Forecasting Bank Failure: A Non-Parametric Frontier Estimation Approach

La très forte augmentation de faillites bancaires au cours de la dernière décennie a mené à la recherche d'indicateurs qui permettraient de prévenir (et éviter) des renflouages coûteux. Alors que la qualité de la gestion des banques est généralement admise comme un facteur clé de ces faillites,...

Full description

Saved in:
Bibliographic Details
Published in:Recherches économiques de Louvain 1994-01, Vol.60 (4), p.417-429
Main Authors: Barr, Richard S., Seiford, Lawrence M., Siems, Thomas F.
Format: Article
Language:English
Subjects:
Analyses d'efficacité appliquées aux institutions financières / Efficiency Analysis in Financial Institutions
Bank failures
Bank loans
Bank management
Banking
Banks
Economic efficiency
Economic forecasts
Economic models
Financial institutions
Financial management
Investment strategies
Modeling
Quality management
Citations: Items that this one cites
Items that cite this one
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:La très forte augmentation de faillites bancaires au cours de la dernière décennie a mené à la recherche d'indicateurs qui permettraient de prévenir (et éviter) des renflouages coûteux. Alors que la qualité de la gestion des banques est généralement admise comme un facteur clé de ces faillites, elle est le plus souvent exclue des modèles de dépistage précoce par manque de moyens de mesure. Cet article décrit une nouvelle approche permettant de quantifier l'efficacité de la gestion bancaire. Elle utilise un modèle d'analyse dit D.E.A. combinant plusieurs inputs et outputs et fournissant une mesure scalaire de l'efficacité. Cette nouvelle mesure rend compte de cet élément insaisissable, bien que crucial, du succès : la qualité de la gestion. De nouveaux modèles de prédiction de faillites, incorporant cette variable explicative, se sont avérés robustes et précis, comme l'ont montré des analyses et des comparaissons approfondies avec d'autres approches publiées antérieurement. The dramatic rise in bank failures over the last decade has led to a search for leading indicators so that costly bailouts might be avoided. While the quality of a bank's management is generally acknowledged to be a key contributor to institutional collapse, it is usually excluded from early-warning models for lack of a metric. This paper describes a new approach for quantifying a bank's managerial efficiency, using a dataenvelopment- analysis model that combines multiple inputs and outputs to compute a scalar measure of efficiency. This new metric captures an elusive, yet crucial, element of institutional success: management quality. New failure-prediction models for detecting a bank's troubled status which incorporate this explanatory variable have proven to be robust and accurate, as verified by in-depth empirical evaluations, cost sensitivity analyses, and comparisons with other published approaches.
ISSN:0770-4518
1782-1495
DOI:10.1017/S0770451800004590