5. Исследование уровня ценовой конкуренции.

Исследование уровня ставок, тарифов и комиссий на обслуживание является важнейшей функцией банковского маркетинга. Политика процентных ставок и тарифов на банковские продукты в первую очередь ориентируется на совокупную стоимость имеющихся и привлеченных ресурсов. В зависимости от рыночной ситуации стоимость ресурсов может колебаться в таких пределах, которые могут приносить разный размер доходов. Гибкость цен во многом определяет возможность банка к расширению объемов продаж, в связи с этим, вопрос о направленности ценовой политики банка упирается в оценку эластичности спроса на отдельные банковские продукты.

Эластичность спроса в банковском деле – степень изменения в количестве востребованных банковских услуг в ответ на изменение процентных ставок, тарифов и размеров комиссионных. Об эластичном спросе говорят, когда процентное изменение в ставках и тарифах приводит к такому же изменению количества продаваемых услуг и соответственно ведет к увеличению либо объема привлечения, либо объема размещения собственных и привлеченных средств банка и росту дохода.

Единичная эластичность характеризует такое движение ставок и тарифов по активным и пассивным операциям, которое приводит к такому росту продаж, когда процентные и комиссионные доходы остаются неизменными.

Неэластичный спрос отражает ситуацию, когда процентное сокращение (увеличение) ставок приводит к такому росту продаж, что общий доход уменьшается.

Ценовая эластичность определяет чувствительность клиентов банка и потенциальных потребителей к изменениям в процентных ставках и тарифах, что определяет динамику продаж и возможности рыночного маневра. Оценить степень ценовой эластичности можно с помощью коэффициента эластичности, который отражает процентное изменение одной переменной в ответ на процентное изменение другой.

(V2-V1) / (V1+V2)

КЭ = ‑‑‑‑‑‑‑‑‑‑‑‑‑‑------------,

(C2-C1) / (C1+C2)

где:

V1, V2 – количество проданных услуг до и после изменения ставок;;

С1,С2 – ставки по кредитам (депозитам) до и после изменения.

Формула показывает процентное изменение в количестве продаж банковских услуг на каждый процент изменения в цене услуги. Если КЭ больше 1 то спрос эластичен.

Рассмотрим пример определения эластичности спроса в ситуации с такой услугой, как предоставление клиентам депозитных ячеек для хранения ценностей.

Если предположить, например, что количество заключенных договоров на приобретение ячеек банковских сейфов в филиале уменьшилось с 75 до 50 в результате повышения тарифов с 20 руб. до 22 руб., то в этом случае коэффициент эластичности составит –4,16. Это говорит о том, что спрос на банковские сейфы эластичен, так как повышение тарифов на 2% вызывает снижение продаж на 4,16%. Знак минус показывает направленность процесса.

6. Статистические методы прогнозирования спроса на банковские услуги.

Несмотря на то, что прогнозирование в наш неспокойный век вещь неблагодарная, значение прогнозов для банковского бизнеса, который желает сохранить и упрочить свое положение на финансовых рынках имеет непреходящую ценность. Назовем основные причины, поясняющие, почему коммерческий банк нуждается в составлении прогноза спроса на свои услуги: регулярная смена потребительских предпочтений, необходимость планирования оптимальных затрат на разработку новых услуг, а соответственно размера прибыли, определение количества новых средств доставки банковских продуктов до потребителя, планирование численности и структуры кадров в банке.

Для составления прогноза необходимо собрать данные за некоторый период времени. Эти данные могут быть обработаны с помощью трех основных методов: построение тренда на основе анализа временных рядов, экспоненциальное сглаживание на короткий период времени при неизменности тенденции в изучаемом явлении, корреляция и регрессия для анализа ситуации, не имеющей аналогов в прошлом.

Для прогнозирования объемов продаж банковских услуг, с которыми банк выходит на локальный финансовый рынок, например, на рынок конкретного региона, или продвигает на рынок принципиально новую услугу, не достаточно знать динамику спроса в прошлом на аналогичные услуги. В каждом конкретном случае возможен свой уникальный набор факторов, влияющих на спрос. В процессе внедрения новой услуги, например, для розничных клиентов приходится учитывать такие факторы как:

• Численность населения,

• Расходы на рекламу,

• Число обслуживающих расчетно-кассовых мест,

• Количество конкурирующих банков,

• Уровень процентных ставок и тарифов на розничные услуги,

• Качество обслуживания и т.д.

Прогнозирование спроса в этом случае, возможно, осуществить с помощью множественной регрессии, т.е. построения математической зависимости тесноты связи при наличии более чем одного фактора. Перечисленные нами факторы являются независимыми переменными, а показатель объема продаж – зависимая переменная.

Схема составления прогноза заключается в сборе и анализе переменных и постоянных факторов с целью выявления тесноты связи между ними и составление конкретного уравнения регрессии для расчета количественных параметров спроса.

Уравнение множественной регрессии выглядит следующим образом:

У = А+В1*Х1+В2*Х2+……+ВN*ХN,

Где. У – зависимая переменная, в нашем случае – объем продаж, или объем привлечения ресурсов на вклады;

А, В1, и т.д. - константы;

Х1, Х2 и т. д. – независимые переменные.

Рассмотрим пример прогноза объема спроса условного банка на такую распространенную на рынке сберегательных услуг, какой является пенсионный вклад. Предположим, что банк решает активно продвигать эту услугу в новом отделении, которое открывается в одном из районов крупного губернского центра. В связи с этим возникает задача, как будет зависеть объем привлечения свободных средств пенсионеров на вклад «Пенсионный» от количества зарегистрированных в Совете по социальному обеспечению района пенсионеров и количества открываемых операционно-кассовых мест в отделении банка.

Фактические данные, полученные по отделениям уже предлагающих своим клиентам эту услугу, приведены в приложении 2 .

Для проведения анализа можно воспользоваться компьютерной программой EXCEL, в которую встроена функция расчета уравнения регрессии. Используя электронные таблицы проведем сначала анализ линейной регрессии между объемом привлечения средств на пенсионные счета и числом пенсионеров в регионе. Распечатка результатов электронной таблицы приведена в приложении 3.

Интерпретация результатов.

Зависимость объема привлечения дополнительных ресурсов от числа пенсионеров в регионе показана в приложении,. Из нее мы можем составить уравнение линейной регрессии:

У= 129,8+3,492*Х1,

Где:

У- объем привлечения (тыс. руб.);

Х1 – количество пенсионеров (тыс. чел.).

Исходя из расчетов видно, что существует сильная положительная корреляция между анализируемыми факторами (0,649), а 42,2 % вариации объема привлечения объясняются линейной зависимостью от числа пенсионеров в зоне влияния действующих отделений.

Расчет множественной регрессии, представленный в таблице в приложении 3 дает нам следующее уравнение:

У= -304,8+4,419*Х1+35.4*X2,

Где:

У- объем привлечения (тыс. руб.);

Х1 – количество пенсионеров (тыс. чел.);

Х2 – число операционно – кассовых мест (шт.)

Для оценки надежности модели регрессии оцениваем показатель определенности, который равен 0,853, т. е. 85,3 % вариации относится к зависимости объема привлечения от обоих факторов.

Значение F в таблице (0,00121), показывает, что полученное уравнение точно отражает тенденцию в исходных данных, полученных в ходе обследования отделений, так как оно значительно меньше 0,05.

Для Х1, Р- значение равно 0,0009, а для Х2, Р- значение равно 0,0027, что также для обоих показателей значительно ниже значения 0,05, на основании чего можно сделать вывод о правомерности включения этих параметров в уравнение.

Таким образом, исходя из проведенного анализа можно сделать вывод о том что охват каждой тысячи пенсионеров может дать увеличение объема вкладов в 4,4 раза, или на 4419 рублей, а каждое дополнительное операционно-кассовое место должно приводить к увеличению объема вкладов на 354 руб. в месяц.³

Таким образом регрессия позволяет определить объем продаж банковских услуг в зависимости от любых факторов, имеющих корреляционную связь между собой. В рассмотренной нами ситуации, если в зоне непосредственного влияния банка будет находится, например, 35 тысяч пенсионеров, объем привлечения за месяц может составить 346,6 тыс. руб. (-304,8+4.419*35+35,41*14).

Конечно, расчеты могут характеризовать только индивидуальные условия работы в данном регионе конкретного банка. Результаты могут меняться в зависимости от интенсивности рекламной компании, опыта работы банка с данной категорией вкладчиков и т.д.