Ekonometryczne narzędzia detekcji równowagi zmowy w branży

Sylwester Bejger

DOI: http://dx.doi.org/10.12775/AUNC_ECON.2009.032

Abstrakt


W artykule przedstawiono problem detekcji równowagi zmowy jawnej lub milczącej w kontekście wyboru właściwej metody ekonometrycznej, który determinowany jest ilością informacji posiadaną przez obserwatora. Zaprezentowano jeden z markerów zmowy spójnych z równowagą właściwego modelu interakcji strategicznej – obecność zaburzeń strukturalnych w wariancji procesu ceny dla faz zmowy i konkurencji. Jako poprawną teoretycznie metodę detekcji tego typu zmian bez wiedzy a priori o momentach przełączania zaproponowano wykorzystanie przełącznikowego modelu Markowa z przełączaniem reżimów wariancji. W celu weryfikacji skuteczności metody aplikowano ją dla szeregu cen rynkowych lysiny w czasie trwania i upadku zmowy jej producentów.


Słowa kluczowe


zmowa jawna i milcząca; równowaga; lysina; wariancja ceny; model przełącznikowy Markowa

Pełny tekst:

PDF

Bibliografia


Abrantes-Metz R., Froeb L., Geweke J., Taylor, C. (2006), A variance screen for collusion, „International Journal of Industrial Organization”, 24, 467–486.

Athey S., Bagwell K., Sanchirico C. (2004), Collusion and price rigidity, „Review of Economic Studies”, 71, 317–349.

Bejger S. (2004), Identyfikacja, pomiar i ocena siły rynkowej podmiotów gospodarczych oraz stopnia konkurencyjności branż z wykorzystaniem metodologii teorii gier, dysertacja doktorska.

Bolotova Y., Connor J.M., Miller D.J. (2008), The impact of collusion on price behavior: Empirical results from two recent cases, „International Journal of Industrial Organization”, 26, 1290–1307.

Connor J. (2000), Archer Daniels Midland: Price-fixer to the World, Staff paper No. 00-11, Department of Agricultural Economics, Purdue University, West Lafayette, IN.

Connor J. (2001), Our customers are our enemies: the lysine cartelof 1992–1995, „Review of Industrial Organization”, 18, 5–21.

Davidson J. (2004), Forecasting Markov-switching dynamic, conditionally heteroscedastic processes, „Statistic and Probability Letters”, 68(2), 137–147. DOI: http://dx.doi.org/10.1016/j.spl.2004.02.004.

Fong W.M. (1998), The Dynamics of DM/Pound exchange rate volatility: A SWARCH analysis, „International Journal of Finance and Economics”, 3, 59 –71.

Fransens P., H., van Dijk D. (2000), Nonlinear time series models in empirical finance, Cambridge University Press.

Haltiwanger J., Harrington J.E. (1991), The Impact of Cyclical Demand Movements on Collusive Behavior, „RAND Journal of Economics”, 22, 89–106.

Hamilton J. D. (1989), A new approach to the economic analysis of nonstationary time series and the business cycle, „Econometrica”, 57, 357–384.

Hamilton J. D., Susmel R. (1994), Autoregressive conditional heteroscedasticity and changes in regime, “Journal of Econometrics”, 64, 307–333

Kośko M., Pietrzak M. (2007), Wykorzystanie przełącznikowych modeli typu Markowa w modelowaniu zmienności finansowych szeregów czasowych, [w:] Dynamiczne Modele Ekonometryczne, Z. Zieliński (red. naukowy) Wydawnictwo UMK, Toruń.

Krolzig H. M. (1998), Econometric Modelling of Markov-Switching Vector Autoregressions using MSVAR for Ox, Working paper.

Lahiri K., Whang J. G. (1994), Predicting Cyclical Turning Points with leading index in theMarkov Switching model., „Journal of Forecasting”, 13, 245–263.

Rotemberg J., Saloner G. (1986), A supergame theoretic model of business cycles and price wars during booms, „American Economic Review”, 76, 390–407

Slade M. E. (1992), Vancouver's gasoline-price wars: An empirical exercise in uncovering supergame strategies, „Review of Economic Studies”, 59, 257–276.

Stawicki J.(2004), Wykorzystanie łańcuchów Markowa w analizie rynku kapitałowego, Wydawnictwo UMK, Toruń.

Włodarczyk A., Zawada M. (2005), Przełącznikowy model Markowa jako przykład niestacjonarnego modelu kursu walutowego, [w:] Dynamiczne Modele Ekonometryczne, Z. Zieliński (red. naukowy) Wydawnictwo UMK, Toruń.


##plugins.generic.alm.title##

##plugins.generic.alm.loading##

Metrics powered by PLOS ALM




ISSN 2080-0339 (print)
ISSN 2392-1269 (online)

Partnerzy platformy czasopism