Kvantilové metódy pre stochastickú hraničnú analýzu

Pôvodný názov:

Quantile Methods for Stochastic Frontier Analysis

Obsah knihy:

Kvantilové metódy pre stochastickú hraničnú analýzu sa snaží spojiť dve zdanlivo odlišné ekonometrické oblasti, kvantilový odhad a stochastickú hraničnú analýzu (SFA). Prečo by sa tieto dve oblasti mohli považovať za odlišné? Kvantily existujú na kontinuu rozdelenia; hranica je jeho pevným objektom. Ako uvidíme, tieto dva prístupy možno pri správnom použití spojiť a poskytnúť tak jednotný prístup k štúdiu stochastickej hranice.

V oddieloch 1 až 5 sa uvádza súčasný stav. V časti 1 sa podrobne opisuje veľmi úzke prepojenie medzi regresnou funkciou a podmienenou kvantilovou funkciou, aby sa ukázalo, že kvantilový vzťah nie je nejakým nesúvisiacim štatistickým aspektom, ktorý žije nezávisle od našej regresnej špecifikácie. V tejto časti tiež ukazujeme, čo kvantilový prístup a Q-odhad skutočne robia, a dávame to do kontrastu s tým, čo chcú robiť SFA modely, aj na simulovanom príklade. V časti 2 sú uvedené hlavné charakteristiky a vlastnosti lineárneho Q-odhadcu, keď je chybový člen nezávislý od regresorov, ako nevyhnutná príprava na prechod k časti 3, kde autori ukazujú, ako sú niektoré z týchto vlastností zásadne nezlučiteľné s cieľmi a zámermi SFA. V časti 4 sa rozoberajú najnovšie pokroky, ktoré správne konštruujú deterministickú hranicu. Oddiel 5 sa odkláňa od kvantilovej regresie a predstavuje prístupy založené na vierohodnosti, ktoré používajú funkcie hustoty, ktoré zahŕňajú ako jeden zo svojich parametrov pravdepodobnosť nulového kvantilu ich rozdelenia.

V častiach 6 až 9 sa uvádza nový odhad, ale aj metriky a poznatky, ktoré umožňujú plodne využiť kvantilový prístup v SFA. V časti 6 sa ukazuje, ako možno použiť kvantilový odhad spolu s ďalšími predpokladmi s cieľom poskytnúť koncepčne platné a užitočné výsledky odhadov a odvodzovania v SFM. V oddiele 7 sa uvádzajú kvantilové miery efektívnosti na úrovni vzorky, ako aj na individuálnej úrovni, ale aj to, ako možno použiť podmienené kvantily rozdelenia neefektívnosti, aby sa ponúkol obraz o tom, ako sú jednotlivé výsledky efektívnosti rozložené okolo zvoleného kvantilu rozdelenia efektívnosti. V časti 8 sa dokazuje základný výsledok: očakáva sa, že kladné a vysoké hodnoty zloženého chybového člena modelov SFA výroby budú existovať súčasne s nízkou neefektívnosťou v konkrétnom pravdepodobnostnom zmysle. V oddiele 9 sa skúma prípad závislosti medzi chybovým členom a regresormi alebo inými kovariátami. Oddiel 10 poskytuje empirickú ilustráciu, ktorá demonštruje prístup štyroch predchádzajúcich oddielov a slúži ako návod na podrobné aplikované štúdie. Oddiel 11 obsahuje zoznam rôznych otvorených otázok, ako aj nápady a smery budúceho výskumu, zatiaľ čo oddiel 12 ponúka krátke zhrnutie a závery.