Nel lavoro gli autori (Summo D. Quatela P.) analizzano una metodologia non parametrica di tipo frontier-approch che consente di scomporre le variazioni della produttività totale in cambiamenti di efficienza e cambiamenti tecnologici. In particolare si sperimenta una risposta empirica alle esigenze conoscitive della dinamica temporale della produttività del settore bancario italiano adottando un approccio metodologico innovativo rispetto all’impostazione classica. Si tratta di porre in essere indici di produttività di Malmquist1 che - a differenza di quelli del tipo Laspeyres, Paasche, Fisher, Tornquist, Solow - considerano l’ipotesi di inefficienza delle strutture produttive osservate e consentono di scindere i cambiamenti dovuti alla efficienza tecnica e ai cambiamenti dovuti al progresso tecnologico, noti, nella terminologia anglosassone, come catching-up effect e tecnology schift effect. Questi indici, tuttavia, richiedono la definizione di una metodologia prodromico alla loro generazione: la Data Envelopment Analisys (DEA).

Malmquist Productivity Index. Aspetti metodologici

SUMMO, Domenico;
2010-01-01

Abstract

Nel lavoro gli autori (Summo D. Quatela P.) analizzano una metodologia non parametrica di tipo frontier-approch che consente di scomporre le variazioni della produttività totale in cambiamenti di efficienza e cambiamenti tecnologici. In particolare si sperimenta una risposta empirica alle esigenze conoscitive della dinamica temporale della produttività del settore bancario italiano adottando un approccio metodologico innovativo rispetto all’impostazione classica. Si tratta di porre in essere indici di produttività di Malmquist1 che - a differenza di quelli del tipo Laspeyres, Paasche, Fisher, Tornquist, Solow - considerano l’ipotesi di inefficienza delle strutture produttive osservate e consentono di scindere i cambiamenti dovuti alla efficienza tecnica e ai cambiamenti dovuti al progresso tecnologico, noti, nella terminologia anglosassone, come catching-up effect e tecnology schift effect. Questi indici, tuttavia, richiedono la definizione di una metodologia prodromico alla loro generazione: la Data Envelopment Analisys (DEA).
2010
978-88-8422-938-0
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11586/12991
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact