城市商业银行宏观定编模型浅探.ppt
- 文档编号:11546893
- 上传时间:2023-06-01
- 格式:PPT
- 页数:59
- 大小:1.58MB
城市商业银行宏观定编模型浅探.ppt
《城市商业银行宏观定编模型浅探.ppt》由会员分享,可在线阅读,更多相关《城市商业银行宏观定编模型浅探.ppt(59页珍藏版)》请在冰点文库上搜索。
城市商业银行宏观定编模型探索,2009年4月,黄海龙,缘起,你们觉得我这个银行总共多少人算比较合适?
A城商行董事长,目录,一、目前市场定编方法分析二、城市商业银行宏观定编模型第一层三、城市商业银行宏观定编模型第二层四、定编模型的思考,目前市场上的定编方法体系,定编方法体系,本行业比例法,业务数据分析法,业务分工定编,劳动效率定编,德尔菲法,业务流程分析法,预算控制法,因素分析法,定编的方法劳动效率定编法(举例1),是指根据生产任务和员工的劳动效率以及出勤等因素来计算岗位人数的方法。
实际上就是根据工作量和劳动定额来计算员工数量的方法。
因此,凡是实行劳动定额的人员,特别是以手工操作为主的岗位,都适合用这种方法。
定编人数=计划期生产任务总量/(员工劳动定额*出勤率)举例来说,某企业每人每年需生产某零件4651200只,每个车工的产量定额为16只,年平均出勤率为95%,求车工定编人数,计算如下:
定编人数=4651200(只)/16(只)*(365-2*52-10)(天)*0.95=1219(人)由于劳动定额的基本形式有产量定额和时间定额两种。
上例是产量定额,如果采用时间定额,其计算公式如下:
定编人数=生产任务*时间定额/(工作时间*出勤率)。
以上例来说,如单位产品的时间定额为05小时,则可计算如下:
定编人数=4651200(只)*05(小时)/8(小时)*(365-2*52-10)(天)*0.95=1219(人),预算控制法(举例2),预算控制法:
它通过人工成本预算控制在岗人数,而不是对某一部门内的某一岗位的具体人数做硬性的规定。
部门负责人对本部门的业务目标和岗位设置和员工人数负责,在获得批准的预算范围内,自行决定各岗位的具体人数。
由于企业的资源总是有限的,并且是与产出密切相关的,因此,预算控制对企业各部门人数的扩展有着严格地约束。
5000元/月,业务量(月),预算控制法:
人工费用举例,5000元/月,5000元/月,5000元/月,6000元/月,6000元/月,6000元/月,人工费用,人工费用,合计:
2万/月(4人),合计:
1.8万/月(3人),用较少的人数完成同样的业务量以减少费用成本,一个问题:
传统的定岗定编,先定了什么?
先定了岗,后定了编。
业务流程分析法,业务分工定编,在公司之内看编制,在公司之外看编制,目录,一、目前市场定编方法分析二、城市商业银行宏观定编模型第一层三、城市商业银行宏观定编模型第二层四、定编模型的思考,2023/6/1,定编模型,利润定编,成本定编,宏观编制预测,微观编制预测,预测原则:
成本导向,以行业标杆为参照,兼顾规模和A城商行实际,成本原则:
既考虑到匹配A城商行自身的发展和经营目标,又要最精简地地节约人力成本,保证组织的有序发展和市场竞争力。
行业标杆原则:
尽可能地描述行业中发展的一般人力编制设计状况和良好企业的编制设计,作为A城商行编制设计的参照因素规模和市场导向原则:
以市场为导向,总行和分支行实现规模设计原则。
实际原则:
以A城商行的财务承受力和组织变革承受力为定编的综合考虑原则。
子目录,岗位定编模型第一步利润成本分析第二步行业规模分析第三步总分行分析第四步,综合分析,2023/6/1,1.预测利润:
按乐观方式,未来五年A城商行的资产规模和利润总额如下,其中,2008年利润总额分别为2.12亿元,利润总额的乐观估计:
在资产规模增速为22.9%情况下进行预测;,资产规模乐观估计,单位:
亿元,利润总额乐观估计,单位:
亿元,2023/6/1,2.人力成本贡献率:
对比A城商行2005-2007发展的历史数据,发现人力成本大幅上涨,人力成本贡献率大幅下降,均值为0.91,注:
人均利润=利润收入/人数人力成本贡献=利润收入/人力资源总成本,此数据表明每投入一元人力成本的利润产出。
数据来源:
北京银行、南京银行、宁波银行、杭州银行与A城商行各相关年度报告,A城商行2005-2007人力和利润等指标,结论:
利润总额下滑,人员成本上调,2023/6/1,2.人力成本贡献率:
对比2007同业城商行数据,A城商行在人均利润上相差10倍,在人力成本贡献率上相差4倍多(3.84/0.91),同时,可以得出人力成本功贡献率的均值2.38,注:
人力成本均值=(A城商行3年的人力成本均值+2007城商行的均值)/2=(0.91+3.84)/2=2.38人均利润=利润收入/人数人力成本贡献=利润收入/人力资源总成本,此数据表明每投入一元人力成本的利润产出。
数据来源:
北京银行、南京银行、宁波银行、杭州银行与A城商行各相关年度报告,2007同业城商行人力和利润等指标,A城商行和其他城商行比较,2023/6/1,3.人力总成本:
根据年利润和人力成本贡献,按三种方式得出预计的人力总成本,从而得出人力总成本的预计区间,20082012年A城商行预计年人力总成本(分三种),人力总成本=年利润目标/人力成本贡献人力成本贡献=利润收入/人力资源总成本,其中以A城商行人力成本贡献近三年中最好的,最差的和行业平均值3个值为考察维度。
2023/6/1,4.人均人力成本:
结合上年人均成本和目前的人力成本增长,预测人均人力成本,从而得出预计人员编制,20082012年A城商行预计人均人力总成本(分三种),预计人均人力成本=上年人力成本(1+N%),其中,根据企业业经增长预计、行业工资水平以及生活变动等综合因素,初步确定08年较07年人均上调15%,由此预计年年人均人力成本增长N为15%。
预计人员编制=预计人力总成本/预计人均人力成本,也按照三个方式进行预测,2023/6/1,5.预计人员编制:
根据人力总成本和人均总成本,按三种方式得出预计的人员编制,从而得出人力编制的区间,预计A城商行2008-2012年度人力编制,利润和成本预测法的说明,利润成本预测法很好地将利润发展和人员成本耗费结合在一起,是各个行业内最通用的计算人员编制预测的方法,也是对人员发展进行成本控制的比较好的方法。
但是,单纯的根据利润得出人员编制,对一些以利润和人员挂钩特别紧密的生产型企业等,是比较贴切的方法,而对于一些人数和利润没有完全一一对应关系的企业,却需要进一步思考,比如投资银行,一个人可以创造几百万利润。
所以,利润成本法为成为我们考虑编制的一个因素,而非全部。
利润成本分析总体计算图,利润成本分析,得出总体城商行编制的人力区间E=C/D=(A/B)/D,C.人力总成本=利润/人力成本贡献率,D.人均总成本=预计人力成本/人数,A.利润预测根据一定战略规划得出,B.人力成本贡献率=利润/人力总成本对比同业和自身历史发展,E.预计人员编制=人力总成本/人均总成本,子目录,岗位定编模型第一步利润成本分析第二步行业规模分析第三步总分行分析第四步,综合分析,2023/6/1,按照资产规模进行分段,2007年19家不同类型的银行资产规模和员工总数的对比图,资料来源:
各大银行2007年数据年报,资产规模,员工数量,0,2000,1000亿,5000亿,10000亿,4000,20000,40000,10000,359,693,755,761,由于历史的原因和资产规模对比过于悬殊,四大行等可以作为一个数据进行参看,不作为对比的类型,2023/6/1,选取全国股份制商业银行和城商行,对人均资产规模进行曲线图罗列,可以看出,全国性商业银行相对而言商业化较成功,人均资产规模较高;而资产规模在1000亿以下的城市行,相对较低,总均值0.42,人均资产规模,资料来源:
各大银行2007年数据年报,2023/6/1,根据资产规模进行分段,可以得出资产规模和员工数目的大致分布规律,资产规模和与员工数量的分布规律,资料来源:
各大银行2007年数据年报,资产规模和与员工数量的分段对比图,2023/6/1,预计人员编制:
根据资产规模和人数比较,模拟预测公式;同时,比较A城商行的历史数据和预期5年度发展目标,从而得出预算的人员编制区间,资产规模和人数的预测公式,A城商行历史数据,资料来源:
各大银行2007年数据年报和内部数据,业务规模分析计算图,业务规模分析,得出总体城商行编制的人力区间,C.资产规模和人员编制的分布规律,D.根据行业和历史发展,模拟人员编制区间,A.对银行类型和规模分类,B.计算同类型银行的人均资产规模,2023/6/1,资产规模和人员定编方法说明,资产规模预测法很好地将规模发展和人员成本耗费结合在一起,是从宏观层面的计算人员编制预测的方法,可以从业务的规模大小控制人员的编制。
但是,单纯的根据规模得出人员编制,对一些规模和人员挂钩特别紧密的企业,是比较贴切的方法,而对于一些人数和利润没有完全一一对应关系的企业,却需要进一步思考。
所以,规模人数比较法为成为我们考虑编制的一个因素。
子目录,岗位定编模型第一步利润成本分析第二步行业规模分析第三步总分行分析第四步,综合分析,2023/6/1,分析银行人数构成,银行人数规模的扩张是具有规模效应的:
一般是总行稳定的人数增长,而分行、支行和网点的增加,将使得人数以几何倍数增长,总行,支行1,支行2,分行1,二级支行1,二级支行2,二级支行1,二级支行2,二级支行1,二级支行2,二级支行1,二级支行2,2023/6/1,总行和分支行有着一定的人数占比,在一般的城商行中总行的编制占比在21.35%,最低的上海银行16.73%,A城商行属于中间水平,2007年各城商行总分行编制,A城商行总行在全体人员中的占比,资料来源:
各大银行2007年数据年报和内部数据,2007年城商行总行编制占比对照,2023/6/1,A城商行分支行的人数预测,分支行一般的人数规模,资料来源:
各大银行2007年数据年报和内部数据,一般城商行分支行的平均人数规模,A城商行分支行的人数预测,2023/6/1,按照总行和分支行规模关系,A城商行的整体人数预测,分支行一般的人数规模,资料来源:
各大银行2007年数据年报和内部数据,A城商行分支行的人数预测,总分行分析计算图,总分行分析,得出总体城商行编制的人力区间,C.分支行编制预测,D.根据总行和分支行的配比,计算总体编制,A.分支行扩张的规模效应,B.行业和自身的分支行编制配比,子目录,岗位定编模型第一步利润成本分析第二步行业规模分析第三步总分行分析第四步,综合分析,2023/6/1,定编:
通过三个因素综合分析,加权平均得出2012年全行员工在2334-2621人之间,a.利润成本分析的编制预测,b.资产规模分析的编制预测,c.总分行分析的编制预测,注:
编制预测=a15%+b70%+c15%,2023/6/1,对资产规模、网点数量、行业对比等因素综合考虑,A城商行2008-2012年员工数量变化如下,总行:
346分行:
935总体:
1281,2008,2009,2010,2011,2012,资产规模:
441亿利润总额:
2.12亿,总行:
389分行:
1192总体:
1581,总行:
415分行:
1374总体:
1762,总行:
454分行:
1575总体:
2029,总行:
498分行:
1836总体:
2334,资产规模:
542亿利润总额:
5.19亿,资产规模:
667亿利润总额:
5.84亿,资产规模:
819亿利润总额:
7.66亿,资产规模:
1007亿利润总额:
9.99亿,数据来源于前述预测模型,2023/6/1,有关定编预测的说明,为了科学地预测未来发展人数定编,本模型以经营目标为导向,综合考虑成本、资产规模、经营规模效应,同时,结合行业参数参照,力求避免单一的定编方法导致的片面性,力求数据发展真正为经营目标服务,达到科学和精确。
但任何管理方法,如果单纯地从数字角度考虑问题,不考虑组织的发展、变革的接受度、内外部环境的变化,则是不科学的,所以,具体实行的时候,应该以本预测结果为基础,综合各种因素,才能保证目标的顺利实现。
目录,一、目前市场定编方法分析二、城市商业银行宏观定编模型第一层三、城市商业银行宏观定编模型第二层四、定编模型的思考,1.1目前具体的分支行分布:
一级支行共40个,无下属支行的一级支行共20个,13个1+1支行,4个1+2支行,2个1+3支行,1个1+4支行,1.2目前具体的分支行分布:
有下属支行的一级支行共20个,有四种类型,2.1广场支行原组织结构图片区支行类型,对分支行,岗位类别分成五类:
管理岗、专业岗、行政岗、操作岗和业务岗,办公室主任,支行行长,营业部经理,业务部经理,综合岗1,文书岗1,副行长1,2.2宜良支行原组织结构图县域支行类型,办公室主,支行行长1,客户部,营业室,副行长1,对分支行,岗位类别分成五类:
管理岗、专业岗、行政岗、操作岗和业务岗,2.3白塔支行原组织结构图直属支行类型,办公室主任,支行行长,营业部经理,业务部经理,综合岗1,文书岗1,副行长1,对分支行,岗位类别分成五类:
管理岗、专业岗、行政岗、操作岗和业务岗,2023/6/1,3.根据城商行总行和分行员工数,结合A城城商行的具体情况,拟合公式套算出2012年总行可达到498人,分支行一般的人数规模,资料来源:
各大银行2007年数据年报和内部数据,一般城商行总分行人数模拟公式,2023/6/1,A城商行2005-2007人力职级分类图,职级分类分析图,4.A城商行总行整体岗位编制分布图整体的岗位类别分布,在2005-2007年发展过程中,两个增张和一个减少令人担忧:
支行部门经理和副经理和总行一般员工在2007较大幅度增长;而客户经理却呈现整体下降态势。
说明业务拓展队伍人数的降低和后援管理的成本上升。
2023/6/1,资料来源:
各大银行2007年数据年报,5.银行业管理人员占比图A城商行相对比较高,6.A城商行分支行管理层总体状况,A城商行全辖共72个机构,1个总行,71个分支机构(含总行营业部)。
其中,一级支行共40个,无下属支行的一级支行共20个,占比50%;一级分行的下属分行在0-4个之间。
对于一级支行和下属分行,虽然对某些支行有着明确的业务定位和类型定位,但是大部分的分支行,类型定位和管理模式还不太清晰。
由于定位的不清晰和区域发展的不均衡性,给总行对分支行的管理带来模糊性,无法根据实际情况作出合理的考核和管理;同时,分支行之间也带来了急剧的内部竞争。
2023/6/1,风险与运营管理系统,业务拓展系统,风险管理部,信贷审批部,法律合规部,稽核审计部,公司业务部,机构业务部,国际业务部,投资银行部,银行卡中心,资产负债部,个人金融部,票据保理部,会计结算部,计划财务部,支持保障系统,党群工作部(党委办),总务部,纪检监察室,办公室,人力资源部(组织部),信息技术部,保卫部,7.A城商行总行整体岗位编制分布图不同系统的人员分布,1人,7,2,1,14,28,17,9,8,11,14,56,5,6,董事会办公室,行领导,8人,监事会办公室,12人,工会办公室,10,不良资产部,14,19,6,10,5,13,15,18,10,其他,=95,=118,=96,=21,11,共330人,=5.8%,=28.78%,=35.75%,=29.1%,8.A城商行总行管理层最后编制分布图,目录,一、目前市场定编方法分析二、城市商业银行宏观定编模型第一层三、城市商业银行宏观定编模型第二层四、定编模型的思考,1.标杆银行的选取:
第一,依据银行业关键竞争要素导出A城商行的关键资源和能力,行业关键成功要素,企业关键资源,企业关键能力,品牌资源;客户资源;产品资源;渠道资源;战略合作伙伴资源政府关系资源;人才资源;体制资源;信息资源,优异的客户细分能力;定制化的市场营销能力;产品与服务创新能力;渠道建设与管理能力;风险控制能力;人才队伍建设能力;,卓越的品牌和信誉;客户细分和特有的价值定位;丰富的产品和持续不断的产品创新;可供不同客户选择的便利渠道;富有创意性的市场营销;高质量的服务;稳定的战略合作伙伴;高效的决策;完备的风险控制,1.标杆银行的选取:
第二,进行关键资源评估:
A城商行在品牌资源、政府资源和体制资源上具有明显优势,其它资源能力有待于提高,国内商业银行平均水平,正略钧策项目组,注:
分值越高表明评价者对该分项指标的状态越好,内部评价分项指标得分统计图,国内商业银行平均水平,1.标杆银行的选取:
第三,关键能力评估:
在决定银行综合竞争能力的各项关键能力中,队伍建设能力是最有希望为A城商行打开局面的能力,以此为突破口,全面促进其他能力的提升,注:
分值越高表明评价者对该分项指标的状态越好,内部评价分项指标得分统计图,此次标杆银行的选取将综合考虑下列关键对标因素,以选出合适的对象,考虑信息的可获得性,综合考虑,选取下列国内外领先银行进行研究,以找到可供A城商行学习借鉴的成功经验,单独的搬抄某一家成功银行的全部模式并不会使A城商行成功,A城商行应做的是借鉴领先企业的成功之处,并转化为提升自身短板的指向,招商银行:
领先的个人金融业务浙商银行:
打造中小企业精品业务宁波银行:
城市商业银行的典范。
国内银行标杆企业,香港恒生银行:
扎根本土,把握成长机会英国合作银行:
持续的产品与营销模式创新美国第一银行:
混业经营的先导者美国富国银行:
世界领先的中小企业业务,国外银行标杆企业,2.关键因素的选取和赋值,3.数据处理,4.对模型整体的思考、演变和意义,D.人均总成本=预计人力成本/人均成本,B.人力成本贡献率=利润/人力总成本a对比同业和自身历史发展,E.预计人员编制=人力总成本/人均总成本,关键因素1财务,关键因素2行业发展,关键因素3战略发展,C.资产规模和人员编制的分布规律,D.根据行业和历史发展,模拟人员编制区间,A.对银行类型和规模分类,B.计算同类型银行的人均资产规模,C.分支行编制预测,D.根据总行和分支行的配比,计算总体编制,A.分支行扩张的规模效应,B.行业和自身的分支行编制配比,关于城市商业银行最新消息:
我国城市商业银行三年内将全部进行信息披露,新华网北京3月23日(记者谢登科)记者23日从银监会获悉,今年银监会将在原32家试点行的基础上,再增加38家城市商业银行作为信息披露试点行,并计划用3年时间,逐步推动全国所有城市商业银行开展信息披露,以此促进城市商业银行审慎经营和稳健发展。
鉴于城市商业银行的信息披露工作尚处于起步阶段,信息披露方式和年度报告编制仍有待逐步规范和完善。
2005年银监会将进一步加大对城市商业银行信息披露的监管力度,督促和指导城市商业银行进一步规范信息披露方式,提高信息披露质量,增强信息透明度。
同时,进一步扩大城市商业银行信息披露试点行范围,重点提高城市商业银行对信息披露的认识,明确信息披露工作责任,增强审慎经营管理的自觉性;督促城市商业银行进一步丰富信息披露方式,充分利用各种载体和科技手段扩大受众范围,提高信息披露的广泛性和全面性,增强市场约束。
携手努力,创造辉煌!
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 城市 商业银行 宏观 定编 模型