创新市场中的不稳定性和网络效应

相似文件 换一批

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Instability and network effects in innovative markets》
---
作者：
Paolo Sgrignoli, Elena Agliari, Raffaella Burioni, Augusto Schianchi
---
最新提交年份：
2014
---
英文摘要：
  We consider a network of interacting agents and we model the process of choice on the adoption of a given innovative product by means of statistical-mechanics tools. The modelization allows us to focus on the effects of direct interactions among agents in establishing the success or failure of the product itself. Mimicking real systems, the whole population is divided into two sub-communities called, respectively, Innovators and Followers, where the former are assumed to display more influence power. We study in detail and via numerical simulations on a random graph two different scenarios: no-feedback interaction, where innovators are cohesive and not sensitively affected by the remaining population, and feedback interaction, where the influence of followers on innovators is non negligible. The outcomes are markedly different: in the former case, which corresponds to the creation of a niche in the market, Innovators are able to drive and polarize the whole market. In the latter case the behavior of the market cannot be definitely predicted and become unstable. In both cases we highlight the emergence of collective phenomena and we show how the final outcome, in terms of the number of buyers, is affected by the concentration of innovators and by the interaction strengths among agents.
---
中文摘要：
我们考虑一个相互作用的代理网络，并通过统计力学工具对采用给定创新产品的选择过程进行建模。模型化使我们能够关注在确定产品本身的成功或失败时，代理之间直接交互的影响。模仿真实系统，整个人群被分成两个亚群体，分别称为创新者和追随者，其中前者被认为表现出更大的影响力。我们在随机图上通过数值模拟详细研究了两种不同的场景：无反馈互动，创新者具有凝聚力且不受剩余人口的敏感影响；反馈互动，追随者对创新者的影响不容忽视。结果明显不同：在前一种情况下，创新者能够推动整个市场并使其两极分化，这相当于在市场中创造一个利基市场。在后一种情况下，市场行为无法明确预测，变得不稳定。在这两种情况下，我们都强调了集体现象的出现，并展示了最终结果（就买家数量而言）如何受到创新者集中度和代理人之间互动强度的影响。
---
分类信息：

一级分类：Physics        物理学
二级分类：Physics and Society        物理学与社会
分类描述：Structure, dynamics and collective behavior of societies and groups (human or otherwise). Quantitative analysis of social networks and other complex networks. Physics and engineering of infrastructure and systems of broad societal impact (e.g., energy grids, transportation networks).
社会和团体（人类或其他）的结构、动态和集体行为。社会网络和其他复杂网络的定量分析。具有广泛社会影响的基础设施和系统（如能源网、运输网络）的物理和工程。
--
一级分类：Computer Science        计算机科学
二级分类：Social and Information Networks        社会和信息网络
分类描述：Covers the design, analysis, and modeling of social and information networks, including their applications for on-line information access, communication, and interaction, and their roles as datasets in the exploration of questions in these and other domains, including connections to the social and biological sciences. Analysis and modeling of such networks includes topics in ACM Subject classes F.2, G.2, G.3, H.2, and I.2; applications in computing include topics in H.3, H.4, and H.5; and applications at the interface of computing and other disciplines include topics in J.1--J.7. Papers on computer communication systems and network protocols (e.g. TCP/IP) are generally a closer fit to the Networking and Internet Architecture (cs.NI) category.
涵盖社会和信息网络的设计、分析和建模，包括它们在联机信息访问、通信和交互方面的应用，以及它们作为数据集在这些领域和其他领域的问题探索中的作用，包括与社会和生物科学的联系。这类网络的分析和建模包括ACM学科类F.2、G.2、G.3、H.2和I.2的主题；计算应用包括H.3、H.4和H.5中的主题；计算和其他学科接口的应用程序包括J.1-J.7中的主题。关于计算机通信系统和网络协议（例如TCP/IP）的论文通常更适合网络和因特网体系结构（CS.NI）类别。
--
一级分类：Quantitative Finance        数量金融学
二级分类：General Finance        一般财务
分类描述：Development of general quantitative methodologies with applications in finance
通用定量方法的发展及其在金融中的应用
--

---
PDF下载：
--> Instability_and_network_effects_in_innovative_markets.pdf (261.32 KB)

2022-5-6 22:22:34 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：网络效应 不稳定性 新市场 稳定性 不稳定

创新市场中的不稳定性和网络效应。斯格里诺里亚，b，E.阿格利亚里奇，d，R.布里奥尼亚，d，A.斯基安切奥纳伊维罗纳，科学经济区，通过戴尔？Artigliere 19，I-37129维罗纳，意大利进步研究所卢卡，P.zza San Ponziano 6，I-55100卢卡，意大利帕尔马大学，财政部，维亚尔G.P.乌斯伯蒂7/a，I-43100帕尔马，伊塔利丁FN，格拉波帕尔马学院，维亚尔G.P.乌斯伯蒂7/a，I-43100帕尔马，伊塔利尤尼亚大学，经济部，维亚尔J.肯尼迪6，I-43100帕尔马，ItalAbstracts我们考虑了一个相互作用的代理网络，并利用统计力学工具对采用创新产品的过程进行了建模。模型化使我们能够关注在确定产品本身的成功或失败时，代理之间直接交互的影响。模仿真实系统，整个人群被分为两个亚群体，分别称为创新者和追随者，前者被认为表现出更大的影响力。我们通过随机gr aph的数值模拟详细研究了两种不同的场景：无反馈互动，创新者具有凝聚力，不受剩余人群的影响；反馈互动，追随者对创新者的影响不容忽视。结果明显不同：在前一种情况下，创新者能够推动整个市场并使其两极分化，这相当于在市场中创造一个利基市场。在后一种情况下，市场行为无法准确预测并变得不稳定。

在这两种情况下，我们都强调了集体现象的出现，并展示了最终结果（就买家数量而言）是如何受到创新者的集中度和代理人之间的互动优势的影响。关键词：创新差异、基于代理、集体现象、创新者、随机网络邮件地址：保罗。sgrignoli@imtlucca.it（P.斯格里诺利），1。简介近年来，随着新的交流方式越来越多样化，社会网络和人与人之间的直接互动越来越多地被经济研究分析，并产生了新的有趣结果。特别是，正如[20]所强调的，出现了一个新的方面，即必须更新at-omic代理的经典炒作，以便允许个体之间的相互作用。正如Katz a和Lazarsfeld[22]在经典研究中所强调的那样，大众传播需要依靠个人来工作，因为他们确实构成了信息网络的基础，决策者之间的相互影响是信息扩散的关键过程[见26、13、15、6、8、30、4]。此外，他们的研究（Galeotti和其他许多人借鉴并改进了这一研究，见[17,19,18,1]）得出的结论是，对社区的影响过程在很大程度上取决于人口异质性[31,9]：信息由大众媒体介导给意见领袖（或市场专家），并由他们介导给其他不同的社会阶层，通过组间和组内通信网络。

换句话说，我们处理的是一个社会分层，每个阶层都有不同的角色，从收集信息到创建信息传播的关系网络。在不失去太多概括性的情况下，为了清晰起见，在关于这一主题的大多数作品中，分层被简化为两类，通常被称为“意见领袖”和“追随者”，即任何其他人[7,12]。在本文中，我们想强调这种不一致性和直接沟通如何影响给定创新产品的销售业绩。因此，我们考虑一个由创新者和跟随者组成的市场，他们可以通过直接（而非市场中介）互动相互影响[14]；作为这种互动的结果，他们决定是否购买产品。为了解释药剂的不同性质，我们假设相互作用的强度，即影响力，取决于所涉及的药剂。特别是，创新者，作为潮流的引领者，表现出巨大的凝聚力，将与更高的互动强度相关联。我们还注意到，创新者的主导作用程度可能取决于所考虑的创新产品的性质。事实上，我们在两种可能的情况之间进行了区分。埃琳娜。agliari@fis.unipr.it（E.Agliar i），拉斐拉。burioni@fis.unipr.it（R.布里奥尼），奥古斯托。schianchi@unipr.it（A.Schianchi）在前一种被称为无反馈情景的情况下，产品的创新性是敏锐的（例如，由显著的技术改进决定），并且容易被消费者识别；这些要点使得该产品无法与任何其他可用产品进行比较。此外，由于价格高、数量有限或传播不良等原因，这种创新产品通常具有稀缺的可达性，只有一部分人口（即。

创新者）可以主动购买，并建立市场。在这种情况下，创新者非常有凝聚力，不容易放弃新颖性，受剩余市场方向的影响可以忽略不计。另一方面，无法直接接触到产品的追随者受到创新者的显著影响，并最终被可能的折扣所吸引，开始购买产品。举个例子，我们可以想到苹果公司：由于他们总是试图创造非常新颖的产品，他们建立了全新的细分市场。在这种情况下，创新者可以充当传统广告，对制作人来说是免费的，其效果与所施加的影响直接相关；如果影响足够大，创新者可以引导大多数市场跟随他们的意见。在另一种情况下，被称为反馈，所引入的创新可以很容易、快速地复制，这样其他brandscan就可以生产类似的产品。在这种情况下，每个人都可以尝试创新，相互影响。因此，在这种情况下，追随者对创新者的影响是不可忽视的，前者虽然最初是买家，但可能会改变主意。例如，功能性食品的情况就是这样：一些消费者不认为创新真的值得花钱，而且，创新可能非常简单（例如添加维生素），以至于在很短的时间内，所有主要生产商都采用了它。我们的研究结果表明，这种情况会导致不可预测的市场行为，在这种情况下，产品失败或成功的再现性是不可能的，除了临界情况。在这两种情况下，我们都观察到了集体现象的出现，导致了市场的全球化，这是典型的社会网络。

作为一个现实世界的例子，请看Fig ur e 1，其中显示了有关CD-ROM和VCR播放器差异的历史数据：对于这两种产品，都有一个特定的时间点，市场突然极化，家庭份额急剧增加。这种行为主义实际上就是所谓的集体现象，它是铁磁系统的一个经过充分研究的性质，我们的模型就是从中得到启发的。1975年1980年1985年1990年1952040680%的美国家庭使用VCR或CD播放机CD播放机VCR图1:30年来CD-ROM和VCR播放机的差异。这两种产品在给定的时间内都经历了一次快速的扩散增长，在这个时间段内，扩散率相应地大大提高。集体现象（例如，用户之间的模仿互动）通常是这种行为的基础。我们还将展示最终结果（就买家数量而言）如何受到创新者集中度和代理人之间互动强度的影响，我们将强调在我们的参数空间中存在一个关键区域，市场对微小变化特别敏感，此类信息对市场预测非常有用。本文的结构如下：在第2节和第3节中，我们介绍了我们的模型及其数学描述，并对用统计力学工具建模社会现象的思想作了一些评论；在第4节中，我们给出了两种情况下的数值结果，并比较了相关结果。最后一节（第5节）是结论和总结。2.

模型动机在这项工作中，我们考虑的是一个群体，每个人都必须在两种选择之间做出决定，而他/她的行为明显受到他/她的熟人之前的决定的影响。这种设置的动机是社会科学中的许多已知例子，其中决策者相互影响是因为关于问题的信息有限，或者因为无法处理现有信息[27]。在决定看哪部电影、去哪家餐馆或买什么产品时，人们往往缺乏评估替代品的信息，因此依赖于其他人的建议，或暗示在与他/她互动的人中选择最常见的选择。即使有大量信息可用，例如评估新技术或风险金融资产，人们也可能无法处理此类信息，并再次根据自己的社区做出决策。在其他情况下，如所谓的社会困境或集体行动问题，我们的决定的回报可能明确取决于其他人的决定，因为许多人都采取了相同的选择；或者，在技术扩散过程中，单个附加单元的效用可能取决于它们中的许多单元在市场上的存在程度，即网络效应。在所有这些问题中，个体都有强烈的动机去关注他人的决定。此外，cho ice的二分法，即使看起来非常简单，在许多复杂的问题中也可能是重要的：例如，建立政治联盟或公投投票是非常复杂的问题，有许多可能的结果，但当联盟存在或公投文本已经起草时，决定基本上是一个二元决定。

同样，在决定是否采用新技术或购买或不购买任何产品时，涉及的因素可能很多，但最终决定可以再次被视为二元决定。这类问题通常被称为具有外部性的二元决策[27]。在具体问题中，二元决策的细节和外部性的来源可能会有所不同；然而，在经济文献中研究过的许多应用中，决策可以被视为仅与观察到的采用替代方案的代理的相对数量有关[27]。许多经济或社会问题中的另一个大问题是人口往往是分散的：人们对某个问题的反应不一致，可能以不同的方式互动，这是很常见的。一个相关的例子是产品差异化过程，众所周知，市场分为两个子群体，通常被称为创新者和追随者[7]。这两个群体在采用新奇事物方面表现出不同的态度，并且根据他们与谁互动而不同。创新者，因为他们的——定义上——更具影响力的行为，也通常被称为社会的引领者。在下一节构建模型时，我们将记住这种情况。总的来说，我们可以想象许多不同的社会模式，从纯粹的同质变化而来，每个代理人都有相同数量的熟人，都是同一种类的人；对于不均匀，例如，熟人的数量是一个随机变量，个体表现出不同的态度。

这种社会结构可以通过图的方式有效地设想出来，图中的节点代表代理人，以及他们之间的联系——关系的存在，可以是熟人、友谊、亲属关系等。过去有几种gr aph被提出，可以模仿真实人群显示的特征。特别是Erd¨os和R¨enyi[16]介绍的Arrandom图，尽管不被认为是现实世界网络的最现实模型[28]，但通常被用作将随机特征与易于处理性相结合的第一个近似值，允许精确计算许多有趣的数量[21,11,24]。在下文中，我们将采用这种类型的图表，并与之前的工作不同[e.g.29]，采用上面介绍的双重社区结构。3.模型描述我们认为一个社会对应于一组被划分为两个不同子集的N个人，我们将其确定为创新者（II）和跟随者（IF），因此I=II∪ 如果特别是，我们定义了N个标记为i=1。。。，N以至于我∈ 对于i=1。。。，NI（创新者）和我∈ 如果i=NI+1。。。，N（追随者）和II∪ IF=I和NI+NF=N，因此N=|I |，NI=|II |和NF=|IF |（其中|·|表示集合中的元素数）。对于任意一对i，j，我们建立了独立概率p的联系。我们称之为节点i的子度，即与i相连的代理数。根据我们构建图形的方式，z的分布是已知的二项式[16]。图2展示了我们模型的一个例子：由点（追随者）和正方形（创新者）表示的代理，在它们之间存在链接时进行交互。每个链接的权重取决于图2：例如一个非常小的图。蓝色的圆点代表追随者，红色的方块代表创新者。

第一个社区通过蓝色直线（JF调音）相互连接，而第二个社区通过红色之字形直线（JII）连接；绿色波浪线将创新者和追随者联系在一起（JIFand JF I）。每一个代理人我都对应着一个身份，并感受到一种外部影响。债券以概率p统一绘制。详情见第3节。链接所连接的代理类型：在图中，不同的权重由不同的线条样式表示。系统的每个代理都必须做出一个离散的二元选择，即每个代理都可以购买或不购买该产品，这与市场上引入的创新产品的采用有关[见23，3]。因此，每个元素的状态由一个表示为σ的二进制变量编码，例如σ=+1（σ=-1） 意味着代理是（不是）买家。任何代理人的状态都是他/她通过口碑、电子邮件交流或纯粹模仿等方式在社会中经历的互动的结果。此外，两个代理之间的相互作用强度取决于所涉及的部分：我们引入参数JII、JF、JIF/f i，分别代表两个创新者之间、两个追随者之间以及创新者和追随者之间的耦合强度（见第3.1节）。