具有内生产品进入与退出的需求模型的识别与估计

企业更可能在预期需求更强的市场中推出产品。它们还拥有研究者未观测到的信息。这在需求参数估计中产生了内生选择偏差。对于差异化产品，进入决策违背了标准选择修正方法获得一致需求估计所需的单调性条件。现有研究要么通过对企业进入时需求信息施加强假设，要么通过联合估计需求、定价与进入的完全均衡模型来解决该问题。两种策略都使需求估计严重依赖供给侧假设。我们提出了一种解决这些局限的新半参数估计方法。我们的方法利用产品间市场进入决策的关联性，在可观测特征之外，还基于捕捉企业进入选择间未观测相互依赖性的潜变量来识别进入概率。我们称这些概率为潜倾向得分。我们证明需求方程中的选择偏差项是这些潜倾向得分的卷积，因此是可识别的。基于该结果，我们开发了遵循标准样本选择修正方法思想的两步半参数估计量。将我们的方法应用于航空业数据，我们发现传统的选择偏差修正方法大幅低估了需求的价格弹性。