Économies d’échelle et de gamme dans les coopératives de services financiers: une approche non paramétrique (DEA)
Notice bibliographique
Résumé
Lorsque des économies d’échelle et de gamme sont simultanément présentes, le regroupement des établissements tend à réduire les coûts. De nombreuses études empiriques ont déjà établi qu’au-delà d’une certaine taille, les coûts des banques tendent à devenir proportionnels. Il y aurait donc une limite à ces économies d’échelle et de gamme. Nous vérifions si l’important processus de fusions des caisses Desjardins du Québec et des caisses acadiennes entrepris en 1998 les a poussées au-delà de leur seuil minimal d’efficacité. Une analyse par lissage exponentiel montre que le coût moyen d’opération cesse de diminuer lorsque l’actif des caisses atteint 250 millions de dollars. Nous procédons à une estimation formelle de cette conclusion à l’aide de la méthode du Data Envelopment Analysis (DEA). Notre estimation combine les méthodes maintenant bien connues pour calculer l’efficacité d’échelle avec le DEA à un résultat de Fortin et Leclerc (2006) montrant que les économies de gamme peuvent se décomposer en efficacité d’échelle et en une mesure de convexité de la fonction de production. Nos montrons que la plupart des fusions ont amené la caisse fusionnée à une taille telle qu’elle se situe en situation de rendement d’échelle décroissant. La recherche de la taille optimale ne semble donc pas être la première préoccupation dans la décision de fusion.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».