Автореферат (1137166), страница 2
Текст из файла (страница 2)
Разработан комплекс программ для численного решения задачиоценки вероятности разорения и последующей оптимизацииструктуры долга нефтяной компании в условиях неопределенностимакроэкономических параметров для целей минимизации рискаразорения.Методы исследования. В диссертационной работе используютсяметоды теории вероятностей, стохастических процессов, математическогои функционального анализа, численных методов, математическойстатистики, вариационного исчисления, теории оптимизации.Научная новизна работы заключается в следующем:1.
Впервые описан класс задач по оптимизации валютной структурыдолга заемщика в условиях неопределенностей макроэкономическогохарактера2. Дополнительно исследован и описан алгоритм непараметрическойаппроксимации между параметрами модели и обоснован ряд свойстврешений3. Разработан метод и описан алгоритм для получения решений в новомклассе задач оптимизации в зависимости от горизонта планирования иуровня риска на основе алгоритма квантильной оптимизации.4. Создан комплекс программ, реализующий все положения, описываемыев диссертационном исследовании.Теоретическая значимость исследования заключается в6разработке теоретических подходов и критериев для поиска оптимальнойструктуры долга в условиях неопределенностей внешней среды.Практическаязначимостьисследованиязаключаетсявприменении разработанных подходов и моделей для планированиядеятельности нефтяных компаний как на этапах разработки долгосрочнойстратегии отдельной взятой компании, так и на этапе экономическойоценки эффективности проектов освоения нефтяных месторождений.Предложенные методы определяют решение по оптимальной структуредолга компании в зависимости от степени риска.
Кроме того, доказанныесвойства решений по методу аппроксимации детерминистическихмоделей с помощью стохастических преобразований применимы дляпостроения сложных нелинейных непараметрических зависимостей.Достоверность и обоснованность полученных результатовподтверждается использованием официальных данных о производственнофинансовой деятельности российских нефтяных компаний (ОАО НКЛУКОЙЛ, ОАО НК БашНефть), а также использованием апробированныхчисленных моделей, и соответствием результатов моделирования спрактическим поведением российских нефтегазовых в периоды паденияцен на углеводороды.На защиту выносятся следующие основные положения:В области численных методов:1.
Доказанные свойства и условия существования решений по методунепараметрической аппроксимации детерминистических моделей спомощью стохастических преобразований.В области математического моделирования:2. Разработанныйалгоритмнепараметрическойаппроксимациипараметров модели.3. Стохастическая финансово-экономическая модель нефтяной компании.4. Разработанныйиреализованныйвкомплексепрограммалгоритмический аппарат поиска гарантирующих стратегий для задачиоптимизации структуры долга с квантильным критерием в зависимостиот степени риска.5. Доказанная и реализованная в комплексе программ формуланепрерывности денежного потока для динамической системы.6. Полученные численные решения по задачам оптимизации дляминимизации финансовых рисков.В области создания комплексов программ:7. Программный комплекс, предназначенный для решения задачи поминимизации финансовых рисков нефтяной компании в условиях7неопределенности макроэкономических параметров.Апробация работы.
Основные результаты диссертационной работыдокладывались и обсуждались на 7-м Российском нефтегазовом конгрессев рамках 10-й Московской международной выставки «Нефть и Газ»(Москва, 2009 г.), конференции «Управление рисками в компанияхнефтегазовой отрасли» (Москва, 2010 г.), научно-практическом семинаре«Финансовые инновации» при Финансовом университете приПравительстве РФ (Москва, 2010 г.), конференциях «Энергетическое ипромышленное страхование в России и СНГ» (Москва, 2012 г.,2013 г.), 3-йежегодной конференции: «Риск-менеджмент 2013: перезагрузка» (Москва,2013 г.), конференции «Корпоративное казначейство в России и СНГ»(Москва, 2014 г.), 9-ой практической конференции «Корпоративноеказначейство в России и СНГ» (Москва, 2014 г.), конференции«Управление корпоративными рисками» (Москва, 2014 г.), конференции«Корпоративные системы риск-менеджмента: лучшие практики», (Москва,2014 г.), научно-методическом семинаре факультета бизнес-информатикиНИУ ВШЭ для аспирантов и магистрантов «Математическоемоделирование, численные методы и комплексы программ» подруководством д.т.н.
Мальцевой С.В. и д.т.н. Ульянова М.В.(2014 г.),семинаре ИПУ РАН «Экспертные оценки и анализ данных» подруководством д.т.н. Алескерова Ф.Т., д.т.н., чл.-корр. РАН Новикова Д. А.(2015 г.), семинаре кафедры теории вероятностейМосковскогоавиационного института под руководством проф. Кибзун А.И. (2015 г.).Разработанные алгоритмы и методики внедрены и используются вдеятельности компании ОАО «НК «РуссНефть», Институте физикотехнической информатики и Международном центре по ядернойбезопасности что подтверждено соответствующими актами внедрения.Публикации. Материалы диссертации опубликованы в 8 печатныхработах, из них 3 статьи в рецензируемых журналах из перечня ВАК, 5статей в профессиональных журналах и научных сборниках.Личный вклад автора.
Все представленные в диссертациирезультаты получены лично автором. Подготовка к публикацииполученных результатов проводилась совместно с соавторами, причемвклад диссертанта был определяющим.Структура и объем диссертации. Диссертация общим объѐмом 116с. состоит из введения, трех глав, содержит 34 рисунка, 3 таблицы, 3приложения и перечень используемой научно-технической литературы из190 наименований.8II. СОДЕРЖАНИЕ РАБОТЫВо Введении обоснована актуальность диссертационной работы,сформулирована цель и аргументирована научная новизна исследований,показана практическая значимость полученных результатов, представленывыносимые на защиту научные положения.Первая глава является обзорной частью диссертации, в которойпроведен анализ литературы по существующим методам учетанеопределенности в математических моделях, а также приведеносравнение и краткая классификация методов учета неопределенности вмоделях.
Как показано в обзоре, в настоящее время уделяется маловниманию учету неопределенностей параметров модели при планированиидеятельности компаний, что приводит к существенной недооценкевозможных последствий, и как следствие ведет к принятиюнеобоснованных решений.Вторая глава содержит в себе дальнейшее исследование методааппроксимации детерминистических моделей с помощью стохастическихпреобразований, предложенной Р.Т.
Исламовым (1998 г.) и исследованнойА.А. Волковым (2005 г.) в части некоторых свойств полученных решений(ошибка аппроксимации, несмещенность оценки и др.) и В.Б.Высочанским при использовании ядерных оценок плотности.Постановка задачи состоит в следующем: пусть существуютреализациислучайнойвеличины–апостериорноемножество описаний объектов, а реализация случайной величинымножество допустимых ответовиз наблюдениймерного случайного вектора, где и принимают значения висоответственно,.Предполагается, что существует неизвестная функциональнаязависимость между и , такая что, значения которой известнытольконаобъектахобучающейаприорнойвыборкипри этом.Требуется построить алгоритм, аппроксимирующий целевуюзависимость.
Построенный алгоритмбудет использоваться вдальнейшем для последующей генерации значенийдляцелей получения гарантированных (по вероятности) решений.Получаемое приближение для функциидолжноудовлетворять условию совпадения на узлах обучающей выборки:(1)9Построение приближения для неизвестной функциивнекоторойпроводится следующим образом (Волков, Исламов):{ } , тоШаг 0. Еслив соответствии сусловием (1).{ } , то решение ищется в виде:Шаг 1. Если( {})∑(2)Где:‖∑‖‖(3)‖а ‖ ‖ -стандартная -норма векторного пространстваШаг 2.
Расширение области определенияи области значениядо необходимого путем параметрической аппроксимации.В работах Р.Т. Исламова и А.А. Волкова вводится функция потерь, отвечающая за отклонение ответаот правильногоответа.Показано, что коэффициентыв разложении (2)-(3) выводятсяиз условия минимизации функционала потерь в -норме:({})(∑‖‖∑‖‖())(4)Выбор -нормы в качестве меры расстояния диктуется наличиемзначительных отклонений в выборках («выбросы»), которые могутпривести к некорректному учету неопределенностей для целеймоделирования.