《随机前沿分析(新)》.pptVIP

特定厂商效率 产业效率 软件估计结果 其他模型 除了对参数 的假设进行检验之外，我们还 需检验无效效应是否存在 在半正态分布模型中原假设和备择假设是： 或者利用艾格纳等（1977）所提出的 参数 化的原假设和备择假设： 该假设的统计量为： 假设检验 Z检验在小样本情况下具有欠佳的容量特征（即 常常倾向于错误地拒绝原假设，而此原假设本该 成立），因此，尝试采用Wald和LR检验。 科埃利（1995）曾证明 在半正态模型中如果LR检验统计量超过临界值 ，这意味着我们应该以 的显 著水平拒绝 面板数据模型 面板数据常常可以允许我们： 放松用于区分无效性效应与噪声效应所必需的若干强分布假设 获得技术效率的一致预测 研究技术效率随时间的变化 希望无效的厂商随时间能够改善他们的效率 水平，因此，应在无效效应上施加某些结构： 时不变无效性 时变无效性 时不变无效性模型 固定效应模型采用可以在回归框架下利用虚拟变量来估计。随机效应模型可以用最小二乘法或最大似然技术进行估计。最大似然法要求对 的分布做出假设 时变无效性模型 解释生产环境 外生变量（刻画生产在什么样的环境下进行生产 （1）制定关键生产决策时可观测的非随机变量 （如政府规制、厂商所有制类型、劳动者年龄） （2）视为生产风险的不可观测的