Эти же выводы позже подтвердили Шувэй Ли, Цзяньминь Хе и Ямин Чжуан в исследовании «A network model of the interbank market» (2010) [34]. Свою работу они основывали на результатах изучения межбанковских платежных структур, предоставленных государственными финансовыми институтами и другими исследователями, в нескольких странах, включая Японию, Австрию, Великобританию, Германию, Венгрию, США, Италию, Бразилию и Россию. Путем эмпирического анализа они также установили, что для всех структур характерны ранее ставившееся под сомнение территориальные различия, обусловленные разными правовым и историческим контекстами стран. Эти различия выражаются главным образом в количестве структурных уровней, степени однородности действующих в их пределах организаций и параметров группирования банков в сообщества и кластеры.
Но есть у структур и ряд общих признаков. Для этого ученые сымитировали межбанковскую платежную сеть, максимально приблизив её к усредненной реальной, при четырех условиях: банки на рынке имеют классификацию; все банки друг другу доверяют; банки вступают в отношения с членами своего класса и членами из других кластеров. Они исходили из двух постулатов. Первый состоял в том, что однородные банки внутри одной категории взаимодействуют друг с другом чаще. Второй -- объемы и регулярность отношений между банками зависят только от их текущей платежеспособности. Анализ построенной модели показал, что коэффициент кластеризации довольно низок, но в совокупности банки имеют структуру сообщества с определенной иерархией.
Годом ранее к такому же заключению пришли литовские ученые Донатас Бакшис и Леонидас Сакалаускас. Но, помимо этого, в своей работе «Simulation of automated real-time gross interbank settlement» (2009), проводимой с использованием описанного выше симулятора BoF-PSS2, они выяснили, что от того, между банками каких кластеров проводятся транзакции, зависит их эффективность [15]. Причем количество кластеров, формируемых преимущественно числом банковских клиентов и объемами их платежей, растет по мере увеличения доли безналичных расчетов в общем денежном обороте. Чем больше транзакций проводится автоматически, тем чаще у банков нарушается платежный баланс, что и становится причиной снижения оптимальности и эффективности их работы.
Взаимосвязь роста объемов безналичных расчетов со снижением эффективности работы банков также доказали при помощи BoF-PSS2 сотрудники национального банка Швейцарии (SNB) Мартина Глэсери и Филипп Хенез в исследовании «Liquidity effects of a participant-level operational disruption in SIC» (2008) [27]. Они подсчитали, что в результате операционных сбоев, вызываемых скачками нагрузки на платежные системы, ежедневно с момента сбоя и до начала следующего рабочего дня не могут быть погашены до 22 % сделок, что составляет примерно 36 миллиардов швейцарских франков. Параллельно нарушается работа всех связанных с банком организаций. Исследователи отмечают, что в рамках модели инсценировали один и тот же сценарий сбоя с единственным фактором. А поскольку в действительности причин сбоев больше, реальные потери также отличаются от рассчитанной ими суммы в большую сторону.
Глэсери и Хенез описали в работе и методы, используемые SNB для минимизации подобных проблем и оптимизации работы. Во-первых, это поощрение раннего ввода платежных поручений, поскольку их основной поток начинается во второй половине дня. Во-вторых, это искусственно создаваемые очереди, которые означают, что несколько поручений обрабатываться одновременно не могут, снижая тем самым загруженность системы. И в-третьих, это регулярное тестирование всех используемых инструментов. Как отмечалось ранее, структура платежей имеет тенденцию меняться со временем, и чем раньше будут выявлены её новые особенности, тем быстрее система будет под них адаптирована. Основной посыл авторов -- показать, как важна оптимизация расчетных процессов сегодня, и призвать других исследователей продолжать решать эту проблему.
Чтобы понимать, какой именно должна быть оптимизация платежных операций, до конца, кроме характеристик моделей межбанковских расчетов, нужно уточнить еще одну их составляющую -- тенденции развития. Об этом пишет профессор Университета Битолы Ристо Гогоски в исследовании «Payment systems in economy -- present and future tendencies» (2012) [31]. Профессор рассматривает платежную систему как не более чем организованный механизм передачи безналичных денежных средств из одной организации в другую, от оптимальности работы которого, тем не менее, зависит бесперебойность функционирования всей экономики. Как отмечает Гогоски, для финансового сектора характерна экономия от масштаба, то есть чем шире деятельность организации, тем дешевле обходится её ведение. Это объясняется тем, что, во-первых, чем больше клиентов сосредоточено в одной организации, тем проще их обслуживать, и, во-вторых, чем больше организация предоставляет услуг, тем проще их объединять, реализуя их технически оптом. Поэтому все больше компаний стремятся выйти на финансовый рынок и захватить его максимальную долю, имея при этом тенденцию к эволюции в естественные квази-монополии.
В связи с этим серьезную значимость в будущем приобретают отраслевой контроль и регулирование, и ключевую роль в этом процессе Гогоски отводит центральному банку. Его задачи -- снижать системные риски, вызывающие сбои в платежной инфраструктуре, обеспечивать безопасность их работы и поддерживать по отношению к ним доверие. Основные факторы, которые будут влиять на скорость изменений в банковской среде, -- это как быстро в объеме общих расчетов будет расти доля безналичных, а также как будут трансформироваться технические возможности внутрисистемных коммуникаций между банками и платежными системами. Касательно этих вопросов согласия среди экономистов пока нет. Но все едины во мнении, что будет увеличиваться количество самих банков, их клиентов и степень участия в их технической и информационной поддержке центрального банка.
Пока одни исследователи выясняли, как расчетно-платежные системы функционируют и развиваются, другие следили за их оптимизацией самими операторами и изучали, какой эти механизмы дают эффект. Центральным механизмом и главным предметом дискуссий между специалистами стал двухсторонний банковский клиринг. Таковым он является и сейчас, по-прежнему оставаясь в основе оптимизации межбанковских расчетов. Но подробнее речь о нем пойдет в следующей главе.
Итак, как показала история, проблема оптимизации расчетных процессов сопровождает мировую экономику на протяжении всех этапов её развития. За десятки столетий она не поменяла свою суть: мы по-прежнему задаемся вопросом, как организовывать платежные системы удобными для использования, но при этом быстрыми, надежными и недорогими в обслуживании. Зато кардинально изменился её контекст.
Когда-то давно платежные системы оперировали такими предметами, как зерно, раковины каури и глиняные таблички. Им на смену пришли металлические монеты и векселя. Тех заменили банкноты и чеки. И, наконец, деньги окончательно покинули пределы осязаемости. Под безналичными расчетами понимаются просто переводы денежных средств с одного банковского счета на другой.
Но что же мы переводим, если деньги -- это уже не металл и, согласно значению понятия «долговое обязательство», даже не банкноты? Деньги сегодня -- это не что иное, как наше собственное доверие. Когда покупатель оплачивает деньгами заказ, он показывает продавцу свою уверенность в том, что тот предоставит взамен обещанный товар. А когда он делает это при помощи банковской карты, он показывает уверенность в банке и в том, что банк действительно переведет его деньги на счет продавца. Деньги -- это отражение обязательств между кредиторами и заемщиками. Само слово кредит в переводе с латинского «credo» означает «верю».
Поэтому проблема оптимизации расчетных процессов в современном мире интерпретируется скорее как проблема оптимизации процессов передачи между банками информации о том, какой счет и на какое количество тех самых денег нужно увеличить или уменьшить. Тем не менее, несмотря на отсутствие привязки к золотому стандарту, денег не может быть бесконечно много. Печальные последствия попыток бездумного увеличения денежной массы показывает та же история. Из-за этого деньги по-прежнему ассоциируются с чем-то конечным и материальным. И, как в случае с любой другой ограниченной материей, для перевода денег от одного лица другому их нужно переместить с одного счета на другой физически, что бы понятие «физически» ни значило в абстрактном цифровом мире.
В итоге мы вновь возвращаемся к вопросу об упрощении расчетов между экономическими агентами. И решение именно этой проблемы -- задача всех методов оптимизации взаиморасчетов между организациями.
1.2 Обзорный анализ методов оптимизации взаиморасчетов
С тех пор, как в середине XX века появились платежные карты, людям открылись кардинально новые возможности совершения покупок. Еще больше они расширились с развитием глобализации, следствием которой стал рост заказов товаров из других стран и, соответственно, количества международных платежных транзакций. Вскоре расчеты достигли столь большого объема, что у почтовых и телеграфных отделений попросту не хватало ресурсов для обработки и передачи такого количества конфиденциальной банковской информации. Поэтому в 1973 году крупнейшие банки из пятнадцати стран создали SWIFT -- Society for Worldwide Interbank Financial Telecommunications.
SWIFT -- это электронная стандартизированная система, внутри которой банки со всего мира круглосуточно передают друг другу данные о своих международных транзакциях. Целью её разработки было увеличение скорости межбанковских расчетов в глобальном цифровом пространстве, устранение использования для документации операций бумажных носителей, так как они вносили в работу организаций много дополнительных сложностей и путаницы, а также минимизация всех видов банковских рисков наподобие несанкционированного доступа к данным, потери платежей, ошибочной адресации и прочих. На начало 2000 года к ней были подключены более 5 тысяч финансовых учреждений из 155 стран. Среднее количество передаваемых в день сообщений составляло 5 миллионов.
Как известно, любые трансграничные связи, будь то звонки или отправка писем, по сравнению с внутригосударственными в силу объективных внешних факторов, например, правовых, сопряжены с гораздо большими издержками. Поэтому для такой масштабной системы, как SWIFT, требовался особый подход к оптимизации расчетов, позволяющий сводить все транзакционные затраты к минимуму. Технический процесс перевода денег лежит за пределами функций SWIFT -- это задача операторов платежных систем, которым и предстояло оптимизировать расчеты. Но именно её появление стало мощным толчком для прогресса в этом направлении.
Решением стал автоматизированный двухсторонний банковский клиринг. Механизм хорошо показал себя на мировом уровне, и сегодня применятся при проведении не только трансграничных, но и внутригосударственных финансовых сделок. Его эффективность достигается путем реализации следующего алгоритма, в котором А -- отправитель платежа, а В -- его получатель:
1) А инициирует транзакцию: дает платежной системе задание перевести указанную сумму средств со счета А на счет В.
2) Платежная система проверяет, есть ли на счете А нужная сумма. (Есть.)
3) Заданная сумма на счете А блокируется и получает статус ожидания. Сам перевод будет осуществлен позже, но А думает, что деньги уже списались.
4) Платежная система сообщает банку В о том, что на счет В поступит определенная сумма средств, и банк В начисляет эту сумму из своих запасов. Перевод из банка А в банк В еще не поступил, но В уже имеет в распоряжении обещанные А средства.
5) Все накопившиеся за определенный период времени в банке А платежи со статусом ожидания группируются по банку-адресату и суммируются внутри группы. То же происходит и в банке В. (Банк А должен перевести банку В 30 условных единиц, а получить от него -- 20.)
6) Клиринговая система считает разницу между встречными долгами банков А и В и поручает перевести эту разницу со счета банка с большим долгом его контрагенту. (Банк А должен перевести банку В 10 условных единиц.)
7) Банки А и В отправляют в центральный банк запросы на перевод средств с их счетов, на которых хранятся средства их клиентов, на счета друг друга.
8) Центральный банк проверяет запрос, списывает средства со счета банка А и начисляет их на счет банка В (10 условных единиц). Средства, заблокированные ранее на счете А, теперь действительно сняты.
В более простом случае, если бы счета А и В находились в одном банке, платежная система не блокировала бы средства на счете А, а сразу списала бы их и перевела на счет В. Центральный банк бы при этом не привлекался.
Непосредственно клиринг в описанном алгоритме происходит на шестом шаге. Эффективность этого механизма следует напрямую из теории графов при рассмотрении платежной системы как комплексной сети, состоящей из множества ориентированных подграфов. Вершины сети -- это связанные между собой попарно банки, объединенные встречными платежами, представленными двумя направленными в противоположные стороны дугами. После проведения клиринга количество дуг, то есть платежных поручений, сокращается вдвое.
Наглядно механизм двухстороннего клиринга для системы из трех банков представлен ниже на Рисунке 1. В левой части изображен граф до проведения клиринга, а в правой -- после. Веса ребер означают сумму переводимых банками денежных средств. Числовые значения рядом с вершинами со знаком «+» означают суммы, которые банки получают от контрагентов, а со знаком «-» -- которые они им переводят. Результат сложений и вычитаний позволяет сравнить для каждого банка на левом и правом графе конечный платежный баланс (BP -- Balance of payments), который при правильных клиринговых расчетах остается неизменным.