Автор работы: Пользователь скрыл имя, 10 Января 2012 в 01:12, автореферат
Обязательным условием успешного функционирования банка в рамках жесточайшей конкуренции на рынке финансовых организаций является эффективное управление его деятельностью, которое невозможно без разработки стратегии развития и моделей оценки достижения целей банка.
Современные реалии развития финансово-экономической сферы убедительно доказывают необходимость разработки и совершенствования аналитической информации, показателей эффективности деятельности, предназначенных для планирования, контроля и улучшения результатов текущей деятельности организации, выявления противоречий в системе корпоративного управления.
Для отражения задач в рамках одного документа предложены следующие характеристики (см. табл.5).
Таблица 5
База данных по задачам на контроле
ID задачи | Тип задачи | Заголовок задачи | Срок плановый для задачи | Ответственный за исполнение задачи | Дата после переноса срока задачи | Фактическая дата выполнения задачи |
Методика оценки исполнения стратегических инициатив подразумевает, что в течение отчетного периода суммируются баллы по каждой задаче, рассчитывается количество баллов по просроченным задачам и по выполненным в срок. Вычисляются значения , и – оценка своевременного исполнения стратегических инициатив.
По результатам отчетного периода департамента по работе с корпоративными клиентами = 0,1, что существенно ниже планового значения 0,13, принятого в практике ОАО «НОРДЕА Банка», причем = 13,2 и = 18,5.
Анализ
дополнительной загрузки персонала показал:
коэффициент загрузки для данного департамента
не превышает таковой других подразделений.
Однако возникают некоторые противоречия
и претензии, отраженные в «дереве проблем».
Среди наиболее значимых следует отметить
несоблюдение сроков предоставления документов.
Следовательно, для выполнения текущей
работы требуется увеличение штата сотрудников.
Для решения задачи оценки эффективности и размере бонусного фонда важен факт выполнения, невыполнения и перевыполнения плана деятельности подразделения. Для решения этой задачи выбран класс моделей с дискретной зависимой переменной. Построены модели бинарного и множественного выбора на базе регрессионной модели, использующей в качестве регрессоров показатели, отобранные методом пошагового исключения регрессоров и методом главных компонент.
Для оценки эффективности и принятия решения о распределении бонусного фонда использована модель бинарного выбора, в которой эндогенная переменная принимает два значения 0 и 1 в зависимости от значения интегрального – показателя эффективности (см. табл.6).
Таблица 6
Значения эндогенной переменной бинарной модели
Нижняя
граница интегрального
показателя |
Верхняя
граница интегрального
показателя |
Значение
бинарной переменной |
0 | 99 | 0 |
100 | 200 | 1 |
Для
разработанных моделей в
Оцененные логит–модели бинарного выбора имеют следующий вид:
Оценка пробит–модели бинарного выбора:
|
Для решения задачи о размере распределяемого бонусного фонда была построена модель в ранговых шкалах, в которой эндогенная переменная принимает три значения (1, 2, 3), соответствующие уровню выполнения плана, в зависимости от значения интегрального (см. табл. 7).
Таблица 7
Значения эндогенной переменной модели множественного выбора
Нижняя
граница интегрального
показателя |
Верхняя
граница интегрального
показателя |
Значение
переменной |
0 | 94 | 1 |
95 | 109 | 2 |
110 | 200 | 3 |
Модели в ранговых шкалах использованы при определении размера бонусного фонда.
Оценённая логит – модель множественного выбора:
Оцененные пробит–модели в ранговых шкалах принимают вид:
Проверка
статистической значимости коэффициентов
всех построенных моделей с качественной
зависимой переменной выполнены с помощью
статистики Вальда. Их значения для регрессоров
всех моделей показали значимость всех
экзогенных переменных.
Сравнение построенных моделей проведено по трем критериям: точности прогнозов значения эндогенной переменной, показателям качества моделей (индексу отношения правдоподобия Макфаддена), количеству ошибок оценивания.
Полученные результаты для подразделения ОАО «НОРДЕА Банка» по работе с корпоративными клиентами представлены в табл. 8.
Таблица 8
Прогнозы зависимой переменной
в рамках моделей бинарного и множественного выбора
Варианты модели | Прогноз
значения |
Значение
|
Количество неточных предсказанных значений в обучающей выборке |
Бинарная логит – модель, вариант 1 | 0,83 | 2 | |
Бинарная пробит –модель, вариант 1 | 0,84 | 2 | |
Бинарная логит – модель, вариант 2 | 0,58 | 5 | |
Бинарная пробит –модель, вариант 2 | 0,59 | 5 | |
Логит – модель в ранговых шкалах, вариант 1 | 0,77 | 2 | |
Пробит – модель в ранговых шкалах, вариант 1 | 0,77 | 2 | |
Логит – модель в ранговых шкалах, вариант 2 | 0,87 | 3 | |
Пробит – модель в ранговых шкалах, вариант 2 | 0,86 | 3 |
Данные табл. 8 свидетельствуют о том, что пробит – модель в ранговых шкалах дает результат с наиболее высоким значением индекса отношения правдоподобия Макфаддена и вероятностью прогнозных значений.
Модели с дискретной зависимой переменной были использованы для бизнес - планирования результатов деятельности департамента по работе с корпоративными клиентами ОАО «НОРДЕА Банка»: при определении уровня эффективности деятельности; планировании распределения бонусного фонда – по прогнозным результатам значения интегрального показателя эффективности подразделения. Модель бинарного выбора позволила (на первом этапе) решить вопрос о премировании (премировать или нет департамент), а модели множественного выбора (на втором этапе) – о сумме поощрения сотрудников.
Таким образом, можно сделать вывод, что модели с качественной зависимой переменной позволяют количественно оценить эффективность деятельности подразделения банка и автоматизировать этот процесс.
Основные положения и результаты исследования отражены в следующих публикациях:
Статьи, опубликованные в журналах, определенных ВАК:
Статьи, опубликованные в других научных изданиях: