Моделирование параметров управления розничным бизнесом коммерческого банка с использованием средств интеллектуального анализа данных тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Голуб, Наталья Игоревна

  • Голуб, Наталья Игоревна
  • кандидат экономических науккандидат экономических наук
  • 2009, Москва
  • Специальность ВАК РФ08.00.13
  • Количество страниц 127
Голуб, Наталья Игоревна. Моделирование параметров управления розничным бизнесом коммерческого банка с использованием средств интеллектуального анализа данных: дис. кандидат экономических наук: 08.00.13 - Математические и инструментальные методы экономики. Москва. 2009. 127 с.

Оглавление диссертации кандидат экономических наук Голуб, Наталья Игоревна

Введение

Содержание

Глава 1. Проблемы совершенствования управления развитием розничного бизнеса коммерческого банка.

1.1 Специфика управления развитием коммерческого банка в области обслуживания физических лиц.

1.2 Оценка интенсивности конкуренции в сфере розничных банковских услуг

1.3 Анализ применения методов математического моделирования в практике управления развитием коммерческого банка.

Глава 2. Формирование модельного комплекса поддержки решений по управлению развитием розничного бизнеса коммерческого банка на основе методов математического моделирования.

2.1 Модель оценки управляющих параметров развития розничного бизнеса коммерческого банка.

2.2 Формирование комплекса моделей поддержки принятия управленческих решений на основе использования модели определения управляющих параметров развития розничного бизнеса коммерческого банка.

2.3 Идентификация структуры клиентской базы и оценка доходности групп частных клиентов банка с помощью методов интеллектуального анализа данных.

Глава 3. Экспериментальные расчеты на основе модели оценки управляющих параметров развития розничного бизнеса коммерческого банка.

3.1 Исследование особенностей деятельности коммерческого банка ЗАО «Райффайзенбанк» на рынке розничных банковских услуг.

3.2 Анализ конкурентной среды коммерческого банка с помощью методов интеллектуального анализа данных.

3.3 Сегментация и оценка доходности операций по группам клиентов.

3.3.1 Классификация частных клиентов банка с помощью технологии интеллектуального анализа данных.

3.3.2 Определение потенциала доходности групп частных клиентов банка

3.4 Расчет управляющих параметров развития клиентской базы коммерческого банка в сфере розничных услуг.

3.5 Разработка рекомендаций по совершенствованию организации обслуживания частных клиентов.

Рекомендованный список диссертаций по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Введение диссертации (часть автореферата) на тему «Моделирование параметров управления розничным бизнесом коммерческого банка с использованием средств интеллектуального анализа данных»

Актуальность темы исследования. Розничный банковский сектор развивается в условиях обострения внутриотраслевой конкуренции, все более значительным фактором которой является постепенное расширение участия на российском кредитном рынке иностранного капитала. Конкурентная борьба стимулирует общее повышение качества банковского обслуживания, появление новых банковских продуктов, способствует универсализации финансовых организаций, использованию новых информационных технологий, более активному распространению банковского бизнеса в регионах РФ.

Одним из основных условий развития сектора розничных финансовых услуг в РФ является предсказуемость экономической ситуации в стране. Начавшийся осенью 2008г. мировой экономический кризис лишь подчеркивает важность проведения обоснованной и надежной политики управления финансовой организации как по отношению с банками-конкурентами, так и со своими клиентами. На этом фоне происходят серьезные качественные изменения в потребительском и сберегательном поведении населения, в спросе на банковские услуги в целом. Развитию розничного рынка банковских услуг способствует повышенный интерес к данному сегменту со стороны коммерческих банков, обусловленный, в частности, снижением доходности традиционных направлений банковского бизнеса, включая кредитование корпоративных клиентов.

Вместе с тем, несмотря на бурный рост, наблюдаемый в последние годы, розничный банковский бизнес в России находится на достаточно низкой ступени зрелости по сравнению со сходными по уровню развития странами. Между тем потенциал и значение его для экономики государства являются весьма существенными. Так, в РФ объем вкладов физических лиц в 2007г. составил лишь 15,8% к ВВП (в странах Восточной Европы аналогичный показатель составляет от 30 до 60%)[65], объем потребительского кредитования в РФ на 2007г. достиг 11,6% к ВВП, в то время как аналогичный показатель в США - 74%, в Евросоюзе - 52%[10].

Последние тенденции развития розничного банковского сектора стимулируют коммерческие банки существенно трансформировать весь спектр своей деятельности, в том числе, на основе использования новейших достижений, как в области финансово-кредитных операций, так и в области информационно-аналитической поддержки обоснования и принятия управленческих решений. Коммерческие банки, предоставляющие розничные услуги, имеют доступ, хранят и обрабатывают огромное количество данных, которые являются одним из самых существенных активов банка. Однако конкурентным преимуществом это может стать только в том случае, если есть возможность преобразовывать накопленные массивы данных в значимую для профильной банковской деятельности информацию, вовремя доставлять ее лицам, принимающим соответствующие управленческие решения. В этой связи становится понятной необходимость использования экономико-математических методов, а также инструментов бизнес-аналитики финансовыми организациями, работающими в секторе розничных банковских услуг. Последнее подтверждается возрастающим предложением как универсальных, так и специализированных BI-продуктов (Business Intelligence) со стороны производителей информационных технологий (сегодня темпы роста рынка BI-систем оцениваются некоторыми аналитиками до 15% в год) [115], которую можно представить как совокупность средств интеграции и хранения данных, интеллектуального анализа данных, а также набора бизнес-функциональностей.

Указанные тенденции в области развития рынка розничных банковских услуг, а также инструментария его программно-аналитической поддержки стимулируют научно-практические исследования, направленные на совершенствование методики управления розничным бизнесом коммерческого банка (КБ).

Целью диссертационного исследования является оптимизация условий и параметров обслуживания физических лиц для совершенствования управления развитием розничного бизнеса коммерческого банка на основе использования методов математического моделирования.

В соответствии с целью исследования в диссертации поставлены следующие задачи:

- выявить круг специфических проблем и сформулировать перечень задач управления развитием коммерческого банка в розничной сфере;

- провести анализ тенденций и количественную оценку степени развитости конкуренции на рынке розничных банковских услуг;

- определить процедуру сегментирования клиентов банка (физических лиц), в частности, обосновать выбор переменных классификации, методов выделения сегментов и способов оценки качества полученных разбиений;

- исследовать процедуры принятия решений, связанные с управлением развитием клиентской базы физических лиц коммерческого банка;

- определить управляющие параметры развития розничного бизнеса коммерческого банка и разработать модель их оценки;

- обосновать необходимость и возможность применения методов математического моделирования и средств интеллектуального анализа данных (ИАД) для управления развитием КБ, а также провести анализ состояния рынка программного обеспечения Data Mining-технологий (DM-технологий), выработать рекомендации по выбору инструментального средства и способу его внедрения в условиях конкретного коммерческого банка;

- предложить технологии вариантных расчетов с использованием модели определения управляющих параметров развития розничного бизнеса коммерческого банка и модификаций базового варианта указанной модели;

- совершенствовать процедуру принятия управленческих решений на основе анализа фактической и перспективной структуры клиентской базы физических лиц КБ: построить классификацию частных клиентов банка с помощью средств ИАД, оценить доходность групп частных клиентов для коммерческого банка;

- разработать рекомендации по совершенствованию организации обслуживания частных клиентов банка.

Объектом исследования является универсальный коммерческий банк, предоставляющий розничные банковские продукты и услуги в рамках заданных территориальных границ.

Предметом исследования является процедура принятия управленческих решений на основе анализа структуры клиентской базы коммерческого банка в области обслуживания физических лиц. Исследование направлено на моделирование параметров управления розничным бизнесом КБ с использованием средств интеллектуального анализа данных.

Теоретическую основу исследования составляют труды отечественных и зарубежных ученых, связанные с вопросами совершенствования управленческого и аналитического инструментария коммерческих банков с целью повышения эффективности их деятельности. Этой области посвящены работы многих зарубежных авторов, таких как И. Ансофф, В. Беренс, Г. Бирман, К. Боумен, J1.A. Братайн, Дж. К. Ван Хорн, У. Кинг, Д. Климанд, В. Мори, М. Портер, А.А. Томпсон, К. Уолш, С. Шмидт и др. Активная работа в этих областях проведена и российскими специалистами, такими как В.И. Букато, B.C. Геращенко, Е.Ф. Жуков, С.А. Камионский, И.А. Киселева, J1.H. Красавина, О.И. Лаврушин, Ю.С. Масленченков, И.А. Никонова, А.Н. Петров, М.А. Поморина, В.В. Пятенко, Т.О. Самойлов, A.M. Смулов, A.M. Тавасиев, В.М. Усоскин, А.А. Хандруев, Р.Н. Шамгунов и др.

Методологической базой работы послужили труды российских и зарубежных ученых в области финансово-экономического анализа, математического моделирования, технологий интеллектуального анализа данных: Айвазяна С.А, Герасименко Г.Г., Дуброва A.M., Дюка В.А., Енюкова И.С., Жамбю М., Маркаряна Э.А., Миркина Б.Г., Мхитаряна B.C., Петровича К.С., Пятецкого-Шапиро Г., Самойленко А.П., Уоссермена Ф., Чубоковой И.А. и др.

Диссертационное исследование учитывает существующую на сегодняшний день нормативно-правовую базу банковской системы России. Основными информационными источниками работы послужили данные Центрального Банка РФ, материалы органов официальной статистики и открытые материалы отчетности коммерческих банков и прочих финансовых организаций, а также данные по ретроспективной розничной клиентской базе ЗАО «Райффайзенбанк» (РБА).

Основной исследовательский инструментарий составляют методы математического программирования, финансовой математики, структурный метод маркетинговых исследований, методы интеллектуального анализа данных, в частности методы кластерного анализа и самоорганизующихся карт-признаков Кохонена.

Практическая реализация исследования осуществлена с использованием программных продуктов SAS Enterprise Miner (SAS Institute Inc.), Statgraphics Plus (Statistical Graphics Corp.), NeuroShell 2 (Ward Systems Group Inc.), Excel 2003 (Microsoft Office).

Научная новизна диссертационной работы заключается в применении методов математического моделирования и технологий интеллектуального анализа данных для обоснования управленческих решений на основе исследования фактической и перспективной структуры клиентской базы розничного бизнеса КБ. Основные результаты, определяющие научную новизну работы, заключаются в следующем.

1. Выявлена необходимость и обоснована возможность совершенствования процедур принятия управленческих решений в области обслуживания физических лиц на основе технологий интеллектуального анализа данных.

2. Разработана базовая модель оценки управляющих параметров развития розничного бизнеса коммерческого банка.

3. Предложены модификации базовой модели определения управляющих параметров развития розничного бизнеса КБ, позволяющие определить перспективную структуру клиентской базы коммерческого банка с учетом эффективности различных категорий физических лиц.

4. Сформирована комплексная процедура принятия управленческих решений с использованием модели определения управляющих параметров развития розничного бизнеса коммерческого банка на основе анализа фактической и перспективной структуры клиентской базы физических лиц, в рамках которой:

- предложен подход для анализа конкурентных сил в сфере розничного банковского сектора с помощью методов кластерного анализа и метода самоорганизующихся карт-признаков Кохонена;

- определена методика сегментирования и оценки доходности операций по группам частных клиентов банка.

5. Выработаны рекомендации по выбору инструментального средства и способу его внедрения в условиях конкретного коммерческого банка.

Практическая значимость исследования состоит в повышении эффективности обоснования принимаемых управленческих решений и совершенствовании аналитического обеспечения управления развитием розничного бизнеса КБ. Экспериментальное применение моделей и методики, разработанных автором, позволили выработать конкретные рекомендации по совершенствованию процедур принятия управленческих решений в области сегментации участников рынка розничных услуг, профилирования и оценки доходности частных клиентов коммерческого банка, разработки тарифной политики обслуживания физических лиц, планирования маркетинговых кампаний розничных банковских продуктов и услуг. Использование методов математического моделирования, в том числе технологий интеллектуального анализа данных, позволило существенно повысить обоснованность разрабатываемых в системе управления КБ расчетных характеристик и вариантов плановых мероприятий. В частности:

- проведена кластеризация крупнейших финансовых организаций розничного банковского сектора в рамках выбранной территориальной единицы (г.Москва);

- идентифицирована сложившаяся структура частных клиентов коммерческого банка;

- составлены профили полученных клиентских сегментов (описание социально-демографического портрета и характерного поведения клиентов);

- оценена доходность выделенных клиентских сегментов для коммерческого банка;

- определен состав параметров управления развитием клиентской базы коммерческого банка для проведения вариантных расчетов и оптимизации их численных значений в системе тарификации услуг;

- даны конкретные рекомендации по совершенствованию организации обслуживания частных лиц.

Внедрение и апробация работы. Предложенные концепции и разработанные в диссертации технологии были проверены на ретроспективных данных коммерческого банка и приняты для практического использования в ЗАО «Райффайзенбанк».

Основные положения теоретической части диссертационной работы, а также сделанные на их основе рекомендации и результаты их практического воплощения были представлены автором, и получили одобрение на международных и всероссийских научных и научно-практических конференциях, в частности на: 11-м Всероссийском студенческом семинаре «Проблемы управления - 2003», 20-ой Всероссийской научной конференции молодых ученых и студентов "Реформы в России и проблемы управления — 2005", 20-х Международных Плехановских чтениях (3-6 апреля 2007г.), 12-ой Международной научно-практической конференции "Актуальные проблемы управления - 2007", 23-й Всероссийской научной конференции молодых ученых и студентов "Реформы в России и проблемы управления - 2008", 13-ой Международной научно-практической конференции "Актуальные проблемы управления — 2008".

По теме диссертации в открытой печати автором было опубликовано 10 научных статей общим объемом 4,4 п.л. (авторских - 2,9 п.л.), в том числе, три в журналах, рекомендуемых ВАКом (авторских -1,5 п.л.).

Объем работы. Диссертация состоит из введения, трех глав, заключения. Работа содержит 127 страниц основного машинописного текста, 4 приложения, 27 таблиц, 10 рисунков. Список использованной литературы включает 165 наименований трудов отечественных и зарубежных авторов.

Похожие диссертационные работы по специальности «Математические и инструментальные методы экономики», 08.00.13 шифр ВАК

Заключение диссертации по теме «Математические и инструментальные методы экономики», Голуб, Наталья Игоревна

Заключение

Эффективная деятельность коммерческих банков невозможна без четкого планирования развития бизнеса. Особую остроту этой проблеме предают изменения, произошедшие в банковской сфере, а именно:

- универсализация банковской деятельности, выход ее за границы традиционных операций;

- общих рост конкуренции и существенное возрастание доли розничных банков с иностранным капиталом;

- резкое повышение спроса на розничные банковские услуги в РФ;

- появление у банков конкурентов в лице небанковских учреждений;

- высокой динамикой развития банковских технологий.

В сложившихся условиях повышение конкурентоспособности коммерческого банка невозможно без использования последних достижений в области математического моделирования и информационных технологий. Поэтому все больше внимания уделяется возможностям применения технологии интеллектуального анализа данных для повышения обоснованности принятия управленческих решений.

В данной работе предложены возможные направления совершенствования аналитического обеспечения управления развитием розничного бизнеса коммерческого банка на основе анализа структуры клиентской базы с помощью методов математического моделирования и средств интеллектуального анализа данных. При этом был решен следующий комплекс взаимосвязанных задач.

1. В результате анализа предметной области были выявлены специфические проблемы управления развитием коммерческого банка в розничной сфере, а также определена процедура принятия управленческих решений на основе анализа фактической и перспективной структуры клиентской базы физических лиц КБ, которая состоит из четырех основных блоков:

I. Мониторинг рынка розничных банковских услуг.

II. Сегментация и оценка доходности операций по группам клиентов.

III. Определение параметров управления развитием клиентской базы.

IV. Разработка рекомендаций по организации обслуживания групп физических лиц.

2. Изучено современное состояние банковского сектора РФ, выявлены основные тенденции дальнейшего развития. Проведена оценка интенсивности конкуренции рынка банковских услуг г.Москвы при помощи структурного метода маркетинговых исследований, основанного на расчетно-аналитических показателях, таких как ёмкость рынка, характер распределения рыночных долей, темп роста и рентабельность рынка. Дан пример расчета интенсивности конкуренции рынка вкладов и кредитов физических лиц.

3. Обоснована необходимость и возможность совершенствования процедур принятия управленческих решений о развитии розничного бизнеса на основе технологий интеллектуального анализа данных, проведен анализ состояния рынка программного обеспечения DM-технологий, в том числе, определены критерии оценки инструментов; проведено сравнение различных вариантов внедрения программного обеспечения; дано описание наиболее популярных универсальных коммерческих инструментов. Выработаны рекомендации по выбору инструментального средства, способу его внедрения в условиях коммерческого банка.

4. Выявлен и обоснован перечень параметров управления развитием розничного бизнеса коммерческого банка. Сформулирована постановка задачи анализа и оптимизации параметров клиентского обслуживания в розничном секторе КБ. Предложена модель оценки управляющих параметров развития розничного бизнеса коммерческого банка, позволяющая определить оптимальные управленческие параметры для работы с физическими лицами: ставки предоставления кредитов, размещения депозитов, обслуживания текущих счетов, привлечения межбанковских кредитов.

5. Разработана процедура вариантных расчетов с использованием модели определения управляющих параметров развития розничного бизнеса коммерческого банка.

6. Предложена модель определения оптимальной структуры клиентской базы с учетом эффективности различных категорий физических лиц.

7. Осуществлен анализ стратегического положения ЗАО «Райффайзенбанк» на рынке банковских услуг г.Москвы с помощью методов кластерного анализа и метода самоорганизующихся карт-признаков Кохонена.

8. Определена методика сегментирования частных клиентов банка, с помощью которой идентифицирована сложившаяся структура частных клиентов КБ, в частности, составлены профили полученных сегментов (описание социально-демографического портрета и характерного поведения клиентов), оценена доходность выделенных сегментов для банка. Определены оптимальные значения управляющих параметров развитием клиентской базы, с учетом которых предложены рекомендации по совершенствованию организации обслуживания частных клиентов банка.

Предложенные и разработанные в диссертации концепции, модели, технологии и процедуры были проверены на ретроспективных данных коммерческого банка и приняты для практического использования в ЗАО «Райффайзенбанк». Полученные в работе результаты могут быть распространены на организации финансового сектора и использованы в области совершенствования управления развитием розничного бизнеса, а также в области тарифной политики, планировании маркетинговых кампаний, разработки и внедрении новых продуктов и услуг.

100

Список литературы диссертационного исследования кандидат экономических наук Голуб, Наталья Игоревна, 2009 год

1. Аглицкий Д.С., Аглицкий И.С. Российский рынок информационных технологий: проблемы и решения. М.: "Ламинфо", 2000.

2. Азоев Г.Л. Конкуренция: анализ, стратегия и практика. М.: Центр экономики и маркетинга, 1996.

3. Айвазян С. А., Мхитарян B.C. Прикладная статистика. Основы эконометрики: Учебник для вузов: В 2 т. 2-е изд., испр. М.: ЮНИТИ-ДАНА, 2001.

4. Айвазян С. А., Бухштабер В. М., Юнюков И. С., Мешалкин JL Д. Прикладная статистика: Классификация и снижение размерности. М.: Финансы и статистика, 1989.

5. Амурский О.Р. Корпоративная информационно-аналитическая система банка на базе технологии интеграции данных, оперативной аналитической обработки, моделирования и выявления закономерностей. М.: Группа компаний "Терн", 2005.

6. Анализ экономической деятельности банка / Под ред. О.И. Лаврушина. -М.: ИНФРА, 1996.

7. Андрусенко Т. Современный анализ данных: поиск скрытых закономерностей // Корпоративные системы, №3, 2005.

8. Анищук Н. Бизнес с искусственным интеллектом // 1Т+Финансы, №25(163), 2006.

9. Анурин В., Муромкина И., Евтушенко Е. Маркетинговые исследования потребительского рынка. СПб.: Питер, 2004.

10. Банковские розничные услуги в России // ПЛАС, №5, 2006.

11. Банковский бизнес РФ стал привлекательным для инвестиций // ИА "Альянс Медиа", 2006.

12. Банковское дело / Под ред. Колесникова В.И. М.: Финансы и статистика, 1995.

13. Банковское дело / Под ред. О.И. Лаврушина. М.: Финансы и статистика, 1998.

14. Банковское дело в России. Т.З. Анализ деятельности КБ / Под ред. М.В. Кумок. М.: ВЕЧЕ, 1994.

15. Банковское дело в России. Т.4. Банковский маркетинг / Под ред. А.В. Фалько. М.: ВЕЧЕ, 1994.

16. Белявский И., Кулагина Г., Коротков А. Статистика рынка товаров и услуг / Под общ. ред. И. Белявского. М.: Финансы и статистика, 1995.

17. Бернштам Е.С., Лузанов А.Н. Региональные аспекты организации и государственного регулирования банковской сферы: зарубежный и российский подходы. -М.: Эдиториал УРСС, 2001.

18. Блаженкова О., Гурова Т. Стиль потребления среднего класса // Эксперт, №34 (245), 2000.

19. Большаков П.С. Уникальные возможности STATISTICA Data Miner. www.statsoft.tu

20. Бор М.З., Пятенко В.В. Менеджмент банков: организация, стратегия, планирование. М.: ИКЦ «ДИС», 1997.

21. Бортников Г.П., Голуб В.Ф. Можно ли управлять прибыльностью клиента // Управление в кредитной организации, №4, 2006.

22. Букатов М. Автоматизированные системы комплексного анализа и прогноза новый уровень развития // Банковский вестник, №9, 2002.

23. Бюллетень банковской статистики №1 2004 год. М.: Центральный банк РФ, 2004.

24. Бюллетень банковской статистики №1 2005 год. М.: Центральный банк РФ, 2005.

25. Вагапова Д.З., Вагапов Э.Р., Сорокина М.Г. Оценка чувствительности результатов принимаемых решений к изменению параметров конъюнктуры депозитно-кредитного рынка. — Самара, Вестник Самарского государственного аэрокосмического университета, №2, 2003.

26. Викулов B.C. Маркетинг банковских продуктов на основе сегментационных моделей // Маркетинг в России и за рубежом. №1, 2005.

27. Волошина О.Б. Оценка прибыльности банковской деятельности // Поволжский гуманитарный журнал, №2, 2001.

28. Гареев Е.П. Маркетинг в банковской сфере. М.: Финансы и статистика, 1992.

29. Годовой отчет Сбербанка России 2005. М.: Сбербанк России, 2005.

30. Голуб Н.И. Основные тенденции развития рынка банковских услуг московского региона. Реформы в России и проблемы управления — 2005: Материалы 20-й Всероссийской научной конференции молодых ученых и студентов. Вып.2/ГУУ. М., 2005.

31. Голуб Н.И. Оценка конкурентной среды рынка банковских услуг с помощью технологии Data Mining. Сборник научных работ Экономика. Управление. Культура. Вып. 14/ГУУ. -М., 2007.

32. Голуб Н.И. Классификация клиентов коммерческого банка с помощью технологии Data Mining. Актуальные проблемы управления 2007. Вып. 12/ ГУУ. - М., 2007.

33. Голуб Н.И. Data Mining-технологии в стратегическом анализе деятельности коммерческих банков. Реформы в России и проблемы управления — 2008: Материалы 23-й Всероссийской научной конференции молодых ученых и студентов. Вып.З/ ГУУ. М., 2008.

34. Голуб Н.И. Оценка потенциала доходности групп клиентов коммерческого банка на основе использования DM-технологий. М., ГУУ, «Вестник университета», №7(17), 2008.

35. Голуб Н.И. Методология сегментирования частных клиентов банка. Актуальные проблемы управления 2008. Вып. 13/ ГУУ. - М., 2008.

36. Голубков Е.П. Маркетинговые исследования: теория, методология и практика. М.: Финпресс, 1998.

37. Голубков Е.П. Исследование и анализ рыночной ситуации // Маркетинг в России и за рубежом, №3, 2001.

38. Готовчиков И.Ф. Комплексная оптимизация управления экономическим состоянием коммерческих банков // Финансовый менеджмент №2, 2003.

39. Гранберг А.Г. Основы региональной экономики: Учебник для вузов. М.: ГУ ВШЭ, 2001.

40. Грей К., Ларсон Э. Управление проектами // Менеджмент в России и за рубежом, №1, 2003.

41. Гупта С., Леманн Д. «Золотые» покупатели. Стоят ли клиенты тех денег, что вы на них тратите? / Пер. с англ. СПб.: Питер, 2007.

42. Дик В.В. Методология формирования решений в экономических системах и инструментальные средства их поддержки. М.: Финансы и статистика, 2002.

43. Дихтль Л., Хершген X. Практический маркетинг. М.: Высшая школа, 1995.

44. Доугерти К. Введение в эконометрику. М.: ИНФРА-М, 2001.

45. Дубров A.M., Мхитарян B.C., Трошин Л.И. Многомерные статистические методы: Учебник. -М.: Финансы и статистика, 2000.

46. Дудорин В.И., Блинов О.Е., Годин В.В., Филинов-Чернышев Н.Б. Методы социально-экономического прогнозирования (Общие методы прогнозирования). М.: ГАУ, 1991.

47. Дюк В., Самойленко A. Data minimg интеллектуальный анализ данных. www.olap.ru

48. Евсюков В.В. Интеллектуальный анализ данных в банковской деятельности // Банковское дело, №7, 2006.

49. Егоршин А.А. Многомерные методы статистического анализа: Учебное пособие. Харьков: ХГЭУ, 1997.

50. Елкина В.И., Загоруйко Н.Г. Количественные критерии качества таксономии и их использование в процессе принятия решений. Новосибирск: Наука, 1969.

51. Елманова Н. Введение в Data Mining // КомпьютерПресс, №8, 2003.

52. Енюков И. С. Методы, алгоритмы, программы многомерного статистического анализа. М.: Финансы и статистика, 1986.

53. Жамбю М. Иерархический кластерный анализ. М.: Финансы и статистика, 1988.

54. Жуков Е.Ф., Максимова JI.M., Маркова О.М. Банки и банковские операции. М.: Банки и биржи. ЮНИТИ, 1997.

55. Жуков Е.Ф. Менеджмент и маркетинг в банках. М.: Банки и биржи. ЮНИТИ, 1997.

56. Загоруйко Н.Г. Методы распознания и их применение. М.: Сов. радио, 1972.

57. Заявление Правительства РФ и Центрального банка РФ о Стратегии развития банковского сектора РФ на период до 2008 года. №0101/1617 от 05.04.2005г.

58. Ивантер А. Средний класс // Эксперт, №7, 2004.

59. Ильясов С. Банковские услуги и их сущность и перспективы развития // Банковское дело в Москве, №10, 2005.

60. Интеллектуальные модели анализа экономической информации: курс лекций-Base Group Lab 2005. www.basegroup.ru

61. Информационное обеспечение управления конкурентоспособностью / Под ред. проф. C.r.CBeTyHbKOBa.www. marketing.spb.ru.

62. Исследование стиля жизни среднего класса // Исследование PremierTGI группы КОМКОН-Медиа, 2005.

63. Каурова Н.Н. Тенденции и перспективы развития розничного бизнеса коммерческих банков в России // Банковский ритейл, №2(2), 2006.

64. Киселева И.А. Коммерческие банки: модели и информационные технологии в процедурах принятия решений. М.: Едиториал УРСС, 2002.

65. Клейнер Г.Б. Стратегия предприятия. М.: Издательство «Дело» АНХ, 2008.

66. Корнеев С.В. Системы поддержки принятия решений в бизнесе // Сети & Бизнес, №6, 2005.

67. Коробейников О.П., Колесов В.Ю., Трифилова А.А. Стратегическое поведение: от разработки до реализации // Менеджмент в России и за рубежом, №3, 2002.

68. Костерин А.Г. Практика сегментирования рынка. СПб.: Питер, 2002.

69. Котлер Ф. Основы маркетинга. М., Прогресс, 1991.

70. Краевский С.В. Классификация аналитических информационных систем // Финансовая газета, №20 (596), 2003.

71. Кремер Н.Ш. Теория вероятностей и математическая статистика: Учебник для вузов. 2-е изд., перераб. и доп. - М.: ЮНИТИ-ДАНА, 2004.

72. Куланчев С.М. Факторный, дискриминантный и кластерный анализ. М.: Экономика, 1989.

73. Кутьиин В.М. Data-Mining и стратегический маркетинговый анализ конкуренции банков России // Бизнес и банки, №2, 2007.

74. Лаврушин О.И. Управление деятельностью коммерческого банка (банковский менеджмент) М.: Юристъ, 2003.

75. Ларин С. Выявление обобщенных ассоциативных правил описание алгоритма // Exponenta Pro. Математика в приложениях, №3, 2003.

76. Ларин С., Ходжаева И. Использование деревьев решений для оценки кредитоспособности физических лиц // Банковское дело, №3, 2004.

77. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах. М.: Логос, 2002.

78. Ли В.О. Об оценке кредитоспособности заемщика (российский и зарубежный опыт) // Деньги и кредит, №2, 2005.

79. Льюис К.Д. Методы прогнозирования экономических показателей. М.: Финансы и статистика, 1986.

80. Магнус Я.Р., Катышев П.К., Пересецкий А.А. Эконометрика. Начальный курс: Учебник 5-е изд., испр. - М.: Дело, 2001.

81. Макарова Г.Л. Система банковского маркетинга. М.: Финстатинформ, 1997.

82. Маркарьян Э.А., Герасименко Г.Г. Финансовый анализ. М.: ПРИОР, 1997.

83. Маркова В.Д. Маркетинг услуг. М.: Финансы и статистика, 1996.

84. Масличенко B.C. Финансовый менеджмент в коммерческих банках. М.: ВЕЧЕ, 1996.

85. Международная конвергенция измерения капитала и стандартов капитала: новые подходы (Базель II). Банк международных расчетов, 2004. www.cbr.ru/today/pk/basel.htm

86. Менеджмент организаций. Учебник. / Под ред. З.П. Румянцевой и Н.А. Саломатиной. М.: Инфра-М, 1997.

87. Меском М., Альберт М., Хедоури Ф. Основы менеджмента. М.: Дело, 1996.

88. Миркин Б.Г. Группировки в социально-экономических исследованиях: Методы построения и анализа. М.: Финансы и статистика, 1985.

89. Милюков А. Государству необходимо развивать банковскую систему // Время & Деньги, №1, 2004.

90. Мисюлин Д.В. О ведущей роли стратегического планирования в деятельности и развитии коммерческого банка // Семинар «Проблемы организации финансово-аналитической службы в коммерческом банке», 2003.

91. Мотышина М.С. Методы и модели маркетинговых исследований: Учеб. пособие. СПб: Изд-во СПбУЭФ, 1996.

92. Наумов В.Н. Маркетинг сбыта, www.marketing.spb.ru

93. Новикова В. Возможности российских банков по обеспечению экономического роста и аккумуляций сбережений населения // Аналитический банковский журнал, №3(42), 2002.

94. Орлова Н., Кузьменко И. Удержать плацдарм // Журнал Smart Money, №4, 2003.

95. Официальный сервер Правительства Москвы, www.mos.ru.

96. Панова Г.С. Анализ финансового состояния коммерческого банка. -М.: Финансы и статистика, 1996.

97. Патимов К. Технология Data Mining в отечественной банковской практике // RS-Club, №1, 2005.

98. Петров А.Н. Стратегический менеджмент. СПб.: Питер, 2005.

99. Петрович К.С. Регрессионный анализ и его математическое обеспечение на ЕС ЭВМ: Практическое руководство. М.: Финансы и статистика, 1982.

100. Пиотровский А., Денисов А. Кластерный анализ как инструмент подготовки эффективных маркетинговых решений // Практический маркетинг, №5,2001.

101. Пипко Е.Г. Система стратегического управления предприятием. -Самара, Вестник Самарского государственного аэрокосмического университета, №2, 2003.

102. Писарева О.М. Базовые методы прогнозирования. М.: ГУУ, 2004.

103. Писарева О.М. Базовые эконометрические методы и модели: Учебное пособие. М.: ГУУ, 2002.

104. Писарева О.М. Проблемы моделирования особенностей структурных и поведенческих характеристик потребителей регионального рынка услуг. Актуальные проблемы управления 2004: Вып. 5./ГУУ. - М., 2004.

105. Писарева О.М., Голуб Н.И. Применение технологий интеллектуального анализа данных в решении задач стратегического развития коммерческого банка. М.: ГУУ, «Вестник университета», №3(13), 4(14), 2008.

106. Писарева О.М., Голуб Н.И. Моделирование управляющих параметров развития розничного бизнеса коммерческого банка. М., ГУУ, «Вестник университета», №10, 2009.

107. Полищук Л.И. Анализ многокритериальных экономико-математических моделей. Новосибирск: Наука, 1989.

108. Прибыль банков РФ в 2005г. составила 262 млрд руб. По материалам агентства РБК // АЛЬЯНС МЕДИА, №3, 2006.

109. Проскурин В.А. Скоринговый метод оценки кредитоспособности частных лиц // Бизнес и банки, №7, 2002.

110. Раковец А. Сущность системы стратегического управления в банке // Банковский вестник, №6, 2006.

111. Розин Б.Б Теории распознавания образов в экономических исследованиях. М.: Статистика, 1973.

112. Рынок Business Intelligent к буму готов // Columbus IT Russia, №3, 2007.

113. Самойлов Г.О., Бачалов А.Г. Банковская конкуренция М.: Экзамен, 2002.

114. Седин А.И. Кредитная политика и кредитная культура: отражение во внутренних инструкциях западных банках // Банковские технологии, №6, 2000.

115. Седова С.В. Методы проверки достоверной экономической информации предприятия в условиях рыночной адаптации: анализ, моделирование, стратегия. М.: ЦЭМИ РАН, 1996.

116. Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шефер М. Многомерный статистический анализ в экономике. М.: ЮНИТИ-ДАНА, 1999.

117. Стиль жизни среднего класса // Эксперт, №7, 2004.

118. Стратегия развития коммерческого банка / Под ред. А.С. Маршаловой, Н.А. Кравченко. Новосибирск: Экф, 1996.

119. Татевосян Г.М., Писарева О.М., Седова С.В., Симонова Н.И. (Голуб Н.И.) Сравнительный анализ экономических показателей регионов России // Экономика и математические методы, том 40, №4, 2004.

120. Тельнов Ю.Ф. Интеллектуальные информационные системы в экономике: Учеб. пособие. М.: Синтег, 1999.

121. Технология Data Mining для кредитного скоринга // Банковские технологии, №11,2003.

122. Токарев Б.Е. Методы сбора и использования маркетинговой информации. -М.: Юристъ, 2001.

123. Указание ЦБ РФ от 01.02.2008 №1975-У "О размере ставки рефинансирования Банка России"

124. Уоссермен. Ф. Нейрокомпьютерная техника: Теория и практика. Пер. с англ. Ю. А. Зуев, В. А. Точенов. М.: Мир, 1992.

125. Усоскин В.М. Современный коммерческий банк: управление и операции. М: ИПЦ Вазар-Ферро, 1997.

126. Фатхутдинов Р.А. Стратегический маркетинг: Учебник. М.: ЗАО Бизнес-школа «Интел-Синтез», 2000.

127. Федеральный закон от 25 февраля 1999г. №40-ФЗ «О банкротстве кредитных организаций».

128. Федеральный закон от 8 июля 1999г. №144-ФЗ «О реструктуризации кредитных организаций».

129. Федерального закона от 10 июля 2002г. №86-ФЗ «О Центральном банке Российской Федерации (Банке России)».

130. Федеральный закон от 30 декабря 2004г. №395-1 «О Банках и банковской деятельности».

131. Федеральный закон от 23 декабря 2003г. №177-ФЗ «О страховании вкладов физических лиц в банках Российской Федерации».

132. Федосимова С., Жаров Д. Комплексный анализ эффективности работы с клиентами // Банковское дело в Москве, № 11(83), 2001.

133. Федорец М.Н. Маркетинговые исследования и анализ потребителя рынка услуг // Маркетинг в России и за рубежом, №6, 2002,

134. Фетисов Г.Г. Устойчивость коммерческого банка и рейтинговые системы ее оценки. М.: Финансы и статистика, 1999.

135. Филинов Н.Б., Борисова В.В. Методы принятия решений: Учебное пособие.-М.: ГУУ, 2001.

136. Филинов Н.Б., Борисова В.В. Математическое моделирование в анализе и разработке управленческих решений: Учебное пособие. М.: ГУУ, 1999.

137. Финансовой менеджмент: теория и практика: Учебник / Под ред. Е.С. Стояновой. 6-е изд. - М.: «Перспектива», 2008.

138. Хаксевер К., Рендер Б., Рассел Р., Мер дик Р. Управление и организация в сфере услуг, 2-е издание. СПб.: Питер, 2002.

139. Центральный банк РФ «Отчет о развитии банковского сектора и банковского надзора в 2004 году», www.cbr.ru

140. Центральный банк РФ «Отчет о развитии банковского сектора и банковского надзора в 2006 году», www.cbr.ru

141. Центральный банк РФ «Отчет о развитии банковского сектора и банковского надзора в 2007 году», www.cbr.ru

142. Чубукова И.A. Data Mining: Учебное пособие. М.: Интернет-Университет Информационных технологий; БИНОМ. Лаборатория знаний, 2006.

143. Шапот М. Интеллектуальный анализ данных в системах поддержки решений// Открытые системы, №1, 1998.

144. Шеремет А.Д., Щербакова Г.Н. Финансовый анализ в коммерческом банке. М.: Финансы и статистика, 2000.

145. Эджел Д.Ф., Блэкуэлл Р.Д. и Миниард П.У. Поведение потребителей. -СПб.: Питер, 1999.

146. Ядов В. Социологическое исследование: методология, программа, методы.-М.: Наука, 1995.

147. Belk R.W. Studies in the new consumer behavior // A review of New Studies. London and New York. Routledge, 1995.

148. Borgelt C. Efficient Implementations of Apriori and Eclat. Department of Knowledge Processing and Language Engineering School of Computer Science, Otto-von-Guericke-University of Magdeburg, Germany, 2003.

149. Carroll Mohn, Thomas H. Land A Guide to Quality Marketing Research Proposals and Reports, Business 39,1989.

150. Colvin G., Selden L. Angel customers and demon customers // Portfolio, May 2003.

151. Customer profitability analysis and management // Hyperion, August 2004.

152. Dolan Robert J. Conjoint Analysis: a Manager's Guide. Harvard Business School, 1990.

153. Gregory G. Dess, Alex Miller. Strategic Management. New York: McGraw-Hill, Inc., 1993.

154. Gronroos C. Service Management and Marketing: Managing the moment of truth in the service sector. Cambridge, Mass: Marketing Science Institute, 1990.

155. Identifying Strategic Groups in Services Through Cluster. www.sbaer.uca.edu/Research/1995/SMA/95swa009.htm.

156. Machine Learning, Data Mining, and Knowledge Disxovery: An Introduction, Gregory Piatetsky-Shapiro. www.kdnuggets.com

157. Marketing (International Edition) William M. Pride O.C. Ferrell, Houhton MiffliN Company Boston, 1995.

158. Mastering Marketing: Complete MBA Companion in Marketing. Edinburg: Financial Times, 1999.

159. Parsaye K. A Characterization of Data Mining Technologies and Processes // The Journal of Data Warehousing, №1, 1998.

160. Some Dimensions for Strategic Groups, www.bus.iastate.edu/demarie/courses/ MG T4 78/strategic %20groups. htm.

161. Thomas L. Wheelen, J.David Hunger. Strategic Management (5th ed.). New York: Addison-Wesley Publishing Company, 1995.

162. АВАНГАРД 4 325 33950 708 4247 3 278 10 451,2 3 804 111,40

163. АЛЬФА-БАНК 40 898 377540 6489 19982 47 204 157 130,9 12 615,3 2012,99

164. БАНК МОСКВЫ 30 596 368130 7264 31895 84 785 185 494,0 48 269,3 1106,44

165. БАНК СОСЬЕТЕ ЖЕНЕРАЛЬ ВОСТОК 3 276 48692 594 12433 7165 10 422,7 137,3 132,54

166. БИНБАНК 8162 63613 952 4981 19 450 25 754,1 4 447,7 111,82

167. ВОЗРОЖДЕНИЕ 6 503 76997 1592 8968 37 003 24 481,0 4 228,6 89,32

168. ВТБ 24 18 025 169687 1423 41285 71 838 29 654,7 7 600,8 259,68

169. ГАЗПРОМБАНК 85 576 735081 18681 20817 66 669 297 116,7 103 168,3 2,91

170. ЕВРОФИНАНС МОСПАРБАИК 8139 55656 1498 1153 3 548 15 184,3 7 601,5 0,70

171. ЗЕНИТ 13 414 95281 2856 2707 9 088 34 135,9 14 414,8 18,76

172. И ИМПЭКСБАНК 7 247 66328 865 20346 27131 12 513,6 6 621,3 626,25

173. МБРР 4 297 57811 612 9226 11068 29 596,3 1 714,5 233,69

174. МДМ-БАНК 22 661 207734 4567 17058 10 929 76 234,0 26 421,9 711,15

175. МЕЖДУНАРОДНЫЙ МОСКОВСКИЙ БАНК 21 057 247309 5439 22077 21 060 116 048,3 46 087,4 353,45

176. МОСКОВСКИЙ ИНДУСТРИАЛЬНЫЙ БАНК 3 292 39166 1124 1223 12 873 19 142,0 3 430,4 86,25

177. НАЦИОНАЛЬНЫЙ РЕЗЕРВНЫЙ БАНК 18 705 35439 12393 3590 4 909 5 159,3 6 238,2 10,701 2 3 4 5 6 7 8 9 10

178. НОМОС-БАПК 11527 106778 3312 2163 17 569 29 461,0 7 508,5 11,72

179. ПЕТРОКОММЕРЦ 14 620 134023 4499 4516 26 256 52 553,1 16 774,2 51,98

180. ПРОМСВЯЗЬБАНК 14 866 183764 3787 12268 22 096 74 216,9 15 552,4 139,49

181. РАЙФФАЙЗЕНБАНК 17 932 232149 5435 27301 52 384 63 538,6 27 060,3 840,32

182. РОСБАНК 26 331 290382 5875 74630 63 199 144 138,5 11 466,9 3522,54

183. РОССЕЛЬХОЗБАНК 23 614 244776 2695 20789 10 006 62 697,8 4 871,8 175,04

184. РУССКИМ СТАНДАРТ 19 189 222430 14867 146088 10 758 62 530,7 482,63 28757,42

185. СБЕРБАНК РОССИИ 356 616 3634481 112757 690437 2 020 276 724 817,8 473 089,9 6586,77

186. СВЯЗЬ-БАНК 5 764 57724 639 815 2 914 29 553,2 11 398,3 23,65

187. СИТИБАНК 11 790 130524 1837 15097 27 198 58 242,4 35 799,0 665,17

188. СОЮЗ 7 806 56048 2313 8291 7 545 20 266,8 10 625,9 155,21

189. ТРАНСКРЕДИТ 5 862 74132 2814 17186 11785 40 112,2 6 119,9 95,21

190. УРАЛСИБ 41 566 302605 6517 34885 59 612 117 765,3 44 433,0 1163,76

191. ХКФ БАНК 8 369 43898 1442 24968 2 775 8 747,0 2 054,9 4480,51

Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.