Consideraciones metodológicas acerca del Análisis Estocástico de Frontera en modelos de datos de panel: evidencias del modelo ECF orientado a costos en el Sector Bancario Argentino

• Ignacio G. Girela ^[1] ; José M. Vargas ^[1]
  1. [1] Universidad Nacional del Córdoba, Facultad de Ciencias Económicas (Córdoba, Argentina)
• Localización: Revista de economía y estadística, ISSN 0034-8066, Vol. 59, Nº. 1, 2021, págs. 37-60
• Idioma: español
• Títulos paralelos:
  • Methodological considerations upon Stochastic Frontier Analysis for panel data models: evidence from cost-efficiency ECF model in the Argentine Banking Sector
• Enlaces
  • Texto completo
• Resumen
  • español

    En este artículo analizamos metodológicamente el desempeño del modelo de datos de panel Error Components Frontier (ECF) basado en el método de Análisis de Frontera Estocástica (SFA) para estudios de eficiencia relativa orientado a costos ante la disponibilidad de paneles pequeños y con presencia de valores atípicos. Mediante una serie de simulaciones y una posterior aplicación al sector bancario argentino para el período 2005-2014, mostramos que bajo estas condiciones un modelo SFA puede no ser adecuado para hacer un análisis de eficiencia relativa. Estos resultados son relevantes para la literatura empírica ya que los paneles pequeños con presencia de valores atípicos representan escenarios típicos de los sectores económicos de economías en desarrollo.

  • English

    In this paper we make a methodological analysis of the Error Components Frontier (ECF) panel data model performance based on Stochastic Fron-tier Analysis (SFA) method for cost-efficiency benchmarking in the presence of small panels and outliers. By means of a set of simulations and a subsequent application to the Argentine banking sector during the period 2005-2014, we prove that under these conditions an SFA model may not be adequate for benchmarking. These results are relevant for the empirical lit-erature since small panels with the presence of outliers represent classical scenarios in developing economies industries.