-
题名真实固定效应空间随机前沿模型的贝叶斯估计
被引量：6
- 1
-
-
作者
蒋青嬗
韩兆洲
吴栩
-
机构
广东外语外贸大学数学与统计学院统计系
暨南大学经济学院统计学系
广东产业转型升级协同创新中心
成都理工大学商学院
-
出处
《统计研究》
CSSCI
北大核心
2018年第11期105-115,共11页
-
基金
国家社会科学基金重点项目“现代地下经济实证研究”(15AJL005)的资助.
-
文摘
忽略个体效应和空间效应会严重干扰效率测算,其中忽略个体效应使得技术无效率项发生偏移,忽略空间相关性导致估计量有偏且不一致。本文基于真实固定效应随机前沿模型(引入了个体效应),引入因变量和双边误差项的空间滞后项,构建了适用性更佳的真实固定效应空间随机前沿模型。对模型进行组内变化以消除额外参数,使用贝叶斯方法(需推导未知参数的后验分布并执行MCMC抽样)估计参数和技术效率。该方法真正克服了额外参数问题,比同类方法直观、简便。数值模拟结果表明,本文方法对参数、个体截距项及技术无效率项的估计精度均较高,且增加样本容量,估计精度变优。
-
关键词
真实固定效应随机前沿模型
个体效应
空间效应
贝叶斯估计
后验分布
-
Keywords
The True Fixed Effects Stochastic Frontier Model
Individual Effects
Spatial Effects
Bayesian Estimation
Full Conditional Distribution
-
分类号
O212
[理学—概率论与数理统计]
-
