Автоматизированная система информационной поддержки процессов принятия решений на основе распределенной обработки слабоструктурированной информации: На примере управления банковской деятельностью тема диссертации и автореферата по ВАК РФ 05.13.06, кандидат технических наук Иванов, Владимир Борисович

• Иванов, Владимир Борисович
• кандидат технических наук
• 2000

Оглавление диссертации кандидат технических наук Иванов, Владимир Борисович

ВВЕДЕНИЕ 4 1. МЕТОДОЛОГИЯ СИСТЕМНОГО МОДЕЛИРОВАНИЯ 11 ПРЕДМЕТНОЙ ОБЛАСТИ

1.1. Основные задачи системного моделирования

1.2. СА8Е-технологии 13 1.3 .Технология экспертных систем

1.3.1 .Способы представления знаний

1.3.1.1. Продукционная модель

1.3.1.2.Фреймы

1.3.1.3.Семантические сети 23 1.3.2.Механизм получения знаний

1 АТехнология моделирования операций

Выводы по 1 главе

2. УЧЕТ ВОЗМОЖНОСТИ РЕШЕНИЯ * ЗАДАЧИ АНАЛИЗА 35 ОБРАТНОГО ДЕЙСТВИЯ ПРИ СИСТЕМНОМ МОДЕЛИРОВАНИИ

2.1. Структурный подход при разработке информационной 35 управляющей системы

2.2 Функциональное отображение предметной области

2.3.Отображение информационного аспекта предметной 41 области

2.4.Динамическая модель и ее значение для формирования баз знаний

2.5. Программная реализация

Выводы по 2 главе 51 3. СОЛАСОВАНИЕ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ПАРАЛЛЕЛЬНОЙ 52 ОБРАБОТКЕ ИНФОРМАЦИИ

3.1. Анализ методологий банковской деятельности

3.2. Коллективные методы разработки системного проекта

3.3. Основные положения мультиагентных систем 57 3.3.1 .Принципы выделения рабочих групп

3.3.2.Понятие Агентов и Миров

3.3.3.Виртуальный круглый стол для моделирования 61 переговоров

3.3.4.Архитектура и интерфейс системы

3.4. Обработка слабоструктурированной информации

3.5. Метод постановки задачи анализа обратного действия 71 Выводы по 3 главе

4. РАЗРАБОТКА СИСТЕМЫ ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ 75 ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ ЗАДАЧИ КРЕДИТОВАНИЯ

4.1. Процесс кредитования юридических лиц в коммерческом 75 банке

4.2. Построение системных моделей процесса кредитования

4.3. Особенности формирования базы знаний на основе 78 инструкций

4.4. Системы поддержки принятия решения

4.4.1. Семантическая модель поддержки принятия решения

4.4.2. Мотивационный аспект принятия решения

4.4.3. Организация согласованного принятия решения

4.5. Организация распределенных информационных потоков

4.6.Формирование баз данных на основе кредитного договора

4.7.Построение динамической модели

4.8.Трехмерная функциональная модель кредитного процесса

4.9. Метод иерархии как механизм согласования в процессах 94 принятия решений

4.10. Программная реализация автоматизированной системы 99 информационной поддержки процессов принятия решений

4.11. Анализ эффективности автоматизированной системы 102 информационной поддержки процессов принятия решений

Выводы по 4 главе

Введение диссертации (часть автореферата) на тему «Автоматизированная система информационной поддержки процессов принятия решений на основе распределенной обработки слабоструктурированной информации: На примере управления банковской деятельностью»

АКТУАЛЬНОСТЬ

Состояние как мировых, так и российских рынков банковских услуг с конца 80-х годов характеризуется значительной нестабильностью, в результате чего возросла степень риска всех видов финансовых операций и увеличилось влияние фактора неопределенности на принятие решений в экономической и валютно-финансовой сферах. Неопределённость в данной ситуации можно рассматривать в аспекте недостатка информации при принятии решения по конкретной задаче, решаемой банком.

Объективно деятельность банка это производство по переработке и аккумулированию ресурсов в своей среде (в данном случае финансовых ресурсов). Показателями аккумулирования могут выступать такие параметры как темп увеличения или уменьшения ресурсов, динамика изменения структуры отдельных видов ресурсов и т.д. Одним из значимых параметров деятельности банка является прибыль, которую стремятся максимизировать, в том числе и за счет внедрения информационно-управляющих систем, с целью повышения точности принимаемых решений при действующих ограничениях.

Создание современных банковских информационных систем, основано на результатах работ известных ученых в области системного моделирования Мамиконова А.Г., Советова Б.Я., Виттих В.А., в области теории банковского дела - Лаврушина О.И., Ямпольского М.М., Долана Дж.Э. Определенный вклад в развитие методов системного моделирования внесли ученые УГАТУ Ильясов Б.Г., Исмагилова Л.А., Куликов Г.Г., Миронов В.В., Васильев В.И.

Основная задача любого поиска решения состоит в том, чтобы определить маршрут, по которому мы будем перемещаться с настоящей позиции к цели. Если мы начнем поиск с текущей позиции и будем продолжать его, пока не получим желаемый результат, - это прямой поиск. Если мы начинаем поиск с того места, где мы хотим оказаться в результате решения, и определяем маршрут, двигаясь в обратном направлении, т.е. туда, где мы действительно находимся в настоящий момент, - это поиск в обратном направлении (задача анализа обратного действия). Несмотря на то, что во втором случае мы движемся в обратном направлении, нам необходимо знать результат решения прямой задачи. Таким образом, задачи, выполнение которых осуществляется по заданному регламенту, будем считать задачами прямого действия, если необходимо обеспечить получение исходных данных на основе выходной информации, то такие задачи будем считать задачами анализа обратного действия.

В технических областях примером задачи анализа обратного действия является задача идентификации [2]. Она применяется для определения параметров процессов и связанных с ними показателей. Оценка параметров и показателей производится в рамках математической модели определенного класса. При этом различие между реальным объектом и соответствующей математической моделью должно быть по возможности минимально. Решение задачи идентификации, помимо контроля правильности решения прямой задачи, может быть использовано и для повышения качества управления самой системы путем ее адаптации к изменяющимся условиям [1].

Отметим, что задачи анализа обратного действия на примере технических объектов решают проблему обработки данных в обратном направлении. В организационных системах сложность данной задачи усложняется тем, что кроме алгоритма обратных операций с данными, возникает проблема маршрутизации информации [4]. При обработке данных их семантический смысл и количественные характеристики отражаются в реквизитах и значениях, а функциональные связи - в методиках обработки.

Независимо от того, к какому информационному аспекту относится исследуемый процесс, особое значение имеет возможность однозначного решения задачи анализа обратного действия. При решении технических задач достаточно часто оказывается, что задача анализа последействия или не имеет решения, или число решений больше заданных. В этом случае необходим дополнительный механизм ограничений.

Вследствие высокой степени интеграции банковских и информационных технологий, в процессе автоматизации управления банковской деятельностью требуется организация тесного взаимодействия всех участников данного проекта: экономистов, менеджеров, бизнес-аналитиков и системных аналитиков, администраторов БД, разработчиков и т.д. Так как, использующиеся на разных этапах и разными специалистами средства моделирования и разработки должны быть объединены общим методом согласования совместной работы, необходима организация распределенной обработки информации.

Поэтому задача автоматизации интеллектуальных функций управления и поддержки совместной деятельности специалистов, которые бы не только упрощали принятие согласованных решений, но и стимулировали процесс самоорганизации компании за счет анализа решаемой проблемы как в прямом, так и в обратном направлении (задача анализа обратного действия) является своевременной и актуальной.

ТТЕЛЪИ ЗАДАЧИ ИССЛЕДОВАНИЯ

Целью диссертационной работы является разработка метода автоматизации информационной поддержки процесса принятия решения на базе параллельной обработки слабоструктурированной информации с учетом одновременного решения задачи анализа обратного действия на примере управления банковской деятельностью.

Для достижения поставленной цели в работе решаются следующие задачи:

1. Разработка принципов формализованного представления процессов параллельной обработки информации при принятии решения в соответствии с мультиагентным подходом при сохранении целостности семантической базы информационного пространства и анализ необходимых условий для автоматизации решения задачи в прямом и обратном направлении.

2. Построение системной модели процесса поддержки принятия решений для задачи кредитования юридических лиц с учетом необходимости решения задачи анализа обратного действия.

3. Разработка подхода к автоматизации системы поддержки принятия решений для задачи кредитования юридических лиц на основе системного анализа и разработанного комплекса формализованных моделей предметной области с учетом мотивационных факторов.

4. Разработка программного обеспечения, реализующего предложенные методы и алгоритмы для обеспечения информационной поддержки процесса принятия решения и исследование его эффективности.

МЕТОДИКА ИССЛЕДОВАНИЯ Результаты исследований, выполненных в работе, базируются на основных положениях системного подхода, принципах структурного моделирования, теории банковских операций и теории принятия решений, мультиагентном подходе, методах автоматизированного проектирования информационных систем и др.

НА ЗАЩИТУ ВЫНОСЯТСЯ:

1. Метод согласования принятия решения, основанный на принципах формализованного представления процессов параллельной обработки информации, базирующийся на мультиагентном подходе. Способ решения задачи анализа обратного действия, основанный на предложенных условиях обратимости системной модели и реализуемый за счет расширения логической структуры базы данных.

2. Системная модель процесса поддержки принятия решения для задачи кредитования юридических лиц, адекватно отражающая информационную среду, правила принятия (согласования) решения на основе постановки задачи анализа обратного действия с учетом единого подхода к построению функциональных моделей в соответствии с иерархией технологических целей и целей, связанных с принятием решения.

3. Подход к автоматизации поддержки процесса принятия решения для задачи кредитования юридических лиц на основе формирования базы прецедентов по предложенной иерархической системе экспертных функциональных критериев, учитывающих мотивационные факторы, что позволило осуществить проектирование системы поддержки процесса принятия решения в едином информационном пространстве с использованием классификации функциональных элементов предметной области.

4. Программное обеспечение и результаты исследования эффективности его применения при автоматизации процесса поддержки принятия решения с учетом использования созданной базы прецедентов для кредитных договоров.

НАУЧНАЯ НОВИЗНА В отличие от существующего последовательного процесса согласования решений в банковской сфере разработан метод согласования принятия решения, базирующийся на параллельном количественном и семантическом моделировании распределенных функций управления, что впервые позволило осуществить постановку и решение задачи анализа обратного действия за счет обратимости системной модели и расширения логической структуры базы данных.

Для существующего процесса поддержки принятия решения в банковской деятельности, описываемого должностными инструкциями, разработана системная модель, основанная на формализации поведения отдельных специалистов, новизна заключается в учете данной моделью соответствия иерархии технологических целей и целей, связанных с принятием решения.

Впервые предложен подход к автоматизации информационной поддержки процесса принятия решения для задачи кредитования юридических лиц на основе формирования базы прецедентов из данных кредитного архива по предложенной иерархической системе экспертных функциональных критериев.

ПРАКТИЧЕСКУЮ ЗНАЧИМОСТЬ РЕЗУЛЬТАТОВ ПРЕДСТАВЛЯЮТ:

Метод согласования процесса принятия решения, позволяющий выбирать оптимальную стратегию управления для получения лучших экономических показателей.

Метод решения задачи анализа обратного действия в организационном управлении, позволяющий повысить точность принимаемых решений.

Подход к автоматизации информационной поддержки процесса принятия решения на основе организации базы данных прецедентов по существующему архиву кредитных договоров. В результате применения данного метода в кредитном процессе, время необходимое для согласованного принятия решения в рассмотренных примерах сократилось в среднем в 2 раза.

Системная модель процесса поддержки принятия решения для кредитования юридических лиц, применяемая в качестве электронной инструкции для специалистов кредитного отдела.

Программное обеспечение, реализующее информационную систему поддержки процесса принятия решения для задачи кредитования юридических лиц.

Практическая значимость результатов подтверждается полученными данными при внедрении системы поддержки принятия решения для задачи кредитования юридических лиц РИКБ «Башкредитбанк» в отделе организации обучения и ее опытной эксплуатации, что позволило организовать процесс обучения новых специалистов.

АПРОБАЦИЯ РАБОТЫ

Основные результаты работы докладывались и обсуждались на

10 следующих научно-технических конференциях: на научно-технической конференции "Проблемы энергомашиностроения", УГАТУ, г.Уфа, 1996 г., на 4-й Международной научно-технической конференции "Новые информационные технологии в региональной инфраструктуре", г. Астрахань, 1997 г., на международной научно-технической конференции "Проблемы оптимизации и экономические приложения", г. Омск, 1997 г.

ПУБЛИКАЦИИ

Основные результаты исследований по теме диссертации опубликованы в 7 работах, в том числе в 6 статьях.

СТРУКТУРА И ОБЪЕМ РАБОТЫ Диссертационная работа состоит из введения, четырех глав, заключения, изложенных на 109 страницах машинописного текста, списка использованных литературных источников из 81 наименования и приложения.

Заключение диссертации по теме «Автоматизация и управление технологическими процессами и производствами (по отраслям)», Иванов, Владимир Борисович

ВЫВОДЫ ПО ГЛАВЕ 4

1. Разработана системная модель для процесса поддержки принятия решения задачи кредитования юридических лиц. При системном моделировании учтена возможность распределения обработки информации на параллельные процессы. В процессе систематизирования данных процесса кредитования юридических лиц проанализирована методология кооперативного принятия инженерных решений на основе разделения знаний. Впервые для данного класса задач использован мультиагентный подход, что позволило оптимизировать организационный контур процесса принятия решения.

2. По методу анализа иерархий выявлен список используемых критериев и степень их влияния на принятие решения в процессе кредитования. Разработан подход к проектированию системы поддержки принятия решений для задачи кредитования юридических лиц с учетом мотивационных факторов на основе системного анализа и разработанного комплекса формализованных моделей предметной области.

3. Разработано программное обеспечение и проведен анализ эффективности его применения при автоматизации информационной поддержки процесса принятия решений для задачи кредитования юридических лиц с учетом использования созданной базы прецедентов для кредитных договоров.

108

ЗАКЛЮЧЕНИЕ

1. Предложены принципы формализованного, непротиворечивого представления процессов параллельной обработки информации при принятии решения, базирующиеся на мультиагентном подходе:

• технологическая декомпозиция исследуемого процесса;

• декомпозиция функций в соответствии с иерархией целей;

• соответствие технологии обработки информации выбранной цели;

• учет иерархии ответственности исполнителей.

Научная новизна заключается в увязке принципов с учетом объективной необходимости решения задачи анализа обратного действия.

Позволяет организовать процесс коллективного обсуждения и выработки общего решения на основе слабоструктурированной информации

2. Построена системная модель процесса поддержки принятия решения для задачи кредитования юридических лиц, адекватно отражающая информационную среду, правила принятия (согласования) решения на основе постановки задачи анализа обратного действия.

Предложен подход к построению функциональных моделей в соответствии с иерархией технологических целей и целей, связанных с принятием решения, что позволило осуществить проектирование системы поддержки процесса принятия решения в едином информационном пространстве с использованием классификации функциональных элементов предметной области.

3. Определены необходимые условия для решения задачи анализа обратного действия путем обратимости системной модели. Данные условия определяются при сравнении фактических результатов выполнения функций с формальными, определяемыми функциональной моделью.

4. Разработан подход к автоматизации системы поддержки принятия решений для задачи кредитования юридических лиц с учетом мотивационных

109 факторов на основе системного анализа и разработанного комплекса формализованных моделей предметной области.

В основе данного подхода - предложенная формализованная модель проведения экспертизы документов в соответствии с 3-х уровневой системой экспертных оценок по 12 критериям.

Показано, что данные экспертные оценки представляют собой реляционную базу данных, где каждый кортеж соответствующей иерархии представляет собой экземпляр модели поддержки принятия решения.

В результате вышесказанного, предложено организовать хранение наборов условий в базе данных, для дальнейшего их использования в качестве прецедентов.

5. Приведен пример реализации процесса поддержки принятия решения и создания базы прецедентов. В качестве исходной информации рассматривалась база кредитных договоров РИКБ «Башкредитбанк» по 713 кредитам. Данный пример реализован в среде MS Visual Basic 6.0. В результате использования базы данных прецедентов по имеющимся договорам, общее время на принятие согласованного решения сокращается в среднем в 2 раза.

110

Список литературы диссертационного исследования кандидат технических наук Иванов, Владимир Борисович, 2000 год

1. Автоматизированное проектирование систем управления / Под ред. М. Джамшиди и др.: Пер. с англ. - М.: Машиностроение, 1989. - 344с.

2. Артемьев B.C. Методы и средства автоматизации учрежденческой деятельности // Системы безопасности связи и телекоммуникаций, -1996. -№6 -с.23-26.

3. Батищев Д.И. Генетические алгоритмы решения экстремальных задач. Воронеж, 1995.- 165 с.

4. Бенвенисте Г. Овладение политикой планирования / Перевод с английского К.П. Михневич: под общей редакцией М. Р. Калантаровой. М.: Прогресс : Универс ,1994. - 304 с.

5. Вагин В.Н. Дедукция и обобщение в системах принятия решений. М.: Наука, 1988.-384 с.

6. Вагнер С. Основы исследования операций. т.З. М.: Мир, 1973. - 502 с.

7. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием нечеткой логики: Учебное пособие. Уфа: Уфимск. гос. авиац. техн. ун-т, 1995. -80 с.

8. Васкевич Д. Стратегии клиент/сервер. К.: Диалектика, 1996. - 384 с.

9. Вендров A.M. Один из подходов к выбору средств проектирования баз данных и приложений. //СУБД 1995. - №3 -с.32-36.

10. Ю.Виттих В.А, Скобелев П.О. Мультиагентные системы для моделирования процессов самоорганизации и кооперации. // Известия академии наук. Теория и системы управления. 1998. № 5. - С. 139-132.

11. П.Гилл Ф., Мюррей У., Райт М. Практическая оптимизация. М.: Мир, 1985. -178 с.

12. Глушков В.М. Введение в АСУ. К.: Техшка, 1974. - 320 с.

13. Горенков В.И., Иванов В.Б. Информационно-управляющая система АО "Башкирэнерго" в аспекте единого информационного пространства //

14. Управление в сложных системах: Межвуз. Науч. Сб. -Уфа: УГАТУ, 1996.-с.4-11.

15. Горенков В.И., Иванов В.Б. Анализ информационной модели оперативного управления // Управление в сложных системах: Межвуз. Науч. Сб. -Уфа: УГАТУ, 1996.- с. 183-188.

16. Горин C.B., Тандоев А.Ю. Применение CASE-средства Erwin 2.0 для информационного моделирования в системах обработки данных. // СУБД -1995. №3 - с.10-14.

17. Горин C.B., Тандоев А.Ю. CASE-средство S-Designor 4.2 для разработки структуры базы данных. // СУБД -1996. №1 - с.54-57.

18. Горчинская О.Ю. Designer/2000 новое поколение CASE-продуктов фирмы ORACLE. // СУБД - 1995. - №3 - с.43-45.

19. ГОСТ 28195-89. Оценка качества программных средств. Общие положения. М.: Издательство стандартов, 1989.

20. Григоренко Г.П., Данелян Т.Я. Системы автоматизированной обработки экономической информации (САОЭИ): Учебное пособие /Моск. эконом. -стат. ин-т. М., 1996. -126 с.

21. Дюран Б., Оделл П. Кластерный анализ: Пер. с англ. М.: Статистика, 1977. - 128 с.

22. Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. М.: Экономика, 1978. 133 с.22.3индер Е.З. Бизнес-реинжиниринг и технологии системного проектирования: Учебное пособие. М., Центр Информационных Технологий, 1996. 146 с.

23. Исмагилов Р.У. Методика аттестации руководителей всех уровней. Уфа, НПП "Прогресс", 1991. -28 с.

24. Калянов Г. Номенклатура CASE-средств и виды проектной деятельности. // Системы Управления Базами Данных 1997. - №2 - с. 18-21.

25. Калянов Г.Н. Современные CASE-технологии. -М.: Препринт, 1992. 53с.

26. Каменнова М. Структурный анализ и реорганизация деятельности предприятия. Сервер Информационных Технологий. E-mail: [e-mail].

27. Кастеллани К. Автоматизация решения задач управления: Пер. с франц. -М.: Мир, 1982.-472 е., ил.

28. Кисель Е.Б., Шинкарев М.Б., Кондрашова Е.Н. Опыт применения средств искусственного интеллекта в моделировании бизнес-процессов // Новости искусственного интеллекта. 1996.- №3 с. 15-23.

29. Корпоративные сетевые технологии // Computer Week-Moscow. 1996. - №3 - с.42-44.

30. Корпоративные системы электронного документооборота. М.: CROC, 1995.-53 с.

31. Котов В.Е. Сети Петри. М.: Наука, 1984. - 160 с.

32. Корн Г.К., Корн Т.К. Справочник по математике. М.: Наука, 1984. - 832 с.

33. Куликов Г.Г., Брейкин Т.В., Арьков В.Ю. Интеллектуальные информационные системы: Учебное пособие. Уфа: УГАТУ, 1999. -129 с.

34. Куликов Г.Г., Иванов В.Б. Деятельность банка в аспекте информационных технологий //Межвузовский научный сборник. Уфа: УГАТУ, 1998. -121 с.

35. Куликов Г.Г., Набатов А.Н. и др. Автоматизированное проектирование информационно-управляющих систем: Монография. -Уфа: УГАТУ, 1999. -223 с.

36. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний (процедуры и реализации). М.: Наука, 1989. - 128 с.

37. Макарова О. Коммерческие экспертные системы на научном семинаре // ComputerWeek-Moscow. 1995.- №17-с. 31,60.

38. Малпас Дж. Реляционный язык Пролог и его применение: Пер. С англ. /Под ред. В.Н.Соболева. -М.: Наука. Гл. Ред. Физ.-мат. Литературы., 1990.- 464 с.

39. Мамиконов А.Г. и др. Автоматизация проектирования АСУ. М.: Энергоиздат, 1981. - 328 с.

40. Мамиконов А.Г. Основы построения АСУ: Учебник для вузов. М.: Высш. школа, 1981.-248 с.

41. Марко Д., Мак Гоен К. Методология структурного анализа и проектирования. М.: Метатехнология, 1992. - 239 с.

42. Мартин Дж. Вычислительные сети и распределенная обработка данных: программное обеспечение, методы и архитектура: Пер. с англ. М.: Финансы и статистика, 1986. - 269 с.

43. Математические модели информационных процессов и управления АСУ: Учеб. пособие / Бакусов JI.M., Нигматуллин Р.Г., Зонов В.М., Уфимск. авиац. ин-т. Уфа, 1991. - 63 с.

44. Международные стандарты, поддерживающие жизненный цикл программных средств. М., МП "Экономика", 1996.

45. Месарович М., Марко Д., Такахара И. Теория иерархических сетей. М.: 1996.-232 с.

46. Методология динамического моделирования IDEF0/CPN / Материалы 6 семинара «Информационные технологии в проектировании систем и управлении бизнесом. М.: Метатехнология, 1994. 13 с.

47. Методология IDEF1X. Информационное моделирование. М.: Метатехнология, 1993. 120 с.

48. Методология IDEF0. Функциональное моделирование. М.: Метатехнология, 1993. 117 с.

49. Нариньяни A.C. Модель или алгоритм: новая парадигма информационной технологии. //Информационные технологии. 1997- №4 -c.l 1.

50. Новоженов Ю.В. Объектно-ориентированные технологии разработки сложных программных систем. М., 1996. 212 с.

51. Общеотраслевые руководящие методические материалы по созданию АСУП. -М.: Статистика, 1977. -264с.52.0йхман Е.Г., Попов Э.В., Реинжиниринг бизнеса: реинжиниринг организаций и информационные технологии. М: Финансы и статистика, 1997. - 196 с.

52. Оптимальное управление в иерархических системах: Учеб. пособие / Р.Г. Нигматуллин, М.М. Муллагалиев, В.М. Зонов, Уфимск. авиац. ин-т. Уфа, 1990.-68 с.

53. Питерсон Дж. Теория сетей Петри и моделирование систем: Пер. с англ. -М.: Мир, 1984. 263 с.

54. Попов Э.В., Шапот М.Д. Реинжиниринг бизнес-процессов и информационные технологии (Экспертные системы реального времени) // Открытые системы. 1996. - № 1. - С. 63-75.

55. Поспелов Г.С., Поспелов Д.А. Искусственный интеллект и прикладные системы. М.: Знание, 1985. 43 с.

56. Психология управления: Курс лекций / J1.K. Аверченко, Г.М. Замесов, Р.И. Мокшанцев, В.М. Николаенко. Новосибирск: Изд-во НГАЭиУ; М.: ИНФРА-М, 1997. - 150 с.

57. Пфанцагль И. Теория измерений: Пер. с англ. М.: Мир, 1976. - 248 с.

58. Рекомендации. Система автоматизированного проектирования. Показатели оценки качества программно-методических комплексов. М.: Издательство стандартов, 1988.

59. Саати Т.Л. Математические модели конфликтных ситуаций: Пер. с англ. -М.: Сов. радио, 1977. 304 с.

60. Сагитдинов М.Ш., Куликов Г.Г., Курмангалеева A.M. О развитии корпоративной информационной системы Национального банка

61. Республики Башкортостан. // Банки и банковское дело Башкортостана. 1997. -№23 -с. 10-14.

62. Статические и динамические экспертные системы: Учебное пособие / Э.В. Попов, И.Б. Фоминых, Е.Б. Кисель, М.Д. Шапот. М.: Финансы и статистика, 1996. - 320 с.

63. Таусенд К., Фохт Д. Проектирование и программная реализация экспертных систем на персональных ЭВМ: Пер. с англ. М.: Финансы и статистика, 1990.- 210 с.

64. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. -М.: СИНТЕГ, 1998.-376 с.

65. Федеральный Закон от 21.11.96 № 129-ФЗ «О бухгалтерском учете».

66. Федеральный Закон от 02.12.90 № 395-1 «О банках и банковской деятельности».

67. Федеральный Закон от 02.12.90 № 394-1 «О Центральном Банке Российской Федерации (Банке России)».

68. Barker R. CASE*Method. Function and Process Modelling. Copyright Oracle Corporation UK Limited, Addison-Wesley Publishing Co., 1990. -p.249.

69. Boehm B.W. A Spiral Model of Software Development and Enhancement. ACM SIGSOFT Software Engineering Notes, Aug. 1986. -p.76.

70. Chris Gane, Trish Sarson. Structured System Analysis. Prentice-Hall, 1979.-p.48.

71. Edward Yourdon. Modern Structured Analysis. Prentice-Hall, 1989.-p.287.

72. Goldberg D.E. Genetic Algorithms in Search, Optimization, and Machine Learning. MA: Addison-Wesley, 1989.-p.318.

73. Holland J.H. Adaptation in Natural and Artificial Systems. Ann Arbor: The University of Michigan Press, 1975.-p.37.116

74. IEEE Std 1348-1995. IEEE Recommended Practice for the Adoption of CASE Tools.

75. McClur C. The CASE Experience. BYTE, 1989, April, p.235-245.

76. Rhodes E., Charnes A., Cooper W.W. Measuring of efficiency of decision making units. EJOR 2, 1978-p. 110-112.

77. Tom DeMarco. Structured Analysis and System Specification. Yourdon Press, New York, 1978-p. 143.

78. Wang C.H., Gopal R.D. and Zionts S. Use of Data Envelopment Analysis in assessing Information Technology impact on firm performance. Annals of OR 73, 1997.-p. 65.

79. Wong W. ПО поддержки коллективной работы в корпоративных системах. // ComputerWeek-Moscow. 1996. - №36- с.56-61.

80. Отделение (дополнительный офис)КБГг Директор " ^1. Приемная1. СекретарьVг Секретарь " , |иректрА

81. Заявка на кредит Пакет документов

82. Заключение о выдаче кредита Кредитный договор1. Пг 31. ПОтежное »учение1. Главный бухгалтер11. Бухгалтер Бухгалтер

83. Выписки со счета Бухгалтерия

84. Головное управление Кредитный комитет управления1. Положения, инструкции

85. Заключение кредитного комитета, пакет документов, заявка на кредит1. ЫД11

86. Завизированная заявка Пакет документов

87. Заключение экономиста, заявка, пакет документов

88. Заключение голо правления о и (г кредита1. Заключение опредоставенинкредита1ВНОГОде1. ОтчетностьА

89. Распоряжение на открытие счетат1. Бухгалтерская отчетность

90. Начальник кредитного отдела1. Экономист1. Кредитный отдел

91. Финансовое состояние заемщика.

92. Кредитный инспектор должен обеспечить Банку возможность при необходимости реализовать свое право на активы заемщика или другое обеспечение для возврата кредита.

93. В процессе анализа кредитной заявки кредитный инспектор должен отработать три пояса обеспечения кредита.

94. Устойчивый поток наличности по счетам клиента наиболее предпочтительный и важнейший вид обеспечения. Данный вид обеспечения является однозначным при условии:

95. Сумма кредита и начисленные проценты по нему не должны превышать 20 % (двадцать процентов) от устойчивого месячного оборота за вычетом любых депозитов, осуществляемых клиентом Банка.

96. Ликвидные активы заемщика активы заемщика, которые могут быть превращены в наличные средства для ликвидации дефицита потока наличности клиента.

97. Иммобилизованные активы заемщика и (или) поручительства абсолютно надежных субъектов.

98. В кредитном договоре должна присутствовать ссылка на документыдоговор залога, поручительство, договор обязательство и т.д.),юридически закрепляющие обеспечение кредита и процесс возвратасредств Банку при его невозврате.

99. ФОРМИРОВАНИЕ ПЕРВИЧНОГО МНЕНИЯ О ЗАЕМЩИКЕ

100. ОБЩЕЭКОНОМИЧЕСКАЯ ИНФОРМАЦИЯ

101. Номенклатура выпускаемой клиентом продукции и ее удельный вес по различным видам деятельности.

102. Удельный вес продукции клиента на российском рынке.

103. Основные конкуренты клиента на рынке.

104. Основные партнеры клиента.

105. Наличие контрактов с иностранными фирмами и их удельный вес в общем обороте клиента.

106. Техническое состояние производственной базы клиента (в том числе, когда последний раз проводилось техническое перевооружение и реконструкция производства клиента).

107. Основные учредители клиента с указанием учредителей с наибольшей долей в уставном капитале Клиента.

108. Ответственное лицо на предприятии с которым должно осуществляться ведение переговоров по предоставлению финансовых документов клиента.

109. ФИНАНСОВОЕ СОСТОЯНИЕ ЗАЕМЩИКА

110. Наличие различных видов счетов у клиента и их количество.

111. Среднемесячные обороты по всем видам счетов клиента за последние шесть месяцев.

112. Соотношение бартера к общему объему выручки от реализации готовой продукции.

113. Наличие кредиторской задолженности клиента, в том числе со сроком погашения до 30 дней:- банкам;- бюджету;- внебюджетным фондам;- по оплате труда.

114. Дебиторская задолженность клиента, в том числе со сроком погашения до 30 дней.

115. Наличие картотеки у клиента с указанием организаций с наибольшей задолженностью.

116. Оценка финансового состояния клиента по действующей в Банке методике.

117. Определение максимального кредита который может быть предоставлен клиенту.

118. I. АНАЛИЗ ПРЕДОСТАВЛЕНИЯ КЛИЕНТОМ ТЕХНИКО-ЭКОНОМИЧЕСКОГО ОБОСНОВАНИЯ ИСПОЛЬЗОВАНИЯ И ВОЗВРАТА КРЕДИТА

119. Цели на которые будет направлен кредит.

120. Гарантии (поручительчтваО банков высшей категории надежности и юридических лиц с устойчивым финансовым положением.

121. V УСЛОВИЯ ПОГАШЕНИЯ КРЕДИТА

122. Частями (согласно графику погашения задолженности).52. За один раз.

123. VI. ВЫВОД О ЦЕЛЕСООБРАЗНОСТИ КРЕДИТОВАНИЯ КЛИЕНТА И УСЛОВИЯХ ОБЕСПЕЧЕНИЯ КРЕДИТА (Заполняется инспектором кредитного отдела на основании сделанных вы-юдов).

124. Наличие кредиторской задолженности клиента, в том числе со сроком погашения до 30 дней:- банкам;- бюджету;- внебюджетным фондам;- по оплате труда.

125. Дебиторская задолженность клиента, в том числе со сроком погашения до 30 дней.

126. Наличие картотеки у клиента с указанием организаций с наибольшей задолженностью.

127. Оценка финансового состояния клиента по действующей в Банке методике.

128. Определение максимального кредита который может быть предоставлен клиенту.

129. I. АНАЛИЗ ПРЕДОСТАВЛЕНИЯ КЛИЕНТОМ ТЕХНИКО-ЭКОНОМИЧЕСКОГО ОБОСНОВАНИЯ ИСПОЛЬЗОВАНИЯ И ВОЗВРАТА КРЕДИТА

130. Цели на которые будет направлен кредит.

131. Гарантии (поручительчтваО банков высшей категории надежности и юридических лиц с устойчивым финансовым положением.

132. V УСЛОВИЯ ПОГАШЕНИЯ КРЕДИТА

133. Частями (согласно графику погашения задолженности).52. За один раз.

134. VI. ВЫВОД О ЦЕЛЕСООБРАЗНОСТИ КРЕДИТОВАНИЯ КЛИЕНТА И УСЛОВИЯХ ОБЕСПЕЧЕНИЯ КРЕДИТА (Заполняется инспектором кредитного отдела на основании сделанных вы-юдов).