Автоматизация процесса управления рисками промышленных предприятий

• Автор: Будихин, Сергей Анатольевич
• Шифр специальности: 05.13.06
• Научная степень: Кандидатская
• Год защиты: 2008
• Место защиты: Москва
• Количество страниц: 121 с. : ил.

Введение

Глава 1 Анализ подходов методов и средств для управления рисками

1.1 Управление рисками как объект исследования

1.2 Классификация рисков и методы исследования

1.3 Основные задачи автоматизации рисков промышленных предприятий21

1.4 Обзор систем управления рисками промышленных предприяий

1.5 Архитектура системы управлении рисками промышленных предприятий

Глава 2. Разработка алгоритмов, сглаживания, выделения трендов и прогнозирования для управления рисками промышленных предприятий

2.1 Основные операции с временными рядами

2.2 Модели прогнозирования временных рядов. Модель авторегрессии порядка р

2.3 Прогнозирование временных рядов
2.4 Прогнозирование и выделение циклических изменений во временном ряде финансово-экономических показателей, связанных с управлением рисками
2.5 Модель с непрерывным временем ‘
2.6 Вращения факторов как метод анализа данных для управления рисками промышленных предприятий
Г лава 3 Анализ методов и алгоритмов управления рисками промышленных предприятий
3.1 Математические модели оценки стохастических рисков промышленных предприятий
3.1 Методы нечеткой кластеризации для управления рисками на предприятии
3.2 Методика проектирования систем баз данных на
концептуальном и логическом уровнях
Глава 4. Структура автоматизированной системы управления рисками
4.1 Выбор реляционной СУБД
4.2 Реализация информационной системы в среде СУБД Огасіе
4.3 Система визуализации и анализа данных
Заключение
Литература
Приложение
Приложение

Введение
Актуальность проблемы.
Хозяйственный риск привязан как к явлениям макроэкономического плана, например инфляции, так и к обстоятельствам микроэкономики. В последние входят1 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 целыо 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.

уровень шума, тем большее значение т следует выбирать. Однако, оно не должно быть слишком большим, иначе не будет эффективной линейная аппроксимация (4). Отметим, что точность вычисления производной зависит также от такого параметра, как количество измеренных значений на характерном периоде колебаний. Опыт показывает, что если на один период приходится менее 30-40 точек, то точность вычисления производной не велика; желательно, чтобы было не менее 100 точек на периоде.
2.2 Модели прогнозирования временных рядов. Модель авторегрессии порядка р
данная модель описывает зависимость текущего члена ряда от предыдущих р членов ряда. Важным вопросом данной модели является сходимость процесса. Условием сходимости данного ряда является то, что корни характеристического уравнения (6) данного процесса лежали вне единично круга.
Так как ряд конечен, обратимость процесса авторегрессии обеспечена без каких-либо дополнительных ограничений на его параметры. Модель авторегрессии порядка 1 представляет собой Марковский процесс.
Важными характеристикой временного ряда является частная автокорреляционная функция. Вначале мы можем не знать, каков порядок процесса автоавторегрессии, удовлетворительно описывающего наблюденный ряд. Эта задача аналогична задаче о числе независимых переменных, которые нужно учесть при множественной регрессии. Использование частной автокорреляционной функции для
X, ~(рхХ'_{ +<р2Х2 +... + (ррХ2 +а(

л(ф) = -фхВ-ф2В2