<p>先求助后送书，希望牛人能够路过指导一下，谢谢！</p><p>采用的是BC1992模型估计技术效率和translog生产函数形式</p><p>一共有三个问题，有点儿多-_-，请各位不吝赐教啊！</p><p>1.检验随机前沿模型是否适用，是要去联合检验γ=μ=η=0吗？在STATA中怎么实现呢？</p><p>2.想检验柯布道格拉斯生产函数和translog生产函数之间的选择，应该是检验所有交叉项和二次项的系数吧？</p><p>可是我用柯布道格拉斯生产函数回归总是不收敛，怎么办？这样还可以检验吗？</p><p>3.检验技术非中性是检验投入要素L和K与时间t的交叉项吗？我看很多人都是用LR test来做的，那就需要跑两个回归了，一个有交叉项，一个没有交叉项，但是我去掉这两项之后回归又不收敛啦！怎么办啊？</p><p>我可以用Wald test代替进行检验吗？嘿嘿~毕竟只需要跑一个回归就可以了，简单方便。不过有理论依据吗？</p><p>回归结果如下<br/>Iteration 0:&nbsp;&nbsp; log likelihood = -112.42807&nbsp; (not concave)<br/>Iteration 1:&nbsp;&nbsp; log likelihood = -77.658865&nbsp; (not concave)<br/>Iteration 2:&nbsp;&nbsp; log likelihood = -70.847644&nbsp; <br/>Iteration 3:&nbsp;&nbsp; log likelihood =&nbsp; -70.76873&nbsp; <br/>Iteration 4:&nbsp;&nbsp; log likelihood = -67.522005&nbsp; <br/>Iteration 5:&nbsp;&nbsp; log likelihood = -67.426929&nbsp; <br/>Iteration 6:&nbsp;&nbsp; log likelihood = -67.426616&nbsp; <br/>Iteration 7:&nbsp;&nbsp; log likelihood = -67.426616&nbsp; </p><p>Time-varying decay inefficiency model&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Number of obs&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; =&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 104<br/>Group variable: cid&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Number of groups&nbsp;&nbsp; =&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 39</p><p>Time variable: year&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Obs per group: min =&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 1<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; avg =&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 2.7<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; max =&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 7</p><p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Wald chi2(9)&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; =&nbsp;&nbsp;&nbsp; 110.37<br/>Log likelihood&nbsp; = -67.426616&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Prob &gt; chi2&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; =&nbsp;&nbsp;&nbsp; 0.0000</p><p>------------------------------------------------------------------------------<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; lnY |&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; Coef.&nbsp;&nbsp; Std. Err.&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; z&nbsp;&nbsp;&nbsp; P&gt;|z|&nbsp;&nbsp;&nbsp;&nbsp; [95% Conf. Interval]<br/>-------------+----------------------------------------------------------------<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; lnK |&nbsp; -1.870092&nbsp;&nbsp; .6970854&nbsp;&nbsp;&nbsp; -2.68&nbsp;&nbsp; 0.007&nbsp;&nbsp;&nbsp; -3.236354&nbsp;&nbsp; -.5038297<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; lnL |&nbsp;&nbsp; 1.118676&nbsp;&nbsp; .8658434&nbsp;&nbsp;&nbsp;&nbsp; 1.29&nbsp;&nbsp; 0.196&nbsp;&nbsp;&nbsp; -.5783461&nbsp;&nbsp;&nbsp; 2.815698<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; t |&nbsp; -.6650322&nbsp;&nbsp; .2662542&nbsp;&nbsp;&nbsp; -2.50&nbsp;&nbsp; 0.012&nbsp;&nbsp;&nbsp; -1.186881&nbsp;&nbsp; -.1431836<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; tsq |&nbsp; -.0003343&nbsp;&nbsp; .0114707&nbsp;&nbsp;&nbsp; -0.03&nbsp;&nbsp; 0.977&nbsp;&nbsp;&nbsp; -.0228166&nbsp;&nbsp;&nbsp; .0221479<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; lnL2 |&nbsp;&nbsp; .1877647&nbsp;&nbsp; .1179036&nbsp;&nbsp;&nbsp;&nbsp; 1.59&nbsp;&nbsp; 0.111&nbsp;&nbsp;&nbsp; -.0433222&nbsp;&nbsp;&nbsp; .4188515<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; lnK2 |&nbsp;&nbsp; .1781838&nbsp;&nbsp; .0549305&nbsp;&nbsp;&nbsp;&nbsp; 3.24&nbsp;&nbsp; 0.001&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; .070522&nbsp;&nbsp;&nbsp; .2858457<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; lnKL |&nbsp; -.2922226&nbsp;&nbsp; .1362202&nbsp;&nbsp;&nbsp; -2.15&nbsp;&nbsp; 0.032&nbsp;&nbsp;&nbsp; -.5592092&nbsp;&nbsp;&nbsp; -.025236<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; tlnK |&nbsp;&nbsp; .0783449&nbsp;&nbsp; .0342742&nbsp;&nbsp;&nbsp;&nbsp; 2.29&nbsp;&nbsp; 0.022&nbsp;&nbsp;&nbsp;&nbsp; .0111688&nbsp;&nbsp;&nbsp; .1455211<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; tlnL |&nbsp;&nbsp; .0019412&nbsp;&nbsp; .0434341&nbsp;&nbsp;&nbsp;&nbsp; 0.04&nbsp;&nbsp; 0.964&nbsp;&nbsp;&nbsp;&nbsp; -.083188&nbsp;&nbsp;&nbsp; .0870705<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; _cons |&nbsp;&nbsp; 15.66448&nbsp;&nbsp; 3.897831&nbsp;&nbsp;&nbsp;&nbsp; 4.02&nbsp;&nbsp; 0.000&nbsp;&nbsp;&nbsp;&nbsp; 8.024876&nbsp;&nbsp;&nbsp; 23.30409<br/>-------------+----------------------------------------------------------------<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; /mu |&nbsp;&nbsp; 1.532079&nbsp;&nbsp; .4889659&nbsp;&nbsp;&nbsp;&nbsp; 3.13&nbsp;&nbsp; 0.002&nbsp;&nbsp;&nbsp;&nbsp; .5737235&nbsp;&nbsp;&nbsp; 2.490435<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; /eta |&nbsp; -.0883429&nbsp;&nbsp; .0339824&nbsp;&nbsp;&nbsp; -2.60&nbsp;&nbsp; 0.009&nbsp;&nbsp;&nbsp; -.1549472&nbsp;&nbsp; -.0217386<br/>&nbsp;&nbsp; /lnsigma2 |&nbsp; -.8617911&nbsp;&nbsp; .2417598&nbsp;&nbsp;&nbsp; -3.56&nbsp;&nbsp; 0.000&nbsp;&nbsp;&nbsp; -1.335632&nbsp;&nbsp; -.3879506<br/>&nbsp; /ilgtgamma |&nbsp;&nbsp; 1.079826&nbsp;&nbsp; .4015404&nbsp;&nbsp;&nbsp;&nbsp; 2.69&nbsp;&nbsp; 0.007&nbsp;&nbsp;&nbsp;&nbsp; .2928214&nbsp;&nbsp;&nbsp; 1.866831<br/>-------------+----------------------------------------------------------------<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; sigma2 |&nbsp;&nbsp; .4224048&nbsp;&nbsp; .1021205&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; .262992&nbsp;&nbsp;&nbsp; .6784459<br/>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; gamma |&nbsp;&nbsp; .7464611&nbsp;&nbsp; .0759943&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; .5726867&nbsp;&nbsp;&nbsp; .8660911<br/>&nbsp;&nbsp;&nbsp; sigma_u2 |&nbsp;&nbsp; .3153088&nbsp;&nbsp; .1038391&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; .1117879&nbsp;&nbsp;&nbsp; .5188296<br/>&nbsp;&nbsp;&nbsp; sigma_v2 |&nbsp;&nbsp; .1070961&nbsp;&nbsp; .0190299&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; .0697982&nbsp;&nbsp;&nbsp;&nbsp; .144394<br/>------------------------------------------------------------------------------<br/></p><p>附赠：</p><p>1.STATA中SFA的实现过程</p><p><br/>2.根据stata下SFA输出结果计算技术效率</p><p><br/>3.Boston College的stata讲义(MLE和NLE部分)</p><p></p><p>4.中国全要素生产率估算与分析(哥德堡大学经济系 郑京海)&nbsp; 85页&nbsp; PPT</p><p></p><br/>