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:

Анализ прибыли ООО «Русфинанс банк»
Одним из важнейших этапов анализа деятельности коммерческого банка является анализ прибыли. От величины прибыли зависят увеличение собственного капитала, создание и пополнение резервных фондов, финансирование капитальных вложений, размер выплаты дивидендов и покрытие других затрат.[10]. Анализ приб ...

Виды операций, основные виды и цели коммерческих банков на рынке ценных бумаг
В общем виде рынок ценных бумаг можно определить как совокупность экономических отношений по поводу выпуска и обращения ценных бумаг между его участниками. Исторически банки были первыми учреждениями, специализирующимися на операциях на финансовом рынке, однако современные банки являются не единств ...

Классификация данных. Кластерный анализ
При проведении оценки и, особенно, массовой оценки имущества на первом этапе весь массив оцениваемых объектов обычно разбивают на группы однородных по совокупности признаков имущества, то есть решают задачу классификации. Имущество, включаемое в одну группу, по возможности, должно находиться на неб ...

Главное на сайте

Copyright © 2018 - All Rights Reserved - www.banklesson.ru