베리 역전


12

미국의 와인 판매에 대한 대규모 집계 시장 데이터가 있으며 특정 고품질 와인에 대한 수요를 추정하고 싶습니다. 이러한 시장 점유율은 기본적으로 형태의 임의의 유틸리티 모델에서 파생 된이 여기서 X 관찰 포함 제품 특성, p는 제품 가격을 나타내고, ξ

Uijt=Xjtβαpjt+ξjt+ϵijtδjt+ϵjt
Xpξ영향을 미치는 수요와 관측 제품의 특징은 가격과 상관 관계가되고, 오차항이다 나는 인덱스 개인, J의 인덱스 제품 및 t의 인덱스 시장 (이 경우 도시).ϵijt

관찰되지 않은 품질 항 인해 일반적인 조건부 로짓 모델을 사용할 수 없으며 좋은 도구가 없습니다. 그러나 Berry (1994)는 다항식 로짓 프레임 워크에서 비선형 시장 방정식 시스템을 선형화하기위한 전략을 개발했지만 그가 어떻게 반전 단계를 수행하는지 알 수는 없습니다.ξ

실제 매개 변수 값에 그는 추정 시장 점유율이 "true"로 시장 점유율 동일해야한다고 말한다 되는 그 후 시장 점유율을 반전 제안 일부터 S의 J t의 = S j 개의 t ( δ , α , β )δ = (S) - (1) ( S , α , β )s^jt(X,β,α,ξ)=Sjt

Sjt=s^jt(δ,α,β)
δ=s^1(S,α,β)
를 해결 하고 제거 할 수 있습니다. 누군가 가이 반전 단계가 어떻게 작동하는지 또는 Stata에서 구현할 수 있는지 밝힐 수 있다면 좋을 것입니다. 많은 감사합니다.ξ

Berry, ST 1994, "제품 차별화의 이산 선택 모델 추정", Rand Journal of Economics, 25 권, 2 호, 242 페이지

답변:


18

s^jt=exp(δjt)1+g=1Jexp(δgt)
log(s^jt)=δjtlog(1+g=1Jexp(δgt))
log(s^0t)=0log(1+g=1Jexp(δgt))

δjt

δjt=log(s^jt)log(s^0t)=Xjtβαpjt+ξjt
ξjt. 시장은 서로 독립적 인 것으로 가정합니다.

개념을 명확히하기 위해 Stata의 예를 고려하십시오. 그런 연습에 적합한 데이터 세트가 없으므로 집계 데이터가 있다고 가정 해 봅시다.

  • 5 제품 ( prod)
  • 제품 가격 ( p)
  • 판매 수량 ( q)
  • 두 가지 제품 특성 ( x1, x2)

양호 1이 10-20 %의 시장 점유율 (시장에 따라 다름)이고 나머지는 다른 상품으로 분할되는 외부 상품이라고 가정하십시오. Stata에서 수행 할 작업은 다음과 같습니다.

* calculate the market share of your goods in all markets
egen mktsales = sum(q), by(mkt)
gen share = q/mktsales

* generate logs
gen ln_share = ln(share)

* subtract the log share of the outside good from the log share of the inside goods
gen diffshare = .
forval i = 1(1)100 {
    qui sum ln_share if prod==1 & mkt==`i’
    replace diffshare = ln_share - `r(max)’ if mkt==`i’
}

* run the regression
reg diffshare p x1 x2

ξjt

i

대안으로서, 베리 등. (1995)는보다 정확한 자체 및 교차 가격 탄력성과 상품 간의보다 유연한 대체 패턴을 제공하는 랜덤 계수 로짓 모델을 개발했습니다.

참고 문헌 :

  • Berry, S., J. Levinsohn & A. Pakes (1995), "시장 균형에 따른 자동차 가격", Econmetrica, 63, 4, 841-90
  • Hausman, J., "완벽하고 불완전한 경쟁하에있는 새로운 상품의 평가", Bresnahan and Gordon (eds.), 새로운 상품의 경제, NBER 소득 및 부의 연구 58, 1997, 209-237
  • Nevo, A. (2001), "즉석식 시리얼 산업의 시장 강국 측정", Econometrica, 69, 2, 307-42
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.