EFIKASNOST BANKARSKIH SUSTAVA U NOVIM AVAMA ......(Krediti, dug i gospodarski rast: izlazak iz začaranog kruga). Fundamentalni pokazatelji financijske strukture i razvoja koriste

Broj 63 ožujak 2018.

EFIKASNOST BANKARSKIH SUSTAVA U NOVIM DRŽAVAMA ČLANICAMA EU I JUGOISTOČNOJ

EUROPI

Sažetak

DEA analiza tehničke efikasnosti europskih bankarskih sustava pokazala je da je hrvatski bankarski sustav tehnički efikasan u okviru slabije razvijenih post-socijalističkih ekonomija. Među državama nastalima raspadom bivše Jugoslavije uglavnom su identificirani tehnički prilično efikasni bankarski sustavi. U širem europskom okviru, koji uključuje i razvijene zemlje, očekivano se pojavljuje tehnička neefikasnost. Prema pristupu sa strane inputa, stupanj tehničke neefikasnosti je za hrvatski bankarski sustav procijenjen na 23%-30%, zavisno o korištenoj input varijabli (troškovi ili depoziti). Tehničku (ne)efikasnost treba tumačiti odvojeno od koncepta financijske stabilnosti. Postoje tehnički efikasni sustavi poput latvijskog i ciparskog, koji su u proteklom desetljeću prošli kroz ozbiljne bankarske krize. Savršena tehnička efikasnost stoga nije imperativ. Može se govoriti o maksimalizaciji tehničke efikasnosti uz ograničenje financijske stabilnosti. Hrvatski bankarski sustav zadovoljava tako definiran uvjet efikasnosti. Relativno visoka efikasnost znači da prostor za poboljšanje funkcioniranja sustava treba tražiti pretežno u vanjskim, ne-tehničkim poboljšanjima institucionalnog okvira i politika. Analiza efikasnosti u najširem europskom okviru pokazala je da je ekspanzivna fiskalna politika mjerena odnosom kredita državi i BDP-a povezana s nižom tehničkom efikasnošću bankarskih sustava. Taj rezultat ukazuje na opravdanost politika koje idu za raskidom spona između banaka i država.

MišljenjairezultatikojiseiznoseiprikazujuuovomdokumentunepredstavljajuslužbenastajalištaHrvatskeudrugebanaka.AnalizujepripremilaArhivanalitikazaHrvatskuudrugubanaka,uzpomoćMilanaDeskaraŠkrbića.

2

Sadržaj

SAŽETAK............................................................................................................1

UVOD....................................................................................................................3

FINANCIJSKIRAZVOJIFINANCIJSKASTRUKTURA:PODACIIUSPOREDBE...............5

MJERENJEEFIKASNOSTIBANKARSKIHSEKTORA..................................................12POJAMIMJERENJEEFIKASNOSTI...................................................................................13METODAOMEĐIVANJAPODATAKA(ENGL.DATAENVELOPMENTANALYSIS–DEA)...............15REZULTATI................................................................................................................19VANJSKEIUNUTARNJEODREDNICEEFIKASNOSTI..............................................................24

RASPRAVAOVAŽNOSTIREZULTATA:KAKVEPOLITIKE?.......................................27

LITERATURA........................................................................................................28

DODATAK:KAKOPROMJENAUZORKAMOŽEUTJECATINARELATIVNU(NE)EFIKASNOSTIPOREDAKPROMATRANIHJEDINICAKOJENISUNAGRANICIPROIZVODNIHMOGUĆNOSTI..............................................................................29

3

UVOD

Uraspravamaokamatnimstopamačestosezaobilazipitanjestrukture iefikasnostibankarskih sustava. Olako se pretpostavlja da monetarna ili neka druga državnapolitika propisima i intervencijama može postići poželjne kamatne stope i drugeuvjetekreditiranja.

Politikama se do nekemjeremože utjecati na uvjete kreditiranja. Samo je pitanjekojimsepolitikamatomožečiniti tekako, ikolikotiučincimogubiti jaki.Odgovorizavise o nizu čimbenika koji utječu na uvjete po kojima banke pribavljaju i daljeplasiraju novac. Te vrste utjecaja ne razlikuju semnogood utjecaja koji strukturnoodređuju ishode svakedruge trgovine. Troškovi (međunjima i troškovi regulacije) itržišnestrukturezaviseoobujmuposlaodnosnodostignutomstupnjugospodarskograzvoja,doktehnologija,rizici ipreferencijepotrošačadodatnoodređujustrukturneuvjetekreditnogposredovanja.

UHUBAnalizi62prikazanjerezultatanalizerazlikakamatnihmaržimeđučlanicamaEU. Faktori za koje se pokazalo da objašnjavaju razlike su volumen kreditneaktivnosti,troškovnaefikasnostiregulacija,čijisutroškoviaproksimiraniuvođenjemeura (euro znači niže troškove regulacije). Na promjenemarže u vremenu utječu irizici-riziklikvidnostiikreditnirizikuviduomjeralošihplasmana.Stogaseblagirastkamatne marže u nekoliko proteklih kriznih godina može objasniti usporavanjemrastaplasmanaikvarenjemnjihovekvalitete.

S obzirom na ovaj rezultat, postavlja se pitanje postoje li razlike u strukturnimuvjetimaposlovanjabanakaurazličitimzemljama,akopostojekolikesuikakoutječuna efikasnost kreditnog posredovanja. Zanimljivo je i važno istražiti i što određujestrukturuiefikasnostikakosetiparametrimogumijenjati.1

Uovojseanalizikoristepokazateljifinancijskestruktureifinancijskograzvojakakobiseusporedilaekonomskaefikasnostibankarskihsustavaeuropskihdržava.Polazi seodnajširegeuropskogokvirakojiobuhvaćačlaniceEUiodabranezemljejugoistočneEurope: Bosnu i Hercegovinu, Srbiju, Crnu Goru, Makedoniju i Kosovo. U takvomgeografskom okviru, nove članice (pod tim se pojmom u ovome radu obuhvaćajunovečlanice izsrednje i istočneEurope,bezCipra iMalte)moguseuspoređivatisastarim članicama, a zemlje jugoistočne Europe koje nisu članice EU s jednima idrugima.Smotrištahrvatskogbankarskogsustavazanimljivo jekakosetajsustavupogleduefikasnostiuspoređujesbankarskimsustavimadrugihnovihčlanicaicijelomEU,aliisaslabijerazvijenimzemljamajugoistočneEurope.

11Unajširemsmislu,ovasepitanjasmještajuutradicijuekonomskeifinancijskeliteraturekojaistražujevezuizmeđufinancijskogiekonomskograstairazvoja.UtradicijuteliteraturemeđunovijimHUBAnalizamaspadajuHUBAnaliza58iz2017.(Bankeirazvoj:strukturnaanalizaizperspektivepočetka2017.)teHUBAnaliza57iz2016.(Krediti,dugigospodarskirast:izlazakizzačaranogkruga).

Fundamentalni pokazatelji financijske strukture i razvoja koriste se za ocjenu tehničke efikasnosti bankarskih sustava u Europi.

4

Uspoređuju se pokazatelji financijskog razvoja i financijske strukture. Radi se opokazateljima strukturnih odnosa koji se ne mijenjaju bitno u kratkom roku odnekoliko godina. Zbog toga se međusobni odnosi i poredak zemalja premasrednjoročnim prosjecima strukturnih pokazatelja mogu smatrati statičnima. Naprimjer,akonekazemljaima50%većiomjerkreditaiBDP-a2010.,velikaješansadaće imati znatno veći omjer i 2020.Do značajnih promjena dolazi tek u vrlo dugomroku, pod utjecajem dugoročno različitih brzina gospodarskog rasta, tržišnih isocijalnihpromjena.

Strukturni financijski pokazatelji koji se koriste u ovoj analizi dijele se na fizičke ifinancijske.OdabranisupokazateljiizGlobalFinancialDevelopmentDatabase(GFDD)Svjetskebanke,kojiobuhvaćajustandardneindikatorefinancijskedubinekaoštosuomjeri depozita i kredita i BDP-a te pokazatelje pristupa kreditima i fizičkedostupnostikaoštosuudjelipoduzećakojaimajukredit,raširenostkreditnihkarticaisl. S obzirom da su dugoročni strukturni odnosi cilj analize podaci se odnose narazdoblje2005.-2015.kojejedovoljnodugodaobuhvati iperiodkreditnogboom-a,udarkrizeiperiodpost-kriznog(sporog)oporavkabankarskihsustava.Utakodugomroku s tako velikim varijacijama na površinu isplivavaju fundamentalni, strukturniodnosi.

Pokazatelji financijskograzvoja i financijskestrukturekoristesenadvanačina.Prvosekoristezajednostavneusporedbeizkojihsemoževidjetipoložajpojedinihzemaljaodnosnonjihovihbankarskihsustavauširemeuropskomokviru.Drugo, ti indikatorise koriste za analizu efikasnosti pomoćumetode omeđivanja podataka (engl.DataEnvelopmentAnalysis,DEA).

DEA je opća ne-parametarska metoda mjerenja tehničke efikasnosti inputa uproizvodnji danih outputa. Služi za komparaciju efikasnosti svih tipova ekonomskihaktivnosti;odmjerenjaunutarnjeefikasnostiupoduzećima,domjerenjaefikasnostipojedinih vrsta državnih rashoda. U domaćoj ekonomskoj literaturi metoda je dosadakorištenausvrhumjerenjaefikasnostijavnihizdataka,aprimijenjenajeiusvrhuanalize efikasnosti banaka. Jemrić i Vujčić (2002) su koristili podatke o pojedinimbankama za razdoblje 1995.-2000. kako bi ocijenili njihovu pojedinačnu efikasnost,nakončegajeuslijedilonekolikoistraživanjanaistomtragu.2

Mjerenje efikasnosti pojedinih banaka je standardni pristup koji se koristi uistraživanjima efikasnosti u bankarskom sektoru (Othman i dr., 2016; Kuchman,2013).Međutim,uovojseanalizikaotemeljnajedinicaanalizenekoristibanka,većnacionalni bankarski sustav; ne uspoređuju se pojedine banke, nego podaci zabankarske sustavepojedinih zemalja.Pojednostavljeno, ideja je sljedeća:efikasnosttransformacijeinputa(mjerenognpr.omjeromdepozitaiBDP-a)uoutput(mjerenognpr. omjerom kredita i BDP-a) procjenjuje se u okviru koji je definiran za veći broj

2JemrićiVujčić(2002)suzarezultatdobilidasusamočetiriodtadašnjihtridesetišestbanakaefikasne,aprosječniparametarefikasnostizaostalebankeiznosioje44,5%,štoznačidasuseoutputiuprosjekumogliproizvestisasvega44,5%stvarnoutrošenihinputa.

Analiza efikasnosti provedena je pomoću ne-parametarske DEA metode.

5

zemalja,anenapojedinimbankama.Možesegovoritioocjenisistemskeefikasnosti-efikasnostinacionalnihbankarskihsustava.

Ocjena sistemske efikasnosti nacionalnih bankarskih sustava može pružiti korisnuinformacijukreatorimapolitike:akosenekibankarskisustavpokazujekaoefikasan,ondamjere za poboljšanja njegovoga funkcioniranja treba tražiti izvan užeg okviraposlovanja (u poboljšanju institucija poput pravosuđa, promjenama vanjskideterminiranihtroškovapoputporeznogsustavaisl.).Sdrugestrane,akosustavnijeefikasan, onda mjere za poboljšanja, osim u vanjskim faktorima, treba tražiti i uunutarnjim rezervama koje su određene snagom konkurencije, znanjima, brzinomusvajanja novih tehnoloških rješenja i drugim karakteristikama tržišta i poslovanjasamihkreditnihposrednika.

O mogućim poukama za vođenje politike raspravlja se na kraju, u trećemu dijelu,nakon što se u prva dva dijela prikažu podaci, usporedbe i rezultati DEA analizesistemskeefikasnostizabankarskesustaveuzemljamaEUijugoistočneEurope.

FINANCIJSKI RAZVOJ I FINANCIJSKA STRUKTURA: PODACI I USPOREDBE Financijski razvoj i financijska strukturamogu semjeriti mnoštvom pokazatelja. Zapotrebeovogarada,zausporedbusuposlužilidugoročniprosjecizarazdoblje2005.-2015. kako bi se obuhvatila različita karakteristična razdoblja: period boom-a prijekrize2008.-09.,udarkrizeirazdobljesporogoporavkanakonkrize.Prosjekkroztakodugo razdoblje isključujekratkoročne (neodržive)oscilacije i napovršinu isplivavajufundamentalnevrijednosti iodnosimeđuzemljama.Sobziromdasezadnjipodatakodnosinagodinukoja jeprošlapreddvijegodine, sama (ne)ažurnostpokazateljauovojvrstianalizenijebitna,jerpodacizazadnjedvijegodinenemogubitnoutjecatina dugoročne strukturne odnose koji određuju poredak (odnose) zemalja koji suključni za procjenu efikasnosti.Međutim, treba imati na umu da su kriza i osobitoregulatornepromjenenakonnjebitnoutjecalenavrijednostinekihpokazateljakaošto je npr. cost-income omjer, s obzirom na metode priznavanja dohotka koje suzaoštreneuvrijemestvaranjajedinstvenognadzorabanakaiuvođenjastrestestovaiAQR-a2014.

Za neke pokazatelje u bazi Svjetske bankeGlobal Financial Development Database(GFDD)postojepokazateljizasvezemljeizasvegodine.Takavjeslučajsnajvažnijimpokazateljem financijskog razvoja kada su kreditne institucije u pitanju - omjeromkredita privatnom sektoru i BDP-a. Slika 1 pokazuje vrijednosti pokazatelja zaodabranenovezemlječlanice izemljejugoistočneEurope,atablica ispodpokazujevrijednostijednostavnihstatistikazacijeliuzorakod32države,kojiuključuječlaniceEUiodabranezemlje jugoistočneEuropebezMalte(izvorsenenavodi jer jeuvijekGFDD):

Cilj je analizirati dugoročne fundamentalne odnose efikasnosti i u tu su svrhu poslužili dugoročni prosjeci vrijednosti pokazatelja financijskog razvoja i strukture za razdoblje 2005.-2015.

6

Statistikezacijeliuzorak-omjerdomaćihkreditaprivatnomsektoruiBDP-a

Minimum(30)(Kosovo)

Maksimum(30)(Danska)*

Medijan(30) Koeficijentvarijacije(30)**

27,9 185,3 68,4 0,51*Maksimum za razdoblje 2005.-2015. ima Luksemburg, a za njimCipar, ali su iz poznatih razloga kaospecijalnislučajeviizbačeniizuzorkazaračunanjestatistikatejeN=30.**Koeficijentvarijacijejeomjerstandardnedevijacijeisredine.Brojje32jernemapodatakazaMaltupajeuzorakEU28+5zemaljaizex-YUkojenisučlaniceEU.

Izprikazanihpodatakamožesezaključitisljedeće:

1. Iako omjer kredita i BDP-a ugrubo slijedi logiku ukupnog gospodarskograzvitka,logikapresudneulogestupnjarazvitkadržiulijevomidesnomdijeludistribucije (Kosovo, Rumunjska i Srbija lijevo, Estonija, Slovenija i Latvijadesno).Međutim,usrednjemdijelu,poredak jeprilično izmiješanuodnosunadostignuturazinugospodarskograzvitka.Naprimjer,Hrvatska,BugarskaiCrnaGoraimajuvećukreditnudubinuodLitve,Češke,PoljskeiSlovačke,kojesu mnogo razvijenije. To je posljedica niza složenih uzroka kao što sufinancijska i ekonomska povijest, mogućnosti poduzeća da realiziraju ne-kreditno financiranje (osobito kroz equity), brzina napuhavanja kreditnogtržištaprijekrize,preferencijepotrošačaisl.Sviovistrukturnifaktoriutječunaefikasnost.

2. Razlikemeđuzemljama(disperzijapodataka)suveomavelike,apodatakzaHrvatskusenalaziblizumedijalnevrijednosti.

Slika 2 i pripadajuća tablica u nastavku također su konstruirane na temelju svihpodataka,aodnosesenasrodanomjer-omjerdomaćihdepozitakodbanakaiBDP-a.Iakosuodnosigeneralnosličnikaokodkredita,uočljivesusljedećerazlike:

27,9 31,838,5 39,4 42,1

44,2 44,5 46,549,4

53,7 54,357,7

63,868,4 68,4

75,7

0

10

20

30

40

50

60

70

80

Slika1.OmjerdomaćihkreditaprivatnomsektoruiBDP-au%

7

Statistikezacijeliuzorak-omjerdepozitaprivatnogsektoraiBDP-a

Minimum(29)(Rumunjska)

Maksimum(29)(Belgija)*

Medijan(29) Koeficijentvarijacije(29)**

29,4 96,7 55,2 0,34*Maksimum za razdoblje 2005.-2015. ima Luksemburg, a za njimCipar, ali su iz poznatih razloga kaospecijalnislučajeviizbačeniizuzorkazaračunanjestatistika.UbazinedostajupodacizaU.K.pajeN=29.**Koeficijentvarijacijejeomjerstandardnedevijacijeisredine.

1. I ovdje postoje očita odstupanja od logike da bi pokazatelj trebao uskoslijeditistupanjgospodarskograzvitka:omjerjenajvišiuHrvatskojkojanijenajrazvijenija, a Litva, Latvija i Poljska imaju mnogo niže omjere odočekivanih(znatnosurazvijenijeodHrvatske).

2. HrvatskaimagotovoidentičanomjerdepozitaiBDP-akaoikreditaiBDP-a,nogeneralno,ovajjeomjerzavelikuvećinuzemaljamanjiimanjevariraodomjerakreditaiBDP-a(usporeditekoeficijentevarijacijezadvapokazatelja)

U nastavku se uz kratke komentare prikazuju podaci za ostale indikatore koji sukorišteniuanalizi.Tosu:(i)operativnitroškoviu%imovinebanaka3,(ii)cost-incomeomjer4,(iii)%poduzećakojakoristekreditilikreditnulinijukodbanke,5(iv)%malihisrednjihpoduzećakojakoristekreditilikreditnulinijukodbanke6,(v)udjelpoduzećakoja financiraju obrtni kapital iz bankarskih kredita7, (vi) udjel poduzeća kojafinanciraju investicije iz kredita8 i (vii) postotak populacije 15+ koja koristi kreditnekartice9. Iako se koristi samo jedan pokazatelj outputa vezan uz poslovanje sastanovništvom(pokazateljvii),ondobroaproksimirarelativneodnosezemaljapremasvim ostalim indikatorima kao što su raširenost mreže poslovnica i bankomata,

3IzračunuključujesamobankekojesuuključeneubazupodatakaBankscope.4IzračunuključujesamobankekojesuuključeneubazupodatakaBankscope.Costincomeomjerjeodnosizmeđuoperativnihtroškovaizbiranetokamatnihprihodaiostalogoperativnogdohotka.5WorldBankEnterpriseSurvey,prosjekzagodine2009.i2013.zakojepostojepodaci6Isto7Isto,aliprosjekpodatakaza2005.i2013.8Isto,prosjeknatemeljupodatakaza2005.,2009.i2013.9WorldBankGlobalFinancialInclusionDatabase,prosjekpodatakaza2011.i2014.godinu.

29,433,7 34,7 36,0 36,8

40,344,5 45,6 45,6 46,5 47,5

48,8 50,155,2

60,6 63,6

0

10

20

30

40

50

60

70

Slika2.OmjerdepozitaiBDP-au%

8

stupanjpenetracijebankovnihračuna,korištenje internetskogbankarstva isl. Jedanpokazateljjedovoljanzbogkorelacijesostalima.

Statistikezacijeliuzorak-operativnitroškoviu%imovinebanaka

Minimum(32)(Finska)

Maksimum(32)(Srbija)

Medijan(32) Koeficijentvarijacije(32)

0,7 9,7 1,9 0,74

Statistikezacijeliuzorak-CIR

Minimum(32)(Estonija)

Maksimum(32)(Njemačka)


46,2 87,4 62,8 0,14

1,7 1,7 1,9 2,0 2,12,4 2,4 2,6 2,8

3,2 3,53,7 4,1

4,45,2

9,5

012345678910

Slika3.Operativnitroškoviu%imovinebanaka

46,2 49,754,2 57,1

59,4 60,5 61,0 61,7 61,9 62,7 62,867,5 70,1 70,5

72,677,7

0102030405060708090

Slika4.Cost-incomeomjeru%(CIR)

9

Statistikezacijeliuzorak-%poduzećaskreditomilikreditnomlinijomkodbanaka

Minimum(16)(Kosovo)

Maksimum(16)(Slovenija)


34,3 68,4 44,9 0,21

Statistikezacijeliuzorak-%SMEskreditomilikreditnomlinijomkodbanaka

Minimum(16)(Latvija)

Maksimum(16)(Slovenija)


28,1 64,7 39,2 0,21

34,340,2 40,9 40,9 42,1 42,5 42,9

44,9 45,550,9 52,3 53,3 53,8

60,565,7 68,4

01020304050607080

Slika5.%poduzećaskreditomilikreditnomlinijomkodbanaka

28,132,8 34,0 34,4 35,6

37,2 38,5 39,240,8

45,3 48,649,2 49,5

55,6 58,864,7

0

10

20

30

40

50

60

70

Slika6.%SMEskreditomilikreditnomlinijom

10

Statistikezacijeliuzorak-%poduzećakojafinancirajuinvesticijeizkredita

Minimum(22)(Švedska)

Maksimum(22)(CrnaGora)


17,9 52,7 32,8 0,24

Statistikezacijeliuzorak-%poduzećakojafinancirajuobrtnikapitalizkredita

Minimum(22)(Portugal)

Maksimum(22)(Kosovo)


20,3 56,1 36,3 0,26

Izprikazanihpodatakanaslikama5-8možeseuočitinekolikopravilnosti:

1. Zemljebivše Jugoslavije, naposeHrvatska, Slovenija,BiH i CrnaGora, imajunatprosječan (i u apsolutnom smislu i u odnosu na dostignuti stupanjgospodarskog razvoja) udjel poduzeća svih vrsta koja zavise o dužničkom

24,328,1 28,5 29,5

31,6 32,2 32,4 33,1 33,3 34,134,7 34,9

43,3 44,3 45,352,7

0

10

20

30

40

50

60

Slika7.%poduzećakojainvesticijefinancirajukreditom

22,627,9 28,2 28,7 30,4

33,6 34,236,9 37,1 38,7 39,5

42,1 43,946,1

49,156,1

0

10

20

30

40

50

60

Sllika8.%poduzećakojafinancirajuobrtnikapitalizkredita

11

financiranju kod banaka. To se posebno ističe kada je riječ o financiranjuinvesticija.

2. PrikazanipodaciobjašnjavajuodstupanjakojasunapočetkuzabilježenakodomjerakreditaprivatnomsektoruiBDP-a.NeočekivanomalakreditnadubinaLitve, Češke, Poljske i Slovačkeuodnosunadostignuti stupanj razvojaovihzemaljapovezana je s relativnovisokimstupnjemne-dužničkog financiranjapoduzeća,štomožebitiposljedicatrirazloga:(i)kapilarneraširenostiizravnihstranihulaganja (takonastalapoduzećavelikdiosvojihpotrebazavanjskimizvorima financiranja realiziraju uz pomoć inozemnih matica), (ii) općenitoboljeg poslovanja što dovodi do veće kapitalne snage i stupnjasamofinanciranja poduzeća i s time u vezi preferencija vlasnika imenadžmenta, koji kroz zadržavanje dobiti i oprezniji pristup poslovanjupreferirajuunutarnjeizvoresredstavate(iii)mogućeulogerazvijenijegtržištakapitalautimzemljama.

Na kraju prikaza podataka, slika 9 i pripadajuća tablica ukazuju na relativno visokstupanj razvitka retail tržišta mjereno udjelom građana starijih od 15g. koji imajukreditne kartice u Hrvatskoj i Sloveniji. Udjeli su veći od medijana koji je ovdjeizračunatnatemeljupodatakazasve32državeuuzorku.ISrbijaiMakedonijaimajurazmjernovisokestopepenetracijekreditnihkarticasobziromnadostignutistupanjrazvitka ako se usporede s, primjerice,mnogo razvijenijimaMađarskom, Poljskom,Latvijom i Litvom. Vrijednosti ovog pokazatelja jednim se dijelom mogu objasnitiranim širenjem retail bankarstva u bivšoj državi i upoznavanjem s kartičnimposlovanjemprijedemokratskihpromjena,štojeutjecalonapreferencijepotrošača.Ipak,trebauočitidaseBiHiKosovoneuklapajuutajobrazac.

Statistikezacijeliuzorak-%građana15+kojikoristekreditnekartice

Minimum(32)(BiH)

Maksimum(32)(Finska)


10,6 63,5 32,1 0,51

10,6 10,9 11,3 11,6 11,713,4 14,6

17,2 18,7 18,9 18,920,9

26,130,8

36,4 36,9

0510152025303540

Slika9.%stanovnika(15+)skreditnomkarticom

Države nastale raspadom bivše Jugoslavije imaju u prosjeku veću ovisnost poduzeća o bankama i razvijenija retail tržišta (uz iznimke Kosova i BiH kada je riječ o kreditnim karticama)

12

Natemelju jednostavnihstatistikageneralnosemožezaključitidasuzemljekojesunastale nakon raspada bivše države posebne kada je riječ o ulozi banaka i kredita.Oba sektora - i poduzeća i stanovništvo - imaju mnogo razvijenije odnose sbankarskimsektoromnegoštobisemogloočekivatinatemeljudostignutogstupnjagospodarskograzvitkaiusporedbesdrugimzemljamauokviruEU.PritomeHrvatskaiSlovenijaočekivanoprednjače.Hrvatskajeposebnozanimljivslučaj;dokrezultatzaSloveniju, s realnim BDP po stanovniku na 83% od EU prosjeka, ne predstavljaiznenađenje,Hrvatska s realnimBDPpostanovnikuna60%EUprosjekadefinitivnoiznenađuje.Posebnosobziromnaveomavisokomjerdepozita iBDP-a i razvijenostretailbankarstvakojajejednakakaourazvijenijojSloveniji.SličnoizrazitoodstupanjeuodnosunaočekivanuvrijednostsobziromnadostignutistupanjrazvitkajavljaseiuCrnojGori,dok jeuBiH toslučaj samoukorporativnomsegmentu.Retail tamo jošuvijekzaostaje,mjerenopenetracijomkartičnogposlovanja.

Uzrociprikazanihstrukturnihodnosasubrojni.Nijelakorazlučitiobjašnjenjakojasemogu tumačiti kao pozitivna, od onih koja se mogu tumačiti kao negativna i kojapozivajunaposebnupažnjukreatorafinancijskepolitike.Mogućabenignatumačenjase oslanjaju na prošlost i slijed reformi. Razvoj komercijalnog bankarstva u bivšojJugoslaviji dogodio se ranije nego u drugim socijalističkim zemljama, a reforme iprivatizacije banaka u 90-im godinama prošlog stoljeća također su se odvijale brženego drugdje (ovo se odnosi na Hrvatsku). Tumačenja s negativnim predznakompočivajunarelativnovisokojsklonostizaduživanjustanovništvaipoduzeća,pričemusedrugislučajmožetumačitinarazličitenačine,odpreferencijaistručnostivlasnikaimenadžera,do(ne)razvijenostitržištakapitala.

Svrha ove analize nije baviti se tim objašnjenjima, već istražiti koliko su bankarskisustaviefikasniudanomstrukturnomokviru.Rezultatisuprikazaniunastavku.

MJERENJE EFIKASNOSTI BANKARSKIH SEKTORA

Analiza se bavi tehničkom ili unutarnjom efikasnošću bankarskih sektora pojedinihzemalja. Ta vrstaanalize jeuobičajenakada je riječo jasnoupravljanim jedinicamakao što su poduzeća (pod pojmompoduzeća ili poduzetništvamisli se i na banke).Takve jedinice imaju svojeupravekoje kombiniraju inpute radipostizanjapoželjnihoutputa,pričemuoptimalizacijaodnosaoutputai inputaslužipostizanjunekogciljakao što je maksimalizacija dobiti. S obzirom na jasnu definiciju temeljne jediniceanalize i mandat njezine uprave, relativno je lako razlikovati tehničku ili unutarnjuefikasnostodefikasnostikojajepovezanasvanjskimokviromposlovanja.

Ista se logika može preslikati na nacionalne bankarske sustave. Određenu ograduizaziva činjenica da bankarski sustav nema jasnu upravu. Unatoč tome, postojedepersonaliziranesilnice zbogkojih senacionalnibankarski sustavmožepromatratikao temeljna jedinica analize. Konkurencija i oponašanje u okviru sustava čini gasmislenomjedinicomanalize.Homogenizirajugaivanjskiutjecaji-regulacija,poreznisustavivladinapolitikauširemsmislu,općistupanjrazvojaisl.-međutimvaljaimati

13

na umu da se mjerenje unutarnje tehničke efikasnosti strogo odvaja od mjerenjaefikasnostisocio-ekonomskogokvira.

Na primjer, pojednostavimo svijet tako da su depoziti jedini input, a krediti jedinioutput.Bankeuzemljisdvostrukomanjimoutputommogubititehničkiefikasneakoracionalnokombinirajuinpute(depozite)ioutpute(kredite),jervanjskiučincipoputkvalitetnoginstitucionalnogokvira ipolitikakojeutječunarazvoj,utječunarazličiteoutputeudvjemazemljama.No,nemorajuutjecatinatehničkuefikasnost.

Međutim, to ne znači da širi okvir izvan bankarskog sustava ne utječe na tehničkuefikasnost. Do neke mjere utječe. Međutim, logika aproksimativnog odvajanjaunutarnje i vanjske efikasnosti uvažava načelo da dobarmenadžmentmože postićidobar rezultat i u relativno slabom vanjskom okviru, a vrijedi i obratno. Ovaupravljačka logika se preslikava na razinu nacionalnih bankarskih sustava, ali uzogradu da ulogu dobre uprave zamjenjuje uloga depersonaliziranih silnica kojehomogenizirajubankarske sustave i čine ih smislenim funkcionalnim jedinicama.Tosu intenzitet konkurencije, ponašanja i oponašanja aktera (učenje), ponašanjepotrošačaisl.Tefaktoremožemozvatiodrednicamaunutarnjesistemskeefikasnosti.

Izprikazane logikeslijedi jedanvažanpoučakzakreatorepolitike.Ocjenaunutarnjesistemske efikasnosti može pružiti korisnu informaciju: ako se neki nacionalnibankarski sustav pokazuje kao efikasan, onda mjere za poboljšanja njegovogafunkcioniranjatrebatražitiizvanužegokviraposlovanja(npr.upoboljšanjuinstitucijapoput pravosuđa). S druge strane, ako sustav nije efikasan, onda mjere zapoboljšanja,osimuvanjskimfaktorima,trebatražitiiuunutarnjimrezervamakojesuodređene snagom konkurencije, znanjima, brzinom usvajanja novih tehnološkihrješenja,ponašanjempotrošača idrugimkarakteristikamatržišta iposlovanjasamihkreditnihposrednika.U tom slučaju,mjere valjausmjeriti na jačanje konkurencije itroškovnarasterećenja(npr.poreznareforma).

Unastavkuće sepokazatida seova logikaprimjenjujeu slučajumjerenja relativneefikasnosti - efikasnosti koja nije određena teoretskim ili tehnološkimoptimumimavećostvarenimrezultatima.Takavkonceptefikasnostizavisiostvarnimpodacima,jerse optimum umjesto teorijom ili tehnologijom određuje ostvarenom najboljompraksom.Metodakojakoristitakvopolazištenazivasemetodaomeđivanjapodataka(engl. Data Envelopment Analysis, DEA). U nastavku se prvo prikazuju teorijskeosnove i samametoda,a zatim rezultati relativne strukturneefikasnostibankarskihsustava.

Pojam i mjerenje efikasnosti PremaPrimorac iTroskot (2005),efikasnostpoduzećasastojioddvijekomponente:tehničke efikasnosti, koja održava sposobnost poduzeća da iz raspoložive razineinputa ostvaruje maksimalan output, i alokativne efikasnosti, koja odražavasposobnost poduzeća da se koristi inputima u optimalnoj količini s obzirom nanjihovecijeneitehnologijuproizvodnje.Tedvijemjeretadasekombinirajuumjeruukupneekonomskeefikasnosti.

Promatra se tehnička efikasnost transformacije inputa (npr. depozita) u outpute (npr. kredite).

14

Također, prema Farell (1957), potrebno je razlučiti analizira li se efikasnost natemelju:

• mjerenjaefikasnostikorištenjainputa(engl.input-orientedefficiency)ili• mjerenjaefikasnostipostizanjaoutputa(engl.output-orientedefficiency).

U ovoj analizi fokus je na tehničkoj efikasnosti temeljenoj na mjerenju efikasnostikorištenjainputa.

Coelli (1996) ističe kako se u ekonomskoj literaturi efikasnost može mjeriti natemelju:

• parametarskihmetoda(StochasticFrontierApproach(SFA),DistributionFreeApproach(DFA),ThickFrontierApproach(TFA))

• neparametatskih metoda (Free Disposable Hull (FDH) i Data EnvelopmentAnalysis,DEA)

Međune-parametarskimmetodamaposebnoseističemetodaomeđivanjapodataka(engl.DataEnvelopmentAnalysis,DEA),kojajenajčešćekorištenametodazaanalizuefikasnostiuekonomskojliteraturiipraksi.

U domaćoj literaturi postoji nemali broj radova u kojima se analizira efikasnosthrvatskih banaka. Prvo takvo istraživanje radili su Jemrić i Vujčić (2002) koristećipritomdvapristupa.Prvi jeoperativnipristup:promatralosekakobankeupravljajuodnosom troškova i prihoda. Drugi je pristup intermedijacije: promatralo se kakobanke, koristeći rad i kapital, transformiraju depozitnu bazu u kredite. Banke su uanalizi segmentirane u četiri skupine prema datumu osnivanja, veličini, strukturivlasništva i kvaliteti imovine. Opći zaključci analize su da su banke u stranomvlasništvuinovebankeuprosjekuefikasnijeodstarihbanakaudomaćemvlasništvuodnosnodržavnihbanaka.

Kraft i dr. (2004) koristili su funkciju troška koja se dobiva analizom granicefleksibilnogoblikaFourierovefunkcije.Njihovisuzaključcibilidanoveiprivatiziranebanke nisu bile najefikasnije tijekom cijeloga ispitivanog razdoblja, da je većatroškovna efikasnost povezana s manjom vjerojatnošću propasti banaka te da jeefikasnost skupine stranih banaka znatno veća od efikasnosti bilo koje kategorijedomaćihbanaka.

Vučković (2007) je primijenio višekriterijsko programiranje te zaključio kako su upromatranom razdoblju (dakle prije krize) najučinkovitije hrvatske banke bileŠtedbanka, Erste&Steiermärkische Bank iMeđimurska Banka, dok su dvije najvećehrvatskebanke–PrivrednaBankaZagrebiZagrebačkaBanka–bilepozicioniranekaopetaisedmapoučinkovitosti.JurčevićiMiheljaŽalja(2014)koristeDEAmetoduzaanalizuefikasnostibanakaiosiguravajućihdruštavauHrvatskojtezaključujukakojeefikasnostubankarskomsustavupalaveć2007.godine,prijeizbijanjakrizeirecesijeuHrvatskoj.

Većina istraživanja primjenjuje DEA metodu na analizu efikasnosti pojedinih banaka, no i bankarski sustavi mogu služiti kao temeljne jedinice analize.

15

AnalizaefikasnostibankarskihsustavauEUmožesepronaćiurazličitimradovima,aopsežanpregled literature semožepronaći u Hollo iNagy (2006), aovu su temuistraživaliiStaikruasidr.(2007),KošakiZajc(2009),Kuchman(2013)teOthmanidr.(2016).Zaključcimeđuradovimavarirajuovisnookorišteniminputimaioutputimateodrednicamaefikasnostikojesukorišteneuobjašnjenjurazlikauefikasnosti.

Metoda omeđivanja podataka (engl. Data Envelopment Analysis – DEA) PremaCoelli(1996),metodaomeđivanjapodatakapredstavljaskupmodelaimetodakoji se temelje na matematičkom programiranju. Podaci o izabranim inputima ioutputimauvrštavajuseulinearniprogramkojisemožezapisatikao:

𝑚𝑖𝑛 𝑣%

&

%'(

𝑥%*

(1)

𝑡. 𝑑. 𝑢/

0

/'(

𝑦/* = 1

(2)

𝑢/

0

/'(

𝑦/4 − 𝑦/4

&

%'(

𝑥%4 ≤ 0, 𝑗 = 1, … , 𝑛

(3)

𝑢/ ≥ 𝜀, 𝑟 = 1, … , 𝑠

𝑣% ≥ 𝜀, 𝑖 = 1, … ,𝑚

gdje𝑥%4 predstavljakoličinuinputaikojekoristijedinicaj,𝑦/4 količinuoutputarkojuproizvodi jedinica j,𝑣% jeponderza input i,𝑢/ jeponderzaoutputr,ak je jedinicapromatranja,uovomslučajuzemljak.Uočite:zarazlikuodranijegprimjeraukojemsmopretpostavilidasejedaninput,depoziti,koristezaproizvodnjujednogoutputa,kredita, model dopušta korištenje više inputa za proizvodnju više outputa u istomproizvodnomprocesu.

Na taj se način ocjenjuje efikasnost pojedine jedinice promatranja unutar skupausporedivih jedinica koje pretvaraju višestruke inpute u višestruke outpute. Budućida se efikasnost jedinica mjeri u odnosu na druge jedinice, radi se o relativnojefikasnosti čija se vrijednost nalazi između 0 i 1: jedinice koje postignu vrijednostefikasnosti1suefikasneismatrasedasenalazenagraniciefikasnosti,aodstupanjaod1nanižepripisujuseviškuinputailimanjkuoutputa.

Analizaomeđivanjapodatakadakleodređujeempirijskugranicuefikasnosti (granicuproizvodnihmogućnosti)omeđujućiinputeodozdo,aoutputeodozgo.Sobziromnatodajeodređuju(najbolje)jedinice(najboljapraksa),granicaefikasnostipredstavljaostvariv cilj kojemu svi trebaju težiti. Efikasnost se može postići projekcijom naefikasnugranicukaoštojeprikazanonaslici10.

DEA metoda je linearni program koji dopušta istovremeno kombiniranje većeg broja inputa u svrhu proizvodnje većeg broja outputa.

16

Metodlogijaipodacikorišteniuovojanalizi

ZaprocjenuefikasnostibankarskihsustavaeuropskihzemaljauovojanalizisekoristiDEAmodelsvarijabilnimprinosima(VRR)iorijentacijomnainpute,štojeuobičajenouliteraturi.

Pri korištenju DEA metodologije treba voditi računa o odnosu broja jedinicapromatranja (u ovom slučaju zemalja) i broja inputa (m) i outputa (n). PremaKhezrimotlagh i dr. (2014), broj jedinica promatranjamora biti najmanje dva putaveći od zbira broja inputa i outputa, 2x(m+n). Radi poštivanja ovog ograničenja, uanalizi je riješeno pet različitih DEA modela s različitom kombinacijom inputa ioutputaiuzorkazemalja.Osimpoštivanjalimita2x(m+n),usporedbarezultatavećegbrojamodelaslužiikaotestrobusnostirezultata.

Prva trimodela su riješena zauzorakod16 zemalja središnje, istočne i jugoistočneEurope (CEESEE), koja uključuje BiH, CrnuGoru, Češku, Estoniju, Hrvatsku, Kosovo,Latviju, Litvu, Mađarsku, Makedoniju, Poljsku, Rumunjsku, Slovačku, Sloveniju iSrbiju. Četvrti i peti model se odnose na uzorak zemalja EU proširen za zemljejugoistočne Europe koje nisu članice EU.10 Korišteni su podaci prikazani u prvompoglavlju.

S obzirom da među outputima (Tablica 1) postoji visoka korelacija koja bi moglautjecatinarezultatemodela,napravljenajeprilagodbapajebrojoutputasmanjensašest na četiri na način da je izračunat prosjek pokazatelja udjela poduzeća sbankovnimkreditomilikreditnomlinijom(slika5)iudjelaSMEsbankovnimkreditomili kreditnom linijom (slika 6). Taj prosjek se sada zove poduzeća s bankovnimkreditom. Na isti način je konstruiran novi indikator - prosjek, udjelpoduzeća kojakoristebankeza financiranje.Računasekao jednostavanprosjekpokazateljaudjelapoduzećakojakoristebankezafinanciranjeinvesticija(slika7)iudjelapoduzećakoja

10 Iz analize su isključeneVelikaBritanija,Malta i Luksemburg zbog specifičnosti bankarskihsustavai/iliograničenedostupnostipodataka.

U analizi se kombiniraju podaci za zemlje Nove Europe prošireni podacima za 5 ne-članica iz jugoistočne Europe i podacima za stare zemlje članice. Ocjenjuje se 5 različitih modela.

17

koristebankezafinanciranjeobrtnogkapitala(Slika8).Manjibrojoutputajetakođerpoželjanzbogograničeneveličineuzorka.Natemeljunavedenih inputa ioutputa jeriješenopetmodela,kojisudefiniraniuTablici2.

Tablica1:GFDDindikatori

Izvor:autori

Indikator Input/Output DefinicijaBankovnidepozitiuBDP-u(%) Input UdioukupnihdepozitauBDP-u

Troškovibanakapremaukupnojimovini(%) InputOperativnitroškovibankekaoudiouimovini

Omjertroškovaiprihodabanaka(%) Input

Operativnitroškovibankekaoudiouzbrojunetokamatnihprihodaiostalihprihodaizposlovanja

Kapitalbanakapremaukupnojimovini(%) InputOmjerkapitalairezervibankepremaukupnojimovini

Poduzećasbankovnimkreditomilikreditnomlinijom(%) Output

Postotaktvrtkiuformalnomsektoruskreditnomlinijomilikreditomfinancijskeinstitucije

Malapoduzećasbankovnimkreditomilikreditnomlinijom(%) Output

Postotakmalihpoduzeća(5-19radnika)uformalnomsektoruskreditnomlinijomilikreditomfinancijskeinstitucije

KreditibanakaprivatnomsektoruuBDP-u(%) Output

FinancijskasredstvaprivatnogsektoraoddomaćihbankovnihinstitucijakaoudiouBDP-u

Kreditnakartica(%godina15+) OutputPostotakispitanikaskreditnomkarticom(%dobiod15godina)

Poduzećakojakoristebankezafinanciranjeulaganja(%) Output

Postotaktvrtkikojekoristebankezafinanciranjenabavedugotrajneimovine

Poduzećakojakoristebankezafinanciranjeobrtnogkapitala(%) Output

Postotakpoduzećakojakoristebankovnekreditezafinanciranjeobrtnogkapitala

18

Tablica2:Definicijamodela

Model Input Output Uzorak

Model1 BankovnidepozitiuBDP-u(%)

KreditibanakaprivatnomsektoruuBDP-u(%)

Kreditnakartica(%godina15+)

Poduzećasbankovnimkreditom

Poduzećakojakoristebankezafinanciranje

16zemaljaCESEE

Model2

Omjertroškovaiprihodabanaka(%)

Troškovibanakapremaukupnojimovini(%)





16zemaljaCESEE

Model3 Kapitalbanakapremaukupnojimovini(%)





14zemaljaCESEE11

Model4

EU+CESEE

BankovnidepozitiuBDP-u(%)

KreditibanakaprivatnomsektoruuBDP-u12(%)


Model5

Omjertroškovaiprihodabanaka(%)

Troškovibanakapremaukupnojimovini(%)

KreditibanakaprivatnomsektoruuBDP-u13(%)


EU+CESEE

Izvor:autori

11PodacioomjerukapitalabanakaiimovinenisudostupnizaKosovoiCrnuGoru.12BrojoutputajesmanjennadvabudućidapostojivelikibrojnedostupnihpodatakaodrugimoutputimazazemljeEU.13BrojoutputajesmanjennadvabudućidapostojivelikibrojnedostupnihpodatakaodrugimoutputimazazemljeEU.

19

Rezultati Efikasnost se izražava indikatorom efikasnosti koji poprima vrijednost 1 za zemljekojeinputenajefikasnijepretvarajuuoutpute(zemljenaproizvodnojgranici).

Model1(Tablica3)počivanapristupuposredovanja.OmjerdepozitaiBDP-ajejediniinputkojisetransformiraučetirioutputa:(1)općimjerenodnosomkreditaiBDP-a,(2)retailoutputmjerenraširenošćuuporabekreditnihkarticaikorporativneoutpute(3)poduzećasbankovnimkreditomi(4)poduzećakojakoristebankezafinanciranje.

PodacisuodređeniuCESEEokviru(daklenemarazvijenihdržavačlanicaEU).Višeodpolovice zemalja udovoljava kriteriju relativne efikasnosti, među njima i Hrvatska.Tehničkinajmanjeefikasnisustavisučeškiibugarski.

Tablica3:RezultatiModela1

Zemlja IndikatorefikasnostiBIH 1CrnaGora 1Estonija 1Hrvatska 1Kosovo 1Latvija 1Rumunjska 1Slovenija 1Srbija 1Litva 0.9Makedonija 0.783Mađarska 0.772Poljska 0.739Slovačka 0.733Bugarska 0.716Češka 0.674

Izvor:autori

Model2 (Tablica4)koristi istiuzorakzemalja ioutputekaomodel1,aliseumjestopristupaposredovanjakoristioperativnipristupkojipolaziodtroškovnihinputa.Sadasebrojzemaljanagraniciefikasnostismanjiososamnasedam.Premaovommodelu,najefikasniji subankarski sustaviuBiH,CrnojGori,Češkoj,Estoniji,Hrvatskoj, Litvi iSloveniji, dok su najmanje efikasni sustavi uMađarskoj i Srbiji. Uočite dvije važnerazlikeizmeđumodela1i2:(1)Srbijasesgraniceefikasnostiumodelu1kojizavisioposredovanjupreselilanadnozbogtroškovneneefikasnosti,(2)Češkasesdnarangliste efikasnosti prema kriteriju posredovanja preselila na vrh prema kriterijuoperacija.Češkanemastrukturno razvijenokreditnoposredovanje,osobitokada se

Prema prva tri modela koja ne uključuju stare zemlje članice, hrvatski bankarski sustav je tehnički efikasan.

20

gledauodnosunadostignutistupanjrazvoja(realniBDPpostanovnikunalazisena88% prosjeka EU prema podacima za 2016.), ali banke to kompenziraju izrazitomtroškovnom efikasnošću. Hrvatska se u oba modela nalazi na granici proizvodnihmogućnosti.


Zemlja IndikatorefikasnostiBIH 1CrnaGora 1Češka 1Estonija 1Hrvatska 1Litva 1Slovenija 1Bugarska 0.992Makedonija 0.876Kosovo 0.841Slovačka 0.83Latvija 0.826Rumunjska 0.822Poljska 0.797Mađarska 0.698Srbija 0.671

Izvor:autori

Treći model služi kao kontrola za rezultate prva dva. Služi se omjerom kapitala iimovinekaozamjenomzatroškovnepokazatelje idepozite.Model3sugeriradasunajefikasniji bankarski sustavi u BiH, Češkoj, Hrvatskoj i Sloveniji (za ove zemlje sedakle potvrđuju rezultati modela 2), dok su pokazatelji efikasnosti najslabiji zaMakedoniju i, posebice, Srbiju. Prema tome, model s kapitalom kao inputom dajesličnerezultatekaokadasetroškovikoristekaoinputvarijabla.PodacizaCrnuGoruiKosovonisuuključenizbognedostupnostiubazi.

Općenito,prvatrimodelapokazujudasubankarskisustaviunekimzemljamaCESEEefikasni neovisno o definiciji modela. To se prvenstveno odnosi na BiH, Hrvatsku,CrnuGoru(udvamodela),teLatvijuiSloveniju.

21


ZemljaIndikatorefikasnosti

BIH 1Češka 1Hrvatska 1Slovenija 1Litva 0.943Mađarska 0.858Estonija 0.838Latvija 0.835Poljska 0.796Rumunjska 0.757Bugarska 0.746Slovačka 0.666Makedonija 0.585Srbija 0.338

Izvor:autori

Međutim, trebaseprisjetitida jeDEAmetodakojamjeri relativnuefikasnost,a toznači da su rezultati jako osjetljivi na veličinu i članstvo jedinica u uzorku. Prva trimodelariješenasuza16,odnosno14državanovihčlanica iperspektivnihbudućihčlanica EU iz jugoistočne Europe. Znači da je koncept granice proizvodnihmogućnostiodređennajefikasnijimsustavimautomokviru.Postavljasepitanještoće se dogoditi ako se uzorakproširi i na bankarske sustaveu razvijenim zemljamaEU?

Proširenje uzorka dovest će do promjene relativne efikasnosti iz dva razloga. Prvirazlogproizlaziizsamelogikefunkcioniranjamodela:promjenanajbližegsusjedanagranici proizvodnih mogućnosti (zbog pojave novih jedinica promatranja) možepromijeniti redoslijed relativneefikasnosti promatranih jedinica.14Drugo, za starijezemlje članice EU nedostaju mnogi podaci, pa tako za većinu nedostaju podaci oodnosima poduzeća s bankama. Stoga su kao output varijable korištene omjerkredita iBDP-a iudjelpopulacije starijeod15g.kojakoristi kreditnekartice.ToćepromijenitirezultateuodnosunaModel1ukoristzemaljanoveijugoistočneEuropekojeimajurazvijenijeposlovanjesastanovništvomnegospoduzećima.

Model 4 kao input varijablu koristi omjer depozita i BDP-a analogno Modelu 1, aModel5kaoinputvarijablekoristitroškovneomjereanalognoModelu2.

Granica proizvodnih mogućnosti definirana je Ciprom, očekivano kao posebnimslučajem, te skandinavskim zemljama, Latvijom i Rumunjskom. Ovim je zemljamazajednički visok omjer kredita i depozita koji uvjetuje efikasnost prema pristupu

14Vidjetidodataknakrajurada.

Očekuje se da će proširenje skupa zemalja starim članicama utjecati na promjenu relativnih efikasnosti.

22

posredovanja. Hrvatska je u donjoj polovici liste (Tablica 6) prema sredini, apokazatelj(ne)efikasnostiod70%značidakadabiomjerdepozitaiBDP-abio70%odaktualnog,Hrvatskabi sepribližnonašlana granici proizvodnihmogućnosti. Češki ibugarski bankarski sustavi su manje efikasni od hrvatskog. Rumunjska se možepromatratikaopomalospecijalanslučaj-onajeefikasnanavrloniskojrazinioutputa,niskolijevonaproizvodnojfunkciji(usp.slika10idodataknakrajurada).


ZemljaPokazateljefikasnosti

Cipar 1Danska 1Finska 1Latvija 1Rumunjska 1Švedska 1Estonija 0.97Slovenija 0.894Litva 0.888Kosovo 0.872Srbija 0.859BiH 0.804Makedonija 0.756CrnaGora 0.731Poljska 0.725Mađarska 0.714Slovačka 0.71Hrvatska 0.696Njemačka 0.663Francuska 0.654Španjolska 0.632Austrija 0.63Italija 0.63Češka 0.624Bugarska 0.614Irska 0.602Portugal 0.59Belgija 0.528Nizozemska 0.507Grčka 0.461

Izvor:autori

23

Model5prikazujesličanrezultat,stimdajeneefikasnostHrvatskemanja-istioutputbisemogaoostvaritis22,3%nižimtroškovima.

Tablica7:Model5

ZemljaIndikatorefikasnosti

Cipar 1Danska 1Finska 1Latvija 1Litva 1Rumunjska 1Švedska 1Portugal 0.97Estonija 0.902Slovenija 0.896Irska 0.878Kosovo 0.872BiH 0.811Makedonija 0.783Slovačka 0.782Hrvatska 0.777Francuska 0.771Njemačka 0.744CrnaGora 0.735Češka 0.725Mađarska 0.714Poljska 0.704Srbija 0.683Bugarska 0.671Italija 0.67Belgija 0.661Austrija 0.646Nizozemska 0.624Grčka 0.589

Izvor:autori

Može se zaključiti da je hrvatski bankarski sustav tehnički efikasan u okviru slabijerazvijenih post-socijalističkih ekonomija. U širem europskom okviru koji uključuje irazvijene zemlje, očekivano se pojavljuje tehnička neefikasnost. Prema pristupu sastraneinputa,stupanjneefikasnosti jeprocijenjenna22%-30%,zavisnookorištenojinput varijabli (troškovi ili depoziti). Stoga raspravu o mogućim kratkoročnimpoboljšanjima funkcioniranja sustava treba usmjeriti na parametre ekonomsko-političkogokružja:institucionalniokviripolitike.

Neefikasnost hrvatskog bankarskog sustava u širem skupu podataka procijenjena je na 22%-30%, zavisno o korištenoj input varijabli.

24

No,prijeteraspraveinteresantnojeistražitikojevarijableizvanmodelaobjašnjavajuidentificiranerazlikeefikasnosti.

Vanjske i unutarnje odrednice efikasnosti Identificirane razlike u efikasnosti bankarskih sustavamogu se objasniti unutarnjimčimbenicima koji nisu obuhvaćeni gornjim modelima, kao što su intenzitetkonkurencije15 i vlasnička struktura16, te vanjskim čimbenicima kao što su veličinagospodarstva17, dostignuti stupanj gospodarskog razvitka18, fiskalna politika19. Uovomdijeluanalizeslijedi se istraživanjeKošak iZajc (2006) teDelis iPapanikolaou(2009), u kojem su autori analizirali razliku u efikasnosti bankarskih sustava novihzemaljačlanica.

Zavisna varijabla koju se pokušava objasniti konstruirana je kao prosjek rezultata(koeficijenataefikasnosti)izModela4i5:

1. Slika 11 pokazuje da ne postoji statistički značajna veza između veličine zemlje iefikasnostibankarskihsustava.

15MjerenoH-indeksomnaskaliod0(savršenakonkurencija)do1(monopol)(izvorGFDD).16Udjelaktivebanakaustranomvlasništvuuukupnojaktivibanaka(izvorGFDD).17UdjelbrojastanovnikazemljeuukupnombrojustanovnikaEU(izvorEurostat).18BDPpostanovnikupremaparitetukupovnemoćikao%odvrijednostiEU28(izvorEurostat).19Kreditidržaviijavnimpoduzećimakao%BDP-a(izvorGFDD).

R²=0,13812

0,5

0,6

0,7

0,8

0,9

1

1,1

Pokazatelje

fikasno

sti

Veličinaekonomije

25

2. Slika 12 pokazuje da ne postoji statistički značajna veza između dostignutogstupnjagospodarskograzvitkaiefikasnostibankarskihsustava

3.Slika13pokazujedanepostojistatističkiznačajnavezaizmeđudominantnogvlasništvanadbankamaiefikasnostibankarskihsustava

R²=0,00607

0,5

0,6

0,7

0,8

0,9

1

1,1

Pokazatelje

fikasno

sti

Stupanjrazvijenosti

R²=0,16255

0,5

0,6

0,7

0,8

0,9

1

1,1

Pokazatelje

fikasno

sti

Udiostranogvlasništva

26

4. Slika 14 pokazuje da ne postoji statistički značajna veza između stupnjakonkurencijeipokazateljaefikasnosti

5.Slika15pokazujedaizmeđuudjelakreditadržaviuBDP-uipokazateljaefikasnostibankarskihsustavapostojistatističkiznačajnaveza:štojeudjelkreditadržaviuBDP-uveći,efikasnostjemanja.

R²=0,00154

0,5

0,6

0,7

0,8

0,9

1

1,1

Pokazatelje

fikasno

sti

Stupanjkonkurencije

R²=0,28236

0,5

0,6

0,7

0,8

0,9

1

1,1

Pokazatelje

fikasno

sti

UdiokreditadržaviijavnimpoduzećimauBDP-u

27

Rasprava o važnosti rezultata: kakve politike? DEAmetoda je pokazala da je hrvatski bankarski sustav tehnički efikasan u okvirusustavaslabijerazvijenihpost-socijalističkihzemalja.Uširemeuropskomokviru,kojiuključuje i razvijene zemlje, očekivano se pojavljuje tehnička neefikasnost. Premapristupusastraneinputa,stupanjneefikasnostijeprocijenjenna22%-30%,zavisnookorištenoj inputvarijabli (troškovi ilidepoziti).Toznačidabisesazatolikomanjimangažmanom inputa, za dane outpute, hrvatski bankarski sustav pomaknuo nagranicuproizvodneefikasnostiusve-europskomokviru.

Međutim,trebaimatinaumudasavršenatehničkaefikasnostnijeimperativ;koncepttehničkeefikasnostilišenjesadržajafinancijskestabilnosti.TehničkaefikasnostCipraiLatvijeuproteklihdesetakgodinadobrisuprimjerikojislužekaoupozorenja,jertesu zemlje imale ozbiljne bankarske krize. Tehnička efikasnostmože biti povezana spremalim ulaganjima banaka ili neodrživim kreditnim boom-om. Stoga, ima smislazamišljati koncept maksimalizacije tehničke efikasnosti uz ograničenje financijskestabilnosti.Hrvatskibankovnisustavudovoljavatomtumačenju.

Ako bi se ovaj rezultat povezao s ranijim HUB Analizama kamatnih stopa i marži,zaključakbiglasiodaprostorzapoboljšanja funkcioniranjasustavatrebatražitivišena strani vanjskih faktora nego unutarnjih tehničkih karakteristika sustava.Poboljšanja institucionalnog okvira za poslovanje (npr. instituti prisilne naplate,stečaja i likvidacije) vjerojatnoćedatiboljeučinkeodpolitika jačanjakonkurencije.Iako je analiza korelacije koeficijenata tehničke efikasnosti i potencijalnihobjašnjavajućihvarijablikojenisubileuključeneuDEAmodelpokazaladanepostojivezaizmeđuintenzitetakonkurencijeiefikasnostibankarskihsustava,politikujačanjakonkurencije ne treba zanemariti. Isti rezultat o izostanku korelacije vrijedi zastrukturu vlasništva (ulogu stranih banaka), veličinu zemlje i stupanj razvoja. To neznačidaovi faktorinemajuutjecajanatehničkuefikasnost, samosunjihoviutjecajivećuključenikrozutjecajnapokazateljekojisudjelujuumodelu.

Pokazalo se da jedan vanjski faktor ipak ima značajnu vezu s koeficijentimaefikasnosti:štojevećiomjerkreditadržaviiBDP-a,efikasnostjemanja.Mogućikanalutjecaja koji objašnjavaovuvezu je istiskivanje: čvršćepovezivanjebanaka i države(engl.bank-sovereignnexus) značida,uzdanaukupnabilančnaograničenja,kreditidržaviumanjujutehničkuefikasnost.Tojemogućeakoodvraćajualokacijuunutarnjihresursabanaka(odljudidosredstava)sprivatnihtržištaprematržištuinstrumenatajavnogduganakojemsekomotnijeposlujesmnogovećimjediničnimvrijednostimaposla.Akojetoslučaj,ondaseovajrezultatmožetumačitikaojošjednoopravdanjeza politiku raskidanja tijesnih spona između banaka i država. Međutim, argumentfinancijskestabilnostinesmijese izgubiti izvida.Uuvjetimanaraslihtržišnihrizika ikriza,državneobveznicepredstavljajusigurnoutočištezanovaciodvladaseočekujevođenje anti-cikličke fiskalne politike. Drugo je pitanje imaju li vlade fiskalnihkapaciteta za politiku kakva seočekuje.Naizgled je paradoksalno, ali upravo raskidsponaizmeđubanakaidržavaudobrimvremenimamožepovećatikapacitetevladaza vođenje anti-cikličkih fiskalnih politika u lošim vremenima, no rasprava o tomeizlaziizvanokviraoveanalize.

28

LITERATURA Delis, M.D. i Papanikolaou, N.I., 2009. Determinants of bank efficiency:evidence from a semi-parametric methodology.Managerial Finance,35(3),pp.260-275.

Farrell,M.J.,1957.Themeasurementofproductiveefficiency.Journalof theRoyalStatisticalSociety.SeriesA(General),120(3),pp.253-290.

Holló,D.iNagy,M.,2006.BankefficiencyintheenlargedEuropeanUnion.BISpapers,28,pp.217-235.

Jemrić, I. i Vujčić, B., 2002. Efficiency of banks in Croatia: A DEAapproach.ComparativeEconomicStudies,44(2-3),pp.169-193.

Jurčević, B. i Žaja, M.M., 2013. Banks and insurance companies’ efficiencyindicators in the period of financial crisis: The case of the Republic ofCroatia.Economicresearch-Ekonomskaistraživanja,26(1),pp.203-224.

Khezrimotlagh, D., Salleh, S. i Mohsenpour, Z., 2014. A new method forevaluatingdecisionmakingunits inDEA.JournaloftheOperationalResearchSociety,65(5),pp.694-707.

Košak,M.,Zajc,P. iZorić,J.,2009.BankefficiencydifferencesinthenewEUmemberstates.BalticJournalofEconomics,9(2),pp.67-89.

Kuchler,A.,2013.TheefficiencyofDanishbanksbeforeandduringthecrisis.DanmarksNationalbankWorkingPapers89.

Kraft, E.,Hofler,R. andPayne, J., 2004.Privatizacija,ulazak stranihbanaka iefikasnost banaka u Hrvatskoj: analiza stohastičke granice fleksibilneFourierovefunkcijetroška.IstraživanjaHrvatskenarodnebanke1,4.

Othman,F.M.,Mohd-ZamilN.A.,Rasid,S.Z.A.,Vakilbashi,A. iMokhber,M.,2016. Data Envelopment Analysis: A Tool for Measuring Efficiency in theBanking Sector. International Journalof EconomicandFinancial Issues, 6(3),pp.911-916.

Primorac,M.iTroskot,Z.,2005.MeasuringtheEfficacyandProductivenessofCroatian Banks with the Malmquist Index of Change in Total FactorProductivity.Financialtheoryandpractice,29(4),pp.309-325.

Staikuras, C., Mamatzakis, E. i Koutsomanoli-Fillipaki, A., 2007. Operatingperformanceofthebankingindustry:Anempirical investigationofthesoutheastern European region.South-Eastern Europe Journal of Economics,5(2),pp.245-266.

29

DODATAK: Kako promjena uzorka može utjecati na relativnu (ne)efikasnost i poredak promatranih jedinica koje nisu na granici proizvodnih mogućnosti

Slika D.1 je kao slika 10, samo je dodana još jedna jedinica promatranja, D. To jepočetna situacija koja je analognamodelima1-3nauzorku16odnosno14 zemaljanove i jugoistočne Europe. Slika D.2. pokazuje što se može dogoditi u slučajuproširenja uzorka novim jedinicama promatranja zbog primjene metode najbližegsusjeda na granici proizvodnih mogućnosti. Iako se položaji C i D u koordinatnomsustavunemijenjaju(istisupodaci),uvođenjeefikasnijihjedinicauuzorakpodiglojegranicuproizvodnihmogućnosti.OnavišenijeodređenajedinicamaAiBnegoE iFkojiseponašajudrugačijekaonajbližisusjedi.D-ujeFrelativnobliženoštojeC-uE(slikaD.2),doknasliciD.1vidimodajeC-uAbiorelativnobliženoštojeD-ubioB.

Documents

EFIKASNOST BANKARSKIH SUSTAVA U NOVIM AVAMA ......(Krediti, dug i gospodarski rast: izlazak iz začaranog kruga). Fundamentalni pokazatelji financijske strukture i razvoja koriste