A virtuális térben élő fogyasztó – A Second Life hatása a fogyasztói magatartásra (Consumer in the virtual world – Affect of the Second Life to the consumer behavior)

A virtuális szociális világok, úgy mint a Second Life, egyre nagyobb népszerűségre téve szert, hamar az üzleti érdeklődés középpontjában találták magukat. A szerző célja, hogy feltérképezze a virtuális identitás és a fogyasztói magatartás közötti kapcsolat mibenlétét a Second Life világában. Ezért először bemutatja, hogy miként működik a Second Life és milyen jellemzőkkel rendelkezik. Másodszor ismerteti, hogy az on-line identitásalkotás miként befolyásolja üzleti szempontból az individuális viselkedést. A Second Life vizsgálata során a virtuális identitás fogalmát használja föl, mely összevethető az egyén valódi életbeli identitásával. Harmadszor: rátér a kutatási részre, amely során a Second Life világában kialakított identitás jellemzőit vizsgálta. Négy virtuális identitástípust azonosított, melyeknek más és más kapcsolata van a virtuális fogyasztás jelenségével. Végezetül: kiemeli azokat az eredményeket és megállapításokat, melyeket a vállalatoknak különösképpen figyelembe kell venniük a pszichológiai nézőpont szempontjából ahhoz, hogy eredményesen szerepeljenek a virtuális világokban. ________ Given their increasing popularity, virtual worlds, such as Second Life, attracted the attention of the business media. The aim of the present article is to explore the relationship between virtual identity and consumer behaviour in Second Life. First, the author reviews Second Life functions and particular characteristics. Second, he illustrates how online identity construction affects one’s behaviour in such environments from a business perspective. Third, the author demonstrates his findings associated with identity construction in Second Life. More specifically, four different types of virtual identities can be identified, each with slightly different implications toward virtual consumption. Finally, he highlights the major points to which companies should pay particular attention in their virtual social world activities, focusing on the psychological mechanisms that influence people’s online behaviour and thinking.

A villamos erőművek szén-dioxid-kibocsátásának modellezése reálopciók segítségével = Modelling of the carbon dioxide emissions of a power plant, using real options

A szerző egy, a szennyezőanyag-kibocsátás európai kereskedelmi rendszerében megfelelésre kötelezett gázturbinás erőmű szén-dioxid-kibocsátását modellezi négy termékre (völgy- és csúcsidőszaki áramár, gázár, kibocsátási kvóta) vonatkozó reálopciós modell segítségével. A profitmaximalizáló erőmű csak abban az esetben termel és szennyez, ha a megtermelt áramon realizálható fedezete pozitív. A jövőbeli időszak összesített szén-dioxid-kibocsátása megfeleltethető európai típusú bináris különbözetopciók összegének. A modell keretein belül a szén-dioxid-kibocsátás várható értékét és sűrűségfüggvényét becsülhetjük, az utóbbi segítségével a szén-dioxid-kibocsátási pozíció kockáztatott értékét határozhatjuk meg, amely az erőmű számára előírt megfelelési kötelezettség teljesítésének adott konfidenciaszint melletti költségét jelenti. A sztochasztikus modellben az alaptermékek geometriai Ornstein-Uhlenbeck-folyamatot követnek. Ezt illesztette a szerző a német energiatőzsdéről származó publikus piaci adatokra. A szimulációs modellre támaszkodva megvizsgálta, hogy a különböző technológiai és piaci tényezők ceteris paribus megváltozása milyen hatással van a megfelelés költségére, a kockáztatott értékére. ______ The carbon-dioxide emissions of an EU Emissions Trading System participant, gas-fuelled power generator are modelled by using real options for four underlying instruments (peak and off-peak electricity, gas, emission quota). This profit-maximizing power plant operates and emits pollution only if its profit (spread) on energy produced is positive. The future emissions can be estimated by a sum of European binary-spread options. Based on the real-option model, the expected value of emissions and its probability-density function can be deducted. Also calculable is the Value at Risk of emission quota position, which gives the cost of compliance at a given confidence level. To model the prices of the four underlying instruments, the geometric Ornstein-Uhlenbeck process is supposed and matched to public available price data from EEX. Based on the simulation model, the effects of various technological and market factors are analysed for the emissions level and the cost of compliance.