内生性随机前沿模型估计方法研究:无需工具变量的Copula方法
2019-04-26分类号:F224
【部门】广东外语外贸大学数学与统计学院 广东工业大学管理学院 中山大学岭南学院统计学博士后流动站
【摘要】内生性是常见的计量问题,忽略内生性会导致估计量有偏且不一致。现有部分文献研究了内生性随机前沿模型的估计,但实现的前提是能够为内生性自变量寻找到合适的工具变量,而实际情况下合适的工具变量通常不容易获取。本文研究了在难以找到合适的工具变量的情况下内生性随机前沿模型的估计问题:结合Copula方法和极大模拟似然方法估计参数。此外,本文还构造了技术无效率的新的点估计,该点估计额外利用了内生自变量的信息,通常比JLMS法对应的点估计更有效。数值模拟表明,相比于已有研究,本文提出的方法估计精度更高。
【关键词】随机前沿模型 内生性 Copula函数 极大模拟似然估计 数值积分
【基金】2018年度全国统计科学研究一般项目“内生性空间面板随机前沿模型估计方法研究”(2018LY81);; 广东省自然科学基金博士启动项目“‘强关系’抑或‘弱关系’?股东关系网络的影响机理研究:基于企业绩效的视角”(2018A030310572)的资助
【所属期刊栏目】统计研究
文献传递