Estimation of random coefficients logit demand models with interactive fixed effects
含交互固定效应的随机系数 Logit 需求模型估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：题名和摘要直接涉及随机系数离散选择需求、BLP 结构模型，以及跨产品和市场的交互固定效应结构。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
含交互固定效应的随机系数 Logit 需求模型估计
- 研究问题
- 如何在 BLP 随机系数离散选择需求模型中容纳未观测产品特征的共同因子，同时处理其与价格等观测特征的相关性？
- 方法与思路
- 作者在未观测产品特征中加入交互固定效应的因子结构，允许其与观测特征相关，并提出两步最小二乘—最小距离估计程序。
- 材料陈述的贡献
- 摘要称该扩展可容纳内生性及跨产品、市场的份额持续性，估计易于计算；模拟表现良好，并以美国汽车需求说明应用。
- 阅读关注点
- 应核对因子结构下价格与随机系数的识别、工具变量及因子维度要求，以及两步程序如何兼顾需求反演与共同因子估计。
- 阅读边界
- 这是 arXiv 预印本，同行评审与接收未核实；允许相关性不等于任意内生性都可识别，摘要未说明完整识别条件和应用数值。
原文摘要
We extend the Berry, Levinsohn and Pakes (BLP, 1995) random coefficients discrete-choice demand model, which underlies much recent empirical work in IO. We add interactive fixed effects in the form of a factor structure on the unobserved product characteristics. The interactive fixed effects can be arbitrarily correlated with the observed product characteristics (including price), which accommodates endogeneity and, at the same time, captures strong persistence in market shares across products and markets. We propose a two-step least squares-minimum distance (LS-MD) procedure to calculate the estimator. Our estimator is easy to compute, and Monte Carlo simulations show that it performs well. We consider an empirical illustration to US automobile demand.