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:摘要直接研究企业层面的面板随机前沿与误差成分分解。

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

企业异质性、持续与暂时技术无效率:广义真实随机效应模型

研究问题
面板随机前沿分析能否区分企业不可观测异质性、长期持续无效率和短期暂时无效率,避免将不同误差来源混为一谈?
方法与思路
作者构造包含持续无效率、时变无效率、企业随机效应和噪声的四成分误差模型,采用贝叶斯推断,并进行模拟与银行面板应用。
材料陈述的贡献
摘要称模型能够分离企业异质性与两类技术无效率,提供相应贝叶斯估计方法,并通过 Monte Carlo 和美国商业银行面板展示表现。
阅读关注点
核对四类误差成分的可区分条件、分布与先验设定,以及无效率估计对这些设定的敏感性,并检查模拟评价指标。
阅读边界
仅据所给 Crossref 摘要,无法判断各成分的识别强度、具体分布假设和估计精度;作者所称稳健高效仍需全文证据支持。

原文摘要

SUMMARY This paper considers a panel data stochastic frontier model that disentangles unobserved firm effects (firm heterogeneity) from persistent (time‐invariant/long‐term) and transient (time‐varying/short‐term) technical inefficiency. The model gives us a four‐way error component model, viz., persistent and time‐varying inefficiency, random firm effects and noise. We use Bayesian methods of inference to provide robust and efficient methods of estimating inefficiency components in this four‐way error component model. Monte Carlo results are provided to validate its performance. We also present results from an empirical application that uses a large panel of US commercial banks. Copyright © 2012 John Wiley & Sons, Ltd.

笔记与分组
相关领域论文