Project/Area Number |
20K01606
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 07040:Economic policy-related
|
Research Institution | Osaka University |
Principal Investigator |
西脇 雅人 大阪大学, 大学院経済学研究科, 准教授 (80599259)
|
Project Period (FY) |
2020-04-01 – 2025-03-31
|
Project Status |
Granted (Fiscal Year 2023)
|
Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
|
Keywords | カルテル / 構造推定 / 部分識別 / 検定 / 犯罪行動 / モデルセレクション |
Outline of Research at the Start |
企業の反競争行為のなかでもカルテルは独占禁止法に基づく競争政策において重要な位置付けがなされている。先進国では、カルテルは(例外はあるものの)違法行為であり、関係した企業や個人には民事罰(および刑事罰)が科される。カルテルによる経済厚生の損失は年間1700億円とも推定されている。このような反競争行為に対して、本研究では実証的な角度から切り込んでいく。すなわち、現在進行形の(あるいは過去に起きていた)カルテルを、統計的計量経済学的な方法および経済学の理論を用いて、企業の行動記録である観察データから、発見する手続きを開発をするのが本研究である。
|
Outline of Annual Research Achievements |
企業の反競争行為のなかでもカルテルはとりわけ重要な位置を占めている。先進国では、カルテルは違法行為であり、関係した企業や個人には民事罰および行為が悪質な場合は刑事罰が科される。カルテルによる経済厚生の損失は年間1700億円とも推定されている。本研究では、カルテル発見方法を研究している。具体的には、計量経済学的な方法を用いて、企業の行動記録である観察データから、カルテルを発見する手続きを探求するのが本研究である。過年度の研究から、既存の検定ではカルテルが検出されないことがあることを発見され、この問題を解決するため、部分識別の考え方を検定方法として利用し、操作変数を用いて、カルテルの選別を可能にする方法を開発した。さらに、この方法では、カルテル発見だけではなく、カルテルによる経済損失の推定も同時に行うことができる。損失の推定が可能になることで、カルテルのスクリーニングを単にカルテルを発見するだけではなく、どのぐらいの大きさのカルテルなのかも同時に知ることができるため、例えば、カルテルの捜査において、インパクトの大きさで優先順位をつけることが可能になる。また、カルテルを誘発しやすい市場構造を明らかにするという構造アプローチによる研究も大きく進展した。垂直関連市場において、企業間での垂直的な資本関係が重要なカルテルインセンティブ要因となること、また、垂直合併企業の規模により、カルテルインセンティブは異なることが明らかになった。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
検定の技術的な問題を解決するために想像以上に時間を要したことが、研究がやや遅れることになった原因である。
|
Strategy for Future Research Activity |
過年度までに開発したカルテルスクリーニング方法を現実のデータに応用し、その信頼性を確認および向上させる。
|