MétaCan
Menu
Retour à la cohorte
Enregistrement W4399592087 · doi:10.5267/j.msl.2024.5.007

Technical and economic efficiency measurement of African commercial banks using data envelopment analysis (DEA)

2024· article· en· W4399592087 sur OpenAlexvenueno aff
Evans Darko, Nadia Saghi-Zedek, Gervais Thenet

Notice bibliographique

RevueManagement Science Letters · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésData envelopment analysisAllocative efficiencyLoanReturns to scaleProduction (economics)Scale (ratio)Panel dataBusinessEconomicsVariable (mathematics)EconometricsEconomic efficiencyIndustrial organizationEnvironmental economicsComputer scienceFinanceMicroeconomicsStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The paper aims to analyze the Technical Efficiency of 70 Commercial banks from 19 African countries from 2009-2020. Using the Data Envelopment Analysis (DEA) method of the two main approaches, Variable Return to Scale (VRS) and Constant Return to Scale (CRS) technique on a Panel Data. We find that African banks have a higher efficacy assessment with the VRS than the CRS technique, thus, with a Pure Technical Efficiency (PTE) score than Technical Efficiency (TE) . Our findings show that the majority of the banks are operating at very low levels of efficiency (not technically efficient), and inability to optimize the conversion of bank assets and liabilities into loan production for customers. Furthermore, the banks are operating inefficiently in scale, economic, and allocative manner due to mismatches in scale of production. Considering these findings, the implications of these inefficiencies extend to the overall economic development and financial stability of the region.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,018
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,609
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0000,002
Communication savante0,0010,001
Science ouverte0,0040,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,131
Tête enseignante GPT0,371
Écart entre enseignants0,239 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetEfficiency Analysis Using DEATravaux en français237 207