Online price dispersion a game theoretic - competitive price model

1. Online price Dispersion: A Game-Theoretic
Perspective and Empirical Evidence
Sulin Ba et al.(2012)
김성제

2. 2
1. Background Your name
background
■ 왜 이 연구를 진행하게 되었는가?
§ 경쟁시장에서 온라인 소매업자의 적절한 입지 선정을 돕기 위해.
§ 기존의 가격 분산에서 나타난 비일관성을 차별화된 모델을 통해 해결 하기 위해.
■ 연구의 시사점(implication)
§ 온라인 가격 분산에 대한 이론적 모델을 발전 시켰다.
§ 온라인 가격 비교 data를 통해 이론적 모델을 실증적으로 검증했다.
§ 역가격 효과가 비용함수와 소비자의 서비스 민감도의 영향을 받는다는 사실을 밝혀냈다.
§ 일부 복점 모델이 일반화 과정을 통해 실제적인 과점 모델로 발전될 수 있음을 보였다.

3. 3
1. Background Your name
선행연구
■ Pan et al.(2002)
§ 차별화 전략이 온라인 가격 경쟁에 미치는 영향에 대한 연구를 진행.
§ 특히 서비스 전략이 온라인 가격 분산에 영향을 미치는 것으로 결론
§ 하지만 해당 연구에서 사용된 hedonic regression model 로는 일부 경우만 설명 가능하고
설명력이 높지 않다는 한계를 가짐.
§ 특히 일부 품목에서 나타나는 가격과 서비스 질 사이에 나타나는 음의 상관을 설명하지 못함.
■ 선행연구와의 차별점
§ Competitive model 을 사용하여 hedonic model로 설명되지 않았던 가격과 서비스 질 간의
음의 상관관계를 설명하고자 함.
§ ‘Service quality’ 외에 ‘brand recognition’을 차별화의 새로운 축으로 추가.

4. 4
2. Theory Your name
Theoretical analysis
■ Competitive Price Model
§ 두 e-tailer 간의 서비스와 인지도 차이를
비교하여 차별화 전략을 구분
- Dominant : 서비스 질이 높으면 인지도도 높음.
- Antipodal : 서비스 질이 높으면 인지도는 낮음.
§ differentiation, positioning(2X2) 총 4가지 상황에 따른 각 주체의 균형 가격 도출 가능
§ 가격과 선형적으로 도출된 수요함수에서 이차 이윤함수를 구하고 이때 가격에 대해 1계 조건을 만족
시키는 균형 가격을 구함.
Case1 : service differentiation / dominant positioning

5. 5
2. Theory Your name
Theoretical analysis
■ Competitive Price Model
Dominant Positioning Antipodal Positioning
Service
Differentiation
Case 1 Case 3
Recognition
Differentiation
Case 2 Case 4

6. 6
3. Hypotheses Your name
Model Implication & Hypotheses
■ Model Implication
§ Case 2, 4, 1
- 세 case 모두 만족
> dominant positioning 에서는 높은 인지도의 e-tailer가 낮은 인지도의 e-tailer보다 가격결정력이 크다.
> antipodal positioning 에서는 낮은 인지도의 e-tailer 가 높은 인지도의 e-tailer보다 가격결정력이 크다.
§ Hypotheses
- H1A : dominant positioning에서의 서비스 수준 변동은 high recognition e-tailer의 가격에 더 큰 변동을
가져온다.
- H1B : antipodal positioning에서의 서비스 수준 변동은 low recognition e-tailer의 가격에 더 큰 변동을
가져온다.
- H2 : 서비스 민감도가 높은 제품에서는 서비스 수준과 가격은 음의 관계를 가진다.
> 서비스 민감도가 높은 고객들을 대상으로 인지도가 낮은 업체가 서비스를 올리면 인지도가 높은 업체
와 서비스 수준은 비슷해진 상태에서 고객들을 유인하기 위해 오히려 가격을 낮추려고 할 것이다.

7. 7
4. Empirical Results Your name
데이터 수집
■ 데이터 선정 기준
§ Cross-sectional data 사용
- Longitudinal data는 WTP의 변화, e-tailer들의 진입, 퇴출의 반복, 큰 가격변동 등의 외생적 요인을 통
제할 수 없다는 한계 존재
■ 제품 선정 기준 및 선정 제품
§ 상인들이 서로 다른 서비스를 제공할 만큼의 제품 차이는 존재해야 한다.
§ 제품이 여러 업체로부터 얻어질 수 있어야 한다.
§ 선정 제품(업체수) : DVD(49), project bulbs(40), GPS(27), hard drives(48)
■ 필요한 데이터
§ 가격 – BizRate.com
§ 인지된 서비스 수준
- BizRate.com의 평가란에서 공통된 요인들 추출,
그 중 서비스 관련 평가 채택
§ 업체 인지도 – website traffic data as a proxy

8. 4. Empirical Results Your name
Empirical Model
■ 모델
§ 인지도를 기준으로 집단 구분(더미변수)
§ fully interacted model
§ Merchant effect : fixed effect
§ Product effect : random effect(하우스만 검정)
§ 가격의 총변동 중 product effect에 의한 설명을
제외한 순수 설명력은 약 30~50%

9. 9
4. Empirical Results Your name
가설 검정
■ 분석 결과
§ 4가지 제품군 대부분 dominant positioning > H1A, H2만 검정 가능
§ 가 양 : 높은 인지도의 가격에 직접적인 영향( )뿐만 아니라 간접적 영향(서비스에 영향을
미쳐)또한 존재 > H1A 검증
§ Projector bulbs와 GPS에서 가 음 : 서비스 민감도가 높은 제품군에서 해당 계수가 음인 점은
adverse price effect 설명 > H2 검증
§ 기타 통제 변인 : 리뷰개수(fixed firm-level effect), 한 제품을 몇 업체가 제공하는지(fixed product-
level effect), 특정 업체에서 제품이 재고였는지 여부(fixed firm-product-level effect)

10. 10
4. Empirical Results Your name
모델 비교
■ 각 모델별 설명력 비교
§ MC(competitive price model) : 서비스와 인지도 사이의 교호작용에 대해 밝힘.(유의미한 결과X)
§ MA vs MC : merchant effect 중 MA는 모든 effect에 대해서 검정을 했기 때문에 service와
recognition의 효과만 검정한 MC보다 설명력이 높을 수밖에 없다.(5~35% 차이)
§ MH vs MC : MH의 경우 인지도의 높고 낮음에 따른 개체 구분을 하지 않았기 때문에 MC보다 설명력
이 높을 수 없다.
§ 따라서 MA>MC>MH 순으로 설명력이 높다.

11. 11
6. Limitation & Further study Your name
Conclusion
■ 연구의 한계
§ 모든 e-tailer 들이 같은 비용 구조를 가지고 있다고 가정했다.
- 다른 비용 구조에 대해서도 고려해주어야 할 것.
§ 연구에서 사용된 모델은 복점모델이다.
- 과점 상황에 대한 연구가 필요하다.
- longitudinal data의 활용 권장
■ Further study
§ 소비의 이질성을 정량적으로 측정한 연구가 필요하다.
§ 어떠한 조건, 환경 하에서 adverse price effect가 나타나는 지에 대한 추가적인 연구 필요.
- ex) 오프라인에서 adverse price effect가 나타날까?

12. Thank you
for listening!