Використання технічних можливостей в управлінні процесом безготівкових розрахунків - Безготівкові розрахунки

На сучасному етапі розвитку України загальновизнаним методом вивчення систем, які характеризуються випадковими процесами, є імітаційне моделювання. За його допомогою можна віднайти такі шляхи вдосконалення системи, які не потребують капіталовкладень. Розглянемо імітаційну модель для аналізу та оптимізації роботи Харківської філій АБ "Експрес-банк", як учасника системи електронних платежів.

Комерційний банк - учасник системи електронних платежів (СЕП) НБУ - протягом дня надсилає інформацію в СЕП та отримує її. Найважливішою і най значущішою складовою цієї інформації є файли платежів, які банк формує в міру надходження платіжних доручень від клієнтів. За чинним регламентом СЕП кожний такий файл може містити від 1 до 1000 платежів. Скільки платежів слід помістити в ньому, вирішує сам банк. Очевидно, що чим менше їх заплановано помістити у файлі, тим швидше банківська установа його сформує та відправить, а отже, платежі швидше дійдуть до адресатів. З іншого боку, чим менше у файлі документів, тим більше самих файлів, а це підвищує навантаження на систему (кожний файл платежів супроводжується ще й файлом-квітанцією). Щоб допомогти банку з'ясувати, яку кількість платіжних документів доцільно поміщати в один файл, розроблено математичну модель.

Слід зазначити, в моделі розглядається ефективність функціонування банку в системі з огляду на ефективність роботи СЕП в цілому. Розглядаючи ефективність діяльності банку з його власної позиції, можна констатувати, що, дбаючи про своїх клієнтів, він зацікавлений насамперед у швидкому проходженні платежів і не вельми переймається проблемою загального навантаження на систему. Зазвичай банківська установа просто прагне надсилати багато файлів із невеликою кількістю документів у кожному з них, аби в самому банку платежі затримувалися якомога менше. Ця стратегія виправдовує себе з двох причин: по-перше, зменшується затримка платежів усередині банку, а по-друге, перші з дрібних файлів мають шанс бути опрацьованими раніше на наступному етапі (тобто на регіональному рівні), а отже, платежі швидше надійдуть до адресатів. Отож, якщо банк ставить за мету прискорення платежів і не бере до уваги проблеми завантаженості системи в цілому, йому справді вигідніше надсилати документи дрібними відправленнями.

Але є ряд банків, які працюючи за моделями консолідованого коррахунку 4, 5, 6 та 7 (що передбачають розташування філій на всій території України), належать до віртуальних банківських регіонів. Такі банки, сплачуючи за послуги СЕП, платять, серед іншого, й за обсяг інформації, надісланої у платіжних файлах. Оскільки кожний із них, окрім власне платіжних документів, містить певну кількість службової і технологічної інформації, загальний обсяг переданих даних зростатиме зі збільшенням кількості файлів, хоча число переданих платіжних документів залишатиметься незмінним. Зрозуміло, для банку такого типу не байдуже, у скількох файлах розміщувати документи, що надсилаються. Інтереси банків, які працюють за цією моделлю, полягають у зменшенні кількості файлів і відтак збігаються з інтересами пропускної спроможності СЕП у цілому. Адже зменшення кількості файлів, які банк надсилає у СЕП, означає послаблення навантаження на систему і водночас - зменшення витрат установи. Нині налічується близько 300 банківських установ такого типу - це приблизно п'ята частина усіх банків - учасників СЕП.

Загалом, банківські установі вирішують різні завдання стосовно оптимізації кількості платіжних документів у файлі - все залежить від моделі консолідованого коррахунку, за якою вони працюють.

Стосовно оплати послуг СЕП зазначимо, що, крім уже згаданої плати за обсяг надісланої платіжної інформації, дійсної лише для частини банків, усі без винятку банки-учасники оплачують ще й кожний надісланий чи отриманий платіжний документ. Плата за отриманий документ - фіксована і становить 15 копійок, а за надісланий залежить від часу (табл.3.5).

Таблиця 3.5 Плата банку за надіслані платіжні документи

Час надходження документів до розрахункової палати

Плата, коп.

Із 8.00 до 16.00

15 * Кількість документів

Із 16.00 до 19.00

1,45 * 15 * Кількість документів

Із 19.00 до кінця банківського дня

2, 925 * 15 * Кількість документів

Надходження початкових документів від клієнтів є процесом випадковим. Зважаючи на величезну кількість, різноманітність банків та специфіку їхньої клієнтури, годі й думати про опис цієї випадкової величини для всіх банків за допомогою того чи іншого з відомих розподілів. В моделі застосовується розподіл Пуассона, який найчастіше використовується у подібних ситуаціях.

Перейдемо до конкретного складання моделі, як вже зазначалось, на прикладі ХФ АБ "Експрес-банк". Мету моделювання можна сформулювати так:

    - знаючи, скільки документів містить файл, знайти середній час очікування платежів для банку та оцінити загальні експлуатаційні витрати за день; - визначити, яка кількість документів у файлі забезпечить задану швидкість проходження платежів (тобто час очікування платежів не перевищить вказаний).

Слід звернути увагу на неприпустимість пошуку оптимальної кількості документів у файлі, виходячи з умови обмеженості фінансових ресурсів. Адже в такому разі у певний момент банк може просто відмовитися виконувати міжбанківські платежі, мотивуючи це економією коштів на сплату послуг СЕП, що в реальності не припустимо. З таких же міркувань не можна обмежувати й обсяг надісланої в СЕП інформації.

Для опису математичної моделі зробимо такі позначення:

T - номер хвилини. Відповідно до чинного регламенту СЕП банк надсилає початкові платежі до системи з 8.00 до 20.00. Тоді t = 1720;

- математичне очікування документів, які надходять від клієнтів банку в хвилину t (параметр розподілу Пуассона, дійсного на цей час);

At - кількість платіжних документів, що надійшли від клієнтів банку за хвилину t;

Ft - загальна кількість платіжних документів, які знаходяться в банку і чекають відправки у хвилину t;

MI - порядковий номер хвилини, коли був сформований i-й (останній) файл;

St - середній час очікування документів, відправлених у хвилину t;

Qt - середній час очікування документів, відправлених із початку дня до хвилини t;

D - кількість документів у одному файлі;

V - загальний обсяг інформації, надісланої банком у СЕП протягом робочого дня;

C - загальна сума, витрачена банком на оплату надісланих у СЕП файлів.

Тоді модель можна описати такими співвідношеннями:

(3.5)

Де pK - рівномірно розподілена на [0.1] випадкова величина;

MT = t, якщо Ft D; i N;

; t = 1720;

; t = 1720

Де n - кількість файлів, відправлених до хвилини t;

; (3.6)

(3.7)

Як відомо, генератор випадкових чисел ЕОМ спроможний генерувати лише рівномірно розподілені на [0.1] числа. Тому для отримання чисел, розподілених за законом Пуассона, використовується формула (1).

Обсяг технологічної інформації, яка передається у кожному файлі платежів, становить 298 байт, а один платіж містить 594 байти інформації. Ці дані й використано у формулі (2) для підрахунку загального обсягу надісланої інформації. Формулу ж (3), яка дає змогу підрахувати загальні витрати, складено за показниками, наведеними у табл. 3.6.

Якщо шукаємо середній час очікування документів, то величина D є константою, Q720 (чи ST) - шуканим показником. Якщо ж визначається оптимальна кількість документів, то, навпаки Q720 (ST) буде заданою константою, а D - змінною. При цьому до моделі додається додаткове обмеження: DDD, де D , D - відповідно мінімальна та максимальна кількість документів у файлі. Загальний обсяг надісланої інформації V та загальні витрати C можна розрахувати за будь-якої мети моделювання. Ми кажемо "можна", оскільки ці показники не є чинниками обмеження моделі, а становлять суто інформативні показники діяльності банку.

Перш ніж перейти до моделювання, необхідно визначити параметри моделі. Розбивши весь інтервал роботи банку в СЕП на години. (табл. 3.6)

Таблиця 3.6 Середня кількість початкових платежів, які надходять до банку

Час надходження

Кількість платежів

8.00 - 9.00

0

9.01 - 10.00

1

10.01 - 11.00

49

11.01 - 12.00

110

12.01 - 13.00

18

13.01 - 14.00

80

14.01 - 15.00

97

15.01 - 16.00

125

16.01 - 17.00

137

17.01 - 18.00

105

18.01 - 19.00

58

19.01 - 20.00

2

Як зазначалося, перша мета моделювання полягала у визначенні середнього часу очікування платежів за відомої кількості документів у файлі. Реально досліджуваний банк надсилає по 20-25 платежів у файлі. Змоделюємо його діяльність, задаючи по 10, 20, 30 платежів. Для всіх підсумкових показників моделі підраховано середні значення та стандартні відхилення, подані в табл.3.7 й позначені відповідно символами та.

Таблиця 3.7 Результати обчислення середнього часу очікування в банку при відомій кількості платежів у файлі

Показники

Кількість платежів у файлі

10

20

30

Середній час очікування, хвилин

2,04

0,33

4,26

0,65

6,57

1,10

Обсяг надісланої інформації, байт

890943

126132

867018

124318

863384

134440

Загальні витрати копійок

26592

3837

24420

3370

21885

3646

Як випливає з табл. 3.7, при збільшенні кількості платежів у файлі скорочуються обсяг надісланої у СЕП інформації та витрати банку, але значно зростає час очікування документів у банку.

Друга мета моделювання полягала в пошуку оптимальної кількості платежів у файлі для забезпечення заданого часу очікування платежів. Із попередніх результатів видно, що коли файл містить 10, 20 і 30 платежів, то середній час очікування становить відповідно 2,04; 4,26 та 6, 57 хвилини.

Тепер можна знайти таку кількість документів у файлі, за якої цей час не перевищуватиме 2, 3 і 5 хвилини. Для цього також було проведено ряд експериментів, у результаті яких одержано значення: відповідно 9, 14 та 23 документи. При цьому досягнуто мінімального стандартного відхилення - 1 документ, що свідчить про достатню точність моделі.

У моделі не бралися до уваги платіжні документи у відповідь, які банк одержує від інших учасників СЕП, оскільки цей потік платежів не залежить від технологічний дій банку як учасника системи - він визначається його діяльністю як фінансової установи і залежить від його ринкової стратегії.

Для того, щоб модель виявилась адекватною, доведеться, по-перше, вивчити характер потоку початкових документів для банку ( тобто визначити тип випадкового розподілу та оцінити його параметри), а по-друге. адаптувати формулу (3.5). Узагальнено процес надходження платежів можна описувати різноманітними розподілами у різні інтервали часу. Тому може бути і вхідних параметрів моделі значно більше, і формула (3.5) - значно складнішою. Але, звичайно, чим ретельніше вивчено вхідний потік платежів, тим кращими будуть результати моделювання.

Шукаючи оптимальну кількість платежів у файлі, обмежуємо середній час очікування за весь день (задаючи значення Q720). Узагалі ж на показники ST Та QT можна накладати й інші обмеження. Наприклад, шукати таку кількість документів у файлі, щоб до 13.00 середнє очікування платежів не перевищувало двох хвилин. Крім того, передбачалося, що кількість документів у файлі обирається раз на день - на початку дня. Загалом же цю кількість можна змінювати і кілька разів на день, у заздалегідь визначені моменти часу.

Що ж до показників V та C, то, не маючи права їх обмежувати, можемо лише спостерігати їх зміну. Вони цінні тим, що кількісно відображають той чи інший стан банку і можуть бути використані для аналізу його діяльності. Із цією ж метою можна обчислювати й інші показники, наприклад, кількість файлів надісланих банком протягом дня.

Одержані результати моделювання мають практичну цінність насамперед для Харківської філії АБ "Експрес-банк", тому що модель будувалась на даних цього банку. Та водночас ми пересвідчилися, що вона дає досить точні результати, а отже, може використовуватися для аналізу та оптимізації роботи банку у СЕП.

Похожие статьи




Використання технічних можливостей в управлінні процесом безготівкових розрахунків - Безготівкові розрахунки

Предыдущая | Следующая