CC BY
20
28V
и финансовые инфраструктуры, система трудовых отношений, юридическая система и т. п. Главными действующими элементами горизонтальных структур являются связи между их отдельными звеньями и единые правила работы всех звеньев. Фактически, горизонтальные структуры в экономике (так же как и рассмотренные выше «организации») уже представляют собой сети связей, которые с переносом в среду сети Интернет получают возможность работать более эффективно.
Примером горизонтальной сети является фармацевтическая отрасль, в которой многие фирмы связаны через исследовательскую кооперацию посредством лицензионных или маркетинговых договоров для получения эффекта масштаба и совместного использования каналов сбыта в различных странах. Другой пример - авиакомпании и создаваемые ими сети. Преимущества кооперации складываются из сотрудничества в маркетинговой сфере (совместные бюро и реклама), лучшего доступа к рынку, использования ресурсов и получения эффекта синергии.
Сокращение периода разработки инноваций является основным мотивом кооперации высокотехнологичных фирм. Другое существенное преимущество - стратегическая гибкость. Посредством кооперации партнеров, каждый из которых специализируется на ведущих направлениях в сфере его интересов, можно быстрее и проще осваивать стратегически важные сферы деятельности и реализовать конкурентные преимущества.
сетевые взаимодействия в производственных процессах осуществляются в сетевой организации производства. Появляются информационно-технические сети, которые видоизменяют трудовые отношения и процессы бизнеса на предприятиях. Внутренняя информационная сеть дает достаточно поводов для быстрого и гибкого реагирования организации на часто изменяющиеся пожелания клиентов, что возможно лишь в том случае, если сотрудники владеют актуальной информацией, самостоятельно принимают решения и несут большую ответственность за успех предприятия.
Интеграционная мотивация, таким образом, сосредоточивается на проблематике реализации националь- ^Г ных экономических интересов, среди которых существует широкий спектр целевых установок. Глобальный ^ фактор играет все более активную роль в их достижении, но он должен выступить не как всепоглощающий о
императив, для чего необходимо его адаптированное включение в процесс национальной экономической эволюции.
ВОРОНИНА Л.А., КОЛКАРЕВА Э.Н., РАТНЕР С.В.
Кубанский государственный аграрный университет, доцент, кандидат экономических наук,
e-mail: [email protected];
Южный научный центр РАН, ведущий научный сотрудник, кандидат физико-математических наук,
моделирование конкурентоспособности банковского
;ализации мирового
финансового рынка
Коды классификатора JEL: С69
(О J
ЛИТЕРАТУРА Z
ш
1. Градов А.П. Национальная экономика. - М., 2005.
2. Тэтчер М. Искусство управления государством. Стратегия меняющегося мира. - М., 2003.
3. Nuechterlein D.E. America Recommitted: United States National Interests in a Reconstrured World. Lexington, (Д 1991. □
4. Polanyi K. The Great Transformation. N. Y., 2006. Й
О
Ш
о
о i— ш
о
Кубанский государственный университет, профессор, доктор экономических наук, Q.
e-mail: lab@vectorplus .ru; cq
i
>
e-mail: [email protected] i
I Ф со I—
О
продукта в контексте глобализации мирового о
о
_ о
--I_
0
1_
В настоящей работе для выбора стратегии банка в условиях глобализации финансового рынка предла- О
гается использовать математическую модель, построенную на основе теории нечетких множеств. О
О
Ключевые слова: банковская стратегия; глобализация; конкурентоспособность; математическая мо- О
дель; нечеткое множество; экспертная база
сегодня одной из важнейших задач государства является повышение роли банковского сектора в экономике. Динамика основных параметров, характеризующих состояние банковского сектора в 2002-2007 годах, свидетельствует об устойчивости тенденции развития банковского сектора. Увеличиваются активы и о капитал кредитных организаций, расширяется их ресурсная база, особенно за счет привлечения средств населения. В то же время потенциал развития банковского сектора не исчерпан. В условиях глобализации | мировых финансовых рынков значительно усиливаются процессы интеграции национальных банковских ин- ° ститутов в мировую финансовую систему (МФС). Развитие банковского сектора России в этом направлении 9 сдерживается рядом обстоятельств как внутреннего, так и внешнего характера. К внутренним препятствиям, О
в частности, относятся неразвитые системы управления, слабый уровень бизнес-планирования, неконкурентоспособность ряда банковских услуг, фиктивный характер значительной части капитала отдельных банков, неудовлетворительный уровень руководства и стратегического планирования в некоторых банках.
Зачастую банковская стратегия сводится к тому, чтобы исполнять все мыслимые виды банковских операций в объеме, который позволяет лицензия. Приоритеты же могут задаваться совершенно случайно и зависеть от профессиональных интересов менеджеров или сиюминутных задач акционеров. По мнению Правительства Российской Федерации и Банка России, увеличение объемов банковских услуг не должно достигаться в ущерб устойчивости банковского сектора. Поэтому при разработке по-настоящему долгосрочного плана банк неизбежно придет к необходимости сегментировать клиентов и оценить их потребности, понять конкурентную ситуацию и выработать свое уникальное торговое предложение по каждому из предлагаемых банковских продуктов.
Для разработки стратегий высокого уровня большинство крупных банков обращается к опыту консультационных компаний. Постепенно к этому приходят и многие средние банки. Региональные банки, по нашей оценке, в большинстве случаев вынуждены обходиться своими силами по причине высокой стоимости консалтинга. В помощь региональным банкам в настоящей работе построена математическая модель для оценки уровня конкурентоспособности банковского продукта с учетом интеграционных процессов, происходящих в российском банковском секторе в контексте глобализации мирового финансового рынка. Основными преимуществами модели являются: 1) реализация на базе доступного программного обеспечения, позволяющего использовать ее даже не специалисту в области моделирования; 2) возможность использования в условиях неопределенности и нечеткости исходной информации, возникающей за счет существенной интенсификации экономических процессов, и влияния большого количества макроэкономических факторов.
Традиционные методы анализа и прогнозирования, реализуемые в виде совокупности расчетных проце-Ь дур над точечными значениями параметров, используемых при практическом анализе прогностических сце-^ нариев, совершенно не учитывают неполноту и неопределенность в исходных данных, нечеткость качест-X венных оценок, а также наличие субъективных предпочтений участников стратегического планирования. В настоящей работе для выбора стратегии банка предлагается использовать нечетко-множественный подход, успешно применяемый в современных исследованиях по инвестиционному анализу [6]. Модель конкурентоспособности банковского продукта построена на основе только экспертных знаний, поэтому возможны несовпадения результатов нечеткого вывода (теория) с экспериментальными данными. Для обеспечения достоверных результатов необходимо провести параметрическую идентификацию нечеткой модели по эк-Ь спериментальным данным маркетинговых исследований. Согласно [3, 4] в нечетких моделях настраивают 00 параметры функций принадлежности термов из баз знаний. Кроме того, в нечеткой базе знаний Сугено на-О страивают и коэффициенты в заключениях правил [7].
¡=у Необходимо отметить, что при традиционном моделировании конкурентоспособности продукта обычно используют различные модификации метода взвешенной суммы частных технико-экономических показате-0 лей (или их отклонения от показателей идеального продукта) [1, 2]. При этом неявно предполагается, что ф недостаток одних показателей можно компенсировать избытком других. Пропорции таких "взаимозачетов" ё постоянны на всем факторном пространстве - они задаются весовыми коэффициентами функции свертки. о. Однако на рынке продаются продукты, показатели которых отличаются в несколько раз. При таком разбросе ЕЕ показателей чувствительность конкурентоспособности не может быть постоянной на всем факторном про-х странстве.
ф Значимый вклад в конкурентоспособность банковских продуктов вносят не только показатели качества и о цены, но и степень информированности клиента о банке, уровень надежности, спектр банковских продуктов, географическая и временная доступность продуктов, уровень сервиса. Для оценки таких показателей зачасти тую применяют экспертные оценки, содержащие значительную долю неопределенности (например, "деше-о вый кредит", "слабый имидж", "отличный сервис"). При этом неопределенность исходных данных связана з с невозможностью дорогих полномасштабных маркетинговых исследований, а также либо с ограниченным ^ доступом к правдивой финансовой отчетности конкурентов или, наоборот, избыточностью информации, при-
0 водящей к задержкам по времени процесса принятия решения. Формализация таких экспертных правил в ^ математическую модель удобно осуществить с помощью теории нечетких множеств [8].
^ Назовем критерием конкурентоспособности банковского продукта число Q е [0,100]. Обозначим факто-^ ры конкурентоспособности через х1, х2,... хп, тогда модель конкурентоспособности банка будет представ-§ лять функциональное отображение вида:
8 X = (Х1, Х2,...Хп) ^ Q е [0,100]
о.
^ В общем случае количество входных переменных модели определяется задачей, целью и используемыми
1 средствами моделирования. Адекватное моделирование конкурентоспособности банковского продукта в ус-о ловиях интеграции банковской системы в МФС требует достаточно большого количества входных перемент ных, так как необходимо учитывать большое количество микро и макроэкономических факторов. Введем 10
факторов:
о х1 - стоимость предоставления банковской услуги; х2 - уровень проектных решений (Потенциальное
® качество, заложенное в банковский продукт. Определяется, в основном, степенью интегрированности банка
Ц в МФС и уровнем используемых информационных технологий в части программного обеспечения); х3 - ка-
§ чество производственных технологий (Объективные ограничения достижения потенциального качества.
9 Обусловлены, в основном, уровнем развития телекоммуникационных сетей); х4 - кадровое обеспечение 0)
(Субъективные ограничения достижения потенциального качества, обусловленные квалификацией, дисциплинированностью и мотивированностью персонала.);
уровень капитализации;
маркетинговые
коммуникации; х7 - уровень рекламаций (Определяется количеством и степенью претензий потребителей, уровнем распространением информации о рекламациях, а также контрпропагандой конкурентов); х8 - легкость потребления услуги, определяемая географической и временной доступностью точек продажи (региональные сети, банкоматы), а также сервисным обслуживанием); х9 - сопутствующий сервис (Консультации, юридическое и техническое сопровождение); х0 - дополнительные льготы, скидки и услуги, предлагаемые клиентам банка.
Введем укрупненные влияющие факторы (качество банковского продукта у1 = /(х2, х3, х4 ), имидж
банка у2 = /(х5, х6, х7 ), уровень сервиса У3 = /(х8,х9, х0 )) для моделирования которых используем экспертные нечеткие базы знаний типа Мамдани. Элементы антецедентов нечетких правил связаны логической операцией «И». Значения факторов будем выражать как отклонения (в процентах) от усредненных показателей других игроков финансового рынка. Будем моделировать конкурентоспособность банка по трем сценариям реальной ситуации: 1) показатели цены «И» качества «И» имиджа «И» сервиса являются плохими; 2) показатели цены «И» качества «И» имиджа «И» сервиса средние; 3) показатели цены «И» качества «И» имиджа «И» сервиса являются хорошими. Предполагается, что в каждом сценарии эластичность конкурентоспособности по факторам постоянна. Границы подобластей с постоянными эластичностями конкурентоспособности - нечеткие, что обусловлено плавным переходом одного сценария в другой. В табл. 1 предлагается нечеткая база знаний типа Сугено для моделирования конкурентоспособности банка. Каждое правило этой базы знаний моделирует один сценарий. Отличительной особенностью систем нечеткого логического вывода является то, что адекватное моделирование реальности может быть достигнуто при небольшом количестве правил в базе знаний. Необходимое количество правил обычно значительно меньше их полного перебора:
N = I ■ I ■ I
1у 12 • ••1 п,
где п - количество входных переменных; 1к - мощность терм-множества для оценки к -той входной переменной. Коэффициенты в заключениях правил задают чувствительность конкурентоспособности по соответствующим факторам. Коэффициенты определены на основе экспертных оценок по методу парных сравнений Саати [7].
Нечеткая база знаний для оценки конкурентоспособности
Таблица 1.
х1 у1 У 2 уз б
Высокая Низкое Низкий Низкий - 0.08х1 + 0.03 у+0.025у2 + 0.055у3 +14
Средняя Среднее Средний Средний - 0.35х1 + 0.4 у + 0.28 у2 + 0.05 у3 + 50
Низкая Высокое Высокий Высокий - 0.06х1 + 0.06 у1 + 0.06 у 2 + 0.08 у3 + 80
Графики функций принадлежности нечетких термов "Низкий" (Н), "Средний" (С) и "Высокий" (В) приведены на рис. 1. Для определения принадлежности нечетких термов использована гауссова функцию [5] следующего вида:
ц1 (х) = ехр
(х - г)
2 Л
2с2
, где г -координата максимума; с - коэффициент концентрации.
м 11 и _____и___ 11 4
Гн С В н с; в А §4 1 к^1 А. %
0.5 0.5 ал! 05 0.5 К?
X I,
1
0.5
К/ II 1 1 К/Ч/ м 1 К/Ч/ м 1 х/Ч/!
х х 0 3 XX о.э XX 0 в XX О 5
ос >=6 ОС
*
л ь о (О
X *
а
г
ш
^
о ь
00 □
□
ш
о
о
I—
ф
I—
^
0 а ф
со ^
1
>
0
1 I Ф со I—
О
а о
£ о
0
1_
0
1_
о о
со
О
I—
О
о о.
о ф
0.5
о
Рис. 1. Функции принадлежности нечетких термов
о ф
т
0
1
О
