Firm Expansion, Size Spillovers, and Market Dominance in Retail Chain Dynamics
Notice bibliographique
Résumé
We develop and estimate a dynamic game of strategic firm expansion and contraction decisions to study the role of firm size in future profitability and market dominance. Modeling firm size is important because retail chain dynamics are more richly driven by expansion and contraction than de novo entry or permanent exit. Additionally, anticipated size spillovers may influence the strategies of forward-looking firms, making it difficult to analyze the effects of size without explicitly accounting for these in the expectations and, hence, decisions of firms. Expansion may also be profitable for some firms while detrimental for others. Thus, we explicitly model and allow for heterogeneity in the dynamic link between firm size and profits as well as potential for persistent brand effects through firm-specific unobservable factors. As a methodological contribution, we surmount the hurdle of estimating the model by extending a two-step procedure that circumvents solving the game. The first stage combines semiparametric conditional choice probability estimation with a particle filter to eliminate the serially correlated unobservable components. The second stage uses a forward simulation approach to estimate the payoff parameters. Data on Canadian hamburger chains from their inception in 1970 to 2005 provide evidence of firm-specific heterogeneity in brand effects, size spillovers, and persistence in profitability. This heterogeneous dynamic linkage shows how McDonald’s becomes dominant and other chains falter as they evolve, thus affecting market structure and industry concentration. The online appendix is available at https://doi.org/10.1287/mnsc.2017.2814 . This paper was accepted by J. Miguel Villas-Boas, marketing.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».