O możliwości doskonalenia polityki cenowej przy pomocy metody conjoint measurement oraz regresji hedonicznej

• Autorzy: Józef Dziechciarz

Warianty tytułu

On Pricing Policy Improvement with Conjoint me Asurement and Hedonic Regression.

• Języki publikacji: PL

Abstrakty

Zarówno w metodzie conjoint measurement jak i w technikach regresji hedonicznej zakłada się, że produkt jest wiązką charakterystyk (atrybutów) jakościowych. W technikach regresji hedonicznej dekomponuje się cenę produktu na kombinacje cen indywidualnych, pojedynczych cech - charakterystyk. Techniki conjoint measurement umożliwiają z kolei pomiar (szacunkowy) użyteczności cząstkowych przypisanych (przez konsumenta) do indywidualnych cech (poziomów wartości charakterystyk produktów). Stosując łącznie obie wspomniane techniki uzyskuje się unikalną możliwość przewidywania skutków polityki cenowej, solidne podstawy projektowania polityki cenowej dają: - Uzyskane z zastosowania technik conjoint measurement oszacowania użyteczności cząstkowych wskazujących hipotetyczne (przewidywane, prognozowane) wagi przypisywane przez konsumenta indywidualnym cechom (atrybutom) jakościowym (dokładniej poziomom wartości tych cech). - Uzyskane z zastosowania technik regresji hedonicznej oszacowania obserwowanych w przeszłości na rynku cen indywidualnych cech (dokładniej poziomów wartości tych cech). Proponowany sposób postępowania jest uniwersalny i może być zastosowany do dowolnego produktu lub usługi - jednak jego założenia i wykorzystywane informacje predysponują go bardziej do zarządzania ceną pewnych grup produktów i usług. Produkty te powinny spełniać następujące warunki: - Powinny istnieć na rynku dostatecznie długo, by można było obserwować i rejestrować ruchy cen - ze względu na liczbę szacowanych parametrów, do estymacji regresji hedonicznej potrzeba dość dużo obserwacji. - Powinna istnieć dostatecznie duża rozmaitość oferty, by można było obserwować i rejestrować różnice cen uwarunkowane niejednakowym układem wartości poszczególnych cech (atrybutów) jakościowych produktów. Wymienione wskazania prowadzą do wniosku, że najciekawszych wyników można spodziewać się w przypadku dobór trwałego użytku, nieruchomości, profesjonalnych, kompleksowych usług, przede wszystkim edukacyjnych, turystycznych, medycznych, oprogramowaniu komputerowym, itp. (streszcz. oryg.)

EN

Conjoint Measurement and Hedonic Regression framework assume that a good (product) is defined (characterized) by the set of all its characteristics. Furthermore, it is assumed that the consumer preferences with respect to any product (service) are solely determined by vector of its features (characteristics). The hedonic regression framework defines price of the product as a function of its vector of characteristics. This in turn leads to the important concept of implicit or hedonic prices. The hedonic price (of the feature) indicates how much the price of a good change approximately provided the feature of the product change by unity (assuming that ceteris paribus condition holds). The conjoint measurement framework allows determining the partial utility attached (by the consumer) to products' individual feature (level of the characteristics' value). Combining two methodologies mentioned gives the unique opportunity to predict the price policy results. Applying those methods gives two types of information: - The partial utility assessment, indicating hypothetical weights attached to the individual features of the product, and - The hedonic price of the individual feature - which represents empirical, real life price paid by consumers on the market. Taking into account what utilities have been attached by the future consumers (predicted) and the market prices (observed in the past) constitute good reasoning for the product construction as well as the price design. The proposed approach is appropriate for the products which have following features: - They exist on the market long enough to allow price statistics. - There exists variety of the offered variants which allows the price differences depending on the products attributes. The most useful results may be expected for products belonging to the following groups: durables, real estate, and professional service including education, tourism, medical service, and software. (original abstract)

Słowa kluczowe

PL

Modelowanie ekonometryczne; Polityka cenowa; Prognozowanie cen; Metody ekonometryczne; Metoda conjoint; Regresja hedoniczna; Ceteris paribus

EN

Econometric modeling; Pricing policy; Prediction of prices; Econometric methodology; Conjoint method; Hedonic regression; Ceteris paribus

• Czasopismo: Monografie i Opracowania / Szkoła Główna Handlowa
• Rocznik: 2004
• Numer: nr 533 Identyfikacja struktur rynkowych : pomiar, modelowanie, symulacja
• Strony: 65--78

Twórcy

autor

Józef Dziechciarz

Bibliografia

• Anttila M. Heuvel R. van den Möller K. (1980) Conjoint Measurement for Marketing Management European Journal of Marketing, 7, 397-408.
• Auer L. von (2000) Inversion Tests for Price and Quantity Indices University of Magdeburg, Working Paper 2/2000.
• Auer L. von (2001) Verzerrte Inflationsmessung durch Produktzyklen in: Messung der Teuerung Thüringer Landesamt für Statistik, Erfurt.
• Auer L. von (2002) Ökonometrische Methoden der Preismessung - ein Beispiel aus der Praxis University of Magdeburg, Mimeo.
• Barnett V. Lewis T. (1994) Outliers in Statistical Data Wiley, New York.
• Berg L. (2001) Prices and constant quality price indexes for multi-dwelling and commercial buildings in Sweden University of Uppsala, Mimeo.
• Berndt E. Griliches Z. (1993) Price Indexes for Microcomputers: An Exploratory Study in: Foss M. Manser M. Young A. (eds) Price Measurements and their Uses: Studies in Income and Wealth University of Chicago Press, Chicago.
• Berndt E. Griliches Z. Rappaport N. (1995) Econometric Estimates of Price Indexes for Personal Computers in the 1990's Journal of Econometrics, nr 68, s. 243-268.
• Berndt E. Rappaport N. (2001) Price and Quality of Desktop and Mobile Personal Com puters: A Quarter-Century Historical Overview American Economic Review, nr 91, s. 268-273.
• Boskin M. et al. (1996) Toward a More Accurate Measure of the Cost of Living U.S. Government Printing Office, Washington.
• Brachinger H. (2002) Statistical Theory of Hedonic Price Indices University of Fribourg, Mimeo.
• Brachinger H. Diewert E. (eds) (2002) Hedonic Methods in Price Statistics: Theory and Practice Springer, Heidelberg.
• Carroll J. Green P. (1995) Psychometric Methods in Marketing Research Part 1: Conjoint Analysis Journal of Marketing Research, No. 32, November, pp. 385-391.
• Gattin P. Wittink D. (1982) Commercial Use of Conjoint Analysis: a Survey Journal of Marketing, Summer, pp. 44-53.
• Cole R. et al. (1986) Quality-Adjusted Price Indexes for Computer Processors and Selected Peripheral Equipment Survey of Current Business, No 66, pp. 41-50.
• Court A. von (1939) Hedonic Price Indexes with Automotive Examples in: The Dynamics of Automobile Demand General Motors, New York, pp. 99-117.
• Danzon P. Li-Wei C. (2000) Cross-National Price Differences for Pharmaceuticals: How Large, and Why? Journal of Health Economics, No 19, 2000, pp. 159-195.
• Davies P. Gather U. (1993) The Identification of Multiple Outliers Journal of the American Statistical Association, No 88, pp. 782-792.
• Diewert E. (2001) Hedonic Regression. A Consumer Theory Approach April, Mimeo.
• Diewert E. (2002).... In: Brachinger H. Diewert E. Hedonic Methods in Price Statistics: Theory and Practice Springer, Heidelberg.
• Dreyfus M. Viscusi W. (1995) Rate of Time Preference and Consumer Valuations of Automobile Safety and Fuel Efficiency Journal of Law and Economics, No 38, pp. 79-105.
• Dziechciarz J. (1993) Ekonometryczne modelowanie procesów gospodarczych. Modele ze zmiennymi i losowymi parametrami AE Wrocław, Wrocław.
• Dziechciarz J. Walesiak M. (1995) Pomiar łącznego oddziaływania zmiennych (Conjoint Measurement) w badaniach marketingowych AE Kraków, Kraków, s. 149-158.
• Dziechciarz J. (2004) Regresja hedoniczna. Próba wskazania obszarów stosowalności w: Zeliaś A. (red). Przestrzenno-czasowe modelowanie zjawisk gospodarczych. AE Kraków, Kraków, ss. 163 - 175.
• EuroStat (1999) Report of the Task Force Volume Measures for Computers and Software June 1999, Luxembourg.
• Fenwick I. (1978) A User's Guide to Conjoint Measurement in Marketing European Journal of Marketing no. 12, 2, pp. 203-211.
• Green P. Krieger A. (1991) Segmenting Markets with Conjoint Analysis Journal of Marketing no. 55, October, pp. 20-31.
• Green P. Srinivasan V. (1978) Conjoint Analysis in Consumer Research: Issues and Out-look Journal of Consumer Research no. 5, September, pp. 103-123.
• Green P. Srinivasan V. (1990) Conjoint Analysis in Marketing: New Developments with Implications for Research and Practice Journal of Marketing no. 54, October, pp. 3-19.
• Green P. Tull D. Albaum G. (1988) Research for Marketing Decisions Prentice-Hall, En-glewood Cliffs.
• Green P. Wind Y. (1975) New Way to Measure Consumers Judgments Harvard Business Review no. 53, July-August, pp. 107-117.
• Griliches Z. (1961) Hedonic Price Indexes for Automobiles: An Econometric Analysis of Quality Change in: Stigler G. (ed.) The Price Statistics of the Federal Government Columbia University Press, New York.
• Griliches Z. (1971) Hedonic Price Indexes Revisited in: Griliches Z. (ed.) Price Indexes and Quality Change: Studies in New Methods of Measurement Harvard University Press, Cambridge.
• Hair J. Anderson R. Tatham R. Black W. (1995) Multivariate Data Analysis with Readings Prentice Hall, Englewood Cliffs.
• Hair J. Anderson R. Tatham R. Black W. (1998) Multivariate Data Analysis Prentice Hall, Englewood Cliffs.
• Harhoff D. Moch D. (1997) Price indexes for PC database software and the value of code compatibility Research Policy, No 26, pp. 509-520.
• Hoffmann J. (2002) Hedonic Methods for Assessing the Accuracy of Price Statistics: Evidence from Microwave ovens in Germany in: Brachinger H.W. Diewert E. (eds) Hedonic Methods in Price Statistics: Theory and Practice Springer, Heidelberg.
• Hooley G. Lynch J. (1981) Modelling the Student University Choice Process Through the Use of Conjoint Measurement Techniques European Research no. 4, October, pp. 158--170.
• Izquierdo M. Llanos-Matea M.a de los (2001) Hedonic Prices for Personal Computers in Spain During the 90s Banco de Espana - Servicio de Estudios Estudios Económicos, No 74/2001, pp. 1-58.
• Judge G. et al. (1985) The Theory and Practice of Econometrics Wiley, New York.
• Lancaster K. (1966) A New Approach to Consumer Theory Journal of Political Economy, 74,132-157.
• LeSage J. (1999) The Theory and Practice of Spatial Econometrics, Strona Internetowa (WebSite): http://www.spatial-econometrics.com.
• Liegey P. Shepler N. (1999) Adjusting VCR prices for quality change. A study using hedo-nic methods Monthly Labor Review, No 22/1999, pp. 22-37.
• Louviere J. (1988) Analyzing Decision Making. Metric Conjoint Analysis Sage, Beverly Hills.
• Louviere J. (1994) Conjoint Analysis in: Bagozzi R. (ed.) Advanced Methods of Marketing Research Blackwell, Oxford..
• Martins-Filho C. Bin O. (1999) Estimation of Hedonic Price Functions via Additive Non-parametric Regression Oregon State University, Corvallis, Mimeo, May 1999.
• Moulton B. (2002) The Expanding Role of Hedonic Methods in the Official Statistics of the United States In: Brachinger, H. Diewert E. (eds) Hedonic Methods in Price Statistics: Theory and Practice. Springer, Heidelberg.
• Nelson et. al (1994) A Quality Adjusted Price Index for Personal Computers Journal of Business and Economic Statistics, January 1994, pp. 23-31.
• Rosen S. (1974) Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition Journal of Political Economy, 82, 34-55.
• Rousseeuw P. Zomeren B. van (1990) Unmasking multivariate outliers and leverage points Journal of the American Statistical Association, No 85, pp. 633-639.
• Scarpa R. Buongiorno J. Hseu J. Abt K. (2000) Assessing the Non-Timber Value of Forests: A Revealed-Preference, Hedonic Model Journal of Forest Economics, No 6/2, 2000, pp. 83-108.
• SPSS Categories for Windows (1994) Version 6.1. SPSS Inc., Chicago.
• SPSS for Windows (1998). Version 8.0. SPSS Inc., Chicago.
• Triplett J. (2000) Handbook on Quality Adjustment of Price for Information and Communication Technology Products, OECD, Mimeo.
• Triplett J. (1990) Hedonic Methods in Statistical Agency Environments: An Intellectual Biopsy in: Berndt E. Triplett J. (eds) Fifty Years of Economic Measurement University of Chicago Press, Chicago.
• Verboven R (1999) Implicit Interest Rates in Consumer Durables Purchasing Decisions. Evidence from Automobiles University of Antwerp, Mimeo, March 1999.
• Vriens M. Wedel M. Wilms T. (1996) Metric Conjoint Segmentation Methods: a Monte Carlo Comparison Journal of Marketing Research, February, vol. 33, pp. 73-85.
• Vriens M. Wittink D. (1994) Conjoint Analysis in Marketing University of Groeningen, Mimeo.
• Walesiak M. (1996) Metody analizy danych marketingowych PWN, Warszawa.
• Walesiak M. Bek A. (1997) Realizacja badań marketingowych metodą conjoint analysis z wykorzystaniem pakietu statystycznego SPSS for Windows AE Wrocław, Wrocław.
• Wedel M. Kamakura W. (1998) Market Segmentation. Conceptual and Methodological Foundations Kluwer, London.