Return to search

考慮固定效果的隨機邊界模型概似函數之推導: Copula Functions之應用 / The derivation of maximum likelihood function in fixed effect stochastic frontier model:an application of copula function

Greene (2005) 在縱橫資料型態下提出真實固定效果隨機邊界模型 (true fixed effect stochastic frontier analysis, TFESFA),該模型保留了傳統隨機邊界法之架構並考量到廠商間之異質性問題,同時設定廠商之無效率項可隨時間改變。但此模型假定不同廠商皆有特定之固定效果參數,當廠商家數多而資料觀察期間較少時,會因待估參數過多而導致模型存在擾攘參數問題,產生估計偏誤 。
本研究利用Tsay et al. (2009) 提出之方法,以錯誤函數 (error function) 之非線性近似函數以及關聯結構函數 (copula function) 推導得到TFESFA模型經一階差分轉換後組合誤差項之近似概似函數,成為本研究提出之差分隨機邊界模型(difference stochastic frontier model, DSFA) 模型,透過模擬過程生成平衡縱橫樣本及不平衡縱橫樣本,發現本研究提出之DSFA模型的確能在觀察期間較少時消除擾攘參數問題之影響。最後,本研究使用TFESFA模型及DSFA模型,配合投入面距離函數來衡量俄羅斯銀行之技術效率,而DSFA模型亦能達到更良好之估計效果。

Identiferoai:union.ndltd.org:CHENGCHI/G0099352014
Creators陳奕淙
Publisher國立政治大學
Source SetsNational Chengchi University Libraries
Language中文
Detected LanguageEnglish
Typetext
RightsCopyright © nccu library on behalf of the copyright holders

Page generated in 0.0022 seconds