Sportelli e reti telematiche nella distribuzione dei servizi bancari di Emilia Bonaccorsi di Patti, Giorgio Gobbi e Paolo Emilio Mistrulli

Transcript

1 Sportelli e reti telematiche nella distribuzione dei servizi bancari di Emilia Bonaccorsi di Patti, Giorgio Gobbi e Paolo Emilio Mistrulli Banca d'italia, Servizio Studi pubblicato in BANCA IMPRESA SOCIETA, ANNO XXII, N.2, 2003

2 2 1. Introduzione 1 Durante lo scorso decennio i progressi nel campo delle tecnologie dell informazione e della comunicazione hanno profondamente cambiato il modo con cui prodotti e servizi vengono distribuiti in numerosi settori di attività economica. Nell industria bancaria le nuove tecnologie sono state applicate inizialmente alla distribuzione di servizi di pagamento al dettaglio tramite la rete di ATM e PoS, e, in misura molto limitata, di servizi di home e di corporate banking attraverso reti private. L offerta di servizi bancari a distanza si è estesa a operazioni più complesse (e-finance ed e-banking) soltanto con la diffusione della rete pubblica Internet che si è dimostrato un veicolo molto più efficace, rispetto alle reti private sperimentate in passato, per la maggiore flessibilità operativa e capillarità che essa consente. La possibilità per i clienti di effettuare transazioni a distanza utilizzando il personal computer ha rappresentato una delle innovazioni principali degli ultimi anni, in grado di incidere più profondamente sulla operatività degli intermediari bancari di quanto sperimentato con la diffusione degli ATM e dei PoS (Christiansen, 2001). Le banche hanno adottato strategie organizzative differenziate combinando in varia misura la distribuzione elettronica con i canali basati sul contatto diretto con i clienti in risposta alle convenienze in termini di costo e alle caratteristiche della domanda. Dal lato dell offerta, la distribuzione di servizi per via elettronica comporta costi marginali notevolmente inferiori rispetto a quella effettuata tramite gli sportelli. Le informazioni disponibili, che si basano solitamente su analisi di un numero limitato di casi e quindi non hanno grande solidità statistica, indicano che i costi variabili unitari per le transazioni effettuate attraverso il computer sono di un ordine di grandezza inferiore rispetto a quello allo sportello (Sato e Hawkins, 2001). Conseguentemente, i costi medi dipendono dagli elevati investimenti iniziali in capitale ad avanzato contenuto tecnologico e dalle spese promozionali, anch esse aventi natura di costo fisso. Queste caratteristiche, unitamente a fattori legati alla reputazione, rendono l e-finance un attività con forti economie di scala. 1 Questo lavoro riporta parte delle conclusioni di una ricerca sulle nuove tecnologie in banca avviata nel Gli autori hanno tratto beneficio dalla discussione dei risultati intermedi in Banca d Italia, al V Congress on the Economics of Telecommunications and Information Technogies a Madrid, all Università Cattolica del Sacro Cuore a Milano, al XIII World Congress della International Economic Association a Lisbona. Un ringraziamento particolare va a Pietro Franchini per la consulenza nell interpretazione dei dati, il quale non è ovviamente responsabile degli eventuali errori rimasti. Le opinioni espresse nel lavoro e le conclusioni non impegnano in alcun modo la responsabilità dell'istituto di appartenenza. Nella citazione dei temi e delle argomentazioni espresse non è corretto, dunque, riferirne i contenuti alla Banca d Italia o ai suoi Vertici.

3 3 Dal lato della domanda i punti di offerta tradizionali, gli sportelli, consentono al cliente di accedere a una molteplicità di servizi, per alcuni dei quali l interazione diretta con il cliente rimane una caratteristica essenziale. Anche per i servizi di pagamento o di investimento vi è evidenza diffusa, anche se non sistematica, che la possibilità di effettuare operazioni per via elettronica sia stata percepita dai consumatori come una significativa integrazione alle modalità tradizionali, ma non come un canale completamente alternativo. Inoltre, in diversi paesi, tra cui l Italia, la diffusione dei servizi di e-banking trova un freno naturale in quella dell alfabetizzazione informatica necessaria per accedere ad essi (Banca d'italia, 2002a). I fattori legati alla struttura dei costi hanno guidato le strategie delle banche virtuali, ossia di intermediari che affidano la distribuzione dei loro servizi unicamente ai canali telematici, sorte in tutti paesi industrializzati nella seconda metà degli anni novanta. Per raggiungere volumi di transazioni sufficienti a rendere sostenibile la loro attività, le banche virtuali hanno adottato politiche di prezzo particolarmente aggressive, consentite dai bassi costi marginali, associandole a massicce campagne promozionali (DeYoung, 2001; Petrella e Vandone, 2002). La risposta delle banche tradizionali alla pressione concorrenziale proveniente dalle banche virtuali è stata quella di affiancare esse stesse il canale elettronico agli sportelli. Facendo leva sulla base di clientela già servita attraverso la rete distributiva tradizionale, queste banche hanno potuto sostenere gli investimenti iniziali e sussidiare internamente le attività di e-banking nel quadro delle loro strategie di espansione. La sovrapposizione dei canali elettronico e tradizionale è stata razionalizzata sulla base dell assunto che si tratta di modalità complementari per offrire gli stessi servizi (JP Morgan, 2001). Le difficoltà che hanno incontrato le banche virtuali a consolidare i risultati ottenuti nella fase iniziale e la diffusione capillare dell offerta di servizi di e-banking tra le banche tradizionali, anche tra quelle di più piccole dimensioni, vengono spesso indicate a conferma della validità del modello organizzativo multicanale integrato (click and mortar). La validità del modello organizzativo click and mortar richiede il verificarsi di due condizioni. La prima è che vi sia solo una parziale sostituibilità del canale telematico rispetto agli sportelli. La sovrapposizione di diversi canali distributivi necessita che le caratteristiche e la gamma dei prodotti offerti siano, almeno in parte, differenziate per canale distributivo. E plausibile infatti che per diversi servizi, che possono essere standardizzati in misura molto

4 4 limitata, come ad esempio i prestiti, l interazione diretta con il personale della banca rimanga insostituibile, mentre in altri casi, come per i servizi di pagamento e di investimento, una transazione compiuta attraverso il computer sostituisce interamente un viaggio allo sportello. Il grado di sostituibilità tra canali rappresenta pertanto un fattore cruciale nel determinare la misura in cui si richiedono interventi di riorganizzazione della struttura tradizionale di distribuzione. In alcuni paesi dove lo sviluppo dell e-banking è più avanzato, come in quelli dell area scandinava, gli intermediari hanno cominciato a ridurre la rete distributiva tradizionale (Banca Centrale Europea, 2002; Associazione Bancaria Italiana, 2002). La seconda condizione è che i clienti traggano vantaggi dal rivolgersi a uno stesso intermediario per l intera gamma di servizi bancari. Altrimenti, si osserverebbe una tendenza verso una configurazione dell industria bancaria caratterizzata dalla presenza di intermediari con strutture distributive specializzate. Le due condizioni agiscono sia sulla struttura dell offerta che su quella dei ricavi e fanno si che l integrazione delle modalità di distribuzione possa generare un volume addizionale di ricavi tale da coprire le maggiori spese di investimento in hardware e in software. Flussi addizionali di ricavi possono derivare da un aumento dei ricavi unitari (per cliente) oppure da un aumento del numero dei clienti. Siccome il costo marginale per la banca di un operazione completata per via telematica è più basso rispetto a quello sostenuto per effettuare la stessa operazione allo sportello, è plausibile che la concorrenza porti a una riduzione dei prezzi, nell ipotesi che i prodotti collocati tramite canali alternativi siano omogenei. A prezzi più bassi corrisponde verosimilmente una domanda più elevata (maggior numero di transazioni per dato cliente) e quindi l effetto netto dell affiancamento dei due canali sui ricavi ottenuti dalla clientela già servita dalla banca è a priori incerto. Per quanto riguarda l espansione del numero dei clienti, occorre distinguere tra gli effetti a livello di singola banca, rilevanti ai fini delle dinamiche concorrenziali, e quelli che interessano il settore nel suo complesso. Da un lato, se lo stimolo fornito dai canali elettronici può influenzare in modo significativo l espansione della domanda globale di servizi finanziari nel lungo periodo, soprattutto nei paesi in via di sviluppo (Claessens et al., 2000), dall altro, le conseguenze di medio termine nei paesi industrializzati sono molto più incerte. Generalmente le famiglie che non utilizzano servizi bancari appartengono a fasce sociali con caratteristiche molto distanti da quelle che utilizzano Internet per compiere operazioni finanziarie (Banca d Italia, 2002a). In un orizzonte temporale limitato è pertanto ragionevole

5 5 ipotizzare che la fonte principale per espandere i ricavi dell industria bancaria attraverso l offerta di servizi tramite il canale telematico sia costituito dalla clientela che già utilizza i canali tradizionali. In questo studio vengono analizzati i temi dell integrazione tra sportelli e canali telematici e dell impatto della diffusione di questi ultimi sui ricavi delle banche utilizzando i dati raccolti dalla Banca d'italia sul numero dei clienti delle banche italiane che compiono transazioni bancarie attraverso reti telematiche e relativi al quadriennio Il lavoro contribuisce a integrare le informazioni finora disponibili, principalmente basate su singole esperienze e sui resoconti degli addetti ai lavori, fornendo un analisi di natura statistica. Sfruttando la dimensione territoriale delle informazioni disponibili a livello di singola banca, con un primo esercizio statistico, stimiamo una relazione tra densità degli sportelli e numerosità di clienti che hanno utilizzano il canale distributivo elettronico. Una correlazione di segno positivo può essere interpretata come una indicazione di una stretta integrazione tra i due canali; al contrario, una correlazione negativa indica che il canale telematico tende a sostituire quello tradizionale. I risultati ottenuti evidenziano che, in media, le banche hanno un numero più elevato di clienti che utilizzano il canale elettronico (clienti remoti) in quei mercati locali dove hanno una densità di sportelli più bassa. Con un secondo esercizio statistico abbiamo valutato se, per dato numero di clienti, un aumento della quota di quelli che utilizzano il canale telematico comporta una crescita o una riduzione dei ricavi per cliente. Le stime indicano che, a parità di altre condizioni, una maggiore quota di clienti remoti tende a comprimere i ricavi delle banche. L effetto negativo dovuto alla riduzione dei prezzi appare prevalente rispetto a quello espansivo dovuto all aumento delle transazioni. Nel complesso, i risultati ottenuti suggeriscono che l integrazione dei canali distributivi compiuta dalle banche tradizionali potrebbe generare pressioni verso più ampi processi di riorganizzazione volti a limitare le sovrapposizioni. Le indicazioni ricavate dall analisi sono coerenti con i piani di ristrutturazione annunciati da numerose banche europee che prevedono un sostanziale ridimensionamento della rete degli sportelli (ABI, 2002). Gli effetti sull organizzazione produttiva delle banche derivanti dall introduzione dei canali elettronici potrebbero, pertanto, essere molto più ampi di quelli osservati finora. Nell interpretazione delle stime econometriche occorre tuttavia cautela per due ragioni. La prima è dovuta al fatto che i dati utilizzati si riferiscono alla fase di avvio dell attività di e-

6 6 banking in Italia e quindi risentono di situazioni di disequilibrio e di aggiustamento parziale. La seconda deriva dall insieme di servizi offerti attraverso il canale telematico nel periodo esaminato, ristretto essenzialmente al trading on line e ai servizi di pagamento. Queste cautele sono particolarmente importanti in quanto l analisi di un fenomeno in rapida evoluzione, non ultimo per il progresso tecnologico, presenta un elevato rischio di obsolescenza. Nondimeno riteniamo che la nostra analisi possa offrire elementi utili per caratterizzare la fase di avvio dell'e-banking nel nostro paese e per inquadrare i problemi di sviluppo in un quadro analitico di natura quantitativa. Il lavoro si articola in tre sezioni oltre alla presente introduzione. La sezione 2 richiama le caratteristiche salienti della diffusione dell e-banking in Italia tra il 1998 e il Nella sezione 3, dopo una breve discussione dei problemi analitici che pone lo studio della diffusione dei canali elettronici, sono illustrati gli esercizi statistici che costituiscono il contributo originale del saggio e si fornisce un interpretazione dei risultati principali; gli aspetti più tecnici sono confinati in Appendice. La sezione 4, infine, conclude. 2. I servizi di e-banking alle famiglie in Italia Le Banca d Italia, nell ambito delle segnalazioni di vigilanza, rileva informazioni sui canali distributivi telematici e telefonici a partire dal In particolare, con frequenza annuale, sono rilevati per ciascuna banca il numero di clienti che hanno la possibilità di ottenere informazioni o compiere transazioni per via remota. Le informazioni presentano un articolazione molto ricca in quanto sono disaggregate a livello geografico (provincia di residenza del cliente), di settore di attività economica (famiglie da un lato e imprese e altri enti dall altro), di tipo di servizio (informativo o transattivo). Fino al 1999, dato lo scarso sviluppo del fenomeno, i dati relativi ai collegamenti telematici non erano distinti per tipologia di rete utilizzata; dal 2000 in poi sono invece previste anche informazioni specifiche sul numero di clienti che utilizzano la rete Internet per effettuare operazioni bancarie 2. In questo lavoro ci limitiamo a considerare i rapporti delle banche con le famiglie, trascurando quelli con le imprese. La ragione principale è che uno degli obiettivi della nostra 2 Dati aggregati sono pubblicati sul Bollettino Statistico della Banca d'italia, disponibile sul sito A partire dai dati relativi al 2002 (disponibili nel 2003) le rilevazioni della Banca d Italia sui canali distributivi saranno ulteriormente integrata con informazioni sui volumi di transazioni effettuate utilizzando i canali telematici.

7 7 indagine è l interazione tra la rete territoriale e il canale elettronico. Gli sportelli assumono rilevanza nella strategia delle banche soltanto per la distribuzione al dettaglio e quindi per le famiglie e per le piccole imprese. Le informazioni a nostra disposizione non consentono tuttavia di distinguere le imprese in base alla dimensione, e quindi ci limitiamo alle famiglie 3. Le tavole 1 e 2 forniscono un quadro d insieme dell evoluzione dei canali distributivi remoti utilizzati dalle famiglie in Italia a partire dal Il numero di banche che offrono servizi attraverso connessioni con il computer è aumentato notevolmente nel triennio in esame. Se si escludono le filiali di banche estere, ben 529 delle 770 banche in attività in Italia nel 2001 erano attive nell e-banking (tavola 1). Molto più contenuto appare il numero di intermediari che offrono servizi di phone-banking, sebbene il numero dei clienti sia prossimo a quello dell e-banking. Gli utilizzatori di servizi di e-banking fino al 1999 rappresentavano meno dell 1 per cento dei clienti per tutte le categorie di banche, con quote leggermente superiori per quelle più grandi. Nel 2000, anche in seguito all affermazione di un numero ristretto di banche specializzate che hanno fatto della rete Internet il veicolo privilegiato, benché non esclusivo, per la distribuzione dei loro prodotti (incluse nella categoria altre piccole nelle tavola 2) e costituite spesso all interno dei gruppi, la quota dei clienti dell e-banking è cresciuta al 3 per cento. La quota si è consolidata ed estesa nel 2001 quando ha raggiunto mediamente l 8 per cento della clientela bancaria. I dati desumibili dalle statistiche di vigilanza, pur essendo molto dettagliati riguardo alla diffusione territoriale e precisi nella definizione dei fenomeni, non consentono una valutazione del volume di affari connesso con le attività di e-banking. Informazioni aggiuntive al riguardo sono disponibili da altre fonti. In particolare, sempre la Banca d Italia conduce indagini periodiche volte a cogliere informazioni sul numero delle transazioni, i volumi, i ricavi e l articolazione dei processi produttivi (Banca d Italia, 2001 e 2002b). Osservatori specifici sono stati istituiti da istituzioni accademiche (ad esempio Università Cattolica del Sacro Cuore, 2002) e da operatori (ad esempio, KPMG, 2002). Da queste fonti si desumono alcuni fatti stilizzati che possono essere riassunti come segue. In primo luogo, al rapido sviluppo del numero dei clienti non corrisponderebbe una altrettanto rapida crescita 3 Una ragione non meno cogente è che i rapporti tra le banche e le imprese, anche quelli attraverso le reti telematiche, sono molto complessi e richiedono un analisi a sé stante. Si veda ad esempio Banca d Italia

8 8 sia del numero delle transazioni sia del volume dei ricavi. Sulla base dei dati riportati in Banca d Italia (2001, 2002b) si può stimare che nel 2000 i proventi da transazioni concluse attraverso la rete Internet non superassero lo 0,7 per cento dei ricavi da servizi; questa quota sarebbe salita a circa il 3 per cento nel Più contenuto sarebbe il volume di attività svolto attraverso il phone banking, sia per numero che per valore dei fondi movimentati e quindi per ricavi generati. In secondo luogo, gran parte delle transazioni ha finora interessato due tipi di attività: servizi di trading e di investimento, ai quali ha fatto capo circa l 80 per cento dei fondi movimentati nel 2001 (Banca d Italia, 2002b), e servizi di incasso e pagamento (circa il 14 per cento). Infine, riguardo ai prezzi dei servizi offerti on-line le indicazioni fornite dalle diverse indagini hanno natura prevalentemente qualitativa. Secondo i dati riportati in Banca d Italia (2001) 9 banche su 10 hanno indicato di praticare su alcuni (o tutti) dei servizi forniti attraverso Internet prezzi inferiori a quelli di servizi analoghi distribuiti allo sportello. Un quinto delle banche ha anche dichiarato che l introduzione dell e-banking ha comportato una revisione al ribasso dei prezzi allo sportello. Il più contenuto livello dei prezzi per i servizi di e-banking riflette sia costi marginali più bassi sia politiche di mercato aggressive per espandere la base della clientela. Secondo l Osservatorio dell Università Cattolica quest ultima componente, tuttavia, avrebbe ridotto notevolmente il suo peso nel La ragione appare dovuta al fatto che per le banche multicanale una quota crescente di utilizzatori di servizi di e-banking è costituita da clienti già serviti attraverso la rete territoriale (si veda anche KPMG, 2002). 3. Sportelli e computers: un analisi empirica 3.1 L integrazione tra i canali distributivi Gli studi sulle modalità di accesso ai servizi bancari hanno individuato tre componenti principali che concorrono a determinare i costi per il cliente: la distanza dal punto di offerta (costi di trasporto), il tempo necessario per compiere la transazione (costo di attesa) e il prezzo dell operazione (Evanoff, 1988). Se i servizi che vengono offerti attraverso i canali elettronici sono omogenei a quelli forniti attraverso gli sportelli, l ebanking, in via di principio, modifica tutte queste componenti di costo e può avere ampie ripercussioni sulla struttura dei mercati. La distanza e il tempo di attesa diventano quasi (2002b).

9 9 irrilevanti, mentre i prezzi dovrebbero beneficiare dell abbattimento dei costi marginali di produzione. A parità di altre condizioni, ne dovrebbe quindi scaturire un aumento della concorrenza nei mercati locali in quanto i bassi costi di entrata dovrebbero favorire l ampliamento di intermediari accessibili (Mishkin e Strahan, 1999). Di contro, se i servizi forniti attraverso la rete elettronica differiscono qualitativamente da quelli offerti presso gli sportelli, le implicazioni sulla struttura dei mercati diventano molto meno cogenti. Vi sono due motivi che possono indurre differenze nella qualità dei servizi correlata con il canale distributivo. Il primo è che, per ragioni tecnologiche, legali, di sicurezza o legate alla complessità dei contratti, attraverso il canale telematico può essere effettuato soltanto un sottoinsieme ristretto della gamma di operazioni che vengono effettuate presso uno sportello bancario. Nel valutare i benefici che ricava da un servizio bancario il cliente tiene conto di tutto il paniere di servizi al quale ha accesso presso una banca (economie di consumo congiunto). In questo caso, a parità di prezzo, i servizi offerti on-line da un intermediario con cui il cliente non intrattiene rapporti allo sportello risultano di qualità inferiore rispetto agli stessi servizi acquistati dalla banca dalla quale acquista anche i servizi allo sportello. L esistenza di economie di consumo congiunto di prodotti bancari è stata studiata da Berger, Pulley e Humphrey (1996) con riferimento ai depositi e ai prestiti. A nostra conoscenza nessun lavoro ha finora esteso questo schema interpretativo all analisi dei canali distributivi. Se il consumo congiunto di più servizi bancari presso un unico intermediario genera un vantaggio per il cliente, allora la banca può appropriarsi di parte del surplus generato dalla riduzione dei costi di trasporto, dalla riduzione dei tempi di attesa e dall abbattimento dei costi marginali di distribuzione generati dall e-banking. L erosione dei confini dei mercati locali resa possibile dalla distribuzione dei servizi bancari per via telematica dipende dall intensità delle economie di consumo congiunto e dalla gamma di prodotti che possono essere distribuiti soltanto con il contatto fisico. Il secondo motivo è che le banche possono differenziare il prodotto a seconda del canale in ragione delle diverse caratteristiche della clientela che li usa. L accesso ai servizi on-line presuppone familiarità con l uso del computer, la capacità di utilizzare in modo appropriato l applicazione informatica necessaria a compiere le transazioni. Se queste caratteristiche della clientela sono correlate con le loro preferenze riguardo alla qualità dei servizi bancari, le banche possono segmentare il mercato offrendo servizi differenziati a

10 10 seconda del canale distributivo. Una forma estrema di segmentazione, quella in cui i servizi vengono personalizzati secondo le esigenze di ciascun cliente nota come tailoring è stata spesso indicata come un possibile sbocco del commercio elettronico. Sull effettiva diffusione di questa pratica in generale, e nell offerta di servizi finanziari in particolare, l evidenza è tuttavia limitata. Dall intensità delle economie di consumo congiunto e della differenziazione del prodotto dipende l intensità del legame tra sportello e offerta tramite e-banking. Se i clienti valutano comunque la presenza dello sportello rilevante anche quando effettuano transazioni on-line, oppure se queste ultime riguardano servizi del tutto diversi da quelli forniti allo sportello e dalle altre banche, la banca può appropriarsi di parte del surplus che deriva dall abbattimento della distanza, dei tempi di attesa e costi di produzione. Le pressioni verso processi di ristrutturazione di ampia portata nell intera rete distributiva risultano pertanto piuttosto deboli e l impatto dell e-banking e dell e-finance sulla struttura dei mercati locali potrebbe altresì essere limitato anche in prospettiva. La questione è essenzialmente empirica e richiede indagini di natura statistica. Utilizzando i dati a livello territoriale sui clienti che ricorrono al canale elettronico per effettuare transazioni abbiamo cercato di valutare se esista un nesso tra diffusione dell ebanking e rete tradizionale degli sportelli. L idea alla base del test econometrico che abbiamo costruito è che una banca decide dove insediare gli sportelli, ma ha pochi strumenti per attrarre un cliente di una determinata provincia a operare attraverso il proprio sito Internet, se non la presenza stessa della rete fisica. In altre parole le strategie di e-banking non possono essere differenziate tra i diversi mercati locali. Ad esempio il prezzo per effettuare un bonifico on-line dovrebbe essere il medesimo qualunque sia la residenza del cliente. La banca può tuttavia promuovere i propri servizi di e-banking attraverso gli sportelli. Sulla base di questo assunto abbiamo preso in considerazione tre possibili ipotesi che possono essere sottoposte a verifica econometrica. La prima è un ipotesi di integrazione tra sportelli e e-banking, ossia che la domanda di servizi on-line rivolta a una determinata banca che ha scelto di affiancare il canale elettronico alla rete tradizionale sia più elevata in quei mercati dove è maggiore la presenza di dipendenze delle banca in questione. La seconda ipotesi è che invece l e-banking sia percepito dai clienti come sostituto dello sportello. In questo caso l e-banking estende effettivamente la capacità di penetrazione della banca in mercati locali dove è scarsamente

11 11 presente con gli sportelli e quindi dovremmo osservare una relazione negativa tra numero di dipendenze e numero di clienti on-line. Infine la terza ipotesi è che i canali elettronici si rivolgono a un segmento di clientela del tutto diverso da quello servito attraverso gli sportelli (segmentazione). Formalmente, data una relazione tra il numero di clienti che utilizzano i servizi dispositivi di e-banking di una banca i in una provincia j (NCE ij ) e il numero degli sportelli che quella banca ha in quella provincia (NSP ij ) del tipo: (1) NCE ij = f(nsp ij, B i, X j ) dove B i identifica le caratteristiche specifiche di ciascuna banca, X j è un vettore di variabili di controllo delle condizioni di domanda a livello di mercato, l ipotesi di integrazione tra canali implica che NCE ij / NSP ij >0, l ipotesi di sostituibilità che NCE ij / NSP ij <0 e l ipotesi di segmentazione che NCE ij / NSP ij = 0. La specificazione e la stima di una relazione econometrica quale la (1) richiede di tenere conto dell effetto di scala dovuto al fatto che in un mercato dove una banca ha molti sportelli essa ha anche molti clienti; se una proporzione anche molto bassa di questi utilizza il canale elettronico si ha comunque una correlazione positiva tra le due variabili di interesse. L equazione stimata è pertanto del tipo: (2) NCE ij = g(nct ij, NSP ij, B i, X j ) dove NCT ij è il numero totale di clienti della banca della provincia. L equazione 2 così formulata non può essere stimata con i minimi quadrati ordinari in quanto NCT ij è a sua volta influenzato dagli sportelli e potenzialmente anche dalla domanda specifica di servizi e-banking. Un nuovo cliente dei servizi di e-banking che in precedenza non aveva rapporti con la banca fa infatti aumentare sia NCE ij, sia NCT 4 ij. La soluzione adottata è quella di ricorrere al metodo dei minimi quadrati a due stadi stimando simultaneamente alla (2) un equazione in cui la variabile dipendente è il numero totale dei clienti. La procedura è descritta in dettaglio in Appendice. 4 Per questa ragione non possiamo utilizzare come variabile dipendente nella stima semplicemente il rapporto tra i clienti on-line e il numero dei clienti totali.

12 12 Nella stima sono stati utilizzati dati relativi al quadriennio Per tenere conto delle diverse caratteristiche delle banche (B i ) abbiamo inserito una insieme di dummies. Per quando riguarda le variabili rilevanti per l espansione dell e-banking a livello di mercato (X j ) abbiamo considerato due tipologie di indicatori per misurare, rispettivamente, la propensione ad utilizzare tecnologie informatiche e i costi di trasporto per accedere agli sportelli 5. Come variabili atte a cogliere la propensione all utilizzo di tecnologie avanzate nell accesso ai servizi bancari sono state scelte il numero di PoS (Points of Sales) presenti nella distribuzione commerciale della provincia in rapporto alla popolazione (POSPC), il livello di istruzione medio nella provincia (ISTRUZIONE) misurato dal numero dei diplomati in rapporto al totale della popolazione e la quota di famiglie che nel 2000 disponevano di un computer nella regione in cui si trova la provincia (COMPUTER). I costi di mobilità della clientela sono stati approssimati dalla quota degli abitanti della provincia residenti nel capoluogo nel 1998 (CAPOLUOGO), dai chilometri di strade per abitante (STRADE) e dalla quota di popolazione della provincia residente in comuni con altitudine superiore ai 600 metri, sempre nel 1998 (PMONTAGNA). Nelle stime, la variabile di sinistra (NCE), il numero di clienti totali (NCT), il numero di sportelli (NSPO) sono espressi in logaritmo. Si è inserito anche il quadrato del (logaritmo del) numero degli sportelli per cogliere eventuali effetti non lineari. Infine, per le variabili NSPO e POSPC, si sono utilizzati i valori ritardati di un anno per evitare problemi di simultaneità. I risultati delle stime sono riportati in Appendice (tav. A1). I coefficienti rilevanti per il nostro test sono quelli relativi al numero degli sportelli. Il termine lineare ha un coefficiente negativo (-2,30) mentre quello quadratico positivo (0,47), entrambi statisticamente diversi da zero. Questo significa che l elasticità dei clienti di e-banking rispetto agli sportelli non è costante, ma tende ad aumentare con il numero degli sportelli. In più dell 85 per cento delle osservazioni utilizzate nella stima (osservazioni banca-mercatoanno), il termine lineare prevale su quello quadratico, quindi la relazione tra numero di clienti e-banking e numero degli sportelli è negativa. Soltanto quando una banca in un dato mercato ha un numero di sportelli relativamente elevato, superiore a 11, la presenza fisica 5 Nel nostro modello altre variabili, quali il reddito e la ricchezza pro-capite, influenzano il numero dei clienti e-banking attraverso il numero complessivo dei clienti bancari. Per una discussione delle ipotesi identificative

13 13 riesce ad attrarre anche clienti on-line. Questo risultato può essere interpretato in diversi modi. In primo luogo può riflettere il fatto che economie di consumo congiunto sono rilevanti soltanto laddove i costi per raggiungere gli sportelli sono contenuti, e quindi dove la loro densità è elevata per ciascuna banca. In secondo luogo esso può riflettere politiche di promozione dell attività di e-banking attraverso gli sportelli, tanto più efficaci quanto la banca è presente capillarmente. Infine esso può riflettere caratteristiche legate alla qualità dei prodotti non interamente colte dalle dummy per banca. Le altre variabili esplicative hanno il segno atteso. La diffusione dei PC, il livello di istruzione e la densità dei PoS hanno coefficienti positivi e statisticamente diversi da zero agli usuali livelli. La densità delle rete viaria nella provincia ha invece un effetto negativo, mentre i coefficienti delle altre variabili sono stimati in misura meno precisa. Complessivamente i nostri risultati sembrano indicare che in generale nella prima fase di sviluppo dell attività dell e-banking per le banche multicanale il legame con lo sportello non sia stato molto intenso. La nostra evidenza è coerente con alcune indicazioni sulla composizione dei clienti on-line delle principali banche. KPMG consulting (2002), ad esempio, indica in circa il 40 per cento la quota media dei clienti di e-banking che non avevano conti allo sportello prima dell accesso al canale elettronico. 3.2 Gli effetti sui ricavi Gli studi, non numerosi, sul contributo fornito dalle attività di e-banking alla crescita della redditività complessiva delle banche forniscono un quadro variegato dal quale emerge che i risultati finora non sono stati all altezza delle aspettative. Per quanto riguarda gli Stati Uniti Sullivan (2000), analizzando gli indicatori di bilancio delle banche del 10 distretto, rileva che sia i costi sia i ricavi degli intermediari che offrono servizi attraverso Internet sono più alti di quelli delle altre banche, mentre i margini netti di profittabilità sono simili tra i due gruppi di banche. Il confronto, tuttavia, non è del tutto corretto perché vi possono essere sostanziali differenze antecedenti alle decisioni di utilizzare Internet (Furst, Lang e Nolle, 2000). Le indicazioni derivanti dalla più omogenea comparazione tra le banche neocostituite che utilizzano diversi canali sono univoche nell individuare una redditività molto più bassa per le banche virtuali, che operano esclusivamente attraverso Internet, rispetto a quelle con sportelli (DeYoung, 2001). del modello si rimanda all Appendice.

14 14 In Europa, dopo aver esaminato la struttura dei canali distributivi nei paesi dell Unione, la Banca Centrale Europea è giunta alla conclusione che non è chiaro se Internet sia attualmente redditizio per le banche europee (BCE, 2002, pag. 33). L indagine ad hoc condotta dalla Banca d'italia ha portato a conclusioni più nette riguardo alle banche italiane: [P]ur con [alcune] limitazioni si può affermare che, nella maggior parte dei casi, i canali Internet e banca telefonica non hanno ancora raggiunto l equilibrio economico (Banca d Italia, 2002b, pag. 28). I bassi livelli di redditività sperimentati finora dalle attività di e-banking, non necessariamente sono un valido indicatore delle loro prospettive di sviluppo. DeYoung (2001) argomenta che per le banche neocostituite operanti soltanto attraverso Internet il tempo necessario per raggiungere un assetto finanziario equilibrato è notevolmente più lungo che per le altre banche. Il confronto tra costi e ricavi può, inoltre, risentire delle economie di scala generate dai costi fissi. Andamenti congiunturali o shocks di varia natura potrebbero avere rallentato la crescita dei volumi di attività ben al disotto dei valori di equilibrio. Per le banche multicanale il problema è ulteriormente complicato dalla connessione tra le diverse modalità di distribuzione che può generare sussidi incrociati di varia natura. Se da un lato, è plausibile che i costi unitari dell e-banking (per cliente, per connessione, per transazione, etc.) di produzione declinino con lo sviluppo dei volumi, dall altro, molto più incerto è l effetto sui costi medi complessivi, dove il concetto di costo medio rilevante in questo contesto è quello riferito al cliente. In particolare, se il mantenimento di una struttura di distribuzione territoriale molto articolata consente alle banche di attenuare la concorrenza nel segmento dell e-banking, gli incentivi a razionalizzare le strutture di offerta e a eliminare le sovrapposizione potrebbero essere piuttosto deboli. L intensità di questi incentivi dipende dall andamento dei ricavi, sempre in termini unitari, conseguente allo sviluppo dei canali distributivi a distanza. Se prevale la differenziazione dei servizi a seconda del canale distributivo (tailoring) o se vi sono economie di consumo congiunto dei servizi di e-banking e di servizi allo sportello presso la stessa azienda, allora la banca è in grado di appropriarsi di parte del surplus del consumatore e quindi è possibile che i ricavi medi (per cliente) crescano (o non decrescano) con la diffusione dei canali remoti. Di contro anche se la concorrenza spinge i prezzi dei servizi acquistati on-line verso il loro costo marginale è possibile che i ricavi per cliente aumentino se la domanda di questi servizi è molto elastica.

15 15 Per verificare empiricamente l andamento dei ricavi unitari al variare della proporzione dei clienti che operano per via remota abbiamo stimato un modello econometrico atto a cogliere in maniera molto stilizzata una parte del conto economico delle banche. In particolare, abbiamo ipotizzato che le aree di attività delle banche maggiormente interessate dall introduzione dei canali remoti siano i servizi di trading e di gestione del risparmio e quelli di pagamento. Abbiamo inoltre assunto che i ricavi generati da queste attività possano essere analizzati separatamente dagli altri. Formalmente il modello appartiene alla famiglia delle rappresentazioni duali dell attività dell impresa e in particolare alle funzioni di ricavo (revenue function). Una generica revenue function esprime i ricavi di una impresa in funzione dei prezzi e delle quantità degli fattori della produzione. Nel caso in cui non sia legittimo assumere i prezzi come esogeni, si può ricorrere a una formulazione alternativa in cui nella funzione sono considerate le quantità prodotte anziché i prezzi (Berger, Pulley e Humphrey, 1996). Abbiamo seguito questa formulazione in quanto più rispondente ai dati e al fenomeno economico da rappresentare. Formalmente: (3) RIC = r(q,i,f) dove RIC sono i ricavi potenzialmente influenzati dai canali distributivi remoti, Q è un vettore di quantità di outputs, I un vettore di quantità di inputs e F un vettore di caratteristiche del processo produttivo e distributivo. RIC è stato costruito come somma dei proventi netti da servizi di gestione del risparmio (commissioni nette per acquisto e vendite di titoli in conto terzi, per servizi di custodia e amministrazione e per gestioni patrimoniali), delle commissioni nette di incasso e pagamento e del rendimento imputato ai conti correnti. Quest ultima voce è inclusa in quanto il conto corrente rappresenta lo strumento attraverso il quale vengono regolate gran parte delle transazioni bancarie. Il tasso d interesse offerto sulle giacenze può quindi essere influenzato da politiche di sussidio incrociato colte a promuovere lo sviluppo di alcune attività, finanziandole in parte con il rendimento di altre. L imputazione è ottenuta attribuendo ai conti correnti un rendimento pari al differenziale tra il rendimento del mercato monetario (in media d anno) e quello effettivamente corrisposto. L aggregato dei ricavi così definito, per quanto più ristretto del margine d intermediazione che solitamente viene utilizzato quale variabile prossima al valore delle vendite delle banche, è ancora piuttosto ampio rispetto al fenomeno d interesse. L assenza di informazioni più

16 16 dettagliate non consente infatti di isolare i ricavi generati da operazioni effettuate con le famiglie da quelli riferibili all attività con le imprese, particolarmente rilevanti nel caso dei servizi di pagamento. Ciò può introdurre un margine aggiuntivo di imprecisione nelle stime. Come outputs connessi alla gestione del risparmio sono stati considerate separatamente tre classi di titoli depositati presso la banca: le azioni depositate a custodia (AZIONI), gli altri titoli a custodia (CUST), i titoli gestiti da operatori professionali (GEST: quote di fondi e gestioni patrimoniali). L idea è che i prezzi dei servizi associati a queste tre categorie di titoli, misurati dal loro valore monetario, possano differire in misura sostanziale. Come unico indicatore di output per i servizi di pagamento e per i depositi in conto corrente abbiamo utilizzato l ammontare dei fondi in questa tipologia di depositi (DEPCC). A parità di volume di outputs i ricavi di due banche possono differire per due ragioni: i) perché i prezzi medi di ciascun output sono diversi; ii) perché gli indicatori adottati sono misure imperfette del volume dei servizi. Un esempio del secondo caso è dato dal fatto che le commissioni generate dalla gestione di un portafoglio dipendono non soltanto dalla sua dimensione, ma anche dalla movimentazione (lo stesso vale per i servizi di pagamento). L identificazione precisa di queste due componenti non ricade tra gli obiettivi del nostro esercizio statistico, nel quali controlliamo soltanto per gli effetti idiosincratici riconducibili alle diverse banche mediante l'utilizzo di variabili dummy. Il numero dei dipendenti (DIP) è incluso nella regressione come unico input, mentre tra le caratteristiche del processo produttivo sono inclusi il numero totale dei clienti che hanno un conto corrente presso la banca (NCTB), il numero degli sportelli (NSPO), il numero dei promotori finanziari (PROM), il numero dei PoS (POS, rilevante per i servizi di pagamento), il numero dei clienti utilizzatori di servizi di e-banking (NCE) e il numero di clienti di phone-banking (PHONE). La variabile NCE coglie l effetto sui ricavi della variazione del numero dei clienti e-banking a parità di altre condizioni, in particolare a parità del numero totale di clienti (NCTB). Il coefficiente di NCE misura pertanto l impatto sui ricavi unitari dell e-banking. Un analogo argomento vale anche per PHONE. La (3) è stata specificata trasformando tutte le variabili in logaritmo e assumendo una forma funzionale quadratica per il blocco degli outputs e lineare per le altre variabili (si veda l Appendice per i dettagli). La stima è stata effettuata su tre campioni di banche: l intero sistema, le banche diverse da quelle di credito cooperativo e le banche che offrono congiuntamente servizi allo sportello e attraverso il canale telematico. Sono state escluse le

17 17 banche che non hanno rete territoriale. Nelle stime sono stati utilizzati dati annuali relativi al periodo La struttura panel è stata sfruttata utilizzando variabili dummy per banca e per anno. La tavola A2 in Appendice riporta i risultati delle stime. I segni dei coefficienti non cambiano al variare dei campioni su cui sono state condotte le stime; quello relativo alla variabile NCE è sempre negativo. Anche il coefficiente di PHONE è sempre negativo, ma è significativo soltanto nella stima in cui è utilizzato il numero più ampio di banche. La dimensione del coefficiente di NCE varia tra 0,004 (intero sistema) e -0,014 (campione delle banche con NCE maggiore di zero); siccome le stime sono state effettuate utilizzando le trasformate logaritmiche delle variabili, questi valori sono interpretabili come elasticità. Per quanto possano apparire numericamente piccoli, il loro impatto è tutt altro che trascurabile. A parità di altre condizioni (compreso il numero di clienti totali), una banca che abbia il doppio del numero dei clienti remoti di un altra ha ricavi complessivi, nell accezione ristretta qui utilizzata, più bassi dello 0,8 per cento, utilizzando la stima più prudente (del 2,8 per cento all altro estremo). Questi valori sono puramente indicativi e sono condizionati dalla struttura dei dati e dei diversi campioni utilizzati. Tuttavia, essi sono qualitativamente coerenti con le opinioni espresse dagli operatori sulla pressione verso il basso esercitata dai canali telematici (Banca d Italia, 2001). Le nostre stime sembrano indicare che questo effetto non sia stato, almeno nel periodo in esame, bilanciato da altri fattori quali l espansione delle transazioni (per dato portafoglio) o da una più incisiva differenziazione dei servizi. Lo scarso sviluppo dei ricavi avrebbe pertanto costituito un fattore non trascurabile per la scarsa redditività delle attività di e-banking. Conclusioni In questo lavoro abbiamo esaminato alcuni aspetti dell attività di e-banking nel periodo compreso tra il 1998 e il In particolare abbiamo costruito alcuni test statistici per verificare l integrazione tra i canali distributivi tradizionali e quelli telematici, con particolare attenzione alle banche multicanale. I nostri risultati indicano che il legame tra offerta di servizi di e-banking e sportelli è stato piuttosto debole nella grande maggioranza dei casi; a livello di singola banca l espansione del numero dei clienti remoti è avvenuta in mercati locali dove scarsa era la presenza di dipendenze. In secondo luogo, i ricavi unitari delle banche, una volta controllato per la composizione del prodotto, risultano negativamente

18 18 correlati con la quota di clienti che utilizzano i servizi di e-banking. Una possibile interpretazione di questi risultati è che in questa prima fase, sia per strategie mirate ad acquisire quote di mercato, sia perché l offerta on-line è rimasta ristretta a prodotti relativamente standardizzati, le banche non sono riuscite ad appropriarsi di una parte significativa del surplus del consumatore generato dalle nuove tecnologie. Quanto questa corrisponde a una situazione di disequilibrio e quanto invece rappresenti un dato strutturale di questo tipo di attività è impossibile da stabilire sulla base dei nostri dati e in presenza di cambiamenti nella tecnologia estremamente rapidi.

19 19 Appendice Il modello utilizzato per la stima della relazione tra clienti bancari e sportelli è specificato come una coppia di equazioni simultanee. L'equazione (1) specifica che il numero di clienti con accesso elettronico della banca i nel mercato j al tempo t è una funzione del numero complessivo di clienti della banca i nel mercato j al tempo t, del numero di sportelli della banca i nel mercato j al tempo t e di un vettore Z 1 di variabili di controllo della domanda e dell'offerta nel mercato e per la banca. L'equazione (2) specifica il numero complessivo dei clienti della banca i nel mercato j al tempo t come funzione degli sportelli della banca i nel mercato j al tempo t e di un vettore Z 2 di controlli di domanda e offerta per la banca e per il mercato. Il modello risultante è dato da: NCE ijt = α 11 + β 11 NCT ijt + β 12 g(nsp) ijt + Γ 1 Variabili di Domanda jt + Θ 1 Z 1 + Φ 1 Effetti Fissi di Banca i + Ψ 1 Dummies Temporali t + ε 11 (1a) NCT ijt = α 21 + β 21 NCE ij + β 22 h(nsp) ijt + Γ 2 Variabili di Domanda jt + Θ 2 Z 2 + Φ 2 Effetti Fissi di Banca i + Ψ 2 Dummies Temporali t + ε 21 (2a) Il modello è identificato mediante restrizioni di esclusione poiché i due vettori Z 1 e Z 2 contengono variabili diverse. Per l'equazione (1a) si rimanda al paragrafo 3.1. Nell'equazione (2a) le variabili esogene sono il logaritmo del numero degli sportelli della banca i nel mercato j al tempo t-1, il logaritmo del volume dei depositi bancari delle famiglie per la banca i nel mercato j al tempo t-1 (VDEP), il logaritmo della popolazione al tempo t-1 (POP), il valore aggiunto pro capite (VAPC) al tempo t-1, il numero di PoS della banca i nel mercato j al tempo t-1 diviso la popolazione (POSPC), la quota di popolazione residente nel capoluogo (CAPOLUOGO). Le variabili che tengono conto della domanda sono diverse rispetto all'equazione (2a). Includiamo le determinanti generali della domanda di servizi bancari nel mercato e alcune variabili di banca-mercato. In entrambe le equazioni

20 20 controlliamo per le caratteristiche delle banche con degli effetti fissi, che catturano tutto ciò che non varia attraverso i mercati, ad esempio il prezzo e la qualità dei servizi on-line che sono uguali per tutti i clienti, oppure i costi. Il modello è identificato poiché nel vettore Z 1 sono incluse le variabili COMPUTER, ISTRUZIONE, PMONTAGNA e STRADE che misurano rispettivamente la diffusione dei computers, il livello del capitale umano e i costi di trasporto. Queste variabili per ipotesi influenzano il numero di clienti elettronici ma non quello dei clienti bancari complessivi, e sono escluse dall'equazione (2a). Il vettore Z 2, invece, include le determinanti macroeconomiche del numero di clienti bancari (il valore aggiunto della provincia, la popolazione), e il volume dei depositi della banca nel mercato, tutte escluse dall'equazione (1a) in quanto si presume che influiscono sul numero di clienti elettronici soltanto tramite il loro effetto sui clienti bancari complessivi. Il sistema è stimato con minimi quadrati a due stadi, includendo effetti fissi per banca e per anno in ciascuna delle due equazioni. I risultati della stima sono riportati nella tavola A1. I segni dei coefficienti nelle due equazioni sono nel complesso coerenti con quanto atteso. Per quanto riguarda la stima della revenue function la specificazione adottata è la seguente: RIC = α+ β 1 CUST + β 2 CUST 2 +β 3 AZIONI + β 4 AZIONI 2 + β 5 GEST + β 6 GEST 2 + β 7 DEPCC + β 8 DEPCC 2 + γ 1 NCTB + γ 2 NCE + γ 3 PHONE + δ 1 DIP + δ 2 NSPO + δ 3 PROM + δ 4 POS + Φ +Τ. (3a) dove Φ è un vettore di effetti fissi per banca e Τ è un vettore di effetti fissi per anno. Tutte le variabili sono espresse in logaritmi.