Помощь в написании студенческих работ
Антистрессовый сервис

Математические модели и алгоритмы управления кредитным портфелем коммерческого банка

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

В заключение, хотелось бы отметить, что предложенный подход ни коим образом не следует рассматривать как полную альтернативу другим методикам управления портфелями кредитного учреждения, таким как методика управления диверсифицированным капиталом, обсуждаемая в статьях, или методика управления доходностью и ликвидностью портфеля активов банка, предлагаемая фирмой «ПрограмБанк», или, наконец… Читать ещё >

Математические модели и алгоритмы управления кредитным портфелем коммерческого банка (реферат, курсовая, диплом, контрольная)

Содержание

  • Глава 1. Основные задачи и теоретические основы прогнозноаналитических исследований
    • 1. 1. Задача планирования платежного баланса на основе ситуационного моделирования процесса эволюции кредитного портфеля
    • 1. 2. Задача прогнозирования денежных потоков
    • 1. 3. Задача анализа воздействия изменения состояний отдельных групп счетов на эффективную маржу банка
    • 1. 4. О применении методов теории аналитических функций при решении задач анализа финансово-экономических процессов
  • Глава 2. Разработка математических моделей банковских бизнес-процессов, связанных с кредитованием
    • 2. 1. Концептуальные основы моделирования кредя*нс5й деятельности коммерческого банка
    • 2. 2. Математические модели прогнозирования состояния временно свободных средств
    • 2. 3. Способ оценки влияния изменения структуры портфелей банка на его эффективную маржу и сопутствующие математические модели
  • Глава 3. Управление кредитным портфелем банка: интегрированный подход на основе предложенных математических моделей
    • 3. 1. Система управления кредитным портфелем
    • 3. 2. Алгоритм моделирования платежного баланса
    • 3. 3. Пример принятия решения на основе результатов моделирования платежного баланса

Актуальность темы

исследования. Коммерческие банки (КБ) существуют в современной России около десяти лет. За это время они прошли ряд этапов, каждый из которых характеризовался своими источниками привлечения ресурсов, методами их использования и наиболее выгодными финансовыми инструментами. Однако, на протяжении всего этого периода существовала и проявляется сейчас устойчивая тенденция: общая прибыльность банковской деятельности постепенно снижается, а риски растут. Действительно, ухудшение общего состояния финансовой системы России привело к тому, что от 65 до 85% хозяйственных расчетов в экономике, по данным некоторых российских экспертов, производятся с использованием бартера и различных денежных суррогатов, а это снижает роль банковской системы и существенно ухудшает ее устойчивость. Кроме того, с 1992 г. постоянно возрастали риски, связанные с таким видом банковской деятельности, как кредитование, что, естественно, еще более усугублялось падением доходности основных банковских операций. Так, если в 1992 г. риск невозврата одного кредита компенсировала прибыль 5−10 кредитных договоров, то пять лет спустя едва хватает и сотни. При этом каждый кредитный договор сам по себе выступает источником риска.

Снижение достижимой нормы прибыли от банковских операций, сокращение клиентской базы и существенное уменьшение оборотов по счетам большинства клиентов приводят к тому, что соотношение между прибылью банка и его операционными издержками становится крайне неблагоприятным. Таким образом, создается ситуация, когда банки вынуждены искать способы снижения операционных издержек и рисков. А это, в свою очередь, заставляет российские банки обращать особое внимание на финансовый анализ и методологию управления своими ресурсами. Потребность в подсистемах анализа и управления финансами, работающие в составе интегрированных автоматизированных банковских систем или во взаимодействии с ними, устойчиво растет, а требования к ним повышаются [75, 106, 128]. Наглядной иллюстрацией данного факта является появление большого количества публикаций и обзоров, посвященных анализу роли и места прогнозно-аналитических подсистем в системах автоматизации банковской деятельности [1, 42, 62, 72, 91, 108, 126], методам прогнозно-аналитических исследований [11−13, 15, 18, 19, 21, 23−25, 33, 40, 47, 49, 52, 54, 64, 65, 85, 86, 123, 133], а также активизация зарубежных компаний — разработчиков аналитического банковского программного обеспечения, ориентирующихся на российский рынок [7, 70, 118, 132].

Можно констатировать, что к настоящему времени уже разработан целый ряд методик управления активами банка, однако большинство из них может быть отнесено к воплощениям разного рода процедур финансового маркетинга, то есть методикам, реализующим следующую последовательность действий: «подготовка моделиформулировка цели — рекомендации по достижению цели» [11−13, 46, 83]. Для специалистов же подразделений, непосредственно занимающихся активными операциями, особый интерес представляют системы управления, учитывающие человеческий фактор и реализующие механизмы принятия решений на основе эвристик субъектов принятия решений и результатов вероятностного ситуационного моделирования эволюции системы портфелей банка. Другими словами речь здесь идет о системах, реализующих несколько иную последовательность действий: «формулировка целей — поиск путей достижения (не в виде оторванных от практики рекомендаций, а в форме конкретных потребителей конкретных услуг банка) — проверка адекватности пути — реализация или изменение условий в реализации пути или отказ от реализации данного пути вообще». Область такого рода систем разработана очень слабо, потребность же в них велика. Данная работа как раз и является, с одной стороны, теоретической базой для построения такого рода систем управления, а с другой, иллюстрацией практического использования ее конкретной реализации.

Целью диссертационного исследования является разработка математических моделей и алгоритмов управления кредитным портфелем КБ, позволяющих обеспечить необходимый баланс между показателями ликвидности кредитного портфеля и величиной процентной доходности в процессе достижения банком целей своего развития.

В соответствии с указанными целями была определена следующая программа исследования:

1) определить основные задачи и дать обоснование теоретических основ прогнозно-аналитических исследований, в частности.

• определить состав и структуру математических моделей предметной области, разработка которых необходима для достижения цели исследования,.

• обосновать адекватность практики применения методов теории аналитических функций при решении задач анализа финансово-экономических процессов;

2) разработать математические модели банковских бизнес-процессов, связанных с кредитованием, в частности.

• разработать информационную основу системы ситуационного моделирования процесса эволюции кредитного портфеля,.

• разработать модель прогнозирования состояния временно свободных средств,.

• разработать методы решения прямой и обратных задач оценки влияния изменения структуры портфелей банка на его эффективную маржу;

3) обобщить и систематизировать результаты исследования в форме конкретного решения по организации системы управления кредитным портфелем КБ.

Объектом исследования является кредитная деятельность КБ, рассматриваемая в разрезе обеспечения достаточной ликвидности кредитного портфеля при заданной нижней границе процентной доходности.

Метод исследования. В целях получения достоверных научных результатов применялись общенаучные методы исследования: анализ и синтез, идеализация, обобщение, сравнение и группировка, а также методы конкретных отраслей математического знания: аналитические методы, статистическая проверка гипотез, методы математического моделирования.

Источники информации. В процессе исследования и разработки методов и алгоритмов решения поставленных задач использованы работы отечественных и зарубежных экономистов, математиков и философов, а также обзоры и аналитические статьи, посвященные вопросам как практической деятельности финансово-кредитных институтов, так и применения современных информационных технологий в финансовой сфере. Конкретно-предметной информационной базой данного исследования явились балансовые данные и данные по кредитным договорам небольшого универсального КБ г. Йошкар-Олы.

Научная новизна. В диссертации дано новое решение актуальной задачи сбалансированного с точки зрения генезиса соотношения «риск-доход» управления КП КБ. В рамках решения этой задачи:

1. Впервые предложена модель кредитно-депозитной деятельности банка в виде системы сетей Петри с нечетким поведением, структура которых формируется отделами кредитного учреждения, ведущими договора, а вероятности событий (вероятности той или иной маркировки сети Петри) оцениваются нейронной сетью, использующей для получения необходимых вероятностей оценки экспертов (членов кредитного комитета) и формирующей вероятности на основе предыстории всех завершившихся и активных договоров. Отличительные особенности данной модели кредитно-депозитной деятельности банка:

• предложенная модель позволяет формально описывать договоры любой степени сложности;

• предусмотрена возможность реструктуризации подсети, описывающей будущее договора на всех этапах его жизненного цикла;

• модель содержит адаптивный механизм формирования вероятностей событий на основе, во-первых, экспертных оценок этих вероятностей членами кредитного комитета, и, во-вторых, степени соответствия их прошлых оценок реально наступившим событиям;

• модель на выбор может обеспечить два уровня информационной безопасности: полной анонимности рейтингов членов кредитного комитета и управляемой анонимности, когда значения рейтингов членов кредитного комитета доступны лишь администратору подсистемы, автоматизирующей соответствующий вид деятельности банка;

• стойкость механизма, обеспечивающего защиту от несанкционированного доступа в рамках данной модели, полностью определяется стойкостью используемой асимметричной криптосистемы.

2. Разработана методика прогнозирования динамики временно свободных средств, а также средств на корреспондентских счетах «JIopo», ориентированная прежде всего на кредитные учреждения со сложившейся структурой системы расчетно-кассового обслуживания и основанная на предложенной автором концепции «календарного» преобразования.

3. Получено новое аналитическое решение прямой и обратной задачи оценки влияния изменения состояния отдельного счета или отдельной группы счетов (суммарного остатка, процентной ставки) на процентную маржу кредитного учреждения, отличающееся простотой вычислений при повышенной точности расчетов. Говоря словами конкретного приложения, получены соотношения, на основе которых можно легко рассчитать величину необходимого изменения процентных ставок по кредитным договорам в зависимости от графика и стоимости формирования резервов на кредитные риски с целью поддержания процентной маржи банка на заданном уровне.

4. На базе предложенной модели кредитно-депозитной деятельности КБ разработан алгоритм вероятностного ситуационного моделирования эволюции кредитного портфеля КБ.

5. Предложена оригинальная структура системы управления кредитным портфелем КБ, основанная на результатах, отраженных в пунктах 1−4.

6. Определены направления дальнейших исследований в форме постановки двух задач:

• разработка методики оптимального управления процентными ставками привлечения ресурсов на основе изучения влияния небольших изменений величины ставок на метрические характеристики фазовой траектории подсистемы управления пассивами кредитного учреждения;

• разработка методики прогнозирования денежных потоков на основе вейвлет-преобразований.

Практическая значимость диссертационной работы определяется целевой направленностью исследования — разработкой математических моделей и алгоритмов управления кредитным портфелем КБ, позволяющих:

1) прогнозировать последствия для банка заключения того или иного кредитного договора и, следовательно, принимать адекватные решения как по факту заключения этого договора, так и по поводу формирования резервов на поддержание ликвидности активов на должном уровне в связи с его заключением;

2) проводить в жизнь оптимальную процентную политику в отношении ссудозаемщиков, учитывающую, с одной стороны, желание ссудозаемщика — взять максимально дешевый кредит, а с другой, цель банка — обеспечить как минимум норму процентной доходности, не снижая при этом степени ликвидности кредитного портфеля в целом;

3) руководителю кредитного учреждения видеть ежедневный срез состояния баланса банка с учетом декларированной процентной доходности и расходности отдельных элементов баланса и их группировок, а также тенденций их влияния на процентную маржу, как отдельно для управлений, филиалов, так и в целом для всего банка;

4) осуществлять планирование подкреплений расчетно-кассовых центров банка наличными денежными средствами и, тем самым, сокращать накладные расходы на инкассацию и пересчет.

Апробация работы. Основные научные выводы и положения, полученные в ходе диссертационного исследования, использованы при разработке программного обеспечения аналитических подсистем «Контрольно-оперативный РАПИВ-анализ баланса коммерческого банка», «Прогнозирование денежных потоков» и «Кредитный комитет коммерческого банка», внедренных в ряде кредитных учреждений городов Йошкар-Ола и Чебоксары.

Результаты исследований докладывались на постоянно действующей всероссийской междисциплинарной научной конференции «Диалог наук на рубеже XX—XXI вв.еков и проблемы общественного развития» .

Публикации. Материалы и результаты выполненных исследований опубликованы в 16 работах общим объемом 14.7 усл. печ. л. В том числе издана монография.

На защиту выносится конкретное решение задачи управления кредитным портфелем КБ, включающее в себя:

1) модель кредитно-депозитной деятельности КБ;

2) метод оценки вероятностей элементарных событий договоров на основе экспертных оценок;

3) протоколы взаимодействия рабочих станций членов кредитного комитета, обеспечивающие определенные уровни информационной безопасности;

4) метод прогнозирования состояния временно-свободных средств;

5) метод факторного анализа средневзвешенных процентных ставок в условиях дискретности остатков и времени;

6) структуру управления.

ВЫВОДЫ ПО ГЛАВЕ 3.

В третьей главе, во-первых, предложен алгоритм моделирования платежного баланса, во-вторых, предложено конкретное решение по организации системы управления кредитным портфелем КБ на базе разработанных во второй главе математических моделей, и, наконец, приведен пример принятия решения на основе моделирования платежного баланса в рамках процесса функционирования предложенной системы управления.

Таким образом, третья задача программы исследования также решена.

ЗАКЛЮЧЕНИЕ

.

В результате диссертационного исследования получены следующие результаты:

1. Предложена модель кредитно-депозитной деятельности банка в виде системы сетей Петри с нечетким поведением, структура которых формируется отделами кредитного учреждения, ведущими договора, а вероятности событий (вероятности той или иной маркировки сети Петри) оцениваются нейронной сетью, использующей для получения необходимых вероятностей оценки экспертов (членов кредитного комитета) и формирующей вероятности на основе предыстории всех завершившихся и активных договоров. Отличительные особенности данной модели кредитно-депозитной деятельности банка:

• в рамках данной модели возможно формальное описание договоров любой степени сложности;

• предусмотрена возможность реструктуризации подсети, описывающей будущее договора на всех этапах его жизненного цикла;

• модель содержит адаптивный механизм формирования вероятностей событий на основе, во-первых, экспертных оценок этих вероятностей членами кредитного комитета, и, во-вторых, степени соответствия их прошлых оценок реально наступившим событиям;

• модель на выбор может обеспечить два уровня информационной безопасности: уровень полной анонимности рейтингов членов кредитного комитета и уровень управляемой анонимности, когда значения рейтингов членов кредитного комитета доступны лишь администратору подсистемы, автоматизирующей соответствующий вид деятельности банка;

• стойкость механизма, обеспечивающего защиту от несанкционированного доступа в рамках данной модели, полностью определяется стойкостью используемой асимметричной криптосистемы.

2. Разработана методика прогнозирования динамики временно свободных средств, а также средств на корреспондентских счетах «Лоро», ориентированная прежде всего на кредитные учреждения со сложившейся структурой системы расчетно-кассового обслуживания и основанная на концепции «календарного» преобразования.

3. Получено аналитическое решение прямой и обратной задачи оценки влияния изменения состояния отдельного счета или отдельной группы счетов (суммарного остатка, процентной ставки) на процентную маржу кредитного учреждения. Говоря словами конкретного приложения, получены соотношения, на основе которых можно легко рассчитать величину необходимого изменения процентных ставок по кредитным договорам в зависимости от графика и стоимости формирования резервов на кредитные риски с целью поддержания процентной маржи банка на заданном уровне.

4. Разработан алгоритм вероятностного ситуационного моделирования эволюции кредитного портфеля КБ.

5. Предложена оригинальная структура системы управления кредитным портфелем КБ, основанная на результатах, отраженных в пунктах 1−4.

6. Определены направления дальнейших исследований в форме постановки двух задач:

• разработка методики оптимального управления процентными ставками привлечения ресурсов на основе изучения влияния небольших изменений величины ставок на метрические характеристики фазовой траектории подсистемы управления пассивами кредитного учреждения;

• разработка методики прогнозирования денежных потоков на основе вейвлет-преобразований.

Таким образом, поставленная цель исследования достигнута.

В заключение, хотелось бы отметить, что предложенный подход ни коим образом не следует рассматривать как полную альтернативу другим методикам управления портфелями кредитного учреждения, таким как методика управления диверсифицированным капиталом, обсуждаемая в статьях [11−13], или методика управления доходностью и ликвидностью портфеля активов банка, предлагаемая фирмой «ПрограмБанк» [83], или, наконец, подход, предлагаемый ведущим специалистом аналитического отдела компании R-Style Software Lab. Екушовым А. И. [46], и т. п. Более того, предложенный подход может органично сочетаться с ними, выполняя роль связующего звена между эшелоном маркетологов данного финансово-кредитного учреждения и его институтом принятия решений, например, кредитным комитетом. Понятно, что специалистам подразделений маркетинга ближе модели управления вообще, то есть модели типа [11−13, 46, 83], а специалистам подразделений, непосредственно занимающихся активными операциями, важнее модели принятия решений, учитывающие человеческий фактор, и тем более с элементами управления самой системой портфелей финансово-кредитного учреждения. Предлагаемый в работе подход оказывается здесь, с одной стороны, неким стражем ликвидности кредитного портфеля, использующим для выполнения этой своей функции как эвристики субъектов принятия решений, так и свой собственный опыт наблюдения за эволюцией кредитного портфеля, а с другой, простым и удобным дополнительным инструментом планирования как минимум безубыточной деятельности.

Показать весь текст

Список литературы

  1. И. Дискуссия о перспективах: цитаты и результаты / / Банковские технологии. 1995. — N 3. — с. 16−18.
  2. В. Е. Факторный индексный анализ (Методика и проблемы). М.: Статистика, 1977. — 199 с.
  3. Г. И., Мыльников С. П. Программная реализация Петри-машины / / Многопроцессорные вычислительные системы и их математическое обеспечение. Новосибирск: ВЦ СО АН1. СССР, 1982. с. 94−103.
  4. О. Кредитно-плановая деятельность коммерческих банков: некоторые проблемы автоматизации / / Банковскиесистемы и оборудование. 1994. — N 5. — с. 52−56.
  5. Андрианов Д. JL, Полушкина Г. К. Прогноз-анализ-решение / / Банковские технологии. 1997. — N 8. — с. 54−55.
  6. И. JI., Федоренко С. В., Шабунов К. Б. Краткий обзор криптосистем с открытым ключом / / Защита информации. Конфидент. 1994. — N 2. — с. 35−44.
  7. А. Лондонские встречи: Семинар «Автоматизация банковской деятельности в Великобритании» / /
  8. RS-Club. 1997. — N 1. — с. 29−33.
  9. И. В. RS-Bank 4.0 «конструктор» банковских систем / / Банковские системы и оборудование. — 1994. — N 1.с. 52−61.
  10. М. И., Шеремет А. Д. Теория экономического анализа. М.: Финансы и статистика, 1996. — 288 с.
  11. Ф. Л., Гооз Г. Информатика. Вводный курс: В 2-х ч. 4.2. -М.: Мир, 1990. 423 с.
  12. С., Рубцов С. Особенности и возможности банковского маркетинга в российских условиях / / Рынок ценныхбумаг. 1995. — N 22. — с. 49−52.
  13. С., Рубцов С., Ахмедов Н. Управление диверсифицированным капиталом / / Рынок ценных бумаг.1996. N 3. — с. 33−37.
  14. С., Рубцов С. Управление диверсифицированным капиталом // Рынок ценных бумаг.1996. N 4, — с. 31−33.
  15. ., Рощупкин О., Кукушко А. Тенденции торгов по USD и DM на ММВБ в марте-апреле 1995 года / / Банковские системы и оборудование. 1995. — N 1−2. — с. 97−103.
  16. М. Генезис в финансах. Выбор оптимальных путей / / Рынок ценных бумаг. 1996. — N 23. — с. 58−59.121
  17. М. Нейросети: современное оружие финансовых баталий / / Рынок ценных бумаг. 1996. — N 19. -с. 50−51.
  18. Л. Н., Смирнов Н. В. Таблицы математической статистики. М.: Наука, 1983. — 416 с.
  19. А. В. К вопросу автоматизации деятельности кредитного комитета коммерческого банка / / Основные направления концепции развития АПК в условиях рыночной экономики. Йошкар-Ола: Марийский государственный университет. — 1997. — с. 192−194.
  20. А. В. Об одном подходе к автоматизированному синтезу структур технологических процессов / / Автоматизация технической подготовки и управления производством в приборостроении и машиностроении. Чебоксары, 1988.с. 170−171.
  21. Дж. Очистка данных / / ComputerWorld Россия.1996. N 34. — с. 19.
  22. Дж. Прикосновение царя Мидаса / /
  23. ComputerWorld Россия. 1996. • N 23. — с. 15−16.
  24. Бут Г. Более широкий взгляд на риск / / Банковские технологии. 1997. — N 9. — с. 109−111.
  25. Т. В. Математика финансового менеджмента. -М.: Перспектива, 1996. 82 с.
  26. А. М. Предельная форма выпуклых целочисленных многоугольников и близкие вопросы / / Функциональный анализ и его приложения. 1994. — Т. 28.1. N1. -с. 16−25.
  27. В. Коммерческие системы шифрования: основные алгоритмы и их реализация // Монитор. 1993. N6. — с. 34−38.
  28. Н. Н. Теория рядов. М.: Наука, 1979. 408 с.
  29. Вычислительные аспекты контрольно-оперативного рейтингового анализа многовалютного банковского баланса / Бородин А. В., Уразаева Т. А.- Марийский государственный технический университет. Йошкар-Ола, 1995. — 7 с. — Деп. в
  30. ВИНИТИ 21.11.95, № 3063-В95.
  31. А. Технология работы кредитно-планового комплекса / / Описание технологий Diasoft. М.: Diasoft, 1994.с. 61−64.
  32. В., Першин А. Безопасность электронных банковских систем. М.: Издательство Компания «Единая Европа», 1993. — 364 с.
  33. А. И. Итоги развития теории многослойных нейронных сетей (1965−1995 гг.) в работах Научного центра нейрокомпьютеров и ее перспективы / / Нейрокомпьютер.1996. N 1, 2. — с. 4−38.
  34. М. От мозаик Пенроуза к надежным шифрам. -М.: Мир, 1993. 416 с.
  35. И. Право на тайну / / Компьютерра. 1996. N 28. — с. 34−37.123
  36. К., Хатанака М. Спектральный анализ временных рядов в экономике. М.: Статистика, 1972. — 247 с.
  37. Л., Романовский А., Сапов Г. Тренироваться лучше на . Имитационная модель управления финансами / / Банковские технологии. 1996. — N 8. — с. 40−43.
  38. А., Кимельфельд Л. Автоматизация работы с частными вкладами / / Банковские технологии. 1995. — N 3.с. 47−56.
  39. Демидов М. FORS предлагает идти Ва-Банк / / Компьютерра. 1997. — N 1. — с. 10.
  40. Г., Ватте Д. Спектральный анализ и его приложения. М.: Мир, 1971. — 316 с.
  41. А. В. Выбирая автоматизированную банковскую систему / / Банковские системы и оборудование.1994. N 1. -с. 17−34.
  42. А. И. Попытаемся внести ясность / / Вестник статистики. 1973. — N 1. — с. 26.
  43. А. И. Деловое пространство и банковские риски / / Банковские технологии. 1998. — N 2. — с. 62−64.
  44. А. И. Денежные потоки в коммерческом банке / /
  45. RS-Club. 1996. — N 1. -с. 26−28,
  46. А. И. Процентные ставки банка: как оценивать / / Банковские технологии. 1996. — N 8. — с. 64−66.
  47. А. И. Экспресс-анализ текущего положения банка // RS-Club. 1996. — N 0. — с. 12−16.
  48. Е. М. Touch Memory новый электронный идентификатор / / Защита информации. Конфидент. — 1994.1. N 1. с. 69−71.
  49. А. Р. Банковские услуги и Интернет / / Банковские технологии. 1997. — N 9. — с. 40−43.
  50. А. Спектральный анализ конъюнктуры на рынке ГКО // Рынок ценных бумаг. 1996. — N 23. — с. 20−22.
  51. Исследование операций. Т. 2: Модели и применения / Под ред. Дж. Моудера, С. Элмаграби. М.: Мир, 1981. — 677 с.
  52. А. Перспектива финансового прогноза / / Банковские технологии. 1996. — N 8. — с. 28−31.
  53. Е. П., Галанина Е. Н. Бухгалтерский учет в коммерческих банках. М.: Финансы и статистика, 1996. 432 с.
  54. Д. Берем данные побитно, платим микроналом //
  55. PC Week/Russian Edition. 1996. — N 44. — с. 33, 36.
  56. В. А., Староверов О. В., Турундаевский В. Б. Теория вероятностей и математическая статистика. М.: Высшая школа, 1991. — 400 с.124
  57. В. В., Левин Е. М. Что нового в семействе Touch Memory? / / Защита информации. Конфидент. 1996.1. N 3. с. 55−57.
  58. Компания «Диасофт»: Программные продукты и услуги. -М.: Diasoft, 1996. 126 с.
  59. В. Е. Алгебра регулярных сетей Петри / / Кибернетика. 1980. — N 5. — с. 10−18.
  60. В. Е. Сети Петри. М.: Наука, 1984. — 158 с.
  61. С. Программы кредитного планирования / / Банковские технологии. 1996. — N 9. — с. 14−16.
  62. КРИПТОН-3. Техническое описание. М.: ANCUD Ltd., 1993. 27 с.
  63. А., Черный А. Нейросети в кости не играют / / Рынок ценных бумаг. 1996. — N 17. — с. 57−59.
  64. А., Черный А. Нейронные технологии на финансовом рынке. Вопросы и ответы / / Рынок ценных бумаг.1996. N 23. — с. 60−62.
  65. В. Г. Универсальная интегрированная банковская система / / Банковские системы и оборудование.1994. N 1. -с. 35−51.
  66. Е. М. Некоторые приложения Touch Memory / / Защита информации. Конфидент. 1994. — N 2. — с. 77−84.
  67. Е. М. Элементы Dallas Semiconductor в распределенных системах сбора и обработки информации / / Защита информации. Конфидент. 1995. — N 2. — с. 73−76.
  68. А. Ф. Миф-Число-Сущность. М.: Мысль, 1994. -919 с.
  69. Максимов A. HP предлагает комплексные решения для банков // PC Week/Russian Edition. 1996. -N41. — с. 5.
  70. К. Н. Автоматизированные банковские системы в России / / Банковские системы и оборудование.1994. N 1. -с. 7−16.
  71. К. Н. Банковский рынок: взлет или падение? / / PC Week/Russian Edition. 1996. — N 46. — с. 55.
  72. К. Н. Мультивалютность, конвертация, переоценка . // Банковские системы и оборудование. 1995. -N1−2. — с. 70−87.
  73. А. Нейронные сети 2 // PC Week/Russian Edition. — 1995. — N 5. — с. 35−37.
  74. А. Пять шагов к вершине (портрет российского рынка аналитических систем) / / Рынок ценных бумаг. 1996. -N14. — с. 41−44.125
  75. Ю. С., Команов В. Н. Финансовый менеджмент: фунтдаментальный анализ и продуктовый ряд банка / / Рынок ценных бумаг. 1995. — N 22. — с. 46−48.
  76. Ю. С. Модель «финансовой прочности» коммерческого банка / / Рынок ценных бумаг. 1995. — N 19. -с. 56.
  77. Ю. С. Финансовый менеджмент в коммерческом банке: Фундаментальный анализ. М.:1. Перспектива, 1996. 160 с.
  78. С. Механизмы защиты в сетях ЭВМ. М.: Мир, 1993. — 216 с.
  79. Я. С., Румянцев В. Н. Кредитные ресурсы: расчеты и анализ. М.: Бизнес-школа «Интел-Синтез», 1996. 142 с.
  80. В. Появилась сетевая версия пакета Project Expert //PC Week/Russian Edition. 1997. — N 2. — с. 1, 61.
  81. E. Нейроплата CNAPS предел мечтаний каждого аналитика //PC Week/Russian Edition. — 1996. — N 17. -с. 60−61.
  82. Д. Управление доходностью и ликвидностью портфеля активов банка // Рынок ценных бумаг. 1997.1. N 14. с. 55−59.
  83. Мюллер Мм Керстеттер Дж. IBM и банки объединяются для претворения в жизнь коммерческой инициативы //PC Week/Russian Edition. 1996. — N 40. — с. 25.
  84. А. Г., Иванов В. В. Валютный курс. Факторы. Динамика. Прогнозирование. М.: ИНФРА-М, 1995. 176 с.
  85. Н. В., Уразаева Т. А., Бородин А. В. Кластерный анализ активов и пассивов банка / / Совершенствование управления отраслями АПК: Материалы научно-практической конференции. МарГУ. — Йошкар-Ола, 1996. -с. 86−88.
  86. С. М. Курс математического анализа. Т.1. -М.: Наука, 1975. 431 с.
  87. В. В., Подгурский Ю. Е. Применение сетей Петри // Зарубежная радиоэлектроника. 1986. -N11. -с. 17−37.
  88. В. В., Подгурский Ю. Е. Сети Петри. Теория. Применение / / Зарубежная радиоэлектроника. 1984. — N 4.с. 28−59.
  89. Новисов В. RS-Bank™ v. 4.0: новые возможности / / Hard 'n' Soft. 1994. — N 4. — с. 12−15.
  90. В. И. Анализ и проблема управления в банке / / RS-Club. 1996. — N 1. -с. 10−15.126
  91. Д. Система автоматизации банковской деятельности DiasoftBANK 4×4 // DiasoftlNFO. 1997. — Сентябрь. -с. 27−34.
  92. О применении методов теории аналитических функций при решении задач анализа финансово-экономической деятельности банков / Бородин А. В.- Марийский государственный технический университет. Йошкар-Ола, 1996. — 16 с. — Деп. в
  93. ВИНИТИ 11.07.96, № 2321-В96.
  94. О технологическом процессе формирования аналитического архива коммерческого банка на основе РАПИВ-анализа данных баланса / Бородин А. В.- Марийский государственный технический университет. Йошкар-Ола, 1996.8 с. Деп. в ВИНИТИ 03.04.96, № 1079-В96.
  95. Дж. Теория сетей Петри и моделирование систем. М.: Мир, 1984. — 264 с.
  96. В. Безопасные технологии обработки документов в компьютерных системах / / Защита информации. Конфидент.1996. N 3. — с. 39−43.
  97. Программа «Анализ финансового состояния предприятий»: Руководство пользователя. М.: ИНЭК, 1996.95 с.
  98. Программа «Торговля и кредиты»: Руководство пользователя. М.: ИНЭК, 1995. — 117 с.
  99. Программный комплекс «Банковский аналитик»: Руководство пользователя. М.: ИНЭК, 1995. — 26 с.
  100. Протоколы информационно-вычислительных сетей: Справочник / С. А. Аничкин, С. А. Белов, А. В. Бернштейн и др.- Под ред. И. А. Мизина, А. П. Кулешова. М.: Радио и связь, 1990. — 504 с.
  101. А. Организация информационного обеспечения аналитического подразделения / / DiasoftlNFO.1997. -Декабрь. с. 20−23.
  102. Л., Гоулд Б. Теория и применение цифровой обработки сигналов. М.: Мир, 1978. — 848 с.
  103. Д. Продукты класса data mining наводнят рынок в 1997 году / / ComputerWorld Россия. 1996. — N 10.с. 24.
  104. Робер К. IBM докапывается до анализа данных / / PC Week/Russian Edition. 1996. — N 24. — с. 13.
  105. П. С. Банковский менеджмент. М.: «Дело Лтд», 1995. 768 с.
  106. О. Банковский кризис: резюме и выводы / / Модус. 1995. — N 10. — с. 3.127
  107. Д., Самоварщикова О. Клиентские расчеты в Интернете / / Банковские технологии. 1997. — N 9. — с. 34−38.
  108. С. А. Обзор зарубежных АБС / / Банковские технологии. 1996. — N 9. — с. 86−90.
  109. Сборник нормативных документов Сбербанка России (1 полугодие 1995 года). Часть I. М.: Акционерный коммерческий Сберегательный банк Российской Федерации, 1996. — 440 с.
  110. Я. Г. Вероятностный подход к анализу статистики выпуклых ломаных // Функциональный анализ и его приложения. Т. 28. — N 2. — с. 41−48.
  111. Системы автоматизации банковской деятельности. Обзор. М.: НТК «Полином», 1994. — 90 с.
  112. Н., Ляшков А. Информационные хранилища для систем поддержки принятия решений / / Рынок ценных бумаг. 1996. — N 14. — с. 45−47.
  113. X. Статистическая механика нейронных сетей // Физика за рубежом 1990: Серия, А (исследования). М.: Мир, 1990. 184 с.
  114. Л. А., Горина С. А. Бухгалтерский учет в банке. М.: ПРИОР, 1994. — 208 с.
  115. М. В. Банковская ссуда и способы обеспечения ее возврата. М.: Белые альвы, 1996. — 80 с.
  116. Т. А. О критерии достаточности объема клиентской базы коммерческого банка / / Основные направления концепции развития АПК в условиях рыночной экономики. Йошкар-Ола: Марийский государственный университет. 1997.с. 215−218.
  117. А. В. Ежегодный семинар Hewlett-Packard для финансовых учреждений // Банковские технологии. 1996. — N 9. -с. 16−18.
  118. А. В. Новый уровень программных банковских технологий: По материалам Второго Всероссийского Форума разработчиков интегрированных банковских систем // Банковскиетехнологии. 1996. — N 6. — с. 23−30.
  119. А. В. Финансовые технологии в России. Семинары Института Адама Смита: Банковские технологии / / Банковские технологии. 1996. — N 7. — с. 16−18.128
  120. Финансово-кредитный словарь: В 3-х т. Т. I / Гл. ред. В. Ф. Гарбузов. М.: Финансы и статистика, 1994. — 512 с.
  121. Дж. Случаен ли исход бросания монеты? // Физика за рубежом. 1984. Серия, А (исследования). М.: Мир, 1984. — с. 186−209.
  122. А. Программные пакеты основа анализа и прогноза экономических процессов / / Рынок ценных бумаг.1996. N 14. — с. 49−50.
  123. В. Концептуальное построение банковской системы // RS-Club. 1996. — N 3. — с. 13−19.
  124. В. Реализация архитектуры «клиент-сервер» в банковских приложениях / / RS-Club. 1997. — N 1. — с. 21−26.
  125. А. Г. Перспективы развития АС ОСБ. М.: Управление информатики и автоматизации банковских работ Московского банка СБ РФ, 1996. — 15 с.
  126. Е. М. Методы финансовых и коммерческих расчетов. М.: «Дело Лтд», 1995. — 320 с.
  127. А. Так ли неизбежен банковский кризис? // Рынок ценных бумаг. 1996. — N 23. — с. 3−7.
  128. Р. Какой военный без криптозащиты? // PC Week/Russian Edition. 1996. — N 18. — с. 7.
  129. А. Д., Дей Г. Г., Шаповалов В. Н. Метод цепных подстановок и совершенствование факторного анализа экономических показателей / / Вестник МГУ. Сер. 6. Экономика. 1971. — N 4. — с. 32−34.
  130. Е. Б. Операции коммерческих банков и зарубежный опыт. М.: Финансы и статистика, 1993. — 144 с.
  131. Н. Банковский семинар Hewlett-Packard / / Банковские технологии. 1997. — N 9. — с. 14−18.
  132. А. Методология анализа / / Банковские технологии. 1996. — N 8. — с. 44−51.
  133. Экономический анализ и прогноз деятельности предприятия. М.: ИНЭК, 1995. — 122 с.
  134. Электронные платежные системы, использующие Internet и средства WWW / / Российский рынок пластиковых карточек. 1996. — N 9. — с. 36−43.
  135. С. М. О разложении абсолютных приростов по факторам / / Ученые записки по статистике. М.: АН СССР, 1955. с. 66−83.
  136. Eds J., Combes М., Grossmann A., Tchamitchian P.
  137. Wavelets. Berlin: Springer-Verlag, 1989. — 451 p.
  138. Grossmann A., Morlet J. Decomposition of Hardy functions into square integrable wavelets of constant shape / / SI AM Journal of Mathematical Analysis. 1984. — Vol. 15. — p. 723−736.129
  139. Hopfield J. J., Tank D. W. Neural computation of decisions in optimization problems / / Biological Cybernetics. 1985. — Vol. 52. — p. 141−152.
  140. Pollard J. M. The Fast Fourier Transform in a Finite Field // Mathematics of Computation. -1971. Vol.25. -N114. -p. 365−374.
  141. Subband and wavelet transforms: design and applications. Boston: Kluwer Academic Publishers. — 1996. — 451 p.
  142. Wavelet analysis and its applications. Vol. 1: An introduction to wavelets. San Diego: Academic Press Inc., 1992. 316 p.
  143. Wavelet analysis and its applications. Vol. 2: A tutorial in theory and applications. San Diego: Academic Press Inc., 1992. — 223 p.
  144. Wavelet theory and application. Boston: Kluwer Academic Publishers, 1993. — 134 p.130
Заполнить форму текущей работой