Effects of Distributional Assumptions in Stochastic Frontier Models on Efficiency-Based Unit Targeting

본 논문은 확률적 프론티어 분석에서 추정된 비효율성 정보를 바탕으로 우선 개입 대상을 선별하는 절차의 성능을 비효율성 항의 분포 가정 변화 관점에서 체계적으로 평가한다. 이 비효율성의 추정은 모형 적합 시 가정되는 분포에 의존하므로 이에 기반하여 도출되는 선별 기준과 의사결정의 타당성 역시 초기 분포 설정에 영향을 받는다. 이에 본 연구에서는 분포 가정 변화의 영향을 개선 효과 규모와 선별 명단으로 구분하여 평가하며 이를 위해 상대적 예측 개선량과 선별 정밀도를 주요 성능 지표로 도입하였다. 이를 바탕으로 표본 크기, 비효율성 신호 강도, 실제 비효율성 생성 분포를 변화시키는 광범위한 모의실험을 수행하여, 상이한 분포 가정하에서의 선별 안정성과 한계를 비교·분석하였다. 그 결과, 유사한 분포 가정 간에는 선별된 개체의 명단 변동이 크지 않았으나, 총 개선효과의 추정 규모는 분포 설정에 따라 민감하게 반응함을 확인하였다. 특히 비효율성 신호가 약한 조건에서는 명단 일치도와 추정 규모 양측 모두에서 성능 하락이 뚜렷하게 관찰되었다. 이러한 결과는 교육 프로그램 평가 자료를 활용한 실증 분석에서도 동일하게 확인되었으며, 결과적으로 프론티어 모형 기반의 의사결정에서는 선별 명단의 안정성 검증과 함께 개선효과 규모 산정의 불확실성을 병행하여 평가 및 보고할 필요가 있음을 시사한다.