Nonparametric Identification of Demand without Exogenous Product Characteristics

논문 요약: 비모수적 수요 식별 - 외생적 제품 특성 없이
(Nonparametric Identification of Demand without Exogenous Product Characteristics)

저자: Kirill Borusyak, Jiafeng Chen, Peter Hull, Lihua Lei
주요 키워드: 수요 추정, 비모수적 식별, 재중심화 도구변수 (Recentered IV), 충실도 (Faithfulness)

---

1. 연구 배경 및 문제 제기 (Problem)

• 기존의 통념: 차별화된 제품 (Differentiated Products) 의 수요를 시장 수준 데이터로 식별하기 위해서는 가격의 외생적 변동 (가격 도구변수, $Z$) 뿐만 아니라, **외생적인 제품 특성 (Exogenous Product Characteristics, $X$)**이 필수적이라고 여겨져 왔습니다.
• Berry 와 Haile (2014) 의 주장: 비모수적 수요 모델을 식별하려면, 가격 ($P$) 과 시장 점유율 ($S$) 을 동시에 설명할 수 있는 2J 개의 도구변수가 필요합니다. 여기서 $J$개의 가격 도구변수 외에 나머지 $J$개는 제품 특성 ($X$) 에서 나와야 하며, 이 $X$는 수요 충격 ($\xi$) 과 무관해야 합니다.
• 문제점: 실제 경제 환경에서는 기업들이 시장 수요 조건을 고려하여 제품 특성을 전략적으로 설계하거나 진입을 결정하기 때문에, 제품 특성 ($X$) 이 내생적 (Endogenous) 일 가능성이 매우 높습니다. 이 경우 기존 방법론은 식별이 불가능해지거나 모델 오지정 (Misspecification) 에 취약해집니다.
• 연구 질문: 제품 특성이 내생적일지라도, 가격 도구변수 ($Z$) 만으로 가격 반사실 (Price Counterfactuals, 예: 가격 변화에 따른 수요량 예측) 을 비모수적으로 식별할 수 있는가?

2. 방법론 및 핵심 접근 (Methodology)

저자들은 제품 특성이 내생적일지라도 **재중심화 도구변수 (Recentered Instruments)**와 새로운 조건인 **충실도 (Faithfulness)**를 도입하여 식별이 가능함을 증명합니다.

2.1. 모델 설정

• 수요 함수를 $S = \sigma(\delta, \tilde{X}, P)$로 정의하며, 여기서 $\delta = \delta(X, \xi)$는 관측된 특성 $X$와 관측되지 않은 수요 충격 $\xi$의 함수인 지수 (Index) 입니다.
• 핵심 가정 (Assumption 3): 가격 도구변수 $Z$는 특성 $X$가 주어진 조건에서 수요 지수 $\delta$와 독립적입니다 ($Z \perp \delta | X$). 즉, $Z$는 공급 측의 충격으로, 제품 설계가 결정된 후 가격 책정 전에 발생한다고 가정합니다.
• 내생성 허용: $X$는 $\xi$와 상관관계가 있을 수 있습니다 (전략적 선택 등).

2.2. 재중심화 도구변수 (Recentered Instruments)

• Borusyak 와 Hull (2023) 의 개념을 차용하여, $X$가 주어진 조건에서 평균이 0 이 되도록 조정된 도구변수를 사용합니다.
• 형태: $R(X, Z) - E[R(X, Z) | X]$.
• 이 도구변수는 $X$와 $Z$의 결합을 활용하여, $X$의 내생성을 통제하면서도 $Z$의 외생적 변동을 활용합니다.

2.3. 새로운 조건: 충실도 (Faithfulness)

• 기존 비모수적 IV 분석의 핵심 조건인 **완전성 (Completeness)**을 대체하거나 보완하는 새로운 조건을 제시합니다.
• 정의: 관측된 $X$가 주어진 상태에서, 도구변수 $Z$에 의해 유발된 가격 변동이 수요의 기본 함수 $H(\delta, P)$의 변화를 "충실하게 (faithfully)" 반영해야 합니다. 즉, $E[H(\delta, P) | X, Z]$가 $Z$에 의존하지 않는다면, $H$는 가격 $P$에 의존하지 않아야 합니다 ($H(\delta, P) = H(\delta)$).
• 의미: 이는 $Z$가 강력한 도구변수이고, $X$가 $\delta$에 대한 강력한 대리변수 (Proxy) 일 때 성립하는 기술적 조건입니다.

3. 주요 결과 (Key Results)

3.1. 비모수적 식별 가능성 (Proposition 1 & 2)

• 주요 명제: 외생적인 제품 특성 ($X$) 이 없더라도, 충실도 (Faithfulness) 조건이 성립하면 가격 도구변수 $Z$와 (내생적일 수 있는) 제품 특성 $X$를 결합한 재중심화 도구변수를 사용하여 **가격 반사실 (Price Counterfactuals)**을 비모수적으로 식별할 수 있습니다.
• 식별의 범위:
  • 수요 함수 $\sigma(\cdot)$ 자체는 완전히 식별되지 않을 수 있습니다 (미지의 변환 $T$가 존재할 수 있음).
  • 하지만, 가격 반사실은 이 미지의 변환 $T$가 상쇄되므로 식별됩니다. 즉, $p'$로 가격이 변했을 때의 수요량 $\sigma(\delta, p')$은 정확히 예측 가능합니다.
  • 반면, 제품 특성 $X$를 변경하는 반사실은 식별되지 않습니다.

3.2. 충실도와 완전성의 관계 (Section 3)

• 동치성: 가격이 외생적인 경우 ($P=Z$), 충실도와 완전성은 동치입니다.
• 충분조건: 완전성이 충실도를 함의하는 여러 조건들을 제시합니다.
  • 가격 설정 메커니즘 (예: Bertrand-Nash 가격 결정) 하에서 특정 분리 조건 (Separability) 이 성립할 때.
  • $\delta$와 $X$의 분포가 이산적이거나 위치 - 척도 (Location-scale) 모델을 따를 때.
• 결론: 충실도는 완전성보다 훨씬 약한 조건이며, 강력한 경제적 또는 통계적 가정을 요구하지 않습니다.

3.3. 외생 가격의 특수한 경우

• 가격이 외생적일 때 ($P=Z$), 제품 특성 $X$가 내생적이어도 식별이 가능합니다. 이 경우 $X$는 $\delta$의 "대리변수 (Proxy)" 역할을 하며, $X$가 수요 충격과 상관되어 있어도 상관없습니다. 이는 기존 Berry 와 Haile (2014) 의 "특성은 도구변수 (Instrument)"라는 역할과 근본적으로 다릅니다.

4. 실증적 함의 및 기여 (Practical Implications & Contributions)

4.1. 실증 연구자에 대한 제언

• 재중심화 도구변수 사용: 연구자들은 제품 특성의 내생성 우려와 모델 오지정 문제를 피하기 위해, 기존 BLP 도구변수 (특성 기반) 대신 재중심화 도구변수를 사용해야 합니다.
• 데이터 요구사항: 개별 소비자 데이터 (Micro data) 가 없더라도 **시장 수준 데이터 (Market-level data)**만으로도 비모수적 식별이 가능합니다.
• 가정 완화: 제품 특성 ($X$) 이 외생적이어야 한다는 강압적인 가정을 버릴 수 있습니다. 기업들이 전략적으로 특성을 선택하더라도, 가격 도구변수 ($Z$) 가 외생적이고 $X$가 $\delta$의 강력한 예측변수라면 식별이 가능합니다.

4.2. 학문적 기여

• 비모수적 식별 이론의 확장: Berry 와 Haile (2014) 의 결과를 내생적 특성이 있는 경우로 일반화했습니다.
• 새로운 식별 조건 제시: '충실도 (Faithfulness)'라는 새로운 조건을 도입하여, 비모수적 IV 분석에서 도구변수의 강도와 대리변수의 역할을 체계화했습니다.
• 삼각형 모델 (Triangular Models) 적용: 수요 분석을 넘어, 관측되지 않은 이질성이 지수 (Index) 를 통해 2 단계 방정식에 들어가는 일반적인 삼각형 모델에도 적용 가능한 결과를 제공합니다.

5. 결론 (Significance)

이 논문은 차별화된 제품 수요 분석에서 외생적인 제품 특성이 필수불가결하다는 기존 통념을 깨뜨립니다. 저자들은 공급 측의 외생적 충격 ($Z$) 과 제품 특성 ($X$) 을 결합한 재중심화 도구변수를 활용하면, $X$가 내생적일지라도 가격 변화에 따른 수요 반응을 비모수적으로 정확하게 식별할 수 있음을 보여줍니다.

이는 정책 평가 (M&A 시뮬레이션, 진입/퇴출 분석 등) 에 있어 모델의 기능적 형태나 분포 가정에 덜 의존하면서도, 내생성 편향을 효과적으로 통제할 수 있는 더 견고한 (Robust) 실증 분석의 길을 열어줍니다. 특히 '충실도' 조건은 도구변수의 강도와 대리변수의 예측력을 기술적으로 요구할 뿐, 경제학적으로 비현실적인 가정을 부과하지 않아 실증 연구자들에게 매우 유용한 지침을 제공합니다.