Методы оценки потенциального местоположения нового филиала банка

В литературе, посвященной эффективному размещению отделений коммерческого банка, выделяется необходимость осуществления моделирования поведения потребителей, определения торговой зоны и ее демографических характеристик, анализа особенностей местоположения [31].

Моделирование поведения потребителей производится с целью удовлетворения потребностей клиентов таким образом, чтобы последним было удобно получать предоставляемые отделением банка услуги. В результате этого клиент будет лоялен к филиалу, что приносит выгоду отделению коммерческого банка в виде прибыли. За основу анализа поведения потребителей исследователями берется модель пространственного взаимодействия (Spatial Interaction Model (SIM)) — модель гравитации (Gravity Model (GM)). В этом случае производится спецификация функции полезности потребительского выбора в мультипликативном виде, где в качестве исследуемых множителей выступает два фактора: степень привлекательности филиала для клиентов и переменная, отражающего воздействие расстояния на потребительский выбор [23].

В свою очередь, торговая зона представляет собой географическую территорию, на которой проживает большая часть (75 — 80%) обслуживаемого отделением банка населения [31]. Множество факторов влияет на ее форму и размер, например: характеристики филиала (размер, внешний вид здания); характеристики продуктов (ассортиментный ряд и ценовой диапазон банковских продуктов и услуг); характеристики региона, включая число клиентов на рассматриваемой территории, расположение конкурентов, географические границы в виде рек, магистралей и т. д. Для оценки торговой зоны для отделения используются подходы, разработанные для размещения магазинов розничной торговли.

В частности, метод аналогов (Analog Method (AM)) основывается на использовании, как минимум, одного аналогичного отделения банка с точки зрения похожих характеристик, паттернов совершения покупок потребителями, социоэкономической, демографической и конкурентной среды. На базе информации, полученной из вопросника или интервью клиентов, производится определение местоположения клиентов, затем установление торговой зоны посредством нанесения на карту данных о постоянном проживании потребителей. Круговые области, включающие от 75 — 80% клиентов используются для разграничивания торговых зон. Средняя способность привлечения клиентов вычисляется как отношение численности населения, отмеченного в каждой зоне, к совокупной численности населения. Далее найденная средняя способность привлечения клиентов аналогичных отделений умножается на средние продажи на человека. Точность такого рода методов зависит от доступности исторических данных о похожих для банка территориях, а также от субъективных суждений в выборе аналогов, но преимуществами метода является включение географических и геометрических особенностей региона, локальных рыночных условий и фактического расположения клиентов [29].

Согласно более модифицированной модели гравитации, называемой мультипликативной моделью конкурентного взаимодействия (Multiplicative Competitive Interaction Model (MCIM)), при одновременном учете всех потенциальных торговых зон производится оценка числа потребителей, являющихся постоянными клиентами данной торговой зоны, и вероятности того, что потребитель от места проживания прибудет в отделение банка. MCIM включает в анализ как социо — экономические характеристики, так и особенности конкурентной среды. MCIM рекомендуют использовать для анализа влияния нового отделения банка на сеть уже существующих путем изучения вероятностей, скорректированных на результирующие изменения. Таким образом, MCIM оценивает вероятностную природу торговой зоны, нежели детерминированную, неявно включает конкурентную среду в оценку местоположения отделения. Но при использовании MCIM необходимо провести предварительное исследование в целях точного определения включаемых в модель факторов и ввести определенные предпосылки о параметрах функции полезности [23, 31].

Наконец, анализ особенностей местоположения заключается в изучении следующих факторов: наличия транспортных узлов, парковок, пробок и т. д. На основе эмпирических исследований в 1969 г. было выявлено, что основной критерий для выбора места для нового отделения — это удобство в терминах расположения. Проведенное исследование показало, что 89% респондентов предпочитают обслуживаться в том отделении, которое располагается наиболее близко от дома или места работы [29].

Как правило, любое количество объясняющих переменных может быть смоделировано регрессионным анализом, в рамках которого принято выделять метод аналоговых множественных регрессий (Analog Multiple Regression Studies (AMRS)) и мультипликативные конкурентные взаимодействующие модели (Multiplicative Competitive Interactive Studies (MCIS)) [8,14, 18]. Данные методы соответствуют моделям для оценки торговой зоны. В первом случае производится оценка влияния на чистую прибыль филиала (или на число счетов, или на депозиты по видам срочности и др.) нескольких независимых, объединенных в группы переменных таких, как характеристики месторасположения, торговой зоны, конкурентной среды и внутренние особенности филиала банка [18]. Во втором случае строится зависимость рыночной доли бессрочных и (или) сберегательных вкладов только от внутренних характеристик филиала и конкурентной среды, обычно их называют гравитационными моделями доли рынка [14]. Данные подходы позволяют установить эффективные цели для любого филиала каждый год, опираясь на особенности его местоположения, отслеживать этот процесс периодически при изменениях в демографических характеристиках и условиях конкуренции на данной территории и др. Но несмотря на всю гибкость регрессионного анализа возникают трудности эконометрического оценивания, описанные ранее.

В дополнение к этим методам, можно выделить систему поддержки принятия решений в области размещения нового филиала на базе географической информационной системы (Geographic Information System (GIS)), которая дает возможность визуально проанализировать отмеченные цветовые области, отражающие значения выбранного показателя от наивысшего к наименьшему. В качестве индикаторов могут выступать характеристики местности, демографические, экономические данные. Например, естественные барьеры: реки, озера и т. д.; сооруженные барьеры: центральные улицы, магистрали и пр.; социоэкономические факторы: плотность проживания и доходы населения, интенсивность покупательских потоков, размещение магазинов, филиалов конкурентных банков, транспортных узлов. Совмещение всех карт на одной позволит получить районирование по спросу, т. е. выделить приоритетные альтернативы местоположения потенциального филиала [31].