OPTIMIZATION OF ATM AND BRANCH CASH OPERATIONS USING AN INTEGRATED CASH REQUIREMENT FORECASTING AND CASH OPTIMIZATION MODEL

In this study, an integrated cash requirement forecasting and cash inventory optimization model is implemented in both the branch and automated teller machine (ATM) networks of a mid-sized bank in Turkey to optimize the bank’s cash supply chain. The implemented model’s objective is to minimize the idle cash levels at both branches and ATMs without decreasing the customer service level (CSL) by providing the correct amount of cash at the correct location and time. To the best of our knowledge, the model is the first integrated model in the literature to be applied to both ATMs and branches simultaneously. The results demonstrated that the integrated model dramatically decreased the idle cash levels at both branches and ATMs without degrading the availability of cash and hence customer satisfaction. An in-depth analysis of the results also indicated that the results were more remarkable for branches. The results also demonstrated that the utilization of various seasonal indices plays a very critical role in the forecasting of cash requirements for a bank. Another unique feature of the study is that the model is the first to include the recycling feature of ATMs. The results demonstrated that as a result of the inclusion of the deliberate seasonal indices in the forecasting model, the integrated cash optimization models can be used to estimate the cash requirements of recycling ATMs.

ENTEGRE NAKİT GEREKSİNİM TAHMİN VE NAKİT OPTİMİZASYON MODELİ İLE ATM VE ŞUBE NAKİT OPERASYONLARININ OPTİMİZE EDİLMESİ

Bu çalışma ile entegre bir nakit ihtiyaçları tahmini ve nakit envanteri optimizasyon modeli uygulaması sonuçları ile birlikte sunulmuştur. Bu model, Türkiye’de yer alan orta büyüklükteki bir bankanın hem şube hem de ATM ağına uygulanmış, bankanın nakit tedarik zinciri optimize edilmiştir. Gerçekleştirilen çalışmada temel amaç, müşteri hizmet düzeylerinde (nakit para bulunabilirliğinde) bir azalma olmaksızın, doğru tutarda nakdin doğru lokasyonda bulundurulması yolu ile banka şubeleri ve ATM’lerde yer alan fazla nakdin minimize edilmesi olarak tanımlanmıştır. Bilindiği kadarı ile, burada yer alan çalışma, bankaların hem şube hem de ATM ağına aynı zamanda uygulanan ilk model olma özelliği taşımaktadır. Entegre modelin uygulanması sonucu elde edilen sonuçlar göstermiştir ki, entegre nakit tahmini ve optimizasyon modelleri nakit bulunurluk seviyesinde, dolayısıyla müşteri memnuniyetinde bir azalma olmaksızın, şube ve ATM’lerdeki fazla nakit miktarında ciddi azalmalar sağlayabilmektedir. Sonuçların detaylı bir şekilde analizi de göstermiştir ki, nakit miktarındaki azalma şubelerde daha da dikkat çekici seviyededir. Sonuçlar ayrıca, çok farklı mevsimsel indekslerin kullanımının, banka nakit ihtiyaçlarının tahmin edilmesinde kritik bir rol oynadığını göstermesi açısından da önemlidir. Bu çalışmanın bir diğer eşsiz özelliği ise, geriçevrimli “recycling” özellikli ATM’leri modelleyen ilk çalışma olmasıdır. Çalışmanın sonuçları göstermiştir ki, uygun mevsimsel indekslerin kullanılmış olması şartıyla, bütünleşmiş nakit optimizasyon modelleri, geriçevrimli ATM nakit ihtiyaçlarını tahmin etmede de oldukça başarılı olabilmektedir.

PDF

___

Venkatesh, K., Vadlamani, R., Prinzie, A., & Van del Poen, D. (2014). Cash demand forecasting in ATMs by clustering and neural networks. European Journal of Operational Research 232 (2), 383 - 392.

Tobin, J. (1956). The interest elasticity of transactions demand for cash. The Review of Economics and Statistics 38 (3), 241 - 247.

Teddy, S. D., & Ng, S. K. (2011). Forecasting ATM cash demands using a local learning model of cerebellar associative memory network. International Journal of Forecasting 27 (3), 760 - 776.

Simutis, R., Dilijonas, D., Bastina, L., Friman, J., & Drobinov, P. (2007). Optimization of Cash Management for ATM Network. Information Technology and Control 36 (1A), 117 - 121.

Osorio, A. F., & Toro, H. H. (2012). An MIP model to optimize a Colombian cash supply chain. International Transactions in Operational Research 19 (5), 659 - 673.

Lazaro, J. L., Jimenez, A. B., & Takeda, A. (2018). Improving cash logistics in bank branches by coupling machine learning and robust optimization. Expert Systems With Applications 92, 236 - 255.

Geismar, H. N., Sriskandarajah, C., & Zhu, Y. (2017). A Review of Operational Issues in Managing Physical Currency Supply Chains. Production and Operations Management 26 (6), 976 - 996.

Eppen, G. D., & Fama, E. F. (1968). Solutions for Cash-Balance and Simple Dynamic-Portfolio Problems. The Journal of Business 41 (1), 94 - 112.

Ekinci, Y., Lu, J.-C., & Duman, E. (2015). Optimization of ATM cash replenishment with group-demand forecasts. Expert Systems with Applications 42 (7), 3480 - 3490.

Castro, J. (2009). A Stochastic Programming Approach to Cash Management in Banking. European Journal of Operational Research 192 (3), 963 - 974.

Bretnall, A. R., Crowder, M. J., & Hand, D. J. (2010). Predictive-sequential forecasting system development for cash machine stocking. International Journal of Forecasting 26, 764 - 776.

Baumol, W. J. (1952). The Transactions Demand for Cash: An Inventory Theoretic Approach. The Quarterly Journal of Economics 66 (4), 545 - 556.

Baker, T., Jayaraman, V., & Ashley, N. (2013). A Data‐Driven Inventory Control Policy for Cash Logistics Operations: An Exploratory Case Study Application at a Financial Institution. Decision Sciences 44 (1), 205 - 226.

Agoston, K. C., Benedek, G., & Gilanyi, Z. (2016). Pareto improvement and joint cash management optimisation for banks and cash-in-transit firms. European Journal of Operational Research 254 (3), 1074 - 1082.