WEB-ресурс научно-практических конференций

ВИЗНАЧЕННЯ ДОЦІЛЬНОСТІ ІНВЕСТУВАННЯ З ВИКОРИСТАННЯМ АПАРАТУ НЕЙРОННОЇ МЕРЕЖІ ХЕММІНГА

К.т.н. Азарова А.О., к.т.н. Катєльніков Д.І., Бершов Д.М., Резчиков Д.А.

Вінницький національний технічний університет

Інвестування є одним з прибуткових видів діяльності банку. Тому роз­виток банківської системи України суттєво залежить саме від ефек­тивного керування інвестиційним портфелем комерційних банків [1].

Сучасні методи оцінки доцільності інвестування характери­зу­ються різноманітністю підходів. Наприклад, Г.Й. Грейсон розглянув викорис­тан­ня так званого методу аналізу чутли­вості, а А.А. Робічек і С.К. Май­ерс визначили концептуальні проблеми викорис­тання методу ризик-пристосованого коефіцієнта дисконтування. Вико­рис­тання алго­ритму прийняття інвестиційних рішень було досліджене Й.Ф. Магі. Але остан­нім часом дослідження поширювалися, насамперед, у напрямі вдос­ко­налення матема­тичного апарату оцінки ризику, яке взагалі дуже важко сприймається практиками. Серед останніх робіт, присвячених темам практичного використання і надійності роз­рахунків бюджету проекту, можна зазначити роботи вітчизняних науковців, зокрема: В.В. Вітлін­сь­кого, А.В. Ма­т­війчука, В.О. Ма­каренка, В.В. Козика та ін. [2].

Метою дослідження є розробка універсального підходу до визна­чен­ня доцільності інвестування на базі апарату нейронних мереж.

Авторами запропоновано ідентифікувати ризик банківського інвес­ту­вання з використанням СППР, побудованої на базі нейронної мережі Хеммінга, яка дозволяє безпосередньо класифікувати різні інвестиційні проекти за певними стратегіями. Для вирішення даної задачі авторами було складено багаторівневу ієрархічну структурну модель СППР щодо оцінювання ризикованості процесу інвестування [2].

З метою формалізації даної системи авторами використано нейрон­-

ну мережу Хеммінга, яка дозволить виконати співставлення образу вхідного вектора X =( x _i ), , що описує інвестиційний проект, з найближчим еталонним вектором, що описує конкретну інвестиційну стратегію .

На першому етапі визначаються j діапазонів значень (низький, се­ред­ній та високий характеристичний рівень показника) змінення оці­нювальних параметрів x _i , кількість яких j =3 співпадає з кількістю інвес­тиційних стратегій на виході. Складена СППР дозволяє класифікувати ІП за трьома інвестиційними стратегіями, яким відповідають такі зна­чення ризиків R _j : R ₁ – мінімальний рівень ризику: інвестування доціль­не; R ₂ – середній рівень ризику: інвестування можливе в разі засто­сування методів зниження ризику; R ₃ – високий рівень ризику: інвестування недоцільне.

За допомогою спектрального методу обробки екс­пер­т­ної інформації було обґрунтовано 18 еталонних образів для нейрон­ної мережі, які відображають специфіку трьох інвестиційних стратегій.

Як відомо, мережі Хеммінга працюють з числовими значеннями «1» та «-1», тому після отримання рівнів показників (високий, середній, низький), автори для застосування алгоритму Хеммінга при форма­лізації СППР пропо­нують здійснити кодування значень показників звичайним двійковим кодом. Формат коду повинен складатися з двох цифр, що дозволяє закодувати 4 (2 ² =4) можливих значення оцін­ю­валь­ного параметру. При цьому зазначимо, що інвестиційний проект ха­рак­теризується лише трьома стратегіями на виході СППР, тобто є потреба у кодуванні лише трьох рівнів показників: низь­­кий рівень показника (-1-1), середній (-1 1), високий харак­терис­тичний рівень показника (1 1).

На останньому етапі роботи нейронної мережі Хеммінга відбува­єть­ся про­цес співставлення вхідного вектора Х , що характеризує реаль­ний інвести­ційний проект, з 18 еталонними зразками (наборами), 1-6 набори описують інвести­ційну стратегію R ₃ , 7-12 ­ - стратегію R ₂ , а набори 13-18 - стратегію R ₁ . Це дозволяє визначити найбільш типо­вий еталонний образ, що дозволяє прийняти рішення щодо належності цього інвестиційного проекту до певної інвести­ційної стратегії, а отже і подальшої доцільності інвестування.

Порівнюючи результати роботи відділу кредитного аналізу ВАТ “Райффайзен банк Аваль” з 300 інвестиційними проектами із резуль­та­тами, що отримані за допомогою вищеописаної СППР, було доведено адекватність запропонованого підходу, оскільки вони є аналогічними. Проте, збиткові на практиці проекти, що банком були визнані як такі, що мають середній ступінь ризику, запропонована СППР визнала як такі, що є недоцільними до інвестування. Це, безсумнівно, засвідчує перевагу побудованої СППР в аспектах якості та точності.

Отже, дана СППР володіє рядом значних переваг перед існуючими альтернативними методами: точність оцінювання, врахування широ­кого спектру оцінювальних параметрів, швидкодія, здатність до само­нав­чання. Використання запропонованого методу дозволяє: усунути по­милки при оцінюванні інвестиційного проекту, вра­хувати широку мно­жину різноякісних первинних показників, проводити одно­часну оцін­ку ймовірності банкрутства, врахувати вимоги банку щодо ставки доходності та періоду окупності проекту, ско­ротити час щодо прийняття остаточного рішення ефективності інвесту­ван­ня.

Література:

1. Крупка М.І., Кончаківський І.В., Скаско О.І. Роль системи оцінки ризиків (СОР) у забезпеченні стабільності комерційних банків України // Фінанси України. – 2004. – №9. – С.100–104.

2. Азарова А.О., Бершов Д.М. Сучасні методики оцінювання інвести­ційних ризиків в Україні // Економіка: проблеми теорії і практики. Збірник наукових праць. Вип. 190: в 4 т. Том III. – Дніпропетровськ: ДНУ. – 2004. – С.619 – 625.