The Hitchhiker's Guide to Markup Estimation: Assessing Estimates From Financial Data

价格加成率（markup）是宏观经济中的核心变量，决定劳动与资本在国民收入中的分配份额，影响资源配置效率，并传导货币政策的实际效应。然而，宏观经济学者广泛使用的企业级数据主要来自财务报表，缺乏价格信息，因此通常只能以营业收入（revenue）替代产量（quantity）来估计生产函数，进而推算加成率。这种做法在多大程度上可靠，一直缺乏系统的定量评估。本文通过解析框架、定量宏观模型模拟以及法国制造业企业生产与定价行政数据三个层面的分析，系统评估了基于财务数据估计企业加成率的准确性。研究发现：若企业共享相同的生产技术（如Cobb-Douglas生产函数或更一般函数形式的经验相关条件），加成率在企业间的离散度和时间趋势可以被财务数据较好地测量——模拟中营业收入加成率与真实加成率的相关系数达0.94，法国数据中部门内相关系数为0.61，一阶差分后升至0.80。然而，加成率的平均水平在没有价格数据的条件下无法准确估计，因为营收加成率的偏差取决于需求弹性的平均水平，这是一个无法从财务数据中识别的参数。因此，该研究区分了加成率估计的「可测」与「不可测」维度：当研究者关注加成率的截面差异或时间趋势时，财务数据通常足够；当需要校准加成率的绝对水平（如用于校准总量加成率的参数）时，则必须借助价格或产量数据。这一结论为大量使用财务数据加成率估计的宏观经济与国际贸易文献提供了方法论上的辩护和边界。

关键词: 加成率估计、生产函数、财务数据、营业收入偏差、市场势力