Модели анализа стохастической границы

Модель анализа стохастической границы была впервые независимо предложена в 1977 году Мееюзеном, ван дер Броеком с одной стороны и Айгнером, Ловеллом, Шмидтом – с другой. Еще одной основополагающей работой по МАСГ считается труд Баттеза и Коры (1977). В первых работах рассматривалась отрасль за один период. Позже модели разрабатывались Фером и Ловеллом (1978), Грином (1980), Джондроу, Ноксом Ловеллом, Матеровым и Шмидтом (1982), позднее Баттезом и Коэлли (1988), Кумбхакаром, Гошем, МакГукином (1991) [18]. Модификация мрделей шла на пути исследования большего количества периодов, разных априорных предположений, применения к разным секторам экономики. К настоящему времени развито множество модификаций модели, она применяется во многих сферах экономики.

Модель анализа стохастической границы становится все популярнее, в первую очередь, благодаря своей гибкости, и возможности адекватно применить экономические концепции к реальности. Также, эти модели стало легче применять, поскольку стали более доступны ряды данных по конкретным объектам одной отрасли, развиваются информационные и компьютерные технологии. Модель МАСГ часто используется для сравнения относительных эффективностей хозяйствующих субъектов, потому что существует возможность слежения за динамикой этих показателей. По сравнению со стандартной методикой оценки производственных функций (МНК), у МАСГ есть свои преимущества. МАСГ оценивает «истинную» границу производства, а не среднее среди всех фирм, так как он в максимальной степени использует все свойства производственной функции. Одно из важнейших преимуществ данной модели – то, что измеренное изменение продуктивности будет представлено только изменением в технологиях, а не комбинацией изменения эффективности и изменения технологий, как это происходит в случае оценки неграничными моделями [23]. Несмотря на это, МНК остается важным методом оценки производственных функций, особенно при измерении стандартных статистических параметров (например, проверка на гетероскедастичность и нормальность остатков).

МАСГ имеет также некоторые преимущества в построении границ и перед непараметрическими методиками, например перед DEA. Основной плюс заключается в том, что МАСГ учитывает случайные ошибки измерения. Однако у метода анализа стохастической границы есть недостаток, которого нет у DEA: необходимость выбирать функциональную форму, как для производственного функционала, так и для формализации вида ошибки.

Эта глава начинается с краткого обсуждения роли банков как посредников в финансовой деятельности. С этих позиций и будет рассматриваться дальнейший анализ производственных функций банковских фирм. Далее, представляются модели оптимизации издержек и прибыли. В конце главы проводится спецификация оцениваемых моделей.

Еще по теме:

Методы совершенствования банковского надзора в России на примере ООО «Русфинанс банк»
Проведя исследование по осуществлению банковского надзора и регулирования ЦБ РФ над коммерческими организациями на примере ООО «Русфинанс банк», изучив статистические материалы и мнения ведущих аналитиков страны, мною были сделаны следующие выводы, что система банковского надзора в Российской Федер ...

Валютное регулирование
Основная задача валютного регулирования - это защита валюты Российской Федерации путем законодательного упорядочивания расчетов проводимых с использованием иностранной валюты. Расчеты между резидентами осуществляются в валюте Российской федерации без ограничений. Расчеты между резидентами и нерезид ...

Регрессионный анализ в оценке в оценке стоимости имущества заемщика
После выявления статистически значимых связей между переменными (в частном случае, между параметрами и ценой) с помощью методов корреляционного анализа обычно переходят к математическому описанию этих связей методами регрессионного анализа. Пусть в общем случае есть зависимая переменная, например, ...

Главное на сайте

Copyright © 2019 - All Rights Reserved - www.banklesson.ru