Detectie van mededingingsbeperkend gedrag. Onderzoeksrapport economische detectiemethoden Madeline Buijs en Tako Vermeulen*

Detectie van mededingingsbeperkend gedrag. Onderzoeksrapport

economische detectiemethoden

Madeline Buijs en Tako Vermeulen*

* Dit artikel is geschreven op persoonlijke titel en geeft niet noodzakelijkerwijs de opvatting weer van de Nederlandse Mededingingsautoriteit.

Discussion paper no. 2008/1

Detectie van Mededingingsbeperkend Gedrag

Onderzoeksrapport Economische Detectiemethoden

NMa openbare versie

Versie Definitief

Datum Februari 2008

Economisch Bureau

Samenvatting ...7

Inleiding...14

1 Literatuuronderzoek stap 1: screening... 18

1.1 Theorie ... 18

1.1.1 Wat is screening? ... 18

1.1.2 Wanneer zijn kartels winstgevend? Een theoretische basis voor de kartel-index ...19

1.1.3 Literatuur als basis voor de indicatoren ...25

1.1.4 Conclusie ...34

1.2 Indicatoren ... 35

1.2.1 Drie soorten indicatoren ... 35

1.2.2 Structuurindicatoren ... 35

1.2.3 Gedragsindicatoren...41

1.2.4 Uitkomstindicatoren ...43

1.2.5 Conclusie ...45

1.3 Aggregatie van de indicatoren... 46

1.3.1 Beschrijving verschillende aggregatiemethoden... 46

1.3.2 Aggregatie van de kartel-index ... 48

1.3.3 Conclusie ... 49

1.4 Algemene conclusie...50

2 Literatuuronderzoek stap 2: verificatie ... 51

2.1 Theoretische literatuur... 51

2.2 Empirische literatuur ...56

2.3 Analyse literatuur ...59

2.4 Te gebruiken indicatoren en methodes ...61

2.5 Conclusie... 62

3 Analyse stap 1: de kartel-index...63

3.1 Beschrijving van de kartel-index ...63

3.1.1 Geselecteerde indicatoren...63

3.1.2 Aggregatie van de indicatoren ... 64

3.1.3 De kartel-index... 66

3.1.4 Voorbeeld: volledig vrije mededinging, een kartel en een oligopolie ... 68

3.1.5 Conclusie ... 69

3.2 Dataverzameling ... 69

3.2.1 Bronnen ... 69

3.2.2 Verwerking van de bronnen ... 70

3.2.3 Dataproblemen...73

3.2.4 Verwerking van ontbrekende gegevens ... 74

3.2.5 Berekening datakwaliteit ... 75

3.2.6 Conclusie ... 76

3.3 De kartel-index in perspectief ...77

3.3.1 De kartel-index en de Lerner index ...77

3.3.2 De kartel-index en Grout & Sonderegger ...78

3.3.3 Een geavanceerde versie van de kartel-index ...78

3.3.4 Conclusie ... 80

4 Analyse stap 2: verificatie ... 81

4.1 Analyse op basis van econometrische methodes... 81

4.2 Conclusie... 84

Samenvatting en conclusie ...85

Literatuur ...87

Bijlage 1: definities van de indicatoren ... 89

Indicatoren kartel-index ... 89 C4-ratio ... 89 Aantal bedrijven... 89 Import... 89 Marktgroei ... 89 Overlevingsratio ... 90

R&D Uitgaven (RandDUitg) ... 90

Organisatiegraad (BrancheOrg) ... 90

Prijs t.o.v. EU-15 (PrijstovEU15) ... 90

Churn ... 90

Indicatoren geavanceerde versie kartel-index ...91

Kapitaal intensiteit (KapInt)...91

Verkoopkosten...91

Toetreding ...91

Brutomarge...91

Bijlage 2: lidmaatschapsfuncties kartel-index ...93

Lidmaatschapsfuncties kartel-index ...93 BrancheOrg (1)...93 PrijstovEU15 (2)... 94 C4-ratio (3a)... 94 AantalBedrijven (3b)...95 Import (3c) ...95 Concentratie (3)... 96 Marktgroei (4a) ... 96 Overlevingsratio (4b1)... 96 Churn (4b2) ... 96 Stabiliteit (4b)... 97 RandDUitg (4c) ... 97 Dynamiek... 97 Kartel-index... 97

Lidmaatschapfuncties geavanceerde versie kartel-index ... 97

Samenvatting

In dit onderzoeksrapport van het Economisch Bureau van de Nederlandse Mededingingsautoriteit (NMa) is een methode ontwikkeld om mogelijk mededingingsbeperkend gedrag te kunnen detecteren in de Nederlandse economie op basis van economische gegevens. Deze methode is een aanvulling op bestaande instrumenten en draagt bij aan de actieve opsporing van mogelijke illegale afspraken.

De doelstelling van het project is om met behulp van economische theorie en empirische gegevens sectoren aan te wijzen waar mogelijk sprake is van mededingingsbeperking. De focus ligt op het opsporen van afspraken die de mededinging beperken, maar dit betekent niet dat ander mededingingsbeperkend gedrag wordt uitgesloten. We willen met dit project inzicht verkrijgen in de reeds bestaande methoden om met behulp van economische gegevens mededingingsbeperkend gedrag te detecteren. Daarnaast wordt een eigen methode om dit gedrag te detecteren ontwikkeld. De probleemstelling van dit project is:

“In hoeverre is het mogelijk om een methodiek te ontwikkelen op basis van analyses in de literatuur die aangeeft in welke sectoren sprake is van mededingingsbeperkend gedrag?”

In eerste instantie richt de methode zich op afspraken die bedrijven onderling maken, zoals hierboven al duidelijk is geworden. Uit dit rapport blijkt dat de indicatoren en methodes die worden gebruikt zo ingericht zijn dat sectoren die de grootste kans hebben dat er onderlinge afspraken worden gemaakt hoog zullen scoren. Economische machtsposities en het eventuele misbruik daarvan zijn in eerste instantie buiten beschouwing gelaten. Wanneer echter een sector hoog scoort waar de kans groot is dat er een economische machtspositie is, zal deze sector mee worden genomen in het onderzoek.

Screening vormt de eerste stap van onze detectiemethode. Het doel hiervan is om op relatief eenvoudige wijze een selectie te maken van sectoren waarin de kans op mededingingsbeperkend gedrag het grootst is. De basis van het screenen wordt gevormd door de indicatoren die wijzen op concurrentiebeperking. De onderzoeken naar methoden om de economie te screenen op mededingingsbeperkende gedragingen worden op twee verschillende wijzen uitgevoerd. Aan de ene kant zijn er artikelen die vanuit een wetenschappelijke visie aanwijzingen geven over de manier waarop mededingingsafspraken gevonden kunnen worden. Aan de andere kant zijn er artikelen geschreven in opdracht van mededingingsautoriteiten die vanuit de praktijk naar manieren kijken om de economie te screenen. In deze twee groepen onderzoeken is er ook een onderscheid te maken tussen theoretische en empirische literatuur. Dit onderscheid wordt hieronder aangehouden.

In theoretische artikelen zoals die van bijvoorbeeld Harrington en Porter wordt de vraag gesteld hoe collusie te onderscheiden is van concurrentie. Deze artikelen proberen gedragsverschillen tussen concurrerende en samenwerkende bedrijven te vinden. De methodes die deze artikelen vinden zijn minder geschikt voor de screening. Doordat we de screening eenvoudig willen houden, is besloten om alleen naar de structuur van de markt te kijken en het gedrag van de bedrijven in de markt te analyseren tijdens een proces van verificatie. Hierdoor zijn een groot aantal conclusies uit deze literatuur voor de screening niet bruikbaar. Andere theoretische literatuur, zoals Motta, geeft wel structuurindicatoren die mededingingsbeperkend gedrag in een sector kunnen aanwijzen. Tenslotte zijn artikelen geschreven in opdracht van mededingingsautoriteiten praktischer van aard waardoor voor de screening goed bij deze artikelen kan worden aangesloten. Structuurindicatoren staan centraal bij deze artikelen.

gevonden is. Voorbeelden van eigenschappen waar de empirische bronnen inzicht in geven is het type product dat kartels verkopen, het type industrie waar mededingingsafspraken in voorkomen en wat er met de prijzen gebeurt na het maken van de afspraak.

De indicatoren uit de literatuur zijn te verdelen in drie verschillende categorieën:

- Structuurindicatoren geven aan onder welke marktomstandigheden, zoals hoge toetredingsbarrières, het makkelijker is om de mededinging te beperken. Dit zijn eigenschappen die niet direct beïnvloedbaar zijn door het gedrag van de spelers.

- De gedragingen van de spelers in een markt kunnen verraden of er illegale afspraken zijn gemaakt. Als we bijvoorbeeld zien dat concurrenten zich gaan verenigen onder een gemeenschappelijke handelsorganisatie, kan dit betekenen dat de handelsorganisatie dienst doet als systeem om de illegale afspraken in stand te houden.

- Tenslotte kan de marktuitkomst wijzen op mededingingsbeperkend gedrag. Als een hoge prijs-kostenmarge wordt gemeten, is dit mogelijk een gevolg van afspraken tussen concurrenten. Aan de andere kant kan dit ook veroorzaakt zijn door een andere vorm van marktmacht, zoals het bezitten van exclusieve rechten op een innovatie.

Bij elke indicator is een afweging gemaakt tussen de effectiviteit van de indicator en de kwaliteit van de beschikbare gegevens. Allereerst is een selectie gemaakt van de indicatoren die volgens de literatuur de meeste verklaringskracht hebben. Daarna is voor deze indicatoren onderzocht of er data voor beschikbaar zijn. Een aantal indicatoren met hoge verklaringskracht valt hierdoor af, omdat geen data voorhanden zijn. Een voorbeeld hiervan is producthomogeniteit. Dit is een indicator die veel kan zeggen over de mate van concurrentie in een markt, maar heel moeilijk te meten is. In tabel S1 zijn de indicatoren weergegeven die voor de screening gebruikt worden.

Tabel S1. Gebruikte indicatoren screening

# Concept Indicator Tijdsperiode

1 Concentratie C4-ratio 2004

2 Concentratie Aantal bedrijven in een sector 2004 3 Internationale concurrentie Import t.o.v. omzet in een sector (importpenetratie) 2004 4 Marktgroei Gemiddelde omzetgroei afgelopen vier jaar 2000-2004 5 Stabiliteit sector Aantal spelers dat samen gedurende vier jaar in een sector opereert

(overlevingsratio)

2000-2004

6 Innovatie R&D uitgaven t.o.v. de bruto toegevoegde waarde 2004 7 Organisatiegraad Hoeveelheid branche- handelsorganisaties 2006 8 Prijsniveau Prijs in Nederland ten opzichte van EU-15 2004 9 Stabiliteit sector Toetreding en uittreding t.o.v. het aantal bedrijven (churn) 2002

bepaalde waarde van een indicator vertaald wordt naar een waarde die de kans op concurrentiebeperking aangeeft. Deze kans ligt altijd tussen 0 en 1, waarbij 0,5 de neutrale waarde aangeeft. Als de functie een resultaat geeft dat lager is dan 0,5 is het onwaarschijnlijk dat er een mededingingsafspraak in de sector gemaakt is. Als het resultaat boven 0,5 ligt is het risico groter dat er een afspraak in de sector gemaakt is. Des te hoger de waarde, des te hoger de waarschijnlijkheid. De uitkomsten van elke indicator wordt met behulp van een lidmaatschapsfunctie omgezet naar waardes tussen 0 en 1.

De lidmaatschapsfunctie heeft de volgende algemene specificatie:

[ ]

x : i

i →

µ

Ter illustratie is de indicator aantal bedrijven in een sector te gebruiken. Met weinig bedrijven is het makkelijk om een mededingingsafspraak te maken, maar het wordt snel moeilijker naarmate het aantal bedrijven in een sector stijgt. Een afspraak maken in een sector met meer dan 50 bedrijven is onwaarschijnlijk. Als we hier een functie van tekenen dan zou deze er als volgt uit kunnen zien, waarbij 0,5 dus de neutrale waarde is:

Voor de screening is al bekend hoe de indicatoren geaggregeerd worden, namelijk via lidmaatschapsfuncties. Aan de hand van de literatuur zijn vervolgens de indicatoren gegroepeerd en hebben een gewicht meegekregen. De indicatoren vallen in vier groepen: concentratie, dynamiek, prijs en brancheorganisaties. In figuur S1 zijn de verschillende groepen indicatoren weergegeven met het gewicht dat elke indicator krijgt. Wiskundig wordt dit in onderstaande formule weergegeven:

(

)

(

)

( )

(

)

(

)

(

(

)

(

)

(Churn

)

)

Figuur S1. De kartel-index

De screening is niet een voldoende sterk signaal voor mogelijke mededingingsbeperking, al geeft het een goede indruk welke sectoren een zodanige structuur hebben dat de concurrentie relatief makkelijk in de desbetreffende sector te beperken is. Het is daarom belangrijk om nog een tweede stap toe te voegen, namelijk een proces van verificatie. Dit houdt in dat een nog nader te bepalen aantal sectoren die het hoogst scoren bij de screening, verder worden onderzocht. Dit wordt gedaan aan de hand van meer uitgebreide econometrische methodes. Literatuuronderzoek naar theoretische en empirische artikelen heeft een aantal econometrische methodes opgeleverd die te gebruiken zijn.

ontwikkelingen in de output in een sector, maar het is mogelijk dit door te trekken naar parallel gedrag in het stellen van prijzen. De grote beperking van deze methode is de hoeveelheid informatie die over individuele bedrijven nodig is. Als laatste kan de winstelasticiteit worden gebruikt om te meten hoe de concurrentie zich ontwikkeld. Hiervoor zijn gegevens over de winst en de marginale kosten nodig. Omdat de marginale kosten moeilijk te berekenen zijn, wordt als alternatief met de variabele kosten gewerkt. De methode moet op basis van de tijd worden gebruikt. De absolute waarde van de winstelasticiteit is niet van belang, het gaat om de ontwikkeling in de winstelasticiteit over een langere tijdsperiode. Dit maakt duidelijk hoe de concurrentie zich in een sector in de tijd ontwikkelt. De interpretatie van deze methode is eenvoudig en duidelijk en kan daarom goed dienen om het gedrag in een sector in kaart te brengen.

Een belangrijke eis voor alle methodes is dat ze relatief eenvoudig zijn en dat geen moeilijk te verkrijgen data nodig zijn. Hierdoor is ervoor gekozen om de geselecteerde methodes alleen te gebruiken om de prijs, de output en de marktaandelen te analyseren. Er is een uitzondering gemaakt voor de winstelasticiteit die de winst en de kosten analyseert, omdat deze indicator relatief eenvoudig te berekenen is en veel informatie over het gedrag in een sector geeft. Nadeel van de te gebruiken methodes blijft dat de databehoefte groter is dan bij de screening waardoor de kans groter is dat de data niet voorhanden zijn. De kartel-index kan niet met zekerheid aangeven in welke markt zich een mededingingsafspraak bevindt en in welke markt niet. Dit betekent dat er zich afspraken kunnen bevinden in sectoren waar de index laag is en dat niet in alle sectoren waarin de index hoog is ook daadwerkelijk een afspraak te vinden is. Het doel van de kartel-index is om een grove selectie te maken van sectoren in de Nederlandse economie, dat als basis dient voor verdere analyse met behulp van de verificatie. De kartel-index geeft daarom slechts een indicatie over de locatie van mogelijke concurrentiebeperking in de economie.

De bedoeling van de verificatie is het controleren van de sectoren die hoog scoren in de screening. Door middel van dit proces vindt een controle plaats of de sector wel nader moet worden onderzocht, maar daarnaast kan het ook fungeren als een prioritering. Er wordt uitgegaan van de gelijkwaardigheid van de geselecteerde sectoren in de screening en aan de hand van de verificatie wordt een nieuwe rangorde opgesteld. De sector die bovenaan deze lijst staat, heeft de meeste prioriteit om verder te onderzoeken.

Om de rangorde van de indicatoren prijs, marktaandeel en output en de onderliggende methodes te bepalen, is het belangrijk om naar de onderliggende relaties tussen de indicatoren te kijken. Hier geldt de winstelasticiteit weer als uitzondering, omdat deze alleen wordt gebruikt om de richting en de mate van concurrentie over de tijd aan te geven. Deze indicator is een goed uitgangspunt om de analyse mee te beginnen. De indicator kan namelijk naast aangeven welke richting de concurrentie opgaat, laten zien in welke periode er veranderingen in de concurrentie zijn geweest. Dit kan een eerste aanwijzing zijn voor mededingingsbeperkend gedrag in een sector die goed van pas komt bij de andere indicatoren. De overige indicatoren kunnen verschillende soorten mededingingsbeperkende gedragingen opsporen.

Mededingingsafspraken kunnen ook de markt verdelen. Hierdoor worden de deelnemers monopolist op hun geografische markt. De marktaandelen van de verschillende spelers zullen stabiel zijn, omdat deze zijn afgesproken. Daarnaast zal voor de individuele spelers de output stabiliseren, en eventueel dalen, en de prijs stijgen, de eigenschappen van een markt met een monopolist. Net als bij een prijskartel, zal de prijs hoger liggen en de output lager. Het enige verschil is dat dit niet door één monopolist wordt veroorzaakt, maar door verschillende monopolisten op deelmarkten. De stabiliteit van de prijs en output zal ook hoger zijn. Hieruit blijkt dat wanneer de prijs en output op een mededingingsafspraak wijzen, dit niet per se een prijskartel hoeft te zijn. Het kan ook een afspraak zijn die de markt verdeeld.

Als laatste kunnen afspraken worden gemaakt over de af te zetten hoeveelheid, de output. Dit heeft tot gevolg dat de output stabieler wordt. Vaak bepalen dit soort afspraken ook tegen welke prijs de vastgestelde output moet worden verkocht. Hierdoor zal de prijs in de sector stabiliseren. Het is in eerste instantie niet duidelijk wat er met de hoogte van de prijs zal gebeuren, maar de kans is groot dat deze zal stijgen. Als laatste heeft dit gevolgen voor de marktaandelen, omdat de deelnemers elk een vast deel van de markt aangewezen krijgen.

Om systematisch de hoogst scorende sectoren te kunnen verifiëren, is het belangrijk om te bepalen hoe deze verificatie in zijn werk gaat. Allereerst wordt naar de winstelasticiteit gekeken. Hierdoor verkrijgen we een eerste beeld over de richting die de concurrentie opgaat en in welke periode problemen kunnen ontstaan. De verschillende vormen van mededingingsafspraken, het prijskartel, verdeling van de geografische markt en afspraken over de af te zetten hoeveelheid, hebben alle gemeen dat ongeacht de vorm zij invloed hebben op de prijs. Daarom wordt als tweede naar de prijs gekeken. Wanneer namelijk blijkt dat de ontwikkeling van de prijs een signaal geeft dat de concurrentie mogelijk is verstoord, dit verschillende soorten afspraken kan inhouden. Hierdoor kan de prijs met grotere zekerheid aangeven of er een mededingingsafspraak in de sector gemaakt is of niet. Als er met de ontwikkeling in de prijs niets aan de hand is, is de kans groter dat er geen afspraak gemaakt is dan wanneer bijvoorbeeld naar de marktaandelen wordt gekeken. Een sector zal in de rangorde stijgen wanneer uit de ontwikkeling van de prijs verdachte gedragingen blijken. De sector zal nog verdachter zijn wanneer ook in de output verdachte gedragingen zijn te ontdekken. Zowel een prijskartel als een afspraak die de markt verdeeld heeft gevolgen voor de output. Met verdachte gedragingen in zowel de prijs als de output is het risico op mededingingsbeperkend gedrag groter. Als laatste is het nog van belang om de marktaandelen te bekijken.

Uitgezonderd de winstelasticiteit, is de prijs de belangrijkste indicator, gezien de analyse hierboven, op de voet gevolgd door de output en het marktaandeel. In figuur S2 wordt duidelijk hoe de verschillende indicatoren gerangschikt zijn.

Uit het schema blijkt dat er acht mogelijke uitkomsten zijn. Om de rangorde te bepalen, is aan elke uitkomst een cijfer gegeven. Hoe meer indicatoren laten zien dat er mogelijk sprake is van mededingingsbeperkend gedrag, hoe hoger cijfer de sector krijgt. Wanneer uiteindelijk twee sectoren hetzelfde cijfer hebben gekregen, zal de uitkomst van de kartel-index bepalen welke sector hoger zal eindigen.

Inleiding

In dit rapport zijn de verschillende stappen en de eerste resultaten van het project detectiemethoden uitgewerkt. Dit project is in opdracht van de Raad van Bestuur opgestart door het Economisch Bureau onder leiding van de Chief Economist. Dit project probeert een methode te ontwikkelen waarmee mededingingsbeperkend gedrag actiever kan worden gedetecteerd. Op dit moment spoort de NMa dergelijk gedrag, waaronder kartels, voornamelijk op een reactieve manier op. Voorbeelden hiervan zijn de klachten van consumenten en concurrenten en het aanvragen van clementie door bedrijven illegale afspraken hebben gemaakt. Ook het programmamanagement binnen CT heeft inmiddels stappen gezet om te komen tot een meer actieve manier van opsporen. Internationaal is ook steeds meer aandacht voor actieve methodes om mededingingsbeperkend gedrag op te sporen. Voorbeelden zijn initiatieven van bij de Office of Fair Trading (OFT), de Britse Mededingingsautoriteit, en de Europese Commissie. De papers waar de door hen ontwikkelde methodes worden besproken, zullen uitgebreid worden behandeld in het literatuuronderzoek. De doelstelling van het project is om met behulp van economische theorie en empirische gegevens sectoren aan te wijzen waar mogelijk sprake is van mededingingsbeperking. De focus ligt op het opsporen van afspraken die de mededinging beperken, maar dit betekent niet dat ander mededingingsbeperkend gedrag wordt uitgesloten. We willen met dit project inzicht verkrijgen in de reeds bestaande methoden om met behulp van economische gegevens mededingingsbeperkend gedrag te detecteren. Daarnaast wordt een eigen methode om dit gedrag te detecteren ontwikkeld. De probleemstelling van dit project is:

“In hoeverre is het mogelijk om een methodiek te ontwikkelen op basis van analyses in de literatuur die aangeeft in welke sectoren sprake is van mededingingsbeperkend gedrag?”

In dit onderzoek ligt de aandacht op mededingingsbeperkingen die elke sector met zich meebrengt. Het ultieme doel is natuurlijk om beperkingen van de mededinging die veroorzaakt worden door onderlinge afspraken tussen bedrijven te ontdekken. Het is echter niet mogelijk om met enkel economische gegevens mededingingsbeperkend gedrag op te sporen. Er moet altijd nader onderzoek, bijvoorbeeld door bedrijfsbezoeken, worden gedaan om bewijs te verzamelen voor een mogelijke overtreding. De ontwikkelde methode kan worden gebruikt om een aantal sectoren aan te wijzen die prioriteit hebben voor verder onderzoek en opsporing, omdat de economische gegevens sterke aanwijzingen geven dat de kans op mededingingsbeperkend gedrag in de markt groot is. De methode kan de richting aangeven waar het onderzoek naar toe moet gaan.

In eerste instantie richt de methode zich op afspraken die bedrijven onderling maken, zoals hierboven al duidelijk is geworden. Uit dit rapport zal blijken dat de indicatoren en methodes die worden gebruikt zo ingericht zijn dat sectoren die de grootste kans hebben dat er onderlinge afspraken worden gemaakt hoog zullen scoren. Economische machtsposities en het eventuele misbruik daarvan worden in eerste instantie buiten beschouwing gelaten. Wanneer echter een sector hoog scoort waar de kans groot is dat er een economische machtspositie is, zal deze sector mee worden genomen in het onderzoek.

De methode heeft als eis dat de uitvoering relatief snel en eenvoudig moet zijn. Dit zorgt ervoor dat er regelmatig op mededingingsbeperkend gedrag gescreend kan worden en het geeft de NMa de mogelijkheid om voor een langere periode de sectoren in de Nederlandse economie in de gaten te houden. Om ervoor te zorgen dat de methode sectoren kan identificeren waar de kans groot is dat er dergelijk gedrag plaatsvindt én efficiënt is, bestaat het project uit twee fasen. Allereerst is er een literatuuronderzoek verricht waarbij gezocht is naar economische indicatoren en methodes die markten op basis van de risico’s op mededingingsbeperkend gedrag in kaart kunnen brengen. Aan de hand van dit literatuuronderzoek is daarna een methode ontwikkeld op basis waarvan de sectoren ingedeeld worden naar risico op mededingingsbeperkend gedrag.

Aan de basis van mededingingsbeperkend gedrag ligt collusie. In de economie wordt collusie gedefinieerd als een situatie waar de prijzen die bedrijven zetten hoger zijn dan in het geval van concurrentie. Het komt er op neer dat de hoogte van de prijzen niet overeenkomt met de marktvorm waarin deze prijzen tot stand komen. Collusie kan echter ook op andere manieren werken dan het verhogen van de prijs. Een voorbeeld hiervan is de Bouwfraude. Onder de bouwers werd het werk verdeeld, maar de winstpercentages waren niet hoger dan in markten waar geen sprake is van collusie. Er wordt in dit rapport uitgegaan van collusie met als doel het verhogen van de prijzen. Er zijn er twee vormen van collusie, namelijk expliciete collusie en impliciete, of stilzwijgende collusie. Met expliciete collusie bedoelen we mededingingsafspraken welke tot stand zijn gekomen door directe communicatie en coördinatie. Een klassiek voorbeeld hiervan is het spelletje golf tussen ‘concurrenten’ waarbij intussen vergaderd wordt over de vast te stellen prijs, zoals bij het lysine kartel gebeurde (Connor, 2000). Wanneer bedrijven zonder directe communicatie, maar door een vorm van gezamenlijke overeenstemming onafhankelijk van elkaar tot een marktuitkomst komen waarbij de mededinging beperkt wordt, spreken we van stilzwijgende collusie. Zulke situaties doen zich voor wanneer spelers al jaren met elkaar concurreren en één van de bedrijven bijvoorbeeld ineens een prijsverhoging doorvoert. Wetende dat er verder niets veranderd is in de markt, kan de concurrent hier uit afleiden dat er wordt aangestuurd op een artificieel hoge prijs en hier in mee gaan. Duidelijk is dat dit soort impliciete afspraken veel moeilijker te maken en in stand te houden zijn dan expliciete afspraken waardoor ze vaak minder lang standhouden. (Motta, 2004: 138-142 en Harrington, 2005: 4) Hierbij moet tevens worden opgemerkt dat expliciete kartels ook een beperkte looptijd hebben. Uit onderzoek blijkt dat de gemiddelde levensduur van kartels ongeveer 6 jaar bedraagt. (Levenstein en Suslow, 2004 en Zimmerman en Connor, 2005) Expliciete afspraken zijn verboden door de wet. Stilzwijgende afspraken zijn moeilijker, of niet, te veroordelen. Uitgaande van de Mededingingswet (Mw) zijn niet alle vormen van mededingingsbeperkend gedrag strafbaar. Expliciete, hard-core kartels zijn uiteraard wel strafbaar, maar ondernemingen die zonder onderlinge afstemming de marktwerking beperken zijn niet altijd strafbaar. Hoewel impliciete kartels wel strafbaar kunnen zijn, is het vaak bijzonder lastig zijn om de onderlinge afstemming te bewijzen en te vervolgen. Vervolgonderzoek zal duidelijk moeten maken of het gedrag dat is ontdekt strafbaar is of niet.

Hierboven is duidelijk geworden dat kartels een vorm van expliciete collusie zijn. De meest eenduidige omschrijving van een kartel wordt gegeven door de OFT:

“Een kartel is een overeenkomst tussen bedrijven met als doel de concurrentie te beperken om zo de prijzen en de winstgevendheid te kunnen verhogen”(Grout en Sonderegger, 2005: 1).

“overeenkomsten tussen ondernemingen, besluiten van ondernemersverenigingen en onderling afgestemde feitelijke gedragingen van ondernemingen, die ertoe strekken of ten gevolge hebben dat de mededinging op de Nederlandse markt of een deel daarvan wordt verhinderd, beperkt of vervalst.”

In de praktijk betekent dit dat verschillende vormen van mededingingsafspraken verboden zijn. Zoals uit de definitie blijkt vallen allereerst onder het verbod overeenkomsten tussen ondernemingen. Van een overeenkomst is sprake wanneer er consensus bestaat over het regelen van hun concurrentiegedrag. Er is al sprake van consensus wanneer ondernemingen de bedoeling hebben om met elkaars belangen rekening te houden. Dit alles kan via een derde partij lopen. Ten tweede vallen afspraken onder dit verbod die door ondernemersverenigingen worden gemaakt. Ten derde vallen onder de verboden afspraken onderling afgestemde feitelijke gedragingen. Volgens de jurisprudentie betekent dit dat

“coördinatie tussen ondernemingen die, zonder dat het tot een eigenlijke overeenkomst komt, de risico’s van onderlinge concurrentie welbewust vervangt door een feitelijke gedraging.”(Schuurman en Jordens,

2002: 17-18).

Uit bovenstaande definitie blijkt dat niet alle mededingingsbeperkende gedragingen verboden zijn en de Mw geeft daarnaast nog een aantal uitzonderingen. Allereerst is er de zogenaamde bagatelvoorziening. Deze houdt volgens artikel 7 lid 1 Mw in dat artikel 6 lid 1 Mw niet geldt wanneer

“bij de desbetreffende overeenkomst of onderling afgestemde feitelijke gedraging niet meer dan acht ondernemingen betrokken zijn, dan wel bij de desbetreffende ondernemersvereniging niet meer dan acht ondernemingen betrokken zijn, en de gezamenlijke omzet in het voorafgaande kalenderjaar van de bij de desbetreffende overeenkomst of onderling afgestemde feitelijke gedraging betrokken ondernemingen dan wel de gezamenlijke omzet van de bij de desbetreffende ondernemersvereniging betrokken ondernemingen niet hoger is dan 4.540.000 euro indien daarbij uitsluitend ondernemingen zijn betrokken wier activiteiten zich in hoofdzaak richten op het leveren van goederen of 908.000 euro in alle andere gevallen.”

Dit om de mededingingsafspraken vrij te stellen die van ondergeschikte betekenis zijn voor de Nederlandse economie. Daarnaast zijn er nog een aantal vrijstellingen die bijvoorbeeld afspraken vrijstellen die ondernemingen maken in verband met een concentratie (artikel 10 Mw) of wanneer het gaat om diensten van algemeen economisch belang (artikel 11 Mw).

Artikel 81 lid 1 van het EG-verdrag geeft aan welke afspraken volgens het Europees recht zijn verboden. De inhoud van dit wetsartikel komt sterk overeen met artikel 6 Mw met als uitzondering dat artikel 81 van het EG-verdrag specifieker ingaat op de inhoud van de verboden afspraken:

- Het rechtstreeks of zijdelings bepalen van de aan- of verkoopprijzen of van andere contractuele voorwaarden;1

- Het beperken of controleren van de productie, afzet, de technische ontwikkeling of de investeringen;

- Het verdelen van de markten of voorzieningsbronnen;

- Het ten opzichte van handelspartners toepassen van ongelijke voorwaarden bij gelijkwaardige prestaties, hun daarmede nadeel berokkend bij de mededinging;

- Het afhankelijk stellen van het sluiten van overeenkomsten van de aanvaarding door de handelspartners van bijkomende prestaties welke naar hun aard of volgens het handelsgebruik geen verband houden met het onderwerp van deze overeenkomsten.”

In hoofdstuk 1 en 2 wordt ingegaan op het literatuuronderzoek. Dit literatuuronderzoek is in twee delen opgesplitst. In hoofdstuk 1 wordt het literatuuronderzoek beschreven dat ingaat op economische indicatoren die de structuur van een sector in kaart brengen en relatief eenvoudig zijn om te gebruiken. Voorbeelden hiervan zijn de concentratiegraad, het aantal bedrijven in de sector en de omzetgroei. In hoofdstuk 2 wordt ingegaan op het literatuuronderzoek dat gezocht heeft naar meer uitgebreide economische methoden om mededingingsbeperkend gedrag op te sporen. Een voorbeeld hiervan zijn tijdreeksanalyses. Deze twee literatuuronderzoeken staan aan de basis van de methode die is ontwikkeld. In hoofdstuk 3 wordt uitgebreid ingegaan op de eerste stap van de methode, de screening. Deze screening is ontwikkeld aan de hand van de resultaten uit het eerste deel van het literatuuronderzoek. In hoofdstuk 4 wordt de tweede stap van de methode besproken, de verificatie. Deze verificatie wordt gedaan aan de hand van de uitkomsten uit het tweede deel van het literatuuronderzoek. Afgesloten wordt met een samenvatting van de resultaten en een conclusie.

1 _{Theoretisch gezien zal de winst van de bedrijven in het kartel niet automatisch stijgen wanneer de prijs stijgt en de hoeveelheid daalt. De}

1

Literatuuronderzoek stap 1: screening

Screenen is een methode waarbij op relatief eenvoudige wijze in de economie gezocht wordt naar sectoren waarin zich mogelijk concurrentiebeperkende zaken afspelen. Dit is de eerste stap van de methode. Hiervoor zijn een verzameling relevante, meetbare indicatoren nodig en een techniek om uit deze indicatoren een oordeel over de sectoren af te leiden. Alvorens dit te behandelen wordt eerst het begrip screening nader uitgelegd. Vervolgens zal een theoretisch model worden besproken dat de basis vormt voor een groot deel van de indicatoren. Daarna wordt een aantal artikelen besproken die gebruik maken van indicatoren om mededingingsbeperkend gedrag op te sporen en wordt een overzicht gemaakt met mogelijk te gebruiken indicatoren. Ten slotte wordt de methode bepaald waarbij de verschillende indicatoren samengenomen worden tot één maatstaf die de kans op mededingingsbeperkend gedrag weergeeft. Deze maatstaf noemen we de kartel-index. Dit hoofdstuk vormt de basis voor de kartel-index die we in hoofdstuk 3 toepassen op de Nederlandse economie.

1.1 Theorie

1.1.1 Wat is screening?

Screening vormt de eerste stap van onze detectiemethode. Het doel hiervan is om op relatief eenvoudige wijze een selectie te maken van sectoren waarin de kans op mededingingsbeperkend gedrag het grootst is. Vervolgens worden de geselecteerde sectoren uitgebreider onderzocht in de tweede stap. Deze eerste voorselectie is noodzakelijk, omdat er anders weinig aanwijzingen zijn over welke sectoren onderworpen moeten worden aan het uitgebreidere onderzoek van de tweede stap.

Voor deze eerste stap van de detectiemethode zijn drie zaken van belang:

- er moeten zoveel mogelijk sectoren van de economie meegenomen worden in de analyse, - het vaststellen van mogelijke mededingingsbeperking moet zo nauwkeurig mogelijk

gebeuren en

- het screenen moet in korte tijd uitgevoerd kunnen worden.

Het is duidelijk dat deze drie criteria met elkaar conflicteren: als je met zeer grote zekerheid wilt bepalen of er illegale afspraken gemaakt zijn in een bepaalde sector is een uitgebreid onderzoek nodig dat maanden tijd kost. Uiteraard is dit onmogelijk om uit te voeren voor alle relevante markten in de Nederlandse economie. Alleen het vaststellen van de relevante markten zou al jaren in beslag nemen. Het screenen moet dus op een efficiëntere wijze gebeuren zonder dat dit ten koste gaat van de nauwkeurigheid.

Een van de doelen van dit hoofdstuk is het ontwikkelen van een methode die zo veel mogelijk aan bovenstaande drie criteria voldoet: in korte tijd moet met enige nauwkeurigheid vastgesteld kunnen worden in welke sectoren het risico op mededingingsbeperking het grootst is. Door te bestuderen welke omstandigheden wijzen op of zorgen voor mededingingsbeperking in sectoren en de sectoren vervolgens te testen op deze indicatoren, kunnen we aanwijzen waar de risico’s het grootst zijn. De meest verdachte sectoren worden dan in de tweede stap van de methode geverifieerd op gedrag dat kan wijzen op concurrentiebeperking2

.

2 _{Concurrentiebeperking, mededingingsbeperking en mededingingsbeperkend gedrag hebben in dit paper dezelfde betekenis en worden wisselend}

De basis van het screenen wordt gevormd door de indicatoren die wijzen op concurrentiebeperking. In het literatuuronderzoek is aandacht besteed aan drie verschillende bronnen van dergelijke indicatoren. Ten eerste vormt de economische theorie een goede basis. De theorie geeft een idee wanneer mededingingsafspraken theoretisch stand kunnen houden. Daarnaast bespreken we onderzoeken van wetenschappers, andere mededingingsautoriteiten en de ‘Werkgroep Mededingingseconomie’ van de NMa naar de toepassing van deze indicatoren. Hieruit volgt een aantal bruikbare indicatoren en informatie over de ervaring in de praktijk met deze indicatoren. Tenslotte bespreken we nog een aantal onderzoeken waarin ontdekte afspraken worden bestudeerd. Dit levert een lijst op van eigenschappen die vaak voorkomen in sectoren waar mededingingsbeperkend gedrag voorkomt.3

Vervolgens worden deze aparte indicatoren per sector geanalyseerd om tot een totaaloordeel van een sector te komen. In de literatuur wordt hier nagenoeg altijd een gewogen gemiddelde voor gebruikt. Soms worden de gewichten van de indicatoren bepaald aan de hand van expertise en soms worden deze geschat met behulp van een regressieanalyse. Het nadeel van het nemen van een gewogen gemiddelde is dat de wisselwerking tussen diverse indicatoren niet meegenomen wordt. Daarom wordt een methode besproken waar deze samenhang wel meegenomen wordt in de analyse.

Het doel en uiteindelijke resultaat van de screening van de Nederlandse economie is een inschatting van het risico op mededingingsbeperkend gedrag in een bepaalde sector op basis van onze maatstaf: de kartel-index.

1.1.2 Wanneer zijn kartels winstgevend? Een theoretische basis voor de kartel-index

Om concurrentiebeperkingen te kunnen detecteren in de economie is het noodzakelijk eerst meer te begrijpen over het bestaan van mededingingsafspraken. Op deze verschijningsvorm is de kartel-index namelijk gebaseerd. Of er uiteindelijk mededingingsafspraken mee gedetecteerd kunnen worden, moet uit de praktijk blijken. Wel rijzen een aantal vragen: Waarom worden afspraken gemaakt? Hoe lang houden deze afspraken stand? Wanneer vallen de afspraken uit elkaar? Wat zijn goede omstandigheden voor het maken van afspraken? Deze vragen zullen we hieronder proberen te beantwoorden vanuit een (spel)theoretisch kader. Dit theoretisch kader kan gebruikt worden om indicatoren uit af te leiden.

Het in de inleiding besproken beperken van de concurrentie kan op veel verschillende manieren, maar is over het algemeen in te delen in drie categorieën: het verhogen van de prijs, het beperken van de aangeboden hoeveelheid en het verdelen van de markt. Welke wijze van mededingingsbeperking ook gebruikt wordt, uiteindelijk is het resultaat van alle vormen van concurrentiebeperking één ding: het behalen van hogere winsten dan in een situatie met optimale concurrentie. Het lijkt voor de hand te liggen om ‘hoge winsten’ dan ook als belangrijke indicator mee te nemen in de analyse. Maar let op: hoewel het uiteindelijke doel is de winst te verhogen, ontstaan beperkingen in de concurrentie vaak in verzadigde markten, waar de vraag afneemt en waar de winsten relatief laag zijn. Een dergelijke situatie creëert prikkels om de winsten door inmenging te verhogen om de sector te redden van de ondergang. In de praktijk blijken de winsten in markten die niet optimaal concurreren daardoor juist lager te zijn dan in andere markten (Symeonidis, 2003).

3 _{Uiteraard zijn alleen gegevens beschikbaar van ontdekte kartels. Het zou zo kunnen zijn dat veel beter georganiseerde kartels nooit gevonden zijn en}

Trigger-strategie

Onderstaande strategie is gebaseerd op mededingingsbeperkende gedragingen. Deze theorie wordt gebruikt omdat de ontwikkelde methodiek dergelijke gedragingen en de theorie daaromtrent als uitgangspunt heeft. Kartels zijn concurrentiebeperkende, winstverhogende afspraken tussen ondernemingen. Aan de hand van een theoretisch model kunnen we analyseren hoe kartels werken en wat de effecten ervan zijn. Dit model kan vervolgens gebruikt worden om de effecten van indicatoren te analyseren en te bepalen onder welke omstandigheden kartels theoretisch gezien stand houden. Hieronder bespreken we een dergelijk model, waarbij het belangrijkste mechanisme de zogenaamde ‘trigger-strategie’ is.

Elk lid van een kartel heeft belang bij het bestaan daarvan, maar handelt boven alles in haar eigen belang. Stel dat ondernemingen in een sector met elkaar afspreken om de prijs te verhogen. Elk lid van het kartel heeft dan een motivatie om zich niet aan deze afspraken te houden en een prijs vast te stellen die net iets lager dan het afgesproken niveau ligt. Immers, als de rest zich aan de kartelafspraak houdt dan trekt de afwijkende onderneming een groot deel van de markt naar zich toe en behaalt zij tijdelijk een hogere winst dan de andere ondernemingen. Dit blijkt uit het prisoner’s dilemma. In tabel 1.1 wordt het prisoner’s dilemma weergegeven voor de situatie dat twee spelers in de markt moeten kiezen tussen niet valsspelen (zich houden aan de regels van het kartel) en valsspelen (zich niet houden aan de regels van het kartel). Wanneer naar de uitkomsten wordt gekeken, blijkt dat beide spelers een dominante strategie hebben om vals te spelen. De spelers kunnen een hogere opbrengst behalen wanneer zij valsspelen en de andere speler doet dit niet. Doordat dit voor beide spelers geldt, zullen beide spelers ervoor kiezen om vals te spelen. De spelers kunnen echter beter samenwerken (en dus niet valsspelen), omdat beiden dan een hogere opbrengst zullen behalen. Doordat voor beide spelers de prikkels om vals te spelen hoog zijn, zal een kartel vaak niet stabiel zijn. Zie hiervoor ook Box 1.

Tabel 1.1 Prisoner’s dilemma

Speler 2

Niet valsspelen Valsspelen Niet valsspelen 5 ; 5 3 ; 6

Speler 1

Valsspelen 6 ; 3 4 ; 4

Bron: Adreosso, B. en Jacobson, D. (2005). Industrial economics and organization: A European approach. London: McGraw-Hill, p. 225-226 en Cabral, L..M.B.(2000). Introduction to industrial organization. Cambridge: The MIT Press, p. 50.

Deze prikkel om af te wijken van de kartelafspraak (valsspelen) brengt een belangrijk probleem voor de kartelleden met zich mee. Bij afspraken over legale activiteiten kan er simpelweg een wettelijk bindend contract gesloten worden om te zorgen dat iedereen zich aan de afspraken houdt. Als iemand toch afwijkt van de afspraak is er een onafhankelijke instantie die een straf op kan leggen. Omdat kartelafspraken per definitie illegaal zijn valt deze mogelijkheid weg. Het gevolg is dat kartels een constructie moeten verzinnen waarbij het kartel zelf straffen uitdeelt aan leden die afwijken van de afspraak om zo het kartel in stand te kunnen houden.

weerhoudt hen dit van het daadwerkelijk valsspelen en blijft het kartel bestaan. Het is duidelijk dat deze situatie alleen geldt voor een prijskartel. Onderstaand voorbeeld gaat hier van uit.

Concreet werkt de trigger-strategie als volgt. In het kartel wordt door alle ondernemingen tezamen geproduceerd op het monopolieniveau en de marktprijs is de monopolieprijs. De winst die overblijft na aftrek van de kosten wordt naar marktaandeel verdeeld over de kartelleden.

Stel dat een onderneming afwijkt van het kartel door de prijs te verlagen. Hierdoor maakt de onderneming excessief hoge winsten ten koste van de andere leden van het kartel. Wanneer de overige leden dit opmerken kunnen zij de straf uitvoeren door allemaal met elkaar te gaan concurreren (een prijzenoorlog) en hierdoor de kartelwinsten van iedereen weg te nemen.

Het belangrijkste van deze strategie is de dreiging die van de straf uitgaat. Het zorgt ervoor dat bedrijven weinig motivatie hebben om af te wijken van de afspraak, omdat zij inzien dat de éénmalige winst die te behalen valt door het valsspelen niet hoger is dan de verloren kartelwinsten na het instorten van het kartel. Elke onderneming beslist dus elke periode of het voordeel dat behaald kan worden met het afwijken van de afspraak opweegt tegen de straf die in alle volgende periodes zal gelden. Als deze toekomstige kartelwinsten zwaar genoeg wegen dan zal het kartel blijven bestaan. Hierbij moet natuurlijk worden opgemerkt dat de overige kartelleden wel moeten opmerken dat een van de leden afwijkt van het kartel. In Box 1 wordt dit principe aan de hand van een eenvoudig, dynamisch model geïllustreerd.

Box 1: Een speltheoretische benadering van kartels

De beschreven ‘trigger-strategie’ kan formeel uitgelegd worden aan de hand van een speltheoretisch model. Hieronder wordt de trigger-strategie wiskundig uitgewerkt, met als uiteindelijk resultaat de zogenaamde ‘incentive compatibility constraint’ (ICC). Deze ICC geeft aan wanneer het voor de leden van het kartel voordelig is om het kartel in stand te houden en wanneer het voordeliger is om vals te spelen en het kartel uit elkaar te laten vallen. Met het model kan vervolgens bestudeerd worden of factoren in de economie (zoals het aantal spelers of het plaatsen van grote orders) een negatief of positief effect hebben op kartelvorming. Het model een uitbreiding van standaard Cournot modellen zoals beschreven in Watson (2002) en Pepall, Richards & Norman (2005).

Hieronder wordt het model uitgewerkt in de eenvoudigste versie: in de markt zijn 2 bedrijven, i en j, actief die beide hetzelfde homogene goed produceren. Dit goed wordt op de markt afgezet, waarin de volgende vraagvergelijking geldt:

( )

Hierbij is Q de totale hoeveelheid van het product is en p de prijs van het product. De prijs van het product is dus omgekeerd evenredig aan de hoeveelheid die verkocht wordt.

Cournot duopolie

Er is sprake van Cournot concurrentie, wat betekent dat twee bedrijven onafhankelijk van elkaar gelijktijdig de te verkopen hoeveelheid, qi,j, bepalen. De prijs p die uiteindelijk geldt in de markt is dus bij beide bedrijven gelijk en wordt bepaald door de gezamenlijk afgezette hoeveelheid (Q=qi+qj).

De bovenstaande vraagvergelijking wordt dan:

(

)

p= 1− +

Elk bedrijf maakt een omzet die gelijk is aan de verkochte hoeveelheid vermenigvuldigd met de prijs. Om het model eenvoudig te laten, nemen we aan dat de marginale kosten van het product gelijk zijn aan nul waardoor de winst gelijk is aan de omzet. De winstfunctie voor een bedrijf is dan:

Elke onderneming probeert haar winst te maximaliseren door de optimale hoeveelheid van het goed q af te zetten op de markt. Echter, de prijs die wordt betaald voor het product is ook afhankelijk van de hoeveelheid

q die het andere bedrijf verkoopt. De winst is dus afhankelijk van de concurrent. Voor speler i is dit:

(

)

En de optimale winst is gelijk aan:

0 2 1− − ≡ = _{i j} i i q q dq dπ

Omdat beide bedrijven identiek zijn (ze hebben dezelfde winstfunctie) gedragen zij zich hetzelfde en geldt voor beide ondernemingen dezelfde reactiecurve. Deze reactiecurve wordt verkregen door de bovenstaande winstvergelijking op te lossen: 2 1 * j i q q = − en 2 1 * i j q q = −

Deze best responses (weergegeven door de extra *) kunnen vervolgens bij elkaar ingevuld worden zodat het

Nash evenwicht wordt verkregen. Het Nash evenwicht is de situatie waarin beide ondernemingen optimaal

op elkaar reageren en geen van beide ondernemingen een prikkel heeft om van deze situatie af te wijken. In het model is dit evenwicht gelijk aan:

(

)

De bovenstaande resultaten zijn de marktuitkomsten in het geval dat twee bedrijven onafhankelijk van elkaar de te verkopen hoeveelheid bepalen en dus met elkaar concurreren. Dit wordt ook wel een Cournot

duopolie genoemd.

Kartel

Bedrijven kunnen echter naar meer winst streven en hun gedrag coördineren. Deze situatie kan bereikt worden door de te produceren hoeveelheid met elkaar af te spreken en zo de prijs op te drijven.

De optimale situatie wordt weergegeven door de situatie waarin er slechts één bedrijf op de markt actief is (en er dus geen coördinatieprobleem aanwezig is).

4 1 2 1 2 1 2 0 2 1 1 = = = ≡ − = − = ⋅ = − = mono mono mono , p , q q dq d , q q q p , q p π π π π

Deze situatie kan bereikt worden door af te spreken om allebei de helft van de monopoliehoeveelheid te gaan produceren (in dit geval dus q=1/2). Omdat de totale op de markt gebrachte hoeveelheid dan gelijk blijft als in de monopoliesituatie is de prijs van het product dan 1/2 en is de winst:

( )

Hieruit blijkt dat de winst die te behalen is door het gedrag af te stemmen hoger is dan de winst wanneer iedereen met elkaar concurreert (1/8 > 1/9).

Valsspelen (cheaten)

8 3 4 1 2 1 2 1 = − = − = j * i q q

Deze qi = 3/8, die meer is dan bij een kartel of een duopolie (respectievelijk 1/4 en 1/3) levert dan de volgende marktuitkomsten op:

64 6 8 3 4 1 64 9 8 3 8 3 8 3 8 5 8 5 8 3 4 1 1 = ⋅ = = ⋅ = = − = = + = cheat j cheat i cheat , p Q π π

Hieruit blijkt dat de beste mogelijkheid die een bedrijf heeft niet het participeren in een kartel is, maar het opzetten van een kartel en vervolgens net iets meer dan de kartelhoeveelheid te produceren. Dit drukt de prijs iets, maar het bedrijf kan tegelijkertijd meer producten verkopen. Bedrijven hebben dus altijd een prikkel om af te wijken van de afgesproken hoeveelheid om zo meer winst te maken (9/64 > 8/64).

De invloed van een toezichthouder

Stel nu dat het bovenstaande kartel rekening met een toezichthouder houdt, bijvoorbeeld de NMa. Kartelleden houden bijvoorbeeld rekening met de boete die zij zullen krijgen wanneer het kartel wordt ontdekt door de toezichthouder. Een manier om dit in bovenstaande methode te verwerken is het opvoeren van de boete als kosten voor de karteldeelnemers. De winstfunctie wordt dan aangepast. Gemakshalve zal er vanuit worden gegaan dat het hier gaat om marginale kosten, kosten per eenheid product. Vertaald naar de praktijk betekent dit dat bedrijven met een grotere geproduceerde hoeveelheid, en dan waarschijnlijk ook een hogere omzet, een hogere boete zullen krijgen wanneer zij veroordeeld worden als karteldeelnemer. In Nederland wordt de boete vastgesteld aan de hand van de betrokken omzet, waardoor grotere bedrijven hogere boetes zullen krijgen (NMa Boetecode 2007). Stel dat de pakkans van het kartel een ½ is en de marginale boete ook een ½ is. Omdat de kans dat het kartel wordt ontdekt maar een ½ is, zullen de karteldeelnemers uitgaan van een mogelijke boete van ¼ (= ½ * ½). De vraagfunctie en winstfunctie kunnen als volgt worden opgeschreven:

q

p= 1− en π =(p⋅q)−cq

De winstfunctie kan worden herschreven als

q q q ) 1/4 ( − 2 − = π en de afgeleide is dπ/dq=3/4−2q≡0

Hieruit kunnen de volgende prijs, hoeveelheid en winst worden afgeleid:

8 / 3 = mono q , _pmono =5/8 en 64 / 9 = mono π

Wanneer dit wordt vergeleken met de hoeveelheid, prijs en winst wanneer het kartel en de deelnemers geen rekening houden met een toezichthouder, blijkt dat de prijs die het kartel stelt hoger is (5/8>1/2), de gevraagde hoeveelheid lager is (3/8<1/2). De winst die door het kartel wordt behaald is dan lager

) 4 / 1 64 / 9

( < . Hieruit blijkt de invloed van een toezichthouder die wordt meegenomen door de deelnemers

van een kartel. Voor de consument zal dit nadelig zijn, omdat de prijzen zullen stijgen. De karteldeelnemers worden negatief beïnvloed door de toezichthouder. Zij kunnen weliswaar een hogere prijs zetten, maar de winst die zij behalen is lager dan wanneer zij geen rekening houden met een toezichthouder.

Trigger strategie

In de praktijk is het echter zo dat bedrijven niet slechts één keer een beslissing maken over de hoeveelheid te verkopen product. Elke periode opnieuw maken bedrijven een nieuwe beslissing over de te verkopen hoeveelheid. Een voorbeeld hiervan is het aantal boeken dat per oplage gedrukt moet worden. Bij elke oplage kan er gevarieerd worden in de hoeveelheid. Deze dynamische situatie (in tegenstelling tot de statische variant), maakt het gebruik van de trigger strategie mogelijk.

De trigger strategie werkt als volgt: elke periode heeft de onderneming twee mogelijkheden: óf hij houdt zich aan de kartel afspraak óf hij speelt vals. Als hij vals speelt maakt hij een eenmalige winst van 9/64, als hij zich aan het kartel houdt maakt hij een winst van 1/8 (=8/64). Er wordt hier uitgegaan van een situatie zonder toezichthouder.

Vervolgens kunnen de bedrijven met elkaar de volgende trigger strategie afspreken:

• Als het andere bedrijf zich aan de afspraak houdt en de kartelhoeveelheid produceert, blijf dan ook de kartelhoeveelheid produceren.

• Als het andere bedrijf afwijkt van de afspraak en niet de kartelhoeveelheid produceert, concurreer dan alle volgende periodes en produceer de duopolie hoeveelheid.

Beide bedrijven wegen elke periode af of de eenmalige winst die te behalen valt door af te wijken van de afspraak opweegt tegen het verbreken van het kartel en als gevolg daarvan voor altijd met elkaar te concurreren. De verschillende uitkomsten staan hieronder weergegeven:

Elk bedrijf vraagt zich dus aan het begin van elke periode het volgende af: is afwijken van de kartelafspraak voor mij meer winstgevend dan het kartel in stand houden? De afschrijvingsfactor δ speelt hier een rol bij, omdat winsten die in de toekomst minder waard zijn dan winsten die direct behaald worden (bijvoorbeeld door onzekerheid of de misgelopen renteopbrengsten).

We kunnen deze afweging als volgt opschrijven:

cartel t cartel t cartel t cartel t duo t duo t duo t cheat t ... ... +∞ ∞ + + ∞ + ∞ + + + + + ≥ + + + + +δπ δ π δ π π δπ δ π δ π π 2 ₂ 1 2 2 1

Wat we kunnen herschrijven tot:

δ π δ δ π π − ≥ − + 1 1 cartel duo cheat

Deze vergelijking noemen we de Incentive Compatibility Constraint (ICC) die de relatie tussen afwijken van het kartel en het in stand houden van het kartel weergeeft. Aan de hand van deze ICC kunnen we nu exact uitrekenen voor welke afschrijvingsfactor het voor het bedrijf gunstiger is om het kartel op te breken en vals te spelen dan het kartel in stand te houden. In ons model levert dit het volgende resultaat op:

(

)

(

)

Hieruit blijkt dat het kartel alleen maar in stand gehouden wordt als de afschrijvingsfactor van een bedrijf hoger is dan 9/17. Dat wil zeggen, als de misgelopen kartelwinsten van de toekomst veel waard zijn voor een bedrijf dan heeft het bedrijf er baat bij om zich aan de kartelafspraken te houden. De afschrijvingsfactor

Toepassing

Het bovenstaande model kan worden gebruikt om de invloed van verschillende factoren op kartelvorming te bepalen. Bijvoorbeeld, is het meer of minder waarschijnlijk dat een kartel aanwezig is in een markt met veel bedrijven in tegenstelling tot een markt met weinig bedrijven? Intuïtief klinkt het logisch: hoe meer bedrijven hoe moeilijker het is om een kartel te vormen, omdat het lastiger is om met elkaar afspraken te maken als je met meer bedrijven moet communiceren.

Hoe het aantal bedrijven invloed heeft op ons model is wat gecompliceerder. Hoe meer bedrijven er toetreden in de markt, hoe groter de concurrentie wordt en hoe lager de prijs onder een oligopolie is. Echter, de prijs die geldt als het kartel actief is blijft gelijk als er meer bedrijven toetreden, omdat deze gelijk is aan de monopolieprijs.

Als het aantal bedrijven waar de kartelwinst mee moet worden gedeeld stijgt, dan daalt de winst voor elk individueel bedrijf. Echter, de extra winst die te behalen valt door af te wijken van het kartel daalt minder snel dan de kartelwinst. Hierdoor wordt het relatief gunstiger voor bedrijven om af te wijken van het kartel als het aantal bedrijven stijgt. Bovendien wordt het bestraffen voor bedrijven relatief goedkoper omdat elk bedrijf slechts een klein stuk van de kartelwinst kwijtraakt als het aantal bedrijven groot is (Grout & Sonderegger, 2005).

Om dit bovenstaande formeel te bewijzen kan het model worden herschreven van 2 bedrijven naar n aantal bedrijven. Wanneer alle winstfuncties worden doorgerekend, ontstaat de volgende vergelijking voor de minimale afschrijvingsfactor:

(

)

De afgeleide van deze vergelijking is voor alle gevallen waarin het aantal bedrijven groter is dan 2 (n>2) positief. Dat wil zeggen dat δ steeds groter wordt naarmate het aantal bedrijven stijgt. Omdat kartels alleen in stand blijven als de afschrijvingsfactor hoger dan deze waarde is, wordt het steeds moeilijker om een kartel te kunnen handhaven naarmate het aantal bedrijven in het kartel groter wordt.

Het dynamische model beschrijft onder welke condities de vorming van mededingingsafspraken mogelijk is.

1.1.3 Literatuur als basis voor de indicatoren

bronnen voor indicatoren er zijn en op welke manier zij Wanneer de bedrijven in meerdere periodes beslissingen moeten nemen over de te produceren hoeveelheid, is de kans groter dat mededingingsafspraken succes hebben. Het afstraffen van bedrijven die zich niet aan de afspraken houden, wordt dan effectiever. Wel moet rekening worden gehouden met de afschrijvingsfactor. Het model legt de basis voor veel indicatoren die worden gebruikt bij het screenen. Zo kan het model aangevuld worden met indicatoren zoals het aantal bedrijven, concentratie, grootte van orders en kostenverschillen om te bepalen óf en in welke mate deze indicatoren bijdragen aan de vorming van afspraken. Als blijkt dat bijvoorbeeld een klein aantal bedrijven de te behalen winst door de afspraak in stand te houden erg groot maakt, kunnen we de indicator ‘een klein aantal bedrijven’ vervolgens gebruiken om de Nederlandse economie mee te screenen.

Methode en toepassingen

De onderzoeken naar methoden om de economie te screenen op mededingingsbeperkende gedragingen worden op twee verschillende wijzen uitgevoerd. Aan de ene kant zijn er artikelen zoals die van Harrington (2005) en Porter (2005), die vanuit een wetenschappelijke visie aanwijzingen geven over de manier waarop mededingingsafspraken gevonden kunnen worden. Aan de andere kant zijn er een aantal artikelen geschreven in opdracht van mededingingsautoriteiten. Een belangrijk artikel uit deze categorie is het artikel van Grout en Sonderegger (2005).

Een belangrijk verschil tussen de twee groepen artikelen is dat de mededingingsautoriteiten het probleem veel praktischer benaderen dan de artikelen met een meer theoretische aard. Harrington en Porter geven aan op welke manier concurrentie van collusie onderscheiden zou kunnen worden, maar houden daarbij weinig rekening met de praktische uitvoerbaarheid van de methodes door de autoriteiten. Omdat de autoriteiten maar een beperkte capaciteit hebben en het moeilijk is alle benodigde data te verzamelen voor de voorgestelde methodes, zijn de methoden die de OFT (Grout & Sonderegger) en de Europese Commissie (de Bronett et al., z.j.) gebruiken veel eenvoudiger. Bovendien zijn de mededingingsautoriteiten veel meer resultaatgericht, dat wil zeggen de vraag is in welke sector de kans op concurrentiebeperking het grootst is, terwijl voor de wetenschappers de nadruk op de methode zelf ligt.

Harrington & Porter

In de artikelen van Harrington en Porter ‘Detecting cartels’ en ‘Detecting collusion’ uit 2005 geven zij aan welke methoden mededingingsautoriteiten kunnen hanteren om mededingingsbeperkende gedragingen te ontdekken. De auteurs proberen een methode te vinden door zich af te vragen op welke manier de situatie met collusie te onderscheiden is van (een vorm van) concurrentie, aan de hand van beschikbare gegevens. Met andere woorden, welke verschillen in gedrag zijn er tussen concurrerende bedrijven en samenwerkende bedrijven en op welke manier worden deze gedragsverschillen zichtbaar.

Dat deze vraag lastig te beantwoorden is blijkt uit het volgende voorbeeld. Stel, een aantal bedrijven concurreren met elkaar op de prijs van het product (Betrand duopolie met een homogeen goed). Door steeds een prijs te kiezen die nét onder die van de concurrent ligt is het voor een bedrijf mogelijk om de vraag van de hele markt naar zich toe te trekken. Het product is immers overal gelijk en klanten kiezen dan voor het bedrijf met de laagste prijs. Omdat alle bedrijven op deze manier met elkaar concurreren, komt de prijs uiteindelijk te liggen op het niveau waarbij de bedrijven geen winst meer maken, namelijk even hoog als de marginale kosten per product. In deze situatie is de prijs van het product dus bij alle bedrijven gelijk. Stel nu dat de bedrijven samen een mededingingsafspraak maken. De bedrijven spreken dan onderling met elkaar af dat zij hun product voor een hogere prijs dan de marginale kosten verkopen om zo extra winst te maken. Om te voorkomen dat één bedrijf alle winst maakt spreken de bedrijven af om allemaal dezelfde prijs te hanteren.

Kan nu aan de hand van de prijs afgeleid worden of er in de markt een dergelijke afspraak gemaakt is? Ja en nee. Intuïtief lijkt het voor de hand te liggen dat als de prijs van een product bij elk bedrijf hetzelfde is hier een prijsafspraak te gronde aan moet liggen. Dit signaal kan echter evengoed door perfecte concurrentie veroorzaakt kan worden. Aan de hoogte van de prijs kan wel iets worden afgeleid: als de kostenstructuur en alle eigenschappen van de markt bekend zouden zijn dan kan worden bepaald wat de verkoopprijs zou moeten zijn en wordt duidelijk of de prijs te hoog is vergeleken met de verwachte prijs. Helaas is het in de praktijk erg moeilijk alle relevante informatie te verzamelen om deze analyse goed uit te kunnen voeren.

gedrag? 2) Is er een verandering in het gedrag te zien? 3) Is er verschillend gedrag op te merken tussen bedrijven die verdacht worden van prijsafspraken en bedrijven die concurreren? En 4) beschrijft een model op basis van mededingingsafspraken beter de realiteit dan een model op basis van concurrerende bedrijven? Met het beantwoorden van deze vier vragen worden vervolgens verschillende indicatoren gevonden.

Veel van de indicatoren die door het stellen van deze vragen gevonden worden zijn voor de eerste stap van onze methode niet bruikbaar. Dit komt doordat de indicatoren veel specifieke marktkennis en gedetailleerde gegevens over de gedragingen van de bedrijven vereisen. Omdat dit tijdrovend is om voor veel sectoren te verzamelen zijn deze indicatoren beter te gebruiken voor de tweede stap van de methode.

Twee van de indicatoren die Harrington noemt zijn wel bruikbaar voor de screening: stabiliteit van de marktaandelen en de prijs-kostenmarge. Bedrijven die een afspraak hebben gemaakt, zijn gebaat bij stabiele marktaandelen om zo te voorkomen dat de andere deelnemende bedrijven denken dat het bedrijf afwijkt van de afspraak en een prijzenoorlog start (zie bijvoorbeeld NERA, 2004 en Grout & Sonderegger, 2005). De prijs-kostenmarge is lastig te interpreteren. Uiteindelijk is het doel van de afspraak de prijs ten opzichte van de kosten te verhogen om op deze manier meer winst te behalen. Het verschil tussen de kosten en de prijs geeft aan hoe ver de markt af staat van perfecte concurrentie (bij perfecte concurrentie is de prijs gelijk aan de marginale kosten). Een grote prijs-kostenmarge geeft dus niet aan of er een mededingingsafspraak gemaakt is, maar of er marktmacht is. Alleen als je kan corrigeren voor alle andere variabelen die een grote marge rechtvaardigen, zoals patenten, gedifferentieerde producten en merkgebondenheid van klanten zou je kunnen bepalen of de hoge marge veroorzaakt wordt door de gemaakte afspraak. Gegeven deze alternatieve verklaringen en de moeilijkheid om goede gegevens te verzamelen om de marginale kosten te kunnen schatten is dit een indicator die wel gebruikt kan worden, maar met grote voorzichtigheid geïnterpreteerd moet worden (Harrington, 2005). Er is slechts één voorbeeld waarbij de prijs-kostenmarge in een methode ontwikkeld door een mededingingsautoriteit gebruik wordt, namelijk in van Bergeijk & Gerritse (2005), maar hier worden de noodzakelijke correcties achterwege gelaten.

Porter (2005) gebruikt een iets andere methodiek om eigenschappen te vinden die mededingingsbeperkend gedrag kunnen onderscheiden van concurrentie. Hij kijkt niet van een afstand naar illegale afspraken, zoals Harrington dat doet, maar probeert zich te verplaatsen in de gedachten van bedrijven die dergelijke afspraken maken. Daarbij vraagt hij zich af welke problemen deze bedrijven kunnen krijgen en wat hun reactie daar op is. Als men in de praktijk dit soort gedrag observeert, kan dit wijzen op mededingingsafspraken.

Gebruikmakend van deze gedachtegang vindt hij acht indicatoren die bruikbaar zijn voor de screening. Een aantal indicatoren komt voort uit het gedrag van de leden, maar Porter wijst ook op een aantal eigenschappen van de marktstructuur. In markten met deze eigenschappen komen bepaalde problemen voor kartels weinig voor en is het makkelijker om de afspraken in stand te houden. Een voorbeeld van een dergelijk structuurkenmerk is een markt met een stabiele vraag. Eerder is duidelijk geworden dat het belangrijk is dat bedrijven die afspraken met elkaar hebben gemaakt, waar kunnen nemen of de andere bedrijven zich nog aan de afspraak houden of dat ze proberen in hun eigen voordeel af te wijken van de afspraak. Alleen als afwijkingen zichtbaar zijn kan een trigger-strategie goed worden uitgevoerd. Stel dat een van de leden van de bedrijven probeert zijn collega’s op te lichten en meer te verkopen dan de afgesproken hoeveelheid. De ‘eerlijke’ kartelleden merken dan een daling in de prijs, maar kunnen niet identificeren of deze daling veroorzaakt wordt door een tijdelijk afgenomen interesse in het product of dat een lid in het geheim meer heeft verkocht dan afgesproken. In een markt met een stabiele en voorspelbare vraag is het dus makkelijker om een mededingingsafspraak te maken en in stand te houden.

zijn van toetredingsbarrières en de mate waarin bedrijven op elkaar lijken, in het bijzonder wat betreft de kostenstructuur.

Naast de structuurkenmerken leidt Porter ook een aantal gedragskenmerken af door zich te verplaatsen in het gedrag van de bedrijven die een afspraak hebben gemaakt. Een van de gedragsindicatoren die hij vindt is het hanteren van eenvoudige en transparante prijsmechanismen. Deze prijsstructuren zorgen ervoor dat het eenvoudig is voor de deelnemende bedrijven om in de gaten te houden of alles nog volgens de afgesproken regels gaat. Hierbij wordt als voorbeeld een regeling van de Deense Competition Counsil gegeven, waarbij het in bepaalde industrieën verplicht werd gesteld om de transactieprijzen openbaar te publiceren. De gedachte was dat bedrijven konden opzoeken hoeveel het product bij een andere aanbieder kost en zo konden voorkomen dat ze te veel betaalden. Dit zou de concurrentie moeten stimuleren. In werkelijkheid bood het de bedrijven de mogelijkheid om de acties van concurrenten in de gaten te houden en het gedrag op elkaar af te stemmen. Het publiceren van de prijzen leidde dus juist tot impliciete collusie. De prijzen stegen ongeveer 15% in vergelijking tot andere soorten van het product waarvan de prijzen niet openbaar werden gemaakt. Hierdoor kan informatie-uitwisseling in mededingingsrechtelijk opzicht nadelige consequenties hebben.

Naast prijsmechanismen zoals de bovenstaande noemt Porter, net zoals Harrington, ook de stabiliteit van de marktaandelen als mogelijke indicatie voor de aanwezigheid van mededingingsafspraken. De andere suggesties die Porter doet zijn meer geschikt voor de tweede stap van onze methode, omdat ze moeilijker uitvoerbaar zijn en een grote databehoefte hebben.

Grout & Sonderegger, NERA en andere mededingingsautoriteiten

Een andere belangrijke bron voor indicatoren zijn de onderzoeken uitgevoerd door mededingingsautoriteiten. De hierboven beschreven artikelen van Harrington en Porter zijn vooral theoretisch van aard en geven aan in welke richting we naar indicatoren voor mededingingsafspraken kunnen zoeken. Bij de onderzoeken van de mededingingsautoriteiten ligt de focus op de praktische toepasbaarheid van de indicatoren. In een aantal artikelen is de ontwikkelde methode ook daadwerkelijk toegepast, wat informatie oplevert over de bruikbaarheid van de indicatoren. Hieronder worden de drie belangrijkste artikelen en een onderzoek van de NMa, ‘Risico’s gebrekkige marktwerking’ van Van Bergeijk en Gerritse (2005) besproken.

Het artikel van Grout en Sonderegger (2005), Predicting cartels, is een van de belangrijkste artikelen op het gebied van screening op de mate van concurrentie. Doordat het project in opdracht van de OFT is geschreven ligt de nadruk op de praktische toepasbaarheid van de methode. Het artikel vormt een belangrijke bron van indicatoren, inclusief informatie over de toepasbaarheid daarvan. Grout en Sonderegger gebruiken drie verschillende bronnen om indicatoren te verzamelen: de economische theorie, empirische schattingen en case-studies:

- Uit de economische literatuur vinden de auteurs een aantal indicatoren die wijzen op mededingingsbeperkend gedrag, waarbij terecht wordt opgemerkt dat elke indicator slechts een verhoogde kans op dit gedrag aangeeft.

de te verklaren variabele, het aantal gevonden kartels in een sector, gebaseerd is op informatie over de Verenigde Staten en de Europese Unie, terwijl de verklarende variabelen gebaseerd zijn op gegevens over de Britse economie. Het resultaat van de regressie geeft uitsluitsel over welke, door de theorie gesuggereerde indicatoren, wel en welke geen invloed hebben op het bestaan van kartels. Dit is waardevolle informatie, omdat we uiteindelijk de indicatoren gaan gebruiken om de kans op kartels vast te stellen in sectoren waar we nog geen kartels hebben gevonden.

- Case-studies vormen de derde bron van indicatoren. Grout en Sonderegger bespreken een aantal mededingingsafspraken dat gevonden en vervolgens beboet is. Uit deze zaken destilleren ze welke eigenschappen bij deze afspraken vaak voorkomen.

Tenslotte passen Grout en Sonderegger de empirische resultaten toe en proberen zij mededingingsafspraken op te sporen in de Britse economie. De resultaten van de regressieanalyse op basis van gevonden kartels worden toegepast op sectoren waar nog geen kartel gevonden is. Met de door hun gehanteerde methodiek (een logit model) levert dit per sector een getal tussen 0 en 1 op dat aangeeft hoe groot de kans op een kartel in de sector is. Deze analyse geeft een goede eerste indruk in welke richting naar kartels gezocht moet worden. Deze indicatoren worden vervolgens toegepast op de Britse economie om te bepalen in welke sectoren de kans op kartels het grootst is.

Er zijn een aantal indicatoren waarvan Grout en Sonderegger aangeven dat ze een belangrijke rol spelen bij kartelvorming. Vanuit de literatuur identificeren zij onder andere het aantal bedrijven in een sector, het bestaan van toetredingsbarrières, een stabiele vraag en een transparante markt. De analyse van kartelvorming in de Britse economie wijst een stabiele vraag en concentratie als belangrijke indicatoren aan. Toetredingsbarrières lijken minder invloed te hebben, maar dit kan volgens Grout en Sonderegger komen doordat alleen gekeken wordt naar gevonden kartels die uit elkaar zijn gevallen door het ontbreken van voldoende barrières. Uit de case-studies naar gevonden kartels komen barrières wel sterk naar voren, net zoals asymmetrieën en communicatie. Ten slotte wordt de homogeniteit van het product aangemerkt als sterke indicator, maar deze is moeilijk empirisch te meten.

De analyses van Grout en Sonderegger leveren een grote hoeveelheid aan indicatoren op. Een nadeel van het onderzoek is dat het verband tussen de theoretische literatuur, de toepassing en de case-studies niet helemaal duidelijk is. Hierdoor wijzen de drie bronnen niet altijd dezelfde indicatoren als belangrijk aan, waardoor het moeilijk is om af te leiden welke indicatoren gebruikt moeten worden in de kartel-index.

Daarnaast ontstaan in de analyse van Grout en Sonderegger een aantal meetfouten. Allereerst wordt informatie over gevonden kartels in de VS en de Europese Unie gebruikt als afhankelijke variabele, terwijl de onafhankelijke variabelen alle betrekking hebben op de situatie in Groot-Brittannië. De auteurs verdedigen dit door te stellen dat de correlatie tussen de sectoren waarin een kartel gevonden is, tussen de VS en de EU zeer hoog is. Als er in een sector in de VS een kartel gevonden is dan is de kans 67,8% dat er in dezelfde sector in de EU ook een kartel gevonden is. Doordat deze correlatie zo hoog is kunnen de gevonden kartels in de EU en VS dienen als benadering voor kartels in Engeland4

. De meetfout wordt verder gereduceerd doordat de sectoreigenschappen in de EU en de VS sterk op elkaar lijken (de correlatie van de omzet is 92% en het aantal bedrijven is 98%). De methode brengt ook een voordeel met zich mee: door te richten op zaken in de VS en de EU is de dataset van gevonden kartels een stuk groter. Mits deze representatief zijn voor bestaande kartels in Engeland zorgt dit voor een waardevollere regressieanalyse. Uiteindelijk is het wel onduidelijk waarom de auteurs geen gegevens over opgespoorde kartels in Engeland hebben gebruikt, zodat de genoemde meetfouten voorkomen worden. Daarnaast wordt in het artikel een regressie uitgevoerd met als te

4 _{Dit leidt tot de vraag of het feit dat in een sector in het buitenland een kartel gevonden is een waardevolle indicator is voor de screening, gezien}