Глава 3.3.1.

Модель взаимодействия банков и банковского сообщества с предприятиями других отраслей экономики

Для начала проведем исследование модели верхнего уровня, взаимодействия банков и банковского сообщества с предприятиями других отраслей (см. рис. 3.3.2.).

Ее системный графический образ можно представить в виде «черного» ящика, в котором внутренняя среда банков в начале исследования скрыта. Она может быть оценена только с помощью интегрального функционала переменной (GPС), как показано на рис. 3.3.2. Кроме этого, как изображено на рис. 3.3.2., имеется вход. На данном этапе исследований будем рассматривать только прямые затраты (IIC^D  IIC), т.к. детальный анализ общих затрат и латентно-косвенных связей был проведен ранее. Понятно, что в рамках данной модели банки будут генерировать выход (GOC).

Дальнейшие исследования будут проводиться по ранее представленному алгоритму, любые изменения и дополнения будут оговариваться отдельно.

Рассмотрим интегральный фактор, генерируемый банковской системой на выходе. Результаты расчетов представлены в таблице 3.3.1.

Как видно из таблицы 3.3.1., за исследованный период динамический кластерный анализ средних величин по весу банковской системы и банкам распределился следующим образом.

Наиболее весомым фактором в объеме реализации услуг является внутренняя добавленная стоимость (GPС - Total Value Added). Доля добавленной стоимости в валовом выпуске составила 66,7%, что позволяет отнести данный фактор к максимальному 1 рангу. При этом анализ динамики показал, что добавленная стоимость росла более динамично по сравнению с темпом прямых затрат. Показатель темпа составил 1,175, уточненный показатель эластичности – 1,598. Это свидетельствует о позитивных тенденциях в развитии банковской системы. Банки стремились более эффективно управлять затратами, повышая эффективность работы персонала и/или капитала.

Далее по весу следуют прямые затраты банковского сообщества (IIC - Total intermediate inputs). Доля прямых затрат составила 33,3%, что позволяет отнести данный фактор ко 2 рангу. Анализ динамики показал, что прямые затраты интенсивно падали, что указывает на то, что банки активно внедряли современные компьютерные и информационные технологии, за счет которых совершенствовался и расширялся спектр услуг.

В результате валовой выпуск по интегральным кластерным факторам можно представить в виде функциональной экономической зависимости:

GOC=1,901*GPС^0,667 * IIC^0,333

После оценки общей модели можно приступить к изучению интегрального внутреннего функционала банка. Начнем его исследование с построения классической производственной функции типа Кобба – Дугласа. Логика производственной функции очевидна, для обеспечения жизнедеятельности любого хозяйствующего субъекта необходимо привлечь персонал и капитал. Интегральный функционал персонала в работе будет оцениваться в денежном выражении как показатель компенсации (COMP - Compensation of employees), в который входят собственно начисленная и выплаченная заработная плата, премии и прочее, а также социальный налог. Под капиталом понимается интегральный фактор (GOS - Gross operating surplus), состоящий из интегральных переменных: потребление капитала или амортизация, сальдо процентных выплат и собственно прибыль банков, но до налогообложения, что позволяет исключить особенности налогообложения банковских систем в различных регионах и странах в целом. Понятно, что в системе отчетности банков отдельной строкой проходят косвенные налоги и НДС. Как следствие при оценке добавленной стоимости нами сознательно введена переменная, учитывающая косвенные налоги и НДС за исключением субсидий (Tax - Taxes on production and imports, less subsidies).

Рассмотрим интегральный фактор добавленной стоимости, генерируемый внутренней банковской системой. Результаты расчетов представлены в таблице 3.3.2.

Как видно из таблицы 3.3.2., за исследованный период динамический кластерный анализ средних величин по весу банковской системы и банкам распределился следующим образом.

Наиболее весомым фактором в объеме реализации услуг обнаруживается интегральная переменная капитал (GOS - Gross operating surplus). Его доля в добавленной стоимости составила 55,7%, что позволяет отнести данный фактор к максимальному 1 рангу. При этом анализ динамики обнаружил, что показатель капитала рос более динамично по сравнению с темпом показателя компенсации. Показатель темпа составил 1,083, уточненный показатель эластичности – 1,149. Это свидетельствует о позитивных тенденциях в развитии банковской системы, связанной с внедрением современных Internet, виртуальных технологий и собственного капитала. В результате, как отмечалось ранее, банки стали более эффективно управлять затратами.

Далее по весу следует компенсация персонала банковского сообщества (COMP - Compensation of employees). Доля компенсации в добавленной стоимости составила 40,9%, что позволяет отнести данный фактор ко 2 рангу. Анализ динамики обнаружил, что компенсация росла менее интенсивно, чем показатель капитала. Показатель темпа составил 0,913, уточненный показатель эластичности – 0,833. Это свидетельствует о том, что благодаря активному внедрению современных компьютерных, информационных, виртуальных технологий, за счет которых совершенствовался и расширялся спектр услуг, темп прироста численности персонала был снижен. В тоже время как будет показано далее, оплата труда, как следствие мотивация персонала повышалась.

Далее по весу следует переменная косвенные налоги и НДС за исключением субсидий (Tax - Taxes on production and imports, less subsidies). При этом доля косвенных налогов в добавленной стоимости незначительна и составила всего 3,4%, что позволяет отнести данный фактор к 3 рангу. Анализ динамики свидетельствовал, что косвенные налоги и НДС росли менее интенсивно, чем показатель капитала. Показатель темпа составил 0,860, уточненный показатель эластичности – 0,621. Это подтверждает то, что общество не склонно подавлять экономический рост за счет несбалансированного налогообложения через косвенные налоги.

В результате добавленную стоимость по интегральным кластерным факторам можно представить в виде функциональной экономической зависимости:

GPС=2.24 * Tax^0,034 *COMP^0,409 * GOS^0,557

Подробнее рассмотрим показатель косвенных налогов Tax. Как видно из уравнения, их доля мала, даже если учесть, что в реальных секторах экономики эта величина в среднем составляет около 5-7%.

В результате, с учетом моделей прямых и косвенных затрат, можно говорить о суммарных косвенных налогах не более чем 8-10%. Если сравнить данный показатель с уровнем косвенных налогов в России, то они меньше чем в РФ. Косвенные налоги и НДС в РФ необходимо понизить в два раза.

Перед тем, как перейти к дальнейшему этапу исследований, надо ввести следующие ограничения. В процессе проведенного анализа показателя GOS были изучены все его интегральные функционалы-переменные. В частности, исследованы интегральный фактор динамики потребления капитала или амортизация, а также показатели основных фондов банков, каждый из которых в рамках классификации NAICS включает 31 интегральную группу оборудования и компьютерное, программное обеспечение, а также 15 групп зданий, офисов и т.д. Аналогично были обследованы показатели: сальдо процентных выплат и собственно прибыль банков до налогообложения. В процессе предварительных исследований скрытых бифуркаций и факторов не было обнаружено. Поэтому, учитывая ограничения на пространство работы, обширные факторные модели не были включены в работу.

Тем не менее, для исключения нарушения системной целостности анализа введены интегральные модели банков, а также дана эталонная модель укрупненной, «грубой» оценки эффективности деятельности любой банковской организации. Оригинальность предложенной в работе методики заключается в том, что можно в течение нескольких минут осуществить быструю оценку любого банка, как российского, так и американского.

Со всей очевидностью возникает вопрос почему. В рамках классической теории это объясняется высокой стоимостью услуг. Рассмотрим, как с помощью предложенной в работе укрупненной методики можно рассчитать, во сколько раз российские банки завышают цены на свои услуги, и как следствие сжимают банковский рынок (сжимая спрос). Следует обратить внимание на то, что россияне готово развивать банковский рынок, а заинтересованная сторона - банки активно противодействуют этому, многократно завышая стоимость своих услуг, как будет доказано далее в 4 - 4,6 раза. Тем самым они лишают себя объемов реализации и многократной прибыли.

Вначале введем начальные и граничные условия в предлагаемую укрупненную эталонную модель оценки эффективности банков, в т.ч. ценообразования банковских услуг.

1. По данным мирового банка стоимость банковских услуг в России без учета качества соизмеримы, а по ряду продуктов выше, чем в развитых странах. Для простоты в расчетах примем условие, что стоимость совокупных услуг российских и американских банков соизмерима и равна одной условной единице или 100%.
2. Примем, что среднемесячная оплата труда, в том числе социальный налог 25% (условно для простоты расчетов, а не 26,5% на 2006 г.) в экономике РФ с учетом серых схем, составляла в 2005 г. порядка 600 долл.США, а в банковской сфере порядка 1200 долл.США. Уточним, что под оплатой труда понимается: начисленная и выплаченная заработная плата, премии, социальный пакет персонала, полностью, а не частично занятого – т.е. аналог Table 6.6D. Wage and Salary Accruals Per Full-Time Equivalent Employee by Industry.
3. В модели доля прямых затрат (IIC) и добавленная стоимость (GPС) в валовом выпуске банковских услуг (GOC) должна оцениваться, как в статическом варианте, т.е. в средних оценках, так и в динамическом – в регрессионных зависимостях. После чего осуществлялось их усреднение, которое далее учитывалось при пересчете всех интегральных факторов модели, как статических, так и динамических.
4. Для исключения искажений, вносимых в модель параметрами косвенных налогов и НДС и их двукратным отличием в РФ от США, в итоговой модели они отброшены.
5. Для исключения искажений вносимых в модель различным уровнем налогообложения прибыли, принятой в РФ, США, в модели учитывается показатель прибыли до налогообложения.
6. Примем, что среднемесячная оплата труда, в том числе социальный налог - 18%, в экономике США составляла в 2005 г. порядка 4414 долл.США. в банковской сфере порядка 5728 долл.США.

7. В расчете используется модель только для банков (NAICS 522100 - Depository Credit Intermediation) без учета Центрального банка (NAICS 521100 - Monetary Authorities - Central Bank) и кредитных товариществ (NAICS 522200 - Nondepository Credit Intermediation). Как следствие были пересчитаны прямые затраты. При этом для простоты они рассчитывались, не как средневзвешенные, а как средние. Косвенные затраты в укрупненной эталонной модели в расчете не учитывались. Понятно, что это отразится на точности модели. В полной, детальной модели, где используется около 3-5 тысяч переменных (с учетом персонала вплоть до рабочего места), эти ошибки и смещения исключаются, но данный подход требует в сотни тысяч раз больше вычислений. Это не целесообразно на первых этапах исследований.

В заключение отметим, что укрупненная статическая и динамическая эталонная модель оценки эффективности банков, в т.ч. ценообразования банковских услуг опирается на данные американских программ SIC, NAICS за период 1987-2005 г.г.

Глава 3.3.1.
Модель взаимодействия банков и банковского сообщества с предприятиями других отраслей экономики
Динамика развития финансово-банковской системы в условиях регулярных кризисов
Самарина Г.П., Дорошко С.Е., Чадаев О.Д. Ноосферная экономика: банки и кризисы финансовой системы. - СПб.: Изд-во СПбГЭТУ "ЛЭТИ", 2008 - 259 c.