2017年2月8日 星期三

垂直封鎖效果的衡量--兼論移轉率的估算

不若水平結合競爭效果量化分析方法的豐富,垂直結合的量化證據就少了許多,衡量封鎖效果的“垂直運算”(vertical arithmetic)是少數之一,其間又涉及移轉率的計算。




 垂直結合所引起的首要競爭疑慮就是封鎖競爭對手原料供給的來源,或是封鎖競爭對手與實際或潛在客戶的接觸;也就是說,垂直結合的損害理論可能是因此提高了競爭對手的成本(raise rivals’ costsRRC)或是減少了競爭對手的收益(reduce rivals’ revenues)。是以,市場的封鎖就可以分為:原料封鎖(input foreclosure)及客戶封鎖(customer foreclosure),而“垂直運算”則可為競爭法主管機關使用來衡量封鎖效果的程度,以為對垂直結合案件准駁之參考。
 
“垂直運算”分析之使用
        為了方便瞭解,謹以例子說明如下[1]
符號說明—
    M1:鐵砂商的利潤率(假設售予鋼廠A與鋼廠B的利潤率皆相同)
    M2:鋼廠銷售的利潤率(假設二鋼廠皆相同)
     IB:鐵砂商售予鋼廠B的鐵砂數量
    DBA:鋼廠B的客戶轉與鋼廠A交易的移轉率
        假設鋼廠A向上與鐵砂商結合,結合後若A拒絕供應鐵砂給B,則A會減少IBM1的利潤,但也會有部分B的客戶因此轉向與A交易,A因此獲利DBAIB(M1+M2),這也就是A多賣鋼鐵所產生的利潤。
    如果DBA=0,則A拒絕供應鐵砂(此即為原料封鎖)B後原來B的客戶不會因此轉至A,所以A將損失IBM1,在此情形下A原料封鎖的行為是不智的;倘若DBA=1,則A拒絕供應鐵砂給B後原來B的客戶將全部移轉至AA將因此獲利IBM2A原料封鎖的行為是有利可圖的。A究竟會不會對B採行封鎖的行為其決策點在DBA=M1/(M1+M2)如果封鎖後A所得到的利潤小於此決策點,則A就不會採取行為,反之則會。
        封鎖行為採行與否除受移轉率影響外也會受利潤率的影響。倘M1很高,特別是相對M2而言,則垂直封鎖的可能性就不高了,除非DBA非常高才有封鎖的可能性;在另一方面,若倘M2很高,特別是相對M1而言,則垂直封鎖的可能性就大大的提高,縱使DBA很小亦不太會影響封鎖發生的可能。
    由上可知,影響封鎖效果的變數有二:利潤率與移轉率。利潤率的求得雖有爭議但尚不大(即是經濟利潤還是會計利潤),但移轉率的估算則是須克服的。
 
移轉率的估算
    大致上有三個主要的方法來推估移轉率,至於以市占率來估算移轉率可能產生的偏誤可詳見上篇文章“從刺蝟到狐狸—談GUPPI的使用與誤用”,在此不再贅述:
一、業者對客戶追蹤的資料
業者有時會詢問現有的客戶可能改向誰進行交易,或詢問新的客戶之前是與誰交易,由這些資料可以估算出移轉率,J. Farrel & C. Spapiro (2010)[2]即言:「事業通常會以失去業務的去向和從哪裡贏來業務之形式來追蹤移轉率。」(Firms often track diversion ratios in the form of who they are losing business to, or who they can win business from.)。惟在實務上這種資訊很少是完整的,或者是很少是為了計算移轉率而形成的資料。
二、以彈性來估算[3]
        移轉率亦可以由自身彈性與交叉彈性來估算,此時所需要的價格或數量資料通常是從廠商掃描資料(store scanner data)取得。此時會有兩種移轉率:
1.銷售(客戶)移轉率(Sales or customer diversion ratio)
QB/QAεBAQB/-εAQA
2.收益移轉率(revenue diversion ratio)
QBPB/QAPAεBAQBPB/-εAQAPA
      此時若自身彈性(εA)=2、交叉彈性(εBA)=1.2AB的銷售量分別為1,000500單位。倘廠商A提高價格5%,會使其銷售量減少100單位(0.05×2×1,000),廠商B的銷售量會增加30單位(0.05×2×1,000),所得出的移轉率=30%;另倘廠商AB的售價分別為$3$2,則收益移轉率=20%
    歐盟在Kimberley-Clark/Scott (1996)Volvo/Scania (2000)兩結合案中就曾採本方法來估算移轉率。
三、客戶問卷調查
    上述兩個方法面臨的最大問題就是主管機關對資料取得的不易,因此客戶的問卷調查就值得鼓勵採用了。也就是說直接對客戶(消費者)發出問卷,詢問它們當產品價格些許調漲後,會改選擇哪一個產品或廠商?J. Farrel & C. Spapiro (2010)[4]有言:「消費者調查及客戶移轉的資料都可用來解釋移轉率。」(consumer surveys can also illuminate diversion ratios, as can information about customer switching patterns.)
    法國競爭委員會在Fnac/Darty (2013)結合案中,就採線上全國問卷的調查方式來確認真正的移轉率,為了能回收1,000分以上的有效樣本,競爭委員會計發送了超過2萬份的問卷。問卷主要問了兩個問題:
-如果FnacDarty漲價5%,你會改向與誰交易?
-如果你無法向FnacDarty購買,那你會向誰交易?
    第一個問題是要確認誰是邊際消費者(marginal consumers),第二個問題是假設所有的消費者都是邊際的。
當然問卷調查不是沒有缺點,問卷的設計及調查對象的選擇是最常在法院攻防時被提出質疑的地方。

後記
    在此要強調的是,“垂直運算”只是用來評估封鎖誘因和效果的多個分析方法中的一個,它無法因此解釋所有的問題,它只不過是在評估結合後的廠商遂行市場封鎖的誘因而已,況且若以前面的鋼鐵廠例子而言,我們並沒有考慮到現有的或潛在的其他鐵砂商會提供鐵砂給鋼廠B的可能性。
    同樣的,在使用前面介紹的移轉率估算法時,我們也沒有考慮到廠商的產能利用率(capacity utilization)以及進口的問題。例如在上例中,若鋼廠A產能利用率非常高,其接收鋼廠B客戶移轉的空間就相對壓縮,移轉率就不會高;此時若其他鋼廠有多餘的產能,反而可能接收B客戶的移轉而使得實際移轉率較高。
言而總之,在使用經濟分析工具時要時時記住它的侷限性,不能僅依一種分析方法的結果就逕下結論。切記經濟學對競爭法的影響貴在觀念的運用,而不是公式的套用

[1] 參考自Russell Pittman (2017), “Three Economist’s Tools for Antitrust Analysis”, Economic Analysis Group Discussion Paper.
[2] Farrel J. & Shapiro C. (2010), “Antitrust Evaluation of Horizontal Mergers: An Economic Alternative to Market Definition”, B.E.J. of Theoretical Econ.
[3] 詳見Werden, G. (1998), “Demand Elasticities in Antitrust Analysis”, Antitrust Law Journal.
[4] 同註二


走向更激進的結合管制 --美國2023年《結合處理原則》出爐了

  2023 年 12 月 18 日,美國司法部和聯邦交易委員會聯合公布了期待已久的《結合處理原則》 (Merger Guidelines) ,正式宣告向更激進的結合管制前進。 前言     歷經了 4 次公聽會 、 3 場研討會以及徵詢了超過 3 萬 5000 餘件公眾意見...