Przeglàd metod oceny efektów konsolidacji...

BANK I KREDYT kwiecieƒ 200754 Rynki i Instytucje Finansowe

StreszczenieZe wzgl´du na dynamiczny wzrost liczby fuzji i przej´ç banków

istnieje koniecznoÊç zidentyfikowania efektów konsolidacji.

Sposoby prowadzenia tego rodzaju badania sà bardzo

zró˝nicowane i niewystandaryzowane. Przeglàd stosowanych

metod ma na celu usprawnienie poszukiwaƒ metody, która

umo˝liwi ocen´ efektów po∏àczeƒ banków w szerszym uj´ciu. W

niniejszym artykule zaprezentowano kilkanaÊcie metod oceny

efektów konsolidacji banków na Êwiecie, do∏àczajàc wyniki

czàstkowe i opini´ autorów o metodach stosowanych na

poszczególnych etapach realizacji procesu konsolidacji banku.

S∏owa kluczowe: konsolidacja, banki, fuzje i przej´cia banków

AbstractRespective to the bank consolidation activity the financial

institutions are interested in identifing the effects of bank

consolidation. There are several different metholologies to study

the effects of the bank consolidation. The main purpose of this

article is presenting the most popular methods of analysis the

effects of the bank consolidation in order to open the chance of

creating the approprate method of analysis the effects of bank

consolidation which is suitable to the current situation of the

financial sector.

Keywords: banks, consolidation, bank mergers and acquisitons

JEL: G21,G28

* Katolicki Uniwersytet Lubelski, Wydzia∏ Zamiejscowy Nauk Prawnych i Ekonomicznych w Tomaszowie Lubelskim; e-mail: [email protected]

Przeglàd metod oceny efektówkonsolidacji banków

An Insight into the Methods of Analysis theEffects of Bank Consolidation

Magdalena Micek*

pierwsza wersja: 9 lutego 2007 r., ostateczna wersja: 4 maja 2007 r., akceptacja: 15 maja 2007 r.

55BANK I KREDYT kwiecieƒ 2007 Financial Markets and Institutions

Wst´p

W dobie globalizacji, liberalizacji i deregulacji dzia-∏alnoÊci gospodarczej sektor us∏ug finansowych stajesi´ jednym z g∏ównych obszarów dokonywania trans-akcji konsolidacyjnych. WartoÊç globalnych fuzji iprzej´ç w 2006 r. po raz kolejny osiàgn´∏a rekordowypoziom. Zdaniem analityków w ostatnim czasie nietylko Stany Zjednoczone i Europa Zachodnia, leczrównie˝ kraje Europy Ârodkowej i Wschodniej odno-towa∏y znaczny wzrost fuzji i przej´ç w sektorze fi-nansowym.

Ze wzgl´du na dynamiczny wzrost liczby fuzji iprzej´ç banków konieczne jest zidentyfikowanieefektów konsolidacji. Sposoby prowadzenia tego ro-dzaju badaƒ sà bardzo zró˝nicowane. Metody stoso-wane do oceny efektów konsolidacji banków nie sà wpe∏ni wystandaryzowane, a intensywnoÊç ich stoso-wania wskazuje, ˝e analizowane sà jedynie efektyczàstkowe. Z tego powodu podj´to prób´ zestawieniametod oceny czàstkowych efektów konsolidacji ban-ków w celu usprawnienia poszukiwaƒ metody, któraumo˝liwi bardziej precyzyjnà i wielokryterialnà oce-n´ efektów konsolidacji. B´dzie to przydatne zarównodla badaczy, jak i analityków. Dotychczas podj´to nie-wiele prób klasyfikacji powszechnie stosowanychmetod oceny efektów konsolidacji banków, zarówno zpunktu widzenia rodzajów metod, jak i kryteriówoceny. Powstaje pytanie, czy po zestawieniu mo˝nawskazaç, które metody sà najbardziej przydatne nadanych etapach realizacji procesów konsolidacji.Przeglàd metod oceny efektów konsolidacji bankówprzygotowano, majàc na uwadze powy˝szy cel.

Typologia metod oceny efektów konsolidacjibanków

Obecnie konstruuje si´ wiele metod oceny efektówkonsolidacji banków, ró˝niàcych si´ pod wzgl´democenianych obszarów. Podstawà rozwa˝aƒ sà z regu∏ydefinicje efektów konsolidacji banków. Wyró˝nia si´efekty bezpoÊrednie (tj. planowane odgórnie) i po-Êrednie (nieplanowane odgórnie), systemowe, ca∏ko-wite, jak równie˝ wewn´trzne i zewn´trzne (Berger etal. 1999).

Na rynku stosuje si´ ró˝norodne metody cz´Êcio-wej oceny efektów konsolidacji banków (tabela 1).

Metody oceny efektów konsolidacji banków niesà z regu∏y wykorzystywane ∏àcznie. W modelach sta-tystyczno-ekonometrycznych stosuje si´ zarówno po-dejÊcia nieparametryczne, wykorzystujàce programo-wanie matematyczne (m.in. DEA, FDH), tj. zak∏adajà-ce brak sk∏adnika losowego oraz zale˝noÊci funkcyj-nej mi´dzy zmiennymi, jak równie˝ metody parame-tryczne – oparte wy∏àcznie na modelach ekonome-

trycznych (SFA, DFA, TFA itp.). Do oceny efektówkonsolidacji banków cz´sto wykorzystuje si´ równie˝analiz´ porównawczà wskaênikowà. Wszystkie tegrupy metod wp∏ywajà poÊrednio na stosowanie me-tod badaƒ spo∏ecznych. W ramach badaƒ spo∏ecz-nych zwraca si´ szczególnie uwag´ na ocen´ satysfak-cji klientów, pracowników oraz pozosta∏ych interesa-riuszy uczestniczàcych w procesach konsolidacjibanków. Badania spo∏eczne uzupe∏niajà ocen´ ekono-micznych i organizacyjnych efektów konsolidacjibanków.

Studia wydarzenia

Metoda „studia wydarzenia” s∏u˝y g∏ównie do ocenywp∏ywu rynku na stopy zwrotu akcji danej spó∏ki. Wprzypadku konsolidacji banków sprowadza si´ ona dooceny wp∏ywu publicznego og∏oszenia o po∏àczeniubanków na wartoÊç akcji. Przyjmujàc, ˝e stopy zwro-tu akcji konsolidujàcych si´ banków, notowanych nagie∏dzie sà postrzegane jako wiarygodne wskaênikioceny ich wartoÊci rynkowej, wp∏yw procesu konsoli-dacji banków na ich wartoÊç bada si´ za pomocà nad-zwyczajnych (dodatkowych) stóp zwrotu (ang. abnor-mal returns).

Zmiany stóp zwrotu sà szacowane w zró˝nicowa-nych przekrojach czasowych, od kilku tygodni przedog∏oszeniem po∏àczenia do kilkunastu tygodni poog∏oszeniu po∏àczenia (Rhoades 1994). W jednym zmodeli do analizy wydarzenia wykorzystuje si´ nad-zwyczajnà stop´ zwrotu AR (Beitel, Schiereck 2001).

(1)

gdzie:ARit – dodatkowa stopa zwrotu dla i-tego banku

w danym przedziale t,Rit – stopa zwrotu z akcji i-tego banku w okresie t,αi – wyraz wolny, szacowany za pomocà mode-

li regresji Rit wzgl´dem Rmt (za pomocà metody naj-mniejszych kwadratów) dla danych z odpowiedniegookresu,

βi – wspó∏czynnik beta okreÊlany jako ryzyko sys-tematyczne, szacowany za pomocà modeli regresji Ritwzgl´dem Rmt (za pomocà metody najmniejszychkwadratów) dla danych z odpowiedniego okresu,

Rmt – stopa zwrotu z akcji z indeksu akcji ban-ków w okresie t.

W równaniu (1) wyliczenia Rit i Rmt opierajàsi´ na danych pochodzàcych z ró˝nych êróde∏ (wUSA m.in. Center for Research on Security Prices –CRSP, Morgan Stanley Capital International –MSCI). Wykorzystujàc publicznie prezentowanestopy zwrotu z akcji poszczególnych banków orazstopy zwrotu uzyskiwane z rynku bankowego, pa-rametry modelu rynkowego wyznacza si´ na pod-stawie równania (2).

)( mtiiitit RRAR βα +−=

55


(2)

gdzie: Rit , Rmt ,αi , βi zdefiniowano powy˝ej, natomiast

dodany zosta∏ parametr: eit – sk∏adnik losowy.Wykorzystujàc równanie (2) i bazujàc na stopach

zwrotu Rit i Rmt, szacuje si´ parametry αi i βi. Podsta-wiajàc dane do równania (1) wyznacza si´ nadzwy-czajnà stop´ zwrotu w danym przekroju czasowym.Gdy wartoÊç wskaênika wynosi zero, wynik po∏àcze-nia jest neutralny, gdy przyjmuje wartoÊç dodatnià,konsolidacja tworzy dodatkowà wartoÊç dla akcjona-riuszy i-tego banku; a w przeciwnym przypadkuprzyjmuje wartoÊç ujemnà.

Stosowana w „analizie zdarzenia” metodyka jestbardziej ujednolicona w porównaniu z innymi meto-dami oceny efektów konsolidacji (Rhoades 1994).Liczba banków obj´tych badaniami i liczba og∏oszeƒo po∏àczeniu mieÊci si´ w przedziale od 11 do 139,podczas gdy okres wyznaczania stopy zwrotu obej-muje przedzia∏ od 41 dni do 108 tygodni, a okres wy-znaczania nadzwyczajnej stopy zwrotu wynosi 40 ty-godni przed po∏àczeniem i 20 tygodni po po∏àczeniu.Stopy zwrotu sà szacowane na podstawie stopysprzed po∏àczenia, przed po∏àczeniem, i po nim lubwy∏àcznie po po∏àczeniu. Stosuje si´ model rynkowy,skorygowany model rynkowy oraz model korygowa-nego rynku i inne. Wykorzystuje si´ g∏ównie dziennestopy zwrotu, ale w niektórych przypadkach równie˝

itmtiiit eRR ++= βα

èród∏o: opracowanie w∏asne.

Tabela 1 . Typologia metod oceny efektów konsolidacji banków

57BANK I KREDYT kwiecieƒ 2007 Financial Markets and Institutions 57

tygodniowe stopy zwrotu. Zasadniczo przy kalkulacjinadzwyczajnej stopy zwrotu za dat´ bazowà przyjmu-je si´ dat´ og∏oszenia po∏àczenia, ale w niektórychprzypadkach dat´ prawnego po∏àczenia czy og∏osze-nia publicznej zgody na po∏àczenie przez nadzorujà-ce instytucje paƒstwowe. Za pomocà „studiów wyda-rzenia” g∏ównie bada si´ stop´ zwrotu banku przej-mujàcego; w nielicznych przypadkach analiza obej-muje bank przejmowany.

Wyniki badaƒ 98 europejskich banków, któreprzechodzi∏y procesy konsolidacji w latach1985–2000, wskazujà, ˝e w wi´kszoÊci przypadkówpo∏àczenia stanowià podstaw´ tworzenia wartoÊcidodanej (Breitel, Schiereck 2001). Nadzwyczajna sto-pa zwrotu jest przede wszystkim notowana w ∏àcznejanalizie banku przejmowanego i przejmujàcego orazwy∏àcznej analizie banku przejmowanego. W przy-padku procesów w latach 1998–2000 banki przejmu-jàce, podobne jak banki amerykaƒskie mia∏y zdecydo-wanie gorsze wyniki. Ponadto, mi´dzynarodowe pro-cesy po∏àczeƒ banków i najwi´ksze konsolidacje narynku europejskim przynoszà najs∏absze wyniki, coprzeczy efektywnoÊci wspólnego rynku europejskiego.

Wyniki badaƒ 7 banków, które przechodzi∏y pro-cesy konsolidacji w latach 1997–2001 w Polsce, sàzbli˝one do ogólnoeuropejskich. Nadzwyczajnà stop´zwrotu osiàgn´∏y g∏ównie banki przejmowane (Ha-vrylchyk 2005).

Powodem stosowania przez wielu badaczy meto-dy analizy wydarzenia jest ch´ç oszacowania wp∏ywupublicznej informacji o po∏àczeniu banków na reak-cj´ inwestorów. Najwi´kszà popularnoÊç omawianametoda zyska∏a w latach 80., natomiast obecnie cie-szy si´ mniejszym zainteresowaniem. Wynika tom.in. z tego, ˝e analiza wydarzenia ogranicza si´ dooceny oczekiwaƒ rynku finansowego i prezentuje je-dynie krótkoterminowe efekty konsolidacji banków.Lepsze wyniki osiàgajà banki przejmowane, nato-miast wyniki analiz banków przejmujàcych nie dajàjednoznacznej odpowiedzi.

Metoda Operating Performance OP (ocena dzia∏alnoÊcioperacyjnej)

Metoda OP cieszy∏a si´ najwi´kszym zainteresowa-niem na prze∏omie lat 80. i 90. XX w. Wynika toprzede wszystkim z tego, ˝e k∏adziono wówczas na-cisk na dwa g∏ówne motywy po∏àczeƒ banków, tj. re-dukcj´ kosztów i popraw´ efektywnoÊci dzia∏alnoÊcibanków.

W wielu przypadkach studia OP porównujà wy-niki dzia∏alnoÊci skonsolidowanych banków z wyni-kami grupy rówieÊniczej (ang. control group), w którejsk∏ad wchodzi∏y wy∏àcznie banki nieuczestniczàce wprocesach integracyjnych.

Metody stosowane do oceny dzia∏alnoÊci opera-cyjnej, nie sà tak ujednolicone jak w przypadku oce-ny nadzwyczajnej stopy zwrotu (Rhoades 1994). Licz-ba banków obj´tych badaniami mieÊci si´ w przedzia-le od 1 do 4 900, przy czym obszar badaƒ ma zasi´gkrajowy lub regionalny. Okres badaƒ obejmuje wskaê-niki z kilku lat, przed po∏àczeniem i po nim, a w nie-których badaniach pomija si´ rok po∏àczenia. Wyró˝-nia si´ segmentacj´ po∏àczeƒ ze wzgl´du na rozmia-ry banków. W wi´kszoÊci przypadków analizowanozintegrowanà instytucj´ bankowà (a nie bank przej-mujàcy czy przejmowany). Istnieje równie˝ ró˝norod-noÊç stosowanych testów statystycznych, narz´dzibadaƒ mechanizmu powiàzaƒ mi´dzy zmiennymi itp.

Metoda OP polega na analizie zmian (tj. porówna-niu danej wartoÊci przed po∏àczeniem i po ich po∏à-czeniu) zarówno wspó∏czynników kosztowych (podej-Êcie koszty), jak i standardowych wskaêników rentow-noÊci (podejÊcie zysk) oraz obu grup wspó∏czynników,podejÊcie zysk – koszty (Frieder, Apilado 1983).

PodejÊcie kosztowe

Zagadnieniem szeroko dyskutowanym w literaturzeprzedmiotu jest okreÊlenie zmiennych wchodzàcychdo modelu OP w podejÊciu kosztowym. Wskaênik

˚ród∏o: opracowanie w∏asne na podstawie: Kwan, Wilcox (2002, s. 109-124).

Tabela 2 . Segmentacja banków skonsolidowanych i nie skonsolidowanych

BANK I KREDYT kwiecieƒ 200758 Rynki i Instytucje Finansowe58

wzgl´dnych kosztów operacyjnych (ang. Change inRelative Operating Costs – CROC) zaprezentowanyprzez Kwana i Wilcoxa (2002), ilustruje zale˝noÊçmi´dzy kosztami banków skonsolidowanych pono-szonymi po po∏àczeniu, a kosztami grupy rówieÊni-czej nieuczestniczàcej w procesach konsolidacji, wodniesieniu do analogicznej zale˝noÊci, która mia∏amiejsce w latach wczeÊniejszych.

Model przyjà∏ nast´pujàcà postaç:

(3)

dla i = 1,..., n

gdzie:A (ang. after) – oznacza po konsolidacji, B (ang.

before) – przed po∏àczeniem,XPeer – wyniki grupy rówieÊniczej Xpeer bazujàce

na Êredniej arytmetycznej wartoÊci zmiennych zoÊmiu kwarta∏ów (2 lat) przed po∏àczeniem banków ipo po∏àczeniu,

Xi - wskaênik dla banków skonsolidowanych Xi

bazujàcy na Êredniej arytmetycznej wartoÊci bada-nych zmiennych banku przejmujàcego i przejmowa-nego z oÊmiu kwarta∏ów przed po∏àczeniem banków ipo ich konsolidacji.

Kosztami operacyjnymi sà takie zmienne, jak:– relacja ca∏kowitych kosztów pozaodsetkowych

do ca∏kowitych aktywów banku,– relacja kosztów osobowych do ca∏kowitych ak-

tywów banku,– relacja wydatków na nieruchomoÊci do akty-

wów ca∏kowitych, – relacja pozosta∏ych kosztów pozaodsetkowych

do aktywów ca∏kowitych.Na podstawie kryteriów zaprezentowanych w ta-

beli 2, spoÊród 8 032 banków wyselekcjonowano 1 134banki uczestniczàce w procesach konsolidacji oraz 5 475 banków niebioràcych udzia∏u w po∏àczeniach.

Autorzy porównali wyniki skonsolidowanychbanków przed po∏àczeniem i po po∏àczeniu z wynika-mi jednej z czterech zdefiniowanych grup rówieÊni-czych najbardziej podobnej pod wzgl´dem wskaêni-ków finansowych. Wyniki badaƒ wskazujà na reduk-cj´ kosztów dzia∏ania banków po zakoƒczeniu konso-lidacji, ale jest ona poni˝ej oczekiwaƒ przyj´tych wplanach procesów konsolidacji banków.

PodejÊcie zysk – koszty

Zwi´kszenie sprawnoÊci operacyjnej banku za pomo-cà redukcji kosztów jest jednym z g∏ównych moty-wów konsolidacji banków. Badania efektów konsoli-dacji banków przeprowadzone przez Al-Sharkasa,Hassana i Murkherjee (2003), opiera∏y si´ g∏ównie nadanych ksi´gowych podmiotów tworzàcych prób´ ba-

dawczà. Przed po∏àczeniem dane ksi´gowe przejmo-wanego i przejmujàcego banku zaprezentowano ∏àcz-nie. W przypadku ostatniego roku przed po∏àczeniemstosowano Êrednià wa˝onà wartoÊci zmiennej.

Oceniajàc wp∏yw konsolidacji banków na ichsprawnoÊç operacyjnà, autorzy porównali wartoÊciwskaêników ROA, ROE oraz CER (wskaênik efektyw-noÊci kosztowej) z trzech lat poprzedzajàcych konso-lidacj´ i po jej przeprowadzeniu, z wy∏àczeniem rokuintegracji zarówno dla banków skonsolidowanych, jaki grupy rówieÊniczej. W analizie zmian sprawnoÊcioperacyjnej banków konsolidowanych porównuje si´ich wyniki z wynikami banków nale˝àcych do grupyrówieÊniczej w okresie przed po∏àczeniem i po nim.

(4)

gdzie:ΔR – ró˝nica pomi´dzy zmiennymi przed konso-

lidacjà i po niej,A – zmienne po zakoƒczeniu procesu konsolidacji,B – zmienne przed po∏àczeniem banków,RPeer – wyniki grupy rówieÊniczej bazujàce na

Êredniej arytmetycznej wartoÊci zmiennych z trzechlat przed po∏àczeniem i po∏àczeniu banków,

Ri – Êrednia arytmetyczna wartoÊç badanychzmiennych banku przejmujàcego i przejmowanegorównie˝ w ciàgu trzech lat przed konsolidacjà i po niej.

Odejmujàc wartoÊç relatywnego wskaênikasprawnoÊci banków przed po∏àczeniem od analogicz-nego wskaênika po po∏àczeniu, wyznacza si´ relatyw-ne wyniki konsolidacji banków. Dodatni przyrostROA i ROE wskazuje na popraw´ dzia∏alnoÊci ban-ków po zakoƒczeniu konsolidacji. Negatywna wartoÊçprzyrostu CER oznacza popraw´ efektywnoÊci koszto-wej banków skonsolidowanych w porównaniu z wy-nikami grupy rówieÊniczej. Przy analizie powy˝szychwskaêników wielokrotnie obserwowano pozytywneefekty konsolidacji banków.

PodejÊcie mened˝erskie

Do oceny efektów po∏àczeƒ banków stosuje si´ rów-nie˝ porównanie dzia∏alnoÊci operacyjnej banku pokonsolidacji z oszacowanymi, prognozowanymiprzez zarzàd banku wynikami konsolidacji. Wycho-dzàc z za∏o˝enia, ˝e celem fuzji i przej´ç banków wlatach 1985–1996 by∏a przede wszystkim redukcjakosztów, Houston, James i Ryagert (2001) zbadali za-le˝noÊç pomi´dzy zmianami w OP przed po∏àcze-niem i po integracji. SprawnoÊç operacyjnà banku OPautorzy zdefiniowali w dwojaki sposób, poprzez:

• Wspólny wskaênik efektywnoÊci WWE (ang.combined efficiency ratio). WWE to suma kosztówosobowych, wyposa˝enia itp. zarówno banku przej-mujàcego, jak i przejmowanego, podzielona przez su-

][][PeerBBi

PeerAAi RRRRR −−−=Δ

][][PeerBBi

PeerAAi XXXX −−−


m´ dochodów banku przejmujàcego i przejmowane-go. Do wyznaczenia wskaênika wykorzystuje si´ daneksi´gowe z roku poprzedzajàcego fuzj´ i pierwszegoroku po fuzji.

• Skorygowany ROA (przed opodatkowaniem).Jest to iloraz zsumowanych zysków przed opodatko-waniem banków przejmujàcego i przejmowanego, po-wi´kszonych o ksi´gowà wartoÊç prowizji za kredytyutracone, amortyzacj´, goodwill, koszty restrukturyza-cji i reorganizacji, przez Êrednie aktywa ca∏kowitebanków przejmujàcego i przejmowanego w danym ro-ku rozrachunkowym.

Do wyznaczenia wskaêników dzia∏alnoÊci opera-cyjnej przed fuzjà wykorzystywano dane ksi´gowe zroku rozrachunkowego wyprzedzajàcego og∏oszeniepo∏àczenia, jeÊli og∏oszenie mia∏o miejsce w pierw-szej po∏owie roku rozrachunkowego. Gdy og∏oszenienast´powa∏o w drugiej po∏owie roku rozrachunkowe-go, wówczas wykorzystywano dane z tego roku rozra-chunkowego. Do wyliczenia wskaêników dzia∏alnoÊcioperacyjnej po fuzji zastosowano dane ksi´gowe obej-mujàce dwa lata rozliczeniowe po roku bazowym. Po-prawa wskaênika efektywnoÊci oznacza ujemnà war-toÊç wyniku, podczas gdy poprawa ROA uwidaczniasi´ w dodatniej wartoÊci wyniku. Wyznaczajàc obawskaêniki, wyeliminowano koszty restrukturyzacji,wp∏ywy ze sprzeda˝y aktywów, prowizje za kredytyutracone. Bazujàce na wartoÊciach ksi´gowych miarydzia∏alnoÊci operacyjnej OP i zyskownoÊci nie pre-zentujà jednoznacznie, czy zarzàdy banków uczestni-czàcych w konsolidacji w pe∏nym zakresie osiàgajàzamierzone oszcz´dnoÊci kosztów i poziom obrotów.Na podstawie oczekiwaƒ zarzàdów banków autorzysklasyfikowali wyniki 64 konsolidacji. Satysfakcjonu-jàcy poziom oczekiwaƒ zarzàdu przy redukcji kosz-tów banku jest osiàgalny wówczas, gdy wartoÊç re-dukcji kosztów w przybli˝eniu pokrywa si´ z oczeki-waniami. Wyniki fuzji sà sklasyfikowane jako gorsze,ni˝ oczekiwano, gdy oszcz´dnoÊci kosztowe sà o 10%ni˝sze, ni˝ planowano. Autorzy wskazujà, ˝e ∏àczàcesi´ banki osiàgajà planowane wyniki po zakoƒczeniukonsolidacji, a prawdopodobieƒstwo ich osiàgni´ciajest wi´ksze w przypadku najnowszych po∏àczeƒ.

Dynamiczna analiza efektywnoÊci

Z metodà badaƒ efektywnoÊci wià˝e si´ wy˝ej opisa-na metoda OP, która w wersji pierwotnej s∏u˝y∏a dooceny efektywnoÊci. Wskaêniki efektywnoÊci po-wszechnie uznaje si´ za jedne z najistotniejszych dlaoceny funkcjonowania banków. Analiza efektów kon-solidacji banków wykorzystuje dynamiczne metodyoceny efektywnoÊci oraz klasyczne metody ocenyefektywnoÊci.

Do oceny efektów konsolidacji banków za pomo-cà klasycznej metody efektywnoÊci najcz´Êciej stosu-

je si´ tradycyjnà analiz´ wskaênikowà. Analiza po-równawcza klasycznych wskaêników efektywnoÊci(m.in. ROA, ROE, wskaêników rentownoÊci brutto inetto) nie uwzgl´dnia istnienia nieefektywnoÊci, któ-ra powstaje na skutek stosowania nieoptymalnychproporcji nak∏adów do wyników.

Badania nad efektami konsolidacji banków z za-stosowaniem dynamicznej analizy efektywnoÊci ban-ków skonsolidowanych i banków nieuczestniczàcychw procesach konsolidacji sà prowadzone od poczàtkulat osiemdziesiàtych. Przeglàd literatury Êwiatowejpozwala stwierdziç, ˝e do oszacowania efektywnoÊci∏àczàcych si´ banków, wykorzystuje si´:

– metody deterministyczne (niezak∏adajàce loso-woÊci), których g∏ównym przyk∏adem jest metodaDEA opracowana przez Charnesa, Coopera, Rhodesaw 1978 r. oraz Free Disposal Hull (FDH),

– podejÊcie stochastyczne, które zak∏ada obec-noÊç dwóch zmiennych losowych o odmiennych war-toÊciach i ró˝nej interpretacji, tj. SFA, TFA, DFA.

Dynamicznà analiz´ efektywnoÊci banku mo˝naprzeprowadzaç na dwa sposoby. W pierwszym przy-padku porównuje si´ aktualnà wielkoÊç produkcji zmaksymalnà, jakà da∏oby si´ uzyskaç przy ustalonychnak∏adach czynników (analiza efektywnoÊci tech-nicznej na podstawie granicznej funkcji produkcji zwykorzystaniem programowania matematycznegolub modeli ekonometrycznych). W modelach ekono-metrycznych metoda efektywnoÊci dochodowej roz-patruje zarówno koszty nak∏adów, jak i uzyskiwaneprzychody.

Jak wynika z liczby publikacji, cz´Êciej stosujesi´ metod´ DEA, niemniej jednak podejmowane sàju˝ próby porównania obu metod dynamicznej ocenyefektywnoÊci banków.

0

2

4

6

8

10

12

14

16

0 2 4 6 8 10 12 14 16

Wykres . Metoda DEA versus stochastycznymodel graniczny

Uwagi: Linia ciàg∏a ∏àczy punkty graniczne (metoda DEA). Linia przerywa-na powsta∏a przy wykorzystaniu metody najmniejszych kwadratów. Po-szczególne punkty stanowià interpretacj´ kombinacji nak∏adów i wynikówpodmiotów gospodarczych opracowanà przez Charlesa et al. (1994).

èród∏o: Wagenvoort, Schure (2002).


W drugim przypadku porównuje si´ faktycznieponiesione koszty z najmniejszymi kosztami, którepozwoli∏yby, uzyskaç ustalonà wielkoÊç produkcji(analiza efektywnoÊci kosztowej na podstawie gra-nicznej funkcji kosztu, wyznaczajàcej minimalnykoszt danej produkcji przy danych cenach czynni-ków), wykorzystujàc modele ekonometryczne. Meto-da efektywnoÊci kosztowej, w przeciwieƒstwie doefektywnoÊci dochodowej, rozpatruje wy∏àczniekoszty nak∏adów. Graficznà interpretacj´ zjawiskaprezentuje wykres.

Metoda DEA

Analiza otoczki danych (metoda DEA) zosta∏a zapre-zentowana w Stanach Zjednoczonych ju˝ w latach70. Zak∏ada ona brak sk∏adnika losowego oraz nie wy-maga zale˝noÊci funkcyjnej mi´dzy nak∏adami a efek-tami. Obiektami analizowanymi w metodzie DEA sàtzw. jednostki decyzyjne, a przedmiotem analizy jestproduktywnoÊç, z jakà dana jednostka przetwarza na-k∏ady w wyniki. Najprostsze relacje przyjmujà gra-ficznà form´ w postaci krzywej efektywnoÊci. Obiek-ty sà efektywne technicznie, je˝eli znajdujà si´ nakrzywej; nieefektywne technicznie ulokowane sà po-ni˝ej krzywej efektywnoÊci. Podstawà modelu jestmiara Debrau-Farella. Do badaƒ efektywnoÊci tech-nicznej wykorzystuje si´ model zorientowany na wy-niki lub model zorientowany na nak∏ady. Pierwszymodel wskazuje, o ile trzeba Êrednio zwi´kszyç pro-dukcj´ firmy, aby by∏a efektywna przy tej samej wiel-koÊci u˝ytych nak∏adów. Drugi model pokazuje, o iletrzeba Êrednio zmniejszyç nak∏ady firmy, aby by∏aefektywna przy zachowaniu tej samej wielkoÊci uzy-skanych wyników. Nieparametryczna metoda DEAjest odpowiednikiem modeli ze zmiennymi zeroje-dynkowymi w badaniach ekonometrycznych (Kop-czewski 2000).

W literaturze Êwiatowej w badaniu efektywnoÊciwyró˝nia si´ kilka form modelowania (tabela 3).

Naturalnà miarà nieefektywnoÊci, która powstajena skutek stosowania nieoptymalnych proporcji na-

k∏adów do efektów, jest odleg∏oÊç mi´dzy punktemempirycznym, charakteryzujàcym technologi´ tegobanku, a empirycznà funkcjà produkcji (kraw´dziàzbioru mo˝liwoÊci produkcyjnych). Funkcja odleg∏o-Êci (Dj) zaproponowana przez Sheparda przyjmujepostaç:

(5)

gdzie:(xj, yj) – punkt charakteryzujàcy technologi´ firmy,θ – mo˝liwe zmniejszenie nak∏adów przy zacho-

waniu tych samych wyników (efektywnoÊç zoriento-wana na nak∏ady); mo˝liwe zwi´kszenie wynikówprzy zachowaniu tych samych nak∏adów (efektyw-noÊç zorientowana na wyniki),

P(x) – zbiór mo˝liwoÊci produkcyjnych.Funkcja odleg∏oÊci Sheparda jest odwrotnoÊcià

miary efektywnoÊci technicznej zaprezentowanejprzez Farrela:

(6)

WartoÊç funkcji odleg∏oÊci zawiera si´ w przedzia-le zero – jeden, je˝eli tylko analizowany punkt nale˝ydo zbioru mo˝liwoÊci produkcyjnych. WartoÊç funkcjirówna jeden wskazuje na efektywnoÊç firmy, wartoÊçmniejsza ni˝ jeden oznacza jej nieefektywnoÊç.

¸àczàce si´ banki cz´sto liczà na efekty skali.Efekty te wyst´pujà wówczas, gdy powi´kszajàc na-k∏ady x razy, otrzymujemy wynik wi´kszy od x (2 + 2= 5). Do ich oceny stosuje si´ równie˝ efektywnoÊçtechnologicznà Farrela. Powszechnie wykorzystujesi´ trzy miary efektywnoÊci technologicznej, tj. sta∏eefekty skali – CRS, nierosnàce efekty skali – NIRSoraz zmienne efekty skali – VRS (Paw∏owska 2003).

Zak∏adajàc istnienie sta∏ych efektów skali, efek-tywnoÊç technologicznà wyznacza si´ poprzez rozwià-zanie nast´pujàcego zadania programowania liniowego:

(7)},,:(max{)/,( Kjjjj RzXxzYyCRSyxF +∈≥≤= θθ

{ }{ })(,:max),()],([ 1 xPyyyxFyxD jjjjjjj ∈==− θθ

⎭⎬⎫

⎩⎨⎧

∈= )(:min),( xPy

yxD jjjj θ

θ

èród∏o: opracowanie w∏asne na podstawie: Kopczewski (2000); Kopczewski, Paw∏owska (2001, s. 14–15); Mielnik, ¸awrynowicz (2002, s. 58); Paw∏owska (2003, s. 28).

Tabela 3 . Modele zachowaƒ banków stosowane w badaniu efektywnoÊci


Analogicznie, przy za∏o˝eniu istnienia nierosnà-cych efektów skali:

(8)

a przy zmiennych efektach skali:

(9)

Po estymacji trzech wy˝ej opisanych miar efek-tywnoÊci technologicznej otrzymuje si´ trzy ró˝neoszacowania funkcji odleg∏oÊci Sheparda, cz´stooznaczane jako: (miara efektywnoÊci uzyska-na przy za∏o˝eniu sta∏ych efektów skali), (mia-ra efektywnoÊci uzyskana przy za∏o˝eniu nierosnà-cych efektów skali), (miara efektywnoÊci uzy-skana przy za∏o˝eniu zmiennych efektów skali).

Na podstawie porównania i mo˝nawnioskowaç o wyst´powaniu efektów skali. Je˝eli ilo-raz obu zmiennych (tj. ) jest mniejszy od 1,to badana jednostka jest nieefektywna wzgl´dem ska-li zaanga˝owanych czynników produkcji. Stale rosnà-ce lub malejàce efekty skali identyfikuje natomiast

, tj. iloraz i . Do oceny zmian efektywnoÊci w czasie wykorzy-

stano indeks produktywnoÊci Malmquista.Zgodnie z tym podejÊciem Caves, Christensen i

Diewert (1982) skonstruowali indeksy produktywno-Êci wykorzystujàce narz´dzia analizy nieparame-trycznej. Porównali dwa momenty czasu tej samejtechnologii, wykorzystujàc funkcj´ odleg∏oÊci She-pharda. Färe, Grasskopf, Lindgren i Roos (1993) uzu-pe∏nili to podejÊcie przypadkiem, gdy podmiot pro-dukuje wiele produktów i zu˝ywa wiele nak∏adów.Nie jest wymagane wówczas za∏o˝enie o maksymali-zacji zysku oraz obserwowalne sà jedynie fizycznewielkoÊci nak∏adów i wyników.

(10)

Indeks tworzà dwa podstawowe elementy. Pierw-szy element iloczynu mierzy zmian´ w relatywnejefektywnoÊci mi´dzy okresem t a t + 1. Drugi elementiloczynu mierzy post´p technologiczny – przesuni´ciefunkcji produkcji mi´dzy okresami t a t + 1. WzrostwartoÊci indeksu produktywnoÊci Malmquista jest ob-serwowany nawet przy spadku jednego ze sk∏adników,ale pod warunkiem ˝e roÊnie drugi sk∏adnik. PrzywzroÊcie produktywnoÊci w badanym okresie wartoÊçproduktywnoÊci Malmquista wynosi 1. WartoÊç rów-na 1 wskazuje na utrzymanie produktywnoÊci na tymsamym poziomie. WartoÊç indeksu mniejsza od 1wskazuje natomiast na spadek produktywnoÊci.

Zalety metody DEA decydujà o jej popularnoÊci.Ich zestawienie wraz z ograniczeniami przedstawio-no w tabeli 4.

Stochastyczny model graniczny

W literaturze przedmiotu spotyka si´ krytyk´ ograni-czania badaƒ efektywnoÊci banków do programowaniamatematycznego. Aigner, Lovell i Schmidt (1977)przedstawili stochastyczny model graniczny, którywprowadzi∏ losowe zak∏ócenia do modelu funkcji pro-dukcji. Tworzà je dwa czynniki losowe, z których jeden(v) jest symetryczny wzgl´dem zera i odzwierciedlaefekt czynników przypadkowych i b∏´dów pomiaru,podczas gdy drugi sk∏adnik (u) jest asymetryczny, ujem-ny i bada nieefektywnoÊç (Wagenvoort, Schure 2002).

Zgodnie z powy˝szymi za∏o˝eniami model efek-tywnoÊci ma postaç:

(11)iiii uxfy νβ ++= );(

2

1

1111

11111

111,

),(),(

),(),(

),(

),(),,,(

⎥⎥⎦

⎤

⎢⎢⎣

⎡≡ ++++

++++++++

tj

tj

tj

tj

tj

tj

tj

tj

tj

tj

tj

tj

tj

tj

tj

tj

tj

tjt

jtj

tj

tj

ttj xyDxyD

xyDxyDxyDxyD

xxyyM

jnirsse __jcrse _jnirsse __

jvrsse __

jvrse _jcrse _

jvrse _

jnirse _

jcrse _

},1,,:(max{)/,( Kjjjj RzzXxzYyVRSyxF +∈=≥≤= θθ

},1,,:(max{)/,( Kjjjj RzzXxzYyNIRSyxF +∈≤≥≤= θθ

èród∏o: Mielnik, ¸awrynowicz (2002, s. 53).

Tabela 4 . Zalety i ograniczenia stosowania metody DEA


gdzie:i – numer banku,yi – wynik dzia∏alnoÊci i-tego banku w danym

roku,f (xi; β) – graniczna funkcja produkcji,β – wektor nieznanych (szacowanych) parame-

trów modelu,ui – zmienna losowa reprezentujàca nieefektyw-

noÊç kosztowà lub dochodowà i-tego banku (ui ≤ 0),νi – sk∏adnik losowy o rozk∏adzie symetrycznym

wzgl´dem zera; zak∏ada si´, ˝e vi majà niezale˝ne roz-k∏ady normalne o wartoÊci oczekiwanej 0 i nieznanejwariancji s2.

Do szacowania parametrów modelu s∏u˝y meto-da najwi´kszej wiarygodnoÊci. Jondrow, Lovell, Mate-rov i Schmidt (1982) zaprezentowali wyznaczanie ui

z przez rozwa˝enie oczekiwanej wartoÊciui, bazujàc na εi. SFA eliminuje drugie zagro˝enie wy-nikajàce ze stosowania metody DEA. Niemniej jednakmetoda ta nadal jest wra˝liwa na jednostki badawcze.JeÊli nawet stosuje si´ metod´ najwi´kszej wiarygod-noÊci, ju˝ jedna obserwowana jednostka mo˝e zabu-rzyç wyniki badaƒ. W tej sytuacji nieodzowne jeststosowanie funkcji regresji.

Wykorzystujàc model ekonometryczny, funkcj´kosztów mo˝na wyraziç jako:

(12)gdzie:

i – numer banku,C – suma ca∏kowitych kosztów zmiennych,w – wektor cen czynników produkcji (w1 – wek-

tor cen depozytów, w2 – wektor wynagrodzeƒ perso-nelu),

y – wektor produktów (m.in. kredyty dla klien-tów indywidualnych, kredyty dla przedsi´biorstw,papiery wartoÊciowe, pozycje pozabilansowe wa˝oneryzykiem),

z – czynniki sta∏e (aktywa trwa∏e, fundusze w∏a-sne),

v – wektor zmiennych otoczenia,f( ) – minimalny ca∏kowity koszt zmiennych wy-

korzystany do wytworzenia produktu yi przy danychcenach i otoczeniu zewn´trznym banku i,

uc – nieefektywnoÊç danego banku w porówna-niu z najbardziej efektywnym bankiem,

ec – sk∏adniki losowe wyra˝ajàce wp∏yw czynni-ków przypadkowych bàdê b∏´dów w pomiarze kosztów.

Po oszacowaniu nieefektywnoÊci mo˝na obliczyçmiar´ efektywnoÊci dla i-tego banku, zdefiniowanà jako:

(13)

Funkcja badajàca efektywnoÊç dochodowà przy-biera postaç:

(14)

Wskaênik efektywnoÊci dochodowej i-tego bankumo˝na nast´pnie wyraziç jako:

(15)

gdzie θ – kwota maksymalnej straty banków w danymokresie i zostaje θ dodana do wartoÊci zysku wygene-rowanego przez dany bank. Do estymacji efektywno-Êci kosztowej i dochodowej wykorzystuje si´ funkcj´translogarytmicznà.

W latach 90. XX w. w Stanach Zjednoczonych doanalizy efektywnoÊci procesów konsolidacji stosowa-no równie˝ podejÊcie DFA oraz TFA. Ró˝ni∏y si´ oneprzede wszystkim wst´pnymi za∏o˝eniami. W meto-dzie DFA zak∏adano trwa∏à i ciàg∏à nieefektywnoÊç, aw metodzie TFA miarà nieefektywnoÊci jest odchyle-nie pomi´dzy najwy˝szymi i najni˝szymi kwartylamikosztów banków (Berger, Humphrey 1994).

Badania implikacji segmentowych

Do oceny wp∏ywu po∏àczeƒ banków na poszczególnesegmenty klientów lub produktów (np. wartoÊç kre-dytów przyznawanych drobnym przedsi´biorstwom,dost´pnoÊç punktów obs∏ugi dla klientów detalicz-nych, zmiany w strukturze organizacyjnej banku i ichwp∏yw na obs∏ug´ drobnych klientów) stosuje si´g∏ównie metody ekonometryczne.

Metoda, którà zastosowali Berger, Saunders, Sca-lise i Udell (1998), próbuje w sposób zagregowanyoceniç wp∏yw konsolidacji na wielkoÊç kredytówudzielanych klientom detalicznym i ma∏ym firmom.Na wst´pie autorzy podzielili udzielane kredyty natrzy grupy. Za najmniejsze uznano kredyty do 1 mlnUSD, Êrednie kredyty zamyka∏y si´ w przedziale od1 mln do 25 mln USD, a najwi´ksze wynios∏y powy-˝ej 25 mln USD. Model przyjà∏ nast´pujàcà postaç:

(16)

i = 1, 2, 3,

gdzie:

wielkoÊç i struktura banku Reprezentuje logarytm ca∏kowitych aktywów brutto (ang.GTA) przy i = 1, 2 dla ma∏ych banków GTA < 100 mlnUSD, dla Êrednich banków GTA wynosi 100 mln – 1 mldUSD, dla du˝ych banków 1–10 mld USD, dla bardzo du-˝ych banków GTA > 10 mld USD. OkreÊla równie˝ stopieƒkontroli banku przez inwestorów. Dla niezale˝nych banków

itt

ttttttt

tt

ttiitit

środowisko

czaspostexrynkoweampostex

iorganizacjzlożonojnakonkurencypozycjabankufinansebankustrukturaiwielkofPP

ε+

=−

−

−−−−−−−

−−

−−

)

,,,&

,,

,())1/(ln(

1

13,2,13,2,1

11

1,1ść

ść

θνθν

π

π

−∗−∗

=]exp[ln)](exp[

]exp[ln)](exp[Prmin

uzywfuzywfEffofit

iiii

iiiii

ππνθπ euzywf lnln),,,()ln( ++=+

Ci

c

Ciiiii

ciiiii u

uuzywfuzywfCostEff

minmin

]exp[ln)](exp[

]exp[ln)](exp[=

∗∗

=ν

ν

ii CCiiiii euzywfC lnln)(ln ++= ν

iii u νε +=


oraz dla banków nale˝àcych do jednego inwestora zmiennawielkoÊç banku i struktura w∏asnoÊciowa sà identyczne.

finanse banku Mierzy wielkoÊci kapita∏u i wp∏yw portfela kredytów na sy-tuacj´ banku i jego struktur´ (m.in. wskaêniki rezerwy/kre-dyty, nieruchomoÊci/kredyty).

pozycja konkurencyjna Szacuje warunki konkurencyjnoÊci banków na rynku lokal-nym. Wskaênik Herfindahl-Hirschman Index (ang. HHI)s∏u˝y do szacowania stopnia koncentracji rynku. W sensieobliczeniowym wskaênik HHI stanowi sum´ kwadratówudzia∏ów poszczególnych podmiotów w ∏àcznej wartoÊcibadanej cechy (Jackowicz, Kowalewski 2002, s. 14). Alge-braicznie mo˝emy zatem zapisaç:

HHI = (17)

gdzie:u – udzia∏ podmiotu w badanym zjawisku, i – liczba podmiotów. Wskaênik HHI przyjmuje wartoÊci z przedzia∏u (0 do10 000). Im wi´ksze sà udzia∏y w rynku, tym wy˝szy jestHHI.

z∏o˝onoÊç organizacji Mierzy wp∏yw struktury mened˝erskiej na drobne kredyty(wp∏yw inwestorów na dzia∏ania banku, geograficzny zasi´gbanku).

ex post fuzji i przej´ç Szacuje wp∏yw po∏àczeƒ na dzia∏alnoÊç banku w ostatnichtrzech latach.

rynkowe zmienne po konsolidacji Sà to Êrednie wa˝one zmiennych po konsolidacji (np. sza-cujà Êrednià wa˝onà udzia∏u depozytów na rynku lokal-nym, które by∏y w posiadaniu banku inicjujàcego konsoli-dacj´ k lat temu). Zmienne ex post konsolidacji i rynkowezmienne po konsolidacji wià˝à si´ ze zmiennymi wielkoÊçbanku i struktura nadzoru.

czas

Szacuje zmiany warunków makroekonomicznych, regulacji

prawnych i technologii w danym roku kalendarzowym.

Êrodowisko Szacuje ró˝nice rynkowe i prawne oraz uwzgl´dnia lokali-zacj´ centrali banku.

W wyniku przeprowadzonych badaƒ wyró˝nio-no kilka typów konsolidacji, m.in. fuzj´ kapita∏ów(bank inspirujàcy fuzj´ by∏ w posiadaniu od 1/3 do2/3 kapita∏u przed konsolidacjà), „fuzj´ rodzinnà” zdominujàcym udzia∏em banku przejmujàcego w ban-ku przejmowanym, przejćie kapita∏u – w sytuacji,gdy bank przejmujàcy by∏ w posiadaniu od 1/3 do 2/3kapita∏u przed konsolidacjà.

Omawiane badania empiryczne obj´∏y ponad6 000 procesów fuzji i przej´ç banków amerykaƒskich(uczestniczy∏o w nich ponad 10 000 banków), w la-tach 1970–1995. Po zidentyfikowaniu statycznychefektów konsolidacji banków mo˝na wnioskowaç, ˝edrobni przedsi´biorcy majà trudnoÊci z pozyskaniemÊrodków. JeÊli jednak w ocenie uwzgl´dni si´ ze-

wn´trzne efekty (postaw´ banków nieuczestniczà-cych w procesach konsolidacji), wyniki b´dà zdecy-dowanie bardziej optymistyczne.

Podobne rezultaty sà odczuwane w Europie.W wyniku po∏àczeƒ banków we W∏oszech w latach1989–1998 spad∏a ogó∏em wartoÊç kredytów udzielo-nych i wzros∏a wartoÊç kredytów zagro˝onych (Bo-naccorsi di Patti, Gobi 2001). Autorzy wskazujà przytym, ˝e drobni przedsi´biorcy odczuwali relatywnienegatywny wp∏yw na oferty kredytowe skierowane dodrobnych przedsi´biorstw.

Metody badaƒ spo∏ecznych

Do przeprowadzenia badaƒ efektów konsolidacji ban-ków s∏u˝à równie˝ badania sonda˝owe, w którychstosuje si´ metody statystyczne ekonometryczne imetody badaƒ opinii spo∏ecznej. Omawiane badaniarozpowszechnia∏y si´ wraz z nasileniem procesówkonsolidacji banków i wzrostem roli marketingu, dlaktórego sà bardzo istotne, m.in. ze wzgl´du na mo˝li-woÊç okreÊlenia satysfakcji poszczególnych grup inte-resariuszy uczestniczàcych w konsolidacji banków.Badania sonda˝owe umo˝liwiajà ocen´ efektów kon-solidacji na zbiorach b´dàcych próbkami reprezenta-tywnymi. Nic wić dziwnego, ˝e w∏aÊciwy dobórpróbki staje si´ zasadniczym problemem badaƒ son-da˝owych (Sztumski 1999, s. 173).

W badaniach sonda˝owych wykorzystuje si´ ankie-ty lub wywiady skategoryzowane (kwestionariusze).Ankiety to wywiad pisemny, wymagajàcy mniej czasui Êrodków ni˝ wywiad ustny, w którym z ka˝dym re-spondentem nale˝y odbyç rozmow´. Ankiet´, w przeci-wieƒstwie do kwestionariusza (bezpoÊredniego lub tele-fonicznego), wype∏nia respondent, a nie badajàcy.W polskich t∏umaczeniach literatury angloj´zycznejz zakresu badaƒ spo∏ecznych pojćia kwestionariuszi ankieta cz´sto stosuje si´ zamiennie (por. Babbie 2004).

Rodzaj sonda˝u oraz kolejnoÊç pytaƒ mogà wp∏y-waç na jakoÊç uzyskanych odpowiedzi. Wykorzysty-wane w sonda˝u pytania mogà byç otwarte (wówczasrespondenci sami formu∏ujà odpowiedzi), pó∏otwarte(gdy respondent mo˝e dopisaç w∏asnà odpowiedê dosugerowanych) lub zamkni´te (respondenci wybiera-jà odpowiedê z zestawu).

Przy kierowaniu pytaƒ z jednej ankiety do ró˝-nych grup respondentów (przyk∏adowo jedna ankietazawiera pytania skierowane do specjalistów z dzie-dziny marketingu, finansów, zarzàdzania zasobamiludzkimi) niezb´dny jest przejrzysty podzia∏ pytaƒwarunkowych, tak aby respondenci odpowiadali napytania skierowane wy∏àcznie do nich. Cz´sto stoso-wane sà równie˝ pytania w postaci tabelarycznej, podwarunkiem ˝e istniejà wspólne kategorie odpowiedzi(np. skala Likerta).

u2

i1

∑=

n

i


Przy uk∏adaniu pytaƒ nale˝y unikaç pytaƒ po-dwójnych oraz negatywnych okreÊleƒ, by nie spra-wiaç k∏opotu respondentom, a sformu∏owanie pytaƒnie powinno utrudniaç odpowiedzi (Babbie 2004,s. 304).

Porównanie ró˝nych metod sonda˝owych zapre-zentowano w tabeli 5.

Do oceny satysfakcji kadry i klientów ∏àczàcychsi´ polskich instytucji finansowych (tzw. barometrówklienta lub pracownika) stosuje si´ kompilacj´ meto-dy jakoÊciowej – w fazie wst´pnej do oceny nastrojówklientów – i metody iloÊciowej – w fazie zasadniczejbadaƒ efektów konsolidacji.

W fazie wst´pnej stosuje si´ zogniskowanewywiady grupowe przeprowadzane na niewielkiejgrupie zaproszonych osób, okreÊlane jako badaniagrup fokusowych. Celem jest poznanie wszystkichczynników, które mogà wp∏ywaç na zachowaniaklientów, ich odczucia i opinie na temat konsolida-cji oraz przygotowanie informacji do projektowane-go kwestionariusza. Procedura badawcza sk∏ada si´z technik majàcych na celu badanie skojarzeƒ, zna-czeƒ i emocji zwiàzanych z konsolidacjà banków, atak˝e korzyÊciami i zagro˝eniami z niej p∏ynàcymi,takich jak: dyskusja, analiza skojarzeƒ, analiza se-mantyczna, mind mapping, techniki projekcyjne.Jako miejsce przeprowadzania badaƒ grup fokuso-wych (tj. klientów indywidualnych, ma∏ych firmbanków ∏àczàcych si´) wybiera si´ miasta, w któ-rych banki majà najwi´cej klientów. W przypadkuklientów korporacyjnych stosuje si´ pog∏´biony

wywiad indywidualny (ang. IDI). Wykorzystuje si´w nim identyczny scenariusz, jak w zogniskowa-nych wywiadach grupowych, z tym ˝e wywiad od-bywa si´ w miejscu i czasie dopasowanych do mo˝li-woÊci respondenta i prowadzony jest tylko z jednàosobà.

W fazie zasadniczej stosuje si´ wywiad telefo-niczny realizowany za pomocà techniki CATI (ang.Computer Assisted Telephone Interviewing). Wywia-dy CATI sà wspomagane komputerowo. Ankieterzyzadajà przez telefon widoczne na ekranie pytania i zapomocà klawiatury zapisujà (lub nagrywajà) odpo-wiedzi respondentów. Na bie˝àco kontrolowane sàpost´py badania oraz sprawdzana jest praca telean-kieterów. Wyniki badaƒ sà dost´pne automatyczniepo zakoƒczeniu badania. Wywiady telefoniczne gwa-rantujà wysokà jakoÊç i szybkoÊç badaƒ, a po ich za-koƒczeniu sporzàdza si´ raport.

Amerykaƒskie Stowarzyszenie Specjalistów Fi-nansowych AFP (Association for Financial Professio-nals) zastosowa∏o badania sonda˝owe do oceny efek-tów konsolidacji banków (Financial Industry Consoli-dation Survey 2000). Otrzymano 444 odpowiedzi.Bioràc pod uwag´, ˝e kolejnoÊç pytaƒ mo˝e mieçwp∏yw na uzyskane odpowiedzi, pytania dotyczàceoceny efektów konsolidacji banków (cz´Êç C) wyprze-dza∏y dwa podrozdzia∏y ankiety (cz´Êç A i B). Cz´ÊçA ankiety, opisujàca obecny poziom satysfakcji klien-ta, sk∏ada∏a si´ z pi´ciu pytaƒ. Cz´Êç B, badajàca po-tencjalne zainteresowanie klientów wspó∏pracà wprzysz∏oÊci, zawiera∏a trzy pytania, natomiast cz´Êç D

èród∏o: opracowanie w∏asne na podstawie: Sztumski (1999), Babbie (2004).

Tabela 5 . Zestawienie metod badaƒ sonda˝owych


to dwa pytania, które umo˝liwi∏y podzia∏ klientów zewzgl´du na bran˝e i wartoÊç obrotów. Z dziewi´ciupytaƒ na temat konsolidacji banków po∏owa mia∏aform´ tabelarycznà. W ankiecie znalaz∏y si´ rów-nie˝ stwierdzenia reprezentujàce ró˝ne stanowiskaz proÊbà o okreÊlenie, czy respondenci si´ z nimizgadzajà. W cz´Êci A, B i D sonda˝u nie ogranicza-no si´ wy∏àcznie do pytaƒ tabelarycznych; pojawi∏ysi´ równie˝ proste pytania zamkni´te. Wyniki ba-daƒ wskazujà, ˝e w trakcie konsolidacji klienci od-czuwajà zarówno jej pozytywne, jak i negatywneefekty. Po∏àczenia umo˝liwiajà redukcj´ kosztów,poszerzenie wyboru oferowanych produktów izwi´kszenie sprzeda˝y wiàzanej, ale sà równie˝ za-gro˝eniem ze wzgl´du na tempo i zakres integracjisystemów informacyjnych, zmiany opiekunów,wzrost biurokracji.

Zdecydowanie odmiennà form´ badaƒ sonda-˝owych zaprezentowano w magazynie „The Ban-ker”. Przeprowadzono wywiady z trzynastoma eks-pertami od konsolidacji banków (Piggott 2000). Za-dano im przesz∏o 1 000 pytaƒ, aby zdefiniowaçmocne i s∏abe strony najbardziej spektakularnychpo∏àczeƒ banków na Êwiecie. Grupa panelowa wy-znaczy∏a pi´ç potencjalnych korzyÊci i szeÊç zagro-˝eƒ p∏ynàcych z konsolidacji banków. Ranking fuzjipowsta∏ przez zsumowanie Êrednich arytmetycz-nych poszczególnych wskaêników. Poza optymi-stycznymi przewidywaniami, ˝e wystàpi efekt eko-nomii skali, szczególnà uwag´ zwrócono na proble-my powstajàce w trakcie konsolidacji, przy integra-cji kultur organizacyjnych banków oraz konfliktyinteresów, które cz´sto prowadzà do utraty znacznejliczby dotychczasowych klientów.

Podsumowanie

Efekty konsolidacji banków to z∏o˝ony przedmiot ba-daƒ, na który sk∏adajà si´ efekty czàstkowe. Niektóremetody s∏u˝à do oceny efektów konsolidacji wy∏àcz-nie na etapie wst´pnym (np. nadzwyczajna stopazwrotu), inne w trakcie konsolidacji (m.in. barometrklienta, pracownika czy statystyczne metody analizydzia∏alnoÊci operacyjnej). Stosuje si´ równie˝ metodydo oceny efektów po zakoƒczeniu procesu konsolida-cji (np. ocena efektywnoÊci banku).

Ze wzgl´du na rosnàcà liczb´ konsolidacji ban-ków metody cieszà si´ obecnie ogromnym zaintereso-waniem. Wcià˝ powstajà nowe podejÊcia. Cz´sto eli-minujà one wczeÊniej stosowane metody, poniewa˝niektóre z nich nie umo˝liwiajà podania jednoznacz-nej odpowiedzi na rezultaty konsolidacji.

W wi´kszoÊci przypadków ka˝dej z metod ocenyefektów konsolidacji banków mo˝emy przypisaç innekryteria oceny. Z tego powodu mimo wykorzystywa-nia ró˝norodnych metod nadal nie podj´to próbyokreÊlenia ca∏kowitych efektów konsolidacji banków.Mo˝na zatem rozwa˝yç stosowanie metod wielokry-terialnych do oceny efektów konsolidacji banków.

Do oceny efektów konsolidacji banków nadal po-wszechnie stosuje si´ modele statystyczno-ekonome-tryczne. Istniejà jednak pewne ograniczenia (np. rozmia-ry próby badawczej, okres badaƒ), które utrudniajà ocen´efektów konsolidacji banków w krajach wschodzàcych.Poszczególne grupy metod statystyczno-ekonometrycz-nych poÊrednio wp∏ywajà na stosowanie metod badaƒspo∏ecznych. Wspomniane metody majà coraz wi´kszeznaczenie; zwykle uzupe∏niajà ocen´ ekonomicznych iorganizacyjnych efektów konsolidacji banków na Êwiecie.

Bibliografia

Aigner D., Lovell C.A.K., Schmidt P. (1977), Formulation and Estimation of Stochastic Frontier Production Function Models, “Journal of Econometrics”, Vol. 6, No. 1, s. 21–37.

Al-Sharkas A.A., Hassan M.K., Murkherjee T. (2003), Long-run Performance Following U.S. Bank Mergers & Acquisitions, “Working Paper”, No. 2003/03, University of New Orleans.

Babbie E. (2004), Badania spo∏eczne w praktyce, Wydawnictwo Naukowe PWN, Warszawa.Beitel P., Schiereck D. (2001), Value Creation at the Ongoing Consolidation of the European Banking Market,

“Working Paper”, No. 05/01, Institute for Mergers & Acquisitions, University of Witten/Herdecke, Witten.Berger A.N., Demsetz R.S., Strahan P.E. (1999), The Consolidation of the Financial Services Industry: Causes,

Consequences, and Implication for the Future, “Journal of Banking and Finance”, Vol. 23, No. 2–4, s. 135–194.

Berger A.N., Humphrey D.B. (1994), Bank Scale Economies, Mergers, Concentration, and Efficiency: The U.S. Experience, “Working Paper”, No. 94–25, Financial Institution Center, The Wharton School, University of Pennsylvania.

Berger A.N., Saunders A., Scalise J.M., Udell G.F. (1998), The Effects of Bank Mergers and Acquisitions on Small Business Lending, “Journal of Financial Economics”, Vol. 50, No. 2, s. 187–229.

Bonaccorsi di Patti E., Gobi G. (2001), The Effects of Bank Consolidation and Market Entry on Small Business Lending, “Working Paper”, No. 404, Bank of Italy, Rome.

BANK I KREDYT kwiecieƒ 200766 Rynki i Instytucje Finansowe66

Caves D., Christensen L., Diewert E.W. (1982), The Economic Theory of Index Numbers and the Measurementof Input, Output and Productivity, “Econometrica”, Vol. 50, No. 6, s. 1393–1414.

Charnes A., Cooper W., Lewin A.Y., Seiford L.M. (1994), Data Envelopment Analysis, Kluwer, Dordrecht.Färe R., Grasskopf S., Lindgren B., Roos P. (1993), Productivity Developments in Swedish Hospitals: A Malmquist

Output Index Approach, w: A. Charnes, W. Cooper, A.Y. Lewin, L. Seiford (eds.), Data Envelopment Analysis: Theory, Methodology and Applications, Kluwer Publishing, Boston.

Association for Financial Professionals (2000), Financial Industry Consolidation Survey. Report of Survey Results, Besthesda.

Frieder L.A., Apilado V.P. (1983), Bank Holding Company Expansion: A Refocus on Its Financial Rationale, “Journal of Financial Research”, Vol. 6, Spring, s. 67–81.

Havrylchyk O. (2005), Banking Efficiency, Consolidation and Foreign Ownership: Evidence from the Polish Banking Market, Ph.D thesis, European University Viadrina, Frankfurt (Oder).

Houston J.F., James C.M., Ryngaert M.D. (2001), Where do Merger Gains Come from? Bank Mergers from the Perspective of Insiders and Outsiders, “Journal of Financial Economics”, Vol. 60, No. 2–3, s. 285–331.

Jackowicz K., Kowalewski O. (2001), Koncentracja dzia∏alnoÊci sektora bankowego w Polsce w latach 1994–2000, Wy˝sza Szko∏a Przedsi´biorczoÊci i Zarzàdzania, Warszawa.

Jondrow J., Lovell C.A., Materov I.S., Schmidt P. (1982), On the Estimation of Technical Inefficiency in the Stochastic Frontier Production Function Model, “Journal of Econometrics”, Vol. 19, No. 2–3, s. 233–238.

Kopczewski T. (2000), EfektywnoÊç technologiczna i kosztowa banków komercyjnych w Polsce w latach 1997–2000. Cz´Êç I, „Materia∏y i Studia”, nr 113, NBP, Warszawa.

Kopczewski T., Paw∏owska M. (2001), EfektywnoÊç technologiczna i kosztowa banków komercyjnych w Polsce w latach 1997–2000. Cz´Êç II, „Materia∏y i Studia”, nr 135, NBP, Warszawa, s. 14–15.

Kwan S.H., Wilcox J.A. (2002), Hidden Cost Reductions in Bank Mergers: Accounting for More Productive Banks, “Research in Finance”, Vol. 19, s. 109–124.

Mielnik M., ¸awrynowicz M. (2002), Badanie efektywnoÊci technicznej banków komercyjnych w Polsce metodàDEA, „Bank i Kredyt”, nr 5, s. 52–64.

Paw∏owska M. (2003), Wp∏yw fuzji i przej´ç na efektywnoÊç w sektorze banków komercyjnych w Polsce w latach 1997–2001, „Bank i Kredyt”, nr 2, s. 20–34.

Piggott C. (2000), Will they be Happy?, “The Banker”, grudzieƒ, s. 17–21. Rhoades S.A. (1994), A Summary of Merger Performance Studies in Banking 1980–93 and an Assessment of

the “Operating Performance” and “Event Study” Methodologies, “Staff Economic Studies”, No. 167, Boardof Governors of the Federal Reserve System, Washington D.C.

Sztumski J. (1999), Wst´p do metod i technik badaƒ spo∏ecznych, WN „Âlàsk”, Katowice.Wagenvoort R., Schure P. (2002), The Recursive Thick Frontier Approach to Estimating Efficiency, “Working

Paper”, No. 99/02, European Investment Bank, Luxembourg.

Przeglàd metod oceny efektów konsolidacji...

Documents

Transcript of Przeglàd metod oceny efektów konsolidacji...