Analytisch-empirische Ergebnisse zur vertikalen Marktmacht – Überblick über Studien



Yüklə 1,51 Mb.
səhifə9/41
tarix03.01.2018
ölçüsü1,51 Mb.
#36849
1   ...   5   6   7   8   9   10   11   12   ...   41
    Bu səhifədəki naviqasiya:
  • Gabel

Vertiefende Arbeiten




      1. Waterson

Schmalensee165 bezeichnet Waterson166 (1980) als „most theoretically sophisticated study of buyer concentration“. Wie ähnlich auch andere, stellt er zunächst fest: „One rather neglected area of study in the general field of industrial organization is that of interindustry transactions where two or more successive layers of industry have market power.”167

Ausgehend von einem Cournot-Modell kommt er zu Verallgemeinerungen und entwickelt ein Maß für „Successive Market Power“ Hp (er verwendet Herfindahl-Indizes, nicht Konzentrationsraten; in der Notation der vorliegenden Arbeit 1.1):

Hp = ,

wobei erwartet wird, dass Hj positiv auf Hp und negativ auf Hp wirkt.

Hp …„ Successive Market Power “

Hj…. Konzentration nach Herfindahl in einer Abnehmerbranche j

….Elastizität der Nachfrage für Abnehmerbranche j

= Anteil der Lieferung der Branche i an die Branche j bezogen auf den Gesamtoutput der Branche i
Waterson modifiziert auch das unter anderem von Lustgarten entwickelte Maß für Nachfragemacht, in dem die Gewichte quadratisch verwendet werden und statt CR4 ein Herfindahl-Index angewandt wird:

BCRWaterson =

Als Konzentrationsindex der hauptsächlich betrachteten Branche (Angebotskonzentration) nimmt Waterson einen Herfindahl-Index: Hi
Als Daten wählt Waterson zunächst 51 Branchen von 58 für U. K. aus (census of production). Durch Verwendung von 2 Jahren, 1963 und 1968 kann er Differenzen schätzen. Die private Endnachfrage gilt als atomistisch. Nationalisierten Branchen wird eine Konzentration nach Herfindahl von .9 zugeordnet.

Als einzige empirische Arbeit bezüglich vertikaler Nachfragemacht setzt er grundsätzlich an Nachfrageelastizitäten an, wobei er dafür allerdings keine Werte vorliegen hat. Ausgehend von der Festlegung, dass die Elastizitäten für die einzelnen Branchen gleich sind und in den zwei betrachteten Jahren gleich bleiben, nimmt er in mehren Schätzvarianten die Elastizitätswerte 1, 1,5 und 2 an.


Erklärt werden (Netto-)Preis-Kosten-Margen, wobei im Zähler die Nettowertschöpfung steht, d. h. dass das Ergebnis fixkostenbereinigt ist ( +F). Im Nenner stehen die Umsätze:

Geschätzt wird logarithmisch, d.h. es werden die logarithmischen Veränderungen der Variablen von 1963 bis 1968 betrachtet.

Seinen empirischen Test bezeichnet Waterson als “rather crude”168.
Übersicht 12 Erklärende Variablen für Preis-Kosten-Margen nach Waterson+ + Angebotskonzentration

+ + Successive market power

- - Nachfragekonzentration

Zunächst verwendet Waterson nur Angebotskonzentration und Successive market power als Variable, mit verschiedenen Elastizitätsvarianten. Bei der Elastizität von 1 wird knapp das beste Ergebnis erzielt. Jedenfalls ist die Variable für Successive Market Power positiv signifikant. Wenn nun das modifizierte Maß für Nachfragemacht als zusätzliche erklärende Variable verwendet wird, treten „extremely interesting effects“169 auf: die Konstante bleibt insignifikant. Die Angebotskonzentration wird leicht signifikanter und die Variable für Successive Market Power wird deutlich signifikanter, und gleichzeitig weist das modifizierte Maß für Nachfragemacht ein signifikant negatives Vorzeichen auf, trotz der einfachen positiven Korrelation zwischen Nachfragemacht und Successive Market Power. Obwohl es keine Hinweise auf Heteroskedastizität gibt, wird auch noch gewichtet geschätzt, dabei ergeben sich nur geringe Änderungen.

Der Effekt von Successive Market Power ist wirksamer als der der Nachfragemacht.

In allen angeführten Berechnungen sind die Variablen signifikant am 5 %-Niveau.


Der Erklärungswert liegt bei Einbeziehung der Nachfragemacht zwischen .34 und .36.
Waterson kann unter bestimmten Annahmen insbesondere bezüglich Elastizität zwei gegensätzlich wirkende Faktoren vertikaler Marktmacht nachweisen: die Nachfragemacht als negativ auf die Performance der Anbieterbranche wirkend, und Successive Market Power, bei der die Konzentration der Nachfragerbranchen positiv auf die Performance der Anbieterbranche wirkt.

      1. Gabel

Gabel170 prüft mit speziellen Daten und Methoden Nachfragemacht empirisch171. Er wählt aus Input-Output-Tabellen von 87x87 44 Branchen der USA aus. Quellen sind vor allem U. S. Bureau of the Census, U. S. Treasury Department (Profite) und U. S. Department of Commerce. Die Daten beziehen sich auf die USA und die Jahre 1949, 1958, 1963 und 1967.


Die Performance-Variable ist der Gewinn nach Steuern bezogen auf das Eigenkapital.
Der Erklärungswert liegt (bei Einbeziehung der Kapitalintensität) zwischen 22 und 46 %.
Neun Gleichungsspezifikationen werden mit OLS geschätzt, drei weisen log-lineare Spezifikationen auf. Es werden gepoolte Daten aus den genannten Jahren verwendet, es werden Datensätze mit 132 und 176 Beobachtungen verwendet.
Die bestimmenden Variablen sind:
Übersicht 13 Erklärende Variablen für die Profitperformance bei Gabel+ + Angebotskonzentration CR

- ~ Nachfragekonzentration BCR

- - Dispersität Output - Branchenanteilskonzentration des Outputs

- (-) Unternehmensneugründungsrate – rate of entry

+ + Wachstum

+ - Kapitalintensität

+ + Werbe-Umsatz-Verhältnis

+ (-) Anteil der Konsumgüter

(-)(+) Anteil öffentlicher Konsum

+ + Kapazitätsauslastung

Die meisten Variablen der herkömmlichen Struktur-Performance-Untersuchungen sind deutlich signifikant, insbesondere Angebotskonzentration (CR4), Werbeintensität, Kapazitätsauslastung, Wachstum und negativ die Unternehmensneugründungsrate und auch die Kapitalintensität.

Gabel konstruiert die Kapitalintensität als Eintrittsbarriere und erwartet ein positives Vorzeichen, doch sie ist durchgehend negativ signifikant. Gabels Ergebnis ist damit eine Ausnahme von den allermeisten anderen Arbeiten, die Kapitalintensität als Variable verwenden172. Der Konsumgüter­anteil zeigt nicht die erwartete positive Wirkung, Gabel interpretiert dies damit, das diese Komponente offenbar durch die Werbeintensität (Produktdifferenzierung) abgedeckt sei. Kein Beleg wird dafür gefunden, dass die öffentliche Hand durch Einsatz von Nachfragemacht in Branchen mit hohem Anteil an öffentlicher Konsum die Performance drückt.


Das Dispersitätsmaß (Branchenanteilskonzentration des Outputs) bezüglich der Abnehmer-Branchen erweist sich als gute erklärende Variable, fast durchgehend negativ signifikant auf der 1 %-Ebene. Gabel führt die Signifikanz der Variablen der Branchenanteilskonzentration des Outputs im Gegensatz zur Variablen der gewichteten Konzentration der Nachfragebranchen allerdings auch darauf zurück, dass die berechneten Concentration Ratios nicht aus der Input-Output-Tabelle stammen und daher möglicherweise nicht mit den Hauptdaten zusammenpassten.
Die Nachfragemachtvariable als gewichtete Konzentrationsrate der Abnehmerbranchen ist wenig signifikant bzw. wechselt die Vorzeichen. Gabel kann so – im Gegensatz zu einigen anderen Studien – die gewichtete Konzentration der Nachfragebranchen nicht als Faktor für die Performance ausmachen. Allerdings schränkt Gabel ein, dass dies auch an der methodischen Datengewinnung liegen könne: die Konzentrationsvariablen werden bei ihm wie in den meisten anderen Studien nicht aus der Input-Outputstatistik gewonnen, im Gegensatz zu den Dispersitätsindikatoren: „Rather than rejecting the hypothesis on BCR it might be more appropriate to say that given the necessary limitations of methodology, and especially data, this study, like that of Guth et al finds no emprirical support for what seem to be a plausible hypothesis about weighted buyer concentration“173.
Gabel zieht die wichtige Schlussfolgerung, das eine interaktive Beziehung zwischen gewichteter Nachfragekonzentration und Lieferdispersität nahe liege. Da eine logarithmische Schätzung aber keine besseren Ergebnisse bringt, verfolgt er diese Überlegung nicht weiter.
Gabel untersucht in einer zweiten Fragestellung den Zusammenhang zwischen Angebots- und Nachfragekonzentration in vier Varianten: mit Korrelation für Niveau und Veränderung der Anbieterkonzentration, einfacher Regression und simultaner Schätzung:174

Die Korrelation zwischen Angebotsmacht und Nachfragemacht ist mit .20 zunächst ähnlich hoch wie bei Lustgarten, bei Ausklammerung der Lieferungen – wie bei Guth- Schwarz-Whitcomb - innerhalb der eigenen Branche mit .06 eher gering. Gabel sieht diesen niedrigen Korrelations-Koeffizienten nicht als Bestätigung der Entwicklung von „Countervailing Power“. Lustgartens knapp dargestellte Ergebnisse bezüglich der Korrelation von Angebots- und Nachfragekonzentration seien – dabei Guth-Schwarz-Whitcomb folgend - vor allem darauf zurückzuführen, dass Lustgarten Brutto- statt Netto-Input-Output-Gewichte verwendet hat, d. h. die Lieferungen innerhalb der eigenen Branche nicht ausgeschlossen hat.


Übersicht 14 Erklärende Variablen für die Anbieterkonzentration CR bei GabelVertikale Faktoren:

+ (+) Nachfragekonzentration BCR

+ + Dispersität Output - Branchenanteilskonzentration des Outputs

Horizontale Faktoren:

+ + Skalenerträge

+ + Werbe-Umsatz-Verhältnis

Gabel regressiert dann die Anbieterkonzentration. Dabei deuten Gabels Ergebnisse doch auf einen Zusammenhang zwischen Angebots- und Nachfragekonzentration hin. Sowohl die Nachfragekonzentration (am 10-%-Niveau) wie die Outputdispersität, eine Variable für Skalenerträge und die Werbeintensität (jeweils am 1-%-Niveau) sind zunächst signifikant bei der Erklärung der Anbieterkonzentration. Allerdings ist die Nachfragekonzentration nicht robust. Diese Aussage bezüglich eines Zusammenhangs stimmt nun bei Erklärungswerten zwischen .21 und .33 grundsätzlich wieder mit Lustgarten überein.
Gabel berechnet dann einen Korrelationskoeffizienten zwischen der Differenz von Angebots- und (gewichteter) Nachfragekonzentration einerseits und zeitlicher Veränderung der Angebotskonzentration andererseits: (CR-BCR) zu (CRt-CRt+1). Durch Verwendung der Daten mehrerer Jahre der Input-Output-Tabellen kann er – beschränkt - eine dynamische Entwicklung abbilden. Der Korrelationskoeffizient beträgt allerdings nur .034.-“Hardly an affirmation of countervailing power“.175

Gabel fasst zunächst zusammen: aus der Regression sei eine Beeinflussung der Angebots- durch die Nachfragekonzentration gegeben, allerdings wirke der Countervailing-Power-Prozess nur sehr langsam. Gabel kommt zum Schluss, dass ein simultanes Gleichungsmodell zweckmäßig wäre und er entwickelt ein solches, allerdings mangels entsprechender Daten kein zeitlich dynamisches.


Bei der Schätzung des simultanen Gleichungsmodells (2SLS) werden Anbieterprofite, Angebotskonzentration, Nachfragekonzentration sowie Werbeintensität in vier Gleichungen simultan bestimmt. Die Gleichungen für Anbieterprofite und Angebotskonzentration verhalten sich im wesentlichen wie bei den nichtsimultanen Schätzungen. Nur die Werbevariable wird in der Profitgleichung insignifikant.

Die Nachfragekonzentration erklärt Gabel nur mit Dispersität und Anbieterkonzentration. Er erwartet für die Dispersität ein positives Vorzeichen und begründet es damit, dass sich Konzentrationsanstrengungen und –kosten nur in Branchen lohnen, wenn diese große Kunden sind. In der Gleichung für die Nachfragekonzentration ist nur die Konstante signifikant. Im Gegensatz zu Gabels Erwartung, aber im Einklang mit den Ergebnissen in anderen Arbeiten, zeigt die zentrale Variable der Branchenanteilskonzentration des Outputs (Dispersität) ein negatives Vorzeichen. Gabel findet dies nicht erklärbar und schreibt es fehlenden Variablen zu.176 Allerdings wird außer der erwähnten Verhaltensannahme nicht erklärt, wieso überhaupt die Nachfragekonzentration mit der Dispersität zu erklären sein soll, da Dispersität und Nachfragekonzentration Faktoren der vertikalen Marktmacht auf der Outputseite sind, die nur durch die statistischen Beschränktheiten getrennt sind.177

Jedenfalls misst Gabel den Ergebnissen seiner Simultanschätzung schließlich wenig Bedeutung zu.
Grundsätzlich bringt Gabels Arbeit Bestätigungen für die Hypothese der Wirksamkeit der Nachfragemacht. Wesentliches Ergebnis von Gabel ist, dass nur Dispersitäts-Variable (auf der Outputseite) als Nachfragemacht-Indikatoren Profitraten positiv erklären, während die gewichtete Nachfragekonzentration unplausible bzw. insignifikante Ergebnisse bringt.


      1. Yüklə 1,51 Mb.

        Dostları ilə paylaş:
1   ...   5   6   7   8   9   10   11   12   ...   41




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©muhaz.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin