Модели анализа стохастической границы

Модель анализа стохастической границы была впервые независимо предложена в 1977 году Мееюзеном, ван дер Броеком с одной стороны и Айгнером, Ловеллом, Шмидтом – с другой. Еще одной основополагающей работой по МАСГ считается труд Баттеза и Коры (1977). В первых работах рассматривалась отрасль за один период. Позже модели разрабатывались Фером и Ловеллом (1978), Грином (1980), Джондроу, Ноксом Ловеллом, Матеровым и Шмидтом (1982), позднее Баттезом и Коэлли (1988), Кумбхакаром, Гошем, МакГукином (1991) [18]. Модификация мрделей шла на пути исследования большего количества периодов, разных априорных предположений, применения к разным секторам экономики. К настоящему времени развито множество модификаций модели, она применяется во многих сферах экономики.

Модель анализа стохастической границы становится все популярнее, в первую очередь, благодаря своей гибкости, и возможности адекватно применить экономические концепции к реальности. Также, эти модели стало легче применять, поскольку стали более доступны ряды данных по конкретным объектам одной отрасли, развиваются информационные и компьютерные технологии. Модель МАСГ часто используется для сравнения относительных эффективностей хозяйствующих субъектов, потому что существует возможность слежения за динамикой этих показателей. По сравнению со стандартной методикой оценки производственных функций (МНК), у МАСГ есть свои преимущества. МАСГ оценивает «истинную» границу производства, а не среднее среди всех фирм, так как он в максимальной степени использует все свойства производственной функции. Одно из важнейших преимуществ данной модели – то, что измеренное изменение продуктивности будет представлено только изменением в технологиях, а не комбинацией изменения эффективности и изменения технологий, как это происходит в случае оценки неграничными моделями [23]. Несмотря на это, МНК остается важным методом оценки производственных функций, особенно при измерении стандартных статистических параметров (например, проверка на гетероскедастичность и нормальность остатков).

МАСГ имеет также некоторые преимущества в построении границ и перед непараметрическими методиками, например перед DEA. Основной плюс заключается в том, что МАСГ учитывает случайные ошибки измерения. Однако у метода анализа стохастической границы есть недостаток, которого нет у DEA: необходимость выбирать функциональную форму, как для производственного функционала, так и для формализации вида ошибки.

Эта глава начинается с краткого обсуждения роли банков как посредников в финансовой деятельности. С этих позиций и будет рассматриваться дальнейший анализ производственных функций банковских фирм. Далее, представляются модели оптимизации издержек и прибыли. В конце главы проводится спецификация оцениваемых моделей.

Еще по теме:

Опыт деятельности центральных банков развитых стран
В большинстве развитых стран главная цель денежно-кредитной политики и функционирования ЦБ в целом - достижение определённого уровня инфляции. Правительство РФ и Банк России определили задачу снизить инфляцию в 2009 году до 7,0-8,5%, в 2010 году - 5,5-7,0%, а к 2011 году выйти на уровень инфляции 5 ...

Методика ревизии расчетов по имущественному страхованию и обеспечению
Особый вид расчетов представляют собой взаимоотношения сельскохозяйственных организаций по имущественному и личному страхованию, в ходе контроля и ревизии которых контролеры используют данные машинограмм по счету 20/1 «Растениеводство» (Приложение ), машинограммы по счету 20/2 «Животноводство» (При ...

Описание алгоритма построения тренд-сезонной модели
Рассмотрим алгоритм построения тренд-сезонной модели для случая аддитивной сезонности [Дуброва, 2003]. 1. Для описания тенденции воспользуемся процедурой скользящей средней при четной длине интервала сглаживания l=2p. Тогда для временных рядов поквартальной динамики скользящая средняя при l=4 на ка ...

Главное на сайте

Copyright © 2020 - All Rights Reserved - www.banklesson.ru