Consistent inference in fixed-effects stochastic frontier models
固定效应随机前沿模型的一致推断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：摘要明确研究固定时间期数的固定效应随机前沿面板模型，主要证据支持面板数据估计与推断。
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
固定效应随机前沿模型的一致推断
- 研究问题
- 如何在固定效应随机前沿面板模型中区分不随时间变化的个体异质性与无效率，并缓解固定时间期数下的附带参数偏差？
- 方法与思路
- 作者提出两种替代估计量，使其在个体数增长、时间期数固定时一致，并扩展至无效率具有异方差且服从一阶自回归过程的情形。
- 材料陈述的贡献
- 摘要称新估计量具备所述一致性，模拟显示尤其在小样本中表现良好，并以医院技术效率应用说明方法的用途。
- 阅读关注点
- 应核对两种估计量如何处理附带参数、异质性与无效率如何区分，以及异方差和一阶自回归无效率模型的分布限制。
- 阅读边界
- 仅依据所给出版社摘要，无法判断一致性所需的分布与独立性条件，也不能据此确认所有效率指标均无偏；应用数值未说明。
原文摘要
The classical stochastic frontier panel data models provide no mechanism to disentangle individual time invariant unobserved heterogeneity from inefficiency. Greene (2005a, b) proposed the so-called “true” fixed-effects specification that distinguishes these two latent components. However, due to the incidental parameters problem, his maximum likelihood estimator may lead to biased variance estimates. We propose two alternative estimators that achieve consistency for n→∞ with fixed T. Furthermore, we extend the Chen et al. (2014) results providing a feasible estimator when the inefficiency is heteroskedastic and follows a first-order autoregressive process. We investigate the behavior of the proposed estimators through Monte Carlo simulations showing good finite sample properties, especially in small samples. An application to hospitals’ technical efficiency illustrates the usefulness of the new approach.