Inference in dynamic stochastic frontier models
动态随机前沿模型中的推断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：摘要明确利用企业层面的银行面板研究动态无效率与企业特定效率。
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
动态随机前沿模型中的推断
- 研究问题
- 技术无效率随时间变化时，如何在随机前沿模型中进行推断，并为各企业提供效率度量，而不忽略无效率的动态特征？
- 方法与思路
- 作者提出容纳技术无效率及其动态过程的随机前沿模型，采用围绕数据增广组织的贝叶斯推断，并应用于美国大型商业银行面板。
- 材料陈述的贡献
- 摘要称提供动态随机前沿的推断方法及企业特定效率指标，并应用于1989—2000年的银行面板；具体效率发现未报告。
- 阅读关注点
- 应核对无效率动态过程与随机噪声的区分、初始条件和先验设定，以及数据增广算法、效率指标定义与后验不确定性。
- 阅读边界
- 仅据所给 Crossref 摘要，无法判断模型识别、抽样收敛及效率排序可靠性；银行应用也不足以支持资产定价或风险结论。
原文摘要
Abstract An important issue in models of technical efficiency measurement concerns the temporal behaviour of inefficiency. Consideration of dynamic models is necessary but inference in such models is complicated. In this paper we propose a stochastic frontier model that allows for technical inefficiency effects and dynamic technical inefficiency, and use Bayesian inference procedures organized around data augmentation techniques to provide inferences. Also provided are firm‐specific efficiency measures. The new methods are applied to a panel of large US commercial banks over the period 1989–2000. Copyright © 2006 John Wiley & Sons, Ltd.