В каждой стране банковская система является центром экономики. Ее организация и деятельность оказывают глубокое, системное воздействие на все процессы, происходящие во всех секторах национального хозяйства. Эффективное развитие банковской системы страны является значимым и существенным фактором экономического роста.
В современных условиях исследование эффективности функционирования белорусских банков и банковского сектора в целом с помощью современной методики анализа неразрывно связано с информационными технологиями.
Эффективность деятельности банков оценивают по-разному. И результаты этих оценок напрямую зависят от инструментов, используемых авторами исследований. Необходимость использования современного аналитического инструментария является обязательным условием успешной деятельности банка.
Предлагаемые для рассмотрения модели и методы оценки эффективности банков и банковских систем позволяют определить основные факторы и детерминанты успешной работы банков и выделить проблемы и несовершенства банковской системы.
На сегодняшний день существует ряд известных методик для оценки эффективности. В современном анализе выделяют два основных подхода – параметрический и непараметрический [2]. Они предполагают существование так называемой «границы эффективности», относительно которой можно измерить эффективность конкретного предприятия. В литературе проводится различие между параметрическими и непараметрическими методами оценки эффективности. К первой группе относят метод стохастической границы (Stochastic Frontier Approach (SFA)), метод без спецификации распределения (Distribution Free Approach (DFA)), метод широкой границы (Thick Frontier Approach (ТFA)). Во вторую группу входят метод оболочечного анализа данных (Data Envelopment Analysis (DEA)) и частный случай DEA - метод свободной оболочки (Free Disposal Hull (FDH)) [1].
До сих пор эффективность банков оценивалась в основном с помощью параметрического метода стохастической границы эффективности [4]. В данной же работе предлагается оценка эффективности непараметрическим методом – DEA (Data Envelopment Analysis). DEA - популярный в последние годы инструментарий для анализа эффективности работы различных организаций и их подразделений: правительств, супермаркетов, университетов, почтовых служб и др. Его применение можно найти в зарубежных исследованиях банковской системы. Оболочечный анализ данных (DEA) является набором методов анализа эффективности функционирования, который имеет ряд преимуществ по сравнению со ставшими уже традиционными методами анализа, такими как анализ показателей функционирования и методами регрессионного анализа. Оболочечный анализ позволяет получить легко интерпретируемую визуализацию данных и определить направление для поиска улучшений в функционировании банка [5].
Практическое значение исследования заключается в том, что его выводы ориентированы на повышение эффективности деятельности банковской системы Беларуси. Результаты анализа могут быть применены для решения задачи повышения эффективности банков, а это, в свою очередь, является важным этапом качественного развития банковской системы, роста ее устойчивости и конкурентоспособности.
При написании дипломной работы был использован широкий круг источников. Теоретической и методологической основой исследования являются труды иностранных и отечественных авторов, посвященные анализу эффективности функционирования банковских систем.
Основой исследования производственной эффективности послужили работы Debreu G., Farrel M.J., Koopmans Т.С., Leibenstein H., Shephard R.W. Методы математико-статистического исследования эффективности входят в область научных интересов многих зарубежных ученых: Aigner D.J., Lovell С.А.К., Schmidt P., Meesusen W., van den Broeck J., Afriat S.N., Battese G.E., Coelli Т., Corra G.S., Chu Y., Greene W., Jondrow J., Kumbhakar S.C., Materov I.S., Sickles, R.C., Stevenson R.E., Timmer С.Р. Статистическому анализу эффективности функционирования банковских систем различных стран посвящен целый ряд работ Berger A.N., Bhattacharya A., DeYoung R., Eisenbeis R.A., Elyasiani E., Ferrier G.D., Forsund F., Humphrey D.B., Hunter W.C., Kwan S.H., Mester LJ., Timme S.G.
Отмеченные ученые и специалисты внесли значительный вклад в разработку различных теоретических и прикладных аспектов исследования эффективности и разработки информационно-аналитических систем для ее оценки. Однако многие вопросы совершенствования данного анализа в отечественной банковской практике требуют дальнейшего исследования.
Значительное количество современных работ, посвященных эффективности деятельности банков, свидетельствует о научно-практическом интересе к теме исследования. Кроме того, имеется целый ряд моментов, подтверждающих актуальность данной работы:
Во-первых, большинство существующих подходов к оцениванию эффективности не позволяют учитывать такие базовые характеристики эффективности как многофакторность, относительность и стохастичность. Также ряд методик включают в себя субъективную составляющую, что затрудняет их использование.
Во-вторых, имеются проблемы совместимости результатов оценивания эффективности банковской деятельности на основе применения отечественных и зарубежных методик.
Целью исследования является проведение анализ эффективности функционирования белорусских банков и банковского сектора с помощью современной методики анализа и с использованием прогрессивных IT-решений.
Для достижения данной цели были поставлены и решены следующие задачи:
1. провести сравнительный анализ существующих подходов к оценке банковской эффективности;
2. предложить методику оценивания эффективности деятельности банков с учетом выявленных особенностей измерения эффективности;
3. определить особенности измерения эффективности работы банков и выявить факторы, влияющие на эффективность;
4. проанализировать эффективность функционирования банковского сектора Республики Беларусь и дать оценку эффективности каждого банка выборки.
В связи с тем, что окружающая нас действительность усложняется, руководство зарубежных банков постепенно приходит к выводу о необходимости использования информационных технологий с целью полноценной оценки эффективности функционирования банковского сектора.
Многообразие существующих трактовок термина «эффективность» вызывает вопрос о том, что именно следует понимать под эффективностью вообще и эффективностью деятельности коммерческого банка в частности.
Термин «эффективность» является многозначным понятием и отражает отношение различных аспектов деятельности: результата и затрат, результата и целей, результата и потребностей, результата и ценностей. Многокритериальность понятия «эффективность» требует особых способов согласования критериев между собой, и в зависимости от того, как они будут строиться, будут получаться различные значения эффективности.
Эффективность есть соотношение затрат ресурсов и результатов, полученных от их использования.
Согласно приведенным определениям ключевыми понятиями при определении экономической эффективности являются экономический результат деятельности организации (выход) и использованные для его достижения ресурсы (входы). Эффективность функционирования банков оказывает существенное влияние на экономическую деятельность.
Различаются три основных типа эффективности. Все они предложены британским экономистом М. Фарреллом [15]. В 1957 г. он опубликовал статью «Измерение производственной эффективности», где ввел понятие «операционная эффективность» (operational efficiency). Фаррелл разделил операционную эффективность на три составляющие:
· техническая или производственная эффективность (technical efficiency);
· экономическая эффективность (economic efficiency), объединяющая в себе два указанных вида эффективности.
Техническая эффективность характеризует внутреннюю организацию деятельности банка и представляет собой возможности банка по сокращению издержек при сохранении заданного выпуска (ориентация на входы) и возможности по увеличению выпуска при сохранении заданного уровня потребляемых ресурсов (ориентация на выходы).
Эффективность распределения вызвана тем обстоятельством, что любая организация действует не как закрытая система, а как часть всего рыночного механизма в целом. Организация должна оптимизировать не только потребляемые ею пропорции ресурсов, но и пропорции выпускаемой продукции. При этом возможно три варианта деятельности: минимизация расходов (ориентация на входы); максимизация доходов (ориентация на выходы); максимизация прибыли (одновременная ориентация и на входы, и на выходы).
При статистическом исследовании эффективности работы банков проблема определения результатов деятельности по ряду причин приобретает дополнительную сложность.
Во-первых, деятельность банка невозможно рассматривать как простой поток обработки входных ресурсов и выпуска полученной продукции. Работа банка обычно рассматривается как набор точечных временных характеристик, отражающих объемы привлеченных и инвестированных ресурсов. Во-вторых, банк является мультипродуктовой организацией, причем результаты его деятельности невозможно измерить без четкого определения его целей. Таким образом, выпуск банков является по своей сути целым набором параметров, причем некоторые из них имеют нематериальную природу. В-третьих, не всегда возможно четко разделить входы и выходы деятельности банков.
Наличие значительного числа компонентов показателя эффективности, определяемых разными причинами и зависящих от многих факторов свидетельствует в пользу комплексности данного показателя и, как следствие, нетривиальности его расчета. Данный факт привел к разработке целого ряда методик оценивания эффективности деятельности банков.
Оценка эффективности банков представляет собой достаточно сложную аналитическую проблему. Она требует решения ряда принципиальных задач методологического характера. В частности, отсутствуют общепринятые понятия эффективности, банковского экономического эффекта, унифицированные разработки по показателям оценки эффективности и т.д.
В нашем банковском сообществе под эффективностью понимают, как правило, рентабельность бизнеса. Основным анализом банков считается анализ финансовых коэффициентов, таких как ROE, ROA
и т.д., а также единственного коэффициента эффективности - cost/income ratio
. Несмотря на активную критику за рубежом подхода финансовых коэффициентов, подменяющего комплексный анализ эффективности, он продолжает повсеместно применяться в нашей стране. Используемый подход к оценке эффективности не позволяет учитывать такие ее характеристики как многофакторность, относительность и стохастичность.
В современной экономической науке разработан целый ряд методов, позволяющих прямо или косвенно измерить эффективность деятельности банка.
Можно выделить три основных группы методов измерения эффективности:
1. использование экономических коэффициентов в качестве переменных, отражающих эффективность работы банка;
2. эмпирические (экспертные) методики оценки эффективности работы банка;
3. методы, основанные на построении границы эффективности.
К группе коэффициентов относятся рентабельность активов (Return Of Assets, ROA), рентабельность собственного капитала (Return Of Equity, ROE), рентабельность инвестиций (Return Of Investment, ROI). Недостатки коэффициентного подхода не позволяют учитывать все три базовые особенности эффективности. Поэтому, на мой взгляд, использование исключительно данного подхода к анализу эффективности не может дать хорошего результата, хотя использование различных коэффициентов в качестве дополнения к другим методикам является весьма обоснованным.
Экспертные методики
являются одним из наиболее часто используемых подходов к анализу различных показателей деятельности банков. Практически каждое рейтинговое агентство имеет свою собственную методику оценки надежности и эффективности работы банков. К наиболее распространенным экспертным методикам относятся:
1. рейтинги Moody's Investors Service;
2. методики The Fitch Ratings (включая The Thompson Bank Watch и IBCA).
Методики, основанные на построении границы эффективности
, получают широкое распространение в современных экономических исследованиях, и, в частности, в исследованиях эффективности деятельности банков. Данные методики позволяют в полной мере использовать современные IT-технологии. При данном подходе эффективность работы банка оценивается путем его сравнения с «идеальным», который работает на пределе и наиболее оптимальным образом использует имеющиеся в его распоряжении ресурсы. Множество (гипотетическое) таких абсолютно эффективных банков получило название границы эффективности.
В рамках данного положения существуют параметрические и непараметрические методы оценки эффективности банков. Параметрические методы включают в себя метод стохастических границ (stochastic frontier approach, SFA
), метод без спецификации распределения(distribution free approach, DFA
) и метод густой границы (thick frontier approach, TFA
). Непараметрический подход к оценке эффективности включает в себя индексный метод (productivityindexes
), метод свободного расположения оболочки (freedisposablehullanalysis, FDH
) и метод оболочечного анализа данных (dataenvelopmentanalysis, DEA
).
В соответствии с этими подходами «индекс эффективности» наблюдаемых банков определяется мерой расстояния точки, описывающей производственный процесс данной кредитной организации, от некой заданной границы производственных возможностей, или границы эффективности. Банки, соответствующие этой границе, являются полностью эффективными, а неэффективность остальных кредитных организаций растет с увеличением их расстояния от заданной производственной границы. Высшим же критерием эффективности банка служит степень близости полученного показателя к границе производственных возможностей.
Параметрические методы оценки эффективности
опираются на известную спецификацию производственной функции. Они предполагают эконометрическое оценивание «границы» эффективности, т.е. максимально возможного потенциального уровня эффективности банка [7]. Конкретные оценки эффективности получают, сравнивая результат деятельности банка с максимально возможным. В отличие от непараметрических подходов, где ряд банков будет иметь 100-процентную эффективность, при использовании параметрического подхода все банки могут иметь уровень эффективности ниже максимального.
Непараметрический подход к оценке технической эффективности
был изначально разработан в работе Farrell M. J. (1957) «The measurement of Productive Efficiency» и был далее развит, в том числе в работах Charnes A., W.W. Cooper, E. Rhodes (1978), Banker R.D., A. Charnes, W.W. Cooper (1984), Tone K. (2001). Этот метод рассматривает каждый банк как микроэкономическую фирму (так называемый Decision Making Unit – DMU), использующий ресурсы (inputs) для производства выпуска (outputs) с помощью некоторой производственной функции [4]. Соответственно, один банк считается эффективней другого, если он достигает, по крайней мере, не меньшего (покомпонентно) выпуска, чем другой при использовании не большего количества ресурсов (опять же покомпонентно).
В данной работе применяется непараметрический детерминированный метод оболочечного анализа данных DEA
, среди основных преимуществ которого можно выделить малое количество ограничений на множество производства (обычно выпуклость и свободная расположенность (free disposability)), возможность расчета эффективности в случае нескольких входных и нескольких выходных переменных одновременно, выявление наиболее эффективной производственной границы, достижимой на практике, расчет простых индексов эффективности для каждой производственной единицы, наличие входной и выходной идентификации модели. Данный подход не требуют первоначального предположения об аналитической форме исследуемых функций; следовательно, вероятность неправильной спецификации формы производственной технологии равна нулю, не возникает проблем с мультиколлинеарностью, гомоскедастичностью и т. д. В свою очередь, недостатком считается то, что в DEA не существует случайных колебаний, все отклонения от границы свидетельствуют о наличии неэффективности.
Подход к построению границы эффективности был впервые рассмотрен Чарнсом, Купером и Родесом (Charnes, Cooper, Rhodes) в 1978 году, которые, основываясь на концепции технической эффективности, разработанной Дебре (1951) и Фареллом (1957), вывели определяющий показатель расчета эффективности применительно к оценке деятельности отдельных банков и банковской системы в целом. Основа метода DEA состоит в определении места исследуемого объекта (банка) по отношению к совокупности производственных возможностей. Границей эффективности считается множество точек (отображающих набор входных и выходных параметров конкретного банка), такое, что никакие другие точки и их линейные комбинации не превосходят границу по количеству выпуска какого-либо продукта (при тех же потребленных ресурсах) и не используют меньшее количество какого-либо ресурса (при заданном выпуске). Граница эффективности представляет собой ломаную, соединяющую наиболее эффективные банки, а техническая эффективность деятельности конкретного банка выражается в виде отношения взвешенных результатов деятельности и использованных для их достижения ресурсов.
Чем ближе исследуемый объект (банк) находится к границе совокупности производственных возможностей, тем выше коэффициент эффективности его деятельности. В идеале он равен единице. Объекты, лежащие ниже границы совокупности производственных возможностей – неэффективны. Определенный таким образом показатель эффективности приобретает значения в пределах от нуля до единицы.
Следует отметить, что метод DEA возник специально с целью нивелирования недостатков параметрического метода. Метод предоставляет возможность давать оценку эффективности лишь на основании доступных данных о величине затрат и результатов, без определения их функциональной зависимости. Дополнительным преимуществом этого подхода является сокращение влияния случайных факторов.
Проведенный в работе анализ показал, что, используя метод DEA, возможно заранее определить пути максимизации результата или минимизации издержек. Возможно рассчитать эффективность, ориентированную на затраты, которая будет показывать, насколько нужно уменьшить затраты банка, чтобы деятельность банка стала эффективной при сохранении как минимум той же величины получаемых результатов. Также можно рассчитать эффективность работы банка исходя из того насколько нужно улучшить показатели деятельности банка, чтобы при той же величине затрат его деятельность была эффективной.
Использование метода DEA имеет ряд существенных достоинств. Так, если при расчете показателей эффективности работы банка «классическими» методами используется параметрическая функция, которая требует наличия точных показателей о его работе за длительный период времени, что не всегда возможно, то метод DEA позволяет оценить эффективность работы банка, оперируя сведениями за короткий промежуток времени. В период кризиса это особенно актуально, т.к. показатели работы банка могут измениться за короткий период времени, а определить его эффективность необходимо. Возникает еще ряд преимуществ, а именно: расчетная ошибка практически исключена; этот метод не требует детализации данных; достаточно иметь сведения о расходах (затратах) и результатах; могут сравниваться данные разного типа (отдельные банки, эффективность деятельности отдельных подразделений банка и т. п.).
Немаловажным аспектом исследования является выбор переменных, значения которых используются при анализе эффективности. В основе выбора лежат не только цели исследования, но также доступность и достоверность имеющейся информации. Как отмечают исследователи, проблема оценки эффективности деятельности банков является непростой задачей, не имеющей однозначного решения [5].
В литературе, посвященной банковскому делу, не существует единого подхода к тому, какими входными и выходными переменными следует описывать банк или банковский сектор. В данной работе при выборе параметров исследования я воспользовалась посредническим подходом. При данном подходе банк рассматривается как связующее звено между кредиторами и заемщиками.
Обработка статистической информации проводилась с помощью современного программного обеспечения – специализированной библиотеки [33] для статистического пакета R- Statistics
(см. ПРИЛОЖЕНИЕ Б) и табличного процессора MS Excel.
R - язык и средство для статистического вычисления и графики. Это проект GNU который похож на язык и средство, которое было разработано в Bell Laboratories (бывшая AT & T, сейчас Lucent Technologies) Джоном Чемберсом и его коллегами. R можно рассматривать как различные реализации S. Есть несколько важных различий, но много кода, написанного для S работает под неизменным R.
R предоставляет широкий спектр статистических данных (линейные и нелинейные моделирование, классические статистические тесты, анализ временных рядов, классификация, кластеризация и др.) и графические методы, а также очень расширяем. Язык S часто является транспортным средством выбора для исследования в области статистической методологии, и R обеспечивает маршрут с открытым исходным кодом для участия в этой деятельности. Одной из сильных сторон R является легкость, с которой хорошо продуманные публикации качества участков могут быть произведены, в том числе математические символы и формулы в случае необходимости. Большое внимание было уделено для выбора дизайна графиков, но пользователь сохраняет полный контроль.
R доступен как свободное программное обеспечение в соответствии с условиями Free Software Foundation с GNU General Public License в виде исходного кода. Работает на различных платформах UNIX и подобных системах (в том числе FreeBSD и Linux), Windows и MacOS.
R представляет собой интегрированный пакет программных средств для обработки данных, расчетов и графических отображений. Включает в себя:
· эффективную обработку данных и хранения,
· набор операторов для вычислений массивов, в частности, матриц,
· большую, интегрированную коллекцию промежуточных инструментов для анализа данных,
· графические средства для анализа данных и отображения либо на экране или на печатном носителе,
· хорошо развитый, простой и эффективный язык программирования, который включает в себя условные операторы, циклы, определяемые пользователем рекурсивные функции и ввода и вывода.
Термин "средство" предназначен для характеристики R как полностью спланированной и последовательной системы, а не дополнительной аккреции очень конкретных и негибких инструментов, как это часто бывает с другими программными обеспечениями для анализа данных. R, как S, строится вокруг истинного языка компьютера, и позволяет пользователям добавлять дополнительную функциональность путем определения новых функций. Большая часть системы сама написана на диалекте R от S. Для вычислительно-интенсивных задач, C, C + + и Fortran код может быть связан и вызван во время выполнения. Опытные пользователи могут написав код S, манипулировать R объекты непосредственно.
Многие пользователи думают о R как о системе статистики. Правильно думать о ней как о среде, в которой статистические методы реализованы. R может быть расширен (легко) с помощью пакетов. Есть около восьми пакетов, которые поставляются с R и многие другие доступны через CRAN семейство интернет сайтов, освещающих очень широкий спектр современных статистических данных.
Необходимо подчеркнуть, что при оценке эффективности с помощью метода DEA можно рассматривать различные «параметры шкалы» (масштаба) деятельности. Так, можно принять за основу условие о «постоянной отдаче от масштаба» (величина e-crs
) или «переменной отдаче от масштаба» (величина e-vrs
), или же «невозрастающей отдаче от масштаба» деятельности (величина e-nirs
).
Глава 4.
Анализ эффективности функционирования банков РБ
С помощью фронтирного метода DEA, а также эконометрических методик тестирования гипотез и оценки корреляционной связи, была проанализирована эффективность деятельности 31 банка РБ. Информационную базу исследования составили материалы банковской отчетности НБ РБ по форме 1 «бухгалтерский баланс» и форме 2 «отчет о прибылях и убытках» за 2009 гг. (см. ПРИЛОЖЕНИЕ А).
Я исходила из того, что на результаты деятельности банка влияет любая деятельность, связанная с использованием его ресурсов. Выбор модели деятельности определяет классификацию издержек и результатов. Поэтому за результат банковской деятельности в данном исследовании были приняты следующие показатели: объем выданных кредитов, размещенных депозитов, а также сумма полученных чистых доходов. Все эти показатели рассматривались как результат деятельности банка. Затраты по содержанию основных средств банка, т.е. расходы процентного и непроцентного характера, рассматриваются как ресурсы. Описание переменных приведено в Таблице 4.1:
Таблица 4.1 Описание переменных
Ресурсы
PEx
Процентные расходы
CEx
Комиссионные расходы
OEx
Операционные расходы
Продукты
Cr
Кредиты клиентам
Dep
Средства клиентов
Inc
Чистый доход
Источник: собственная разработка
Оценки значимости переменных позволил получить тест Пастора. При расчетах использовались параметры теста
и
. Надежность всех тестов превысила 0,90.
В данном случае, построение оценки заключалось в рассмотрении технической эффективности. Было решено исследовать модель, направленную на максимизацию продуктов при фиксированных ресурсах (output-oriented). Следует заметить, что в литературе такая модель использования ресурсов является более предпочтительной, так как исследуется возможность сокращения издержек от их использования.
В работе Simar L. and Wilson P.W. «Statistical Inference in Nonparametric Frontier Models: The State of the Art» была описана методика построения доверительных интервалов для технической эффективности с помощью бутстрепа, на примере которой был проведен анализ имеющихся данных. Авторами данная методика была применена для В
= 2000 бутстреп-выборок, доверительный интервал построен для а
= 0.05. Расчет проводился как для метрики Фаррелла, указывающей, во сколько раз организация может увеличить свою продукцию при достижении производственной границы, так и для метрики Шепарда (обратной величины) - обозначающей долю возможного продукта, получаемую организацией. Так, если техническая эффективность по Фарреллу равна 1, то организация целиком использует все имеющиеся у нее ресурсы для осуществления своей деятельности по основным направлениям. Если метрика Фаррелла равна, например 2, то это обозначает, что при имеющихся ресурсах организация может увеличить отдачу в 2 раза, но для этого нужно избавиться от «неэффективности» (inefficiency
) - организационных и других факторов, препятствующих выпуску качественных продуктов.
Главной задачей является определение оптимального масштаба производства, т.е. оценки эффективности по масштабу. Она рассчитывается через отношение постоянной отдачи от масштаба к переменной (CRS/VRS). Если для банка соотношение равно 1, то он функционирует в оптимальном масштабе, если меньше, то нет.
Для начала был проведен анализ при постоянной отдаче от масштаба, когда при изменении количества факторов производства происходит пропорциональное изменение объема выпуска продукта. Результаты расчетов приведены в Таблице 4.2.
Модель с постоянной отдачей от масштаба показала, что в целом по состоянию за 2009 год, при заданных продуктах и ресурсах, банки РБ функционировали недостаточно эффективно. Лишь для 5 банков показатель эффективности Шепарда равен 1, т.е. данные банки целиком используют все имеющиеся у них ресурсы для осуществления своей деятельности по основным направлениям. Значение эффективности 4 банков стремится к единице, что показывает их продуктивную работу. Показатель метрики Шепарда превысил порог 0,70 для 5 банков. Еще 10 банков имеют значение метрики Шепарда между 0,5 и 0,70. По остальным банкам доля достигнутой производительности по метрике Шепарда невысокая.
Далее была рассмотрена модель при переменной отдаче от масштаба, для которой характерна последовательная смена всех трех типов отдачи от масштаба: возрастающая, постоянная и убывающая (см. Табл.4.3).
Таблица 4.2 Оценка эффективности функционирования банков при постоянной отдаче от масштаба на 01.01.2010 г
Банк
Метрика Фаррелла
Метрика Шепарда
Индекс
нижняя граница
верхняя граница
Индекс
нижняя граница
верхняя граница
ОАО «Белагропромбанк»
1,0580
0,6770
1,3488
0,9451
0,7414
1,4772
ОАО «БПС–Банк»
1,4624
1,2126
1,7461
0,6838
0,5727
0,8247
ОАО «АСБ Беларусбанк»
1,1007
0,6765
1,3693
0,9085
0,7303
1,4782
ОАО «Белинвестбанк»
1,3510
1,0919
1,6219
0,7402
0,6165
0,9159
«Приорбанк» ОАО
1,1338
0,9588
1,3675
0,8820
0,7313
1,0430
ОАО «Белвнешэкономбанк»
1,0000
0,6705
1,3337
1,0000
0,7498
1,4913
ОАО «Паритетбанк»
3,1626
2,5075
3,9463
0,3162
0,2534
0,3988
ОАО «БНБ–Банк»
2,0333
1,7912
2,3200
0,4918
0,4310
0,5583
ОАО «Белорусский Индустриальный Банк»
1,4497
1,1913
1,7787
0,6898
0,5622
0,8394
ОАО «Белгазпромбанк»
5,0761
3,9996
6,4336
0,1970
0,1554
0,2500
ЗАО «АБСОЛЮТБАНК»
1,4747
1,1860
1,8095
0,6781
0,5526
0,8432
ЗАО «РРБ–Банк»
1,7507
1,5229
2,0046
0,5712
0,4989
0,6567
ЗАО «МТБанк»
2,3535
1,9479
2,6884
0,4249
0,3720
0,5134
ОАО «Технобанк»
5,6561
4,9905
6,4739
0,1768
0,1545
0,2004
«Франсабанк» ОАО
1,0000
0,6763
1,3283
1,0000
0,7529
1,4786
ЗАО «Трастбанк»
1,6303
1,3123
1,9708
0,6134
0,5074
0,7620
ЗАО Банк ВТБ (Беларусь)
2,0683
1,8065
2,3333
0,4835
0,4286
0,5536
ЗАО «Альфа–Банк»
1,0386
0,8501
1,2067
0,9628
0,8287
1,1764
ОАО «Банк Москва–Минск»
1,1316
0,8737
1,3805
0,8837
0,7244
1,1446
ЗАО «Дельта Банк»
1,8155
1,5781
2,1171
0,5508
0,4723
0,6337
ЗАО «Кредэксбанк»
1,3419
1,1009
1,6493
0,7452
0,6063
0,9083
ОАО «Международный резервный банк»
1,7825
1,4465
2,1737
0,5610
0,4600
0,6913
ОАО «ХКБанк»
1,3602
1,1779
1,5808
0,7352
0,6326
0,8489
ЗАО «БТА Банк»
1,7004
1,3882
2,1207
0,5881
0,4715
0,7203
ЗАО «БелСвиссБанк»
1,0381
0,8624
1,3097
0,9633
0,7635
1,1596
ЗАО «АКБ «БЕЛРОСБАНК»
2,1345
1,8078
2,4368
0,4685
0,4104
0,5532
ЗАО «Сомбелбанк»
1,0000
0,6625
1,4593
1,0000
0,6853
1,5095
ЗАО «Евробанк»
1,0000
0,6932
1,2761
1,0000
0,7837
1,4426
ЗАО «Банк ББМБ»
1,8198
1,6502
2,0728
0,5495
0,4824
0,6060
ЗАО «ТК Банк»
1,6929
1,4143
1,9550
0,5907
0,5115
0,7070
ЗАО «Цептер Банк»
1,0000
0,6794
1,3398
1,0000
0,7464
1,4720
Источник: собственная разработка
Таблица 4.3 Оценка эффективности функционирования банков при переменной отдаче от масштаба на 01.01.2010 г
Банк
Метрика Фаррелла
Метрика Шепарда
Индекс
нижняя граница
верхняя граница
Индекс
нижняя граница
верхняя граница
ОАО «Белагропромбанк»
1,0000
0,8318
1,4572
1,0000
0,6862
1,2022
ОАО «БПС–Банк»
1,2442
1,1544
1,3614
0,8037
0,7345
0,8662
ОАО «АСБ Беларусбанк»
1,0000
0,8321
1,4569
1,0000
0,6864
1,2018
ОАО «Белинвестбанк»
1,2819
1,1754
1,4684
0,7801
0,6810
0,8508
«Приорбанк» ОАО
1,0960
1,0211
1,2092
0,9124
0,8270
0,9793
ОАО «Белвнешэкономбанк»
1,0000
0,8317
1,4682
1,0000
0,6811
1,2023
ОАО «Паритетбанк»
1,9775
1,8256
2,2574
0,5057
0,4430
0,5478
ОАО «БНБ–Банк»
1,4021
1,2981
1,5448
0,7132
0,6473
0,7703
ОАО «Белорусский Индустриальный Банк»
1,0000
0,8814
1,1698
1,0000
0,8548
1,1346
ОАО «Белгазпромбанк»
4,9652
4,5135
6,1001
0,2014
0,1639
0,2216
ЗАО «АБСОЛЮТБАНК»
1,1285
1,0346
1,3044
0,8861
0,7666
0,9666
ЗАО «РРБ–Банк»
1,1148
1,0437
1,2144
0,8970
0,8235
0,9581
ЗАО «МТБанк»
1,7358
1,6097
1,8941
0,5761
0,5280
0,6212
ОАО «Технобанк»
5,4765
5,0599
6,1855
0,1826
0,1617
0,1976
«Франсабанк» ОАО
1,0000
0,8226
1,6310
1,0000
0,6131
1,2157
ЗАО «Трастбанк»
1,5509
1,4061
1,8889
0,6448
0,5294
0,7112
ЗАО Банк ВТБ (Беларусь)
1,0866
1,0279
1,1819
0,9203
0,8461
0,9728
ЗАО «Альфа–Банк»
1,0033
0,9152
1,1707
0,9967
0,8542
1,0927
ОАО «Банк Москва–Минск»
1,0000
0,8520
1,2631
1,0000
0,7917
1,1737
ЗАО «Дельта Банк»
1,0104
0,9538
1,0768
0,9897
0,9287
1,0484
ЗАО «Кредэксбанк»
1,0290
0,9488
1,1797
0,9718
0,8477
1,0540
ОАО «Международный резервный банк»
1,1292
1,0436
1,2980
0,8856
0,7704
0,9582
ОАО «ХКБанк»
1,0000
0,8983
1,1059
1,0000
0,9042
1,1132
ЗАО «БТА Банк»
1,0000
0,8183
1,6272
1,0000
0,6145
1,2221
ЗАО «БелСвиссБанк»
1,0368
0,9535
1,2289
0,9645
0,8137
1,0488
ЗАО «АКБ «БЕЛРОСБАНК»
1,0000
0,9209
1,0935
1,0000
0,9145
1,0859
ЗАО «Сомбелбанк»
1,0000
0,8233
1,6311
1,0000
0,6131
1,2147
ЗАО «Евробанк»
1,0000
0,8257
1,6342
1,0000
0,6119
1,2111
ЗАО «Банк ББМБ»
1,2555
1,1867
1,3552
0,7965
0,7379
0,8427
ЗАО «ТК Банк»
1,2933
1,2059
1,4006
0,7732
0,7140
0,8293
ЗАО «Цептер Банк»
1,0000
0,8147
1,6207
1,0000
0,6170
1,2274
Источник: собственная разработка
При переменной отдаче от масштаба 12 банков достигли значения метрики Шепарда равной 1. В основном это те банки, у которых метрика Шепарда при постоянной отдаче от масштаба превышала порог 0,65. Переступили порог 0.90 еще 6 банков. Выше порога 0,75 функционируют 7 банков. Только 1 банк является отстающим и имеет показатель эффективности 0,20. На основании построенных моделей был проведен анализ эффективности по масштабу (см. Таблицу 4.4).
Таблица 4.4 Анализ эффективности по масштабу
Банк
Метрика Шепарда (CRS)
Метрика Шепарда (VRS)
scale efficiency (CRS/VRS)
ОАО «Белагропромбанк»
0,945
1,000
0,945
ОАО «БПС–Банк»
0,684
0,804
0,851
ОАО «АСБ Беларусбанк»
0,909
1,000
0,909
ОАО «Белинвестбанк»
0,740
0,780
0,949
«Приорбанк» ОАО
0,882
0,912
0,967
ОАО «Белвнешэкономбанк»
1,000
1,000
1,000
ОАО «Паритетбанк»
0,316
0,506
0,625
ОАО «БНБ–Банк»
0,492
0,713
0,690
ОАО «Белорусский Индустриальный Банк»
0,690
1,000
0,690
ОАО «Белгазпромбанк»
0,197
0,201
0,978
ЗАО «АБСОЛЮТБАНК»
0,678
0,886
0,765
ЗАО «РРБ–Банк»
0,571
0,897
0,637
ЗАО «МТБанк»
0,425
0,576
0,738
ОАО «Технобанк»
0,177
0,183
0,968
«Франсабанк» ОАО
1,000
1,000
1,000
ЗАО «Трастбанк»
0,613
0,645
0,951
ЗАО Банк ВТБ (Беларусь)
0,484
0,920
0,525
ЗАО «Альфа–Банк»
0,963
0,997
0,966
ОАО «Банк Москва–Минск»
0,884
1,000
0,884
ЗАО «Дельта Банк»
0,551
0,990
0,557
ЗАО «Кредэксбанк»
0,745
0,972
0,767
ОАО «Международный резервный банк»
0,561
0,886
0,633
ОАО «ХКБанк»
0,735
1,000
0,735
ЗАО «БТА Банк»
0,588
1,000
0,588
ЗАО «БелСвиссБанк»
0,963
0,964
0,999
ЗАО «АКБ «БЕЛРОСБАНК»
0,469
1,000
0,469
ЗАО «Сомбелбанк»
1,000
1,000
1,000
ЗАО «Евробанк»
1,000
1,000
1,000
ЗАО «Банк ББМБ»
0,550
0,797
0,690
ЗАО «ТК Банк»
0,591
0,773
0,764
ЗАО «Цептер Банк»
1,000
1,000
1,000
Источник: собственная разработка
Оптимальный масштаб показывает, что, если банк увеличит или уменьшит масштаб своей деятельности, его эффективность ухудшится. По данным таблицы в оптимальном масштабе функционирует группа из 5 банков. В интервале [0,909 -0,999] находится группа из 9 банков, 4 из которых являются системообразующими банками РБ. Близки к значению 0,90 метрики Шепарда еще 5 банков. Это означает, что, если они скорректируют показатели своей деятельности, то смогут достигнуть 100% эффективности. В наиболее отстающую группу попали 5 банков (показатель метрики Шепарда ниже 0,60), худшим из которых является ЗАО «АКБ «БЕЛРОСБАНК». Данная группа функционирует не в полную силу и плохо использует свои потенциальные возможности. Остальные банки превысили порог 0,60.
Анализ, полученных результатов по всем моделям показал, что показатели эффективности исследуемых коммерческих банков характеризуются большой неоднородностью. Оценка эффективности функционирования показала, что в целом наш банковский сектор функционирует с эффективностью 70% от максимально возможной.
Основную долю составляют системообразующие банки (эффективность составила 86%). Системообразующие банки – это группа банков, которые стали одними из первых коммерческих банков в республике (см. Таблицу 4.5).
Прочие банки, к которым относятся все оставшиеся, функционируют с эффективностью в 65%.
Также все белорусские банки можно подразделить на крупные, средние и мелкие.
Так по величине активов получаются следующие результаты:
· Крупные банки – 86%;
· Средние банки – 56%;
· Мелкие банки – 68%.
Из 31-го ныне действующего банка 4 являются государственными, 22 – банки с иностранным капиталом, 5 банков - частные:
— Государственные банки – 73%;
— Банки с иностранным капиталом – 70%;
— Частные банки – 61%.
Прежде всего, результаты анализа говорят о том, что банковский сектор в Беларуси функционирует не хуже, чем за рубежом. Среди эффективных банков оказались многие крупнейшие банки. Наши кредитные организации превосходят по эффективности банки из многих стран Восточной Европы. Мы вполне укладываемся в представление о нормальной стране с переходной экономикой, где эффективность банков находится в интервале до 70% [13].
Мировой экономический кризис показал, что неточные и неполные, а зачастую и недостоверные оценки экономического состояния банков во многом явились причиной его возникновения. В данной работе были проанализированы существующие понятия эффективности, а также классические методы оценки эффективности банков.
Понятие эффективности деятельности коммерческого банка многоаспектно, и в качестве критериев эффективности банка можно рассматривать как сами финансовые результаты его деятельности, так и результативность, а также всю совокупность показателей финансового состояния достигнутых банком с учетом их ценностной или целевой значимости, как для самого банка, так и для социально-экономической среды его деятельности. Поэтому эффективность деятельности коммерческого банка это не только результаты его деятельности, но и система управления, построенная на формировании научно обоснованной стратегии деятельности банка и контроле за ее реализацией.
В качестве объекта исследования были выбраны коммерческие банки Республики Беларусь, т.к. оценка эффективности функционирования является важным аспектом деятельности всех банков. Для проведения данного анализа был использован непараметрический метод DEA. Оболочечный анализ данных (DEA) является набором методов анализа эффективности функционирования, который имеет ряд преимуществ в сравнении со ставшими уже традиционными методами анализа, такими как анализ показателей функционирования и методами регрессионного анализа, так как позволяет в ходе оценки одновременно учитывать ресурсы и несколько видов оказываемых услуг. Кроме того, с помощью DEA можно не только оценить сравнительную эффективность, но и определить требуемый объем потребления ресурсов или оказания услуг для неэффективных организаций. Вместе с тем лежащий в основе DEA подход к оценке границы производственных возможностей (базирующийся на методах линейного программирования) делает полученные с его помощью результаты значительно более чувствительными к наличию резко выделяющихся наблюдений, а также к небольшим изменениям в оцениваемых данных или в спецификации оцениваемой модели. Оболочечный анализ позволяет получить легко интерпретируемую визуализацию данных и определить направление для поиска улучшений в функционировании банка. Этот способ оценки функционирования может быть полезен для планирования и контроля деятельности в сравнении с непосредственными конкурентами или банковским сектором в целом.
В данной работе построены оценки эффективности функционирования банков с точки зрения максимизации выпуска при фиксированных ресурсах. Была получена средняя оценка технической эффективности функционирования банковского сектора при предпосылке о переменной и постоянной отдаче от масштаба, а так же рассчитана оценка эффективности по масштабу.
Расчет экспериментальных индексов функционирования банков показал, что в оптимальном масштабе функционирует 5 банков (ОАО «Белвнешэкономбанк», «Франсабанк» ОАО, ЗАО «Сомбелбанк», ЗАО «Евробанк, ЗАО «Цептер Банк»), 6 – близки к этому (ОАО «Белагропромбанк», ОАО «АСБ Беларусбанк», ОАО «Белинвестбанк», «Приорбанк» ОАО, ОАО «Белгазпромбанк», ЗАО «Альфа–Банк»).
Большинство обнаруженных закономерностей и выводов, сделанных в международных исследованиях, не подтвердились в белорусских условиях. Это свидетельствует о специфичности нашего банковского сектора по сравнению с зарубежными банками. Детальный анализ эффективности переворачивает традиционное представление о работе банков.
Предложенная методика оценивания позволяет получить объективные и сравнимые индивидуальные оценки эффективности деятельности банков. В основе методики лежит вероятностный многофакторный подход к оцениванию эффективности, позволяющий преодолеть ряд ограничений, свойственных методикам, основанным на расчетах финансовых и бухгалтерских коэффициентов, и экспертным методикам.
Получаемые оценки эффективности могут быть использованы клиентами банковской системы в качестве объективного, прозрачного и сравнимого рейтинга банка, а также исследователями в качестве мощного статистического инструмента для анализа банковского сектора экономики. Оценки эффективности деятельности банка и ее взаимосвязи с различными факторами внешней и внутренней среды могут быть использованы управляющим персоналом банка с целью улучшения качества управления, анализа принятых решений.
Таким образом, при помощи данного инструментария можно более или менее точно судить о скрытых резервах той или иной кредитной организации, или же, говоря другими словами, о том, каковы дополнительные возможности повышения эффективности банка в рамках конкретных, заданных условий его деятельности.
1. Алескеров Ф.Т., Мартынова Ю.И., Солодков В.М. «Анализ и оценка эффективности функционирования банков и банковских систем» // Модернизация экономики и общественное развитие. Том 3. – М.: Издательский дом ГУ ВШЭ. 2007. С. 65 – 80.
2. Головань С.В., Назин В.В., Пересецкий А.А., «Непараметрические оценки эффективности российских банков» в “Модернизация экономики и глобализация”, т.3., под редакцией Е.Г. Ясина. ГУ ВШЭ, Москва, 2009. с. 382-393.
3. Карминский А.М., Мяконьких А.В., Пересецкий А.А. (2009). Модели банковских рейтингов устойчивости. //“Модернизация экономики и глобализация”, т.3., под редакцией Е.Г. Ясина. ГУ ВШЭ, Москва, 2009. с. 424-433
4. Кошелюк Ю.М. «Граничный анализ эффективности функционирования российских банков в период 2004-2005 годов» // VIII Международная научная конференция
5. Основы банковской деятельности / Под ред. Тагирбекова К.Р. М.: Инфра-М, Весь Мир, 2003. — 720 с.
6. Толчин К. В. «Об оценке эффективности деятельности банков» // Деньги и кредит, № 9, 2007. – С. 58-62.
7. Хацкевич Г.А., Гедранович А.Б. «Динамический анализ результатов республиканского конкурса научных работ студентов вузов Республики Беларусь в период с 2004 по 2006 год» //Инновационные образовательные технологии, 2007, № 3 (11)
8. Эффективность российских банков. Центр экономических исследований МФПА// Аналитический отчет, - 2007
9. Aigner,D.J., Lovell, C.A. and Schmidt, P. Formulation and estimation of stochastic frontier production function models. Journal of Econometrics. – 1997. -№ 6.- 21–37 p.
10. Aleskerov Fuad, Ersel Hasan, Yolalan Reha. Multicriterial ranking approach for evaluating bank branch performance. International Journal of Information Technology & Decision Making. – 2004. - Vol. 3, No. 2 - 321–335p.
11. Banker R.D., A. Charnes, W.W. Cooper (1984). Some models for estimating technical and scale efficiencies in data envelopment analysis; Management Science (30) 1078-1092 p.
12. Berger A., Humphrey D. (1993) “Measurement and efficiency issues in commercial banking” Output Measurement in the Service Sectors, The University of Chicago Press
13. Caves D. W. The Economic Theory of Index Numbers and the Measurement of Input, Output, and Productivity / D. W. Caves, L.R. Christensen and W.E. Diewert // Econometrica. 1982. №50(6). 1393-1414 p .
14. Charnes A., W.W. Cooper, E. Rhodes (1978). Measuring the efficiency of decision making units - European Journal of Operational Research. vol. 2, issue 6, 429-444 p.
15. Farrell M. J. (1957). The measurement of Productive Efficiency; Journal of Royal Statistical Society Vol. 120, Part III.
16. Johnes J. Data envelopment analysis and its application to the measurement of efficiency in higher education // Economics of Education Review. - 2006. - №25(3). - 273-288 p.
17. Simar L., P.W. Wilson (2004). Perfomance of the bootstrap for DEA estimators and iterating the principle, Handbook on data envelopment analysis, Kluwer academic publishers. 265-298 p.
18. Wilson Paul W. FEAR: Frontier Efficiency Analysis with R, 2006. R package version 1.0.
Официальный сайт Национального Банка Республики Беларусь
6
http://www.ifin.ru/publications/read/706.stm
Сайт содержит публикации современных специалистов, которые выдвигают тезис о том, что информационные технологии – неотъемлемая часть успешного бизнеса коммерческих банков.
Сайт «Национального банковского журнала», содержит комментарии и анализ новых задач, стоящие перед банками в посткризисный период, которые заставляют руководство банков уделять больше внимания современным высоким технологиям ради повышения эффективности бизнеса.
Специальность «Математические и инструментальные методы экономики»
Смежные специальности
08.00.01 – Экономическая теория
1. Методология экономического исследования.
2. Экономические законы и закономерности.
3. Экономические интересы.
4. Финансово-кредитные отношения. Финансовые рынки. Кредитно-денежная и налоговая политика.
· 08.00.05 –Экономика и управление народным хозяйством
1. Менеджмент как управление людьми в организациях
2. Экономикаинноваций.
3. Инвестиционная,социальная, маркетинговая деятельность субъектов народного хозяйства.
4. Предпринимательство, развитие малого и среднего бизнеса.
5. Управление качеством, конкурентоспособность.
· 08.00.10 – Финансы, денежное обращение и кредит
6. Финансы предприятий и отраслей народного хозяйства.
7. Банки, специальные кредитно-финансовые институты и их операции.
8. Инвестиции.
9. Ценовая политика в системе маркетинга.
Основная специальность
08.00.13 – математические и инструментальные методы экономики.
1.Теория и методология математического моделирования экономических процессов и систем.
2. Методология эконометрического моделирования, анализа и прогнозирования развития макро- и микроэкономических объектов, явлений и процессов.
3. Использование математических методов в прогнозировании, конкретно-экономическом анализе, планировании и управлении.
4. Математическое моделирование и использование информационных технологий в социально-экономических исследованиях, программировании, прогнозировании и управлении. Электронный бизнес.
5. Методы принятия оптимальных решений.
6. Оценка экономической эффективности использования новых моделей и информационных технологий.
7. Оптимизация поддержки принятия решений, включая информационную инфраструктуру экономических систем.
Сопутствующие специальности
01.01.05 – теория вероятностей и математическая статистика
1. Статистические выводы и анализ данных.
2. Последовательный анализ.
3. Вероятностно-статистическое моделирование.
05.13.18 – Математическое моделирование, численные методы и комплексы программ
1. Математические методы моделирования систем, процессов и явлений (физических, химических, технических, экономических и др.).
2. Математические методы и алгоритмы интерпретации натурного эксперимента, прогноза на основе его математической модели.
· совокупность методов, производственных процессов и программно-технических средств обработки данных;
· технологии обработки данных;
· технологии с «дружественным» интерфейсом работы пользователя, использующие персональные компьютеры;
· система показателей и средств их описания (классификаторов и кодов, документации и соответствующим образом организованной информационной базы).
<question type="close" id="225">
<text>01 Информационные технологии - это... </text>
<answers type="request">
<answer id="313759" right="0"> ul type=” технологии обработки данных” </answer>
<answer id="313760" right="1"> ul type=” совокупность методов, производственных процессов и программно-технических средств обработки данных” </answer>
<answer id="313761" right="0"> li type=” технологии с «дружественным» интерфейсом работы пользователя, использующие персональные компьютеры ” </answer>
<answer id="313762" right="0"> li type=” система показателей и средств их описания (классификаторов и кодов, документации и соответствующим образом организованной информационной базы) ” </answer>
</answers>
</question>
2. Оптимальный масштаб производства – это отношение…
· 1/переменная отдача от масштаба;
· переменная отдача от масштаба/ постоянная отдача от масштаба;
· постоянная отдача от масштаба/ переменная отдача от масштаба;
· 1/ постоянная отдача от масштаба.
<question type="close" id="225">
<text>01 Оптимальный масштаб производства – это отношение… </text>
<answers type="request">
<answer id="313759" right="0"> ul type=”1/переменная отдача от масштаба” </answer>
<answer id="313760" right="0"> ul type=”переменная отдача от масштаба/ постоянная отдача от масштаба” </answer>
<answer id="313761" right="1"> li type=”постоянная отдача от масштаба/ переменная отдача от масштаба ” </answer>
<answer id="313762" right="0"> li type=”1/ постоянная отдача от масштаба ” </answer>
1. Алескеров Ф. Т., Белоусова В. Ю. «Эффективное развитие филиальной сети коммерческого банка» // Модернизация экономики и общественное развитие. Том 3. – М.: Издательский дом ГУ ВШЭ. 2007. С. 122 – 134..
2. Алескеров Ф.Т., Мартынова Ю.И., Солодков В.М. «Анализ и оценка эффективности функционирования банков и банковских систем» // Модернизация экономики и общественное развитие. Том 3. – М.: Издательский дом ГУ ВШЭ. 2007. С. 65 – 80.
3. Головань С.В., Карминский А.М., Пересецкий А.А. «Эффективность российских банков с точки зрения минимизации издержек»// Экономика и математические методы, № 4, Том 44, 2008, C. 28-38
4. Головань С.В., Назин В.В., Пересецкий А.А., «Непараметрические оценки эффективности российских банков» в “Модернизация экономики и глобализация”, т.3., под редакцией Е.Г. Ясина. ГУ ВШЭ, Москва, 2009. с. 382-393.
5. Жарковская Е.П. Банковское дело: учебник / Е.П. Жарковская. Изд. 3-е, испр. и доп. М.: Омега. - 2005. - 440 с.
6. Игонина Л.Л. : учебное пособие / Л.Л. Игонина; под ред. В.А. Слепова. М.: Экономистъ, 2004. 478 с.
7. Карминский А.М., Мяконьких А.В., Пересецкий А.А. (2009). Модели банковских рейтингов устойчивости. //“Модернизация экономики и глобализация”, т.3., под редакцией Е.Г. Ясина. ГУ ВШЭ, Москва, 2009. с. 424-433
8. Кошелюк Ю.М. «Граничный анализ эффективности функционирования российских банков в период 2004-2005 годов» // VIII Международная научная конференция
9. Основы банковской деятельности / Под ред. Тагирбекова К.Р. М.: Инфра-М, Весь Мир, 2003. — 720 с.
10. Толчин К. В. «Об оценке эффективности деятельности банков» // Деньги и кредит, № 9, 2007. – С. 58-62.
11. Хацкевич Г.А., Гедранович А.Б. «Динамический анализ результатов республиканского конкурса научных работ студентов вузов Республики Беларусь в период с 2004 по 2006 год» //Инновационные образовательные технологии, 2007, № 3 (11)
12. Шарп, У. Инвестиции / У. Шарп. - М.: Инфра-Мю - 2005. - 1024 с.
13. Эффективность российских банков. Центр экономических исследований МФПА// Аналитический отчет, - 2007
14. Aigner,D.J., Lovell, C.A. and Schmidt, P. Formulation and estimation of stochastic frontier production function models. Journal of Econometrics. – 1997. -№ 6.- 21–37 p.
15. Aleskerov Fuad, Ersel Hasan, Yolalan Reha. Multicriterial ranking approach for evaluating bank branch performance. International Journal of Information Technology & Decision Making. – 2004. - Vol. 3, No. 2 - 321–335p.
16. Banker R.D., A. Charnes, W.W. Cooper (1984). Some models for estimating technical and scale efficiencies in data envelopment analysis; Management Science (30) 1078-1092 p.
17. Bauer P.W., Berger A.N., Ferrier G.D., Humphrey D.B. Consistency Conditions for Regulatory Analysis of Financial Institutions: A Comparison of Frontier Efficiency Methods // Journal of Economics and Business. 1998. Vol. 50. № 2.
18. Berger A., Hanweck G., Humphrey D. (1987) “Competitive viability in banking: Scale, scope, and product mix economies” Journal of Monetary Economics
19. Berger A., Humphrey D. (1993) “Measurement and efficiency issues in commercial banking” Output Measurement in the Service Sectors, The University of Chicago Press
20. Berger, A., Leusner, J. and Mingo, J. 1994. The efficiency of bank branches. Journal of Monetary Economics. 1997. - № 40. –1997. - 141-162 p.
21. Camanho A. S., Dyson R. G. Cost efficiency measurement with price uncertainty: a DEA application to bank branch assessment. European Journal of Operational Research. 2005. - № 161. - 432–446 p.
22. Caner S., V.K. Kontorovich (2004). Efficiency of the Banking Sector in the Russian Federation with International Comparison, Economic Journal of Higher School of Economics (Moscow, Russia), 8, issue 3, 357–375 p.
23. Caves D. W. The Economic Theory of Index Numbers and the Measurement of Input, Output, and Productivity / D. W. Caves, L.R. Christensen and W.E. Diewert // Econometrica. 1982. №50(6). 1393-1414 p .
24. Charnes A., W.W. Cooper, E. Rhodes (1978). Measuring the efficiency of decision making units - European Journal of Operational Research. vol. 2, issue 6, 429-444 p.
25. Drake L., M.J.B. Hall and R. Simper (2006). The impact of macroeconomic and regulatory factors on bank efficiency: A non-parametric analysis of Hong-Kong’s banking system; Journal of Banking and Finance (30) 1443-1466 p.
26. Fare R. Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries / R. Fare, S. Grosskopf, M. Norris and Z. Zhang //The American Economic Review. 1994. №84(1). 66-83 p.
27. Farrell M. J. (1957). The measurement of Productive Efficiency; Journal of Royal Statistical Society Vol. 120, Part III.
28. Fiorentino E., Karmann A., Koetter M. The Cost Efficiency of German Banks: A Comparison of SFA and DEA: Deutsche Bundesbank Discussion Paper. 2006. № 10.
29. Giokas. D. Bank branch operating efficiency: a comparative application of DEA and the log-linear model. Omega. – 1991. - № 19(6). - 549-557 p.
30. Grifell-Tatje E. A generalized Malmquist productivity index /E. Grifell-Tatje and C.A.K. Lovell // TOP. 1999. №7(1). 81-101 p.
31. Grigorian D.A., Manole V. Determinants of Commercial Bank Performance in Transition: An Application of Data Envelopment Analysis: IMF Working Paper. 2002. № 146.
32. Johnes J. Data envelopment analysis and its application to the measurement of efficiency in higher education // Economics of Education Review. - 2006. - №25(3). - 273-288 p.
33. Malmquist S. Index numbers and indifference curves / S. Malmquist //Trabajos de Estatistica. 1953. №4(1). 209-242 p.
34. Mester L. J. (1996). A study of bank efficiency taking into account risk-preferences, Journal of Banking & Finance, Vol. 20, 1025–1045 p.
35. Park, В., L. Simar, and С. Weiner, (1999). The FDH estimator for productivity efficiency scores: Asymptotic Properties, Econometric Theory 16, 855-877.
36. Pastor J.T. A global Malmquist productivity index / J.T. Pastor and C.A.K. Lovell // Economics Letters. 2005. №88. 266-271p.
37. Pastor Jesús T., Lovell C. A. Knox, Tulkens Henry. Evaluating the Financial Performance of Bank Branches. – Computer Science and Business and Economics. – 2006 – Vol. 145. - № 1. – 321 – 337p.
38. Pastor, Perez, Quesada (1997) “Efficiency analysis in banking firms: An international comparison”, European Journal of Operational Research
39. Schaffnit C., Rosen D., Paradi JC. Best practice analysis of bank branches: an application of DEA in a large Canadian bsnk. European Journal of Operational Research. – 1997. – № 98. - 269 – 289p.
40. Sherman H.D., Gold F. Bank branch operating efficiency: Evaluation with Data Envelopment Analysis. Journal of Banking and Finance. – 1985. - № 9. - 297-315p.
41. Simar L. and Wilson P.W. Statistical Inference in Nonparametric Frontier Models: The State of the Art // Journal of Productivity Analysis. - 2000. - №13(1). - 49-78 p.
42. Simar L. Estimating and bootstrapping Malmquist indices / L. Simar and P. W Wilson //European Journal of Operational Research. 1999. №115(3). 459-471p.
43. Simar L., P.W. Wilson (2004). Perfomance of the bootstrap for DEA estimators and iterating the principle, Handbook on data envelopment analysis, Kluwer academic publishers. 265-298 p.
44. Tone K. (2001). A slacks-based measure of efficiency in data envelopment analysis; European Journal of Operational Research (130). 498-509p.
45. Vance Heather. Opportunity Index Development for Bank Branch Networks. Graduate Department of Mechanical and Industrial Engineering. University of Toronto. Canada. – 2000 – 148p.
46. Vassiloglou M., Giokas D. A study of the relative efficiency of bank branches: an application of Data Envelopment Analysis. Journal of the Operational Research Society. – 1990. - № 41(7). - 591-597p.
47. Wilson Paul W. FEAR: Frontier Efficiency Analysis with R, 2006. R package version 1.0.