Содержание к диссертации
Введение
Глава 1. Проблемы совершенствования управления развитием розничного бизнеса коммерческого банка 12
1.1 Специфика управления развитием коммерческого банка в области обслуживания физических лиц 12
1.2 Оценка интенсивности конкуренции в сфере розничных банковских услуг 18
1.3 Анализ применения методов математического моделирования в практике управления развитием коммерческого банка 24
Глава 2. Формирование модельного комплекса поддержки решений по управлению развитием розничного бизнеса коммерческого банка на основе методов математического моделирования 33
2.1 Модель оценки управляющих параметров развития розничного бизнеса коммерческого банка 33
2.2 Формирование комплекса моделей поддержки принятия управленческих решений на основе использования модели определения управляющих параметров развития розничного бизнеса коммерческого банка 41
2.3 Идентификация структуры клиентской базы и оценка доходности групп частных клиентов банка с помощью методов интеллектуального анализа данных 44
Глава 3. Экспериментальные расчеты на основе модели оценки управляющих параметров развития розничного бизнеса коммерческого банка 51
3.1 Исследование особенностей деятельности коммерческого банка ЗАО «Райффайзенбанк» на рынке розничных банковских услуг 51
3.2 Анализ конкурентной среды коммерческого банка с помощью методов интеллектуального анализа данных 54
3.3 Сегментация и оценка доходности операций по группам клиентов 66
3.3.1 Классификация частных клиентов банка с помощью технологии интеллектуального анализа данных 66
3.3.2 Определение потенциала доходности групп частных клиентов банка79
3.4 Расчет управляющих параметров развития клиентской базы коммерческого банка в сфере розничных услуг 84
3.5 Разработка рекомендаций по совершенствованию организации обслуживания частных клиентов 89
Заключение 97
Список литературы 100
Приложение
- Оценка интенсивности конкуренции в сфере розничных банковских услуг
- Формирование комплекса моделей поддержки принятия управленческих решений на основе использования модели определения управляющих параметров развития розничного бизнеса коммерческого банка
- Идентификация структуры клиентской базы и оценка доходности групп частных клиентов банка с помощью методов интеллектуального анализа данных
- Анализ конкурентной среды коммерческого банка с помощью методов интеллектуального анализа данных
Введение к работе
Актуальность темы исследования. Розничный банковский сектор развивается в условиях обострения внутриотраслевой конкуренции, все более значительным фактором которой является постепенное расширение участия на российском кредитном рынке иностранного капитала. Конкурентная борьба стимулирует общее повышение качества банковского обслуживания, появление новых банковских продуктов, способствует универсализации финансовых организаций, использованию новых информационных технологий, более активному распространению банковского бизнеса в регионах РФ.
Одним из основных условий развития сектора розничных финансовых услуг в РФ является предсказуемость экономической ситуации в стране. Начавшийся осенью 2008г. мировой экономический кризис лишь подчеркивает важность проведения обоснованной и надежной политики управления финансовой организации как по отношению с банками-конкурентами, так и со своими клиентами. На этом фоне происходят серьезные качественные изменения в потребительском и сберегательном поведении населения, в спросе на банковские услуги в целом. Развитию розничного рынка банковских услуг способствует повышенный интерес к данному сегменту со стороны коммерческих банков, обусловленный, в частности, снижением доходности традиционных направлений банковского бизнеса, включая кредитование корпоративных клиентов.
Вместе с тем, несмотря на бурный рост, наблюдаемый в последние годы, розничный банковский бизнес в России находится на достаточно низкой ступени зрелости по сравнению со сходными по уровню развития странами. Между тем потенциал и значение его для экономики государства являются весьма существенными. Так, в РФ объем вкладов физических лиц в 2007г. составил лишь 15,8% к ВВП (в странах Восточной Европы аналогичный показатель составляет от 30 до 60%)[65], объем потребительского кредитования
5 в РФ на 2007г. достиг 11,6% к ВВП, в то время как аналогичный показатель в США - 74%, в Евросоюзе - 52%[10].
Последние тенденции развития розничного банковского сектора стимулируют коммерческие банки существенно трансформировать весь спектр своей деятельности, в том числе, на основе использования новейших достижений, как в области финансово-кредитных операций, так и в области информационно-аналитической поддержки обоснования и принятия управленческих решений. Коммерческие банки, предоставляющие розничные услуги, имеют доступ, хранят и обрабатывают огромное количество данных, которые являются одним из самых существенных активов банка. Однако конкурентным преимуществом это может стать только в том случае, если есть возможность преобразовывать накопленные массивы данных в значимую для профильной банковской деятельности информацию, вовремя доставлять ее лицам, принимающим соответствующие управленческие решения. В этой связи становится понятной необходимость использования экономико-математических методов, а также инструментов бизнес-аналитики финансовыми организациями, работающими в секторе розничных банковских услуг. Последнее подтверждается возрастающим предложением как универсальных, так и специализированных BI-продуктов (Business Intelligence) со стороны производителей информационных технологий (сегодня темпы роста рынка ВІ-систем оцениваются некоторыми аналитиками до 15% в год) [115], которую можно представить как совокупность средств интеграции и хранения данных, интеллектуального анализа данных, а также набора бизнес-функциональностей.
Указанные тенденции в области развития рынка розничных банковских услуг, а также инструментария его программно-аналитической поддержки стимулируют научно-практические исследования, направленные на совершенствование методики управления розничным бизнесом коммерческого банка (КБ).
Целью диссертационного исследования является оптимизация условий и параметров обслуживания физических лиц для совершенствования управления развитием розничного бизнеса коммерческого банка на основе использования методов математического моделирования.
В соответствии с целью исследования в диссертации поставлены следующие задачи:
выявить круг специфических проблем и сформулировать перечень задач управления развитием коммерческого банка в розничной сфере;
провести анализ тенденций и количественную оценку степени развитости конкуренции на рынке розничных банковских услуг;
определить процедуру сегментирования клиентов банка (физических лиц), в частности, обосновать выбор переменных классификации, методов выделения сегментов и способов оценки качества полученных разбиений;
исследовать процедуры принятия решений, связанные с управлением развитием клиентской базы физических лиц коммерческого банка;
определить управляющие параметры развития розничного бизнеса коммерческого банка и разработать модель их оценки;
обосновать необходимость и возможность применения методов математического моделирования и средств интеллектуального анализа данных (ИАД) для управления развитием КБ, а также провести анализ состояния рынка программного обеспечения Data Mining-технологий (DM-технологий), выработать рекомендации по выбору инструментального средства и способу его внедрения в условиях конкретного коммерческого банка;
предложить технологии вариантных расчетов с использованием модели определения управляющих параметров развития розничного бизнеса коммерческого банка и модификаций базового варианта указанной модели;
совершенствовать процедуру принятия управленческих решений на основе анализа фактической и перспективной структуры клиентской базы физических лиц КБ: построить классификацию частных клиентов банка с помощью средств ИАД, оценить доходность групп частных клиентов для коммерческого банка;
разработать рекомендации по совершенствованию организации обслуживания частных клиентов банка.
Объектом исследования является универсальный коммерческий банк, предоставляющий розничные банковские продукты и услуги в рамках заданных территориальных границ.
Предметом исследования является процедура принятия управленческих решений на основе анализа структуры клиентской базы коммерческого банка в области обслуживания физических лиц. Исследование направлено на моделирование параметров управления розничным бизнесом КБ с использованием средств интеллектуального анализа данных.
Теоретическую основу исследования составляют труды отечественных и зарубежных ученых, связанные с вопросами совершенствования управленческого и аналитического инструментария коммерческих банков с целью повышения эффективности их деятельности. Этой области посвящены работы многих зарубежных авторов, таких как И. Ансофф, В. Беренс, Г. Бирман, К. Боумен, Л.А. Братайн, Дж. К. Ван Хорн, У. Кинг, Д. Климанд, В. Мори, М. Портер, А.А. Томпсон, К. Уолш, С. Шмидт и др. Активная работа в этих областях проведена и российскими специалистами, такими как В.И. Букато, B.C. Геращенко, Е.Ф. Жуков, С.А. Камионский, И.А. Киселева, Л.Н. Красавина, О.И. Лаврушин, Ю.С. Масленченков, И.А. Никонова, А.Н. Петров, М.А. Поморина, В.В. Пятенко, Т.О. Самойлов, A.M. Смулов, A.M. Тавасиев, В.М. Усоскин, А.А. Хандруев, Р.Н. Шамгунов и др.
Методологической базой работы послужили труды российских и зарубежных ученых в области финансово-экономического анализа, математического моделирования, технологий интеллектуального анализа
8 данных: Айвазяна С.А, Герасименко Г.Г., Дуброва A.M., Дюка В.А., Енюкова И.С., Жамбю М., Маркаряна Э.А., Миркина Б.Г., Мхитаряна B.C., Петровича К.С., Пятецкого-Шапиро Г., Самойленко А.П., Уоссермена Ф., Чубоковой И.А. и др.
Диссертационное исследование учитывает существующую на сегодняшний день нормативно-правовую базу банковской системы России. Основными информационными источниками работы послужили данные Центрального Банка РФ, материалы органов официальной статистики и открытые материалы отчетности коммерческих банков и прочих финансовых организаций, а также данные по ретроспективной розничной клиентской базе ЗАО «Райффайзенбанк» (РБА).
Основной исследовательский инструментарий составляют методы математического программирования, финансовой математики, структурный метод маркетинговых исследований, методы интеллектуального анализа данных, в частности методы кластерного анализа и самоорганизующихся карт-признаков Кохонена.
Практическая реализация исследования осуществлена с использованием программных продуктов SAS Enterprise Miner (SAS Institute Inc.), Statgraphics Plus (Statistical Graphics Corp.), NeuroShell 2 (Ward Systems Group Inc.), Excel 2003 (Microsoft Office).
Научная новизна диссертационной работы заключается в применении методов математического моделирования и технологий интеллектуального анализа данных для обоснования управленческих решений на основе исследования фактической и перспективной структуры клиентской базы розничного бизнеса КБ. Основные результаты, определяющие научную новизну работы, заключаются в следующем.
1. Выявлена необходимость и обоснована возможность
совершенствования процедур принятия управленческих решений в области обслуживания физических лиц на основе технологий интеллектуального анализа данных.
Разработана базовая модель оценки управляющих параметров развития розничного бизнеса коммерческого банка.
Предложены модификации базовой модели определения управляющих параметров развития розничного бизнеса КБ, позволяющие определить перспективную структуру клиентской базы коммерческого банка с учетом эффективности различных категорий физических лиц.
Сформирована комплексная процедура принятия управленческих решений с использованием модели определения управляющих параметров развития розничного бизнеса коммерческого банка на основе анализа фактической и перспективной структуры клиентской базы физических лиц, в рамках которой:
предложен подход для анализа конкурентных сил в сфере розничного банковского сектора с помощью методов кластерного анализа и метода самоорганизующихся карт-признаков Кохонена;
определена методика сегментирования и оценки доходности операций по группам частных клиентов банка.
5. Выработаны рекомендации по выбору инструментального средства и
способу его внедрения в условиях конкретного коммерческого банка.
Практическая значимость исследования состоит в повышении эффективности обоснования принимаемых управленческих решений и совершенствовании аналитического обеспечения управления развитием розничного бизнеса КБ. Экспериментальное применение моделей и методики, разработанных автором, позволили выработать конкретные рекомендации по совершенствованию процедур принятия управленческих решений в области сегментации участников рынка розничных услуг, профилирования и оценки доходности частных клиентов коммерческого банка, разработки тарифной политики обслуживания физических лиц, планирования маркетинговых кампаний розничных банковских продуктов и услуг. Использование методов математического моделирования, в том числе технологий интеллектуального анализа данных, позволило существенно повысить обоснованность
10 разрабатываемых в системе управления КБ расчетных характеристик и вариантов плановых мероприятий. В частности:
проведена кластеризация крупнейших финансовых организаций розничного банковского сектора в рамках выбранной территориальной единицы (г.Москва);
идентифицирована сложившаяся структура частных клиентов коммерческого банка;
составлены профили полученных клиентских сегментов (описание социально-демографического портрета и характерного поведения клиентов);
оценена доходность выделенных клиентских сегментов для коммерческого банка;
определен состав параметров управления развитием клиентской базы коммерческого банка для проведения вариантных расчетов и оптимизации их численных значений в системе тарификации услуг;
даны конкретные рекомендации по совершенствованию организации обслуживания частных лиц.
Внедрение и апробация работы. Предложенные концепции и разработанные в диссертации технологии были проверены на ретроспективных данных коммерческого банка и приняты для практического использования в ЗАО «Райффайзенбанк».
Основные положения теоретической части диссертационной работы, а также сделанные на их основе рекомендации и результаты их практического воплощения были представлены автором, и получили одобрение на международных и всероссийских научных и научно-практических конференциях, в частности на: 11-м Всероссийском студенческом семинаре «Проблемы управления - 2003», 20-ой Всероссийской научной конференции молодых ученых и студентов "Реформы в России и проблемы управления — 2005", 20-х Международных Плехановских чтениях (3-6 апреля 2007г.), 12-ой Международной научно-практической конференции "Актуальные проблемы
11 управления - 2007", 23-й Всероссийской научной конференции молодых ученых и студентов "Реформы в России и проблемы управления - 2008", 13-ой Международной научно-практической конференции "Актуальные проблемы управления — 2008".
По теме диссертации в открытой печати автором было опубликовано 10 научных статей общим объемом 4,4 п.л. (авторских - 2,9 п.л.), в том числе, три в журналах, рекомендуемых ВАКом (авторских -1,5 п.л.).
Объем работы. Диссертация состоит из введения, трех глав, заключения. Работа содержит 127 страниц основного машинописного текста, 4 приложения, 27 таблиц, 10 рисунков. Список использованной литературы включает 165 наименований трудов отечественных и зарубежных авторов.
Оценка интенсивности конкуренции в сфере розничных банковских услуг
В целом до последнего времени российский банковский сектор развивался очень высокими темпами. Можно выделить основные тенденции, наблюдаемые в сфере банковских услуг. 1. Сокращение численности действующих кредитных организаций, так за 2004-2007гг. количество коммерческих банков сократилось на 193 (всего в РФ - 1136). Существенную роль в данном процессе сыграло вступление в действие системы страхования вкладов. 2. Увеличение количества кредитных организаций, контролируемых нерезидентами. На 01.01.2008г. количество кредитных организаций, контролируемых нерезидентами, в российском банковском секторе достигло 86 (01.01.07г. - 65), из них 15 входят в число 50 крупнейших по размеру активов кредитных организаций, действующих в Российской Федерации. 3. Усиление конкуренции на рынке депозитов физических лиц, за счет ослабления позиции Сбербанка России. Сопоставление объемов привлеченных вкладов физических лиц в Сбербанке России и в целом кредитными организациями представлено на рис.3. Росту вкладов физических лиц, аккумулируемых кредитными организациями, способствовали как причины, находящиеся вне банковского сектора (увеличение доходов населения), так и непосредственно связанные с организацией банковской деятельности. К последним, в частности, относятся: создание системы страхования вкладов физических лиц, призванной способствовать повышению доверия населения к банкам; расширение банковской сети и приближение банковских продуктов к потребителям, а также повышение качества обслуживания населения и предложение более широкого ряда банковских продуктов.
Подобная ситуация потенциально не может быть устойчивой, поэтому, ставки, по всей видимости, будут повышаться. Это создаст стимулы для конкуренции за средства вкладчиков между банками, вынуждая даже крупные банки пересматривать свои ценовые стратегии. 4. Динамичное развитие кредитования реальной экономики, особенно потребительских кредитов в рублях. Всего лишь за 2007 год объем предоставленных кредитов гражданам РФ увеличился на 57% и составил 3242,36 млрд. руб. 5. Вытеснение кредитов в иностранной валюте рублевым кредитованием. В целом последние годы характеризовались благоприятной экономической конъюнктурой, позволившей банкам расширять масштабы деятельности, внедрять новые банковские продукты. В условиях мирового финансового кризиса коммерческие банка вынуждены уделять особое внимание качеству принимаемых управленческих решений. Основными объективными факторами, определяющими темпы развития рынка розничных банковских услуг, остаются рост уровня жизни и доходов населения (что увеличит платежеспособный спрос), а также наличие у российских банков долгосрочных ресурсов. Необходимым условием повышения конкурентоспособности отечественной банковской системы является динамичный рост ресурсной базы.
В настоящий момент Россия уступает по такому показателю, как соотношение банковских активов к ВВП (на 01.01.2008г. величина этого показателя составила 61,4%), развитым странам в 3-5 раз. Современная банковская система характеризуется неравномерной обеспеченностью регионов РФ банковскими услугами, на общем фоне безусловным лидером является Москва. Зарегистрированные здесь банки контролируют около 80% всех банковских активов страны. Особенности размещения кредитных организаций по федеральным округам РФ представлены на рис.5. В качестве основных факторов развития банковской системы Москвы можно выделить несколько определяющих [17]. Во-первых, это группа политических факторов. «Эффект столичности» подразумевает: соседство с государственными органами власти, Центральным Банком РФ, большинством штаб-квартир крупнейших российских корпораций, пропускающих через себя основные финансовые потоки страны. Для России Москва является главным международным банковским центром. Она практически единственный российский регион, где присутствуют дочерние структуры иностранных банков. Во-вторых, развитие банковской деятельности в Москве определяет наличие значительной и разнообразной клиентуры. Огромный финансовый потенциал московских банков формируется многомиллионным населением города, концентрацией здесь важных промышленных предприятий, многочисленных учреждений сферы услуг. В третьих, наличие в Москве множества уже действующих коммерческих банков порождает «эффект агломерации», т.е. облегчения процесса создания и функционирования новых кредитных организаций, поскольку на начальных стадиях развития банка его работа, в значительной степени, зависит от возможности получения межбанковских кредитов. В то же время, значительное сосредоточение банков, усиливая конкуренцию между ними, способствует быстрому развитию всей банковской системы, умножению количества и повышению качества предоставляемых банковских услуг. Четвертая группа факторов - инфраструктурные преимущества. В первую очередь, к ним относятся опережающее развитие систем связи и телекоммуникаций, быстрое получение, адаптация и аккумулирование в российской столице различных инноваций.
Формирование комплекса моделей поддержки принятия управленческих решений на основе использования модели определения управляющих параметров развития розничного бизнеса коммерческого банка
Базовая модель определения управляющих параметров развития розничного бизнеса банка (11) относится к классу статических задач математического программирования. Она может быть трансформирована для решения ряда управленческих задач. Например, для: определения управляющих параметров развития клиентской базы, если известна реальная или желаемая структура клиентской базы; формирования рациональной структуры клиентской базы при наличии оценки эффективности групп физических лиц клиентов КБ; определения размера собственного капитала банка, удовлетворяющего желаемым управляющим параметрам и др.
Обобщенную схему использования базовой модели определения управляющих параметров развития розничного бизнеса банка можно представить в следующем виде (рис.6).
В качестве иллюстрации можно представить модель оценки оптимальной структуры клиентской базы при фиксации управляющих переменных. Для этого воспользуемся ранее сформулированной моделью (11), учтя, что неизвестными параметрами в данном случае будут являться доли групп клиентов (ki). Тогда модель примет вид:
Предложенная модель позволяет выявить оптимальную структуру клиентской базы коммерческого банка с учетом неодинаковой эффективности отдельных категорий физических лиц. Это позволяет проводить сравнительный анализ «идеальной» и существующей на данный момент структуры, а также трансформировать ее в нужном направлении, например, за счет проведения активных маркетинговых мероприятий, направленных на соответствующие группы клиентов.
Следует отметить, что модель (11) может быть существенно расширена в своей постановочной части за счет детализации структуры банковских операций, более полного учета нормативных требований ЦБ, а также при вариации целевых установок банка. Формально это означает возможность модификации базовой модели с помощью: введения дополнительных ограничений; создания банка целевых функций; введения новых функциональных блоков; разукрупнения переменных и т.д.
Идентификация структуры клиентской базы и оценка доходности групп частных клиентов банка с помощью методов интеллектуального анализа данных
Эффективное использование комплекса моделей поддержки управленческих решений на основе базовой модели (11) с целью совершенствования деятельности банка при работе с физическими лицами-клиентами банка невозможно без предварительной и весьма трудоемкой обработки массивов данных как по клиентским базам, так по характеристикам конкурентной среды кредитных организаций. Исходя из чрезвычайной трудоемкости и сложности этих задач, технологиям интеллектуального анализа данных в решении этих проблем альтернатив на настоящий момент нет. При этом долговременный, регулярный и полный сбор данных о клиентах банка не является гарантией эффективного использования этой информации. Последнее возможно только в том случае, если нам удается выявить определенную типологию в поведении физических лиц и на ее основе предложить соответствующие управленческие инициативы. С этой целью автором были проведены работы по кластеризации частных клиентов коммерческого банка. Общая этапность процедуры представлена на рис.7.
Подготовка данных является важнейшим этапом исследования, от качества выполнения которого зависит возможность получения значимых результатов. В ходе этого этапа определяются: основные цели и задачи исследования; набор показателей, характеризующих поведение клиентов; источники, используемые для сбора информации и т.д. Проводится сбор данных о клиентах из хранилища данных, если его нет в банке, то используются оперативные, справочные и архивные базы данных, также может потребоваться информация из внешних источников, экспертные знания. Результатом данного этапа служит определение переменных классификации, выбор методов выделения сегментов, а также способов оценки качества полученных классификаций.
Для построения классификаций клиентов могут быть использованы, в частности, методы кластерного анализа. Это совокупность методов, позволяющих классифицировать многомерные наблюдения, каждое из которых описывается набором исходных переменных. Целью кластерного анализа является образование групп схожих между собой объектов, которые принято называть кластерами. Важно отметить, что его использование приводит к разбиению на кластеры с учетом всех группировочных признаков одновременно [119].
Популярность использования методов кластерного анализа можно объяснить, прежде всего, тем, что они помогают построить научно обоснованные классификации, выявить внутренние связи между единицами наблюдаемой совокупности. Кроме того, они могут использоваться с целью сжатия информации, что является важным фактором в условиях постоянного увеличения и усложнения потоков статистических данных.
В качестве рабочего инструмента кластеризации автором были выбраны методы Уорда и k-средних, позволяющие получить однородные группы (с минимальной внутригрупповой дисперсией). Представим укрупнено алгоритм работы метода Уорда (Ward s method). Шаг 1. Нормирование значений исходных переменных, чтобы устранить влияние абсолютного значения признака: Шаг 4. Процедуры 2, 3 и 4 повторяются до тех пор, пока все объекты не будут распределены по кластерам, число которых задается исследователем.
В некоторых случаях на практике в качестве альтернативы может быть использован метод -средних. Он принадлежит к группе итеративных методов эталонного типа. В отличие от иерархических процедур метод -средних не требует вычисления и хранения матрицы расстояний или сходств между объектами. Его алгоритм предполагает использование только исходных значений переменных. Для начала процедуры классификации должны быть заданы к объектов, которые будут служить эталонами, т.е. центрами кластеров. Выбор начальных центроидов может осуществляться следующим образом: выбор -наблюдений для максимизации начального расстояния; случайный выбор наблюдений; выбор первых -наблюдений.
Для сравнения различных способов разбиения должно быть введено понятие функционала качества разбиения - суммарная внутриклассовая дисперсия: где аЪ- дисперсия ;-й переменной в кластере S[. У
В ходе этого этапа проводится классификация физических лиц. На основе анализа полученных групп клиентов определяются типовые социально-демографические характеристики, выделяются наиболее часто используемые банковские продукты и услуги, описываются модели поведения групп.
В ходе долгосрочного обслуживания частные клиенты используют множество банковских операций и услуг, которые являются как доходными, так и затратными для финансовой организации. На основе изучения практики розничного обслуживания можно выделить основные статьи операционных и комиссионных доходов и расходов банка (табл. 4).
Анализ конкурентной среды коммерческого банка с помощью методов интеллектуального анализа данных
На рынке розничных банковских услуг Москвы в настоящий момент представлено более 500 финансовых организаций, предлагающих различные услуги весьма разнообразные как по цене, так и по качеству. В этой связи трудоемко и неэффективно отслеживать и учитывать динамику развития всех коммерческих банков, правильнее определить своих непосредственных конкурентов, и более тщательно исследовать тенденции именно этого сегмента. Кластеризация и профилирование групп конкурентов помогает: 1. Значительно лучше понять конкурентное окружение банка. 2. Выявить коммерческие банки, наиболее схожие с анализируемой финансовой организацией и требующие пристального внимания в качестве наиболее вероятных конкурентов. 3. Определить те объекты, которые могут стать заметными конкурентами в более отдаленной перспективе, но пока имеют существенно отличные позиции на рынке, и изучить особенности их развития.
Проведем кластеризацию 30 крупнейших коммерческих банков г.Москвы для определения конкурентов объекта исследования - ЗАО «Райффайзенбанк». Исходные данные для классификации представлены в Приложении 1.
Для построения группировки были выбраны следующие показатели на 01.01.2007г. (млн. руб.): собственный капитал; активы; потребительские кредиты; вклады физических лиц; вклады юридических лиц; вложения в ценные бумаги; полученная балансовая прибыль.
Первой важной задачей является выбор метода кластеризации. Задаче получения однородных групп (с минимальной внутри групповой дисперсией), как было отмечено выше, отвечают два метода кластеризации - методы Уорда и к -средних.
Стратификация коммерческих банков г.Москвы была проведена на основе этих методов, при этом группировки, получаемые такими способами, оказались близки, из этого можно сделать вывод о том, что совокупность исследуемых объектов действительно можно классифицировать. Для дальнейшей работы мною был выбран метод Уорда.
Следующим важным шагом является определение количества групп классификации, которое заранее неизвестно. Проведем эксперимент и классифицируем 30 коммерческих банков г.Москвы на число групп от 5 до 10. Для наглядности преобразованные результаты представим в табл. 7, где каждая ячейка ац показывает сколько банков включено в г-ый кластер при классификации на у групп.
Из анализа таблицы становится понятным, что число групп в данном случае должно быть равно 6 или 7, так как при дальнейшем увеличении числа кластеров не происходит дробление основной группы, состоящей из 15 банков, а в особые группы выделяются Национальный резервный банк, Хоум Кредит энд Финанс Банк (ХКФБ), Росбанк. На мой взгляд, для решения задачи выявления банков-конкурентов стратификация на 6 групп является обоснованной, так как кластеры более информативны и легче интерпретируются.
Для обоснования устойчивости полученных групп проводилась классификация 30 коммерческих банков г.Москвы с постепенным наращиванием показателей (начиная с двух). Результаты проделанных экспериментов показали высокую устойчивость кластеров, влияние на группировку оказывало введение таких показателей, как выданные потребительские кредиты, привлеченные депозиты физических лиц, полученная балансовая прибыль. Анализ проведенных экспериментов, позволил остановиться на классификации московских банков методом Уорда с обычным евклидовым расстоянием на 6 групп. Результаты кластеризации представлены в Приложении 2.
Результатом проделанной работы может служить выделение группы ближайших конкурентов объекта исследования. В группу Райффайзенбанка попали следующие финансовые организации: Альфа-банк, Международный Московский банк, Росбанк, Банк Москвы и Уралсиббанк. В целом группа характеризуется высокими показателями по уровню собственного капитала, чистых активов, привлеченных средств граждан и прибыли, т.е. эти банки одним из важных направлений своей деятельности считают работу с физическими лицами и занимают достаточно высокую долю рынка банковских услуг. В данной ситуации использование традиционного анализа указывает на необходимость учета стратегического положения на рынке банковских услуг других иностранных банков, таких как Ситибанк, Хоум Кредит энд Финанс Банк, Банк Сосьете Женераль Восток и др.
Для более детального проведения анализа структуры и динамики конкурентной среды можно использовать технологию самоорганизующихся карт-признаков Кохонена (СКП). СКП являются разновидностью неуправляемых нейронных сетей. Их технология представляет собой набор аналитических процедур и алгоритмов, позволяющих преобразовать традиционное описание множества объектов, заданных в многомерном (п 3) пространстве признаков плоской базы данных, в двумерную карту. Полученная карта устроена таким образом, что близким объектам в многомерном пространстве отвечают близко стоящие точки (их образы) на карте.
В результате трудные для анализа в совокупности факторов многомерные объекты получают простой и наглядный вид на двумерной карте, которая сохраняет их основные свойства (топологию и распределение в многомерном пространстве).
