Обоснование темы диссертации. Постановка проблемы. Пути ее решения.
В 1995 году, начиная работу в одном из крупных банков, перед которым стояла задача осуществить комплекс мероприятий по организации и развитию собственной филиальной сети с подключением максимального количества промышленно развитых регионов России, я впервые задумался над серьезной проблемой — как выработать объективные критерии принятия решения по эффективному инвестированию выделенных на развитие филиалов средств. Через два года, став руководителем Аналитического Управления данного банка и получив посредством его объединения с другими крупными и средними банками, находящимися в разных уголках страны, развитую филиальную сеть, насчитывающую около 70 филиалов и дочерних региональных банков, а также 1200 расчетно-кассовых отделений при них, я осознал необходимость научного изучения данной проблемы, поскольку каждая коммерческая организация, не относящаяся к спектру моей деятельности, а именно производственные предприятия, страховые, аудиторские фирмы, расчетные центры и другие представители сферы услуг, но имеющая развитую филиальную сеть в регионах, сталкивается с этой же задачей. Решению этой проблемы, имеющей глубокие корни и возникшей из практических потребностей реальных организаций и меня лично, и посвящена моя диссертация.
Региональные филиальные сети крупных коммерческих организаций (далее организаций), к которым относятся все структуры, ведущие коммерческую деятельность, за последние годы приобрели широкое распространение в России в связи с развитием и укрупнением, а также вследствие слияния с более мелкими и необходимостью осуществления своего влияния в производственно-сбытовой деятельности в других регионах страны, зачастую находящихся на значительном расстоянии от Головного Центра.
Головной Центр — структура внутри организации, осуществляющая управление деятельностью филиалов (иногда одновременно обслуживающая крупных клиентов).
Филиал — нижестоящая структура организации, размещенная в одном из основных экономически активных районах страны и оказывающая полный комплекс услуг, характерных для специфики деятельности всей организации. В своей деятельности филиал подчиняется Головному Центру и после выхода на расчетную мощность вносит вклад в деятельность всей филиальной сети.
Отличие филиала от обособленной бизнес-единицы заключается в его тесной связи и плотном взаимодействии с Головным Центром (как правило, размещаемой в областных центрах наиболее развитых регионовчасто в Москве и Санкт-Петербурге). Филиал не имеет полной самостоятельности, не может принимать решения по развитию, но одновременно не может обанкротиться без согласования Головного Центра. Такая специфика позволяет последнему прежде всего регулировать свои финансовые и производственные потоки между филиалами, не допуская кризисов, а кроме того сводит к минимуму политический риск в связи с тем, что филиал менее тесно увязан с местной региональной администрацией, не позволяя себе идти на поводу политических интересов.
Наиболее важным вопросом, который решает Головной Центр, является распределение инвестиций на развитие своей филиальной сети с целью оптимизации прибыли всей организации. Наиболее крупные из организаций, число филиалов которых уже достаточно велико, чтобы непосредственно определять объекты инвестирования, сталкиваются с проблемой анализа филиальной сети с позиций, где именно развиваться, кому и сколько выделять средств. Для решения данной задачи наиболее эффективно использовать систему рейтингового оценивания.
В мировой, да и в российской экономике существует уже немало методик рейтингового анализа организаций, о которых, в частности, пойдет речь в первой главе. Это и рейтинги крупнейших банков, предприятий, риэлторских и аудиторских фирм, а также инвестиционной привлекательности регионов. В чем особенность филиального рейтинга?
Прежде всего в том, что это направленный рейтинг, где изначально формулируется цель — инвестиции в развитие. Так как в рейтинге представлены филиалы одной организации, то в данном случае можно говорить об образовании однородной структуры, что в сочетании с большим количеством филиалов позволяет использовать статистические методы анализа, максимально уходя от субъективных (обычно параметрических) методов.
Цель использования статистических методов — сравнить филиалы между собой и кластеризовать их по группам. При этом актуален выбор анализируемых параметров, т.к. эти параметры должны отражать направленность рейтинга, с одной стороны, а, с другой стороны, позволять рассматривать филиалы, как многомерную статистическую выборку.
Если рассмотреть разные используемые в настоящее время методики рейтинговых агентств, то можно обратить внимание, что в эти методики косвенно заложены сравнения анализируемых объектов с неким «идеалом» или «номинальным» вариантом. Возможно, это может оказаться весьма полезным в определенных сферах деятельности, однако, при сравнении филиалов именно такого подхода хотелось бы избежать. Применяемый в данной диссертации статистический подход позволяет непосредственно сравнивать объекты между собой и на основании этого сравнения принимать грамотные решения по инвестированию филиалов.
Кроме того, Головной Центр может требовать от всех филиалов предоставления всей нужной информации, что позволяет уйти при анализе от фальсификации данных, чем могут страдать используемые рейтинги.
В диссертационной работе для ранжирования (рейтингового оценивания) филиалов предлагается статистический подход, важнейшими этапами которого являются:
• Выбор параметров, характеризующих филиалы с позиций направленности итогового рейтинга, позволяющих рассматривать исследуемые филиалы, как статистическую выборку и, кроме того, это должны быть данные, которым можно полностью доверять. В этом случае каждый филиал характеризуется набором параметров, определяющих размерность вектора характеристик филиала. Как правило, и размерности этих векторов велики, и число филиалов не мало, что приводит к необходимости использования статистических процедур, реализованных на компьютерах. Эффективным оказывается использование профессиональных статистических пакетов.
Выбор статистического пакета, а также подходящих процедур из него, обоснование этого выбора.
Проведение корреляционного анализа исходной информации с целью выявления групп параметров с сильной корреляцией внутри групп и слабой между группами для последующего агрегирования параметров.
Использование метода главных компонент для снижения размерности внутри групп и получения обобщенных показателей по группам.
Кластеризация объектов (филиалов) в пространстве агрегированных параметров, упорядочивание внутри кластеров. Выработка рекомендаций по принятию управленческих решений. Апробация предложенной методологии на реальных данных.
Диссертация состоит из четырех глав и приложений.
Первая глава диссертации посвящена анализу ряда существующих и наиболее распространенных методик ранжирования организаций с акцентом на их особенности, достоинства и недостатки. Оцениваются различия между отечественными и зарубежными методиками.
Вторая глава формализует проблему рейтингового оценивания, раскрывает особенности системы «Головной Центр — Филиалы». В ней осуществляется выбор и описание используемых параметров, анализируются исходные данные для расчетов, где в качестве примера взят один из типов коммерческих организаций — коммерческий банк, имеющий развитую филиальную сеть в 63 регионах страны. Кроме того, в данной главе проводится обзор статистического пакета SPSS, как наиболее привлекательного для проведения рейтингового оценивания, представлена его структура и возможности.
Третья глава решает проблему агрегирования, т. е. уменьшения размерности используемых параметров рассматриваемых объектов (филиалов). В ней представлена модель, алгоритм и методы проведения анализа, выявлена связь решений, полученных различными способами. Проведена с использованием метода главных компонент оценка значений представленных факторов.
Четвертая глава диссертации посвящена дальнейшему анализу полученных факторов — разбиению на классы объектов исследования по агрегированным параметрам. Представлена модель кластерного анализа. В заключении проведена кластеризация для нашего примера с применением метода к-средних для получения конечного рейтинга филиалов и даны рекомендации по принятию управленческих решений на основе полученных данных.
Итогом работы являются рекомендации по результатам ранжирования агрегированных параметров о необходимости открытия разных типов отделений (городские, сельские), расширению количества операционно-кассовых мест в действующих отделениях, а также рекомендации по оптимизации существующей сети (сокращение количества ОКМ, отделений).
Выводы по главе.
1. Обосновано применение модели кластерного анализа для принятия управленческих решений по инвестированию филиалов. В качестве рабочего алгоритма выбран метод к-средних.
2. Разработана методология кластеризации, основанная на взаимодействии аналитика с пакетом SPSS, учитывающая возможности и особенности пакета при реализации процедур кластерного анализа.
3. Предложен вариант нормализации обобщенных параметров, позволяющий аналитику в удобной форме анализировать, корректировать результаты и принимать обоснованные решения.
4. Показана целесообразность решения параллельно двух задач с усеченными и неусеченными данными. Сравнение результатов позволяет сделать выводы:
• попадание убранных филиалов именно в ту группу, в которые они должны попасть, может служить аргументом правильности предложенной методологии;
• усечение позволило более тщательно классифицировать те филиалы, которые в сравнении с «лидерами» воспринимались практически неразличимыми.
5. Для конкретной постановки задачи выделения средств на развитие 63 филиалов коммерческого банка получен вариант принятия одного из семи реальных решений по инвестированию или оптимизации каждого из рассматриваемых филиалов (Приложения 4.1−4.2).
Заключение
.
Для лица, принимающего управленческие решения (руководителя предприятия, менеджера, эксперта — аналитика), серьезным помощником в работе могут стать методы статистического анализа, реализованные в статистических пакетах. Использование этих методов позволяет эффективно решать задачи в разных областях экономики, менеджмента, маркетинга, социологии, психологии.
Предложенная в данной диссертационной работе методология решения проблемы построения интегрального рейтинга объектов на примере региональной филиальной сети, является лишь частным случаем, иллюстрирующим результативность взаимодействия эксперта с статистическим пакетом и получения реально пригодных для принятия управленческих решений данных. Применение данной методики возможно для любого типа коммерческой организации, имеющей развитую филиальную сеть. В настоящее время множество промышленных предприятий объединяются в крупнейшие холдинги с полным циклом производства продукции. Всем известны крупные объединения в сферах газонефтедобычи и переработки (Газпром, Лукойл, Юкос, ТНК), металлургические холдинги (Русский Алюминий, СУАЛ, ОМК). Все они имеют широкое представительство в разных регионах России, а потому для каждого из них актуально использование данной методики после введения своих, присущих специфики работы, исходных параметров.
Методы, реализованные в статистических пакетах, оказывают неоценимую помощь при решении разнонаправленных задач разного уровня сложности.
Результатом данной работы является методология построения рейтинга региональных филиалов, реализованная с помощью статистического пакета SPSS, а также определение конкретных управленческих решений по распределению инвестиций в развитие филиальной сети. Алгоритм реализации методологии на внутреннем языке SPSS представлены в Приложении 1.
В процессе работы было проделано следующее:
1. Выполнен анализ существующих методик, выделены их основные недостатки, а также требования к качественной методике рейтингового оценивания. Показано, что использование статистических методов с целью поиска закономерностей в данных позволяет устранить указанные недостатки и удовлетворить необходимым требованиям.
2. Исходной информацией для задачи рейтингового оценивания является оптимально выбранный набор параметров, характеризующих филиалы и позволяющих их сравнивать, что дает возможность отнести проблему анализа таких данных к проблеме многомерного статистического анализа. В качестве инструмента для проведения многомерного статистического анализа выбран универсальный пакет SPSS.
3. Рассмотрены предпосылки для снижения размерности, основанные на возможности избыточности описательных параметров и возможности наличия параметров, слабо меняющихся от объекта к объекту.
4. Обоснован выбор метода главных компонент. Даны практические рекомендации по реализации метода главных компонент в SPSS.
5. Показана целесообразность предварительного корреляционного анализа, решающего проблемы выявления выбросов, проверки линейности и выявления менее устойчивых оценок коэффициентов корреляции.
6. Разработана и реализована методология (человеко — компьютерная процедура) агрегирования параметров исследуемого объекта на примере филиалов коммерческого банка, что позволило снизить размерность исходных параметров (с 19 до 3). Промежуточные и окончательные результаты агрегирования 2 независимых варианта агрегирования (без усечения, с усечением) проинтерпретированы, проведено сравнение неусеченного варианта с усеченным. Заложены принципы автоматизации процедуры снижения размерности на основе метода главных компонент.
7. Выявлены связи данных из отчетности реальных филиалов с региональными параметрами, включающихся в одни и те же обобщенные показатели.
8. Предложенный алгоритм носит достаточно широкий характер и может быть рекомендован для снижения размерности статистических данных самой разнообразной природы.
9. Обосновано применение модели кластерного анализа для принятия управленческих решений по инвестированию филиалов. Проведена кластеризация методом k-средних для усеченных и не усеченных агрегированных данных иерархического характера — предварительная с нормировкой параметров, а также анализ верхнего и нижнего уровня принятия решений с заданием центров кластеров. Разработана методология, основанная на взаимодействии человека и статистического пакета SPSS.
12. Представлены конкретные рекомендации на примере коммерческого банка по принятию управленческих решений по инвестированию в развитие филиальной сети.
13. Апробация и внедрение предлагаемой методологии, проведенные в Управлении инноваций банка «Первое ОВК», соответствуют результатам теоретических расчетов и свидетельствуют о возможности ее применения для различных управленческих задачах и разных типов коммерческих организаций.
На основе практических результатов, полученных в данной работе, можно сделать следующие выводы: Использование статистических методов в процедуре принятия управленческих решений дает возможность получить объективные результаты, на основании которых менеджер может принять оптимальное решение по каждой конкретной задаче, а также оценить надежность и точность выводов, сделанных на основании ограниченного статистического материала. В разработанной методологии использовались стандартные статистические процедуры, реализованные во многих статистических пакетах. Поэтому данная методология применима и с другими статистическими пакетами.. Данная методология разрабатывалась для решения задачи построения интегрального рейтинга объектов на примере региональной филиальной сети крупного коммерческого банка. Поэтому для решения частных случаев задачи необходимо модифицировать алгоритм под конкретные данные. Вне зависимости от полученных результатов, приоритет в принятии решения всегда остается за менеджером. Использование математической модели накладывает ряд условий на исходные данные, что необходимо принимать во внимание при анализе полученных результатов.
