CC BY
41
I.I. Fomichev
The Transformation of Banking Marketing in the Period of Crisis
In the article, recommendations are given which will enable the use of banking marketing of data bases in combination with the methods of marketing of relations with clients. Opportunities of the use of analysis of methods of multi-dimensional statistics are shown, namely, cluster and discriminating analysis. The ways of effective use of the recommendations are also identifies.
Key words: bank marketing of databases, кластерный and the discriminantal analysis of the data, marketing of mutual relations of bank with clients.
УДК 338.124; 65.9
В.В. Евсюков, доцент, (Россия, Тула, ВЗФЭИ)
БАЗА ЗНАНИЙ КАК ИНСТРУМЕНТ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ БАНКОВСКОГО ФИНАНСОВОГО МЕНЕДЖМЕНТА
Рассмотрены особенности построения полимодели для решения сложной задачи банковского финансового менеджмента. Приведены особенности построения базы знаний в составе интеллектуальной информационной системы для поддержки решения сложных задач банковского финансового менеджмента.
Ключевые слова: система банковского финансового менеджмента,
полимоделъ решения сложной задачи банковского финансового менеджмента, интеллектуальные информационные технологии, база знаний.
Мировой финансовый кризис (с формальной точки зрения начавшийся в 2008 г.) в очередной раз обострил проблему качества корпоративного управления, особенно в банковской сфере. Кризис явно обозначил повышение роли оперативности управленческих решений в системе банковского финансового менеджмента (БФМ), своевременности и адекватности принимаемых решений динамизму изменения состояния внешней среды.
В условиях повышения динамизма протекающих во внешней среде процессов и тем более при возникновении кризисных ситуаций менеджмент банка вынужден принимать нетиповые решения, соответствующие особенностям складывающейся ситуации. При этом основная проблема формирования эффективных решений в банковской деятельности обусловлена необходимостью преодоления априорной неопределенности, проявляющейся в неточности, недоопределенности и неоднозначности понимания ситуации и возможных направлений ее развития. В наибольшей степени это касается решения сложных задач БФМ, связанных с кредитованием и инвестиционной деятельностью.
В то же время для сложившейся практики БФМ характерно стремление к уходу от неопределенности при принятии управленческих решений
посредством использования иерархической системы заранее разработанных типовых решений, проявляющей свою эффективность (в среднем) при относительно стабильном состоянии внешней среды. При этом реально суть проблемы принятия решения в условиях значительной неопределенности «спрятана» в проблему определения совокупности пороговых значений параметров для конкретных видов банковских операций (БО), обеспечивающих их эффективность при определенных стабильных состояниях внешней среды, и своевременной адаптации значений этих параметров к изменениям состояния среды.
Непрерывное разностороннее целенаправленное взаимодействие банка с множеством субъектов внешней среды (клиентами, контрагентами, конкурентами и др.) при формировании и размещении финансовых ресурсов, проведении операций на финансовых рынках и осуществлении платежей является сутью его экономической деятельности. Поэтому как банк, так и в целом банковскую систему следует рассматривать как сложную самоорганизующуюся нелинейную динамическую систему с лагами и вероятностным характером результатов ведения банковской деятельности.
Соответственно формирование эффективных управленческих решений по всей совокупности задач БФМ с учетом понимания механизмов зарождения, распространения и влияния на банковскую сферу разнохарактерных процессов внешней среды возможно на основе системного подхода, предопределяющего построение системы управления работой банка как сложной открытой системой, состоящей из множества взаимосвязанных подсистем, ориентированных в своей деятельности на достижение общих целей.
Традиционно считается, что качество решения конкретной задачи БФМ определяется используемой методологией (методом решения задачи) [1]. Методология (метод) решения задачи БФМ описывается в общем случае следующей совокупностью компонентов: целью решения задачи, критерием оценки качества решения задачи, множеством входных параметров (переменных), формой их представления и минимально необходимым объемом данных, множеством выходных параметров (результатов) и формой их представления, множеством накладываемых ограничений (включая ограничения на финансовые ресурсы) и пороговых условий, длительностью периода решения задачи, последовательностью выполнения конкретных банковских операций для достижения требуемых результатов и др.
По сути, банковская методология (БМ) решения задачи БФМ задается конкретным алгоритмом обработки данных и принятия решения с необходимой степенью детализации выполняемых операций при заданных ограничениях.
Для решения одной и той же задачи могут быть применены различные БМ, отличающиеся наборами БО, требованиями к информации и другим ресурсам, трудоемкостью реализации и позволяющие достичь разного уровня эффективности в реальных условиях ведения банковской деятельности.
В то же время в условиях значительной неопределенности БФМ должен базироваться на прогностической парадигме управления, широко использующей оценки развития процессов на различных временных горизонтах, включая прогнозные оценки финансового состояния хозяйствующих субъектов, прогнозные оценки макроэкономических показателей и др. Однако применяемые в банковской практике БМ позволяют формировать прогнозные оценки показателей только на основе формализованных статистических методов, использование которых предполагает наличие больших выборок данных и сохранение выявленных тенденций развития процессов в прогнозном периоде.
Поэтому стратегическим направлением повышения эффективности решения сложных задач БФМ является интеграция возможностей БМ и интеллектуальной компьютерной среды (ИКС).
Под термином «интеллектуальная компьютерная среда» понимается взаимосвязанная совокупность информационной, инструментальной и организационно-технологической сред, способная на основе накопленных знаний осуществлять в условиях значительной неопределенности с участием пользователя, а в некоторых случаях и самостоятельно формирование эффективных (рациональных) решений сложных задач на основе результатов интеллектуального анализа имеющихся данных.
В работе [2] изложены основные положения концептуального подхода к решению сложных задач БФМ, реализующего интеграцию различных ресурсов, непосредственно влияющих на эффективность решения этих задач.
Обозначим совокупность предоставляемых банком своим клиентам банковских продуктов (БП) как W = Ц, w2,...,wl,...,}, wl, I = 1,p .
Обозначим совокупность БО, используемых при реализации БМ при формировании различных видов БП, как V = {у1зv2,...,vr,...,vg}, vr, г = 1,g.
В состав основных БО входят следующие операции (задачи):
- формирование (расчет) на основе накапливаемых в АБС данных, являющихся основой для определения результатов работы банка и подготовки сводных отчетных документов;
- анализ финансового состояния хозяйствующего субъекта, связанного с рынком банковских услуг;
- анализ кредитоспособности заемщика;
- анализ банковских рисков;
- выявление тенденций изменения и формирование на этой основе прогнозных оценок макроэкономических показателей, показателей состояния финансовых рынков и котировок финансовых инструментов, показателей потоков платежей в платежных банковских системах идр.;
- разделение хозяйствующих субъектов (клиентов банка) на различные классы с целью учета их особенностей при ведении банковской деятельности;
- оценка рыночной стоимости конкретных видов активов; определение степени связанности (взаимозависимости) хозяйствующих субъектов при осуществлении ими своей экономической деятельности (для выявления взаимосвязанных заемщиков);
- формирование значений процентных ставок по различным видам кредитов и депозитов;
- определение совокупностей параметров и их значений для принятия решений по формированию различных БП;
- определение системы плановых показателей деятельности банка на различные периоды времени;
- мониторинг выполнения плановых мероприятий и достижения запланированных показателей деятельности банка;
- выявление мошенничества в рамках банковской деятельности, участия в отмывании нелегальных доходов и др.
Обозначим совокупность типовых процедур обработки данных и принятия решений в составе информационных технологий как
р = {рх,Р2,...,рг,...,рп }, рг, г = 1 п.
К ним относятся:
- вычислительные операции, реализуемые на основе заданных выражений, обеспечивающих в основном расчет агрегированных оценок, преобразование данных, нахождение отклонений;
- аппроксимация — идентификация и восстановление моделей зависимостей с определением их структуры и параметров;
- прогнозирование — определение вероятных значений конкретных показателей для формирования решений по банковским операциям;
- классификация — определение категории, к которой принадлежат данные, характеризующие событие, ситуацию и др., например классификация банков на основе заранее заданной совокупности критериев;
- кластеризация — поиск конечного числа однородных групп, разделяющих множество данных на не пересекающиеся подмножества, например разделение потенциальных заемщиков по нескольким категориям надежности;
- распознавание образов — выделение паттернов (шаблонов) в массивах данных, что позволяет, в частности, обнаруживать во временных последовательностях тенденции изменения свойств исследуемых процессов;
- выявление последовательностей — определение цепочек связанных во времени событий, например необходимость получения кредита для пополнения оборотных средств после кредита на закупку оборудования;
- выявление ассоциаций — определение устойчивых взаимосвязей между объектами и соответственно выделение самих объектов с ассоциативными отношениями, например, выявление (в соответствии с требованиями Федерального закона № 115-ФЗ) субъектов, осуществляющих противоправную деятельность в банковской сфере, выявление связанных заемщиков при предоставлении крупных кредитов;
- оптимизация — поиск наилучших решений задач при ведении банковской деятельности и др.
Обозначим совокупность методов обработки, анализа данных и формирования решений (ОАДиФР) и соответствующие им инструментальные средства как G = {g1,g2,...,g],...,gт}, g], у = 1,т . К основным методам ОАДиФР относятся: математические (формальные) вычисления, базирующиеся на методах математической статистики и теории вероятностей; нейросе-тевые вычисления; эволюционные процедуры (генетические алгоритмы); нечеткая логика; имитационное моделирование; таблицы решений; методы оптимизации; деревья решений и др.
Основу механизма интеграции разнородных средств, используемых при реализации банком своих БП, составляют четкие и нечеткие отношения А, С и В (рис. 1) между множествами W и V, V и Р, Р и О, формирование которых описано в работе [2].
о-------ю-------мэ-------►О
в
Рис. 1. Взаимодействие банковских и информационных технологий
при решении задач БФМ
Элементы множеств W и V относятся к банковским технологиям, а элементы множеств Р и О — к информационным технологиям (ИТ).
Согласованную совокупность средств, используемых при реализации 1-го БП задает его полимодель (ПМт) в виде
ЛМ„,= (V, Р, С), г = ~Р.
С учетом длительного периода решения сложной задачи БФМ, в течение которого состояние внешней среды и финансовое состояние клиента (клиентов) банка, непосредственно связанного (связанных) с решаемой задачей, может существенным образом измениться, возникает проблема актуализации используемой полимодели ПМт в течение всего этого периода с целью достижения запланированных результатов при имеющих место, как правило, негативных воздействиях на ход решения.
Полимодель ПМт является системообразующим компонентом базы знаний (рис. 2) в составе интеллектуальной системы поддержки принятия решений для банковской сферы (ИСППР). По сути, ИСППР выполняет функцию интеллектуальной надстройки над используемой в банке автоматизированной банковской системой, нацеленной на повышение эффективности решения задач БФМ.
Каждый из приведенных на рис. 2 в составе базы знаний структурных элементов представляет собой фрейм верхнего уровня обобщения, реализуемый совокупностью подчиненных фреймов.
Рис. 2. Обобщенная структура базы знаний в составе ИСППР
Под фреймом понимается логическая схема представления, ориентированная на включение в организованные структуры данных совокупности (включая неявные) информационных связей, существующих в конкретной предметной области.
Построение базы знаний на основе фреймовой модели обеспечивает:
- представление сложной задачи БФМ в виде единой сущности (в виде полимодели решаемой задачи), что более естественным образом отображает возникающие в банковской практике типовые ситуации;
- реализацию механизмов выявления особенностей текущей ситуации и фазы экономического цикла, описания последовательности событий во времени; незамедлительной реакции на свершение влияющих на банковскую деятельность событий;
- возможность реализации распределенной модели знаний, актуальной для управления в банках с развитой филиальной сетью и соответственно множеством центров принятия управленческих решений.
В более детализированном виде представлена часть базы знаний, ориентированная на поддержку принятия решений по предоставляемым банком кредитным продуктам (рис. 3).
Клиенты Оценки Финансовые
финаи. сост. суб. гарантии
Название клиента Название субъекта Залог
Руководитель Опенка Лин. сост. Вид залога
Адоес Опенка залога
Банковский счет Пооучитель
СЛеоа деятельности БП САеоа деятельности
Рейтинг “Кредит разовый”
Заемшик
Назначение коедита БМ и БО
Ограничения Валюта коедита
(от БР и др.) Сумма коедита Упоав. коед. опео.
Нооматив Н2 Пооиентная ставка Опенка коедитосп.
Нооматив Н3 Пеоиод Опенка Аинанс.сос.
Гаоантии Опенка оиска
БТ Расчет оезеова
Управление ликвид- ИТ Опоед. гоупп. оиска
ностью Метод
Сумма зачисления ИС
Воемя зачисления Особые УСЛОВИЯ Операции ИТ
Поогнозиоование
Инструментальные Методы Классификация
средства ОАД и ФР Кластеоизапия
Наименование ИС Выбоо оешения
Опеоаиия ИТ Веооятн. де<Ьолта
Оценки
макроэк. показ.
Модели Оценки Инфляция
процессов эфф. прим. средств ВВП
Назв. поопесса Метод
Вид модели Оценка
Рис. 3. Фрагмент базы знаний, используемый при проведении кредитных операций
Представленное на рис. 3 изображение показывает состав, объединение и характер взаимодействия показателей в рамках базы знаний ИСППР при реализации банком БП «Кредит разовый».
Таким образом, повышение эффективности банковского финансового менеджмента при осуществлении банковской деятельности в условиях значительной неопределенности связано с формированием и актуализацией полимоделей реализуемых банком своим клиентам банковских продуктов, обеспечивающих согласованное применение средств банковских и интеллектуальных информационных технологий. При этом база знаний ИСППР служит основой для адаптации компонентов используемых полимоделей непосредственно по ходу решения задач банковского финансового менеджмента, позволяя тем самым улучшить результаты работы банка.
Библиографический список
1. Банковский менеджмент: учебник / под ред. О.И. Лаврушина. 2-е изд. М.: КНОРУС, 2009. 560 с.
2. Евсюков В.В. Концептуальный подход к решению сложных задач банковского финансового менеджмента // Известия ТулГу. Экономические и гуманитарные науки. Вып. 1. Ч. 2. Тула: Изд-во ТулГУ, 2010. С. 137-143.
V.V. Evsukov
The knowledge base as an instrument of increase efficiency of banking financial management
The article gives a whole notion about conceptual approach to the problem increase efficiency of banking financial management with use knowledge base. The author also represents structure of knowledge base for system supporte desigion-making tasks of banking financial management.
Key’s words: system of banking management, integrated model to making task of banking financial management, intellectual information technology, knowledge base.
