WEB-ресурс научно-практических конференций

К.э.н. Струбалин П.В.

Саратовский государственный социально-экономический университет, Российская Федерация

CРАВНИТЕЛЬНАЯ ОЦЕНКА БАНКОВСКИХ ПРОГРАММНЫХ ПРОДУКТОВ

Исторически под термином "риск информационных технологий", или "IT-риск", подразумевалась вероятность возникновения негативных событий из-за реализации специфичных угроз информационной безопасности - вирусов, хакерских атак, хищений информации, умышленного уничтожения оборудования. Однако в последнее время трактовка данного термина значительно расширилась и учитывает не только риски информационной безопасности, но и риски недостижения целей применения информационных технологий для повышения эффективности основной деятельности [5].

Сошина В. выделяет, что на стадии эксплуатации информационных систем существенными факторами риска недостижения целей являются:

- неэффективное взаимодействие между бизнесом и IT при определении оптимального уровня поддержки;

- неиспользование всего потенциала технологий;

- невозможность обеспечить наиболее приемлемый уровень сопровождения и развития систем;

- неоптимальные процедуры технического обслуживания и решения нештатных ситуаций;

- ошибки в расчетах нагрузки на элементы инфраструктуры и обслуживающий персонал.

Международные стандарты управления и аудита в области информационных технологий рекомендуют оценивать IT-систему с точки зрения совокупности иерархии IT-процессов, детализированных целей контроля и типовых процедур деятельности для того, чтобы определить соответствие системы задаче по минимизации рисков.

В оценке рисков при выборе информацион­ ной системы банка сравниваются пять критериев [1] . При этом в соответствии с принципами системного подхода учитывается максимальное число связей как между элементами системы, так и по отношению к внешней среде.

В своих оценках мы оцениваем наименьший риск информацион ной системы по пяти критериям:

XI – Риск увеличения времени от начала разработки до готовности систем из-за отсутствия гибкой инфраструктуры ;

Х2 – Риск увеличения времени простоя инфраструктуры ;

Х3 – Риск увеличения проблем, связанных с производительностью работы приложений и вызванных несоответствиями в технологической инфраструктуре ;

Х4 – Риск нехватки мощностей при внедрении новых IT-решений ;

Х5 – Риск повышения затрат на IT-инфраструктуру вследствие создания необоснованных резервов "прозапас" .

Исходные данные: строки — варианты проекта информационных систем, столб­ цы — критерии оценки.

Алгоритм сопоставления систем состоит из следующих этапов : п олучение матрицы стандартизованных значений, расчет матрицы расстояний между признаками, п остроение таблицы ближайших соседей для признаков, п остроение скоплений, объединение скоплений, н ахождение критического расстояния на дендрите, н ахождение суммы расстояний в матрице, р асчет коэффициентов иерархии признаков, о пределение координат эталонного объекта.

Нахождение расстояний от каждого объекта до эталона.
Приведем подробно наши оценки, для простоты оценку проводили по 5-ти бальной шкале.

Рассчитываем среднее значение признака х, по формуле:

Определяем матрицу отклонений от средних значений, каждый элемент которой определяется как разность между ис ходным и средним значениями

Определяем матрицу квадратов отклонений от средних зна­ чений, каждый элемент которой определяется как квадрат раз­ности между исходным и средним значениями

Определяем среднеквадратичное отклонение по формуле:

Получаем матрицу стандартизованных значений, каждый элемент которой ( Z _ij ) определяется по формуле:

О

ОпОпределяем матрицу расстояний между признаками, ко­торая определяется по формуле:

В скобках приведена разность между значениями Z по соответствующим столбцам матрицы Z _ij

Строим таблицу ближайших соседей для признаков. Рас­ стояние выбирается как минимальное значение в каждом столб це матрицы C _rs

Таблица ближайших соседей

Скоплениями считают группу близких к друг другу по рас­стоянию признаков. В таблице ближайших соседей находим наименьший элемент, фиксируем номера признаков, об­разующих этот элемент. В правой колонке таблицы, находим номера признаков, совпадающих с концами выде­ ленной пары. Присоединяем, эти совпадающие признаки к вы­ деленной паре. Исключаем из рассмотрения соответствующие строки таблицы. Таким образом, получаем первое скопление.

Из оставшихся строк таблицы выделяем найденный элемент и повторяем предыдущие действия. В результате, по­ лучаем следующие скопления и т.д.

Для построения скоплений отыскиваем наименьшее расстояние между ближайшими соседями в массиве и строим дендрит.

Таблица объединения скоплений (Дендрит)

Определям среднюю длину дуги дендрита C _g и средне­ квадратичное отклонение S _g по формулам:

Средняя длина дуги дендрита = 1,620733

Критическое расстояние на дендрите определяем по фор­ муле:

Критическое расстояние на дендрите . В матрице расстояний определяем сумму расстояний, включая в нее только расстояния меньше критического.

Сумма длин расстояний, меньших критического по каждому признаку

Производим расчет коэффициентов иерархии ? _i

Для признака, у которого подсчитанная сумма оказалась максимальной. ? _max принимается равной единице, остальные ? _i рассчитываются как отношения соответ­ ствующих сумм к максимальной.

Получили следующие коэффициенты иерархии

Определяем расстояний до эталона В каждом столбце _j матрицы Z _i выделяем максимальный эле­ мент. Записываем его в дополнительную строку массива

Расстояние от каждого объекта до эталона, с учетом коэффи­ циента иерархии признаков определяем по формуле:

В скобках разница между строкой матрицы Z _ij . и эталонной строкой. Суммирование идет по всем признакам

Получили следующую таблицу расстояний до эталона

Проведенные расчеты проведены нами в EXCEL и основывались на методике оценки информационных систем [1]. В EXCEL были составлены матрицы и установлены взаимосвязи между ними. В результате проведенных расчетов оценки рисков, можно сказать что программный продукт с наименьшим риском, по составленному нами рейтингу, является система применяемая Сбербанком. В других программных системах наибольшие риски по нашему мнению связаны с:

- удаленным расположением серверов БД;

- сложности в использовании и требовании обучения персонала;

- неудобство и длительность создания отчетов.

Однако можно выделить положительные стороны всех систем:

- разнообразные выборки по всем данным на клиента;

- во всех системах в клиентской базе оптимизированы данные о выданных ранее кредитах.

Список литературы:

1. Антонов В.В. Системный анализ. – М.: Высш. Шк., 2006.

2. Бороненко С.А. Экономический анализ в управлении предприятия / С.А.Бороненко. – М.: Финансы и стастика, 2003.

3. Белан В. Внедрение CRM-системы в сфере кредитования физических лиц //Финансовая газета. Региональный выпуск. – 2008. - №14. – Апрель.

4. Ступаков В.И. Актуальные проблемы финансово-правового регулирования информационных отношений //Законодательство и экономика. – 2005. - № 8. - Август.

5. Сошина В. Чем меньше бизнес, тем выше риски //БО. - 2008. - №6 (108). - Июнь.

6. Авдеев Д. Риски корпоративного кредитования //Риск-менеджмент. – 2008. - №3-4. - Март-апрель.