Vleresimi i Performances se Bankave ne Shqiperi permes Network DEA dhe Analizes Tobit

Ky projekt analizon eficencen e 11 bankave tregtare ne Shqiperi per periudhen 2021–2023 duke perdorur nje model Network DEA me dy faza dhe nje analize pas-DEA permes modelit Tobit te zbatuar ne Python.

---

Qellimi i projektit

• Te vleresohet performanca e bankave permes nje modeli Network DEA dy-fazor, i cili merr ne konsiderate variabla te ndermjetme si kredite dhe asetet.
• Te identifikohen faktoret qe ndikojne ne eficencen perfundimtare permes nje modeli Tobit, duke marre parasysh kufizimin nga lart te treguesit te eficences (maksimumi 1).

---

Pershkrimi i te dhenave

Te dhenat perfshijne tregues financiare per 11 banka ne Shqiperi per tre vite:

• Inpute: Depozita, Punonjes
• Variabla te ndermjetme: Kredite, Asetet
• Output final (i deshiruar): Fitimi Net
• Output final (i padeshiruar): NPL (% e kredive me probleme)

---

Modeli DEA (Network, VRS, Input-oriented)

• Modeli ndahet ne dy faza te lidhura:
  • Faza 1: Konvertimi i inputeve (depozita dhe numri i punonjesve) ne kredi dhe asete.
  • Faza 2: Shnderrimi i kredive dhe aseteve ne fitim dhe kontroll i NPL.
• Aplikohet supozimi i Kthimeve Variabel te Shkalles (VRS).
• Eficenca perfundimtare llogaritet si produkti i eficences se fazes 1 dhe fazes 2.

---

Modeli Tobit per analize pas- Network DEA

• Modeli Tobit vlereson ndikimin e karakteristikave bankare ne eficencen perfundimtare.
• Variabla te perdorura:
  • ROA (kthimi mbi asetet)
  • Raporti Kredite/Depozita
  • Madhesia e bankes (log i numrit te punonjesve)
  • NPL
  • Variabla treguese (Dummy) per vitin 2022 dhe 2023

Implementimi

• Pergatitja e te dhenave:

  • Te dhenat per vitet 2021, 2022 dhe 2023 perpunohen dhe bashkohen ne nje dataframe te vetem.
  • Llogariten treguesit shtese: ROA, raporti Kredite/Depozita, logaritmi i punonjesve dhe krijohen variabla treguese (dummy) per vitet 2022 dhe 2023.

• Struktura e modelit Tobit:

  • Krijohet nje klase TobitModel qe trashegon nga GenericLikelihoodModel.
  • Funksioni loglike perllogarit logaritmin e funksionit te probabilitetit nen kufizimin e siperm te eficences ne 1.
  • Vlerat e kufizuara trajtohen permes funksionit norm.cdf dhe vlerat e pakufizuara permes norm.logpdf.

• Optimizimi i modelit:

  • Fillon me nje vektor fillestar me koeficiente zero dhe sigma = 1.
  • Perdoret algoritmi BFGS me deri ne 1000 iteracione.
  • Kontrollohen kushtet per sigma > 0.

• Rezultatet:

  • Pasi modelit i pershtatet, nxirren koeficientet, gabimet standarde, z-vlerat dhe p-vlerat.
  • Percaktohet niveli i rendesise statistike per secilen variabel.
  • Te dhenat perfundimtare ruhen ne tobit_results.csv.

Ky implementim mundeson nje analize te thelluar te ndikimit te variablave te jashtem mbi eficencen e matur me DEA, ne nje mjedis te kufizuar nga siper.

---

Struktura e projektit

├── data/
│ ├── ndea_2021.csv
│ ├── ndea_2022.csv
│ ├── ndea_2023.csv
│
├── ndea_2021.py # Rezultatet e DEA per vitin 2021
├── ndea_2022.py # Rezultatet e DEA per vitin 2022
├── ndea_2023.py # Rezultatet e DEA per vitin 2023
│
├── tobit_main.py # Implementimi i modelit Tobit
├── tobit_dataset.csv # Dataseti i paster per analizen Tobit
├── tobit_results.csv # Tabela me koeficientet e modelit
│
├── librari.txt # Skripti per instalimin e librarive te nevojshme
└── README.md # Pershkrimi i projektit

---

Literatura kryesore e perdorur

• Banker, R. D., Charnes, A., & Cooper, W. W. (1984)
• Charnes, A., Cooper, W. W., & Rhodes, E. (1978)
• Chen & Liang (2019) – Scale efficiency in two-stage network DEA
• Gomes & Lins (2008) – Undesirable outputs in DEA
• Zhu (2014) – Network DEA benchmarking models
• Zhu (2016) – Risk preferences in efficiency measurement
• Liu et al. (2012) – Network DEA-based efficiency ranking
• Li et al. (2021) – Bank performance using network DEA
• Tobin (1958) – Estimation of limited dependent variables
• Benbachir (2025) – Application of Tobit post-DEA
• Istaiteyeh et al. (2024) – DEA and Tobit for banking performance
• İmeri (2023) – Efficiency in the Western Balkan banking sector
• Seabold & Perktold (2010) – Statsmodels: Econometric modeling in Python

---

Instalimi i librarive

Për të ekzekutuar skriptet e projektit, sigurohuni qe te gjitha librarite e nevojshme jane te instaluara. Perdorni komanden me poshte per te instaluar automatikisht te gjitha paketat:

pip install -r librari.txt

---

Autore

Laura Goxha
Master ne Sisteme Informacioni ne Ekonomi
Universiteti i Tiranes

---