Game‐theoretic approaches to product introduction strategies for durable products
Notice bibliographique
Résumé
Abstract New product demand continuously fluctuates throughout the life of the product. As a result, markets typically experience high volatility. Most companies operate in highly competitive industries where the product volume supplied by the competitors significantly affects production plans. These conditions necessitate companies to be flexible and rapidly adapt to such volatility. In this study, we investigate the product introduction strategies under two microeconomic theories: real‐option valuation and game theory. Specifically, we develop a real‐option valuation framework with a flexible capacity based on two game‐theoretic models, namely, Stackelberg and Cournot, in a duopoly market where competitors have either perfect or imperfect information. Furthermore, we construct a lattice to discretize the demand evolution and adopt a regime‐switching approach to characterize the stochastic product lifetime. We conduct an extensive numerical study and compare net present values (NPVs) and optimal capacities obtained from the game‐theoretic models. Our results show that under perfect information, the Stackelberg competition generates more supply with lower prices and less total than the Cournot competition. Moreover, we find that, compared to the fixed‐capacity system, the flexible capacity system increases the in the Stackelberg game (by 5.5%) more than in the Cournot game (by 3.3%). We provide further results on the performance of the companies based on detailed sensitivity analysis for various model parameters. In particular, we observe that fixed and variable production and installation costs majorly impact capacity allocation decisions and profits.
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».