Comparison of Bank Efficiencies between the US and Canada: Evidence Based on SFA and DEA
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper aims to achieve two targets. First, using balanced panel data from 2008 to 2017 it compares the cost efficiencies between US and Canadian commercial banks to examine whether structural differences in the two countries' banking industries create differences in efficiencies. Since efficiency is a valuable measurement to indicate the ability of an organization to utilize limited resources to produce, in this article we compare the operating competitiveness of these banks. Next, to achieve the first goal, both the Stochastic Frontier Analysis and Data Envelopment Analysis are employed to examine cost efficiencies in order to find new evidence given the mixed results in previous literature. Profit efficiency is also compared with cost efficiency based on a parametric approach. The results regarding cost and profit efficiency conforms to prior studies indicating a relatively low correlation. However, SFA and DEA produce very different and uncorrelated results, though DEA generates overall lower efficiencies, as expected. Thus, the findings suggest that methodology cross-checking along with information regarding variables selection are necessary before decision making. Essentially, there is not enough evidence to conclude that bank efficiencies are different either between the US and Canada, or between large and small banks in US. However, DEA suggests an increasing trend in average efficiencies, as this parameter is not time-adjusted. A more technical exploration of how to reliably measure efficiencies is awaited to make advancements in this area.
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.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle