动态异方差随机前沿模型的贝叶斯推断

发布时间：2017-06-11 02:01

  本文关键词：动态异方差随机前沿模型的贝叶斯推断，由笔耕文化传播整理发布。

【摘要】：随机前沿模型常用于测定单个或多个生产单元的生产效率,通过对生产效率的分析,可找出生产行为中存在的问题并进行改进,具有较强的实际意义.随机前沿模型中如果忽略无效率项的异质性(heterogeneity)会导致错误的效率估计.本文从个体特征的影响和方差的时变性两方面对单边干扰项进行考虑,提出异方差动态随机前沿模型,无效率项与公司特征有关且方差随时间变化.利用Gibbs抽样对动态异方差随机前沿模型进行贝叶斯推断，确定了待估参数的先验分布,导出了参数的后验分布,并讨论了模型的具体抽样方法.在最小后验均方误差准则下对中小样本进行模拟实验，，结果显示参数估计值与真值非常接近.最后将模型应用于电力改革和港航上市公司的效率分析.对电力改革的实际数据进行分析显示对数无效率项的方差有一定的时变性,且无效率项受用户密度的影响.对国内港航上市公司的运行效率分析,得出对数无效率项方差对前一时刻的方差和扰动平方项有较大的依赖性.对于无效率中的参数,其后验分布不是标准分布,且常用的随机游走抽样和Griddy-Gibbs抽样方法在该分层随机前沿模型中的舍选效率非常低.利用近似GARCH模型方法,将条件方差方程构造成新的ARMA方程,得到参数的建议分布,最后通过Metropolis-Hastings抽样实现对参数抽样,大大提高了模型的抽样效率.
【关键词】：随机前沿模型 贝叶斯分析 异方差 Gibbs抽样 Metropolis-Hastings抽样
【学位授予单位】：内蒙古大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O212.8
【目录】：

• 摘要5-6
• ABSTRACT6-9
• 第一章 引言9-16
• 1.1 问题的提出9
• 1.2 随机前沿模型介绍9-12
• 1.3 随机前沿模型的统计推断12-14
• 1.4 本文主要研究内容14-16
• 第二章 动态随机前沿模型的贝叶斯推断16-29
• 2.1 模型介绍16-17
• 2.2 贝叶斯分析及抽样方法17-26
• 2.2.1 先验的选取17-18
• 2.2.2 联合后验分布及其Gibbs抽样18-19
• 2.2.3 参数后验分布及其抽样方法19-26
• 2.3 模拟实验26-28
• 2.4 本章小结28-29
• 第三章 实例分析29-36
• 3.1 电力改革数据实例分析29
• 3.2 港航上市公司运行效率分析29-35
• 3.3 本章小结35-36
• 第四章 结束语36-37
• 参考文献37-40
• 攻读硕士学位期间完成的论文40-41
• 致谢41

【相似文献】

中国期刊全文数据库 前10条

1 熊建国;;《动载设计:模型分析的应用》[J];世界地震工程;1984年04期

2 卢正安;;积宽法测流模型分析[J];人民长江;1982年05期

3 蔡e

本文编号：440476