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.
return false">ссылка скрытаРасчет 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.
Раздел IIIОрганизация продаж банковского продукта
Современная рыночная экономика в качестве важнейшего показателя для оценки эффективности деятельности в сфере материального производства и оказания услуг использует показатель объема продаж. Как процесс, продажи занимают промежуточное место в воспроизводственном цикле, являясь завершающей стадией цикла производства и сбыта продукта. В сфере услуг, к которой относится банковская деятельность, продажи также характеризуют завершающую стадию маркетинга.
Значение вопросов организации продаж банковских продуктов возросло в последнее время в связи с повышением требований клиентов к качеству обслуживания, обострением конкуренции, как со стороны банков, так и финансовых организаций небанковского типа, оказывающих отдельные виды банковских услуг. Не случайно, что в последние годы банки начали повсеместно создавать службы продаж, как специализированные подразделения, ориентирующие на запросы клиентов.
Продажи являются своеобразным индикатором эффективности всей деятельности банка. Важнейшее место в системе продаж отводится специалисту, который занимается продажей банковского продукта покупателю, учитывая его потребительские предпочтения, индивидуальные особенности. Это принципиально отличает такого специалиста от традиционного служащего банка и такой специалист с полным основанием может называться менеджером по продажам. Именно такой организации работ мы посвятим весь последующий материал.