MétaCan
Menu
Retour à la cohorte
Enregistrement W2257334674 · doi:10.5539/ijef.v8n2p215

Determinants of the Efficiencies in Turkish Banking Sector (Tobit Analysis)

2016· article· en· W2257334674 sur OpenAlexvenueno aff
Nizamülmülk Güneş, Abdurrahman Yılmaz

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2016
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTobit modelProfitability indexIntermediationLoanProductivityBusinessTurkishQuality (philosophy)EconomicsFinancial systemMonetary economicsFinanceEconometricsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

The competition that has been faced in Turkish banking sector compels banks to use their sources efficiently. Efficiency and productivity analyses are important management tools to determine to what extent inputs have been used in the process of acquiring required outputs of banks. Efficient and productive functioning of the banks in Turkey has a major importance in terms of national economy. Being different from other economic sectors, the banking undertakes the duty of financial intermediation which determines resource allocation. This places banking to a central position for the economic development of the country. For this reason, analysis of efficiency and productivity measurements is necessary to carry out performance analysis of the banking sector. This research aims at investigating the determinant factors of the technical, pure technical, and scale efficiencies of Turkish Banking Sector for the period of 2007-2013 with a sample of 4 Participation Banks (PBs) and 28 Conventional Deposit Banks (DBs) by using Tobit Regression Analysis. The findings from Tobit regression analysis suggest that while the factors in terms of size, risk and bank management quality have negative impact on technical efficiency of Turkish banking sector, market share and profitability variables have positive impact. On the other hand, while the factors like market share, risk, bank management quality and year 2010 (as the dummy variable to capture the financial impact) have negative impact on pure technical efficiency, size and loan intensity have positive affect. Lastly, while the factors like size, risk and bank management quality is found affecting the scale efficiency negatively, loan intensity, market share and profitability variables have positive influence.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,015
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0030,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,040
Tête enseignante GPT0,316
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetEfficiency Analysis Using DEATravaux en français237 207