用FRONTIER4.1怎么做bs1995的模型

默默海马 发表于 2012-5-3 13:31
那怎么办呢，试过将变量删掉几个（比如变量交互项，不知道可不可以？）但还是运行不出结果，按回车后直接 ...

删掉交乘项当然可以，就是回到Cobb-Douglas成本函数，或许这样比较容易收敛。另外建议可以使用STATA，你可以修改收敛条件，也比较容易得出结果

pony1031 发表于 2012-5-3 14:47
删掉交乘项当然可以，就是回到Cobb-Douglas成本函数，或许这样比较容易收敛。另外建议可以使用STATA，你可 ...

这是我用简单的CD函数做的，而且只用了七年的数据，但得出的out结果成本效率值用倒数转换后怎么呈现逐年降低呢（也就是Out文件输出显示效率值都大于一且逐年递增？）不知道什么原因~~按常理应该递增才对啊~

Output from the program FRONTIER (Version 4.1c)


instruction file = cd7t.ins   
data file =        cd7t.dta   


Error Components Frontier (see B&C 1992)
The model is a cost function
The dependent variable is logged


the ols estimates are :

                 coefficient     standard-error    t-ratio

  beta 0        -0.50418858E+00  0.23530327E+00 -0.21427181E+01
  beta 1         0.19592768E+00  0.32041375E-01  0.61148337E+01
  beta 2        -0.19230643E-01  0.37223560E-02 -0.51662558E+01
  beta 3         0.63266832E-01  0.18594949E-01  0.34023665E+01
  beta 4        -0.12995194E+00  0.13131867E+00 -0.98959232E+00
  beta 5         0.73685018E-01  0.35211968E-01  0.20926129E+01
  beta 6        -0.17209374E+00  0.26206487E-01 -0.65668376E+01
  sigma-squared  0.17749531E-01

log likelihood function =   0.70451229E+02
。。。。。。
the final mle estimates are :

                 coefficient     standard-error    t-ratio

  beta 0        -0.23917774E+00  0.28472423E+00 -0.84003294E+00
  beta 1         0.17784766E+00  0.28070441E-01  0.63357629E+01
  beta 2        -0.18330842E-01  0.30562423E-02 -0.59978367E+01
  beta 3         0.45298438E-01  0.16145730E-01  0.28055986E+01
  beta 4        -0.11545765E+00  0.14424509E+00 -0.80042686E+00
  beta 5         0.67015911E-01  0.35645449E-01  0.18800692E+01
  beta 6        -0.12096407E+00  0.35430811E-01 -0.34140926E+01
  sigma-squared  0.32542797E-01  0.14298586E-01  0.22759451E+01
  gamma          0.67706691E+00  0.15165657E+00  0.44644747E+01
   mu is restricted to be zero
  eta           -0.23401842E-01  0.68211837E-01 -0.34307596E+00

log likelihood function =   0.83383090E+02

LR test of the one-sided error =   0.25863721E+02
with number of restrictions = 2
[note that this statistic has a mixed chi-square distribution]

cost efficiency estimates :

efficiency estimates for year      1 :

     firm             eff.-est.

       1           0.10793499E+01
       2           0.11083860E+01
       3           0.10159258E+01
       4           0.10358532E+01
       5           0.11258193E+01
       6           0.10324318E+01
       7           0.10865418E+01
       8           0.12440379E+01
       9           0.10681391E+01
      10           0.11045891E+01
      11           0.13301171E+01
      12           0.11311601E+01
      13           0.10807351E+01
      14           0.12223215E+01
      15           0.10689754E+01
      16           0.10563249E+01


mean eff. in year   1 =  0.11119193E+01




efficiency estimates for year      2 :

     firm             eff.-est.

       1           0.10813176E+01
       2           0.11111059E+01
       3           0.10163083E+01
       4           0.10367249E+01
       5           0.11289993E+01
       6           0.10332189E+01
       7           0.10886942E+01
       8           0.12505049E+01
       9           0.10698208E+01
      10           0.11072096E+01
      11           0.13391513E+01
      12           0.11344824E+01
      13           0.10827383E+01
      14           0.12281634E+01
      15           0.10706784E+01
      16           0.10577079E+01


mean eff. in year   2 =  0.11148016E+01

efficiency estimates for year      3 :

     firm             eff.-est.

       1           0.10833363E+01
       2           0.11138979E+01
       3           0.10167002E+01
       4           0.10376184E+01
       5           0.11322647E+01
       6           0.10340256E+01
       7           0.10909028E+01
       8           0.12571608E+01
       9           0.10715458E+01
      10           0.11098995E+01
      11           0.13484640E+01
      12           0.11378942E+01
      13           0.10847935E+01
      14           0.12341734E+01
      15           0.10724252E+01
      16           0.10591262E+01


mean eff. in year   3 =  0.11177643E+01




efficiency estimates for year      4 :

     firm             eff.-est.

       1           0.10854074E+01
       2           0.11167641E+01
       3           0.10171015E+01
       4           0.10385343E+01
       5           0.11356180E+01
       6           0.10348524E+01
       7           0.10931690E+01
       8           0.12640119E+01
       9           0.10733151E+01
      10           0.11126606E+01
      11           0.13580652E+01
      12           0.11413982E+01
      13           0.10869021E+01
      14           0.12403571E+01
      15           0.10742169E+01
      16           0.10605805E+01


mean eff. in year   4 =  0.11208096E+01




efficiency estimates for year      5 :

     firm             eff.-est.

       1           0.10875324E+01
       2           0.11197067E+01
       3           0.10175127E+01
       4           0.10394731E+01
       5           0.11390619E+01
       6           0.10356998E+01
       7           0.10954945E+01
       8           0.12710648E+01
       9           0.10751301E+01
      10           0.11154950E+01
      11           0.13679657E+01
      12           0.11449973E+01
      13           0.10890656E+01
      14           0.12467203E+01
      15           0.10760549E+01
      16           0.10620720E+01


mean eff. in year   5 =  0.11239404E+01




efficiency estimates for year      6 :

     firm             eff.-est.

       1           0.10897128E+01
       2           0.11227278E+01
       3           0.10179339E+01
       4           0.10404353E+01
       5           0.11425990E+01
       6           0.10365683E+01
       7           0.10978811E+01
       8           0.12783265E+01
       9           0.10769920E+01
      10           0.11184049E+01
      11           0.13781764E+01
      12           0.11486942E+01
      13           0.10912857E+01
      14           0.12532689E+01
      15           0.10779404E+01
      16           0.10636016E+01


mean eff. in year   6 =  0.11271593E+01




efficiency estimates for year      7 :

     firm             eff.-est.

       1           0.10919503E+01
       2           0.11258299E+01
       3           0.10183654E+01
       4           0.10414218E+01
       5           0.11462323E+01
       6           0.10374586E+01
       7           0.11003304E+01
       8           0.12858043E+01
       9           0.10789021E+01
      10           0.11213925E+01
      11           0.13887090E+01
      12           0.11524921E+01
      13           0.10935638E+01
      14           0.12600093E+01
      15           0.10798748E+01
      16           0.10651704E+01


mean eff. in year   7 =  0.11304692E+01


summary of panel of observations:
(1 = observed, 0 = not observed)

pony1031 发表于 2012-5-3 14:47
删掉交乘项当然可以，就是回到Cobb-Douglas成本函数，或许这样比较容易收敛。另外建议可以使用STATA，你可 ...

trans8 3.txt (1.29 KB)

2012-5-3 21:38:35 上传

想再向你请教个问题，我用模型2做，没有删减变量，引入3个无效率相关的解释变量z，不知道为何出来的Out文件是空的。是还有修改软件包里其他文件吗？用exe运行做模型1是有out文件出来且有内容了，用模型2还是不行。。可以麻烦你帮我看看不？谢谢哈~~软件包用的是这个 front41软件.zip (280.79 KB)

2012-5-3 21:50:46 上传

默默海马 发表于 2012-5-3 20:08
这是我用简单的CD函数做的，而且只用了七年的数据，但得出的out结果成本效率值用倒数转换后怎么呈现逐年降 ...

Battese and Coelli (1992)提出无效率如何随时间变化：Uit=exp(-eta(t-T))Ui。由于在你的结果中eta值为负(虽然不显著)，代表无效率Uit会随着时间越来越大

pony1031 发表于 2012-5-3 22:58
Battese and Coelli (1992)提出无效率如何随时间变化：Uit=exp(-eta(t-T))Ui。由于在你的结果中eta值为负 ...

(⊙o⊙)…我看的是翻译版的《效率和生产率分析导论》第二版 ，它里面提到的随时间变化的无效率模型是Uit=exp(eta(t-T))Ui ~~所以才觉得奇怪~~是听说这本书翻译不怎么好，难道书真错了？

默默海马 发表于 2012-5-4 08:57
(⊙o⊙)…我看的是翻译版的《效率和生产率分析导论》第二版 ，它里面提到的随时间变化的无效率模型是Uit= ...

Battese and Coelli (1992) 原文中以及《An Introduction to Efficiency and Productivity Analysis》第一版是写我写的式子，但是第二版就写错了，所以翻译版也跟着错啰

默默海马 发表于 2012-5-3 21:50
想再向你请教个问题，我用模型2做，没有删减变量，引入3个无效率相关的解释变量z，不知道为何出来的O ...

你的数据确实是无法收敛，我必须用STATA调整收敛条件才能得出结果。最重要的是，你的数据里头有一个变量重复出现两次，导致软件会判别为共线性，STATA会自动去除，Frontier4.1我就不晓得它会怎么处理，有可能就是这样才无法收敛

pony1031 发表于 2012-5-4 09:18
Battese and Coelli (1992) 原文中以及《An Introduction to Efficiency and Productivity Analysis》第一 ...

O(∩_∩)O谢谢

pony1031 发表于 2012-5-4 09:45
你的数据确实是无法收敛，我必须用STATA调整收敛条件才能得出结果。最重要的是，你的数据里头有一个变量重 ...

就是说我的数据用模型2还是可以做的了~~高兴下。。。
but STATA软件我不懂唉，是整张表里不能有一个变量值重复出现两次（整个样本期）对吗？不懂这个软件，只好先手动检查调整一下了~您能不能告诉我是哪个变量呢~数据实在太多不好找。。。

pony1031 发表于 2012-5-4 09:45
你的数据确实是无法收敛，我必须用STATA调整收敛条件才能得出结果。最重要的是，你的数据里头有一个变量重 ...

我找到那两列一模一样的数据了，可能因为太多了，脑袋晕掉了，有两列一模一样的也没看到~~嘿嘿 再把数据修改一遍重新试试~~O(∩_∩)O谢谢