Recession-Induced Price Sensitivity: Descriptive Evidence from Whiskey Prices in a Control State
Notice bibliographique
Résumé
This paper examines how the COVID-19 recession changed whiskey purchasing in Iowa. This paper examines its impact on whiskey purchasing in Iowa’s control-state market. To decompose recessionary channels, we analyze SKUs with changing prices separately from those with fixed prices. Stock keeping units are divided into two groups: constant and changing prices. For SKUs that changed price, we compute arc elasticities by comparing each pre-recession year (2017-2019) to 2020 at the SKU-month level. For SKUs with constant posted prices, we track quantity growth and its acceleration from 2019-2020 relative to 2018-2019 to identify demand shifts. Summary measures of revenue, bottles sold, and litres are also reported. Price sensitivity rose for a subset of products in 2020, with several items showing clearly negative elasticities of meaningful size. Demand shifted when prices did not change. Lower-priced items gained volume and higher-priced items lagged. Revenue and bottles sold increased in 2020, while total liters declined, which points to smaller packages and higher prices per liter. These results show that the recession operated through both price and non-price channels. These findings offer actionable insights for managers and policymakers on portfolio and pricing strategies during crises. Furthermore, they lay crucial descriptive groundwork for future research aiming to establish causal estimates with richer datasets.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».