Дослідження функціонування комерційних банків на основі методу DEA
У роботі проведено дослідження комерційних банків за допомогою непараметричного методу аналізу середовища функціонування. Відповідно до брокерської моделі, за вхідні дані були прийняті значення – матеріальні основні фонди, депозити та операційні витрати, а як результати (ефекти) – вартість позик, чистий комісійний дохід та цінні папери. Було використано два критерії орієнтації моделі DEA: орієнтований на результат та орієнтований на вхідні дані, припускаючи постійні або змінні ефекти масштабу. Дослідження проводилися послідовно, тобто почергово для окремих років.
Ефективність вважається однією з основних категорій, що використовується для оцінки функціонування економічних суб’єктів. Зростаюча конкуренція на ринку фінансових послуг, а також кількісні та якісні зміни в банківській діяльності призводять до потреби у чіткому управлінні ефективністю. Його вимірювання також є важливим питанням, оскільки воно надає інформацію про ефективність дій, здійснених у підрозділі.
Для визначення рівня технічної ефективності комерційних банків був використаний метод Data Envelopment Analysis – DEA (Аналіз середовища функціонування – АСФ). Проблематика ефективності є надзвичайно складною. Згідно з найпростішим визначенням, ефективність – це відношення ефектів до вкладених ресурсів; його також можна визначити як міру раціональності дій. Автори в роботі [1] трактують ефективність як максимізацію виробництва, що виникає в результаті належного розподілу ресурсів із заданими обмеженнями пропозиції (тобто витрат, понесених виробниками) та попиту (тобто споживчих переваг). На основі [2], концепція ефективності опирається на принцип раціонального управління, сформульований у двох варіантах: ефективності (максимізації ефекту) та економії (мінімізації зусиль). В [3] формулюють ефективність як чітку діяльність, результативність, оперативність економічність, ефективність, потенціал та рентабельність. Згідно з [2], визначення ефективності є надзвичайно складним, причому завжди варто посилатися на внутрішні та зовнішні критерії оцінки, які залежать від контексту та змінюються з часом.
Постановка завдання. DEA дозволяє перевірити ефективність у ситуації, коли ми маємо на одну частину більше вихідних даних та на один більшу частку ефекту (результату). Отримана в результаті крива ефективності даної сукупності створюється її найбільш ефективними одиницями [2]. Ефективними об’єктами вважаються такі, що лежать на кривій ефективності, тоді як технічна неефективність буде більшою при значній відстані від цієї кривої.
Отже, основне положення цього методу базується на визначенні продуктивності Фаррела. У цій моделі ефективність визначається як:
\[ E=\frac{\sum_{r=1}^n\mu_r}{\sum_{i=1}^m v_i} \]
де:
\(n\) – кількість результатів (ефектів);
\(m\) – кількість вхідних даних;
\(\mu_r\) – ваги, що визначають важливість окремих результатів;
\(v_i\) – ваги, що визначають важливість окремих вхідних даних.
Результати. Під час дослідження комерційних банків був використаний непараметричний метод аналізу середовища функціонування. Відповідно до брокерської моделі, за вхідні дані були прийняті значення – матеріальні основні фонди, депозити та операційні витрати, а як результати (ефекти) – вартість позик, чистий комісійний дохід та цінні папери.
| Опис | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 |
|---|---|---|---|---|---|---|---|
| x’ | 0,59 | 0,68 | 0,67 | 0,74 | 0,73 | 0,72 | 0,71 |
| min | 0,2 | 0,28 | 0,27 | 0,33 | 0,34 | 0,35 | 0,31 |
| max | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| Sx’ | 0,15 | 0,14 | 0,14 | 0,12 | 0,12 | 0,12 | 0,12 |
| Опис | 2016 | 2017 | 2018 | 2019 | 2020 | 2021 | 2022 |
|---|---|---|---|---|---|---|---|
| x’ | 0,7 | 0,74 | 0,75 | 0,77 | 0,79 | 0,76 | 0,75 |
| min | 0,19 | 0,2 | 0,25 | 0,24 | 0,3 | 0,32 | 0,4 |
| max | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
| Sx’ | 0,18 | 0,16 | 0,15 | 0,14 | 0,12 | 0,11 | 0,1 |
x’ – середнє значення ефективності, Sx’ – стандартне відхилення
У моделі BCC, орієнтованій на вхідні дані при сталих ефектах масштабу, у 2020 році середня ефективність була найвищою і становила 0,79. Мінімальні рівні технічної ефективності в обох моделях коливались навколо значень 0,20-0,40. Стандартне відхилення на рівні 13-15% свідчить про високу диференціацію комерційних банків, з точки зору технічної ефективності.
Висновки. Дослідження, проведені на вибірці всіх комерційних банків, показали велику невідповідність між мінімальним та максимальним значеннями коефіцієнтів ефективності. Розподіл банків за рівнем коефіцієнта ефективності також свідчить про те, що банківський сектор дуже різноманітний. Відтак проведене дослідження може стати поштовхом до подальших та більш детальних досліджень у цій сфері.
Література
- Буртняк І.В., Благун І.С. Моделювання ефективності функціонування банків за допомогою фінансових потоків. Вісник Хмельницького національного університету, Серія Економічні науки. 2020. 4. С. 51-57.
- Буртняк І.В. Використання методів аналізу середовища функціонування для оцінки ефективності комерційних банків. Бізнес Інформ. 2020. 11. С. 309-315.
- Буртняк І.В., Благун І.С. Моделі аналізу та оцінки діяльності банків в умовах нестабільного економічного середовища. Вісник Хмельницького національного університету, Серія Економічні науки. 2020. 4. С. 41-45.