ESTRAC26 - ECONOMICS OF STRATEGIC COMPETITION

insegnamento
ID:
ESTRAC26
Durata (ore):
36
CFU:
6
SSD:
Economia applicata
Sede:
PESCARA
Url:
DIGITAL MARKETING/CORSO GENERICO Anno: 1
Anno:
2026
Course Catalogue:
https://unich.coursecatalogue.cineca.it/af/2026?co...

Dati Generali

Periodo di attività

Primo Quadrimestre (16/09/2026 - 20/12/2026)

Syllabus

Obiettivi Formativi

Conoscenza e comprensione: al termine del corso lo studente conosce i principali modelli di struttura di mercato e di comportamento strategico delle imprese e comprende come dati, piattaforme e algoritmi modificano le dinamiche competitive.
Capacità di applicare conoscenza e comprensione: lo studente sa analizzare la struttura competitiva di un settore reale (incluse le industrie digitali rilevanti per il marketing), valutare strategie di prezzo e di differenziazione e interpretare gli effetti di fusioni, integrazioni verticali e pratiche escludenti.
Autonomia di giudizio: lo studente sa valutare criticamente le strategie competitive delle imprese e gli interventi delle autorità di concorrenza, distinguendo effetti pro-competitivi e anti-competitivi.
Abilità comunicative: lo studente sa presentare un'analisi settoriale con linguaggio economico rigoroso, in forma scritta e orale.
Capacità di apprendimento: lo studente acquisisce un quadro concettuale che gli consente di seguire autonomamente l'evoluzione dei mercati digitali e della letteratura su economia delle piattaforme e dell'IA.

Prerequisiti

Conoscenze di base di microeconomia (domanda e offerta, elasticità, massimizzazione del profitto) e di statistica descrittiva. Non è richiesta alcuna esperienza di programmazione. Non sono previste propedeuticità formali.

Metodi didattici

Lezioni frontali con momenti interattivi; laboratori in aula con simulazioni di mercato utilizzabili dal browser (es. gioco di pricing ripetuto, dinamiche di adozione di piattaforme con effetti di rete); discussione di casi reali di strategia d'impresa e di antitrust; progetto di gruppo con presentazione finale. È previsto l'uso guidato e critico di strumenti di intelligenza artificiale generativa come supporto all'analisi settoriale, con attenzione alla verifica delle fonti e degli output.

Verifica Apprendimento

Studenti frequentanti: (a) prova scritta finale (70% del voto), della durata di 90 minuti, composta da domande aperte sui modelli teorici e da un mini-caso applicativo che richiede di analizzare un mercato reale integrando strumenti classici e dinamiche digitali; (b) progetto di gruppo (30% del voto): analisi della struttura competitiva di un settore a scelta, con una sezione obbligatoria sull'impatto di digitale e IA, presentata in aula nelle ultime lezioni. Le consegne facoltative dei laboratori danno diritto a un bonus fino a 2 punti sul voto finale.
Studenti non frequentanti: prova scritta finale (100% del voto) sull'intero programma, con una domanda aggiuntiva sulle letture integrative. I criteri di valutazione (correttezza dell'analisi economica, rigore nell'uso dei modelli, qualità dell'argomentazione) sono identici per tutti.

Testi

Testo principale: D.W. Carlton, J.M. Perloff, “Modern Industrial Organization”, Pearson (capitoli 1–14).
Dispense del docente per ciascuna lezione, con collegamenti tra teoria classica ed economia digitale.
Letture integrative (disponibili sulla piattaforma e-learning), tra cui: A. Goldfarb, C. Tucker, “Digital Economics”, Journal of Economic Literature (2019); E. Calvano et al., “Artificial Intelligence, Algorithmic Pricing, and Collusion”, American Economic Review (2020); J. Crémer et al., “Competition Policy for the Digital Era”, Commissione Europea (2019); J.-C. Rochet, J. Tirole, “Two-Sided Markets: A Progress Report”, RAND Journal of Economics (2006).

Contenuti

Il corso fornisce gli strumenti dell'economia industriale per analizzare la concorrenza strategica tra imprese, con costante riferimento ai mercati digitali e all'intelligenza artificiale. Contenuti principali: strutture di mercato (concorrenza perfetta, monopolio, oligopolio, concorrenza monopolistica) e barriere all'entrata, incluse quelle digitali (dati, effetti di rete, costi di switching); teoria dei giochi e modelli di oligopolio (Cournot, Bertrand, Stackelberg); collusione, cartelli e collusione algoritmica; piattaforme e mercati a due versanti; differenziazione del prodotto; discriminazione di prezzo e prezzi personalizzati basati sui dati; strategie di prezzo avanzate (tariffe a due parti, bundling, freemium, dynamic pricing); concentrazione, fusioni e acquisizioni; integrazione verticale, self-preferencing e struttura della filiera dell'IA; asimmetrie informative, pubblicità digitale e regolazione dei mercati digitali (antitrust, DMA, AI Act).

Lingua Insegnamento

Italiano. Le slide e una parte dei materiali di studio (articoli scientifici e rapporti istituzionali) sono in lingua inglese.

Altre informazioni

Tutti i materiali (slide, dispense, letture, schede dei laboratori) sono resi disponibili sulla piattaforma e-learning di Ateneo. La frequenza non è obbligatoria ma fortemente consigliata, in particolare per le attività di laboratorio e il progetto di gruppo. L'uso di strumenti di IA nelle attività valutate è consentito solo se dichiarato e documentato secondo le linee guida fornite a lezione. Orario di ricevimento pubblicato sulla pagina del docente.

Corsi

Corsi

DIGITAL MARKETING 
Laurea Magistrale
2 anni
No Results Found

Persone