Введение 3
Обзор литературы 6
Глава 1. Прогнозирование денежного потока 10
1.1. Анализ временного ряда 10
1.2. Локалвная полиномиалвная регрессия 15
1.3. Модели ARMA 16
1.4. Прогнозирование экспоненциальным сглаживанием 22
1.5. Выводы по первой главе 24
Глава 2. Моделирование движения денежных потоков в банкомате 27
2.1. Процесс снятия наличных денежных средств 27
2.2. Процесс внесения наличных денежных средств 33
2.3. Банкомат с системой замкнутого обращения наличности 36
2.4. Выводы по второй главе 45
Заключение 47
Список литературы 49
Приложение А 52
Приложение Б 55
Приложение В 59
Наличные деньги играют ключевую роль в повседневной жизни человека и могут считаться основой экономики. Правительственные учреждения обязаны обеспечивать достаточный запас банкнот и монет для населения. Денежные средства достигают потребителей через различные каналы распространения, такие как филиалы банка, банкоматы и розничная торговля. На сегодняшний день использование наличных средств значительно сокращается, что частично можно объяснить растущим распространением цифровых платежей, в том числе бесконтактными и мобильными платежами. Однако в краткосрочной и среднесрочной перспективе использование наличных денежных средств не прекратится.
Данная работа посвящена анализу данных по исследованию денежных потоков в банкомате. На сегодняшний день наиболее перспективными представляются многофункциональные банкоматы, выполняющие наряду с операциями выдачи наличных средств, отображения остатков и выписки, а также платежей еще и прием наличных денег в пополнение счета или погашения кредита. Такие банкоматы с функцией cash-recycling (от англ, рециркулиция), их еще называют полнофункциональные киоски самообслуживания, пока не очень распространены, но все большее количество банков заявляет о дальнейшем развитии своих банкоматных сетей на основании аналогичных устройств. Уже установленные устройства в будущем планируется заменить или, если возможно, произвести их модернизацию путем установки модулей приема наличных.
Объект исследования:
Банкоматы с различным функционалом.
Предмет исследования:
Построение имитационной модели денежного потока в банкомате и методы оптимизации затрат на обслуживание устройств.
Для анализа денежных средств нужно знатв об их количественных характеристиках. Обработка временнвхх рядов необходима для определения природах наличности в банкомате. Так как каждый банкомат обладает своими статистическими характеристиками, построить одну общую для всех прогнозную модель невозможно. Но на основании такого исследования можно строить более реалистичные имитационные модели работы банкомата.
Планирование поставок и контроль денежных запасов связаны с уникальными задачами в первую очередь из-за жестких требований безопасности. Подходы к решению данных задач могут осуществляться с применеием различных методов в зависимости от конкретных целей. Количество банкнот, которое будет храниться в банкоматах, зависит от доступности банкоматов, транспортных тарифов инкассации и процентной ставки. Процентная ставка определяет потенциальную потерю процентного дохода от наличных денежных средств, находящихся в кассетах и в пути.
Вовремя и точно инкассированный банкомат, который имеет достаточно наличных денег для обеспечения потребностей клиентов, — это минимизация простоев ATM (от англ. Automated teller machine) по причине отсутствия денег, а также, повышение имиджа банка и лояльности клиентов.
Особенность банкомата-ресайклинга в том, что к обычному банкомату на выдачу денежных средств был добавлен механизм, позволяющий управлять процессом приема банкнот и обеспечивать их обработку в соответствии с номиналом по правилам, установленными банком, которые могут быть заданы на уровне конкретного устройства. В соответствии с этими правилами купюры, помещенные в устройство и прошедшие соответствующую проверку в модуле детектирования, могут быть либо размещены на барабанах накопителя, либо отправлены в депозитную кассету, либо же возвращены клиенту (примером может служить конфигурация, когда банкноты номиналом 10 руб. не принимаются устройством, 50-рублевые банкноты поступают в cash-in кассеты, а банкноты номиналом 100 руб. и выше помещаются на барабаны накопителя и доступны для последующей выдачи клиентам). При замкнутом обороте денежных средств купюры проходят двойную проверку: при приеме и перед выдачей клиенту. Вероятность, при которой попавшая в ресайклер подделка будет выдана клиенту, составляет менее 0, 001% [1].
Актуальность данной работы обусловлена ростом в России количества банкоматов с рециркуляцией денежных средств и низкой проработанностью данной тематики. Одна из важнейших задач анализа и прогнозирования движения денег в банкоматных системах состоит в определении резерва наличности, необходимого для подкрепления банкоматов в течение определенного календарного времени.
Прикладное исследование заключалась в разработке специального комплекса процедур, которые имитируют движение денежных потоков в банкомате. Данное приложение позволяет производить расчет денежных средств, которые учавствуют в обороте, и планировать дни инкассации для различных видов банкоматов.
Целью данной работы являлось рассмотрение возможности спрогнозировать движение денежных потоков в различных видах банкоматов с помощью математических моделей.
Актуальность данной работы определялась низкой проработанностью данной тематики в условиях широко распространения ресайклинговых банкоматов в сетях ATM различных банков.
В ходе выполнения работы были решены следующие задачи:
• изучены теоретические аспекты процессов внесения и снятия наличности;
• проведен анализ временного ряда снятия денежных средств;
• построены прогнозные модели на основе имеющихся данных при помощи пакета RStudio]
• сформулирована задача на снятие денежных средств на основе задачи запасов;
• рассмотрена модель внесения наличности на основе теории СМО с очередью;
• разработана задача для банкомата с замкнутой системой обращения средств, сконструирована целевая функция потерь;
• получены процедуры для расчета длительности между инкассациями и инкассируемой наличности в среде Matlab;
• сформулирована транспортная задача PDTSP. сконструирована целевая функция нахождение цикла минимальной длины.
При построении прогнозных моделей определить наилучшую не вышло. Ни одна модель не смогла адекватно описать имеющиеся исходные данные, поэтому полученные модели следует считать удовлетворительными. Таким образом, рассмотрение моделей на основе задачи запасов и теории СМО оказались более применимыми к текущему прикладному исследованию.
Таким образом, задачи данной работы полностью выполнены, цель достигнута.
1. Мицель А. А., Грибанова Е. Б.: Имитационное моделирование экономических процессов в Excel. Изд-во ЮТИ (филиал)ТПУ 2016.
2. Васин И. С. Анализ и прогнозирование движения денег в банкоматных системах. Орел: Издателвство РГБ ОД, 2007.
3. Дятлов С. А., Бывшев И. В., Порошина О.Ю.: Управление ликвид- ноствю. Санкт-Петербург :Издателвство Астерион,2009. Ц 212 с.
4. Соколвников И. Прогноз снятия наличных в банкомате при помощи простой нейронной сети.—Электронный ресурс, 2016. URL: https : //habrahabr.ru/post/265979/.
5. Таха X. А. Введение в исследование операций. Москва: Издателвский дом Вилвяме, 2007.
6. Положение о порядке ведения кассоввхх операций и правилах хранения, перевозки и инкассации банкнот и монетах Банка России в кредитных организациях на территории Российской Федерации (утв. Банком России 24.04.2008 N 318-П) (ред. от 16.02.2015) (Зарегистрировано в Минюсте России 26.05.2008N 11751) URL : www.consultant.ru/document/consdocLAW49832/.
7. Таха X. А. Введение в исследование операций. Москва: Издательский дом Вильяме, 2007.
8. Господинова Е. А. Статистический анализ движения наличных денежных средств в региональной сети комерческого банка. Пенза: Издательство, 2009.
9. Grant V. Farnsworth: Econometrics in R [Electronic resource]. — Electronic data, 2008. URL : https://cran.r — project.org/doc/coritrib/Farrisworth — EconometricsInR.pdf.
10. Roel G. van Anholt: Optimizing logistics processes in cash supply chains, 2014.
11. Монина H. К).: Оптимизация затрат на инкассацию банкоматной сети на основе универсальной модели загрузки банкоматов. Проблемы экономики и менеджмента. Выпуск 7 (47), 2015.
12. Gunther U., Martin A., Ritter К., Wagner Т.: Cash Recycling Systems: Prediction and Optimization, 2015.
13. Grozin V., Natekin A., Knoll A.: ATM Service Cost Optimization Using Predictive Encashment Strategy,2015.
14. Darwish S. M.: A Methodology to Improve Cash Demand Forecasting for ATM Network. International Journal of Computer and Electrical Engineering, Vol. 5, No. 4, 2013.
15. Westland, C.J.: Preference ordering cash, near cash and electronic cash. J. Organ. Comput. Electron. Commer. 12(3), 223—242 (2012)
...