автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Модели и алгоритмы поддержки принятия решений при управлении операционными кассами банка

На правах рукописи

ДУБИНИН Евгений Николаевич

*

МОДЕЛИ И АЛГОРИТМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ОПЕРАЦИОННЫМИ КАССАМИ

БАНКА

I

Специальность 05.13.10 - Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степам кандидата технических наук

Уфа 2003

Работа выполнена на кафедре вычислительной математики и кибернетики Уфимского государственного авиационного технического университета

Научный руководитель

д-р техн. наук, проф. ЮСУПОВА Нафиса Исламовна

Официальные оппоненты:

д-р техн. наук, проф. ИСМАГИЛОВА Лариса Алексеевна

канд. техн. наук

ИВАНОВ Владимир Борисович

Ведущая организация

Институт социально-экономических исследований Уфимского научного центра Российской академии наук

1 Защита состоится « » _2003 г. в_часов

на заседании диссертационного совета Д-212.288.03 при Уфимском государственном авиационном техническом университете по адресу: 450000, г. Уфа, ул. К.Маркса, 12.

С диссертацией можно ознакомиться в библиотеке Уфимского государственного авиационного технического университета

Автореферат разослан «_»_2003 г.

Ученый секретарь диссертационного совета д-р техн. наук, проф. В.В.Миронов

2-0ОЗ - А

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В условиях рыночной экономики происходит усиление конкуренции между банками, что отражается на стремлении в привлечении дополнительного числа клиентов из других банков, предоставлении им набора различных услуг, качестве и времени обслуживания. Каждый банк стремится найти такие управленческие решения, которые обеспечили бы ему успешное развитие в конкурентной борьбе за получение большей прибыли от оказываемых услуг в ближайшей перспективе.

Основную долю финансовых услуг банки оказывают через сеть операционных касс (ОК), которыми осуществляются операции по привлечению денежных средств, покупке и продаже ценных бумаг и валюты, выдачи наличности, расчетно-кассовому обслуживанию организаций и т.п. Для обеспечения эффективной работы банка необходимо обоснованное принятие решений об организации обслуживания клиентов в зависимости от их числа, потребности в услугах, способов автоматизации процесса обслуживания, временных затратах, числа работников.

В настоящее время в исследованиях достаточно много внимания уделяется вопросам эффективного управления коммерческим банком с учетом развитая автоматизированных банковских систем (АБС). Широко используются информационные технологии в области автоматизации обслуживания физических и юридических лиц, бухгалтерского учета в банках и др. В то же время, остается ряд важных задач, слабо проработанных как в теоретическом, так и в практическом плане. К ним относятся вопросы моделирования развития банка, создания систем поддержки принятия управленческих решений, анализа эффективности банковской деятельности. Существующие стандарты бухгалтерского учета в банках построены по отраслевому принципу и не ориентированы на использование методов управленческого учета в разрезе видов операций по подразделениям банка. Это означает, что применяемые модели и алгоритмы учета банковских издержек не позволяют выделять факторы, определяющие размер дохода и оценить эффективность управления процессом его формирования. Во многих банках отсутствует целостная автоматизированная система учёта и управления затратами на содержание служб банка по видам деятельности. Недостаточная проработанность вышеперечисленных аспектов состоит еще и в том, что в большинстве исследований анализируется работа банка в целом, без рассмотрения деятельности каждого подразделения в отдельности.

Разработкой моделей в области информационной поддержки принятая управленческих решений в банковской сфере занимаются многие российские и зарубежные ученые (АД. Шеремет, Н.Н. Моисеев, Ю.С. Масленченков, А.И. Екушев, М. А Поморина, И.А. Киселева, К. Тимоти, П. Аллен, Т. Хэмди, М. Шоулз, и др.).

В зарубежной практике для анализа деятельности подразделений чаще всего используются методы операщю1шоплиимииного аьмиза (ОСА). Из-

вестны два основных направления С

себестоимости

СПетербург О® Ж,

операций для определения уровня прибыльности, применяемый для операций, в выполнении которых участвуют разные подразделения банка. При анализе операции разбиваются на фазы (по количеству участвующих подразделений) и по каждому подразделению ведется учет затраченного времени и ресурсов на операцию. Данный метод является наиболее точным, но и самым трудоемким, так как требует хронометража каждого действия. Второе направление заключается в расчете прибыли и затрат «центров прибыли» и «центров затрат». Для каждой услуги определяется центр прибыли (непосредственное участие в оказании услуги) и один центр затрат (косвенное участие). Оба подхода нашли свое отражение в деятельности крупнейших мировых банков, но характеризуются высокой сложностью настройки существующих программно-аппаратных реализаций, быстрой степенью устаревания, сложностью адаптации к изменяющийся структуре организации и неоднозначностью получаемых результатов.

Для анализа эффективности работы операционных касс (ОК) используются ряд зарубежных программных продуктов. Разработки российских компаний ограничены уровнем банка в целом и анализом статей баланса. Известны также универсальные пакеты структурного моделирования (например, ТНЬШК), но они имеют существенные ограничения и требуют хорошего знания изучаемой области.

Существующая практика решения задач управления деятельностью ОК в большинстве случаев сводится к простому рассмотрению отчетности кассы на предмет количества проведенных операций и сумм за период, анализу допущенных нарушений, административным мерам в рамках общей стратегии развития банка, подражанию деятельности конкурентов, что приводит к не-выявленным потерям и недополучению части прибыли.

Поэтому актуальными являются вопросы разработки теоретических основ информационной поддержки процессов управления и анализа эффективности работы операционных касс банка.

Цель и задачи исследования

Разработка математических моделей и алгоритмов поддержки принятия управленческих решений при организации работы операционных касс банка.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Разработка структуры информационной системы анализа и оценки эффективности работы операционной кассы.

2. Разработка модели и алгоритма оценки привлекательности операционной кассы с позиций клиентов с целью выработки управленческих решений;

3. Разработка алгоритма прогнозирования потребности ОК в денежной наличности с целью планирования распределения ресурсов банка;

4. Разработка математической модели и алгоритма определения предпочтительной структуры обслуживания клиентов, учитывающей разнородность элементов обслуживания;

5. Создание программного обеспечения для поддержки принятия решений при управлении организацией работы операционных касс;

6. Разработка методики экспериментальных исследований для оценки эффективности предлагаемых моделей и алгоритмов поддержки принятия решений и использования созданной информационной системы.

Методы исследования

При выполнении работы использованы методы системного анализа, линейного программирования, теории вероятностей и математической статистики, теории графов, систем массового обслуживания, теории управления запасами и методология структурного анализа и проектирования.

На защиту выносится

1. Структура информационной системы анализа и оценки эффективности работа операционной кассы.

2. Модель и алгоритм оценки привлекательности операционной кассы с позиций клиентов на основе методов линейного программирования и теории графов.

3. Двухэтапный алгоритм прогнозирования потребности операционной кассы в денежной наличности с эвристическими правилами обработки, основанный на анализе статистики и методах теории управления запасами.

4. Модель и алгоритм выбора предпочтительной структуры обслуживания клиентов ОК при известной статистике оказания услуг клиентам на основе теории массового обслуживания.

5. Программное обеспечение, реализующее поддержку принятия решений при управлении организацией работы операционных касс.

6. Методика экспериментальных исследований для оценки эффективности предлагаемых моделей и алгоритмов поддержки принятия решений и использования созданной информационной системы.

Научная новизна

1. Предложенная структура информационной системы анализа и оценки эффективности работы ОК включает комплексную поддержку принятия решений при осуществлении управления с использованием единой базы данных, содержащей набор накопленных параметров для повышения быстродействия и учитывает особенности функционирования ОК, распределенный характер работы и различие требований к системе.

2. Впервые определение привлекательности ОК для клиентов банка, сведено к последовательному решению задач линейного программирования на таких подмножествах множества допустимых исходов инвестирования, для которых сумма вероятностей исходов больше заданной величины.

3. Разработан двухэтапный алгоритм прогнозирования потребности ОК в денежной наличности, основанный на известных способах обработки статистики поступления и расхода денежных средств, отличающийся механизмом коррекции прогнозируемой величины аванса, включающим анализ дополнительной информации о ситуации в регионе и набор эвристических

правил ее обработки, что позволяет повысить точность предсказания необходимого количества денег.

4. Предложены новая модель и алгоритм обслуживания клиентов, основанные на теории массового обслуживания, отличающиеся учетом видов заявок, времени их поступления, приоритетом обслуживания, что позволяет увеличить пропускную способность ОК и принимать управляющими банка обоснованные решения о числе и квалификации работников и количестве электронных автоматов.

Практическая значимость

1. Программное обеспечение «Анализ эффективности работы операционной кассы», разработанное на основе предложенных моделей и алгоритмов, позволяет: ',

- определять достаточный размер аванса наличных денежных средств, и тем самым уменьшить число не обслуженных клиентов и снизить сумму неиспользованной наличности;

- оперативно определять необходимое число кабин обслуживания клиентов и совокупность услуг, предоставляемых ОК;

- улучшить экономические показатели работы операционной кассы.

2. Методика экспериментальных исследований для оценки эффективности предлагаемых моделей и алгоритмов поддержки принятия решений и использования созданной информационной системы позволяет определить достоверность результатов исследования.

3. Использование результатов работы для подготовки специалистов по дисциплинам «Информационные технологии в экономике» и « Банковское дело».

4. Программное обеспечение: «Проблемно-ориентированная система оптимального инвестиционного планирования с использованием методов стохастического программирования», зарегистрировано в РосПатенте, свид. № 2001610499.

Разработанный программный продукт «Анализ эффективности работы операционной кассы» находится в опытной эксплуатации в Башкирском отделении Сберегательного банка РФ. Результаты работы используются в Министерстве финансов Республики Башкортостан при формировании процедур принятия решений по управлению финансовой системой.

Связь исследования с научными программами \

Исследования выполнялись в рамках программы «Модели системного анализа деятельности предприятий РБ с целью их реформирования на новой экономической и технологической основе», в рамках исследований по федеральной целевой программе «Интеграция науки и высшего образования Российской Федерации на 2002-2006 гг.» по проекту П0039 «Фундаментальные исследования и новые технологии проектирования сложных технических систем» и частично поддержаны грантом РФФИ 03-07-90242 «Интернет-комплекс поддержки выполнения проектов фундаментальных исследований

сложных систем с применением интеллектуальных технологий на базе экспертных систем» (2003-2005 гг.).

Апробация работы и публикации

Результаты работы докладывались и обсуждались на следующих научных конференциях и семинарах: Международной молодежной научно-практической конференции «Computer Science and Information Technologies (CSIT)» (Уфа, 2000 и 2001), Международной научной конференции «XXVII Гагаринские чтения» (Москва, 2001), Всероссийской молодежной научной конференции «VI Королевские чтения» (Самара, 2001). Разработанный программный продукт находится в опытной эксплуатации в Башкирском отделении Сберегательного банка РФ.

Основные результаты исследований опубликованы в 11 научных работах, в том числе в 5 статьях и в 5 трудах конференций.

Объем и структура работы

Работа состоит из введения, 4 глав, заключения, библиографии; содержит 120 страниц текста, 25 рисунков и 10 таблиц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ Во введении обосновывается актуальность проведения исследований, дается общая характеристика работы.

В первой главе проведен системный анализ работы операционных касс банка как подразделений, непосредственно участвующих в оказании услуг физическим и юридическим лицам, рассмотрены общие сведения об организации работы ОК. Проводится анализ существующих подходов к управлению ОК. Представлена классификация операционных касс по размеру и полноте оказываемых услуг, рассмотрена взаимосвязь оказываемых услуг, затрат и методов обслуживания клиентов. Выделены виды систем доставки услуг клиентам и тенденции их развития.

Проведен обзор и выявлены ограничения существующих моделей анализа эффективности деятельности подразделений. Отмечено, что один из методов ОСА, а именно, метод анализа рабочего времени всех подразделений банка, участвующих в проведении операции не применим для периодического использования. Это связанно с большой сложностью решаемой задачи, отсутствием автоматизированной системы хронометража всех видов деятельности, и, следовательно, необходимостью отвлечения значительного числа сотрудников на длительное время. Недостатками остальных моделей является неполный учет значимых данных и упрощенные методы анализа, позволяющие получить лишь примерную картину рассматриваемой области. Зарубежные системы анализа эффективности деятельности подразделений мало применимы из-за высокой стоимости, сложности адаптации к российским условиям и необходимости дополнительного обучения персонала.

По результатам анализа российских программных комплексов для поддержки принятия управленческих решений в банковской сфере, можно выделить: «Модель управления банком» (компания R-Style Software Lab), «Ноет-

радамус» (ПрограмБанк) и «Анализ финансового состояния коммерческого банка» (Инэк). Функциональность данных программных продуктов заключается в анализе баланса банка, прогнозировании его статей на отчетные даты и расчете аналитических коэффициентов.

Анализ существующих методов и известных АБС для поддержания эффективности функционирования коммерческого банка позволил выделить нерешенные задачи информационной поддержки принятия управленческих решений и поставить задачи настоящего исследования.

Во второй главе рассмотрены теоретические вопросы разработки концепции управления ОК, связанные с анализом и моделированием факторов, влияющих на эффективность работы операционной кассы.

В качестве объекта исследования определена сеть операционных касс коммерческого банка (КБ) (филиала КБ), функционирующих в регионе, выявлены требования, предъявляемые к моделированию управленческой деятельности ОК. Процесс принятия управленческих решений в отношении деятельности ОК представлен на рис. 1.

Рис. 1. Процесс управления деятельностью ОК

Анализируется модель формирования прибыли ОК. Прибыль, получаемая КБ за счет деятельности ОК равна:

nP = ftf(mi,Típ„HP„SA¡)^maií, (1)

1=1 _

где: m¡ - количество операций, совершаемых /'-й ОК, i = l,N;

пр, - прибыль /-й ОК от совершаемых операций;

НР, - неоперационные расходы /'-й ОК;

Sa, - сумма аванса наличных денег, полученная i-й ОК.

Показано, что прибыль определяется операционными доходами и расходами. Большое влияние на прибыль также оказывают неоперационные затраты, основную долю которых составляют затраты на заработную плату сотрудников, сопровождение оборудования и внедрение информационных технологий по обслуживанию клиентов и управлению банком, расходы связанные с перемещением и хранением наличных денег. Проводится анализ факторов, влияющих на формирование затрат, в рамках которого рассматриваются различные методы ОСА и подходы к определению себестоимости услуг. Рассмотрены особенности формирования доходов и затрат по различным видам операций ОК. Анализируются нижние границы цен на услуги и особенности принятия решений об изменении ценовой политики.

Рассматриваются особенности решения управленческих задач при возникновении нештатных ситуаций. Приведена классификация нештатных ситуаций, описание возникающих задач и их математическая формализация. Далее рассматривается модель динамического распределения ресурсов и обслуживающего персонала в течение рабочего дня. В качестве одного из элементов управления предполагается использовать мобильные группы обслуживания.

Проведенный анализ позволяет определить пути совершенствования информационной системы поддержки принятия решений (ППР) по услугам и организации работы ОК.

В третьей главе рассматривается формализация задач ППР, возникающих при управлении ОК и алгоритмы их решения.

Предлагается математическая модель определения привлекательности ОК с позиции клиентов в следующем виде. Пусть в регионе действуют?! банков работающих независимо и принимающих средства под фиксированный процент kj,j=\,.../i.

Поставим следующую оптимизационную задачу: необходимо сформировать такой портфель инвестиций X = (х1,х2,...,хп), для

я

которого математическое ожидание дохода: ^ékjp¡x] —» max (2)

i

при ограничениях:

P(YZM0)>P0

í>y = l (3)

i' i _

Xj > 0,7 = 1,«

где: У - будущий доход от инвестирования (случайная величина); р1 надежность /-го банка; Мо- устраивающая клиента величина доходности; Ро-вероятность получения дохода М0.

Полученное решение с учетом ограничений (3) будет оптимальным (в смысле максимума математического ожидания дохода (2)).

Укажем, как получить удобный для анализа вид ограничений (3). Для этого рассмотрим различные, с точки зрения функционирования банков исходы рассматриваемого периода. Отметим, что всего имеется Т различных исходов. Это множество обозначим через К (множество элементарных событий), и выделим все такие его подмножества, для которых сумма вероятностей входящих в них исходов > Р0. Эти подмножества обозначим ... (множества событий на множестве Я). Пусть в Я* входит Iя исходов, причем

единицы в них стоят на местах: (J^\^■■Jf*) - для первого исхода; ОГ* >■••> ) - для г,-го исхода. Рассмотрим семейство задач:

м

► шах

<7 = 1, К.

(4)

2>? -м

,*«, гл/0

ы ' ■"

£.......................

2> х"

м ]> ,ТЯ_ *?>0,у = 1 ,п

п

Имеем х*=(х*,дс2,-.(5)

х«*=1,К >=!

В работе показано, что задача поиска оптимального решения сводится к двум:

(I) определение всех подмножеств, для которых сумма вероятностей входящих в них исходов не меньше Ро;

(П) для каждого подмножества определение оптимального (в смысле заданного критерия) портфеля *** ={х£„.„х*).

Решение данной задачи позволит определить долю денежных средств, которую клиенты готовы разместить в данном и в других банках, в предположении, что операционные кассы банков одинаково доступны.

Предлагается алгоритм оценки привлекательности ОК с позиций клиентов, основанный на методе ветвей и границ. Сущность его заключается в последовательном формировании множества вершин, соответствующих исходам от инвестирования и поиске на этом множестве допустимых решений

(путем решения задачи (П)). Разработанный набор правил позволяет отсечь исходы с низкой доходностью, и тем самым снизить сложность вычислений.

На основе полученных результатов с использованием дополнительной информации о параметрах функционирования ОК и деятельности конкурентов определяется распределение числа клиентов по ОК.

Далее рассматривается задача определения потребности ОК в авансе наличных денежных средств (5д). Показано, что она является важной, так как по всем денежным ресурсам банк несет определенные издержки в размере условно процентных расходов:

УПР= 8лрпр+М6), (6)

где 1пр - средняя ставка привлечения средств по банку; М6 - мертвая маржа ( (доля затрат банка, относимая на каждую денежную единицу).

* Для решения подобных задач, связанных с планированием распределе-

ния ресурсов, обычно применяются методы теории управления запасами. Однако, использование только моделей управления запасами не дает удовлетворительных результатов, так как они основываются преимущественно на учете статистики расходов. В то же время, применение моделей прогнозирования не дает необходимой точности, поскольку не учитываются многие факторы.

С целью повышения точности ППР рассматриваются вопросы анализа и прогнозирования количества и средних сумм операций ОК по их видам. Предполагается, что ввоз аванса в ОК осуществляется ежедневно перед началом работы. Если в ОК установлен банкомат, то он рассматривается как отдельный субъект хранения денег (отдельный сейф), обмен деньгами между сейфом банкомата и ОК затруднен.

Для повышения точности прогноза ежедневных сумм аванса дополнительно используется следующая априорная информация:

- извещения клиентов о получении ими крупных сумм наличности;

- сроки плановых зачислений зарплаты, пенсии и т.д.;

- сроки и условия депозитов, влияющие на величину остатков по ним.

По результатам анализа предложен двух этапный алгоритм прогнозирования потребности ОК в авансе. На первом этапе осуществляется прогнози-

«< рование параметров операций с использованием методов, основанных на

I анализе временных рядов и процедуры дополнительного «взвешивания» по-

лученных значений, позволяющей учесть нелинейные и аналитически трудно ч> формализуемые тенденции оказания услуг.

На втором этапе вычислений принято, что потребность ОК в наличных средствах определяется графиком прихода - расхода средств. Как моменты прихода клиентов, так и суммы наличных операций являются случайными величинами, с законами распределения Дг) и Ф(Г) соответственно. Если известны суммы прихода Я(г) и расхода Р(т) денежных средств за дискретные промежутки времени т=1,...,Г, то сумму аванса можно оценить следующим образом.

Остаток средств в определенный момент времени равен:

Л(г)=Я(г-1)+ П{туР(т), (7)

Согласно (6) затраты уменьшаются с уменьшением размера аванса Д(0). Считая, что R(Q)=0 и определив значения R(r) из (7), получим: [ 0, если R(t) £ 0 для т е (1,Т),

= | (-1). min R(t), если 3R(r) < 0. I re(U)

Установлено, что максимальный дефицит денежной наличности возникает в момент времени г*, для которого сумма: j]П(т)-Р(т)=тт, т

г-1

Зная этот момент можно пополнять аванс своевременно, а также управлять процессом получения и исполнения заявок на крупные суммы наличных денег.

Таким образом, сущность вычислений на втором этапе алгоритма включает использование одноэтапных моделей теории управления запасами, где в основу определения величины необходимого аванса S¿(t) положена оценка вероятности того, что она окажется не ниже случайного спроса на деньги D, определяемого как критическое соотношение:

P{D£SA (8)

p + h

где: р - удельные потери от неудовлетворенного спроса на деньги; с - стоимость заказа единицы аванса; h - удельные затраты на хранение аванса.

Для повышения эффективности обслуживания клиентов в работе предлагается рассмотреть задачу определения предпочтительной структуры элементов обслуживания (кассовых работников, банкоматов). Решение этой задачи позволит снизить издержки в случае, когда персонал ОК не успевает обслуживать клиентов или, напротив, простаивает в ожидании клиентов. Анализируется формы обслуживания клиентов, представленные на рис.2., когда существующие m типов операций выполняются:

- только контролером - тип I;

- только кассиром - тип II;

- сначала контролером, затем кассиром - тип Ш.

Данная задача формализуется в терминах теории систем массового обслуживания (СМО). Под заявкой понимается приход клиента с цепью получения определенного набора услуг. Предполагается, что входной поток заявок обладает свойствами стационарности, отсутствия последействия и ординарности. Тогда, число заявок, поступающих в промежутке времени длиной г, распределено по закону Пуассона с математическим ожиданием а-Ат, а время, прошедшее между поступлением двух заявок распределено по показательному закону f(t)=keh, где Л - интенсивность поступления заявок.

Виды поступающих заявок клиентов

I и Ш

И

контролеры

1У

ш

п

кассиры

и

II и Ш

Виды обслуженных заявок Рис.2.7. Процесс обслуживания клиентов

I

Полученная СМО, состоит из двух частей: контролеры (1) и кассиры (2). Среднее время, затрачиваемое на предоставлении одной услуги: т1 = г,(1) + г/2', ¡ = \т. Определим среднее время, затрачиваемое работником на предоставление одной услуги различных типов:

т т т

2>,(1)К+«/3) 2>,(2Ч 2 2'Л з

---; = :-; -. (9)

М МП

где /(- число операций 1-го вида; Ь, - число операций _/-го типа;

Л - бинарная матрица размерностью || т х 3 ¡|, с элементами ау=1, если (-я операция относится к/-му типу и а,/=0 - в противном случае.

Отмечается, что для получения исходных данных даже при использовании АБС потребность в хронометрических замерах остается.

С целью ППР по организации процесса обслуживания клиентов с наименьшими затратами задача СМО детализируется. Предлагается схема обслуживания, показанная на рис.3, где г — длина очереди, х, и у,- места нахождения клиентов.

Х„1+г

контролеры

ТТ

\ ! и.

^ Хя1+1

X» X, 1 * * Хщ

£ У«1+Т

ППГ

1 1 м

С\

у» 7- л

кассиры

<СХ

Уп2

Рис.3. Множество состояний системы обслуживания-

Показано, что для СМО с ограниченной длиной очереди вероятность того, что при и каналах обслуживания образуется очередь длинной 5, равна:

а ¡а

-;—V ^ .гдеа = -,/<5<г. (10)

¿¿¡А и!йЫ

А вероятность того, что клиент покинет систему не обслуженным равна р„+гпри известной интенсивности обслуживания ц.

Среднее число клиентов в очереди определяется по формуле: т3 = , а

среднее время ожидания заявки:

Тож=т,/Х.

(П)

/ Ввод: {Параметры работа Р1С Статистика обслучпштч}/

Определение затрат:

С«

/ Вывод'

где ] = \,Н„, /

Удельная прибыль на персонал.

Рис. 4. Алгоритм выбора предпочтительной структуры обслуживания ОК

С помощью формул (9-11) рассчитываются параметры системы обслуживания контролеров и кассиров. На основе статистики оцениваются: р/, рп, рщ -вероятности того, что заявка клиента окажется I, II или Ш-го вида соответственно, что позволяет вычислить характеристики СМО:

Л1 = Црг + Рп); Ла = Ярп; Лш = £ кр™ ;

м Р\ + Рп

Л^ = А]; А'2' = Лц + Лш;

,(1)

-; а

(2)

1

1

т™ РпТц + Ртгт

(12)

(13)

(14)

Используя соотношения (9-14), получим параметры организации работы ОК как СМО: т(/}, р™г, т(/\ р™. Эти параметры, рассчитанные

для различных nj и используются для принятия решения управляющим о количестве работников и структуре предлагаемых услуг в каждой ОК.

При этом он учитывает величину затрат на одного работника Сраб^ (л;С;+ п2)Сзп) Т и потери от ухода клиента С^0л,=СетГ/>л+г,

где: Ci,С2 - средние затраты на содержание рабочего места контролера и кас-. сира, Г-период расчета.

На основании предложенной математической модели организации работы OK как СМО предлагается алгоритм выбора предпочтительной структуры обслуживания (рис.4), позволяющий рассматривать системы обслуживания при наличии различных специализаций сотрудников и электронных автоматов, с учетом используемых технологий (uj). В качестве критерия нахождения наилучшего решения выбрана прибыль, получаемая от деягельно-é сти одного работника:

n${n1%uj) = (TIPj -+ C%a))ln1, (15)

где ПР) - средняя прибыль от операции j-то вида.

Данный алгоритм используется для принятия решений о числе и специализации сотрудников OK и типе используемых технологий.

В четвертой главе рассматриваются вопросы практической реализации моделей и алгоритмов, оценки их достоверности и работоспособности. Предлагается методика для оценки эффективности предложенных моделей и алгоритмов и организации взаимодействия лица принимающего решения с информационной системой ППР при управлении ОК.

Описываются особенности разработки программного обеспечения для ППР по управлению операционными кассами банка, приведена и обоснована структура информационной системы анализа и оценки эффективности при управлении OK, представленная на рис. 4.

Реализованный программный продукт имеет трехуровневую архитектуру: клиентское место, серверная часть, база данных. Данная архитектура позволяет освободить клиентские машины от сложных вычислений и одновременно снизить нагрузку на сервер БД, это оправдано, учитывая что база данных за один год для обычной OK города имеет размер около 256 Мбайт. Обоснован выбор для задачи исследования СУБД Microsoft SQL Server 2000. * Приведены результаты экспериментальных исследований по оценке

эффективности и работоспособности предложенных моделей и алгоритмов. В частности, по результатам определения распределения клиентов по OK, ■ точность прогноза увеличилась по сравнению с известными методами на

24,6%.

По результатам осуществленного ежедневного прогноза потребности OK в денежной наличности показано, что по сравнению с традиционным методом на основе лимитов и ограничений реализация предложенного алгоритма позволила уменьшить размер аванса на 22% и тем самым снизить затраты, образуемые при отвлечении суммы аванса из оборота банка на 25 руб. в день для средней OK (при затратах на единицу привлеченных средств 15%

годовых), что в пересчете на длину года позволяет получить экономию в 7500 руб.

зг:

База данных по операциям операционных касс

Т\

Хронологический дневник операций задень

Операционные кассы

Сервер СУБД

База данных нормативно-справочной информации

Рабочие места

Система оценки

и анализа эффективности работы оперкассы

Подсистема анализа эффективности .

Подсистема статистической М—1 обработки

Модификация — хранимых — параметров

Выводы

1об эффектив-ноети работы

Ьь,

Потребность оперкассы в денежной наличности

Рис.5. Структура системы анализа и оценки для ППР при управлении ОК

Выбор предпочтительной структуры обслуживания производился как традиционным способом, на основе решения группы экспертов, так и с использованием ПО ППР. Окончательное решение в обоих случаях принималось ЛПР. Показано, что реализация разработанного алгоритма определения предпочтительной структуры обслуживания позволила увеличить точность принятия управленческих решений на 20%, решения принятые на основании полученных результатов привели к сокращению очереди клиентов на 13% при том же уровне затрат.

Опытная эксплуатация разработанного программного обеспечения позволила оперативно получать показатели эффективности текущей работы ОК, выявлять негативные тенденции, анализировать динамику изменения различных показателей и строить необходимые статистические отчеты по указанным критериям. Программный модуль информационной системы проходит опытную эксплуатацию в Башкирском отделении СБ РФ, филиальная сеть которого включает 75 операционных касс города Уфы. Ввиду того, что загрузка данных о ежедневной работе всех операционных касс является достаточно ресурсоемкой (до 2 часов) процедурой, эксперимент ограничен двумя кассами.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1. На основании системного анализа факторов, влияющих на процесс управления ОК банка,- установлено, что в условиях рыночной экономики и мировой интеграции возрастает роль моделирования процессов обслуживания клиентов ОК, адаптации существующей структуры обслуживания к изменяющимся условиям и потребностям. Установлено, что сложность и точность управления зависит от количества клиентов, перечня оказываемых услуг в регионе, стратегии банка и временных показателей осуществления операций и требует ППР. Предложена структура информационной системы анализа и оценки эффективности для ППР при управлении ОК, которую целесообразно положить в основу системы поддержки управленческих решений.

2. Разработана стохастическая модель линейного программирования оценки привлекательности операционной кассы с позиций клиентов банка, отличающаяся тем, что для определения степени привлекательности операционной кассы использована модификация метода ветвей и границ, позволяющая повысить точность выбора операционной кассы с позиций имеющейся неопределенности априорной информации. Данная модель позволяет повысить точность определения количества клиентов и числа услуг по видам операций на 20-30% по сравнению с существующими способами.

3. Разработан двухэтапный алгоритм прогнозирования потребности ОК в денежной наличности, основанный на совмещении методов прогнозирования временных рядов с последующей переоценкой полученных результатов с учетом выявленных тенденций по влиянию выходных дней, статистики привлечения и размещения денежных средств, особенностей зачисления заработной платы, пенсии и т.д. Для повышения точности и пожеланий ЛПР на следующем этапе прогнозирования предложен второй алгоритм, основанный на методах теории управления запасами и учитывающий заявки на получение денег и величину возможных потерь. Данный двухэтапный алгоритм позволяет прогнозировать величину объема аванса денег, причем средний объем требуемой денежной наличности, как показывают экспериментальные исследования в одной из ОК, снижается на 22 %.

4. Предложена математическая модель выбора предпочтительного числа операционно-кассовых работников, основанная на теории СМО, с использованием статистики работы каждой ОК, отличающаяся разнородностью элементов обслуживания (кассир, контроллер, банкомат). В рамках предложенной модели разработан алгоритм выбора предпочтительной структуры обслуживания, использование которого позволяет ЛПР уменьшить очередь клиентов на 13% и увеличить интенсивность обслуживания.

5. Разработано программное обеспечение для информационной поддержки принятия решений при управлении операционными кассами банка «Анализ эффективности работы операционных касс», использование которого при управлении ОК подтверждает эффективность и достоверность предложенных математических моделей и алгоритмов поддержки принятия управленческих решений в организации работы операционных касс банка.

6. Разработана методика экспериментальных исследований для оценки

эффективности предлагаемых моделей и алгоритмов поддержки принятия

решений, ее использование показало обоснованность предложенных моделей

и алгоритмов и применимость разработанного программного обеспечения.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Дубинин Е.Н., Лукьянов Б.Г., Дубинин Н.М. Проблема контроля знаний // Фундаментализация образования в современном обществе: Матер, рос. науч.-практ. конф. Ч. Ш. - Уфа: Восточный университет, 1998. - С. 47-49.

2. Dubinin Е. Optimal allocation of spare fonds // Proc. of the Workshop on Computer Science and Information Technologies. V. 2. - Ufa, 2000 P. 337-340.

3. Дубинин E.H. Размещение денежных средств инвестора по заданному критерию // Математическое моделирование в решении научных и практических задач. - Уфа: Технология, 2001. Вып. 2. - С. 33-37.

4. Tarasova T., Rozanova L., Ktaalikov R-, Gladkih I., Dubinin E. Methods of Calculating Rational Using of material resources // Proc. of the Workshop on Computer Science and Information Technologies. V. 3. - Ufa, 2001 P. 356-358.

5. Дубинин E.H. Оптимальное размещение инвестиций по заданному критерию // XXVTI Гагаринские чтения: Матер, междунар. научн. конф. Т. 2. -М.: МАТИ, 2001. - С. 24.

6. Дубинин Е.Н. Программный продукт в сфере оптимального инвестиционного планирования // IV Королевские чтения: Матер, конф. Т. 2 - Самара, 2001. С. 205-206.

7. Розанова Л.Ф., Дубинин Е.Н. Программный комплекс для оптимального инвестиционного планирования // Принятие решений в условиях неопределенности: Межвуз. научн. сб. - Уфа: УГАТУ, 2001. - С. 123-127.

8. Свид. об офиц. рег. прогр. для ЭВМ №2001610499. Проблемно-ориентированная система оптимального инвестиционного планирования с использованием методов стохастического программирования // Е.Н. Дубинин М.: РосПатент, 2001.

9. Дубинин Е.Н. Моделирование инвестиционной деятельности предприятия в краткосрочный период // Проблемы и опыт экономического управления предприятиями: Межвуз. сб. научн. ст. - Уфа: УГНТУ, 2002. -С. 117-120.

Ю.Дубинин Е.Н. Процесс привлечения денежных средств кредитным учреждением как основа финансирования предприятий // Принятие решений в условиях неопределенности: Межвуз. научн. сб. - Уфа: УГАТУ, 2002. -С. 324-329.

П.Дубинин Е.Н. Организация работы операционной кассы банка как системы массового обслуживания // Вопросы управления и проектирования в информационных и кибернетических системах: Межвуз. научн. сб. - Уфа: УГАТУ, 2003. - С. 99-104.

Е.Н. Дубинин

ДУБИНИН Евгений Николаевич

МОДЕЛИ И АЛГОРИТМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ ОПЕРАЦИОННЫМИ КАССАМИ

БАНКА

Специальность 05.13.10 - Управление в социальных и экономических системах

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Подписано к печати 17Л 1.03 г. Формат 60x84 1/16 Бумага офсетная. Печать плоская. Гарнитура Times New Roman. Усл.печ.л. 1,0. Усл.кр.-отг. 1,0. Уч.-изд.л. 0,9. Тираж 100 экз. Заказ №149

Уфимский государственный авиационный университет Редакционно-издательский центр УГАТУ

4500000, Уфа-центр, ул. К. Маркса,12

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ ПРОБЛЕМЫ ИНФОРМАЦИОННОЙ ПОДДЕРЖКИ

ПРИ УПРАВЛЕНИИ ОПЕРАЦИОННЫМИ КАССАМИ БАНКА.

§1.1. Анализ факторов, определяющих эффективность управления ОК

1.1.1. Общие сведения об организации работы ОК.

1.1.2. Анализ управления ОК.

§1.2. Взаимосвязь оказываемых услуг, затрат и методов обслуживания клиентов.

§1.3. Анализ методов и систем, применяемых для информационной поддержки принятия управленческих решений.

§1.4. Постановка задачи на исследование.

Выводы по 1-й главе.

ГЛАВА 2. РАЗРАБОТКА КОНЦЕПЦИИ УПРАВЛЕНИЯ ОК.

§2.1. Определение требований к модели деятельности ОК.

§2.2. Модель формирования прибыли ОК.

§2.3. Анализ факторов, влияющих на формирование затрат.

§2.4. Учет доходов и затрат по операциям ОК.

§2.5. Управление ОК при возникновении нештатных ситуаций.

Выводы по 2-й главе.

ГЛАВА 3. ФОРМАЛИЗАЦИЯ ЗАДАЧ ППР ПРИ УПРАВЛЕНИИ

ОПЕРАЦИОННЫМИ КАССАМИ.

§3.1. Выявление динамики изменения числа клиентов ОК.

3.1.1. Анализ привлекательности ОК с точки зрения клиента.

3.1.2. Алгоритм оценки привлекательности ОК для клиентов.

3.1.3. Определение числа клиентов по видам операций.

§3.2. Прогнозирование параметров операций ОК.

3.2.1. Прогнозирование остатков по вкладам.

3.2.2. Алгоритм прогнозирования параметров операций ОК.

§3.3. Определение достаточной суммы аванса денег в ОК.

3.3.1. Задача определения оптимального аванса.

3.3.2. Алгоритм определения потребности ОК в наличности.

§3.4. Оптимизация количества и структуры операционно-кассовых работников с позиции оказываемых услуг и квалификации.

3.4.1. Анализ проблемы управления персоналом.

3.4.2. Функционирование ОК как системы массового обслуживания.

3.4.3. Алгоритмы управления ОК как СМО.

Выводы по 3-й главе.

ГЛАВА 4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ

РАБОТОСПОСОБНОСТИ АЛГОРИТМОВ ППР ПРИ УПРАВЛЕНИИ ОК

§4.1. Методика экспериментальных исследований при взаимодействии

ЛПР с системой ППР.

§4.2. Особенности реализации программного обеспечения.

§4.3. Результаты экспериментальных исследований.

§4.4. Рекомендации к использованию методики ППР на основании предлагаемых моделей и алгоритмов.

Выводы по 4-ой главе.

Актуальность темы

В условиях рыночной экономики возникает постоянная конкуренция между банками, что отражается на привлечении дополнительного числа клиентов из других банков, предоставлении им набора различных услуг, качестве и времени обслуживания и т.п. Причем каждый банк стремится найти такие управленческие решения, которые обеспечили бы ему успешное развитие в конкурентной борьбе за получение большей прибыли от оказываемых услуг, привлечение большего числа потенциальных клиентов в ближайшей перспективе.

Основную долю финансовых услуг банки оказывают через сеть операционных касс (ОК), которыми осуществляются операции по привлечению денежных средств, покупке и продаже ценных бумаг и валюты, выдачи наличности, расчетно-кассовому обслуживанию организаций и т.п. Для обеспечения эффективной работы банка необходимо обоснованное принятие решений об организации обслуживания клиентов в зависимости от их числа, потребности в услугах, способах автоматизации процесса обслуживания, временных затрат, числа работников.

В настоящее время в исследованиях достаточно много внимания уделяется вопросам эффективного управления коммерческим банком с учетом развития автоматизированных банковских систем (АБС). Широко используются информационные технологии в области автоматизации обслуживания физических и юридических лиц (в том числе проведение кредитных и депозитных операций), бухгалтерского учета в банках и др. В то же время, остается ряд важных задач, слабо проработанных как в теоретическом, так и в практическом плане. К ним относятся вопросы моделирования развития банка, создания систем поддержки принятия управленческих решений, анализа эффективности банковской деятельности. Существующие стандарты бухгалтерского учета в банках построены по отраслевому принципу и не ориентированы на использование методов управленческого учета в разрезе видов операций по подразделениям банка. Это означает, что применяемые модели и алгоритмы учета банковских издержек не позволяют выделять факторы, определяющие размер дохода и оценить эффективность управления процессом его формирования. Во многих банках отсутствует целостная автоматизированная система учета и управления затратами на содержание служб банка по видам деятельности. Недостаточная проработанность вышеперечисленных аспектов состоит еще и в том, что в большинстве исследований анализируется работа банка в целом, без рассмотрения деятельности каждого подразделения в отдельности.

Разработкой моделей в области информационной поддержки принятия управленческих решений в банковской сфере занимаются многие российские и зарубежные ученые (А.Д. Шеремет, Н.Н. Моисеев, Ю.С. Масленченков, А.И. Екушев, М.А. Поморина, И.А. Киселева, П.В. Конюховский, Кох Тимоти У., Пол X. Аллен, Таха Хэмди А. и др.).

В зарубежной практике для анализа деятельности подразделений чаще всего используются методы операционно-стоимостного анализа (ОСА). Известны два основных направления ОСА. Расчет фактической себестоимости операций для определения уровня прибыльности, применяется для операций, в выполнении которых участвуют разные подразделения банка. При анализе операции разбиваются на фазы (по количеству участвующих подразделений) и по каждому подразделению ведется учет затраченного времени и ресурсов на операцию. Данный метод является наиболее точным, но и самым трудоемким, так как требует хронометража каждого действия. Второе направление заключается в расчете прибыли и затрат «центров прибыли» и «центров затрат». Для каждой услуги определяется центр прибыли (непосредственное участие в оказании услуги) и один центр затрат (косвенное участие). Оба подхода нашли свое отражение в деятельности крупнейших мировых банков, но характеризуются высокой сложностью настройки существующих программно-аппаратных реализаций, быстрой степенью устаревания, сложностью адаптации к изменяющийся структуре организации и неоднозначностью получаемых результатов.

Для анализа эффективности работы операционных касс (ОК) используются ряд зарубежных программных продуктов. Разработки российских компаний ограничены уровнем банка в целом и анализом статей баланса. Известны также универсальные пакеты структурного моделирования (например, THLINK), но они имеют существенные ограничения и требуют хорошего знания изучаемой области.

Существующая практика решения задач управления деятельностью ОК в большинстве случаев сводится к простому рассмотрению отчетности кассы на предмет количества проведенных операций и сумм за период, анализу допущенных нарушений, административным мерам в рамках общей стратегии развития банка, подражанию деятельности конкурентов, что приводит к невыявленным потерям и недополучению части возможной прибыли.

Поэтому актуальными являются вопросы разработки теоретических основ информационной поддержки процессов управления и анализа эффективности работы операционных касс банка.

Цель и задачи исследования

Разработка математических моделей и алгоритмов поддержки принятия управленческих решений при организации работы операционных касс банка.

Для достижения поставленной цели необходимо решить следующие задачи:

1. Разработка структуры информационной системы анализа и оценки эффективности работы операционной кассы.

2. Разработка модели и алгоритма оценки привлекательности операционной кассы с позиций клиентов с целью выработки управленческих решений.

3. Разработка алгоритма прогнозирования потребности ОК в денежной наличности с целью планирования распределения ресурсов банка.

4. Разработка математической модели и алгоритма определения предпочтительной структуры обслуживания клиентов, учитывающей разнородность элементов обслуживания.

5. Создание программного обеспечения для поддержки принятия решений при управлении организацией работы операционных касс.

6. Разработка методики экспериментальных исследований для оценки эффективности предлагаемых моделей и алгоритмов поддержки принятия решений и использования созданной информационной системы.

Методы исследования

При выполнении работы использованы методы системного анализа, линейного программирования, теории вероятностей и математической статистики, теории графов, систем массового обслуживания, теории управления запасами и методология структурного анализа и проектирования.

На защиту выносится

1. Структура информационной системы анализа и оценки эффективности работы операционной кассы.

2. Модель и алгоритм оценки привлекательности операционной кассы с позиций клиентов на основе методов линейного программирования и теории графов.

3. Двухэтапный алгоритм прогнозирования потребности операционной кассы в денежной наличности с эвристическими правилами обработки, основанный на анализе статистики и методах теории управления запасами.

4. Модель и алгоритм выбора предпочтительной структуры обслуживания клиентов ОК при известной статистике оказания услуг клиентам на основе теории массового обслуживания.

5. Структура программного обеспечения, реализующего поддержку принятия решений при управлении организацией работы операционных касс.

6. Методика экспериментальных исследований для оценки эффективности предлагаемых моделей и алгоритмов поддержки принятия решений и использования созданной информационной системы.

Научная новизна

1. Предложенная структура информационной системы анализа и оценки эффективности работы ОК включает комплексную поддержку принятия решений при осуществлении управления с использованием единой базы данных, содержащей набор накопленных параметров для повышения быстродействия и учитывает особенности функционирования ОК, распределенный характер работы и различие требований к системе.

2. Впервые определение привлекательности ОК для клиентов банка, сведено к последовательному решению задач линейного программирования на таких подмножествах множества допустимых исходов инвестирования, для которых сумма вероятностей исходов больше заданной величины.

3. Разработан двухэтапный алгоритм прогнозирования потребности ОК в денежной наличности, основанный на известных способах обработки статистики поступления и расхода денежных средств, отличающийся механизмом коррекции прогнозируемой величины аванса, включающим анализ дополнительной информации о ситуации в регионе и набор эвристических правил ее обработки, что позволяет повысить точность предсказания необходимого количества денег.

4. Предложены новая модель и алгоритм обслуживания клиентов, основанные на теории массового обслуживания, отличающиеся учетом видов заявок, времени их поступления, приоритетом обслуживания, что позволяет увеличить пропускную способность ОК и принимать управляющими банка обоснованные решения о числе и квалификации работников и количестве электронных автоматов.

Практическая значимость

1. Программное обеспечение «Анализ эффективности работы операционной кассы», разработанное на основе предложенных моделей и алгоритмов, позволяет:

- определять достаточный размер аванса наличных денежных средств, и тем самым уменьшить число не обслуженных клиентов и снизить сумму неиспользованной наличности;

- оперативно определять необходимое число кабин обслуживания клиентов и совокупность услуг, предоставляемых ОК;

- улучшить экономические показатели работы операционной кассы.

2. Методика экспериментальных исследований для оценки эффективности предлагаемых моделей и алгоритмов поддержки принятия решений и использования созданной информационной системы позволяет определить достоверность результатов исследования.

3. Использование результатов работы для подготовки специалистов по дисциплинам «Информационные технологии в экономике» и « Банковское дело».

4. Программное обеспечение: «Проблемно-ориентированная система оптимального инвестиционного планирования с использованием методов стохастического программирования», зарегистрировано в РосПатенте, свид. № 2001610499.

Разработанный программный продукт «Анализ эффективности работы операционной кассы» находится в опытной эксплуатации в Башкирском отделении Сберегательного банка РФ. Результаты работы используются в Министерстве финансов Республики Башкортостан при формировании процедур принятия решений по управлению финансовой системой.

Связь исследования с научными программами

Исследования выполнялись в рамках программы «Модели системного анализа деятельности предприятий РБ с целью их реформирования на новой экономической и технологической основе», в рамках исследований по федеральной целевой программе «Интеграция науки и высшего образования Российской Федерации на 2002-2006 гг.» по проекту П0039 «Фундаментальные исследования и новые технологии проектирования сложных технических систем» и частично поддержаны грантом РФФИ 03-07-90242 «Интернет-комплекс поддержки выполнения проектов фундаментальных исследований сложных систем с применением интеллектуальных технологий на базе экспертных систем» (2003-2005 гг.).

Апробация работы и публикации

Результаты работы докладывались и обсуждались на следующих научных конференциях и семинарах: Международной молодежной научно-практической конференции «Computer Science and Information Technologies (CSIT)» (Уфа, 2000 и 2001), Международной научной конференции «XXVII Гагаринские чтения» (Москва, 2001), Всероссийской молодежной научной конференции «VI Королевские чтения» (Самара, 2001). Разработанный программный продукт находится в опытной эксплуатации в Башкирском отделении Сберегательного банка РФ.

Основные результаты исследований опубликованы в 11 научных работах, в том числе в 5 статьях и в 5 трудах конференций.

Объем и структура работы

Работа состоит из введения, 4 глав, заключения, библиографии; содержит 115 страниц текста, 24 рисунка и 10 таблиц.

В работе приняты следующие сокращения:

АБС - автоматизированная банковская система БД - база данных

BOO - валютно-обменные операции

КБ - коммерческий банк

ЛП - линейное программирование

ЛПР - лицо, принимающее решения

НСИ — нормативно-справочная информация

ОК - операционная касса

ОКР - операционно-кассовые работники

ОСА - операционно-стоимостной анализ

ПО - программное обеспечение

ППР - поддержка принятия решений

РКЦ - расчетно-кассовый центр

СБ - Сберегательный банк

СМО - система массового обслуживания

СУБД - система управления базами данных

ЦБ РФ - Центральный банк Российской Федерации

Выводы по 4-ой главе

1. Предложена методика проведения исследований деятельности ОК, позволяющая выявить возможные пути повышения эффективности функционирования ОК и включающая систему взаимосвязанных процедур, позволяющих принимать обоснованные решения по управлению ОК и пересмотре параметров предоставления услуг клиентам.

2. Показано, что реализация ПО ППР может быть осуществлена с использованием СУБД MS SQL Server 2000 на основе технологии хранилищ данных и OLAP-технологии организации доступа к многомерным массивам данных, посредством инструментария среды разработки Borland Delphi 6.0.

3. В целях увеличения быстродействия ППР предложено осуществлять вычисление и запоминание в БД достаточного числа промежуточных параметров.

4. Реализация в составе ПО ППР предложенных методов и алгоритмов поддержки принятия управленческих решений позволяет повысить качество и обоснованность принимаемых ЛПР решений.

5. По результатам экспериментальных исследований установлено, что точность прогноза числа клиентов повысилась на 20-30% по сравнению с применяемыми методами, реализация алгоритма прогнозирования потребности в авансе позволила снизить размер аванса на 22% по сравнению с методом определения аванса на основе лимитов и коэффициентов, а с осуществлением выбора предпочтительной структуры обслуживания увеличилась точность принятия управленческих решений на 20% и уменьшилась длинна очереди на 13%.

ЗАКЛЮЧЕНИЕ

1. На основании системного анализа факторов, влияющих на процесс управления ОК банка, установлено, что в условиях рыночной экономики и мировой интеграции возрастает роль моделирования процессов обслуживания клиентов ОК, адаптации существующей структуры обслуживания к изменяющимся условиям и потребностям. Установлено, что сложность и точность управления зависит от количества клиентов, перечня оказываемых услуг в регионе, стратегии банка и временных показателей осуществления операций и требует ППР. Предложена структура информационной системы анализа и оценки эффективности для ППР при управлении ОК, которую целесообразно положить в основу системы поддержки управленческих решений.

2. Разработана стохастическая модель линейного программирования оценки привлекательности операционной кассы с позиций клиентов банка, отличающаяся тем, что для определения степени привлекательности операционной кассы использована модификация метода ветвей и границ, позволяющая повысить точность выбора операционной кассы с позиций имеющейся неопределенности априорной информации. Данная модель позволяет повысить точность определения количества клиентов и числа услуг по видам операций на 20-30% по сравнению с существующими способами.

3. Разработан двухэтапный алгоритм прогнозирования потребности ОК в денежной наличности, основанный на совмещении методов прогнозирования временных рядов с последующей переоценкой полученных результатов с учетом выявленных тенденций по влиянию выходных дней, статистики привлечения и размещения денежных средств, особенностей зачисления заработной платы, пенсии и т.д. Для повышения точности и пожеланий ЛПР на следующем этапе прогнозирования предложен второй алгоритм, основанный на методах теории управления запасами и учитывающий заявки на получение денег и величину возможных потерь. Данный двухэтапный алгоритм позволяет прогнозировать величину объема аванса денег, причем средний объем требуемой денежной наличности, как показывают экспериментальные исследования в одной из ОК, снижается на 22%.

4. Предложена математическая модель выбора предпочтительного числа операционно-кассовых работников, основанная на теории СМО, с использованием статистики работы каждой ОК, отличающаяся разнородностью элементов обслуживания (кассир, контроллер, банкомат). В рамках предложенной модели разработан алгоритм выбора предпочтительной структуры обслуживания, использование которого позволяет ЛПР уменьшить очередь клиентов на 13% и увеличить интенсивность обслуживания.

5. Разработано программное обеспечение для информационной поддержки принятия решений при управлении операционными кассами банка «Анализ эффективности работы операционных касс», использование которого при управлении ОК подтверждает эффективность и достоверность предложенных математических моделей и алгоритмов поддержки принятия управленческих решений в организации работы операционных касс банка.

6. Разработана методика экспериментальных исследований для оценки эффективности предлагаемых моделей и алгоритмов поддержки принятия решений, ее использование показало обоснованность предложенных моделей и алгоритмов и применимость разработанного программного обеспечения.

1. Абчук В.А. Экономико-математические методы: Элементарная математика и логика. Методы исследования операций СПб.: Союз, 1999. -320 с.

2. Аленичев В.В., Аленичева Т.В. Библиографический указатель литературы по банковскому делу 1800-1995гг. -М.: КЖИС, 1995.-432 с.

3. Ахо А., Хопкрофт Дж., Ульман Дж. Построение и анализ вычислительных алгоритмов. М: Мир, 1979. - 536 с.

4. Бабешко Л.О. Коллакационные методы прогнозирования в финансовой сфере. М.: Экзамен, 2001. — 288 с.

5. Бендат Дж., Пирсол А. Прикладной анализ случайных данных: Пер. с англ. М.: Мир, 1989. - 350 с.

6. Бор М.З., Пятенко В.В. Стратегическое управление банковской деятельностью,- М.: ПРИОР, 1995.-160 с.

7. Борисов В. Имитационное моделирование в изучаемых экономических системах // Банковские технологии, 2001 .-№3. С. 68-71.

8. Бронштейн И.Н., Семендяев К.А. Справочник по математике для инженеров и учащихся втузов.-13-е изд., исправленное. М.: Наука, 1986. -554 с.

9. Бруятский Е.В., Смирнов Л.П. Математические методы в задачах управления наукой. Киев: изд-во Наукова Думка, 1973. - 184 с.

10. Бюллетень банковской статистики. М.: ЦБ РФ, 2003. - №5

11. Вагин Д.Н. Дедукция и обобщение в системах принятия решений,-М.: Наука, 1988.-275 с.

12. Вентцель Е.А. Теория вероятностей: Учеб для вузов. 7-е изд. Стер. - М.: Высш. шк., 2001. - 575 с.

13. Волкова В.Н., Денисов А.А. Основы теории систем и системного анализа. СПб., 1997. - 510 с.

14. Гитман Л. Дж., Джони М.Д. Основы инвестирования. Пер. С англ. -М.: Дело, 1997.-1008 с.

15. Гнеденко Б.В. Курс теории вероятности. М.: Наука, 1965. — 400 с.

16. Головин Ю.В. Банки и банковские услуги в России. М.: Финансы и статистика, 1999- 416 с.

17. Губанов В.А., Ковальджи А.К. Выделение сезонных колебаний на основе вариационных принципов // Экономические и математические методы, 2001, Т.37№1,- С. 91-102.

18. Дж. К. Ван Хорн. Основы управления финансами. М.: Финансы и статистика, 2000. - 800 с.

19. Джонскон Р., Каст Ф., Розенцвейг Д. Системы и руководство / Пер. с англ. Под ред. Гаврилова Ю.В. и Печатникова Ю.Т. М.: Советское радио, 1971,- 648 с.

20. Дубинин Е.Н. Моделирование инвестиционной деятельности предприятия в краткосрочный период // Проблемы и опыт экономического управления предприятиями: межвуз. сб. научн. ст. Уфа: изд-во УГНТУ, 2002.- С. 1 17-120.

21. Дубинин Е.Н. Оптимальное размещение инвестиций по заданному критерию // Тезисы докладов международной научной конференции XXVII Гагаринские чтения. Т.2. М.: изд-во МАТИ, 2001. - С. 24.

22. Дубинин Е.Н. Организация работы операционной кассы банка как системы массового обслуживания // Вопросы управления и проектирования в информационных и кибернетических системах. Уфа: УГАТУ, 2003. - С. 99104.

23. Дубинин Е.Н. Процесс привлечения денежных средств кредитным учреждением как основа финансирования предприятий // Принятие решений в условиях неопределенности. Уфа: УГАТУ, 2002 - С. 324-329.

24. Дубинин Е.Н. Программный продукт в сфере оптимального инвестиционного планирования // IV Королевские чтения: тезисы докладов. Т.2 Самара, 2001. - С. 205-206.

25. Дубинин Е.Н. Размещение денежных средств по заданному критерию // Математическое моделирование в решении научных и технических задач. Выпуск 2. Уфа: Изд-во «Технология», 2001. - 105 с.

26. Дубинин Е.Н., Лукьянов Б.Г., Дубинин Н.М. Проблема контроля знаний // Фундаментализация образования в современном обществе: материалы российской научно-практической конференции. Часть III. Уфа: Восточный университет, 1998. - С. 47-49.

27. Дуброва Т.А. Статистические методы прогнозирования: учеб. пособие для вузов. М.: Юнити-Дана, 2003. - 206 с.

28. Дэвид А. Марка, Клемент Мак-Гоуэн. Методология структурного анализа и проектирования / Пер. с англ., М.: Мир. 1993. - 240 с.

29. Егорова Н.Е., Смулов А.Н. Предприятия и банки: взаимодействие, экономический анализ, моделирование: учеб.-практ. пособие. М.: Дело, 2002.- 456 с.

30. Екушев А.И. Модель управления кредитным портфелем. // RS-Club, 1998.-№3, С. 56-62.

31. Екушев А.И. МУБ что же это такое // Банковские технологии, 2001.-№2, - С.34-37.

32. Елисаева И.И„ Юзбашев М.П. Общая теория статистики: учебник / под. ред. Елисеевой И.И. 4-е изд. - М.: Финансы и статистика, 1999.-480 с.

33. Ефремов B.C. Стратегическое планирование в бизнес-системах.-М.: Дело и Сервис, 2001. 240 с.

34. Жуков Е.Ф., Максимова J1.M., Печникова JI.B. и др. Деньги. Кредит. Банки, учебник для вузов. Под. ред. Жукова Л.Ф. 2-е изд., перераб. и дополн. - М.: Юнити-Дана, 2003. - 600 с.

35. Замков О.О., Толстопятенко А.В., Черемных Ю.Н. Математические методы в экономике: учебник / под ред. А.В. Сидоровича.-З-е изд., перераб.-М.: Дело и Сервис, 2001. 368 с.

36. Иванов В.В. Анализ надежности банка. Практическое пособие. М.: Русская Деловая Литература, 1996. - 320 с.

37. Искусственный интеллект / В 3-х книгах. Книга 1. Системы общения и экспертные системы: Справочник; Книга 2. Модели и методы: Справочник. / Под ред. Поспелова Д.А, .- М.: Радио и связь, 1990.

38. Камерон Д. Банки и экономическое развитие. Некоторые уроки истории. Нью-Йорк, 1972.-341 с.

39. Коммерческие банки. / Э. Рид, Р. Коттер, Э. Гилл, Р. Смитт., пер. с англ. А.А. Кандаурова и др., под ред. В.Н, Усоскина.-2-е изд.- М.: Прогресс, 1983.-501 с.

40. Конюховский П.В. Микроэкономическое моделирование банковской деятельности. СПб: Питер, 2001. - 224 с.

41. Костина Н., Сучок С. Методология вероятностно-автоматного моделирования // Банковские технологии. 2001.-№11, - С. 39-42.

42. Кох Тимоти У. Управление банком. В 6 ч. / Пер. с англ. Уфа: О-во Спектр, 1993.

43. Кочович Е. Финансовая математика: теория и практика финансово-банковских расчетов. Пер. с серб. / Предисл. Е.М. Четырина М.: Финансы и статистика, 1994. - 432 с.

44. Кунц Г., О.Доннел С. Управление: системный и ситуационный анализ управленческих функций / пер. с англ. М.: Прогресс, 1981. - 495 с.

45. Лаптырев Д.А., Батенко И.Г., Буковский А.В., Митрофанов В.И. Планирование финансовой деятельности банка: Необходимость, возможность, эффективность. Казань: АСА, 1995. - 163 с.

46. Львов В. Создание систем поддержки принятия решений на основе хранилищ данных // СУБД.-№3, 1997. С.30-39.

47. Львов С. Модель финансового менеджмента банка. // RS-Club, 1998. -№3, С. 30-35.

48. Льюс Р.Д., Райфа X. Игры и решения. М.: Изд-во иностранной литературы, 1961.-642 с.

49. Масалович А. Пять шагов к вершине (портрет российского рынка аналитических систем) //Рынок ценных бумаг. 1996.-№ 14, С. 41-57.

50. Масленченков Ю.С, Финансовый менеджмент в коммерческом банке: фундаментальный анализ-М.: АМИР-Переспектива, 1996.-160 с.

51. Масленченков Ю.С. Технология и организация работы банка: теория и практика.- М.: ООО Издательско-консалтинговая компания «ДЕКА»,1998. 432 с.

52. Методика определения эффективности валютно-обменных операций. Инструкция №236-р СБ РФ, 1997. 16 с.

53. Моисеев Н.Н. Математические задачи системного анализа. М.: Наука, 1981.-488 с.

54. Мухачева Э.А., Рубинштейн Г.Ш. Математическое программирование. Новосибирск: Наука, 1987. - 316 с.

55. Наговицин А.Г., Иванов В.В. Валютный курс. Факторы. Динамика. Прогнозирование-М.: Инфра-М, 1995. 196 с.

56. Нильсон Н. Принципы искусственного интеллекта. М.: Радио и связь, 1985.-376 с.

57. Организация работы в банках: В 2-х томах. Т. 1. Укрепление руководства и повышение чувствительности к переменам / Диана МакНотон, Дональд Дж. Карлсон., Клайтон Таунсенд Дитц и др.: Пер. с англ.- М.: Финансы и статистика, 2002. -336с.

58. Пол X. Ален Реинжиниринг банка: программа выживания и успеха / пер. с англ.- М.:Альпина паблишер, 2002. 264 с.

59. Поморина М.А. Планирование как основа управления деятельностью банка. М.: Финансы и статистика, 2002. 384 с.

60. Попов Э.В. Экспертные системы. М: Наука, 1987. - 288 с.

61. Попов Э.В., Шапот М.Д. Реинжениринг бизнес процессов и интеллектуальное моделирование. Матер. семинара: Динамические интеллектуальные системы в управлении и моделировании,- М., 1995. С. 64-81.

62. Проскурин A.M. "Мертвая точка" доходности и ее анализ в банке // Бизнес и банки. 1997.-№20. - С.8-12.

63. Розанова Л.Ф., Дубинин Е.Н. Программный комплекс для оптимального инвестиционного планирования // Принятие решений в условиях неопределенности. Уфа: УГАТУ, 2001. - С. 123-127.

64. Российская банковская энциклопедия. Под ред. О.И. Лаврушина и др.- М.: Энциклопедическая творческая ассоциация, 1995. 552 с.

65. Сазыкин Б.В. Какие модели управления нужны российскому банку // Банковские технологии, 2002.-№9. С. 13-19

66. Самойлов Г.О., Бачалов А.Г. Банковская конкуренция. М.: Экзамен, 2002. - 256 с.

67. Сафонов B.C. Трейдинг. Дополнительное измерение принятия решений. М.: Альпина, 2001. - 300 с.

68. Синики Дж., мл. Управление финансами в коммерческом банке.-4-е изд. / Пер. с англ.- М.: Catallaxy, 1994. -937 с.

69. Соколов Н., Ляшков А. Информационные хранилища для систем принятия решений //Рынок ценных бумаг. 1996.-№14. С.45-51.

70. Спицин И.О., Спицин Я.О. Маркетинг в банке,1993. 207 с.

71. Таха Хэмди А. Введение в исследование операций, 6-е изд. /Пер. с англ. М.: Вильяме, 2001.-912 с.

72. Управление риском: Риск. Устойчивое развитие. Синергетика М.: Наука, 2000.-431 с.

73. Усов В.В. Деньги. Денежное обращение. Инфляция: Учеб. пособие для вузов. М.: Банки и биржи, ЮНИТИ, 1999. - 544 с.

74. Фаттахов Р.В., Черняховская Л.Р., Низамутдинов М.М. Инвестиционная поддержка анализа и оценки информационных проектов: Учеб. пособие. Уфа: УГАТУ, 2001. - 120 с.

75. Финансовый менеджмент: теория и практика: учебник, под ред. Е.С. Стояновой. 5-е изд., перераб. и доп. - М.: Перспектива, 2002. - 656 с.

76. Царьков В.А. Агрегированная динамическая модель банка // Банки и технологии. 1998.-№3, - С. 66-71.

77. Шарп У., Александер Г., Бейли Дж. Инвестиции.: пер. с англ. М.: ИНФРА-М, 1999,- 1028 с.

78. Шеремет А.Д., Щербакова Г.Н. Финансовый анализ в коммерческом банке М.: Финансы и статистика, 2002. -256 с.

79. Ширяев А.Н. Основы стохастической финансовой математики. Т. 1. Факты. Модели. Фазис М, 1998. - 362 с.

80. Шокуров Ю.А. Сбербанк России: взгляд на автоматизацию. // RS-Club, 1997.-№3, С. 23-27.

81. Шургин С. Системы поддержки принятия решений: состояние и перспективы развития // Банковские Технологии, 2000.-№3 С. 53-67.

82. Юденков Ю. Проблемы формирования управленческой концепции в банке: управленческий учет и контроллинг // Аналитический банковский журнал. 2002.-№4, - С. 54-64.

83. Юдин Д.Б. Вычислительные методы теории принятия решений. — М.: Наука, 1989.-349 с.

84. Dubinin Е. Optimal allocation of spare funds // Proceedings of the Workshop on Computer Science and Information Technologies. V.2. Ufa, 2000 P. 337-340.

85. Баканов М.И., Шеремет А.Д. Теория экономического анализа: учебник.-4-е изд., доп. и перераб. М.: Финансы и статистика, 1997. - 416 с.

86. Immon W.H. Bulding the Data Warehouse. John Wiley and Sons, Inc, 1996.-341 p.

87. Kane E.J., Haluk U. Modeling structural and temporal variation in the market's valuation of banking firms. J. Money. Credit and banking, 1990. 289 p.

88. Michael Hammer and James Champy. Reinginering the Corporation. -Harper Collins: Harper Business Press, 1993. 171 p.

89. Mintzberg H. Mintzberg on management: Inside our strange world of orgamizations. New York: Free Press, 1989. - 413 p.

90. Tarasova Т., Rozanova L., Khalikov R., Gladkih I., Dubinin E. Methods of Calculating Rational Using of material resources // Proceedings of the Workshop on Computer Science and Information Technologies. V.3. Ufa, 2001 P. 356-358.

91. Walter, Ingo. Global Competition in financial services. New York: Ballinger, 1988.-233 p.