WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

Pages:     | 1 |   ...   | 11 | 12 || 14 |

Для работы с аналитической базой (хранилищем или витриной данных) необходимо поддерживать метаданные - описания данных, определяющие способы хранения и преобразования информации (словарь данных). В общих случаях можно выделить, по крайней мере, три аспекта метаданных, которые должны присутствовать в системе:

метаданные для разных категорий пользователей (аналитиков, администраторов и разработчиков);

описание предметных областей (структуры данных хранилища, модели бизнес-процессов, каталог показателей, описания пользователей, технологические схемы и т. д.);

описание функциональности системы (процессы преобразования, представления данных пользователям, приложения и администрирование).

Присутствие трех перечисленных аспектов метаданных подразумевает, что, например, прикладные пользователи и разработчики системы будут иметь различное видение технологических аспектов трансформации данных из источников: прикладные пользователи - семантику, состав и периодичность пополнения хранилища данными из источника, разработчики - ER-диаграммы, правила трансформации и интерфейс доступа к данным источника.

Перенос, преобразование и согласование данных и метаданных обеспечивают процедуры обмена данными.

Хранилище данных для среднего уровня управления содержит разнородную информацию и доступно для использования как специалистами данного учреждения, так и непосредственно специалистами верхнего уровня управления. Агрегированные и некоторые детальные данные из хранилища поступают в центральное хранилище. На данном уровне допустимо создавать витрины данных, но нецелесообразно из-за ограниченного числа потенциальных пользователей ИАС.

Относительно небольшим учреждениям можно обойтись без создания хранилищ, т. е. использовать данные напрямую из источников под управлением метаданных. Для этих целей можно также использовать буферное хранилище, которое служит аккумулятором данных, поступающих от источников. В отличие от хранилища данных, информация в складе данных может изменяться со временем в соответствии с изменениями, происходящими в источниках данных.

Тема 6. Особенности использования и перспективы развития информационных технологий в финансовом менеджменте 6.1. Особенности глобализации бизнес-процессов Двумя самыми важными тенденциями современности можно считать рост глобализации бизнеса и увеличение возможностей компьютерных технологий.

Глобализация бизнеса характеризуется такими факторами, как:

1) совершенствование системы перевозок и коммуникаций, которые уменьшили стоимость грузовых перевозок и сделали более действенными международные торговые операции;

2) возрастающее политическое давление потребителей, которые хотят иметь высококачественную продукцию по низким ценам, с целью защиты, продукции отечественного производства, которое имеет низкое качество но дорого стоит;

3) постоянное совершенствование технологии производства, требует затрат на разработку новой продукции, поэтому возрастает и объем этой продукции, в связи с необходимостью предприятий покрыть затраты и быть конкурентоспособными;

4) в мире существуют международные фирмы, которые могут переносить производство в любую точку, где затраты производства самые низкие.

Результатом действующих факторов стала необходимость производства и продажи в глобальных масштабах с целью выживания.

Сервисные (обслуживающие) компании, включая банки, рекламные агентства и фирмы, которые выполняют бухгалтерский учет и отчетность, также вынуждены “шагать по земному шару”, чтобы лучше обслуживать своих клиентов, если они функционируют во всем мире.

Например, Всемирный Банк, Internet, SWIFT.

Постоянный прогресс в развитии ЭВМ и технических средства связи существенно изменили методы принятия решений по финансовым вопросам.

Сегодня система управления финансами включает в себя:

1) принятие управленческих решений относительно выбора активов и пассивов так, чтобы максимизировать прибыльность предприятия (фирмы).

2) ограничение вмешательства государства (дерегулирование) в деятельность кредитно-финансовых учреждений, вследствие чего появились тенденции к образованию больших, многоотраслевых, обслуживающих отрасли экономики финансовых корпораций.

3) ошеломляющий рост масштабов использования компьютеров для управления финансов, применение других электронных средств.

4) возросла роль мировых рынков и финансовых операций.

5) инфляция и последствия ее влияния на принятие деловых решений.

Для принятия правильных решений по финансовым вопросам, компании создают единую информационную сеть в масштабах своего предприятия (локальные ИС), подключаться к корпоративным сетям, глобальным. Например таким, как – Корпоративная сеть банка «Украина», глобальная сеть – SWIFT. Следовательно специалисты по управлению финансами имеют возможность доступа к фактическим данным, которые основываются на достоверной базе данных, как следствие возрастает количественный и качественный анализ финансового состояния фирмы, при принятии альтернативных решений.

Учитывая, что функционирование украинских предприятий, всех форм собственности, сопровождается:

постоянно меняющимися экономическими и правовыми условиями;

возрастанием конкуренции;

уменьшением прибыльности;

относительной стабилизацией основных, материальных и макроэкономических решений;

Финансовые информационные системы должны включать и правовые и законодательные нормы, иметь доступ к системам регистрации, связь с банковскими системами, фондовыми биржами.

Тенденции, изложенные выше, значительно изменили роль финансового менеджмента (системы управления финансами), а также необходимость создания автоматизированных систем управления. Если раньше специалисты по маркетингу планировали объем продажи товаров и услуг, ИТП (инженерно-технический персонал) определял объем ресурсов, необходимых для выполнения плановых заданий, а специалисты по управлению финансами, искали фонды для закупки необходимых производственных мощностей и товарно-материальных запасов. Теперь такой ситуации не существует. Создание интегрированных финансовых информационных систем (ФИС) повлекло за собой принятие решений с большей степенью координации всех заинтересованных лиц, а финансовые службы непосредственно отвечают за функции проверки и контроля использования ресурсов, широко используя при этом последние достижения в информационной технологии.

6.2. Применение нейросетевых технологий для анализа данных Нейросетевые технологии предоставляют сегодня широкие возможности для решения задач прогнозирования, обработки сигналов и распознавания образов. По сравнению с традиционными методами математической статистики, классификации и аппроксимации, эти технологии обеспечивают достаточно высокое качество решений при меньших затратах. Они позволяют выявлять нелинейные закономерности в сильно зашумленных неоднородных данных, дают хорошие результаты при большом числе входных параметров и обеспечивают адекватные решения при относительно небольших объемах данных. Сейчас уже накоплен богатый опыт успешного использования нейронных сетей в практических приложениях. По количеству реальных приложений лидируют системы интеллектуального анализа данных в бизнесе и в управлении процессами.

Интеллектуальный анализ данных (ИАД) или data mining – это процесс выявления значимых корреляций, образцов и тенденций в больших объемах данных. Учитывая высокие темпы роста объемов накопленной в современных хранилищах данных информации, роль ИАД трудно переоценить. По мнению специалистов Gartner Group, в 1998 г.

ИАД войдет в десятку важнейших информационных технологий. В последние годы началось активное внедрение технологии ИАД. Ее активно используют такие крупные корпорации как American Express, Lockheed и многие другие. Естественно, в ответ на этот интерес на рынке программных средств стали появляться соответствующие инструментальные средства.

Особенно широко методы ИАД применяются в бизнес-приложениях аналитиками и руководителями компаний. Для этих категорий пользователей разрабатываются инструментальные средства высокого уровня, позволяющие решать достаточно сложные практические задачи без специальной математической подготовки. Актуальность использования ИАД в бизнесе связана с жесткой конкуренцией, возникшей вследствие перехода от «рынка продавца» к «рынку покупателя». В этих условиях особенно важно качество и обоснованность принимаемых решений, что требует строгого количественного анализа имеющихся данных. При работе с большими объемами накапливаемой информации необходимо постоянно оперативно отслеживать динамику рынка, а это практически невозможно без автоматизации аналитической деятельности.

Информационный продукт SENN Sales представляет собой специализированное средство для интеллектуального анализа данных в финансовой и коммерческой сферах. Как и 4Thought, эта система работает на платформе ПК, а также может загружать информацию из корпоративных баз данных без ограничений на количество столбцов и строк в таблицах. В сущности, сферы применения обеих систем одни и те же. SENN Sales используется для решения задач профилирования клиентов, маркетингового анализа, прогнозирования спроса и т. д.

Рассмотрим опыт ее применения для прогнозирования финансовых рядов.

Надежное и точное прогнозирование фьючерсных курсов обмена валют, кредитных ставок, цен и динамики продаж позволяет заключать выгодные международные валютные сделки, формировать финансовые и инвестиционные пакеты, давать точную оценку текущей ситуации на рынке и т.д.

Данные за прошлые периоды (индексы, курсы обмена, кредитные ставки и кривые продаж) содержат структурные зависимости, выявив которые, можно определить поведение системы в будущем. Используя метод моделирования, обеспечивающий точное воссоздание динамики поведения системы, можно описать зависимости в имеющихся данных и построить прогноз. Нейронные сети оказались самым подходящим инструментом для решения задач прогнозирования сложных динамических зависимостей, по сравнению, например, с регрессионными алгоритмами или нечеткой логикой.

Использование нейронных сетей позволяет строить интегрированные самосогласованные модели для нескольких различных валют, причем система дает при этом более точный результат, чем пакеты, построенные на основе традиционных методов. Таким образом можно минимизировать риск потерь при валютных операциях в ходе заключения международных сделок.

Моделирование индекса DAX фондовой биржи представляет интерес для инвестиционных компаний, которые могут использовать модельные прогнозы для оптимального размещения финансовых средств. В частности, одной из таких компаний, по данным за период январь 1996 г. – апрель 2000 г., удалось построить модели динамики индекса. Эти модели применялись для принятия решения о последовательности покупок/продаж, что позволило компании существенно повысить прибыль.

Моделирование индекса REX представляет интерес для банков, промышленных и коммерческих компаний. При работе с кривыми изменения кредитных ставок речь, как правило, идет о долгосрочных проектах, поэтому срок, на который составляется прогноз, обычно исчисляется месяцами, а не днями. В рассматриваемом примере изменения REX-индекса фиксировались и прогнозировались для полугодовых интервалов. Обучение и тестирование модели проводили по данным за 1974-1999 гг. Затем строились прогнозы, начиная с даты воссоединения Германии. При этом можно было наблюдать, насколько более точным становится прогноз после ослабления влияния политических событий на экономическую ситуацию. Это говорит о том, что модель адекватно отражает внутреннюю структуру рассматриваемой системы. Полученная модель позволила определять длительность циклов изменения кредитных ставок и обоснованно планировать инвестиции.

При решении данной задачи с помощью системы SENN результаты прогнозирования доходов от капиталовложений обрабатывались методами принятия оптимальных решений. Сначала для определения наилучшего способа размещения капитала рассматривался индекс фондовой биржи, а также долгосрочные и краткосрочные кредитные ставки для каждой из стран (Англия, Франция, Германия, Япония и США). При этом были приняты во внимание изменения в системе счетов в Европе и странах большой семерки, вызванные появлением на финансовых рынках новой европейской валюты. При традиционном подходе к управлению портфелем прогнозируется доход на каждую из статей капиталовложений: с помощью методов нейроаналитики была получена ставка дохода 21%. На основе построенных моделей была разработана стратегия размещения фондов, оптимизирующая доход от капиталовложений для портфеля активов и оценивающая возможные риски.

За последние несколько лет методы нейроаналитики доказали свою способность успешно решать сложные практические задачи. Сегодня происходит интеграция этих средств в сложные системы управления и анализа.

В бизнес-приложениях наибольший интерес представляет интеграция методов интеллектуального анализа данных с технологией OLAP (как, например, это сделано в семействе BI фирмы Cognos). OLAP использует многомерное представление агрегированных данных для быстрого доступа к важной информации и дальнейшего ее анализа.

Системы OLAP обеспечивают аналитикам и руководителям быстрый последовательный интерактивный доступ к внутренней структуре данных и возможность преобразования исходных данных с тем, чтобы они позволяли отразить структуру системы нужным для пользователя способом. Кроме того, OLAP-системы позволяют просматривать данные и выявлять имеющиеся в них закономерности либо визуально, либо простейшими методами (такими как линейная регрессия), а включение в их арсенал нейросетевых методов обеспечивает существенное расширение аналитических возможностей.

Успешное применение методов ИАД и OLAP предъявляет серьезные требования к построению баз данных, а также к качеству содержащейся в них информации. К сожалению, многие отечественные компании не могут пока воспользоваться новейшими технологиями обработки информации именно из-за некорректной организации своих данных.

Однако отдача от внедрения методов OLAP и ИАД достаточно велика, чтобы крупные компании могли провести реорганизацию имеющихся БД и перейти к технологии хранилищ данных.

Список рекомендуемой литературы 1. Калянов Г.Н. CASE. Структурный системный анализ (автоматизация и применение). – М.:, "Лори", 1996.

2. Шлеер С., Меллор С. Объектно-ориентированный анализ:

моделирование мира в состояниях. – Киев: "Диалектика", 1993.

3. Новоженов Ю.В. Объектно-ориентированные технологии разработки сложных программных систем. – М.: 1996.

4. Панащук С.А. Разработка информационных систем с использованием CASE-системы Silverrun. - "СУБД": 1995, №3.

5. Алишов Н. Локальные сети персональных ЭВМ для проблемноориентированных комплексов. // Iнформатiзацiя та новi технологii, № 4, 1996, с.7-8.

Pages:     | 1 |   ...   | 11 | 12 || 14 |



© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.