بررسي عوامل موثر بر كارايي فني در بانك هاي ايران با استفاده از الگوي اثرات مختلط/چندسطحي

Identifying the Factors Explaining Technical Efficiency in Iranʹʹs Banks in a Multilevel / Mixed Effects Model

اين مطالعه به شناسايي عوامل موثر بر كارايي فني در بانك‎داري ايران با استفاده از داده‎هاي تابلويي ناموزون 17 بانك دولتي و خصوصي فعال در صنعت بانك‎داري ايران (87-1375) اختصاص دارد. در انجام اين شناسايي، ابتدا درجه‎ي كارايي، به تفكيك هر بانك و با استفاده از تابع هزينه‎ي ترانسلوگ چندمحصولي با جز خطاي تركيبي، برآورد مي‎شود. در مرحله‎ي بعد، به تحليل عوامل موثر بر كارايي با توجه به متغيرهاي فردي و ساختاري (به-صورت نوع مالكيت/ جنس فعاليت) در هر بانك و آثار ناشي از اعمال تسهيلات قانوني در اين صنعت، در قالب يك الگوي اثرات مختلط/چندسطحي پرداخته مي‎شود. نتايج برآورد نشان مي‎دهد كه اگرچه متوسط كارايي بانك هاي دولتي در طول زمان بهبود يافته، در مقايسه با كارايي بانك هاي غيردولتي نسبتي كاهنده داشته است. هم‎چنين، نتايج الگوي اثرات مختلط/چندسطحي در تحليل دليل اختلاف كارايي بانك ها نشان مي‎دهد كه 57 درصد اختلاف ميان كارايي بانك ها از طريق جنس فعاليت/نوع مالكيت بانك ها (تجاري دولتي، تجاري غيردولتي، تخصصي دولتي) و 15درصد اختلاف كارايي به اثرات ناشي از تسهيلات قانوني كه بانك هاي دولتي ملزم به اعطا هستند، بازمي گردد. به علاوه، در سطح متغيرهاي فردي تاثيرگذار بر كارايي هر بانك، بررسي ها نشان داد كه پوشش اتوماسيون به نسبت ساير متغيرهاي مندرج در الگو، از بيش‎ترين اثر بر بهبود كارايي فني در بانك ها برخوردار است. طبقه‌بندي JEL: C12, C23, C24, C87

This study examines technical efficiency in Iranʹs banking system using unbalanced panel data for 17 state and private banks during the 1997-2009 period. Therefore, technical efficiency of banks was measured through estimating a Translog Cost Function in the form of a Panel SFA Error Compound Model. Then, the effect of underlying factors including both individual and structural (ownership/activity) variables on banksʹ technical inefficiency, was measured in a Multilevel / Mixed Effects Model. The results showed that in spite of the improvement in state banksʹ efficiency within time, it showed a decreasing trend compared with that of private banks. Furthermore, the results of Multilevel/Mixed effects model showed that 57 percent of the difference among banks were explained with respect to owenership and 15 percent were explained by activity and obligatory loans, respectively. Finally, it was shown that automation is the most importance factor in improving banksʹ efficiency. JEL Classification: C12, C23, C24, C87