знания и навыки

учебная и научная литература

гуманитарные и общественные науки

технические науки

прочая образовательная литература

Рассматривается модель, включающая две важнейшие компоненты ликвидности коммерческого банка: первая обусловлена остатками на счетах «до востребования», вторая – балансом потоков депозитов и кредитов. Для расчёта первой компоненты используются методы прогнозирования временных рядов, для расчёта второй компоненты – метод имитационного моделирования c использованием системы GPSS World. Для имитации временных рядов остатков на счетах предложен основанный на непараметрическом подходе алгоритм генерирования случайных временных рядов, обладающих автокорреляционными свойствами. Соответствие реального временного ряда сгенерированному проверяется несколькими тестами непараметрической статистики.
Представлены результаты расчётов ликвидности при различных значениях вероятности невозврата кредитов.

Оценка ликвидности коммерческих банков методами эконометрики и имитационного моделирования

В результате проведения в отечественной экономике рыночных реформ сформировались новые условия функционирования промышленных предприятий, которые характеризуются высоким уровнем неопределённости, когда число и разнообразие видов рисков (производственно-технических, рыночных, кредитных и многих других), снижающих возможности устойчивой работы предприятий, возрастают. По мнению ведущих специалистов, со вступлением России в ВТО и приходом новых игроков на российский рынок следует ожидать роста многих видов рисков, в первую очередь рыночных. В связи с этим остро встает проблема эффективного управления рисками, решить которую невозможно без их достаточно точной оценки.
Имитация случайного процесса возникновения аварийных ситуаций на промышленном предприятии, приводящих к производственным рискам, осуществлялась с помощью объектов GPSS World. Поскольку случайные факторы существенны, для получения достоверных результатов необходим многократный расчёт имитационной модели при различных автоматически генерируемых последовательностях случайных чисел (метод статистических испытаний – метод Монте-Карло). Реализация метода Монте-Карло средствами GPSS World включала в себя создание специального командного файла, обеспечивающего цикл расчётов (с инициацией генераторов случайных чисел) с записью результатов в текстовый файл и их последующей обработкой пакетами статистического анализа (STATISTICA либо модуль «Описательная статистика» табличного процессора Excel).
Полученные результаты – ещё один довод в пользу применения технологий имитационного моделирования для оценки рисков промышленных предприятий. Однако отраслевая специфика имеет здесь большое значение. Тем не менее основные результаты работы (например, методика имитации аварийных ситуаций) носят универсальный характер.

Оценка рисков промышленных предприятий на основе имитационного моделирования

Статья посвящена применению имитационных моделей в процессе управления предприятием. В качестве примера рассматривается использование модели производственного процесса в контуре управления ОАО «Саратовские обои». Для построения модели использовалась система имитационного моделирования GPSS World. Подготовка исходных данных для работы модели осуществлялась с помощью пакета статистического анализа STATISTICA. В свою очередь, данные для анализа предоставлялись корпоративной информационной системой «Галактика». 
В статье рассмотрены такие аспекты, как выбор инструментальных средств, постановка задачи построения имитационной модели, а также анализ результатов моделирования, проведенный с использованием пакета STATISTIСA. Представлены структурная схема производственного процесса, блок схема имитационной модели, а также графики результатов моделирования. Также приведена концепция применения метода статистических испытаний (метода Монте Карло) средствами GPSS World, включающая создание специального командного файла, обеспечивающего цикл расчётов с инициацией генераторов случайных чисел и запись результатов в текстовый файл с последующей обработкой результатов пакетами статистического анализа (STATISTICA, Excel).

Е. П. Бочаров