Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/13978
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2016_IagoCotrimHenriques.pdf598,78 kBAdobe PDFver/abrir
Título: Análise envoltória de dados : aplicação no setor bancário brasileiro
Autor(es): Henriques, Iago Cotrim
Orientador(es): Sobreiro, Vinícius Amorim
Assunto: Administração bancária
Análise envoltória de dados (DEA)
Data de apresentação: 17-Jun-2016
Data de publicação: 5-Ago-2016
Referência: HENRIQUES, Iago Cotrim. Análise envoltória de dados: aplicação no setor bancário brasileiro. 2016. 98 f., il. Monografia (Bacharelado em Administração)—Universidade de Brasília, Brasília, 2016.
Resumo: Dado o acirramento da competitividade no setor bancário brasileiro, uma boa utilização de recursos tem sido vital para a sobrevivência dos bancos. Dentre as várias técnicas existentes para mensurar o desempenho, a Data Envelopment Analisys (DEA) tem se destacado por ser uma técnica que requer poucas informações prévias, não necessita que as variáveis estejam na mesma unidade de medida e cria uma fronteira de eficiência a partir das melhores práticas observadas empiricamente, a partir de um grupo homogêneo de Decision Making Units (DMU). O presente trabalho teve como objetivo aplicar a DEA nos 10 maiores bancos brasileiros, em termos de ativo total, para avaliar a eficiência bancária no período de 2010 – 2014, buscando verificar quais foram os bancos mais vezes eficientes, se os mais eficientes foram os maiores e se há diferença nos índices de eficiência nos modelos básicos da DEA. Para tal, foi utilizado a base de dados disponibilizada pelo Banco Central do Brasil (BACEN), intitulada de “Os cinquenta maiores bancos”. O estudo supre uma escassez de pesquisas em bancos brasileiros que utilizem a abordagem de intermediação, um dos principais métodos para selecionar variáveis na DEA em bancos. Os modelos utilizados foram o Charnes, Cooper e Rhodes (CCR) e o Banker, Cooper e Charnes (BCC), que permitiram auferir a eficiência técnica, de escala e puramente técnica. Os bancos brasileiros apresentaram uma eficiência média de 86,79% pelo modelo CCR e 96,09% segundo o BCC. O principal causador da ineficiência bancária foi em decorrência de problemas de escala. O banco Safra foi o mais eficiente da amostra, evidenciando que não necessariamente os maiores bancos serão os mais eficientes.
Abstract: Given the raise of competition of the Brazilian banking sector, a good use of resources has been vital to the survival of the banks. Among various techniques that exists to measure the performance, DEA has stood out for being a technique that requires little prior information, does not require that the variables are in the same unit of measure and creates an efficient frontier from the best empirically observed practice from a homogeneous group of DMUs. This study aimed to apply DEA in the top ten Brazilian banks in terms of total assets, to measures the banking efficiency in the period of 2010 – 2014, seeking to verify what were the most efficient banks, if the most efficient were the larger and if there are differences in the efficiency ratios of the basic models of DEA. For this, was used the database provided by the BACEN, titled “The fifty largest banks”. The study fills the gap of research on Brazilian banks that uses the intermediation approach, one of the main methods to select variables for DEA in banks. The models used were CCR and BCC, which allowed to obtain the technical efficiency, pure technical efficiency and scale efficiency. The Brazilian banks had an average efficiency of 86,79% under the CCR model and 96,09% under BCC model. The main cause of bank inefficiency was due to scale problems. Safra bank was the most efficient of the sample, showing that not necessarily the largest banks will be the most efficient.
Informações adicionais: Monografia (graduação)—Universidade de Brasília, Faculdade de Economia, Administração e Contabilidade, Departamento de Administração, 2016.
Aparece na Coleção:Administração



Este item está licenciado na Licença Creative Commons Creative Commons