Сравнительный анализ процессов цифровизации банковского сектора России и стран ОЭСР

Толкачев С.А.1, Серебрякова Е.Д.1, Удалов И.Д.1
1 Финансовый университет при Правительстве Российской Федерации, Россия, Москва

Статья в журнале

Вопросы инновационной экономики (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 12, Номер 3 (Июль-сентябрь 2022)

Цитировать:
Толкачев С.А., Серебрякова Е.Д., Удалов И.Д. Сравнительный анализ процессов цифровизации банковского сектора России и стран ОЭСР // Вопросы инновационной экономики. – 2022. – Том 12. – № 3. – С. 1905-1922. – doi: 10.18334/vinec.12.3.115191.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=49551613

Аннотация:
Данное исследование посвящено проблеме цифровизации банковского сектора в Российской Федерации и странах, входящих в ОЭСР. В исследовании посредством применения методов статистического анализа была оценена степень цифровизации банковского сектора вышеназванных стран и сделаны соответствующие выводы о возможных причинах сложившейся ситуации и перспективах её развития. Авторами предлагается новый подход к оценке степени внедрения цифровых технологий в отдельные отрасли, основанный на разграничении процессов кибернетической и киберфизической цифровизации. На основании полученных данных авторы приходят к выводу о необходимости смены стратегии дальнейшей цифровизации отраслей экономики России и предлагают соответствующие направления для этого. Настоящая статья будет интересна исследователям проблем цифровизации отечественного и зарубежного банковского сектора и специалистам по смежным направлениям

Ключевые слова: банки, цифровизация, четвертая промышленная революция

Финансирование:
Статья выполнена в рамках научных проектов «Сравнительный анализ цифровизации финансово-банковской сферы России и стран ОЭСР» по конкурсу студенческих научных проектов Финуниверситета и фундаментальной НИР «Теоретические основы формирования новой парадигмы управления социально-экономическим, технологическим и финансовым развитием России: междисциплинарный синтез эволюционных и волновых концепций» по государственному заданию Финуниверситета

JEL-классификация: G21, O31, O33

В издательстве открыта вакансия ответственного редактора научного журнала с возможностью удаленной работы
Подробнее...



Введение

В настоящее время мировая экономика находится на стадии Четвертой промышленной революции, направленной на качественное преобразование экономической системы, а именно на дальнейшую интенсификацию производственного процесса за счет технологического обновления ради сохранения текущей нормы прибыли и ее объемов. Главным направлением Четвертой промышленной революции является форсированное развитие информационно-коммуникационных технологий (ИКТ) и их интеграция во все отрасли национальных хозяйств.

Происходят иные технологические трансформации, однако по большей части они связаны непосредственно с внедрением компьютерной техники, в том числе промышленных роботов. Производственные линии автоматизируются, а процессы коммуникации организаций с клиентами, поставщиками и другими субъектами переходят в виртуальную сферу. Цифровизация экономики способствует изменению ожиданий и потребностей, что накладывает определенный отпечаток на поведение экономических субъектов.

С каждым годом появляется все больше и больше научных публикаций, которые посвящены как цифровой трансформации в целом, так и финансовому сектору в частности. Например, проблемы цифровизации экономики подробно рассматриваются в исследованиях Шваба К. [1] (Shvab, 2016), Кулагина В. [2] (Kulagin, Sukharevski, Meffert, 2019), Толкачева С.А. [3, 5] (Tolkachev, 2019; Tolkachev, Udalov, Temukuev, 2022), Глушкова В.М. [4] (Glushkov, 1987), Срничека Н. [6] (Srnichek, 2019). Кроме того, цифровизации деятельности финансовых компаний в России и зарубежных государствах в разной степени посвящены работы Новиковой И.В., Криштаносова В.Б. [7] (Novikova, Krishtanosov, 2021), Попова А.К. [8] (Popov, 2021), Голенды Л.К. [9] (Golenda, Govyadinova, Zabrodskaya, 2020), Балашовой Е.А. [10] (Balashova, 2021), Гулина К.А. [11] (Gulin, Uskov, 2017), Грибанова Ю.И. [12] (Gribanov, Repin, Shatrov, 2020), Клейнера Г.Б., Рыбачук М.А., Карпинской В.А. [13] (Kleĭner, Rybachuk, Karpinskaya, 2020), Леонова М.В. [14] (Leonov, 2021), Рыжковой М.В. [15] (Ryzhkova, 2019), Смирнова В.Д. [16] (Smirnov, 2022), Туруева И.Б. [17] (Turuev, Shashkina, 2022), Котлярова И.Д. [18] (Kotlyarov, 2018), Леонова М.В. [19] (Leonov, 2021), Петровой Л.А. и Кузнецовой Т.Е. [20] (Petrova, Kuznetsova, 2022).

Основная цель исследования – оценка уровня цифровой трансформации развитых стран и Российской Федерации для определения места последней в глобальных трансформационных процессах. Новизна состоит в использовании статистического метода анализа, позволяющего в равной степени оценить влияние факторов кибернетической и киберфизической цифровизации на процессы преобразования финансовой (банковской) отрасли.

В качестве гипотезы предлагается следующее положение о том, что степень цифровизации отечественного банковского сектора находится на сопоставимом уровне с уровнем цифровизации зарубежного банковского сектора. Однако отечественный сегмент рынка обладает некоторыми ограничениями.

Для различения содержательных процессов Четвертой промышленной революции С.А. Толкачевым было предложено применять подразделение всех процессов цифровизации на кибернетическую и киберфизическую компоненты [3] (Tolkachev, 2019).

Кибернетическая цифровизация подразумевает трансформацию информационных потоков внутри предприятия, в основном связанную с организационной и управленческой деятельностью. Наиболее наглядным примером электронной сети, обеспечивающей быстрый электронный документооборот на предприятиях, является Интернет. Его широкое применение позволяет снизить управленческие издержки на передачу информации, а также повысить оперативность принятия решений и доведения данных до вышестоящих и нижестоящих участников коммерческой или государственной структуры. В коммерческих структурах распространение получили системы CRM, специализирующиеся на создании, поддержании и управлении взаимосвязями с клиентами. Они позволяют эффективнее осуществлять мероприятия в рамках маркетинга, оптимизировать работу специалистов по продажам, тем самым повысив эффективность их работы.

Основополагающими принципами данных систем являются прозрачность предоставленной информации, оперативность ее передачи, сокращение управленческих издержек на ведение документооборота и интеграция субъектов взаимодействия внутри данной системы. Кибернетическая цифровизация развивается с 1960-х гг. и знаменует период третьей промышленной революции. Предпосылки и начало процессов кибернетической цифровизации возникли задолго до массового внедрения ИКТ в экономику, а именно, первые концепции предлагались в СССР в 50–60-е годы прошедшего столетия в виде крупных проектов по общей автоматизации плановой экономики [4] (Glushkov, 1987), а за рубежом активный рост внедрения компьютерной техники пришелся на 60–70-е годы. Среди практических проявлений современной кибернетической цифровизации – появление и активное использование компаниями систем ERP, функцией которых является автоматизированное управление различными процессами внутри предприятия, например планирование продаж и стратегии взаимодействия с клиентами, определение ключевых факторов влияния на экономическую деятельность. Такие системы выступают своеобразным интегрирующим механизмом управленческих процессов, соединяющих логистику, взаимодействие с клиентами, целеполагание, менеджмент и др.

Киберфизическая цифровизация является более глубоким явлением и включает в себя информатизацию и автоматизацию непосредственно самого процесса материального производства, тем самым интегрируя процессы организационного управления и управления оборудованием. Данный вид цифровизации характерен именно для Четвертой промышленной революции, так как киберфизическая цифровизация относится к процессам физической обработки материалов, подразумевает автономную работу станков и оборудования.

Индикаторами распространения киберфизической цифровизации являются, например, RFID-технологии, которые позволяют отслеживать, на какой стадии находится разработка продукта или услуги, собирать данные о его качестве, а также получать обратную связь от клиентов. На сегодняшний день коммерческим сектором используются платформы облачного программного обеспечения, позволяющего компаниям использовать вычислительные мощности для собственных нужд без издержек на поддержание соответствующего оборудования. Относительно новыми технологиями являются искусственный интеллект, 3D-печать и моделирование, в том числе в промышленных масштабах. Данные процессы стали активно внедряться в народнохозяйственную среду относительно недавно, примерно в 2010-х годах. Тем не менее в настоящий момент можно констатировать усиление роли именно киберфизической цифровизации в экономической жизни развитых стран [5] (Tolkachev, Udalov, Temukuev, 2022).

На базе вышеназванных технологий компании получают возможность координировать процессы производства не только на уровне отдельного предприятия, но и фабричных комплексов, что достигается за счет интеграции информационных и промышленных технологий. Подобные тренды нацелены на создание так называемых умных производств. Имея в распоряжении электронно-телекоммуникационную сеть, «умные машины» могут самостоятельно принимать решения по отдельным аспектам деятельности предприятий, оптимизировав производственный процесс. Имплементация искусственного интеллекта также позволяет добавить в данные киберфизические системы механизмы самообучения и корректировки собственных ошибок. При анализе совершенных действий, а также сборе обратной связи от потребителей и поставщиков киберфизическая система имеет возможность более эффективно осуществлять собственную модернизацию без вмешательства со стороны человека.

Финансовая сфера качественно отличается от материального производства тем, что в ней не создается материальных продуктов и благ. Однако процессы, характерные для обоих видов цифровизации, происходят и внутри нее. Банковские процессы также можно с определенной долей условности подразделить на управленческие и физические. Первые связаны с организацией и совершенствованием управления банковским бизнесом вообще, а вторые – с непосредственным обслуживанием клиентов, с предоставлением «физической» услуги. Так, для повышения эффективности банковского обслуживания и взаимодействия с клиентами ряд финансовых организаций используют технологии искусственного интеллекта для оптимизации каналов обратной связи, для внедрения автоматизированных систем расчетов в процесс планирования собственной финансовой деятельности, для прогнозирования динамики стоимости активов в зависимости от колебаний иных факторов.

Цифровая платформа является основой для формирования экосистем вокруг определенных организаций [6] (Srnichek, 2019), однако само понятие «экосистема» является достаточно широким и включает в себя не только совокупность организаций или определенных экономических институтов. Некоторые исследователи полагают, что данный термин отражает алгоритмизацию процессов, направленных на цифровизацию экономики, а также совокупность правил и норм, задающих направления для развития коммерческих организаций, государственных структур и общества [7] (Novikova, Krishtanosov, 2021). Они же также воспроизводят мнение, что формирующиеся экосистемы являют собой совокупность конкретных экономических институтов. В сфере финансов данные процессы проходят более быстро, чем в материальном производстве, так как создание условных единиц продукции в финансовой сфере, где продукцией являются услуги, сопряжено с меньшими трудозатратами и более предрасположено к автоматизации. Этим можно объяснить быстрый рост мощнейших экосистем вокруг крупных банков и компаний.

Формирование экосистем вокруг финансовых институтов в то же время лишает их статуса организаций, специализирующихся исключительно на работе с финансовыми потоками. Можно выдвинуть гипотезу о том, что господствующая роль финансовой организации внутри экосистемы со временем будет снижаться при условии успешного развития других подразделений данного комплекса предприятий. Тем не менее отметим, что общая цифровая платформа, а также совокупность финансово-имущественных взаимосвязей, замыкающихся на главенствующей составляющей экосистемы, позволят топ-менеджменту осуществлять общую координацию работы всех подразделений без отклонений от стратегии корпоративного развития.

В отечественной науке существует подробное описание конкретных факторов, ставших причиной формирования подобных разветвленных финансовых структур [8] (Popov, 2021):

– кибернетическая цифровизация и создание глобальных сетей позволяют создавать сложные структуры без увеличения управленческих и иных издержек на поддержание связи между структурами и их координацией;

– кризис прежних форм финансирования роста компаний и поиск новых способов поддержания собственной ликвидности;

– тенденция к монополизации крупного бизнеса и высокий порог для входа на рынок для стартапов;

– стирание границ для транснационального капитала и усиление глобальной конкуренции, требующей наличия высокой концентрации капитала внутри одной структуры и высокой инвестиционной привлекательности и другие факторы.

Возникновение экосистем в финансовой сфере является закономерным этапом развития рыночной экономики, флагманом которой стал именно финансовый сектор. Снижение роли реального сектора перенаправило основные процессы цифровизации в господствующий сектор, способствуя его опережающему развитию. Проявления подобных трендов были описаны более ста лет назад. Гипотетически в дальнейшем экосистемы продолжат разрастаться в масштабах, забирая в свое подчинение все больше компаний и сервисов, реализуемых как стартапами, так и уже достаточно крупными фирмами.

Статистическая оценка цифровизации финансового сектора

С учетом специфики финансовой сферы и ее нематериального статуса авторами предлагается смешанный показатель цифровизации финансового сектора, который будет включать в себя показатели, характерные для кибернетической цифровизации и для киберфизической. Понятия данных видов трансформации экономики для банковского (финансового) сектора отличаются от их значения в разрезе описания обрабатывающей промышленности. Так как в финансовом секторе отсутствует материальное производство, то кибернетическая цифровизация будет проявляться в нем в виде первичной цифровизации управленческих и нематериальных производственных процессов на основе технологий подключения к сети второго и третьего поколения. Данные технологии также дают возможность для внедрения систем по взаимодействию клиентами (CRM) и по планированию дальнейшей экономической деятельности (ERP). Кроме того, данные базовые технологии предоставляют предприятиям финансовой отрасли возможность осуществлять маркетинг и взаимодействие с клиентами посредством использования социальных сетей, а также электронное взаимодействие с органами государственной власти при помощи специальных платформ.

Но только в дальнейшем при выходе технологий интернет-коммуникации на уровень 4-го и 5-го поколений появились возможности для более ускоренного развития инструментов и методов обработки данных. Для финансовых организаций данный этап можно отнести к киберфизической цифровизации. Повышение скорости передачи данных по Сети, а также развитие вычислительной техники обусловили необходимость для предприятий иметь высокоскоростное и широкополосное подключение к Интернету. Новое оборудование позволило организациям осуществлять анализ и обработку больших данных, а также использовать вычислительные мощности облачных платформ и сервисов. Тем не менее развитие технологий сопряжено с появлением новых видов рисков, поэтому на этапе киберфизической цифровизации организации уделяют особое внимание разработке и внедрению средств защиты информации и систем управления конфиденциальностью ИКТ.

В данной работе был рассчитан совокупный Индекс цифровизации, который включает в себя показатели и кибернетической, и киберфизической составляющей, так как исходная база данных не содержала в полной мере данные по всем странам, в связи с чем итоговая оценка по каждому отдельному виду цифровизации (киберфизической и кибернетической) не могла получиться адекватной.

Показатели отбирались исходя из данных, представленных на статистическом портале ОЭСР [23]. Кодовые обозначения показателей воспроизведены с этого портала. Отметим, в силу методологии в финансовый сектор также были включены и страховые компании. Ниже приведены основные параметры, использованные при расчете, и их краткое описание.

К показателям, условно характеризующим кибернетическую цифровизацию в банковской сфере, мы отнесли:

· С3А – предприятия, использующие программное обеспечение ERP (%): программное обеспечение ERP (планирование ресурсов предприятия) оптимизирует работу организации за счет интеграции процессов управления непосредственно самой фирмой и предоставлением услуг.

· С3B – предприятия, использующие программное обеспечение CRM (%): основной функцией подсистемы CRM является обслуживание взаимоотношений фирмы с ее клиентами, то есть сбор обратной связи от клиентов фирмы относительно выпускаемой продукции и услуг, а также отслеживание состояния продукта после его продажи и поддержка.

· А2 – предприятия с широкополосным подключением (к Интернету) (стационарное и мобильное) (%): широкополосное подключение к Интернету позволяет осуществлять передачу данных в короткие сроки за счет повышения скорости передачи, а также дает возможность дистанционно управлять организационными и иными процессами внутри экономических субъектов.

· F1 – компании, использующие Интернет для взаимодействия с государственными органами (%): интернет предоставляет возможность для разработки и функционирования платформ, упрощающих взаимодействие предприятий и государственных структур по вопросам государственно-частного партнерства, судебных разбирательств, сбора налогов и иных выплат и т. д.

К показателям, условно характеризующим киберфизическую банковскую цифровизацию, мы отнесли:

· G3 – компании, покупающие услуги облачных вычислений (%): облачные платформы избавляют компании от издержек на разработку, поддержку и модернизацию собственных сервисов, а также предоставляют универсальный набор инструментов для моделирования логистических цепей, бизнес-процессов, а также планирования и прогнозирования изменений в структуре компании в зависимости от влияния внешних и внутренних факторов [6] (Srnichek, 2019).

· G7 – компании, выполняющие анализ больших данных (%): на основе анализа больших данных приобретается возможность выделять определенные закономерности в поведении потребителей или динамике иных факторов, а также разрабатывать конкретные предложения по улучшению стратегии развития компании или характеристик товара или услуги.

· E7 – компании с официальной политикой управления рисками конфиденциальности ИКТ (%): политика управления рисками позволяет нивелировать вероятность наступления негативных событий, связанных с кражей данных и т.д., и защитить компанию от ущерба. ПО, разрабатываемое для защиты конфиденциальной информации компаний, а также ее оборудования, можно назвать продуктом киберфизической цифровизации.

· В2 – компании с веб-сайтом, позволяющим осуществлять онлайн-бронирование (%): онлайн-бронирование не является ключевым фактором, влияющим на инвестиционную и потребительскую привлекательность предприятия, но оно позволяет в некоторой степени повысить конкурентоспособность и снизить издержки на трудовые ресурсы.

· K1 – компании, использующие социальные сети (%): социальные сети являются одним из источников получения больших данных. На основе анализа публикаций и персональных данных пользователей можно выстраивать стратегии продвижения товаров, а отзывы могут помочь улучшить качество предоставляемых услуг или производимой продукции [9] (Golenda, Govyadinova, Zabrodskaya, 2020).

Для вычисления индекса цифровизации целесообразным является использование формулы расчета среднего арифметического взвешенного среди отобранных показателей. Данный подход позволит учитывать влияние каждого элемента цифровизации в равной степени. Ниже представлена формула расчета индекса, исходя из перечня отобранных показателей:

,

где I – индекс цифровизации; a, b, c, d, e, f, g, h, i – набор чисел, отражающих равномерные веса показателей.

При осуществлении расчетов данные по некоторым странам отсутствовали, в связи с чем расчет показателя производился по усеченной формуле. При отсутствии данных за один и более промежуточных календарных годов было принято допущение о равномерном заполнении пробелов данных по формуле среднего арифметического.

Показатели по индексу цифровизации для Российской Федерации выбирались из данных тематических статистических сборников, составленных экспертами Высшей школы экономики [21, 22] (Abdrakhmanova, Vishnevskiy, Vasilkovskiy, 2022). Методика расчета Индекса аналогична вышеуказанной, однако включает в себя больше факторов, а также, соответственно, меньшие размеры весов.

В таблице 1 представлены результаты расчетов индекса цифровизации по приведенным странам. В силу ограниченности информации на исходной базе данных часть полей остается незаполненной. Кроме того, отдельные показатели по странам свидетельствуют об определенных тенденциях, которые далее будут описаны.

Таблица 1

Индекс цифровизации стран ОЭСР, 2007–2020 годы, %

Страна/год
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
2019
2020
Австрия
52,76
56,95
78,04
41,39
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
Канада
н/д
н/д
н/д
н/д
н/д
48,9
55,35
58,57
61,79
65,00
61,22
55,81
45,63
н/д
Чехия
49,75
52,33
54,99
68,05
73,41
74,33
56,86
н/д
н/д
н/д
н/д
н/д
н/д
н/д
Эстония
53,79
48,31
47,99
60,8
66,69
67,04
57,78
н/д
н/д
н/д
н/д
н/д
н/д
н/д
Франция
н/д
н/д
51,43
60,41
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
Германия
н/д
н/д
61,81
68,93
67,86
66,13
56,79
н/д
н/д
н/д
н/д
н/д
0
н/д
Италия
н/д
н/д
55,63
55,02
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
Япония
н/д
н/д
н/д
н/д
38,1
49,43
52,33
60,77
63,07
65,94
67,73
77,5
н/д
н/д
Южная Корея
н/д
н/д
н/д
н/д
н/д
59,82
48,44
55,07
54,36
49,35
61,44
65,18
75,59
н/д
Нидерланды
н/д
н/д
45,4
53,91
59,05
58,90
49,09
н/д
н/д
н/д
н/д
н/д
н/д
н/д
Новая Зеландия
н/д
н/д
н/д
н/д
н/д
н/д
н/д
76,47
76,43
76,39
77,27
78,15
77,98
77,8
Норвегия
54,95
56,25
65,46
68,61
69,38
66,78
53,96
н/д
н/д
н/д
н/д
н/д
н/д
н/д
Польша
53
38,9
43,96
52,60
54,58
45,59
40,57
н/д
н/д
н/д
н/д
н/д
н/д
н/д
Испания
н/д
н/д
61,88
65,68
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
Швеция
н/д
н/д
67,92
75,68
73,60
72,02
65,76
н/д
н/д
н/д
н/д
н/д
н/д
н/д
Швейцария
н/д
н/д
н/д
н/д
46,28
47,56
48,84
50,12
50,83
52,40
60,55
38,73
39,83
н/д
Великобритания
н/д
н/д
48,06
44,92
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
н/д
Источник: OECD.Stat. [Электронный ресурс]. URL: https://stats.oecd.org/ (дата обращения: 23.03.2022).

По данным статистической базы ОЭСР, финансовый сектор развитых стран достаточно высокоразвит в области кибернетической цифровизации, что подтверждается высоким процентом организаций, имеющих широкополосный доступ к Интернету, использующих Всемирную сеть для коммуникации с государственными органами, а также имеющих собственную внутреннюю политику по управлению рисками в информационных технологиях. Количество организаций, имеющих сайты, позволяющих осуществить онлайн-бронирование, является достаточно низким практически во всех странах, что входит в некоторое противоречие с предыдущими показателями.

Канада и Южная Корея также предоставляют ограниченные данные по использованию в своей деятельности технологий обработки больших данных, однако достаточно низкий процент организаций, применяющих его, свидетельствует о начальном уровне развития данного инструмента в финансовом секторе, хотя, в сущности, он обладает высоким потенциалом. Вместе с этим на среднем уровне развитие находится использование компаниями социальных сетей. Это можно объяснить удобством продвижения собственных услуг на данных платформах, а также большим охватом потенциальных потребителей. Тем не менее в настоящее время все еще высока доля альтернативных и традиционных СМИ, в связи с чем большая доля компаний, видимо, не рискуют переносить собственную стратегию маркетинга исключительно на одно поле.

Относительно использования компаниями CRM и ERP-систем можно сказать, что данные инструменты применяются достаточно невысокой долей финансовых организаций, так как в большей степени они ориентированы на компании, специализирующиеся на материальном производстве. Тем не менее ряд компаний используют данное программное обеспечение для оптимизации внутренних процессов по разработке и предоставлению финансовых услуг или иной деятельности.

Если рассматривать результаты расчетов совокупного Индекса цифровизации, то можно заметить, что в целом уровень цифровизации финансового сектора находится на среднем уровне, в районе 40–50%. Лидерами являются такие страны, как Япония, Южная Корея и Новая Зеландия, экономически развитые страны, доля финансовых компаний в экономике которых является достаточно высокой.

Стоит принимать в учет, что ряд данных при расчете индекса отсутствовали по причине непредоставления данной информации самой организацией, а весовые коэффициенты при изменении количества показателей также варьировались.

Однако уже в 2013–2014 годах в европейских странах наблюдался достаточно высокий уровень цифровизации, что позволяет говорить о том, что возникшие в тот момент тренды на трансформацию экономики в рамках Шестого технологического уклада были восприняты финансовым сектором. Отрасль, таким образом, адаптировалась под новые условия ведения бизнеса. Если совместить результаты данного статистического исследования с предварительным аналитическим и теоретическим исследованием, то можно сказать, что специализация ряда стран обуславливает средний уровень цифровизации банкинга и иных институтов. Например, страны, ориентированные на промышленное производство, естественным образом будут перенаправлять больше ресурсов на развитие профильных отраслей.

Данные по цифровизации финансового сектора в России стали обобщаться достаточно недавно: по данному сектору они были собраны ВШЭ в последнем сборнике по цифровой экономике. Общие показатели за 2020 год (табл. 2) свидетельствуют о том, что только меньше половины отечественных финансовых организаций используют современные технологии, при этом широкополосное подключение к Интернету не имеют около трети организаций, что является довольно высоким и негативным показателем. Тем не менее это можно объяснить тем, что Российская Федерация находится на более низком уровне технологического развития по сравнению со странами ОЭСР, а также не имеет собственной базы для разработки и внедрения высокотехнологичного оборудования. Рассмотренные ранее кейсы свидетельствуют о том, что только крупные конгломераты имеют возможность для масштабной цифровизации собственной деятельности, в то время как в России существует огромное число региональных банков, ориентирующихся в основном на местные рынки. Имеющиеся тенденции к монополизации и сокращение числа малых и средних организаций впоследствии приведут к повышению Индекса, однако качественно ситуация будет зависеть исключительно от действий крупных игроков.

Таблица 2

Показатели и Индекс цифровизации финансового сектора в России за 2020 год, %

Показатели в % ко всем организациям
2020
Фиксированный широкополосный доступ к интернету
79,6
Использование облачных сервисов
41
Использование технологий сбора, обработки и анализа больших данных
44,4
Использование цифровых платформ
36,3
Использование геоинформационных систем
26
Использование Интернета вещей
10,8
Использование RFID
11,8
Использование технологий ИИ
22,8
Использование промышленных роботов / роботизированных линий
0,8
Использование средств электронного документооборота
41,9
Осуществление финансовых расчетов в электронном виде
36,4
Предоставление доступа к базам данных через глобальные информационные сети
16,5
Использование электронных обучающих программ
21,6
Использование средств защиты информации
65,25714
Общий индекс цифровизации
65,50
Источник: индекс рассчитан авторами на основе показателей сборника «Цифровая экономика»: 2022: краткий статистический сборник / Г.И. Абдрахманова, С.А. Васильковский, К.О. Вишневский и др.; Нац. исслед. ун-т «Высшая школа экономики». – М.: НИУ ВШЭ, 2022. – 124 с.

Кроме того, в изменившейся геоэкономической обстановке появились новые риски отставания от развитых стран, так как санкционное давление способно на некоторое время замедлить развитие отечественной высокотехнологичной отрасли за счет ограничения объемов доступных финансовых ресурсов, недостатка собственных технологий и промышленных мощностей, а также утечки кадров в зарубежные страны.

Исходя из полученной по итогам расчетов информации можно заключить, что в развитых странах на сегодняшний день преимущественными темпами развиваются технологии киберфизической цифровизации, так как ряд ведущих показателей имеют высокие значения, например, использование технологий облачных вычислений, а также систем CRM и др. Внедрение же широкополосного подключения к Интернету во всех приведенных странах ОЭСР практически повсеместное. Это является ключевым отличием от России, где одна пятая часть организаций финансового сектора не имеют быстрого и стационарного доступа к Всемирной сети. Тем не менее общемировые тренды развития прослеживаются и в нашей стране: так, использование цифровых платформ и систем обработки больших данных находится примерно на одних и тех же позициях среди финансовых организаций. Однако российская экономика еще не полностью прошла стадию кибернетической цифровизации, что гипотетически может увеличить отставание от ведущих стран Центра.

Финансовые экосистемы на сегодняшний день находятся в достаточно развитом состоянии и проводят активную политику расширения и привлечения дополнительных ресурсов для усиления собственного доминирования на рынках. Тем не менее нужно отметить, что пока подобные мегаструктуры фокусируются на отечественных площадках и рынках. Отечественные и зарубежные финансовые институты в тесной кооперации с государственными органами стремятся закрепить собственные позиции на внутренних рынках, а также создать площадки для возможного расширения за рубеж. Экосистемы одновременно стремятся расширить свое влияние в финансовом секторе путем поглощения поставщиков небанковских финансовых услуг, а также страховых компаний и обеспечить платформы для внутренней разработки программного обеспечения. Обладая достаточными финансовыми возможностями, структуры далее начинают расширяться в непрофильные сферы, например электронную коммерцию. Примером в данном случае может являться «Сбер» и его экосистема.

Однако существуют и альтернативные модели формирования банковских экосистем: крупный коммерческий капитал может подчинять себе финансовые структуры и использовать их ресурсы для создания собственной платежной, кредитной и иной инфраструктуры. В российской практике данными возможностями обладают корпорации «Газпром» и «Яндекс», которые на сегодняшний день уже имеют собственные финансовые структуры, обслуживающие их основную деятельность. Однако учитывая финансовые возможности компаний, а в случае «Яндекса» и технологические, можно предположить, что компания попытается проникнуть и на финансовый рынок.

Государство оказывает решающее влияние на общее развитие высоких технологий в стране и создание условий для развития финансовых институтов. Опыт России и некоторых других стран показывает, что участие государства в выстраивании собственной стратегии развития экосистем крайне важно. Государство осуществляет финансовое стимулирование роста компаний, создает инфраструктуру для воспроизводства и создания новых технологий совместно с частными и некоммерческими структурами.

Российская Федерация уже обладает несколькими частными и развитыми финансовыми мегаструктурами, которые по некоторым параметрам составляют конкуренцию зарубежным компаниям.

По мнению авторского коллектива, для дальнейшего развития в нестабильной геоэкономической обстановке банки и иные финансовые институты должны создать совместный координационный центр и каналы для взаимодействия с государственными структурами в целях создания инфраструктуры для научных исследований в области программного обеспечения и оборудования. При разрозненном взаимодействии все экономические субъекты подвержены большему риску, а концентрация ресурсов в рамках целевого взаимодействия позволит преодолеть острую фазу кризиса и обеспечить стабильный рост отрасли.

Еще одной потенциальной позицией для дальнейшего роста может являться выход на рынки стран ближнего зарубежья, в частности СНГ. Данное расширение позволит приобрести больший объем финансовых ресурсов для целей поддержания текущего уровня технологического развития экосистем, а также для их совершенствования. Не стоит упускать из виду тот факт, что на данных рынках уже имеются собственные игроки. В данном случае также возможна международная кооперация, например с банками Республики Беларусь.

Итак, в качестве двух основных стратегий роста отечественных финансовых структур можно выделить расширение присутствия на доступных рынках стран ближнего зарубежья и координацию экономического развития с государственными институтами и общественными организациями.

Заключение

По итогам исследования отечественного банковского сектора была выявлена недостаточная степень внедрения некоторых технологий, относящихся к киберфизической цифровизации, например подключение финансовых учреждений к Интернету через широкополосную связь. Вместе с этим на невысоком уровне находится внедрение систем электронного документооборота и т.д. Тем не менее наличие крупных финансовых экосистем, возникших вокруг связанных с государством коммерческих банков («Сбер», ВТБ и др.) является потенциальным конкурентным преимуществом по отношению к зарубежным субъектам отрасли. На этом основании можно констатировать, что выдвинутая гипотеза является состоятельной.

Для дальнейшего повышения конкурентоспособности отрасли экспертам и субъектам, ответственным за принятие решений, необходимо обратить внимание на направления, приведенные выше.

Рассмотренный в статье вопрос включает в себя смежные направления исследований, например проблемы влияния отдельных факторов цифровизации на структуру и функциональность банковской отрасли, приоритетности технологий в контексте последующих технологических укладов. Данные вопросы могут быть предметом последующих исследований.


Источники:

1. Шваб К. Четвертая промышленная революция. - М.: «Эксмо», 2016.
2. Кулагин В., Сухаревски А., Мефферт Ю. Digital@Scale: настольная книга по цифровизации бизнеса. - М: Издательство Интеллектуальная Литература, 2019.
3. Толкачев С. А. Киберфизические компоненты повышения конкурентоспособности обрабатывающих отраслей промышленности // Экономическое возрождение России. – 2019. – № 3(61). – c. 127–145.
4. Глушков В. М. Основы безбумажной информатики. - М.: Наука, 1987. – 552 c.
5. Толкачев С. А., Удалов И. Д., Темукуев С.А. Цифровизация обрабатывающей промышленности стран ЕС: приоритет развития киберфизических систем // Современная Европа. – 2022. – № 1(108). – c. 169-183.
6. Срничек Н. Капитализм платформ. / пер. с англ. и науч. ред. М. Добряковой; Нац. исслед. ун-т «Высшая школа экономики». - М.: Изд. дом Высшей школы экономики, 2019. – 128 c.
7. Новикова И. В., Криштаносов В.Б. Формирование экосистемы цифровой экономики: технологический и институциональный аспекты, международный опыт и имплементация в Республике Беларусь // Белорусский экономический журнал. – 2021. – № 4(97). – c. 124–137.
8. Попов А. К. Тенденции развития национальных финансовых компаний в рамках следующего технологического уклада // Креативная экономика. – 2021. – № 1. – c. 11–34.
9. Голенда Л. К., ГовядиноваН.Н., Забродская К.А. Научные труды Белорусского государственного экономического университета. Вып. 13. / М-во образования Респ. Беларусь, Белорус. гос. экон. ун-т. - Минск: БГЭУ, 2020. – 161–168 c.
10. Балашова Е. А. Экосистемы в банковском обслуживании. Мировой опыт // Экономика, менеджмент, сервис: проблемы и перспективы: материалы III Международной научно-практической конференции, Омск, 10–11 ноября 2021 года / Омский государственный технический университет. Омск: Омский государственный технический университет. 2021. – c. 12-17.
11. Гулин К.А.., Усков В.С. О роли интернета вещей в условиях перехода к четвертой промышленной революции // Проблемы развития территории. – 2017. – № 4(90). – c. 112–131.
12. Грибанов Ю.И., Репин Н. В., Шатров А.А. Цифровая инфраструктура развития экономики. / монография. - Москва: Русайнс, 2020. – 217 c.
13. Клейнер Г.Б., Рыбачук М. А., Карпинская В. А. Развитие экосистем в финансовом секторе России // Управленец. – 2020. – № 4. – c. 2–15.
14. Леонов М. В. Экосистема, необанк, маркетплейс и сервис как модели банковской деятельности в условиях цифровой экономики // Russian Economic Bulletin. – 2021. – № 3. – c. 141–144.
15. Рыжкова М. В. Концептуализация феномена // Вестник Томского государственного университета. Экономика. – 2019. – № 47. – c. 48-66.
16. Смирнов В. Д. Цифровизация в банковском деле: все против всех? // Финансы и кредит. – 2022. – № 5(821). – c. 1027–1057.
17. Туруев И. Б., Шашкина Е.О. Трансформация банковского сектора под влиянием финтеха: опыт Китая vs опыт России // Финансы и кредит. – 2022. – № 2(818). – c. 372–411.
18. Котляров И. Д. Финтех: сущность и модели реализации // Эко. – 2018. – № 12(534). – c. 23-39.
19. Леонов М. В. Экосистема, необанк, маркетплейс и сервис как модели банковской деятельности в условиях цифровой экономики // Russian Economic Bulletin. – 2021. – № 3. – c. 141–144.
20. Петрова Л. А., Кузнецова Т. Е. Цифровая трансформация российских финансовых институтов в условиях становления нового технологического уклада // ЭТАП: экономическая теория, анализ, практика. – 2022. – № 1. – c. 139-150.
21. Абдрахманова Г.И. Вишневский К.О., Васильковский С.А. Цифровая экономика: 2022. / Краткий статистический сборник Нац. Исслед. Ун-т «Высшая школа экономики». - М.: НИУ ВШЭ, 2022. – 124 c.
22. Абдрахманова Г.И. Вишневский К.О., Васильковский С.А. Цифровая экономика: 2021. / статистический сборник Нац. исслед. ун-т «Высшая школа экономики». - М.: НИУ ВШЭ, 2021. – 124 c.
23. OECD.Stat. Oecd, 2022. [Электронный ресурс]. URL: https://stats.oecd.org/ (дата обращения: 14.02.2022).

Страница обновлена: 29.03.2024 в 12:15:23