Диссертация (1137680), страница 8

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 8)

Их несомненным достоинствомявляются простота вычисления и минимальный объем необходимойинформации.Наиболее простейшим среди индексов структурного подходаявляется индекс k-концентрации, вычисляемый как сумма рыночныхдолей крупнейших k-игроков на рынке:kCRk   si при s1  s2  ...  sk  sn ,(1.1)i 1где si – рыночная доля i-го банка, n – количество банков на рынке.Важноотметить,чтоединойметодологииотносительноколичества банков, включаемых в его подсчет, нет. В эмпирическихисследованиях в расчет данного показателя включается 3, 5 или даже10 банков.

Данный индекс принимает значение от 0 до 1, где 0характеризует ситуацию наличия на рынке большого числа мелкихигроков, а 1, в свою очередь, означает полный контроль над рынкомкрупныхигроков.Основныминедостаткамиэтогопоказателяявляются: во-первых, он не предоставляет информацию по изменениюрыночных долей банков внутри групп крупных (включенных в расчет)и более мелких (исключенных из рассмотрения) банков (Kocabay,322000.Достаточно подробный перечень различных мер концентрации приведен в работе Bikker, Haaf,412009); во-вторых, он не отражает изменения в рыночной структуре; втретьих, он не учитывает влияние мелких банков на решения крупных(Bikker, Haaf, 2000).Еще одним индикатором, измеряющим концентрацию в рамкахданного подхода, является индекс Херфиндаля-Хиршмана (HerfindahlHirschman index, HHI) или индекс полной информации (Hirschman,1964). В расчет этого показателя, в отличие от индекса концентрации,включаются все банки; при этом наибольший вес получают крупныеигроки.

Мы рассматриваем его нормализованную версию с тем, чтобызначения HHI находились в интервале  0,1 :NNHHI  i 1si2  1 / N,1/ N(1.2)где N – количество банков на рассматриваемом рынке.В данном индексе больший вес получают банки с бо́льшимирыночными долями. Как и в предыдущем случае, чем большеконцентрация, тем большее значение принимает этот показатель. Егоиспользование сопряжено с несколькими недостатками: во-первых,при некорректном определении рынка расчет показателя можетприводить к неверным выводам из-за неравномерности конкуренции вразных продуктовых сегментах (например, специализация отдельныхбанков в конкретных продуктовых сегментах кредитного рынка можетприводить к высокой монополизации этих сегментов, что может ненаходить отражения при изучении агрегированного кредитного рынка),а также ее неравномерности в отдельных географических регионах (чтоособенно актуально в сегменте кредитования МСБ) (Leon, 2014).

Вовторых, его расчет требует наличия полной информации пораспределению рыночных долей на рынке, что не всегда достижимо вреальности (Nauenberg, 1997).42Кривая Лоренца и индекс Джини – индикаторы, которыеизмеряют неоднородность распределения рыночных долей. Первыйпредставляетсобойизображениефункциираспределения,аккумулирующей долю числа банков и выпускаемый ими совокупныйпродукт (см. рис.3).Суммарный выпуск, в %1009080706050403020100020406080100Доля банков (от мелких к крупным), в %Рисунок 3 – Кривая Лоренца для банковской системы (пример)33Источник: составлено авторомНа основе кривой Лоренца рассчитывается индекс Джини – какотношение площади области между прямой в 45° и кривой Лоренца кплощади всей области ниже биссектрисы:GI  1 1  2  N   iyi ,N  N 2 y  i 1(1.3)где yi – выпуск i-го банка (ранжированный в выборке по убыванию);y– средний выпуск.Значения этого показателя также варьируются в пределах от 0 до1, где 1 свидетельствует о наличии абсолютного неравенства враспределении рыночных долей между игроками, 0 – об обратном.

Онобладает теми же недостатками, что и HHI.Рассчитано по рынку кредитования МСБ (аппроксимированного через кредиты индивидуальнымпредпринимателям) в России в 2013 г.3343При этом данный подход, в целом, подвергается значительнойкритике со стороны исследователей. Так, в работе Musonda (2008)отмечается,чтозадифференцированностиегорамкамиуровнейрыночнойостаютсяисточникиконцентрации,чточастично объясняет современную низкую привлекательность SCPпарадигмы при изучении банковской конкуренции. В исследованияхShaffer (1994), Goddard et al. (2001), Leon (2014), Pawlowska (2015)также делается акцент на слабом теоретическом обосновании этогоподхода, поскольку даже в случае дуполии ценовая конкуренция можетбыть эффективной, ведь в данном случае может быть найденоравновесие по Бертрану.

Поэтому, как утверждает литература в областисостязательности рынков (Baumol, 1982), количество банков на рынкене является показателем степени конкуренции. Напротив, движущейсилой предстает угроза входа на рынок, определенная как наличие илиотсутствие барьеров (экономических или юридических).Кроме того, направление причинно-следственной связи междуструктурой рынка и поведением может быть обратным, т.к. структурарынка способна изменяться в зависимости от поведения банков. Общеенаблюдение относительно структурных мер измерения конкуренции вбанковскойсферезаключаетсявтом,чтоониявляютсянеубедительными (Berger, 1995). Это означает, что концентрация самапо себе не способна объяснить конкурентное поведение в банковскойсфере (Claessens, Laeven, 2004).Вкачествеальтернативытеоретическомупредставлениюструктурного подхода среди прочих появилась гипотеза эффективнойструктуры, предложенная в работах Demsetz (1973) и Peltzman (1977),которая снимает основную его предпосылку – экзогенность структурырынка.

Таким образом, сторонники данной теории считают, чтосуществуетобратнаяпричинно-следственнаясвязьмежду44конкуренцией и концентрацией, предполагающая, что высокиеприбыли могут являться результатом эффективных операций банков сдоминирующими рыночными долями. Поэтому эти банки обладаютболее высокой X-эффективностью.Таким образом, в рамках новой эмпирической теории отраслевыхрынков (New Empirical Industrial Organization, NEIO) возник второйподход к оценке конкуренции, предложивший модели, оцениваемыелибо на уровне всего сектора, либо на уровне индивидуальных фирм.NEIOподходсделалпопыткувобластипредоставлениясостоятельного теоретического фундамента конкуренции междуфирмами. При этом принято выделять два поколения моделей этогоподхода (Carbó-Valverde et al., 2009; Leon, 2014).

К первому поколениюотносятся модели (модель Иваты,34 модель Бреснахана-Лау, модельПанзара-Росса, индекс Лернера), базирующиеся на теории олигополии(неоклассической концепции конкуренции). Ко второму поколениюотносятся динамические меры конкуренции (австрийская концепцияконкуренции):устойчивостьприбылей(persistenceofprofits),предложенная в работах Mueller (1977, 1986), и индикатор Буна.Рассмотрим далее подробнее основные модели данного подхода.Индекс Лернера измеряет монопольную власть банка ирассчитывается как отношение наценки (цена за вычетом предельныхиздержек) к цене банковского продукта. Его расчет базируется настатичнойтеорииолигополии.Так,предположим,чтомырассматриваем модель олигополии Курно, в которой определяетсяобъем выпуска банков, производящих один продукт.

ПустьP (Q ) –функция рыночной цены банковского продукта, а Q – его рыночное34 Эта модель была впервые предложена в работе Iwata (1974), она заключается в расчете функцийреакции (conjectural variation) для отдельных банков, производящих гомогенный продукт наолигополистическом рынке. Однако она исключена из рассмотрения в настоящем разделе из-за низкойиспользуемости в эмпирических исследованиях в области банковской деятельности (что отмечается в Delis etal., 2008).45количество (причем, каждый из банков i производит qi ). Условиемаксимизации прибыли банка i выглядит следующим образом:max[ P(Q) qi  C ( qi , wl )] ,(1.4)qiгде C ( qi , wl ) – функция издержек банка i, wl – вектор цен на факторыпроизводства банка i.Таким образом, индекс Лернера может быть представлен как:Li P (Q )  Cq' i ( qi , wl )P (Q ),(1.5)где Cq' (qi , wl ) – предельные издержки банка i.iКак правило, этот индикатор принимает значения от 0 до 1, где 0наблюдается в ситуации совершенной конкуренции, а 1 – в ситуациимонополии.Этотиндикаторявляетсядовольнопопулярнымсредиисследователей для изучения банковской конкуренции.

Данныйпоказатель имеет ряд весомых преимуществ и для целей настоящейработы: во-первых, является прямой мерой оценки конкуренции; вовторых, рассчитывается на уровне отдельно взятого банка. Основнымиего недостатками является сложность расчета предельных издержек иненаблюдаемость цен на банковские продукты. Кроме того, Boone(2008), Leon (2014) отмечают, что увеличение средней рыночнойвласти при некоторых сценариях может сопровождаться увеличениемконкуренции.МодельБреснахана-Лау(Bresnahan,1982;Lau,1982)представляет собой модель краткосрочного общего равновесия, вкоторой максимизирующие прибыль фирмы устанавливают цены иколичество на уровне (цены, прибыль и концентрация являютсяэндогенными переменными), при котором предельные издержки равныих предельной выручке, соотносящейся с ценой спроса в условиях46совершенной конкуренции или предельной выручки отрасли присовершенном сговоре.

Далее рассмотрим основную логику данноймодели.Пустьпри этомQP (Q, z )– обратная функция спроса для выпуска в отрасли,– общий объем выпуска в отрасли (складывающийся из12nсуммы объемов выпуска каждого банка qi в отрасли), а g  (g , g ,..., g )– вектор экзогенных переменных, оказывающих влияние на рыночныйспрос, но не на предельные издержки банков. Обозначим за Ci (q i , w i )функцию издержек банка i (предположим также, что в отраслифункционирует K банков) с wi  (w1i , w i2 ,...w im ) вектор экзогенныхпеременных, которые оказывают влияние на предельные издержки, ноне на рыночный спрос.

Тогда решение задачи максимизации прибылиприведет к следующему результату:P (Q * , g)  iC (q , w )P (Q* , g)qi  i i iQqi,(1.6)где i – параметр предполагаемой реакции банка i, если   0 , то банкдействует в условиях совершенной конкуренции, а если   1 – банкявляется монополистом.Однакоосновнымнедостаткомэтоймоделиявляетсяинтенсивность требуемых для ее расчета данных. Кроме того, онатребует определения функциональной формы для уравнений спроса ипредложения, гибкие формы часто требуют оценки большого числапараметров, что сопряжено с появлением мультиколлинеарности вмоделях и проблем, обусловленных малой выборкой (Leon, 2014).Модель Панзара-Росса (Panzar, Rosse, 1987) представляет собоймодельдолгосрочногоравновесия,оценивающуюсуммуэластичностей приведенной формы уравнения (reduced form equations)общей выручки к ценам на ресурсы.47Следуя работам Bikker, Haaf (2002), Gutiérrez de Rozas (2007),рассмотрим основные положения этой модели.

Характеристики

Список файлов диссертации