Newest papers

Demand Models for Market-Level Data with Closed-Form Inverses

Julien Monardo, Mogens Fosgerau, André de Palma · 2026 · arXiv (Cornell University)

DOI: 10.48550/arxiv.2610.10069 · cited by 0 works (OpenAlex) · open-access PDF

Portuguese

Introduzimos uma classe de modelos de demanda para dados de nível de mercado. Os modelos podem ser estimados por regressão de variáveis instrumentais lineares, ao mesmo tempo que acomodam padrões de substituição muito mais ricos do que os modelos logit e nestes que eles incorporam. Eles são construídos a partir de funções de participação de mercado inversa de forma fechada através de um gerador análogo à função generalizada de geração de valor extremo de McFadden, mas agindo em ações de mercado. Os resultados construtivos permitem estruturas arbitrárias de nidificação, incluindo ninhos sobrepostos e membros parciais, resultando em análogos de participação inversa de modelos de valor extremo generalizados.

Machine translation (Meta M2M100); the English original follows.

Abstract

We introduce a class of demand models for market-level data. The models can be estimated by linear instrumental variables regression while accommodating substitution patterns far richer than the logit and nested logit models they embed. They are built from closed-form inverse market share functions through a generator analogous to McFadden's generalized extreme value generating function, but acting on market shares. Constructive results allow arbitrary nesting structures, including overlapping nests and partial membership, yielding inverse-share analogs of generalized extreme value models. The class is consistent with utility maximization and strictly larger than the class of regular additive random utility models.

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Topics: Utility maximization, Class (philosophy), Mathematics, Mixed logit, Econometrics, Discrete choice

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange