2008年2月
在公司层面,收入和成本得到了很好的衡量,但价格和数量没有得到很好的衡量。本文表明,由于这些数据的限制,企业层面的规模回报率的估计是收入函数,而不是生产函数。鉴于这一观察结果,本文认为,在弱假设下,规模回报率的微观层面估计往往与利润最大化不一致,或者意味着难以置信的大利润。之所以出现这种困惑,是因为流行的估计器忽略了要素/产品价格的异质性和内生性,假设要素供给曲线具有完美的弹性,或者忽略了利润最大化(成本最小化)所施加的限制,从而导致估计器不一致或难以识别。本文认为,简单的结构估计器可以解决这些问题。具体而言,本文提出了一个全信息估计器,该估计器同时对成本和收入函数建模,并对称地解释了生产率和要素价格中未观察到的异质性。通过蒙特卡罗模拟和经验应用说明了所提出的估计量的强度。最后,本文讨论了估计收入函数而不是生产函数的一些含义,并证明收入中的利润份额是估计规模收益的稳健非参数经济诊断。
下载
这些必需的cookies是激活网站核心功能所必需的。无法选择退出这些技术。
为了进一步完善我们的服务和我们的网站,我们收集匿名数据进行统计和分析。例如,在这些cookie的帮助下,我们可以确定访问者的数量和我们网站上某些页面的效果,并优化我们的内容。