Estimation of a dynamic stochastic frontier model using likelihood‐based approaches
动态随机前沿模型的似然估计方法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：摘要明确研究企业面板生产前沿中的无效率动态，并以多年企业面板展示估计方法，最直接对应微观面板数据方向。
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
动态随机前沿模型的似然估计方法
- 研究问题
- 在企业面板生产前沿模型中，技术无效率如何随过去状态及当期暂时性成分动态调整，不同似然估计方法的有限样本表现如何？
- 方法与思路
- 作者用一阶自回归过程描述无效率动态，以企业协变量解释暂时性差异，并比较完全最大似然、成对复合似然、边际复合似然和准最大似然估计。
- 材料陈述的贡献
- 摘要称通过蒙特卡洛模拟比较四类估计量的有限样本表现，并以2008—2014年73家芬兰配电公司的面板数据展示所提模型的应用。
- 阅读关注点
- 应核对无效率过程与随机噪声的分布设定、初始条件处理、四类似然的构造，以及模拟设计和企业协变量进入模型的方式。
- 阅读边界
- 摘要未报告模拟比较的具体结果，也未说明分布假设、初始状态处理及协变量条件；不能据此判断哪种估计方法更优或经验结果是否稳健。
原文摘要
Summary This paper considers a panel stochastic production frontier model that allows the dynamic adjustment of technical inefficiency. In particular, we assume that inefficiency follows an AR(1) process. That is, the current year's inefficiency for a firm depends on its past inefficiency plus a transient inefficiency incurred in the current year. Interfirm variations in the transient inefficiency are explained by some firm‐specific covariates. We consider four likelihood‐based approaches to estimate the model: the full maximum likelihood, pairwise composite likelihood, marginal composite likelihood, and quasi‐maximum likelihood approaches. Moreover, we provide Monte Carlo simulation results to examine and compare the finite‐sample performances of the four above‐mentioned likelihood‐based estimators of the parameters. Finally, we provide an empirical application of a panel of 73 Finnish electricity distribution companies observed during 2008–2014 to illustrate the working of our proposed models.