초록 ▼

본 연구의 결과는 다음에 열거하는 3편의 논문으로 정리되었다.1. Stochastic Panel Frontiers: A semiparametric Approach2. A Note on the Convergence of Nonparametric DEA Estimators forProduction Efficiency Scores3. Higher Order Kernels in Adaptive Location Estimation위의 논문 1에서는 생산성분석에 유용한 확률적 패널 경계 모형을 다루었다. 이

본 연구의 결과는 다음에 열거하는 3편의 논문으로 정리되었다.1. Stochastic Panel Frontiers: A semiparametric Approach2. A Note on the Convergence of Nonparametric DEA Estimators forProduction Efficiency Scores3. Higher Order Kernels in Adaptive Location Estimation위의 논문 1에서는 생산성분석에 유용한 확률적 패널 경계 모형을 다루었다. 이 논문에서는 기존의 모형을 일반화하여 랜덤효과와 설명변수들 간에 일정 형태의 종속관계가있는 모형을 고려하였다. 종속관계의 형태에 따라 세가지 모형을 다루었으며 각 모형에서준모수적 효율추정에 관해 연구하였다. 각 모형에서 기울기모수의 효율적 추정량을 제시하고 경계함수의 수준에 대한 추정량의 극한 성질을 밝혔다.위의 논문 2에서는 DEA 추정량에 기초한 생산단위의 효율측도에 관한 추정을 다루었다. 일반차원의 입력과 출력변수에 대하여 생산단위의 효율측도에 대한 추정량을 제시하고 이의 수렴속도를 구하였다. 추정량의 수렴속도가 경계함수의 평활도및 입력변수와 출력변수의 차원에 의존함을 밝혔다.위의 논문 3에서는 준모수적 위치모형에서 적응위치추정량의 고차극한 성질에 미치는고차커널함수의 영향을 조사하였다. 이를 통하여 위치모수의 추정 관점에서 최적 평활량의 수렴속도를 구하였다.

Abstract ▼

The results of this research projects are contained in thefollowing three papers.1. Stochastic Panel Frontiers: A semiparametric Approach2. A Note on the Convergence of Nonparametric DEA Estimators for ProductionEfficiency Scores3. Higher Order Kernels in Adaptive Location EstimationIn the

The results of this research projects are contained in thefollowing three papers.1. Stochastic Panel Frontiers: A semiparametric Approach2. A Note on the Convergence of Nonparametric DEA Estimators for ProductionEfficiency Scores3. Higher Order Kernels in Adaptive Location EstimationIn the first paper, we consider stochastic panel frontier models which are useful forproductivity analysis. This paper generalizes some existing results on these models byallowing certain patterns of dependency on the random effects and the regressors. Weexamine semiparametric efficient estimation for three different models based on differingdependency structures. Efficiency of the slope parameters an the asymptotic propertiesof the levels of the frontier function are explored.In the second paper, we consider the problem of estimating efficiency scores ofproduction units based on DEA(Data Envelope Analysis) estimators. We investigatethe consistency and the speed of convergence of these estimated efficiency scores in thevery general setup of multi-output and multi-input case. It is shown that the speed ofconvergence relies on the smoothness of the unknown frontier and on the number ofinputs and outputs.In the third paper, we consider adaptive estimation in the semiparametric locationmodel. The adaptive estimator we investigate in this paper is a version of theone-step maximum likelihood estimator with the unknown density and its derivativesreplaced by their corresponding kernel estimators. We examine the effects of higherorder kernels on second order asymptotics of the adaptive location estimator. Theoptimal order of bandwidths in terms of estimating the location parameter areestablished.

목차 Contents

• 목차...7
• 본문...7
• 1. Stochastic Panel Frontiers: A Semiparametric Approach...8
• 2. A Note on the Convergence of Nonparametric DEA Estimators for Production Efficiency Scores...20
• 3. Higher Order Kernels in Adaptive Location Estimation...31
• 기 타...36
• 1. 연구수행관련 논문발표 목록서...36
• 2. 자체평가서...37