Льовкін В. М. Методи та засоби прийняття інвестиційних рішень в умовах невизначеності

Дисертацію присвячено розробленню методів та засобів прийняття інвестиційних рішень в умовах невизначеності для підвищення ефективності процесу управління інвестиціями на основі вдосконалення процесів оцінювання показників управління. Об'єктом дослідження є процес прийняття рішень при управлінні інвестиціями в умовах невизначеності, предметом - методи та засоби прийняття інвестиційних рішень в умовах невизначеності. Запропоновано модель задачі прийняття рішень при управлінні інтегрованими інвестиціями в умовах ризику та невизначеності, що грунтується на оптимальному стохастичному керуванні зі скінченним горизонтом і полягає в розподіленні ресурсів між реальними інвестиціями та інвестиціями в портфелі цінних паперів. Розроблено метод розв'язання даної задачі, який інтегрує механізми прогнозування показників реальних інвестицій та портфелей цінних паперів в процес управління, включає механізми підтримки прийняття групових рішень на різних етапах управління інвестиціями, в тому числі розподілення ресурсів та моніторингу виконання процесу інвестування. Удосконалено метод прогнозування ризику нуеспішності реального інвестування, який використовує для прогнозування ансамблі нейронних мереж на основі базових нейронних мереж з додатковою інформативною ознакою - запланованим результатом реального інвестування за витратами та тривалістю виконання. Кластеризація даних та виділення окремого набору нейронних мереж різної архітектури для прогнозування успішності реальних інвестицій, що належать до відповідного кластеру, створює спеціалізацію штучних нейронних мереж всередині ансамблю. Даний метод дозволяє класифікувати реальні інвестиції за рівнем успішності, підвищуючи точність отриманих результатів, та надає механізм обчислення ризику неуспішності реального інвестування. Удосконалено метод прогнозування відхилення фактичних результатів реального інвестування від запланованих, що дозволяє підвищити точність прогнозування фактичних результатів реального інвестування та рівень автоматизації даного процесу. Прогнозування відхилення фактичного обсягу капіталовкладень та тривалості інвестування від запланованих показників виконується за допомогою кластеризації даних на основі карт самоорганізації Кохонена та за допомогою спеціалізованих каскадних нейронних мереж прямого поширення сигналу та зворотного поширення похибки, використовуючи для вибору архітектури нейро-еволюційний підхід. Отримав подальший розвиток метод прийняття рішень при управлінні портфелем цінних паперів на основі D-оцінок Руссмана, що дозволяє ефективніше управляти інвестиціями на нестабільному фондовому ринку. Розроблено систему підтримки прийняття рішень з управління інвестиціями. Ефективність застосування запропонованих методів та засобів підтверджено результатами впровадження.