Panel Stochastic Frontier Models with Latent Group Structures
具有潜在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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确以面板随机前沿模型处理个体异质性，并讨论随机效应与固定效应设定，直接支持面板数据分类。
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识别潜在组别所反映的异质性，同时处理无效率项与常规随机误差的特殊结构？
- 方法与思路
- 作者提出适配随机前沿模型的分组估计框架，将个体层面估计与联合面板估计结合，并以随机效应无效率项示例。
- 材料陈述的贡献
- 摘要称框架可扩展至多种固定效应设定，模拟显示较好的有限样本表现，并应用于美国商业银行成本效率分析。
- 阅读关注点
- 应核对组别与组数的确定方式、无效率项设定、混合估计步骤，以及固定效应扩展和银行应用的稳健性分析。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明分组识别条件、估计理论及有限样本比较细节。
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.