Muraközy Balázs Verseny és szabályozás 2009 kötet bemutatója 2010. s zeptember 1.

1. Ökonometriai módszerek a vezetékes és mobiltávközlési szolgáltatások helyettesítésének vizsgálatára Muraközy Balázs Verseny és szabályozás 2009 kötet bemutatója 2010. szeptember 1.

2. Szabályozási kérdés • Szabályozási kérdés: milyen erősen kell szabályozni a vezetékes távközlési szolgáltatásokat? • Milyen erős a verseny a vezetékes- és a mobil távközlési szolgáltatások között? • Ha a verseny erős, egy érintett piachoz tartoznak • A vezetékes szolgáltatók piaci részesedése alacsonyabb • „Gyengébb” szabályozásra van szükség • Ha a verseny gyenge, különböző piacokhoz tartoznak • A „vezetékes piacon” a vezetékes szolgáltatók részesedése magasabb • „Erősebb” szabályozásra van szükség

3. Vázlat • Rugalmasság és piacdefiníció • Fő adattípusok • A fogyasztók állításai • Aggregált adatok • Egyéni adatok • Tanulságok Magyarország számára

4. Rugalmasság és piacdefiníció • Piacdefiníció: Az adott termékeket egyedül gyártó „hipotetikus monopolistának” megérné-e de érezhető mértékben a versenyzői szint fölé emelni az árakat? • Kérdés, hogy a vizsgált termék mellett milyen más termékeket kell gyártania a hipotetikus monopolistának, hogy ez teljesüljön • Pl. a vezetékes szolgáltatást még nem éri meg monopolizálni, de a vezetékes és mobilt együttesen már igen – a két szolgáltatás alkot egy piacot

5. Rugalmasság és piacdefiníció • Intuitív alkalmazás: • Saját-árrugalmasság • Megmutatja, hogy a hipotetikus monopolistának megéri-e árat emelni • Kereszt-árrugalmasság • Melyik terméket kell legközelebb bevonni a piacra? • Formális alkalmazás • Kritikus rugalmasság elemzés • Ha ismerjük a vállalat költségszerkezetét, akkor meg lehet mondani, hogy milyen rugalmasság fölött nem éri meg árat emelnie a hipotetikus monopolistának:

6. Rugalmasság és piacdefiníció • De milyen rugalmasság? • Hozzáférési vagy használati? • A használati függ a helyettesítésitől • Hosszú- vagy rövid távú? • Ha az ár csak rövid távon csökken, akkor a fogyasztók reakciója magasabb is lehet, mint hosszú távon • Mennyi idő alatt alkalmazkodnak a fogyasztók elég nagy arányban? • Milyen intervallum számít a versenyre gyakorolt hatások megítélése szempontjából? • Rugalmasság becslése

7. Fő adattípusok • Fogyasztók állításaiból kiinduló modellek (szándékolt preferencia) • Pl. lemondaná-e vezetékes telefonját, ha 20 százalékkal nőne az előfizetés ára? • Aggregált (panel) adatok • Pl. Dél-Korea tartományaiban megfigyelt előfizetések és forgalom, éves, 10 évig • Egy szolgáltató csomagjai szintjén aggregált ár- és mennyiség adatok • Egyéni adatok • Általában felmérés • „Bemondás” vagy számlagyűjtés?

8. Fő adattípusok: identifikáció

9. Fő adattípusok: identifikáció • Két egymásnak részben ellentmondó követelmény • Az ár-mennyiség megfigyeléseknek csak azokat az elmozdulásait (varianciáját) használjuk fel, ami biztosan a kínálati függvény eltolódásaiból (különbözőségéből) adódik • A felhasznált variancia elég nagy legyen a pontos becsléshez • Például: különböző csomagokra előfizető fogyasztók eltérő demográfiai jellemzői miatt eltérő lehet az árakszintje • A szintek összehasonlítása tehát felveti az identifikációs problémát • Ezért az elemzéshez csak az árak és mennyiségek változásait használjuk fel (fix hatás) • Az együttható viszont csak akkor becsülhető meg pontosan, ha ezek a változások eléggé különböznek a csomagok között

10. Fogyasztók állításai • „Szándékolt preferencia” • A kutatók maguk állíthatnak össze csomagokat (előfizetési díj, sávszélesség, stb) • A fogyasztók választhatnak ezek közül • Ökonometriai modellek az így kapott adatokon is alkalmazhatók: Pr(i. csomag választása)=F(i. csomag jellemzői, más felajánlott csomagok jellemzői) Az i. csomag árának együtthatójából kiszámítható a rugalmasság

11. Fogyasztók állításai • Előnyök • Megoldja az identifikációs problémát, mert a kutató véletlenszerűen módosíthatja a „kínálatot” • A kutató elég nagy varianciát vihet az adatokba a pontos identifikációhoz • Új, a piacon még nem létező szolgáltatások, csomagok hatása is vizsgálható • Hátránya • Nem tényleges döntésre épül • Inkább hozzáférési rugalmasság mérésére alkalmas, nem várható el, hogy reálisan megbecsüljék az emberek, hogy mennyit beszélnének • Túl sok dimenzió méréséhez már nagy (és drága) mintára van szükség

12. Aggregált adatok – cég vagy csomagszintű aggregátumok • Pl. tudjuk egy vállalat különböző csomagjaiban a lebeszélt perceket, az előfizetők számát és az árakat • Modell: Csomag- és idő fix hatások • Fő probléma: • az egyes csomagok előfizetőinek összetétele endogén: függ az ártól • Pl. az alacsonyabb árat, de magasabb előfizetési díjat tartalmazó csomag előfizetői olyanok, akik más csomagra előfizetve is többet beszélnének • Ráadásul ezt a fix hatás sem oldja meg, mert az árváltozás hatására megváltozik a fogyasztók összetétele • Az elvándorló fogyasztók szisztematikusan különböznek az ottmaradtaktól

13. Aggregált adatok – területi aggregátumok • Pl. minden megyéről tudjuk az elmúlt 10 évből az előfizetések számát és árát • A kereslet modellje: Megyei és idő fix hatások • Fő kérdések: • A kínálat eltérő szerkezetéből adódnak-e a megyék közötti különbségek? (hihetőbb, mint a csomagok esetében) • eléggé különböznek-e az árak az egyes megyék között? (USA-ban talán, Mao.-n nem valószínű)

14. Fogyasztók egyéni adatai • Kérdőíves megkeresés • Fogyasztók demográfiai jellemzői és távközlési szolgáltatás-használatuk önbevallás alapján • Számlagyűjtés • A fenti adatok mellett elkérik a fogyasztók számláit is, ami jelentősen javítja a pontosságot • Árak szerkezete • Beszélt percek stb.

15. Fogyasztók egyéni adatai: a hozzáférés modellezése • Diszkrét függő változós modellek • Véletlen hasznosság modellek • A n. fogyasztó hasznossága a j. alternatívából: • Azt az alternatívát választja, amelyikből a legnagyobb a hasznossága • Az egyes alternatívák választásának valószínűsége a hibatag eloszlásától függ. Pl logit:

16. Fogyasztók egyéni adatai: a hozzáférés modellezése • Diszkrét változós modelleknél kiszámíthatók a saját- és keresztárrugalmasságok • Logit modell feltevése: minden alternatíva ugyanúgy helyettesíti egymást (irreleváns alternatíváktól való függetlenség) • Pl. az ADSL ára felmegy, ennek hatására ugyanolyan arányban nő a keskenysávú és a kábeles internet előfizetőinek száma • Megoldás: beágyazott logit • Bizonyos alternatívák egymás közelebbi helyettesítői

17. Fogyasztók egyéni adatai: a hozzáférés modellezése • Példa beágyazott logitra

18. Fogyasztók egyéni adatai: az árak mérése • A fogyasztó által választott előfizetés ára • Megfigyelhető • De bonyolultak a csomagok • Ezért meg kell becsülni, hogy hány beszélt perchez mekkora előfizetési díj tartozik • Függő változó: teljes fizetett díj • Magyarázó változó: földrajzi, demográfiai fix hatások, lebeszélt percek száma • Probléma: lebeszélt perceket befolyásolhatja a tarifaszerkezet • Beszélt percek változó instrumentálása

19. Fogyasztók egyéni adatai: az árak mérése • A fogyasztó által nem választott alternatíva ára • A véletlen hasznosság modellben a többi alternatíva hasznosságának modellezéséhez ezekre is szükség van • Azokra az árakra vagyunk kíváncsiak, amiket a fogyasztó érzékel • Ezek közvetlenül nem figyelhetők meg • Össze kell őket gyűjteni, kedvezményekkel együtt, pl. a fogyasztók lakóhelye szerint • Átváltás: • Szükség van minél nagyobb különbségekre az árak között (pl. területi) • Viszont a mesterségesen generált variancia hatására torzított lehet a rugalmasság-becslés

20. Tanulságok Magyarország számára • Fogyasztók állításai • Jól előkészített méréseknek van helye • Léteznek felmérések is egyéni szinten, pl. Eurobarometer • „ha ugyanolyan áron használhatná otthonában a mobiltelefont, mint a vezetékest, akkor feladná-e vezetékes telefonját” • Ezekre az adatokra lehetne többet építeni • Aggregált adatok • Csomagszintű: • Nehéz az endogén összetétel-hatás kezelése • Területi szintű • Az ország kicsi és homogén, az árak szintje és változásai között kis különbségek vannak • Nehéz pontosan becsülni • Bár a város-vidék közötti különbségek esetleg kihasználhatók • De pl. Ausztriában jó tapasztalatok vannak

21. Tanulságok Magyarország számára • Egyéni felmérések: • Léteznek régebbi egyéni adatok • Pl. Tárki-NHHközös felmérése, 2004 • Hasznos lenne az ilyeneket kibővíteni, rendszeressé tenni • Számlagyűjtés lehetséges-e? • „Természetes kísérlet” • A fogyasztók egy – véletlenszerűen kiválasztott – részének más árakat ajánlanak • Ezeknek és a kontrollcsoportnak az összehasonlítása torzítatlan, pontos becslést ad • Pl. BT átmenetileg árakat csökkentett rugalmasságmérés céljából • A szabályozó végezhetne ilyen kísérleteket • Például bizonyos földrajzi területen eltérő módon szabályozhatná az egyetemes szolgáltatás árát egy ideig