近日，太阳成集团tyc234cc古天乐经济学专业李柯欣同学（第一作者）与其学业导师刘建旭老师、太阳成集团tyc234cc古天乐特聘教授Sanzidur老师等合作撰写的论文“Consequences of Ignoring Dependent Error Components and Heterogeneity in a Stochastic Frontier Model: An Application to Rice Producers in Northern Thailand”在国际知名期刊《Agriculture》在线发表（SCI，JCR一区，中科院二区，IF：3.408）。该刊系我校A1期刊。该论文是太阳成集团tyc234cc古天乐本科生作为第一作者发表的首篇高水平学术成果，也是太阳成集团tyc234cc古天乐举办的第一届中国-东盟高质量发展研讨会的重要学术成果。
该论文指出传统随机前沿模型（SFM）的误差成分必须满足独立性假设，并且没有很好地解决无效率异质性的问题，由此影响了模型参数估计、效率估计等。论文清晰地表明了随机前沿模型中忽略无效率异质性和独立性假设造成的后果，并提出了一种基于copula的异质性SFM来解决这些缺点，模拟研究也证明了其优于传统的SFM。我们证明了所提出的模型，即具有相关误差成分和异质性的copula-SFM，是无偏和稳健的。仿真实验表明，传统的SFM会导致参数估计偏差和技术效率的严重高估。具有异质性的传统SFM也有类似的后果。然而，与忽略误差成分相依性相比，仅仅忽略异质性对参数估计和技术效率没有太大影响。因此，在解释传统SFM的结果时需要谨慎，因为其结果可能是有偏差的或无效的。
