Economic-mathematical modeling of a multi-criteria optimization management problem of a retail unit of a commercial bank

Аннотация

В условиях усиления конкуренции на рынке банковских услуг и, как следствие, необходимости перманентного повышения экономической эффективности деятельности банковских организаций актуализируется задача формирования и использования экономико-математических моделей, позволяющих в значительной степени увеличить скорость и качество принимаемых управленческих решений. В настоящее время большинство таких решений банки принимают экспертным путем либо на основании разовых расчетов экономической эффективности отдельных проектов с учетом имеющихся статистических данных о динамике макроэкономических процессов. Задачи такого рода, как правило, реализуются на базе стохастических экономико-математических моделей, основанных на знании вероятностных характеристик моделируемых параметров. Для их построения необходимо соблюдать достаточно жесткие условия на реализацию рассматриваемых процессов, что трудно выполнить на практике. В связи с этим для решения многокритериальной оптимизационной задачи управления розничным подразделением коммерческого банка предлагается использовать динамические экономико-математические модели, в которые включены управляющие воздействия и векторный критерий качества. Предложенный инструментарий направлен на повышение эффективности принятия решений в области управления численностью персонала, а также системой продаж розничного подразделения коммерческого банка. Разработаны этапы создания динамической модели и алгоритм решения задачи векторной оптимизации. Для решения рассматриваемой оптимизационной задачи управления розничным подразделением коммерческого банка в программной среде Delphi 7 произведены расчеты для класса практических задач с иллюстрацией полученных результатов, проведен их анализ и выбрано оптимальное решение. Предложенный метод решения задачи векторной оптимизации имеет высокий потенциал практического применения в качестве основы разработки систем для поддержки принятия управленческих решений в различных сферах банковской деятельности. Перспективы исследования включают усложнение предложенного инструментария путем расширения фазового вектора системы управления розничным подразделением коммерческого банка посредством включения в нее дополнительных критериев качества реализации рассматриваемого процесса управления, в том числе за счет решения задачи динамического экономико-математического моделирования процесса оптимизации адаптивного управления аналогичным процессом.

Ключевые слова

динамическое экономико-математическое моделирование, задача векторной оптимизации, компьютерное моделирование, эффективность системы управления, управление численностью персонала, система розничных продаж, коммерческий банк, розничное подразделение.

Благодарности

Автор выражает благодарность проф. А.Ф. Шорикову за консультации по формализации математической модели и В.А. Тюлюкину за разработку моделирующей компьютерной системы в программной среде Delphi 7, которые позволили реализовать разработку и создание информационного обеспечения для компьютерного моделирования решения рассматриваемой задачи оптимизации процесса управления численностью сотрудников и продажами розничного подразделения банка.

Список литературы

1. Лаптырев Д.А. Система управления финансовыми ресурсами банка: Процессы – задачи – модели – методы. М.: БДЦ-пресс, 2005. 295 c.
2. Фурса А.А. Методы оценки достаточности численности персонала по обслуживанию клиентов физических лиц в подразделениях коммерческого банка // Научно-технические ведомости СПбГПУ. Сер. «Экономические науки». 2011. № 2. С. 160–163.
3. Jones R.C., Morrison S.R., Whiteman R.P. Helping to plan a bank’s manpower resources // Operational Research Quarterly. 1973. № 3. P. 365–374.
4. Филиппова А.С. Оптимизация управления портфелем банковских продуктов на основе детерминированной дискретной динамической модели // Наука и образование в обеспечении устойчивого развития социально-экономических систем: материалы V Российской науч.-практ. конф. с междунар. участием / ПГГПУ. Пермь, 2017. С. 117–120.
5. Аверьянова Е.А. Эффективные методы и модели процесса принятия решений на примере компании // Экономика и менеджмент инновационных технологий (электронный научный журнал). 2014. Ч. 2, № 3. URL: http://ekonomika.snauka.ru/2014/03/4755 (дата обращения: 03.08.2018).
6. Исаев Р.А. Банковский менеджмент и бизнес-инжиниринг: В 2 т. Т. 1. 2-е изд., перераб. и доп. М.: ИНФРА-М, 2013. 286 с.
7. Исаев Р.А. Методика описания (структуризации) бизнес-процессов коммерческого банка и ее практическое применение // Управление в кредитной организации: электронный научный журнал. 2008. № 4. URL: http://www.reglament.net/bank/mng/2008_4_article.htm (дата обращения: 23.07.2018).
8. Муравьёва А.А., Пожидаев Р.Г. Совершенствование бизнес-процессов: задачи будущих исследований // Вестник Воронежского государственного университета. Серия: Экономика и управление. 2013. №  2. С. 145−152.
9. Рапопорт Б.М. Оптимизация управленческих решений. М.: ТЕИС, 2001. 264 с.
10. Герасимов К.Б., Антонов С.А. Принятие управленческих решений при решении функциональных задач управления // Вопросы экономики и права. 2012. № 7. С. 165–169.
11. Brigham E.F. Fundamentals of financial management: 6th еd. N. Y.: Dryden Press, 1992. 185 p.
12. Calabrese R., Elkink J.A., Giudici P.S. Measuring bank contagion in Europe using binary spatial regression models // Journal of the operational society. 2017. № 68 (12). P. 1503–1511. doi: 10.1057/s41274-017-0189-4.
13. Yeh Q.-J. The application of data envelopment analysis in conjunction with financial ratios for bank performance evaluation // Journal of the Operational Research Society. 1996. № 47 (8). P. 980–988.
14. Альбрехт Э.Г. О динамических моделях макроэкономики. Информационные технологии в экономике: теория, модели и методы: сб. науч. тр. Екатеринбург: Изд-во УрГЭУ, 2005. 254 с.
15. Тер-Крикоров А.М. Оптимальное управление и математическая экономика. М.: Наука, 1977. 216 c.
16. Oliveira C.V., Tabak B.M. An international comparison of banking sectors: A DEA approach // Global Economic Review. 2005. Vol. 34, Iss. 3. P. 291–307.
17. Serengil S.I., Ozpinar A. Workforce optimization for bank operation centers: A machine learning approach // International journal of interactive multimedia and artificial intelligence. 2017. № 6 (4). P. 81–87. doi: 10.9781/ijimai.2017.07.002.
18. Бабенко В.А. Формирование экономико-математической модели динамики процесса управления инновационными технологиями на предприятиях АПК // Актуальні проблеми економіки. 2013. № 1 (139). P. 182–186.
19. Babenko V.A. Modelling of factors affecting innovational agricultural activity of enterprises AIC in Ukraine // Scientific bulletin Polesie. 2017. № 1 (9). P. 115–121.
20. Shorikov A.F., Babenko V.A. Optimization of assured result in dynamical model of management of innovation process in the enterprise of agricultural production complex // Economy of Region. 2014. № (1). P. 196–202.
21. Филиппова А.С. Экономико-математическое моделирование динамики состояния систем поддержки принятия решений в банковской деятельности // Вестник Челябинского государственного университета. 2015. № 12 (367). С. 103–111.
22. Шориков А.Ф., Филиппова А.С. Применение динамического экономико-математического моделирования для решения задачи оптимизации процесса управления численным составом кадровых ресурсов банковской организации // Вестник УрФУ. Серия экономика и управление. 2017. Т. 16, № 5. С. 779–802. doi: 10.15826/vestnik.2017.16.5.038.
23. Бабенко В.А., Шориков А.Ф. Оптимизация программного управления инновационными технологиями на предприятиях АПК // Современные проблемы экономики, менеджмента и маркетинга: материалы XVIII Междунар. науч.-практ. конф. Нижний Тагил: НТИ (ф) УрФУ, 2012. С. 52–54.
24. Шориков А.Ф. Минимаксное оценивание и управление в дискретных динамических системах. Екатеринбург: Изд-во Урал. ун-та, 1997. 242 c.
25. Шориков А.Ф., Рассадина Е.С. Многокритериальная оптимизация формирования ассортимента продукции предприятия // Экономика региона. 2010. № 2 (22). С. 189–196.