31 Окт

О МАТЕМАТИЧЕСКОМ МОДЕЛИРОВАНИИ ЭКОНОМИЧЕСКОЙ СТРАТЕГИИ БАНКОВ, КАК СЛОЖНЫХ ВЗАИМОДЕЙТВУЮЩИХ ОРГАНИЗАЦИОННЫХ СИСТЕМ




Номер части:
Оглавление
Содержание
Журнал
Выходные данные


Науки и перечень статей вошедших в журнал:

Многочисленные исследователи современной теории организаций анализируют причины изменения их форм и структур. Важнейшим понятием теории организации является организационное поле, представляющее собой совокупность организаций, которые составляют сферу институциональной жизни организации [14, стр.121]. Организации, существующие  в одном организационном поле,  становятся все более однородными и унифицированными благодаря их тесному взаимодействию друг с другом. Все организации относятся к сложным Системам. Согласно Джею Форрестеру [10, стр.11], сложным Системам свойственны неоднозначные реакции на внешнее воздействие, и в этом главная причина частых неудач и провалов попыток, предпринимаемых извне  с целью улучшения поведения Cистемы. Термин «сложная Система» подразумевает в себе многозвенную структуру большого порядка с нелинейной обратной связью. Все социально — экономические системы относятся к этому классу, и любая компания, банк  или корпорация имеют все характеристики сложных систем. Урбанизированная территория, национальное правительство, экономические процессы и международная торговля – также относятся к  сложным Системам. Любая сложная Система — это Система большого порядка. «Порядок» системы определяется числом дифференциальных уравнений, необходимых для описания ее уровней. Каждая компания или банк  характеризуется  несколькими переменными уровня: штатом служащих, банковским балансом, готовыми товарами, товарами в процессе изготовления, оборудованием,  психологическим климатом,  репутацией и элементами своей традиции. Сложная Система нелинейна, то есть – описывающие ее функции имеют нелинейный характер. Нелинейное взаимодействие в системе обеспечивает  в течение некоторого времени доминирование одной цепи обратной связи, но оно же может вызвать перемещение  этой доминанты в другую часть системы, где поведение системы настолько отлично от первого случая, что эти две ситуации кажутся не имеющими отношения друг к другу. Нелинейные функциональные зависимости делают сложную систему чрезвычайно чувствительной к большинству ее параметров. В то же самое время, такое нелинейное поведение обеспечивает системе  резистентность к усилиям, прилагаемым с целью изменить ее поведение. Вместе с тем, эта нелинейность, при правильном описании, позволяет  моделировать  системы с реальными динамическими характеристиками. Сложные Системы имеют характеристики, которые, в общем случае, неизвестны. Их  поведение   сильно отличается от поведения простых систем, анализ которых привычен сознанию человека. Современная наука и математическое моделирование  в основном, анализировали поведение простых систем, которое сильно отличается от поведения сложных Систем. Сложные социально – экономические  системы объединяют в себе  много таких факторов, которые  исторически были разделены на изолированные области мышления. Другими словами, если мы хотим понять динамику сложных Систем, необходимо развивать междисциплинарный подход, который подразумевает наличие       психологических, экономических, технических, культурных и политических взаимодействий в каждой сложной Системе. Совместное взаимодействие этих факторов часто бывает более важным, чем поведение каждого  из них, взятого по отдельности. Если в процессе анализа и моделирования эти отдельные факторы будут рассматриваться отдельно друг от друга, динамику их взаимодействия  никогда не удастся описать. Поведение сложных систем характеризуется многими нетривиальными особенностями, которые необходимо понимать, если ставить задачу проектировать системы с лучшим поведением.

          Сложные Системы отличаются высокой чувствительностью к изменению лишь небольшого числа определённых параметров [10, стр.25] и к некоторым изменениям структуры системы. Любая Система содержит несколько точек, к изменению которых её поведение чувствительно. Изменение административного воздействия в одной из таких точек оказывает давление на всю систему, и ее поведение изменяется во всех направлениях. Эти параметры и структурные изменения, к которым Система чувствительна, обычно не самоочевидны. Необходимо провести тщательный анализ динамики Системы, чтобы обнаружить эти параметры.

          В современной науке понятие  сложной системы охватывает системы практически любой природы — физические, химические, биологические, экономические, социальные и др. При этом системы характеризуются различной внутренней организацией — жестко-детерминированные, стохастические, нелинейные, системы с элементами самоорганизации, самоорганизующиеся.    Важнейшим свойством описанных систем является их устойчивость, т. е. сохранение системой своей базовой структуры и основных выполняемых функций в течение определенного времени и при разнообразных внешних воздействиях и внутренних возмущениях. Устойчивость есть внутреннее свойство систем, а не результат внешнего воздействия.  Экономико-математическая модель сложной системы  включает в себя систему уравнений и неравенств математического описания экономических процессов и явлений, которые состоят из набора переменных и параметров, с целью его исследования и управления [11,стр. 5; 12,стр. 25].

          Моделирование социально — экономических систем требует анализа необходимых внутрисистемных связей и отношений, а также  внешних связей и отношений, необходимых для достижения целей субъекта моделирования. Сам процесс моделирования предполагает необходимость учета максимального числа параметров и зависимостей, которые, определяют возникновение моделируемой системы, а также, учета максимального числа параметров и зависимостей, противостоящих возникновению и функционированию моделируемой социально-экономической  системы [5, стр.98; 6,стр.387; 7,стр.52]. Поиск оптимальных механизмов управления такими сложными Системами, как социально – экономические, представляет собой достаточно сложную и, в то же время, важную задачу. При разработке конкретной модели необходимо проведение широкомасштабных исследований социально-экономической системы, направленных на преодоление кризисных тенденций и обеспечение ее устойчивого развития в условиях рынка и расширяющейся глобализации. Требуется разработать постановки и методы решения задач прогнозирования и моделирования альтернативных вариантов развития крупномасштабных социально-экономических систем.

           Конкурентное взаимодействие между компаниями или банками происходит в поле сложных систем, динамика которых описывается нелинейными дифференциальными уравнениями [10,стр.154]. В биологических Системах — это  известная Система «хищник – жертва» [15,стр. 45]. Если описать систему из двух видов хищников, конкурирующих за один вид жертвы, то это будет соответствовать процессу конкуренции между  двумя компаниям или банками. Однако с математической точки зрения Система: два хищника и одна жертва будет описываться в рамках двух связанных Систем хищник — жертва, состоящих из простых дифференциальных уравнений, в то время как конкурирующие компании или банки  согласно Форрестеру [10,стр.168] описываются уравнениями с нелинейной обратной связью. Экономическим обоснованием возможности применения динамических моделей для описания динамики флуктуаций экономических параметров конкурирующих компаний или банков  служит обнаруженный колебательный характер этих флуктуаций [14,стр.56; 7, стр.242; 10,стр.34; 11 стр.41], математическое описание которого возможно только в рамках дифференциальных уравнений второго порядка к   числу которых  принадлежит,  так называемая, Система Ван дер Поля [9,стр.63].

           Выведенные в радиофизике для описания динамики взаимодействия между двумя электронными генераторами,  связанные уравнения Ван дер Поля впоследствии были с успехом использованы для описания механизма возникновения колебаний в реакциях фотосинтеза, колебаний в гликолизе, а также в моделировании динамики химических реакторов [12,стр.151; 13,стр.794]. Так как конкурирующие компании или банки обладают системой обратной связи, обеспечивающей им  автономное функционирование, динамика экономических показателей может быть описана с помощью  уравнений Ван дер Поля. Процесс конкуренции между двумя компаниями или банков   по аналогии с процессом конкуренции между двумя самоподдерживающимися системами, записывается в рамках n связанных уравнений Ван дер Поля с запаздыванием:

 

Предложенная модель была применена для моделирования стратегии развития двух конкурирующих банков — Банк ОТП и Банк Русский Стандарт.

ОТП Банк (Россия) — российский коммерческий Банк, входящий в группу компаний OTP Group, которая является одним из лидеров рынка финансовых услуг Центральной и Восточной Европы. ОТП Банк — это универсальная кредитная организация, предоставляющая широкий спектр банковских услуг и продуктов для корпоративных клиентов и частных лиц. ОТП Банк входит в число 50 крупнейших Банков России, а по ряду направлений входит в число лидеров рынка. В частности, ОТП Банк занимает 15 место среди розничных банков и 2 место на рынке pos-кредитования, 4 место на рынке кредитных карт, 13 место по прибыли по итогам 9 месяцев 2011 года [3,4].

Основными (приоритетными) направлениями деятельности Банка Русский Стандарт являются потребительское кредитование и эмиссия кредитных карт. Также банк занимается эквайрингом, интернет-эквайрингом, привлечением депозитов, расчётно-кассовым обслуживанием физических и юридических лиц, предоставлением овердрафтов, возобновляемых и невозобновляемых кредитных линий, проведением международных расчётов (банковские гарантии и аккредитивы), торговым финансированием, проведением конверсионных операций и др. Является агентом страховых компаний ЗАО «Русский Стандарт Страхование» и ООО «Компания Банковского Страхования». Под брендом «Imperia Private Banking» оказывает услуги состоятельным клиентам.

Значения чистой прибыли обоих банков за 2010 – 2013 годы были введены в модель в виде начальных условий, и с помощью модели было осуществлено прогностическое моделирование динамики чистой прибыли рассматриваемых банков на 2014 – 2015 годы. Результаты моделирования приведены на Рисунке 1.

Рисунок 1. График динамики чистой прибыли  банков ОТП-Банк и Банк Русский Стандарт за 2010 — 2013 годы и прогноз ее динамики на 2014-2015 годы

На основании результатов моделирования был сделан вывод о том, что кредитная политика ОТП Банка, также как и Банка Русский Стандарт испытывает режим насыщения в плане  прекращения увеличения числа клиентов, что соответствовало  действительности, так как основное направление расширения кредитования имело место в центральной России и достигло своего максимума. С точки зрения модельной функции динамика чистой прибыли ОТП Банка и Банка Русский Стандарт представляют собой колебания и без изменения экономической политики Банка они не могут перейти в зону стабильного увеличения прибыли. Как видно из графиков, в 2015 году оба банка резко теряют в чистой прибыли из-за увеличения отчислений под формирование резервов под обесценивание активов, по которым начисляются проценты. Также повысились операционные расходы. Все это в сумме дало огромное снижение чистой прибыли, которое не могло быть спрогнозировано в начале 2013-ого года. Сказалась общая депрессивная ситуация в российском банковском секторе. Даже Сбербанк потерял в темпах роста чистой прибыли (темп сократился с 10% до 4%), однако крупные банки вышли из ситуации даже с небольшим приростом, чего не скажешь о более мелких, таких как ОТП Банк и Банк Русский Стандарт. Массовые отзывы лицензий грозят большей монополизацией в банковском секторе и выхода из конкуренции тех банков, которые не имеют административной поддержки.

Изложенные выше результаты моделирования динамики экономических параметров  ОТП Банка и Банка Русский Стандарт показали, что предложенная математическая модель может быть использована для прогнозирования динамики чистой прибыли  банков. Как можно заключить из графика (Рисунок 1), прогноз соответствует  официальным фактическим данным, что говорит о том, что на экономические показатели небольших банков сильно влияют   флуктуации рынка в отличие от банков крупного масштаба.

Список использованной литературы:

  1. Блехман И.И. Синхронизация динамических систем. Издательство «Наука», М.1973, с 895.
  2. Винер. Н., Динамические системы в физике и биологии. Вестник АН СССР, 1964, №7.
  3. Официальный сайт компании «Банк Русский Стандарт» Раздел: «отчетность»: [Электронный ресурс]. Режим доступа: http://www.rsb.ru/about/recording/2015/
  4. Официальный сайт компании «Отп-банк». Раздел: «акционерам и инвесторам»: [Электронный ресурс]. Режим доступа: otpbank.ru/about/akcyy/financial_indicators/
  5. Павловский В.С. Моделирование, декомпозиция и оптимизация сложных динамических процессов. -М.: ВЦ РАН, 1991. 149 с.
  6. Парсонс, Т. О социальных Системах / Т. Парсонс, ред. В. Ф. Чеснокова и С.А. Белановский. — М.: Академический Проект, 2002. 832 с.
  7. Плотинский, Ю. М. Модели социальных процессов / Ю. М. Плотинский. М: Логос, 2001. — 296 с.
  8. Романовский. Ю.М, Степанова И.В, Чернавский Д.С. Математическая., биофизика. М. Наука, 1984, с 304.
  9. Теодорчик К.Ф. Автоколебательные системы. Государственное издательство технико-теоретической литературы. М.1952, с 271.
  10. Форрестер Д. Мировая динамика. — М.: АСТ, 2006. — С. 384. — ISBN 5-17-019253-3.
  11. Juglar C. Des Crises Commercials et de Leur Retour Periodique en France. Paris, 1862, с. 4-11.
  12. Kitchin, Joseph (1923). «Cycles and Trends in Economic Factors». Review of Economics and Statistics 5 (1): p. 10-16.
  13. Kuznets S. Secular Movements in Production and Prices. Their Nature and their Bearing upon Cyclical Fluctuations. Boston: Houghton Miffin, 1930.
  14. Parsons.Т. Оn institutions and social evolution: selected writings / Leon H Mayhew, ed. Chicago: University of Chicago Press, 1982.
  15. Volterra V., Lecons sur la Theorie Mathematique de la Lutte pour la Vie. Paris, Gauthier-Villars, 1931.
    О МАТЕМАТИЧЕСКОМ МОДЕЛИРОВАНИИ ЭКОНОМИЧЕСКОЙ СТРАТЕГИИ БАНКОВ, КАК СЛОЖНЫХ ВЗАИМОДЕЙТВУЮЩИХ ОРГАНИЗАЦИОННЫХ СИСТЕМ
    Предложена математическая модель стратегии развития конкурирующих банков как сложных взаимодействующих систем и осуществлено ее применение для прогностического моделирования динамики чистой прибыли ОТП Банка и Банка Русский Стандарт. Результаты прогнозирования соответствуют фактическим данным по чистой прибыли банков на прогнозируемый период.
    Written by: Березин Артем Андреевич
    Published by: БАСАРАНОВИЧ ЕКАТЕРИНА
    Date Published: 01/26/2017
    Edition: ЕВРАЗИЙСКИЙ СОЮЗ УЧЕНЫХ_31.10.15_10(19)
    Available in: Ebook