Учебное пособие Нижний Новгород 2012
Принципы многокритериальной классификации экономических субъектов
жүктеу/скачать 1,85 Mb.
|
ТЕКСТ (1)
- Бұл бет үшін навигация:
- Таблица 2.1
| 2.1. Принципы многокритериальной классификации экономических субъектов
Ключевые слова: нечеткие множества, нелинейная зависимость, неопределенность, неоднородность, интегральный показатель, слабоструктурированная проблема, вербальный анализ, порядковые шкалы, многокритериальная классификация, множество альтернатив, решающее правило, принятие решений. С точки зрения банковского кредитного эксперта (кредитного инспектора, начальника кредитного отдела, руководителя банка)29 необходима выработка пригодной для практического применения, адекватной внутренней логике процессов финансово-экономического анализа и экспертного оценивания комплексной системы показателей кредитоспособности заемщиков. Результатом анализа показателей кредитоспособности заемщика (как количественных, так и качественных) в конкретных условиях «внешней среды» с использованием подобной системы должны стать однозначные ответы на вопросы, постоянно возникающие перед экспертами кредитного комитета банка, рассматривающими кредитные заявки: можно ли предоставить конкретному заемщику испрашиваемый кредит? (задача выбора заемщика, или I-я задача); если ответ на первый вопрос положителен, то на каких условиях необходимо предоставить испрашиваемый кредит? (задача оценки параметров кредитного заключения, или II-я задача); какие меры необходимо принять банку с целью минимизации риска невозврата испрашиваемого кредита? (задача выбора методов защиты от риска, или III-я задача). Методология решения первых двух задач должна представлять теоретико-прикладную систему оценки показателей кредитоспособности заемщика и условий кредитования. Третья задача требует применения методов оптимального управления кредитным портфелем банка. Предлагаемые многими авторами и рассмотренные ранее модели и методики оценки кредитоспособности заемщиков, как правило, основываются на допущении о наиболее существенном вкладе в оценку кредитоспособности количественных факторов (финансовых показателей), то есть гипотезе количественной релевантности (Приложения 1 и 2). Международная и российская практика кредитования показывает, что количественные факторы кредитоспособности не могут удовлетворительно охарактеризовать кредитоспособность реального заемщика, т.к. способны показать лишь «моментный», ретроспективный срез финансового состояния хозяйствующего субъекта. Современные банковские специалисты признают, что понятие «кредитоспособность заемщика» логически несводимо лишь к финансовым параметрам заемщика, оно является комплексным. Следовательно, совокупность показателей, характеризующих кредитоспособность заемщика, должна включать в себя и финансовые и нефинансовые показатели, то есть как количественные, так и качественные. Причем, качественные показатели (например, уровень менеджмента или деловая репутация заемщика) должны играть не менее весомую роль, чем количественные в системе факторов, используемых для адекватной оценки кредитоспособности. В связи с потребностями практики возникает необходимость методологии измерения и сопоставления показателей кредитоспособности, что обусловлено следующими основными причинами: постоянно изменяющейся внешней средой, цикличностью экономики; спецификой предметной области исследования (так как она находится не столько в сфере финансовых проблем, сколько на стыке экономики, финансов, современной прикладной математики, психологии); относительной новизной и недостаточной отработанностью математических методов исследования субъектов и их отношений, составляющих основу анализа кредитоспособности заемщика; недостаточной осведомленностью высших менеджеров банков и специалистов в области финансов о математических методах обработки нечисловой (вербальной, описательной) информации и о возможностях построения на основе этих методов специализированных экспертных систем. Существующие модели оценки кредитоспособности заемщиков в отечественных коммерческих банках в качестве релевантных факторов в процедуре оценки кредитоспособности используют три основных: финансовое состояние, обеспечение и экспертную оценку потенциального заемщика. При этом предпочтение банковских практиков отдается эвристическим подходам, основанным на субъективной оценке экспертов, поскольку проблемой является нахождение способа сведения количественных и качественных показателей заемщика к одному интегральному показателю оценки для принятия решений о кредитовании и обоснования этого решения. Главным недостатком предлагаемых систем отбора кредитных заявок является то, что они предполагают экспертное оценивание заявки с помощью весовых коэффициентов значимости показателей, содержащихся в ней, и применение линейной функции зависимости привлекательности кредитной заявки от фактических значений этих показателей. В действительности, по мнению исследователей, имеет место нелинейная, эволюционная зависимость показателей, характеризующих заемщика, соответственно, экспертное оценивание должно осуществляться по нелинейному критерию. Это означает, что разные факторы имеют объективно неодинаковое влияние на мнения экспертов в отношении конкретной кредитной заявки, и линейное «взвешивание» вряд ли будет адекватно моделировать реальный процесс экспертного оценивания. Линейные модели эффективно работают лишь в области малых отклонений от стационарного состояния оцениваемых параметров (на практике – не более 10%)30. Поэтому методики экспертного оценивания на базе линейного алгоритма «взвешивания» применимы для очень ограниченных квазистационарных случаев прогнозирования малых отклонений базовых показателей. Более предпочтительной объективно может быть методика, основанная на нелинейных алгоритмах бинарного по качественным показателям экспертного оценивания, либо на комбинации нелинейных алгоритмов экспертного оценивания и теории нечетких множеств. Важно подчеркнуть, что нелинейный алгоритм экспертного оценивания целесообразно использовать по двум фундаментальным причинам: во-первых, в силу принципиальной нелинейности самого процесса экспертного оценивания, а, во-вторых, в силу необходимости учета объективно существующей эволюционной нелинейности факторов оценки. Первый тип нелинейности может быть промоделирован с помощью специальных математических функций (типа функций Уолша, Хэвисайда или «фильтрующих» сверток), второй – с помощью производящих функций теории нечетких множеств. Однако, с точки зрения практики, необходимо стремиться к компромиссу между адекватностью и аналитичностью (простотой практической интерпретации) модели оценивания, не забывая при этом о ее ограничениях, очерченных областью практической применимости. Исходя из этого, модель линейного оценивания должна рассматриваться как некая асимптотика нелинейной при малом изменении внутренних параметров и слабых возмущениях параметров внешней макроэкономической среды. Наиболее достоверные результаты она будет давать, естественно, для добросовестных31 заемщиков в относительно спокойные периоды развития макроэкономики, что снижает ее достоверность и практическую ценность для эксперта. Таким образом, для каждого банка существует необходимость создания целостной, научно обоснованной, логически непротиворечивой прикладной системы оценки показателей кредитоспособности, использование которой на заданном множестве экономических субъектов (потенциальных заемщиков) давало бы результаты, однозначно интерпретируемые пользователями такой системы. Анализ финансово-экономической литературы по данной проблематике показывает, что существует некий разрыв между теоретическими подходами к решению задачи оценки кредитоспособности и практикой банковского кредитования. Теоретики делают упор на анализ количественной информации финансовых критериев кредитоспособности, рекомендуя применять при этом статистические модели анализа кредитоспособности, основанные на MDA, а также разнообразные рейтинговые модели. Практики же предпочитают опираться на свой опыт и неформализуемые в рамках традиционных математических методов способности интуитивно прогнозировать сценарии развития событий. В результате объективно возникает необходимость объединения как первого, так и второго подхода к решению задачи оценки кредитоспособности заемщика. Несмотря на понимание многими исследователями того, что в действительности анализ кредитоспособности нельзя свести только к анализу финансовых коэффициентов, и необходим тщательный анализ нефинансовых показателей, не предлагается конкретных моделей или методик комплексного анализа кредитоспособности в работах, посвященных данному вопросу. Это свидетельствует о недостаточности применения математических методов анализа количественно измеримых показателей для удовлетворительного решения задачи комплексной оценки кредитоспособности. Эмпирико-эвристический подход в отдельности также не может обеспечить удовлетворительного решения поставленной задачи. Как убедительно показали исследования ряда специалистов в области психологии, ограниченность эмпирико-эвристического подхода связана с особенностями человеческой системы переработки сложной информации. В частности, специалисты приводят ряд аргументов, доказывающих ограниченность стихийного эвристического подхода к анализу многокритериальных проблем32. Данные авторы предлагают для исследования качественных характеристик субъекта использовать специально разработанные алгоритмы вербального анализа данных и принятия решений. Анализ специальной литературы, посвященной методам многокритериальной оценки и качественным методам принятия решений, показал, что задача комплексной оценки кредитоспособности относится к типу так называемых «слабоструктурированных проблем»33. Основными чертами слабоструктурированных проблем являются объективное наличие в их составе как качественных, так и количественных показателей, причем качественные, малоизвестные и неопределенные стороны имеют доминирующую тенденцию. Возможны два конструктивных пути решения слабоструктурированных задач (в частности, задачи оценки кредитоспособности заемщика). Первый – это редукция качественных показателей к особым образом построенным количественным показателям (балльным оценкам критериев и альтернатив, нечеткозначным переменным). Наиболее известным примером такого подхода служит метод анализа иерархий (МАИ) Т. Саати и К. Кернса34. Он относится к эвристическим методам, поскольку не имеет строгого научного обоснования и построен на базе обобщения эмпирического материала. Другой, менее известный, главным образом из-за своей новизны, пример подобного подхода – это метод фильтрации состояния нечетких процессов, основанный на теории нечеткого интегрирования35. Вторым путем решения слабоструктурированных задач является их редукция к неструктурированным задачам, то есть таким, которые содержат лишь качественные показатели, поскольку очевидно, что любые количественные показатели могут быть преобразованы в качественные36. Что касается корректного преобразования качественных показателей в количественные, то этот вопрос в настоящее время остается открытым. Ряд исследователей полагают, что использование принципиально новых математических технологий, таких, как теория нечеткой меры и нечетко-интегральное исчисление, позволяет эффективно формализовать и решать слабоструктурированные задачи37. Другие исследователи считают, что любая процедура сведения качественных показателей к количественным некорректна, а, следовательно, полагаться на получаемые таким образом «трансформированные» количественные результаты при принятии решений нет никаких оснований. Данные исследователи предлагают ряд разработанных методов исследования качественных данных, которые являются частью так называемой теории вербального анализа и решения неструктурированных задач38. Обширный опыт отечественных и зарубежных банковских специалистов убедительно свидетельствует о том, что статистические методы не могут быть признаны надежным и адекватным инструментом решения слабоструктурированных задач. Любая попытка использования статистических методов для решения такого рода задач есть не что иное, как редукция к хорошо структурированным (формализованным) задачам. В частности, доказано, что данный прием является логически ошибочным, поскольку такого рода редукция существенно искажает исходную постановку задачи39. Принципиальная невозможность применения формальных методов при решении слабоструктурированных задач подтверждается сформулированным основоположником теории нечетких множеств Л.Заде «принципом несовместимости»: «…чем ближе мы подходим к решению проблем реального мира, тем очевиднее, что при увеличении сложности системы наша способность делать точные и уверенные заключения о ее поведении уменьшается до определенного порога, за которым точность и уверенность становятся почти взаимоисключающими понятиями»40. Наконец, практика свидетельствует об объективно существующей несоизмеримости (структурной неоднородности) количественных и качественных показателей кредитоспособности. Поскольку в настоящее время нет рациональных оснований предпочесть тот или иной метод решения слабоструктурированных задач из-за того, что все они обладают специфическими достоинствами и недостатками, то задачу оценки кредитоспособности заемщика, которая формально может быть сведена к задаче многокритериальной классификации объектов в пространстве количественно-качественных показателей, допустимо решать с помощью разных методов. Результаты решения, полученные тем или иным способом, сверяются. Если различные методы позволяют решить задачу с близкой степенью адекватности, то результаты решения не должны противоречить друг другу и сильно отличаться. Например, ясно, что, при «+классификации»41 объектов (заемщиков) основная масса «+заемщиков» при использовании упомянутых методов должна быть классифицирована одинаково. В настоящее время наиболее плодотворным подходом к решению слабоструктурированных задач является их редукция к неструктурированным с применением методологии вербального (качественного) анализа. Это обусловлено следующими обстоятельствами. Во-первых, методология вербального анализа и принятия решений достаточно хорошо исследована и подробно разработана специалистами; ими же разработан ряд алгоритмов для решения разнообразных задач многокритериальной классификации42. Во-вторых, методология вербального анализа успешно применяется в различных отраслях науки и практики (медицинская диагностика, принятие решений о ценности научных разработок, разнообразные экспертные системы в экономике). Наконец, в-третьих, алгоритмы вербального анализа без особых проблем могут быть положены в основу построения гибкой автоматизированной системы принятия решений. Отчасти это обусловлено разнообразием инструментальных средств современной прикладной информатики, в первую очередь, достаточно мощных средств программирования. Таблица 2.1Сравнение основных достоинств и недостатков метода вербального анализа для решения задач многокритериальной классификации
Важнейшими чертами неструктурированных задач, позволяющими утверждать, что решение рассматриваемой нами частной проблемы анализа кредитоспособности заемщика может быть достаточно корректно сведено к более общему случаю, являются следующие44: - уникальность выбора в том смысле, что каждый раз проблема является новой для ЛПР, либо обладающей новыми особенностями по сравнению со встречавшимися ранее подобными проблемами; - непосредственная связь с неопределенностью в оценках альтернативных вариантов решения проблемы, которая объективно обусловлена нехваткой информации на момент решения проблемы; - оценки альтернативных вариантов решения проблемы имеют качественный характер и чаще всего сформулированы в словесном виде; - общая оценка альтернатив может быть получена лишь на основе субъективных предпочтений ЛПР (либо группы ЛПР). Интуиция ЛПР, его уверенность в тех или иных вариантах развития событий являются основой решающего правила, позволяющего перейти от отдельных оценок к общей оценке альтернатив. Под решающим правилом понимаются определенные требования к альтернативам, то есть алгоритм выбора из множества альтернатив45; - оценки альтернатив по отдельным критериям могут быть получены только от экспертов. Обычно отсутствует объективная шкала измерения оценок по отдельным критериям. Более того, в ряде случаев оценки альтернатив по критериям могут быть относительными, показывая, чем один вариант лучше другого. При принятии решений по неструктурированным задачам существует много факторов, влияющих на оценку и выбор альтернатив. Это приводит к единственно возможному виду измерений для большинства факторов – измерениям в качественных, вербальных понятиях, расположенных на порядковых шкалах. Для того чтобы использовать методы вербального анализа данных для решения задачи оценки кредитоспособности заемщиков коммерческого банка, введем ряд определений. жүктеу/скачать 1,85 Mb. Достарыңызбен бөлісу:
|