CC BY
73
инвестиций, краеугольной основы посткризисного восстановления обрабатывающего сектора экономики России.
Библиографический список
1. Официальный Интернет сайт Росстат. URL:http://www.gks.ru.
2. Стратегия развития химической и нефтехимической промышленности России на период до 2015 года: Приказ Минпромэнерго России от 14 марта 2008 г. № 119.
3. Ломовцев Д.А., Федорова Т.А. Приоритеты инновационного развития реального сектора экономики России // Национальные интересы: приоритеты и безопасность. 2010. № 3: [Электронный ресурс]. URL: http://www.fin-izdat.ru/iournal/national/detail.php?ID=23572.
4. Официальный Интернет сайт международной информационной группы «Интерфакс». URL: http://www.group.interfax.ru.
E. V. Starling
Management of corporative investments in Russian manufacturing industry
The corporative investments role in reconstruction of Russian manufacturing industry, more suffered from the financial crisis consequences, is investigated in the article. The author considers in details the mechanisms, furthered to investment development of native industrial corporations.
Keywords: corporative investments, manufacturing industry, financial crisis.
УДК 339.138
И.И. Фомичев, аспирант, (4872)35-74-09, [email protected],
(Россия, Тула, ТГПУ)
ТРАНСФОМАЦИЯ БАНКОВСКОГО МАРКЕТИНГА В КРИЗИСНЫЙ ПЕРИОД
Изложенырекомендации по применению методов банковского маркетинга баз данных в сочетании с методами маркетинга взаимоотношений с клиентами. Показаны возможности применения для анализа данных методов многомерной статистики - кластерного и дискриминантного анализа. Указаны возможности эффективного исполъзованиярекомендаций.
Ключевые слова: банковский маркетинг баз данных, кластерный и дискриминантный анализ данных, маркетинг взаимоотношений банка с клиентами.
Мировой финансовый кризис 2008-2009 гг. обострил проблемы рисков и проблемы плохих — не возвращаемых своевременно — кредитов российских банков. В настоящее время продолжает оставаться высокой разница между ставками коммерческих банков по кредитам и ставкой
рефинансирования ставкой Центрального банка России. Это свидетельствует о том, что кредитные риски банков продолжают оставаться высокими.
Данные Банка России о дневных кредитах, дневной величине сальдо операций Банка по представлению, абсорбированию ликвидности за январь-май 2010 г. показывают высокий уровень волотильности объемов кредитных операций. Для количественной оценки уровня волотильности указанных показателей, оценки устойчивости банковской системы был использован регрессионный анализ и критерии устойчивости теории катастроф [1]. Анализ моделей временных рядов показателей позволил установить, что колебания их уровня в 20 раз превышают детерминированные изменения. В соответствии с представлениями теории катастроф это свидетельствует о неустойчивости функционирования системы.
По данным Центрального Банка России, плохие кредиты в мае 2010 г. составляют 8,7 % кредитного портфеля. По прогнозам Центрально банка России к концу года доля плохих кредитов возрастет до 13 %. В этот показатель не входит объем части реструктурированных кредитов, которая не будет возвращена. С учетом этой категории доля плохих долгов в совокупном портфеле банков достигнет 18 %.
Высокий уровень кредитных рисков, нарастание доли плохих кредитов в портфеле российских банков позволили представителям банковского сообщества осознать, что выход из кризиса затягивается. В этих условиях используемые в банковской практике методы маркетинга [2, 3] недостаточно эффективны. Очевидно, что потребует освоение новых инструментов и методов работы с клиентами. В качестве таких инструментов и методов можно рекомендовать маркетинг баз данных и маркетинг взаимоотношений [4, 5, 6].
Маркетинг баз данных и маркетинг взаимоотношений необходимо использовать для создания эффективных моделей кредитных рисков и повышения эффективных кредитных стратегий.
База данных клиентов — это средоточие постоянно обновляемой информации о существующих или потенциальных клиентах. База данных представляет собой набор данных, хранящихся вместе на компьютерном носителе и организованных таким образом, что при необходимости они могут быть легко извлечены. Информация, содержащаяся в базе данных, должна быть пригодной для таких маркетинговых целей, как поиск и оценка клиентов, поддержание взаимоотношений с клиентами.
Маркетинг баз данных в банке должен быть построен как процесс разработки, ведения и использования баз данных заемщиков и баз данных кредитных продуктов. Целью маркетинга баз данных обычно считают установление контактов, совершение операций и поддержание отношений. Но, как показало обследование двух банков, добившихся успеха в 2009 г., базы данных могут использоваться для построения моделей рисков и разработки стратегий.
Базы данных клиентов обычно содержат сведения, позволяющие предлагать конкретному заемщику, в том числе потенциальному, наиболее подходящий для него специальный кредитный продукт, в соответствии с совершенными ранее сделками.
Для целей создания моделей кредитных рисков база данных должна содержать характеристики заемщиков, допускающие числовую или символьную идентификация, сведения о прошлых сделках с заемщиком, данные о возрасте, доходе, составе семьи, роде деятельности, интересах, мнениях, предпочитаемых средствах массовой информации. Тогда база данных заемщиков-юридических лиц должна содержать сведения о прошлых сделках, объемах продаж, ценах и прибыли, информацию о характере и политике использования кредитов. Для целей установления долгосрочных отношений с заемщиком в базе должны быть и другие сведения. Например имена участников принятия решений о совершении сделок, их возраст, даты рождения, увлечения. Важна оценка роли кредитов банка в бизнесе клиента. Необходимы наименования конкурирующих банков, оценка конкурентных преимуществ и недостатков в отношении клиента.
Информация для создания и ведения базы данных собирается из всех возможных источников, при каждом контакте с клиентами, при проведении маркетинговых исследований. Каждый звонок в банк, каждый онлайновый запрос должен использоваться для получения необходимой информации.
Особые возможности для формирования базы данных складываются в процессе работы по обеспечению возврата проблемных кредитов. При этом число контактов с должниками увеличивается, о должниках собирается дополнительная информация.
Для анализа информации, содержащейся в базе данных, используются математические методы и компьютерные технологии по извлечению полезной информации о субъектах и объектах, по их группировке, выявлению тенденций различных изменений, факторов, определяющих изменения в пространстве, времени. Необходимо, по мнению автора, в первую очередь использовать многомерные методы статистики.
Многомерные методы предоставляют объективные количественные средства для исследования сходства, близости, группировки или классификации данных. Данные могут быть представлены в виде множества показателей, переменных, которые характеризуют объекты. Большинство методов решают задачу уменьшения количества переменных и выделения наиболее важных характеристик, скрытых факторов.
Метод кластерного анализа позволяет строить классификацию п объектов. Они объединены в группы или кластеры на основе критерия минимума расстояния в пространстве 1 показателей, описывающих объекты. Это позволяет построить классификацию объектов на заданное число групп — кластеров. Вероятностное обоснование результатов кластеризации поучают методом дискриминантного анализа.
Исходные данные для кластерного анализа представляются в виде матрицы размером 1Чп, содержащей информацию трех типов, но на практике чаще всего используют один тип — измерения Ху значений 1 показателей для п объектов. В процессе анализа необходимо выбрать стратегию объединения и метод вычисления расстояния ёу между объектами в многомерном пространстве показателей — метрику.
Промежуточным результатом анализа являются среднее внутрикла-стерное расстояние, по которому можно сравнивать различные варианты кластеризации, и кластеры с указанием объектов, включенных в них. При этом можно получить проекции на плоскость каждой пары показателей центров кластеров и объектов каждого кластера.
Результаты кластерного анализа могут иллюстрироваться построением дендрограмм классификации, показывающих состав и иерархию объединения кластеров. Для преставления лицам, принимающим решения в банках, как показывает опыт, наиболее наглядные дендрограммы позволяют получать дивизивная стратегия динамических сгущений. В случае ди-визивной стратегии кластеризации необходимо задать число кластеров, окончательное количество кластеров оказаться меньше.
Важным дополнением кластерного анализа является дискриминантный анализ. Дискриминантный анализ позволяет проверить гипотезу о возможности классификации заданного множества объектов п, характеризуемых некоторым числом 1 переменных показателей х, на некоторое число классов или кластеров к, дать классификации вероятностную оценку.
При выполнении анализа ищется набор дискриминирующих функций, обеспечивающих классификацию объектов на заданное число классов — кластеров. Исходные данные представляются в виде матрицы размером (1+1)4 п, причем п строк характеризуют п объектов. Первые 1 столбцов — это значения т переменных для п объектов, а (т+1) столбец для каждого объекта — это номер его класса. Классы нумеруются натуральными числами от 1 до к, где к — число классов. Если нужно классифицировать ряд новых объектов, то такие объекты также включаются в матрицу данных с номером класса 0. Результаты анализа представляют собой статистические оценки гипотез о правомерности отнесения объектов — клиентов — к определенному классу. Использование кластерного и дискриминантного анализа позволяет банку обоснованно устанавливать критерии, которым должен удовлетворять его целевой клиент.
Базы данных следует использовать, прежде всего, для определения группы желательных клиентов и клиентов, к которым следует обратиться с конкретным предложением.
Маркетинг взаимоотношений с клиентами тесно связан с маркетингом баз данных [3, 4]. Маркетинг взаимоотношений представляет собой процесс использования информации о каждом конкретном клиенте для управления комплексом взаимодействия с клиентами. Его целью является
максимизация клиентской лояльности. Исследования российских консалтинговых компаний показывают, что до 70 % потерь клиентуры российским бизнесом обусловлено неудовлетворительной постановкой маркетинга взаимоотношений. Нередко маркетинг взаимоотношений с клиентами рассматривают как необходимость приобретения и предложения персоналу использовать соответствующих программных продуктов. Но этого явно недостаточно, поскольку программные средства и Интернет являются лишь средством автоматизации отдельных процессов менеджмента.
Для успешного использования подходов маркетинга взаимоотношений необходимо на основе данных о каждом выгодном клиенте обращаться к нему с индивидуальным предложением. Банк должен привлекать новых клиентов. Для этого он должен на основе формируемой базы данных отбирать потенциальных клиентов, которые действительно могут принять предложение банка. Для этого недостаточно использовать средства рекламы, различные формы которой хорошо освоены банками. Необходимо использовать современные средства интерактивного взаимодействия с потенциальными клиентами, или хоты бы проводить опросы.
Известные рекомендации Ф. Котл ера [6] применительно к банковскому маркетингу следует интерпретировать следующим образом:
1. Отыскание кандидатов в потенциальные клиенты — всех тех, кто предположительно может приобрести предлагаемую услугу.
2. Банк должен стараться определить, кого из них можно рассматривать в качестве потенциальных клиентов.
3. Банк может постараться превратить новых клиентов, которые впервые к нему обратятся, в потенциальных клиентов.
4. Банк может постараться превратить новых клиентов в разряд повторных клиентов.
5. Банк может постараться превратить повторных клиентов в привилегированных клиентов — людей, которым организация предоставляет особые условия и особенно внимательное обслуживание.
6. Следующий шаг банка — превращение привилегированных клиентов в членов клуба клиентов банка при помощи специальной программы стимулирования постоянных клиентов.
7. Далее банк должен превратить членов клуба в надежных друзей, высоко ценящих организацию и рекомендующих ее предложения другим людям.
8. Наконец, остается дожидаться, когда верные друзья превратятся в активно взаимодействующих с банком партнеров.
Часть клиентов банка неизбежно будет отказываться от сотрудничества. Задача организации — вернуть клиентов посредством специальной стратегии их повторного завоевания, что часто проще и выгодней привлечения новых. Снижение оттока клиентов банка может быть достигнуто пу-
тем осуществления следующих мер. Банк должен определять и измерять уровень удержания клиентов.
Банк должен установить причины, по которым он теряет клиентов, определить просчеты и устранить их. Необходимо рассчитать потери прибыли, вызванные уходом клиентов. Необходимо оценивать пожизненную доходность клиента. Банку необходимо рассчитать, во что обойдется уменьшение оттока клиентов. Если такого рода расходы меньше величины упущенной прибыли, имеет смысл уменьшить отток клиентов. Банку необходимо прислушиваться к мнениям и пожеланиям клиентов.
Маркетинг взаимоотношений должен основываться на укреплении социальных связей. Укрепление социальных связей сотрудников банка с клиентами происходит посредством индивидуализации и персонификации отношений. Менеджмент взаимоотношений предполагает ориентацию всех сотрудников банка на клиента. Добиться ориентации всех сотрудников на клиента, использование имеющейся в базах данных информации может быть весьма трудно. Работникам проще продолжать традиционную деятельность, а не осваивать менеджмент взаимоотношений. Эффективный маркетинг баз данных требует соответствующего обучения всех работников банка и делегирования им дополнительных полномочий.
Предположения, лежащие в основе менеджмента взаимоотношений с клиентами, как известно [4, 6], оказываются верными не всегда. Например, может не соблюдаться постулат о том, что лояльные клиенты дешевле в обслуживании. Клиенты, осуществляющие крупные сделки, обычно знают, насколько они важны для банка, и могут обращаться с непомерными требованиями.
Для оценки эффективности инструментов маркетинга баз данных и маркетинга взаимоотношений в региональном отделении одного из ведущих российских банков был проведен эксперимент. Использование этих инструментов позволило нарастить кредитный портфель отделения, сократит долю плохих кредитов в портфеле.
Библиографический список
1. Басовский Л.Е. Теория экономического анализа. М.: ИНФРА-М,
2010.
2. Тулембаева А.Н. Банковский Маркетинг. Завоевание рынка. Алматы: Триумф «Т», 2007.
3. Хабаров В.И., Попова Н.Ю. Банковский маркетинг. М.: Московская финансово-промышленная академия, 2004.
4. Басовский Л.Е., Басовская Е.Н. Маркетинг. М.: ИНФРА-М, 2010.
5. Иган Д. Маркетинг взаимоотношений. Анализ маркетинговых стратегий на основе взаимоотношений. М.: Юнити-Дана, 2007.
6. Котлер Ф., Келлер К.Л. Маркетинг менеджмент. СПб: Питер, 2006.
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
