|
104 Имитационная модель банка применяется для выявления оптимальной структуры банковских операций, для контроля его платежной позиции, при разработке стратегических и оперативных планов. Но, следует заметить, что все эти системы работают на зарубежной системе учета и отчетности, соответственно неадекватного отечественным условиям финансового планирования. В настоящей работе сделана попытка ф орм ализации работы ф инансово-пром ы ш ленной систем ы . Предложенный подход может быть использован при моделировании функционирования как других субъектов финансового рынка (банков, инвестиционных институтов), так и самого финансового рынка. Анализ научно-технической литературы показал, что основная цель исследования процессов движения материальных и финансовых потоков в ФПГ увеличение пропускной способности системы; поскольку данная категория является, как было отмечено в главе 1, критерием надежности любой динамической системы, то эта задача по существу является задачей обеспечения надежности функционирования ФПГ. Инструментарием прогнозирования движения финансовых и материальных потоков в настоящее время являются корреляционные зависимости, базирующиеся на статистических данных прошлых периодов, трендовые модели. Однако любой развивающейся системе присущи противоречия, характер которых выражается через отношения между тремя основными составляющими любых процессов: детерминированной, случайной или стохастической и неопределенной. Противоречивость этих трех составляющих определяет свойства системы в целом и ее отдельных компонентов во времени и пространстве. Именно временная организация системы выделяет доминирующую составляющую: детерминированную для прошлого времени, случайную для настоящего и неопределенную для будущего; пространственная организация системы устанавливает пропорции между этими составляющими в зависимости от состава элементов: «эмитентов» платежных средств (банков, инвестиционных институтов, пенсионных и страховых компаний и пр. финансовой подсистемы ФПГ), промышленных предприятий (потребителей платежных средств) и элементов финансовых потоков (ценных бумаг, денежных ресурсов и иных платежных средств), и их взаимосвязей. На наш взгляд, механизм функционирования финансово-промышленной системы целесообразно описывать с помощью, так называемых, вероятностнонечетких множеств (неопределенность высшего порядка), как наиболее отвечающих особенностям вероятностно-случайного характера протекания производственного процесса с нечетко представленными характеристиками элементов системы. В таком множестве вероятностное отображение задано на нечетком (расплывчатом) множестве; то есть на базисном множестве определены два отображения: функция принадлежности ju и вероятностное отображение р, которые каждому элементу ставят в соответствие два числа |
инвестиционных компаний, банков, банковскими казначействами и кредитными подразделениями, сотрудниками плановых и финансовых служб промышленных предприятий. Идея пакета проста: в “окне” модели с помощью типовых символов отображается предприятие, его подразделения, и деловые партнеры. Финансовые связи между ними изображаются в виде потоков платежей, направление которых указывается стрелками. В модель могут вводиться не только финансовые расчеты, но и потоки товаров, сырья и компонентов. Они подвергаются преобразованиям, которые отражают реальное функционирование хозяйственного объекта. Очевидная и наиболее распространенная область применения ITHINK моделирование финансовых потоков. К этому в конечном счете сводится управление любым коммерческим предприятием. Функционирование предприятия или банка поддается потоковой интерпретации (на входе объекта поток доходов, на выходе поток затрат). В этом суть современных подходов к моделированию финансового состояния предприятия. Поток денежных средств (cash flow) базовое понятие финансового планирования. На этой основе делаются модели финансового механизма банка, промышленного предприятия, инвестиционной или страховой компании. Например, финансовый"механизм коммерческого банка может быть представлен как процесс преобразования потока депозитов в поток кредитов и других вложений. Кмитационная модель банка применяется для выявления оптимальной структуры банковских операций, для контроля его платежной позиции, при разработке стратегических и оперативных планов. Но, следует заметить, что все эти системы работают на зарубежной системе учета и отчетности, соответственно неадекватного отечественным условиям финансового планирования. В настоящей работе сделана попытка формализации работы финансово-промышленной системы. Предложенный подход может быть использован при моделировании функционирования как других субъектов финан264 сового рынка (банков, инвестиционных институтов), так и самого финансового рынка. Анализ научно-технической литературы показал, что основная цель исследования процессов движения материальных и финансовых потоков в ФПГ увеличение пропускной способности системы; поскольку данная категория является, как было отмечено в главе 1, критерием надежности любой динамической системы, то эта задача по существу является задачей обеспечения надежности функционирования ФПГ. Инструментарием прогнозирования движения финансовых и материальных потоков в настоящее время являются корреляционные зависимости, базирующиеся на статистических данных прошлых периодов, трендовые модели. То есть фактически анализ функционирования ФПГ определяет случайную величину как количественную меру исследуемой характеристики системы. Однако любой развивающейся системе присущи противоречия, характер которых выражается через отношения между тремя основными составляющими любых процессов: детерминированной, случайной или стохастической и неопределенной. Противоречивость этих трех составляющих определяет свойства системы в целом и ее отдельных компонентов во времени и пространстве. Именно временная организация системы выделяет доминирующую составляющую: детерминированную для прошлого времени, случайную для настоящего и неопределенную для будущего; пространственная организация системы устанавливает пропорции между этими составляющими в зависимости от состава элементов: "эмитентов" платежных средств (банков, инвестиционных институтов, пенсионных и страховых компаний и пр. финансовой подсистемы ФПГ), промышленных предприятий (потребителей платежных средств) и элементов финансовых потоков (ценных бумаг, денежных ресурсов и иных платежных средств), и их взаимосвязей. На наш взгляд, механизм функционирования финансовопромышленной системы целесообразно описывать с помощью, так назы265 266 ваемых, вероятностно-нечетких множеств (неопределенность высшего порядка), как наиболее отвечающих особенностям вероятностно-случайного характера протекания производственного процесса с нечетко представленными характеристиками элементов системы. В таком множестве вероятностное отображение задано на нечетком (расплывчатом) множестве; то есть на базисном множестве определены два отображения: функция принадлежности и и вероятностное отображение р , которые каждому элементу ставят в соответствие два числа степень принадлежности и вероятность. Таким образом, объект можно описывать следующим множеством: Поскольку функция принадлежности является обобщающей характеристической функцией множества, то множеству (событию) А е А естественным образом ставится в соответствие вероятность р(А). Этот аппарат положен в основу математического описания исследуемой характеристики системы финансово-промышленной группы и построения ее модели. Статическое представление системы в виде совокупности нечетких множеств : X “эмитенты финансовой подсистемы"’, Y “промышленные предприятия ”, Z “платежные средства ” и их отображений соответствует условиям функционирования финансово-промышленной группы. Выделенные множества характеризуются сложной структурой. Каждое из них может быть представлено в виде нескольких подмножеств. Множество X “элементы финансовой подсистемы “ целесообразно разделить на подмножества по следующим признакам: субъекты элементной подсистемы финансового рынка (банки, инвестиционные институты, институциональные инвесторы); специализация участников по видам ценных бумаг (облигации, векселя, госбумаги, чеки, денежные средства). При прогнозировании движения финансовых потоков можно "предсказать” состав, направления движения и количество как наиболее вероят(5.25) |