📄Работа №66680
Тема: Моделирование диагностики уровня финансового риска
Характеристики работы
Тип работы
Дипломные работы, ВКР
Предмет
Банковское дело и кредитование
Объем:
32 листов
Год:
2016
Просмотров:
122
4660
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение 2
Глава1 Общая теория рисков 5
1.1 Классификация финансовых рисков по признакам 5
1.2 Способы оценки финансового риска 8
Глава 2 Методы математического моделирования в определении
уровня риска 13
2.1 VAR-метод оценки финансовых рисков 13
2.2 Среднее квадратичное в измерении уровня риска 14
Глава 3 Математическая постановка задачи 16
3.1 Построение обучающей выборки при помощи
критерия Фишера 16
3.2 Определение оптимального положения гиперплоскости
обучающего множества 19
3.3 Определение риска 19
Заключение 19
Список литературы
Глава1 Общая теория рисков 5
1.1 Классификация финансовых рисков по признакам 5
1.2 Способы оценки финансового риска 8
Глава 2 Методы математического моделирования в определении
уровня риска 13
2.1 VAR-метод оценки финансовых рисков 13
2.2 Среднее квадратичное в измерении уровня риска 14
Глава 3 Математическая постановка задачи 16
3.1 Построение обучающей выборки при помощи
критерия Фишера 16
3.2 Определение оптимального положения гиперплоскости
обучающего множества 19
3.3 Определение риска 19
Заключение 19
Список литературы
📖 Введение
Риск является неотъемлемой частью человеческой деятельности, связанной с принятием решений, в том числе в финансово-экономической области. Не смотря на то, что выбранная тема достаточно популярна, например, подобной проблемой занимались следующие авторы: Е. Д. Соложенцев, И. А. Бланк, Н.В. Хохлов, А.Н. Асаул, И. П. Князь, Ю. В. Коротаева, но в основном риск оценивается этими авторами в рамках статистического подхода.
Необходимость диагностики уровня риска и его коррекции продиктована целью повышения финансовой надежности. Само понятие «финансового риска» определяется неоднозначно в силу того, что формулируется оно учеными разных областей. Так, например, у А. П. Альгина: финансовый риск — это деятельность, связанная с преодолением неопределенности в ситуации неизбежного выбора, в процессе которой имеется возможность количественно и качественно оценить вероятность достижения предполагаемого результата, неудачи и отклонения от цели [1]. Таким образом, для определения уровня финансовой устойчивости используется такой показатель, как коэффициент финансового риска, определяющий соотношение привлеченных ресурсов и собственного капитала.
Тем не менее, статистический подход не всегда позволяет оценить риск с достаточно большой точностью, но при грамотном анализе всех факторов можно повысить точность прогнозирования уровня риска и причин его возникновения, что позволит избежать нежелательных финансовых потерь, а возможно даже извлечения прибыли в силу привлечения оптимизационного подхода к решению данной задачи. Таким образом, выбранная тема является актуальной и в данной работе предлагается разработка новых математических методов моделирования применительно к финансовым рискам в рамках оптимизационного подхода.
Однако, в настоящее время также не существует универсального метода, пригодного и для решения всех задач распознавания, идентификации и диагностики. Интерес к оптимизационным методам в последние годы усилился, поскольку современный уровень развития вычислительной техники позволяет реализовать многие методы и алгоритмы, которые ранее невозможно было использовать ввиду обработки огромных массивов экспериментальных данных.
Статистический и оптимизационный подходы к решению задач математической диагностики удачно дополняют друг друга: обработка одних и тех же баз данных с помощью обоих подходов позволяет получить более достоверную информацию и предоставляет лицу, принимающему решение, возможность выбора наиболее рационального решения.
Таким образом, целью исследования является построение новой математической модели, позволяющей получить более точные результаты при оценивании финансового риска. Для достижения этой цели будут решаться следующие задачи: задача ранжирования параметров с помощью статистического подхода, а именно с помощью критерия Фишера, и задача классификации клиентской базы данных на предмет риска платежеспособности.
Необходимость диагностики уровня риска и его коррекции продиктована целью повышения финансовой надежности. Само понятие «финансового риска» определяется неоднозначно в силу того, что формулируется оно учеными разных областей. Так, например, у А. П. Альгина: финансовый риск — это деятельность, связанная с преодолением неопределенности в ситуации неизбежного выбора, в процессе которой имеется возможность количественно и качественно оценить вероятность достижения предполагаемого результата, неудачи и отклонения от цели [1]. Таким образом, для определения уровня финансовой устойчивости используется такой показатель, как коэффициент финансового риска, определяющий соотношение привлеченных ресурсов и собственного капитала.
Тем не менее, статистический подход не всегда позволяет оценить риск с достаточно большой точностью, но при грамотном анализе всех факторов можно повысить точность прогнозирования уровня риска и причин его возникновения, что позволит избежать нежелательных финансовых потерь, а возможно даже извлечения прибыли в силу привлечения оптимизационного подхода к решению данной задачи. Таким образом, выбранная тема является актуальной и в данной работе предлагается разработка новых математических методов моделирования применительно к финансовым рискам в рамках оптимизационного подхода.
Однако, в настоящее время также не существует универсального метода, пригодного и для решения всех задач распознавания, идентификации и диагностики. Интерес к оптимизационным методам в последние годы усилился, поскольку современный уровень развития вычислительной техники позволяет реализовать многие методы и алгоритмы, которые ранее невозможно было использовать ввиду обработки огромных массивов экспериментальных данных.
Статистический и оптимизационный подходы к решению задач математической диагностики удачно дополняют друг друга: обработка одних и тех же баз данных с помощью обоих подходов позволяет получить более достоверную информацию и предоставляет лицу, принимающему решение, возможность выбора наиболее рационального решения.
Таким образом, целью исследования является построение новой математической модели, позволяющей получить более точные результаты при оценивании финансового риска. Для достижения этой цели будут решаться следующие задачи: задача ранжирования параметров с помощью статистического подхода, а именно с помощью критерия Фишера, и задача классификации клиентской базы данных на предмет риска платежеспособности.
✅ Заключение
В данной работе ставилась цель сформировать новый метод нахождения уровня финансового риска в рамках работы Банка. Объектом исследования являлась клиентская база данных, применив к которой некоторые математические методы, можно было бы сделать вывод о платежеспособности или неплатежеспособности клиентов. В качестве принципа оптимальности использовался критерий Фишера и метод классификации, разработанный Григорьевой К. В. В условиях финансового кризиса, задача выявлять наиболее платежеспособных клиентов приобретает особую актуальность. Предполагается, что полученные результаты могут быть использованы в банковской сфере.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.