540 likes | 677 Views
考慮風險下之銀行績效評估─ DEA 模式之應用. 東吳大學經濟系 邱永和 教授. 前言. 本文針對競爭激烈且風險不確定下之金融環境 ,30 家銀行進行推估其經營績效。 銀行經營效率評估,主要以財務比率法、資料包絡法及隨機生產(或成本)邊界法。. 前言.
E N D
考慮風險下之銀行績效評估─DEA模式之應用 東吳大學經濟系 邱永和 教授
前言 • 本文針對競爭激烈且風險不確定下之金融環境,30家銀行進行推估其經營績效。 • 銀行經營效率評估,主要以財務比率法、資料包絡法及隨機生產(或成本)邊界法。
前言 • 財務比率法大多利用單一投入與產出之比值,不符合生產函數之理論架構,亦即產出是基於數個投入組合所產生,不應該單獨計算投入與產出的比值,作為衡量績效的指標;同時,近年來對於經營效率之衡量方法,已經有較大的突破;如DEA,隨機生產(或成本)邊界法…等方法,已經針對投入與產出之關係,作一嚴謹的分析,而能推估數個投入與產出之效率指標,此一效率指標,較能評估各廠商之經營績效。
前言 • 本文利用Charnes, Cooper and Rhodes三位學者於1978年首先提出一種衡量效率的方法;資料包絡分析法(Data Envelopment Analysis;簡稱DEA),其運用Farrell對於多項投入及多項產出效率衡量的概念,並搭配風險值(Value at Risk)做為一種投入的衡量因子,去推估各銀行的經營效率,並建議這些銀行如何去配置最佳技術效率組合。
研究架構 • 第一節 前言 • 第二節 文獻回顧 • 第三節 實證方法與建構 • 第四節 實證結果與分析 • 第五節 結論。
文獻回顧 • 回顧的文獻中不難看出,大部份文獻只針對各種效率的衡量為主,鮮少利用風險值去作為一績效衡量的指標。故本文利用風險值為一投入因子透過DEA模式去計算,試圖評估各銀行效率績效外,同時找出最佳技術效率組合。
實證分析與建構-資料包絡分析法 • 資料包絡評估模式主要是利用包絡線(envelopment)的技術代替一般個體經濟學中的生產函數。它將所有決策單位(Decision Making Unit;DMU)的投入、產出項投射於空間中,並尋找期邊界,凡是落在邊界上的決策單位(DMU),在資料包絡分析評估模式中則認為其投入產出組合最有效率,因此將其績效指標定為1;而不在邊界上的決策單位(DMU)則被認定為無效率,同時以特定的有效率點為基準,給予每個決策單位(DMU)一相對的績效指標。
實證分析與建構-資料包絡分析法 • 資料包絡分析方法乃是由Charnes, Cooper and Rhodes三位學者於1978年首先提出一種衡量效率的方法,其運用Farrell對於多項投入及多項產出效率衡量的概念,將決策單位之各項產出與投入因子分別加以線性組合,以兩線性組合之比值代表決策單位之效率值,而各個決策單位之效率值界於0與1之間。
實證分析與建構-資料包絡分析法 • 假設決策單位DMU共有n個,各個是利用m種投入;例如, 生產s種產出;例如, 則任一之效率可由下面模式求得:
實證分析與建構-資料包絡分析法 (3-1)
實證分析與建構-資料包絡分析法 • (3-1)式為一分數且為非線性規劃,實際求解不易,因此Chranes,Cooper and Rhodes將其轉化為一線性規劃模式: (3-2)
實證分析與建構-資料包絡分析法 • (3-2)式的限制數比變數個數多,因此,利用對偶(dual)導出包絡關係之線性規劃(LP envelopment problems)如(3-3)式。 (3-3) (3-3-1) (3-3-2) ,為投入或產出的權重
實證分析與建構-資料包絡分析法 • (3-3)式為投入面的技術效率衡量方式,在既定的產出下,追求投入最小化。(3-3-1)式中,表示第j家廠商的實際產出, 表示第j家廠商位於生產前緣上,滿足技術效率所對應的產出,因位於生產前緣上的產出為廠商所能達到的最大產出,故 ;(3-3-2)式中,為廠商實際投入,為廠商位於生產前緣上的投入,當廠商於生產前緣上之投入必為該廠商所能達到之最小投入量, 此時式中的則表示第j家廠商相對於其所對應生產前緣上的投入所能減少投入的比例,稱為效率值。若時,表示該決策單位DMU具有技術效率。
樣本的計算與說明 • 產出項: 1.調整後每股盈餘 2.調整後股價報酬率 • 投入項: 1.單位銀行總風險值 2.銀行總風險值:
實證結果 表4-1:風險下銀行績效評估(1)
實證結果 表4-2:風險下銀行績效評估(2) 變數為 產出項:修正後每股盈餘 投入項:單位銀行總風險值
實證結果 表4-2:風險下銀行績效評估(3) 變數為 產出項:調整後股價報酬率 投入項:單位銀行總風險值