基于凸分位数回归的影子价格计算工具

  • By
  • Published
  • Posted in QLab
  • Updated
  • 1 min read

基于凸分位数回归的影子价格计算工具

  • Post author:
  • Post category:QLab

今天介绍给大家一种新的影子价格计算工具,基于凸分位数回归来计算污染物的影子价格,弥补了以DEA模型计算影子价格所不具备的一些缺陷,是一种不错的新工具。

影子定价对有效的环境政策和管理至关重要。然而,大多数实证研究严重高估了边际减排成本,原因有三。首先,假设缩减生产规模是唯一的减排选择,忽略了通过增加投入使用来实现减排。其次,估计边境地区的影子价格忽略了效率低下的影响。第三,通过确定性方法估计前沿忽略了经验数据中噪声引起的向上偏差。


今天介绍的这个凸分位数回归的方法,没有将低效单元投影到前沿,而是根据实际性能水平局部估计影子价格。与传统方法相比,凸分位数回归对噪声、方向向量的选择和异方差具有更强的鲁棒性,能够有效避免上述问题。

该模型的大致估计步骤如下:

1、设置分位数tau的数值,如将tau设置为0.05,0.15,0.25,0.35,0.45,0.55,0.65,0.75,0.85,0.95,在不同的tau下,估计以下的QP模型:

基于凸分位数回归的影子价格计算工具插图

目标函数为二次项,可以避免解不唯一的问题,使结果更加可靠。

2、根据模型的求解结果,获取期望产出和非期望产出的边际转化率MRT,以及投入和非期望产出的边际转化率的乘积MP。

3、这里tau有10个不同的取值,求出使残差最大的非负的tau的取值,记为tau*,将MRT和MP计算为,tau*和tau*+0.1的情况下,以残差绝对值进行加权的加权平均值。

有三种例外的情况,第一,如果残差正好等于0,那么用tau*+0.1和tau*-0.1进行加权;第二,如果tau*=0.95,那么MRT和MP可不必加权,直接应用这个分位数的MRT和MP;第三,如果所有分位数残差都为负数,那么只需要对残差最大的分位数计算MRT和MP。

4、根据下述公式,计算单位i的污染物j的影子价格MAC。

基于凸分位数回归的影子价格计算工具插图1

该模型有两个地方比较复杂,一个是QP模型本身,如果求解器不支持,或者使用了不稳定的求解器,很可能会得不到结果,或者得到错误结果;另外一个就是模型求解后不同分位数的取舍判断,以及计算MRT和MP的部分。

有鉴于此,我们已经做出了相应的工具,可以轻松完成所有流程,直接得到影子价格的估计结果,需要的同学可以联系微信 canglang12002

往期推荐:

Doyle和Green(1994)的对抗性和仁慈性DEA

一种新的两阶段网络DEA模型

适用于面板数据的动态StoNED模型计算工具

零和博弈SBM模型(ZSG-SBM)模型

三阶段动态网络DEA(DNSBM)模型的实现

计算相对资源承载力模型的工具

基于参数化的方向性距离函数(DDF)估算污染物影子价格的工具

基于非期望产出的RAM 碳环境效率模型

使用遗传算法或NSGA2算法解决多式联运问题

莫兰指数计算小工具

Panda_DEA增加至强有效前沿最近距离-MinDS模型

QLab增加耦合协调度模型

广义SBM模型的matlab代码

QLab1.4正式发布!增加全排列多边形图示指标法

大量数据时的Dagum基尼系数分解工具

Panda-DEA_1.0正式发布!

含有非期望产出的ZSG-DEA模型

两阶段网络DEA模型及其计算

Panda-DEA,一款新的DEA模型软件

DKM_1.3更新—CCM收敛交叉映射

DKM_1.2:两阶段嵌套泰尔指数工具

DKM_1.1–新增熵值法功能

数量经济学工具DKM_1.0

空间马尔科夫链工具

空间静态kernel核密度、空间动态kernel核密度工具更新

马尔科夫链之传统马尔可夫链

Dagum基尼系数分解工具更新

无条件、空间静态、空间动态kernel核密度工具

基于共同前沿下含非期望产出SBM模型的影子价格测算

基于非期望产出SBM模型的群组前沿和共同前沿的DEA效率

零和收益ZSG-DEA模型的求解程序

三阶嵌套泰尔指数计算工具

dagum基尼系数分解工具

《机构投资者抱团与股价崩盘风险》数据处理代码