MétaCan
Menu
Retour à la cohorte
Enregistrement W3123864203 · doi:10.3386/w26246

Price Discrimination within and across EMU Markets: Evidence from French Exporters

2019· preprint· en· W3123864203 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueNational Bureau of Economic Research · 2019
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMerger and Competition Analysis
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésPrice dispersionPrice discriminationProduct (mathematics)Dispersion (optics)EconomicsLaw of one pricePrice levelQuality (philosophy)Variance (accounting)Monetary economicsMid priceInternational economicsEconometricsMicroeconomicsMathematics

Résumé

récupéré en direct d'OpenAlex

We study the cross-sectional dispersion of prices paid by EMU importers for French products.We document a significant level of price dispersion both within product categories across exporters, and within exporters across buyers.This latter source of price discrepancies, sellers' price discrimination across buyers, is indicative of deviations from the law-of-one price.Price discrimination (i) is substantial within the EU, within the euro area, and within EMU countries; (ii) has not decreased over the last two decades; (iii) is more prevalent among the largest firms and for more differentiated products; (iv) is lower among retailers and wholesalers; (v) is also observed within almost perfectly homogenous product categories, which suggests that a nonnegligible share of price discrimination is triggered by heterogeneous markups rather than quality or composition effects.We then estimate a rich statistical decomposition of the variance of prices to shed light on exporters' pricing strategies.

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.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,127
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0020,001

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 Opus0,296
Tête enseignante GPT0,444
Écart entre enseignants0,148 · 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