计量实证模型-SFA双边随机前沿分界模型&代码合集分享,亲测有效

1、数据来源:自主整理

2、时间跨度:无

3、区域范围:无

4、指标说明:

双边随机前沿模型,也称双边随机边界模型,近年来在计量经济中常用于对市场上供求双方的议价能力进行测度。例如 Kumbhakar等在一篇发表于2009年的论文中运用双边随机边界模型分析劳动力市场工资的定价行为和劳资双方的议价能力。此次为大家搜集到了双边随机前沿的stata do代码和相关测程序包。

包含以下资料:

 

ssc install SFA2tier显示错误可直接使用此源代码的ado文件包。

具体安装方式如下,将ado包复制到stata——ado——base中以s开头的文件中即可

部分程序示例如下:

 

相关研究:

[1]霍源源, 冯宗宪, 柳春. 抵押担保条件对小微企业贷款利率影响效应分析——基于双边随机前沿模型的实证研究[J]. 金融研究, 2015(9):16.

[2]刘建江, 石大千. 高房价对企业创新的影响:是挤出还是挤入?——基于双边随机前沿模型的测算[J]. 中国软科学, 2019(9):16.

[3]赵春燕, 吕昭河, 李帆. 人口老龄化对人力资本积累的双边效应 ——基于双边随机前沿模型的测算[J]. 人口与发展, 2021, 27(4):14.

[4]蒋青嬗, 韩兆洲, 吴栩. 真实固定效应空间随机前沿模型的贝叶斯估计[J]. 统计研究, 2018, 35(11):11.

下载链接双边随机前沿边界模型代码合集.zip-数据集文档类资源-CSDN下载

  • 2
    点赞
  • 11
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
随机前沿 (Stochastic Frontier Analysis, SFA) 是一种经济学方法,用于测量生产效率。它是通过将产出看作是技术效率和随机误差的乘积,来估计生产函数的确定性 (技术效率) 和随机成分 (随机误差)。 在随机前沿SFA模型中,我们假设技术效率是未观测到的变量,并引入误差项来衡量技术效率的波动。 在Python中实现随机前沿SFA模型,可以使用统计分析库statsmodels。首先,我们需要导入相应的库: ``` import numpy as np import pandas as pd from statsmodels.api import OLS from statsmodels.tools.tools import add_constant ``` 接下来,我们需要准备用于模型估计的数据。这些数据应该包含有关产出、输入和其他相关因素的信息。首先,我们创建一个DataFrame来存储这些数据: ``` data = pd.DataFrame({'output': [10, 12, 14, 16, 18], 'input1': [2, 3, 4, 5, 6], 'input2': [3, 4, 5, 6, 7], 'input3': [1, 2, 3, 4, 5]}) ``` 接下来,我们需要对输入变量进行对数变换,以取得更好的结果: ``` data['log_input1'] = np.log(data['input1']) data['log_input2'] = np.log(data['input2']) data['log_input3'] = np.log(data['input3']) ``` 随后,我们需要定义模型并拟合数据: ``` model = OLS(data['output'], add_constant(data[['log_input1', 'log_input2', 'log_input3']])) result = model.fit() ``` 最后,我们可以通过result.summary()方法来查看模型的拟合结果: ``` print(result.summary()) ``` 以上就是用Python实现随机前沿SFA模型的简单步骤。当然,在实际应用中,我们还需要考虑模型的假设前提、数据的准备和模型的验证等方面。在这里,我们只演示了最基本的代码实现。希望这能对你有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

samFuB

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值