CC BY
21
Банковское дело
АНАЛИЗ И ПЛАНИРОВАНИЕ РАЗВИТИЯ ПЛАТЕЖНОЙ СИСТЕМЫ
Ю.Е. МАНЗАНОВ,
начальник отдела по работе с клиентами АК «Байкалбанк»
Основными факторами, сдерживающими рост числа локальных платежных систем, являются невысокая эффективность, высокая стоимость создания приемлемой инфраструктуры обслуживания и, соответственно, длительный срок окупаемости. Несмотря на это, рынок локальных платежных систем в различных регионах России успешно развивается, демонстрируя как непрерывный ежегодный рост числа клиентов — владельцев пластиковых карт, так и постоянное расширение ассортиментного ряда услуг, предлагаемых клиентам.
В качестве примера можно привести развитие региональных платежных систем на базе пластиковых карт «Золотая корона» [1]. К началу 2004 г. число карт указанного типа было больше 1,8 млн шт., оборот в 2003 г. вырос по сравнению с предыдущим годом в полтора раза и превысил 2 млрд дол. Карты «Золотая корона» эмитировали почти двести банков в стадесяти городах России. Традиционный подход компании-разработчика к расширению спектра различного рода услуг позволил довести долю безналичных операций вторгово-сервисной сети до 40 %, что является лучшим показателем среди платежных систем, работающих на российском рынке пластиковых карт. В 2004 г. рост продолжался - число владельцев карт почти достигло цифры в 2,5 млн.
В конце 2004 г. лидером в рейтинге «Золотой короны» по торговому обороту стала Республиканская платежная система Республики Бурятия [2] — наглядная иллюстрация успешной реализации регионального карточного проекта. Приведенная в табл. 1 динамика основных показателей развития Республиканской платежной системы — следствие комплексного подхода к созданию инфраструктуры
обслуживания, маркетинговым мероприятиям, расширению спектра услуг.
Практика функционирования локальных платежных систем показывает, что для достижения приемлемой доходности или даже прибыльности требуется значительное время — несколько лет. На протяжении этого периода локальная платежная система проходит существенный ряд состояний: от бизнес-плана — через промежуточные этапы — до доходности (в идеале). Каждый из этих этапов требует регулярного принятия управленческих решений и проведения мероприятий, связанных с развитием инфраструктуры, рекламных и маркетинговых мероприятий, внедрением новых услуг, изменением действующих тарифов и т.д. Снижение финансового риска путем выбора оптимальной стратегии развития платежной системы усложняется необходимостью прогнозирования последствий принимаемых решений и осуществленных мероприятий. Кроме того, сами последствия представляют собой набор возможных изменений в состоянии системы, и вероятность самих последствий не всегда удается определить.
С точки зрения моделирования платежная система представляет собой набор состояний и переходов. В любой момент времени платежная система исчерпывающе описывается следующим набором показателей: число клиентов — владельцев пластиковых карт; число клиентов, получающих зарплату по карте; количество выданных карт за каждый месяц; сумма заработной платы, поступающей на картсчета; вносимая наличность на картсчета; сумма обналичивания по карточкам; сумма, на которую делались покупки в торговой
Основные показатели работы Республиканской платежной системы
Таблица 1
Год Число кпиентгт Остатки на картсче-тах, м.пн руб. Обналичивание, мпн руб Торговый оборот, мпн руб. Кредитование, млн руб.
1999 9 286 9,1 27,9 6,0
2000 18 144 12,3 70,4 39,4 -
2001 24213 19,4 192,6 39,4 2.7
2002 36 564 57,8 498,1 178,3 13,1
2003 59 571 144,2 1 230,8 302,9 40,8
2004 78 123 223,6 2 114,3 403,7 64,7
сети; среднедневные остатки на картсчетах; открытые лимиты по кредитованию по картам; ссудная задолженность по картам; число кредитных договоров по картам; проценты, полученные по кредитам; комиссионные за кредитные услуги; комиссионные по торговому обороту. Перечень этих параметров непременно сокращается при более детальном рассмотрении из-за имеющей место прямой взаимной корреляции. Достаточным для описания системы, с точки зрения практики, является следующий набор показателей, который можно принять за базис: число клиентов, среднедневной остаток на картсчетах и открытые лимиты кредитования.
Переходы из одного состояния в другое происходят либо сами по себе — по заведенному порядку вещей, инерции и т.п., либо под воздействием указанных выше управленческих решений и мероприятий. Если существует необходимость при исследовании влияния воздействий на состояние системы свести для упрощения описания случай к одномерному, следует учитывать, что число клиентов в системе обычно не уменьшается, а открытые лимиты кредитования очень инерционны. Поэтому оптимальным следует признать следующий показатель — среднедневной остаток на картсчете. Этот параметр является существенно динамичным: нынешняя практика работы отечественных банков наглядно демонстрируют, что клиенты — физические лица оперативно реагируют на любые изменения в информационном фоне вокруг финансового учреждения.
Целью настоящей статьи является анализ влияния воздействий на состояние платежной системы. В качестве модели для проведения анализа предлагается марковская модель перехода системы из одного состояния в другое. В настоящее время теория марковских процессов и ее приложения широко применяются в качестве вероятностных моделей при изучении различных финансово-экономических и социологических систем [3, 4]. Рассмотрим дискретные моменты времени ¡к, к = 1, 2,... Пусть — величина, характеризующая состояние системы в момент времени (к. Состояния в момент ¡к, в которых может находиться в этот момент система, формируют полную и взаимно исключающую группу событий [5].
Рассмотрим процесс с конечным множеством состояний и введем для него правило перехода: когда процесс находится в состоянии /, делается случайное испытание, результат которого определяет, в какое состояние на следующем шаге процесс должен перейти. Вероятности перехода из какого-то одного состояния / во все оставшиеся (включая и само это состояние) могут быть различными и нормированы на единицу:
2>с/)=1
В этой формуле п— число состояний. Будем рассматривать процесс в последовательные моменты времени, начиная с момента 0. Зададим вектор начального распределения вероятностей р(0), где p(i) — вероятность нахождения процесса в состоянии i в начальный момент времени. Тогда можно вычислить вероятность того, что в последующие моменты времени процесс будет последовательно находиться в состояниях ig, /,,..., /^следующим образом:
p(i0, /,,..., it)=Po(0Xi0)pa(il)...pll,l{il).
Легко убедиться в том, что для каждого момента времени t сумма вероятностей появления всевозможных цепочек событий равна 1. Аналогично определению вектора р(0) введем вектор p(t) — вектор, составленный из вероятностей p(t)(i) того, что процесс окажется в состоянии i в момент времени 1. Набор вероятностей pß) образует матрицу Р, в которой / может считаться индексом строки, а у — индексом столбца:
г -ч
РОО Pol Р02 РОЗ
PlO Pll Pl2 Р13
Рго Р21 Р22 Р23
РЗО РЗ! Р32 РЗЗ
Процесс называется в этом случае марковской цепью, соответствующая матрица — матрицей переходных вероятностей марковской цепи. Форма записи переходных вероятностей в виде матрицы удобна тем, что вектор p(t) можно вычислить следующим образом:
p(t) —р(0) P(t).
При некоторых достаточно естественных условиях оказывается, что векторы p(t) при больших /стабилизируются. Для стабилизации достаточно хотя бы того, чтобы все вероятности в матрице Р были положительны.
Если представить состояния марковской цепи в виде вершин графа, а положительные элементы матрицы как стрелки, связывающие вершины, то полученный граф переходов показывает, в какие состояния и из каких возможен переход. Марковская цепь в этом случае превращается в случайное блуждание по графу.
Рассмотрим происходящие в платежной системе процессы, при которых существует не одна, а несколько матриц переходных вероятностей. Для каждого момента времени выбор той или иной матрицы зависит от принятого нами решения или
осуществленного мероприятия. В качестве показателя выбираем ^-среднедневной остаток на карт-счетах. Показатель системы имеет три состояния — показатель растет (1), не меняется (2), происходит падение (3). Определим матрицу вероятностей Р(0) для случая перехода из одного периода времени в другой, без воздействий на систему:
0,30 0,50 0,20 0,20 0,50 0,30
0,10 0,50
0,40
Модель переходов платежной системы из одного состояния в другое и вероятность таких переходов представлены в виде графической схемы на рисунке.
[ 0,210 0,5000 0,2900] 0,30 0,50 0,20 [0,192 0,5000 0,3080] 10,3 0,5 0,21 0,20 0,50 0,30 = 0,188 0,5000 0,3116
0,10 0,50 0,40 .........
(0,187 0,5000 0,3125] Очевидно, что без эффективной маркетинговой политики вероятность положительного развития платежной системы существенноуменьшается. Если же выбрать вариант, в котором вероятности роста и падения показателя одинаковы при отсутствии воздействий, то в этом случае стабилизированная вероятность роста системы становится еще ниже:
0,25 0,50 0,25
0,1765 0,5000 0,3235
Вероятность переходов из состояния в состояние платежной системы
Вероятности переходов, приведенные в матрице, предложены исходя из практики функционирования платежной системы в различных маркетинговых условиях при изменениях информационного фона, определяемого рекламой и конкурентной борьбой, а также из сравнения прогнозов развития системы на каждом временном отрезке с полученными реальными данными. В основе оценки элементов матрицы лежат следующие предположения:
при отсутствии каких-либо воздействий вероятность отсутствия изменений составляет 0,5; вероятность того, что при отсутствии воздействий показатель растет, выше, чем вероятность того, что показатель падает (хотя бы в силу инерции) и составляют, соответственно, 0,3 и 0,2; если в системе наметилось падение показателя, то вероятность последующего уменьшения значительно выше, чем вероятность роста, соответственно, 0,4 и 0,1; вероятность выхода из стагнации с ростом ниже, чем с падением — 0,2 и 0,3. При умножении вектора начальных вероятностей на матрицу переходов получаем вектор вероятностей развития системы после п переходов. При отсутствии какого-либо рода позитивных и негативных воздействий после шести итераций вектор вероятностей практически стабилизируется:
0,1875 0,5000 0,3125
Однако, как уже указывалось, в результате осуществления различного рода мероприятий банк может изменить переходные вероятности в матрице. Рассмотрим в качестве примера влияние проведения рекламной кампании на вероятность перехода системы из состояния в состояние.
Оценка эффективности рекламных мероприятий является необходимым пунктом общих маркетинговых действий при продвижении или внедрении банком новых услуг. Один из подходов к определению эффективности целевых рекламных кампаний приведен в статье [6]. Задача решается с учетом целевого характера рекламы при создании платежной системы и основывается на анализе матрицы отклика на рекламные действия. В качестве параметров, описывающих платежную систему, используется набор финансовых показателей, аналогичный тому, который указан ранее. Для характеристики рекламной кампании можно выбрать два основных показателя: сумма затрат на рекламу (причем нарастающим итогом, поскольку очевиден кумулятивный характер рекламы при условии регулярности мероприятий) и число рекламных акций. Под числом рекламных акций понимается опосредованное число рекламных контактов, которое определяется на основании тиража рекламных изданий, анкетных исследований по группам потенциальных клиентов платежной системы.
Основным этапом исследования является проведение корреляционного анализа (с учетом временного лага реакции потребителей на рекламу) указанных выше финансовых параметров с показателями, характеризующими рекламу. Полный анализ матрицы отклика на рекламу в данной статье нам не интересен в связи с тем, что мы описываем платежную систему одним показателем - среднедневным остатком на картсчетах. В данном случае интерес представляет анализ временного вектора отклика (одной из строк полученной матрицы отклика, табл. 2), т.е. рассматривается поведение
Таблица 2
Вектор отклика на рекламные действия
Параметр Месяц
май июнь июль август сент. окт. нояб. дек. средн.
Средний остаток на картсчетах 0,8507 0,8818 0,9022 0,8101 0,8121 0,8514 0,8848 0,8342 0,8534
временного вектора корреляции: среднедневной остаток на картсчетах - затраты на рекламу и число рекламных действий.
Коэффициент детерминации, определенный по среднему значению корреляции, составляет 0,72. При анализе подобных зависимостей необходимо учитывать фоновое влияние, связанное с временным фактором. Коэффициент корреляции в данном случае оказывается столь значимым по той причине, что оба показателя зависят от третьей переменной - временного периода. Известно, что такая ситуация часто встречается при анализе экономических данных, взятых за достаточно длительный период времени, и связано с таким важным макроэкономическим фактором, как инфляция. При устранении влияния инфляции, пересчете среднего коэффициента корреляции и коэффициента детерминации и анализе прогнозов развития системы и реальных данных матрица приобретает следующий вид:
0,40 0,40 0,20
0,30 0,50 0,20
0,35 0,40 0,25 .
При умножении вектора начальных состояний на приведенную выше матрицу по истечении нескольких временных финансовых периодов получим следующее распределение вероятностей развития платежной системы: | 0,3 0,5 0,2 | => | 0,3400 0,4500 0,21001 => 10,3450 0,4444 0,2105 |
т.е. при правильном использовании рекламных возможностей увеличивается вероятность роста показателя развития платежной системы.
В продолжение темы влияния рекламы на функционирование финансового учреждения, рассмотрим пример воздействия на платежную систему имиджевой рекламной акции, впрямую не связанной с услугами, предлагаемыми по пластиковым картам. Известно, что имидж является конструируемым понятием. Имидж можно выстроить, подкорректировать, изменить (улучшить, ухудшить), разрушить. То есть, несмотря на дихотомичность, имидж - не пассивный объект, он динамичен и должен конструироваться с определенными целями и определенными методами. Естественно, одна из основных задач рекламы состоит в том, чтобы создать у потенциальных клиентов банка такой образ, который в условиях жесткой конкуренции побуждал бы их пользоваться услугами банка.
По существующему законодательству, банки в России имеют право осуществлять операции и сделки с драгоценными металлами: покупку и продажу как за свой счет, так и за счет клиента (по договорам комиссии и поручения), привлечение во вклады от физических и юридических лиц, оказание услуг по хранению — при наличии сертифицированного хранилища. Лицензии на работу с драгметаллами выдаются лишь тем кредитным организациям, которые подтвердили устойчивость своего финансового положения и стабильность работы на рынке. Очень важным с точки зрения расширения рекламных возможностей является то, что государство разрешило свободную продажу драгоценного металла населению.
Преимущество банка, осуществляющего операции с золотом (кредитование приисков, артелей, покупка у золотодобывающих предприятий золота, продажа золотых слитков населению, ведение металлических счетов), состоит в том, что все проводимые банком операции реальны, и в рекламных целях, если это необходимо, можно впрямую демонстрировать потенциальным клиентам золотые слитки различного достоинства и массы. Суггестивность рекламируемых банковских операций с золотом оказывает существенное влияние на мотивацию возможного клиента и, соответственно, формирует положительный имидж банка.
Банком — агентом платежной системы была проведена трехмесячная призовая программа с большим числом рекламных действий и выдачей победителю призовой программы из числа клиентов — физических лиц в качестве выигрыша полукилограммового слитка золота. В рамках призовой программы проводилось достаточно широкое исследование изменения имиджа банка в глазах клиентов (как реальных, так и потенциальных) методами прямого анкетирования и семантического дифференциала [7]. Не вдаваясь в подробности исследований, отметим следующий факт, что до проведения имиджевой рекламной кампании банк считали надежным сорок пять процентов интервьюируемых, а по завершении призовой программы число положительно ответивших на этот вопрос выросло до пятидесяти шести процентов.
После анализа данных, полученных в указанном исследовании, осуществленного контроля динамики поступления денежных средств на
картсчета и изменении среднедневных остатков была предложена следующая матрица вероятностей переходов из состояния в состояние:
0,45 0,40 0,15
0,30 0,50 0,20
0,40 0,40 0,20 .
Соответственно, по истечении нескольких временных финансовых периодов распределение вероятностей развития платежной системы выглядит следующим образом:
[ 0,3 0,5 0,2 | | 0,3650 0,4500 0,1850 | =*>[ 0,3743 0,4444 0,1813 |
Увеличение среднедневных остатков на карт-счетах является одной из важнейших задач, которые необходимо решать для развития платежной системы. Кроме получения прямых доходов, к которым можно отнести: комиссионные за обналичивание, транзакции, принимаемые обязательные платежи, обслуживание зарплатных договоров; проценты, полученные за кредиты, выданные на пластиковые карты, банк получает косвенные доходы от дополнительной ресурсной базы, путем размещения клиентских средств.
Для увеличения ресурсной базы необходимо создание условий, которые бы стимулировали клиентов к хранению средств на картсчетах. К числу мер, принятых для решения проблемы увеличения ежедневных остатков на счетах владельцев карт Республиканской платежной системы, следует отнести: введение процентов на неснижаемый остаток на карте или картсчете, сравнимых со ставками по срочным вкладам; обслуживание в магазинах и предприятиях сервиса по пластиковым картам со скидкой до десяти процентов. Еще одним важным фактором повышения показателя — среднедневного остатка на картсчете - является внедрение новых услуг. Так, широкое применение кредитования владельцев карточек влияет на этот показатель впрямую - овердрафтное кредитование позволяет увеличить среднедневные остатки на картсчетах и повысить эффективность работы платежной системы [8].
В реально существующей ситуации поток маркетинговых и рекламных мероприятий в большинстве действующих банков носит непрерывный характер, и часто определить временную границу между рекламным мероприятием и организационным решением по изменению тарифов или введению новой услуги очень сложно, хотя бы из-за временного лага и кумулятивного характера рекламы. Поэтому рассмотрим случай одновременного проведения имиджевой рекламной кампании и введения услуги кредитования. Матрица вероятностей переходов из одного состояния в другое выглядит следующим образом:
0,50 0,40 0,10 0,30 0,50 0,20 0,40 0,50 0,10
Вероятность роста среднедневных остатков на картсчетах увеличивается, и, соответственно, следует ожидать увеличения доходности и повышения эффективности работы платежной системы:
0,3 0,5
0,2
0,3933 0,4607 0,1461
Экономическая эффективность — краеугольный камень планирования развития платежной системы. Переход из одного состояния системы в другое, означающий рост или падение основных финансовых показателей, определяет изменение эффективности. Каждый переход можно связать с некоторой функцией доходности, выбор того или иного решения будет означать изменение величины ожидаемых доходов или убытков. То есть, рост или падение показателя—изменение доходной части, а проведение того или иного воздействия на систему чаще всего связано с дополнительными расходами.
Возможности роста платежной системы в значительной степени зависят от правильного планирования, обеспечивающего конкурентоспособность. Одним из возможных подходов формирования стратегии развития является требование достижения намеченного уровня показателей при минимизации затрат, связанных с расширением инфраструктуры, внедрением новых услуг, проведением рекламных и маркетинговых мероприятий. Применение подхода, изложенного вданной статье, позволяет оценить перспективы развития платежной системы, предположить порядок принятия управленческих решений, последовательность проведения маркетинговых действий и, соответственно, добиться более точных результатов при оптимизации функции доходности.
ЛИТЕРАТУРА
1. А. Купцова. Второе дыхание пластика // Экслерт-Си-бирь. - 2005. - № 6.
2. Постановление Правительства Республики Бурятия от 15.03.99 №99 «О внедрении и развитии республиканской платежной системы».
3. Л.Г. Лабскер. Вероятностное моделирование в финансово-экономической области. - Альпина Паблишер, 2002.
4. В. Вайдлих. Социодинамика. Системный подход к моделированию в социальных науках, 2004.
5. Гихман И.И., Скороход А.В. Введение втеорию случайных процессов: - М., 1965.
6. Манзанов Ю.Е. Оценка эффективности целевых рекламных кампаний // Мир карточек. - 2004. - № 2. С. 33-39.
7. Манзанов Ю. Е. Реклама операций с золотом и имидж банка // Банковские технологии. - 2005. - № 1. - С. 58-61.
8. Манзанов Ю.Е. Кредитование физических лиц и эффективность платежных систем. Финансы и кредит. - 2004. - № 24. - С. 25-30.
