Nonparametric Identification of Random Coefficients in Endogenous and Heterogeneous Aggregate Demand Models
内生且异质的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。
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：摘要研究异质消费者的差异化产品需求，并明确讨论 BLP 与纯特征模型的识别，直接对应结构需求与离散选择模型。
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…
内生且异质的总量需求模型中随机系数的非参数识别
- 研究问题
- 在消费者异质且具有内生性的差异化产品市场需求模型中，什么条件能够非参数识别随机系数密度及相应福利泛函？
- 方法与思路
- 作者研究允许个体系数在人群中连续变化的一般市场层面需求模型，给出系数密度识别条件，并比较两类主要模型的支持要求。
- 材料陈述的贡献
- 摘要称，随机系数密度及福利等泛函可在所给条件下识别；BLP 模型与纯特征模型对产品特征支持的要求显著不同。
- 阅读关注点
- 应核对内生性如何处理、产品特征和工具变量的支持条件、识别论证所用结构，以及两类模型条件差异的具体来源。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未列出具体识别条件，也未说明可行估计、有限样本表现或经验应用。
原文摘要
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 welfare measures, is identified. A key finding is that two leading models, the BLP-model (Berry, Levinsohn, and Pakes, 1995) and the pure characteristics model (Berry and Pakes, 2007), require considerably different conditions on the support of the product characteristics.