MétaCan
Menu
Retour à la cohorte
Enregistrement W3122855877

The Inverse Cournot Effect in Royalty Negotiations with Complementary Patents

2016· preprint· en· W3122855877 sur OpenAlexfundno aff
Gerard Llobet, A. Jorge Padilla

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2016
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensnon disponible
Organismes subventionnairesToulouse School of EconomicsUniversity of Toronto
Mots-clésCournot competitionDownstream (manufacturing)LicensePortfolioNegotiationIndustrial organizationCompetition (biology)EconomicsIntellectual propertyInverseMicroeconomicsBusinessComputer scienceMathematicsFinancial economicsLawOperations management
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

It has been commonly argued that the decision of a large number of inventors to license complementary patents necessary for the development of a product leads to excessively large royalties. This well-known Cournot-complements or royalty-stacking effect would hurt efficiency and downstream competition. In this paper we show that when we consider patent litigation and introduce heterogeneity in the portfolio of different firms these results change substantially due to what we denote the Inverse Cournot effect. We show that the lower the total royalty that a downstream producer pays, the lower the royalty that patent holders restricted by the threat of litigation of downstream producers will charge. This effect generates a moderation force in the royalty that unconstrained large patent holders will charge that may overturn some of the standard predictions in the literature. Interestingly, though, this effect can be less relevant when all patent portfolios are weak making royalty stacking more important.

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,540
Score d'incertitude au seuil0,838

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,094
Tête enseignante GPT0,281
Écart entre enseignants0,187 · 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'étudeObservationnel
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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetIntellectual Property and PatentsTravaux en français237 207