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 налогооблагаемой базы при налогообложении прибыли
Для правильного определения прибыли необходимо сравнивать доходы и расходы, при этом следует различать моменты возникновения доходов и расходов, которые зависят от метода, применяемого налогоплательщиком для целей исчисления налога на прибыль, – метода начисления или кассового метода и порядка отне ...

Управление риском ликвидности
Ликвидность - это способность удовлетворить предполагаемую и внезапно создающуюся ситуацию потребности в наличных средствах в компании. Потребность в наличных средствах возникает вследствие изъятия вкладов, наступления срока погашения (срока зрелости) обязательств, предоставления средств по займам, ...

Методика ревизии расчетов по социальному страхованию и обеспечению
Проверка операций по расчетам средств Фонда социальной защиты населения Министерства труда и социальной защиты Республики Беларусь (ФСЗН), как правило, осуществляется специалистами Министерства труда и социальной защиты Республики Беларусь, аудиторами и специалистами ведомственного контроля. Провер ...

Главное на сайте

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