重金悬赏高手指点随机前沿结果的问题

C-D模型本身不会有问题吧,这是最经典的模型,应该是最没有创新,但最没有问题的模型啊!.我本来自己设想也许有个问题:一般技术效率是测算企业数据的,而我做的是二位数行业,实际上是企业的区域加总数据,也许有问题!但我一想，加总数据应该大致可用,因为每个企业的非负(或半正态分布)的非效率误差项经过加总以后应该仍呈半正态分布的!所以,对行业数据测算一个平均的技术效率也应该可以啊!而且国内不少人也都是测算行业技术效率,而且他们测算的甚至是全国加总.

所以,我怀疑是不是用frontier的过程中出了什么问题,比如我所做的其实蕴涵着一个特定条件,而我没有注意到.因为我是自学frontier4.1软件中所附带的东西来进行处理的,显然容易一知半解,甚至是有点照葫芦画瓢.现在瓢出问题了,就不懂了.请熟悉frontier的朋友给予指点吧.或者有别的更好更方便的测算工具推荐给我,我也很感谢,并渴望能交朋友.谢谢zhaojumping,Dylan007两位!

继续求教各位绿林好汉!

你说的好象有点道理,我现在的数据是某一年内30个省的数据,这样几乎假定各地区的生产函数是相同的,可能非常不合理,莫非应该用面板数据分别估算各地区平均技术效率?

但跟你说,frontier4.1里面有一个数据包含60个企业的产出、劳动与资本的数据，他可以算出每个技术效率的估计值（大约0.7，0.8什么的），并计算60个企业的平均技术效率。我是模仿他的的做法,从工业经济年鉴中按照其他学者做过的变量选取了这三个变量分别表示产出,资本与劳动来做估计，按理来讲，即使我极其粗略的将30个地区类似当成30个企业来看，算得的技术效率值怎么会这么接近1呢？

难道我如果用某一地的时间序列数据，计算这些年的技术效率，得到的结果会和现在不一样吗？我试一试！先谢谢你。

用面板数据也差不多，肯定不是什么非常特别的原因，应该是出了非常明显甚至是低级的常识或系统性问题！！！

我觉得是技术效率测算本身有问题，有可能陷入了“用衰退解释衰退”这类逻辑错误，就如RBC模型面对的问题

问题是不少学者都测算过技术效率,而且也是处理行业数据,并没有出现这种问题啊?应该是我用的时候出了问题,而肯定不会是技术效率或软件本身的问题.我猜想应该是这样.

或者是你那个正态假设出了问题？比如本身各行业的残差失异方差的？这样你加总就有问题了吧？

我的数据是一个行业的,当然不同地区的非负正态误差可能是不完全相同的,但正因为这样,不同地区的实际行业产出与平均生产函数(前沿)的差距应该很是明显才是,充其量可能有正有负.不知道我理解的是否有错!!!请教zhaojumping,你是否用过其他的软件计算技术效率,甚至进行分解,如onfront 2.0,或DEA等.计算得到的结果有什么特征?

看看

请问楼主是怎么解决的？我也碰到了同样的问题，求教！

关注中................