Для начала проведем исследование модели верхнего уровня, взаимодействия банков и банковского сообщества с предприятиями других отраслей (см. рис. 3.3.2.).
Рис. 3.3.2. Модель взаимодействия банков и банковского сообщества с предприятиями других отраслей |
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 (IICD 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.
|
|||||
|
Наименование |
К-ты модели |
Темп |
Ранг |
Эл |
IIC |
Total intermediate inputs |
0,333 |
0,718 |
2 |
-0,241 |
GPС |
Total Value Added |
0,667 |
1,175 |
1 |
1,598 |
|
Коэффициент модели b0 |
1,901 |
|
|
|
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*GPС0,667 * IIC0,333
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.
|
|||||
|
Наименование |
К-ты модели |
Темп |
Ранг |
Эл |
COMP |
Compensation of employees |
0,409 |
0,913 |
2 |
0,833 |
Tax |
Taxes on production and imports, less subsidies |
0,034 |
0,860 |
3 |
0,621 |
GOS |
Gross operating surplus |
0,557 |
1,083 |
1 |
1,149 |
|
Коэффициент модели b0 |
2.24 |
|
|
|
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 * Tax0,034 *COMP0,409 * GOS0,557
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.
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.