Содержание к диссертации
Введение
1. Система маркетинговых исследований банка 11
1.1. Общие цели и задачи системы маркетинговых исследований... 11
1.2. Системное представление маркетинговой деятельности при стратегическом планировании 16
1.3. Модель поведения покупателя банковских услуг 23
1.4. Полученные результаты и выводы 30
2. Методическое обеспечение системы маркетинга 31
2.1. Методы кластеризации при обработке маркетинговой информации 31
2.2. Снижение размерности системы маркетинговых данных 39
2.3. Анализ временной зависимости депозитов 45
2.3.1. Методы анализа временных рядов 45
2.3.2. Нейросетевые модели 52
2.3.3. Анализ кассовых операций по обслуживанию физических лиц 57
2.4. Полученные результаты и выводы 65
3. Нечеткое моделирование системы производства банковского продукта 66
3.1. Система управления деятельности банка 66
3.2. Нечеткая математическая модель производства банковского продукта 71
3.3. Обучение нечеткой сети, моделирующей банковскую деятельность 78
3.4. Полученные результаты и выводы 89
4. Моделирование динамики развития банковской организации 90
4.1. Модель жизненного цикла банковского продукта 90
4.2. Моделирование SWOT-стратегий нечеткой системой 93
4.3. Внешние и внутренние факторы, влияющие на развитие банка 100
4.3.1. Ранжирование внешних и внутренних факторов методом анализа иерархий 100
4.3.2. Прогноз динамики внешних факторов 104
4.4. Моделирование сценариев банковской деятельности 111
4.4.1. Переменные модели и структура системы 111
4.4.2. Анализ результатов расчетов 114
4.5. Полученные результаты и выводы 121
Заключение 122
Литература 124
Приложение 136
Акт о внедрении результатов диссертационной работы 137
- Системное представление маркетинговой деятельности при стратегическом планировании
- Снижение размерности системы маркетинговых данных
- Нечеткая математическая модель производства банковского продукта
- Моделирование SWOT-стратегий нечеткой системой
Введение к работе
Актуальность темы исследования. В условиях усиления конкурентной
борьбы в современных условиях российского рынка важным является сохране
ние и расширение клиентской базы. Для этого необходима ориентация банков
на расширенное обслуживание физических лиц с учетом индивидуального под
хода, повышение качества услуг и их привлекательности для клиентов. Устой
чивое положение на рынке банковских услуг достигается за счет внедрения со
временных технических средств, банковских технологий, совершенствования
системы управления персоналом, повышения квалификации сотрудников,
улучшения имиджа банка. /
Современная экономика развитых стран характеризуется очень высокими темпами развития информационных технологий. Деятельность кредитных организаций, определяющая производство банковского-продукта, как ни какая другая сфера экономической деятельности, связана с применением и потреблением информационных ресурсов. Эффективность функционирования экономической системы по производству банковского продукта в значительной степени определяется информационной поддержкой, квалификацией персонала и организаторскими способностями менеджеров высшего звена, применением современных методов анализа и управления, т.е. всем тем, что принято называть интеллектуальным капиталом. Интеллектуальные производительные силы имеют основополагающее влияние на процесс производства банковского продукта. Разработка методов количественной оценки влияния интеллектуальных факторов на деятельность и создание моделей систем управления интеллектуальным капиталом является важной и актуальной задачей.
Для эффективного управления деятельностью кредитной организации необходимо применение системного подхода, при котором экономическая система - банк моделируется совокупностью структурных элементов, таких как система маркетинга, система управления интеллектуальным капиталом, систе-
5 ма менеджмента. Создание таких моделей, позволяющих получать количественный отклик как на действия руководства банка, так и на изменение внешних экономических и политических условий, представляет собой сложную и актуальную задачу. Перспективным направлением в области системного моделирования динамических экономических систем является применением интеллектуальных алгоритмов обработки информации и извлечения знаний из данных.
Объектом исследования являются кредитные организации российской финансовой системы, составляющие основу финансовой системы современной России.
Предметом исследования являются маркетинговая деятельность банка с учетом нечеткой модели поведения потребителя банковских услуг; модели прогнозирования производства банковских услуг.
Область исследования: разработка и исследование моделей и математических методов анализа микроэкономических процессов и систем: отраслей народного хозяйства, фирм и предприятий, способов оценки предпринимательских рисков и обоснования инвестиционных решений.
Цель исследования состоит в получении научно-обоснованных экономических решений, направленных на организацию производства банковского продукта путем построения динамических моделей на основе математической теории интеллектуальных систем, что будет способствовать повышению эффективности использования банковских финансовых ресурсов, активизации инвестиционной деятельности финансово-кредитных учреждений при одновременном снижении рисков утери их капиталов.
Для достижения поставленной цели требуется решить следующие задачи:
дать формализованное представление системы маркетинговых исследований, включающую модель поведения потребителя банковских услуг;
разработать методику оценки динамики депозитов физических лиц по результатам прошлых и текущих кассовых операций;
создать динамическую модель производства банковского продукта с
учетом интеллектуального капитала, адаптирующуюся к особенностям кредитных организаций;
осуществить процесс SWOT-анализа деятельности банка с помощью обобщенной системы нечеткого логического вывода;
предложить модель банковской деятельности на основе применения нечетких причинно-следственных сетей.
Методы исследования. В работе применялись теоретические методы и методологические исследования в экономике, нормативные и законодательные акты Российской Федерации. Для обработки информации и получения количественных результатов использовались методы извлечения знаний из данных, теория нечетких множеств, теория оптимального управления.
Достоверность и обоснованность полученных в работе результатов и выводов подтверждается сопоставительным анализом разработанных и существующих математических моделей и методов, использованием фактических данных, содержащихся в документах бухгалтерской отчетности.
Математические модели и методы, применяющиеся в диссертационной работе, основаны на теории дифференциальных уравнений, на теории оптимального управления, теории вероятностей, теории исследования операций и теории нечетких множеств.
Научная новизна проведенного исследования заключается в следующем:
- разработана модель поведения потребителя банковских услуг в виде не
четкой причинно-следственной сети, которая входит в качестве структурного
элемента в систему маркетинга банка. Модель поведения содержит три группы
элементов: мотивы, побуждающие клиента к приобретению банковских услуг,
которые имеют направленные связи с элементом «уровень потребности», опре
деляя его значение на основе нечеткого вывода; внешние факторы, которые
связаны с мотивами, оказывая на них определенное влияние; источники ин
формации, связанные с набором продуктов и имеющие в качестве выхода эле
мент «уровень информации»;
на основе нейронных сетей построена методика продолжения временных рядов, позволяющая прогнозировать динамику вкладов населения и изменение внешних экономических факторов, для обеспечения маркетинговых исследований, непосредственно влияющих на кредитный потенциал банка и на показатели его устойчивости. Предложенная методика восстановления зависимости временного ряда с последующим его продолжением на основе ней-росетевой модели можно применять для оценки других финансовых показателей, применяющихся в маркетинговых исследованиях: курс валют, стоимость акций и других ценных бумаг, процентная ставка и т.д.;
разработана нечеткая модель производства банковского продукта, связывающая характеристики трудовых, информационных и материальных ресурсов с показателями финансовой деятельности банка, к которым относятся объем привлеченных средств (депозиты физических лиц), объем депозитов юридических лиц, собственные средства (капитал), прибыль банка;
поскольку банк характеризуется высокой степенью неопределенности, использованы методы нечетких множеств для решения задачи управления сложной недетерминированной системой управления банком, которая представлена в виде нечеткой сети;
решена задача идентификации нечеткой модели производства банковского продукта, при заданных экспертами параметрах нечетких правил, состоящая в нахождении коэффициентов связей нечеткой сети, обеспечивающих заданное поведение выходных характеристик. В качестве выходной переменной выбран кредитный потенциал банка, а в качестве фактических данных применялись данные бухгалтерской отчетности;
построено нечеткое представление SWOT-анализа, применяющегося при стратегическом планировании банковской деятельности, при котором связи между типовыми состояниями каждой пары элементов заданы нечеткими переменными, а отношения причинности между каждой парой элементов из множества связей представлены в виде ориентированного графа. Основой для прове-
8 дения операции нечеткого логического вывода был принят вид связей между элементами нечеткой системы, содержащей правила, названия термов и функции принадлежности термов;
- проведены расчеты сценариев развития коммерческого банка, позволяющие оценить его устойчивость к изменению внешних условий, при этом для создания модели банковской деятельности определены основные переменные системы в соответствии с основными приоритетами развития и финансовыми показателями банка. Все величины отнесены к объему суммарных активов на начало 2003 года. Затем по обученной модели сделан прогноз на 1.5 года (6 кварталов). Основной сценарий развития соответствует прогнозным значениям внешних факторов, полученных методом продолжения временных рядов.
Практическая полезность исследования заключается в возможности применения разработанных методов для оптимизации управления банковской деятельностью. На основе формулировок общих целей и задач маркетинга дано формализованное представление системы маркетинговых исследований, позволяющее встроить ее в общую систему управления банком. Разработана методика прогнозирования ежедневного поведения депозитов физических лиц на основе нейросетевой модели. Созданная методика продолжения временных рядов позволяет оценивать будущие изменения величины депозитов физических лиц и внешних экономических факторов. Нечеткое моделирование позволяет реализовать сущность SWOT-анализа: превращение собственных слабостей в силу и устранение внешних угроз за счет собственных возможностей. На основе разработанных моделей проведены расчеты сценариев развития коммерческого банка, показавшие его высокую устойчивость к изменению внешних условий. На основе комплексных исследований сделан прогноз о том, что ожидаемый прирост активов на полтора года составит от 32 до 50%.
Апробация результатов исследования. Основные положения и результаты диссертации докладывались и обсуждались на: Ломоносовских чтениях в
9 МГУ (Москва, 2004-2005); 33 Международных конференциях «Информационные технологии в науке, социологии, экономике и бизнесе» и «Информационные технологии в науке, образовании, телекоммуникациях и бизнесе» (Украина, Крым, Ялта-Гурзуф, 2006 и 2007); V Всероссийской научно-практической конференции «Проблемы и перспективы российской экономики» (Пенза, 2006); IV Международной научно-практической конференции «Теория и практика антикризисного менеджмента» (Пенза, 2006); XVII Международной научно-технической конференции «Математические методы и информационные технологии в экономике, социологии и образовании» (Пенза, 2006); Седьмой Международной научно-технической конференции «Искусственный интеллект-2006» (Таганрог, 2006); Второй Международной научной молодежной школы «Нейроинформатика и системы ассоциативной памяти» (Таганрог, 2006).
Реализация работы в производственных условиях. Положения, разработки и рекомендации диссертационной работы внедрены в ОАО «Фондсер-висбанк».
Публикации. По теме диссертации опубликовано 21 работа общим объемом 10,56 п.л., в том числе 6 единолично. Автор имеет 6 научных трудов в изданиях, выпускаемых в РФ и рекомендуемых ВАКом для публикации основных результатов диссертаций.
Структура диссертационной работы определяется общими замыслом и логикой проведения исследований. Диссертация содержит введение, 4 главы и заключение, изложенные на 138 с. машинописного текста. В работу включены рис. 44, табл. 7, список литературы из 128 наименования.
СОДЕРЖАНИЕ РАБОТЫ
Введение содержит обоснование актуальности темы, формулировку цели и задач работы, основные положения, выносимые на защиту, и определяет содержание и методы выполнения работы.
В первой главе дано системное представление маркетинговой деятельности банка при стратегическом планировании. Сформулированы общие цели и
10 задачи системы маркетинговых исследований. Построена модель поведения покупателя банковских услуг.
Во второй главе дан анализ методического обеспечения системы маркетинговых исследований. Рассмотрены методы кластеризации и снижения размерности системы данных. Проведен анализ временной зависимости депозитов на основе методов анализа временных рядов и нейросетевых моделей
В третьей главе изложен подход к нечеткому моделированию банковской деятельности. Описана математическая модель производства банковского продукта. Изложен метод обучения нечеткой сети, моделирующей банковскую деятельность.
Четвертая глава содержит описание модели жизненного цикла банковского продукта. Проведено моделирование SWOT-стратегий нечеткой системой. Рассмотрены внешние и внутренние факторы, влияющие на развитие банка с прогнозом динамики внешних факторов. Дано описание переменных модели и структуры системы. Проведен анализ сценариев банковской деятельности.
Системное представление маркетинговой деятельности при стратегическом планировании
Объектом исследования или частью мира, различаемой как единое целое в течение некоторого периода времени, в данном случае является служба маркетинга банка. Целью системного исследования и моделирования можно считать набор вопросов об объекте, на которые планирующий орган банка хочет получить ответы. При подготовке управленческих решений и должны быть определены ограничения, при которых проводится исследование. Ограничениями в исследовании являются ограниченные возможности выбора инструментов, ограниченные ресурсы и время, мощность вычислительных средств, правовые и моральные нормы, которых должен придерживаться исследователь.
Начальным этапом моделирования является определение исходной системы на соответствующем объекте [49, 73, 103]. Из многих возможностей выбирается исходная система, наилучшим образом соответствующая целям исследования и удовлетворяющая имеющимся ограничениям. При выборе подходящей исходной системы необходимо определиться с набором свойств и баз [8]. Затем исследователь должен выбрать каналы наблюдения для них. Каналы наблюдения задают разбиения заданного множества проявлений свойств или значений параметра. Любое такое разбиение называется разрешающей формой. Диапазон возможных разрешающих форм имеет верхнюю границу, определяемую разрешающей способностью имеющихся измерительных инструментов.
Следующим этапом после определения исходной системы является сбор данных. Этот процесс сводится к наблюдению или измерению отобранных свойств при определенных значениях баз и их записи в некоторой форме. В результате получается система данных. Затем начинается этап обработки данных. Его целью является получение параметрически инвариантных свойств переменных, позволяющих экономно представлять данные и, при необходимости, порождать данные. Каждое параметрически инвариантное свойство описывает ограничение, наложенное на переменные исходной системы, не меняющиеся в пределах параметрического множества.
После обработки данных и определения параметрически инвариантных свойств им необходимо дать интерпретацию с учетом цели моделирования (насколько они полезны для поисков ответов на поставленные в исследовании вопросов. В итоге строится набор порождающих систем или систем более высокого уровня, которые правильно представляют данные. Если системы, полученные в результате обработки данных, оказываются слишком сложными, чтобы ее можно было охватить целиком, то необходимо уменьшить сложность этих систем.
Система, заданная на объекте, называется системой объекта [210]. Она представляет множество свойств, с каждым из которых связано множество его проявлений, и множество баз, с каждой из которых связано множество ее элементов. Формальная запись системы объекта - маркетинга банка: где Nn = {1,...,п) - множество положительных чисел; д., Д. - свойство и множество его проявлений; bpBj - база и множество ее элементов.
Для системы маркетинга выделим основополагающие свойства. Прежде всего это количественные показатели {aj= (количество клиентов; объем депозитов; объем кредитных вложений; объем инвестиций; размеры совершаемых банком операций и услуг; показатели доходов и расходов банка; скорости оборота средств; объем затрат на совершение операций; сроки обработки документов; степень удовлетворения запросов клиентов по объему, структуре и качеству услуг; уровень сохранности конфиденциальной информации}. Систему маркетинга также характеризуют уровни профессиональной подготовки работников банка и решения социальных проблем [13]. Исходную систему образуют система объекта и конкретная представляющая система [210]. Формальная запись конкретной представляющей системы имеет вид: і=ам)\іем„},{(у»м)иемт}), где свойство at соответствует переменным v., a bt - w.\ Vt,Wj - множества. При системном представлении маркетинга в качестве базового параметра выступает время и Wj =t,j = l.
Другими словами каналами наблюдения в системе маркетинга являются способы оценки его финансово-экономического положения, методы анализа перечня услуг. Методики оценки стратегического поведения банка на рынке, состояния планирования, уровня технической оснащенности, квалификации персонала, изучения информационной обеспеченности и качества маркетинговой деятельности также выступают в роли каналов наблюдения. Анализ внутренних условий деятельности банка строится на оценке его финансово-экономического положения, анализа перечня услуг, оценке стратегического поведения банка на рынке, состояния планирования, уровня технической оснащенности, квалификации персонала, изучения информационной обеспеченности и качества маркетинговой деятельности [63, 121]. Деятельность банка комплексно характеризует банковский баланс. При функциональном анализе оцениваются отношения с контрагентами (другими кредитными институтами, го 19 сударственными и прочими организациями, населением и т.п.). Функциональный анализ позволяет рассмотреть вопросы эффективности и соответствия выполняемых банком функций задачам, стоящим перед ним [68, 77]. Показателями являются общая сумма баланса, соотношение размеров депозитов и выданных кредитов, соотношение собственных и привлеченных средств, доли межбанковских операций в общем объеме ресурсов и их вложений. Структурный анализ затрагивает отдельные виды операций, а также структуру доходов, расходов и прибыли банка [51, 79, 95,120, 128].
При анализе структуры пассивных операций определяются источники средств, состав и структура активов банка: собственных, привлеченных средств и регулирующих статей. Для исследований важно знать, откуда и на какой срок привлекаются средства. К привлеченным средствам относятся: срочные депозиты и депозиты до востребования; средства в расчетах; средства от продажи акций и других ценных бумаг; кредиты других банков. Собственные средства включают в себя: - фонды банка (уставный, резервный, специальный, основных средств, амортизации, социального развития, оплаты труда, развития банка, страховые резервы коммерческого риска); - собственные средства, предназначенные для финансирования капитальных вложений; - прибыль; - собственные средства в расчетах; - средства иммобилизации (капитализированные собственные средства, отвлеченные средства за счет прибыли, собственные средства, перечисленные другим организациям для участия в их деятельности, собственные средства, вложенные в ценные бумаги).
При анализе структуры доходов определяется их общая сумма. Она слагается из операционных доходов, доходов от побочной деятельности и прочих доходов. Представление о структуре доходов позволяет определить их удельный вес. Соотношения отдельных частей доходов в общей сумме, рассмотренные в динамике, позволяют оценить деятельность банка и перспективы развития отдельных видов операций [59, 61, 93, 99]. Важно определить удельный вес операционных доходов в сумме общего объема кредитов. Это позволит оценить доходность кредитных операций.
Общая сумма расходов банка слагается из операционных расходов, расходов по обеспечению функционирования банка и прочих расходов. Показателем эффективности деятельности банка служит себестоимость банковских продуктов и показатель расходов на обслуживание одного клиента.
Прибыль банка является результатом операционной деятельности, побочной деятельности и оценивается с учетом инфляции. Общая прибыльность банка оценивается показателями рентабельности. Рентабельность активов определяется делением прибыли на сумму активов, а рентабельность кредитных операций равна отношению суммы прибыли от оперативных мероприятий к сумме выданных кредитов. Обобщающий показатель рентабельности показывает, сколько единиц прибыли получает банк с единицы уставного фонда.
Снижение размерности системы маркетинговых данных
Методы снижения размерности предназначены для представления системы, характеризующейся переменными xeR", в координатном пространстве меньшей размерности уел"", причем т«п. Для этого можно использовать нелинейные методы (многомерное шкалирование) либо линейные (метод главных компонент) [90].
Вторая главная компонента имеет наибольшую дисперсию из оставшихся и т.д. Размерность т выбирается таким образом, чтобы выходное пространство у є Rm сохранило наиболее важную информацию об исходной системе. Преобразование по методу главных компонент заменяет большое количество взаимно коррелирующих данных, статистически независимыми компонентами с определенным вкладом.
Преобразование по методу главных компонентов определяет корреляцию между переменными, образующими входное множество. Если переменные коррелируют между собой, то для определения всех данных достаточно взять меньшее число переменных.
Для нахождения матрицы преобразования можно применять стандартные методы нахождения собственных векторов, например продолжение декомпозиции QR. При большой размерности входных векторов лучше подходят адаптивные методы без явного определения матрицы S. Для этого метод главных компонентов можно представить в виде нейронной сети РСА [90] с линейными функциями активации нейронов.
Количество входов равно исходной размерности системы, количество нейронов и выходов равно количеству учитываемых главных компонентов. Весовые коэффициенты являются элементами матрицы W. На вход сети подаются значения zik,i = \,n;k = \,p. Выходные сигналы определяются выражением yik(q) = wij{q)zjk.
Рассмотрим данные анкеты физических лиц, заполняемой при выдаче кредитов. Для обработки использовался набор данных, состоящий из 10000 записей с 17 полями (атрибутами). 16 атрибутов представляют вектор входных данных. К ним относятся: размер запрашиваемого кредита; срок кредита; доход клиента; характер работы; рабочий стаж; уровень образования; место проживания; продолжительность регистрации по месту жительства; наличие в собственности квартиры или другой недвижимости; наличие движимого имущества; возраст клиента и его пол; наличие и размер текущего счета в данном банке; наличие бравшихся кредитов в данном банке. Семнадцатый атрибут представляет выходную переменную и свидетельствует о своевременном или несвоевременном возврате кредитов.
В процессе проведения маркетинговых исследований, обеспечивающих принятие оптимальных стратегий развития банка, важную роль играет анализ временных рядов. Временной ряд есть последовательность, в которой каждое значение содержит в себе прошлое для последующих состояний. Любая попытка предвидеть будущее без исследования динамических рядов прошлого является малообоснованной и ошибочной. Для получения достаточно точных и надежных прогнозов, необходимо подробно изучить настоящее состояние явления или процесса. Традиционными задачами, в которых используется понятие временного ряда, являются задачи анализа динамики курса валют, ценных бумаг [96]. В маркетинговых исследованиях необходимо рассматривать динамику поведения кассовых операций, прогнозировать объем депозитов, непосредственно влияющих на кредитный потенциал банка и на показатели его устойчивости.
Характеристики временного ряда со временем меняются, колеблются, но волатильность не одинакова и может быть вызвана влиянием общих факторов, определяющих главное направление, основную тенденцию развития явления. На динамику оказывают влияние факторы общего характера, действующие периодически [18, 64, 65, 66]. Специфические факторы, действующие в разных направлениях, являются источником случайных колебаний. Экономическим явлениям свойственны элементы вероятностного характера. Наличие случайного в социально-экономических явлениях объясняется сложным переплетением параметров экономической системы, влиянием на них большого числа взаимосвязанных факторов, действующих в разных направлениях. Это ведет к вариации показателей уровней временного ряда.
Большинство методов анализа временных рядов основаны на концепции о наличии вероятностных элементов в динамике процессов и уровни временного ряда рассматриваются как сумма детерминированного и случайного компо 46 нентов. Детерминированный компонент выражается некоторой функцией и определяется уравнением основной тенденции или тренда. Проявление случайного компонента оценивается с некоторой вероятностью. Отклонения фактических уровней временного ряда от тренда рассматривается как стационарный случайный процесс. Выявление основной тенденции развития — это один из методов анализа и обобщения временных рядов. Он позволяет выразить особенности изменения явления во времени. Тренд описывает общую тенденцию на базе фактора времени.
Для анализа и прогнозирования финансовых рядов широко применяются эконометрические модели и методы оценивания волатильности. Для оценивания волатильности стоимости отдельного финансового инструмента, стоимости портфеля с фиксированной структурой эти модели используются в предположении, что волатильность определяется отклонением измеренного значения показателя от его расчетного значения, определенного, на основе эконометрической модели, отражающей закон его изменения во времени. При этом обычно используются модели многофакторной регрессии и временных рядов. Они строятся в предположении, что значение рассматриваемого финансового показателя f. = /(/,) в каждый момент времени tpi = 0,N, может зависеть от уровней влияющих на него факторов x = (xXj = \,m. В общем случае уровни факторов могут относиться к прошлым моментам времени. Таким образом, можно записать: где ( - ошибки модели в момент tf,i = 0,N (совокупность значений этих ошибок определяет волатильность показателя).
Такой подход к оценке волатильности является достаточно грубым, поскольку значение может существенно различаться на разных временных участках.
В финансовом анализе основной проблемой является прогноз будущего значения волатильности, т.е. ее значения в моменты N + к,к = 1,2,.... Если волатильность является постоянной, то в качестве ее прогнозного значения можно принять рассчитанное значение сг.. Если волатильность изменчива, то ее можно попытаться спрогнозировать на основе последовательности st.
Применительно к финансовым показателям чаще применяют модели финансовой эконометрики. Они включают в себя широкий круг моделей как с постоянной, так и с переменной волатильностью. К моделям с постоянной во-латильностью относятся, например, модели авторегрессии - скользящего среднего различных порядков, модели первой гипотезы случайного блуждания [60]. Наибольший интерес для финансового анализа представляют модели с меняющейся волатильностью, относящиеся к группе нелинейных моделей финансовой эконометрики. Изменения в вариации как раз характерны для рядов финансовых показателей, в которых автокорреляция в ряду значений /(/) отсутствует, но отклонения этих значений от математического ожидания ха 48 рактеризуются ярко выраженными аномалиями (наблюдаются резкие измене ния в отклонениях), либо имеет место корреляционная зависимость между их квадратами и квадратами отклонений от среднего \ft fi) \fi-\ fi-\) fi = M[fi\. Причины изменения вариации у финансовых показателей могут быть разными. Непредвиденные политические события за небольшой промежуток времени вызывают резкие изменения цен. По истечении некоторого периода времени, если такое событие не имело каких-либо существенных последствий для экономики, финансовые рынки успокаиваются и цены на них приходят в равновесие [20]. Цены обычно изменяются при резких колебаниях предложения [55, 91]. Поступления на рынок больших объемов товаров, валюты, пакетов акций может вызвать падение цен на них и, наоборот, временное уменьшение этих объемов обычно влечет и временный рост цен. Подобные события случаются нечасто, и сопровождающие их изменения цен также достаточно редки, и в самих этих изменениях не прослеживается наличие каких-либо внутренне присущих им закономерностей.
Нечеткая математическая модель производства банковского продукта
При описании сложных систем, к которым относится и банк, характеризующихся высокой степенью неопределенности, целесообразно использовать методы нечетких множеств, лежащие в основе многих экспертных систем. Для решения задачи управления сложной недетерминированной системой управленческий процесс представляется в виде нечеткой сети [19, 94, 101, 122]. Взаимодействия между элементами системы представляются в виде нечетких правил. Построенная сеть может функционировать в двух режимах.
Первый режим. Имеется достаточное количество данных, связывающих входные и выходные параметры системы (сети). В этом случае количественные параметры, определяющие функции принадлежности, находятся в процессе обучения сети.
Второй режим (экспертная система). При недостаточном количестве данных эксперты устанавливают меры условия и следствия, а также формулируют правила в виде нечетких высказываний.
Таким образом, либо на основе обучения, либо на основе экспертных оценок формируется набор правил R.,j = l,N. Каждому правилу соответствуют функции принадлежности условия и следствия. Правила, содержащие одинаковые следствия и относящиеся к одному и тому же взаимодействию, объединяются в одно с помощью логического суммирования [70].
Представим систему производства банковских услуг в виде нечеткой причинно-следственной сети. Входными элементами данной сети являются свойства персонала банка, его материальная и информационная база. Умения, навыки и знания сотрудников банка можно охарактеризовать их квалификацией. Примем, что квалификация (7) определяется следующими свойствами: опыт работы (1), базовое образование (2), деловая активность (3), дополнительное обучение (4), владение информационными технологиями (5), коммуникабельность (6) (номер в скобках соответствует номеру элемента на рис. 3.1).
Информационная база (18) банка описывается переменными: тип системы управления базами данных (СУБД) (8); уровень защиты информации (9); способы классификации информации (10); полнота баз данных (БД) о физических лицах (ФЛ) (11); полнота баз данных о юридических лицах (ЮЛ) (12); степень обмена данными о клиентах с другими элементами банковской системы (13); уровень охвата сотрудников банка информационными технологиями (ИТ) (14); наличие принятых методов оценки рисков (15); наличие принятых методов исследования рынка (16); наличие принятых методов оценки рисков финансового рынка (ФР) (17).
Интеллектуальная собственность (23) представлена свойствами: наличие собственных методов оценки рисков (19); наличие собственных методов исследования рынка (20); наличие методов оптимального менеджмента (21); наличие мероприятий по стимулированию обмена знаниями (22).
Социальный капитал (28) имеет следующие свойства: уровень доверия в коллективе (24); уровень солидарности в коллективе (25); степень взаимодействия с банковским сообществом (26); уровень взаимодействия с властями (27).
Организационный капитал (33) основан на свойствах высшего звена менеджмента банка: организаторские способности топ-менеджеров (29); предпри 74 нимательские способности топ-менеджеров (30); востребованность топ-менеджеров (31); способность топ-менеджеров ставить задачи (32).
Рассмотренные переменные будем считать входными для рассматриваемой системы. Кроме этих переменных, входными также являются: материальная база банка (34); широта распространения (география) филиалов (35). Внешняя среда также описывается некоторыми свойствами, также соответствующими входным переменным U: политика центрального банка (ЦБ) (48); действия конкурентов (49); политическая обстановка в стране (50).
Функционирование банка как системы определяется такими элементами, как: качество обслуживания (36); известность банка (37); риск потери вкладов (38); местоположение банка (39); номенклатура банковских услуг (40); доступность кредитов (41); процентная ставка (42); уровень кредитов (45).
Усиление входных свойств: - опыт работы их = 5; - владение информационными технологиями щ = 5; - уровень защиты информации щ = 5; - наличие собственных методов оценки рисков и19 = 7; - организаторские способности топ-менеджеров и29 = 7 дает вариант изменения Yn(t), показанный на рис. 3.4 жирной линией. Как видим, эффективность деятельности банка возрастает при перераспределении прибыли для увеличения некоторых составляющих интеллектуального капитала.
Задача идентификации рассматриваемой модели, при заданных экспертами параметрах нечетких правил, состоит в нахождении коэффициентов связей Wy, обеспечивающих заданное поведение выходных характеристик [78, 92]. В качестве выходной переменной берется кредитный потенциал банка Y. В качестве фактических данных Yf (/) применялись данные бухгалтерской отчетности
Важным достоинством генетических алгоритмов является то, что для них не важно начальное приближение. Чаще всего при решении задач оптимизации применяется бинарное кодирование вещественных чисел. Двоичное представление переменных влечет за собой определенные трудности при выполнении поиска в непрерывных пространствах, которые связаны с большой размерностью пространства поиска. Для решения таких задач в непрерывных пространствах возник новый тип ГА - генетический алгоритм с вещественным кодированием RCGA) [106, 126]. Основная идея RCGA заключается в том, чтобы напрямую представлять гены в виде вещественных чисел, т.е. генотип объекта становится идентичным его фенотипу. Вектор хромосомы состоит из вектора вещественных чисел, и точность найденного решения будет определяться не количеством разрядов для кодирования битовой строки, а будет ограничена возможностями ЭВМ, на которой реализуется вещественный ГА.
Применение вещественного кодирования может повысить точность найденных решений и повысить скорость нахождения глобального минимума или максимума. Скорость вычислений повышается из-за отсутствия процессов кодирования и декодирования хромосом на каждом шаге алгоритма.
Для RCGA стандартные операторы скрещивания и мутации не подходят, т.к. алгоритм работает только с вещественными числами. По этой причине были разработаны и исследованы специальные операторы. Наиболее употребительны следующие типы операторов скрещивания.
Моделирование SWOT-стратегий нечеткой системой
SWOT-анаяиз находит широкое применение при стратегическом планировании деятельности различного рода фирм и предприятий. Суть SWOT -планирования заключается в разработке мероприятий по превращению слабых сторон в сильные в соответствии с ограниченными возможностями фирмы [40, 41, 42, 108]. Сначала анализируются силы или конкурентные преимущества рассматриваемого экономического субъекта. Затем изучаются слабости в положении субъекта на конкурентном рынке. Следующим шагом анализа является прогнозирование угроз предприятию вследствие действия внешних факторов и выработка линии поведения, предотвращающей негативное воздействие. Для осуществления перевода слабостей в силу и для устранения угроз выявляются возможности и ресурсы экономического субъекта. Установленные возможности согласуются с силами для решения стратегических задач по достижению поставленной цели.
Специфика функционирования кредитной организации определяет особенности управления банком. Эта специфика состоит: - в содействии движению финансовых резервов; - в извлечении прибыли за счет использования преимущественно привлеченного капитала; - в высоком уровне конкуренции на финансовых рынках; - в высоких рисках банковских операций; - в наличии внешнего регулирования и надзора за текущей деятельностью со стороны Центрального банка; - в необходимости использования передовых информационных систем. Функция банковского менеджмента заключаются в выборе долгосроч ной стратегии банковской деятельности. Менеджмент осуществляет коорди нацию целей, управляющих воздействий и действий всех элементов системы управления. В конечном итоге организуется технологический цикл банковской деятельности.
Банковский менеджмент строится на учете макроэкономических факторов и нормативных требований Центрального Банка.
Построение на объекте управления моделирующей системы позволяет рассматривать этапы SWOT-аяапиза, как управление системой. Экономические системы характеризуются высокой степенью неопределенности. Поэтому для их моделирования целесообразно применение нечетких методов. Моделирующая система составляется из основных элементов, определяющих функциональные свойства объекта [124]. Взаимодействия между элементами системы представляются в виде нечетких правил. Переменные, соответствующие свойствам системы, подразделяются на входные и выходные. Моделирующая система выдает отклик выходных переменных на изменение входных условий. При динамическом характере поведения входных переменных и при наличии обратных связей система становится динамической. Для реализации заданного поведения системы во времени применяются управляющие воздействия.
Будем рассматривать в качестве объекта планирования и управления экономическую систему - коммерческий банк в условиях конкуренции. Банков 95 екая конкуренция проявляется в процессе соперничества коммерческих банков и других кредитных организаций с целью обеспечения устойчивого положения на рынке банковских услуг. Основной является конкуренция между коммерческими банками. Усиление конкуренции приводит к универсализации банковской деятельности, характеризуемой лучшей адаптацией к колебаниям рыночной конъюнктуры. Анализ деятельности конкурентов, содержащий оценки его стратегических возможностей, позволяет выработать политику нейтрализации сильных сторон конкурентов и сконцентрировать усилия на тех услугах, которые имеют устойчивые позиции. Информация о конкурентах содержит сведения об организационно-правовой форме и его специализации. Выясняются основные учредители и пайщики, руководители банка. По отчетным материалам определяется величина уставного капитала и динамика активов. Необходимо знать лицензированные виды деятельности, состояние филиалов, данные о клиентуре. Для сравнительного анализа желательно знать организационную структуру конкурентов, данные о численности персонала и о системе оплаты и стимулирования труда. Оценка конкурентоспособности требует информации об уровне обслуживания, о рекламной стратегии, о стратегии развития конкурентов. Имеющаяся информация о конкурентах позволяет проводить сравнительный анализ собственной деятельности банка по отношению к конкурентам, выявить сильные и слабые стороны в деятельности как собственно банка, так и у конкурентов. Конкурентоспособность складывается из качества банковского продукта, его цены и уровня обслуживания. Эти свойства можно отнести к входным условиям для системы. Анализ стратегии банков проводится по нескольким направлениям.
Факторы внешней среды также оказывают влияние на деятельность банка. К ним относятся экономические, политические, рыночные, научно-технические, правовые, демографические факторы. Задача управления банком решается снижением влияния неконтролируемых факторов среды и выявлению возможностей влияния на них. При функциональном анализе выде 96 ляются и оцениваются главные стратегии основных конкурентов с позиций стратегии маркетинга, операционной стратегии, финансовой стратегии. Анализ по подразделениям подразумевает оценку по их основным направлениям деятельности с дальнейшим определением показателей его конкурентоспособности в целом.
Управление банком в условиях конкуренции должно быть направлено к установлению лидерских позиций. Интенсивный поиск рыночных ниш и хорошая рыночная известность приводят к большему разнообразию и широте географического рынка банковского продукта. Снижение уровня издержек и повышение качества обслуживания обеспечиваются наличием передовых информационных технологий, высокой квалификацией кадров, уровнем интеллектуального капитала банка. Имеющиеся финансовые ресурсы для поддержки развития необходимо распределять с максимальной эффективностью для увеличения темпов роста кредитного потенциала и прибыли [35]. Деятельность банка характеризуется рядом показателей: ресурсы банка; затраты банка; производительность банка; качество банковских услуг; интеллектуальный потенциал банка. Под ресурсами банка понимаются: объем депозитов; объем кредитных вложений; объем инвестиций; капитал (основной и дополнительный); прибыль банка [32, 33]. Производительность банка характеризуется: размерами совершаемых банком операций и услуг; данные о скорости оборота средств; сроки обработки документов; количество клиентов. Затраты банка включают: расходы на совершение операций; затраты на развитие материальных и интеллектуальных показателей банка. Качество банковского продукта подразумевает: степень удовлетворения запросов клиентов по объему, структуре и качеству услуг; обеспечение сохранности конфиденциальной информации. Составляющими интеллектуального капитала являются: человече 97 ский капитал (профессиональная подготовка работников банка); информационный капитал; интеллектуальная собственность; социальный капитал (уровень решения социальных проблем); организационный капитал [76,80,81,82,83,84]. Показатели деятельности банка являются выходными переменными моделирующей системы. Процесс SWOT - анализа можно представить в виде обобщенной системы нечеткого логического вывода.
Связи между типовыми состояниями каждой пары элементов задаются нечеткими переменными. Отношения причинности между каждой парой элементов из множества связей формируются в виде ориентированного графа. Основой для проведения операции нечеткого логического вывода является вид связей между элементами нечеткой системы, содержащих правила, названия термов и функции принадлежности термов.
