Содержание к диссертации
Введение
Глава 1. Теоретические подходы к изучению и оценке влияния управления человеческими ресурсами на результаты деятельности банков 16
1.1. Система управления человеческими ресурсами организации 16
1.2. Управление человеческими ресурсами в российском банковском секторе 20
1.2.1. Тенденции развития банковского сектора и рынка труда финансово-банковской сферы в России 20
1.2.2. Основные функции системы управления человеческими ресурсами в банках 31
1.3. Показатели системы управления человеческими ресурсами 43
1.4.Подходы к оценке управления человеческими ресурсами и показатели результативности системы УЧР 47
1.5. Влияние системы управления человеческими ресурсами на
деятельность организаций: результаты эмпирических исследований 54
1.5.1. Эмпирическое подтверждение значимости системы УЧР в
достижении результатов деятельности организации 55
1.5.2. Показатели, характеризующие деятельность бизнес-организации Выводы по Главе 1 61
Глава 2. Методология исследования влияния системы управления человеческими ресурсами на результаты деятельности банков в России.. 63
2.1. Постановка проблемы, цель и задачи исследования 63
2.2. Системное описание объекта и эмпирические показатели исследования 2.3. Гипотезы исследования 71
2.4. Методика оценки влияния системы УЧР на результаты деятельности банков на российском рынке 73
2.5. Этапы апробации методики оценки
2.5.1. Пилотный этап 86
2.5.2. Основной этап 88
Выводы по Главе 2 90
Глава 3. Результаты исследования влияния системы управления человеческими ресурсами на деятельность банков на российском рынке ...92
3.1. Исследование системы управления человеческими ресурсами банков на российском рынке 92
3.1.1. Анализ результатов анкетирования руководителей служб УЧР банков 92
3.1.2. Анализ расходов на персонал 107
3.1.3. Статистический анализ зависимости показателей системы УЧР от организационных характеристик банков 113
3.2. Анализ показателей результативности системы управления
человеческими ресурсами в российском банковском секторе 118
3.2.1. Показатели результативности системы УЧР банков 118
3.2.2. Статистический анализ зависимости между показателями системы УЧР и показателями результативности системы УЧР 121
3.2.3. Статистический анализ зависимости показателей результативности системы УЧР от типов банков 122
3.3. Статистический анализ влияния системы управления человеческими ресурсами на результаты деятельности банков в России 126
3.3.1. Анализ взаимосвязи показателей результативности системы УЧР и результатов деятельности банков 126
3.3.2. Многофакторный регрессионный анализ влияния показателей результативности системы УЧР на результаты деятельности банков 127
3.3.3. Влияние показателей системы УЧР на результаты деятельности банков 131
3.4. Апробация полученных результатов исследования 135
3.5. Рекомендации по совершенствованию управления человеческими ресурсами в банках, работающих на российском рынке 141
Выводы по главе 3 148
Заключение .150
Библиография 157
- Управление человеческими ресурсами в российском банковском секторе
- Показатели системы управления человеческими ресурсами
- Методика оценки влияния системы УЧР на результаты деятельности банков на российском рынке
- Статистический анализ влияния системы управления человеческими ресурсами на результаты деятельности банков в России
Управление человеческими ресурсами в российском банковском секторе
В настоящее время доля банков, контролируемых нерезидентами в России, в совокупных активах сектора достигает около 13,4%, что ниже, чем во многих других странах. Для сравнения этот показатель в Восточной Европе составляет около 70%, в Латинской Америке – не более 40%, а в Азии – 20-30% [Сравнительный анализ российского банковского сектора, 2007, c. 31]. Несмотря на то, что в российском банковском секторе оперируют только 26 банков, контролируемых государством, их доля, как в совокупных активах банковского сектора, так и в совокупном капитале составляет около 50%. «Среди крупнейших экономик в мире остались всего три, где госбанки продолжают играть ведущую роль: Китай, Индия и Россия» [Сравнительный анализ российского банковского сектора, 2007, c. 30].
Как утверждают эксперты, российский банковский сектор является уникальным, потому что при большом количестве банков (наряду с США, Германией, Австрией и Францией) он фактически действует в условиях монополистической конкуренции и имеет всего несколько крупных игроков рынка [Мамонов, 2012, c. 12]. Россия занимает третье место в мире по численности банков, однако, по интенсивности конкуренции близка к малым открытым экономикам, в частности, Оману, Македонии, Словакии и Греции [Сравнительный анализ российского банковского сектора, 2007, c. 30]. Наличие низкого уровня конкуренции во многом связано с активной деятельностью крупных государственных и квазигосудартсвенных банков.
С точки зрения географического распределения основная доля банков России находится в Центральном федеральном округе (около 60% банков), при этом большинство банков оперирует в Московском регионе (около 53% банков, представленных на российском рынке). Меньшая доля приходится на Приволжский (11%), Северо-западный (7%), Сибирский (6%), Северо-кавказский (5%), Южный (4,5%), Уральский (4,5%) и Дальневосточный (2%) федеральные округи2.
Российский банковский сектор характеризуется высокой концентрацией не только с точки зрения географического распределения, но и с точки зрения величины капитала. Так, на долю 200 крупнейших по величине капитала кредитных организаций по состоянию на 1 января 2014 года приходилось 93,4% совокупного капитала банковского сектора, в том числе на пять крупнейших банков (ОАО «Сбербанк России», ОАО «Банк ВТБ», ОАО ГПБ, ЗАО «ВТБ 24», ОАО «Россельхозбанк») – 49,7% [Отчет ЦБ РФ, 2014, с. 14]. Таким образом, в целях исследования влияния системы УЧР на результаты деятельности банков на российском рынке необходимо будет сформировать репрезентативную выборку, включающую банки, различающиеся по величине капитала, географическому присутствию, типу бизнеса.
В настоящее время большинство оперирующих на российском рынке банков являются универсальными, предлагая разным категориям клиентов широкий спектр услуг. Тем не менее, начиная с 2012 года, все больше из них меняют данную стратегию, начиная специализироваться в какой-то конкретной нише. «Успешно развиваться в рамках универсальной модели наряду с крупнейшими российскими банками трудно, поэтому российские частные банки стали находить свои сегменты рынка, в которых они могут стать локальными лидерами. Среди перспективных ниш развития эксперты отмечают специализацию на ипотеке, потребительском
Расчеты осуществлены автором на основе данных Справки о количестве действующих кредитных организаций и их филиалов в территориальном разрезе по состоянию на 1.01.2015 ЦБ РФ [Отчет ЦБ РФ, 2015]. кредитовании, кредитовании малого и среднего бизнеса» [Банковская система России, 2012, с. 10].
По мере роста потребностей клиентов и конкуренции на рынке перед банками стоят задачи улучшения качества и спектра услуг, а также повышения операционной эффективности бизнеса. Например, развитие интернет-банкинга во многом связано с решением этих задач. Так, в 2013 году 35,3% от общего количества банковских платежей клиентов – физических лиц было совершено через сеть Интернет (рост на 4,9 пункта по сравнению с 2012 годом) [Интернет-банкинг в России, 2014]. Рост объемов интернет-банкинга является положительной тенденцией для развития банков, так как в результате роста интернет-транзакций сокращаются операционные издержки, потому что потребители не прибегают к помощи операционных работников банков. Как показывают результаты опроса топ-менеджеров более 40 кредитных организаций, проведенного «Эксперт РА», «помимо развития интернет-банкинга перспективными направлениями являются также оптимизация региональной сети, повышение квалификации персонала, улучшение системы корпоративного управления и совершенствование внутрибанковских систем риск-менеджмента» [Будущее российского банковского сектора, 2011, с. 29].
В 2011 – 2013 годах банковский сектор в России показывал высокие финансовые результаты. По итогам 2013 года совокупная прибыль всех кредитных организаций достигла 994 млрд. рублей, в 2012 году этот показатель был рекордным и равнялся 1011,9 млрд. рублей. Однако, данная тенденция изменилась в 2014 г. в связи с усложнением макроэкономической ситауции. В результате прибыль кредитных организаций в 2014 г. сократилась до 589 млрд. руб., удельный вес прибыльных кредитных организаций снизился с 90,5% до 84,9%, а доля убыточных кредитных организаций увеличилась соотвественно с 9,5 до 15,1% (а их количество – с 88 до 126). [Отчет о развитии банковского сектора и банковского надзора в 2014 году, 2015, с. 27]. В 2014 году показатели рентабельности снизились у всех групп банков, но наиболее существенно – у крупных частных банков (таблица 2).
Показатели системы управления человеческими ресурсами
В связи с тем, что современные службы УЧР перестали выполнять только административные, рутинные функции и стали больше взаимодействовать с персоналом и линейными менеджерами, возникла необходимость в оценке системы УЧР с точки зрения удовлетворенности заинтересованных сторон. Подход к оценке результатов системы УЧР на основе анализа мнений заинтересованных сторон получил широкое распространение в работах многих зарубежных ученых [Tsui, 1987; Collins, 1992; Sacht, 2003]. В отечественной литературе такой подход чаще всего называется экспертной оценкой (или методом «внутренних обзоров») системы УЧР и не ограничивается такими методами, как анкетирование и опросы, а предлагает также использование методов «мозгового штурма», Дельфи, парных сравнений, игровых методов и метода комиссий» [Одегов, Никонова, 2010].
В рамках данного подхода в качестве показателей результативности системы УЧР выступают субъективные показатели – оценочные суждения, базирующиеся на мнении субъектов системы УЧР, например, руководителя организации или руководителя службы УЧР [Wright et al., 2001; Horgan & Muhlau, 2005; Pena & Villasarelo, 2010]. Для комплексной оценки системы УЧР используются результаты опросов сотрудников, то есть оценивается удовлетворенность персонала по количественной шкале [Bartel, 2004]. Так, например, в банке Шотландии RBS оценка системы УЧР многие годы осуществлялась на базе оценки мнений сотрудников, менеджеров и работников отдела по работе с персоналом банка. Результаты оценки анализировались внешней консалтинговой компанией, сравнивались с показателями по отрасли и представлялись руководству банка [Thomas, 2005].
Важно отметить, что в качестве заинтересованной стороны при оценке системы УЧР чаще всего выступают сотрудники организации. Но, как отмечает Д. Ульрих, одним из недостатков такого ограничения уровней заинтересованных лиц является то, что сотрудники хорошо понимают, чего хотят они, однако, могут не знать, что лучше для организации [Ulrich, 1997]. В связи с этим, при проведении оценки результативности системы УЧР организации часто опрашивают линейных и топ-менеджеров. С одной стороны, они «также являются внутренними клиентами системы УЧР (персоналом), с другой, они владеют большей информацией о нуждах компании и являются лицами, принимающими решения» [Wright et al., 2001, c. 113]. Наиболее оптимальный вариант – если в оценку результатов системы УЧР включены не только персонал и линейные менеджеры, но также топ-менеджмент, акционеры и собственники бизнеса [Collins, 1992]. Однако, чем больше заинтересованных лиц у системы УЧР, тем более комплексный, сложный и долгосрочный метод оценки должен выбираться.
Рассмотренный подход активно используется на практике. Подтверждением этому могут служить результаты опроса, проведенного среди 1200 менеджеров по управлению человеческими ресурсами Институтом CIPD в Великобритании. Так, 70% опрошенных подтвердили, что в их компаниях оценка результативности системы УЧР осуществляется на базе опросов руководителей различных подразделений. На втором месте по популярности применения находятся методики оценки системы УЧР с точки зрения ее влияния на результаты деятельности компании. Наконец, только небольшая часть компаний применяет исключительно анализ затрат на УЧР [Emmot, 2003]. Популярность анализа мнений заинтересованных сторон на практике связана с тем, что данный подход прост в реализации и не требует, как правило, больших временных и материальных затрат. К тому же, такая оценка может быть проведена силами собственной службы УЧР организации, без привлечения внешних специалистов и дополнительных ресурсов. Минусы подхода – неизбежная субъективность оценок, значимые различия потребностей, предпочтений и целей разных уровней заинтересованных сторон, а также невозможность объединения и усреднения результатов оценок для всех уровней заинтересованных сторон.
Появление в теории менеджмента концепции управления по целям [Druker, 1970] обусловило ее применение и в сфере управления человеческими ресурсами. Так, возник подход к оценке результативности системы УЧР на основе достижения поставленных перед ней целей. Суть данного подхода заключается в том, что система УЧР результативна настолько, насколько она достигает своих целей (индивидуальных, групповых и организационных). На практике реализация данного подхода чаще всего осуществляется совместно или на базе другого известного метода – сбалансированной системы показателей [Каплан, Нортон, 2003], предполагающей разработку разных уровней ключевых показателей эффективности (KПЭ), в том числе и для системы УЧР организации. При разработке системы KПЭ выделяются не только показатели эффективности, но и определяются ответственные за мониторинг результатов, способы получения необходимой информации, а также способы и периодичность расчета показателей [Parmenter, 2007]. Совместное использование данных подходов позволяет связать цели организации с целями системы УЧР, выделить наиболее приоритетные задачи и сделать оценку результатов системы УЧР прозрачной и объективной.
Преимущества рассмотренного подхода привели к его активному использованию, особенно в крупных международных компаниях. Тем не менее, он сложен в применении, так как для целей большинства организаций характерны неоднозначность и расплывчатость формулировок, а также их частые изменения [Cameron & Whetten, 1983]. Наряду с этим, использование сбалансированной системы показателей и KПЭ требует высокой квалификации ответственного за это персонала, так как все показатели должны быть четко увязаны друг с другом, измеримы и специфичны в силу различия целей и задач разных организаций.
С развитием глобализационных процессов и ростом международной конкуренции появилась необходимость сравнивать показатели деятельности разных организаций, в том числе и их систем УЧР. При использовании этого подхода показатели деятельности системы УЧР сравниваются с аналогичными данными других организаций, работающих на рынке. Такой подход получил название HR (human resources) бенчмаркинг. За рубежом подобная практика достаточно популярна внутри различных профессиональных ассоциаций. Примером может служить Институт Саратоги (Saratoga Institute, США), которым разработаны, получившие в 1999 году название эталонных, показатели (формулы) оценки эффективности системы УЧР, разделенные на несколько блоков: организационная эффективность; структура человеческих ресурсов; компенсации; льготы; обучение и развитие; увольнения; кадровое обеспечение [Фитц-енц, 2006; Фитц-енц, Дэвисон, 2009; Saratoga: Human Capital Measurement, 2014]. В рамках данного подхода рассчитывается большое количество объективных показателей, характеризующих результативность системы УЧР, например, текучесть персонала, коэффициент стабильности руководящего персонала, затраты на медицинское обслуживание на одного сотрудника, коэффициент абсентеизма и другие.
Методика оценки влияния системы УЧР на результаты деятельности банков на российском рынке
На результативность системы УЧР в банках оказывают положительное воздействие качество реализации функций УЧР, уровень автоматизации функций УЧР, степень ориентации системы УЧР на стратегию банка, а также гибкость и инновационность системы УЧР.
Гипотеза-следствие 1.1. Банки с разработанной стратегией УЧР и ориентацией системы УЧР на стратегические цели, имеют более высокие значения показателей производительности труда и рентабельности инвестиций в человеческий капитал.
Гипотеза-следствие 1.2. В банках с гибкой и инновационной системой УЧР наблюдаются более высокие значения показателей производительности труда и рентабельности инвестиций в человеческий капитал. Гипотеза-следствие 1.3. Чем выше количественные результаты реализации функций УЧР, тем выше показатели результативности системы УЧР. Гипотеза-следствие 1.4. В тех банках, где наблюдается высокая степень автоматизации функций УЧР, производительность труда и рентабельность инвестиций в человеческий капитал выше. Исходная гипотеза 2. Показатели результативности системы УЧР различны на статистическом уровне значимости для разных типов банков. Гипотеза-следствие 2.1. В частных банках рентабельность инвестиций в человеческий капитал и производительность труда выше, чем в государственных. Российские государственные организации зачастую уступают по эффективности частным компаниям. Представляется, что в сфере управления человеческими ресурсами частные банки могут быть более успешны. Банки с государственным участием имеют меньший стимул развивать эффективные системы УЧР, потому что они могут рассчитывать на финансовую помощь со стороны государственных органов. Отсутствие такой возможности заставляет частные банки искать наиболее инновационные и результативные решения в сфере УЧР. Таким образом, можно предположить, что в российском банковском секторе частные банки характеризуются более высокими показателями результативности системы УЧР по сравнению с государственными банками.
Гипотеза-следствие 2.2. В банках с иностранным капиталом показатели результативности системы УЧР выше, чем в банках с российским капиталом. Организации с иностранным капиталом обладают более широким опытом управления человеческими ресурсами в различных регионах и могут применить лучшие практики на российском рынке.
Гипотеза-следствие 2.3. Показатели результативности системы УЧР различны для банков с разным типом бизнеса. Как показывает анализ структуры банковского сектора, инвестиционные и коммерческие банки зачастую имеют более высокие экономические результаты деятельности по сравнению с розничными или универсальными. В связи с этим предполагается, что результативность системы УЧР в инвестиционных и коммерческих банках на российском рынке выше, чем в других типах банков.
Гипотеза-следствие 2.4. Размер банка на российском рынке (в частности, объем общих активов и размер филиальной сети) оказывает влияние на повышение показателей результативности системы УЧР. Крупные банки могут обладать преимуществом в сфере управления человеческими ресурсами, потому что имеют большие возможности финансирования различного рода проектов в этой сфере, а также могут сокращать расходы на персонал за счет экономии на масштабе. Таким образом, в данном исследовании выдвигается гипотеза о влиянии размера банка на показатели результативности системы УЧР.
Гипотеза-следствие 2.5. Существует корреляция между возрастом (количеством лет функционирования) банка на российском рынке и показателями результативности системы УЧР. Представляется, что чем дольше банк оперирует на российском рынке, тем более зрелую систему УЧР он имеет, что положительно воздействует на показатели производительности труда и рентабельности инвестиций в человеческий капитал.
Гипотеза-следствие 2.6. Существует корреляция между расположением головного офиса банка на российском рынке и показателями результативности системы УЧР. В исследовании предполагается, что в банках, головной офис которых находится в Москве, производительность труда и рентабельность инвестиций в человеческий капитал выше по сравнению с банками, в которых головной офис находится в одном из региональных городов. Исходная гипотеза 3. Существует положительная взаимосвязь между показателями результативности системы УЧР и результатами деятельности банков на российском рынке. Гипотеза-следствие 3.1. В банках с более высоким значением производительности труда наблюдаются более высокие значения чистой прибыли, рентабельности активов и рентабельности капитала. Гипотеза-следствие 3.2. В банках с более высоким значением рентабельности инвестиций в человеческий капитал наблюдаются более высокие значения чистой прибыли, рентабельности активов и рентабельности капитала. Для проведения исследования влияния системы УЧР на результаты деятельности банков на российском рынке и проверки сформулированных гипотез необходимо разработать методику исследования.
Статистический анализ влияния системы управления человеческими ресурсами на результаты деятельности банков в России
Анализ зависимости между показателями результативности системы УЧР и возрастом банка показал, что наблюдается статистически значимая зависимость между возрастом банка и производительностью труда (-=0,156). С увеличением возраста у банков увеличивается производительность труда. Это означает, что накопленный опыт позволяет банкам эффективнее организовывать труд работников.
Наряду с анализом перечисленных организационных характеристик был также рассмотрен размер банка, который характеризуется объемом активов. Асимптотическая значимость равна 0% для рентабельности инвестиций в человеческий капитал (=0,2011) и производительности труда (=0,204). Таким образом, гипотеза-следствие 2.4 о том, что с ростом активов рентабельность инвестиций в человеческий капитал и производительность труда увеличиваются, подтвердилась.
Данные расчета при анализе показателей результативности системы УЧР и размера филиальной сети банков подтвердили, что все рассчитанные коэффициенты статистически не значимы с доверительной вероятностью 0,95. Таким образом, число филиалов не связано с показателями результативности системы УЧР.
В исследовании была также выдвинута гипотеза 2.6 о влиянии местоположения головного офиса банка на показатели результативности системы УЧР. На основе представленных данных таблицы 49 можно сделать вывод о том, что существует статистически значимая зависимость между расположением головного офиса банка и производительностью труда (асимптотическая значимость ниже 5%). Производительность труда в банках, головной офис которых находится в Москве, выше по сравнению с банками, у которых головной офис располагается в других городах. На основании проведенного статистического анализа были сделаны следующие выводы: 1) Производительность труда в государственных банках на статистическом уровне значимости выше, чем в частных. 2) Национальность капитала банка оказывает существенное влияние на производительность труда. В банках с иностранным капиталом 125 производительность труда выше по сравнению с банками с российским капиталом. 3) Существует статистически значимая зависимость между возрастом банка и производительностью труда. С увеличением возраста у банков увеличивается производительность труда. 4) Размер общих активов банка имеет зависимость с рентабельностью инвестиций в человеческий капитал и производительностью труда. Чем выше значение общих активов банка, тем выше значение показателей результативности системы УЧР. 5) Существует статистически значимая зависимость между расположением головного офиса банка и производительностью труда. Производительность труда значимо выше в банках, головной офис которых находится в Москве, по сравнению с банками, в которых головной офис располагается в другом городе.
Таким образом, гипотеза 2 о том, что показатели результативности системы УЧР (производительность труда и рентабельность инвестиций в человеческий капитал) различны на статистическом уровне значимости для разных типов банков подтвердилась частично.
Анализ взаимосвязи показателей результативности системы УЧР и результатов деятельности банков В соответствии с пятым этапом методики оценки влияния системы УЧР на результаты деятельности банков на российском рынке, статистический анализ данных необходимо начать с корреляционного анализа. Рассчитанный коэффициент ранговой корреляции Кендалла между показателями результативности системы УЧР и результатами деятельности банков представлен в таблице 50:
Матрица парных коэффициентов ранговой корреляции Кендалла между показателями результативности системы УЧР и результатами деятельности банков ROA ROE Чистая прибыль Рентабельность инвестиций в человеческий капитал (HC ROI) Хи-квадрат, 0,458"" 0,467"" 0,418""" Значимость (2-сторон) 0,000 0,000 0,000 Производительность труда (P) Хи-квадрат, 0,032 0,043 0,157"" Значимость (2-сторон) 0,500 0,366 0,001
Полученные данные показывают, что существует прямая связь между рентабельностью инвестиций в человеческий капитал и всеми показателями, характеризующими результаты деятельности банков, на выбранном уровне значимости. Также обнаружена положительная связь между производительностью труда и чистой прибылью, то есть чем выше производительность труда, тем выше чистая прибыль банка на российском рынке. Несмотря на то, что корреляция подтверждена на уровне значимости в 5%, она незначительна (-=0,157). Таким образом, можно утверждать, что обнаружена прямая зависимость между результативностью системы УЧР и результатами деятельности банков. Тем не менее, на основе корреляционного анализа заключительный вывод делать рано, необходимо провести многофакторный регрессионный анализ.
Многофакторный регрессионный анализ влияния показателей результативности системы УЧР на результаты деятельности банков В данной части параграфа представлены результаты регрессионного анализа, который позволяет определить факторы, влияющие на чистую прибыль, рентабельность активов и рентабельность капитала банков, оперирующих на российском рынке. Многофакторный регрессионный анализ проводился на основе данных выборки из 200 банков. Для включения факторов, влияющих на результаты деятельности банков, в первичный регрессионный анализ были рассчитаны парные коэффициенты ранговой корреляции Кендалла между количественными показателями, для качественных показателей был использован тест Краскела-Уоллиса. Таблицы с результатами расчетов представлены в приложениях 5 и 6. На основе данных таблиц был проведен первичный отбор факторов в соответствующие эконометрические модели. В приложении 5, где представлены значения парных коэффициентов ранговой корреляции Кендалла, значения уровня значимости отображаются во второй строке. Здесь и далее будем считать связь статистически значимой, если доверительная вероятность не превышает 0,05, то есть 5%. Многофакторный регрессионный анализ: чистая прибыль банков
Для борьбы с неоднородностью исходных данных была проведена кластеризация по контрольным переменным исследования, не вошедшим в регрессионную модель (расположение головного офиса банка, тип бизнеса, продуктовая ниша, клиентская ниша, наличие службы УЧР). При проведении кластерного анализа могут быть использованы различные методы объединения кластеров, включая метод ближайшего соседа, метод средних, метод медиан, центроидный метод и метод Ворда [Wooldridge, 2013]. Для анализа данных был использован центроидный метод, в результате чего было получено число групп, равное 8. Используя полученное число групп, были построены модели случайных эффектов и постоянных эффектов.