Бакалавр
Дипломные и курсовые на заказ

Динамическое моделирование деятельности кредитной организации по производству банковских услуг

Диссертация: Динамическое моделирование деятельности кредитной организации по производству банковских услуг
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Разработана модель поведения потребителя банковских услуг в виде нечеткой причинно-следственной сети, которая входит в качестве структурного элемента в систему маркетинга банка. Модель поведения содержит три группы элементов: мотивы, побуждающие клиента к приобретению банковских услуг, которые имеют направленные связи с элементом «уровень потребности», определяя его значение на основе нечеткого… Читать ещё >

Содержание

  • 1. Система маркетинговых исследований банка
    • 1. 1. Общие цели и задачи системы маркетинговых исследований
    • 1. 2. Системное представление маркетинговой деятельности при стратегическом планировании
    • 1. 3. Модель поведения покупателя банковских услуг
    • 1. 4. Полученные результаты и
  • выводы.3О
  • 2. Методическое обеспечение системы маркетинга
    • 2. 1. Методы кластеризации при обработке маркетинговой информации
    • 2. 2. Снижение размерности системы маркетинговых данных
    • 2. 3. Анализ временной зависимости депозитов
      • 2. 3. 1. Методы анализа временных рядов
      • 2. 3. 2. Нейросетевые модели
      • 2. 3. 3. Анализ кассовых операций по обслуживанию физических лиц
    • 2. 4. Полученные результаты и
  • выводы
  • 3. Нечеткое моделирование системы производства банковского продукта
    • 3. 1. Система управления деятельности банка
    • 3. 2. Нечеткая математическая модель производства банковского продукта
    • 3. 3. Обучение нечеткой сети, моделирующей банковскую деятельность
    • 3. 4. Полученные результаты и
  • выводы
  • 4. Моделирование динамики развития банковской организации
    • 4. 1. Модель жизненного цикла банковского продукта
    • 4. 2. Моделирование SWOT-стратегий нечеткой системой
    • 4. 3. Внешние и внутренние факторы, влияющие на развитие банка
      • 4. 3. 1. Ранжирование внешних и внутренних факторов методом анализа иерархий
      • 4. 3. 2. Прогноз динамики внешних факторов
    • 4. 4. Моделирование сценариев банковской деятельности
      • 4. 4. 1. Переменные модели и структура системы
      • 4. 4. 2. Анализ результатов расчетов
    • 4. 5. Полученные результаты и
  • выводы

Динамическое моделирование деятельности кредитной организации по производству банковских услуг (реферат, курсовая, диплом, контрольная)

Актуальность темы

исследования. В условиях усиления конкурентной борьбы в современных условиях российского рынка важным является сохранение и расширение клиентской базы. Для этого необходима ориентация банков на расширенное обслуживание физических лиц с учетом индивидуального подхода, повышение качества услуг и их привлекательности для клиентов. Устойчивое положение на рынке банковских услуг достигается за счет внедрения современных технических средств, банковских технологий, совершенствования системы управления персоналом, повышения квалификации сотрудников, улучшения имиджа банка.

Современная экономика развитых стран характеризуется очень высокими темпами развития информационных технологий. Деятельность кредитных организаций, определяющая производство банковского-продукта, как ни какая другая сфера экономической деятельности, связана с применением и потреблением информационных ресурсов. Эффективность функционирования экономической системы по производству банковского продукта в значительной степени определяется информационной поддержкой, квалификацией персонала и организаторскими способностями менеджеров высшего звена, применением современных методов анализа и управления, т. е. всем тем, что принято называть интеллектуальным капиталом. Интеллектуальные производительные силы имеют основополагающее влияние на процесс производства банковского продукта. Разработка методов количественной оценки влияния интеллектуальных факторов на деятельность и создание моделей систем управления интеллектуальным капиталом является важной и актуальной задачей.

Для эффективного управления деятельностью кредитной организации необходимо применение системного подхода, при котором экономическая система — банк моделируется совокупностью структурных элементов, таких как система маркетинга, система управления интеллектуальным капиталом, система менеджмента. Создание таких моделей, позволяющих получать количественный отклик как на действия руководства банка, так и на изменение внешних экономических и политических условий, представляет собой сложную и актуальную задачу. Перспективным направлением в области системного моделирования динамических экономических систем является применением интеллектуальных алгоритмов обработки информации и извлечения знаний из данных.

Объектом исследования являются кредитные организации российской финансовой системы, составляющие основу финансовой системы современной России.

Предметом исследования являются маркетинговая деятельность банка с учетом нечеткой модели поведения потребителя банковских услугмодели прогнозирования производства банковских услуг.

Область исследования: разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, способов оценки предпринимательских рисков и обоснования инвестиционных решений.

Цель исследования состоит в получении научно-обоснованных экономических решений, направленных на организацию производства банковского продукта путем построения динамических моделей на основе математической теории интеллектуальных систем, что будет способствовать повышению эффективности использования банковских финансовых ресурсов, активизации инвестиционной деятельности финансово-кредитных учреждений при одновременном снижении рисков утери их капиталов.

Для достижения поставленной цели требуется решить следующие задачи:

— дать формализованное представление системы маркетинговых исследований, включающую модель поведения потребителя банковских услуг;

— разработать методику оценки динамики депозитов физических лиц по результатам прошлых и текущих кассовых операций;

— создать динамическую модель производства банковского продукта с учетом интеллектуального капитала, адаптирующуюся к особенностям кредитных организаций;

— осуществить процесс SWOT-анализа деятельности банка с помощью обобщенной системы нечеткого логического вывода;

— предложить модель банковской деятельности на основе применения нечетких причинно-следственных сетей.

Методы исследования. В работе применялись теоретические методы и методологические исследования в экономике, нормативные и законодательные акты Российской Федерации. Для обработки информации и получения количественных результатов использовались методы извлечения знаний из данных, теория нечетких множеств, теория оптимального управления.

Достоверность и обоснованность полученных в работе результатов и выводов подтверждается сопоставительным анализом разработанных и существующих математических моделей и методов, использованием фактических данных, содержащихся в документах бухгалтерской отчетности.

Математические модели и методы, применяющиеся в диссертационной работе, основаны на теории дифференциальных уравнений, на теории оптимального управления, теории вероятностей, теории исследования операций и теории нечетких множеств.

Научная новизна проведенного исследования заключается в следующем:

— разработана модель поведения потребителя банковских услуг в виде нечеткой причинно-следственной сети, которая входит в качестве структурного элемента в систему маркетинга банка. Модель поведения содержит три группы элементов: мотивы, побуждающие клиента к приобретению банковских услуг, которые имеют направленные связи с элементом «уровень потребности», определяя его значение на основе нечеткого выводавнешние факторы, которые связаны с мотивами, оказывая на них определенное влияниеисточники информации, связанные с набором продуктов и имеющие в качестве выхода элемент «уровень информации»;

— на основе нейронных сетей построена методика продолжения временных рядов, позволяющая прогнозировать динамику вкладов населения и изменение внешних экономических факторов, для обеспечения маркетинговых исследований, непосредственно влияющих на кредитный потенциал банка и на показатели его устойчивости. Предложенная методика восстановления зависимости временного ряда с последующим его продолжением на основе ней-росетевой модели можно применять для оценки других финансовых показателей, применяющихся в маркетинговых исследованиях: курс валют, стоимость акций и других ценных бумаг, процентная ставка и т. д.;

— разработана нечеткая модель производства банковского продукта, связывающая характеристики трудовых, информационных и материальных ресурсов с показателями финансовой деятельности банка, к которым относятся объем привлеченных средств (депозиты физических лиц), объем депозитов юридических лиц, собственные средства (капитал), прибыль банка;

— поскольку банк характеризуется высокой степенью неопределенности, использованы методы нечетких множеств для решения задачи управления сложной недетерминированной системой управления банком, которая представлена в виде нечеткой сети;

— решена задача идентификации нечеткой модели производства банковского продукта, при заданных экспертами параметрах нечетких правил, состоящая в нахождении коэффициентов связей нечеткой сети, обеспечивающих заданное поведение выходных характеристик. В качестве выходной переменной выбран кредитный потенциал банка, а в качестве фактических данных применялись данные бухгалтерской отчетности;

— построено нечеткое представление SWOT-анализа, применяющегося при стратегическом планировании банковской деятельности, при котором связи между типовыми состояниями каждой пары элементов заданы нечеткими переменными, а отношения причинности между каждой парой элементов из множества связей представлены в виде ориентированного графа. Основой для проведения операции нечеткого логического вывода был принят вид связей между элементами нечеткой системы, содержащей правила, названия термов и функции принадлежности термов;

— проведены расчеты сценариев развития коммерческого банка, позволяющие оценить его устойчивость к изменению внешних условий, при этом для создания модели банковской деятельности определены основные переменные системы в соответствии с основными приоритетами развития и финансовыми показателями банка. Все величины отнесены к объему суммарных активов на начало 2003 года. Затем по обученной модели сделан прогноз на 1.5 года (6 кварталов). Основной сценарий развития соответствует прогнозным значениям внешних факторов, полученных методом продолжения временных рядов.

Практическая полезность исследования заключается в возможности применения разработанных методов для оптимизации управления банковской деятельностью. На основе формулировок общих целей и задач маркетинга дано формализованное представление системы маркетинговых исследований, позволяющее встроить ее в общую систему управления банком. Разработана методика прогнозирования ежедневного поведения депозитов физических лиц на основе нейросетевой модели. Созданная методика продолжения временных рядов позволяет оценивать будущие изменения величины депозитов физических лиц и внешних экономических факторов. Нечеткое моделирование позволяет реализовать сущность SWOT-анализа: превращение собственных слабостей в силу и устранение внешних угроз за счет собственных возможностей. На основе разработанных моделей проведены расчеты сценариев развития коммерческого банка, показавшие его высокую устойчивость к изменению внешних условий. На основе комплексных исследований сделан прогноз о том, что ожидаемый прирост активов на полтора года составит от 32 до 50%.

Апробация результатов исследования. Основные положения и результаты диссертации докладывались и обсуждались на: Ломоносовских чтениях в

МГУ (Москва, 2004;2005) — 33 Международных конференциях «Информационные технологии в науке, социологии, экономике и бизнесе» и «Информационные технологии в науке, образовании, телекоммуникациях и бизнесе» (Украина, Крым, Ялта-Гурзуф, 2006 и 2007) — V Всероссийской научно-практической конференции «Проблемы и перспективы российской экономики» (Пенза, 2006) — IV Международной научно-практической конференции «Теория и практика антикризисного менеджмента» (Пенза, 2006) — XVII Международной научно-технической конференции «Математические методы и информационные технологии в экономике, социологии и образовании» (Пенза, 2006) — Седьмой Международной научно-технической конференции «Искусственный интеллект-2006» (Таганрог, 2006) — Второй Международной научной молодежной школы «Нейроинформатика и системы ассоциативной памяти» (Таганрог, 2006).

Реализация работы в производственных условиях. Положения, разработки и рекомендации диссертационной работы внедрены в ОАО «Фондсер-висбанк».

Публикации. По теме диссертации опубликовано 21 работа общим объемом 10,56 п.л., в том числе 6 единолично. Автор имеет 6 научных трудов в изданиях, выпускаемых в РФ и рекомендуемых ВАКом для публикации основных результатов диссертаций.

Структура диссертационной работы определяется общими замыслом и логикой проведения исследований. Диссертация содержит введение, 4 главы и заключение, изложенные на 138 с. машинописного текста. В работу включены рис. 44, табл. 7, список литературы из 128 наименования.

ЗАКЛЮЧЕНИЕ

Для решения задачи оптимального управления деятельностью кредитной организации применен системный подход. Для построения моделей использованы методы построения нечетких причинно-следственных сетей, интеллектуальные методы обработки информации и методы экономической динамики на основе дифференциальных уравнений.

В результате проведенных исследований сформулированы следующие выводы.

1. Формализованное представление системы маркетинговых исследований, построенное на основе общих целей и задач банковского маркетинга, позволяет рассматривать ее как структурный элемент общей системы управления банком.

2. Разработанная модель поведения потребителя банковских услуг в виде причинно-следственной сети дает возможность получать выходную количественную реакцию в виде объема и номенклатуры банковского продукта, характерную для потребителя, принадлежащего к одной из групп населения.

3. На основе нейронных сетей построена методика продолжения временных рядов, позволяющая прогнозировать динамику вкладов населения и изменение внешних экономических факторов, для обеспечения маркетинговых исследований, непосредственно влияющих на кредитный потенциал банка и на показатели его устойчивости.

4. Разработана нечеткая модель производства банковского продукта, связывающая характеристики трудовых, информационных и материальных ресурсов с показателями финансовой деятельности банка, к которым относятся объем привлеченных средств, объем депозитов юридических лиц, собственные средства, прибыль банка.

5. Решена задача идентификации нечеткой модели производства банковского продукта, при заданных экспертами параметрах нечетких правил, состоящая в нахождении коэффициентов связей нечеткой сети, обеспечивающих заданное поведение выходных характеристик. В качестве выходной переменной выбран кредитный потенциал банка, а в качестве фактических данных применялись данные бухгалтерской отчетности.

6. Построено нечеткое представление SWOT-анализа, применяющегося при стратегическом планировании банковской деятельности, при котором связи между типовыми состояниями каждой пары элементов заданы нечеткими переменными, а отношения причинности между каждой парой элементов из множества связей представлены в виде ориентированного графа.

7. На основе разработанных моделей проведены расчеты сценариев развития коммерческого банка, показавшие его высокую устойчивость к изменению внешних условий. Ожидаемый прирост активов на полтора года составляет от 32 до 50%.

Показать весь текст

Список литературы

  1. Р.Ф. Философия информационной цивилизации. — М.: ВЛАДОС, 1994. С. 36−37.
  2. С.И. Инвестирование. М.: Центр экономики и маркетинга, 2000.
  3. С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. М., ЮНИТИ, 1998.
  4. А.Р. Управление финансами предприятий. М.: МЭСИ 1998.-40с.
  5. Э.Г. Методика построения и идентификации моделей макроэкономических процессов // Электронный журнал «Исследовано в России», 2002.
  6. О. Д. Технология бизнеса: маркетинг. Учебное пособие. М.: ИНФРА. М-НОРМА, 1997.
  7. А.В., Андрейчикова О. Н. Анализ, синтез, планирование решений в экономике. М.: ФиС, 2000.
  8. B.C., Емельянов А. А., Кукушкин А. А. Системный анализ в управлении. М.: Финансы и статистика, 2002.-368 с.
  9. А.В., Галкин С. В., Зарубин B.C. Методы оптимизации.- М.: Изд-во МГТУ им. Н. Э. Баумана, 2003.- 440с.
  10. Д.А., Леонова О. Ю. Управление человеческими ресурсами. // Московский международный институт эконометрики, информатики, финансов и права. М., 2002. — 93 с.
  11. A.M., Павлова Л. Н. Государственные и муниципальные финансы. ЮНИТИ, М., 1999 г.
  12. К.А., Матюшок В. М. Экономико-математические методы и модели, М.: РУДН, 1999.
  13. М.И., Шеремет А. Д. Теория анализа хозяйственной деятельности. М.: Финансы и статистика, 2000.
  14. И.Т. Риск-менеджемент. М.: Финансы и статистика, 1996.- 192с.
  15. Банки и банковские операции / Под ред. Е. Ф. Жукова. М.: 1997.
  16. Банковское дело / Под ред. О. И. Лаврушина М.: 1998.
  17. Дж., Мориарти С. «Маркетинговые коммуникации: интегрированный подход». Перевод с англ. С. Г. Божук. СПб: Питер, 2001.
  18. В.А. Об измерении динамики российского промышленного производства переходного периода // Экономический журнал ВШЭ. -2001. -Т.5. № 4. -с.564−588.
  19. В.В., Бычков И. А., Дементьев А. В. и др. Компьютерная поддержка сложных организационно-технических систем,— М.: Горячая линия -Телеком, 2002.154с.
  20. Бэстенс ЭВан ден Берг, В.-М., Вуд Д. Нейронные сети и финансовые рынки. Принятие решений в торговых операциях. Научное издательство «ТВП», Москва, 1997.
  21. С.В. Оценка бизнеса и управление стоимостью предприятия. М.: ЮНИТИ-ДАНА, 2001.
  22. С.В. Управление инновационным бизнесом. М.: ЮНИТИ-ДАНА, 2001.
  23. В.А., Воробьев Ю. Л., Малинецкий Г. Г. и др. Управление риском. М.: Наука. 2000.
  24. Н.Н. Иностранные инвестиции: Россия и мировой опыт (сравнительно-правовой комментарий). М.: ИНФРА-М, 2001.
  25. А.Д. Математическая модель оптимальной ценовой политики на рынке банковских услуг // Теория и практика антикризисного менеджмента. Сборник материалов IV Международной научно-практической конференции. Пенза: ПДЗ, 2006. — С. 154−157.
  26. А.Д. Модели снижения инвестиционного риска при оптимизации управления предприятием. Мурманск Ижевск: Изд-во Кольского НЦ РАН, 2005.- 127 с.
  27. А.Д. Модель прогноза развития банка на основе нечеткой причинно-следственной сети // Социально-экономическое развитие России в XXI веке: Материалы V Международной научно-практической конференции. -Пенза: Изд-во ПГУ, 2006. С. 50−52.
  28. А.Д. Настройка коэффициентов нечеткой динамической модели банка // Социально-экономическое развитие России в XXI веке: Материалы V Международной научно-практической конференции. Пенза: Изд-во ПГУ, 2006.-С. 47−50.
  29. А.Д. Нечеткое моделирование системы управления интеллектуальным капиталом банка // Вестник Московской Академии рынка труда и информационных технологий. -2006. №.5(27) — 2006. — С. 132−141.
  30. А.Д. Применение логистической зависимости при анализе кривой спроса банковского продукта // Известия ТулГУ. Серия. Математика. Механика. Информатика. Т. 11. Вып. 4. Информатика. — Тула: Изд-во ТулГУ, 2005.-С. 7−13.
  31. А.Д., Лялина Е. В. Моделирование ценовой политики кредитной организации в условиях конкуренции // Вестник Московской Академии рынка труда и информационных технологий. -2006. №.6(28)2006. С.28−34.
  32. А.Д., Лялина Е. В. Оценка кредитоспособности физических лиц с применением интеллектуальных алгоритмов обработки данных // Вестник Московской Академии рынка труда и информационных технологий. -2006. № 2(24). — С. 12−20.
  33. А.Д., Лялина Е. В., Захарова А. А. Моделирование SWOT-стратегии на базе нечеткого логического вывода // Ж. АН Украины
  34. Искусственный интеллект" № 3, 2006. — Донецк: Изд-во Наука i освгга, 2006.-С. 365−371.
  35. А.Д., Лялина Е. В., Захарова А. А. Моделирование SWOT-стратегии нечеткой системы // Искусственный интеллект-2006: Мат-лы Междунар. науч.-техн. конф. Таганрог: Изд-во ТРТУ, 2006. — Т. 1.-С. 161 — 166.
  36. А.Д., Лялина Е. В., Захарова А. А. Нечеткое моделирование SWOT-стратегии // Нейроинформатика и системы ассоциативной памяти: Мат-лы научн. молодежи, школы: Нейро-2006. Таганрог: Изд-во ТРТУ, 2006. — С. 169- 174.
  37. А.Д., Силкин А. Ю. Анализ механизма контрактации // Проблемы экономики и управления: Междунар. научн.-производ. журнал. 2005. -№ 4. — Белгород: Изд-во БГУ, 2005. — С. 32−38.
  38. А.Д., Силкин А. Ю. Кластеризация контрагентов как инструмент формализации управленческих решений в области ценообразования. Мурманск Ижевск: Изд-во Кольского НЦ РАН, 2005. — 101 с.
  39. А.Д., Силкин А. Ю., Лялина Е. В. Методологические проблемы обработки экономических данных // Вестник Белгородского университета потребительской кооперации. 2005 — № 5 (14) — С. 111−117.
  40. А.Д., Силкин А. Ю., Лялина Е. В. Методология обработки экономических данных // Проблемы экономики и управления: Междунар. научн.-производ. журнал. 2005. — № 4. — Белгород: Изд-во БГУ, 2005. — С. 62−67.
  41. А.Д., Силкин А. Ю., Лялина Е. В. Модель кластеризации контрагентов // Вестник Московской Академии рынка труда и информационных технологий. -2005. № 10(22). С. 58−66.
  42. А. Саймон. Теория принятие решений в экономической теории и науке о поведении // Теория потребительского поведения и спроса. (Серия «Вехи экономической мысли». Вып. 1.) Под ред. В. М. Гальперина. СпБ.: Эк. школа, 1999.
  43. JI. Дж., Джонк М. Д. Основы инвестирования. Пер. с англ. -М.: дело, 1997.-1008 с.
  44. В.В., Медников М. Д., Коробко С. Б. Экономико-математические методы и модели в менеджменте. СПб., СПбГТУ, 2000.
  45. Е.П. Маркетинговые исследования цен // Маркетинг в России и за рубежом -1999. № 5. — С. 42−53
  46. М.Ю., Малев В. В. Бизнес-планирование и инвестиционный анализ. М.: Филинъ. 1998 208 с.
  47. В.М. Экономический риск: сущность, методы измерения, пути снижения: Учебное пособие. М.: Издательство «Дело и Сервис», 2002.- 160 с.
  48. С.М., Поспелов И. Г., Шапошник Д. В. Модель общего равновесия при наличии трансакционных издержек и денежных суррогатов // Экономика и математические методы. 2000. — т.36. — № 1. — С. 75−90.
  49. JI.A. Основы маркетинга. // Московский международный институт эконометрики, информатики, финансов и права. М., 2002. — 239 с.
  50. С.Г., Воловник А. Д. Математическая модель жизненного цикла товара // Тр. З-й межд. НТК «Инф. технологии в инновац. проектах», г. Ижевск 23−24 мая 2001. С. 70−74.
  51. П.Р. Управление маркетингом / Пер. с англ. М.: ЗАО «Издательство БИНОМ», 1998.
  52. Ю.Ф., Близорукое М. Г. Динамические системы в экономике с дискретным временем // Экономика и математические методы. 2002. — т.38. -№ 3. — С. 94−106.
  53. A.M., Лагоша Б. А., Хрусталев Е. Ю., Барановская Т. П. Моделирование рисковых ситуаций в экономике и бизнесе. Издание второе, переработанное и дополненное. М. Финансы и статистика, 2001.
  54. А.А. Структурный анализ и динамические имитационные модели в экономике. М.: Финансы и статистика, 1998.
  55. О.О., Толстопятенко А. В., Черемных Ю. Н. Математические методы в экономике. М.: АО «ДИС», 1997.
  56. Занг В.-Б. Синергетическая экономика. Время и перемены в нелинейной экономической теории. М.: Мир 1999.
  57. А. Рентоориентированное поведение: потери для общества // Вопросы экономики. 2000. -№ 5. -С. 31−44
  58. .П., Мартыщенко Л. А., Табухов М. Е. Управление в экономических и социальных системах. СПб.: Нордмед-Издат., 2001.-248 с.
  59. В.Л. Парадоксы постиндустриальной экономики (инвестиции, производительность и хозяйственный рост в 90-е годы) // МЭМО, 2000, № 3, С. 3−5.
  60. Г. Б. Эволюция и реформирование предприятий: 10 лет спустя // Вопросы экономики. -2000. -№ 5. -С. 62−75.
  61. В.В. Финансовый анализ. М.: Финансы и статистика, 1995.
  62. С.В. Критерии управления инвестиционным процессом на промышленном предприятии // Эл. журнал «ИССЛЕДОВАНО В РОССИИ», 2001.
  63. В.А. Математическая экономика. М. ЮНИТИ, 1998.
  64. Т.М. Банковское дело / Моск. гос. ун-т экономики, статистики и информатики. М., 2001. — 173 с.
  65. Ф. Основы маркетинга / Пер. с англ. М.: Прогресс, 1991.
  66. В., Смородина Т. Стратегии голых расчетов // Эксперт. -2000.-№ 4.-С. 21−25.
  67. Д. Экономический кризис 90-х: реакция предприятий // Российский экономический журнал. -2000. -№ 8. С. 10−17.
  68. А.В. Нечеткое моделирование в среде MATLAB и fuzzyTECH.- СПб.: БХВ-Петербург, 2003, 736 с.
  69. .Б. Цена интеллекта. Интеллектуальный капитал в российском бизнесе.- М.:Изд. Центр «Акционер», 2002, 101 с.
  70. К. Влияние размера, возраста и отраслевой принадлежности предприятия на его эффективность: Пер. с англ. // Вопросы экономики. -2000. -№ 1.-С. 120−136.
  71. Е.В. Обучение нечеткой сети, моделирующей банковскую деятельность // Вестник Московской Академии рынка труда и информационных технологий. -2006. № 10(32). С. 101−107.
  72. Е.В. Реализация ковариационного метода для расчета рисковой стоимости в практике риск-менеджмента // Реальный сектор экономики: теория и практика управления. № 1(11). — Ижевск: Изд-во Иж-ГТУ, 2007.-С. 105−116.
  73. A.M., Воробьева О. А. Интеллектуальный капитал организации в антикризисном управлении //Вестник УдГУ, № 3,2005. С. 107−118.
  74. К.В. Интеллектуальный капитал банка // Актуальные проблемы стратегического менеджмента. Сб. статей / Московский государственный институт эконометрики, информатики, финансов и права.1. М., 2002. С. 72−78.
  75. К.В. Оценка интеллектуального капитала банка // Актуальные проблемы стратегического менеджмента. Сб. статей / Московский государственный институт эконометрики, информатики, финансов и права. М., 2002. С. 65−71.
  76. И.Д. Кластерный анализ М.: Финансы и статистика, 1988.
  77. Методика определения оптовых цен на новую машиностроительную продукцию производственно-технического назначения. Государственный комитет СССР по ценам. Утверждена Госкомцен СССР 30.10.87 г. 28 с.
  78. Методические рекомендации по оценке эффективности инвестиционных проектов по их обороту для финансирования. Официальное издание. М. Экономика, 2000 г.
  79. А., Переходный период закончился. Что дальше? // Вопросы экономики. -2000. -№ 6. -С. 4−17.
  80. И.В. Экономико-математические методы и модели. Выполнение расчетов в среде EXCEL. М.: ЗАО «Финстатинформ», 2000. 153 с.
  81. С. Нейронные сети для обработки информации / Пер. с польского И. Д. Рудинского М.: Финансы и статистика, 2002. 344 с.
  82. А. А., Первозванская Т. Н. Финансовый рынок. Расчет и риск. М.: Инфра-М. 1994.
  83. А.А., Поспелов И. Г., Шананин А. А. Опыт математического моделирования экономики. М. Энергоиздат.: 1996.
  84. Пу Т. Нелинейная экономическая динамика.- Ижевск: Изд. дом «Удм. Университет», 2000. 200 с.
  85. А.Н., Одинцов Б. Е. Советующие информационные системы в экономике. М.: ЮНИТИ-ДАНА, 2000. 487 с.
  86. Г. Н. Финансовый менеджмент / М. Московский международный институт эконометрики, информатики, финансов и права, 2002,181 с.
  87. К., Хьюс С. Управление финансовыми рисками / Пер. сангл.М.: ИНФРА-М, 1996.
  88. Г. В. Методика комплексного анализа хозяйственной деятельности: Краткий курс. 2-е изд., испр. М.:ИНФРА-М, 2003.-303 с.
  89. П., Нордхаус В. Экономика: Пер. с англ. М.: Бином, 1997.-800 с.
  90. С.А. Математическое моделирование динамики инвестиций вдали от насыщения рынка. Препринт ИПМ им. М. В. Келдыша РАН, № 21, 2001.
  91. В.М. Ценовая политика предприятия СПб.: Питер, 2001.-272 с.
  92. Ю.Ф. Интеллектуальные информационные системы в экономике М.: МЭСИ, 1998.- 187 с.
  93. В.А., Ворончак В. И. Решение задач классификации и аппроксимации с применением нечетких деревьев решений / Интеллектуальные системы в производстве, № 2,2005. С. 46−69.
  94. В.А., Гуляшинов А. Н. Теория принятия решений в сложных социо-технических системах.- Ижевск: Изд. ИжГТУ, 2005,280 с.
  95. В.А., Лялина Е. В. Задача оптимального управления развитием банка на основе дифференциальной модели // Реальный сектор экономики: теория и практика управления. № 1(11). — Ижевск: Изд-во ИжГТУ, 2007.-С. 49−55.
  96. Тененев В. А. Применение генетических алгоритмов с вещественным кроссовером для минимизации функций большой размерности // Интеллектуальные системы в производстве. Ижевск: Изд-во ИжГТУ, № 1,2006. С. 18−26.
  97. B.C. Самоуправляемые системы и причинность. М.:1. Мысль", 1972. 64 с.
  98. Р.А. Разработка управленческого решения М.:ЗАО «Бизнес-школа Интел-Синтез», 1998.272 с.
  99. Финансы предприятий. Под ред. Колчиной Н. В. М., ЮНИТИ, 1998 г.
  100. А., Люшина Е. Нечеткая логика в анализе корпоративных клиентов. // Банковские технологии. 2003. — № 5. — С. 23−31.
  101. Ю.В. Интеллектуальные системы и управленческие решения." М.:МГПУ, 2000.-294 с.
  102. В.И. Банковский маркетинг. / Моск. гос. ун-т экономики, статистики и информатики. М., 2002. — 56 с.
  103. Цены и ценообразование / Под ред. В. Е. Есипова СПб.: Питер, 2001.-464 с.
  104. Г. Н. Стратегия ценообразования в маркетинговой политике предприятия. -М.:ИНФРА-М, 1996. 215 с.
  105. У., Александер Г., Бэйли Дж. Инвестиции: Пер. с англ. М.: ИНФА-М, 2006. -XII, 1028 с.
  106. Г. Основы и проблемы экономики предприятия: Пер. с нем / Под ред. проф. Поршнева А. Г. -М.: Финансы и статистика, 1996. — 240 с.
  107. Дж. Р., Берман Б. Маркетинг / сокр. пер. с англ. -М.:Экономика, 1990.
  108. Экономико-математические методы и прикладные модели / Под ред. Федосеева В. В. М., ЮНИТИ, 2000.
  109. А. Раскрытие информации о предприятии и проблемы классификации неденежных трансакций // Вопросы экономики. 2000. -№ 5.-С. 91−103.
  110. Brigham E.F. Fundamentals of Financial Management: Sixth Edition. NY: Dryden Press, 1992.
  111. Copeland Т.Е., Weston J.F. Financial Theory and Corporate Policy. 3-rd ed. Addisson-Wesley, 1988.
  112. Dedov L.A., Shibaev I.V., Volovnik A.D. On One Problem of Economics I I Book of Abstracts, VI International Congress on Mathematical Modeling, University of Nizhny Novgorod, 2004, p. 401.
  113. Drucker P. Management Challenge for 21-st Century. NY. 1999, p. 135.
  114. Edward Yordon. Modern Structured Analysis. Prentice-Hall, 1989.
  115. Eshelman, L.J. and Schaffer, J.D.: Real-Coded Genetic Algorithms and Interval-Schemata, Foundations of Genetic Algorithms 2, Morgan Kaufman Publishers, San Mateo, 1993, pp. 187−202.
  116. Herrera F., Lozano M., Verdegay J.L. Tackling real-coded genetic algorithms: operators and tools for the behaviour analysis // Artificial Intelligence Review, Vol. 12, No. 4,1998. pp. 265−319.
  117. Higgins R.C. Analysis for Financial Management. 2-nd ed. Richard D. Irwin, Inc., 1989.
  118. Wolk H., Francis J., Tearney M. Accounting Theory: A Conceptual and Institutional Approach. 3-rd ed. South-Western Publishing Co., Cincinnati, Ohio, 1992.
Заполнить форму текущей работой

Сдать сессию!