Robust Nonparametric Quantile Estimation of Efficiency and Productivity Change in U.S. Commercial Banking, 1985–2004
美国商业银行效率与生产率变化的稳健非参数分位数估计：1985—2004年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：摘要明确以非参数无条件分位数估计量为核心构造效率与生产率指标，因此归入分位数与分布效应方向。
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
美国商业银行效率与生产率变化的稳健非参数分位数估计：1985—2004年
- 研究问题
- 如何在减轻异常值影响的同时，衡量美国商业银行在1985—2004年的效率与生产率变化，并比较不同规模银行？
- 方法与思路
- 作者用新的无条件双曲线 order-α 分位数估计量构造双曲线 Malmquist 指数，以评估美国银行效率与生产率的变化。
- 材料陈述的贡献
- 摘要称，估计量对异常值稳健且具有 √n 收敛率；应用结果显示，大银行的效率与生产率增幅高于小银行。
- 阅读关注点
- 阅读全文时应核对双曲线分位数的定义、稳健性与收敛率条件，以及指数构造、银行规模分组和跨期数据可比性。
- 阅读边界
- 摘要将规模差异与监管及信息技术变化联系起来，但未说明因果识别；稳健性条件、样本处理与估计不确定性也未交代。
原文摘要
This article uses a new nonparametric, unconditional, hyperbolic order-αquantile estimator to construct a hyperbolic version of the Malmquist index. Unlike traditional nonparametric efficiency estimators, the new estimator is both robust to data outliers and has a root-n convergence rate. We use this estimator to examine changes in the efficiency and productivity of U.S. banks between 1985 and 2004. We find that larger banks experienced larger efficiency and productivity gains than small banks, consistent with the presumption that recent changes in regulation and information technology have favored larger banks.