Konsep Penghitungan Efisiensi

Menurut Bauer et. al. (1998), beberapa tahun terakhir ini perhitungan kinerja lembaga keuangan lebih difokuskan kepada frontier efficiency atau x-efficiency, yang mengukur penyimpangan dari lembaga keuangan berdasarkan ”best practice” atau berlaku umum pada frontier efisiennya. Jadi, efisiensi frontier dari suatu lembaga keuangan diukur melalui bagaimana kinerja lembaga keuangan tersebut relatif terhadap perkiraan kinerja lembaga keuangan ”terbaik” dari industri tersebut, dengan catatan semua lembaga keuangan tersebut menghadapi kondisi pasar yang sama.

Frontier efficiency cukup superior bagi sebagain besar standar rasio keuangan dari laporan keuangan—seperti return on aset atau cost/revenue ratio – yang umumnya digunakan oleh regulator, manager lembaga keuangan, atau konsultan industri dalam mengevaluasi kinerja keuangan. Frontier efficiency superior karena ukuran dari frontier efficiency menggunakan teknik pemrograman atau statistik yang menghilangkan pengaruh dari perbedaan di dalam harga input dan faktor pasar eksogen lainnya yang mempengaruhi kinerja standar (rasio) dalam rangka untuk mendapatkan estimasi yang terbaik berdasarkan kinerja dari para manager.

Frontier efficiency digunakan secara lebih luas di dalam analisis regulasi untuk mengukur pengaruh dari merger dan akuisisi, regulasi modal, deregulasi suku bunga deposito, dan pergeseran restriksi geografis pada cabang dan holding dari perusahaan akuisisi. Keuntungan yang paling utama dari indikator ini dibandingkan dengan indikator lainnya adalah bahwa indikator ini mengukur secara obyektif kuantitatif dengan menghilangkan pengaruh dari harga pasar dan faktor eksogen lainnya yang mempengaruhi kinerja yang akan diobservasi.

Dua puluh tahun terakhir, cukup banyak pendekatan frontier yang ditemukan dalam mengevalusi kinerja keuangan yang berbeda, baik dari asumsi, bentuk frontier, keberadaan random error, maupun (jika random error dibenarkan) dari asumsi distribusi jika terjadi ketidakefisienan. Adapun pendekatan tersebut dapat dibedakan menjadi pendekatan parametrik dan pendekatan nonparametrik.

Pendekatan Parametrik dan Nonparametrik

Pendekatan parametrik melakukan pengukuran dengan menggunakan ekonometrik yang stokastik dan berusaha untuk menghilangkan gangguan dari pengaruh ketidakefisienan. Ada tiga pendekatan parametrik ekonometrik, yaitu: 1) Stochastic Frontier Approach (SFA); 2) Thick Frontier Approach (TFA); dan 3) Distribution-free Approach (DFA).

Sementara itu, pendekatan nonparametrik dengan program linier (Nonparametric Linear Programming Approach) melakukan pengukuran nonparametrik dengan menggunakan pendekatan yang tidak stokastik dan cenderung ”mengkombinasikan” gangguan dan ketidakefisienan. Hal ini dibangun berdasarkan penemuan dan observasi dari populasi dan mengevaluasi efisiensi relatif terhadap unit-unit yang diobservasi. Pendekatan ini dikenal sebagai Data Envelopment Analysis (DEA). DEA adalah suatu teknik pemrograman matematika yang mengukur tingkat efisiensi dari unit pengambil keputusan (UPK) atau decision-making unit relatif terhadap UPK yang sejenis ketika semua unit-unit ini berada pada atau dibawah ”kurva” efisien frontiernya. Pendekatan ini pertama kali diperkenalkan oleh Charnes, Cooper, dan Rhodes pada tahun 1978. Semenjak itu penerapan pendekatan ini semakin berkembang. (Cevdet et.al., 2000). Pemrograman linier sangat tergantung kepada populasi yang dijadikan sampel sehingga cenderung jauh dari kesalahan spesifikasi (Lovell, 1993). Selanjutnya, kinerja dari suatu UPK sangat relatif terhadap UPK lainnya, khususnya yang menyebabkan ketidakefisienan. Pendekatan ini juga dapat melihat bagaimana suatu UPK itu melakukan penyempurnaan kinerja keuangannya sendiri sehingga menjadi efisien.

Metode Pengukuran Efisiensi

Non-parametrik

Parametrik

Data Envelopment Analysis

Free Disposal Hull

Stochastic Frontier Approach

Thick Frontier Approach

Distribution-free Approach

 

Keuntungan dari penggunaan DEA adalah bahwa pendekatan ini tidak memerlukan spesifikasi yang eksplisit dari bentuk fungsi dan hanya memerlukan sedikit struktur untuk membentuk frontier efisiensinya. Kelemahan yang mungkin muncul adalah ”self identifier” dan ”near self identifier”.