小妹上个月开始在一家大型跨国企业写毕业论文,方向是用计量学方法对其价格弹性进行分析和估计
这一个月的时间,我看了很多关于计量学的文献,但是还不是很清楚,到底怎样建立我的模型,希望有大神能指点我一二,在此由衷的感谢
数据总体来讲分为两个大方向,就是企业总销售渠道 - 批发和零售,由于其客户群不同,所以我把这两总渠道分开来研究。
我能使用的数据为所有公司内部数据,但无任何外部数据(比如竞争者价格,或者客户预算等等)
到目前位置,我还只停留在批发客户阶段,因为无法确定我的模型,所以还不敢尝试零售方向,因为这个数据变动更为复杂
先简单描述一下到目前位置我的设想,是通过最小二乘法做多重线性回归模型,因变量为销售数量,其自变量为 价格,单件商品的客户数量,此季度总的供应商品种类,总的客户购买量,此季度公司在这个版块的的总营业额 以及一些dummy变量区分品牌和性别等等。
有同学跟我说这个模型不一定完整,最好能找到几个工具变量来解释单件商品价格,因为这里的问题是,很多商品都是季节性的,也就是说只在某一年的一个季度出现,整个数据是从2008年到现在通过季度区分的,造成了数据的不连贯性,且不平衡性,因为在多数季度连续出现的商品少之又少,大概只有不到10个,所以不能构成分析数据库。但是对于价格和销售量之间的关系,拿什么来做工具变量比较好呢?(我考虑的是利润率,但是我没办法解释,为什么)
还有一个问题就是时间对数据的影响,比如说公司现在的战略是在减少批发客户,发展零售店,所以这五年的数据就出现了一个趋势,只看批发的话,就是批发的比重越来越小,这个影响怎么能在回归分析中体现出来呢?
同样的,每年有4个季度,销售额也会随着季度的改编出现周期性的变动,这个如何能用回归模型解释呢?
以上想法只是针对于单一的商品组内进行分析,但是如果对于多个商品组,或者对于整个品牌进行分析,我考虑使用面板数据,因为我有大概5年的数据,其不同的商品组在一个时间点上构成我的横截面数据,针对一个品牌的弹性预测,要估计到所有商品组数据及时间数据,所以这个就构成了一个面板数据模型。不知道大神们觉得我这个想法可行吗?或者有更好的方法推荐?
在此小妹先谢过各位坛友的耐心阅读,如果有经验传授,感激不尽!