Struktura wypłat z bankomatów z uwzględnieniem typów ich lokalizacji
DOI:
https://doi.org/10.18778/0208-6018.348.08Słowa kluczowe:
lokalizacja bankomatów, struktura wypłat, zarządzanie napełnianiem bankomatów gotówkąAbstrakt
Jednym z elementów procesu zarządzania siecią bankomatową jest dogłębna analiza struktury wypłat z poszczególnych bankomatów oraz z określonych grup bankomatów o zbliżonej lokalizacji. Jest to element niezbędny przy podejmowaniu decyzji o wyborze lokalizacji dla nowych bankomatów oraz o likwidacji określonego bankomatu lub bankomatów z jakiegoś typu lokalizacji. Ważnymi elementami struktury wypłat, zwłaszcza w ujęciu opłacalności funkcjonowania bankomatu, są liczba oraz wielkość wypłat z bankomatu. Liczba wypłat z bankomatu jest związana bezpośrednio z przychodami operatora z tytułu opłaty interchange oraz reklam wyświetlanych podczas korzystania z bankomatu przez klienta. Im większa liczba operacji wypłat, tym większe przychody dla operatora sieci. Z kolei wielkość wypłat powiązana jest bezpośrednio z kosztami, jakie ponosi operator. Większe wypłaty z danego bankomatu oznaczają wyższe koszty związane z przygotowaniem i dostarczeniem gotówki do bankomatu oraz jej „zamrożeniem” w bankomacie. Celem przeprowadzonych badań jest wskazanie tych typów lokalizacji bankomatów, które potencjalnie przynoszą największe zyski, tzn. występuje w nich najwięcej wypłat o stosunkowo niskiej wartości. Dodatkowo zweryfikowano, czy występuje istotne zróżnicowanie w liczbie wypłat oraz w wielkości wypłat pomiędzy grupami bankomatów z różnych typów lokalizacji. W analizie wykorzystano szeregi czasowe liczby i wielkości wypłat z bankomatów jednego z największych operatorów sieci bankomatowych w Polsce. Dane dotyczą bankomatów zlokalizowanych w województwach małopolskim i podkarpackim. W celu porównania struktury wypłat oraz wykazania ich zróżnicowania w poszczególnych bankomatach i grupach bankomatów wykorzystano podstawowe miary statystyczne oraz wybrane testy statystyczne. W wyniku przeprowadzonych badań zostały wyodrębnione te typy lokalizacji, w których instalowanie bankomatów z dużym prawdopodobieństwem przyniesie większy dochód. Przeprowadzone analizy mogą posłużyć operatorom bankomatowym przy wyborze typu lokalizacji.
Pobrania
Bibliografia
Amromin E., Chakravorti S. (2007), Debit card and cash usage: a cross‑country analysis, Technical report, Federal Reserve Bank of Chicago, Chicago. DOI: https://doi.org/10.2139/ssrn.981236
Boeschoten W. C. (1998), Cash management, payment patterns and the demand for money, „De Economist”, t. 146, nr 1, s. 117–142.
Brentnall A. R., Crowder M. J., Hand D. J. (2008), A statistical model for the temporal pattern of individual automated teller machine withdrawals, „Applied Statistics”, t. 57, nr 1,, s. 43–59.
Brentnall A. R., Crowder M. J., Hand D. J. (2010), Predicting the amount individuals withdraw at cash machines using a random effects multinomial model, „Statistical Modelling”, t. 10, nr 2, s. 197–214.
Carlsen M., Storgaard P. E. (2010), Dankort payments as a timely indicator of retail sales in Denmark, Danmarks Nationalbank Working Papers, nr 66.
Cleveland W. S., Devlin S. J. (1980), Calendar Effects in Monthly Time Series: Detection by Spectrum Analysis and Graphical Methods, „Journal of the American Statistical Association”, t. 371, nr 75, s. 487–496.
Esteves P. S. (2009), Are ATM/POS Data Relevant When Now casting Private Consumption?, Banco de Portugal Working Paper, nr 25.
Górka J. (2011), Rozwój sieci bankomatów w Polsce a opłaty interchange i surcharge, „Gospodarka Narodowa”, nr 7–8, s. 89–112.
Górka J. (2013), Efektywność instrumentów płatniczych w Polsce, Wydawnictwo Naukowe Wydziału Zarządzania Uniwersytetu Warszawskiego, Warszawa.
Górka J., Chodnicka P. (2012), Prognoza rozwoju sieci bankomatów w Polsce, [w:] J. Sokołowski, M. Sosnowski, A. Żabiński (red.), Polityka ekonomiczna, „Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu”, nr 246, s. 96–105.
Gurgul G., Suder M. (2012), Efekt kalendarza wypłat z bankomatów sieci Euronet, „Zeszyty Naukowe Wyższej Szkoły Ekonomii i Informatyki w Krakowie”, nr 8, s. 25–42.
Gurgul H., Suder M. (2013a), Modeling of Withdrawals from Selected ATMs of the „Euronet” Network, „Managerial Economics”, t. 13, s. 65–82. DOI: https://doi.org/10.7494/manage.2013.13.65
Gurgul H., Suder M. (2013b), The properties of ATMs development stages – an empirical analysis, „Statistics in Transition”, t. 3, s. 443–466.
Gurgul H., Suder M. (2013c), Rozkład prawdopodobieństwa dziennych wypłat z bankomatów, „Wiadomości Statystyczne”, t. 58, nr 4, s. 1–22.
Gurgul H., Suder M. (2015), Prognozowanie wypłat z bankomatów, „Wiadomości Statystyczne”, t. 60, nr 8, s. 25–48.
Gurgul H., Suder M. (2018), Impact of ATM location on its profitability in Malopolskie and Podkarpackie provinces, „Managerial Economics”, t. 19, s. 49–73.
Holden K., El‑Bannany M. (2004), Investment in information technology systems and other determinants of bank profitability in the UK, „Applied Financial Economics”, t. 14, s. 361–365.
Kondo K. (2010), Do ATMs influence bank profitability in Japan?, „Applied Economics Letters”, t. 17, nr 3, s. 297–303.
Kruskal W. H., Wallis A. (1952), Use of ranks in one‑criterion variance analysis, „Journal of the American Statistical Association”, t. 47, nr 260,, s. 583–621.
Kufel T. (2010), Ekonometryczna analiza cykliczności procesów gospodarczych o wysokiej częstotliwości obserwowania, Wydawnictwo Naukowe Uniwersytetu Mikołaja Kopernika, Toruń.
Mester L. (2009), Changes in the use of electronic means of payment: 1995–2007, „Business Review”, nr Q3, s. 29–37.
Polasik M., Maciejewski K. (2017), Skutki obniżenia opłaty interchange na polskim rynku kart płatniczych, „Annales Universitatis Mariae Curie‑Skłodowska”, t. 6, nr 51,, s. 331–341.
Snellman H., Viren M. (2009), ATM networks and cash usage, „Applied Financial Economics”, t. 19, nr 10,, s. 841–851.
Pobrania
Opublikowane
Numer
Dział
Jak cytować
