再次请教连老师

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

效率分析中，雇员和公司之间整体议价能力分析结果见下表：        
  variable |           mean       p25       p50       p75 --------------------------------------------------------------------------------      
Firms_E_u |        22.1      12.2      16.4      25.1
Workers_E_w |   18.9      11.4      14.4      21.2   
Net_E_u_w |       3.2       -9.1       2.0      13.7           
Firms |                18.1      10.9      14.4      21.1        
Workers |          15.9      10.3      12.8      18.2              
NI |                    2.2      -7.3       1.6      10.9
---------------------------------------------------------------------------------   
比如说在25%水平时，公司议价能力为10.9%，显然高于雇员议价能力10.3%，为什么净议价能力反而为负值-7.3%？ 在其他分位上，也有这样的问题，为什么净剩余不是厂商的议价能力减去工人的议价能力？上述结果您的程序所报告的结果。我也查看了您写的一些文章。但发现均会有这样的问题，我想了很久，也没有想通。望老师能给予解答，谢谢

老师，上次你的回答是 计算 firm, worker 和 NI 时，只针对每个观察值分别计算的，因此，不能保证最终统计表中前两个的加（或者减）一定等于 NI 对应的数值。

但是，有公式NI =E（1-exp(-u)|    ）-E（1-exp(-w)|    ）
              =E（exp(-w)-exp(-u)|    ）
从上述公式看，最终统计表中前两个的减应该 等于NI 对应的数值啊，老师这怎么理解比较好呢，谢谢。

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：连老师 Variable workers worker Firms 能力

我举个简单的例子，你琢磨一下。问题的根源不在 two-tier SFA 模型，而在于对分位数的理解上。


. clear
. set obs 10
. set seed 12345
. gen x1 = int(runiform()*100)
. gen x2 = int(runiform()*100)
. gen d  = x1 - x2
. tabstat x1 x2 d, stat(mean p25 p50 p75) format(%3.0f) c(s)
*-表1：基本统计量
    variable |      mean       p25       p50       p75
-------------+----------------------------------------
          x1 |        46        31        46        67
          x2 |        63        44        77        83
           d |       -17       -41       -25         4
------------------------------------------------------
.
. sort x1
. list, sep(0)  noobs
*-表2：原始数据
  +---------------+
  | x1   x2     d |
  |---------------|
  | 12    8     4 |
  | 30   71   -41 |
  | 31   83   -52 |
  | 36   75   -39 |
  | 41   91   -50 |
  | 50   89   -39 |
  | 56   15    41 |
  | 67   44    23 |
  | 68   79   -11 |
  | 72   79    -7 |
  +---------------+

在这个例子中，变量 x1 的 p25 是 31，而 x2 的 p25 则是 44，二者之差（变量 d）的 p25 则为 -41。我在表 2 中用红色标记了一下，你会发现，这三个数字并不在同一行，因此也就不存在必然的一一对应关系。
简言之，计算分位数时，是以变量自身所包含的观察值的相对大小为依据的。

如果还有问题，我们再行讨论。

thanks！