项目名称: 空间随机前沿模型估计及设定检验研究

项目编号: No.71301088

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 管理科学

项目作者: 张进峰

作者单位: 山东大学

项目金额: 20.5万元

中文摘要: 随机前沿模型在经济管理科学的各个领域都有广泛的应用,而截面之间的空间相关性问题也在理论和应用研究中日益受到重视。本项目主要探讨包含空间相关性的随机前沿模型估计与检验,着重研究以下四方面的内容:(1)分别采用修正两阶段最小二乘法、广义矩法和半参数估计方法估计空间滞后随机前沿模型;(2)以广义矩估计结果为基础,构建空间滞后随机前沿模型中用来检验空间效应的C(a)检验统计量;(3)将空间滞后随机前沿模型扩展到空间面板随机前沿模型,研究随机效应空间面板随机前沿模型的广义矩估计,该估计量能有效克服极大似然估计遇到的繁琐计算问题;(4)构建空间效应参数存在局部误设时对空间面板随机前沿模型个体效应的稳健检验,该类检验兼顾了模型估计中的繁琐计算问题和检验的有效性。以外,本项目将通过大量蒙特卡罗模拟分析和比较不同估计量和检验统计量的有限样本性质。

中文关键词: 随机前沿;设定检验;半参数;空间面板;极大似然

英文摘要: Stochastic frontier models have been widely employed in many fields of economics and management science.On the other hand, the issue of spatial dependence among cross sections has received heated attentions both in theoretical and empirical literatures. In this project, we study the estimation and testing of a class of spatial stochastic frontier models which includes four emphysis:(1) propose estimation methods for spatial lag stochastic frontier model by using corrected two stage least square estimation, generalized method of moments and semi parametric estimation;(2)based on generalized method of moments estimators, constructing a C(a) type test statistics for spatial lag stochastic frontier model;(3)extend to spatial panel stochastic frontier models and propose generalized method of moments estiamtion for random effect spatial panel stochastic frontier model, which is easy to implement relative to maximum likelihood method;(4) derive a class of tests robust to spatial effect local misspecification for testing random effect of spatial panel stochastic frontier models. These robust tests are much easier to compute and have good performance. In addition, extensive Monte-Carlo simulations will be conducted to analyze and compare the finite sample performance of estimators and test statistics.

英文关键词: Stochastic frontier;Specification test;Semi-parametric;Spatial panel;Maximum likelihood

成为VIP会员查看完整内容
0

相关内容

时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
专知会员服务
117+阅读 · 2021年10月6日
专知会员服务
21+阅读 · 2021年9月23日
专知会员服务
52+阅读 · 2021年8月29日
专知会员服务
112+阅读 · 2021年3月23日
【干货书】贝叶斯推断随机过程,449页pdf
专知会员服务
151+阅读 · 2020年8月27日
最新《因果推断导论: 从机器学习视角》新书稿,132页pdf
专知会员服务
274+阅读 · 2020年8月25日
为什么深度学习是非参数的?
THU数据派
1+阅读 · 2022年3月29日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
两概率分布交叉熵的最小值是多少?
PaperWeekly
0+阅读 · 2021年11月6日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
从模型到应用,一文读懂因子分解机
AI100
10+阅读 · 2019年9月6日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
如果你研究多因子模型,这篇文章看不懂就别玩了!
量化投资与机器学习
26+阅读 · 2018年7月31日
贝叶斯机器学习前沿进展
架构文摘
13+阅读 · 2018年2月11日
[有意思的数学] 参数估计
机器学习和数学
15+阅读 · 2017年6月4日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Cold-start Sequential Recommendation via Meta Learner
Arxiv
15+阅读 · 2020年12月10日
Arxiv
92+阅读 · 2020年2月28日
Arxiv
30+阅读 · 2019年3月13日
Arxiv
11+阅读 · 2018年5月21日
小贴士
相关主题
相关VIP内容
时间序列计量经济学
专知会员服务
47+阅读 · 2022年4月8日
专知会员服务
117+阅读 · 2021年10月6日
专知会员服务
21+阅读 · 2021年9月23日
专知会员服务
52+阅读 · 2021年8月29日
专知会员服务
112+阅读 · 2021年3月23日
【干货书】贝叶斯推断随机过程,449页pdf
专知会员服务
151+阅读 · 2020年8月27日
最新《因果推断导论: 从机器学习视角》新书稿,132页pdf
专知会员服务
274+阅读 · 2020年8月25日
相关资讯
为什么深度学习是非参数的?
THU数据派
1+阅读 · 2022年3月29日
再谈变分自编码器(VAE):估计样本概率密度
PaperWeekly
3+阅读 · 2021年12月23日
两概率分布交叉熵的最小值是多少?
PaperWeekly
0+阅读 · 2021年11月6日
【干货书】贝叶斯推断随机过程,449页pdf
专知
29+阅读 · 2020年8月27日
从模型到应用,一文读懂因子分解机
AI100
10+阅读 · 2019年9月6日
R语言时间序列分析
R语言中文社区
12+阅读 · 2018年11月19日
如果你研究多因子模型,这篇文章看不懂就别玩了!
量化投资与机器学习
26+阅读 · 2018年7月31日
贝叶斯机器学习前沿进展
架构文摘
13+阅读 · 2018年2月11日
[有意思的数学] 参数估计
机器学习和数学
15+阅读 · 2017年6月4日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员