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

Vietnamese

Chúng tôi giới thiệu một lớp mô hình nhu cầu cho dữ liệu cấp thị trường. Các mô hình có thể được ước tính bằng cách hồi quy các biến công cụ tuyến tính trong khi chấp nhận các mô hình thay thế phong phú hơn nhiều so với các mô hình logit và niêm phong logit mà họ nhúng. Chúng được xây dựng từ các chức năng thị phần đảo ngược hình thức đóng cửa thông qua một máy phát điện tương tự như chức năng tạo ra giá trị cực đoan tổng quát của McFadden, nhưng hoạt động trên cổ phiếu thị trường. Kết quả xây dựng cho phép các cấu trúc niêm phong tùy ý, bao gồm các tổ hợp trùng lặp và thành viên một phần, tạo ra các tương tự chia ngược của các mô hình giá trị cực đoan tổng quát. Phân loại phù hợp với tối đa hóa tiện ích và nghiêm ngặt hơn lớp mô hình tiện ích ngẫu nhiên bổ sung thông thường.

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