MétaCan
Menu
Retour à la cohorte
Enregistrement W1532185681

Does it Pay to be First? Sequential Locational Choice and Foreclosure

2002· article· en· W1532185681 sur OpenAlexaff
Nicholas Economides, Jamie Howell, Sergio Meza

Notice bibliographique

RevueThe Faculty Digital Archive (New York University) · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMerger and Competition Analysis
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésFixed costSubgame perfect equilibriumMicroeconomicsOrder (exchange)Free entryEconomicsIndustrial organizationOutcome (game theory)BusinessGame theory
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We analyze the sequential choices of locations in the Hotelling [0, 1] space of variety-differentiated products. n firms locate in sequence, one at a time. In stage n+1, all firms choose prices simultaneously. Firms anticipate correctly the decisions of subsequent entrants, as well as the equilibrium prices, so we analyze subgame-perfect equilibria. We analyze two games. In the first, the number of firms is fixed. In the second, the number of firms is determined by free entry, i.e., entry continues until the last entrant makes nonnegative profits. When the number of firms is fixed, the ordering of profits follows the order of action. When the number of firms is determined by free entry, for a range of fixed costs, early entrants choose their positions strategically so as to keep out potential entrants. For a range of fixed costs, early actors reduce the distances among them to foreclose entry even though these actions reduce their profits given the number of active firms. For low enough fixed costs, entry cannot be prevented any more and a new firm enters resulting in a complete disruption of the locational pattern. In the game with a fixed number of firms, we find that the order of the profits of the firms is the same as the order of action, so that it pays to be first. In contrast, in the free entry game it does not always pay to be first. We also note that entry of a new firm significantly reduces the pre-entry profits of incumbents. Thus, if a technology is available that would increase the costs of both incumbents and entrants (“raising both rivals and own costs”), it will be used to deter entry. * We thank Julie Nelson, Larry White, and participants at seminars at the Antitrust Division of the Department of Justice and the Eastern Economic Association Meetings for helpful suggestions, and Angelos Antzoulatos for excellent research assistance. The authors are

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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.

Tête enseignante Opus0,049
Tête enseignante GPT0,200
Écart entre enseignants0,151 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Faculty Digital Archive (New York University)Même sujetMerger and Competition AnalysisTravaux en français237 207