Поиск границы эффективности. Анализ адекватности и качества полученных оценок - Разработка методики эффективного регулирования банковской деятельности

Нетрудно заметить, что главным минусом транслогарифмической модели, как правило, является высокая зависимость между объясняющими переменными. Наше исследование не стало исключением.

2-ой период:

Табл. 1

Где

Var2 = 1/2*ln(w2/w1)ln(w3/w1)

Помимо этого наблюдалась высокая корреляция и между переменными, отвечающими за фиксированные банковские параметры:

2-ой период:

Табл. 2

Так как нас в большей степени интересует показатель эффективности (uit), то для устранения проблемы мультиколлинеарности между параметрами модели прибегнем к методу главных компонент. Данный подход заключается в уменьшении размерности матрицы объясняющих переменных таким образом, чтобы остались только значимые наблюдения, все же остальные отбрасываются и становятся частью случайной ошибки. В результате модель не теряет своей объясняющей силы, отфильтровывая только самое "главное". Другими словами, после вышеописанной процедуры получим линейные некоррелированные между собой комбинации первоначальных объясняющих переменных.

Следуя логике таблиц парных корреляций, применим метод главных компонент отдельно для переменных из первой и второй таблицы. В результате в первом случае мы получили 2 абсолютно несвязанных друг с другом фактора (х1 и х2), полностью учитывающие все значимые наблюдения изначальных 6 переменных:

Табл. 3

... и 1 фактор fixedvars, отвечающий за 5 первоначальных фиксированных банковских параметров в нашей модели:

Табл. 4

Проведем аналогичные процедуры и для 1-ого периода. Результатом будут соответственно 3 переменные (x1, x2, x3):

Табл. 5

... и 1 фактор fixedvars:

Табл. 6

Соответственно теперь, после всех преобразований будем оценивать упрощенную модифицированную модель, учитывающую все значимые уникальные дисперсии изначальных переменных. Для 2-ого периода:

Ln(TC/w1)it =b0 + b1*х1it + b2*х2it + b3*fixedvarsit + b4*retailit + b5*t + b6*i + uit + vit

Для 1-ого периода:

Ln(TC/w1)it =b0 + b1*х1it + b2*х2it + b3*х3it + b4*fixedvarsit + b5*retailit + b6*t + b7*i + uit + vit

2-ой период:

Табл. 7

1-ый период:

Табл. 8

Стоит оговориться, что тут также возможны 3 варианта оценивания функций: time varying, time-invariant и без учета структуры панели. Так как изначально в нашем исследовании закладывается предпосылка о зависимости эффективности банков от времени (все-таки рассматриваем 2 периода и разницу между ними), то сразу исключим как вариант time-invariant model. Что касается выбора между учетом структуры панели и оставшейся time-varying model, то выбор пал в пользу последней, так как та больше соответствовала критерию вогнутости функции. O качестве полученных моделей можно судить по высокому значению статистики Вальда (779,3 и 1165,4 для 2-ого и 1-ого периодов соответственно). В пользу адекватности модели говорит и тот факт, что значения коэффициентов перед параметрами модели оказались правильными по знаку, отвечая логике их связи с зависимой переменной (речь идет о переменных, отвечающих за параметры цен на ресурсы, выпуск банка и фиксированных банковских переменных). Косвенный признак адекватности модели - высокое значение множественного коэффициента корреляции (R2): 0,46 для 2-ого и 1-ого периодов. 2-ой период:

Табл. 9

1-ый период:

Табл. 10

Влияние специализации банков на рознице проявляется во втором периоде на 5% уровне значимости. Уклон банков в сторону розничного кредитования способствует уменьшению совокупных издержек, что оправдывает последние тенденции в банковской сфере и стремления многих банков захватить большую долю на этом рынке. Фактор времени положительно сказывается на деятельности банков, сокращая издержки. Данный эффект отражает переход к более усовершенствованным технологиям, автоматизированным процессам и так далее.

Полученные оценки эффективности однородны и имеют ненормальное распределение. Средний уровень эффективности, демонстрируемый банками во втором периоде, равен порядка 21% (отношение медианы к максимуму - смотри таблицу внизу). Достаточно невысокое значение, не говоря уже о первом периоде (13%), но этот показатель очень эластичен к изменениям в данных и может меняться в зависимости от исследования, поэтому не будем сильно опираться на эту цифру. Главное в оценках эффективности - это их относительные значения, поэтому будет достаточно вывода, что банки во втором периоде функционировали эффективнее.

2-ой период:

Рис. 2

Вариационный ряд, описывающий эффективность банков отрицательно ассиметричен, то есть имеет левостороннюю скошенность в пользу более маленьких значений.

Табл. 11

1-ый период:

Рис. 3

Вариационный ряд, описывающий эффективность банков, отрицательно ассиметричен, то есть имеет левостороннюю скошенность в пользу более маленьких значений. Визуально значительно больше соответствует полунормальному распределению, чем аналогичные оценки эффективности за 2-ой период.

Табл. 12

Похожие статьи




Поиск границы эффективности. Анализ адекватности и качества полученных оценок - Разработка методики эффективного регулирования банковской деятельности

Предыдущая | Следующая