A race traduction

Introduccion

1. Introduccin

Consideramos una carrera en la que un premio se otorga slo al primer competidor para lograr un
grado dado de progreso. Un ejemplo pertinente es una carrera de patentes [1-4]. En una carrera de
patentes, las empresas compiten a travs de la inversin en I + D para adquirir conocimientos
suficientes para presentar una patente. Una vez que se concede una patente a una empresa, se le
otorga a la empresa un derecho exclusivo (es decir, el monopolio) para obtener beneficios de su
invencin. La posibilidad de adquirir un monopolio y las cuasi rentas asociadas proporciona a los
empresarios un incentivo efectivo para financiar actividades innovadoras.

En muchos casos, el incentivo es lo suficientemente fuerte como para estimular la fuerte

competencia entre innovadores potenciales independientes. Sin embargo, a medida que la
competencia se hace ms dura, la incertidumbre del mercado aumenta y comienza a socavar el
incentivo para participar en una carrera. Se ha reconocido que la incertidumbre en tal raza viene
de dos fuentes diferentes. En primer lugar, la incertidumbre surge de la relacin tecnolgicamente
incierta entre la inversin en I + D de una empresa y el momento en que podra introducirse una
nueva tecnologa, fruto de esa inversin [5, 6]. Bajo la incertidumbre tecnolgica, un aumento en
el nivel de inversin en I + D, ceteris paribus, no siempre resulta en un progreso tecnolgico ms
rpido. En segundo lugar, la incertidumbre es tambin una funcin de la incertidumbre de las
empresas en cuanto a cundo cualquiera de los esfuerzos de I + D de sus rivales podra tener xito.
Es decir, existe una incertidumbre dinmica en la que los incentivos a la inversin pueden cambiar
a medida que se desarrolla la carrera, de acuerdo a la posicin de una empresa en la carrera
relativa a sus competidores y relativa al final de la carrera [7-10].

Una raza con tales propiedades se ha estudiado desde principios de los aos 1960 [11 - 13].
Aunque estos estudios han contribuido a aclarar algunas caractersticas notables del
comportamiento de las empresas en condiciones de incertidumbre, se han sealado supuestos
relativamente fuertes como la simetra o la neutralidad de los inversores como problemas que
surgen al aplicar sus resultados en situaciones generales. Ellos, debido a la complejidad analtica,
han considerado solamente una raza de una sola etapa o versiones muy limitadas de la raza de la
etapa del amulti-estadio; Por lo tanto, caractersticas tpicas como la heterogeneidad de los
jugadores o la contingencia de la estrategia no podra ser considerado.
En este artculo, nos centramos en el comportamiento estratgico de jugadores heterogneos en
una carrera de I + D y su impacto en el resultado de la carrera. El comportamiento estratgico es el
ajuste de un jugador a su nivel de inversin basado en su rango relativo en el momento de la
decisin. Con el fin de analizar los resultados de esta caracterstica de comportamiento, el
comportamiento de cada jugador fue modelado y programado en un sofisticado modelo de
simulacin, y los resultados de su interaccin fueron analizados mediante la simulacin de cmo se
desarrolla una carrera. El modelo se construy sobre la base de un enfoque computacional basado
en agentes que puede simular la interaccin compleja de diferentes tipos de agentes. El modelo
nos permiti un control flexible de los parmetros de simulacin y, por lo tanto, nos permiti
considerar diversas condiciones bajo las cuales se desarrolla una carrera.

2. Fondo

La relacin entre la estructura del mercado (es decir, el grado de competencia) y la inversin firme
en I + D ha sido ampliamente estudiada en las ltimas dcadas. Una importante lnea de
investigacin en esta rea es la literatura de la raza de las patentes, que se ha centrado en las
analogas entre la competencia tecnolgica y una raza. Muchos estudios en la literatura han
investigado los determinantes de los gastos de I + D en situaciones en las que el primero en tener
xito captura el premio mayor (o nico). En esta seccin, revisamos brevemente la literatura en
este rea especializada, exploramos las teoras y los principales hallazgos de esas obras, y
explicamos cmo se utilizaron en esta investigacin.

2.1. Encontrar un nivel de equilibrio de inversin

Una cuestin importante en la investigacin de la raza de patentes ha sido los niveles ptimos de
inversin en I + D de competidores potenciales innovadores. En la literatura, este problema se ha
tratado tradicionalmente formulando un beneficio neto de la actividad de I + D de una empresa y
encontrando un nivel de inversin de equilibrio segn el cual se puede maximizar el beneficio
neto. La formulacin se bas en el hecho de que los costes de una innovacin se producen
principalmente durante la fase de desarrollo, mientras que sus beneficios se acumulan slo desde
el momento de su introduccin [12, 13]. Como resultado, el problema de encontrar el nivel de
inversin ptimo se convierte realmente en el problema de determinar la fecha de introduccin
ptima. Como en muchos problemas tpicos de la microeconoma, la fecha de introduccin ptima
puede calcularse de tal manera que los costos marginales de acelerar el desarrollo (es decir, de los
aumentos en el nivel de inversin) simplemente igualen el valor actual del beneficio marginal
futuro de anteriores Introduccin.

El aspecto esencial de este enfoque es la manera en que se trata la incertidumbre antes

mencionada en la competencia de I + D. Aunque las empresas pueden acelerar el tiempo de
desarrollo en cierta medida aumentando la cantidad de inversin, una fecha de introduccin
exacta es difcil de predecir, estando sujeta a cambios por variaciones desconocidas. Para captar tal
aleatoriedad, los estudios han asumido una relacin estocstica entre la cantidad de inversin en I
+ D y su tiempo de finalizacin. En trabajos tempranos de Scherer [11] y Barzel [12], los autores
asumieron una relacin determinista entre el valor esperado del tiempo de desarrollo y el valor
esperado de los costes de desarrollo totales. Ms adelante, Loury [5], basndose en las obras de
Scherer [11] y Kamien y Schwartz [13], introdujo un modelo bajo el supuesto de que la fecha en la
que la inversin en I + D se completar con xito sigue una distribucin exponencial. Esta
formulacin ha sido adoptada por muchos estudios adicionales debido a sus tiles caractersticas
analticas [6, 10, 14 - 16].

Un inconveniente crtico de estos enfoques es que sus anlisis se basan nicamente en la

competencia en una sola etapa. En efecto, la mayora de estos anlisis son estticos en el sentido
de que todas las empresas estn ubicadas de forma igualitaria y la competencia se repite cuando
una empresa completa la etapa nica de desarrollo. No encarnaban ninguna nocin de progreso o
liderazgo.

2.2. La eleccin estratgica del nivel de inversin

Slo a finales de los aos ochenta se tuvieron en cuenta en la literatura los aspectos dinmicos de
la competencia en I + D. Estudios relativamente recientes reconocen cada vez ms que la mayora
de las invenciones consisten en mltiples etapas de desarrollo, no slo en una nica etapa [3], y
que la caracterstica esencial de la competencia en mltiples etapas es la oportunidad que las
empresas tienen de ajustar sus niveles de inversin a medida que la carrera se desarrolla,
Especialmente en respuesta a cambios en sus posiciones relativas. Grossman y Shapiro [16]
introdujeron un modelo de carrera de dos fases como una extensin de la frmula de raza de
patente de Lee y Wilde [6]. Su anlisis encontr que la competencia es ms intensa cuando ambas
empresas son par y todas han completado la fase inicial del proyecto de investigacin. Tambin
encontraron que cuando las dos firmas estn en diferentes etapas del proceso, la que est por
delante tiene un mayor incentivo para invertir en I + D que la que est detrs. Park, en el anlisis
de su modelo de competencia en dos etapas, tambin encontr que un lder asigna siempre ms
recursos a I + D que un seguidor y que la competencia es ms intensa cuando ambas firmas han
completado la primera etapa, Ninguno de ellos la haba completado. Sobre la base de estos
hallazgos, afirm que la intensidad del esfuerzo de I + D aumenta con el esfuerzo de los
competidores y la recompensa esperada de ganar la carrera de I + D.

El trabajo de Harris y Vickers [7, 8] fue el primero en considerar un modelo de carrera con ms de
dos etapas en la determinacin de equilibrio en los niveles de inversin de los potenciales
innovadores. Proporcionaron un modelo de remolcador de guerra, que se convirti en la base para
su anlisis de la competencia en mltiples etapas. Sus principales conclusiones son que 1) un lder
siempre hace una mayor inversin que los seguidores durante toda una carrera, y que 2) los
seguidores pierden el incentivo para participar en una carrera y en realidad aumentan
(disminuyen) sus niveles de inversin gradualmente a medida que la brecha se estrecha, . Sus
resultados junto con los anteriores proporcionan implicaciones intuitivas pero importantes para las
caractersticas de comportamiento de las empresas competidoras en una competencia de
mltiples etapas. Sus resultados sugieren que es una estrategia ptima, al menos en sus modelos,
para una empresa para reducir su nivel de inversin gradualmente, ya que estn a la zaga de los
competidores.

Esta caracterstica de comportamiento resulta en '-preemption' en una carrera; Es decir, una

pequea ventaja al comienzo de la carrera es suficiente para asegurar que el seguidor abandona
inmediatamente la carrera [9].

Aunque estos estudios lograron descubrir algunas caractersticas significativas del comportamiento
de las empresas en la competencia de I + D, tienen algunos inconvenientes serios que deben ser
considerados. En primer lugar, en la mayora de los estudios existentes, los competidores slo
pueden progresar en una fase determinada, por lo que los jugadores suelen realizar un
movimiento simultneo o alternativo. Sin embargo, en la competencia real en mltiples etapas, el
momento en que se realiza una inversin debe diferir entre las empresas individuales, porque
dicha decisin se determina estocsticamente como resultado de su propia decisin de inversin.

En segundo lugar, los mtodos analticos que empleaban a veces requeran supuestos demasiado
restrictivos, que apenas se cumplen en las situaciones ms realistas. En muchos casos, el nivel
ptimo de inversin slo poda obtenerse cuando se asuman empresas idnticas, racionales y
neutrales al riesgo. Adems, se requera asumir que las empresas son conscientes de las
estrategias de los competidores o tienen informacin perfecta sobre los beneficios futuros que se
obtendrn de una innovacin. Por lo tanto, sus resultados no fueron capaces de proporcionar
respuestas a preguntas tan importantes como lo que suceder si una empresa cambia su estrategia
de inversin o cmo una carrera evolucionar cuando las empresas tienen estrategias
heterogneas.

3. El modelo

Este estudio se centra en los comportamientos heterogneos de las empresas en la competencia y

su impacto en el resultado de la competencia. A diferencia de los estudios anteriores, no
asumimos que las empresas son capaces de encontrar el nivel de equilibrio de la inversin que
puede maximizar sus beneficios. En lugar de tratar de calcular el monto exacto de la inversin, una
empresa ajusta su nivel de inversin basado en la brecha entre l y el lder actual en el momento
de la decisin. Adems, el importe real de un ajuste variar dependiendo de la estrategia de
inversin de la empresa y de su lmite presupuestario. Con el fin de incorporar la heterogeneidad
de la empresa, se eliminaron los supuestos de empresas idnticas, racionales y neutrales al riesgo.
La relajacin de estos supuestos nos permiti considerar situaciones ms realistas en las que las
empresas no tienen informacin sobre la estrategia de los competidores o expectativas sesgadas
sobre los beneficios futuros que se obtendrn de la innovacin. Usando nuestro modelo,
consideramos varias poblaciones heterogneas en una raza y examinamos cmo el resultado de la
raza cambia.

3.1. El modelo de competicin multi-etapa

Los jugadores compiten entre s para llegar a una lnea de meta. El jugador que cruza la lnea de
meta primero, como el ganador, toma todas las ganancias esperadas. Para llegar a la lnea de meta,
los jugadores tienen que pasar por un nmero determinado de etapas de I + D. Para completar una
etapa intermedia de I + D, un jugador necesita hacer una inversin, y el tiempo necesario para
completar una determinada etapa de I + D se determina estocsticamente por la cantidad
invertida. Despus de pasar el tiempo necesario en esa etapa dada, el jugador puede pasar a la
siguiente etapa, y luego decide cunto invertir para esa nueva etapa. Este proceso se repite hasta
que se alcanza la etapa final de I + D.

La Tabla 1 es una muestra de una instancia de modelo de carrera en la que compiten tres
jugadores. El primer valor del par en cada celda representa el nmero de la etapa en la que se
localiza un jugador; El segundo valor, xsi, representa la cantidad de inversin por el jugador i en la
etapa s. Por ejemplo, el jugador 1 se mueve a la etapa 1 en el tiempo 3 y luego se mueve a la etapa
2 en el momento 6. En el tiempo 0 (t = 0), el jugador 1 se encuentra en la etapa 0 e invierte x01
para pasar a la siguiente etapa. Como resultado de esta inversin, el mismo jugador ha completado
la etapa 0 en el tiempo 3 y lleg a la etapa 1. En este momento, otros jugadores se encuentran en
el estadio 0 (jugador 2) y en la etapa 1 (jugador 3), respectivamente. Con base en esta informacin,
el jugador 1 invierte x11 para pasar a la siguiente etapa.

Se supone que el tiempo de finalizacin de cada etapa de I + D sigue una distribucin exponencial.
Basndose en estudios anteriores [2, 5, 8, 10, 11, 13], (xsi), se supone que el tiempo de
competicin para la etapa de I + D en la que el jugador i invirti xsi est en la relacin mostrada en
la Ec. (1).

s - -hxs t

Pr xi t & = 1 e i 1

De la ecuacin (1), tenemos E ( (xsi)) = 1 / h (xsi). Por lo tanto, haciendo una inversin valorada
actualmente en xsi, el jugador i 'produce' la probabilidad instantnea h (xsi) de que la etapa de I +
D se completar en cualquier momento subsiguiente [6] .1

Bsicamente, el comportamiento de inversin de los jugadores individuales se model sobre la

base de las ideas de los anlisis de equilibrio anteriores. Especficamente, la decisin de un jugador
sobre un nivel de inversin se modela utilizando los dos parmetros g y . El parmetro g mide la
distancia entre el jugador i y el lder actual (o un rango relativo) en el tiempo t, lo que representa la
distancia con la que el jugador i se encuentra detrs del lder. El parmetro g est diseado para
tomar un valor entre 0 (cuando el jugador es uno de los co-lderes) y 1 (cuando el lder ha cruzado
la lnea de meta y el jugador est en la lnea de salida).

El modelo explicado hasta ahora se implement utilizando una herramienta de modelado basado
en agentes (ABM). El modelo fue programado usando Netlogo 4.2, que es ampliamente aceptado
entre los investigadores de ABM. En los ltimos aos, la ABM ha generado una nueva ola de
inters por la simulacin por ordenador como medio para estudiar fenmenos organizativos
complejos. Es particularmente adecuado para el estudio de estructuras macroscpicas como los
mercados que surgen de las interacciones distribuidas de agentes microscpicos [17]. Los agentes
de diversos tipos pueden combinarse dentro de los mismos mercados artificiales, como las
empresas simuladas que persiguen diversas estrategias para aumentar sus cuotas de mercado
entre los consumidores simulados. En nuestro modelo ABM, los agentes representan empresas
individuales que compiten en una raza determinada. Los comportamientos de los agentes se
programan por separado, y sus interacciones se modelan a travs de la simulacin por ordenador.
Puesto que cada agente est programado para comportarse de manera autnoma, puede
comportarse independientemente de cualquier regla externa. Como resultado, las empresas
invierten y avanzan simultneamente basndose en sus propios resultados de I + D. Esto resuelve
el problema de la sincronizacin exgena encontrado en estudios previos.

El modelo explicado hasta ahora se implement utilizando una herramienta de modelado basado
en agentes (ABM). El modelo fue programado usando Netlogo 4.2, que es ampliamente aceptado
entre los investigadores de ABM. En los ltimos aos, la ABM ha generado una nueva ola de
inters por la simulacin por ordenador como medio para estudiar fenmenos organizativos
complejos. Es particularmente adecuado para el estudio de estructuras macroscpicas como los
mercados que surgen de las interacciones distribuidas de agentes microscpicos [17]. Los agentes
de diversos tipos pueden combinarse dentro de los mismos mercados artificiales, como las
empresas simuladas que persiguen diversas estrategias para aumentar sus cuotas de mercado
entre los consumidores simulados. En nuestro modelo ABM, los agentes representan empresas
individuales que compiten en una raza determinada. Los comportamientos de los agentes se
programan por separado, y sus interacciones se modelan a travs de la simulacin por ordenador.
Puesto que cada agente est programado para comportarse de manera autnoma, puede
comportarse independientemente de cualquier regla externa. Como resultado, las empresas
invierten y avanzan simultneamente basndose en sus propios resultados de I + D. Esto resuelve
el problema de la sincronizacin exgena encontrado en estudios previos.

4. Los resultados de la simulacin

Para todos los modelos de carreras que simulamos, el nmero de jugadores y etapas de I + D se fij
en 30 y 10, respectivamente. Estos valores fueron elegidos arbitrariamente despus de algunos
experimentos preliminares, porque no estn directamente relacionados con nuestro objetivo de
simulacin. Los parmetros de simulacin ms importantes fueron las distribuciones de y M, que
caracterizan a la poblacin de una raza. Con el fin de examinar sus efectos, las razas se simularon
para diferentes distribuciones de y M. En teora, estos parmetros pueden tener cualquier
distribucin, pero es imposible considerar todas las distribuciones disponibles. Asumimos que los
parmetros seguan una distribucin normal y controlaban sus medias y varianzas. Cada carrera
fue simulada 10.000 veces.

4.1. Eficiencia de una carrera

Antes de explicar los resultados, es necesario replantear el significado exacto de cambiar la

distribucin de . El aumento en la media de significa que una carrera se vuelve ms competitiva
porque el umbral de cada jugador se hace ms grande. Y el aumento en la varianza significa que los
jugadores en una carrera son ms heterogneos. Con estos significados en mente, primero
examinamos cmo la eficiencia de una carrera cambia con las distribuciones de los jugadores. La
eficiencia de la carrera se puede definir mediante dos indicadores; Tiempo de carrera y costo total.
El tiempo de carrera es el tiempo total transcurrido hasta que una carrera ha terminado. El costo
total de una carrera es la suma de las inversiones realizadas por todos los jugadores hasta que se
determine un ganador. Por lo tanto, se dice que una carrera es eficiente si determina un ganador lo
ms rpido posible, incurriendo en los menores costos posibles para otros jugadores.

Higo. 2 muestra cmo cambian los tiempos de carrera segn la distribucin de . Los grficos
muestran que a medida que la media de aumenta, el tiempo de carrera disminuye en
consecuencia, lo que indica que la competencia contribuye a la aparicin ms rpida de un
innovador. Esto tambin sugiere que la aparicin de un innovador puede ser disuadido cuando la
mayora de los jugadores tienden a comportarse de una manera aversa al riesgo. En particular, el
tiempo de carrera registra su mximo cuando la media de es menos el infinito y la varianza es 0.
Este es un caso en el que cualquier jugador invierte en I + D slo cuando es el lder o un co-lder. En
este caso extremo, no hay competencia, porque solo el primer jugador que pase la primera etapa
permanecer en una carrera. Por lo tanto, el tiempo de carrera de esta carrera especial es igual al
tiempo promedio que toma un jugador para llegar a la lnea de meta. Mientras tanto, tambin
puede verse que una vez que hay suficientes tomadores de riesgo en una carrera, el efecto del
aumento de la toma de riesgos se hace ms dbil.

Curiosamente, la figura muestra que el efecto del aumento de la heterogeneidad (es decir, la
varianza) difiere segn las caractersticas medias de los jugadores. Mientras la media de no sea
demasiado pequea, el aumento de la varianza (es decir, la heterogeneidad) consecuentemente
provoca un retraso adicional en una carrera. Sin embargo, para las razas en las que la media de
es relativamente pequea, el aumento de la heterogeneidad tiene un efecto positivo y
relativamente fuerte en la mejora de la eficiencia. Tenga en cuenta que una mayor variacin
resulta en el aumento en los tomadores de riesgo y los jugadores de aversin al riesgo. En este
sentido, el resultado implica que el tiempo de carrera es ms afectado por un mayor nmero de
jugadores aversos al riesgo cuando los jugadores promedio son tomadores de riesgo y se ve ms
afectado por el mayor nmero de tomadores de riesgo cuando los jugadores promedio son aversos
al riesgo Jugadores.

A diferencia del tiempo de carrera, el costo total aumenta a medida que las carreras se vuelven
ms competitivas. Esto implica que hay un trade-off entre el tiempo de carrera y el costo total. En
la Fig. 3, el grfico muestra que el nivel medio de inversin es mayor cuando los jugadores en una
carrera son ms competitivos. Cuando la media de es pequea, la mayora de los jugadores
reducen su inversin cuando se estn quedando atrs de los lderes, reduciendo as su coste total.
Sin embargo, como la media de se hace ms grande, los jugadores tienden a persistir en una
carrera, incluso cuando se estn quedando muy atrs, causando un aumento en el nivel de
inversin promedio. Observe que el nivel de inversin de un ganador no cambia mucho
independientemente de la distribucin cambiante de . Esto implica que el aumento de la
eficiencia de la raza es ms atribuible al aumento de las inversiones promedio de los perdedores.
La cifra tambin muestra que el nivel de inversin est directamente relacionado con el ranking
final. Es ms probable que un jugador que hace una inversin ms grande que otros se convierte
en ms altamente clasificado.

4.2. Determinantes de ganar una carrera

Aqu, examinamos cmo un jugador puede mejorar la probabilidad de ganar una carrera ajustando
su estrategia o presupuesto. Comparamos los y los presupuestos de los ganadores (que fueron
representados como w y Mw, respectivamente) con los de otros jugadores en la misma raza. Para
la simulacin se consideraron tres razas con diferentes poblaciones. Las medias de de los
jugadores en esas razas fueron fijadas a -1, 0, y 1, respectivamente. Como en la simulacin
anterior, cada raza fue simulada 10.000 veces y las distribuciones de Mw y w se obtuvieron
respectivamente de los resultados.

En la Fig. 4 los histogramas de Mw para las razas consideradas se ilustran junto con la distribucin
de M. En primer lugar, se muestra que la distribucin de Mw es ligeramente desplazada a la
derecha de la distribucin de M. Esto significa que, en promedio, la La probabilidad de que un
jugador se convierta en un ganador es ms alta cuando tiene un presupuesto mayor que otros. La
figura tambin muestra que este efecto presupuestario est presente consistentemente,
independientemente de la distribucin de .

En el caso de , sin embargo, no se encontr evidencia de que se asocie con una mayor
probabilidad de ganar una carrera. En la Fig. 5, se muestra que las distribuciones de w en cada
raza fueron similares a las distribuciones de en la misma raza. Esto es probabilsticamente casi el
mismo resultado que para una seleccin aleatoria de ganadores de una poblacin. Por lo tanto, un
jugador podra no ser capaz de mejorar su probabilidad de ganar de manera significativa con una
estrategia ms agresiva.

Con el fin de explorar an ms el papel de , llevamos a cabo algunos experimentos adicionales. En

los experimentos, elegimos un jugador de control y examinamos cuntas veces l se convierte en
un ganador cuando cambia su . Higo. 6 muestra los resultados. Como puede verse, la
probabilidad de ganar no cambia mucho, ya que el del jugador de control aumenta
gradualmente. Una excepcin es cuando una carrera tena muchos jugadores aversos al riesgo. En
este caso, se encontr un ligero aumento en la probabilidad de ganar. En consecuencia, la
diferencia en una estrategia de inversin tiene poco o ningn efecto sobre la probabilidad de ganar
de un jugador. La razn principal de este resultado es que el efecto presupuestario es dominante
en la mejora de la probabilidad de un jugador de ganar. Como se explic en la seccin anterior, el
papel de es simplemente determinar el coeficiente de inversin, y el monto real de la inversin
es en gran medida una funcin del tamao de un presupuesto.

Por ltimo, se examin el efecto de preemption temprana sobre las posibilidades de ser un
ganador. En nuestro modelo de carrera multi-etapa, la competencia tiende a ser ms intensiva en
etapas anteriores, porque los competidores estn situados de cerca. Sin embargo, si un lder fuerte
emerge en una etapa relativamente temprana, los jugadores comenzarn a rendirse y la carrera
ser menos competitiva. Eventualmente, este preemption temprano aumentar la probabilidad
que el lder temprano sea el ganador. Para explorar esta proposicin, intencionalmente cambiamos
la posicin inicial de un jugador seleccionado y luego examinamos cmo se desarroll la raza. Higo.
7 muestra cmo la probabilidad de ganar del jugador seleccionado cambi de acuerdo con sus
posiciones iniciales. El resultado confirma que el liderato temprano es una ventaja muy fuerte para
un jugador en sus esfuerzos por ganar una carrera. Particularmente cuando otros competidores
son altamente aversin al riesgo, la probabilidad de ganar del jugador de control cuando l
comienza 3 etapas delante de los otros est sobre el 90%. Incluso una ventaja de slo una etapa en
la posicin inicial eleva la probabilidad a aproximadamente 12%. Teniendo en cuenta el hecho de
que la probabilidad de ganar promedio para una carrera en la que 30 jugadores compiten es
alrededor del 3,3%, podemos ver que el efecto de preemption temprana es muy fuerte.

5. Conclusiones

Muchos estudios en la literatura sobre patentes de raza han intentado determinar el

comportamiento ptimo de competidores innovadores potenciales. Nuestro estudio pretenda
cambiar el enfoque a otros aspectos, sin duda ms importantes, de la competencia de I + D: la
heterogeneidad de los competidores, las estrategias de contingencia y sus efectos sobre la
eficiencia de la raza y los resultados de la raza.

Los principales hallazgos de nuestro estudio pueden resumirse como sigue. En primer lugar, se
encontr que la forma en que los jugadores se comportan cuando se estn quedando atrs resulta
ser un factor significativo que afecta la eficiencia de la raza. Los resultados de la simulacin
mostraron que el surgimiento de un innovador se acelera cuando hay ms riesgo-compradores que
compiten, pero que un mayor nmero de tomadores de riesgo da lugar a ms costos incurridos. En
segundo lugar, se demostr que los jugadores con presupuestos ms grandes tienen ms
probabilidades de convertirse en ganadores de carrera. En particular, el efecto de un presupuesto
mayor es ms fuerte que una estrategia de inversin agresiva, que tiene un efecto relativamente
limitado en la mejora de la posibilidad de un jugador de ganar. Finalmente, nuestros experimentos
encontraron que el efecto de e-preemption sobre la probabilidad de ganar una carrera resulta ser
ms fuerte que los otros factores considerados en el modelo. A medida que una carrera contina y
un lder avanza, algunos seguidores comienzan a renunciar a la carrera y la competencia, por lo
tanto, se debilita. En esta situacin, un lder temprano que preempte la fase inicial de la
competencia tiene una mayor posibilidad de eventualmente ganar la carrera. Este preemption
anterior se hace ms efectivo cuando los otros jugadores son aversin al riesgo.

Estos hallazgos sugieren algunas implicaciones con respecto al manejo de I + D. En primer lugar, la
fuerte competencia es beneficiosa, ya que puede acelerar la introduccin de la innovacin
tecnolgica en la sociedad. Sin embargo, no es fcil mantener una fuerte competencia en los
mercados, porque las empresas tienden a ser inversionistas con aversin al riesgo debido al riesgo
de incurrir en prdidas. Para resolver este dilema, es necesario introducir instituciones de mercado
apropiadas que puedan alentar a los jugadores rezagados a continuar en una carrera de I + D.
Siempre es posible que la incertidumbre tecnolgica juegue un papel positivo en permitir a un
seguidor tener xito en hacer una invencin inesperada. Del mismo modo, tambin existe la
posibilidad de que incluso despus de que todos los seguidores se rindan, el lder todava podra
no completar las etapas restantes y disuadir la continuacin de la innovacin competitiva. En
segundo lugar, las empresas individuales que realizan actividades de I + D deben darse cuenta de
que un mayor presupuesto y preempcin desempean un papel crucial para ayudar a una empresa
a ganar una competencia de tipo ganador. En particular, la preemption en la competencia
tecnolgica puede ser una estrategia muy eficaz porque puede desalentar a otros jugadores y as
aumentar la posibilidad de tomar el premio final.

Aunque esta investigacin produjo algunos hallazgos importantes, sus limitaciones requieren ms
estudios. En primer lugar, aunque el resultado esperado de convertirse en ganador no se consider
explcitamente (es decir, fue implcitamente considerado como un valor invariable en el tiempo) en
este estudio, puede cambiar a medida que la carrera se desarrolla y provocar cambios en la actitud
de los jugadores en consecuencia. Conforme avanza el tiempo y varios patrocinadores invierten en
I + D, ms informacin sobre los beneficios esperados estar disponible. Esto implica que la
incertidumbre de una carrera de I + D disminuye gradualmente a medida que se desarrolla una
carrera, lo que afecta el vigor (por ejemplo, el parmetro ) con el que participan los participantes.
De hecho, esta caracterstica se trat en algunos trabajos anteriores [7, 8, 18, 19], pero no se
considera en este estudio. Una forma de tratar esta caracterstica es introducir otro parmetro que
mide la distancia a la lnea de meta y obtener la cantidad de inversin que se va a afectar segn el
parmetro modificando w o .

En segundo lugar, cabe sealar que las suposiciones del comportamiento de una empresa en las
que se basa nuestra investigacin no han sido todava completamente apoyadas por
investigaciones empricas o experimentos con sujetos humanos. De hecho, ha habido algunos
experimentos de laboratorio para probar la teora de una competicin de I + D en varias etapas [9],
pero, lamentablemente, sus resultados slo pudieron apoyar parcialmente los resultados de
estudios tericos anteriores. Tambin ha habido algunas pruebas empricas sobre esta teora, pero
la evidencia economtrica sobre las teoras de la raza de la patente ha sido bastante inconclusa
[20, 21]. Aunque se ha sealado que esto puede deberse a limitaciones en el diseo experimental
o la disponibilidad de datos, es obvio que este campo requiere estudios empricos adicionales.