Revenue and Cost Efficiency of Banking Sectors in The European Union Countries: Do They Depend on Size, Location or Crisis Period?
| Author | Affiliation | |
|---|---|---|
Gavurova, Beata | ||
| Date |
|---|
2017 |
Straipsnyje vertinamas santykinis ES bankų sektorių pajamų ir i šlaidų veiksmingumas pasitelkus 2008-2015 metų duomenis i š 28 bankų sistemų. Pasirinktų šalių analizės pagal duomenų apimties analizės modelį (angl. Data Envelopment Analysis (DEA) rezultatai atskleidžia reik šmingus tirtų šalių skirtumus. I šlaidų veiksmingumas svyravo nuo 13,39 iki 100 proc. Kita vertus, pajamų veiksmingumas svyravo nuo 24,30 iki 100 proc. Straipsnyje taip pat analizuojamas trijų bankų sektorių grupių, paskirstytų pagal viso turto dydį, veiksmingumas. Rezultatai rodo, kad dideli bankų sektoriai yra veiksmingesni i šlaidų ir pajamų atžvilgiu, o mažiausiai paveikūs yra mažos grupės bankų sektoriai. Paskutinėje straipsnio dalyje analizuojamas keturių pagrindinių vadinamųjų Europos regionų veiksmingumas. Remiantis analizės rezultatais galima teigti, kad veiksmingumas Šiaurės ir Vakarų Europos bankų sektoriuose buvo didesnis nei vidutinis; kita vertus, Pietų ir Rytų Europos bankų sektoriuose veiksmingumas buvo mažesnis nei vidutinis visoje imtyje. Remiantis paskirstymo hipotezės testų rezultatais, buvo pastebėti žymūs skirtingų dydžių ir šalių, paveiktų (ar nepaveiktų) krizės bankų sektorių veiksmingumo skirtumai.
The purpose of this study is to examine the revenue and cost efficiency of banking sectors within the European Union during the period from 2008 to 2015 using the extension of basic Data Envelopment Analysis (DEA). The technique of advanced DEA is applied due to its flexibility to include multiple inputs and multiple outputs, and their prices to measure relative efficiency within the dataset under the defined criteria. After the estimation of efficiencies, the nonparametric test for equality of densities is used to test whether two given distributions, estimated nonparametrically via kernel smoothing, differ statistically. The relatively new methodology prepared by Li et al. (2009) is applied to examine the differences in terms of the size, European regions, and the crisis and nocrisis years.
| Journal | IF | AIF | AIF (min) | AIF (max) | Cat | AV | Year | Quartile |
|---|---|---|---|---|---|---|---|---|
Transformations in Business & Economics | 1.112 | 2.233 | 1.764 | 2.702 | 2 | 0.568 | 2017 | Q3 |
| Journal | IF | AIF | AIF (min) | AIF (max) | Cat | AV | Year | Quartile |
|---|---|---|---|---|---|---|---|---|
Transformations in Business & Economics | 1.112 | 2.233 | 2.233 | 2.702 | 2 | 0.568 | 2017 | Q3 |
| Journal | Cite Score | SNIP | SJR | Year | Quartile |
|---|---|---|---|---|---|
Transformations in Business and Economics | 1.3 | 0.516 | 0.312 | 2017 | Q3 |