Nonparametric Identification of Demand without Exogenous Product Characteristics

Aquí presento un resumen técnico detallado del artículo "Nonparametric Identification of Demand without Exogenous Product Characteristics" (Identificación no paramétrica de la demanda sin características exógenas de los productos), escrito por Kirill Borusyak, Jiafeng Chen, Peter Hull y Lihua Lei.

---

1. El Problema de Investigación

La literatura estándar en la estimación de demanda de productos diferenciados (ej. Berry, Levinsohn y Pakes, 1995; Berry y Haile, 2014) enfrenta un desafío fundamental de identificación cuando se trabaja con datos a nivel de mercado.

• La limitación convencional: Para identificar modelos de demanda no paramétricos flexibles, la teoría convencional sostiene que es necesario contar con instrumentos exógenos para los precios ($Z$) y características exógenas de los productos ($X$). La intuición es que, sin variación exógena en las características, no se puede distinguir el efecto de los precios del efecto de las características no observadas ($\xi$) en las cuotas de mercado ($S$).
• El problema de endogeneidad: En la práctica, las características de los productos a menudo son endógenas (las empresas las eligen estratégicamente basándose en la demanda no observada). Si las características son endógenas, los instrumentos basados en ellas (como los instrumentos BLP) son inválidos, lo que lleva a estimaciones sesgadas o a la necesidad de suposiciones de especificación funcional muy restrictivas.
• La pregunta central: ¿Es posible identificar los contrafactuales de precios (cómo cambiarían las cantidades si los precios cambiaran) utilizando únicamente instrumentos de precios exógenos, incluso si las características de los productos son endógenas?

2. Metodología y Marco Teórico

Los autores proponen un nuevo marco de identificación que relaja las suposiciones estrictas de Berry y Haile (2014).

A. El Modelo

Consideran un sistema de demanda donde las cuotas de mercado $S$ dependen de un índice de utilidad latente $\delta$ y precios $P$:
$$S = \sigma(\delta, P)$$
$$\delta = \delta(X, \xi)$$
Donde $X$ son características observadas (potencialmente endógenas) y $\xi$ son choques de demanda no observados. La función de demanda inversa $\sigma^{-1}$ es desconocida.

B. Suposiciones Clave

1. Restricción de Índice Débil: A diferencia de modelos anteriores que requieren una forma lineal específica ($\delta = X + \xi$), permiten que $\delta$ sea una función arbitraria de $X$ y $\xi$.
2. Exogeneidad Condicional de los Instrumentos de Precio: Los instrumentos $Z$ (choques de oferta) son independientes de $\delta$ condicional a $X$:
   $$Z \perp \delta \mid X$$
   Esto permite que $X$ sea endógeno (correlacionado con $\xi$), siempre que $Z$ sea exógeno condicional a $X$.
3. Reversibilidad: La función de demanda es invertible en el índice $\delta$.

C. Estrategia de Identificación: Instrumentos Recentrados

El núcleo de la metodología es el uso de instrumentos recéntrados (recentered instruments), definidos como:
$$R(X, Z) - E[R(X, Z) \mid X]$$
Estos instrumentos combinan la variación exógena de $Z$ con la variación de $X$. La idea es que, dado que $Z$ es exógeno condicional a $X$, cualquier función de $Z$ que tenga media cero condicional a $X$ es un instrumento válido para detectar desviaciones de la verdadera función de demanda.

D. La Nueva Condición: "Fidelidad" (Faithfulness)

Los autores introducen una condición técnica llamada Fidelidad para reemplazar la condición de completitud estándar en este contexto.

• Definición: La distribución de $(\delta, P) \mid (X, Z)$ es "fiel" si, para cualquier función $H(\delta, P)$, la independencia condicional $E[H(\delta, P) \mid X, Z] = k(X)$ (donde $k$ no depende de $Z$) implica que $H$ no depende de $P$ (es decir, $H(\delta, P) = H(\delta)$).
• Interpretación: Esto significa que si una función de la demanda no muestra variación inducida por los instrumentos $Z$ (condicional a $X$), entonces esa función no puede depender de los precios. La fidelidad asegura que la variación en $Z$ y la capacidad predictiva de $X$ (como proxy de $\delta$) son lo suficientemente ricas para detectar cualquier efecto causal de los precios.

3. Resultados Principales

1. Identificación de Contrafactuales de Precios

El resultado central (Proposición 2) establece que, bajo las suposiciones de restricción de índice débil, exogeneidad condicional de $Z$ y Fidelidad, los contrafactuales de precios están identificados no paramétricamente.

• Nota crucial: La función de demanda $\sigma^{-1}$ no se identifica completamente (puede haber una transformación desconocida $T$ tal que $\hat{\sigma}^{-1} = T(\sigma^{-1})$). Sin embargo, esta transformación se cancela al calcular los contrafactuales de precios ($\sigma(\delta, p')$), permitiendo la identificación de los efectos de cambio de precios.
• Implicación: No se necesitan características exógenas para identificar cambios en precios; las características endógenas pueden usarse como "proxies" fuertes para el índice de utilidad latente.

2. Relación entre Fidelidad y Completitud

Los autores demuestran que la condición de Fidelidad es un "cousin" técnico de la condición de Completitud (Newey y Powell, 2003):

• Si los precios son exógenos ($P=Z$), Fidelidad y Completitud son equivalentes.
• En casos generales, la Fidelidad se sigue de la Completitud bajo diversas condiciones de bajo nivel (ej. estructuras de precios de Bertrand-Nash con costos marginales específicos, o distribuciones de $\delta|X$ con soporte discreto o modelos de ubicación-escala).
• Esto sugiere que la Fidelidad no es una restricción económica sustantiva, sino una condición técnica sobre la fuerza de la variación identificadora.

3. Caso de Precios Exógenos

Incluso en el caso extremo donde los precios son exógenos ($P=Z$), los autores muestran que la identificación es posible sin características exógenas, desafiando la intuición previa de que se necesitan $2J$ instrumentos (J para precios, J para cuotas). Aquí, la variación en $X$ actúa como un proxy para $\delta$, permitiendo identificar efectos promedios condicionales.

4. Contribuciones Clave

1. Superación de la barrera de endogeneidad de características: Demuestran que la endogeneidad de las características de los productos no impide la identificación de contrafactuales de precios, siempre que se tengan instrumentos de precios válidos y una condición de fidelidad.
2. Validación de Instrumentos Recentrados: Proporcionan una justificación teórica no paramétrica para el uso de instrumentos recentrados (Borusyak y Hull, 2023), mostrando que son suficientes para la identificación incluso sin suposiciones de forma funcional.
3. Nuevo Rol de las Características Endógenas: Reinterpretan las características observadas no como instrumentos que deben ser exógenos, sino como variables proxy que deben estar fuertemente correlacionadas con la heterogeneidad no observada ($\delta$).
4. Condición de Fidelidad: Introducen y analizan una nueva condición de identificación que es más débil y flexible que la completitud conjunta, pero suficiente para los objetivos de los contrafactuales de precios.

5. Significado e Implicaciones Prácticas

• Para la investigación empírica: Los investigadores pueden evitar los sesgos asociados con instrumentos de características endógenas (como los BLP tradicionales) y enfocarse en encontrar choques de oferta exógenos (ej. cambios en tipos de cambio, costos de insumos) que varíen los precios.
• Robustez: Los resultados sugieren que las estimaciones de contrafactuales de precios son robustas a la especificación incorrecta de cómo las características entran en la demanda, siempre que se utilicen instrumentos recentrados.
• Datos a nivel de mercado: La identificación es posible utilizando únicamente datos agregados de mercado, sin necesidad de datos microeconómicos detallados sobre las preferencias de los consumidores (a diferencia de Berry y Haile, 2024).
• Simulaciones de fusiones y políticas: Permite realizar simulaciones de fusiones y análisis de bienestar más confiables en industrias donde las características de los productos son estratégicas y endógenas.

En resumen, el artículo transforma el paradigma de identificación de demanda al demostrar que la variación exógena en los precios, combinada con características observadas (aunque endógenas) que actúan como proxies, es suficiente para identificar los efectos causales de los precios en modelos de demanda flexibles y no paramétricos.