Relevance of Functional Flexibility for Heterogeneous Sales Response
Models - A Comparision of Parametric and Seminoparametric Models

URN to cite this document: urn:nbn:de:bvb:355-opus-4636

Hruschka, Harald (2004) Relevance of Functional Flexibility for Heterogeneous Sales Response
Models - A Comparision of Parametric and Seminoparametric Models.
Regensburger Diskussionsbeiträge zur Wirtschaftswissenschaft 394, Working Paper.

[img]
Preview

PDF - Requires a PDF viewer such as GSview, Xpdf or Adobe Acrobat Reader
188Kb

Other URL: http://www.opus-bayern.de/uni-regensburg/volltexte/2004/463

Abstract

So far studies estimating sales response functions on the basis of store-specific data either consider heterogeneity or functional flexibility. That is why in this contribution a model is developed possessing both these features. It is a multilayer perceptron with store-specific coefficients which is specified in a hierarchical Bayesian framework. An appropriate Markov Chain Monte Carlo estimation technique is introduced capable to satisfy theoretical constraints (e.g. sign constraints on elasticities). The empirical study refers to a data base consisting of weekly observations of sales and prices for nine leading brands of a packaged consumer good category. The data were acquired in 81 stores over a time span of at least 61 weeks. The multilayer perceptron is compared to a strict parametric multiplicative model and approaches the maximum value of posterior model probability. This indicates the benefits of using a flexible model even if heterogeneity is dealt with. Estimated sales curves and elasticities demonstrate that both models differ in their implications about price response.


Bisher haben Untersuchungen zur Schätzung von Absatzreaktionsfunktionen auf Grundlage outletspezifischer Daten entweder Heterogenität oder funktionale Flexibilität berücksichtigt. Daher entwickelt der vorliegende Beitrag ein Modell, das beide Eigenschaften besitzt. Es handelt sich um ein Mehrschichtperzeptron mit outletspezifischen Koeffizienten, das mittels eines hierarchischen Bayesschen Ansatzes spezifiziert wird. Zur Schätzung dieses Modells wird eine geeignete Markov-Ketten-Monte-Carlo Technik eingeführt, die theoretisch begründete Restriktionen einhält (z.B. Vorzeichenrestriktionen von Elastizitäten). Die empirische Untersuchung bezieht sich auf einen Datensatz, der aus wöchentlichen Beobachtungen von Absatzmengen und Preisen für neun Marken einer Konsumgüterkategorie besteht. Diese Daten wurden in 81 Outlets über eine Zeitspanne von mindestens 61 Wochen erhoben. Das Mehrschichtperzeptron wird mit einem strikt parametrischen multiplikativen Modell verglichen und erreicht den Maximalwert der a-posteriori Modellwahrscheinlichkeit. Dieses Ergebnis zeigt die Vorteilhaftigkeit der Verwendung eines flexiblen Modells auch bei Berücksichtigung von Heterogenität auf. Geschätzte Absatzkurven und Elastizitäten verdeutlichen, dass beide Modelle jeweils unterschiedliche Preiseffekte implizieren.

Item Type:Monograph (Working Paper)
Institutions: Business, Economics and Information Systems > Institut für Betriebswirtschaftslehre > Lehrstuhl für Marketing (Prof. Dr. Harald Hruschka)
Identification Number:
ValueType
urn:nbn:de:bvb:355-opus-4636URN
RePEc:bay:rdwiwi:463RePEc Handle
Keywords:Marketing, Absatzreaktion , Hierarchische Bayesche Modellierung , Mehrschichtperzeptron , Neuronale Netzwerke , Marketing, Sales Response , Hierarchical Bayes , Multilayer Perceptron , Neural Networks , Marketing
Subjects:300 Social sciences > 330 Economics
Status:Published
Refereed:No this document will not be refereed
Created at the University of Regensburg:Yes
Owner:Universitätsbibliothek Regensburg
Deposited On:23 Sep 2008 11:24
Last Modified:17 Sep 2012 10:57
Item ID:4509
Owner Only: item control page