بررسی بازده موثر بانک ها با استفاده از DEA فازی و بوت استرپینگ: مورد بانک های موزامبیک

قیمت: 44,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

بررسی بازده موثر بانک ها با استفاده از DEA فازی و بوت استرپینگ: مورد بانک های موزامبیک

عنوان لاتین

Assessing productive efficiency of banks using integrated Fuzzy-DEA and bootstrapping: A case of Mozambican banks

تجزیه و تحلیل عملکرد، به بخش مهمی از شیوه های مدیریتی در صنعت بانک داری تبدیل شده است. برنامه های کاربردی زیادی وجود دارند که از مدل های DEA برای تخمین بازده بانک ها استفاده می کنند، و بیشتر آن ها فرض می کنند که ورودی ها و خروجی ها با دقت کامل معلوم می شوند. در اینجا، ما مدل های جدید سطح α DEA فازی را برای بررسی عدم قطعیت اساسی مطرح می کنیم. بعلاوه، رگرسیون های کوتاه شده ی بوت استرپ با ضرایب ثابت برای اندازه گیری تأثیر هر مدل بر روی امتیازهای بازده و برای شناسایی نزدیک ترین متغیرهای مفهومی مربوط به بازده، مورد استفاده قرار گرفته اند. مدل های پیشنهادی با استفاده از یک برنامه کاربردی در بانک های موزامبیک جهت مدیریت عدم قطعیت اساسی، مورد استفاده قرار گرفته اند. یافته ها حاکی از این می باشند که در تفسیر نتایج، فازی بودن بر تصادفی بودن چربش دارد. بعلاوه، فازی بودن می تواند بوسیله ی تصمیم گیرنده ها جهت شناسایی متغیرهای حذف شده جهت کمک به تفسیر نتایج، مورد استفاده قرار گیرد. معلوم شده است که قیمت کار، قیمت سرمایه، و سهام بازار، عوامل مهم در ارزیابی بازده بانک هستند. در این مقاله مفاهیم مدیریتی مورد بررسی قرار گرفته اند.

Performance analysis has become a vital part of the management practices in the banking industry. There are numerous applications using DEA models to estimate efficiency in banking, and most of them assume that inputs and outputs are known with absolute precision. Here, we propose new Fuzzy-DEA α-level models to assess underlying uncertainty. Further, bootstrap truncated regressions with fixed factors are used to measure the impact of each model on the efficiency scores and to identify the most relevant contextual variables on efficiency. The proposed models have been demonstrated using an application in Mozambican banks to handle the underlying uncertainty. Findings reveal that fuzziness is predominant over randomness in interpreting the results. In addition, fuzziness can be used by decision-makers to identify missing variables to help in interpreting the results. Price of labor, price of capital, and market-share were found to be the significant factors in measuring bank efficiency. Managerial implications are addressed.