商業(yè)銀行信用風(fēng)險外文翻譯文獻(xiàn)

商業(yè)銀行信用風(fēng)險外文翻譯文獻(xiàn)PAGE1商業(yè)銀行信用風(fēng)險外文翻譯文獻(xiàn)(文檔含英文原文和中文翻譯)估計技術(shù)和規(guī)模的希臘商業(yè)銀行效率：信用風(fēng)險、資產(chǎn)負(fù)債表的活動和國際業(yè)務(wù)的影響1.介紹希臘銀行業(yè)經(jīng)歷了近幾年重大的結(jié)構(gòu)調(diào)整。重要的結(jié)構(gòu)性、政策和環(huán)境的變化經(jīng)常強調(diào)的學(xué)者和從業(yè)人員有歐盟單一市場的建立，歐元的介紹，國際化的競爭、利率自由化、放松管制和最近的兼并和收購浪潮。希臘的銀行業(yè)也經(jīng)歷了相當(dāng)大的改善，通信和計算技術(shù)，因為銀行有擴(kuò)張和現(xiàn)代化其分銷網(wǎng)絡(luò)，其中除了傳統(tǒng)的分支機構(gòu)和自動取款機，現(xiàn)在包括網(wǎng)上銀行等替代分銷渠道。作為希臘銀行（2004年）的年度報告的重點，希臘銀行亦在升級其信用風(fēng)險測量與管理系統(tǒng)，通過引入信用評分和概率默認(rèn)模型近年來采取的主要步驟。此外，他們擴(kuò)展他們的產(chǎn)品/服務(wù)組合，包括保險、經(jīng)紀(jì)業(yè)務(wù)和資產(chǎn)管理等活動，同時也增加了他們的資產(chǎn)負(fù)債表操作和非利息收入。最后，專注于巴爾干地區(qū)（如阿爾巴尼亞、保加利亞、前南斯拉夫馬其頓共和國、羅馬尼亞、塞爾維亞）的更廣泛市場的全球化增加的趨勢已添加到希臘銀行在塞浦路斯和美國以前有限的國際活動。在國外經(jīng)營的子公司的業(yè)績預(yù)計將有父的銀行，從而對未來的決定為進(jìn)一步國際化的嘗試對性能的影響。本研究的目的是要運用數(shù)據(jù)包絡(luò)分析（DEA）和重新效率的希臘銀行部門，同時考慮到幾個以上討論的問題進(jìn)行調(diào)查。我們因此區(qū)分我們的論文從以前的希臘銀行產(chǎn)業(yè)重點并在幾個方面，下面討論添加的見解。首先，我們第一次對效率的希臘銀行的信用風(fēng)險的影響通過檢查其中包括貸款損失準(zhǔn)備金作為附加輸入Charnesetal.(1990年)、德雷克（2001年）、德雷克和大廳(2003年)，和德雷克等人（2006年）。作為美斯特(1996)點出"除非質(zhì)量和風(fēng)險控制的一個人也許會很容易誤判一家銀行的水平的低效；例如精打細(xì)算的銀行信用評價或生產(chǎn)過高風(fēng)險的貸款可能會被貼上標(biāo)簽一樣高效，當(dāng)相比銀行花資源，以確保它們的貸款有較高的質(zhì)量"(p.1026)。我們估計效率的銀行和無此輸入調(diào)整為不同的信用風(fēng)險水平和對效率的影響。第二，以往的研究中，希臘銀行業(yè)，我們考慮資產(chǎn)負(fù)債表活動期間估計的效率得分。幾個最近的研究審查效率的DEA或隨機前沿技術(shù)的銀行，承認(rèn)銀行在非傳統(tǒng)的活動中更多地參與，包括任何非利息（即費）收入（e.g.Lang和Welzel，1998年；德雷克，2001年；托爾托薩Ausina，2003年）或資產(chǎn)負(fù)債表項目（例如阿爾通巴什等人，2001年；阿爾通巴什和查克，2001年；架和Hassan，2003a、b；Bos和Colari，2005年；饒，2005年）作為額外的輸出。然而，盡管他們希臘銀行的重要性上升，這種活動沒有被考慮在過去。再次，我們估計，銀行的效率在我們的示例與無負(fù)債表外活動，以觀察是否它將會對效率有影響。第三，我們比較所得的中介方法隨之而來的銀行的效率與利潤導(dǎo)向的做法，最近在dea方法，提出了由德雷克等人（2006年），在他們隨機前沿方法的上下文中杰和美斯特（2003年）的做法是一致的最新研究的結(jié)果。這使我們能夠觀察是否不同的輸入/輸出定義影響效率分?jǐn)?shù)。第四，我們比較效率得分的希臘銀行，擴(kuò)大了其海外的業(yè)務(wù)（即國際希臘銀行，以下簡稱IGBs），與那些希臘銀行的業(yè)務(wù)在國內(nèi)市場都有限的（即純粹的國內(nèi)銀行，以下簡稱Pdb）。為了最好的我們的知識，沒有研究開展了這種分析對于希臘。然而，在土耳其銀行業(yè)的研究中，Isik和Hassan（2002年）發(fā)現(xiàn)的證據(jù)，跨國公司的國內(nèi)銀行均優(yōu)于純粹國內(nèi)銀行的所有提高效率的措施（即成本效率、資源配置效率、技術(shù)效率、純技術(shù)效率）除了規(guī)模效率。從我們的研究得出的結(jié)論可能是有用的希臘銀行或其他正在考慮他們的業(yè)務(wù)的國際化的中型銀行部門的經(jīng)理。第五，我們運行回歸來解釋銀行效率的一直在希臘（赫里斯托普洛斯等人，2002年；Rezitis，2006年）。但是，在我們的例子中我們檢查最近一段時間，遵循上文所述的許多變化。本文的其余部分是，如下所示：第2節(jié)文獻(xiàn)側(cè)重于希臘銀行部門的效率。第3節(jié)規(guī)定DEA的簡短的討論。第4節(jié)給的數(shù)據(jù)和變量。第5節(jié)討論實證分析的結(jié)果，并節(jié)6總結(jié)研究。2.文獻(xiàn)綜述Karafolas和Mantakas(1996)使用二階超越對數(shù)成本函數(shù)估計（第一次）在希臘銀行部門的費用的一種計量形式和調(diào)查的規(guī)模經(jīng)濟(jì)。十一銀行從1980年至1989年期間使用的數(shù)據(jù)，他們發(fā)現(xiàn)雖然經(jīng)營成本規(guī)模經(jīng)濟(jì)確實存在，但總成本規(guī)模經(jīng)濟(jì)并不存在。由銀行的大小（即大、小銀行）和時間段的子樣本數(shù)據(jù)集的參與(即1980年—1984年，1985年-1989年)并沒有改變結(jié)果。最后，結(jié)果表明技術(shù)變革中，降低平均成本不發(fā)揮了統(tǒng)計學(xué)意義的作用。Noulas（1997年）檢查生產(chǎn)率增長的十個私營和十個國有銀行經(jīng)營在希臘在1991年和1992年，期間使用的Malmquist生產(chǎn)率指數(shù)和DEA測量效率。作者遵循調(diào)解方法，并發(fā)現(xiàn)生產(chǎn)率平均增長8%左右，與國有銀行表現(xiàn)出較高的增長比私人的。結(jié)果還表明增長的來源不同跨銀行的兩種類型。國有銀行生產(chǎn)率增長是進(jìn)步的由于技術(shù)，而私人銀行的增長是進(jìn)步的提高效率的結(jié)果。赫里斯托普洛斯和Tsionas(2001)在1993年—1998年期間估計在希臘的商業(yè)銀行業(yè)效率使用同方差與異方差性的前沿。他們發(fā)現(xiàn)平均技術(shù)效率約80%的異方差模型和總體平均值的分布之一的83%。他們還發(fā)現(xiàn)技術(shù)和資源配置低效率降低隨時間較小，以及較大的銀行?；貧w的低效率措施反對趨勢指示在技術(shù)和資源配置效率低下的小改進(jìn)銀行同等19.7%和39.1%，因此，大型銀行的相應(yīng)數(shù)字是10.4%和21.1%。赫里斯托普洛斯（2002年）檢查同一個多輸入、多輸出的柔性成本函數(shù)代表部門和差異方差前沿方法來測量技術(shù)效率的技術(shù)相同的樣本。提高效率的措施對銀行的各種特性的回歸表示較大的銀行都是比較小的效率較低和經(jīng)濟(jì)績效、銀行貸款和投資都呈正相關(guān)，成本效率。在后者的研究中，Tsionasetal.(2003)使用赫里斯托普洛斯和Tsionas（2001年）和赫里斯托普洛斯etal.（2002年）相同的樣本，但雇用DEA測量技術(shù)和資源配置效率和Malmquist全要素生產(chǎn)率方法來衡量生產(chǎn)力的變化。結(jié)果表明，大多數(shù)銀行經(jīng)營接近最佳的市場實踐與整體效率水平達(dá)到95%以上。較大的銀行似乎比較小的效率更高，而資源配置低效率成本似乎要比技術(shù)效率低成本更重要。他們還記錄正面但不是堅固的技術(shù)效率變化的主要原因是生產(chǎn)效率的提高，為中等規(guī)模的銀行和大型銀行的技術(shù)變化改進(jìn)。Halkos和Salamouris（2004年）也使用DEA但按照不同的方法，對比以往的研究，通過使用財務(wù)比率作為輸出和沒有輸入的措施。根據(jù)正在審議的今年15和18銀行之間的樣本范圍。結(jié)果表明在1997年—1999年期間平均效率寬變化與大小和效率之間的積極關(guān)系。此外，還有非系統(tǒng)的關(guān)系之間通過私有化公共銀行的所有權(quán)轉(zhuǎn)讓和最后一期的性能。Apergis和Rezitis(2004)指定超越對數(shù)成本函數(shù)的全要素生產(chǎn)率分析希臘銀行部門、技術(shù)變化率和增長率的成本結(jié)構(gòu)。1982—1997年期間，他們使用中介和生產(chǎn)方法和樣本的六家銀行。這兩個模型表明，重要的規(guī)模經(jīng)濟(jì)和技術(shù)變化和全要素生產(chǎn)率增長的負(fù)年度利率。Rezitis（2006年）使用相同的數(shù)據(jù)集，但運用的Malmquist生產(chǎn)率指數(shù)和DEA測度與分解生產(chǎn)力的增長和技術(shù)效率，分別。他還比較1982年—1992年和1993年—1997年的分時段，并雇用Tobit回歸來解釋銀行間效率上的差異。結(jié)果表明，總體技術(shù)效率的平均水平為91.3%，而生產(chǎn)率增長的整個期間平均上升2.4%。生產(chǎn)力的增長在二子期較高，歸因于技術(shù)進(jìn)步與效率是主要驅(qū)動力，直到1992年中的改進(jìn)。此外，在第二次分時段純效率較高，和規(guī)模效率較低，表明雖然銀行取得較高的純技術(shù)效率，但他們搬離最優(yōu)規(guī)模?；貧w結(jié)果表明大小和專業(yè)化純兩方面產(chǎn)生積極的影響和規(guī)模效率。3.研究方法從方法論的角度來看，有幾種方法可以用于檢查的銀行，如隨機前沿分析(SFA)、厚厚的前沿方法(TFA)、自由的分配辦法（DFA）和DEA效率。Etal.伯杰（1993年），伯杰和漢弗萊(1997年)和戈達(dá)德等人（2001年）提供關(guān)鍵討論和比較這些方法在銀行業(yè)的上下文中。在本研究中，以下幾個最近的研究我們使用DEA估計銀行的效率。Dea方法，這是有關(guān)對我們的學(xué)習(xí)，知名的優(yōu)點之一是它特別好與小樣本工程。作為Maudosetal.(2002年)指出的那樣，所有的技術(shù)測量效率，需要觀測的最小數(shù)目的那個是的非參數(shù)和確定性的DEA，作為參數(shù)技術(shù)指定大量的參數(shù)，使它有必要可用很大數(shù)量的觀測。(p.511）。其他的DEA的優(yōu)點是它不需要任何的假設(shè)做出關(guān)于分布的低效率，它不需要特定功能窗體上的數(shù)據(jù)在確定最有效決策單元(動車組)。另一方面，DEA的缺點是它假定數(shù)據(jù)是免費的測量誤差，這是敏感的異常值。我們只簡要的勾勒DEA在這里，而更詳細(xì)和技術(shù)的討論可以發(fā)現(xiàn)在Coellietal.(1999年)、庫珀等人（2000年）和Thanassoulis（2001年）。通過下面的符號是那些用于Coelli（1996年）和Coellietal.(1999年)，由于我們使用他們的電腦程序深2.1估計效率得分。DEA是使用線性規(guī)劃法的生產(chǎn)前沿發(fā)展和的測量效率相對發(fā)達(dá)的前沿（Charnes等人，1978年）。通過分段線性組合的樣品（Thanassoulis，2001年）中的所有決策單元的輸入——輸出對應(yīng)的實際輸入——輸出對應(yīng)集構(gòu)造決策單元(動車組)，在我們的案例銀行，樣品的最佳實踐生產(chǎn)前沿。每個DMU被分配一個范圍0和1之間，與分?jǐn)?shù)等于1指示針對其余部分動車組在樣品中的有效決策單元的效率得分。DEA可以由假設(shè)（CRS）規(guī)模收益不變或變量返回到規(guī)模（VRS）執(zhí)行。在他們的開創(chuàng)性研究，Charnesetal.(1978)提出了模型輸入的方向，并假定CRS。因此，此模型的輸出是一個指示每個DMU的下CRS的總體技術(shù)效率(OTE)的分?jǐn)?shù)。在更多的技術(shù)術(shù)語討論DEA，讓我們假設(shè)是有K的輸入數(shù)據(jù)和M輸出每個決策單元N（即銀行）上。為ithDMU它們都分別由向量xi和yi表示。K×N輸入的矩陣、X和Y，M×N輸出矩陣表示的數(shù)據(jù)的所有N內(nèi)燃動車組。特定的DMU，CRS下的輸入為導(dǎo)向的測量計算如下：Minθ,λθ,s.t.?yi+Yλ≥0,θxi?Xλ≥0,λ≥0θ≤1是高效率的標(biāo)量得分和λisN×1向量的常數(shù)。如果θ=的1銀行是高效，它位于邊境上，而ifθ?1銀行是低效的需要輸入1?θ減少各級以到達(dá)邊境。線性規(guī)劃是解決N倍，一次在示例中，每個DMU的和θ的值獲取為每個DMU代表其效率得分。銀行家etal.（1984年）建議使用規(guī)模（VRS）變量返回的公司將OTE分解為兩個組件產(chǎn)品。第一次是下VRS技術(shù)效率或純技術(shù)效率(PTE)，涉及的管理者利用企業(yè)的給定的資源的能力。第二是規(guī)模效率（SE），指的是利用規(guī)模經(jīng)濟(jì)，在哪里生產(chǎn)前沿展品CRS點經(jīng)營。CRS線性規(guī)劃修改，以考慮VRS通過添加N1'λ=1，whereN1isaN×1向量的部分。根據(jù)VRS取得的成績都高于或等于那些得到下CRS和SE的技術(shù)效率可以得到（即SE=OTE/PTE）。

ESTIMATINGTHETECHNICALANDSCALEEFFICIENCYOFGREEKCOMMERCIALBANKS:THEIMPACTOFREDITRISK,OFF-BALANCESHEETACTIVIES,ANDINTERNATIONALOPERATIONS1.IntroductionTheGreekbankingsectorhasundergonemajorrestructuringinrecentyears.Importantstructural,policyandenvironmentalchangesthatarefrequentlyhighlightedbybothacademicsandpractitionersaretheestablishmentofthesingleEUmarket,theintroductionoftheeuro,theinternationalizationofcompetition,interestrateliberalization,deregulation,andtherecentwaveofmergersandacquisitions.TheGreekbankingsectorhasalsoexperiencedconsiderableimprovementsintermsofcommunicationandcomputingtechnology,asbankshaveexpandedandmodernizedtheirdistributionnetworks,whichapartfromthetraditionalbranchesandATMs,nowincludealternativedistributionchannelssuchasinternetbanking.AstheAnnualReportoftheBankofGreece(2004)highlights,Greekbankshavealsotakenmajorstepsinrecentyearstowardsupgradingtheircreditriskmeasurementandmanagementsystems,byintroducingcreditscoringandprobabilitydefaultmodels.Furthermore,theyhaveexpandedtheirproduct/serviceportfoliotoincludeactivitiessuchasinsurance,brokerageandassetmanagement,andatthesametimeincreasedtheiroff-balancesheetoperationsandnon-interestincome.Finally,theincreasedtrendtowardsglobalizationthatfocusedonthewidermarketoftheBalkans(e.g.Albania,Bulgaria,FYROM,Romania,Serbia)hasaddedtothepreviouslylimitedinternationalactivitiesofGreekbanksinCyprusandUSA.Theperformanceofthesubsidiariesoperatingabroadisexpectedtohaveanimpactontheperformanceofparentbanksandconsequentlyonfuturedecisionsforfurtherinternationalizationattempts.Thepurposeofthepresentstudyistoemploydataenvelopmentanalysis(DEA)andreinvestigatetheefficiencyoftheGreekbankingsector,whileconsideringseveraloftheissuesdiscussedabove.WethereforedifferentiateourpaperfrompreviousonesthatfocusontheGreekbankingindustryandaddinsightsinseveralrespects,discussedbelow.Firstofall,weexamineforthefirsttimetheimpactofcreditriskontheefficiencyofGreekbanksbyincludingloanlossprovisionsasanadditionalinputasinCharnesetal.(1990),Drake(2001),DrakeandHall(2003),andDrakeetal.(2006)amongothers.AsMester(1996)pointsout“Unlessqualityandriskarecontrolledfor,onemighteasilymiscalculateabank’slevelofinefficiency;e.g.banksscrimpingoncreditevaluationsorproducingexcessivelyriskyloansmightbelabelledasefficientwhencomparedtobanksspendingresourcestoensuretheirloansareofhigherquality”(p.1026).Weestimatetheefficiencyofbankswithandwithoutthisinputtoadjustfordifferentcreditrisklevelsandexamineitsimpactonefficiency.Second,unlikepreviousstudiesintheGreekbankingsector,weconsideroff-balancesheetactivitiesduringtheestimationofefficiencyscores.Severalrecentstudiesthatexaminetheefficiencyofbanks,withDEAorstochasticfrontiertechniques,acknowledgetheincreasedinvolvementofbanksinnon-traditionalactivitiesandincludeeithernon-interest(i.e.fee)income(e.g.LangandWelzel,1998;Drake,2001;Tortosa-Ausina,2003)oroff-balancesheetitems(e.g.Altunbasetal.,2001;AltunbasandChakravarty,2001;IsikandHassan,2003a,b;BosandColari,2005;Rao,2005)asanadditionaloutput.However,despitetheirincreasedimportanceforGreekbanks,suchactivitieshavenotbeenconsideredinthepast.Again,weestimatetheefficiencyofthebanksinoursamplewithandwithoutoff-balancesheetactivitiestoobservewhetheritwillhaveanimpactonefficiency.Third,wecomparetheresultsobtainedfromtheintermediationapproachthathasbeenfollowedinmostrecentstudiesofbanks’efficiencywithaprofit-orientedapproachthatwasrecentlyproposedbyDrakeetal.(2006)inthecontextofDEA,andisinlinewiththeapproachofBergerandMester(2003)inthecontextoftheirstochasticfrontierapproach.Thisallowsustoobserveifdifferentinput/outputdefinitionsaffectefficiencyscores.Fourth,wecomparetheefficiencyscoresofGreekbanksthathaveexpandedtheiroperationsabroad(i.e.internationalGreekbanks,hereafterIGBs),withthoseofGreekbankswhoseoperationsarelimitedinthedomesticmarket(i.e.purelydomesticbanks,hereafterPDBs).Tothebestofourknowledge,nostudyhasundertakensuchananalysisforGreece.However,inastudyoftheTurkishbankingsector,IsikandHassan(2002)foundevidencethatmultinationaldomesticbanksaresuperiortopurelydomesticbanksintermsofallefficiencymeasures(i.e.costefficiency,allocativeefficiency,technicalefficiency,puretechnicalefficiency)exceptforscaleefficiency.TheconclusionsdrawnfromourstudycouldbeusefultothemanagersofGreekbanksorothermedium-sizedbankingsectorsthatareconsideringtheinternationalizationoftheiroperations.Fifth,werunregressionstoexplaintheefficiencyofbanks,anapproachthathasbeenfollowedinonlytwoofthepaststudiesinGreece(Christopoulosetal.,2002;Rezitis,2006).However,inourcaseweexamineamostrecentperiodthatfollowsthenumerouschangesoutlinedabove.Therestofthepaperisasfollows:Section2reviewstheliteraturethatfocusesontheefficiencyoftheGreekbankingsector.Section3providesabriefdiscussionofDEA.Section4presentsthedataandvariables.Section5discussestheempiricalresults,andSection6concludesthestudy.2.LiteraturereviewsKarafolasandMantakas(1996)useasecond-ordertranslogcostfunctiontoestimate(forthefirsttime)aneconometricformofthecostsintheGreekbankingsectorandinvestigateeconomiesofscale.Usingdataforelevenbanksfromtheperiod1980to1989,theyfindthatalthoughoperating-costscaleeconomiesdoexist,totalcostscaleeconomiesarenotpresent.Participationofthedatasetinsub-samplesbybanks’size(i.e.largeandsmallbanks)andtimeperiods(i.e.1980–1984,1985–1989)hasnotalteredtheresults.Finally,theresultsindicatethattechnicalchangehasnotplayedastatisticallysignificantroleinthereductionofaveragecost.Noulas(1997)examinestheproductivitygrowthoftenprivateandtenstatebanksoperatinginGreeceduring1991and1992,usingtheMalmquistproductivityindexandDEAtomeasureefficiency.Theauthorfollowstheintermediationapproachandfindsthatproductivitygrowthaveragedabout8%,withstatebanksshowinghighergrowththanprivateones.Theresultsalsoindicatethatthesourcesofthegrowthdifferacrossthetwotypesofbanks.Statebanks’productivitygrowthisaresultoftechnologicalprogress,whileprivatebanks’growthisaresultofincreasedefficiency.ChristopoulosandTsionas(2001)estimatetheefficiencyintheGreekcommercialbankingsectorovertheperiod1993–1998usinghomoscedasticandheteroscedasticfrontiers.Theyfindanaveragetechnicalefficiencyabout80%fortheheteroscedasticmodeland83%forthehomoscedasticone.Theyalsofindthatbothtechnicalandallocativeinefficienciesdecreaseovertimeforsmalleraswellaslargerbanks.Theregressionofinefficiencymeasuresagainstatrendindicatesthattheimprovementintechnicalandallocativeinefficienciesforsmallbanksequal19.7%and39.1%,accordingly.Thecorrespondingfiguresforlargebanksare10.4%and21.1%.Christopoulosetal.(2002)examinethesamesamplewithamulti-input,multi-outputflexiblecostfunctiontorepresentthetechnologyofthesectorandaheteroscedasticfrontierapproachtomeasuretechnicalefficiency.Regressionoftheefficiencymeasuresovervariousbankcharacteristicsindicatesthatlargerbanksarelessefficientthansmallerones,andthateconomicperformance,bankloansandinvestmentsarepositivelyrelatedtocostefficiency.Inalatterstudy,Tsionasetal.(2003)usethesamesampleasinChristopoulosandTsionas(2001)andChristopoulosetal.(2002)butemployDEAtomeasuretechnicalandallocativeefficiency,andtheMalmquisttotalfactorproductivityapproachtomeasureproductivitychange.Theresultsindicatethatmostofthebanksoperateclosetothebestmarketpracticeswithoverallefficiencylevelsover95%.Largerbanksappeartobemoreefficientthansmallerones,whileallocativeinefficiencycostsseemtobemoreimportantthantechnicalinefficiencycosts.Theyalsodocumentapositivebutnotsubstantialtechnicalefficiencychangewhichismainlyattributedtoefficiencyimprovementformedium-sizedbanksandtotechnicalchangeimprovementforlargebanks.HalkosandSalamouris(2004)alsouseDEAbutfollowadifferentapproach,incontrasttopreviousstudies,byusingfinancialratiosasoutputmeasuresandnoinputmeasures.Thesamplerangesbetween15and18banksdependingontheyearunderconsideration.Theresultsindicateawidevariationinaverageefficiencyovertheperiod1997–1999,andapositiverelationshipbetweensizeandefficiency.Furthermore,thereisnon-systematicrelationshipbetweentransferofownershipthroughprivatizationofpublicbanksandlastperiod’sperformance.ApergisandRezitis(2004)specifyatranslogcostfunctiontoanalyzethecoststructureoftheGreekbankingsector,therateoftechnicalchangeandtherateofgrowthintotalfactorproductivity.Theyuseboththeintermediationandtheproductionapproachandasampleofsixbanksovertheperiod1982–1997.Bothmodelsindicatesignificanteconomiesofscaleandnegativeannualratesofgrowthintechnicalchangeandintotalfactorproductivity.Rezitis(2006)usesthesamedatasetbutemploystheMalmquistproductivityindexandDEAtomeasureanddecomposeproductivitygrowthandtechnicalefficiency,respectively.Healsocomparesthe1982–1992and1993–1997sub-periods,andemploysTobitregressiontoexplainthedifferencesinefficiencyamongbanks.Theresultsindicatethattheaveragelevelofoveralltechnicalefficiencyis91.3%,whileproductivitygrowthincreasedonaverageby2.4%overtheentireperiod.Thegrowthinproductivityishigherinthesecondsub-periodandisattributedtotechnicalprogress,incontrasttoimprovementsinefficiencythatwasthemaindriveruntil1992.Furthermore,duringthesecondsub-periodpureefficiencyishigher,andscaleefficiencyislower,indicatingthatalthoughbanksachievedhigherpuretechnicalefficiency,theymovedawayfromoptimalscale.Theregressionresultsindicatethatsizeandspecializationhaveapositiveimpactonbothpureandscaleefficiency.3.MethodologyFromamethodologicalperspective,thereareseveralapproachesthatcanbeusedtoexaminetheefficiencyofbanks,suchasstochasticfrontieranalysis(SFA),thickfrontierapproach(TFA),distributionfreeapproach(DFA),andDEA.Bergeretal.(1993),BergerandHumphrey(1997)andGoddardetal.(2001)providekeydiscussionsandcomparisonsofthesemethodsinthecontextofbanking.Inthepresentstudy,followingseveralrecentstudiesweuseDEAtoestimatetheefficiencyofbanks.Oneofthewell-knownadvantagesofDEA,whichisrelevanttoourstudy,isthatitworksparticularlywellwithsmallsamples.AsMaudosetal.(2002)pointout,“Ofallthetechniquesformeasuringefficiency,theonethatrequiresthesmallestnumberofobservationsisthenon-parametricanddeterministicDEA,asparametrictechniquesspecifyalargenumberofparameters,makingitnecessarytohaveavailablealargenumberofobservations.”(p.511).OtheradvantagesofDEAarethatitdoesnotrequireanyassumptiontobemadeaboutthedistributionofinefficiencyandthatitdoesnotrequireaparticularfunctionalformonthedataindeterminingthemostefficientdecisionmakingunits(DMUs).Ontheotherhand,theshortcomingsofDEAarethatitassumesdatatobefreeofmeasurementerroranditissensitivetooutliers.WeonlybrieflyoutlineDEAhere,whilemoredetailedandtechnicaldiscussionscanbefoundinCoellietal.(1999),Cooperetal.(2000)andThanassoulis(2001).ThenotationsadoptedbelowarethoseusedinCoelli(1996)andCoellietal.(1999),sinceweusetheircomputerprogramDEAP2.1toestimatetheefficiencyscores.DEAuseslinearprogrammingforthedevelopmentofproductionfrontiersandthemeasurementofefficiencyrelativetothedevelopedfrontiers(Charnesetal.,1978).Thebest-practiceproductionfrontierforasampleofdecisionmakingunits(DMUs),inourcasebanks,isconstructedthroughapiecewiselinearcombinationofactualinput–outputcorrespondencesetthatenvelopstheinput–outputcorrespondenceofallDMUsinthesample(Thanassoulis,2001).EachDMUisassignedanefficien