Разработка моделей оценки эффективности деятельности банка по работе с корпоративными клиентами тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Литвинцева, Асана Михайловна

• Литвинцева, Асана Михайловна
• кандидат экономических наук
• 2011

Оглавление диссертации кандидат экономических наук Литвинцева, Асана Михайловна

ОГЛАВЛЕНИЕ.

ВВЕДЕНИЕ.

ГЛАВА 1. Анализ существующих подходов оценки эффективности деятельности банка.

1.1. Методология формирования стратегии корпоративного подразделения банка

1.2. Системы,оценок результатов деятельности банка.

1.3. Методологические основы ключевых показателей эффективности' деятельности банка.

Г.4. Обзор существующихэкономико-математическихмоделей оценки эффективности деятельности организации.

Выводы.39'

ГЛАВАМ. Построение спецификации регрессионной модели оценки интегрального показателя эффективности деятельности подразделения банка по работе с корпоративными, клиентами.

2.1. Формирование регрессоров модели на основе сбалансированной системы.40*

2.2.' Методики расчетов ¡нефинансовых! показателей.

2.2.1. КРГ — оценка взаимодействия подразделений организации как проекция бизнес-процессов.

2.2.2. KPI — исполнение стратегических инициатив организации как проекция бизнес-процессов.

23. Регрессионная модель оценки интегрального показателя.

Выводы.

ГЛАВА 3. Оценка эффективности деятельности подразделения банка в рамках эконометрических моделей.

3lli Оценка эффективности деятельности подразделения банка в рамках регрессионной модели.

3.2. Модели с дискретными зависимыми переменными как инструмент оценки эффективности деятельности подразделения банка.78^

3.2.1. Модели бинарного выбора.

3.2.2. Модели множественного выбора.

Выводы.

Введение диссертации (часть автореферата) на тему «Разработка моделей оценки эффективности деятельности банка по работе с корпоративными клиентами»

Актуальность проблемы исследования.

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.

Российские банки и банки промышленно развитых стран оценивают эффективность деятельности, ориентируясь преимущественно на результаты анализа финансовой отчетности. Однако в процессе принятия управленческих решений, особенно при территориальном расширении бизнеса, при решении задач оптимизации бизнес — процессов, руководители испытывают возрастающую потребность в нефинансовых показателях, отражающих качество управления, всесторонне и полностью описывающих существующую ситуацию в*организации, с учетом специфики бизнеса.

Перечисленные аспекты определяют актуальность темы исследования, нацеленную на построение экономико-математических моделей оценки эффективности деятельности банка, учитывающих как финансовые, так и нефинансовые показатели.

Степеньразработанности проблемы исследования.

Проблемами теории стратегического управления и оценки эффективности реализации стратегии, в частности, концепцией системы сбалансированных показателей (далее - BSC ) занимались Ю. Вебер, М. Веттер, Р.Каплан, Т. Колер, К. Коффман, С. Майерс, Д.Нортон, П. Нивен, Н. Ольве, Ж. Рой, С.

Рой и др. Значительный вклад в исследование стратегического планирования и проблемы оценки эффективности финансовых организаций внесли О.В. Алексеева, С.Б. Барнгольц, A.C. Бакаев, И.А. Бланк, Е.Б. Герасимова, О.В. Голосов, О.В. Ефимова, В.Э. Керимов, М.В. Мельник, O.E. Николаева, Н.С. Пласкова, Г.В. Савицкая и другие.

При увеличении филиальной сети наиболее остро стоит задача оптимизации внутренних процессов и качества* управления организации. Это определило внимание стратегического менеджмента к синергии бизнес - единиц, вспомогательных сервисных служб и внешних партнеров. Об этом свидетельствуют, например, исследования Гарвардской, школы бизнеса о стратегическом' единстве и его роли в увеличении эффективности деятельности финансовых организаций. Оценка взаимодействия структурных единиц финансовой» организации- отражена в работах Р.Каплана, Д.Нортона, И.Р. Пригожи-на, И. Стенгерс, E.G. Стояновой; А.Д. Шеремета, Г. Хакена.и других.

Эффективность управленческой деятельности банка на'практике зависит от своевременности исполнения стратегических инициатив руководства, что предполагает разработку инструментария, обеспечивающего своевременное и точное исполнение решений руководства; непрерывный контроль всех инициатив; определение критических точек и скрытых функциональных ограничений* задач подразделений финансовой организации. Данной проблеме посвящены исследования в области системного анализа», теории управления, социологии, менеджмента, документоведения таких авторов, как Р. Акоффа, А. Маслоу, С.П. Никанорова, Ф.И. Перегудова,.Г. Саймона, Ф.И. Тарасенко, Д. Форрестера и других. При этом возникает потребность в рассмотрении вопросов практического применения^ таких показателей как «оценка своевременности исполнения стратегических инициатив» и «оценка взаимодействия' подразделения» в системе BSC ш

Математические модели оценки результатов деятельности финансовых организаций разрабатываются в течение последних нескольких десятилетий.

Среди них можно выделить регрессионные модели, модели панельных данных, модели с использованием нейронных сетей, модели дискретных марковских процессов, а также модели с дискретной зависимой переменной. Последним посвящены труды J.H. Aldrich и F.D. Nelson, P.D. Allison, В. Baltagi, С.А. Cameron и P.K. Trivadi, D.R. Сох и Е J. Snell, W.H. Greene, L.Fahrmeir и G.Tutz, E.W. Frees, J. A. Hausman, C. Hsiao' J Johnston и J.DiNardo, J.K. Eindsey, G.S. Maddala, L. Matyas w C. Sevestre, H:R. Moon, Th. E. Nijman, P.C.B. Phillips, GiRodrigues, F. Vella, J.M. Wooldbridge, B'.A. и O.C. Балаш, M. Вербик, B.B. Давниса, B.B. Домбровского, П.К. Катышева, С. Коленикова, Я.Р. Магнуса, В.П. Носко, A.A. Пересецкого и др., основные положения которых касаются социального и политического направлений деятельности организаций, сферы образования И'торговли, решения вопросов рейтингования банков, оценки их надежности и т.д. Количество трудов объясняется не только универсальностью инструментария, но и необходимостью »адаптации данных моделей к конкретной области/приложения, в частности* для анализа1 эффективности деятельности одного из подразделений банка.

Специфика работы банка с корпоративными клиентами: индивидуальность взаимодействия с каждым клиентом, высокая прибыльность сегмента рынка, приоритетность направления1— определила внимание исследования к данному сектору бизнеса:

Представляется актуальным* применение- инструмента регрессионных моделей'и моделей с качественной зависимой переменной для оценки эффективности деятельности подразделения» по работе с корпоративными клиентами.

Цель исследования^ — разработка моделей оценки* эффективности деятельности корпоративного подразделения банка, основанных на сбалансированной системе показателей — обусловила постановку следующих задач:

1) выявить и систематизировать финансовые ключевые показатели эффективности департамента банка по работе с корпоративными клиентами (далее -ДРК);

2) разработать:

• алгоритмы расчета нефинансовых показателей эффективности: «оценка взаимодействия подразделений» и «оценка исполнения стратегических инициатив»;

•> рекомендации по внедрению' BSC в практику деятельности подразделения банка по работе с корпоративными клиентами;

3) сформировать интегральный показатель эффективности для ДРК;

4) построить эконометрические модели оценки интегрального показателя ДРК.

Объект исследования — стратегическое управление в коммерческом банке в сфере работы с корпоративными клиентами.

Предмет исследования - показатели и модели оценки эффективности деятельности ДРК банка.

Область исследования. Содержание диссертации соответствует специальности 08.00.13 - Математические и инструментальные методы экономики.

Теоретической и методологической основой исследования послужили теоретические и методологические разработки, содержащиеся в трудах российских и зарубежных авторов в области оценки эффективности-бизнеса и эконометрического моделирования. Оценка экономико-математических моделей осуществлялась с использованием приложений Microsoft Excel и Statistica 9.0.

В процессе написания работы« были применены следующие методы исследования: методы теории вероятностей и математической статистики, экономико-математического моделирования, эконометрические методы, методы экспертных оценок.

Информационная база исследования: фундаментальные и прикладные работы отечественных и зарубежных авторов по эконометрическому моделированию; по стратегическому управленческому анализу, оценки деятельности банка, теории BSC , KPI; нормативно - правовые акты Российской Федерации; интернет-ресурсы; статистические материалы коммерческого банка.

Научная новизна диссертации заключается в разработке и применении эконометрических моделей для, оценки эффективности, деятельности подразделения банка по работе с корпоративными клиентами. В частности новыми-являются следующие результаты:

• 1) выявлены-ключевые показатели эффективности ДРК банка на основе BSC , являющиеся регрессорами эконометрических моделей. Показатели отражают специфику работы департамента) и»' позволяют всесторонне ее описать;

2) разработаны:

• алгоритм расчета нефинансового показателя эффективности-«оценка исполнения стратегических инициатив», позволяющий- количественно оценить выполнение ключевых задач руководства, которые напрямую связаны с реализацией стратегии банка;

• алгоритм расчета нефинансового показателя «оценка взаимодействия подразделений» банка, направленный на выявление ресурсов подразделения, проблемных зон и рисков,- которые могут отрицательно^влиять на деятельность банка;

3) построены эконометрические модели оценки эффективности деятельности подразделения банка по работе с корпоративными клиентами, позволяющие решать задачи поt планированию распределения бонусного фонда департамента;

4) на основе проведенного сравнительного анализа моделей оценки эффективности деятельности департамента банка по работе с корпоративными клиентами выбраны, из числа построенных (п.З), модели с наилучшими точностными характеристиками.

Теоретическая и практическая значимость результатов исследования. Теоретическая значимость, научных результатов заключается в возможности использованияосновных положений и выводов диссертации для-определения теоретико-методологических основ оценки эффективности деятельности финансово-кредитной- организации, прежде всего в- части разработки нефинансовых показателей, а также для решения прикладных задач: прогнозирования результативности деятельности банков.

Практическая значимость полученных результатов заключается- вг том, что разработанные в диссертации методики расчета нефинансовых показателей и алгоритмы эконометрических моделей* оценки' эффективности деятельности коммерческой- организации' ориентированы на широкое применение в« различных подразделениях банка нефинансовых компаниях.

Результаты диссертации« могут быть использованы при обучении и повышении »квалификации'специалистов в области эконометрического моделирования истратегического-управления.

Самостоятельное практическое значение имеют:

• » алгоритм расчета нефинансового показателя эффективности «оценка исполнения стратегических инициатив», отражающего качество выполнения стратегических задач руководства- банка;

• алгоритм расчета нефинансового показателя «оценка взаимодействия подразделений», позволяющего количественно оценить качество предоставления подразделениями услуг внутренним клиентам банка, повышая, тем самым, эффективность управленческой деятельности;

• модели множественной регрессии для прогнозирования интегрального показателя эффективности деятельности подразделения банка по работе с корпоративными клиентами;

• модели с дискретной зависимой переменной, позволяющие решить задачу формирования бонусного фонда подразделения банка.

Апробация и внедрение результатов исследования. Основные положения и результаты исследования докладывались и получили одобрение на: VII Международной научной конференции «Молодежь и экономика» Военного финансово-экономического института (Ярославль, 2010); V Международной научно-практической конференции (Воронеж, 2009); на Лебедевских чтениях Российской академии'государственной службы при Президенте РФ (Москва, 2009).

Результаты исследования используются в практической деятельности Управления планирования и прогнозирования ОАО «НОРДЕА Банк». Модели и методы, описанные в диссертации, внедрены- в практику стратегического управления подразделениями банка: показатели оценки взаимодействия: подразделений и исполнения-стратегических инициатив; входящие в систему оценки'эффективности работы подразделений банка.

Материалы, исследования используются' кафедрой' «Математическое моделирование экономических процессов» ФГОБУВПО «Финансовый университет при Правительстве* Российской Федерации» в преподавании учебной дисциплины «Эконометрика»-и «Эконометрическое моделирование».

Внедрение результатов »диссертации в указанных организациях подтверждено соответствующими справками.

Публикации. По теме диссертации-* опубликовано 6 печатных работ, общим объемом 2,07 п.л. (авторский.объем - 1,79 п.л.), в том числе три работы авторским объемом 1,0 п.л. в журналах, определенных ВАК.

Структура, и объем1 работы. Структура диссертации обусловлена целью, задачами и логикой исследования и включает в себя < введение, три главы, заключение, список литературы включает 133 источника и 14 приложений; 5 рисунков и 29 таблиц. Общий объем диссертации составляет 127 страниц.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Литвинцева, Асана Михайловна

Выводы

Проведена оценка регрессионной модели результативности деятельности подразделения банка по работе с корпоративными клиентами, которая- показала наличие частичной мультиколлинеарности. Для ее устранения применены два подхода: метод исключения незначимых регрессоров и метод главных компонент.

Построены модели с дискретной зависимой переменной, в которых эндогенная переменная принимает значения в зависимости от значения интегрального КР1 - показателя эффективности деятельности подразделения, а в качестве регрессоров — факторы моделей множественной регрессии.

В результате проведенного анализа, в качестве наиболее точных моделей с наиболее высоким значением индекса отношения правдоподобия Макфад-дена и наименьшим количеством неточно предсказанных значений в обучающей выборке:

• для решения задачи о формировании бонусного фонда департамента (формировать или нет) выбрана бинарная пробит-модель;

• для решения задачи о размере поощрения сотрудников выбрана про-бит-модель множественного выбора.

ЗАКЛЮЧЕНИЕ

В результате проведенного исследования для решения задачи распределения бонусного фонда выбран аппарат моделей с дискретными зависимыми переменными. Эти модели позволили решить задачи об эффективности работы и планировании формирования бонусного фонда подразделения по предварительным результатам» значения интегрального показателя эффективности: модель бинарного, выбора позволила в первом приближении решить вопрос премировать или нет департамент, модели-множественного выбора - о сумме поощрения сотрудников. В построенных моделях бинарного и множественного выбора в качестве эндогенной переменной выступает фактор, принимающий значения в зависимости» от значения > интегрального КРІ — показателя эффективности^ деятельности і подразделения банка по работе с корпоративными клиентами, в качестве регрессоров. включены факторы, сформированные при помощи моделей» множественной регрессии.

В* качестве наиболее точных моделей с наиболее высоким значением индекса отношения* правдоподобия Макфаддена и наименьшим количеством неточно предсказанных значений в обучающей выборке:

• для решения задачи о формировании бонусного- фонда департамента (формировать или нет) выбрана бинарная пробит—модель;

• для решения задачи о размере поощрения' сотрудников выбрана про-бит-модель множественного выбора, в которых экзогенными переменными выступают следующие показатели:

Кроф1ю — отношение фактического значения показателя «Объем корпоративного кредитного портфеля» к-плановому, %;

Ктсоте — отношение фактического значения показателя «Объем совокупных доходов корпоративного направления» к плановому, %;

Кх1шге - отношение фактического значения показателя «Доля корпоративного сектора рынка» к плановому, %;

К open ~ отношение фактического значения показателя «Доля незакрытых вакансий» к плановому, %;

KPI implementa tlon — показатель «Своевременного исполнения стратегических инициатив», ед.;

Построены регрессионные модели оценки эффективности деятельности подразделения банка. В них в качестве эндогенной переменной выбран интегральный показатель эффективности деятельности департамента по работе1 с корпоративными клиентами, а в качестве регрессоров — ключевые показатели эффективности сбалансированной системы; среди которых присутствуют и нефинансовые показатели.

Анализ-регрессионной модели показал наличие в ней частичной мульти-коллинеарности. Для ее устранения применены два метода: метод исключения незначимых регрессоров и, метод главных компонент. В результате построены две модели, экзогенные переменные которых являются входными параметрами модели с целочисленной зависимой переменной.

Сбалансированная система показателей сформирована на основе стратегии корпоративного бизнеса банка: «Рост объема бизнеса банка в сегменте крупнейших и крупных предприятий, рост доли корпоративного бизнеса банка-в банковской системе РФ, развитие региональной сети продаж». BSC позволила выделить и.систематизировать ключевые показатели эффективности деятельности банка по четырем основным проекциям:

1) финансовые:

- объем корпоративного кредитного портфеля;

- ставка по корпоративному кредитному портфелю;

- объем совокупных доходов корпоративного направления;

- доля просроченных корпоративных кредитов в общем портфеле подразделения;

2) клиентские:

- доля корпоративного сектора банка;

94

- количество корпоративных клиентов;

3) показатели, характеризующие бизнес-процессы в подразделении:

- взаимодействие с другими подразделениями;

- своевременное исполнение стратегических инициатив;

4) показатели, описывающие обучение и рост:

- доля незакрытых вакансий.

Разработаны, алгоритмы расчетов нефинансовых показателей «оценка? взаимодействия подразделений» и «оценка своевременного исполнение стратегических инициатив», которые позволили количественно описать эти процессы, выявить пути оптимизации внутренних бизнес — процессов и повысить качество управления банком.

Первый показатель позволил:

• количественно охарактеризовать деятельность департамента по работе с корпоративными клиентами по шкале от 0< до 10

КРI пиегасио п = 8,0);

• определить структуру и характер процессов взаимодействия, сложившихся между подразделениями банка. Половина сотрудников, оценивающих подразделение, рассматривают отношения с департаментом по работе с корпоративными клиентами как «Полностью удовлетворен». Тогда как менее 10% респондентов не удовлетворены работой оцениваемого подразделения;

• выделить сильные стороны, «проблемные зоны» и возможности изменений в деятельности* подразделений банка, влияющие на»функционирование и тенденции его развития в целом. Анализ причин хорошей работы ДРК показал: четкое понимание сотрудниками целей и задач, а также способов их достижения, — ключевые факторы эффективной деятельности бизнеса. Отсутствие отношений, основанных на поддержке и взаимопомощи, сдерживает развитие подразделения. Важным представляется принятие ряд мер для повышения результативности деятельности.

95

Взаимоотношения департамента по работе с корпоративными клиентами с другими подразделениями носит характер «Сотрудничество». Однако существует ряд конфликтных ситуаций, связанных, скорее, с негативными эмоциональными переживаниями, что мешает повысить эффективность деятельности департамента.

Разработан метод непрерывного повышения качества взаимодействия подразделений и системы управления банка.

Для второго нефинансового показателя (КР1 — оценка своевременного исполнения стратегических инициатив) предложена методика, основанная на двух характеристиках: процент неисполненных в срок заданий в общем числе поставленных на контроль; средний срок просроченных заданий. Это позволило: создать единую базу данных всех стратегических инициатив; содействовать своевременному и точному исполнению решений, заданий и поручений руководства. Сопоставление фактического значения нефинансового показателя (КР1 ¡тр1етепШ поп = ОД) с плановым позволило сделать вывод: департамент по работе с корпоративными клиентами справляется с поставленными на исполнение документами; необходимые результаты достигаются.

Список литературы диссертационного исследования кандидат экономических наук Литвинцева, Асана Михайловна, 2011 год

1. Aldrich J.H., Nelson F.D: Linear probability, logit and probit models. — Beverly Hills: Sage, 1984.

2. Allison P.D. Fixed Effects Regression Methods for Longitudinal Data Using SAS. — SAS Publishing, 2005.

3. Ampuero M:, Goranson J:, Scott J. Solving the Measurement Puzzle: How EVAí andíthe BalancedíScorécard Fit Together.— The Gap Gemini Ernst & Young Center for- Business Innovation; Issue 2 «Measuring Business Performance», 1998;

4. Arellano M. Discrete choices with panel data.Madrid: CEMFI; 2003;

5. Arellano M:, Hospido L. Estimating nonlinear models with multiple fixed effects: a computational note. — Madrid: CEMFI, 2006—2008.

6. Baltagi Badi II. Economitric analysis of Panel data. — 2nd; edition — New York: Wiley, 2001. • " '

7. Bartels K., Boztug Y., Muller M. Testing the multinomial logit model. — Germany, 1999.

8. Chiapello E:, Lebas Mí The Tableau de Bord, a French Approach to Management Information; Working Paper. — France, 2001.

9. Chung—ki Mint Efficient-estimation of:'the'^ fixed1 effects-models for panel: datas. // International Academy of Business and Economics, Review of Business Research. — 2008. — № 8. '

10. Cobbold 1., Lawrie G. Classification of Balanced Scorecards based: on their effectiveness as strategic control or management control tools. — Performance Measurement Association, 2002.

11. Combining EVA with the Balanced Scorecard to improve strategic focus and alignment: 2GC Discussion Paper. UK: 2GC Active Management, 2001.

12. Cox D.R., Snell E.J. Analysis of binary data. — London: Chapman and hall, 1989.

13. Dow J.K., Endersby J.W. Multinomial probit and multinomial logit: a comparison of choice models for voting research. — USA, 2004.

14. Dunson D. Random effect and latent variable model selection. — NY: Springer, 2008.

15. Fahrmeir L., Tutz G. Miltivariate statistical modelling based on generalized linear models. —NY: Springer, 1994.

16. First Training group. Библиотека KPI. — M., 2007.

17. Frees E.W. Longitudinal and Panel Data. — Cambridge Univer. Press, 2004.

18. Habing B. Random effects models. — Univer. of South Carolina, 2001.

19. Hajargasht G. Flexible estimation of stochastic frontiers time varying, panel data models. — Australia: ESAM, 2007.

20. Hausman J.A. Panel data and unobservable effects // Econometrica, 1981.

21. Hsiao C. Analysis of panel data. — Cambridge university press, 1986.

22. Gibbons R.D., Hedeker Di Random effect probit and logistic regression models for three—level*data // Biometrics. — USA , 1997. — № 4, vol.53.

23. Greene W.H. Econometric analysis. — Macmillan, 1993.

24. Greene W.H. Estimating Econometric Models with Fixed Effects. — USA: New York University, 2001.

25. Johnston J., Di Nardo J. Econometric methods. — McGraw — Hill Companies, 1997

26. Kaplan R.S., Klein N. Chemical Bank: Implementing the Balanced Scorecard. — USA: Harvard Business School Press, 1995.

27. Kaplan R, Norton D. The Balanced Scorecard — Measures that drive performance. — USA: Harvard Business School Press, 1992.

28. Kaplan R., Norton D. The Balanced Scorecard: Translating strategy into action. —USA: Harvard Business School Press, 1996.

29. Kaplan R., Norton D. The Strategy — Focused Organization: How Balanced Scorecard Companies Thrive in the New Business Environment. — USA: Harvard Business School Press, 2001.

30. Laverty J., Demeestere R. Les nouvelles regies du contrôle de gestion industrielle.— France: Dunod, 1990.

31. Lebas M. Managerial Accounting in France: Overview of Past Tradition and Current Practice // The European Accounting Review. — France, 1994. — №3, Vol.3.

32. Lindsey J.K. Nonlinear models in medical statistics. — NY: Oxford unisversity press, 2001.

33. LoningH., Pesqueux Y. Le contrôle de gestion. — France: Dunod, 1998.

34. Maddala> G.S. Introduction to econometrics. — 3nd edition — New York: Wiley, 2001.

35. Matyas L., Sevestre C. The econometries of panel data — A handbook of the theory with application. Kluwer academic publishers, 1995.

36. McNair C.J., Lunch R.L., Cross K.F. Do financial and nonfinancial performance measures have to agree? // Management accounting, nov. 1990.

37. Niven P.R. BSC Step by - step: Maximizing performance and maintaining results. — England: Wiley & Sons, 2006.

38. Olve N., Roy J., Wetter M. Performance Drivers: A Practical Guide to Using the Balanced Scorecard. — England: Wiley & Sons, 1999.

39. Olve N., Roy, J. and Wetter, M. Making Scorecards Actionable: Balancing Strategy and Control. — New York: Wiley, 2003.

40. Porter M.E. What is Strategy? —USA: Harvard Business Review, 1996.

41. Schumacher M., Robner R, Vach W. Neural networks and logistic regression. Germany, 1994.

42. Snijders T.A.B. Fixed- and random effects // Encyclopedia of statistics in Behavioral science. NY, 2005. — vol.2.

43. Staikouras, S.K. Multinational banks, fredit risk and financial crises // Emerging markets, finance and trade. London, 2005 —№ 2, vol:41.

44. Акулов В.Б. Теория организации. Петрозаводск, 2002г.

45. Алмазова Е.Г., Микшина B.C. Математическая модель оценки-эффективности профилактических осмотров населения // Фундаментальные исследования. 2007. - № 7 - С. 79-83

46. Альберт М., Мескон М., Хедоури Ф. Основы менеджмента. — М.: Дело, 2002.

47. Бакай Ю. Оценка взаимодействия подразделений компаний // Управление персоналом. М., 2009. — № 16. — С. 62—69.

48. Балаш В.А., Балаш О. С. Модели линейной регрессии для панельных данных. — М.: МГУ экономики, статистики и информатики, 2002.

49. Безлепкина И.П: Сельскохозяйственное производство в российских регионах: анализ по хозяйственных панельных данных. — Консорциум экономических исследований и образования.'

50. Белов< А. В поисках потерянной эффективности // URL: http://www.belovs.ru ,60; Боди 3., Мертон Р: Финансы. Перевод с английского.—М.: Вильяме, 2000:

51. Брунер Р.Ф., Икер MP, Фрътен Р.Э., Спекман P.E., Тайсбёрг Э:0: MBÄ Краткий Курс.—М: Олимп Бизнес, 2000.

52. Бьори Э. Оценивание моделей дискретного выбора и моделей с цензурированием // Квантиль. -М., 2009. — № 6. — О. 49—57. .

53. Владиславлев Д.Н. Формирование стратегии банка; — URL: http://www.toptrening.ru.

54. Вербик М Путеводитель но современной эконометрике. Перевод с английского. — М.: Научная книга, 2008.

55. Fepuiyn A.M., Нефедъева Ю С. Разработка сбалансированной системы показателей. — 2007. URL: http://www.koob.ru.

56. Гершун A.M., Нефедъева Ю. Сбалансированная система показателей. // Контроллинг в России. — 2003.—№ 3 (7).

57. Горлова JI.IL, Крыжановкая Е.П., Муравская ВВ. Организация функционально—стоимостного анализа предприятий. —- Mi: Финансы; m статистика, 1982.

58. Гуриев С.М., Колотилин А.Д., Сонин К.И. Цена на нефть и риск национализации: о чем говорят панельные данные // Экономический журнал ВШЭ. — М., 2008. — №2.

59. Давние В.В., Тинякова В.И. Прогнозные модели экспертных предпочтений. — Воронеж: Воронеж, гос. университет, 2005.

60. Домбровский В.В. Эконометрика. —М.: Новый учебник, 2004.

61. Доугерти К. Введение в эконометрику. Перевод с английского. — М.: ИНФРА—М, 1999.

62. Елисеева И.И. Эконометрика. —М.: Финансы и статистика, 2003'.

63. Исхаков Ф.Вt Многопериодная модель выбора альтернатив на основе рандомизированной оценочной функции. // Вестник Санкт-Петербургского университета. — Спб., 2005. — №3, сер.5.

64. Как разработать систему ключевых* показателей деятельности // Финансовый директор. — М., 2006. — № 10.

65. Каплан Р. С, Нортон Д. Стратегическое единство: создание синергии.организации с помощью-сбалансированной системы показателей. Перевод сiанглийского. — М.: Вильяме, 2006:

66. Каплан Р., Нортон, Д.П: Организация, ориентированная на стратегию. Перевод с английского1. — М:: Олимп-Бизнес, 2003.

67. Карпунин М.Г., Майданчик Б.И. Функционально-стоимостной анализ в отраслевом управлении эффективностью. — М.: Экономика, 1983.

68. Кирсанов С.Г. Особенности-практического применения нефинансовых показателей. — URL: http://www.intalev.ru.

69. КлочковА. К. KPI и мотивация персонала.' Полный1 сборник практических, инструментов. — М.: Эксмо, 2010.

70. Колеников С. Прикладной эконометрический анализ в статистическом пакете Stata. -М.: Российская экономическая школа, 2000.

71. Крылова З.В. Об особенностях моделей с дискретными зависимыми переменными // Теория оптимальных решений. — Киев, 2008. — №7.

72. Лакман И.А. Преимущества использования панельных данных // Прикладная и фундаментальная математика: сборник статей,— Уфа, 2007. — Т.2. — С. 179—188.

73. Лакман И.А., Никулъшина Л.М., Шамуратова Н.М. Поддержка, принятия решения при выборе пакета обработки статистических данных. www://window.edu.ru

74. Лапыгин Ю.Н., Лапыгин Д.Ю. Лачинина Т.А. Стратегическое развитие организации. -М.: КНОРУС, 2005 г.

75. Магнус Я.Р., Катышев П.К., Пересецкий A.A. Эконометрика. Начальный курс. — М.: Дело, 2004'.

76. Мальцева Г.И., Луговой Р.AI, Солдатова Ю.А. Применение системы сбалансированных показателей в-процессе стратегического планирования вуза // Университетское управление. — Екатеринбург, 2004: — № 5—6 (33).

77. Малюгин В., Пытляк Е. Оценка устойчивости банков на основе эко-нометрических моделей // Банковский вестник. — Беларусь, 2007. — JSfb 4.

78. Мильнер Б.ЗТеория организации. — М.: Инфра — М, 2001.

79. Мицкевич А.А\ Сбалансированная- система показателей фирлугы. — М., Институт экономических стратегий, 2005.

80. Мухарямов Т.Ш. Контрольные показатели эффективности: от теории к практике. — URL: http://www.sov-tech.ru.91'. Некрылова З.В. Об особенностях моделей с дискретными^ зависимыми переменными // Теория оптимальных решений. — Киев, 2008.-№ 7.1. С. 88—95.

81. Нивен П.Р. Сбалансированная► система показателей шаг за шагом: Максимальное повышение эффектности и закрепление полученных результатов. Перевод с английского. — Днепропетровск: Баланс — клуб, 2003.

82. Носко В.П. Эконометрика, для'начинающих (дополнительн&хе главы).—М.: ИЭПП, 2005.

83. Ольве Н.Г., Рой Ж., Ветер М. Оценка эффективности деятельности компании. Практическое руководство по использованию сбалансированной системы показателей. Перевод с английского. — М.: Вильяме, 2003.

84. Панов M.B. Balanced Scorecard и EVA: совместное применение // Аналитический банковский журнал. М., 2008. — №8.

85. Пузов E.H., Яшин С.Н. Сравнительная оценка совокупного экономико-организационного эффекта функционирования предприятия. // Экономический анализ: теория и практика, 2005г. № 6 (39), С. 8-14

86. Ратникова ТА. Введение в эконометрический анализ панельных данных// Эконометрический журнал ВШЭ. — М., 2006. — № 2, 3, 4.

87. Редченко К. EVAmouyíSí. сбалансированной системы показателей. — URL: http://www.cfin.ru.

88. Редченко К. Показательное несогласие: Balanced Scorecard и Tableau De Bord. — www.gaap.ru.

89. Суслов В.И., Jlanno В.Ф., Ибрагимов H.M. Эконометрия. URL: http://btn.sfii-kxas.ru.

90. Тютюнник A.B., Машонская K.M. Система сбалансированных показателей^ банке — миф или необходимость // Управление в кредитной организации. M., 2009.1 — №3.

91. Филимонова А., Лекомцев П. Управление по KPI в многоуровневых компаниях // Менеджмент сегодня.1 — М., 2005. — № 2.

92. Харин Ю.С., Малюгин В.И., Харин А.Ю. Эконометрическое моделирование:— Минск: БГУ, 2008.

93. Чумаченко Н.Г., Дегтярёва В.М., Игумнов Ю.С. Функционально-стоимостной анализ. — К.: Вища школа, 1985.

94. Шандалов А. В. Построение регрессионных моделей эффективности управления деятельностью производственной компании, http://www.cfin.ru