Описание системы оценки кредитоспособности предприятий

Особенности выбранной среды

Для разработки системы поддержки принятия решений была использована экспертная система Guru. Экспертная система – это программа, которая моделирует сохраненные знания и опыт человека – эксперта. Средства работы с экспертной системой содержат два компонента, которые облегчают процесс создания экспертной системы: средства сохранения знаний и опыта эксперта в некоторой проблемной области, и машина управления логическим выводом, которая использует сохраненные знания для решения конкретной задачи.

В Guru знания эксперта представляются в виде правил (if - then). Правила, которые относятся к конкретной проблеме могут быть сгруппированы в так называемый набор правил. Набор правил может передавать управление другому набору правил, обеспечивая таким способом большую гибкость представления знаний в экспертной системе. Guru предоставляет разработчику экспертной системы разные способы управления процессом логического вывода. Это обеспечивает большую гибкость использования машины логического вывода.

В экспертной системе знания, которые необходимы для решения проблемы закодированы отдельно от машины логического вывода, которая решает как их использовать. Машина логического вывода определяет, какие правила необходимо рассмотреть, несмотря на их порядок. В стандартных программах код обрабатывается последовательно, и знания и команды их обработки переплетаются. Эта разница является существенной в случаях, когда к знаниям добавляется новая информация или изменяются условия задачи. В таком случае очень легко можно изменить или расширить экспертную систему.

В отличие от стандартной программы экспертная система позволяет пользователю задавать системе запрос типа “Почему задан этот вопрос” <Why> и прослеживать процесс аргументации. Экспертная система может работать с неопределенной и неизвестной информацией.

Экспертные системы обладают преимуществами перед стандартными программами:

Знания экспертов сохраняются в наборах правил, что увеличивает эффективность их обработки.

Модульность и независимость правил обеспечивает их модифицирование без изменения других правил. Это невозможно сделать в стандартной программе.

Машина логического вывода генерирует автоматически журнал использованных правил. Он может использоваться для прослеживания хода аргументации и проверки результатов.

Поднаборы базы знаний могут использоваться без написания новых программ, что обеспечивается отделением знаний от машины логического вывода.

Для создания экспертной системы в Guru знания человека сохраняются в наборе правил. Человек – эксперт называется главным экспертом; человек, который использует эти знания называется разработчиком. Главный эксперт не должен быть знаком с Guru. Разработчик не должен быть экспертом.

В некоторых случаях главным экспертом и разработчиком могут быть одно и тоже лицо. В других случаях разработчик только извлекает знания эксперта с помощью ряда вопросов. Основная цель – это создать работающую модель, которая может усовершенствоваться включением новых и сложных проблем. Для главного эксперта очень важно, чтобы его знания были выражены четко в правилах <if – then>. [23]

4.2 Требования к системе оценки кредитоспособности предприятий

Назначение разрабатываемой экспертной системы – принятие правильного решения по выдаче кредита юридическому лицу (предприятию), оценка его кредитоспособности.

В результате анализа предметной области были выявлены основные критерии по определению кредитоспособности юридических лиц. Количество таких критериев может составлять несколько десятков, однако зачастую ограничиваются лишь некоторыми коэффициентами: коэффициенты ликвидности; коэффициент соотношения собственных и заемных средств; показатели оборачиваемости и рентабельности. К другим критериям, принимаемым во внимание при оценке кредитоспособности юридического лица, относят следующие:

коэффициенты финансового левереджа;

коэффициенты эффективности или оборачиваемости;

коэффициенты прибыльности;

коэффициенты ликвидности;

коэффициенты обслуживания долга.

Анализ кредитоспособности предприятия-заемщика разбивается на два основных этапа:

1. Общий анализ кредитоспособности заемщика, результатом которого является составление описания финансового состояния предприятия-заемщика с указанием специфических особенностей предприятия и оценкой его финансового положения.

2. Рейтинговая оценка предприятия-заемщика, дающая стандартную оценку финансового состояния предприятия и позволяющая сравнивать его с другими заемщиками. Рассмотрим подробнее названные этапы.

На этапе общего анализа кредитоспособности, чтобы получить описание финансового состояния заемщика, нужно: составить агрегированный баланс предприятия; рассчитать систему финансовых коэффициентов на основе агрегированных показателей баланса и провести их анализ; оценить деловую активность предприятия; сделать прогноз финансового состояния предприятия с помощью статистических моделей.

Агрегированный баланс предприятия-заемщика основан на его обычном балансе. Рассчитанные показатели агрегированного баланса будут далее использоваться в оценке различных аспектов кредитоспособности предприятия. [1]

Важную роль в оценке кредитоспособности предприятия играют также агрегированные показатели "Отчета о прибылях и убытках".

В разрабатываемой системе задача оценки кредитоспособности юридического лица будет решаться на основе составления рейтинга для каждого предприятия. На первом этапе будет определен ряд критериев, наиболее важных для данной ситуации. Затем каждому критерию будет присвоен удельный вес. Сумма весов всех критериев должна равняться 1. Далее проводиться оценка значения критерия по сто бальной шкале у каждого предприятия. На следующем этапе эксперт находит произведение удельного веса критерия на оценку. Итоговое значение рейтинга определяется путем суммирования произведений значимости критерия на его оценку для данного предприятия. Рассчитывая рейтинг для разных предприятия и сравнивая полученные значения, определяют юридическое лицо, которое имеет наиболее высокую кредитоспособность.

Данный метод позволяет во-первых, по сравнению с бальным методом, дать наиболее объективную оценку и следовательно принять наиболее верное решение о выдаче кредита, во-вторых, по сравнению с методом попарных сравнений, значительно сократить и упростить работу по определению наиболее подходящего варианта для выдаче кредита.

Достоинство применения экспертных систем заключается в возможности принятия решений в уникальных ситуациях, для которых алгоритм заранее не известен и формируется по исходным данным в виде цепочки рассуждений (правил принятия решений) из базы знаний. Причем решение задач предполагается осуществлять в условиях неполноты, недостоверности, многозначности исходной информации и качественных оценок процессов.

Основные требования, предъявляемые для систем принятия решений:

быстрота и простота написания кода;

быстрота и надежность развертывания готового программного продукта;

скорость исполнения готовой программы на «медленных» компьютерах;

возможность командной разработки;

ориентированность на будущее;

информационная поддержка разработчиков;

совместимость с основными стандартами разработки.

 

  4.3 Программная реализация системы оценки кредитоспособности предприятий

На этапе реализации экспертной системы происходит физическое наполнение базы знаний и настройка всех программных механизмов в рамках выбранного инструментального средства, а при необходимости и допрограммирование специализированных модулей программного инструмента.

Особенности реализации экспертной системы во многом определяются характером инструментального средства, в качестве которого могут выступать программные оболочки (shells), генераторы (интегрированные среды), языки представления знаний (языки программирования). Так, оболочки имеют реализованные механизмы вывода, накопления, объяснения знаний, диалоговый компонент, что, с одной стороны, упрощает разработку программной части экспертной системы, поскольку не требуется программирование, а с другой стороны, усложняет разработку базы знаний вследствие возможного несоответствия формализма системы требованиям структуры.  

При создании прототипа была использовании система GURU (фирма MDBS, дистрибьютор фирма ЦПС Тверь), которая позволяет настраивать программные средства на особенности проблемной областей, при необходимости предоставляют возможность программировать на встроенных языках четвертого поколения и осуществлять эффективный экспорт/импорт данных с другими инструментальными средствами.

В процессе реализации была заполнена база знаний и база данных по контрагентам. База знаний имеет расширение файла RSS, а база данных – ITB. Экспертная система, созданная с помощью GURU, имеет доступ к информации хранимой в базе данных и наборе правил.

Построение системы поддержки принятия решения при выборе поставщика материалов с помощью GURU заключается в построении набора правил. Набор правил можно построить и вести посредством команды BUILD, предоставляющей полный диапазон вариантов управления набором правил. Набор правил состоит из знаний, накопленных в результате анализа предметной области. Общий вид правил в GURU достаточно традиционен и имеет формат:

IF (условие) THEN (действие).

В ходе разработки системы было составлено 6 правил, но в дальнейшем их количество может быть увеличено до 100 и более правил.

Условие правила может включать различные рабочие и статистические переменные, поля баз данных, числовые и логические функции и т.д. если во время консультации система обнаружит, что условия в продукции верны, то правило включается, т.е. система выполнит действия, указанные в заключении правила. Система позволила работать в условиях неопределенности данных и знаний. Одной из важных характеристик, которую имеют отдельные составляющие правила и само правило в целом, является коэффициент достоверности знания. Обрабатываются указанные вероятностные характеристики специальными вариантами алгебры.

Система GURU разрешает использовать также нечеткие переменные, которые одновременно могут иметь несколько значений, каждое со своим коэффициентом уверенности. Тем самым создаются многочисленные варианты решений, поскольку различные правила могут генерировать различные значения для одной и той же переменой. Таким образом, с помощью нечетких переменных появилась возможность найти наилучшие варианты решении или наиболее вероятные значения для критериев принятия решений.

С системой пользователь взаимодействует через меню. В данном случае GURU показывает опции обработки шаг за шагом и, если необходимо, поясняет их. Т.е. система снабжена меню Help, которое можно вызвать из главного меню, а также при ответе на каждый вопрос системы. Во время консультации пользователь может запросить систему, почему она требует от него ту или иную информацию, а также как, каким образом системой сделан тот или иной вывод.

Процесс работы с меню продолжается до тех пор, пока пользователь не определит то, что он желает, чтобы выполнила система. После этого система выполняет затребованную обработку. И в результате пользователю будет представлена оценка кредитоспособности предприятия в порядке убывания факторов уверенности.