Eficiencia bancaria en Argentina. Comportamiento de los bancos entre 2005 y 2013

(1)

w ww. e l s evi e r . e s /e s t u d i o s g e r e n c i a l e s

ESTUDIOS

GERENCIALES

Artículo

Eﬁciencia

bancaria

en

Argentina.

Comportamiento

de

los

bancos

entre

2005

y

2013

夽

Mario

Sefﬁno

∗

y

Daniel

Hoyos

Maldonado

Investigador,InstitutodeEconomía,FacultaddeCienciasEconómicas,UniversidadNacionaldelCentrodelaProvinciadeBuenosAires,Tandil,BuenosAires,Argentina

i n f o r m a c i ó n

d e l

a r t í c u l o

Historiadelartículo:

Recibidoel19demayode2015 Aceptadoel10dediciembrede2015 On-lineel26defebrerode2016 CódigosJEL: C6 D2 Palabrasclave: Eﬁcienciabancaria Análisisenvolventededatos ÍndicedeproductividaddeMalmquist Eﬁcienciatécnica

Productividadtotaldelosfactores

r

e

s

u

m

e

n

Elobjetivodeltrabajoesanalizarlaevolucióndelaeficienciadeciertasentidadesbancariasargentinas duranteelperíodocomprendidoentrelosa ños2005y2013.Entalsentido,sebuscarádistinguirlos factoresquecontribuyenaexplicartaldesempe ño.Atalefecto,secombinaráelanálisisenvolventede datos(DEA)conelíndicedeproductividaddeMalmquist(IPM).Estopermitemedirlasvariacionesenla productividadalolargodeltiempoy,almismotiempo,descomponersuscausas.Losresultados alcan-zadosmuestranunamejoraenlaproductividadtotalyenlaeficienciatécnicaparaungrupoimportante delasentidadesanalizadas.

Bank

efﬁciency

in

Argentina.

Performance

between

2005

and

2013

JELclassiﬁcation: C6

D2 Keywords: Bankefﬁciency

Dataenvelopmentanalysis Malmquistproductivityindex Technicalefﬁciency Totalfactorproductivity

a

b

s

t

r

a

c

t

TheaimofthispaperistoanalysetheevolutionoftheefficiencyofcertainArgentinebanksforthe periodbetween2005and2013.Inthisregard,itwillseektodistinguishthefactorsthathelpexplain thisperformancecombiningthedataenvelopmentanalysis(DEA)andtheMalmquistproductivityindex (MPI).Thisallowstomeasurevariationsinproductivityovertimeand,simultaneously,findingoutits causes.Theresultsshowanimprovementinoverallproductivityandtechnicalefficiencyforalargegroup ofinstitutionsanalysed.

Eﬁciencia

bancária

na

Argentina.

Comportamento

dos

bancos

entre

2005

e

2013

Classiﬁcac¸ãoJEL: C6

D2

r

e

s

u

m

o

Oobjetivodotrabalhoéanalisaraevoluçãodaeficiênciadecertasentidadesbancáriasargentinasdurante operíodocompreendidoentreosanos2005e2013.Nessesentido,procura-sedistinguirosfatoresque contribuemparaexplicartaldesempenho.Paraestefim,combina-seaanáliseenvolventededados(DEA)

夽_Una_versión_preliminar_de_este_trabajo_fue_presentada_y_publicada_en_la_XLIX_Reunión_Anual_de_la_Asociación_Argentina_de_Economía_Política,_Posadas,_Argentina. ∗ _Autor_para_{correspondencia.}_Instituto_de_Economía,_Universidad_Nacional_del_Centro_de_la_Provincia_de_Buenos_Aires._Gral._Pinto_399,_Tandil,_Argentina.

Correoelectrónico:mdsefﬁ[email protected](M.Sefﬁno). http://dx.doi.org/10.1016/j.estger.2015.12.002

(2)

Palavras-chave: Eﬁciênciabancária Análiseenvolventededados ÍndicedeprodutividadedeMalmquist Eﬁciênciatécnica

Produtividadetotaldosfactores

comíndicedeprodutividadeMalmquist(WPI)combinado.Istopermitemedirasvariaçõesde produti-vidadeaolongodotempoe,aomesmotempo,fazdecomporassuascausas.Osresultadosalcançados mostramumamelhorianaprodutividadetotalenaeficiênciatécnicaparaumgrupoimportantedas entidadesanalisadas

1. Introducción

DesdeAdamSmithhastalaactualidad,losinvestigadores eco-nómicoshandedicadonotablesesfuerzosalanálisisdelainfluencia delosbancossobrelamarchadelaeconomía.Enparticular, inte-resasucontribuciónalcrecimientoeconómicoapartirdesurol preponderanteenlacaptacióndelahorropúblicoysuorientación haciadistintosdestinos,deconformidadconlosincentivos deriva-dosdelmercadofinanciero.Enestecontexto,ydesdelaperspectiva delosgestoresdelaspolíticaspúblicas,revisteespecialinterésla participacióndeestasentidadesenlaconduccióndetales recur-sosfinancieroshacialainversiónenactividadesproductivaspor suincidenciaenelprocesodecrecimiento.Entanto,enun con-textodereservafraccionada,losbancostienenunaparticipación esencialenlatransmisióndelapolíticamonetaria.Porlotanto,un sectorbancarioeficientefacilitaríaalaeconomíadeunpaís afron-tarenmejorescondicionesloseventualesshocksadversosy,de esamanera,contribuiralaestabilidaddelsistemayapotenciarel desempe ñoeconómicoglobal.

Consecuentemente,estudiarlaeficienciabancarianosolotiene relevanciadesdeelpuntodevistadelaspropiasentidades financie-rassinoenrelaciónconsuefectosistémicoy,enparticular,porsu vinculaciónconelnivelderiesgoqueenfrentanlospropiosusuarios delsistemafinanciero.Luego,identificandolasposiblescausasde laineficiencia,asícomosuponderaciónrelativa,sepodríanderivar conclusionesdeinterésparalossupervisoresdelsistemafinanciero nacional.

Elaportedelainvestigaciónenestamateria«sepuedeclasificar enaportessobreeficienciacomparativa,evolucióndela produc-tividad,determinacióndeeconomías deescala,efectossobre la eficienciaolaproductividaddelasfusionesyanálisisdeeficiencia desucursales»(Ferro,León,RomeroyWilson,2014,p.13),entre otrosaspectos.

Sinembargo,apesardelarelevanciadeltema,los investigado-resnohanalcanzadounconsensoentornoacuáleslametodología másadecuadaparaanalizarlaeficienciabancaria.Noobstante,se puedendistinguir2líneasmetodológicasprincipales.Porunlado, laparamétrica—apoyadaenmodeloseconométricos—,que pro-curasepararelfactorineficienciadelcomponentealeatoriopuro. Enestecontexto,resultaevidentequepararealizartaldisgregación debe:a)establecerseunsupuestoespecíficosobrelaforma funcio-nalaplicableparaestimarunafronteradeeficiencia,yb)definirse, apriori,unadistribucióndeprobabilidadesaplicablealcasoque permitasegregarlacomponentedeineficienciadelcitadoerror aleatorio.

Alternativamente, existe una metodología de programación matemáticaparaestimarunafronteradeeﬁciencia—desarrollada porCharnes,CooperyRhodes(1978)—denaturaleza determinís-tica(noaíslalayareferidaaleatoriedadpura)ynoparamétrica(no asumeunaformafuncionaldeterminada):elanálisisdeenvolvente dedatos(DEA).

Enestecontexto,esnecesariodestacarqueelfocodeinterésde estetrabajoeslaevolucióndelaeficienciarelativadelosbancos argentinosenellapso2005y2013y,entalsentido,no resulta-ríanecesarioforzarunaespecificacióndeunadeterminadaforma funcionalparalafronteray,porlotanto,lametodologíaDEAsería apropiadaatalfin.

Consecuentemente,seemplearáunametodologíano paramé-trica,DEA,conunenfoqueorientadohacialosinsumosasumiendo comohipótesisválidaqueeldesarrollodelosproductosbancarios esunaconsecuenciadelasdecisionesadoptadasporladirección sobrelosinsumos.

Dadotalplanteamiento,yadicionalmenteaestaintroducción, eltrabajopresenta4seccionesadicionales.Lasección2resumeel marcoteóricobajoelcualsedesarrollaelpresentetrabajo.La sec-ción3presentalametodologíaescogida.Enlasección4semuestran losresultadosobtenidos.Porúltimo,enlasección5sedesarrollan lasconclusiones.

2. Marcoteórico

Tal como se se ñaló anteriormente, la metodología DEA se encuentrasustentadaenlastécnicasdeprogramaciónlinealyel objetivoesobtenerunescalarquerepresentelamínimaproporción alaquesepuedenreducirlosconsumosdeinputssinque dismi-nuyalacantidadproducidadeoutput.Estemétodo,apartirdelos datosobservados,construyeunafronteradeeficiencia.Luego,esta fronteraconstituyeunpuntodereferencia,obenchmark,que faci-litalacomparaciónentrelasdistintasfirmasounidadesdetoma dedecisión(decisionmakingunit[DMU])involucradasenel estu-dioentérminosdeeficienciarelativa.SilaDMUseencuentrasobre lafronteraseráeficienteysisehallafueradelamismamostrará ciertogradodeineficiencia.Esteesquemadeanálisisestábasado enlostrabajosdeFarrell(1957),Banker,CharnesyCooper(1984) yFäre,GrosskopfyLovell(1985).

Si elplanteamientodelproblemaincluyen DMUcon múlti-plesinsumos yproductos—asumiendorendimientosconstantes aescala—,todoslosinsumossepuedenrepresentarenunamatriz dencolumnas,denominadaX,ytodoslosproductossepueden representar enuna matrizden columnas,llamadaY.Almismo tiempo,paracadaDMUseutilizaráxeypararepresentarsus insu-mosyproductos,respectivamente.Lacuestiónseresume,entonces, alsiguienteproblemadeprogramaciónlinealparadeterminarla eﬁcienciarelativa. Minimizar , (1) s.a xi−X≥0, i=1,2,...n, Y−yi≥0, i=1,2,...n, ≥0,

dondeesunescalaryrepresentaunvectordeponderadores queseaplicaráalascolumnasdeXeY.Elvalorobtenidoserá laeficienciadelai-ésimaDMUyestarácomprendidoentre0y1. SilaDMUestásituadasobrelafronteradereferenciaasumiráel valor1.Estoes,dichaDMUserátécnicamenteeficiente,deacuerdo aladefinicióndeFarrell(1957).Sinperjuiciodeello,cabedestacar queKoopmans(1951)presentóunadefinicióndeeficienciatécnica másestricta,yaqueproponequeunaDMUserátécnicamente efi-cientesolamentesioperasobrelafronteradereferenciayademás

(3)

todaslasholguras1_asociadas_son_cero._Esto_ocurrirá_solamente_si

Y−yi=0yxi−X=0.

Ahorabien,araízdelametodologíaempleada,cuandoseanaliza ladimensióntécnicadelproblemalaeficienciatécnicapodríaestar capturando,aunquenodiscriminando,un efectode rendimien-tosdeescala.Consecuentemente,lamedicióndeeficienciatécnica deberíapresentarunadesagregación.Porunlado,unamedidade eficienciadeescala2_y,_por_otro,_una_magnitud_que_represente_la

eﬁcienciatécnicapura.

Esteejercicio puederealizarsesobre losmismosdatos anali-zandounmodeloconrendimientosconstantesaescalayotrocon rendimientosvariables.Sihaydiferenciasentrelas2puntuaciones deeﬁcienciatécnicapara unaDMUparticular,estoindicaráque dichaDMUtieneineﬁcienciasdeescala.

Enoportunidaddeanalizarlaeficienciadeentidades financie-ras,sepresentaciertacomplejidadderivadadelapropianaturaleza delaactividaddelosbancos,fundamentalmentedebidoala diver-sidaddeserviciosqueestosofrecen.SiguiendoaStavárek(2005),la modelizaciónparaestetipodeempresaspodríarealizarseapartir detresenfoques:1)deproducción;2)deintermediación,y3)de activos.Elprimeroconsideraa losbancoscomogeneradoresde depósitosypréstamos(ambossonproductos)utilizandocapitaly trabajocomoinsumos.Aquísuelenexpresarselasvariablescomo magnitudesfísicasmásquemonetarias,criterioadoptadoenel pre-sentetrabajo.Elenfoquedeintermediacióntienesuorigenenelrol tradicionaldelasentidadesfinancierasenelcualunbancocapta depósitosdelpúblicoparaluegotransformarlosenpréstamos utili-zandoendichoproceso—comoinsumoscomplementarios—capital ytrabajo.Porúltimo,ycomoderivacióndelenfoquede interme-diación,seencuentraelindicadocomo3),elcualhacehincapiéen elroldelasentidadesfinancierascomocreadorasdecréditos.La diferenciaradicaenladefinicióndelosproductos(stockdecréditos yotrosactivosgeneradoresderentafinanciera).

ElanálisisplanteadoapartirdelDEAtienecarácterestático,es decir,estáreferidoaunúnicoperíododetiempo.Luego,sisedesea evaluarelfenómenodelaeﬁcienciaenunplanodinámicosepodría utilizarelíndicedeproductividaddeMalmquist(IPM),quemidelas variacionesenlaproductividadalolargodeltiempo—utilizando lametodologíaDEA—permitiendo,asuvez,descomponerlasen cambiosenlaeﬁciencia(catchup)ycambiostecnológicos(frontier shift).SeapreciaráunamejoraenlaproductividadsielIPMexhibe unaexpresiónmayora1.Encasocontrario,seasumeunaretracción detalvariable.

Latécnicasebasaenelcálculodeladistanciaqueseparaauna DMUdelatecnologíadereferenciaencadaperíodo,yparaello utilizafunciones dedistancia.Generalizandoesteconceptoaun modeloorientadoainsumos,setienequeelIPMparaelperíodot yt+1puedeserexpresadodelasiguientemanera:

IPM=

Dt+1₍_xt+1_,_yt+1₎ Dt₍_xt_,_yt₎

[a] ×

⎡

⎢

⎣

Dt₍_xt_,_yt₎ Dt+1₍_xt_,_yt₎

[b] ×

Dt₍_xt+1_,_yt+1₎ Dt+1₍_xt+1_,_yt+1₎

[c]

⎤

⎥

⎦

1/2 (2)

1 _Se_entiende_por_holguras_de_inputs_cuando_se_puede_producir_la_misma_cantidad deoutputreduciendolacantidaddeinputs.Análogamentesedeﬁnenlasholguras deoutputs.

2 _El_modelo_original_de_Charnes_et_al.₍₁₉₇₈₎_postulaba_la_existencia_de rendimien-tosconstantesdeescala.

dondeDt_y_Dt+1_son_las_funciones_de_distancia_para_los_períodos_t

yt+1,respectivamente.Entanto,xeyrepresentanalinsumoyal producto.

Enelsegundomiembro,eltérmino[a]mideelcambioenla eficienciatécnicarelativaentrelosperíodostyt+1permitiendo establecersilaproducciónseencuentramáscercaomáslejosde lafrontera(catchup).Sidichovaloresmayorquelaunidad,la pro-ducciónenelperíodot+1esmáseficientequelaproducciónen elperíodot.Siesmenoralaunidad,entonceslaproducciónenel períodot+1esmenoseficientequeent,ysielvaloresigualauno, entoncesnohaycambiosdeeficienciaentreambosperíodos.

Lasegundapartedelsegundomiembro—términos[b]y[c]— capturaloscambiosenlatecnologíaentrelos2períodosevaluados (frontiershift).Sihanexistidomejorastecnológicas,setendráun valorsuperioralaunidad.SegúnFäre,Grosskopf,LindgrenyRoss (1994),utilizandolosmodelosderendimientosconstantesaescala (constantreturnstoscale[CRS])3_y_rendimientos_variables_a_escala

(variablereturnstoscale[VRS])4_se_pueden_estimar_las_funciones_de

distanciadescritasanteriormente.

Algosimilarocurreconloscomponentesdeesteíndice,pero debetenerseencuentaque,aunqueelproductodelcambioenla eﬁcienciatécnicayelcambiotecnológicodebeser,pordeﬁnición, igualalIPM,estos2componentespodríantenercomportamientos endireccionesopuestas.

3. Metodología

Alosefectosdelpresentetrabajo,sehaadoptadoelenfoque deproducción,computandoaquellosinsumossobreloscuáleslas entidadestienenmayorniveldecontrolydecisión,másalládelos alcancesdelanormativaregulatoria.

Entallíneadeargumentación,sehanseleccionadolas siguien-tesvariablesporelladodelosinsumos:cantidaddeempleados, sucursales (incluyendo ﬁliales y otras dependencias activas) y unindicadordeegresosporservicios5_._De _esta_manera,_se

pro-curacaptarelesfuerzoespecíﬁcoquerealiza cadaentidadpara comercializarsusproductos.Enestecontexto,nodebeomitirse mencionarquelahabilitacióndesucursales,enlostérminos indi-cadosprecedentemente,requiereelvistobuenodelBancoCentral delaRepúblicaArgentina(BCRA)y,porello,elprocesoytiemposde aperturadelasmismasnodependeexclusivamentedelavoluntad delasentidadesﬁnancieras.

Encuanto alosproductos,sehanconsideradolassiguientes variables:(cantidadesde)cuentascorrientes,cajasdeahorro, pla-zosﬁjos,préstamosytarjetasdecréditoy,asítambién,unindicador deingresosporservicios6_._De_conformidad_con_el_enfoque_de

pro-ducción,sehanincluidotantoproductosactivoscomopasivos.Esta decisiónsehaasumidoenfuncióndelainformacióndisponibley conlaintencióndemantenerlauniformidadeneltratamientode losdatos.Taldecisión,sinembargo,noimplicaignorarlaspolíticas

3_También_conocido_como_modelo_CCR_por_las_siglas_de_Charnes,_Cooper_y_Rhodes

(1978).

4_Se_lo_denomina,_también,_modelo_BCC_por_Banker,_Charnes_y_Cooper₍₁₉₈₄₎_. 5_Dicho_indicador_es_la_resultante_del_cociente_entre_los_egresos_por_servicios men-sualesdelosúltimos12mesesyelpromediodelactivodelosúltimos12meses rezagadosunperíodo,deducidoelimporteanetearporoperacionesdepase,a términoycontadoaliquidar,entérminosanualizados,segúnloreportadoporel BancoCentraldelaRepúblicaArgentinaensupublicación«InformacióndeEntidades Financieras»adiciembredecadaa ˜no.

6_El_indicador_es_el_cociente_entre_los_ingresos_por_servicios_mensuales_de_los últimos12mesesyelpromediodelactivodelosúltimos12mesesrezagadosun período,deducidoelimporteanetearporoperacionesdepase,atérminoycontado aliquidar,entérminosanualizados,segúnloreportadoporelBancoCentraldela RepúblicaArgentinaensupublicación«InformacióndeEntidadesFinancieras»a diciembredecadaa ˜no.

(4)

Tabla1

Bancosargentinos.Estadísticadescriptiva,2013

Observaciones Media Mediana Errortípico Desviaciónestándar Mínimo Máximo

Sucursales 40 144,4 76,5 26 164,4 2 698 Personal 40 2.502,35 981 528,5 3.342,4 79 17.001 C.corrientes 40 111.076,575 8.773,5 32.056,3 202.741,9 92 844.238 C.ahorro 40 775.527,5 299.473,5 203.530,3 1.287.238,4 378 7.200,000 Plazosﬁjos 40 40.952,8 16.005,5 9.810,4 62.046,2 22 275.929 Préstamos 40 574.707,8 232.702 130.753,8 826.959,6 852 3.900.000 T.decrédito 40 471.455,1 178.389,5 100.343,8 634.629,9 0 2.500.000

Ing.porservicios 40 6,18475 5,85 0,5 2,9 1,38 16,82

Egr.porservicios 40 2,481 1,685 0,7 4,3 0,35 27,55

Fuente:elaboraciónpropia. Tabla2

Bancosargentinos.Estimacióndeeﬁciencia.2013

VRS Total

Eﬁciente Ineﬁciente

CRS Eﬁciente 19(47,5%) 0(0,0%) 19(47,5%)

Ineﬁciente 2(5,0%) 19(47,5%) 21(52,5%)

Total 21(52,5%) 19(47,5%) 40(100%)

Fuente:elaboraciónpropia.

debundlingadoptadasporalgunasdelasentidadesincluidasenla muestra.

Elconceptoingresosporservicios7_(y_su_contraparte_egresos_por

servicios)seencuentraasociadoaunaampliagamadeserviciosde diﬁcultosaagregaciónenunavariablenomonetaria,porloquese haoptadoporincluirunindicadorconsistente.

Los datos empleados fueron extraídos del reporte titulado «InformacióndeEntidadesFinancieras»elaboradoporla Superin-tendenciadeEntidadesFinancierasyCambiarias,dependientedel BCRA.

Esnecesarioobservarqueduranteelperíodoindicadose modi-ficólacantidaddeentidadesqueoperaronenelmercadolocal. Paraconservarlauniformidaddelacomparaciónseexcluyen,alos efectosdelpresenteanálisis,losbancosquenooperaronentodoel lapsotemporalobservado.Almismotiempo,enelconjuntode enti-dadesfinancierassepuedenobservarunconjuntodeentidadesque solocuentanconcasamatrizounaúnicafilial.Dadoquelaredde sucursalesesunavariablerelevanteparalapresenteinvestigación, sehanexcluidodelabasededatosconsiderada.Elmismocriterio seaplicóalasentidadesqueseencuentranmuyespecializadasen segmentosalejadosdelaactividadminoristaydeservicios.

Deestamanera,seconsideraráunamuestrade40bancosque,a diciembrede2013,reúnenel97,2%delatotalidaddelosactivosde entidadesbancariasalafechamencionaday,asuvez,concentran el99,7%delacantidaddeplazosfijosyel95,2%delacantidaddelos préstamosdelsistema.Aliniciodelperíodolasmismasentidades financierasrepresentabanel97,3%delos activos,el99,3%dela cantidaddeplazosfijosyel96,0%delacantidaddepréstamos.

ConlosdatosreferidosyutilizandoelanálisisDEAseestimó laeﬁcienciatécnicadecadaunodelosintegrantesdelamuestra, procurandodiscriminarlosqueseríaneﬁcientesdelosqueno cum-pliríancontalcondición.Atalefecto,yconformeconlaliteratura, seconsideraronlashipótesisderendimientosconstantesdeescala ysualternativaderendimientosvariables.Enelmarcodelmismo ejerciciosebuscóaislarelfenómenoescaladelagestiónpurade recursos.

7_En_el_segmento_minorista_se_pueden_identiﬁcar_el_alquiler_de_cajas_de_seguridad, losingresosporventadeseguros,lascomisionesporsuintervencióncomoagente decobrodeservicios,entreotros.Enelsegmentomayoristasepuedenmencionar, porejemplo,lascomisionesporlaorganización,estructuraciónycolocaciónde emi-sionesdeproductosestructuradosoporlaintervencióncomoﬁduciariooagente administrativoodelagarantía.

Posteriormenteseexploróladinámicadelfenómenoysu rela-ción con laproductividad total de los factores. A tal efecto,se empleóelIPMcomoinstrumentoparaeltratamientodelosdatos correspondientesa2005y2013.Elprimerperíodoseseleccionó ensintoníaconloargumentadoporFerro,León,RomeroyWilson (2013).Conestaherramientasebuscaráestimarlaincidenciade lasdistintascomponentessobrelaeﬁcienciaylaproductividad.

Finalmente, el análisisse concentróen lascaracterísticasde taldinámica.Laintenciónfueevaluarsielpatróndecambioen laproductividadfueconstantealolargodetodoelperíodo.Con talobjetivosedividieronlasobservacionesen2gruposdedatos: elprimerodeelloscorrespondióallapso2005-2009yelsegundo grupoabarcóelperíodo2009-2013.Talagrupaciónseapoyóen2 factores.Enprimerlugar,Argentinamostró,apartirde2009,un crecimientoeconómicomásdébilqueenlaetapaprecedente.Tal comoindicalaliteratura,laactividadfinancieraseencuentra fuer-tementerelacionadaconlaevolucióndelaeconomíadelpaísy deberíaesperarsequeuncambiodetendenciaafecteeldesempe ño delosbancos,especialmentelosquetienenunafuertevinculación conelsegmentominorista.Almismotiempo,enelsegundolapso,el mercadofinancieroengeneral,yelcambiarioenparticular,fueron afectadospordecisionesregulatoriasdesignificación.Ental con-texto,resultaríarazonableesperarcambiosenelcomportamiento delasentidadesfinancieras.Porúltimo,en2008seregistróuna crisisdealcancesglobalesconimpactosobreelsectorfinanciero, locualafectósuperformance(tabla1).

4. Resultados

Losresultadosobtenidosapartirdelamuestraconsiderada evi-denciannivelesdeeficienciatécnicasimilaresenlosbancosque integranlamisma,yaseabajolahipótesisCRScomoVRS.Así,en latabla2sepuedeobservarqueel47,5%(19DMU)son eficien-tesbajoambashipótesis.Idénticovalorresultóparalaestimación deentidadesineficientes.Solo2DMU(5,0%)muestranresultados contradictorios,estoes,sonineficientessolobajolahipótesisCRS. Ahorabien,talcomosese ñalópreviamente,lametodologíade cálculopodríaestarocultandounefectoescala.Estoresultó evi-denteenlos2casos«contradictorios».Enrealidad,setratadeun casoconrendimientoscrecientesaescala(DMU:B315)yotrocon rendimientosdecrecientes(DMU:B034).

SiguiendoelcriteriodeCoelli(1996),tambiénsepuede iden-tiﬁcar efecto escala en otros casos donde hay coincidencia de diagnósticobajo ambosmodelos.Las 19 DMU caliﬁcadas como

(5)

Tabla3

Bancosargentinos.Estimacióndecambiosenlaeﬁciencia.2005-2013

Aumentodelaproductividadtotal Eﬁcienciatécnicapura Total

2005-2013 Aumento Sincambios Decrecimiento

Eﬁcienciaglobal Aumentó 14(50,0%) 0(0,0%) 3(10,7%) 17(60,7%)

Sincambios 7(25,0%) 0(0,0%) 0(0,0%) 7(25,0%)

Decreció 4(14,3%) 0(0,0%) 0(0,0%) 4(14,3%)

Total 25(89,3%) 0(0,0%) 3(10,7%) 28(100,0%)

Disminucióndelaproductividadtotal Eﬁcienciatécnicapura Total

2005-2013 Aumento Sincambios Decrecimiento

Eﬁcienciaglobal Aumentó 0(0,0%) 0(0,0%) 1(8,3%) 1(8,3%)

Sincambios 0(0,0%) 0(0,0%) 4(33,3%) 4(33,3%)

Decreció 5(41,7%) 0(0,0%) 2(16,7%) 7(58,3%)

Total 5(41,7%) 0(0,0%) 7(58,3%) 12(100,0%)

Fuente:elaboraciónpropia. Tabla4

Bancosargentinos.Distribucióndelaevolucióndelaproductividad

Evolución Período Total

Período 2005-2013 2005-2009/2009-2013 Creció Decreció Crecióen2005-2009y2009-2013 22(55,0%) 0(0,0%) 22(55,0%) Solocrecióen2005-2009 2(5,0%) 2(5,0%) 4(10,0%) Solocrecióen2009-2013 4(10,0%) 4(10,0%) 8(20,0%) Nocreció 0(0,0%) 6(15,0%) 6(15,0%) Total 28(70,0%) 12(30,0%) 40(100,0%)

eﬁcientesbajoambashipótesiscontienen6casosde

rendimien-toscrecientesy3condecrecientes.Entanto,lascaliﬁcadascomo

ineﬁcientesincluyen6DMUconrendimientoscrecientesy13con

decrecientes.

Posteriormenteseprocedióaanalizarlaevolucióndela

pro-ductividaddelasentidadesﬁnancierasenelperíodocomprendido

entre los a ˜nos 2005 y 2013. La intención de este análisis fue

discriminarlos factores quehanincididosobre la evoluciónde

la eﬁciencia. Así, se examinaron las componentes de eﬁciencia

técnica,de gestión y de escala. Esteúltimo análisisse efectuó

recurriendoalIPM.

Enlatabla3seexponenlosresultadosobtenidoscomparando ambaspuntasdeesteciclo.Comosepuedever,28DMUhan mejo-radola productividad total en este período. Entanto, 12 DMU mostraronunacaídaensuproductividadtotal.

EnelcasodelasDMUquevieronacrecentadasuproductividad, el50,0%(14DMU)mostraronunamejoratantoensueﬁciencia téc-nicapura(ETP)comoensueﬁcienciaglobal(EG),yaseaporefecto escalaoporrazonesatribuiblesalagestión.Porsuparte,el25,0% (7DMU)tuvieronmejoríasenETPperonomostraroncambiosen EG.Otro14,3%(4DMU)tambiénacrecentaronsuETPperotuvieron desmejorasenlaEG.Porúltimo,3DMU(10,7%)redujeronsuEGa pesardecrecerentérminosdeETP.

Entanto,lasDMUqueexhibieronunacontracciónensu produc-tividadtotalpresentaronunpanoramasustancialmentediferente. Enefecto,solo5DMUmostraronunamejoraenETPpero,almismo tiempo,indicaronunacaídaenlaEG.Alternativamente,lasDMU querevelaronunacontracciónenlaETP(7DMU)nopresentaronun resultadouniformeentérminosdelaEG.Así,4DMU(33,3%) perma-necieronsincambios,2DMUtambiénregistraronunadesmejora ysolounaDMUreﬁrióunaexpansiónenlaEG.Concretamente,el cambioenlaproductividadtotaldelosfactoresparacadaentidad sedesagregaentrelavariaciónenlaEG8_y_el_cambio_{tecnológico.}

8 _En_relación_con_una_tecnología_de_rendimientos_constantes_de_escala.

Enestecontexto,surgióelinterroganterespectoala uniformi-dadsobreelcomportamientodelavariabledurantetodoelperíodo considerado.Atalefectosedesarrollóelejerciciodedesagregar laevolucióndela productividadtotaldelosfactores (PTF)en2 subperíodos:2005-2009y2009-2013.

Latabla4muestracómohavariadolaproductividadtotaldelos factoresentre2005y2013,yenquésubperíodoseharegistradola mayorintensidaddetalcambio.Talcomosese ˜nalópreviamente, 28DMUmejoraronsuPTFcomparando2005y2013.Noobstante, sidicholapsosedividieraenlos2subperíodosmencionados,se veríaquesoloenelcasode22DMUtalmejoraserepitióenambos lapsos.Entanto,elcrecimientodelaPTFtotalpara2DMUseexplica solamenteconelpositivodesempe ˜noenelsubperíodo2005-2009. Porelcontrario,en4casoselaumentodelaPTFsolosefundamenta enelrendimientoevidenciadoenelsubperíodo2005-2009.

Porsuparte,12DMUpresentaronunaretracciónenlaPTFpara todoelperíodoconsiderado.Talcaídaesevidenteen6casos,enlos cualesserepitiótalcomportamientoenlos2subperíodos.Enlas restantesDMUseprodujounacontraccióndelaPTFtotal,apesar dequeenalgunodelossubperíodossegeneraraunamejorade dichavariable.

Enestecontextoresultanecesarioevaluarelimpactodelefecto escalasobre laevolucióndelaEG.Laevaluacióndeestaúltima variablemuestraque18DMUmejoraronsuposiciónrelativaen relaciónconeldesempe ˜node2005.Entanto,11DMUnoexhibieron cambiosparaelmismolapsoeidénticonúmerose ˜nalóunacaída enlaEG.

EntrelasentidadesquemejoraronsuEGseencuentraungrupo de 7 DMU que enfrentaron un efecto escala negativo que fue totalmenteneutralizadoatravésdemejorasdegestión.Entanto, 5DMUpotenciaronsugananciaporeﬁcienciadegestiónconun efectoescalapositivo.Porotraparte,otras6DMUnopresentaron cambiosentérminosdegestiónperoelefectoescalarepercutió positivamentesobrelaEG.Talesresultadossedetallanenlatabla5. Porsuparte,enlatabla6seexponenlosresultadosparalas DMUquetuvieronunacaídaenlaEGduranteellapsoreferido.

(6)

Tabla5

Bancosargentinos.Evoluciónpositivadelaeﬁcienciaglobal(EG)ysurelaciónconlaeﬁcienciadegestiónyefectoescala.Período2005-2013

AumentodelaEG2005-2013 EfectoEscala Total

Positivo Neutro Negativo

Eﬁcienciadegestión Aumentó 5(27,8%) 0(0,0%) 7(38,9%) 12(66,7%)

Sincambios 6(33,3%) 0(0,0%) 0(0,0%) 6(33,3%)

Decreció 0(0,0%) 0(0,0%) 0(0,0%) 0(0,0%)

Total 11(61,1%) 0(0,0%) 7(38,9%) 18(100,0%)

Tabla6

Bancosargentinos.Evoluciónnegativadelaeﬁcienciaglobal(EG)ysurelaciónconlaeﬁcienciadegestiónyefectoescala.Período2005-2013

DisminucióndelaEG2005-2013 Efectoescala Total

Positivo Neutro Negativo

Eﬁcienciadegestión Aumentó 0(0,0%) 0(0,0%) 1(9,1%) 1(9,1%)

Sincambios 0(0,0%) 0(0,0%) 0(0,0%) 0(0,0%)

Decreció 1(9,1%) 0(0,0%) 9(81,8%) 10(90,9%)

Total 1(9,1%) 0(0,0%) 10(90,9%) 11(100,0%)

Ensíntesis,lamayoríadelasentidades(9DMU)enfrentaronla

conjuncióndeuna caídadesueﬁcienciadegestiónyunefecto

escalanegativo. Laexcepciónse presentóen 2 casos, dondese

registraronefectosopuestos.

Paracompletarelcuadrodesituaciónexisten11DMUqueno

evidenciaronunavariaciónenlaEG.Estefenómenoesunreﬂejo

delaausenciadecambiosenlaeﬁcienciadegestiónydeunefecto

escalanulo.

Enprincipio,sepodríaasociardichamejora conlos cambios

tecnológicosproducidosduranteestelapsoconsiderado.La

inci-denciasobrelaproductividaddeldesarrolloyexpansióndelabanca

electrónicacomoplataformacomercialpodríaconstituiruncampo

interesantedeinvestigación.

5. Conclusiones

Elobjetivoprincipal delpresentetrabajoha sidoanalizarla

evolucióndelaeﬁcienciadeciertasentidadesbancariasdelsector

ﬁnancieroargentinoentre2005y2013.

Segúnlaliteratura,existendistintasmetodologíasparaabordar

lacuestión.Enestecaso,sehaoptadoporunadenaturalezano

paramétrica,yaquepresentalaventaja,enopinióndelosautores,

denoencontrarserestringidaporciertossupuestosentornoal

for-matodelafuncióndecostosdelsector.Talenfoquenoquitavalidez

alaestrategiadeanálisissustentadaenmétodosparamétricos.

Sedecidióestudiarestetópicoaplicandoeldataenvelopment

analysis(DEA),asumiendounenfoquedeinsumos.

Complementa-riamente,paralaselecciónyeltratamientodelosdatosrelevantes

(enlaperspectivadelosautores)sehaasumidounenfoquede

pro-ducción.Nuevamente,elcriterioadoptadonoinvalida,enabsoluto,

queotroinvestigadoradopteunenfoquedeintermediaciónpara

efectuaresteanálisis.

Unadelaspeculiaridades delsistemabancarioen Argentina

esquebajolacategoríaBancoconvivenentidadesﬁnancierasque

presentandistintogradodeespecializaciónydediﬁcultosa

com-paracióndirecta.Enunenfoquecomoelplanteadoenestetrabajo

taldistinciónesrelevante,yaﬁndegarantizarunacierta

homo-geneidadenlarecopilaciónytratamientodelosdatos,sedecidió

utilizarunamuestradeconvenienciaconformadapor40bancos.A

diciembrede2013,esteconjuntorepresentabael97,2%deltotalde

activosbancarios.

De laaplicación deestametodología seconcluye queexiste

evidenciapara pensarque laproductividadtotal delos factores

hamejoradoparalamayoríadelasentidadesintegrantesdeesta

muestra.Enefecto,28bancosrevelanuncambiopositivoen

tér-minosdeestavariable.Sinembargo,notodosrepitenelmismo

patróndecausas,asícomotampocolamismaintensidadde

cam-bio,segúnpuedeobservarseenlastablasincorporadasenlasección

previa.

Sinperjuiciodeloanterior,granpartedelaexplicacióndela

mejoraproductivaradicaenlospositivoscambiosobservadosen

laeﬁcienciatécnicapura.Nóteseque25delos28bancosindicados

enelpárrafoanteriorexhibieronmejorasenlaeﬁcienciatécnica

purafrenteauncomportamientoirregulardelaEG.Luego,

varia-ciones—endiferentessentidos—delaeﬁcienciaenlagestiónde

losrecursos,asícomoenlosrendimientosdeescala,terminande

ilustrarelcomportamientodelaproductividaddelasentidades

analizadasenelperíodoseleccionado.

LamejoraenlaEGalcanzóal45%delamuestra(18DMU).Deese

total,sereconocequeenel66,7%(12DMU)haregistradomejoras

enlaeﬁcienciadegestión.Noobstante,partedeesteincremento

hasidoneutralizadoporunefectoescalanegativo.

Entanto,ladivisiónensubperíodos(2005-2009y2009-2013)

noarrojadiferenciassigniﬁcativasentornoaldesempe ˜nodelas

entidadesﬁnancieras.Enefecto,soloel30%delamuestra(12DMU)

presentóunpatrónnouniforme.

Finalmente,debenrealizarseciertasconsideracionessobre

posi-bles limitaciones del presente trabajo. En primer término, la

diversidaddelosserviciostransaccionalesquerealizanlos

ban-cosrestringelaposibilidaddeobtenerunamedidaúnicaydebase

uniformeparaincorporaralosmodelos.Enestecasoseutilizaron2

variablesproxy,perosualcancepuedeserincompleto.Ensegundo

lugar,sehatratadoatodoslosbancosdemanerauniforme

asu-miendoquetienenunaconductadirigidaaminimizarloscostos.

Estesupuestopuedeserconsiderado«fuerte»,puesenlamuestrase

hanincorporadoentidadespúblicasquenonecesariamentese

ajus-tanatalcriterio.Probablemente,unafuturalíneadeinvestigación

podríavincularseaestatemática.Entercerlugar,comosese ˜naló,

losautoresnodesconocenlaaplicacióndelbundlingenlabanca.

Estapolíticacomercialpodríallevarareconsiderarlaestructurade

productosaquíplanteada.Enestecasonosecontócon

informa-ciónsuﬁcienteparaajustardichaestructura.Sisecontaracontal

información,probablementesepodríanajustarlasconclusionesdel

caso.

Conﬂictodeintereses

(7)

Bibliografía

Banker,R.,Charnes,A.yCooper,W.(1984).Somemodelsforestimatingtechnicaland scaleinefﬁcienciesindataenvelopmentanalysis.ManagementScience,30(9), 1078–1092.

Charnes,A.,Cooper,W.W.yRhodes,E.(1978).Measuringtheefﬁciencyofdecision makingunits.EuropeanJournalofOperationalResearch,2(6),429–444.

Coelli,T.J.(1996).AGuidetoDEAPVersion2,1:ADataEnvelopmentAnalysis (Compu-ter)Program,WorkingPaper96/08,CentreforEfﬁciencyandProductivityAnalysis. Armidale:UniversityofNewEngland.

Färe,R.,Grosskopf,S.yLovell,K.(1985).TheMeasurementoftheEfﬁciencyof Produc-tion.Boston:KluwerAcademicPublishers.

Färe,R.,Grosskopf,S.,Lindgren,B.yRoos,P.(1994).ProductivityDevelopments inSwedishHospitals:AMalmquistOutput IndexApproachinData Envelop-mentAnalysis:Theory,MethodologyandApplications.NuevaYork:Springer., 253-252.

Farrell,M.(1957).Themeasurementofproductiveefﬁciency.JournaloftheRoyal StatisticalSociety,120,253–281.

Ferro,G.,León,S.,Romero,C.yWilson,D.(2013).Eﬁcienciadelsistemabancario argentino(2005-2011),AnalesXLVIIIReuniónAnualdelaAsociaciónArgentinade EconomíaPolítica.Rosario,Argentina:UniversidadNacionaldeRosario.

Ferro,G.,León,S.M.,Romero,C.yWilson,D.(2014),«Reseteo»deunsistema finan-cierotrasunacrisis:unanálisisdeeficiencia[consultado1Oct2015], Dispo-nibleen: https://www.mysciencework.com/publication/file/8233483/reseteo-de-un-sistema-financiero-tras-una-crisis-un-analisis-de-eficiencia.

Koopmans,T.C.(1951).Analysisofproductionasanefﬁcientcombinationof acti-vities.EnT.C.Koopmans(Ed.),ActivityAnalysisofProductionandAllocation, CowlesCommissionforResearchinEconomics,MonographNo,13(pp.381–385). NewYork:Wiley.

Stavárek,D.(2005).EfﬁciencyofBanksinRegionsatDifferentStageofEuropean Inte-grationProcess.SilesianUniversityinOpava,SchoolofBusinessAdministration inKarviná,DepartmentofFinance.