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:

Особенности трудового потенциала и требования к персоналу банка
Деятельность банковских учреждений так многообразна, что их действительная сущность оказывается неопределенной. В современном обществе банки занимаются самыми разнообразными видами операций. Они не только организуют денежный оборот и кредитные отношения; через них осуществляется финансирование наро ...

Страховой рынок Великобритании
Страховой рынок Великобритании наряду с рынками США и Германии входит в тройку ведущих страховых рынков мира. В 2006 г. совокупный объем собранных премий составил 156,6 млрд. ф. ст. Институциональная структура страхового рынка Великобритании представлена акционерными обществами, обществами взаимног ...

Базовая модель метода стохастической границы
Изложим основу модели анализа стохастической границы в соответствии со Шмидтом [13]. Базовая модель метода стохастической границы выглядит следующим образом: , ; i=1, … , N; t=1, …, T (1) (T=1 в случае рассмотрения отрасли в статическом положении). Индекс i показывает номера фирм, t – временной пер ...

Главное на сайте

Copyright © 2020 - All Rights Reserved - www.banklesson.ru