MétaCan
Menu
Retour à la cohorte
Enregistrement W2238051470 · doi:10.15173/esr.v21i2.2771

A CONDITIONAL MARKOV REGIME SWITCHING MODEL TO STUDY MARGINS: APPLICATION TO THE FRENCH FUEL RETAIL MARKETS

2015· article· en· W2238051470 sur OpenAlexvenueno aff
Raphaël Homayoun Boroumand, Sandra Goutte, Simon Porcher, Thomas Porcher

Notice bibliographique

RevueEnergy Studies Review · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMerger and Competition Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVolatility (finance)Markov chainOligopolyEconomicsEconometricsMarket structureCartelMean reversionMicroeconomicsCollusionStatisticsMathematicsCournot competition

Résumé

récupéré en direct d'OpenAlex

This paper uses a regime-switching model that is built on mean-reverting and local volatility processes combined with two Markov regime-switching processes to understand the market structure of the French fuel retail market over the period 1990-2013. The volatility structure of these models depends on a first exogenous Markov chain, whereas the drift structure depends on a conditional Markov chain with respect to the first one. Our model allows us to identify mean reverting and switches in the volatility regimes of the margins. In the standard model of cartel coordination, volatility can increase competition. We find that cartelization is even stronger in phases of high volatility. Our best explanation is that consumers consider volatility in prices to be a change in market structure and are therefore less likely to search for lower-priced retailers, thus increasing the market power of the oligopoly. Our findings provide a better understanding of the behavior of oligopolies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,791

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,079
Tête enseignante GPT0,287
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy Studies ReviewMême sujetMerger and Competition AnalysisTravaux en français237 207