SEMI‐NONPARAMETRIC ESTIMATION OF CONSUMER SEARCH COSTS
消费者搜寻成本的半非参数估计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。
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：摘要利用消费者搜寻机制及跨市场变化识别、估计潜在搜寻成本分布。
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…
消费者搜寻成本的半非参数估计
- 研究问题
- 如何识别消费者非序贯搜寻成本的分布？共同搜寻技术下，不同市场的消费者估值、企业成本和竞争者数量变化能提供什么信息？
- 方法与思路
- 作者组合具有共同搜寻技术、其他市场特征不同的数据，提出搜寻成本分布的半非参数估计方法，并应用于内存芯片在线价格。
- 材料陈述的贡献
- 摘要称这种跨市场信息可识别搜寻成本分布；应用得到大致双峰密度，较多消费者搜寻很少，较少消费者搜寻较多商店。
- 阅读关注点
- 核对共同搜寻技术的含义、跨市场差异提供的识别信息、半非参数逼近方式，以及双峰形状对设定和数据处理的敏感性。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定完整识别条件、分布估计精度和双峰稳健性；在线内存芯片市场结果不能直接推广到其他市场。
原文摘要
SUMMARY This paper studies the estimation of the distribution of non‐sequential search costs. We show that the search cost distribution is identified by combining data from multiple markets with common search technology but varying consumer valuations, firms' costs, and numbers of competitors. To exploit such data optimally, we provide a new method based on semi‐nonparametric estimation. We apply our method to a dataset of online prices for memory chips and find that the search cost density is essentially bimodal, such that a large fraction of consumers searches very little, whereas a smaller fraction searches a relatively large number of stores. Copyright © 2012 John Wiley & Sons, Ltd.