由人工智能驱动的享乐价格与质量调整价格指数
综合经济学
2026-01-28 v4 机器学习
经济学
摘要
我们开发了经验模型，可有效处理大量非结构化产品数据（文本、图像、价格、数量）以产生准确的享乐价格估计及衍生指数。为此，我们利用深度神经网络从产品描述和图像中生成抽象产品属性（或“特征”）。这些属性随后被用于估计享乐价格函数。为证明该方法的有效性，我们将模型应用于亚马逊第一方服装销售数据并估计享乐价格。所得模型具有非常高的样本外预测精度，R^2介于80%至90%。最后，我们构建了基于AI的享乐费雪价格指数，以同比频率链式计算，并与CPI及其他电子指数进行对比。
引用
@article{arxiv.2305.00044,
title = {Hedonic Prices and Quality Adjusted Price Indices Powered by AI},
author = {Patrick Bajari and Zhihao Cen and Victor Chernozhukov and Manoj Manukonda and Suhas Vijaykumar and Jin Wang and Ramon Huerta and Junbo Li and Ling Leng and George Monokroussos and Shan Wang},
journal= {arXiv preprint arXiv:2305.00044},
year = {2026}
}
备注
Initially circulated as a 2021 CEMMAP Working Paper (CWP04/21)