A General Theory of Pass-Through in Channels with Category Management and Retail Competition
Notice bibliographique
Résumé
I provide a general formulation of the channel pass-through problem as a comparative static of the retail price equilibrium, and I analyze the impact of category management and retail competition on pass-through, focusing on brand and retailer differences, and the nature of the cost change being passed through—whether it is brand specific, retailer specific, both, or neither. With category management, a retailer's response to a brand-specific cost change is not limited to that brand; in general, a retailer will also change the prices of other brands. The cross-brand effect can be positive or negative, and, depending on its sign, it either enhances or attenuates pass-through. I explain the cross-brand effect as an interaction between two forces: a demand-substitution force that pushes for a negative cross-brand effect, and a strategic-complementarity force that pushes for a positive cross-brand effect. Retail competition adds another layer of strategic complementarity, causing other retailers to respond even for retailer-specific cost changes and increasing pass-through of categorywide cost changes. But its effect for brand-specific cost changes is ambiguous. I apply the theory to two commonly used demand functions—linear demand and nested logit—and show that they have significantly different pass-through properties. The paper concludes with a discussion of how the theory relates to the empirical literature, including the companion piece by Besanko et al. (Besanko, D., J-P. Dubé, S. Gupta. 2005. Own-brand and cross-brand retail pass-through. Marketing Sci. 24(1) 123–137.)
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,012 |
| Communication savante | 0,008 | 0,019 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,005 |
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 ».