BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Osiewalski Jacek (Akademia Ekonomiczna w Krakowie / Wydział Zarządzania), Wróbel-Rotter Renata (Akademia Ekonomiczna w Krakowie / Wydział Zarządzania)
Tytuł
Estymacja granicznych funkcji produkcji i wskaźników efektywności technicznej na podstawie danych przekrojowych
Estimation of Production Frontiers and Technical Efficiencies Using Cross-sectional Data
Źródło
Przegląd Statystyczny, 1999, vol. 46, z. 1, s. 115-136, bibliogr. 26 poz.
Statistical Review
Słowa kluczowe
Funkcja produkcji, Wnioskowanie bayesowskie, Metody ekonometryczne, Efektywność techniczna
Production function, Bayesian inference, Econometric methodology, Technical efficiency
Uwagi
summ.
Abstrakt
W artykule przedstawiono estymację stochastycznych granicznych funkcji produkcji, które dają się sprowadzić do postaci liniowej względem parametrów. Tematy poruszone w artykule to: pojęcie granicznej funkcji produkcji i efektywności technicznej, klasyczna estymacja parametrów funkcji produkcji, szacowanie indywidualnych wskaźników efektywności oraz wnioskowanie bayesowskie w przypadku wykładniczego rozkładu nieefektywności.

The paper discusses estimation techniques for stochastic frontier production functions that are linear in parameters (e.g. Cobb-Douglas or translog). Two simplest classical methods, OLS and Corrected OLS (COLS), represent two extreme prior assumptions: full technical efficiency (OLS) or lack of symmetric error (COLS). Moreover, they do not impose economic regularity. Two other classical methods, Modified OLS (MOLS) and Maximum Likelihood (ML) allow for the composed error structure, but may be difficult (or impossible) to apply for the data at hand. From this perspective, Bayesian inference using Gibbs sampling (proposed for stochastic frontiers by Koop, Osiewalski and Steel) seems a very flexible and numerically reliable alternative. We present an empirical illustration using Polish agricultural data which shows the slight sensitivity of Bayesian posterior results with respect to prior assumptions and the good numerical properties of the used Gibbs sampler. (original abstract)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Bibliografia
Pokaż
  1. Aigner D., Lovell C.A.K., Schmidt P., Formulation and estimation of stochastic frontier production function models, Journal of Econometrics 6, 1977.
  2. Bauer W.P., Recent developments in the econometric estimation of frontiers, Journal of Econometrics 46, 1990.
  3. Van den Broeck J., Koop G., Osiewalski J., Steel M.F.J., Stochastic frontier models: A Bayesian perspective,, Journal of Econometrics 61, 1994.
  4. Casella G., George E., Explaining the Gibbs sampler, The American Statistician 46, 1992.
  5. Farrell M.J., The measurement of productive efficiency, Journal of the Royal Statistical Society, Series A, 120, 1957.
  6. Fernandez C, Osiewalski J., Steel M.F.J., On the use of panel data in stochastic frontier models with improper priors, Journal of Econometrics 79, 1997.
  7. Gabrielsen A., On estimating efficient production functions, Working Paper No. A-35, Chr. Michelsen Institute, Department of Humanities and Social Sciences, Bergen, 1975.
  8. Gelman A., Rubin D., A single series from the Gibbs sampler provides a false sense of security, (w:) Bayesian Statistics4 (red.: J.M. Bernardo, J.O. Berger, A.P. Dawid, A.F.M. Smith), Oxford University Press, Oxford 1992.
  9. Geweke J., Evaluating the accuracy of sampling-based approaches to the calculation of posterior moments, (w:) Bayesian Statistics 4 (red.: J.M. Bernardo, J.O. Berger, A.P. Dawid, A.F.M. Smith), Oxford University Press, Oxford 1992.
  10. Greene W.H., A gamma-distributed stochastic frontier model, Journal of Econometrics 46, 1990.
  11. Greene W.H., The econometric approach to efficiency analysis, (w:) The Measurement of Productive Efficiency - Techniques and Applications (red.: Fried H.O., Lovell K.C.A., Schmidt S.S.), Oxford University Press, New York, chap. 2, 1993.
  12. Jondrow J., Lovell K.C.A., Materov I.S., Schmidt P., On the estimation of technical inefficiency in the stochastic frontier production function model, Journal of Econometrics 19, 1982.
  13. Judge G.G., Griffiths W.E., Hill CR., Lütkepohl H., Lee T.C., The theory and practice of econometrics, 2nd edition, J. Wiley, New York 1985.
  14. Koop G., Osiewalski J., Steel M.F.J., Bayesian efficiency analysis with a flexible form: The AIM cost function, Journal of Business and Economic Statisics 12, 1994.
  15. Koop G., Osiewalski J., Steel M.F.J., Bayesian efficiency analysis through individual effects: Hospital cost frontiers, Journal of Econometrics 79, 1997.
  16. Koop G., Steel M.F.J., Osiewalski J., Posterior analysis of stochastic frontier models using Gibbs sampling, Computational Statistics 10, 1995.
  17. Kopp R., Mullahy J., Moment-based estimation and testing of stochastic frontier models, Discussion Paper no. 89-10, Resources For the Future, Washington 1989.
  18. Lovell K.C.A., Production frontiers and productive efficiency (w:) The Measurement of Productive Efficiency - Techniques and Applications (red.: Fried H.O., Lovell K.C.A., Schmidt S.S.), Oxford University Press, New York, chap. 1, 1993.
  19. Meeusen W., Van den Broeck J., Efficiency estimation from Cobb-Douglas production functions with composed error, International Economic Review 8, 1977.
  20. O'Hagan A., Bayesian inference, J. Wiley, New York 1994.
  21. Osiewalski J., Steel M., Numerical tools for the Bayesian analysis of stochastic frontier models, Journal of Productivity Analysis 10, 1998.
  22. Richmond J., Estimating the efficiency of production, International Economic Review 15, 1974.
  23. Schmidt P., Sickles R.C., Production Frontiers and Panel Data, Journal of Business and Economic Statistics 2, 1984.
  24. Stevenson R.E., Likelihood functions for generalized stochastic frontier estimation, Journal of Econometrics 13, 1980.
  25. Tierney L., Markov chains for exploring posterior distributions (with discussion), Annals of Statistics 22, 1994.
  26. Winsten C.D., Discussion on Mr. Farrell's Paper, Journal of the Royal Statistical Society, Series A, 120, 1957.
Cytowane przez
Pokaż
ISSN
0033-2372
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu