Open AccessEssays on productivity and firm performance
Author(s) -
M. Vidali,
Μαρία Βιδάλη
Publication year - 2021
Language(s) - English
Resource type - Dissertations/theses
DOI - 10.12681/eadd/48519
Subject(s) - inefficiency , frontier , productivity , economics , econometrics , production (economics) , function (biology) , invariant (physics) , production–possibility frontier , mathematical economics , industrial organization , mathematics , microeconomics , macroeconomics , geography , archaeology , evolutionary biology , biology , mathematical physics
Η παρούσα διατριβή αποτελείται από τρία ανεξάρτητα κεφάλαια σε μια προσπάθεια να μετρήσει την παραγωγικότητα σε επίπεδο επιχείρησης και βιομηχανίας. Το Κεφάλαιο 2 εκτιμάει την παραγωγικότητα για 13 χώρες του ΟΟΣΑ από το 1995 έως το 2017 χρησιμοποιώντας ημι-παραμετρικές μεθόδους, μελετάει την εξέλιξη της παραγωγικότητας και εξετάζει αν υπάρχει σύγκλιση τόσο μεταξύ χωρών όσο και μεταξύ των διάφορων τομέων της οικονομίας των χωρών αυτών. Το Κεφάλαιο 3 μετράει την αποδοτικότητα και παραγωγικότητα 9,504 επιχειρήσεων που εδρεύουν στην Ελλάδα από το 1996 έως το 2017, υποθέτοντας μια συνάρτηση στοχαστικού συνόρου παραγωγής με χρονικά μεταβαλλόμενη αναποτελεσματικότητα (stochastic frontier production function with time invariant inefficiency). Διαφορετικά είδη εισροών πέραν του φυσικού κεφαλαίου και της εργασίας συμπεριλαμβάνονται στην συνάρτηση παραγωγής που είναι αρκετά καινοτόμο στην εμπειρική βιβλιογραφία. Το Κεφάλαιο 4 υποθέτει ότι οι εισροές που χρησιμοποιούνται στην συνάρτηση παραγωγής είναι ενδογενείς παίρνοντας τις συνθήκες πρώτης τάξης που προκύπτουν από το πρόβλημα μεγιστοποίησης των κερδών μιας επιχείρησης. Το Κεφάλαιο 4 εισάγει την λανθάνουσα δυναμική στοχαστική παραγωγικότητα με αυτοπαλίνδρομους συντελεστές για κάθε επιχείρηση σε πάνελ δεδομένα και χρησιμοποιεί την Μπεϋζιανή ανάλυση για να προσφέρει στατιστική επαγωγή. Η μέθοδος αυτή εφαρμόζεται σε δεδομένα που αφορούν τις επιχειρήσεις που εδρεύουν στην Ελλάδα με στόχο την μελέτη της αποδοτικότητά τους. Τέλος, εξετάζονται πιθανοί παράγοντες που επηρεάζουν την παραγωγικότητα με την βοήθεια τεχνητών νευρωνικών δικτύων.