INFERENCE IN DYNAMIC, NONPARAMETRIC MODELS OF PRODUCTION: CENTRAL LIMIT THEOREMS FOR MALMQUIST INDICES
动态非参数生产模型中的推断：Malmquist 指数的中心极限定理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：摘要聚焦生产前沿、DEA 与生产率指数的渐近推断，未明确涉及所列面板、结构估计或因果方向，故不强行分类。
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…
动态非参数生产模型中的推断：Malmquist 指数的中心极限定理
- 研究问题
- 如何为 DEA 估计的 Malmquist 生产率指数建立推断，既涵盖单个生产者的生产率变化，也涵盖生产率变化的几何平均？
- 方法与思路
- 作者分析到可变规模报酬生产前沿锥包的距离估计，再推导个体 Malmquist 指数及其几何平均的性质，并建立新的中心极限定理。
- 材料陈述的贡献
- 摘要称为个体及平均生产率变化提供推断理论，并给出有限样本模拟；结果还可扩展至 Luenberger 和 Hicks–Moorsteen 指数。
- 阅读关注点
- 应核对生产集合与抽样条件、跨期指数的构造、几何平均的中心化和标准化，以及新中心极限定理如何支持可实施的推断。
- 阅读边界
- 仅依据所给 Crossref 摘要；定理条件、收敛速率与模拟表现的具体数值未说明，其他指数的扩展细节及刊本变化也无法判断。
原文摘要
The Malmquist index gives a measure of productivity in dynamic settings and has been widely applied in empirical work. The index is typically estimated using envelopment estimators, particularly data envelopment analysis (DEA) estimators. Until now, inference about productivity change measured by Malmquist indices has been problematic, including both inference regarding productivity change experienced by particular firms as well as mean productivity change. This paper establishes properties of a DEA-type estimator of distance to the conical hull of a variable returns to scale production frontier. In addition, properties of DEA estimators of Malmquist indices for individual producers are derived as well as properties of geometric means of these estimators. The latter requires new central limit theorem results, extending the work of Kneip, Simar, and Wilson (2015, Econometric Theory 31, 394–422). Simulation results are provided to give applied researchers an idea of how well inference may work in practice in finite samples. Our results extend easily to other productivity indices, including the Luenberger and Hicks–Moorsteen indices.