DOI: https://doi.org/10.3982/ecta22733
تاريخ النشر: 2026-01-01
المؤلف: Maarten de Ridder وآخرون
الموضوع الرئيسي: التمويل المؤسسي والحوكمة
نظرة عامة
تناقش هذه القسم أهمية تقديرات الهوامش على مستوى الشركات للتحليل الاقتصادي الكلي، مشددة على أن النتائج الاقتصادية الكلية تتأثر بتوزيع الهوامش عبر الشركات وعلى مر الزمن. يبرز المؤلفون تحديًا في الحصول على هذه التقديرات بسبب الاعتماد على البيانات المالية، التي لا تقدم عادة معلومات عن الأسعار. لمعالجة ذلك، يقدمون إطارًا تحليليًا يوضح أنه يمكن قياس الاتجاهات في الهوامش وتشتتها بشكل فعال باستخدام البيانات المتاحة على مستوى الشركات.
بينما يتطلب المستوى المتوسط للهوامش بيانات تسعير، يقترح المؤلفون مقدرًا متسقًا للسيناريوهات التي تكون فيها هذه البيانات غير متاحة. يتم التحقق من نتائجهم من خلال محاكاة نموذج اقتصادي كمي وتأكيدها من خلال بيانات الإنتاج والتسعير الإدارية على مستوى الشركات. بشكل عام، يدعم التحليل جدوى استخدام البيانات المالية لتتبع الاتجاهات في الهوامش الإجمالية، مما يساهم في فهم أعمق للديناميات الاقتصادية الكلية.
مقدمة
تؤكد مقدمة هذه الورقة البحثية على الدور الحاسم للهوامش السعرية فوق التكاليف الحدية في التحليل الاقتصادي الكلي، حيث تؤثر على حصص العمل ورأس المال في الدخل الوطني وتؤثر على كفاءة تخصيص الموارد. يبرز المؤلفون التحدي في تقدير هوامش الشركات بسبب نقص البيانات المباشرة عن الأسعار والتكاليف الحدية، والتي تُشتق عادةً من البيانات المالية التي تقدم معلومات محدودة. تهدف الورقة إلى تقييم دقة تقديرات الهوامش المستمدة من هذه البيانات المالية، باستخدام إطار تحليلي، ومحاكاة لنموذج اقتصادي كمي، وتحليلات تجريبية لبيانات الإنتاج والتسعير على مستوى الشركات الفرنسية.
تشير النتائج إلى أنه بينما تتطلب الهوامش المتوسطة بيانات أسعار لقياس دقيق، يمكن تقدير تشتت الهوامش عبر الشركات واتجاهاتها على مر الزمن بشكل موثوق من البيانات المالية، خاصة عندما تشترك الشركات في تكنولوجيا إنتاج مشتركة، مثل نموذج كوب-دوغلاس. يوضح المؤلفون أنه يمكن التقاط التغيرات في الهوامش بدقة، حتى عندما تختلف الشركات في مرونة الإنتاج، بشرط أن تكون العلاقة بين الأسعار وأدوات التقدير منخفضة. من خلال محاكاة مونت كارلو، تتحقق الورقة من هذه الرؤى النظرية، كاشفة عن علاقات قوية بين الهوامش المقدرة والحقيقية، حتى في السيناريوهات التي تفتقر إلى بيانات الأسعار والكميات. تسهم هذه الدراسة في الأدبيات الأوسع حول هوامش الشركات وآثارها الاقتصادية الكلية، مشيرة إلى أنه بينما قد لا توفر تقديرات الهوامش المستندة إلى الإيرادات معلومات عن المستويات المتوسطة، فإنها مفيدة لتحليل التغيرات عبر الشركات وعلى مر الزمن.
النتائج
في هذا القسم، يقيم المؤلفون جودة تقديرات الهوامش المستندة إلى الكميات والإيرادات من خلال عملية من خطوتين. في البداية، يقيمون وظائف الإنتاج وتقديرات الهوامش باستخدام إجراء من مرحلتين، مع متوسط مرونة إنتاج يبلغ 0.54 عبر القطاعات في التقدير الأساسي، و0.40 عند استخدام بيانات الإيرادات. من الجدير بالذكر أن المرونات المستندة إلى الكميات أعلى باستمرار من المرونات المستندة إلى الإيرادات، متجاوزة إياها بمتوسط 38% في 16 من 18 صناعة.
بعد ذلك، يحسب المؤلفون الهوامش بناءً على المرونات المقدرة على مستوى الشركات، مع التركيز على لوغاريتم الهوامش مع استبعاد القيم الشاذة عند مستوى 1.5%. يكشف التحليل عن متوسط لوغاريتم هامش قدره 0.37 لبيانات الكميات مقارنة بـ 0.13 لبيانات الإيرادات، مما يعكس المرونات الأقل للإنتاج المرتبطة ببيانات الإيرادات. علاوة على ذلك، فإن الانحرافات المعيارية للهوامش المستندة إلى الكميات (0.23) أعلى من تلك الخاصة بالهوامش المستندة إلى الإيرادات (0.16)، مما يشير إلى تفاوت في التشتت لم يتم حسابه من خلال فرضية وظيفة الإنتاج لكوب-دوغلاس. على الرغم من هذه الاختلافات، تظل العلاقات العامة بين الهوامش المستندة إلى الإيرادات والهوامش المستندة إلى الكميات مرتفعة، مع ارتباط بيرسون يبلغ 0.61 وارتباط ترتيب يبلغ 0.62، مما يشير إلى علاقة قوية بين القياسين عبر القطاعات.
المناقشة
في هذا القسم، يحلل المؤلفون العلاقة بين الهوامش ووظائف الإنتاج، بناءً على العمل الأساسي لهال (1986، 1988) ودي لوكر ووارزينسكي (2012). يبرزون التحديات في تقدير وظائف الإنتاج والهوامش باستخدام بيانات الإيرادات، خاصة في ظل ظروف المنافسة غير الكاملة. يستنتج المؤلفون تعبيرات مغلقة للشوائب التي تنشأ عند استخدام الإيرادات كبديل للإنتاج، مشددين على أن التقدير الدقيق لمرونات الإنتاج أمر حاسم لاستعادة الهوامش الحقيقية. يشيرون إلى أنه عندما تبيع الشركات منتجات متجانسة بأحجام عبوات مختلفة، يمكن أن تؤدي بيانات الكميات إلى تضليل تقديرات وظائف الإنتاج، مما يجعل الإيرادات مقياسًا أكثر موثوقية في مثل هذه السياقات.
يستفيض المؤلفون في توضيح آثار استخدام بيانات الإيرادات لتقدير الهوامش، موضحين أن العلاقة بين تقديرات الهوامش المستندة إلى الإيرادات والهوامش الحقيقية تعتمد على دقة تقدير مرونة الإنتاج. يقدمون نظام طلب لتوضيح كيف تؤثر استراتيجيات تسعير الشركات على حسابات الهوامش، كاشفين أنه إذا كانت المرونة المقدرة تتماشى مع المرونة الحقيقية للإنتاج، يمكن استعادة الهوامش الحقيقية. ومع ذلك، إذا انحرفت المرونة المقدرة، فقد لا تعكس تقديرات الهوامش بدقة الهوامش الحقيقية. يأخذ التحليل أيضًا في الاعتبار سيناريوهات مرونات الطلب غير المتجانسة، مستنتجًا أنه بينما يمكن أن تلتقط التقديرات المستندة إلى الإيرادات التغيرات في الهوامش، قد لا توفر معلومات موثوقة حول مستوى الهوامش المتوسطة، خاصة عندما تظهر الشركات مرونات طلب متطابقة.
DOI: https://doi.org/10.3982/ecta22733
Publication Date: 2026-01-01
Author(s): Maarten de Ridder et al.
Primary Topic: Corporate Finance and Governance
Overview
This section discusses the significance of firm-level markup estimates for macroeconomic analysis, emphasizing that macroeconomic outcomes are influenced by the distribution of markups across firms and over time. The authors highlight a challenge in obtaining these estimates due to the reliance on financial statements, which typically do not provide pricing information. To address this, they present an analytical framework demonstrating that trends in markups and their dispersion can still be effectively measured using available firm-level data.
While the average level of markup necessitates pricing data, the authors propose a consistent estimator for scenarios where such data is unavailable. Their findings are validated through simulations of a quantitative macroeconomic model and corroborated by firm-level administrative production and pricing data. Overall, the analysis supports the feasibility of using financial data to track trends in aggregate markups, thereby contributing to a deeper understanding of macroeconomic dynamics.
Introduction
The introduction of this research paper emphasizes the critical role of price markups over marginal costs in macroeconomic analysis, as they influence labor and capital shares in national income and affect resource allocation efficiency. The authors highlight the challenge of estimating firm-level markups due to the lack of direct data on prices and marginal costs, which are typically derived from financial statements that provide limited information. The paper aims to assess the accuracy of markup estimates obtained from such financial data, utilizing an analytical framework, simulations of a quantitative macroeconomic model, and empirical analyses of French firm-level production and pricing data.
The findings indicate that while average markups require price data for accurate measurement, the dispersion of markups across firms and their trends over time can be reliably estimated from financial statements, particularly when firms share a common production technology, such as Cobb-Douglas. The authors demonstrate that variations in markups can be accurately captured, even when firms differ in output elasticities, provided that the correlation between prices and estimation instruments is low. Through Monte Carlo simulations, the paper validates these theoretical insights, revealing strong correlations between estimated and true markups, even in scenarios lacking price and quantity data. The research contributes to the broader literature on firm-level markups and their macroeconomic implications, suggesting that while revenue-based markup estimates may not inform average levels, they are useful for analyzing variations across firms and over time.
Results
In this section, the authors evaluate the quality of quantity- and revenue-based markup estimates through a two-step process. Initially, they assess production functions and markup estimates using a two-stage procedure, with output elasticities averaging 0.54 across sectors in the baseline estimation, and 0.40 when using revenue data. Notably, quantity-based elasticities are consistently higher than revenue-based elasticities, exceeding them by an average of 38% in 16 out of 18 industries.
Subsequently, the authors compute markups based on the estimated firm-level elasticities, focusing on the log of markups while trimming outliers at the 1.5% level. The analysis reveals an average log markup of 0.37 for quantity data compared to 0.13 for revenue data, reflecting the lower output elasticities associated with revenue data. Furthermore, the standard deviations of quantity-based markups (0.23) are higher than those of revenue-based markups (0.16), indicating a disparity in dispersion not accounted for by the Cobb-Douglas production function assumption. Despite these differences, the overall correlations between revenue- and quantity-based markups remain high, with a Pearson correlation of 0.61 and a rank correlation of 0.62, suggesting a robust relationship between the two measures across sectors.
Discussion
In this section, the authors analyze the relationship between markups and production functions, building on the foundational work of Hall (1986, 1988) and De Loecker and Warzynski (2012). They highlight the challenges of estimating production functions and markups using revenue data, particularly under conditions of imperfect competition. The authors derive closed-form expressions for biases that arise when revenue is used as a proxy for output, emphasizing that accurate estimation of output elasticities is crucial for recovering true markups. They note that when firms sell homogeneous products in varying package sizes, quantity data can mislead production function estimations, making revenue a more reliable measure in such contexts.
The authors further elaborate on the implications of using revenue data for estimating markups, demonstrating that the correlation between revenue-based markup estimates and true markups hinges on the accuracy of the estimated output elasticity. They introduce a demand system to illustrate how firms’ pricing strategies affect markup calculations, revealing that if the estimated elasticity aligns with the true output elasticity, true markups can be recovered. However, if the estimated elasticity diverges, the resulting markup estimates may not accurately reflect true markups. The analysis also considers scenarios of heterogeneous demand elasticities, concluding that while revenue-based estimates can capture variations in markups, they may not provide reliable information about the average markup level, particularly when firms exhibit identical demand elasticities.