Feasible estimation of firm‐specific allocative inefficiency through Bayesian numerical methods
通过贝叶斯数值方法估计企业特定的配置无效率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：摘要明确使用智利水电厂的企业面板数据估计企业与投入特定无效率，最直接的细分依据是微观面板。
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
通过贝叶斯数值方法估计企业特定的配置无效率
- 研究问题
- 如何识别和估计企业及投入特定的配置无效率参数，以减少行业层面聚合造成的偏差，并呈现不同企业估计精度的差异？
- 方法与思路
- 作者使用智利水电厂面板数据，通过 Gibbs 抽样依次从条件 GMM 估计结果中抽取参数，这些条件估计由工具变量方法获得。
- 材料陈述的贡献
- 摘要称该方法得到完整的企业与投入特定参数，并发现有经济意义的效率差异；行业统一参数的标准 GMM 几乎未估出配置无效率。
- 阅读关注点
- 应核对无效率参数的定义和识别、工具变量与矩条件、条件估计和抽样分布的联系，以及抽样收敛和企业间精度差异。
- 阅读边界
- 所给 Crossref 摘要未提供先验、工具变量、模型方程或效率数值，无法判断识别强度，也不能将应用比较推广到所有行业。
原文摘要
Abstract Both the theoretical and empirical literature on the estimation of allocative and technical inefficiency has grown enormously. To minimize aggregation bias, ideally one should estimate firm and input‐specific parameters describing allocative inefficiency. However, identifying these parameters has often proven difficult. For a panel of Chilean hydroelectric power plants, we obtain a full set of such parameters using Gibbs sampling, which draws sequentially from conditional generalized method of moments (GMM) estimates obtained via instrumental variables estimation. We find an economically significant range of firm‐specific efficiency estimates with differing degrees of precision. The standard GMM approach estimates virtually no allocative inefficiency for industry‐wide parameters. Copyright © 2009 John Wiley & Sons, Ltd.