用PyBLP将微观数据纳入差异化产品需求估计

Incorporating Micro Data into Differentiated Products Demand Estimation with PyBLP

【作者】 Christopher Conlon ; Jeff Gortmaker

2023-08
美国国家经济研究局
查看原文
分享到:
我们提供了一个通用框架，用于将从汇总统计到对选定消费者的全面调查的许多类型的微观数据纳入Berry、Levinsohn和Pakes（1995）式的差异化产品需求系统估计中。我们将Conlon和Gortmaker（2020）中BLP估计的最佳实践扩展到微观数据的情况，并在我们的开源软件包PyBLP中实现。蒙特卡罗实验和经验示例表明，结合微观数据可以显著提高BLP估计器的有限样本性能，特别是当使用目标明确的汇总统计或我们推导并展示如何计算的“最优微矩”时。

相关资源

智库报告
2023-09
下一代：人工智能实验
Gary Charness ,Brian Jabarian ,John A. List
智库报告
2023-09
利用家谱数据链接历史记录的突破：人口普查树项目
Kasey Buckles ,Adrian Haws ,Joseph Price ,Haley E.B. Wilbert
智库报告
2023-09
量化与温室气体社会成本一致的气候变化损失和损害
Marshall Burke ,Mustafa Zahid ,Noah Diffenbaugh ,Solomon M. Hsiang