第六章 結論及建議
6.2 未來研究方向
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
73
6.2 未來研究方向
未來之研究方向，建議如下：
(1) 由於考慮環境變數之模型其組合誤差項累積分配函數過於複雜，本研究尚未 推導出來，往後期能在考慮環境變數之模型下，將環境變數納入模型中，可 探討環境變數對技術效率之影響。
(2) 本研究採用 Gaussian copula 來描述關連性，也可採用其他關聯結構函數如 FGM、Frank、Plackett 等，如 Smith (2008) 和 Amsler et al. (2011)，可比較 其間之差異，或能找到較為適合此差分模型之關聯結構函數。
(3) Kumbhakar and Wang (2007) 以投入面距離函數分析總要素生產力、規模報酬 及技術無效率之變動，未來也可利用該方法搭配 DSFA 模型，進一步對樣本 資料做更詳盡之分析。
(4) 限於時間因素，本研究僅探討真實固定效果隨機邊界模型，真實隨機效果隨 機邊界模型也值得研究。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
74
參考文獻
一、 中文文獻
1.
劉杏薇 (2002)，商業銀行逾放款之研究─應用距離函數法，暨南國際大學經 濟研究所碩士論文2.
李明宗 (2005)，考量風險與品質因素之銀行業效率分析：隨機投入距離函數 法之應用，台北大學經濟研究所碩士論文3.
張佩茹 (2008)，台灣上市櫃證券商經營效率與生產力變動之分析－隨機距離 函數之應用，政治大學經濟研究所碩士論文二、 英文文獻
1. Aigner, D. J., C. A. K. Lovell and Schmidt, P. (1977). Formulation and Estimation of Stochastic Frontier Production Function Models. Journal of Econometrics, 6, 21-37.
2. Amsler, C., Prokhorov, A., and Schmidt, P. (2011). Using Copulas to Model time Dependence in Stochastic Frontier Models. Working Paper.
3. Battese, G. E., and Coelli, T. J. (1992). Frontier production functions, technical efficiency and panel data: with application to paddy farmers in India. Journal of Productivity Analysis, 31–32, 153–169.
4. Battese, G. E., and Coelli, T. J. (1995). A model for technical inefficiency effects in a stochastic frontier production function for panel data. Empirical Economics, 20, 325–332.
5. Carta, A., and Steel, M. F. J. (2010). Modelling Multi-Output Stochastic Frontiers Using Copulas. Computational Statistics and Data Analysis, forthcoming.
6. Caudill, S. B., Ford, J. M., and Gropper, D. M. (1995). Frontier Estimation and
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
75
Firm-Specific Inefficiency Measures in the Presence of Heteroscedasticity. Journal of Business and Economic Statistics, 13(1), 105-111.
7. Charnes, A., Cooper, W. W., and Rhodes, E. (1978). Measuring the Efficiency of Decision Making Units. European Journal of Operational Research. Vol.2, 429-444.
8. Cornwell, C., Schmidt, P.,
andSickles, R. (1990). Production Frontiers with Cross- Sectional and Time-Series Variation in Efficiency Levels. Journal of Econometrics, 46, 185–200.
9. Cuesta, R. A., and Orea, L. (2002). Mergers and technical efficiency in Spanish savings banks: A stochastic distance function approach. Journal of Banking and Finance, 26(12), 2231–2247.
10. Farrel, M. J. (1957). The Measurement of Productive Efficiency. Journal of the Royal Statistical Society Series A CXX(Part 3), 253-281.
11. Greene, W. (2005). Fixed and Random Effects in Stochastic Frontier Models.
Journal of Productivity Analysis, 23, 7-32.
12. Hadri, K., C. Guermat and Whittaker, J. (2003). Estimating farm efficiency in the presence of double heteroscedasticity using panel data. Journal of Applied
Economics, Vol.VI, No.2, 255-268.
13. Huang, H. C. (2004). Estimation of technical inefficiencies with heterogeneous technologies. Journal of Productivity Analysis, 21(3), 277-296.
14. Karagiannis, G., Midmore, P., and Tzouvelekas, V. (2004). Parametric decomposition of output growth using a stochastic input distance function.
American Journal of Agricultural Economics 86(4), 1044–1057.
15. Kumbhakar, S. C. (1990). Production Frontiers, Panel Data, and Time-Varying Technical Inefficiency. Journal of Econometrics, 46, 201-211.
16. Lee, Y., and Schmidt, P. (1993). A Production Frontier Model with Flexible
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
76
Temporal Variation in Technical Efficiency. In H. Fried and K. Lovell (eds.), The Measurement of Productive Efficiency: Techniques and Applications. New York:
Oxford University Press.
17. Marsh, T. L., Featherstone, A. M., and Garrett, T. A. (2003). Input inefficiency in commercial banks: A normalized quadratic input distance approach. Federal Reserve Bank of St. Louis, Working Paper 036A.
18. Meeusen, W., and van den Broeck, J. (1977). Efficiency estimation from
Cobb-Douglas production function with composed error. International Economic Review 18, 435-444.
19. Paul, C. J., Johnstion, W. E., and Frengley, A. G. (2000). Efficiency in New Zealand Sheep and Beef Farming: The Impacts of Regulatory Reform. The Review of
Economics and Statistics, Vol.82, No.2, 325-337.
20. Pitt, M., and Lee, L. (1981). The Measurement and Sources of Technical
Inefficiency in Indonesian Weaving Industry. Journal of Development Economics, 9, 43-64.
21. Schmidt, P. and Sickles, R. (1984). Production Frontiers with Panel Data. Journal of Business and Economic Statistics, 2 (4): 367–374.
22. Smith, M. D. (2008). Stochastic frontier models with dependent error components.
Econometrics Journal, Vol 11, 172-192.
23. Tsay, W. J., Huang , C. J., Fu, T. T., and Ho, I. L. (2009). Maximum Likelihood Estimation of Censored Stochastic Frontier Models. TEAS, Working Paper No.
09-A003.
24. Tsionas, E. G. (2002). Stochastic Frontier Models with Random Coefficients. Journal of Applied Econometrics , 17, 127-147.
25. Wang, H., and Ho, C. (2010). Estimating fixed-effect panel stochastic frontier models
by model transformation. Journal of Econometrics, 157,286-296.
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
，
，
， ，
，then ，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
，
，
，
，then ，
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧
‧
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附錄三：差分組合誤差相關係數推導
‧
‧
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧
‧
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
‧
‧
‧
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附錄五：平衡縱橫資料模型模擬折線圖
附圖 5-1 平衡縱橫資料模擬結果圖 ，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 5-2 平衡縱橫資料模擬結果圖 ，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 5-3 平衡縱橫資料模擬結果圖 ，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 5-4 平衡縱橫資料模擬結果圖 ，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 5-5 平衡縱橫資料模擬結果圖 ，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 5-6 平衡縱橫資料模擬結果圖 ，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 5-7 平衡縱橫資料模擬結果圖 ，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 5-8 平衡縱橫資料模擬結果圖 ，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 5-9 平衡縱橫資料模擬結果圖 ，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附錄六：不平衡縱橫資料模型模擬折線圖
附圖 6-1 不平衡縱橫資料模擬結果圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 6-2 不平衡縱橫資料模擬結果圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 6-3 不平衡縱橫資料模擬結果圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 6-4 不平衡縱橫資料模擬結果圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附錄七：考慮環境變數模型模擬折線圖
附圖 7-1 考慮環境變數下模擬結果圖
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附圖 7-2 考慮環境變數下模擬結果圖