000000966 001__ 966
000000966 005__ 20250211155744.0
000000966 0247_ $$a10.34989/swp-2004-32$$2DOI
000000966 035__ $$a10.34989/swp-2004-32
000000966 041__ $$aeng
000000966 084__ $$aC Mathematical and Quantitative Methods$$02849
000000966 084__ $$aC3 Multiple or Simultaneous Equation Models; Multiple Variables$$02871
000000966 084__ $$aC35 Discrete Regression and Qualitative Choice Models; Discrete Regressors; Proportions$$02877
000000966 084__ $$aE Macroeconomics and Monetary Economics$$03005
000000966 084__ $$aE3 Prices, Business Fluctuations, and Cycles$$03029
000000966 084__ $$aE32 Business Fluctuations; Cycles$$03032
000000966 084__ $$aL Industrial Organization$$03364
000000966 084__ $$aL6 Industry Studies: Manufacturing$$03406
000000966 084__ $$aL63 Microelectronics; Computers; Communications Equipment$$03410
000000966 245__ $$aInvestment, Private Information, and Social Learning: A Case Study of the Semiconductor Industry
000000966 260__ $$bBank of Canada
000000966 269__ $$a2004
000000966 300__ $$a1 online resource (v, 39 pages)
000000966 336__ $$aText
000000966 347__ $$bPDF
000000966 520__ $$aSocial learning models of investment provide an interesting explanation for sudden changes in investment behaviour. Caplin and Leahy (1994) develop a model of social learning in which agents learn about the true state of demand from the investment suspension decisions of other agents. The author tests the main predictions of Caplin and Leahy's model using a unique database of investment projects undertaken by semiconductor plants. She finds that firms that are installing a significant new technology appear to be influenced by social learning, because they are more likely to suspend their investment project when other suspensions occur. A 1 per cent increase in the number of other suspensions increases by 3.6 per cent the probability that an average new technology plant will suspend their investment project. Suspensions by other agents also significantly affect plants that use conventional technology, but that effect is negative. The conventional technology plants are less likely to suspend their investment project when other firms suspend, which suggests that their payoffs are strategic substitutes, as in a "war-of-attrition" game.$$7Abstract
000000966 520__ $$aLes modèles basés sur l'apprentissage social dans les décisions d'investissement expliquent de manière intéressante les changements brusques observés dans le comportement des investisseurs. Caplin et Leahy (1994) ont mis au point un modèle de ce genre où les agents déduisent le véritable état de la demande des décisions que prennent d'autres agents de suspendre leurs projets d'investissement. L'auteure teste les principales prédictions du modèle de Caplin et Leahy à l'aide d'une base de données unique regroupant des informations sur les projets d'investissement de fabricants de semiconducteurs. Il ressort de l'étude que les entreprises qui ont commencé à installer une technologie radicalement nouvelle semblent influencées par le comportement qu'elles observent chez leurs concurrents. Elles paraissent en effet plus enclines à surseoir à leur projet d'investissement quand d'autres entreprises prennent une décision en ce sens. Une hausse de 1 % du nombre de suspensions entraîne une augmentation de 3,6 % de la probabilité de voir un fabricant ayant entrepris de se doter d'une nouvelle technologie renoncer à son projet. Les suspensions de la part d'autres agents ont aussi un effet important, mais cette fois opposé, sur les fabricants qui optent pour une technologie courante. Ces fabricants sont moins portés à emboîter le pas à leurs concurrents, ce qui semble indiquer qu'ils tirent leurs bénéfices de produits qui constituent des substituts stratégiques, comme s'ils étaient engagés dans une « guerre d'usure ».$$7Résumé
000000966 540__ $$aCreative Commons Attribution 4.0 International$$uhttps://creativecommons.org/licenses/by/4.0/legalcode$$fCC-BY-4.0
000000966 6531_ $$aBusiness fluctuations and cycles
000000966 6531_ $$aCycles et fluctuations économiques
000000966 7001_ $$aCunningham, Rose
000000966 789__ $$w1192-5434$$2ISSN$$eIsPartOf
000000966 8301_ $$aStaff Working Paper
000000966 8301_ $$aDocument de travail du personnel
000000966 8564_ $$uhttps://www.oar-rao.bank-banque-canada.ca/record/966/files/wp04-32.pdf$$9be1bc0b1-6493-469c-b3cb-08effd06448e$$s359716$$zFile Source: Bank of Canada website, 2024
000000966 909CO $$ooai:www.oar-rao.bank-banque-canada.ca:966$$pbibliographic
000000966 980__ $$aStaff Research
000000966 980__ $$aRDM
000000966 991__ $$aPublic