Российский рынок банковских карт: факторы влияния Текст научной статьи по специальности «Экономика и бизнес»

Ключевые слова:

банковские карты, безналичные операции, корреляция, коэффициент функционального использования карт, множественная регрессия, альтернатива наличным деньгам

Н. Н. Качанова, к. э. н.,

проф. кафедры «Статистика» Государственного университета Минфина России (e-mail: [email protected]) Н. В. Огуреева,

аспирант кафедры «Статистика» Государственного университета Минфина России (e-mail: [email protected])

Российский рынок банковских карт: факторы влияния

Интерес к российскому рынку банковских карт растет с каждым годом, в дискуссии по данной теме вовлечены не только специалисты-практики (как правило, представители банковской индустрии), но и теоретики, а также органы государственного регулирования и контроля, в т. ч. Минфин и Банк России. Создание национальной платежной системы, тарифная политика банков, расчеты с использованием банковских карт, выход на рынок чиповых технологий и разработка мультифунк-циональных продуктов - это далеко не все обсуждаемые в последнее время вопросы.

Бесспорным остается факт необходимости прогрессивного развития рынка банковских карт в России, который бы не только отвечал мировым стандартам, но и создавал исключительные преимущества для всех участников российского национального рынка. Исходя из выгод, которые он должен приносить участникам расчетов и обществу в целом, можно выделить следующие функции, характеризующие его эффективность:

— развитие новых электронных технологий платежных систем;

— регулирование и контроль финансовых потоков, уменьшение «безликих» операций;

— сокращение наличного оборота денег, уменьшение темпов роста инфляции;

— высокая скорость и безопасность расчетов.

Большинство исследований локальных рынков банковских карт, касающихся эффективности, начинаются с изучения факторов, которые влияют на переход от наличных операций к безналичным. В некоторых странах, преимущественно с исторически преобладающей кредитной схемой расчетов (США, Великобритания, Франция), банковские карты во многом стимулируют данный процесс. Тем не менее, как и любой другой альтернативный тип расчетов, они не способны полностью заменить все функции наличных денег, в т. ч. функцию хранения стоимости, которая для многих людей остается решающим фактором в вопросе выбора платежного инструмента на фоне скептического отношения и недоверия к банковской и финансовым системам в стране.

Выделяя обменную функцию денег, а также функцию хранения стоимости, которые платежные карты призваны частично заменить, для дальнейшего анализа сгруппируем банкноты и монеты по номиналу:

• крупный BnLQ — 5000 руб. (кол-во, млн экз.);

• средний BnMQ — 1000, 500 и 100 руб. (кол-во, млн экз.);

• мелкий BnSQ — 50 и 10 руб. (кол-во, млн экз.).

В группу мелкого номинала попали банкноты достоинством ниже тех, что, как правило, используются в банкоматах. Спрос на такие наличные деньги, а также монеты обусловлен необходимостью размена. Применение электронных инструментов, напротив, не требует дополнительных наличных денег для проведения платежной операции; таким образом, спрос на мелкие купюры и монеты для размена должен иметь тенденцию уменьшения при увеличении доли безналичных расчетов с помощью банковских карт.

Построим ряды динамики и проанализируем их тренды для более детального исследования (рис. 1).

Рисунок 1

Ряды динамики по показателям количества банкнот различного номинала в обращении, начиная с I кв. 2007 г.

---Линейные тренды

Источник: данные сайта Центрального банка России (http://www.ccb.ru).

На первый взгляд, за период 2007-2010 гг. количество банкнот крупного номинала увеличивается — их рост может быть обусловлен их свойством хранения стоимости. В то же время банкноты среднего номинала имеют тенденцию к уменьшению, что, предположительно, свидетельствует о более частом использовании банковских карт в качестве средства платежа. Количество банкнот мелкого номинала остается примерно на одном уровне, тенденция их роста практически незаметна.

Несмотря на то, что исследование реального спроса на наличные деньги представляется проблематичным ввиду размещения большого количества средств в иностранных государствах, а также наличия теневой экономики, попробуем проанализировать, повлияло ли (и насколько сильно) изменение объемов операций, совершаемых с использованием карт, на структуру наличных денег в 2007-2010 гг. С этой целью рассчитаем корреляцию показателей, характеризующих структуру денежной массы, и операций, совершенных с использованием карт (табл. 1).

Таблица 1

Расчет коэффициентов корреляции по рядам динамики

Наименование показателя Коэффициент функционального использования карт, j* BnLQ BnMQ BnSQ BnLQ BnMQ BnSQ

Квартал, год значение абсолютное изменение цепной темп прироста абсолютное изменение цепной темп прироста

I кв. 2007 0,078

II кв. 2007 0,069 -0,008 -0,108 0,005 -0,050 -0,016 0 -0,111 -0,099

III кв. 2007 0,073 0,004 0,061 0,000 0,024 0,009 0,060 0,060 0,060

IV кв. 2007 0,077 0,003 0,042 0,006 0,004 0,004 1,049 0,010 0,024

I кв. 2008 0,096 0,019 0,253 0,008 0,056 0,013 0,694 0,130 0,086

II кв. 2008 0,088 -0,008 -0,081 -0,003 -0,072 -0,009 -0,125 -0,149 -0,055

III кв. 2008 0,095 0,007 0,081 0,007 0,018 0,001 0,391 0,044 0,005

IV кв. 2008 0,084 -0,012 -0,123 0,007 -0,006 0,009 0,270 -0,013 0,055

I кв. 2009 0,096 0,013 0,152 0,001 0,006 0,011 0,028 0,013 0,066

II кв. 2009 0,088 -0,009 -0,089 -0,005 -0,076 -0,024 -0,164 -0,177 -0,134

III кв. 2009 0,092 0,004 0,047 0,001 0,014 0,006 0,040 0,040 0,040

IV кв. 2009 0,093 0,001 0,007 0,016 -0,004 -0,018 0,584 -0,010 -0,113

I кв. 2010 0,110 0,017 0,185 -0,006 0,049 0,041 -0,136 0,135 0,285

II кв. 2010 0,102 -0,008 -0,072 0,002 -0,049 -0,019 0,045 -0,118 -0,104

III кв. 2010 0,109 0,007 0,070 0,002 0,021 0,001 0,042 0,058 0,006

Коэффициент корреляции -0,001 0,854 0,724 0,235 0,852 0,701

* Под коэффициентом функционального использования карт понимается отношение объема операций по оплате товаров и услуг к объему операций по снятию наличных держателями. Данный коэффициент отражает особенности предпочтения расчетов владельцев карт.

Источник: составлено авторами на основе данных Центрального банка России.

Ввиду того, что рассматриваемый период времени не позволяет делать выводы о характере долгосрочных тенденций, показатели корреляции были рассчитаны на основании как абсолютных изменений исходных уровней рядов динамики, так и цепных темпов прироста. Относительно высокие коэффициенты корреляции не могут являться значимыми индикаторами тесноты связи, поскольку расчетные значения меньше табличных в случае для банкнот мелкого и крупного достоинства:

F (BnLQ = 0,00000686) < F (19,42 табл. значение при уровне значимости

расч. у^ ' крит. 4 1 ' 1

p = 0,05 для рассматриваемых степеней свободы);

F (BnSQ = 13,22) < F (19,42).

расч. 4 ^ ' крит. 4 '

Изменение предпочтений пользователей карт не меняет спрос на банкноты крупного номинала — полное отсутствие связи подтверждает величина = 0,00000057. По банкнотам среднего номинала наблюдается положительная корреляция = 32,29), отражающая увеличение спроса на них даже с ростом коэффициента функционального использования.

Таким образом, на протяжении последних четырех лет колебания в предпочтениях держателей карт были настолько несущественными, что не повлияли на структуру денежной массы в России. В настоящее время банковские карты не в состоянии заменить, даже отчасти, наличные деньги. Следовательно, необходимо стимулировать участников рынка более эффективно их использовать. Коммерческие банки прилагают большие усилия по внедрению новых услуг, бонусов и дополнительных приложений лояльности. Как показывают результаты, этого недостаточно для полноценной

реализации одной из функций рынка банковских карт — альтернативы наличным деньгам и сокращения реального спроса на денежную массу.

На следующем этапе анализа изучаются и оцениваются факторы, которые сами оказывают влияние на развитие рынка банковских карт в России. В качестве рассматриваемой совокупности в построении моделей множественной регрессии берутся показатели, характеризующие субъекты России, за исключением Московского региона. Москва с долей рынка более 40 % выступает в качестве выброса, поэтому необходимо нивелировать это влияние на расчеты, чтобы представить более значимую картину по отдельным регионам и обобщенный результат по стране в целом. Как подтверждают исследования многих авторов (W. Baxter, 1983; J. Rochet and J. Tirole, 1999; David S. Evans and Richard Schmalensee, 1999; J. Wright, 2001; James McAndrews and Zhu Wang, 2008; и т. д.), использование банковских карт может эффективно стимулировать рынок, участниками которого выступают не только физические и юридические лица (покупатели и продавцы), но и государство в целом.

Основной показатель, характеризующий масштабы рынка, — объем операций, совершенных с использованием банковских карт. Этот показатель будет зависеть от того, насколько активно банки продвигают рассматриваемые розничные услуги, развивая инфраструктуру обслуживания карт, а также от социально-экономических и демографических показателей конкретного региона. Как правило, в сельской местности инфраструктура развита меньше по сравнению с городской, и численность населения в городе больше, следовательно, больше потенциальных клиентов. Учитывая, что в России вследствие активного участия банков в зарплатных проектах операции по получению наличных денег с использованием банковских карт преобладают над безналичными, немаловажным условием является количество банкоматов.

В качестве гипотезы о выборе независимых переменных мы основываемся на исследованиях в части влияния инфраструктуры и государственного вмешательства в регулирование рынка платежных карт. Важные показатели такого влияния — количество кредитных организаций, установленных банкоматов и POS-терминалов, а также объемы выданных населению кредитов. Для исследования социально-экономических факторов, влияющих на развитие рынка банковских карт, в итоге выделим в качестве зависимых переменных:

— общий объем операций, совершенных с использованием банковских карт;

— объем операций по получению наличных денег;

— объем операций по оплате товаров и услуг.

Факторы, которые могут оказывать существенное влияние на рассматриваемые зависимые переменные, объединим в следующие группы:

1) Инфраструктура обслуживания региона:

— количество банкоматов;

— количество POS-терминалов;

— количество кредитных организаций и их филиалов;

— затраты на информационные и коммуникационные технологии.

2) Социально-экономические факторы:

— численность городского населения;

— численность сельского населения;

— соотношение численности городского и сельского населения в регионе;

— среднедушевые доходы в регионе;

— объем кредитов, выданных физическим лицам.

Данные по вышеуказанным показателям находятся в свободном доступе на официальных сайтах Центрального банка России, а также Федеральной службы государственной статистики. Для количественной оценки тесноты связи и влияния этих факторов на объем рынка банковских карт в российских регионах построим матрицы парных коэффициентов корреляции (табл. 2). Данные 2009 и 2010 гг. анализируются параллельно с целью обеспечения наиболее полной оценки и характеристики последних изменений.

Таблица 2

Показатели парной корреляции 2009-2010 гг.*

2010 2009

Ncards VALL VCASHt VPt V_credit ATM_N POS_N POP POP_U POP_V Ф UdV INFO POS_ 10000 V_cr_ pop EARN

Ncards 0,91 0,97 0,97 0,84 0,93 0,36 0,64 0,90 0,52 0,35 0,32

VALL 0,92 0,93 0,96 0,76 0,85 0,28 0,63 0,95 0,57 0,44 0,44

VCASHt 0,93 0,93 0,95 0,77 0,86 0,30 0,60 0,95 0,56 0,44 0,44

VPt 0,82 0,83 0,91 0,59 0,73 0,07 0,85 0,87 0,58 0,42 0,37

V_credit 0,90 0,92 0,92 0,82 0,93 0,90 0,83 0,90 0,38 0,28 0,51 0,89 0,48 0,55 0,36

ATM_N 0,90 0,83 0,83 0,73 0,89 0,94 0,89 0,96 0,44 0,27 0,56 0,89 0,49 0,33 0,31

POS_N 0,95 0,96 0,96 0,92 0,90 0,84 0,80 0,89 0,75 0,37 0,64 0,93 0,65 0,37 0,37

POP 0,86 0,75 0,76 0,61 0,82 0,91 0,79 0,11 0,74 0,27 0,12 0,16

POP_U 0,94 0,85 0,85 0,75 0,89 0,93 0,88 0,19 0,84 0,39 0,23 0,24

POP_V 0,40 0,28 0,30 0,10 0,38 0,55 0,75 -0,10 0,25 -0,10 -0,17 -0,08

j 0,36 0,30 0,45 0,20 0,28 -0,05 0,41 0,28 0,62 0,41 0,40

UdV 0,61 0,61 0,58 0,83 0,48 0,45 0,61 0,38 0,57 0,43 0,29 0,22

INFO 0,85 0,93 0,94 0,85 0,88 0,78 0,90 0,70 0,80 0,23 0,31 0,54 0,55 0,44 0,46

POS_ 10000 0,52 0,60 0,59 0,60 0,52 0,42 0,67 0,30 0,41 -0,06 0,68 0,36 0,56 0,53 0,59

V_cr_ pop 0,34 0,42 0,42 0,39 0,58 0,28 0,38 0,17 0,26 -0,09 0,47 0,21 0,41 0,50 0,56

EARN 0,31 0,43 0,44 0,40 0,33 0,24 0,37 0,13 0,22 -0,10 0,40 0,20 0,45 0,51 0,39

• где Ncards — количество карт в обращении; VALL — объем операций, совершенных с использованием карт; VCASHt — объем операций по получению наличных денег, совершенных с использованием карт; VPt — объем операций по оплате товаров и услуг, совершенных с использованием пластиковых карт; V_credit — объемы кредитов, выданных физическим лицам; ATM_N — количество установленных банкоматов; POS_N — количество установленных POS-терминалов; POP — население; POP_U — городское население; POP_V — сельское население; j — коэффициент функционального использования карт; UdV — отношение городского населения к сельскому; INFO — затраты на информационные и коммуникационные технологии (за год, предшествующий рассматриваемому); POS_10000 — количество POS-терминалов на 10 000 чел.; V_cr_pop — объем выданных кредитов на душу населения; EARN — среднедушевые доходы населения.

Источник: составлено авторами на основании данных Росстата и Центрального банка России.

Первый показатель, характеризующий масштабы рынка банковских карт, — его объем в абсолютном выражении y = VALL, который складывается из объемов операций по получению наличных денег (в России это около 90 %) и операций по оплате товаров и услуг (около 10 %). Важно, что основные держатели банковских карт в нашей стране — сотрудники организаций, которые получают на них заработную плату. С учетом этого объемы рынка банковских карт могут зависеть от среднего дохода на душу населения, а также от количества банкоматов в регионе.

Воспользуемся данными табл. 2 для исключения мультиколлинеарных объясняющих переменных показателя объема операций с использованием банковских карт, исключив те, по которым коэффициенты парной корреляции r < 0,8. Учитывая специфику регионов России, добавим к рассмотренным объясняющим факторам (x2 = ATM_N и x3 = EARN) показатель отношения численности городского населения к сельскому (x1 = UdV). Параметры полученной множественной регрессионной модели (зависимость объема операций, совершенных с использованием карт, от количества банкоматов в регионе, среднедушевого дохода, а также соотношения городского и сельского населения) y (VALL) = b1x1 (UdV) + b2x2 (ATM_N) + b3x3 (EARN) + X представлены ниже:

• 2009 г.: fî-квадрат — 0,84379; t-статистика по переменной x1 = -0,60045 (tx ), t = 17,08103, t = 4,42116; p-значение по переменной x = 0,55094,

x2 x3 1

py = 4,93E-27, p = 3,41E-05;

x2 "a

• 2010 г.: fî-квадрат — 0,690615; t-статистика по переменной x1 = -0,29235 (tx ), t = 11,04719, t = 3,962546; p-значение по переменной x, = 0,770858,

X2 X3 1

p = 3,71E-17, p = 0,000173.

2 3

Сдвиг, или постоянный член X, определяет прогнозируемое значение у, когда все переменные х равны 0. Коэффициенты регрессии для каждой переменной определяют ее влияние на у при условии, что все остальные х-переменные не меняются: коэффициент регрессии b для j-переменной указывает, какое увеличение у ожидается, когда все х-переменные остаются неизменными, за исключением переменной xj , значение которой увеличивается на одну единицу.

Первая построенная модель не является удачной, поскольку, несмотря на высокие значения R-квадрата, i-статистика и р-значения существенны не по всем объясняющим переменным. Как видно из i-статистики и р-значений, показатель соотношения численности городского и сельского населения не является статистически значимым (t < t ' р > р , ). Исключим эту переменную и построим

4 расч. табл. 1 расч. 'табл.' J 1 J 1

новую модель множественной регрессии с оставшимися факторными показателями: у (VALL) = b1x1 (ATM_N) + b2x2 (EARN) + X (табл. 3-4).

Таблица 3

Зависимость объемов операций с использованием карт от количества банкоматов и среднедушевого дохода по региону (по данным 2009 г.)

Регрессионная статистика

Множественный R R-квадрат Нормированный R-квадрат Стандартная ошибка Наблюдения

0,918155 0,843008 0,838707 9,515366 76

Дисперсионный анализ

df SS MS F Значимость F

Регрессия 2 35491,82 17745,91 195,996 4,46E-30

Остаток 73 6609,58 90,54219

Итого 75 42101,4

Коэффициенты Стандартная ошибка t-статис-тика р-значе-ние Нижние 95 % Верхние 95 % Нижние 95 % Верхние 95 %

у-пере-сечение -14,7704 3,307021 -4,46638 2,85E-05 -21,3613 -8,17953 -21,3613 -8,17953

X1 22,82339 1,329682 17,16455 2,45E-27 20,17334 25,47345 20,17334 25,47345

Х2 1,191114 0,261753 4,550522 2,09E-05 0,66944 1,712787 0,66944 1,712787

Таблица 4

Зависимость объемов операций с использованием карт от количества банкоматов и среднедушевого дохода по региону (по данным 2010 г.)

Регрессионная статистика

Множественный R R-квадрат Нормированный R-квадрат Стандартная ошибка Наблюдения

0,830811 0,690248 0,681761 15,65653 76

Дисперсионный анализ

df SS MS F Значимость F

Регрессия 2 39875,3 19937,65 81,33603 2,64E-19

Остаток 73 17894,26 245,1269

Итого 75 57769,56

Коэффициенты Стандартная ошибка t-статис-тика р-значе-ние Нижние 95 % Верхние 95 % Нижние 95 % Верхние 95 %

у-пере-сечение -19,3787 5,622821 -3,44644 0,000946 -30,585 -8,17247 -30,585 -8,17247

х1 14,36784 1,291389 11,12588 2,22E-17 11,79411 16,94158 11,79411 16,94158

X2 1,644145 0,384976 4,270769 5,78E-05 0,876888 2,411402 0,876888 2,411402

Источник: составлено авторами на основании данных Росстата и Центрального банка России.

Коэффициенты регрессии интерпретируются как влияние каждой из переменных на объем операций, совершенных с использованием банковских карт, если все прочие «независимые» переменные остаются неизменными. Для количества банкоматов (тыс. шт.) переменная Ь1 = 22,82 для 2009 г. и 14,36 для 2010 г. указывает, что, при всех прочих равных условиях, с увеличением количества установленных банкоматов на 1 тыс. шт. в регионе объем рынка банковских карт возрос на 22,82 млрд руб. в 2009 г. и 14,36 млрд руб. в 2010 г. Следовательно, каждый дополнительный банкомат увеличил объемы операций, совершенных с использованием банковских карт, на 2,282 млн руб. по данным 2009 г. и на 1,436 млн руб. — по данным 2010 г. Коэффициент Ь2 = 1,19 и 1,64 указывает, что, при всех прочих равных условиях, рост среднедушевого дохода на 1000 руб. по региону увеличивал объем рынка банковских карт на 1,19 (2009 г.) и 1,64 млрд руб. (2010 г.) в среднем. Факторные показатели 2010 г. в модели множественной регрессии изменили свою структуру: увеличилось влияние фактора среднедушевых доходов и уменьшилось влияние фактора количества установленных банкоматов.

Таким образом, развитие инфраструктуры, а именно количество установленных банкоматов в регионе, а также размер среднедушевых доходов в состоянии объяснить 84 % вариации зависимой переменной — объема операций, совершенных с использованием банковских карт, по данным 2009 г. и 69 % вариации — по данным 2010 г. (рис. 2). Увеличение процента необъясненных переменных связано с появлением других факторов, оказывающих влияние на развитие рынка банковских карт, в т. ч. связанных с увеличением операций по оплате товаров и услуг, которые являются одной из составляющих рынка.

Рисунок 2

Влияние факторных признаков на VALL

+ 1,19

Среднедушевые доходы

84 % вариации объема рынка карт 2009 г., млрд руб.

+22,82

Банкоматы

+1,64

Среднедушевые доходы

69 % вариации объема рынка карт 2010 г., млрд руб.

+ 14,36

Банкоматы

Источник: составлено авторами на основе расчетов табл. 3 и 4.

Для выявления других факторов, влияющих на рынок банковских карт по операциям оплаты товаров и услуг, также воспользуемся методом множественной регрессии. В качестве зависимой переменной выступает показатель VPt, который характеризует объем операций, совершенных с использованием банковских карт по оплате товаров и услуг. Характер факторных признаков будет существенно отличаться от предыдущей модели. Как было установлено ранее, для побуждения держателей банковских карт совершать операции в POS-терминалах банки, помимо тарифной политики, активно продвигают потребительское кредитование на фоне внедрения и обслуживания устройств, обеспечивающих надлежащую инфраструктуру. Для ее развития необходима определенная сумма вложений в развитие средств связи и коммуникации.

Таким образом, уравнение множественной регрессии будет выглядеть следующим образом:

у = Ь1Х1 + Ьх + Ь3Х3 + х где у — объем операций, совершенных с использованием банковских карт, млрд руб.; х1 — количество установленных POS-терминалов, тыс. шт.;

х2 — затраты на информационные и коммуникационные технологии за период, предшествующий рассматриваемому, млрд руб.;

х3 — объем выданных потребительских кредитов в регионе на душу населения, тыс. руб.; или: y (VPt) = b1x1 (POS_N) + b2x2 (INFO) + b3x3 (V_credit) + £.

Таблица 5

Зависимость объемов безналичных операций с использованием карт от количества POS-терминалов, объемов выданных кредитов и затрат региона на коммуникационные и информационные технологии (по данным 2009 г.)

Регрессионная статистика

Множественный R R-квадрат Нормированный R-квадрат Стандартная ошибка Наблюдения

0,928231 0,861613 0,855847 0,621704 76

Дисперсионный анализ

df SS MS F Значимость F

Регрессия 3 173,267 57,75567 149,4265 7,64E-31

Остаток 72 27,82912 0,386516

Итого 75 201,0961

Коэффициенты Стандартная ошибка i-статис-тика р-значе-ние Нижние 95 % Верхние 95 % Нижние 95 % Верхние 95 %

y-пере-сечение -0,54103 0,179342 -3,01676 0,00353 -0,89854 -0,18352 -0,89854 -0,18352

x1 0,285525 0,054093 5,278386 1,32E-06 0,177692 0,393358 0,177692 0,393358

X2 0,1665 0,045925 3,625444 0,000535 0,0749 49 0,258051 0,074949 0,258051

x3 0,045139 0,017725 2,546559 0,013018 0,009804 0,080474 0,009804 0,080474

Таблица 6

Зависимость объемов безналичных операций с использованием карт от количества POS-терминалов, объемов выданных кредитов и затрат региона на коммуникационные и информационные технологии (по данным 2010 г.)

Регрессионная статистика

Множественный R R-квадрат Нормированный R-квадрат Стандартная ошибка Наблюдения

0,936491 0,877016 0,871892 0,822076 76

Дисперсионный анализ

df SS MS F Значимость F

Регрессия 3 346,9895 115,6632 171,1477 1,1E-32

Остаток 72 48,65825 0,675809

Итого 75 395,6477

Коэффициенты Стандартная ошибка i-статис-тика р-значе-ние Нижние 95 % Верхние 95 % Нижние 95 % Верхние 95 %

y-пере-сечение -0,5579 0,200516 -2,78232 0,006887 -0,95762 -0,15818 -0,95762 -0,15818

x1 0,436921 0,051732 8,445869 2,25E-12 0,333795 0,540047 0,333795 0,540047

X2 0,141896 0,050302 2,820862 0,006185 0,04162 0,242172 0,04162 0,242172

X3 0,018062 0,009494 1,902458 0,061111 -0,00086 0,036988 -0,00086 0,036988

Источник: составлено авторами на основании данных Росстата и Центрального банка России.

Многофакторная регрессионная модель по операциям оплаты товаров и услуг, совершенных с использованием банковских карт, показала незначительное увеличение

процента объясненной вариации (87 % по показателям 2010 г. по сравнению с 86 % — в 2009 г.), что свидетельствует об относительной ее стабильности. Коэффициент Ь при факторных переменных характеризуется следующим образом:

— увеличение количества установленных POS-терминалов на 1000 шт., при всех равных прочих условиях, влияет на рост рынка операций по оплате товаров и услуг: на 280 млн руб. — в 2009 г. и 430 млн руб. — в 2010 г.;

— увеличение затрат региона на информационные и коммуникационные технологии на 1 млрд руб., при всех прочих равных условиях, влияет на рост зависимой переменной: на 160 млн руб. — в 2009 г. и 140 млн. руб. — в 2010 г.;

— рост потребительского кредитования на душу населения на 1000 руб. в среднем, при всех прочих равных условиях, влечет за собой увеличение объемов операций с использованием банковских карт по оплате товаров и услуг: на 4,5 млн руб. — в 2009 г. и 1,8 млн руб. — в 2010 г.

Рисунок 3

Факторные признаки по уравнению множественной регрессии объема операций по оплате товаров и услуг, совершенных с использованием банковских карт

86 %

РОБ_Ы

+0,045 2009 г.

+0,16

Инф. и ком.

87 %

РОБ_Ы

+0,018 2010 г.

+0,14

Инф. и ком.

Кредит " Кредит

Источник: составлено авторами на основе расчетов табл. 5 и 6.

Таким образом, основным фактором, оказывающим максимальное влияние на объемы операций по оплате товаров и услуг, является наличие инфраструктуры, а именно количество обслуживающих устройств, POS-терминалов в регионе. Немаловажным критерием также выступает уровень среднедушевых доходов. Объемы выданных кредитов дополнительно стимулируют держателей банковских карт использовать их в качестве инструмента безналичных расчетов. Принимая во внимание средний объем рынка банковских карт по оплате товаров и услуг (1,4 млрд руб. — в 2009 г. и 1,75 млрд руб. — в 2010 г.), построим сравнительные диаграммы влияния, при всех прочих равных условиях, на вариацию зависимой переменной (в %) изменения факторных признаков на единицу (рис. 4).

Рисунок 4

Изменение объемов безналичных операций (VPt) при изменении факторных признаков на 1 ед.

0,30 -0,25 -0,20 0,15 -0,10 0,05 0

22,96 %

24,90 %

13,39 %

8,09 % 1,03 %

POS_N (тыс. шт.)

Затраты на информационные и коммуникационные технологии

V_credit (тыс. руб. на чел.)

2009 г.

2010 г.

Источник: составлено авторами.

Для дальнейшего описания и понимания взаимосвязи факторов, влияющих на эффективность рынка банковских карт и, как следствие, на возможность регулирования и управления финансовыми потоками, рассмотрим особенности поведения российских держателей. Под поведением для целей настоящего анализа понимается выбор типов расчетов — безналичных операций или получения наличных денег, что характеризует коэффициент функционального использования банковских карт. Выбор данного коэффициента обусловлен возможностью сопоставления российского рынка с рынками других стран.

Настоящий анализ изучает влияние множества факторов, как финансовых, так и социальных, на показатели операций, совершенных с использованием банковских карт, по регионам России, с тем чтобы определить самые существенные из них. Динамика поведения держателей карт служит важным индикатором финансовых и технологических изменений в развитии страны.

Как было установлено ранее, объемы рынка банковских карт в России за свою относительно непродолжительную, 10-летнюю историю выросли настолько, что изменение колебаний величин координации может повлечь за собой снижение потребности в наличных деньгах. Как следствие, возникает необходимость анализа, контроля и управления денежными потоками рынка банковских карт, для чего нужно определить ряд факторов, которые могут оказывать влияние на предпочтение держателей банковских карт как потребителей получать наличные деньги в банкомате в противовес использованию банковской карты в качестве инструмента безналичной оплаты товаров и услуг.

В то время как на большинстве развитых рынков в течение двух последних лет прослеживается переход с исторически сложившейся кредитной схемы расчетов по банковским картам к дебетовой, в России происходит постепенное изменение предпочтений держателей банковских карт в пользу безналичной оплаты товаров и услуг. Если во всем мире держатели карт все больше рассчитывают на личные финансы, отказываясь от использования кредитных средств в пользу собственных, по российскому рынку объемы розничного кредитования растут, как и доля безналичных операций. Тем не менее по-прежнему большая часть операций с использованием банковских карт совершается в банкоматах, а доля операций по оплате товаров и услуг составляет не более 10 %, тогда как в развитых странах предпочитают безналичные операции.

Для выявления и оценки факторов, влияющих на поведение держателей карт (предпочтение безналичных операций наличным), в очередной раз обратимся к построению модели множественной регрессии. В качестве факторных переменных в ней выступают показатели соотношения численности городского и сельского населения в регионе (поскольку городское население является наиболее активным в использовании банковских карт), а также количество POS-терминалов на 10 тыс. чел., или обеспеченность инфраструктурой. Результаты расчетов представлены в табл. 7 и 8. Значение ^-квадрата свидетельствует о меньшей (по сравнению с предыдущими моделями) доле вариации, объясненной моделью (0,33 % — в 2009 г. и 0,41 % — в 2010 г.). Зависимая переменная, характеризующая предпочтения держателей банковских карт, является более сложной, чем ранее рассмотренные:

у (ф) = Ь1х1 (P0S_10000) + Ь2х2 ^У) + х.

Таблица 7

Зависимость поведения держателей карт от количества POS-терминалов на 10 000 чел. и соотношения численности городского и сельского населения (по данным 2009 г.)

Регрессионная статистика

Множественный Я Я-квадрат Нормированный Я-квадрат Стандартная ошибка Наблюдения

0,582482 0,339285 0,321183 0,022313 76

Дисперсионный анализ

df ЭЭ МЭ F Значимость F

Регрессия 2 0,018663 0,009331 18,74317 2,69Е-07

Остаток 73 0,036343 0,000498

Итого 75 0,055006

Коэффициенты Стандартная ошибка ¡-статис-тика р-значе-ние Нижние 95 % Верхние 95 % Нижние 95 % Верхние 95 %

у-пере-сечение 0,034174 0,005341 6,397898 1,33Е-08 0,023528 0,044819 0,023528 0,044819

Х1 0,001333 0,000264 5,053129 3,11Е-06 0,000807 0,001859 0,000807 0,001859

Х2 0,001673 0,001039 1,611138 0,111465 -0,0004 0,003743 -0,0004 0,003743

Таблица 8

Зависимость поведения держателей карт от количества POS-терминалов на 10 000 чел. и соотношения численности городского и сельского населения региона (по данным 2010 г.)

Регрессионная статистика

Множественный Я Я-квадрат Нормированный Я-квадрат Стандартная ошибка Наблюдения

0,642978 0,413420 0,397350 0,022388 76

Дисперсионный анализ

df ЭЭ МЭ F Значимость F

Регрессия 2,000000 0,025789 0,012894 25,725123 0,000000

Остаток 73,000000 0,036590 0,000501

Итого 75,000000 0,062379

Коэффициенты Стандартная ошибка ¡-статис-тика р-значе-ние Нижние 95 % Верхние 95 % Нижние 95 % Верхние 95 %

у-пере-сечение 0,041289 0,005315 7,768251 0,000000 0,030696 0,051882 0,030696 0,051882

Х1 0,001384 0,000228 6,056675 0,000000 0,000928 0,001839 0,000928 0,001839

Х2 0,001635 0,001047 1,561888 0,122640 -0,000451 0,003721 -0,000451 0,003721

Источник: составлено авторами на основании данных Росстата и Центрального банка России.

На зависимую переменную, помимо вышеуказанных факторов, которые можно предложить в качестве независимых переменных, влияет множество других факторов, которые достаточно сложно измерить (психологические и личностные качества покупателей, особенности конкуренции на рынке конкретного региона, финансовая грамотность населения и т. д.). Тем не менее построенные модели можно считать значимыми со степенью вероятности до 85 % (исходя из Статистики и р-значений).

Данная модель менее изменчива, поскольку Ь — коэффициент при независимых переменных — остается практически на одном уровне по показателям 2009 и 2010 гг. Так, при росте показателя соотношения численности городского и сельского населения

на единицу в среднем, при прочих равных условиях, можно ожидать увеличения коэффициента функционального использования карт на 0,0013 по показателям 2009 г. и на 0,0016 — по показателям 2010 г. При среднем значении в 0,063 и 0,075 в 2009 и 2010 гг. соответственно, при каждом увеличении городского населения по отношению к сельскому на 100 % и т. д. растет и коэффициент функционального использования карт в среднем на 2 %; дополнительный установленный терминал в расчете на 10 000 чел. ведет к увеличению коэффициента функционального использования карт в среднем на 0,0016, или на 2,5 % (рис. 5).

Рисунок 5

Изменение величины коэффициента функционального использования карт при изменении на 1 ед. факторных признаков, %

60 %

другие факторы вариации

Коэффициент функционального использования карт, ф

+2 %

Отношение городского населения к сельскому

+2,5 %

Увеличение установленных POS-терминалов

J

Источник: составлено авторами на основании расчетов табл. 7 и 8.

Социально-экономическое развитие регионов России, безусловно, окажет влияние на использование денежных средств держателями карт. Повышение среднего уровня заработной платы и возможность делать сбережения, увеличение объемов выданных кредитов населению, активное развитие инфраструктуры в регионах — все это способствует адекватному потребительскому выбору типа расчетов и вовлечению населения в конкурентный и перспективный рынок услуг по банковским картам. Российские региональные рынки банковских карт остаются незаполненными, но имеют большие перспективы и потенциал роста. Активное стимулирование держателей банковских карт использовать их не только в качестве инструмента получения наличных, но в большей степени в качестве инструмента безналичных расчетов, в т. ч. микроплатежей, позволит нашей стране занять достойное место на мировой арене в сфере предоставления розничных платежных услуг населению и повысить эффективность деятельности всех участников рынка банковских карт.

Библиография

1. Качанова, Н. Н., Огуреева, Н. В. Обзор рынка банковских карт: особенности развития и краткий анализ // Академия бюджета и казначейства Минфина России. Финансовый журнал. — 2009. — № 1.

2. Центральный банк России [Электронный ресурс] / Сведения о банковских картах; Copyright © 20002011 ЦБ РФ. — Электрон. дан. — М.: ЦБР, 2011 — . — Режим доступа: http://www.cbr.ru/, свободный.

3. Committee on Payment and Settlement Systems [Электронный ресурс] / Statistics on payment and settlement systems in selected countries; © Bank for International Settlements 2011. — Электрон. дан. — ISBN 92-9197-788-8 — . — Режим доступа: http://www.bis.org/, свободный.

4. Amromin, Gene, Chakravorti, Sujit. Debit Card and Cash Usage: A Cross-Country Analysis WP 2007-04. Federal Reserve Bank of Chicago [Электронный ресурс]. — Электрон. дан. — Режим доступа: http:// www.chicagofed.org/digital_assets/publications/working_papers/2007/wp2007_04.pdf, свободный.