跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要明确使用允许个体异质性与无效率随时间变化的个体效应模型。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Levent Kutlu
Kien C. Tran
Mike G. Tsionas

含内生解释变量的时变真实个体效应模型

研究问题
随机前沿模型如何同时允许个体异质性与无效率随时间变化,并处理解释变量或单边误差与双边误差相关所产生的内生性?
方法与思路
作者提出较一般的个体效应随机前沿模型,纳入时变异质性、时变无效率及相关误差,利用蒙特卡洛和美国银行数据评估。
材料陈述的贡献
摘要称估计量在模拟中表现良好,银行应用发现收入回报率与成本效率负相关;忽略时变异质性或内生性会产生不同估计。
阅读关注点
应核对异质性与无效率如何区分、内生性的建模和识别方式、估计算法,以及银行效率指标与对照模型的设定。
阅读边界
仅据所给出版社摘要,无法判断时变成分能否充分识别或模拟结论的适用范围;银行变量间的负相关不能直接解释为因果。

原文摘要

We propose a fairly general individual effects stochastic frontier model, which allows both heterogeneity and inefficiency to change over time. Moreover, our model handles the endogeneity problems if either at least one of the regressors or one-sided error term is correlated with the two-sided error term. Our Monte Carlo experiments show that our estimator performs well. We employed our methodology to the US banking data and found a negative relationship between return on revenue and cost efficiency. Estimators ignoring time-varying heterogeneity or endogeneity did not perform well and gave very different estimates compared to our estimator.

笔记与分组
相关领域论文