上市公司全要素生产率数据、企业全要素生产率（1990-2021）

上市公司全要素生产率数据、企业全要素生产率（1990-2021）

上市公司全要素生产率数据、企业全要素生产率（1990-2021）

上市公司全要素生产率数据、企业全要素生产率（1990-2021）

​

数据丰富度：十分丰富

是否已更新：是

数据形式：Excel

数据时间：1990到2021

文件内容：数据、数据来源、计算程序、引用文献

数据来源：​​https://idata.work/forum.php?mod=viewthread&tid=46&page=1&extra=#pid110​​

使用以下几种主流方法对上市公司全要素生产率进行估计：

1. OP 法

Olley and Pakes (1996) 最早提出了两步一致估计法，其核心思想是把公司的投资水平作为生产率的代理变量。该方法假定企业根据当前企业生产率状况，据此做出投资决策，因此用企业的当期投资作为不可观测生产率冲击的代理变量，从而解决了同时性偏差问题。

2. LP法

OP法需要满足投资与生产率之间单调递增，这就意味着那些投资额为零的样本并不能被估计。事实上，由于并非每一个企业每一年都有正的投资，这些样本被丢弃掉了。

LP法对OP法进行了改进，其核心思想是：不是用投资额作为代理变量，而是代之以中间品投入指标。LP法使得研究者可以根据可获得的数据灵活选择代理变量。

3. Ackerberg–Caves–Frazer修正（ACF修正）

OP和LP法都假设企业面对生产率冲击能够对投入进行无成本的即时调整。Ackerberg et al. (2015) 和 Bond and Soderbom (2005) 则认为劳动（自由变量）的系数只有在自由变量和代理变量相互独立的情况下才能得到一致估计。否则，第一步的估计系数之间存在严重的共线性。针对此问题，他们提出了修正方法。

4. Wooldridge GMM法

Wooldridge (2009) 对OP 和 LP 的估计方法进行了改进，他提出了基于 GMM 的一步估计法，该方法具有两个特点：(1) 克服了 ACF 提出的在第一步估计中潜在的识别问题； (2) 在考虑序列相关和异方差的情况下，能够得到稳健标准误。

5. ACF-IV估计法：Robinson估计

在满足ACF的情况下，如果存在投入的时滞效应，那么第一阶段的方程无法识别任何参数。这时候需要用到Robinson 的 IV 估计方法。

6. 动态面板IV法：MrEst

正如 Wooldridge (2009) 所建议的，GMM 框架中滞后项是有效的工具变量，但是加入滞后项会损失观测值。在常见的文献中，大多数数据观测值都不是很多，加入滞后项造成观测值损失这一问题更明显。为了解决此问题，MrEst在Wooldridge (2009) 框架下，可以运用Blundelland Bond (1998) 提出的动态面板工具变量方法进行修正。

数据的整理花费了很多功夫，里面有很详细的介绍，“科研达人”团队持续为您提供优质的数据和一流的学习体验！

数据详细：​​https://idata.work/forum.php?mod=viewthread&tid=46&page=1&extra=#pid110​​

​​
​​