通用微觀經濟模型中的參數校準
關於每本微觀經濟學教科書開頭的應用，我有一個非常籠統的問題。在解決利潤最大化問題時，我們採用一些可能介於 0 和 1 之間的通用參數，以使其盡可能通用。
但這怎麼能轉移到現實生活中呢？
例如，賣方的利潤函式，其需求服從均勻分佈 $ D=1 $ 和費用 $ c\in[0,1] $ 看起來像 $ \pi = \int_x^1(p-c)dx $ 因此 $ \pi=(1-c)^2/4 $ .
橙子或汽車的賣家如何知道他們的 $ p $ 和 $ c $ 是？賣方將如何在實踐中進行校準？是與最大支付意願有關，還是他們應該採取另一個起點？
這種非常通用和程式化的問題不容易適用於現實生活情況。
但是，話雖如此，您可以將問題參數化。對於成本，您可以找到產品的最大可能生產成本 $ c_{max} $ （您可以用樣本中所有公司中最高的成本來代替它，或使用其他方法），然後將您正在查看的公司的成本除以 $ c_{max} $ （即使用 $ c_i/c_{max} $ )，這將保證任何任意公司的成本是 $ c \in [0,1] $ . 但是，請注意 $ c $ 在經濟學中應該包括機會成本，這很難通過經驗來衡量。您不能只獲取公司報告的會計成本的原始數據。您應該嘗試估算機會成本並將其添加到會計成本之上（您可以通過嘗試查看企業主在相關領域受僱時可以獲得的工資來估算它）。
為了要做 $ p $ 堪比 $ c $ 你可以拿市場價 $ p_m $ 並將其除以 $ c_{max} $ ，這會給你 $ p=p_m/c_{max} $ 這會給你相對於成本的價格，這意味著用它做算術是有意義的 $ p $ 和 $ c $ .
這樣你得到 $ p $ 和 $ c $ 原則上你可以代入方程。然而，在實踐中，為任何大公司校準這種模型是極其困難的，因為外部單人公司測量生產機會成本變得非常乏味。
此外，您應該注意，簡單的程式化模型對於任何現實世界的應用程序都可能過於簡單。此類模型通常用於教授學生一些重要的見解或概念，因此它們過於簡單化。