Benchmarking the Operational Performance of Russian Banks in 2013-2017: Finding Best Practices and Sources of Improvement

Abstract

Цель: провести бенчмаркинг операционной деятельности банков России и выявить лучшие практики и дать направление по улучшению текущей эффективности для неэффективных банков Задачи: 1) Изучение существующей литературы по анализу эффективности и DEA в частности; 2) Выявление ключевых ограничений существующей литературы по данной теме; 3) Выбор модели измерения и определение списка входов (inputs) и выходов (outputs); 4) Сбор и структурирование соответствующих эмпирических данных из открытых источников; 5) Применение моделей DEA с учетом различной структуры входов и выходов, а также с учетом нежелательных выходов (undesirable outputs); 6) Сравнение результатов различных моделей, оценивающих разные типы технической эффективности; 7) Выявление лучших практик для всей группы из 200 банков; 8) Выявление лучших практик для подгрупп, сформированных сообразно размерам банков (очень большие, большие, средние, маленькие); 9) Предоставление выводов из полученных результатов. Результаты: Разработан метод многоуровневого бенчмаркинга на основании анализа свертки данных. Оценена эффективность 200 банков РФ в период 2013-2017 по трём BCC-I DEA моделям, измеряющим разные типы эффективности: общую техническую эффективность деятельности банка, эффективность банка в качестве финансового посредника и эффективность того, как хорошо банк работает с привлеченными средствами. Банки России довольно эффективны согласно первым двум моделям (средний уровень технической эффективности 87,46%), но демонстрируют низкую техническую эффективность согласно третьей модели (32,01%). Очень большие банки болеее эффективны, чем большие, которые в свою очередь превосходят средние банки, которые демонстрируют более высокий уровень эффективности, чем маленькие банки. Иностранные банки, в среднем, имеют более высокий уровень технической эффективности, чем частные российский банки, которые, в свою очередь, более эффективны, чем российские банки, находящиеся под прямым или косвенным контролем Центрального Банка России или Правительства России. Также, были выявлены образцовые банки, принадлежащие выборке из 200 банков: Сбербанк, КБ Дельтакредит и Danske Bank. Кроме того, была отдельно оценена техническая эффективность каждого банка, входящего в подвыборки, сгруппированные согласно размеру банков, и были выявлены образцовые банки для подвыборок средних (Citibank и КБ Дельтакредит) и малых (Cetelem Bank and Danske Bank) банков.

Goal: to benchmark Russian banks with regard to their operational efficiency for identification of the best-practice units in observed period and evaluation of the potential for improvement of inefficient banks. Tasks: 1) Study existing literature on efficiency analysis and DEA in particular; 2) Identify key limitations of current existing literature on the topic; 3) Select the measurement model and identify the list of Inputs and Outputs; 4) Collect and structure relevant empirical data from open public sources; 5) Apply DEA models, accounting for: a. different structure of Inputs and Outputs; b. undesirable output (NPLs); 6) Compare the results of different models; 7) Find out best practices in general sample; 8) Find out best-practices in subsamples, formed according to the sizes of banks (very big, big, medium, small); 9) Make managerial implications from the obtained results. Results:The present study develops a multistage benchmarking method, that allows practitioners to find out best-practice banks on the basis of Data Envelopment Analysis scores. The study assesses the technical efficiency of 200 commercial banks which operate in Russia between 2013 and 2017 with the help of three different BCC-I DEA models, tailored to gauge different types of efficiency: overall efficiency of a bank, efficiency of a banks as financial intermediary and efficiency of how well the bank utilizes attracted funds. Russian banks are rather efficient according to the first two models (average technical efficiency 87.46%) but demonstrate low technical efficiency scores according to the third model (32.01%). Very big banks are more efficient than big banks, which dominate medium banks that outperform small banks. Foreign banks have, on average, higher technical efficiency scores than Russian private banks, which in turn are more efficient than Russian banks that are directly or indirectly controlled by the Central Banks of Russia or Russian government. Also, the study has identified best-practice banks, pertaining to the general sample: Sberbank, KB Deltakredit and Danske Bank. Finally, the present paper has separately gauged the efficiency of each subsample (composed according to the size of banks) and has identified the following best-practice banks: Citibank and KB Deltakredit (for medium banks) and Cetelem Bank and Danske Bank (for small banks).