Panel Stochastic Frontier Models with Latent Group Structures
具有潜在分组结构的面板随机前沿模型AI 解读 ↓
← 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：摘要明确研究包含潜在分组异质性、随机效应及固定效应扩展的面板随机前沿模型。
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…
具有潜在分组结构的面板随机前沿模型
- 研究问题
- 如何在面板随机前沿模型中通过未知分组刻画异质性，同时区分传统随机误差与无效率成分并实现可行估计？
- 方法与思路
- 作者建立潜在分组估计框架，结合个体层面与联合面板估计，以随机效应无效率模型示范，并讨论固定效应扩展。
- 材料陈述的贡献
- 摘要称该框架适应随机前沿模型的特殊结构，模拟表现良好，并通过美国商业银行成本效率分析展示实际可用性。
- 阅读关注点
- 应核对组别数量与成员的识别、无效率分布设定、混合估计程序的具体步骤，以及随机效应和固定效应扩展的条件。
- 阅读边界
- 仅据所给 OpenAlex 版本摘要；分组识别条件、渐近结论及模拟指标未说明，银行效率结果也不足以评价框架的普遍表现。
原文摘要
Stochastic frontier models have attracted considerable attention due to the incorporation of an inefficiency term in addition to the conventional error term. In this paper, we propose a general estimation framework for panel stochastic frontier models that accommodates potential heterogeneity through latent group structures. The framework is tailored to the distinctive features of stochastic frontier models and is paired with a practical hybrid estimation procedure that combines individual-level and joint panel estimation. We illustrate the estimation framework using a panel stochastic frontier model that treats the inefficiency term as a random effect, and show that it can be readily extended to a range of fixed effects specifications common in the literature. Simulation studies indicate strong finite-sample performance, and we further demonstrate the practicality of the approach in an empirical application to the cost efficiency of the U.S. commercial banking sector.