Bootstrap技术在DEA模型中的应用研究

主讲人:邵燕敏(预测科学研究中心)
时间:2015年4月23日上午10:00   地点:N202

【摘要】DEA方法作为一种非参数效率评价方法,生产前沿面和效率值估计依赖于样本数据,使得DEA方法对样本具有较强的敏感性。对于有限的观测样本而言,DEA效率值是基于有限样本的极大似然估计值(Banker 1993)。在进行效率值进行回归时,由于存在序列相关性、内生性问题,传统的DEA两阶段回归的统计推断会失效(Simar & Wilson 2007)。本报告将介绍利用Bootstrap方法解决效率评价与因素回归中存在的问题,并将其用于中国环境效率的评价与因素分析。