MétaCan
Menu
Retour à la cohorte
Enregistrement W3167780675 · doi:10.11575/prism/38883

When the truth hurts: ordinary selling price regulation in a monopoly

2021· dissertation· en· W3167780675 sur OpenAlexfundno aff
Babak Sahragardjooneghani

Notice bibliographique

RevueOpen MIND · 2021
Typedissertation
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMerger and Competition Analysis
Établissements canadiensnon disponible
Organismes subventionnairesStrongSharif University of TechnologyUniversity of Calgary
Mots-clésMonopolyEconomicsBusinessLaw and economicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

How does restricting firms to communicate a truthful ordinary selling price affect pricing and profits when some consumers are uncertain about product quality? In this thesis we analyze a two-period monopoly model to study the welfare effect of ordinary selling price (OSP) regulation. In the model, quality is observed by informed consumers who buy in the first period. However, consumers who arrive in market in the second period are not able to discern quality, but must infer it indirectly through prices. We first characterize the necessary conditions for OSP regulation to make the first-period price informative for second-period consumers. We show that OSP regulation has no effect when the proportion of uninformed consumers is high. This means regulation is ineffective when it would be most useful. We then compare the equilibrium outcome when OSP is effective to the equilibrium outcome in an unregulated environment. A simple welfare measure indicates that restricting firms to communicate a truthful first-period price has no effect on the uninformed consumers' expected surplus, but does create a deadweight loss from deceptive pricing in the first period. This deceptive pricing occurs because OSP regulations provide incentives for a low-quality firm to charge a high initial price when doing so enables it to earn excess profits in the second period.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,825
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0250,001

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 Opus0,044
Tête enseignante GPT0,266
Écart entre enseignants0,223 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetMerger and Competition AnalysisTravaux en français237 207