The first decade of the 21st century saw a dynamic development in ATM networks. This was reflected in the growth of the number of ATMs and number of withdrawals. However, in the beginning of the second decade, a slowdown in the dynamic development of this part of the banking system has been observed in Poland. The signifi cant reduction of interchange (which is the main source of revenue for ATM network deployers) and growing availability of cashless payments tempered a further intensive development of these networks. Over the next 3 years, this regression was reflected in the declining number of withdrawals from ATMs and the insignificant growth of the number of ATMs. Therefore, ATM owners are forced to search for new solutions that could guarantee more profits. One way is the suitable choice of locations for new ATMs and removal of ATMs from non-profi table locations. In this paper, the authors have attempted to indicate the locations with the largest number of withdrawals on the basis of the number of withdrawals from the ATMs of the one of the largest ATM network deployers. The ATMs with the largest number of withdrawals are sources of the largest profits due to interchange. The authors have also indicated those locations where ATMs can be a source of losses.
This paper deals with the problem of withdrawals from Automated Teller Machines (ATMs), using daily data for selected ATMs installed by the Euronet network in the Polish provinces of Małopolska and Podkarpacie for the period from January 2008 to March 2012. The main aim of this paper is an estimation of the proper econometric models for withdrawals time series and attempt to forecast future demand on cash flow in ATMs in respect to their localization. This is necessary to establish a replenishment schedule. The results of computations suggest that models built on the basis of SARIMA methodology are useful tools for an modeling daily withdrawals time series. This kind of model can be applied independently of the localization of an ATM. The exercises for ex post data imply ex post forecast errors under 20%. This size of forecast errors is lower than the bias of actual replenishment scheduling.
PL
W artykule został rozważony problem modelowania i prognozowania dziennych wypłat z bankomatów sieci "Euronet" zainstalowanych w województwie małopolskim oraz podkarpackim w okresie od stycznia 2008 do marca 2012. Głównym celem tego artykułu była estymacja modeli szeregów czasowych wypłat z wybranych bankomatów i próba prognozy zapotrzebowania na gotówkę w zależności od ich lokalizacji. Takie badania są niezbędne w celu ustalenia schematu napełniania bankomatów gotówką. Wyniki badań sugerują, że modele bazujące na liniowym modelu SARIMA uwzględniającym efekty sezonowe są użytecznymi narzędziami modelowania szeregów czasowych dziennych wypłat z bankomatów. Okazało się, że ten typ modeli może być stosowany niezależnie od lokalizacji bankomatów. Prognozy ex post są obarczone błędami poniżej 20%. Jest to błąd niższy niż błędy występujące przy stosowaniu obecnych schematów napełniania bankomatów gotówką.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.