Semiparametric Approaches to Stochastic Panel Frontiers With Applications in the Banking Industry
随机面板前沿的半参数方法及其银行业应用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：摘要明确讨论面板模型、多产出企业技术与随机距离前沿估计，因此同时对应微观面板数据和结构估计方向。
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…
随机面板前沿的半参数方法及其银行业应用
- 研究问题
- 多产出企业的随机面板前沿如何在较少分布与函数形式限制下估计？研究关注内生性和模型误设引发的问题，题名指向银行业应用。
- 方法与思路
- 作者用产出距离函数刻画多产出技术，采用半参数有效面板估计结果，允许效应项及部分回归变量的分布不作规定，并放宽投入函数形式。
- 材料陈述的贡献
- 摘要称，所提建模与估计方法旨在缓解内生性和误设问题，并提出对距离函数中投入的函数形式仅作少量假设的新半参数方法。
- 阅读关注点
- 应核对半参数有效性的条件、内生性处理和识别方式，以及未规定分布及投入函数形式时仍需哪些限制，并查看银行业应用如何验证方法。
- 阅读边界
- 摘要未说明具体识别假设、估计算法和银行业实证结果；减轻内生性与误设是作者提出的目标，不能据此认定这些问题已普遍解决。
原文摘要
This article introduces new modeling and estimation methods designed to help mitigate problems of endogeneity and misspecification. The authors use an output distance function to model the technology of a multioutput firm. They also use results from B. U. Park and L. Simar (1995) and B. U. Park, R. C. Sickles, and L. Simar (1998) on semiparametric efficient estimation of panel models to estimate multioutput stochastic distance frontiers for which the distribution of the effects and a subgroup of regressors is not specified. Furthermore, the authors introduce a new semiparametric method that makes minimal assumptions on the functional form of inputs in the distance function.