Таблица ближайших соседей № признака
| Расстояние
| № соседа
| 1
| 1,066
| 5
| 2
| 1,323
| 1
| 3
| 1,161
| 1
| 4
| 1,193
| 5
| 5
| 1,328
| 1
| 9) Построение скоплений.
Скоплениями считают группу близких к друг другу по расстоянию признаков. В таблице ближайших соседей необходимо найти наименьший элемент, фиксировать номера признаков, образующих этот элемент. Просмотреть правую колонку таблицы, найти в ней номера признаков, совпадающих с концами выделенной пары. Присоединить, эти совпадающие признаки к выделенной паре. Исключить из рассматривания соответствующие строки таблицы. Таким образом, получаем первое скопление.
Из оставшихся строк таблицы следует выделить найденный элемент и повторить предыдущие действия. В результате, получим следующие скопления и т.д.
Для построения скоплений сначала отыскиваем наименьшее расстояние между ближайшими соседями в массиве
Номер вершин 1-го порядка
1 5 4
Номер вершин 2-го порядка
2 3
Таблица объединения скоплений (Дендрит)
| 2
| 3
| 1
| 1,583
| 1,535
| 5
| 1,405
| 1,517
| 4
| 1,542
| 1,553
| 10) Определим среднюю длину дуги дендрита (Cg) и среднеквадратичное отклонение (Sg) по формулам:
.
Средняя длина дуги дендрита = 1,523
11) Критическое расстояние на дендрите определим по формуле:
Ckr = Cg + 2Sg.
Критическое расстояние на дендрите Сkr = 1,635
12) В матрице расстояний определим сумму расстояний, включая в нее только расстояния меньше критического.
Сумма длин расстояний, меньших критического по каждому признаку 5,607
| 3,478
| 4,583
| 6,296
| 4,252
| 13) Расчет коэффициентов иерархии λi
Для признака, у которого подсчитанная в предыдущем пункте сумма оказалась максимальной, λmax принимается равной единице, остальные λi рассчитываются как отношения соответствующих сумм к максимальной.
Коэффициенты иерархии λ1
| λ2
| λ3
| λ4
| λ5
| 1
| 0,620318
| 0,817418
| 1,122916
| 0,758329
|
14) Определение расстояний до эталона
В каждом столбце матрицы Zij выделить максимальный элемент.
Записываем его в дополнительную строку массива Z max
| 1,2570
| 1,169
| 0,7009
| 1,2606
| 1,4103
|
Расстояние от каждого объекта до эталона, с учетом коэффициента иерархии признаков определим по формуле:
.
В скобках разница между строкой матрицы Zij и эталонной строкой.
Суммирование идет по всем признакам. 0,308019
| 0,290704
| 1,863758
| 2,152264
| 1,468262
| Таблица расстояний до эталона
-
№ варианта
| Расстояние
| Место
| 1
| 0,308019
| 2
| 2
| 0,290704
| 1
| 3
| 1,863758
| 4
| 4
| 2,152264
| 5
| 5
| 1,468262
| 3
| Наилучшим программным обеспечением является вариант №2. ЗАДАНИЕ 3.
Многокритериальный выбор методом максиминной свертки в сфере банковского кредитования
С развитием рыночных отношений процесс кредитования банками предприятий сопряжен с многочисленными факторами риска, способными повлечь за собой непогашение ссуды в установленный срок. При анализе кредитоспособности заемщика определяется возможность своевременного и полного погашения задолженности по ссуде; степень риска, которую банк готов взять на себя; размер кредита, который может быть предоставлен в конкретной ситуации; условия предоставления кредита.
В современных условиях анализ кредитоспособности связан не только с оценкой платежеспособности клиента на определенную дату, но и с выявлением наиболее предпочтительных заемщиков, прогнозированием их финансовой устойчивости в перспективе, учетом возможных рисков по кредитным операциям. Проведение такого всестороннего анализа позволяет банку более эффективно управлять кредитными ресурсами и получать прибыль.
Применяемые банками методы в области кредитования основаны на данных бухгалтерских отчетов, поэтому они позволяют лишь оценить кредитоспособность ссудозаемщика, не обеспечивая выбора наиболее оптимального заемщика в целях минимизации факторов риска для банка и наиболее эффективного планирования своей деятельности в будущем.
Рассмотрим применение метода принятия решений, основанного на теории нечетких множеств в области кредитования, позволяющего повысить обоснованность принимаемых решений и обеспечить выбор наиболее рационального варианта из множества допустимых.
К региональному отделению сберегательного банка России обратились четыре предприятия с просьбой о предоставлении им кредита. Поскольку ресурсы банка ограничены, перед ним стоит задача выбрать одно предприятие, лучшее по комплексу критериев качества. В рассматриваемой задаче предприятия являются альтернативами, из которых предстоит сделать выбор лучшей. Альтернативы обозначим через a1 ..., a4.
Для оценки кредитоспособности предприятий-заемщиков используем данные их бухгалтерской отчетности.
Таблица 1
Данные бухгалтерской отчетности
Финансовый показатель
| Значение показателя для предприятия, тыс.руб.
| а1
| а2
| а3
| а4
| Денежные средства (ДС)
| 229,1
| 946,2
| 947,0
| 1442,9
| Краткосрочные финансовые вложения (КФВ)
| 394,1
| 462,7
| 466,4
| 2066,0
| Дебиторская задолженность (ДЗ)
| 4639,8
| 8391,4
| 8514,5
| 10908,2
| Запасы и затраты (ЗЗ)
| 6028,1
| 21557,6
| 21370,4
| 17424,5
| Собственный капитал (СК)
| 12395,8
| 35247,8
| 41244,2
| 53939,4
| Краткосрочные обязательства (Окс)
| 4058,1
| 13834,9
| 16827,1
| 25028,3
| Итог баланса (ИБ)
| 16453,9
| 49082,7
| 58071,3
| 78967,7
| Валовая выручка (ВВ)
| 59438,9
| 38567,9
| 43589,5
| 28343,6
| Прибыль (П)
| 16642,9
| 4442,5
| 65384,2
| 3401,2
|
На основании этих данных рассчитываются финансовые коэффициенты, характеризующие кредитоспособность заемщиков: коэффициент абсолютной ликвидности (F1), промежуточный коэффициент покрытия (F2), общий коэффициент покрытия (F3), коэффициент финансовой независимости (F4), коэффициент рентабельности продукции (F5). Перечисленные коэффициенты являются критериями качества кредитоспособности предприятий и рассчитываются по следующим формулам:
Рассчитанные значения критериев качества для рассматриваемых предприятий приведены в табл. 2. Там же даны нормативные значения критериев. Анализ расчетных и нормативных значений критериев показывает, что все предприятия могут претендовать на получение кредита. Таблица 2
Расчетные и нормативные значения критериев
Критерий качества
| Значение критерия для предприятия
| Нормативное значение
| а1
| а2
| а3
| а4
| F1
| 0,154
| 0,12
| 0,084
| 0,14
| 0,1 - 0,25
| F2
| 1,297
| 0,71
| 0,59
| 0,57
| 0,5 - 1,0
| F3
| 2,78
| 2,27
| 1,86
| 1,27
| 1,0 - 2,5
| F4
| 0,75
| 0,72
| 0,71
| 0,68
| 0,6
| F5
| 0,28
| 0,115
| 0,15
| 0,12
| Чем выше, тем лучше
|
Обработка полученной исходной информации с применением математического аппарата теории нечетких множеств проводится в три этапа.
Этап 1. Построение функций принадлежности, соответствующих понятиям «предпочтительный коэффициент абсолютной ликвидности», «желаемый промежуточный коэффициент покрытия», «наилучший коэффициент рентабельности» и т. д. (рис. 2). Построение таких функций проводят эксперты, располагающие знаниями в области кредитования предприятий различного функционального назначения. Этап 2. Определяются конкретные значения функции принадлежности по критериям качества F1, ..., F5. На рис. 1 показаны значения функций принадлежности, соответствующие рассматриваемым альтернативам.
Рисунок 2. Функции принадлежности критериев качества. Нечеткие множества для пяти рассматриваемых критериев, включающие четыре анализируемые альтернативы, имеют следующий вид
µF1(a) =0,61/0,154 +0,41/0,102 +0,33/0,084 +0,46/0,14;
µF2(a) =1,0/1,297 +0,71/0,71 +0,59/0,59 +0,57/0,57;
µF3(a) =1,0/2,78 +0,91/2,27 +0,75/1,86 +0,51/1,27;
µF4(a) =1,0/0,75 +0,96/0,72 +0,94/0,71 +0,90/0,68;
µF5(a) =0,93/0,28 +0,38/0,115 +0,5/0,15 +0,4/0,12. Этап 3. Производится свертка имеющейся информации в целях выявления лучшей альтернативы. Множество оптимальных альтернатив В определяется путем пересечения нечетких множеств, содержащих оценки альтернатив по критериям выбора.
Если критерии, по которым осуществляется выбор вариантов, имеют одинаковую важность для ЛПР, то правило выбора лучшего варианта имеет вид:
В = F1 ∩ F2 ∩ F3 ∩ F4∩ F5 .
Оптимальной считается альтернатива с максимальным значением функции принадлежности к множеству В. Операция пересечения нечетких множеств соответствует выбору минимального значения для j-й альтернативы
Для рассматриваемой задачи множество оптимальных альтернатив будет формироваться следующим образом:
В ={ min { 0,61; 1,0; 1,0; 1,0; 0,93 }
min { 0,41; 0,71; 0,91; 0,96; 0,38 }
min { 0,33; 0,59; 0,75; 0,94; 0,50 }
min { 0,46; 0,57; 0,51; 0,90; 0,40 }}.
Результирующий вектор приоритетов альтернатив имеет следующий вид:
max µB (aj) = max {0,61; 0,38; 0,33; 0,4}.
Таким образом, лучшей альтернативой является a1, которой соответствует значение 0,61. На втором, третьем и четвертом местах находятся соответственно
|