Collusion - E-Cours - Université de la Réunion
Collusion - E-Cours - Université de la Réunion
Collusion - E-Cours - Université de la Réunion
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
statistiquement signi…catif à 5% ou à 10%. Les industries semblent donc réaliser <strong>de</strong>s dépenses publicitairesplus élevées lorsqu’elles sont cartellisées que lorsqu’elles sont concurrentielles. L’auteur trouve donc unrésultat conforme aux résultats théoriques <strong>de</strong>s modèles <strong>de</strong> semi-collusion. La réduction <strong>de</strong> <strong>la</strong> concurrencesur les prix semble se traduire par une augmentation <strong>de</strong> <strong>la</strong> concurrence en dépenses publicitaires.Facteurs in‡uençant <strong>la</strong> probabilité <strong>de</strong> cartellisation :‡uençant <strong>la</strong> probabilité <strong>de</strong> cartellisation d’une industrie.Symeonidis (2003) étudie les facteurs in-Il utilise les déc<strong>la</strong>rations <strong>de</strong> cartels ayant suivil’adoption <strong>de</strong> <strong>la</strong> loi <strong>de</strong> 1956 pour distinguer les industries cartellisées et celles qui ne le sont pas. Il a¢ ne lec<strong>la</strong>ssement entre les <strong>de</strong>ux groupes en utilisant les rapports <strong>de</strong>s autorités <strong>de</strong> <strong>la</strong> concurrence <strong>de</strong> cette pério<strong>de</strong>.Les industries di¢ ciles à c<strong>la</strong>sser avec certitu<strong>de</strong> sont écartées <strong>de</strong> l’échantillon. L’échantillon comprend 151 industries(co<strong>de</strong> à 4 chi¤res) dont 71 sont c<strong>la</strong>ssées comme collusives et 80 comme concurrentielles. 56 industriesont été écartées car di¢ ciles à c<strong>la</strong>sser 76 . L’auteur estime un modèle probit pour déterminer les facteurs in‡uençant<strong>la</strong> probabilité qu’un cartel se forme dans une industrie. L’auteur trouve que <strong>la</strong> croissance <strong>de</strong>s ventes(mesurées entre 1954 et 1958) a un e¤et en U inversé sur <strong>la</strong> probabilité <strong>de</strong> collusion. Le coe¢ cient associéau taux <strong>de</strong> croissance <strong>de</strong>s ventes est positif mais le coe¢ cient associé à <strong>la</strong> même variable élevée au carré estnégatif. Les <strong>de</strong>ux coe¢ cients sont statistiquement signi…catifs. Donc, une croissance positive mais modérée<strong>de</strong>s ventes ai<strong>de</strong> à soutenir <strong>la</strong> collusion, ce qui est conforme à <strong>la</strong> théorie. En revanche, une forte croissance aun impact négatif sur <strong>la</strong> collusion. L’auteur avance quelques pistes d’explication à ce résultat inattendu. Unepério<strong>de</strong> <strong>de</strong> croissance forte peut correspondre à une pério<strong>de</strong> où <strong>la</strong> <strong>de</strong>man<strong>de</strong> est très incertaine. Une pério<strong>de</strong><strong>de</strong> croissance forte peut aussi être une pério<strong>de</strong> où le risque d’entrée d’un concurrent potentiel est fort. En…n,les capacités <strong>de</strong>s …rmes peuvent <strong>de</strong>venir saturées et ne plus permettre <strong>de</strong> mesures <strong>de</strong> rétorsion fortes en cas <strong>de</strong>déviation d’un accord <strong>de</strong> collusion. L’auteur trouve aussi que <strong>la</strong> probabilité <strong>de</strong> collusion est nettement plusforte dans les industries très intensives en capital. Il utilise <strong>de</strong>ux variables pour mesurer l’intensité en capital: le capital par usine et le ratio capital sur travail. Dans les <strong>de</strong>ux cas, le coe¢ cient est positif et signi…catif à1%. Une explication possible est que ces variables mesurent le niveau <strong>de</strong>s barrières à l’entrée. En revanche,l’auteur ne trouve pas <strong>de</strong> re<strong>la</strong>tion forte entre <strong>la</strong> concentration d’une industrie (mesurée par l’indicateur C5)et <strong>la</strong> probabilité <strong>de</strong> collusion. En général, le coe¢ cient associé à C5 est positif mais celui associé à C5 élevéau carré est négatif. Les coe¢ cients ne sont cependant pas toujours statistiquement signi…catifs. L’auteuravance qu’une très forte concentration peut ne pas être propice à <strong>la</strong> collusion car elle peut être due à unetrès forte asymétrie entre les …rmes. En outre, les cartels étant légaux dans les années 1950, le problème <strong>de</strong>coordination entre les …rmes est plus facile à résoudre et le nombre <strong>de</strong> …rmes n’est peut-être pas un problèmepour les coordonner. L’auteur note que si l’intensité en capital est retiré <strong>de</strong>s variables explicatives, alors <strong>la</strong>variable C5 est associé à un coe¢ cient positif et statistiquement très signi…catifs. La variable C5 semble donc76 Le secteur food, drink and tobacco regroupe 8 industries considérées comme collusives et16 industries considérées comme concurrentielles (et 8 industries trop di¢ ciles à c<strong>la</strong>sser).179