Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Математическое моделирование и разработка программного комплекса для повышения эффективности управления инвестиционным портфелем активов организации в области информационных технологий

Диссертация: Математическое моделирование и разработка программного комплекса для повышения эффективности управления инвестиционным портфелем активов организации в области информационных технологий
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Поставленная цель обусловила необходимость решения следующих задач: построение математической модели с дополнительными ограничениями, позволяющей сформировать сбалансированный портфель активов организации в области информационных технологийреализация вычислительного алгоритма и формирование тестовой задачи для проведения вычислительного экспериментаразработка программного комплекса, воплощающего… Читать ещё >

Содержание

  • Глава 1. Исследование существующих методов формирования оптимальных портфелей инвестиций в области информационных технологий
    • 1. 1. Анализ динамики инвестиций в область Информационных Технологий
    • 1. 2. Проблематика взаимосвязи портфеля вложений в области информационных технологий с ключевыми показателями эффективности системы
    • 1. 3. Современные инструменты имитационного моделирования сложных экономических объектов
  • Глава 2. Моделирование задач оптимизации портфеля инвестиционных решений с учетом дополнительных ограничений и иерархической сегментацией
    • 2. 1. Задача оптимизации портфеля инвестиционных решений
      • 2. 1. 1. Постановка задачи оптимизации вложений в информационные технологии
      • 2. 1. 2. Доходность актива в области информационных технологий
      • 2. 1. 3. Сегментация портфеля методами таксономии
    • 2. 2. Математическая модель оптимального портфеля инвестиций в область информационных технологий
      • 2. 2. 1. Постановка прямой и двойственной задач квадратичного программирования
      • 2. 2. 2. Постановка задачи распределения ресурсов портфеля
  • Глава 3. Применение численных методов для решения задач оптимизации портфеля инвестиций
    • 3. 1. Алгоритм решения поставленной задачи
      • 3. 1. 1. Использование метода Баранкина-Дорфмана для решения оптимизационной задачи
      • 3. 1. 2. Применение метода Гамильтона и метода Монте-Карло для нахождения базисного решения
      • 3. 1. 3. Динамическое программирование задачи распределения ресурсов портфеля
    • 3. 2. Численные эксперименты по решению задач формирования оптимального портфеля и принятия инвестиционных решений
    • 3. 3. Сравнительный анализ временных затрат на формирование портфеля различными методами

Математическое моделирование и разработка программного комплекса для повышения эффективности управления инвестиционным портфелем активов организации в области информационных технологий (реферат, курсовая, диплом, контрольная)

Благодаря развитию и внедрению информационных технологий в современной практике любая организация сталкивается с вложениями в информационные технологии. Однако статистика показывает, что только одна треть инвестиций не является убыточной и приносит прибыль [96], [47]. Управленческий аппарат социально-экономической системы сталкивается с проблемой распределения доступного бюджета на информационные технологии [21], [4].

Существующие методы инвестиционного планирования и принятия решений ориентированы в первую очередь на рынок ценных бумаг и не учитывают специфику формирования портфелей активов [100]. Кроме того, формирование портфеля вложений в информационные технологии требует определения структуры самого портфеля. Необходимость использования различных инструментов для задач формирования сегментов инвестирования и построения оптимального портфеля увеличивает временные затраты, снижается результативность принятия решений в сфере информационных технологий [93].

Разработка математической модели и программного комплекса позволит автоматизировать процесс принятия инвестиционных решений и повысить качество инвестиционного планирования в организации. Вычислительная сложность задач формирования сбалансированного портфеля и автоматизация модели предопределяют актуальность настоящей работы.

В настоящий момент проблема формирования сбалансированных портфелей активов в области информационных технологий (ИТ-активов) является одной из ключевых задач инвестиционного планирования из-за расширения инвестиционной активности организаций и развития экономики в целом [47].

Методики портфельного инвестирования и принятия решений в большинстве своем базируются на статистических методах анализа 4 эффективности активов портфеля. Основной задачей при этом является нахождение некоторой комбинации активов в портфеле, которая позволяет максимизировать или минимизировать некоторый ключевой критерий такого портфеля — доходность, риск, оборачиваемость и т. д. [6], [9].

Современные теории инвестиций и портфельного управления берут свое начало в работах Г. Марковича, который впервые в единой модели применил статистические параметры для формализации понятий доходности и риска [102], [103]. В результате была обоснована идея диверсификации портфеля активов для уменьшения финансового риска портфеля. Далее теория управления портфелем развивалась Ф. Блеком, Д. Тобином, У. Шарпом, М. Шоулсом [85], [112], [80], [84], [86]. Вопросам финансового менеджмента, а также управления инвестициями посвятили свои работы многие отечественные ученые, среди которых М. Ю. Алексеев, А. Н. Буренин, В. А. Гальперин, В. В. Домбровский, В. А. Колемаев, Я. М. Миркин, Е. С. Семенкин, A.C. Шведов [3], [10], [66],[38].

Целью исследования является моделирование и модельный анализ задач оптимизации портфеля инвестиционных решений с учетом дополнительных ограничений с иерархической сегментацией структуры инвестиций.

Поставленная цель обусловила необходимость решения следующих задач: построение математической модели с дополнительными ограничениями, позволяющей сформировать сбалансированный портфель активов организации в области информационных технологийреализация вычислительного алгоритма и формирование тестовой задачи для проведения вычислительного экспериментаразработка программного комплекса, воплощающего предложенный алгоритм анализа и обработки исходных данныхпроведение серии численных экспериментов по решению задач формирования оптимального портфеля и принятия инвестиционных решенийисследование различных методов оптимизации для выбора метода, наиболее адекватного цели исследования.

Методы исследования. Для решения поставленных задач были использованы методы теории вероятностей, статистического анализа, математической теории двойственности. В диссертационном исследовании использовались труды как российских, так и зарубежных ученых в областях бизнес-информатики, инвестиционного управления и экономического анализа.

Научная новизна диссертации: предложена математическая модель инвестиций в информационные технологиисмоделирована и проанализирована задача оптимизации портфеля инвестиционных решений с учетом дополнительных ограничений и иерархической сегментациейразработан алгоритм программного комплекса одновременного решения прямой и двойственной задачи для автоматизированной обработки информации об активах и формирования оптимального портфеля.

Практическая значимость работы заключается в разработке новых механизмов генерации оптимального портфеля активов в области информационных технологий. Разработанный программный комплекс позволяет имитировать возможные инвестиционные решения на модели, анализировать последствия каждого решения и на основе обоснованных прогнозов выбирать наиболее эффективные альтернативы при управлении инвестиционными ресурсами.

ЗАКЛЮЧЕНИЕ

.

В ходе диссертационного исследования была достигнута основная цель — моделирование и модельный анализ задач оптимизации портфеля инвестиционных решений с учетом дополнительных ограничений с иерархической сегментацией структуры инвестиций. В ходе диссертационного исследования были получены следующие результаты:

Смоделирована и проанализирована задача оптимизации портфеля инвестиционных решений с учетом следующих ограничений: ограничения на минимальную долю актива в общем портфеле как условие минимальной безрисковой части портфеляограничения на максимальную долю актива в общем портфеля как условие соответствия внутренним требованиям организации и бюджетированиюиерархическая сегментация портфеля;

Разработан алгоритм программного комплекса одновременного решения прямой и двойственной задачи для автоматизированной обработки информации об активах и формирования оптимального портфеля;

Предложен математический метод оценки значимости иерархической сегментации портфеля вложений.

Разработан программный комплекс, автоматизирующий процесс принятия инвестиционных решений, позволяющий увеличить результативность принятия решения до 20%.

Предложен инструментарий, объединяющий решение задачи установления иерархических сегментов инвестирования и построения оптимального портфеля.

Внедрение результатов работы позволило сократить временные затраты на предварительную обработку данных и получение оптимального решения в 5,5−6,0 раз.

Разработанный комплекс компьютерных программ принят в эксплуатацию в организации ООО «Энки Рус» для автоматизации процесса формирования инвестиционных ИТ-портфелей при различных типах ограничений на этапе предварительного анализа.

Показать весь текст

Список литературы

  1. JT.M. Капустин В. Ф. Математическое программирование. Л.: Изд-во Ленингр. ун-та, 1981. — 328 с.
  2. С.А., Мхитарян B.C. Прикладная статистика и основы эконометрики. -М.: ЮНИТИ, 1998.
  3. М.Ю. Рынок ценных бумаг. М.: Финансы и статистика, 1992.
  4. В.А. В поисках эффективности ИТ. Intelligent Enterprise. 2009 г., № 7.
  5. М., Шетти К. Нелинейное программирование. Теория и алгоритмы. -М.: Мир, 1982. 583 с.
  6. Г. П. Начала финансовой математики. М.: Инфра-М, 1997.
  7. Д. Условная оптимизация и методы множителей Лагранжа. -М.: Радио и связь, 1987. 400 с.
  8. П.П., Печенкин A.B. Теория вероятностей и математическая статистика. -М.: Гардарика, 1998.
  9. Е.М. Основы финансовой математики: Учебное пособие. -Уфа.: УГАТУ, 2000. 101 с.
  10. А.Н. Рынок ценных бумаг и производных финансовых инструментов: учеб. пособие. М.: 1 Федеративная Книготорговая Компания, 1998
  11. Ф.П. Лекции по методам решения экстремальных задач. М.: МГУ, 1974.
  12. Н. Алгоритмы и структуры данных. СПб.: Невский Диалект, 2001.-352 с.
  13. Р. Кириллова Ф. М. Методы оптимизации. Минск: БГУ, 1975.
  14. М.К., Малоземов В. Н. Экстремальные задачи с линейными ограничениями. Л.: Изд-во Ленингр. ун-та, 1984. — 176 с.
  15. Ф., Мюррей У., Райт М. Практическая оптимизация. М.: Мир, 1985.-509 с.
  16. Ф., Мюррэй У. Численные методы условной оптимизации. М.: Мир, 1977.-290 с.
  17. И.В. Лекции по математической теории экстремальных задач. М.: МГУ, 1970.
  18. В.Е. Теория вероятностей и математическая статистика. М.: Высш. шк., 2001.-479 с.
  19. .В. Курс теории вероятностей. М.: Наука, 1975.
  20. Е.Г. Теория двойственности в математическом программировании и ее приложения. -М.: Наука, 1971. 352 с.
  21. JI. Информационные технологии: проблемы развития отрасли в России. М.: ЮНИТИ, 1999.
  22. Р., Питерсон Э., Зенер К. Геометрическое программирование. -М.: Мир, 1972.-311 с.
  23. A.M., Мхитарян B.C., Трошин Л. И. Многомерные статистические методы. М.: Финансы и статистика, 1998.
  24. Ю.Г. Методы решения экстремальных задач и их применение в системах оптимизации. М.: Наука, 1982. — 432 с.
  25. Е.Я., Савченко B.C. Численные методы нелинейного программирования. Тексты лекций. Донецк: ДонГУ, 1982. — 66 с.
  26. И.И., Астафьев H.H. Введение в теорию линейного и выпуклого программирования. М.: Наука, 1976. — 192 с.
  27. Журнал «Финансовый директор» N7, 2003.
  28. У. Нелинейное программирование. Единый подход. М.: Сов. радио, 1973.-312 с.
  29. С.И., Авдеева Л. И. Линейное и выпуклое программирование. М.: Наука, 1967. — 460 с.
  30. .Н. Дискретная математика. Алгоритмы и программы. М.: Лаборатория Базовых Знаний, 2001. — 288 с.
  31. М. Математические методы оптимизации иэкономическая теория. -М.: Прогресс, 1975. 606 с. 94 '
  32. А.Д., Тихомиров В. М. Теория экстремальных задач. М.: Наука, 1974.
  33. В.Н., Панкин В. Н. Математическая статистика. М.: Высш. шк., 1998.
  34. В.Г. Математическое программирование. М.: Физматлит, 2000.-264 с.
  35. Ю.Ф. Введение в теорию оптимального портфеля ценных бумаг М.: «Анкил», 2005. — 144 с.
  36. О.Ю. Введение в финансовую математику. Анализ кредитных и инновационных операций. М.: «Анкил», 2001.
  37. В.В., Уланов В. А. Курс финансовых вычислений. М.: Финансы и статистика, 1994.
  38. В.А. Эконометрика: Учебник. М.: ИНФРА-М, 2005. — 160 с.
  39. Т., Лейзерсон Ч., Ривест Р. Алгоритмы: построение и анализ. М.: МЦНМО, 2000. 960 с.
  40. Е. Финансовая математика с задачами и решениями. М.: Финансы и статистика, 2004.
  41. Н.Ш. Теория вероятностей и математическая статистика. М.: ЮНИТИ-ДАНА, 2000. — 543 с.
  42. A.B., Сакович В. А., Холод Н. И. Высшая математика: Математическое программирование. -Мн.: Выш. шк., 1994.-286 с.
  43. A.B., Холод Н. И. Математическое программирование. Мн.: Выш. шк., 1984.-221 с.
  44. Ю.Н., Кузубов В. И., Волощенко А. Б. Математическое программирование. М.: Высш. шк., 1980. — 300 с.
  45. Г. П., Крелле В. Нелинейное программирование. М.: Сов. радио, 1965.-304 с.
  46. В.И. Финансовая математика. М.: ЮНИТИ, 1999.
  47. Г., Шнайдер Д. Метакапитализм и революция в электронном бизнесе: какими будут компании и рынки в XXI веке/ Пер. с англ. М.: Альпина Паблишер, 2001. -280 с.
  48. А. Информационные технологии. Общая стоимость владения информационными технологиями: www.akdi.ru/atv-upr/infteh/it-tso.htm.
  49. Модели оценки потребителем эффективности вложений в информационные технологии: www.ibiz.ru.
  50. H.H., Иванилов Ю. П., Столярова Е. М. Методы оптимизации. -М.: Наука, 1978.
  51. Ф.А. Дискретная математика для программистов СПб: Питер, 2000.-304 с.
  52. Е.А. Численные методы выпуклой оптимизации. М.: Наука, 1991.-168 с.
  53. A.A., Первозванская Т. Н. Финансовый рынок: расчет и риск. -М.: Инфра-М, 1994. 192 с.
  54. Д.Т. Конспект лекций по теории вероятностей и математической статистике. М.: Айрис-пресс, 2005. -256 с.
  55. Э. Численные методы оптимизации. М.: Мир, 1974. — 376 с.
  56. .Т. Введение в оптимизацию. -М.: Наука, 1983. 384 с.
  57. Потребление основных видов ИКТ российскими организациями // http://www.cnews.ru/2004/part2/consumption.shtml
  58. .Н. Выпуклый анализ и экстремальные задачи. М.: Наука, 1980.-320 с.
  59. .Н., Данилин Ю. М. Численные методы в экстремальных задачах. -М.: Наука, 1975.
  60. И.В. Алгоритмы решения экстремальных задач. М.: Наука, 1977.
  61. С., Вестерфилд Р, Джордан Б. Основы корпоративных финансов: Пер. с англ. М.: Лаборатория базовых знаний, 2000. — 720 с.
  62. Руководство к Своду знаний по управлению проектами (Руководство РМВОК®-). Третье издание. 2004 г.
  63. Г. В. Анализ хозяйственной деятельности предприятия: 4-е изд. Минск: Новое знание, 2000.
  64. K.JI. Финансовая математика. М.: Инфра-М, 2006. — 80 с.
  65. Cea Ж. Оптимизация. Теория и алгоритмы. М.: Мир, 1973.
  66. Е.С., Медведев A.B., Ворожейкин А. Ю. Модели и алгоритмы для поддержки принятия решений инвестиционного аналитика // Вестник Томского государственного университета, серия «Информатика. Математика. Кибернетика». 2006, № 293. — с. 63−70.
  67. A.C. Системы линейных неравенств. М.: Наука, 1977. -112 с.
  68. С.И., Саяпова Е. В., Ахтямов Р. Э. Математическая модель оптимального портфеля // Системы управления и информационные технологии. 2007. № 2(28) — С.48−52.
  69. О. Зрелость и информатизация // EnterprisePartner, 2000, N 2.
  70. Управление ресурсами в условиях рынка: Кн. 6. Управление финансами. Жуковский, Международный институт менеджмента ЛИНК, 1999.
  71. Финансовый менеджмент: теория и практика: Учебник/ Под ред. Стояновой Е. С. М.: Перспектива, 1996.
  72. Д. Нелинейное и динамическое программирование. М.: Мир, 1967.-470 с.
  73. К. Информационные технологии и строка «Итого» в бюджете фирмы // Директору информационной службы, 1998, N 8.
  74. Д. Прикладное нелинейное программирование. М.: Мир, 1975.-534 с.
  75. Р.Н. Основы финансового менеджмента. М.: Дело ЛТД, 1995.
  76. Р.Н., Барнес С. Б. Планирование инвестиций. М.: Дело ЛТД, 1994.
  77. Е.М. Методы финансовых и коммерческих расчетов. М.: Дело, 1995.
  78. Е.М., Васильева Н. Е. Финансово-экономические расчеты. -М.: Финансы и статистика, 1990.
  79. Е.М., Калихман И. Л. Вероятность и статистика. М.: Финансы и статистика, 1982.
  80. У., Гордон Дж. А., Бейли Д. Инвестиции: Пер. с англ. М.: Инфра-М, 1997.
  81. Д. Предисловие к книге Грейди Мине, Дэвид Шнайдер. Метакапитализм и революция в электронном бизнесе: какими будут компании и рынки в XXI веке/ Пер. с англ. М.: Альпина Паблишер, 2001. -280 с.
  82. К. Дж., Гурвиц Л., Удзава X. Исследования по линейному и нелинейному программированию. -М.: ИЛ, 1962.
  83. BerinatoS.Do the MATH, СЮ Magazine, October 2001.
  84. Black F. and Scholes M. The pricing of options and corporate liabilities //Journal of Political Economy.-1972.
  85. Black F. and Scholes M. The valuation of option contracts and a test of market efficiency // Journal of Finance.-1972.
  86. Black F., Perold A.F. Theory of Constant Proportion Portfolio Insurance, Division of Research, Harvard Business School, 1989 32 pages.
  87. Chandler A. Strategy and Structure: Charpers in the History of the American Industrial Enterprise. Cambrige, Mass.: The MIT Press, 1962
  88. Curtis G., Page S. and Kaltenmark K. Thinking bigger. Accenture Information Technology Outlook, 2003, Number 2.
  89. Datz T. Portfolio Management. How to Do It Right. CIO. May 1, 2003.
  90. Eastern Europe: Country Segmentation //Gartner HARD-WW-DP-0146, 2001.
  91. Federal Enterprise Architecture: realigning IT to Efficiently Achieve Agency Goals, 2004.
  92. Global IT Economic Outlook, 2Q04. Study #31 738 (by Kevin White, Stephen
  93. Minton, Elsa Opitz), IDC, August 2004.98
  94. GomolskiB., IT Spending and Staffing Survey Results // Gartner Strategic Analysis Report R-21−2290, 2003.
  95. IT Spending and Staffing 2009/10 Report // Computer Economics, 2009.
  96. IT Spending and Staffing Survey Results //Gartner R-l 8−6281, 2002
  97. IT spending, Staffing, and Technology Trends: 08/09 // InfoEdge, 2008.
  98. Jeffery M., Leliveld I. Best Practices in IT Portfolio Management. Sloan Management Review. Sloan School of Management, MIT, Spring 2004 r., T. Vol. 45, No. 3.
  99. Jeffery M., Leliveldl. Best Practices in IT Portfolio Management, Sloan Management Review, Reprint 45 309- Vol. 45, No. 3, Spring 2004.
  100. Kersten H.M.P. and EvansJ. IT Due Diligence, Banking Technology Solutions, Vol 9, 2003.
  101. KerstenH.M.P., Verhoef C. IT portfolio management. A banker’s perspective on IT, 2003.
  102. Mark D. and Monnoyer E. Next Generation CIOs. The MvcKinsey Quarterly, Web exclusive, Kuly 2004.
  103. Markowitz H., Todd G. P. Mean-Variance Analysis in Portfolio Choice and Capital Markets, John Wiley & Sons, Feb 15, 2000 399 pages.
  104. Markowitz H.M. Portfolio Selection // Journal of Finance, 7(1), 1952, p.77−91.
  105. Nicholas G. IT Doesn’t Matter, Harvard Business Review, May 2003.
  106. Nonprofit IT Staffing Survey // NTEN, 2008.
  107. Pisello T., Strassmann P. IT Value Chain Management Maximizing the ROI from IT Investments. 6.m.: The Information Economics Press, 2003.
  108. Sechrest L.A., CIO Update: Use Creative Cost containment // Gartner IGG-10 012 003−01.
  109. Strassmann P. Information Productivity: Assessing Information Management Costs of U. S. Information Economics Press, 1999. 168 c.
  110. Strassmann P. The Squandered Computer Evaluating the Business
  111. Alignment of Information Technologies. Information Economics Press, 1996.99
  112. The Business of IT Portfolio Management: Balancing Risk, Innovation and ROI, Meta Group, 2002.
  113. The Standard for Portfolio Management— Second Edition. PMI, 2006.
  114. Tobin J. The Interest-Elasticity of Transactions Demand for Cash // The Review of Economics and Statistics. 1956. Vol. 38. P. 241−247.
  115. Verhoef C. Getting on top of IT, Science of Computer Programming, 48(1): 1 -96, November 2002.
  116. Verhoef C. Quantitative IT Portfolio Management, Science of Computer Programming, 45(1): 1−96, October 2002.
  117. Vertical Markets Gain Momentum in 2004 IT Spending //Gartner Dataquest, 2004.
  118. Weill P., Broadbent M. Leveraging the Infrastructure. How Market Leaders Capitilize on Information technologies, Harvard Business School Press, 1998.
  119. Weill P., Sinan A. IT Assets, Organizational Capabilities and Firm Performance, MIT, 2007.
  120. Weill P., Sinan A. IT Savvy Pays Off. CISR Research Briefing, Sloan School of Management, MIT, Volume 4, Number 3B, 2004.
  121. Weill P., Sinan A. IT Savvy: Achieving Industry Leading Returns from Your IT Portfolio. CISR Research Briefing. Sloan School of Management, MIT, 2005 r., T. Volume 5, Number 2A.
  122. Weill P., Sinan A. IT Savvy: Achieving Industry Leading Returns from Your IT Portfolio. CISR Research Briefing, Sloan School of Management, MIT, Volume 5, Number 2A, 2005.
  123. Weill P., Sinan A. Managing the IT Portfolio: Returns from the Different IT Asset Classes. CISR Research Briefing, Sloan School of Management, MIT, Volume 4, Number 1 A, 2004.
  124. Worldwide IT Spending 2007 // IDC, 2007.
Заполнить форму текущей работой

На отлично!