A Gamma-distributed stochastic frontier model
服从 Gamma 分布的随机前沿模型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：摘要明确估计随机前沿模型及企业层面的无效率，涉及生产前沿与潜在无效率的结构化建模。
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
服从 Gamma 分布的随机前沿模型
- 研究问题
- 随机前沿模型采用两参数 Gamma 分布描述单侧扰动时，如何估计模型与企业无效率，并处理其数值积分困难？
- 方法与思路
- 作者用 Gamma 分布替代半正态单侧扰动，讨论两种积分计算方法，并提出基于矩方法的修正 OLS 估计和应用比较。
- 材料陈述的贡献
- 摘要称该设定增加单侧扰动分布的灵活性，提供估计途径；在所用数据中，结果与三种替代设定存在明显差异。
- 阅读关注点
- 应核对随机前沿的识别与扰动设定、两种积分方法的精度和稳定性，以及企业无效率估计对分布选择的敏感程度。
- 阅读边界
- 仅据所给 OpenAlex 摘要，结果差异不能解释为估计更优；摘要未说明应用数据、积分算法细节、误差大小或比较数值。
原文摘要
We modify the stochastic frontier model of Aigner, Lovell, and Schmidt to allow the one-sided part of the disturbance to have a two-parameter Gamma distribution rather than the less flexible half-normal distribution. Maximum-likelihood estimation and the estimation of firm-specific inefficiency estimates require the evaluation of integrals which have no closed form and for which there are no polynomial approximations available. We consider two methods of computing these integrals. We also present a corrected OLS estimator based on the methods of moments. An application is presented for illustration. We find that for these data, the gamma distribution produces results which differ noticeably from those of three alternative formulations.