Файл: «Анализ и пути совершенствования производственной деятельности коммерческого банка» ..pdf

Описание переменных, отвечающих за факторы, влияющие на производительность клиентских менеджеров представлено в Приложении 1.

Зависимая переменная исследования представляет собой процент выполнения плана по продаже банковских продуктов менеджерами за квартал. В данной работе использованы данные за первый квартал 2018 года. Перечень банковских продуктов, входящих в план для менеджеров малого бизнеса и для менеджеров по работе с ключевыми клиентами описан в разделе 1.2 обзора литературы. Процент выполнения общего плана представляет собой сумму процентов выполнения планов по конкретным банковским продуктам различным для каждого типа менеджеров, взвешенных с определенными коэффициентами. Так для менеджеров малого бизнеса процент выполнения общего плана рассчитывается по формуле (1), для менеджеров по работе с ключевыми клиентами по формуле (2).

Прежде чем перейти к анализу полученных данных, в исследовании проводится проверка данных на достоверность и надежность. Под надежностью данных, как правило, понимается внутренняя согласованность характеристик, описывающих объект и устойчивость к изменению условий, в том числе устойчивость данных на протяжении определенного временного отрезка. Поскольку в работе данные по типу являются кросс-секционными, определить их устойчивость во времени не представляется возможным, однако, можно определить внутреннюю согласованность данных. Наиболее популярным методом, применяемым для измерения внутренней согласованности при работе с опросами является расчет коэффициента альфа Кронбаха. (Cronbach,1951) Данный инструмент позволит оценить, насколько хорошо подобранный набор вопросов позволяет охарактеризовать респондентов. Формула для расчета коэффициента альфа приведена ниже.

, (3)

где: N – количество вопросов анкеты;

r – средний коэффициент корреляции между ответами на вопросы анкеты.

Если значение коэффициента лежит в диапазоне от (0; 0,5) – данные признаются недостаточно согласованными, от [0,5; 0,6) – плохо согласованными, от [0,6; 0,7) – недостаточно согласованными, от [0,7; 0,8) – достаточно согласованными, от [0,8; 0,9) – хорошо согласованными, [0,9; 1] – очень хорошо согласованными. Значение коэффициента альфа Кронбаха для данных исследования составило 0,91, что говорит об очень хорошей внутренней согласованности данных и служит подтверждением их надежности.

Под достоверностью данных понимается степень их соответствия реальности, то, насколько в дальнейшем можно будет доверять результатам, полученным при проведении эмпирического анализа этих данных. Достоверность полученных данных определяется в работе посредством корреляционного анализа между ответами респондентов на вопросы с близкими по смыслу формулировками. Пример подобного анализа приведен в таблице 3.

Таблица 3

Корреляционная связь между ответами на вопросы с близкими по смыслу формулировками

В ходе проверки данных на достоверность были исключены из выборки два респондента, чьи ответы не соответствовали логике и снижали коэффициенты корреляции между схожими со смыслу вопросами. Всего в опросе насчитывается 12 пар вопросов с похожими формулировками, значения коэффициентов корреляции между которыми лежат в пределах от -0,82 до -0,5 в случае, если формулировки противоположны по смыслу и от 0.65 до 0,82 в случае, если формулировки по смыслу одинаковы. Указанные коэффициенты корреляции рассчитаны уже после удаления двух респондентов, ответы которых вызвали сомнения в части достоверности. Высокие коэффициенты корреляции говорят о том, что представленные данные можно считать достоверными. (Drost, 2011) Помимо нахождения корреляций между близкими или же противоположными по смыслу вопросами для проверки достоверности данных использовался тест на равенство средних. Для проверки равенства средних двух независимых выборок применяют t-критерий Стьюдента. В рамках анализа на достоверность проверялась гипотеза о равенстве средних для нескольких пар ответов на похожие по смыслу вопросы анкеты. Суть данного критерия заключается в том, что на основании информации о средней величине ответов всех менеджеров и стандартному отклонению этих ответов на какой-либо вопрос, взятый как основной, и на похожий вопрос вычисляется значение t по формуле:

, (4)

где: – среднее значение для первой выборки;

– среднее значение для второй выборки;

– число наблюдений в первой выборке;

– число наблюдений во второй выборке;

S – стандартное отклонение, рассчитываемое по формуле:

где: – дисперсия для первой выборки;

– дисперсия для второй выборки.

После того как вычисленное значение t найдено, критическое значение t находится по таблице в соответствии с величиной степеней свободы, равной . Если и найденное p-value > α, α - заданный уровень значимости, то можно говорить о том, что нулевая гипотеза о равенстве средних не отвергается, и среднее одной и другой выборок равны. Тест на равенство средних проводился для пяти пар схожих по смыслу вопросов, для всех вопросов нулевая гипотеза о равенстве средних не отклонилась, что говорит о достоверности полученных данных. Результаты в таблице 4.

Таблица 4

Результаты теста на равенство средних

Как было указано выше, клиентские менеджеры в ПАО «Сбербанк» делятся на менеджеров по работе с ключевыми клиентами и менеджеров малого бизнеса. В выборке менеджеры по работе с ключевыми клиентами представляют большинство, это видно на рисунке 1.

Рис. 1. Доли менеджеров разных типов в выборке, %

Далее можно перейти к анализу описательных статистик, приведенных в таблице 5 (расшифровка переменных приведена в Приложении 2).

Таблица 5

Описательные статистики

Опираясь на данные описательных статистик, можно охарактеризовать среднего респондента выборки. Средний респондент - женщина в возрасте от 20 до 29 лет, замужем, имеющая достаточный доход, опыт работы в банке около шести лет, опыт работы в ПАО «Сбербанк» около четырех лет, образовательная степень – специалист. Средний процент выполнения общего плана - 80,21%. В выборке есть 4 опрошенных, выполнивших план на максимальную величину - 150%. Если обратиться к описанию этих респондентов, то все из них – женщины, две из которых в возрасте от 20 до 29 лет, две другие в возрасте от 29 до 39 лет, три из четырех замужем, все из них оценивают свой доход как более, чем достаточный. Средний опыт работы среди этих высокопроизводительных менеджеров – 12,5 лет в банковской отрасли и 7,5 лет в Сбербанке. Самым низко производительным в выборке оказался мужчина в возрасте от 20 до 29 лет, имеющих степень специалиста и опыт работе в банковской сфере и в ПАО «Сбербанк» равный двум годам. Его показатель выполнения плана – 27,52%.

Результаты корреляционного анализа между продуктивностью менеджеров и их личными характеристиками, а также другими предполагаемыми факторами продуктивности представлены в таблице 6.

Таблица 6

Корреляционный анализ связи продуктивности и предполагаемых факторов, оказывающих на нее влияние

***-уровень значимости 1%; **-уровень значимости 5%; *-уровень значимости 10%

Корреляционный анализ показывает, что положительная линейная взаимосвязь наблюдается между продуктивностью и достаточно высоким уровнем дохода, тогда как между достаточным уровнем дохода и продуктивностью связь отрицательная. Опыт в банковской отрасли положительно связан с производительностью менеджеров. Что касается других факторов, положительно связанных с производительностью, среди них отмечаются важность выполняемой работы для других людей, наличие уверенности насчет будущего в компании и удовлетворенность качеством выполнения работы среди коллеги респондента. Напротив, отрицательно связаны с продуктивностью, согласно корреляционному анализу, ощущение коллективом бесполезности выполняемой работы, настроения о прекращении работы в компании среди коллег, отсутствие возможности оценить качество выполняемой работы. Между независимыми переменными исследования так же наблюдаются достаточно высокие коэффициенты корреляции. Так, корреляция между опытом работы в банковской сфере и опытом работы в ПАО «Сбербанк» составила 0,75, некоторые переменные, характеризующие схожие вопросы анкеты также высоко коррелированы между собой, как отмечалось выше. Значения коэффициентов корреляции между ними доходят до 0,82 по модулю. Этот факт может привести к возникновению проблемы мультиколлинеарности при одновременном включении высоко скоррелированных переменных в одну модель.

Наличие корреляционной связи между зависимой и некоторым количеством независимых переменных позволяет перейти к следующему шагу – эконометрическому анализу.

Ввиду того, что изначально переменных в исследовании больше, чем наблюдений, в работе применяется метод главных компонент с целью сокращения числа переменных. Таким образом, эмпирический анализ проводится два этапа:

1. Расчет главных компонент;
2. Построение модели множественной линейной регрессии, где зависимой переменной является продуктивность работников, а полученные главные компоненты используются в качестве независимых переменных.

Идея метода главных компонент состоит в переходе к созданным на основе реальных переменных искусственным переменным, которые в отличие от реальных не коррелированы между собой, и представляют собой линейные комбинации исходных переменных. За счет того, что в компоненты попадают переменные с наибольшей дисперсией появляется возможность сохранить максимальный объем информации из данных, задействовав при этом минимальное количество переменных. Каждая из главных компонент рассчитывается по формуле 6. Формирование главных компонент производится только на основе переменных, характеризующих факторы производительности, все переменные, отвечающие за личные характеристики, не принимают участия в этой процедуре.