Identification and Estimation of Production Function and Consumer Demand Function under Monopolistic Competition from Revenue Data
垄断竞争下利用收入数据识别和估计生产函数与消费者需求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：摘要以生产、需求、市场加成和效用的结构识别及福利反事实为核心。
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…
垄断竞争下利用收入数据识别和估计生产函数与消费者需求
- 研究问题
- 在未观察企业产出数量时，能否仅凭企业收入数据非参数识别生产技术、生产率、加成、价格数量与需求，并开展福利反事实分析？
- 方法与思路
- 作者在垄断竞争和非参数需求环境中建立识别结果，在 HSA 需求限制下进一步识别效用，并提出 Cobb–Douglas 生产下的半参数估计。
- 材料陈述的贡献
- 摘要称收入数据可支持上述识别；智利制造业应用拒绝 CES 而支持 HSA，并估计三个最大行业的市场势力福利损失约占收入的 3%—6%。
- 阅读关注点
- 应核对收入之外实际使用的信息、关键识别限制及其与既有不可识别结果的差别，并检查 HSA 限制和福利反事实计算依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未完整交代识别假设，福利数值属于所述行业与年份，不能直接外推。
原文摘要
We establish nonparametric identification of production functions, total factor productivity (TFP), price markups, and firms' output prices and quantities, as well as consumer demand, using firm-level revenue data, without observing output quantity, in a monopolistically competitive environment with a fully nonparametric demand system. This result overturns the widely held view -- formalized by Bond, Hashemi, Kaplan, and Zoch (2021) -- that output elasticities and markups are not nonparametrically identifiable from revenue data without quantity information. Under the additional restriction that demand satisfies the homothetic single-aggregator (HSA) structure of Matsuyama and Ushchev (2017), we further nonparametrically identify the representative consumer's utility function from firm-level revenue data. This new identification result enables counterfactual welfare analysis without parametric assumptions on preferences. We propose a semiparametric estimator that is feasible for standard firm-level datasets under a Cobb--Douglas production specification. Monte Carlo simulations show that the estimator performs well, while treating revenue as output induces substantial bias. Applying the estimator to Chilean manufacturing data, we reject the CES specification in favor of HSA, and find that market power reduces welfare by approximately 3%--6% of industry revenue in the three largest manufacturing industries in 1996.