мінімальної та максимальної цін протягом одного дня (T) за три роки: де - ряд рівнів часового ряду цін активу за період часу T; - максимальна ціна за період T; - мінімальна ціна за період T.

Для дослідження впливу фундаментальних факторів на рівень прибутковості курсів валют порівняно такі дані: дані про прибутковість курсу валют на момент виходу очікуваного фундаментального фактора; календар виходу очікуваних фундаментальних факторів.

Проведено дослідження щодо вибору моделі прогнозування значних змін рівня ризику в ІУС. Досліджено моделі: експоненціального згладжування, АРПКС, моделей вирівнювання тренду. Для урахування динаміки зміни впливу фундаментальних факторів пропонується використати модель експоненціального згладжування з демпфірованим трендом без обліку сезонності:;; де - значення часового ряду; ,, - параметри згладжування; - згладжене значення ряду; - оцінка тренду; - оцінка прогнозного значення ризику; - величина упередження. Вибір даної структури моделі під час прогнозування ризику з урахуванням фундаментальних факторів ґрунтується на результатах проведеного дослідження ефективності різних видів структур. Так, серед усіх досліджуваних моделей модель із даною структурою показала найбільшу ефективність відповідно до критеріїв ефективності: LF1, LF2, LF3, Real, ItogPrev, Criterion_STD. На основі аналізу факторів було виділено чотири найбільш впливових фактори, які призводять до значних змін ризику. Побудовано моделі прогнозування ризику за фундаментальними факторами: фактором NonFarm Payrolls (код NF); фактором Federal Open Market Committee (код FOMC); фактором ECB meeting (код ECB); фактором Institute for Supply Management index (код ISM).

Проведено оцінку ефективності моделі прогнозування ризику з урахуванням впливу факторів, які призводять до появи значних змін ризику (див. модель 3, причому). Ефективність прогнозування ризику при використанні запропонованої моделі за критерієм величини перевищень LF1 на 41_66% вище, ніж за моделлю GARCH(1,1). Водночас, падіння ефективності за критерієм LF3 становить лише 0.5-19%. Результати оцінки ефективності свідчать про те, що за рахунок прогнозування значних змін ризику було досягнуто значне підвищення точності прогнозу ризику в умовах значних змін ризику при невеликому збільшенні витрат капіталу за критерієм LF3 (особливо для рівнів значущості 0.01, 0.005).

Четвертий розділ присвячений розробці методу аналізу та синтезу функціональної моделі прогнозування ризику в ІУС, удосконаленню методу прогнозування ризику Value-at-Risk та розробці інформаційної технології прогнозування ризику в ІУС. Розроблено інформаційну базу ІТПР.

Запропоновано метод аналізу та синтезу функціональної моделі прогнозування ризику в ІУС, який складається з таких етапів:

- на першому етапі визначаються статистичні характеристики часового ряду вхідних даних процесу, ризик якого розраховується. Якщо статистичних даних немає або недостатньо для використання статистичних методів прогнозування ризику (кількість рівнів часового ряду менше 30), переходимо до п'ятого етапу (використання експертних методів прогнозування). Якщо дані є, визначається кількість спостережень, ексцес, проводиться перевірка на нормальність, тести на наявність гетероскедастичності, аналіз автокореляційних функцій різниць і квадратів різниць часового ряду вхідних даних;

- на другому етапі здійснюється оптимізація параметрів методів і моделей прогнозування ризику. Так, для моделі експоненціального згладжування визначається оптимальний параметр згладжування шляхом вирішення задачі оптимізації, де цільовою функцією є мінімізація критерію Real для відповідного рівня втрат;

- на третьому етапі виконується процедура вибору найбільш ефективних методів і моделей прогнозування ризику в залежності від статистичних характеристик вхідних даних (за методом вибору моделі, розробленим у другому розділі);

- на четвертому етапі визначається прогноз ризику за моделлю

- на п'ятому етапі розраховується прогноз ризику експертними методами прогнозування. Якщо є дані про вплив факторів ризику, що призводять до значних змін ризику процесу, що досліджується, розраховується прогноз ризику за моделлю (3) з урахуванням факторів, які призводять до значних змін ризику; одержуються значення прогнозу та розраховуються критерії ефективності прогнозу ризику. Як виявили дослідження, для забезпечення неперевищення заданого рівня втрат потрібно здійснювати корегувальні дії при прогнозуванні. Для забезпечення заданої ефективності методів і моделей прогнозування ризику пропонується враховувати помилку прогнозування на попередньому кроці (див. шостий етап);

- на шостому етапі визначається значення виправлення для часового ряду заданого рівня втрат. Дане значення визначається за моделлю прогнозування помилки прогнозу з використанням помилки прогнозу на попередньому кроці прогнозування. Це значення визначається як різниця між заданим значенням рівня втрат та поточним значенням критерію LF1:

Запропоновано удосконалений метод прогнозування ризику VaR (при прогнозуванні за моделлю 4), який полягає в розрахунку початкового значення множника та корегуванні множника в залежності від помилки прогнозу (див. моделі 5, 6).

Початкове значення коефіцієнта (далі - множник ) запропоновано розраховувати методом оптимізації у відповідності до значення критерію Real, який повинен дорівнювати заданому користувачем значенню відносного рівня втрат (наприклад, 0.05). Множник визначається шляхом оптимізації алгоритмічним способом: приймається початкове значення ; виконується розрахунок елементів ряду значень стандартного відхилення; розраховується значення критерію Real; якщо значення критерію Real відповідає заданому значенню рівня втрат, відбувається вихід з циклу, інакше - значення збільшується на 0.0001 та виконується перехід на крок розрахунку елементів ряду значень стандартного відхилення;

Розроблено інформаційну технологію прогнозування ризику в ІУС, яка включає методи, моделі процедури та функції, що реалізують: отримання вхідних даних, визначення статистичних характеристик вхідних даних, оцінку ефективності методів і моделей прогнозування ризику, корегування прогнозу ризику в залежності від помилки прогнозу, прогнозування значних змін ризику, візуалізацію результатів.

П'ятий розділ присвячений практичному застосуванню науково-дослідних результатів дисертаційної роботи на прикладах вирішення задачі прогнозу ризику в ділинговій інформаційній системі банку та в ІУС підприємства.

Проаналізувавши результати оцінки ефективності з використанням розробленої ІТПР в ІУС та з використанням існуючої ІТПР, зроблено висновок про те, що при використанні розробленої ІТПР ефективність прогнозування ризику значно підвищується. Так, порівняно з існуючою ІТПР, при використанні якої заданий відносний рівень втрат 0.05 значно перевищується (до 0.08, див. рис. 1), при використанні розробленої ІТПР відносний рівень втрат не перевищує заданий більше, ніж це передбачено довірчим рівнем (знаходиться в межах [0.004; 0.052], див. рис. 2); кількість перевищень зменшується; розкид навколо значення заданого рівня втрат помітно зменшується (для рівня 99.75% - в 2.17 разів, для рівня 99.5% - в 2.5 разів, для рівня 99% - в 3.7 разів, для рівня 97.5% - в 4.5 разів, для рівня 95% - в 3.7 разів).

У додатках наведені тексти програм розробленої ІТПР, таблиці оцінки ефективності методів та моделей прогнозування ризику, акти впровадження у навчальний процес Харківського національного університету радіоелектроніки, в процес роботи «НДІПІ транспорту газу», ТОВ «Каліта Фінанс».

ВИСНОВКИ

У дисертації наведено вирішення актуальної задачі розробки інформаційної технології прогнозування ризику в інформаційно-управляючих системах.

Під час виконання наукових досліджень отримано такі результати:

1. В результаті аналізу сучасного стану проблеми прогнозування ризику в ІУС зроблено висновок про те, що нині задача отримання ефективного прогнозу ризику при різних статистичних характеристиках вхідних даних в ІУС вирішена в недостатній мірі. Досліджено існуючі методи і моделі та інформаційну технологію прогнозування ризику в ІУС. Дослідження свідчать, що традиційні параметричні моделі, які використовуються для обчислення міри ризику VaR, виявляються непридатними без коректування прогнозу. Відсутній в ІТПР метод вибору найбільш ефективної моделі прогнозування ризику в залежності від статистичних характеристик вхідних даних. Щодо програмних засобів прогнозу ризику, модуль, що забезпечує вирішення цієї задачі, в усіх досліджених ділингових системах відсутній; набір моделей і методів прогнозування ризику в існуючих системах аналізу ризику не повний (відсутні такі моделі прогнозу ризику, як GARCH, EGARCH). У зв'язку з цим поставлена мета розробки інформаційної технології прогнозування ризику із забезпеченням заданої ефективності прогнозування.

2. Удосконалено метод оцінки ефективності методів і моделей прогнозування ризику. На основі оцінки ефективності методів і моделей прогнозування ризику показано, що існуючі методи та моделі прогнозування ризику не дозволяють прогнозувати ризик із заданим рівнем ефективності. Також показано, що існуючі методи та моделі прогнозування ризику не дозволяють прогнозувати значні зміни рівня ризику. Розроблено метод вибору моделі прогнозування ризику в залежності від статистичних характеристик вхідних даних.

3. Досліджено існуючі критерії ефективності та запропоновано новий критерій ефективності методів і моделей прогнозування ризику (критерій Real - критерій відносного рівня втрат), що дозволило удосконалити метод VaR для забезпечення неперевищення заданого користувачем рівня втрат від реалізації ризику.

4. Дістала подальший розвиток концептуальна модель прогнозування ризику в ІУС шляхом урахуванням динаміки впливу факторів ризику, які призводять до появи значних змін рівня ризику. Це дозволило підвищити точність прогнозування значних змін рівня ризику в ІУС.

5. Удосконалено метод прогнозування ризику Value-at-Risk шляхом корегування множника стандартного відхилення залежно від рівня помилки прогнозу. Це дозволило підвищити точність прогнозування ризику в ІУС.

6. Запропоновано метод аналізу та синтезу функціональної моделі прогнозування ризику в ІУС, який включає етап вибору найбільш ефективної моделі прогнозування ризику в залежності від статистичних характеристик вхідних даних, етап прогнозування значних змін ризику та етап корегування прогнозу ризику в залежності від помилки прогнозу, що дозволяє підвищити точність прогнозування рівня втрат.

7. На основі запропонованих методів і моделей розроблено інформаційну технологію прогнозування ризику в ІУС з корегуванням прогнозу в залежності від помилки прогнозу та з урахуванням факторів, які призводять до значних змін ризику. Інформаційна технологія реалізована у вигляді програмного модуля математичного пакету MATLAB.

8. Наведено практичне застосування результатів дисертаційної роботи на прикладі вирішення задачі прогнозу ризику в ділингових інформаційних системах та в ІУС підприємства. Показано, що при використанні розробленої інформаційної технології точність прогнозування ризику значно підвищується, що підтверджується актами про впровадження.

СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ

1. Федоров Е.Г., Шамша Б.В. Оценка эффективности моделей прогноза риска в дилинговых информационных системах // Вісник СНУ ім. В. Даля. - 2007. - № 4 (110). - Ч.2. - С. 201-206.

2. Федоров Е.Г., Шамша Б.В. Прогнозирование валютного риска в дилинговых информационных системах // Нові технології. - 2007. - № 1-2 (15-16). - С. 138-144.

3. Федоров Е.Г. Информационная технология прогнозирования валютного риска в дилинговых информационных системах // Восточно-Европейский журнал передовых технологий. - 2007. - № 6/2 (30). - С. 48-51.

4. Федоров Е.Г. Прогнозирование валютного риска в дилинговых информационных системах с учетом фундаментальных факторов // Системи обробки інформації: Зб. наук. праць. - Харків, 2007. - Вип. 2 (60). - С. 128-130.

5. Федоров Е.Г., Шамша Б.В., Гуд А.Ю. Прогнозирование рыночных рисков в условиях гетероскедастичности финансовых временных рядов // Вісник Національного технічного університету «ХПІ»: Зб. наук. праць. Тематичний випуск «Системний аналіз, управління та інформаційні технології». - Харків, 2007. - № 6. - С. 134-143.

6. Федоров Е.Г. Обеспечение заданной эффективности прогнозирования валютного риска в дилинговых информационных системах // Зб. наук. праць Харківського університету Повітряних Сил. - Харків, 2007. - Вип. 3 (15). - С. 141_146.

7. Шамша Б.В., Аль-Гули Абед., Федоров Е.Г. Применение нейронных сетей в прогнозировании дилинговых операций // 9-я Международная конференция «Теория и техника передачи, приема и обработки информации». - Харьков - Туапсе. - 2003. - С. 375-376.

8. Shamsha B.V., Fedorov E.G., Abed Saif Ahmed Al-Ghawli The estimation of Forecasting Models Adequacy in Dealing Information Systems // Modern problems of radio engineering, telecommunications and computer science «Proceeding of the International Conference TCSET'2004». - Lviv. - 2004.- P. 368-371.

9. Федоров Е.Г., Христоева Л.А. Исследование фракталов для прогнозирования хаотических рядов // 8-й международный молодежный форум «Радиоэлектроника и молодежь в XXI веке»: Сб. материалов форума. - Харьков: ХНУРЭ. - 2004. Ч. 2. - С. 26.

10. Федоров Е.Г., Христоева Л.А., Аль-Гули Абед. Анализ и исследование индикаторов принятия решений в дилинговых информационных системах // 8-й международный молодежный форум «Радиоэлектроника и молодежь в XXI веке»: Сб. материалов форума. - Харьков: ХНУРЭ. - 2004. Ч. 2. - С. 30.

11. Shamsha B.V., Fedorov E.G., Ajvazov V.A. Usage of a conditional heteroscedasticity for increasing stochastic processes forecasting accuracy // The experience of designing and application of CAD Systems in microelectronics «Proceeding of the VIIIth International Conference CADSM 2005». - Lviv-Polyana, 2005. - P. 341_343.

12. Федоров Е.Г., Христоева Л.А. Использование показателя Херста в анализе временных рядов // 9-й международный молодежный форум «Радиоэлектроника и молодежь в XXI веке»: Сб. материалов форума. - Харьков: ХНУРЭ. - 2005. - С. 242.

13. Федоров Е.Г., Шеина В.В., Воронина О.В. Кластеризация гетероскедастичности временных рядов в дилинговых информационных системах // 9-й международный молодежный форум «Радиоэлектроника и молодежь в XXI веке»: Сб. материалов форума. - Харьков: ХНУРЭ. - 2005. - С. 255.

14. Федоров Е.Г. Алгоритм проведения анализа финансовых рисков в дилинговых информационных системах // 10-й ювілейний міжнародний молодіжний форум «Радіоелектроніка і молодь в XXI ст.»: Зб. матеріалів форуму. - Харків: ХНУРЕ, 2006. - С. 288.

15. Федоров Е.Г., Колодизев О.Н. Разработка подсистемы управления валютным риском в дилинговой информационной системе коммерческого банка // Бизнес информ. - 2006. - № 9 (327). - С. 26-30.

16. Федоров Е.Г., Здор Е.С. Разработка методики оценки эффективности моделей прогноза риска в дилинговых информационных системах // Сучасні тенденції розвитку інформаційних технологій в науці, освіті та економіці: Матеріали Всеукраїнської науково-практичної конференції. 11-13 грудня 2006 р. - Луганськ: Альма-матер, 2006. - С. 134-135.

17. Федоров Е.Г. Прогнозирование валютного риска в дилинговых информационных системах с учетом фундаментальных факторов // Матеріали третьої наукової конференції Харківського університету Повітряних Сил імені Івана Кожедуба, 28-29 березня 2007 року. Матеріали конференції. - Х.: Харківський університет повітряних сил, 2007. - С. 67.

АНОТАЦІЯ

Федоров Євген Григорович. Інформаційна технологія прогнозування ризику в інформаційно-управляючих системах. - Рукопис.

Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 - інформаційні технології. - Харківський національний університет радіоелектроніки, Харків, 2008 р.

Дисертаційна робота присвячена розробці інформаційної технології прогнозування ризику в інформаційно-управляючих системах.

Вперше запропоновано метод аналізу та синтезу функціональної моделі прогнозування ризику в ІУС, який включає етап вибору найбільш ефективної моделі прогнозування ризику в залежності від статистичних характеристик вхідних даних, етап прогнозування значних змін ризику та етап корегування прогнозу ризику в залежності від помилки прогнозу.

Удосконалено метод прогнозування ризику Value-at-Risk шляхом корегування множника стандартного відхилення в залежності від рівня помилки прогнозу.

Удосконалено метод оцінки ефективності методів і моделей прогнозування ризику в ІУС шляхом використання запропонованого критерію відносного рівня втрат.

Отримала подальший розвиток концептуальна модель прогнозування ризику в ІУС шляхом урахування факторів, які призводять до значних змін ризику.

Наукові результати, отримані в дисертаційній роботі, знаходять практичне застосування при прогнозуванні ризику в ІУС підприємств, банків, фінансових та інвестиційних компаній.

Ключові слова: інформаційна технологія, ризик, Value-at-Risk, методи і моделі прогнозування ризику, рівень втрат, оцінка ефективності.

АННОТАЦИЯ

Федоров Евгений Григорьевич. Информационная технология прогнозирования риска в информационно-управляющих системах. - Рукопись.

Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 - информационные технологии. - Харьковский национальный университет радиоэлектроники, Харьков, 2008 г.

Диссертационная работа посвящена разработке информационной технологии прогнозирования риска в информационно-управляющих системах.

Усовершенствован метод оценки эффективности методов и моделей прогнозирования риска в ИУС путем использования предложенного критерия, а именно: критерия Real (критерия относительного уровня потерь), что позволяет определить относительный уровень потерь от реализации риска и повысить точность оценки эффективности методов и моделей прогнозирования риска в ИУС. Для оценки эффективности используются также критерии: критерий количества превышений прогнозного значения риска реальным, величина превышений, величина средней относительной суммы превышений, величина неиспользованного капитала. В отличие от критерия количества превышений, значение критерия Real показывает уровень потерь от реализации риска (в случае превышения риска прогнозного значения риска). Таким образом, критерий Real позволяет получить информацию о прогнозном значении потерь по отношению к общей сумме риска.

Получила дальнейшее развитие концептуальная модель прогнозирования риска в ИУС путем учета динамики влияния факторов риска, которые приводят к появлению значительных изменений уровня риска, что позволяет повысить эффективность прогнозирования риска в ИУС. В основе прогнозирования значительных изменений уровня риска лежит определение наиболее влияющих факторов риска. Следующим шагом выполняется процедура значительных изменений риска. При наличии статистических данных влияния факторов риска, приводящих к значительным изменениям уровня риска, появляется возможность скорректировать прогноз риска, что дает преимущества по сравнению с использованием традиционного подхода.

Усовершенствован метод прогнозирования риска Value-at-Risk путем корректировки множителя стандартного отклонения в зависимости от уровня ошибки прогноза, что позволяет повысить точность прогнозирования риска в ИУС. Благодаря корректировке множителя стандартного отклонения удалось добиться более точного определения начального значения данного множителя. Кроме того, как показали исследования, статистические характеристики исходных данных могут меняться, и для обеспечения заданной эффективности методов и моделей прогнозирования риска необходимо корректировать значения множителя стандартного отклонения.

Впервые предложен метод анализа и синтеза функциональной модели прогнозирования риска в ИУС, который характеризуется тем, что включает этап выбора наиболее эффективной модели прогнозирования риска в зависимости от статистических характеристик исходных данных, этап прогнозирования значительных изменений риска и этап корректировки прогноза риска в зависимости от ошибки прогноза, что позволяет обеспечить непревышение заданного пользователем уровня потерь.

Разработана информационная технология прогнозирования риска в ИУС, которая включает методы, модели, процедуры и функции, реализующие: получение исходных данных, преобразование исходных данных, определение статистических характеристик данных, проверку гипотезы о нормальности распределения данных, проверку гипотезы о наличии гетероскедастичности, выбор наиболее эффективных методов и моделей прогнозирования риска в зависимости от статистических характеристик исходных данных, оценку параметров методов и моделей прогнозирования риска, оптимизацию параметров моделей и методов прогнозирования риска, корректировку прогноза в соответствии с заданным уровнем потерь, оценку эффективности выбранных методов и моделей прогнозирования риска с возможностью задания параметров моделей и методов вручную и с использованием оптимизированных параметров, прогнозирование риска для заданного уровня значимости, визуализацию результатов всех этапов информационной технологии прогнозирования риска. Информационная технология прогнозирования риска в ИУС реализована в виде процедур и функций математического пакета MATLAB.

Приведен пример использования разработанной информационной технологии прогнозирования риска в дилинговых информационных системах при решении задачи прогноза риска.

Научные результаты, полученные в диссертационной работе, находят практическое применение при прогнозировании риска в ИУС предприятий, банков, финансовых и инвестиционных компаний.

Ключевые слова: информационная технология, риск, Value-at-Risk, методы и модели прогнозирования риска, уровень потерь, оценка эффективности.

ABSTRACT

Fedorov Evgen Grygorovich. Information Technology of Risk Forecasting in Information Management Systems. - Manuscript.

The dissertation to obtain the degree of Candidate of Technical Sciences, specializing in 05.13.06 - Information Technologies. - Kharkiv National University of Radioelectronics, Kharkiv, 2008.

Dissertation work is dedicated to development the information technology of risk forecasting in Information Management Systems (IMS).

The method of analysis and synthesis of risk forecasting functional model in IMS is first developed. This method includes stages: stage of choice the most effective model of risk forecasting depending on statistical characteristics of the initial data, a prediction stage of risk significant changes and a stage of risk forecast correction depending on a forecast error, that allows to provide the unexceeding preselected level of losses set by a user.

The model of significant changes of risk is improved. This model includes risk factors which result in occurrence of significant changes of a risk level.

The method of currency risk forecasting Value-at-Risk is improved. This method based on a risk forecast correction depending on a forecast error.

Taken further development the method of risk forecasting methods and models efficiency estimation.

Scientific results, got in dissertation work, find practical application at risk forecasting in IMS of banks, financial and investment companies.

Keywords: information technology, risk, Value-at-Risk, methods and models of risk forecasting, level of losses, estimation of effectiveness.

Размещено на Allbest.ru

...