Лесохин В.З. Разработка бизнес-процессов совместных инвестиций с применением ППП МАТЛАБ

Подождите немного. Документ загружается.

4. РАЗРАБОТКА БИЗНЕС-ПРОЦЕССОВ

ПРИ РОСТЕ КАПИТАЛИЗАЦИИ И НЕИЗМЕНЕННОЙ

СТРУКТУРЕ ИНВЕСТИЦИЙ

- Заказчик предполагает привлечь средства зарубежного инве-

стиционного фонда на подготовительные работы и инвестиционный

кредит российского банка на строительство жилого комплекса на терри-

тории РФ.

- Территория застройки состоит из трех земельных участков

(рис. 4.19).

- Срок выполнения инвестиционного проекта от начала подго-

товительных работ до полной реализации готовой продукции составляет

три года.

- Объем реализуемой продукции в денежном выражении составля-

ет 6000 у.е.: на первом участке – 1000 у.е., на втором участке – 2000 у.е., на

третьем участке – 3000 у.е.

- Затраты на выполнение работ составляют 3000 у.е.: на первом

участке – 500 у.е., на втором участке – 1000 у.е., на третьем участке –

1500 у.е.

- Планируемая валовая прибыль составляет 3000 у.е. – на пер-

вом участке – 500 у.е., на втором участке – 1000 у.е., на третьем участке –

1500 у.е.

- Предполагается, что заказчик уже привлек для строительства

инвестиционный кредит банка на первом участке 500 у.е., ведет строи-

тельство на этом участке и должен возвратить эти средства банку по

окончании первого года.

- Из затрат второго участка 334 у.е. составляют подготовитель-

ные работы, а 666 у.е. – строительство и реализация.

- Из затрат третьего участка 500 у.е. составляют подготови-

тельные работы, а 1000 у.е. – строительство и реализация.

- Общий объем инвестиций, которые необходимо привлечь на

подготовительные работы второго и третьего участка, составляют

834 у.е.

Исходные данные рекомендуется представить в виде табли-

цы 4.1.

Таблица 4.1

1-й участок

2-й участок

3-й участок

Всего

Создаваемые ценно-

сти (капитализация)

1000

2000

3000

6000

Общие затраты

500

1000

1500

3000

Окончание табл. 4.1

1-й участок

2-й участок

3-й участок

Всего

Подготовительные

работы (инвестиции)

Не задано

334

500

834

Строительство и реа-

лизация (инвестици-

онный кредит)

500

666

1000

2166

Прибыль

500

1000

1500

3000

Оборот инвестиций и

инвестиционного

кредита

1334

666

1000

3000

- На основе Меморандума создается инвестиционный зару-

бежный фонд для финансирования подготовительных работ в объеме

834 у.е.

- Средства фонда в объеме 834 у.е. размещаются в Российском

банке под ценные бумаги со сроком погашения три года.

- Российский банк выдает инвестиции на подготовительные ра-

боты под обеспечение возврата средств объектами строительства гото-

выми к продаже из расчета, например, 50% оценки залога.

- Предполагается, что в случае готовности подготовительных

работ на 2-м и 3-м участке имеется инвестиционный кредит банка для

финансирования строительных работ и реализации.

- Подготовительные работы на втором участке должны быть за-

кончены во втором году с таким расчетом, чтобы в этом году закончить

строительство на этом участке и вернуть 666 у.е. инвестиционный кре-

дит банку в строительство.

- Подготовительные работы на третьем участке должны быть

закончены в третьем году с таким расчетом, чтобы в этом году закон-

чить строительство на этом участке и вернуть 1000 у.е. инвестиционный

кредит банку в строительство.

Применение ППП MATLAB – нейронные сети осуществля-

ется таким образом, чтобы возврат инвестиций ставился в зависи-

мость от объема строящихся объектов, служащих предметом залога.

Это возможно, благодаря дельте – правилу, которое лежит в основе

расчетов весов нейронной сети. Согласно этому правилу прираще-

ние весов связей нейронной сети пропорционально значениям на

входах, с которыми они связаны. Если на входах задавать объемы

готовых объектов в денежном выражении, являющихся объектами

залога, а приращения весов связей соответствуют необходимой ве-

личине возврата инвестиций, то объемы возврата инвестиций рас-

пределяться пропорционально залогам. Требуется произвести расчет

возврата инвестиций, с учетом залогов и увязки по времени показа-

телей финансового планирования с показателями бизнес-процессов.

Эта увязка, как известно из практики, является наиболее «узким ме-

стом» при разработке BSC.

Порядок использования ППП MATLAB – нейронные сети та-

кой же, как и в предыдущих главах. Исходная двухслойная нейронная

сеть без учета кредита представлена на рис. 4.1.

- Каждая ветвь нейронной сети (1,2,3) соответствует простран-

ственному расположению участков строительства (1,2,3) в соответствии

с табл. 4.1 и определяет ожидаемую валовую прибыль на каждом участ-

ке, как разность между стоимостью построенных объектов и общими

затратами. Значения на входах равны стоимости построенных объектов

или ожидаемой выручке от продаж на 1-м, 2-м и 3-м участке, величина

сдвигов 1-го слоя равна общим затратам на участках с обратным зна-

ком, а величина целей равна ожидаемой валовой прибыли. Величина

сдвигов 2-го слоя равна нулю, так как они не участвуют в расчетах. На-

чальные значения весов связей и сдвигов обеспечивают то, что расчет-

ные значения на выходах ветвей равны ожидаемой прибыли на участках

или целям, т.е. требуемым значениям.

- Для расчета возврата инвестиций 834 у.е. к 1-й ветви следует

отнести банк, в который возвращается кредит, выданный 2-му и 3-му

участку на подготовительные работы.

- Для определения параметров залога, получения и возврата ин-

вестиций на подготовительные работы по времени принимается, что 2-я

и 3-я ветвь сети соответствует 2-му и 3-му году.

- 1-я ветвь соответствует 1-му году строительства и получения

кредита на 1-м участке, также возврату кредита банку в зависимости от

сроков реализации готовой продукции на всех участках.

- Для учета получения возврата инвестиций, выданного банком

на подготовительные работы 834 у.е., добавим эту сумму к абсолютной

величине сдвига 1-го слоя 1-й ветви сети рис. 4.17.

- Для учета возврата инвестиций банку 2-м и 3-м участком аб-

солютные величины сдвигов 1-го слоя 2-й и 3-й ветви уменьшим соот-

ветственно на 334 у.е. и 500 у.е. каждую (табл. 4.1).

- Произведем расчет величин и времени возврата инвести-

ций, полагая, что по времени возврат от второй ветви соответствует

2-му году, от третьей ветви 3-му году. Веса связей сети при вычита-

нии из них начальных значений в денежном выражении соответст-

вуют суммам возврата инвестиций, а знак весов определяет направ-

ление возврата.

Рис. 4.1

- Выводим на экран дисплея не заполненное окно менеджера

рис. 4.2.

- Для заполнения окна рис. 4.2 выводим окно New Data 1 рис.

4.3 входы в нейронную сеть (inputs), где каждый вход соответствует

ценностям на 1-м, 2-м и 3-м участке (таблица 4.1).

-1000

-1500

1500

500

1000

2000

3000

-500

1500

1000

500

Рис. 4.2

Рис. 4.3

- Выводим окно New Data рис. 4.4 цели (targets), где каждая

цель соответствует прибыли на 1-м, 2-м и 3-м участке (таблица 4.1).

Рис. 4.4

- В окне рис. 4.2 заполнятся два левых верхних окна.

- Для контроля правильности введенных данных выводим окна

рис. 4.5, 4.6 путем активизации data 1и data 2 и при помощи View.

Если значения в этих окнах не совпадают с введенными значе-

ниями, то значения в этих окнах необходимо скорректировать. Затем

необходимо приступить к формированию двухслойной линейной ней-

ронной сети с прямым распространением сигнала Feed-forward

backprop.

Рис. 4.5 Рис. 4.6

- Для формирования двухслойной нейронной сети Feed-forward

backprop, выводим на экран окно network1 при помощи New Network в

соответствии с рис.4.7. При этом необходимо ввести data1, установить 3

нейрона (Number of neurons) и линейную функцию (PURELIN) для 1-го

слоя нейронной сети Layer1. Для 2-го слоя Layer2 также устанавливает-

ся 3 нейрона и линейная функция. При вводе Create в окне менеджера

рис.4.2 появится network1

Рис. 4.7

- После активизации network1 в окне менеджера рис. 4.2 и при

помощи View выводим на экран окно со схемой нейронной сети

рис. 4.8.

- Проверяется, чтобы сеть имела три входа и по три нейрона в

каждом слое, а также линейный сигнал (наклонные прямые линии).

Рис. 4.8

- При помощи Weights выводим на экран окна весов связей сети

рис.4.1 и заполняем их в соответствии с рис. 4.9-4.12, не забывая после

заполнения каждого окна устанавливать Set Weights.

- Веса связей нижней части сети располагаются в окне рис. 4.1.

Рис. 4.9

- В окне рис. 4.10 устанавливаются веса связей верхней части

сети рис. 4.1.

- 1-я строка рис. 4.9 соответствуют весам трех связей, входящих

в 1-й нейрон. Значения разделяются пробелом, а строка заканчивается

точкой с запятой. Аналогично заполняется 2-я и 3-я строка, а также

строки окна рис. 4.10.

Рис. 4.10

- Сдвиги 1-го слоя рис. 4.1 располагаются в окне рис. 4.11.

Рис. 4.11

- Сдвиги 2-го слоя рис. 4.1 располагаются в окне рис. 4.12.

Рис. 4.12

- При помощи Train переходим к окну рис. 4.13, вводим data1,

data2 и затем производим расчет Train Network.

Рис. 4.13

В результате расчета выводится окно графика ошибки рис. 4.14.

По оси ординат откладывается среднеквадратическое значение откло-

Лесохин В.З. Разработка бизнес-процессов совместных инвестиций с применением ППП МАТЛАБ - нейронные сети

Подождите немного. Документ загружается.