Après avoir présenté les principaux avantages et inconvénients de ces deux méthodes, nous exposons la méthode non paramétrique qui nous paraît la plus appropriée au sujet traité dans cette étude.
La mesure de l’efficacité technique permet d’évaluer dans quelle mesure l’activité observée d’une unité productive se situe à la frontière, ou en deçà, de son ensemble de production. Le « degré d’efficacité » mesure alors l’importance de l’écart par rapport à la frontière. Cela suppose que la frontière de production des entreprises soit connue ce qui n’est pas le cas en pratique. Deux méthodes différentes apportent une réponse à cette difficulté : l’approche paramétrique suppose qu’il existe une forme fonctionnelle a priori de la fonction de production (Cobb-Douglas, Translog, etc.) qui sera estimée économétriquement à partir des données de l’échantillon ; l’approche non-paramétrique ne fait pas d’hypothèse concernant la forme fonctionnelle de la fonction de production, elle construira la frontière de production en utilisant la programmation linéaire, de telle sorte qu’aucun point observé ne se trouve en dehors de celle-ci. La critique principale faite à cette seconde approche est qu’elle ne prend pas en compte l’influence d’éventuelles erreurs de mesures des données (voir le tableau 10 pour une présentation des avantages et limites des deux méthodes).
Des travaux récents tentent de remédier aux limites de ces deux méthodes30. En particulier la recherche de fondements statistiques des efficacités calculées à partir de la méthode d’enveloppement des données et une version stochastique de cette méthode se développe. Pour la méthode paramétrique, l’utilisation de formes fonctionnelles plus flexibles est envisagée.
L’approche non-paramétrique, encore appelée méthode d’enveloppement des données31, est souvent utilisée pour l’étude de l’efficacité des banques. En effet, elle permet de mesurer l’efficacité relative des banques où plusieurs inputs sont utilisés pour produire plusieurs outputs, et où la technologie de production (relation inputs/outputs) n’est pas clairement identifiée (comme on le verra par la suite). Aussi, utiliserons-nous cette méthode pour estimer la frontière de production relative à l’activité bancaire qui nous permettra de mesurer l’efficacité technique des banques de notre échantillon.
| Méthodes non paramétriques | Méthodes paramétriques |
| AvantagesTechnologie non spécifiée par une relation fonctionnelle; Décomposition facile des inefficiences technique, allocative et d’échelle. |
AvantagesLes inefficiences déduites peuvent avoir des propriétés statistiques; Prise en compte des aléas autres que l’inefficience (frontières stochastiques). |
| Limites Les inefficiences déduites n’ont pas de propriété statistique; Les erreurs de mesures et/ou d’oubli de variables peuvent affecter les mesures d’inefficience. |
Limites Nécessité de représenter la technologie par une forme paramétrique particulière La décomposition des différentes composantes de l’inefficience n’est pas toujours possible, en particulier pour des technologies multiproduits. |
Voir Berger et Humphrey (1997) pour plus de détails.
Plus connue sous le nom de Data envelopment analysis (DEA).