- для прогнозирования результатов банковской деятельности.
3.4 Нейросетевое моделирование на нечётких множествах
В силу сложности и разноплановости банковских данных, в сочетании с их большими объёмами, наиболее приемлемыми представляются модели созданные с использованием сочетания нечёткой логики и нейронных сетей. Известно несколько методов комбинирования элементов нейронных сетей и нечёткой логики (Neuro-Fuzzy). Например, см.Рисунок 5.
Рис. 5. Примеры комбинирования элементов нейронных сетей и нечёткой логики
Выбор одного из них или комбинирование нескольких зависит от конкретной задачи и имеющегося конкретного набора входных и выходных данных. В случае больших объёмов однородных данных наиболее уместным представляется применение нейросетевых классификаторов, как на входные, так и на выходные потоки данных.
ЗАКЛЮЧЕНИЕ
Результатами моей работы является определение роли кредита в экономике страны.
Роль кредита характеризуется результатами его применения для экономики, государства и населения, а также особенностями методов, с помощью которых эти результаты достигаются.
Роль кредита, а также сфера его применения не являются неизменными, стабильными. Напротив, с изменениями экономических условий в стране происходят и изменения роли кредита и сферы его применения.
Изложенное позволяет сделать вывод, что функционирование кредита является необходимым и обязательным условием развития товарно-денежных отношений, а роль кредита, как объективный результат развития его функций, является одной из ведущих в развитии внутренних и внешних экономических связей общества и в развитии экономики страны.
Тем не менее, роль кредита, как объективный результат его функционирования, меняется вместе с изменениями, происходящими в политической и экономической жизни общества, соответственно, влияющими на расширение или сужение сферы кредитных отношений и роль кредита в экономике страны.
Соответственно, переход к новой экономической политике и восстановление денежного оборота и товарообмена способствовали восстановлению и кредитных отношений. Результатом восстановления кредитных отношений явилось содействие ускорению темпов экономического подъема в стране. Осуществление коренной перестройки экономики СССР в 1987 г., и развал Союза ССР, дали толчок последующему введению частной собственности на средства производства, устранению централизованного планирования и централизованной банковской системы, возникновению коммерческих банков и введению коммерческого кредита, изменив кредитные отношения в странах СНГ, изменив и роль кредита и границы его использования.
При этом изменение роли кредита обусловлено не только расширением границ использования кредита, но и развитием новых форм кредита (в частности, ипотечного), новых методов управления кредитом, новых принципов и способов кредитования. Все это означает, что роль кредита зависит от конкретных условий экономической жизни общества. Уместно отметить, что в настоящее время в России отмечается возрастание роли кредита в ее экономическом развитии, что находит свое отражение в расширении границ использования кредита во всех его формах и в использовании кредита в регулировании экономики и поддержании стабильности национальной денежной единицы страны.
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
1. Максимова Л.М., Жуков Е.Ф. Деньги, Кредит, Банки.2007г.
2. Матвеева Т.Ю. Макроэкономика. Курс лекций для экономистов. 2008г.
3. Москвин В.А. Банковский кредит: его виды и классификация.
4. Молчанов А.В. Коммерческий банк в современной России: теория и практика. М., 2006
5. Лаврушин О.И. Деньги, кредит, банки. 2005г.
6. Тосунян Г.А., Викулин А.Ю., Экмалян A.M. Банковское право Российской Федерации. Общая часть: Учебник. М.: Юристъ, 2000.
7. Жуков Е.Ф. Банковский кредит. Общая теория денег и кредита.2005г.
8. Banki.ru
9. crb.ru Официальный сайт Центрального Банка Российской Федерации
10. Казарян В.В.: Моделирование активных стратегий управления краткосрочным портфелем ценных бумаг: диссертация кандидата экономических наук : 08.00.13, Москва 2010
11. Круглов, В.В. Искусственные нейронные сети. Теория и практика / В.В.
12. Селянин В.Е.: Разработка моделей и инструментальных средств анализа кредитного риска на основе технологии нечётких нейронных сетей : /[текст] ]: диссертация кандидата экономических наук : 08.00.13 Волгоград, 2007.
13. Бахвалов Ю.Н.: О некоторых возможностях обучения радиально-базисных нейронных сетей, «Нейроинформатика» 2004 часть 2, стр.50-52.