социальные, демографические и другие данные, представленные в виде динамических рядов.
· Деловые новости — текущая информация из различных сфер бизнеса,
периодически (ежедневно, еженедельно, ежемесячно и т.д.) предоставляемая информационными агентствами и в публичной печати.
Формирование рынка деловой информации в России началось в середине 1990-х годов. Основными поставщиками информационных продуктов и услуг здесь являются:
· службы обмена информацией между финансовыми институтами;
· специализированные агентства и службы, ориентированные на профессиональных инвесторов;
· агентства и службы, ориентированные на потребительский рынок.
Предоставляемые ими информационные продукты и услуги доступны в следующих формах:
· в реальном масштабе времени;
· в виде баз данных на магнитных носителях или с доступом on-line;
· как специализированные обзоры в электронном или печатном виде;
· материалов периодических деловых изданий.
4. Программное обеспечение финансовых решений.
Одной из важнейших проблем при разработке информационных технологий в финансовом менеджменте является выбор соответствующих программных продуктов. Многообразие задач финансового менеджмента обусловливает необходимость использования различных программных средств, существенно отличающихся по назначению, функциональным возможностям, используемой среде и т.п.
Программные средства, используемые в качестве инструментария поддержки финансовых решений, можно разделить на следующие классы:
· комплексные системы управления предприятиями;
· табличные процессоры;
· пакеты для решения задач фундаментального анализа;
· пакеты для решения задач технического анализа;
· статистические и математические пакеты программ;
· системы искусственного интеллекта (ИИ).
Примерами комплексных автоматизированных систем управления финансово-хозяйственной деятельностью предприятий являются такие известные в мире программные продукты, как БААН (ВААN, США), R3 фирмы SАР (Германия), РLATINUM (США), SCALA (Швеция), MAN/MANX (США), Сhampion (США) и другие, а также ряд отечественных продуктов: «ОЛИМП» (Росэкспертиза, Россия), БОСС (АйТи, Россия), «ГАЛАКТИКА» (Галактика, Белоруссия) и др.
Как правило, такие системы обладают схожими чертами и реализуют стандартные базовые функции управления хозяйственным объектом. Все они ориентированы на применение в гетерогенных вычислительных сетях, реализованы на базе архитектуры «клиент сервер», позволяют вести обработку информации в режиме реального времени большому количеству пользователей, обладают дружественным графическим интерфейсом, обеспечивают интеграцию с другими популярными программными продуктами на уровне обмена данными и т.д.
Программное обеспечение подобных систем обязательно включает специальные модули или подсистемы, обеспечивающие поддержку управления финансами предприятий.
Табличные процессоры, или электронные таблицы (ЭТ), имеют давнюю историю применения в сфере бизнеса. Разработки нового поколения, такие, как Ехсеl, Quattro Рго, Lotus, отличаются качественно новыми возможностями и уровнем функциональности, позволяющими рассматривать их как мощные системы поддержки принятия решений.
Несмотря на то, что спектр программных продуктов для решения задач фундаментального анализа достаточно широк, какого-либо универсального средства, способного удовлетворить хотя бы усредненные запросы специалистов, на сегодняшний день не существует. Такое положение обусловлено прежде всего исключительным разнообразием и сложностью возникающих задач.
Поэтому в настоящее время при решении задач фундаментального анализа специалисты вынуждены использовать несколько типов программных продуктов, которые могут быть условно разделены на:
• пакеты для оценки и управления инвестиционными проектами;
• пакеты для анализа финансового состояния предприятий;
• программы, ориентированные на решение конкретных задач.
Наиболее представительную группу составляют программы, реализующие различные методы технического анализа. Основными пользователями подобных программных средств являются фондовые отделы банков, крупных финансовых, инвестиционных и страховых компаний, а также независимые брокеры.
В силу особой специфики российского фондового рынка до недавнего времени большинство отечественных продуктов для технического анализа были ориентированы в основном на рынок ГКО и ОФЗ. Это — «Прогноз вторичного рынка ГКО», «Аукцион ГКО» (НИЦ «Информатика»), «Инвестор ГКО» (СУПР), «Рынок ГКО» (ИНЭК), «Оптимум» («ЦентрИнвестСофт»), «Сфера-ГКО» («ЛоРент») и др.
Применение пакетов статистического и математического анализа для моделирования финансовых процессов является, пожалуй, наиболее консервативным подходом. Однако имеется ряд задач, для решения которых использование подобных пакетов наиболее эффективно.
Выбор программ математического анализа на российском рынке не велик и ограничивается разработками зарубежных фирм — пакетами MathCAD PLUS (США), Mathematica (США), MathLab (США). В финансовом менеджменте подобные пакеты используются для анализа рисков, задач оптимизации, а также исследования и описания нелинейных зависимостей между показателями, например, при определении точки безубыточности производства того или иного продукта.
Завершая рассмотрение программных средств для финансового менеджмента, отметим, что все большее применение здесь находят системы искусственного интеллекта (ИИ).
Выделяют следующие ключевые отличия интеллектуальных систем: возможность обучения, гибкая адаптация, возможность работы с неполной или нечеткой информацией, умение объяснять полученные решения, способность извлекать новые знания из первичных данных и др.
В настоящее время существуют различные технологии ИИ. Анализ показывает, что в финансовом менеджменте используются нейронные сети (прогнозирование, распознавание ситуаций, извлечение знаний), генетические алгоритмы (оптимизация инвестиционных портфелей), нечеткая логика (анализ рисков), экспертные системы (планирование, анализ, аудит).
Нейронные сети (НС) получили широкое применение в тех областях финансового и инвестиционного менеджмента, где требуется получение оценок и прогнозов, связанных с обработкой больших объемов информации, и принятие решений в минимально короткие интервалы времени (спекулятивные операции на фондовых рынках, краткосрочное прогнозирование курсов, технический анализ и т.д.). К достоинствам НС относятся: возможность моделирования и прогнозирования нелинейных процессов, способность работать с зашумленными данными, быстрое обучение и гибкость адаптации к изменениям внешней среды.
Генетические алгоритмы представляют собой сравнительно новое направление ИИ, использующее механизм биологической эволюции для поиска оптимальных решений. В отличие от традиционных методов оптимизации, генетические алгоритмы позволяют найти не точное, а приемлемое решение для сложных, в том числе и нелинейных задач большой размерности.
Генетический алгоритм оптимизации является множественно-вероятностным, т.е. позволяет находить множество значений, приблизительно соответствующих искомому условию. Это обстоятельство существенно для решения задач с неявно выраженными максимумами или минимумами.
В настоящее время существует несколько программных продуктов, достаточно эффективно реализующих генетические алгоритмы. Наиболее популярными из них в отношении применения в финансово-кредитной сфере являются продукты Evolver (Palisade Corp, США), GeneHunter (Ward Systems, США), Omega (KiQ and CAP, США). Интересным является тот факт, что первые два реализованы в виде надстроек к MS Excel и написаны на языке Visual Basic for applications (VBA). Оба продукта в целом схожи по своим функциональным возможностям.
Нечеткая логика (fuzzy logis) возникла в середине 1960-х годов как средство формализации качественных знаний и понятий, выраженных на естественном языке.
Основным понятием нечеткой логики является лингвистическая (нечеткая) переменная, значениями которой могут быть не только числа, но и слова или предложения естественного либо искусственного языка.
Системы ИИ, базирующиеся на нечеткой логике, обладают лучшей адаптируемостью к условиям реального мира и более доступны специалистам, которые при решении задач оперируют качественными понятиями. Другое достоинство подобных систем — возможность работы с нечеткими критериями и неполными данными, часто встречающимися при решении задач в финансовой сфере. Нечеткая логика применяется при оценке рисков, прогнозировании рынков на краткосрочном интервале, в биржевых спекуляциях и т.д.
Экспертные системы (ЭС) представляют собой компьютерные программы, использующие формализованные знания специалистов для решения задач в некоторой предметной области. Среди рассмотренных технологий ИИ данная является наиболее исследованной как в теоретическом, так и практическом аспекте.
Основными преимуществами ЭС принято считать возможность пополнения БЗ новыми правилами и фактами, а также способность объяснять полученные решения. Первые успехи применения ЭС (в геологии, медицине, технической диагностике) вызвали значительный интерес к ним как к системам поддержки принятия решений в сфере бизнеса. Исследования показывают, что в настоящее время ЭС широко применяются при решении задач в финансово-кредитной сфере: планировании, анализе рисков, страховании, консультировании и т.д.
Некоторые примеры ЭС, используемых при решении различных задач финансового менеджмента, представлены в табл. 2.
Таблица 2
ЭС в финансово-кредитной сфере
| Продукт | Производитель | Назначение |
| PMIDSS Le Courtier PMA Intelligent Hedger ISL ISPMS | New York University Intelligent System Inc/ Cognitive System Inc. Athena Group New York University University of Tokyo City Bank | Выбор портфеля ценных бумаг, долгосрочное планирование инвестиций Система управления портфелем ценных бумаг в реальном времени Помощь инвесторам в определении инвестиционных целей, управление портфелем Формирование портфеля, оказание рекомендаций по сопровождению портфеля Решение задач страхования различных видов Риска Система поддержки принятия решения для выбора стратегий инвестиций Система управления портфелем ценных бумаг на основе модели Марковица, баз данных и знаний по фирмам и отраслям |
Одним из путей преодоления недостатков, присущих каждой из рассмотренных технологий, является создание гибридных систем. Разработки в этой области ведутся, и уже есть примеры практического использования систем такого рода. Однако серьезной проблемой при их разработке является отсутствие соответствующих инструментальных программных средств.