Review of Income and Wealth· 2026Q1
Ürünlere Özgü Fiyat Eğilimleri ve Veri Boşlukları Varlığında Çok Taraflı Dizin Yaklaşımları
Multilateral Index Approaches in the Presence of Product‐Specific Price Trends and Data Gaps
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Yeni bir NLTPD regresyon yöntemi, ürünlere özgü fiyat eğilimlerinden kaynaklanan fiyat seviyesi tahminindeki yanlılığı önemli ölçüde azaltarak, simülasyonlarda ve gerçek dünya veri uygulamalarında GEKS ve GK yöntemlerinden daha iyi performans göstermektedir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Ürünlere özgü fiyat esneklikleri, TPD, GEKS ve GK fiyat endeksi yöntemlerinde yanlılığa neden olur.
- Yeni NLTPD regresyonu, bu yanlılığı azaltmak için ürünlere özgü fiyat seviyesi esnekliklerini tahmin eder.
- Simülasyonlar ve gerçek dünya tarama verileri, NLTPD'nin tam veri olmadığında GEKS ve GK'dan daha iyi performans gösterdiğini ortaya koymaktadır.
- NLTPD regresyonu, doğrusal olmayan tahminin doğasında bulunan küçük bir sonlu örneklem yanlılığı getirir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
ABSTRACT The prices of some products respond more strongly to changes in the general price level than others. This study explains why such product‐specific price level elasticities lead to biased time‐product‐dummy (TPD) estimates of price levels. Other popular multilateral index approaches such as the Gini‐Éltető‐Köves‐Szulc (GEKS) and Geary‐Khamis (GK) methods also fail to address this source of bias in inflation measurement. Therefore, this article introduces the NLTPD regression—a nonlinear generalization of the TPD regression. By estimating product‐specific price‐level elasticities, the NLTPD regression substantially mitigates this source of bias. A simulation study and an application to real‐world scanner data compare the performance of the four multilateral index approaches. Except for the rather theoretical case of complete data, the NLTPD regression outperforms the other three approaches, although this improvement comes at the cost of a small finite‐sample bias inherent in nonlinear estimation.
Yazarların özeti; kaynağından alınmıştır. Review of Income and Wealth, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Genel Ekonomi, Ekonometri ve Finans
General Economics, Econometrics and FinanceEconomics, Econometrics and Finance