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

Russian

Мы вводим класс моделей спроса для данных на уровне рынка. Модели могут быть оценены путем регрессии линейных инструментальных переменных, принимая в себе паттерны замещения гораздо богаче, чем модели логита и гнездовых логитов, которые они вставляют. Они построены из функций закрытой формы обратной рыночной доли через генератор, аналогичный генерализованной функции генерирования крайней стоимости McFadden, но действующий на рыночные акции. Конструктивные результаты позволяют произвольные структуры гнездования, включая перекрывающиеся гнезда и частичное членство, приводя к аналогам обратной доли генерализованных моделей крайней стоимости. Классист согласуется с максимизацией полезности и строго больше, чем класс регулярных добавочных случайных моде

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