CC BY
35
11. К ре г ов С.И. Проблемы управления экономикой в свете теории сложности // Управленческие на уки. - 2015,- URL: https://cyberieninka.ru/atficle/ п /р го Ые rn y-u pra v I е n iya-e ко n от i koy-v-s ve te- teori i -slozhnpSti(дата обращения: 01.08.2020).
12.Сухарев О.С Элементы теории саморазвития экономических систем: институты, агенты, секторы, регионы, - М. : Ленанд, 2018.-351 с.
13. Vareta F., Matura na H.r Uribe R. Autopoesis: The Organization of Living Systems, its Characterization and a Mode! // Biosystems. - 1974. - Vol. 5. - P. 187-196.
14JayW. Forrester. System Dynamics: the Foundation Under Systems Thinking, 1999. URL: http:// static.clexchange.org/ftp/documents/system-dynamics/SD2011-01SDFoundationunderST.pdf
15.Packard, Norman, "Адаптация к краю хаоса", 1988; Langton С. Self-Reproduction in Cellular Automata // Physica. D. - 1984. - No. 10. ■- P. 135-144,
16.Arthur W.B. (2013). Complexity economics: a different framework for economic thought // Santa Fe institute Working paper: 2013-04-012, Santa Fe Institute, 24 pp.
О
cü о cu
-Q Q-LÜ
o; h-=c
o
CP
со со z
RESEARCH OF POPULATION READINESS TO USE CREDIT CARDS IN RUSSIA Lakovkh Olesya Atexandmvna, Undergraduate student Koroleva Ekaterma VasiHevna, Associate Professor
Graduate school of Industrial Economics, St. Petersburg Polytechnic University of Great Peter, Saint-Petersburg
To date, an analysis of trends in the development of banking services has revealed the underdevelopment of the credit card market in Russia. This situation indicates the presence of barriers to the development of this type of service. The article identifies the most significant factors influencing the choice of the consumer in relation to the Use of credit cards using the construction of a structural equation modeI. As a result, it is statistically substantiated™^"*^
that reasons such as fear of unnecessary spending and an unreasonable increase in consumers' own expenses are ¡¡-i^-the main barrier to the development of the bank credit card market. The key driver of market development is
attractive loyalty programs and favorable cashback conditions for potential consumers. Keywords: credit card; credit card market; barriers, drivers; structural equation mode/ D0I 10.24923/2222-243X.2020-36.11
i
57
ИССЛЕДОВАНИЕ ГОТОВНОСТИ НАСЕЛЕНИЯ К ИСПОЛЬЗОВАНИЮ КРЕДИТНЫХ КАРТ В РОССИИ
На сегодняшний день анализ тенденций развития банковских услуг выявил неразвитость рынка кредитных карт в России. Данная ситуация указывает на наличие барьеров, препятствующих развитию данного типа услуги. В статье выявлены наиболее значимые факторы, влияющие на выбор потребителя в отношении использования кредитных карт с помощью построения модели структурного уравнения. В результате статистически обосновано, что такие причины, как боязнь лишних трат и необоснованное увеличение собственных расходов потребителей, выступают основным барьером развития рынка банковских кредитных карт. Ключевым драйвером развития рынка являются при влекательные программы лояльности и выгодные условия кмибека для потенциальных потребителей.
Ключевые слова: кредитная карта; рынок банковских кредитных карт; барьеры; драйверы; модель с труктурного уравнения.
УДК 336.717.1 ВАК РФ 08.00.10
ФЛаковмч О,А,, 2020 О Королёва t il, 2020
Сегодня на рынке банковских кредитных карт выявлена положительная тенденция увеличения объемов выпуска кредитного продукта. Согласно данным статистики аналитического центра НАФИ, в России на сегодняшний день каждый пятый житель владеет кредитной картой [1]. Для сравнения: в США на одного жителя в среднем приходится три кредитные карты, 67% жителей страны используют данный вид банковской услуги ежедневно [2]. Представленные данные подчеркивают неразвитость рынка кредитных карт в России, а также свидетельствует о наличии ряда барьеров, препятствующих развитию анализируемого рынка,
В рамках данного исследования предполагается провести анализ рынка кредитных карт с целью выявления и оценки значимости факторов, оказывающих влияние на использование кредитных карт
ЛАКОВИЧОлеся Александровна, магистрант
КОРОЛЁВА Екатерина Васильевна, доцент
Высшая инженерно-экономическая школа, Саикт-Пе тербургский политехнический университет Петра Великого, Саикт-Пе гербург
среди населения. Исследование реализовано с помощью построения модели структурного уравнения (Structural Equation Modeling, SEM) в программном продукте STATA. На рисунке 1 представлена тестируемая теоретическая модель. Для достижения достоверности содержания модели, наблюдаемые переменные были выбраны на основе изучения исследования, предоставленного Google совместно с исследовательской компанией Tiburón. 8 работе были отмечены характеристики кредитных карт, которые больше всего привлекают пользователей, а также те, которые, наоборот, подталкивают на поиск других источников привлечения доходов [31.
Контроль затрат (CS)
Стоимость услуги (SC)
Наличие бонусных программ (BP)
Банк, оказывающий услуги (SB)
Отношение к услуге (AS) Пользование кредитной картой (АС)
Рисунок 1 Теоретическая модель, тестируемая в рамках исследования
Предполагается, что на потребителя при выборе кредитной карты влияет ряд факторов. Клиенту кредитной услуги важно контролировать свои затраты, которые могут возникнуть при её использовании. Ценовой фактор также зачастую влияет на выбор потребителя, а наличие выгодных бонусных программ может стать стимулом для совершения операций с помощью кредитной карты. Также следует учитывать, что имидж и репутация банковского учреждения на рынке могут оказаться весомым аргументом в решении вопроса об использовании его кредитной карты.
Сбор исходных данных был проведен с помощью проведения онлайн-опроса в Google-формах и распространен среди респондентов через новостные ленты в социальных сетях. Опрос состоял из 20 вопросов. Ответы были собраны с марта по апрель 2020 года. Согласно цели исследования, фокусной группой являются потенциальные потребители кредитных услуг в России. 8 результате было собрано 299 достоверных ответов, из которых 141 (47,2%) респондентов составили мужчины, а 158 (52,8%) - женщины. Наибольшую долю из опрошенных составляют респонденты в воз-
расте от 26 до 35 лет (28,8%). К наименьшей доле относятся респонденты в возрасте от 56 до 65 лет (12,7%), С точки зрения статуса занятости, около 65% опрошенных являются тру-дозанятыми, 13% респондентов являются работодателями. Примечательно, что опрос не мог охватить население, у которых нет доступа к сети Интернет, так как для распространения опроса были использованы социальные сети. Это, в свою очередь, могло привести к смещению выборки в сторону людей возрастом от 18 до 35 лет. Чтобы анализ получился достоверным, необходимо было убедиться, что собранные данные являются репрезентативными, т.е. соответствуют распределению населения согласно официальной статистике населения России. Репрезентативность выборки была проверена с помощью критерия хи-квадрат и двух показателей: возраст и пол (табл. 1).
Статистически незначимое значение критерия хи-квадрат в обоих случаях подразумевает, что распределение по возрасту и полу выборки соответствует распределению населения страны.
В рамках построения модели структурного уравнения (рис. 1), было представлено пять латентных (скрытых) переменных (контроль затрат, стоимость услуги, наличие бонусных программ, отношение банка с клиентами, отношение к услуге) и одна наблюдаемая переменная (пользование кредитной картой). В свою очередь, каждая скрытая переменная состоит из трех-шести наблюдаемых переменных. Все наблюдаемые переменные были измерены по трёхбалльной шкале.
Таблица 1 - Проверка репрезентативности анализируемой выборки
Пол
Observed Expected Observed - Expected Pearson
141 143 -2 -0.167
158 156 2 0.160
Pearson chi2 test (1) = 0.0536 Pr = 0.817
Возраст
Observed Expected Observed - Expected Pearson
55 45 10 1.491
86 75 11 1.270
63 68 -5 -0.606
57 58 -1 -0.131
38 54 -16 -2.177
Pearson chi2 test (4) = 8.9612 Pr = 0.062
SEM моделирование состоит из двух основных компонентов: модель измерения и структурная модель. Модель измерения описывает взаимосвязь между наблюдаемыми и скрытыми переменными, которые выводятся из этих
наблюдаемых переменных {факторный анализ), Структурная модель анализирует непосредственно взаимосвязи между переменными. Необходимость моделирования двух компонентов вызвана присутствием в такой модели латентных (скрытых) переменных - переменные, которые не могут быть измерены явно, но могут быть введены в модель через некоторые наблюдаемые переменные [4].
Необходимо убедиться в целесообразности построения модели структурного уравнения, для этого был произведен расчет критериев качества модели. К ним относятся: среднеквадратичная погрешность аппроксимации RMSEA (Root mean square error of approximation), стандартизированный среднеквадратичный остаток SRMR (Standardised root mean square residual), коэффициент детерминации (CD), сравнительный индекс соответствия CFI (Comparative fit index,) и коэффициент согласия Такер-Льюис индекс (TU). Согласно полученным результатам, значения показателей соответствуют приемлемому уровню, В целом, построенная модель на 98,5% объясняет вариацию зависимых переменных от независимых, используемых в модели.
Результаты построения модели представлены на рисунке 2.
SB 1 SB 2 SB 3 SB A SB 5
i г t ¿ 3 3 2s 12
Рисунок 2 ■■ Результаты построения модели структурного уравнения
В модели представлены переменные, которые в большей степени влияют на формирова-
ния отношения у потребителей к кредитным картам. Примечательно, что под термином кредитная карта, подразумевается средство платежа, помогающее её держателю поддерживать постоянный уровень финансового состояния вне зависимости от внешних факторов. Интерпретация данного термина выбрана неслучайно, так как в сложное экономическое время для населения, именно кредитная карта может стать спасительным финансовым инструментом, помогающим оставаться на том же уровне жизнедеятельности, что существовал и раньше.
Проанализируем результаты, представленные в модели. Скрытая переменная контроль затрат (Contol spendings, CS) состоит из трех наблюдаемых переменных. Эта переменная показывает, насколько важно для потенциального клиента иметь возможность контролировать свои затраты, связанные с использовани-^ ем кредитной карты. Основная идея этой переменной продемонстрировать, что кредитная карта не должна повышать затраты пользователя, а только поддерживать их на том же уровне, который был до начала её использования. Из модели видно, что данная переменная на 25% формирует отношение населения к кредитной услуге. Это показывает, что банкам, предоставляющим кредитные услуги, важно оказывать услуги своим клиентам, которые помогут им контролировать свои расходы и предостеречь от незапланированных трат, связанных с этим кредитным инструментом.
Следующей переменной выступает стоимость услуги (Service cost, $С).0на показывает, насколько ценовой фактор влияет на выбор кредитной карты из различных источников привлечения денежных средств. По результатам исследования видно, что для потребителей стоимость кредитных средств играет второстепенную роль. Но несмотря на это, потенциальный клиент при выборе кредитной карты также обращает внимания на стоимость её обслуживания, уровень процентной ставки, размер
О
cü о cu
-О Q-
ш
Оч Н-=Е
О
5Г со
со
ск
S
59
комиссии при снятии наличных денег с карты и другое. Связь между ценовым фактором и предпочтением к услуге использования кредитной карты наблюдается обратно пропорциональная.
Банкам-эмитентам следует предпринимать такие меры, которые повлекут за собой снижение стоимости кредитного ресурса. Такими мерами могут служить: снижение комиссии за снятие наличных денежных средств, уменьшение стоимости годового обслуживания, а также сокращение процентных ставок. Примечательно, что тенденция к снижению стоимости кредитных карт уже виднеется на рынке. Так, например, за I квартал 2020 года наблюдается сокращение стоимости обслуживания на 9% в сегменте кредитных карт среднего класса по сравнению с предыдущим периодом. Во всех сегментах кредитные карты стали дешевле дебетовых в обслуживании на 20% относительно предыдущего года [5].
Наличие бонусных программ (Bonus program, 8Р) дополнительно мотивирует клиентов к приобретению кредитных карт. Из модели видно, что программа лояльности на 36% формирует отношение клиентов к карточному кредитованию. Вдобавок 71% опрошенных отметипи, что при выборе кредитной карты обращают внимание именно на наличие программ лояльности. Это означает, что банкам необходимо развивать это направление на рынке кредитных карт, предлагать новые программы поощрения за пользование их продуктами.
Сложная экономическая ситуация мотивирует банковских маркетологов разрабатывать новые программы вознаграждения. Например, в непростых условиях "Тинькофф банк" решил привлекать карточных клиентов путем введения новой акции "Stay at home", в рамках которой банк начисляет повышенный кэшбек за пользование их кредитными продуктами не выходя из дома.
Также на пользование кредитных карт может повлиять система быстрых платежей (СБП), введенная государством в начале 2019 года. Важнейший инфраструктурный проект позволяет совершать денежные переводы физическим лицам при использовании мобильного номера телефона в режиме реального времени вне зависимости оттого, в каком банке открыты счета отправителя или получателя средств. Преимущества этой системы состоят в том, что СБП в несколько раз снижает издержки за безналичную оплату, и денежные средства моментально появляются на счету полу-
чателя. Такая система позволяет увеличить использование банковских карт и сокращает наличное обращение.
Влияние такого фактора, как отношение клиента к банку, предоставляющему кредитные продукты, незначительно. Это означает, что при решении о приобретении кредитной карты потенциальный клиент в меньшей степени руководствуется своим отношением к банковскому учреждению. Потребителю кредитных услуг в большей мере важны непосредственно характеристики кредитной карты, нежели банка, обслуживающегоеё.
Тем самым мы выделили факторы, которые могут тормозить развитие рынка кредитных карт, и те факторы, которые, наоборот, могут влиять на увеличение объема выпуска данного кредитного продукта.
Основными причинами, которые останавливают потенциальных клиентов использовать кредитные карты, выступают: боязнь лишних трат и необоснованное увеличение собственных расходов, отсутствие необходимости в дополнительных денежных средствах.
Драйверами к оформлению новых кредитных карт являются привлекательные программы лояльности и выгодные условия кэшбека.
Банковским учреждениям для привлечения спроса к своим кредитным продуктам нужно уделять особое внимание на то, чтобы кредитная карта не требовала больших затрат у её держателя, и имела выгодные бонусные программы, увеличивающие лояльность потребителей.
Имея представления о данных факторах и своевременно реагируя на их изменения, банк-эмитент может принимать взвешенные тактические решения, которые могут благоприятно повлиять на экономическую ситуацию, как в банке, так и на рынке в целом.
Примечания:
1. Инициативный всероссийский опрос НАФИ [Электронный ресурс]. Аналитический центр НАФИ - Режим доступа; htrps://nafi.ru/analytic$/ ross i уа n e-ofor m ! yayut-k te ditn ye-karty-па -vsyaklysIuchây/(дата обращения 12.05.2020).
2. Consumer Payment Study [Электронный ресурс]. - TSYS U.S. -■ Режим доступа: bttps:// w w w. tsy s. со m/A sséts/TS YS/d о wn I oa d s/rs_2 018 - us-consumerpaymen-study.pdf (дата обращения: 20.012020).
3. Россияне и кредитные карты: требования, драй ееры, страхи [Электронный ресурс]. - Единый бизнес портал TbinkwiShGooyie - Режим доступа: https://www.thinkwithgoogle.com/intl/ru-r и/ insights trends/usennsights/credit саrds- russia-trends/(дата обращения 10.05.2020).
4. Иголкинэ А.А. Метод SEM: моделирование 5. Мониторинг банковских reward программ s
структурными уравнениями в молекулярной России [Электронный ресурс]. ■■ Аналитическое
биологии/А.А. Иголкина,М.1. Самсонова // БИО- финансовое агентство Frank RG - Режим доступа:
ФИЗИКА: сб. статей. - М.,2018. - Том 63. - бы П. 2. - https://frankrg.com/wpcontent/upioads/2020/05/
С. 213-224. efdc9e436cc3.pdf {дата обращения: 12.05.2020). qj
О
CL
ГГ-PROJECTS INVESTMENT EVALUA HON METHOD IN AN ENTERPRISE ARCHITECTURE CONTEXT LÛ
CÇ
Ma ida no va S vet/a na A leksandro vna, OJSC "UnifideiA. 5. " (branch), Sain t-Petersburg h-
Hyin Igor VasHievich, DSc of Economics, Professor, Saint Petersburg Polytechnic University of the Great Peter, Saint- щ Petersburg О
Nowadays economy and technologies development requires cross-functional management of shared information, щ in accordance with the new business environment, container shipping industry companies implement new CO technologies such as electronic platforms, the Internet of Things, bhckchain and others. Smart containers technology çr) can be beneficial cooperation tool for supply chain participants; however, companies must make accurate and thoughtful decisions when investing in new technologies. This article proposes a method for evaluating new technologies based on an Enterprise Architecture approach to enterprise information systems. The Open Group Architecture Framework (TOGAF) methodology and the Capability Driven Approach (CDA) in together with Information Economics method, as a multi-criteria method of ITproject investments evaluation.
Keywords; container shipping; Enterprise Architecture; Capability-Driven Approach; Smart containers technology, i D0I 10.24923/2222-243X.2020-36.12
МЕТОД ОЦЕНКИ ИНВЕСТИЦИЙ В ИТ-ПРОЕКТЫ удк 338
В КОНТЕКСТЕ АРХИТЕКТУРЫ ПРЕДПРИЯТИЯ ВАК РФ 08.00.13
г
'к
s
Современное развитие экономики и технологий требует кросс-функцио- @ Майданова С.А., 2020 нального совместного управления информацией. В соответствии с новыми & ИльинИ.В 2020 условиями ведения бизнеса, компании - участники отрасли контейнерных перевозок внедряют новые технологии, такие как электронные платформы, Интернет-вещей, блок чейн и другие. Технология "смарт-контейнер" может стать одним из инструментов взаимовыгодного сотрудничества участников цепи поставок. В настоящей статье предлагается метод оценки новых технологий, основанный на архитектурном подходе к информационным системам предприятия, методологии The Open Group Architecture Framework (TOGAF), и подхода Capability Driven Approach (CDA) в сочетании с методом Information Economies, многокритериального метода оценки инвестиций в ИТ-проекты.
Ключевые слова: контейнерные перевозки; архитектура предприятия;подход на основе возможностей; технология "смарт-контейнер".
Б настоящее время бизнес становится все более "безграничным", внутренние функциональные барьеры ослабляются в пользу горизонтального управления процессами, а внешнее разделение между поставщиками, дистрибьюторами, клиентами и фирмой постепенно уменьшается. Появилась парадигма "расширенного предприятия", которая изменяет представление о конкуренции и цепочках создания стоимости. [1]
Использование общей информации, позволяющей осуществлять кросс-функциональное горизонтальное управление, становится реальностью. Еще более важным является обмен информацией между партнерами цепи поставок, в настоящее время укрепляет позиций представление о том, что партнерские отношения и сотрудничество являются более эффективными, чем традиционно узкие и зачастую конкурентные основы отношений. Таким образом, цепь поставок становится объединением организаций, которые согласовывают общие цели и приносят конкретные преимущества в общую систему создания стоимости. [1]
МАЙДАНОВА Светлана Александровна, ОАО "Юнифидер A.C." (филиал), Санкт-Пе гербург
ИЛЬИН Игорь Васильевич, доктор экономических наук, профессор, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербург
