Modélisation de l’efficience bancaire dans la région MENA entre 2017 et 2021

Approche Data Envelopment Analysis

Autores

  • Soufiane Benbachir Université Mohammed V, Rabat, Maroc

DOI:

https://doi.org/10.23882/emss.24206

Palavras-chave:

Efficience technique, Efficience technique pure, Efficience d’échelle, Data Envelopment Analysis, Rendements d’échelle, Orientations input et output

Resumo

Dans ce papier, nous avons appliqué le modèle Data Envelopment Analysis sous l’hypothèse de rendements d’échelle variables et selon l’orientation output pour mesurer l’efficience des banques appartenant à 12 pays de la région MENA durant la période 2017-2021. Nous avons divisé les banques en deux classes, les banques conventionnelles comprenant 59 banques appartenant à 11 pays et les banques islamiques comprenant 22 banques appartenant à 7 pays. Concernant les 59 banques conventionnelles, les résultats ont montré que le pourcentage de banques conventionnelles CCR-efficientes est faible et ne dépasse pas 16% et le score moyen de l’efficience-CCR a atteint 90% durant la période d’étude. Nous avons aussi trouvé que Qatar est le seul pays dont les banques conventionnelles sont BCC-efficientes durant les 5 années d’affilé et que leurs scores d’efficience-CCR sont les plus élevés alors que les banques conventionnelles du Maroc et de la Jordanie ont les scores moyens d’efficience-CCR les plus faibles. Concernant les 22 banques islamiques, les résultats ont montré que le pourcentage de banques islamiques CCR-efficientes est faible et ne dépasse pas 14% et que leur score moyen d’efficience-CCR a atteint en moyenne 64%. Nous avons aussi trouvé que Qatar est le seul pays dont les banques islamiques sont en moyenne CCR-efficientes durant les 5 années et que les banques islamiques du Maroc ont le score moyen de CCR-efficience le plus faible atteignant 36%.

Referências

Alber, N., & Attia, H. (2022). Bank Efficiency, Competition and Concentration in MENA Region Countries: A Granger Causality Approach. European Journal of Business and Management Research, 7(6). 35-42. https://doi.org/10.24018/ejbmr.2022.7.6.1688

Ali, A., & Seiford, M. (1993). The Mathematical Programming Approach to Efficiency Analysis. In Fried HO and SS Schmidt (eds.). The Measurement of Productive Efficiency: Techniques and Applications, Oxford U.K.: 120-159.

Apergis, N., & Polemis, M.L. (2016). Competition and efficiency in the MENA banking region: a non-structural DEA approach. Applied Economics, https://doi.org/10.1080/00036846.2016.1176112.

Bahrini, R. (2017). Efficiency Analysis of Islamic Banks in the Middle East and North Africa Region: A Bootstrap DEA Approach. International journal of financial studies. 2017, 5(1), 7. https://doi.org/10.3390/ijfs5010007

Banker, R., Charnes, R., & Cooper W. (1984). Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science vol. 30, pp. 1078-1092.

Bekakria, I., & Azzouz, S. (2020). Etude comparative entre l’efficience des Banques islamiques et des banques conventionnelles : Méthode DEA. Revue des sciences commerciales et de gestion. 16(1), 78-96.

Berger, A. N., & Humphrey, D. B. (1997). Efficiency of financial institutions. International surveys and directions for future research. European Journal of Operational Research, vol. 98, 175-212.

Charnes, A., Cooper, W., & Rhodes, E. (1978). Measuring the Efficiency of Decision Making Units. European Journal of Operational Research, 2, 429-444.

Charnes, A., Cooper, W., & Rhodes, E. (1979). Short Communication: Measuring the Efficiency of Decision Making Units. EJOR: 339.

Charnes, A., Cooper, W.W., & Rhodes, E. (1978). Measuring the Efficiency of Decision Making Units. European Journal of Operational Research, 2, 429-444.

Coelli, T. J. (1996). A Guide to DEAP Version 2.1: A Data Envelopment Analysis (Computer) Program. Working Paper 96/08). Brisbane: Centre for Efficiency and Productivity Analysis, University of Queensland.

Cook, W. D., & Zhu, J. (2014). Data Envelopment Analysis. A Handbook on the Modeling of Internal Structures and Networks. Research & Management Science. Springer Science+Business Media New York 2014.

Cooper, W., Seiford, L., & Tone, K. (2002). Data envelopment analysis: A comprehensive text with models, applications, references and DEA-solver software. Boston: Kluwer Academic Publishers.

De La Villarmois, O. (2001). Le concept de performance et sa mesure : un état de l’art. Cahier de la recherche, GREMCO/CLAREE-IAE de Lille. 2001.

Eisazadeh, S., & Shaeri, Z. (2012). An analysis of bank efficiency in the MENA. The International Journal of Banking and Finance, 9(4), 28-47.

Farrell, M. J. (1957). The Measurement of Productive Efficiency. Journal of the Royal Statistical Society. Series A (General), 120(3), 253-290.

Hwang, S. N., Lee, H. S., Zhu, J. (2016). Handbook of Operations Analytics Using Data Envelopment. International Series in Operations Research & Management Science. Springer Science+Business Media New York 2016.

Johnes, J., Izzeldin, M., & Pappas V. (2012). A comparison of performance of Islamic and conventional banks 2004 to 2009.Working Papers 12893801, Lancaster University Management School, Economics Department.

Joro, T., Korhonen, P., & Wallenius, J. (1998). Structural comparison of data envelopment analysis and multiple objective linear programming. Management Sci. 40, 962-970. Journal of Productivity Analysis 5:171-180.

Mariani, A., Saal, D., & Battisti, G. (2010). Efficiency in Islamic and conventional banking: an international comparison. Journal of Productivity Analysis, 34, (1), 25-43.

Rizk, S. (2022). Efficiency in the MENA banking industry, the stochastic frontier approach. Financial Markets, Institutions and Risks, 6(2).

Tahi, A., Djebbouri, M., & Benzai Y. (2020). Assessing the efficiency of Islamic and conventional banks in the MENA banking system: Data Envelopment Analysis DEA investigation. International Journal of Innovation and Applied Studies 30(1), 414-426.

Wen, M. (2015). Uncertain Data Envelopment Analysis. Springer-Verlag Berlin Heidelberg.

Publicado

2024-03-12

Como Citar

Benbachir, S. (2024). Modélisation de l’efficience bancaire dans la région MENA entre 2017 et 2021: Approche Data Envelopment Analysis. [RMd] RevistaMultidisciplinar, 6(2), e202413. https://doi.org/10.23882/emss.24206