Paraná’s Credit Unions: an analysis of their efficiency and productivity change

• Autores: Luis Guilherme Ribeiro Martins, Maria Teresinha Arns Steiner, Volmir Eugênio Wilhelm, Pedro José Steiner Neto, Bruno Samways dos Santos
• Localización: Ingeniería e Investigación, ISSN-e 2248-8723, ISSN 0120-5609, Vol. 38, Nº. 3, 2018, págs. 59-67
• Idioma: inglés
• Títulos paralelos:
  • Cooperativas de Crédito de Paraná: un análisis de su eficiencia y cambio de productividad
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

     El objetivo de este trabajo es evaluar la eficiencia y el cambio de productividad de las Cooperativas de Crédito de Paraná. El análisis consideró 45 unidades (cada cooperativa estudiada), cada una con 10 variables en cada período (8 inputs y 2 outputs). Esta evaluación ha tenido en cuenta los datos de la cooperativa de crédito trimestral, de enero de 2009 a julio de 2015 (27 períodos). La metodología incluía Análisis de Envoltura de Datos (DEA), Análisis de Componentes Principales (PCA) y Índice de Malmquist (MI). Los resultados mostraron que las DMUs 453, 498 y 517 se consideraron 100% eficientes en todos los períodos, considerando como puntos de referencia. No hubo casos en que una DMU no se considerara 100% eficiente en al menos una observación. El MI mostró que la diferencia entre el mayor y el menor promedio fue significativa (variando entre 19.837 para DMU 251 y 0.926 para DMU 450). El promedio entre todos los MI fue 4,735 con una desviación estándar de 3,547, evidenciando las diferentes medidas de eficiencia entre cada DMU en comparación con las otras.

  • English

    The aim of this paper is to evaluate the efficiency and productivity change of Paraná’s Credit Union. The analysis considered 45 units (each credit union researched), each of one with 10 variables in each period (8 inputs and 2 outputs). This evaluation has taken into account quarterly credit union’s data, from January 2009 to July 2015 (27 periods). The methodology included Data Envelopment Analysis (DEA), Principal Components Analysis (PCA) and Malmquist Index (MI) techniques. The results showed that DMUs 453, 498 and 517 were considered 100% efficient in all periods, making them ideal benchmarks. There was no case that a DMU was not considered 100% efficient in at least one observation. The MI showed that the difference between the biggest and the smallest average was significant (varying between 19.837 for DMU 251 and 0.926 for DMU 450). The average between all MI was 4,735 with a standard deviation of 3,547, evidencing the different measures of efficiency between each DMU when compared to the others.