Estudo empírico sobre a lei de Metcalf e o efeito de rede

Abstract

O efeito de rede, fenômeno que ocorre quando um produto ou serviço torna-se mais atraente quanto mais pessoas o utilizam, já foi bem discutido na literatura econômica. Suas implicações já mostraram ter grande influência no rumo da tecnologia e possivelmente continuarão tendo com o rápido avanço das telecomunicações digitais. Diversos modelos teóricos foram propostos para explicar o efeito de rede e tentar quantificá-lo. A lei de Metcalfe, dentre outras, fornece uma luz sobre a forma como o valor de uma rede varia de acordo com o seu tamanho. Apesar da sua popularidade, a lei de Metcalfe foi pouco testada com dados reais e sua validade ainda é incerta. Este trabalho propõe uma análise empírica de alguns modelos de valor de redes, incluindo a lei de Metcalfe, utilizando dados de uma rede social online. O foco da investigação são os procedimentos econométricos necessários para a correta análise dos dados. Para isso, é feito uso de técnicas estatísticas como regressão e séries temporais na avaliação de cada modelo.

The network effect, phenomenon where a product or service becomes more attractive as the number of people using it increases, has been well discussed in economic literature. Its implications have been shown to have great influence in technological change and possibly will continue to have given the rapid progress of digital telecommunications. Several theoretical models have been proposed to explain the network effect and try to quantify it. Metcalfe’s Law, among others, gives us an explanation on how the value of a network varies according to its size. Despite its popularity, Metcalfe’s Law has been little tested against actual data and its validity remains unknown. This work proposes an empirical analysis of some models related to network value, including Metcalfe’s Law itself, using data from an online social network. The focus of the research are the econometric procedures needed to correctly analyze the data. For this, statistical techniques such as regression and time series are employed to evaluate the models.