Non-parametric, unconditional quantile estimation for efficiency analysis with an application to Federal Reserve check processing operations
效率分析的非参数无条件分位数估计：美联储支票处理业务应用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：摘要以无条件 α 分位数及到分位数的距离构造非参数效率度量。
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
效率分析的非参数无条件分位数估计：美联储支票处理业务应用
- 研究问题
- 如何以对异常值稳健的非参数无条件分位数度量生产效率，并减轻传统 DEA 前沿估计受到的维度灾难影响？
- 方法与思路
- 作者发展无条件双曲型 α 分位数效率估计量，研究接近完整前沿的分位数距离，并分析美联储支票处理机构的效率。
- 材料陈述的贡献
- 摘要称新估计量完全非参数且对异常值稳健；在所述近前沿距离估计情形下具有强一致性和根号 n 收敛速度。
- 阅读关注点
- 应核对双曲型分位数的定义、α 的取值与前沿接近方式，以及根号 n 结论的条件、效率比较口径和异常值稳健性。
- 阅读边界
- 所据为作者／机构库版本摘要，不能推断与刊本一致或据此确认同行评审；具体正则条件和应用结果数值也未说明。
原文摘要
This paper examines the technical efficiency of U.S. Federal Reserve check processing offices over 1980–2003. We extend results from Park et al. (2000) and Daouia and Simar (2007) to develop an unconditional, hyperbolic, α-quantile estimator of efficiency. Our new estimator is fully non-parametric and robust with respect to outliers; when used to estimate distance to quantiles lying close to the full frontier, it is strongly consistent and converges at rate root-n, thus avoiding the curse of dimensionality that plagues data envelopment analysis (DEA) estimators. Our methods could be used by policymakers to compare inefficiency levels across offices or by managers of individual offices to identify peer offices.