Прибыльность и устойчивость банка в долгосрочной перспективе во мно­гом определяется качеством его управления. Признанием важности этого фактора является, например, его включение в качестве одной из компонент в рейтинговую систему CAMELS, которая до сих пор не утратила своей популярности. Вместе с тем прямая количественная оценка качества управления слабо формализована и до сих пор представляет собой серьезную творческую задачу. В связи с этим приобрела популярность косвенная оценка этого фактора, основанная на оболочечном анализе данных (DEA). Он позволяет построить производственную границу для организаций, реализующих технологический процесс, на вход которого поступает несколько видов ресурсов, и продукт также является многомерной величиной. Расстояние от точки, представляющей организацию, до производственной границы определяет величину ее неэффективности и может рассматриваться в качестве метрики, характеризующей качество управления. Спецификация модели DEA – выбор входных и выходных показателей – отражает определение экспертом понятия эффективности организации и существенно влияет на величину ее оценки. Различные спецификации могут приводить к противоречивым оценкам эффективности и, следовательно, качества управления.

В данном исследовании для фиксированного множества потенциальных входов и выходов строится оценка общей эффективности банков, которая аккумулирует свойства частных оценок, полученных для конкретных спецификаций моделей DEA. Рост величины этой оценки сопряжен с ростом величин оценок частных эффективностей и наоборот. Таким образом, полученная метрика может выступать в качестве оценки качества менеджмента банков для множества возможных определений их эффективности. Метрика общей эффективности позволяет ранжировать банки вне зависимости от конкретной спецификации модели DEA даже на производственной границе, где все банки имеют одну максимальную величину эффективности. Также в исследовании получены дополнительные метрики, позволяющие проанализировать стратегию повышения эффективности (качества управления) для каждого банка. Каждая метрика соответствует той или иной уникальной стратегии. Глубина анализа определяется количеством вариантов потенциальных спецификаций моделей DEA и количеством вводимых дополнительных метрик. Используя эти метрики, можно получить ответ на вопрос, как именно тот или иной банк достиг текущего уровня общей эффективности. Авторы предлагают также метод сравнения различных моделей DEA на основе анализа связи соответствующей частной эффективности с метриками общей эффективности и метриками стратегий ее повышения. Количественные результаты получены для выборки открытой отчетности средних российских банков, завершивших отчетный период без потерь.