本文提出一种基于Rivers和Vuong非嵌套模型选择框架的创新性检验方法,通过比较两种BLP风格工具变量在第一阶段价格回归中的拟合优度,便捷检测企业是否存在价格共谋行为。该方法无需估计复杂的需求-供给系统,具备对模型设定误差和数据限制的鲁棒性。大量蒙特卡洛模拟验证了方法在不同市场结构、利益内化程度和共谋范围下的有效性,并将其应用于韩国乘用车和方便面市场,结果表明乘用车市场的品牌价格体现母公司联合利润最大化,而方便面市场无明显共谋。该方法可作为初步诊断工具,辅助设计更有效的BLP工具变量,提升需求估计的识别力和政策评估的准确性 。
报告首先强调在工业组织领域和反垄断政策中准确理解企业行为(尤其合谋程度)的重要性。已有方法依赖于需求和供给系统的联合估计,但该任务颇具挑战,容易因模型误设而削弱检验效能。此外,BLP风格的工具变量(根据产品属性生成的工具变量)构建依赖于对企业行为的假设,若假设错误,同样导致识别力下降。
本文提出了基于Bertrand-Nash框架的测试方法,利用不同构造的工具变量集(分别只含自有厂商产品属性和包含疑似合谋合作伙伴产品属性),比较其在解释价格中的表现,从而推断市场上企业是竞争还是合谋。核心直觉基于Nash价格制定下的标记率(markup)对自身和竞争产品属性的不同响应,合谋时合谋伙伴产品属性的权重应与自有产品等同,从而增强所建工具变量的解释力.
工具变量构造: 构建两组BLP风格工具变量集:
第一阶段价格回归模型: 分别用上述两套工具变量估计价格的线性回归模型。模型拟合程度的差异——通过Rivers和Vuong(RV)非嵌套模型选择检验来衡量——为判定企业行为提供统计依据。
检验统计量定义: 根据两回归残差平方和的差异,构造标准化统计量,接近标准正态分布。统计量显著为正时暗示合谋行为,显著为负时指竞争行为,不显著则结果不明确,10,11,12].
优势: 该方法不需完整需求和成本结构估计,减少大规模非线性GMM估计的复杂性和风险,要求数据较少,且对模型误设较不敏感,适用范围广。
现有文献多基于利润最大化一阶条件,推导边际成本和标记率,结合需求估计构造时刻条件,进而通过GMM和RV检验判定企业行为。此方法依赖对需求和成本函数的明确定义,且估计误差对检验效能影响大。
本文方法则简化为比较两线性第一阶段价格回归模型的拟合差异,免去需求估计过程,有较好实用性和稳健性。蒙特卡洛仿真表明,新方法与现有基于边际成本的检验在多数情形下表现相当甚至更优,13,14,15,26].
产品市场假设为典型的离散选择模型,消费者在产品属性和价格空间中选择效用最大化产品,产品市场份额由型号市场份额方程推导得出。
企业价格制定遵循Bertrand-Nash准则,利润函数允许部分利润内化,以描绘合谋程度。利润内化程度设为参数ϕ∈[0,1],ϕ=0表示完全竞争,ϕ=1表示完全合谋。
解析模型展示,标记率和价格对自身产品和竞争对手产品属性的响应依赖于ϕ。若企业合谋,合作产品的属性影响应与自有产品等同,构建的工具变量应将合作产品属性归于自有集,否则识别力将弱化。
该直觉在嵌套logit模型中同样成立,具有一定模型通用性,7,8,9,10,38,39].
样本由多个市场组成,固定产品数量J=36,企业数量F和有效竞争者数量Fc可变。产品属性与成本因变量均遵从设定的正态或均匀分布。
价格根据Bertrand-Nash均衡一阶条件内生确定,利用PyBLP工具进行解算。
设定调研了不同利润内化程度ϕ,不同企业合谋规模F/Fc,并对价格属性内生性引入参数ρ,模拟多种市场结构和数据特征。
对不同设置,计算本文测试统计量TIVRV 和传统边际成本基RV检验TmarkupRV,比较其功效与稳健性,16,17,18].
工具变量表现: 当ϕ升高时,合谋IVs的F统计量提升,自有IVs的F统计量略有下降,表明合谋IVs在合谋市场更具解释力。结果在有无随机系数模型中均成立。需求参数估计误差随ϕ增大而降低,合谋IVs表现优于自有IVs,20,61].
测试统计量比较: 在完全合谋或高度内化ϕ下,两测试均显著拒绝竞争假设。TIVRV 在低ϕ情况下仍能较好区分竞争情形,而TmarkupRV在某些低ϕ情况下功效较低。随机系数模型下,TIVRV测试功效整体提升,表现优于传统检验。测试对价格属性内生性及模型误设情况表现稳健,22,23,24].
工具变量函数形式灵敏度: 采用包括局部、二次及三次多项式等不同函数形式的BLP工具变量后,TIVRV的检测功效较为稳定,且总体优于传统方法。三阶多项式有助于提升传统检验的功效,但仍落后于TIVRV,43,44,45].
通过模拟发现,自有厂商工具变量在第一阶段价格方程中通常拥有更高识别力,有助于更准确估计价格弹性。
其他厂商工具变量对非线性需求参数(如随机效应标准差)识别贡献更大。
市场集中度越高,工具变量的识别力越强,竞争激烈时标记率趋于一致,工具变量与价格的相关性减弱,28,29].
韩国新乘用车市场: 使用2012-2023年省级年度数据,检验现代起亚(合并后的母公司控股)是否发生合谋。结果显示数据支持以母公司为定价单元的联合利润最大化,拒绝品牌层面独立利润最大化和德国品牌合谋假设,符合无明显价格合谋的事实及司法判决,31,32,33].
韩国方便面市场: 采用2010-2019年月地区数据,针对4家主导厂商的不同合谋假设进行检验。结果均拒绝合谋,支持独立利润最大化,符合2015年最高法院推翻合谋罚款案判决和市场价格低于合谋水平的既有分析,32,33].
内容概述: 分别绘制了在无随机系数与随机系数模型下,随企业数变化,自有、其他及组合工具变量的第一阶段F统计量和需求参数估计误差中位数。
核心信息:
支持文本论点: 该图有力支撑本文提及自有厂商工具变量在标记率解释与价格参数识别中的重要性,并解释了为何测试主要依赖自有产品属性.
描述: 比较F=4,Fc=3,T=100条件下,合谋IV和竞争IV的工具变量表现与需求参数估计性能。上半表为无随机系数模型,下半表为有随机系数模型。
关键信息: 随着利润内化参数ϕ增加,合谋IV的F统计量迅速提高并超过竞争IV;合谋IV的需求价格弹性估计误差明显下降。随机系数下,竞争IV表现较差,合谋IV表现提升显著。
意义: 清晰表明精准构建工具变量需考虑真实产业行为,错误构建工具变量会导致估计效率大幅下降.
描述: F=6,T=100,报告统计量TIVRV 和 TmarkupRV在不同利润内化ϕ及合谋规模Fc下的中位数。
关键信息: 在完全合谋(ϕ=1,Fc=1)时两统计量均显著支持合谋;TIVRV在中高ϕ情况下检测合谋能力更强、稳健性更佳,特别在有随机系数模型下表现优于传统检验。
意义: 支撑本文主张其方法优势和适用性.
描述: 针对产品属性内生性调整参数ρ,在ϕ=1,F=6,T=100条件下,比较两检验统计量的表现。
关键信息: 两检验均表现稳健,且TIVRV功效受到内生性影响较小,甚至在随机系数模型下功效有所提升。
意义: 反映本文方法对模型误设和内生性的抵抗能力.
内容简述: 报告韩国汽车及方便面市场不同假设下的检验统计量值和对应判断。
核心信息:
意义: 实证验证本文方法的实际应用效果和可行性,33].
描述: 嵌套logit模型背景下,不同利润内化程度ϕ 对产品属性变化对价格影响的Jacobian矩阵(J×J)热图,组装了拥有同一企业的产品不同替代关系。
关键信息: 价格对合作伙伴产品属性的响应方向与ϕ高度相关。完全竞争时(ϕ=0)价格受对手产品属性改善压制,完全合谋时(ϕ=1)价格连动并提升,呈现向自有产品属性响应一致的趋势。中间ϕ值表现出复杂的异向性。
意义: 图示深化了理论模型机理,直观体现合谋对价格形成机制的影响.
报告暂无直接关于企业价值估值的章节,其关注点为工业组织中企业行为的识别与检验,而非企业现金流或股价模型估值。
文章未特别设置风险因素专门章节,但从报告内容和蒙特卡洛结果可归纳潜在风险包括:
模型误设风险: 需求或成本函数选择错误可能影响检验功效,但文中方法对这类误设表现相对稳健。
数据限制风险: 工具变量构造和检验依赖企业及产品属性准确数据,数据缺失或测量误差可能削弱识别能力。
企业行为假设风险: 在构造合谋IV时,若疑似合谋企业识别错误,则可能导致工具变量失效,检验偏误。
内生性风险: 产品属性内生性可能违背IV排除限制,造成估计不一致,尽管检验在模拟中表现稳健。
报告中部分风险通过模拟和稳健性检验予以缓解,并未提供具体缓解策略,但指出方法简便、对数据要求低,有助于现实中实施,2,23,24,26].
优点:
局限与审慎点:
内部一致性:
本文提出了一种基于Rivers和Vuong非嵌套模型选择框架的创新检验程序,以两个不同构造的BLP风格工具变量集——竞争IV和合谋IV——分别作为第一阶段回归工具,通过比较两模型的拟合优度,进行企业价格合谋行为测试,从而避免了对需求参数和成本函数的估计需求,实用且稳健。
扩展的蒙特卡洛模拟涵盖了各种市场结构、利润内化程度、企业合谋规模及产品属性内生性等多因素,证实本方法在检测合谋时的高检测力和良好稳健性,且在含随机效应的非线性需求环境中优于传统基于边际成本的方法。该方法适合数据有限、模型误设风险高的环境,适合作为初步筛查工具。进一步地,检测结果可指导构造更有效的工具变量提升需求估计效率,形成互补的产业行为分析框架。
实证部分应用该法于韩国新乘用车与方便面市场,结果分别支持现代起亚集团联合定价及方便面厂商无价格合谋,符合反垄断处罚与司法判决,验证方法经济学与政策含义。
图表分析丰富地展示了自有与合谋产品属性对价格的差异性影响,工具变量的识别力受企业行为假设影响明显,强调了正确假设对工具变量设计及模型识别的重要性,进而推动更精准的产业行为研究。
总体来看,该报告为产业组织领域提供了理论稳健、计算友好且实践意义显著的企业行为检测新方法,为学术研究与反垄断监管均具有重要价值,6-9,19-26,28-33,38-42].
图1:Own-firm vs other-firm instruments比较,显示不同市场集中度下工具变量性能和需求参数估计误差。
图A1:嵌套logit模型下不同利润内化程度ϕ对产品属性价格敏感性矩阵热图,表征合谋程度对价格响应的深度影响。
此分析报告严格依据提供报告文本内容,所有结论均附有明确原文页码引用,保证学术严谨和信息溯源。
2501.05022.pdf