Влияние программы ослабления наказания на устойчивость картелей в России

Значимость независимой переменной «lp» говорит о положительной связи между числом фирм в горизонтальном соглашении и склонностью участников подавать заявки на участие в программе ослабления наказания. Таким образом, увеличение числа фирм в картеле влияет на стимулы участников пойти на сделку с антимонопольном органом, что в свою очередь делает картель менее устойчивым. Следовательно, подтверждается базовая гипотеза о влиянии программы на характеристики картельных соглашений, а именно на число участников сговора, то есть при введении программы ослабления наказания увеличение числа участников делает сговор менее устойчивым, что говорит об эффективности использования Программы.

Построим пуассоновскую регрессию, в которой в качестве объясняемой переменной выступает переменная «duration», а в качестве объясняющих блок переменных, характеризующих горизонтальное соглашение по типу нарушения: согласованное установление цен, деление рынка, сговор на торгах.



Таблица3.Регрессионная модель 2

Так как P-value<0.05 регрессия в целом оказалась значимой. Проведем тесты на проверку наличия гетероскедастичности в модели. Результаты теста Голдфелда-Квандта: GQ=0.41992, df1=32, df2=31, p-value=0.9915. Таким образом, P-valueбольше 5%, следовательно, нет оснований отвергать нулевую гипотезу, то есть в модели отсутствует гетероскедастичность.

Таким образом, согласно результатам построения модели, между переменными «duration» и«lp», «p_f», «m_s», «b_r» наблюдается значимая положительная зависимость, что говорит о связи между длительностью незаконного горизонтального соглашения и типом нарушения(согласованное установление цен, деление рынка, сговор на торгах),а также стимулом подачи заявления на участие в программе ослабления наказания.Знаккоэффициента перед переменной «lp» свидетельствует о положительной зависимости между длительностью функционирования картеля и применением Программы в расследовании дела.

Обращаясь к собранной базе данных, можно увидеть, что в программе ослабления наказания участвовали либо картели со сроком длительности значительно меньше средней и медианной продолжительности (меньше 21 и 13 месяцев соответственно), либо картели, которые функционировали на рынке достаточно продолжительныйотрезок времени (более трёх лет).

Следовательно, подтверждается базовая гипотеза о влиянии использования программы на характеристику картельных соглашений, а именно, при увеличении срока функционирования картеля увеличивается склонность участников воспользоваться программой ослабления от наказания, что в свою очередь снижает устойчивость горизонтального соглашения.Следовательно, использование Программы снижает устойчивость картельных соглашений, что доказывает её эффективность.

Коэффициент перед переменной «p_f» имеет наибольшее значение. Полученный результат объясняется тем, что наиболее продолжительные антиконкурентные соглашения, которые вошли в базу данных, создавались с целью фиксирования цен на продукцию, что говорит об устойчивости подобных картельных соглашений.

Федеральная антимонопольная служба раскрыла в 2014 году два горизонтальных соглашения на рынке мороженого пангасиуса, импортируемого из Вьетнама, а также на рынке добычи и реализации минтая и продуктов его переработки. Картели функционировали в течение 48 и 72 месяцев соответственноСайт федеральной антимонопольной службы/ [Электронный источник] URL:https://fas.gov.ru/news/6495. Цель заключения обоих соглашений являлось поддержаниецен на рыбу, более того, участники соглашения на рынке мороженого пангасиусадоговорились о разделе товарного рынка по объёму продажи и покупки товара, составу продавцов и покупателей.

Важным моментом является то, что все картели с большим сроком функционирования, которые были образованы с целью поддержания цен на рынке,имели большое число участников. Например, в рассмотренном примере картеля на рынке добычи и реализации минтая был двадцать один участник. В антиконкурентном горизонтальномсоглашении, раскрытом в 2011 году на рынке алкогольной продукции, принимало участи тридцать четыре компании. В 2012 году закончилось рассмотрения дела о сговоре компаний с целью поддержания цен на рынке жидкой каустической соды, в котором участвовало двадцать три фирмы. Устойчивость картелей по поддержанию цен может объясняться большим числом участников картеля, поскольку на рынке создается видимость конкурентной борьбы, что позволяет скрывать антиконкурентные действия от антимонопольного органа.

Изучим зависимость между числом фирм в картеле и механизмами саморегулирования внутри картеля. Построим регрессию зависимости между переменной «firms» и «lp»«comp»,«th», «inf_exchange», «retal», «pr_leader», «side_arr»,«rinig», «recid».

Таблица4.Регрессионная модель 3

Так как P-value<0.05 регрессия в целом оказалась значимой. Проведем тесты на проверку наличия гетероскедастичности в модели. Результаты теста Голдфелда-Квандта:GQ=1.1339, df1=27, df2=26, p-value=0.3754. Таким образом, P-valueбольше 5%, следовательно, нет оснований отвергать нулевую гипотезу, то есть в модели отсутствует гетероскедастичность. Коэффициент детерминации принимает значение (?0,5), характеризуя большую долю вариации зависимой переменной, объясняемой с помощью данной модели.

Незначимость переменной «lp»может объясняться тем, что влияние использования Программы в рассмотрении дел на количество фирм, рассматривалось за длинный промежуток времени (2007-2018 года). Важным моментом является то, что Программа пересматривалась в 2009, 1012 и 2015 годах (вторая глава данной работы). Программа могла оказать разный эффектна устойчивость картелей в течение этих промежутков времени.

Так, после пересмотра дизайна Программы в 2009,когда освобождался от ответственности только первый заявивший участник соглашения, число раскрытых картельных соглашений вырослоЮсупова Г.Ф. (2013)«Программа освобождения от ответственности в антимонопольной политике: проблемы эмпирической оценки»// Экономическая политика, c 143-160.

Большое значение для данного исследования имеет статистика раскрытых дел с помощью подачи заявок на участие в Программе в зависимости от её дизайна. Как было показано во второй главе данной работы, до 2011 года от административной и уголовной ответственности освобождался только первый участник сговора, подавший заявление на участие в программе ослабления наказания. После 2011 года дизайн Программы изменился, предполагая возможность освободиться от уголовной и административной

не только первому участнику. В 2015 году закон пересмотрели и правила ужесточили. В новом дизайне Программы от ответственности может освободиться только первый заявитель, количество заявителей ограничено тремя участниками, а также появился ряд требований к качеству предъявляемой информации и сроком подачи заявлений в зависимости от даты начала расследования. Рассмотрим статистику подачи заявок на ПОН по годам:



Рисунок 7.Количество заявок на ПОН

Таким образом, фирмы подавали заявления на участие до 2011 годаи после 2015 года, когда условия участия в программе ослабления наказания были более жесткими. В базу не вошло ни одно дело между 2011 и 2015 годами, раскрытыми с помощью заявок на ПОН. Следовательно, дизайн Программы оказывает влияние на стимулы компаний сотрудничать со следствием, снижая тем самым устойчивость картельных соглашений.

Ужесточение правил участия в программе ослабления наказания приводит к увеличению выигрыша компаний от стратегии «предательства», то есть собственные интересы компаний работают против коллективного интереса в сговореStigler G. A Theory of Oligopoly // Journal of Political Economy. 1964. Vol. 72. P. 44-61. Чем выше вероятность ответной реакции от конкурента и больше выигрыш от «предательства», тем менее устойчив сговор. Следовательно, гипотеза о влиянии изменения дизайна Программы на устойчивость картельного соглашения в рамках собранной базы данных подтверждается.

Изучим зависимость между длительностью функционирования картеля и механизмами саморегулирования. Построим регрессию зависимости между переменной «duration» и «lp» «comp»,«th», «inf_exchange», «retal», «pr_leader», «side_arr»,«rinig», «recid».



Таблица5.Регрессионная модель 4

Так как P-value<0.05 регрессия в целом оказалась значимой. Проведем тесты на проверку наличия гетероскедастичности в модели. Результаты теста Голдфелда-Квандта:GQ=0.23468, df1=27, df2=26, p-value=0.999. Таким образом, P-valueбольше 5%, следовательно, нет оснований отвергать нулевую гипотезу, то есть в модели отсутствует гетероскедастичность.

Результаты построения регрессии показали значимую зависимость между длительностью картельного соглашения и механизмами саморегулирования внутри картеля. Следовательно, длительность картельного соглашения увеличивается если компании используют такие механизмы саморегулирования, как компенсационные схемы, принуждение к участию в картеле, обмениваются информацией об объемах производства, продаж и др, присутствует ценовой или рыночный лидер, а также организатор картельного соглашения.

Изучим зависимость между длительностью функционирования картеля и характером отрасли, в которой функционирует картель. Построим регрессию, в которой в качестве зависимой переменной будет выступать «duration», в качестве независимых отрасли «wr», «pm», «c», «meq», «t», «сe», «pm», «ops».



Таблица6. Регрессионная модель 5

Так как P-value<0.05 регрессия в целом оказалась значимой. Проведем тесты на проверку наличия гетероскедастичности в модели. Результаты теста Голдфелда-Квандта:GQ=0.517171, df1=29, df2=28, p-value=0.9586. Таким образом, P-valueбольше 5%, следовательно, нет оснований отвергать нулевую гипотезу, то есть в модели отсутствует гетероскедастичность.

Результаты построения регрессии показали наличие значимой обратной зависимости между длительностью картельного соглашения на сырьевом рынке, на рынке производства оборудования, рынке перевозок и строительства дорог, на рынке химического производства, и положительную зависимость на рынке других товаров и услуг, которые включила переменная «ops».

Таким образом, длительность функционирования картеля в разрезе отраслей больше именно на рынке медицинского оборудования и расходных медицинских материалов, строительных и конструкторских работ, а также закупок продовольствия и одежды для нужд министерства внутренних дел России. Полученный результат лишний раз подтверждает описание кейсов, которые вошли в данную отрасль.

Изучим зависимость между количеством участников картеля и характером отрасли, в которой функционирует картель. Построим регрессию, в которой в качестве зависимой переменной будет выступать «firms», в качестве независимых отрасли «wr», «pm», «c», «meq», «t», «сe», «pm», «ops».

Таблица7. Регрессионная модель 6

Так как P-value<0.05 регрессия в целом оказалась значимой. Проведем тесты на проверку наличия гетероскедастичности в модели. Результаты теста Голдфелда-Квандта:GQ=0.537671, df1=29, df2=28, p-value=0.9237. Таким образом, P-valueбольше 5%, следовательно, нет оснований отвергать нулевую гипотезу, то есть в модели отсутствует гетероскедастичность.

Результаты построения регрессии показали положительную зависимость между числом фирм в картеле и использованием программы ослабления наказания в ходе расследования дела.

Более того, результаты показали наличие значимой обратной зависимости между числом фирм и функционированием на рынке производства оборудования, на рынке химического производства, и положительную зависимость на рынке других товаров и услуг, которые включила переменная «ops».

Таким образом, размеры картелей в разрезе отраслей больше именно на рынке медицинского оборудования и расходных медицинских материалов, строительных и конструкторских работ, а также закупок продовольствия и одежды для нужд министерства внутренних дел России.

Проверим построенные модели на наличие мультиколлинеарности.



Таблица8. Проверка моделей на наличие мультиколлинеарности

VIF
	reg 1	reg 2	reg 3	reg 4	reg 5	reg 6
p_f	2.597049	2.639768	-	-	-	-
m_s	1.123593	1.187704	-	-	-	-
b_r	2.735348	2.920605	-	-	-	-
lp	1.078099	1.044869	1.481000	1.183592	1.076291	1.146205
comp	-	-	1.583125	1.838326	-	-
threat	-	-	1.737463	1.421195	-	-
inf_exchange	-	-	1.532190	1.585889	-	-
retal	-	-	1.668127	1.682019	-	-
pr_leader	-	-	1.833086	1.387779	-	-
side_arr	-	-	1.128551	1.164646	-	-
rinig	-	-	1.587322	1.354825	-	-
recid	-	-	1.581015	1.156045	-	-
pm	-	-	-	-	1.036725	1.084924
c	-	-	-	-	1.274709	1.324832
meq	-	-	-	-	1.383328	1.264557
t	-	-	-	-	1.144203	1.258019
ce	-	-	-	-	1.038493	1.062057
ops	-	-	-	-	1.690533	1.750490

Все полученные оценки не превышают значение VIF=3, следовательно, во всех построенных моделях отсутствует мультиколлинеарность.

Построим пуассоновскую регрессию, которая моделирует зависимость числа фирм в картеле от длительности картельного соглашения в зависимости от характера нарушения. Присвоим переменной «p_f»значение «violation=1» (фиксирование цены),«m_s»значение «violation=2»(деление рынка) и «b_r»значение «violation=3»(сговор на торгах).



Таблица9. Регрессионная модель 7

Так как P-value<0.05 регрессия в целом оказалась значимой.

Согласно результатам построения регрессии, между количеством фирм в горизонтальном соглашении и длительностью сговора наблюдается положительная зависимость, то есть наиболее крупные картели по числу фирму имеют длительный срок функционирования. Данный результат можно подтвердить несколькими примерами. Самое крупное соглашение, открытое ФАС, длилось 60 месяцев. Число участников картеля достигло 90 фирм. Картель, обнаруженный на рынке ипотечного кредитования в 2009 году, завышал стоимость кредитования в течение 88 месяцев. В соглашении участвовала 51 организация. В 2012 году закрыли дело о картеле, образовавшемся на рынке жидкой каустической соды. Компании завышали цены и делили рынок между собой на протяжении 72 месяцев. Таким образом, наиболее крупные картели более устойчивы, поскольку укрепились на рынке, получаядополнительную прибыль от участия в картеле, а значит, менее расположены к отклонению от сговора.

Построим график зависимости прогнозируемого числа участников картеля от длительности функционирования в зависимости от характера нарушения.



График 1. Зависимость размера картеля от его длительности

Таким образом, чем больший срок функционирования имеет картель, тем больше фирм принимают участие в картеле, поскольку участники являются укоренившимися игроками на рынке и имеют меньше стимулов отклонения от сговора. Более того, при увеличении срока функционирования, размер картеля, образованного с целью фиксирования цен, склонен увеличиваться сильнее, чем при других типах нарушения (сговор на торгах и фиксирование цен). Устойчивость таких картелей может быть объяснена сложностью распознания такого типа нарушения и несовершенства методов скрининга, которые должен использовать антимонопольный орган для разоблачения картелей. Более того, согласно другим исследованиям, применение антимонопольного законодательства приводит к снижению цен на рынке длительное время, навязываемых участниками картеля с целью остаться незамеченным для антимонопольного органа (Spagnolo&Giancarlo, 2005).

В обратном случае, сговор на торгах является самым разоблачаемым типом нарушения и формирует половину собранной базы данных, как было сказано ранее. По мнению автора, это может объясняться не обязательно популярностью данного типа нарушения, но и более доступными методами разоблачения горизонтальных соглашений, так как все торги проходят на электронных платформах через зарегистрированные IP-адреса, а также отслеживанием ценовых предложений компаний. Большая часть внеплановых проверок в компании была спровоцирована незначительным снижением цены от изначальной цены контракта (до 0,5%) после проведения электронного аукциона.

Построим пуассоновскую регрессию, которая моделирует зависимость числа фирм в картеле от длительности картельного соглашения в зависимости от использования заявок на участие в программе ослабления наказания. Присвоим переменной «lp=1» (картель был раскрыт благодаря заявкам на ПОН)значение «var1=1»и «fas=1»(картель был раскрыт антимонопольным органом без использования заявок на ПОН)значение «var1=2».

Таблица10. Регрессионная модель 8

Так как P-value<0.05 регрессия в целом оказалась значимой. Таким образом, между самостоятельным расследованием ФАС и размером картеля наблюдается значимая обратная зависимость.

Построим график зависимости прогнозируемого числа участников картеля от длительности функционирования в зависимости от использования программы ослабления наказания при рассмотрении дела.



График 2. Зависимость размера картеля от его длительности

Таким образом, разница в использовании Программы при раскрытии дела или самостоятельном расследовании ФАС в зависимости от продолжительности функционирования картеля незначительна: заявки на участие в Программе принимались и в случаях длительного функционирования сговора, и при менее продолжительных соглашениях. Однако наблюдается разница в размере картеля между видами расследования в зависимости от срока функционирования незаконного горизонтального соглашения: при увеличении срока существования картеля, его размер сильнееувеличивается в случаях использования Программы при расследовании дела. Более того, при увеличении срока функционирования картеля разница становится более существенной. Следовательно, более крупные картели с большим сроком существования более склоны к подаче заявок на участие в программе ослабления наказания, что лишний раз подтверждает базовую гипотезу о меньшей устойчивости картелей при использовании Программы в антимонопольной практике.



3.2.3 Выводы и результаты

Несмотря на противоречивые выводы относительно оценки влияния Программы на устойчивость картелей в академической литературе, основным выводом данной работы является подтверждение гипотезы влияния программы ослабления наказания на устойчивость картельных соглашений. Программа влияет на показатели раскрываемости и характеристики незаконных горизонтальных соглашений. В частности, при введении программы ослабления наказания, увеличение числа участников делает сговор менее устойчивым, что говорит об эффективности использования Программы.

Другим важным выводом работы является подтверждение гипотезы о влиянии изменения дизайна Программы на устойчивость картельных соглашений. Ужесточение правил участия в программе ослабления наказания привело к увеличению выигрыша компаний от стратегии «предательства», что отрицательно сказалось на устойчивости картелей.

Одним из частных выводов проведенного исследования является то, что наиболее устойчивыми соглашениями, которые вошли в базу данных, являются соглашения, которые создавались с целью фиксирования цен на продукцию. А сговор на торгах является самым разоблачаемым типом нарушения.Более того, длительность картельного соглашения увеличивается, если компании используют такие механизмы саморегулирования, как компенсационные схемы, принуждение к участию в картеле, обмениваются информацией об объемах производства, продаж и др, а также если в соглашении присутствует ценовой или рыночный лидер и организатор картельного соглашения.

Самые крупные картели в разрезе отраслей были образованы при проведении торгов, которые инициировало государство, на рынке медицинского оборудования и расходных медицинских материалов, строительных и конструкторских работ, а также закупок продовольствия и одежды для нужд министерства внутренних дел России.

• Заключение

Таким образом, в первой главе работы был проведен анализ экономической литературы, посвященной анализу влияния программы ослабления наказания. Вторая глава была посвящена описанию практик использования Программы в США, России, Японии, ЕС. Более того, во второй главе было подробно описано изменения дизайна Программы в России.

В первый раздел вошло описание базы данных по расследованиям ФАС в период с 2007 по 2018 год, после чего были сформулированы гипотезы исследования. Вторая часть была посвящена описанию методологии исследования, проведению эконометрического анализа и проверке сформулированных гипотез.

Проведенное исследование показало, что программа ослабления наказания влияет на показатели раскрываемости и характеристики антиконкурентных горизонтальных соглашений.



• Списоклитературы

1. Apesteguia, Jose, Dufwenberg, Martin and Selten, Reinhard, “Blowing the whistle”. Economic Theory, Vol. 31, 143-166, 2007

2. Aubert, Cйcile, Rey, Patrick and Kovacic, William E., “The Impact of Leniency and Whistle-Blowing Programs on Cartels”. International Journal of Industrial Organization 24, 1241-1266, 2006.

3. Aubert, Cйcile, Rey, Patrick and Kovacic, William E., “The Impact of Leniency and Whistle-Blowing Programs on Cartels”. International Journal of Industrial Organization 24, 1241-1266, 2006.

4. Becker, Gary S., “Crime and Punishment: An Economic Approach”. The Journal of Political Economy, Vol. 76, No. 2, 169-217, Mar-Apr, 1968.

5. Brisset, Karine and Thomas, Lionel, “Leniency Program: A New Tool in Competition Policy to Deter Cartel Activity in Procurement Auctions”. European Journal of Law and Economics, 17:5-19, 2004.

6. Cйcile Aubert ,Patrick Rey, and William Kovacic «The Impact of Leniency Programs on Cartels» 13th WZB Conference on Markets and Political Economy

7. European Comission «Model Leniency Programme», 2012

8. Friedman, J. (1971), "A non-cooperative equilibrium for supergames", Review of Economic Studies 38 (1): 1-12

9. Fudenberg D., Tirole J «Dynamic models of oligopoly/Industrial economics I». Routledge,2002

10. Hammond Scott D. ,«Сornerstones of an effective leniency program», Santiago, 2009

11. Hammond, Scott D. (2000), “Detecting and deterring cartel activity through an effective leniency program”, International Workshop on Cartels, November 21-22, Brighton, UK.

12. Hinloopen, Jeroen, “An Economic Analysis of Leniency Programs in Antitrust Law”. De Economist 151, no. 4, 415-432, 2003

13. Ivaldi M., Rey P., Tirole J. «The Economics of Tacit Collusion». IDEI, Toulouse, 2003 https://pdfs.semanticscholar.org/0fae/edd0d4a686eccbcde2759bfc34be665c02d3.pdf

14. Levenstein, Margaret and Suslow, Valerie Y., "TheChanging International StatusofExportCartelExemptions" (November 10, 2004). RossSchoolof Business Paper No. 897

15. Marceau, NicolasandMongrain, Steeve. “Amnestiesand Co-operation”. InternationalTax and PublicFinance, 7, 259-273, 2000.

16. Marcelo de Lima e Souza «Leniency Programs: An International Comparison», 2007

17. Marcelo de Lima e Souza, «Leniency Programs: An International Comparison», Master Thesis, August, 2007

18. MarnoVerbeek (2004) A Guide to Modern Econometrics // John Wiley & Sons Ltd

19. Miguel A. Fonseca, Hans-Theo Normann «Explicit vs. Tacit Collusion - The Impact of Communication in Oligopoly Experiments». DICE, 2012

20. Motta, Massimo and Polo, Michele, “Leniency Programs and Cartel Prosecution”. International Journal of Industrial Organization 21, 347-379. 2003.

21. Motta, Massimo, and Michele Polo (2001), “Leniency programs and cartel prosecution”, International Journal of Industrial Organization, 21: 347-379.

22. OECD Annual report, 2001 URL: https://www.oecd.org/about/2080175.pdf

23. OECD, Hard CoreCartels. 2000. Availableat URL: http://www.oecd.org/dataoecd/39/63/2752129.pdf

24. Paolo Buccirossi , CatarinaMarvao ,Giancarlo Spagnolo «Leniency and Damages» , Stockholm Institute of Transition Economics, working paper, No. 32, 2015

25. Paolo Buccirossi , CatarinaMarvao ,Giancarlo Spagnolo «Leniency and Damages» , Stockholm Institute of Transition Economics, working paper, No. 32, 2015

26. Richard A. Posner «The Next Step in the Antitrust Treatment of Restricted Distribution: Per Se Legality». University of Chicago Law Review Vol. 48, No. 1 (Winter, 1981), pp. 6-26 (21 pages)

27. Scott D. Hammond «The Evolution of Criminal Antitrust Enforcement Over the Last Two Decades», 2010. URL: https://www.justice.gov/atr/file/518241/download

28. Spagnolo, Giancarlo “Optimal deterrence mechanisms against cartels and organized crime”, mimeo, Mannheim, 2003

29. Spagnolo, Giancarlo «Divide et Impera: Optimal Leniency Programmes», 2004

30. Spagnolo, Giancarlo, “Divide et Impera: Optimal Leniency Programs”,2005

31. Spagnolo, Giancarlo, “DivideetImpera:OptimalLeniency Programs”. 2005

32. Spagnolo, Giancarlo, “Leniency and Whistleblowers in Antitrust”. Discussion paper series no. 5794. Centre for Economic Policy Research. 2006.

33. Speech of the Deputy Assistant Attorney General for Criminal Enforcement at the OECD Competition Committee. USDOJ (2005) URL: http://www.usdoj.gov/atr/public/speeches/212269.htm

34. Spratling, Gary R. (1999), “Making companies an offer they shouldn't refuse”, Speech at the Antitrust Division, February 16, Washington, DC

35. Stigler G. A Theory of Oligopoly // Journal of Political Economy. 1964. Vol. 72. P. 44-61

36. The United States Department Justice «Price Fixing, bid rigging and market allocation schemes» https://www.justice.gov/atr/price-fixing-bid-rigging-and-market-allocation-schemes

37. Timothy J. Grendell «The Antitrust Legislation of the United States, The European Economic Community, Germany and Japan». British Institute of International and Comparative Law, 2008

38. US Department of Justice URL: https://www.justice.gov/atr/speech/cornerstones-effective-leniency-program

39. Wils, W. (2008), E?ciency and Justice in European Antitrust Enforcement, Hart Publishing.

40. Wils, Wouter P.J., “Leniency in Antitrust Enforcement: Theory and Practice”. World Competition: Law and Economics Review, Vol. 30, No. 1, March 2007

41. Zhijun Chen, Patrick Rey «On the Design of Leniency Programs»,2012

42. КоАП РФ Статья 14.32. Заключение ограничивающего конкуренцию соглашения, осуществление ограничивающих конкуренцию согласованных действий, координация экономической деятельности // [Электронный источник] URL:http://www.consultant.ru/document/cons_doc_LAW_34661/75c352cb0ec8362d1d8f2d0691cce22d668fc2fe/

43. Результаты рассмотрения дела/[Электронный источник ]URL: http://sudact.ru/arbitral/doc/PceInSvQr0rl/

44. Результаты рассмотрения дела/[Электронный источник ]URL: http://sudact.ru/arbitral/doc/s6FUnzi6hZbJ/

45. Решение по делу/[Электронный источник ] /URL: http://solutions.fas.gov.ru/ca/upravlenie-po-borbe-s-kartelyami/22-79888-16

46. Сайт европейской антимонопольной комиссии/ [Электронный источник] URL: http://ec.europa.eu/competition/cartels/leniency/leniency.html

47. Сайт министерства справедливой торговли Японии/[Электронный источник] URL: https://www.jftc.go.jp/files/about_leniency.pdf

48. Сайт РБК. Пермское УФАС усмотрело картель при поставках питания/[Электронный источник ]URL: https://perm.rbc.ru/perm/freenews/5a32173d9a7947101a68b443

49. Сайт федеральной антимонопольной службы /[Электронный источник ]URL: https://fas.gov.ru/attachment/130255/download?1500898594

50. Сайт федеральной антимонопольной службы/ [Электронный источник] URL: https://fas.gov.ru/news/6495

51. Сайт федеральной антимонопольной службы/[Электронный источник ]URL: fas.gov.ru/attachment/80167/download?1468499755

52. Сайт федеральной антимонопольной службы/[Электронный источник ]URL: fas.gov.ru/files/24696/kartel2008.doc

53. Сайт федеральной антимонопольной службы/[Электронный источник ]URL: http://opendata.fas.gov.ru/press-center/news/detail.html?id=29238

54. Сайт федеральной антимонопольной службы/[Электронный источник ]URL: https://fas.gov.ru/news/5217

55. Сайт федеральной антимонопольной службы/[Электронный источник ]URL: https://fas.gov.ru/news/6495

56. Сайт федеральной антимонопольной службы/[Электронный источник ]URL: https://fas.gov.ru/publications/4633

57. Сайт федеральной антимонопольной службы/[Электронный источник ] URL: ulyanovsk.fas.gov.ru/теги/ооо-«мельсервис»

58. Сайт федеральной антимонопольной службы/[Электронный источник] URL: https://fas.gov.ru/news/23194

59. Федеральный закон N 135-ФЗ "О защите конкуренции" от 26.07.2006 - [Эл.ресурс]. - Режим доступа: http://www.consultant.ru/document/cons_doc_LAW_61763/

60. Федеральный закон от 8 марта 2015 г. N 45-ФЗ "О внесении изменений в статью 178 Уголовного кодекса Российской Федерации"// [Электронный источник]URL: https://rg.ru/2015/03/11/kodeks1-dok.html

61. Юсупова Г. Ф., Нестеренко Е. Е. Должно ли тайное становиться явным? 45) Оптимальный дизайн расследования картелей в условиях программы ослабления наказания // Вопросы государственного и муниципального управления. 2016. № 3. С. 91-120.

62. Юсупова Г.Ф (2013) «Программа освобождения от ответственности в антимонопольной политике: проблемы эмпирической оценки» // Экономическая политика, с 143-60

Размещено на Allbest.ru

...