CC BY
09. Building on information technology strengths (BITS) incubation program (including the BITS Inteli-gent Island Incubator). Annual report 2003-04 [Елек-тронний ресурс]. - Режим доступу: http://www.in-dustry.gov.au/assets/documents/itrintemet/Govt In-nov.progs complete final20040202113901.pdf
10. National Business Incubation Association [Електронний ресурс]. - Режим доступу: http: //www.nbia.org
Гулак Д.В.
аспiрант, кафедра менеджменту та бiзнес-адмiнiстрування, Черкаський державний теxнологiчний утверситет
ЗАСТОСУВАННЯ МЕТОД1В КЛАСТЕРИЗАЦП В АНАЛ1ТИЧНИХ ДОСЛ1ДЖЕННЯХ УКГАШСЬКОГО РИНКУ ЕЛЕКТPОЕНЕPГIÏ
USING CLUSTER ANALYSIS FOR RESERCH OF UKRAINIAN ELECTRICITY MARKET
Gulak D.
postgraduate student, department of management and business-administration,
Cherkassy state technological university
АНОТАЦ1Я
Енергетичним трендом останшх рошв е виробництво «зелено!» електроенерги з використанням шно-вацiйних технологш генерацй' енерги. Слiдуючи свiтовим тенденциям необхiдно розвивати украшську еле-ктроенергетику шляхом проведения системних дослiджень у цш сферi з напрямiв використання iнновацiй та альтернативних джерел виробництва. Рекомендовано застосовувати передовi методи роботи з великими обсягами даних. В цьому випадку можливо виявити потенщал, наявний в регiонах, вiдобразити ïx проблематику та особливостi, визначити вектор спрямування регiонального розвитку. Поглиблене застосування теxнологiй уможливлюе розробки не лише в репональному аспектi, а й у взаемозв'язку галузь - репон, а отже запропоноваиi тдходи мають перспективи розвитку регiональноï електроенергетичноï галузi за ра-хунок впровадження управлiнськиx теxнологiй у малому та середньому бiзнесi.
ABSTRACT
Energy trend of recent years is the production of "green" electricity using innovative technologies of energy generation. To follow global trends Ukrainian power industry need to develop through systematic research in this area, using innovation and renewable energy. It is necessary to apply advanced techniques of data analysis. This may reveal regions potential, reflect their problems and show the vector of regional development. Advanced application development enables to search new approaches to regional electricity sector through the introduction of management techniques in small and medium business.
Ключовi слова: датамайнинг, обробка даних, кластеризация, енергетика, репональна енергетика, альтернативна енергетика
Keywords: data mining, data analysis, Cluster analysis, energy power, regional energy system, renewable energy
Укранський ринок електрично! енерги трива-лий час перебувае у кризовому станг Причиною цього е недосконалють ринково! модел^ застарь лють обладнання, вщсутшсть стимулiв розвитку. Без застосування шновацш, впровадження прогре-сивних управлшських технологiй неможливо дося-гти зрушень та побудувати нову ринкову модель, яка б вщповвдала европейському зразку. Першоче-ргово слад звертати увагу на аналгтичш пiдходи, якi за допомогою яких можливо дослiдити ринок електроенерги Укра!ни з метою надання йому додатко-вих поштовхiв.
Технiко-економiчний прогрес останнiх рокiв збiлъшуе обсяг даних, яким володiе людство в гео-метричнiй прогресii. Отримати вигоду з накопиче-но! iнформацii можливо лише шляхом !! обробки. Рiзноманiтнi способи обробки та аналiзу даних до-сить давно використовуються в уах сферах життя. Здебiлъшого вони засноваш на обробцi наявних статистичних, комерцшних, фiнансових, технiчних або iнших даних математичними методами. Для
ефективного прийняття управлшських ршень пот-рiбна яшсна та актуальна iнформацiя, отримати яку нескладно, якщо iнформацiйне забезпечення тдп-риемства автоматизовано, але складно оцшити Г! великий обсяг, обробка котрого дiйсно дозволить прийняти ефективне управлшське рiшення, i це по-требуе попереднього аналiзу отримано! iнформацii [4]. Для роботи з даними створюються цiлi аналгти-чнi центри, спецiалiсти яких займаються тдготов-кою звггно! управлiнсъкоi iнформацii. Окремо взятий спещалют здатен забезпечити аналггаку невелико! структури, аналiтичний ввддш, служба чи управлiння - роботу великого шдприемства, однак людський ресурс е вичерпним. Наразi динамiчний свгт вимагае таких самих швидких та ефективних методiв роботи з шформащею, що базуються на комп'ютерних технологиях. Серед багатьох сучас-них способiв обробки та аналiзу iнформацii рекомендовано для застосування один з найпопуляршших - датамайнинг, який за допомогою програмно-
компьютерных засобiв, дозволяе структурувати не-систематизованi данi, виявити в них певш залежно-стi, тенденци, тренди, згрупувати данi для подаль-шого аналiзу. Зi зростанням обсягу наявних для об-робки даних, зростае потенщал отримання щкаво! та корисно! шформаци [1,с. 11].
Сьогодш все частiше бiзнес структури винай-мають спецiалiстiв здатних швидко обробити велик! обсяги даних та забезпечити керiвництво ком-панш аналiтичними даними для прийняття управ-лiнських рiшень. Так1 спецiалiсти е щкавим поеднанням напрямiв знань - економiчного, комер-цiйного, маркетингового або шшого та обов"язково технологiчного. Це означае, що з одного боку вони мусять бути компетентними в основах економ!чно! теори, бухгалтерського обл!ку, особливостей опо-даткування, маркетингових дослвджень, теорiй продажу, з шшого - бути фахiвцем у програмному за-безпеченнi та володiти навичками роботи зi спеща-лiзованими програмами обробки даних. Робота таких спещатстш здатна замiнити собою цiлий аналтгичний вiддiл, оск1льки комп"ютерний аналiз навиъ великого обсягу даних вiдбуваеться майже миттево, а принципи обробки дозволяють виявити на перший погляд непомгтну iнформацiю. Таким чином можна з упевнешстю твердити, що робота одного шдготовленого спецiалiста з датамайнингу, забезпеченого необхщними для обробки даних за-собами буде ефективнiшою за роботу будь-якого аналггачного вiддiлу, який не застосовуе датамай-нинговi технологи.
На практищ технологи датамайнингу найчас-тше застосовуються у рiзних сферах бiзнесу, як1 щоденно генерують та накопичують велик! обсяги даних. Яскравим прикладом може бути сфера енер-гетики, оскшьки !з застосуванням комп"ютерних технологш в нш кожен день накопичуеться величе-зна шльшсть шформаци, зокрема стосовно спожи-вання електрично! енерги р!зними категорiями спо-живачiв, сезонного та регюнального використання енерги тощо. Тому практичним застосуванням датамайнингу в такому випадку може бути оптим!за-щя виробництва електроенерги шляхом аналiзу по-питу на енерпю, диверсифiкацiя тарифiв для спо-живачiв за регiональною ознакою тощо. Оскшьки виникае потреба у проведеннi комплексного ана-л!зу для потреб наукового ствтовариства, [3,с.18] рекомендуеться застосування технологи до науко-вих розробок. Технолопя мае значний потенцiал для обробки та аналiзу рiзноманiтних статистич-них, комерцшних, бухгалтерських, регiональних та шших даних. Таким чином датамайнинг постае не лише засобом для роботи з шформащею, а й системою управлшня знаннями для прийняття управлш-ських рiшень, використання яко! мютить ряд знач-них переваг в пор!внянш з !ншими методами, такими як: швидшсть отримання результапв, гнучк1сть та унiверсальнiсть застосування, посту-пове здешевлення тощо.
Основна особливють датамайнингу - це поед-нання широкого математичного iнструментарiю (вщ класичного статистичного аналiзу до нових к1бернетичних методiв) i останнiх досягнень у
сферi шформацшних технологiй. У технологи датамайнингу гармоншно поедналися строго фор-малiзованi методи i методи неформального аналiзу, тобто кшьшсний i як1сний аналiзи даних [6]. Клас-теризацiя, е одним з цих методiв та передбачае вь докремлення з початково! сукупносп даних груп (кластерiв) об" ектш з под!бними властивостями або схожими якостями [5]. Групування дозволяе спрос-тити роботу з шформащею та досить часто висту-пае першим кроком в анал!з! даних. Кластеризация дозволяе перетворити несистематизовану шформа-щю на класифшований блок даних, придатний для вивчення. З математично! точки зору для проведения под!лу на кластери з! схожими ознаками най-часпше використовуеться Евктадова вщстань, яка е геометричною ввдстанню м!ж точками х та у в п-ви-м!рному простор! та обчислюеться за формулою:
d (л, у)
\
n
Z (X - у)
2
i=1
де ё - вщстань м1ж об" ектами х та у;
X - величина i - властивють об" екту х;
у - величина i - властивють об" екту у [2].
Кластеризащя вщбуваеться за допомогою пев-них алгоритмш, в основу кожного з яких покладено р!зш принципи дИ. До них належать: !ерарх!чш ал-горитми, алгоритм к-теаш, метод найближчого су-свдства, алгоритм нечигсо! кластеризаци с-теаш та шш!. Найб!льш популярними прийнято вважати ал-горитми k-meaпs та с-теаш, принцип ди яких е на-ступним [2]:
1. Алгоритм к-теаш випадково обирае к то-чок з п об" екпв, яш представляють собою «центри» кластер!в. Дал! кожен обект вщноситься до кластеру з найближчим «центром». Шсля цього визна-чаються центри тяжшня кластер!в, шляхом визна-чення середньо! величини уах запиав в кластер!. Стар! центри при цьому змщуються в бж центру тяж1ння, стаючи при цьому новими центрами тяжшня. Алгоритм завершуеться коли меж1 кластер!в та розташування центр!в тяжшня перестають змь нюватись, тобто при кожнш ггерацп в кожному кластер! залишаеться один ! той же наб!р запиав. Алгоритм зазвичай проводить наб!р стаб!льних клас-тер!в за дек1лька иерацш [2].
2. Алгоритм с-теаш е алгоритмом нечетко! кластеризации Вш надае можливють зясувати ймо-в!рн!сть належност! обекту до того чи !ншого кластеру. На практищ це виглядае наступним чином: об" ект х належить з 90% ймов!рн!стю до кластеру А та з 10% ймов!ршстю до кластеру Б [2].
З метою поглиблення дослвдження укра!нсь-кого ринку електроенерг!!, наданню йому додатко-вих стимул!в та поштовх!в рекомендуемо адапту-вати досв!д обробки шформаци та застосувати метод кластеризаци для наукових розробок.
Рекомендуемо застосування технологи датамайнингу для анал!зу даних в регюнальному роз-р!з!, що стосуються наступних напрям!в:
1. Споживання електроенерги. Оск1льки кожна з областей Укра!ни е ушкальною за сво!м ро-звитком, економ1чною та сощальною структурою, ця специфжа мае свое вщображення на споживанш електроенерги. Врахування особливостей спожи-ванням дозволяе сконцентруватися на проблем! не-однорщносп регюшв за !х розвитком та визначити стратепчш прюритети репонального розвитку шляхом створення нових економ1чних центр1в. Таким чином на шдстав1 кластеризаци зявляеться мо-жливють удосконалити тдходи до репонального подшу за енергетичною складовою, виявити регю-нальну специфжу потреб в електричнш енергй' тощо.
2. Виробництво електроенерги. Б1льш1сть великих генеруючих електроустановок в кра!ш по-будоваш ще за час1в Радянського Союзу. Принцип ix розмщення та план розвитку шфраструктури до-вкола них було закладено за тих же час1в, однак сьо-годш за незалежно! Укра!ни необх1дно переосмис-лити та скоригувати розвиток регюнально! шфра-структури, економ1чш та галузев1 прюритети у вщповвдносп до наявних в регюнах енергопотуж-ностей. За чаав, коли енергоефективтсть постае одним з найважливших критерив важливо най-бшьш ефективно використовувати наявний регю-нальний енергетичний потенщал. Регюнальний анал1з за цим критер1ем дозволяе здшснити подш за кшьшстю вироблено! енерги, подшити регюни на енергонезалежш, та ri, як1 потребують енергетич-ного збалансування.
3. Екологiчна ситуацiя. В процес1 виробни-цтва промислов1 щдприемства продукують вщходи та здшснюють викиди до атмосферного повиря. За умови неможливосп переробки в1дход1в вони нако-пичуються та становлять еколопчну загрозу для ре-гюну. Регюни, яш протягом тривалого часу встигли накопичити значну к1льк1сть в1дход1в, або ri, р1вень викид1в в атмосферу яких е значним, унеможлив-люють буд1вництво на !х територй' обекпв тради-цшно! енергетики, оск1льки це загрожуе для них еколопчною катастрофою. В1дмова в1д традицшно! генераци в б1к «зелено!», якщо не дозволить покра-щити еколопчну ситуащю, то хоча б збереже ii на вщносно сталому р1вш. Регюни з наявним енерге-тичним дефщитом та ввдсутшстю традицшних дже-рел генераци електроенерги за допомогою альтернативно! електроенергетики можливо залишити еколопчно чистими з одночасними можливостями для розвитку р1зноманггних б1знес напрям1в. Клас-теризащя шформаци дозволяе згрупувати регюни за !хньою еколопчною складовою та видшити кла-стери, де подальший розвиток традицшно! електро-енергетики неможливий з причин складно! еколоп-чно! ситуаци.
4. Потенцiал розвитку проектiв альтерна-тивноТ енергетики. Розвиток ввдновлювальних джерел виробництва електроенергй' технолопчно вимагае певних географ1чних та ктматичних умов. Для сонячно! енергетики це наявшсть висококало-ршного сонячного випромшювання та ввдсутшсть значно! хмарносп, яка суттево знижуе коефщент корисно! ди генеруючо! установки. Для вирово!
енергетики найважлившою складовою постае ста-б№ний однонапрямний вiтер на висотi знахо-дження генератора. Сучаснi вiтровi установки вдо-сконалюються та дозволяють виробляти енергш на висотах близьких до 30 м, де впер е б№ш стаб№-ним. Мала гвдроенергетика, в свою чергу, напряму залежить вiд наявностi «швидко! води» - невелико!, повноводно!, швидко! рiчки, яку за допомогою тех-нiчних засобiв «перетворюють» в електрогенера-тор. У ввдповвдносп до кластеризаци можливо видшити регюни, як1 мають передумови для розвитку «зелено!» енергетики та ri, як1 не мають незначний потенщал до впроваджень альтернативно! енерге-тики.
Результатом поеднання проведених досль джень за усiма напрямами е комплексна аналгтична iнформацiя, яка дозволяе побудувати повноцiнну модель розвитку електроенергетики Украши в реп-ональному розрiзi. Вона дае можливють не лише вь дповiсти на запитання стосовно наявного потенщ-алу для розвитку ринку шляхом впровадження про-ектiв ввдновлювально! енергетики в регiонах, а й тдкреслюе необхiднiсть подолання енергетично! кризи завдяки впровадженню проектiв «зелено!» енергетики в деяких з них.
Висновки. Таким чином застосування кластеризаци для проведения аналiтичних дослiджень укра!нського ринку електроенергiï мiстить ряд пер-ваг у порiвияннi з шшими методами, оск1льки надае нового бачення ринкових особливостей. Застосування методiв датамайнингу дозволяе здiйснити ш-телектуальне вивчення енергетичного ринку, що в подальшому надае можливiсть прийняття зважених управлшських рiшень на пiдставi отриманих ре-зультатiв. Одним з перспективних напрямiв розвитку ринку електроенерги е активне застосування те-хнологш альтернативно! енергетики. Враховуючи залежиiсть вщновлювально! енергетики вiд ктма-тичних та географiчних характеристик iснуе необ-хвдшсть визначення передумов для ефективного впровадження таких проеклв. Методи кластеризаци дозволяють здiйснити аналiз та розподiлити ре-гiони за рiзними умовами для розвитку проекпв альтернативно! енергетики. В поеднанш з показни-ками репонального енергетичного дефщиту та еко-логiчного стану таке досл1дженпя дозволяе побудувати повноцшну комплексну модель розвитку ринку електроенерги Укра!ни за допомогою проекпв «зелено!» енергетики.
Список лггератури
1. Баргесян А.А., Куприянов М.В., Степане-нко М.В., Холод И.И. Методы и модели анализа данных: OLAP и Data Mining. - СПб.: БХВ-Петербург, 2004.
2. Волосюк Ю. В. Аналiз алгорштшв класте-ризац^' для задач нтелектуального аналiзу даних / Ю. В. Волосюк // Збiрник наукових праць Вiйсько-вого шституту Ки!вського нацiонального унiверси-тету iменi Тараса Шевченка. - 2014. - Вип. 47. - с. 112-119.
3. Шокин Ю.И. Проблемы поиска информации / Ю.И. Шокин, А.М. Федотов, В.Б. Барахнин. Новосибирск: Наука, 2010. - 220 с.
4. Фшапна О.В., Гафшк А. М. Проблеми ш-формацшного забезпечення процесу прийняття рь шень на основi ситуацiйного пiдходу / А. М. Гафiяк, О. В. Фшапна // Економша i регiон. - 2012. - № 5. -с. 81-85.
5. Ткаченко О.М., Гршо Тукало О.Ф., Дзюь О.В. Лаховець С.М. Метод кластеризацп на основi
послщовного запуску k-середнiх з удосконаленим вибором кандидата на нову позицш вставки / Нау-tobí працi Вiнницького нацiонального технiчного утверситету. - 2012. - № 2. - с. 1-10.
6. Петренко, A.I. Grid та штелектуальна обро-бка даних Data Mining / A.I. Петренко // Систем. до-слщж. та iнформ. технологи. - 2008. - № 4. - с. 97110.
Чеверда С.С. к.е.н. Дробтко В.В.
студентка
Запоргзький нацюнальний утверситет
ОПТИМ1ЗАЦ1Я АКТИВ1В I ПАСИВ1В КОМЕРЦ1ЙНОГО БАНКУ ДЛЯ ЗАБЕЗПЕЧЕННЯ ФIНАНСОВОÏ СТАБ1ЛЬНОСТ1 З ВИКОРИСТАННЯМ Cy4ACHOÏ ПОРТФЕЛЬНОÏ TEOPIÏ
OPTIMISATION OF ASSETS AND LIABILITIES OF COMMERCIAL BANKS FOR FINANCIAL STABILITY WITH MODERN PORTFOLIO THEORY
Cheverda S.S.
Ph.D. Drobilko V.V.
student
Zaporizhzhya National University
АНОТАЦ1Я
В статп аналiзуються шляхи onraMÍ3aqii активiв i пасивiв комерцiйного банку для забезпечення фь нансово! стабшьносп з використанням сучасно! портфельно! теори. Розглядаються проблеми упрaвлiння активами i пасивами банку, що пояснюеться специфiчним видом дiяльностi дано! сфери бiзнесу, посилен-ням фaкторiв внутршнього i зовшшнього середовища, конкуренцп на нацюнальних i м1жнародних ринках, а також фшансовою та економiчною нестaбiльнiстю. Визначено реальт шляхи мiнiмiзaцi! ризик1в та отри-мання достaтнiх прибутк1в для збереження коштiв вкладник1в та щдтримання життедiяльностi банку. За-стосування теори «портфелiв», як ефективний iнструмент для мaксимiзaцi! прибутковостi при заданому рiвнi ризику чи, навпаки, мiнiмiзувaти ризиковють при заданому рiвнi прибутковостi. Проведет розраху-нки за оптимальною структурою aктивiв i пaсивiв банку.
ABSTRACT
The article examines ways to optimize the assets and liabilities of commercial banks to ensure financial stability with the use of modern portfolio theory. Problems of assets and liabilities of the bank, because of the specific activity of the business areas, strengthening internal factors and external environment, competition in the domestic and international markets, and the financial and economic instability. Determined real ways to minimize risks and obtain sufficient income to save depositors and maintain the life of the bank. Applying the theory of «portfolios» as an effective tool to maximize return for a given level of risk or, conversely, to minimize the riskiness at a given level of profitability. The calculations for the optimal structure of assets and liabilities.
Ключовi слова: фшансова стабшьтсть, фшансовий стан банку, активи, пасиви, система управлшня активами i пасивами, теорiя «портфелiв».
Keywords: financial stability, financial condition of the bank, assets, liabilities, assets and liabilities management system, theory of «portfolios».
Основною метою сучасно! портфельно! теори е розв'язок завдання про оптимальний портфель, тобто, що забезпечуе максимальну прибутковють при заданому р!вт ризику або, навпаки, мшмальну ризиковатсть при заданому р!вт прибутковосп. Однак для розв'язку даного завдання в баншвськш практищ необхвдно внести ютотт змши й до-повнення в ряд основних допущень теори.
По-перше, баншвська д!яльтсть припускае розмщення в доходоприносящие фшансов! шстру-менти в першу чергу не власних, а притягнутих
коштiв, тобто платних пасивiв, що диктуе додатковi умови для завдання оптимiзацiï як по прибутко-восп, так i по ризиках.
Портфельна теорiя базуеться на особливоï мо-делi постановки й вирiшення проблем, спрямованоï на визнання того, що ризик, пов'язаний iз вкладен-нями в цiннi папери е неминучим, а управлшня !м здiйснюеться на основi диверсифiкованостi, тобто об'еднання й подш ризишв по не зв'язаних мiж собою групам активiв, розглянутих як самостiйнi портфелi.
