Анализ эффективности сети банкоматов с точки зрения управления потоками наличных средств

Размещено на http://www.allbest.ru/

Анализ эффективности сети банкоматов с точки зрения управления потоками наличных средств

Анализ эффективности сети банкоматов с точки зрения управления потоками наличных средств

При становлении и развитии в банке розничного бизнеса большую роль играет развитие сети банкоматов. Довольно часто можно столкнуться с ситуацией, когда оценка эффективности сети банкоматов банка базируется только на анализе комиссионного дохода. Однако расходы, связанные с перемещением наличности в (из) банкоматы, а также стоимость отвлеченных средств часто не учитывается. В то же время стоимость отвлеченных средств может оказаться существенной и, если еще учесть эффективность использования затраченных на покупку банкоматов средств, то задача оптимизация суммы наличных средств в банкоматах становится актуальной. На первый взгляд задача не кажется сложной, однако если учесть основные факторы, влияющие на процесс, решение становится не очевидным. Задачу можно сформулировать следующим образом: для каждого банкомата необходимо определить оптимальную для данного периода развития сети сумму загрузки, исходя из минимальных затрат на обслуживание потоков наличности (инкассация, пересчет и т. д.), при сохранении гарантированного уровня качества обслуживания клиентов (отсутствие перерывов в работе банкомата из-за недостатка средств). При этом часто возникают ограничения в виде предельно допустимых мощностей по переработке наличности в кассовом узле и мощностей инкассации (определено максимально допустимое число обслуживаемых банкоматов в день). Поэтому прежде чем ставить себе задачу по минимизации остатка средств в банкоматах необходимо провести анализ кассовой позиции банка. Может случиться так, что состояние кассового хозяйства и не требует вмешательства: либо доля наличных в банкоматах банка ничтожна по сравнению с кассовой позицией банка, либо существующие мощности кассового узла и инкассации пока еще избыточны. И в том и другом случае вмешательство не потребуется. Рассмотрим задачу на примере банка со следующими параметрами:

1) количество банкоматов: более 100;

2) мощности кассового узла: 20 банкоматов в день, загрузка (выгрузка);

3) существующие возможности инкассационной службы: 20 банкоматов в день. Рассмотрим один из вариантов проведения анализа кассового хозяйства банка с целью определения необходимости внесения изменений в порядок обслуживания банкоматов.

Анализ эффективности функционирования сети банкоматов

На первом этапе проанализируем долю наличных средств в банкоматах в кассовой позиции банка, чтобы понять целесообразность оптимизации управления денежными потоками в банкоматах банка.

Для большей наглядности представим общую картину в динамике изменения кассовой позиции банка за год. Для этого рассчитаем среднее значение баланса по каждому кассовому счету в валюте. Для удобства приведем все валюты к долларам США. Сгруппируем полученную информацию по месяцам и группам: банкоматы, центральный кассовый узел банка, филиалы по городам, средства в «пути». Полученная картина представлена на рис. 1. На нем видно, что средства в банкоматах составляют 35 % кассовой позиции банка и вопрос о целесообразности оптимизации не вызывает сомнения. затрата банкомат инкассация



Следующим этапом рассмотрим динамику интегрального баланса в банкоматах и уровень операционной активности в них в течение месяца. Результаты представлены на рис. 2.

На рис. 2 видно, что средний баланс в банкоматах банка в 10 раз превышает среднюю сумму выдачи наличных в день и объем отвлеченных средств в долларовом эквиваленте составляет порядка 19 млн долл. США Очевидно, что, принимая во внимание расходный характер модели финансовых потоков в банкомате невозможно исключить существование отвлеченных средств (если только не инкассировать всю сеть банкоматов ежедневно, что иногда имеет место), но минимизировать отвлеченные средства целесообразно.

Для того чтобы понять природу возникновения отвлеченных средств в конкретной сети банкоматов и оценить эффективность их использования необходимо провести сегментацию популяции банкоматов банка по критерию «период инкассации». Это позволит нам количественно оценить эффективность работы сети банкоматов банка. Сегментацию проводим по данным бухгалтерского учета инкассаций для каждого банкомата за годовой цикл, учитывая, конечно, появление новых банкоматов в сети (результаты сведены в табл. 1).

Итого имеем 137 банкоматов со средней ежедневной суммой наличных около 19 млн долл. США (в эквиваленте). Как видно из таблицы в группу банкоматов с периодом инкассации более 18 дней попадает 94 банкомата и средняя дневная сумма средств, размещенных в них, составляет эквивалент 12 млн долл. США, т. е. 63 %. Эту группу банкоматов примем как объект оптимизации.

Если столь значительная группа банкоматов имеет столь низкую активность, представляется очевидное решение -- необходимо уменьшить сумму средств, загружаемых в банкомат. Но при этом необходимо помнить, что тогда среднее количество инкассации банкоматов возрастет. Чтобы оценить влияние этого фактора на производственную нагрузку основного кассового узла банка по загрузке (выгрузке) кассет банкоматов, необходимо проанализировать текущее состояние загрузки мощностей в основном кассовом узле. При этом необходимо заранее выяснить значение максимальных параметров производительности кассового узла, а именно количество обслуживаемых банкоматов в день.

Как уже было сказано выше, максимальная производительность кассового узла составляет 20 банкоматов в день, а именно 20 загрузок (выгрузок). Как видно из рис. 3 и 4 производительность кассового узла еще не достигла своего предела, и мы имеем резерв увеличения количества загрузок (выгрузок) в размере 40 %. Но, учитывая процесс развития сети и неуклонный рост мощностей обработки наличности, будем рассчитывать только на 20 % резерва под оптимизацию загрузки банкоматов.

Рассмотрим еще один, немаловажный показатель эффективности использования сети банкоматов -- сумма возвращаемых в кассу средств. Чем больше доля загруженных в банкоматы средств вернулась в Банк, тем меньше эффективность использования банкомата и больше нагрузка на кассовый узел, вынужденный обрабатывать эти средства. При классической организации банка кассовый департамент не вмешивается в процесс планирования загрузки (выгрузки) банкоматов, а выступает только в роли исполнителя полученных от бизнес-подразделений заявок. Поэтому в процессе планирования инкассаций доминирует интерес исключения простоя в работе банкомата по причине недостаточности средств. Чтобы исключить риск простоя банкомата бизнес-подразделения довольно часто заказывают инкассацию банкомата, когда в этом еще нет необходимости. Построим график распределения количества инкассаций за год от доли средств, возвращенных в банк (рис. 5).

Как видим, большая часть банкоматов назначается на инкассацию, не израсходовав и половины загруженный средств, что имеет очень низкую эффективность использования сети банкоматов. Как говорилось выше, это связано в основном с опасениями возникновения репутационных рисков из-за простоя банкоматов. К сожалению, частой причиной преждевременной инкассации банкомата может служить отсутствие купюр в одной из кассет. Особенно это актуально для мультивалютных банкоматов. Очевидно, что возврат 50 % загруженных в банкомат средств не может быть оправдан репутационным риском. Используем параметры проценов возврата средств в Банк и сумму загрузки банкомата как управляющие при проведении оптимизации процесса инкассации и уменьшения суммы «отвлеченныгх» средств.

Оптимизация процедуры загрузки (выгрузки) сети банкоматов

Целевая функция оптимизации: достижение минимально возможного остатка средств в сети из N-числа банкоматов при обеспечении нормального функционирования сети и при заданной максимально допустимой производительности кассового узла. Иными словами необходимо для каждого банкомата определить минимально допустимый уровень загрузки, обеспечивающий заданный период между инкассациями. Зная период инкассации для каждого банкомата можно спланировать оптимальный график загрузки для всей сети. Для построения модели работы сети воспользуемся простой линейной моделью, конечным элементом в которой является банкомат с определенными из анализа его функционирования параметрами: величина загрузки, средний процент возвращенных в банк средств и средний период инкассации. Конечно, можно значительно усложнить модель, используя статистические модели, но как показывает опыт, и простой линейной модели достаточно, чтобы получить весомый результат. Моделирование проводилось на статистических данных функционирования сети за год. Рассмотрим два очевидных пути повышения эффективности сети банкоматов и опробуем их на модели.

1. Для управления моделью выберем группы банкоматов со сроком инкассации более 35 дней и для каждого банкомата уменьшим величину загрузки. Очевидно, что произойдет сокращение периода инкассации для этих банкоматов, с соответствующим увеличением нагрузки на кассовый узел (табл. 2).

В результате моделирования получаем следующие данные по среднему значению отвлеченных средств и количеству инкассаций за год (рис. 6, 7).

Changed Group -- группа банкоматов, которой коснулась оптимизация; Non-changed group -- банкоматы, которых оптимизация не коснулась

Changed group -- группа банкоматов, которой коснулась оптимизация; Non-changed group -- банкоматы, которых оптимизация не коснулась

Как видно из результатов оптимизации уменьшение величины загрузки банкомата для группы с периодом инкассации более 35 дней позволило сократить «отвлеченные» средства на 37 %, а именно на 6 млн долл. США (в эквиваленте). Это позволит банку в течение года использовать эти средства для других задач или осуществлять с ними торговые операции. В то же время это потребовало увеличение нагрузки на кассовый узел всего на 8 %, что укладывается в проектную мощность кассового узла.

2. Рассмотрим второй вариант оптимизации. Используем ту же группу банкоматов, с незначительным изменением по отношению к варианту 1, но при этом изменим правило постановки банкомата на инкассацию для банкоматов из группы с периодом инкассации 21-35 день: при достижении 10 % от первоначальной загрузки (табл. 3).

В результате моделирования получаем следующие данные по среднему значению отвлеченных средств и количеству инкассаций за год (рис. 8, 9).

 Summary average balance -- средний суммарный баланс до оптимизации; Speculative balance -- средний баланс после оптимизации (приведен к долл. США)

Real number of cash collections -- количество инкассаций банкоматов до оптимизации, Speculative number of cash collections -- количество инкассаций после оптимизации

Как видно из результатов оптимизации уменьшение величины загрузки банкомата для группы с периодом инкассации более 35 дней позволило сократить «отвлеченные» средства на 31 %, а именно на 5,8 млн долл. США (в эквиваленте). В то же время из-за изменения правил назначения инкассации для группы с периодом инкассации 21-35 дней нагрузка на кассовый узел даже уменьшилось на 0,5 %.

Реализация полученных результатов оптимизации

Результаты оптимизации были опробованы на реальном банке в течение 9 месяцев после проведенного анализа эффективности функционирования сети банкоматов. Были тщательно проанализированы параметры сети банкоматов и в результате проведения организационных мероприятий были получены следующие результаты.

1. Структура кассовой позиции банка (рис. 10).

Учитывая значительное увеличение сети банкоматов, почти на 50 % (со 139 банкоматов в декабре 2006 г. до 215 в августе 2007 г.), доля банкоматов в кассовой позиции Банка сократилась с 25 млн долл. США (в эквиваленте) в декабре 2006 г. до 11,5 млн долл. США (в эквиваленте) в июле 2007 г., т. е. более чем в 2 раза.

2. Нагрузка на кассовый узел (рис. 11).

Нагрузка на кассовый узел возросла до 335 (17 банкоматов в день) банкоматов в месяц в июле 2007 г. против 282 (14 банкоматов в день) в декабре 2006 г., т. е. на 19 % увеличения нагрузки и соответствует запланированным при анализе мощности кассового узла 20 % увеличению нагрузки.

3. Изменения в структуре средств, возвращенных из банкоматов (рис. 12).

Из рис. 12 видно, что основная часть банкоматов попадает в сегмент от 10 до 30 % возвращенных средств. Таким образом, удлиняется период инкассации банкомата, сокращается количество инкассаций и нагрузка на кассовый узел.

Выводы

Таким образом, ряд простых организационных мероприятий позволяет сократить сумму «отвлеченных» на функционирование сети банкоматов средств почти в два раза при 50 % увеличении сети банкоматов. В нашем примере из реальной жизни, Банк в течение года получил в свое распоряжение дополнительные средства в размере 13,5 млн долл. США (в эквиваленте). Это позволило ему не привлекать эти средства из внешних источников и сэкономить или получить прибыль от размещения этих средств на денежном рынке, в размере 4 % годовых, а именно 540 тыс. долл. США (в эквиваленте) в год.

Какие это мероприятия:

1) проведение анализа кассовой позиции банка, и определение доли «отвлеченных» на функционирование банкоматов средств;

2) оценка действующих производственных мощностей кассового узла Банка по загрузке (выгрузке) банкоматов. Анализ загрузки кассового узла по проведению инкассации сети банкоматов с целью определения максимально допустимой нагрузки в день;

3) проведение сегментации популяции банкоматов по среднему периоду инкассации за год с определением суммы «отвлеченных» средств по каждому сегменту. Это позволило выбрать сегменты, которые можно было оптимизировать за счет уменьшения загрузки средств без риска перегрузки кассового узла;

4) проведение анализа возвращенных из банкоматов средств. Это позволило определить группы банкоматов, в которых средства использовались неэффективно, с целью изменения правил их инкассации. Таким образом, было компенсировано увеличение ежедневно инкассируемых банкоматов, вызванных уменьшением загрузки (п. 3). Для этих банкоматов период инкассации может остаться неизменным;

5) установление для всей сети правила инкассации:

* инкассация назначается после израсходования 90 % загруженных в банкомат средств;

* отсутствие купюр в одной из кассет не может являться поводом для инкассации;

* изъятые банкоматом карты вынимаются только при плановой инкассации;

* банкоматы с низкой эффективностью перемещаются в более перспективные места.

6) моделирование работы сети с целью прогнозирования последствий изменения в параметрах загрузки (выгрузки) для различных сегментов сети;

7) основываясь на разработанной модели и учитывая на ежедневной основе поступающую из сети банкоматов информацию о расходных характеристиках каждого банкомата был сформирован краткосрочный прогноз по планированию расписания инкассации банкоматов. Это позволит избежать пиковых нагрузок на кассовый узел за счет смещения даты инкассации конкретных банкоматов от дат возможной перегрузки кассового узла. В конечном итоге это позволило банку составлять оптимальное расписание инкассаций сети банкоматов с учетом оптимальных маршрутов инкассационной службы.

2. Основные пути снижения затрат

Лидеры банковского сектора снижают затраты за счет:

-- выноса на аутсорсинг непрофильных функций либо тех функций, выполнение которых можно значительно удешевить за счет возрастания объемов операций. Это касается в первую очередь задач, связанных с инкассацией. Все больше банков отказываются от содержания собственных служб инкассации и пользуются услугами сертифицированных перевозчиков;

-- передачи на аутсорсинг не только перевозки наличности и ценностей, но и функции по формированию кассет для устройств самообслуживания (далее -- УС) и пересчету наличности, поступающей от инкассаторов;

-- приобретения УС с функцией рециркуляции. В настоящее время стоимость таких устройств существенно снизилась. При сбалансированном наборе услуг, предоставляемых банком, длительность инкассационного цикла по этим УС может превышать полгода, что обеспечивает значительное снижение затрат на инкассацию;

-- уменьшения себестоимости кассовых операций путем внедрения современных программно-технических комплексов для оснащения касс и хранилищ.

Возможность снизить затраты при помощи оптимального планирования инкассаций зачастую необоснованно игнорируют. Передача функции планирования инкассаций на аутсорсинг -- скорее исключение, чем правило: слишком велика плата за ошибки, поскольку отсутствие требуемой наличности в кассе или в УС негативно сказывается на имидже организации.

Хотим обратить внимание на то, что по сравнению с перечисленными способами снижения затрат (аутсорсинг, рециркуляторы, программно-аппаратные комплексы для касс) расходы банка на внедрение специализированного ПО для планирования инкассаций незначительны. Необходимые организационные изменения можно вводить постепенно, уже по ходу эксплуатации продукта.

Структура затрат на функционирование сети кэш-поинтов

Известно, что затраты на функционирование сети кэш-поинтов складываются из затрат на фондирование денежной наличности, размещенной в кассах и в УС, и затрат на инкассацию. Затраты на инкассацию, в свою очередь, включают затраты на перевозку денежной наличности, а также затраты на формирование и расформирование кассет и сумок.

При увеличении частоты инкассаций затраты на фондирование снижаются, а затраты на инкассацию начинают возрастать, при уменьшении частоты инкассаций -- наоборот. Задача системы планирования инкассаций -- для каждого кэш-поинта определить такой график инкассаций и такую сумму каждой инкассации, чтобы совокупные затраты банка на безостановочное функционирование данного кэш-поинта были минимальны[1].

Алгоритмы для оптимального планирования инкассаций

Типичные заблуждения

По поводу алгоритмов, применяемых при построении оптимального плана инкассаций, в банковском сообществе есть устойчивые заблуждения. Первое заключается в том, что единственным необходимым алгоритмом считается алгоритм построения прогноза клиентского расхода/поступления наличности для кэш-поинта. Второе звучит так: «Чем выше качество прогноза клиентского расхода/поступления наличности для кэш-поинта -- тем выше экономический эффект». Разберем природу этих заблуждений.

Прогноз клиентского расхода/поступления наличности для кэш-поинта на каждый день содержит наши предположения о том, сколько наличности поступит в кэш-поинт либо, наоборот, будет выдано клиентам из этого кэш-поинта в определенную дату. Эта информация ценна, но планом инкассаций она не является. Чтобы на основании прогноза клиентского расхода/поступления наличности для кэш-поинта построить план его инкассаций, необходимо учесть большое количество дополнительной информации, в частности:

-- расписание работы кассового узла (далее -- КУ), инкассирующей организации, доступности кэш-поинта для инкассации;

-- тарифы на услуги инкассации (с учетом того, будут ли инкассации выполняться в рабочий либо выходной/праздничный день);

-- ресурсные ограничения КУ и инкассирующей организации (возможно, чтобы выполнить эти ограничения, системе придется провести инкассацию в другой, менее оптимальный, день и на другую сумму);

-- ставку фондирования денежной наличности;

-- надбавку на риск непрогнозируемого всплеска расхода[2], которая может отличаться для различных кэш-поинтов[3];

-- для касс -- заявки клиентов на получение наличности.

Получается, что, кроме алгоритма построения прогноза расхода/поступления наличности для кэш-поинта, продвинутая система должна предлагать алгоритм построения оптимального плана инкассаций.

Пример прогноза расхода и плана инкассаций

На рис. 1 приведены примеры построенного системой прогноза клиентского расхода и плана инкассаций для банкомата.

Мы видим, что по рассматриваемому банкомату прогноз клиентского расхода имеет небольшое отклонение от факта: система правильно «отгадала» продолжительность и величину всплесков клиентского расхода. А вот планы инкассации отличаются друг от друга. Это обусловлено тем, что период, отраженный на рисунке, соответствует моменту, который предшествовал старту эксплуатации системы в банке. До использования системы аналитик планировал загрузки банкомата равными суммами примерно через равные интервалы. Система же предлагает для каждой загрузки свою сумму, интервалы между загрузками в рекомендациях системы сильно варьируются.

Перейдем к более детальному рассмотрению алгоритма оптимального планирования инкассаций кэш-поинта. Именно этот алгоритм определяет конечную величину экономического эффекта.

Экономический эффект зависит от качества прогноза клиентского расхода/поступления наличности и будет тем выше, чем лучше алгоритм планирования инкассаций учитывает структуру сети кэш-поинтов и особенности технологии банка.

Учет структуры сети в алгоритме

Как правило, в составе сети кэш-поинтов имеются узлы (кассы и УС), которые значительно удалены от того КУ, откуда они подкрепляются, а значит, их инкассации дороги. Такие узлы можно сгруппировать в наборы, каждый из которых будет лежать на одном маршруте инкассаторов.

Оптимально строить стратегию инкассаций так, чтобы для каждого такого набора узлов были выполнены два условия:

1) минимальные совокупные затраты на фондирование и инкассации набора узлов;

2) одинаковый плановый срок исчерпания наличности для всех узлов набора.

В этом случае банк существенно снизит число дорогих дальних инкассаций за счет того, что все узлы набора будут инкассироваться синхронно.

Учет особенностей технологии банка в алгоритме

Полный список таких особенностей достаточно широк, поэтому приведем наиболее значимые моменты:

1) для касс, из которых подкрепляются вложенные кэш-поинты, алгоритм планирования инкассаций должен обеспечивать учет потребности подкрепляемых кэш-поинтов (включая планируемый вывоз наличности);

2) для касс, где требуется ежедневный вывоз наличности (касс, не оборудованных для длительного хранения крупных сумм), алгоритм должен планировать такой вывоз в обязательном порядке;

3) для снижения затрат на инкассацию касс имеет смысл синхронизировать инкассации по различным валютам в том случае, когда подкрепление идет из единого источника;

4) необходимо учитывать ресурсные ограничения кассовых узлов и инкассаторов. Бессмысленно строить оптимальный план инкассаций, который окажется физически невозможно выполнить. Алгоритм планирования инкассаций должен обладать возможностью равномерно планировать ресурсы, чтобы гарантировать выполнимость графика инкассаций;

5) чтобы снизить затраты на фондирование наличности для банкоматов с депозитным модулем, бывает оправданным планировать отдельные инкассации депозитного модуля без выгрузки выдающих кассет;

6) для рециркуляторов алгоритму необходимо учитывать дополнительные условия, инициирующие принудительную перезагрузку, например заполнение реджект-кассеты или депозитного модуля;

7) чтобы исключить простой банкоматов, обслуживающих зарплатные проекты, алгоритм должен уметь отслеживать начисления по зарплатным проектам в нетиповые дни с целью корректировки загружаемой в банкоматы суммы.

Подведем промежуточные итоги:

-- приемлемое качество прогноза клиентского расхода/поступления наличности -- необходимое, но не достаточное условие для получения значимого экономического эффекта;

-- величина экономического эффекта обеспечивается в первую очередь алгоритмом оптимального планирования инкассаций, который должен учитывать множество факторов и ограничений. За счет использования надбавки на риск непрогнозируемого всплеска расхода данный алгоритм способен нивелировать расхождение между прогнозируемым и фактическим расходом наличности.

Мы перечислили только основные алгоритмы планирования инкассаций. Специализированное ПО обычно использует много вспомогательных алгоритмов, предназначенных для решения частных задач. Приведем их сокращенный список без детализации:

1) расчет доли банкомата в зарплатном проекте;

2) расчет суммы подкрепления банкомата с рециркуляцией, работающего в основном на приход;

3) учет частоты и величины непрогнозируемых всплесков расхода с целью минимизировать вероятность простоя;

4) расчет оптимального максимального лимита по кассе.

Устоявшаяся практика планирования инкассаций в КУ

Основываясь на опыте внедрения системы оптимального планирования инкассаций в нескольких банках, постараемся обрисовать усредненную типовую ситуацию в «обычном» банке, не использующем специализированное ПО для комплексного планирования инкассаций.

Цель этого описания -- выявить узкие места и, следовательно, потенциал для снижения затрат в случае внедрения ПО.

Планирование инкассаций банкоматов

Для планирования инкассаций банкоматов банки, как правило, имеют некоторую статистическую модель. Она обеспечивает построение прогноза клиентского расхода/поступления наличности. Вооружившись, с одной стороны, данной моделью, а с другой -- системой мониторинга остатков в банкоматах, аналитики планируют инкассации. При этом они обязаны контролировать большое количество дополнительной информации: особенности тарификации банкоматов для различных населенных пунктов и инкассирующих организаций, технологические ограничения, возможность проводить инкассации в определенное время, заявки подразделений банка и клиентов на выгрузку определенных банкоматов, информацию о начислениях по зарплатным проектам.

Как правило, инкассации планируются в условиях жесткого лимита времени, при этом главная задача аналитика -- исключить простои устройств. Без использования специализированного ПО невозможно учесть влияние разнонаправленных факторов так, чтобы обеспечить максимальную эффективность.

Планирование подкреплений касс

Планирование подкреплений касс -- еще более сложная задача, чем планирование инкассаций банкоматов, хотя бы потому, что оно должно опираться на уже сформированный план для УС. Как правило, в «обычном» банке каждая касса планирует наличность для себя, то есть заведующий кассой ежедневно определяет объем необходимой ему наличности и требуемый состав номиналов. При этом он руководствуется:

-- максимальным и минимальным лимитами, которые финансовые аналитики банка рассчитывают для его кассы;

-- заявками клиентов на получение денежной наличности;

-- потребностью в денежной наличности тех касс и УС, которые подкрепляются из данной кассы.

Опасаясь нехватки наличности, пользователи практикуют «перезаказ». В конце операционного дня, чтобы соблюсти максимальный лимит, пользователь заказывает вывоз избытков денежной наличности. Возникают «встречные» инкассации, при которых одно подразделение инкассируется в течение дня дважды: сначала на подкрепление, затем на вывоз наличности.

Механизм лимитов имеет свои изъяны. Если минимальный лимит для кассы обусловлен требованиями регулятора, то максимальный определяют экономисты банка. Максимальный лимит представляет собой фиксированную величину для любого дня, не зависящую от ожидаемого клиентского расхода. В результате в некоторые дни (когда ожидается повышенный клиентский расход) его соблюдение приводит к избыточным инкассациям, а в дни снижения клиентского спроса, наоборот, может оборачиваться необоснованными затратами на фондирование. Нам приходилось наблюдать крайний случай: пытаясь снизить затраты, банк установил заниженные значения максимального лимита. Это привело к частым инкассациям и к росту общих затрат на функционирование сети, а не к их снижению.

Можно сделать вывод, что планирование инкассаций в условиях частичной автоматизации объективно не позволяет минимизировать затраты на функционирование сети. Резервы экономии остаются существенными.

Экономический эффект от внедрения специализированного ПО

В данном разделе можно привести лишь усредненные данные об эффекте, потому что структура эффекта уникальна для каждого банка. Уверенно можно утверждать следующее:

-- не было такого банка, где бы суммарный эффект от внедрения ПО составил менее 10% от совокупных затрат на функционирование сети кэш-поинтов;

-- не было такого банка, где бы эффект на один банкомат составил менее 45 000 руб. в год в абсолютном выражении;

-- по эффекту, получаемому для касс, наблюдается большой разброс, но величина эффекта для кассы всегда больше, чем 100 000 руб. в год.

По какой методике рассчитывается экономический эффект? В условиях изменения клиентского спроса на наличность абсолютные затраты на функционирование сети для разных периодов часто несопоставимы между собой. Например, если спрос на наличность возрос на 30%, то, скорее всего, даже после внедрения ПО абсолютные значения затрат на функционирование сети также возрастут. Выход один -- сравнивать относительные показатели.

Идеальным показателем для оценки эффективности внедрения ПО можно считать затраты банка на выдачу клиенту/получение от клиента 1000 руб. Читатель может возразить, что в случае роста клиентского спроса на наличность относительные показатели затрат будут снижаться и без внедрения какого-либо ПО. С этим спорить не будем, а предложим проанализировать тренд такого снижения затрат при возрастании спроса до внедрения ПО и учесть его при анализе эффекта.

Большинство банков, где внедрялось ПО, на момент внедрения располагали собственной системой, частично автоматизирующей функцию планирования инкассаций. Как показала практика, система давала эффект, но резервы для его роста оставались. На рис. 2 приведена экспертная оценка составляющих экономического эффекта от внедрения специализированного ПО для сети банкоматов. Из диаграммы следует, что исходная частичная автоматизация процесса планирования инкассаций обеспечивала примерно четвертую часть того экономического эффекта, на который можно рассчитывать после внедрения специализированного ПО.

Исходные данные для работы ПО

Речь пойдет о той информации, которую можно автоматически получать из систем банка. Данная информация приводится для того, чтобы ответственные специалисты банков могли оценить объем интеграций, которые должны быть обеспечены при внедрении ПО для планирования инкассаций.

Планирование инкассаций банкоматов

Для планирования инкассаций банкоматов потребуются:

-- исторические данные о покассетных остатках в УС на момент окончания каждых суток за 15 месяцев до текущего момента; данные о выполненных инкассациях за каждые сутки. Эти данные необходимы для работы алгоритма построения прогноза клиентского расхода/поступления наличности;

-- за 3 месяца, предшествующих текущему моменту, данные о покассетных остатках в УС желательно иметь с шагом в 1 час. Эти данные необходимы для того, чтобы система накопила статистику распределения клиентского расхода/поступления наличности по времени суток. Такая статистика может быть полезна аналитику в качестве справочной информации для оперативного редактирования проектов распоряжений на инкассацию, формируемых системой по запросу пользователя;

-- оперативная информация за текущий операционный день о покассетных остатках и инкассациях. Желательно, чтобы информация поступала из процессинга регулярно с шагом 10-60 минут. Актуальность данных в системе гарантирует своевременную реакцию аналитика на непрогнозируемое изменение клиентского спроса на наличность;

-- данные о начислениях, выполненных в рамках зарплатных проектов. Система располагает справочником зарплатных проектов с привязкой УС к этим проектам. Когда начисление по зарплатному проекту происходит в нетиповой день[4], система автоматически корректирует прогноз клиентского расхода на последующие дни по всем связанным с этим проектом УС;

-- заявки подразделений банка на инкассацию УС (например, по заявлению клиента). Система обеспечивает автоматическое включение УС, по которым есть заявки подразделений банка, в проект заявки на инкассацию в требуемый день.

Планирование подкреплений касс

Для планирования подкреплений касс потребуются:

-- исторические данные об остатках в кассах на момент окончания каждых суток за 15 месяцев до текущего момента;

-- исторические данные о кассовых транзакциях с разделением на типы (клиентские операции, операции по подкреплению других касс и УС, операции по подкреплению/вывозу в РКЦ, прочие операции) за 15 месяцев до текущего момента. Эти данные необходимы как для прогнозирования клиентского оборота, так и для выявления спроса на отдельные номиналы;

-- оперативная информация за текущий операционный день о кассовых транзакциях с разделением на типы;

-- данные о заявках клиентов на получение денежной наличности, данные об исполнении этих заявок.

Основные функции ПО для планирования инкассаций

В табл. 1 кратко перечислены только те функции ПО, которые связаны с планированием инкассаций и подготовкой аналитической отчетности[5].

Порядок работы аналитика в системе

Аналитик отвечает за регулярную актуализацию базовых параметров системы, которая производится по мере изменения условий работы УС и касс банка. От корректной настройки параметров служб инкассации, касс, УС напрямую зависит не только экономический эффект, но и обеспечение непрерывности кассового обслуживания клиентов.

При использовании качественного специализированного ПО и корректно проведенной настройке параметров ПО прогнозирование клиентского оборота, построение плана инкассаций и формирование распоряжений на инкассацию проходят в автоматизированном режиме с минимальным процентом ручных корректировок распоряжений на инкассацию, формируемых системой. При штатной работе пользователь корректирует не более 5% от числа кэш-поинтов, включенных системой в проект распоряжения на инкассацию. От аналитика не требуется анализ тех кэш-поинтов, которые не включены в проект распоряжения на инкассацию, что существенно снижает нагрузку на аналитика и приводит к увеличению числа кэш-поинтов, которое в состоянии обслуживать один специалист.

Распоряжения на инкассацию могут формироваться как централизованно группой аналитиков из головного офиса для всех филиалов, так и децентрализованно сотрудниками филиалов, которым делегированы полномочия аналитиков. Среди плюсов централизации -- достижение высокого уровня профессионализма аналитиком, узкой специализацией которого является обеспечение эффективного планирования инкассаций кэш-поинтов. При централизации один аналитик может обеспечивать управление наличностью до 1000 банкоматов или до 200 касс. Минусом централизации может стать сложность управления наличностью банкоматов и касс в часовых поясах, разнесенных относительно головного офиса более чем на 4 часа.

Уровни иерархии в сети

Сеть банкоматов и касс можно представить в виде иерархии, построенной по принципу: ВСП/банкомат -> источник подкрепления наличности. Источником может быть другое ВСП, филиал, кассовый узел. Такая иерархия имеет вид перевернутого дерева: от банкоматов и ВСП, находящихся внизу иерархии, до ВСП, филиалов, кассовых узлов, которые подкрепляются из внешних источников, таких как РКЦ Банка России, другие банки, инкассирующие организации.

С точки зрения управляемости сети ВСП целесообразно иметь два уровня иерархии: кассовый узел, подкрепляющийся в РКЦ, подкрепляет все банкоматы и ВСП, которые являются нижним уровнем иерархии. Дополнительный уровень иерархии становится причиной того, что процесс перераспределения наличности между кассами удлиняется, поскольку требуются промежуточные инкассации этого уровня. На них затрачивается, как правило, около суток, включая формирование и расформирование сумок с наличностью и их перевозку. Это снижает оперативность реакции на клиентский спрос, возникающий на нижнем уровне ВСП.

Планирование инкассаций

Аналитик планирует инкассации по принципу «снизу вверх»:

1. В первую очередь аналитик формирует распоряжения на инкассацию банкоматов и касс, находящихся внизу иерархии. При планировании подкреплений касс требуется, чтобы заведующий кассой согласовал распоряжение, поскольку номинальный состав остатков наличности в кассе обычно неизвестен аналитику и корректируется сотрудником кассы в соответствии с оперативной информацией от кассиров.

2. После согласования распоряжений на инкассацию банкоматов и касс нижнего уровня аналитик планирует инкассации кассового узла. При построении плана инкассаций кассового узла нужно учитывать, что наличность, поступившая в результате подкрепления узла из внешнего источника (РКЦ) либо вывезенная в узел из касс нижнего уровня, не может использоваться в тот же день для подкрепления банкоматов или других касс нижнего уровня. ПО должно обеспечивать автоматический учет этой особенности, а также делать необходимые поправки на риски роста потребностей в наличности у касс нижнего уровня. Аналитик формирует распоряжение на подкрепление/вывоз наличности в РКЦ (внешнем источнике) и согласовывает номинальный состав в распоряжении с ответственным сотрудником кассового узла.

Типичные проблемы при внедрении и использовании ПО

В табл. 2 перечислены проблемы, с которыми нам приходилось сталкиваться при внедрении и использовании ПО для планирования инкассаций. Эти проблемы могут приводить к незапланированному снижению экономического эффекта от использования ПО либо к увеличению сроков реализации проектов по внедрению ПО.

Методика пилотирования результатов внедрения

Оценка ожидаемого экономического эффекта от внедрения ПО для большинства банков предшествует старту полномасштабного внедрения системы. Опишем одну из возможных методик такой оценки.

Действия банка

Банк обеспечивает подготовку и предоставление информации:

1. Выбирает репрезентативный КУ, который должен отвечать следующим требованиям:

-- он содержит набор ВСП, подкрепляемых из КУ;

-- он содержит набор банкоматов, подкрепляемых из КУ и (или) ВСП;

-- среднедневные остатки и обороты по пилотируемым ВСП и банкоматам несущественно отличаются от среднедневных остатков и оборотов банкоматов и ВСП по банку в целом;

-- среди банкоматов есть все основные типы, представленные в банке (банкоматы, обслуживающие зарплатные проекты; банкоматы в торговых центрах; банкоматы в офисах банка; уличные банкоматы). Желательно, чтобы доля пилотируемых банкоматов каждого типа примерно соответствовала доле банкоматов данного типа по банку в целом.

2. Предоставляет информацию о привязке банкоматов к ВСП и КУ (информация о том, откуда подкрепляется каждый банкомат, ВСП).

3. Предоставляет статистику по выбранным банкоматам (покассетные остатки и данные об инкассациях) за оговоренное количество календарных месяцев.

4. Предоставляет данные по кассам ВСП и КУ:

-- остатки на конец каждого дня;

-- список операций за каждый день. Каждая операция должна быть типизирована (содержать соответствующий признак: инкассации банкоматов, подкрепление/вывоз наличности касс, клиентские операции, межкассовый оборот).

5. Предоставляет для пилотируемых банкоматов набор параметров:

-- стоимость операций формирования/расформирования кассет;

-- тарифы на услуги инкассирующих организаций;

-- информацию о местоположении банкоматов с целью выявить те устройства, которые экономически целесообразно инкассировать совместно;

-- расписание формирования кассет в КУ.

6. Предоставляет для пилотируемых банкоматов/ВСП/КУ набор расписаний:

-- расписания доступности для инкассации;

-- расписания работы служб инкассации и КУ, обслуживающих банкоматы/ВСП/КУ;

-- расписание доступности для клиентов.

7. Предоставляет для пилотируемых касс набор параметров:

-- стоимость операций формирования/расформирования сумок с наличностью;

-- тарифы на услуги инкассирующих организаций;

-- расписание формирования сумок в КУ.

Действия контрагента

Компания, внедряющая ПО, на своем стенде выполняет следующие подготовительные операции:

1. Загружает справочники касс, банкоматов, служб инкассации.

2. Настраивает экономические параметры и расписания.

3. Настраивает группы совместно инкассируемых банкоматов.

4. Загружает исторические данные для касс и банкоматов.

Оценка ожидаемого экономического эффекта

Оценка производится по следующему алгоритму:

Для каждого дня Т последнего месяца (контрольный период) загруженных исторических данных оценивается качество прогноза расхода/поступления наличности на день Т + 1 по методологии SMAPE, предназначенной для расчета отклонения между прогнозируемым и фактическим остатками:

 

Чтобы построить прогноз с использованием инструментов системы, от каждого дня контрольного периода формируется и выгружается в файл прогноз на следующий день сальдо расхода/поступления наличности. Очередной день контрольного периода -- дата, от которой начинается прогнозирование клиентского расхода/поступления наличности с использованием информации за указанный день и за предшествующие дни.

Для каждого дня T контрольного периода анализируются прогнозы клиентского расхода/поступления наличности на день Т + 1: по методологии SMAPE рассчитываются отклонения фактического остатка от прогнозируемого.

2. На основании проведенных расчетов определяется среднее отклонение прогноза от факта для каждого кэш-поинта. Затем рассчитывается среднее отклонение для банкоматов и для касс.

3. Если величина среднего отклонения для банкоматов и для касс не превысит 20%, то экономический эффект можно оценить в соответствии с описанным далее порядком. Если это условие не выполнено, то должна использоваться другая методика, описание которой выходит за рамки статьи.

4. В системе единожды строится план инкассаций на весь контрольный период.

5. Остатки наличности в банкоматах и кассах рассчитываются с учетом сформированных системой сумм инкассации и сумм выгружаемой наличности.

6. Первые две недели контрольного периода не будут учитываться в оценке, потому что в этот период велико влияние сумм инкассаций, выполненных ранее.

7. Следующие две недели контрольного периода должны использоваться для расчета эффекта.

8. Экономический эффект рассчитывается как сумма:

-- эффекта от уменьшения стоимости фондирования наличности в кассах и банкоматах за счет ее снижения при использовании системы и

-- эффекта от изменения стоимости инкассаций, возникающего при проведении инкассаций по предлагаемому системой плану.

9. При расчете результирующего экономического эффекта полученные результаты экстраполируются на общее количество банкоматов и касс сети, полученное от банка.



Примечания

1. Так звучит постановка задачи в упрощенном виде. На самом деле достижение минимума затрат по каждому из кэш-поинтов не гарантирует достижения минимума затрат по сети в целом. Об этом речь пойдет далее.

2. Когда система планирует инкассации, сумма подкрепления кэш-поинта планируется несколько большей, чем ожидаемый клиентский расход, чтобы минимизировать риск простоя из-за недостаточности наличности. Превышение суммы подкрепления над прогнозируемой суммой клиентского расхода мы будем называть надбавкой на риск непрогнозируемого всплеска расхода.

3. Надбавка на риск непрогнозируемого всплеска расхода не является фиксированной величиной для всех типов кэш-поинтов. Для каждого кэш-поинта она рассчитывается индивидуально. Более того, для одного и того же кэш-поинта в разные дни эта надбавка будет отличаться.

4. Нетиповой день в данном случае -- день выплаты (число месяца) зарплаты/премии и пр., не совпадающий с установленным в организации днем выплат зарплат и не имевший прецедентов в истории выплат.

5. Дополнительно в состав ПО могут входить функции для автоматизированной обработки созданных заявок на инкассацию.

Размещено на Allbest.ru