Мир вокруг нас поразительно сложен. Практически во всех областях деятельности у человека регулярно возникает целое множество задач
и проблем, процесс принятия решений в которых, играет ключевую роль.
Если рассматриваемая задача относится к профессиональной области, как
правило, ее решение возлагается на лицо, принимающее решение (ЛПР).
Некоторые задачи бывают настолько многогранны, что обобщение информации для их решения – превосходят компетенцию отдельного человека,
часто настолько, что принять правильное решение в одиночку становится
вовсе невозможно. В подобных случаях, к решению задачи выбора привлекается целая команда экспертов, возлагающая на себя обязанности экспертной группы.
На лицо, принимающее решение (или экспертную группу), ложится
серьезная ответственность за разумность их выбора, особенно, если речь
идет о проблемах, правильное решение которых может повлиять на благополучие других людей.
Лицо, отвечающее за принятие решения, опираясь на имеющийся
опыт, и относящиеся к исследованию знания, обладает собственными представлениями о достоинствах или недостатках различных вариантов решения. Основываясь на этом, ЛПР заинтересовано в осуществлении выбора
той альтернативы, которая является лучшей по отношению к его системе
предпочтений. Последствия выбора различных альтернативных решений
тоже оцениваются ЛПР и характеризуются определенным уровнем достижения цели данного выбора. В процессе определения подходящего варианта, лицу, отвечающему за принятие решений, нужно не только полагаться
на личный опыт и свою интуицию, но и использовать существующие математические способы принятия решений, позволяющие обоснованно выбрать наиболее подходящие альтернативы.
На основании многочисленных проведенных исследований определено, что без математической поддержки ЛПР, как правило, выбирает довольно примитивные, а иногда вовсе противоречащие правила, определяющие выбор решения. Это связано с регулярно растущим объемом важной
информации и потребностью учитывать при принятии решений часто взаимосвязанные, многообразные и все более многочисленные компоненты.
Изучением задач выбора занимается теория принятия решений. Применение аппарата этой области исследования дает возможность проводить
выбор наилучшего варианта более обоснованно. Использование теории принятия решений способствует исключению заведомо неверных решений и
учитыванию отрицательных итогов необдуманного выбора.
Оценивая что-либо, ЛПР берет за основу критерии, имеющие как числовую, так и качественную форму. Большинство сложных задач, встречающихся на практике, обычно, не ограничиваются одним критерием. При ре-
3шении задач, имеющих сложную структуру, учитываются сразу несколько
факторов. Задачи данного вида носят название многокритериальных. Подобные задачи возникают при математическом описании и моделировании
систем, в случае, если качество или эффективность различных вариантов
реализации невозможно оценить одним показателем. Многокритериальные
задачи выбора занимают центральное место в современной науке принятия решений и составляют крайне важный класс задач для применения на
практике.
В ходе работы был произведен анализ рынка инвестиционных бумаг
на примере крупнейших компаний, представляющих нефтегазовую отрасль
России, на основании которого, были получены следующие результаты:
1. Исследованы основные методы принятия решений в случае многокритериальных задач при условии неопределенности. В частности,
подробно рассмотрена задача принятия решений в условиях риска и
приведены возможные подходы к ее решению.
2. Построено множество Парето для рассматриваемых альтернативных
вариантов акций компаний-эмитентов, с целью исключения из рассмотрения заведомо неподходящих альтернатив.
3. На основе анализа инвестиционного рынка, выявлены основные параметры для оценки акций с учетом системы предпочтений ЛПР.
4. Задача нахождения лучшей альтернативы сформулирована и решена
рамках теории нечетких множеств и нечеткой логики. В ходе решения
данной задачи были выполнены следующие подзадачи:
(a) Произведен анализ гистограмм распределения факторов, влияющих на оценку акций компаний-эмитентов.
(b) На основе вида гистограмм и экспертной оценки параметров –
построены соответствующие им функции принадлежности.
(c) На основе выбора ключевых параметров для оценки привлекательности акций, предложен метод построения информационной
базы правил.
5. Исходя из сформированной базы правил, программным путем реализована процедура нечеткого вывода с целью определения выбора
наилучшей альтернативы.
6. Благодаря полученным оценкам альтернатив, были сделаны выводы
относительно инвестиционной привлекательности акций компанийэмитентов, присутствующих на фондовом рынке.
Полученные результаты могут служить основой для дальнейшего исследования инветиционного рынка и других смежных отраслей.
43
1. Борисов А. Н., Крумберг О. А., Федоров И. П. Принятие решений на основе нечетких моделей. Примеры использования.- Рига: Зинатне,
1990. - 184 с.
2. Голубков Е.П. Сущность и характерные особенности управленческих решений // Менеджмент в России и за рубежом, №1, 2003. с. 26 - 31.
3. Гурин Л. Г. О задачах многокритериальной оптимизации в условиях неопределенности // Журнал вычислительной математики и мате-матической физики, №8, 2004. с. 1356 - 1357.
4. Жуковский В. И., Салуквадзе М. Е. Многокритериальные задачи управления в условиях неопределенности. — Тбилиси: Мецниереба,
1991. - 128 с.
5. Иваненко В. И., Лабковский В. А. Проблема неопределенности в за¬дачах принятия решений. — Киев: Наукова думка, 1990. - 136 с.
6. Иванов М. В., Рубан А. И. Поисковый непараметрический алгоритм спуска в область Парето при многокритериальной оптимизации // Информатика и процессы управления: Сб. науч. работ.- Красноярск: КГТУ, 1995. с. 118 - 123.
7. Карлин С. Математические методы в теории игр, программировании и экономике. - М.: Мир, 1964. - 835 с.
8. Колбин В. В. Многокритериальные задачи оптимизациии. Учебное пособие к специальному курсу «Математическая теория решений» — СПб: НИИХ СПбГУ, 2002. - 56 с.
9. Колбин В. В. Теория решений (методы принятия решений). - Palmarium Academic Publishing, 2013. - 640 с.
10. Лапко A. B. Непараметрические методы оптимизации и их примене¬ние. - Новосибирск: Наука, 1993. - 152 с.
11. Леоненков А. В. Нечеткое моделирование в среде MATLAB и fuzzyTECH. - СПб.: БХВ Петербург, 2005. - 736 с.
12. Недосекин А. О. Нечетко-множественный анализ риска фондовых ин-вестиций. - СПб.: 2002. - 181 с.
13. Ногин В. Д. Принятие решений в многокритериальной среде: коли-чественный подход. - М.: Физмалит, 2002. - 144 с.
14. Пермяков А. C. Инвестиционное обеспечение и управление капитали-зацией нефтегазовых компаний. - Тюмень: 2001. - 138 с.
15. Пивкин В. Я., Бакулин Е. П., Кореньков Д. И. Нечеткие множества в системах управления // Под ред. Золотухина Ю. Н. - Новосибирск: НГУ, 1995. - 40 с.
16. Подиновский В. В., Ногин В. Д. Парето-оптимальные решения мно-гокритериальных задач. - М.: Наука, 1982. - 256 с.
17. Смирнова К. А. Понятие неопределенности экономических систем и подходы к ее оценке // Вестник МГТУ, №2, 2008. с. 241 - 246.
18. Саати Т. Принятие решений. Метод анализа иерархий. - М.: Радио и связь, 1993. - 278 с.
19. Dubois D, Prade H. Possibility Theory //An Approach to Computerized Processing of Uncertainty. - New York: Plenum Press, 1986.
20. Keeney R.L., Raiffa H. Decisions with multiple objectives: preferences and value tradeoffs. - New York: Wiley. 1976. - 559 p.
21. Mamdani E., Assilian S. An Experiment in linguistic synthesis of fuzzy logic controller // Man-Mach-Studies, vol. 7, 1975. p. 1 - 13.
22. Pareto V. Cours d’Economie Politique. - Lausanne: Rouge, 1896.
23. Steuer R. E. Multiple Criteria Optimization: Theory, Computations, and Application. - New York: John Wiley & Sons, 1986. - 546 p.
24. Zadeh L. A. Fuzzy sets // Information and Control, №8, 1965, p. 338 - 353.
25. Все о нефти [Электронный ресурс] — http://vseonefti.ru/.
26. Инструменты финансового и инвестиционного анализа [Электронный ресурс] — http://investment-analysis.ru/.
27. Доступно о трейдинге и инвестициях MindSpace.ru [Электронный ре¬сурс] — http://mindspace.ru/.
28. Официальный сайт Министерства финансов Российской Федерации [Электронный ресурс] — http://minfin.ru/.
29. Проект Conomy [Электронный ресурс] — https://www.conomy.ru.