PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2008-2009 | 49-50 | 47-69
Tytuł artykułu

Bayesowskie graniczne funkcje kosztu dla sektora dystrybucji energii

Warianty tytułu
Bayesian Frontier Cost Functions for the Electricity Distribution Sector
Języki publikacji
PL
Abstrakty
Celem pracy jest prezentacja założeń i wyników analizy kosztów operacyjnych w sektorze dystrybucji energii w Polsce. Stosując bayesowskie wersje tzw. stochastycznych granicznych modeli kosztu dokonujemy oceny efektywności kosztowej wszystkich czternastu spółek dystrybucyjnych na podstawie danych rocznych z lat 2001-2006. Opis działania podmiotów gospodarczych, wykorzystany w badaniach, bazuje na ekonometrycznych modelach procesu produkcyjnego, które powstają w efekcie połączenia mikroekonomicznej teorii kosztu z rozważaniami uwzględniającymi nieefektywność jednostek produkcyjnych (przedsiębiorstw) na skutek niewłaściwego wykorzystania przez nie czynników produkcji. (fragment tekstu)
EN
The paper discusses the application of the Bayesian stochastic frontier cost functions as a tool for assessing and comparing the cost efficiency of firms. The analysis is based on the micro-economic production theory and the concept of inefficiency that is related to the existence of inner mechanisms responsible for observing costs higher than indicated by theory, given technical and economic environment of firms. The stochastic cost frontier allows to estimate individual cost efficiency and to precisely decompose the observed cost into theoretical categories, such as minimal excessive or systematic cost, which play crucial role in assessing the economic behavior of firms. From the empirical perspective the most important is the minimal cost, which denotes the cost that is indispensable to achieve the observed production level given technology, input prices, cost effects of random variability. The Bayesian estimation of stochastic cost frontiers for panel data allows to treat a number of issues unsolved on the classical ground, such as stability of empirical results, assessment of the uncertainty of cost categories and efficiency coefficients. As a fundamental tool for the analysis we present the Bayesian random effects model with constant efficiency distribution. The methodology is illustrated with the cost function for the 14 firms operating in the electricity distribution sector observed over 6 years. (original abstract)
Rocznik
Tom
Strony
47-69
Opis fizyczny
Twórcy
  • Uniwersytet Ekonomiczny w Krakowie; Krakowska Akademia im. Andrzeja Frycza Modrzewskiego
  • Uniwersytet Ekonomiczny w Krakowie
Bibliografia
  • Aigner D., Lovell C.A.K., Schmidt P. 1977. Formulation and estimation of stochastic frontier production function models, Journal of Econometrics, 6.
  • Belsley D.A., Kuh E., Welsh R.E. 1980. Regression Diagnostics, J. Wiley, New York.
  • Broeck van den J., Koop G., Osiewalski J., Steel M.EJ. 1994. Stochastic frontier models: A Bayesian perspective, Journal of Econometrics, 61.
  • Fernández C., Osiewalski J., Steel M.EJ. 1997. On the use of panel data in stochastic frontier models with improper priors, Journal of Econometrics, 79.
  • Greene W.H. 1993. The econometric approach to efficiency analysis, [w:] The Measurement of Productive Efficiency — Techniques and Applications, red.: H.O. Fried, C.A.K. Lovell, P.S. Schmidt, Oxford University Press, New York.
  • Koop G., Osiewalski J., Steel M.F.J. 1994. Hospital efficiency analysis through individual effects: A Bayesian approach", CentER Discussion Paper 9447, Tilburg.
  • Koop G., Osiewalski J., Steel M.EJ. 1997. Bayesian efficiency analysis through individual effects: Hospital cost frontiers, Journal of Econometrics, 79.
  • Koop G., Steel M.F.J., Osiewalski J. 1995. Posterior analysis of stochastic frontier models using Gibbs sampling, Computational Statistics, 10.
  • Lovell K.C. A. 1993. Production frontiers and productive efficiency, [w:] The Measurement of Productive Efficiency — Techniques And Applications, red. H.O. Fried, K.C.A. Lovell, S.S. Schmidt, Oxford University Press, New York.
  • Marzec J., Osiewalski J. 2003. Bayesowskie graniczne modele kosztów dla oddziałów banku. Wnioskowanie o efektywności kosztowej i jej determinantach, Zeszyty Naukowe Akademii Ekonomicznej w Krakowie, 628.
  • Marzec J., Osiewalski J. 2008. Bayesian inference on technology and efficiency of bank branches, Bank i Kredyt 39/9.
  • Meeusen W., van den Broeck J. 1977. Efficiency estimation from Cobb-Douglas production functions with composed error, International Economic Review, 8.
  • O'Hagan A. 1994. Bayesian Inference, Edward Arnold, London.
  • Osiewalski J. 1992. Uogólnione niescentrowane współczynniki zwiększenia wariancji, Zeszyty Naukowe Akademii Ekonomicznej w Krakowie, 374.
  • Osiewalski J. 2001. Ekonometria bayesowska w zastosowaniach, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
  • Osiewalski J., Osiewalska A. 2003. Ocena efektywności kosztowej bibliotek akademickich na podstawie danych przekrojowo-czasowych, Zeszyty Naukowe Akademii Ekonomicznej w Krakowie, 628.
  • Osiewalski J., Osiewalska A. 2006. Stochastyczna graniczna funkcja kosztu dla polskich bibliotek publicznych, [w:] Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych, red. A. Zeliaś, Akademia Ekonomiczna w Krakowie.
  • Osiewalski J., Steel M.F.J. 1998. Numerical tools for the Bayesian analysis of stochastic frontier models, Journal of Productivity Analysis, 10.
  • Osiewalski J., Wróbel-Rotter R. 1999. Estymacja granicznych funkcji produkcji i wskaźników technicznej efektywności na podstawie danych przekrojowych, Przegląd Statystyczny, 46.
  • Osiewalski J., Wróbel-Rotter R. 2008. Model ekonometryczny-narzedzie oceny efektywności spółek dystrybucyjnych kształtowanych w wyniku konsolidacji poziomej (skrót), Biuletyn Urzędu Regulacji Energetyki, 2 (58).
  • Schmidt P., Sickles R.C. 1984. Production frontiers and panel data, Journal of Business and Economic Statistics, 2.
  • Tierney L. 1994. Markov chains for exploring posterior distributions (with discussion), Annals of Statistics, 22.
  • Varian H.R. 1992. Microeconomic Analysis, W.W. Norton, New York.
  • Wróbel-Rotter R. 2004. Bayesowska analiza kosztu na podstawie stochastycznego granicznego modelu Leontiewa, Przegląd Statystyczny, 51.
  • Wróbel-Rotter R., Osiewalski J. 2002. Bayesowski model efektów losowych w analizie efektywności kosztowej (na przykładzie elektrowni i elektrociepłowni polskich), Przegląd Statystyczny, 49.
  • Zellner A. 1971. An Introduction to Bayesian Inference in Econometrics, J. Wiley, New York.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000164707410
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.