MétaCan
Menu
Retour à la cohorte
Enregistrement W3153058875 · doi:10.5430/ijfr.v12n4p135

Efficiency Measurement of Indian Banking Industry: An Empirical Comparative Analysis

2021· article· en· W3153058875 sur OpenAlexvenueno aff
Syed Raziuddin Ahmad, Muhammad Nauman Khan

Notice bibliographique

RevueInternational Journal of Financial Research · 2021
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData envelopment analysisBanking industryBusinessEquity (law)PledgeFinancial systemPrivate sectorScale (ratio)Public sectorFinanceAccountingIndustrial organizationEconomicsEconomyEconomic growth

Résumé

récupéré en direct d'OpenAlex

The following study is conducted to measure and compare the performance of 32 Indian banks, 21 public banks, and 11 private banks, at two tiers during the period of 2008–2018. Industrial analysis of both the public and private banking sectors is conducted in the first tier, followed by an individual bank-level analysis at the second tier. Data analysis consists of deposits, assets, and equity as inputs to measure the outputs practicing data envelopment analysis techniques. The empirical results portray a mixed trend in various elements of efficiency. They reveal that with the common pledge to expand market share and performance, public and private banks have been improving and covering the highest efficiency level. However, at the industry level, the private banking industry has slightly better technical and pure technical efficiency results compared to the public banking industry. On the other hand, the public banking sector performed well compared to the private banking industry in the stipulated study period based on mean scale efficiency results.Generally, many studies on Indian Banking Industry focus on determinants of industrial banking growth indicators. Further, we examine Indian banking performance at the individual bank level by incorporating the latest available data. In terms of technical and pure technical efficiency, Kotak Mahindra Bank Ltd., a private bank, scored the highest at the individual bank level. The State Bank of Bikaner & Jai has the highest score in terms of scale efficiency and thus is the best example of a public sector bank. Despite the improvement in income and deposits in both types of banking, there is still room for public banks to redirect their short-term and long-term marketing and communication strategies to focus on targeting customers and enhancing management skills at the branch level.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0100,013
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,437
Tête enseignante GPT0,566
Écart entre enseignants0,129 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetEfficiency Analysis Using DEATravaux en français237 207