Nonparametric identification of random coefficients in aggregate demand models for differentiated products
差异化产品总量需求模型中随机系数的非参数识别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。
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：摘要直接研究异质消费者需求模型的随机系数及反事实函数识别，对应结构模型分析。
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…
差异化产品总量需求模型中随机系数的非参数识别
- 研究问题
- 仅利用市场层面的差异化产品需求信息，能否识别消费者连续异质系数的密度，以及反事实干预下受益人群比例等函数？
- 方法与思路
- 作者考察允许个体系数在人群中连续变化的一般需求模型，并提出使系数密度及相关反事实函数获得非参数识别的条件。
- 材料陈述的贡献
- 摘要称，给出了异质系数密度可识别的条件，进而支持对反事实干预受益比例等人群异质性指标的识别分析。
- 阅读关注点
- 应核对识别所需的市场变化、变量支持与排除条件，以及从总量需求恢复系数密度、再识别反事实受益比例的具体论证。
- 阅读边界
- 摘要未列明识别条件，也未说明估计程序或有限样本表现；不能仅凭摘要认定常见市场数据足以满足这些条件。
原文摘要
Summary This paper studies nonparametric identification in market-level demand models for differentiated products with heterogeneous consumers. We consider a general class of models that allows for the individual-specific coefficients to vary continuously across the population and give conditions under which the density of these coefficients, and hence also functionals such as the fractions of individuals who benefit from a counterfactual intervention, is identified.