对抗型交叉评价DEA模型matlab代码
对抗型交叉评价DEA模型matlab代码，代码来自于彭育威老师的《利用MATLAB进行DEA交叉评价分析》一文，非常适合学习。
如果您想做仁慈型DEA，可与我联系。
1234567891011121314151617181920212223242526clearX=[30 60 55 40 70 ; 25 40 70 30 90; 130 150 120 70 180];%用户键入输入矩阵Y=[35 43 76 52 63;60 80 53 42 71];%用户键入输出矩阵；n=size(X',1); m=size(X,1); s=size(Y,1);%以下是第一轮线性规划；A=[-X',Y'];b=zeros(n,1);LB=zeros(m+s,1);UB=[];for i = 1:n Aeq=[X(:,i)' zeros(1,s)];beq=1; f=[zeros(1,m) -Y(:,i)']; w(:,i)=linprog(f,A,b,Aeq,beq,LB,UB);%解线性规划，得出DMUi的 ...
dagum基尼系数分解工具
dagum基尼系数分解工具
相比于传统的基尼系数而言，Dagum
基尼系数能够将其分解为地区内差距、地区间差距以及超变密度。
Dagum基尼系数的相关计算公式如下：
1、总体基尼系数：
dagum基尼系数分解工具
2.子群内部基尼系数
dagum基尼系数分解工具
3.子群之间基尼系数
dagum基尼系数分解工具
4.子群内差异对总体基尼系数贡献
5.子群间差异对总体基尼系数的贡献
dagum基尼系数分解工具
6.超变密度的贡献
dagum基尼系数分解工具
网上目前计算dagum基尼系数分解的方法，一般是matlab代码，该方法要求首先要把数据按子群划分为不同的列，同时要把列按照平均值从大到小的顺序依次排列，且每次只能计算一年的数据，有些则对分组有限制，只能分解固定子群数的数据，同时输出的数据并非excel，还需要二次整理，很不方便。有鉴于此，我编写了一个自动化的脚本，主要特点如下：
1、无须使用者安装任何R、matlab软件，完全无代码操作。
2.对子群数没有限制，2组及以上均 ...
《机构投资者抱团与股价崩盘风险》数据处理代码
主要参考文献为：《机构投资者抱团与股价崩盘风险》（吴晓晖，郭晓冬，乔政）。这篇文献发表在中国工业经济杂志上，但作者只提供了处理过的投资机构团体持股数据，具体处理的代码则并未展示。
这里根据这篇文献，依据如下步骤进行复原：
1、下载国泰安中机构团体持股比例数据，合并为一个文件，约475万条数据。
2、根据投资机构名称，筛选机构名称中含有“投资”“公司”字样的机构。
3、使用python，筛选出每年，任意两家投资机构持有某家公司股票大于5%的组合，输出到csv文件。
4、按年进行拆分，并加入权重列，保存为txt文件。
5、使用python，将数据根据louvain算法，得出社区团体。
6、将多年的社区团体合并为一个文件，一共两列，一列为投资机构id，一列为年份。
7、根据第6步的数据，筛选第一步中475万条数据中，某机构在某年，对某公司属于任意一投资团体的数据。
8、根据年份、股票代码进行汇总，得出最终数据，2003年到2020年，一共27424条数据。
数据截图：
获取代码，联系微信：canglang12002
基于共同前沿下含非期望产出SBM模型的影子价格测算
在影子价格研究方面，国内外学者主要利用参数化和非参数化两种方法研究生产要素的影子价格，参数化方法如根据Shephard产出距离函数法和投入距离函数法来测算影子价格，非参数化方法以数据包络分析方法为主，如以更为灵活的SBM模型测算能源的影子价格。
此外，考虑到中国各省域发展不平衡的状况，省域间能源壁垒突出，各省市间能源技术存在异质性，生产前沿也存在差异，Battese等参考决策单元异质性提出了共同前沿理论，依据某一标准将决策单元划为不同的群组，并分别构建生产前沿。
测算基于非期望产出SBM模型的市场要素影子价格，即对基于非期望产出的SBM模型的对偶模型进行求解，其规划式如下：
基于共同前沿下含非期望产出SBM模型的影子价格测算
其中Umx、Uzy、Ujb分别表示Xmo、Yzo、Bjo价格。假设Px,Py，Pb分别表示投入要素，期望产出要素和非期望产出要素的影子价格，参照陈诗一的研究，设期望产出的影子价格等于市场价格，那么投入要素的绝对影子价格Px就可以用Py表示为：
Px=Py*(Ux/Uy)
因为这个模型比较新，网上还 ...
零和收益ZSG-DEA模型的求解程序
今天要向大家推介的是DEA中的ZSG模型。
Lins 和Gomes 等人提出了零和收益DEA
模型（ZSG-DEA），该模型可以根据决策单元的DEA效率值对非期望产出的分配方案进行调整，给出改进的分配方案，该模型多用于CO2的分配问题的研究上，通过对整体中各个区域的碳减排责任进行分析，同时按照ZSG模型进行迭代计算，以期得到DEA有效的分配方案。
由于ZSG-DEA模型属于非线性规划，不同于一般的DEA，因此目前关于网上的ZSG-DEA模型，唯一可见的，只有一位朋友用excel的实现方法，经过测试，是可以复现论文结果，但是一来操作很琐碎，二来如果DMU数量有所增减，又要对VBA代码和公式进行修改，对不熟悉excel的朋友不太友好，因此这里写了一个解决零和收益ZSG-DEA的程序，用来解决普通的ZSG-DEA模型的求解问题，力求做到，输入数据，就可得到效率值和分配额等所需全部结果。
具体的模型规划式如下：
零和收益ZSG-DEA模型的求解程序
迭代分配额的计算公式如下：
零和收益ZSG-DEA模型的求解程序
由 ...
三阶嵌套泰尔指数计算工具
三阶嵌套的泰尔指数在国内似乎是个冷门的方法，有朋友来问，查了下，只找到了一篇中文文献，英文文献也不很多。不过这个方法似乎在分解不同层级的泰尔指数时比较好用，因此写了这个小工具。
关于三阶嵌套泰尔指数的公式介绍，我直接贴在这里吧：
三阶嵌套泰尔指数计算工具
使用方法也很简单，把数据按照固定格式准备好，可以是一年，也可以是多年，不过都要有year这一列，然后放到指定位置，打开软件，稍等片刻即可，结果文件在D盘。
1、需要准备的数据格式如下图所示：
三阶嵌套泰尔指数计算工具
year为年份，A1,A2,A3,A4分别代表四个层级，GDP代表产值，或者收入等，people代表人数，数据可以换，列名不要换。数据名为data.xlsx，放在D盘根目录，结果文件也是在D盘根目录。
2、结果如下图所示：
三阶嵌套泰尔指数计算工具
第一列是总指数，后面分别是一级、二级、三级、四级泰尔指数，层级是从大到小，如果这四级分别对应区域、省份、地级市、县城，那么就分别代表了，地域间差异，地域内省间差异，省内市间差 ...
DKM_1.2:两阶段嵌套泰尔指数工具
今天推出的是两阶段嵌套泰尔指数工具。
研究地区经济差异的指数非常多，如变异系数、基尼系数，泰尔指数等等，其中泰尔指数因为可以分解为组内和组间差异，便于分别研究组内和组间差异变动的方向和幅度，因而被广泛应用于经济领域的不平等研究中。
早期的泰尔指数只能进行一阶段分解，即在一个空间层次里比较总体不平等与地区间的不平等程度及贡献，秋田隆裕进一步提出了泰尔指数的二阶段嵌套分解法，这种方法可以在一阶段分解的基础上，将总体不平衡分为地区间、省际和省内三个层次。
二阶段嵌套泰尔指数的具体公式如下：
程序一如既往的简单，只需准备好数据，即可出现如下结果：
其中，td为总指数，tbr为地区间差异，tbp为省际间差异，twp为省内差异。
需要的同学，可以扫描二维码购买。
若您有其他想要使用的模型，却苦于找不到软件实现，也欢迎联系我。
往期推荐： 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
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 ...
DKM_1.1--新增熵值法功能
DKM的新版本，新增了熵值法（截面）功能。
使用一如既往的简单明了，准备数据如下图：
其中X表示正向指标，Y表示负向指标，软件截面操作如下：
输入S,回车即可得到结果文件。
最近会更新CCM因果检验算法模块，需要的同学请留意。
需要的同学，可以扫描二维码购买。
若您有其他想要使用的模型，却苦于找不到软件实现，也欢迎联系我。
本篇文章来源于微信公众号: 工具视界
空间马尔科夫链工具
今日推出的是包含传统马尔可夫链与空间马尔可夫链的工具，不涉及stata、matlab、R，无需代码，已经封装完毕，准备好数据即可得到结果。
软件的界面，如下：
图1
关于该工具的准确性验证如下：
图2
图3
图4
图5
其中，图3和图5，为软件所计算数据，图2和图4为论文披露结果。可以看到，传统马尔可夫链的结果与论文完全一致，空间马尔科夫链，因受限于状态划分的具体细节不同，空间权重矩阵选择不同，以及部分状态分类样本量过小，易受状态边界影响等原因，软件的结果，与论文结果存在部分差异,但大体保持一致。
需要的同学，扫码加我微信购买即可。
若您有想使用某些模型，却找不到相关代码，也欢迎联系。
往期文章：
马尔科夫链之传统马尔可夫链
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
dagum基尼系数分解工具
三阶嵌套泰尔指数计算工具
《机构投资者抱团与股价崩盘风险》数据处理代码
...
空间静态kernel核密度、空间动态kernel核密度工具更新
在前版本基础上，针对有用户反映当数据有极端大的异常值时，画出的图不美观，具体表现在等高线集中在某一小块区域的问题，对此做出改进如下：增加坐标轴范围的选项，该选项的范围为1-100，代表将数据从小到大排列后，取前百分之多少的量，以剔除极端大值。当数据中没有极端大值时，该项填100，当极端大的数据值占总数据量约为5%时，这里填100-5，即填95，其他情况类似
本篇文章来源于微信公众号: 工具视界
