机构名称：
¥ 2.0
摘要我们提出了一个两阶段的随机前沿模型，该模型可以处理复杂的非线性模式。在第一阶段，我们应用面板数据神经网络来预测贬低的误差项。在第二阶段，我们将传统的随机前沿分析应用于残差以获得效率估计。为了说明我们的方法论，我们使用季度数据来估算从1984年第一季度到2010年第二季度美国大型银行的技术效率。在此期间，美国银行的平均效率为93.97％。2004年第二季度到2008年第四季度，这些银行的中位效率明显低于总平均水平，平均为87.86％。这与此期间经历的财务状况一致。关键字：效率；面板数据；神经网络；机器学习；随机前沿分析jel分类：C23，C45，D24，G21。2024年5月30日。
随机前沿建模的机器学习方法
主要关键词
相关文件推荐
