python blp模型 估计_BLP模型

BLP 是Berry, Levinson和Pakes三个作者名字的缩写，BLP模型主要是由Berry(1994, RAND), BLP(1995, Econometrica)奠定，后续的结构实证应用中也较多的使用。相对于之前使用的Logit模型和Nested Logit模型，BLP的主要贡献在于丰富了不同产品的需求替代规律(substitution pattern)，从而解决了Logit模型中的IIA等一系列问题。

需求模型

BLP又叫Random coefficient logit model，其中有两个部分：random coefficient和logit。假设消费者选择产品j的效用函数是

其中

是产品的特征(比如在汽车市场就是性能，大小，品牌等等)，

是价格，

是收入系数。虽然收入系数对于所有人相同，但是因为收入

在个体之间存在差别，因此价格敏感度(price sensitivity)在个体之间存在差别。(注：BLP使用了美国的收入分布来模拟

，而且在价格与收入比较接近的产品，也就是比较贵的产品中，这个方法更可行。)

是消费者对于不同产品特征的偏好。对第

个产品维度，消费者

的产品偏好为

其中

，因此

的分布参数为

。消费者效用也可以被分解为均值部分

和偏离部分