Основные факторы, влияющие на стабильность международных картелей
Понятие международных картелей, основные цели их функционирования. Влияние антимонопольного законодательства на деятельность международных картелей. Оценка влияния факторов структуры рынка на стабильность картелей на рынке витаминов и грузовых перевозок.
| Рубрика | Международные отношения и мировая экономика |
| Вид | дипломная работа |
| Язык | русский |
| Дата добавления | 14.09.2020 |
| Размер файла | 1,8 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Сговор состоял из 3 договоренностей. Первое, фиксирование валовой цены. На этой цене основывались дальнейшие оптовые и розничные цены. Второе, это договоренность о сроках введениях технологий, которые снижают количество вредных выбросов в атмосферу. Главным основанием для этого послужил факт того, что европейское законодательство разработало стандарты выбросов. В то время производимая техника отвечала стандартам на уровне Евро III, а необходимо было соответствовать стандартам Евро VI. И третье, так же связано со стандартом выбросов, когда участники картеля договорились о скрытии издержек на внедрении тех самых технологий, необходимых для перехода от стандарта Евро III к Евро VI.
В итоге, при назначении штрафа Европейская комиссия учитывала все факторы, которые были однозначно не в пользу компаний-участников картеля. Так, учитывалось, географический охват, продолжительность существования картеля и совокупная доля рынка. Но в этом сговоре, в отличие от предыдущего примера компании воспользовались Lenincy программой (LeniencyNotice). Так, первой о существовании сговора заявила компания MAN Truck and bus, что позволило ей избежать наложения штрафа. А остальные участники суммарно получили рекордную сумму штрафа- практически 3 миллиарда евро. Далее, в таблице представлены суммы, которую заплатили компании и процент, который участники получили за сотрудничество с расследованием.
Таблица №1. Распределение денежного штрафа между участниками картеля
|
Компания |
Программа Leniency Notice |
Программа Settlement Notice |
Итоговая сумма штрафа в евро |
|
|
Daimler |
30% |
10% |
1 008 760 000 |
|
|
DAF |
0% |
10% |
752 679 000 |
|
|
Volvo/Renault |
40% |
10% |
670 448 000 |
|
|
Iveco |
10% |
10% |
494 606 000 |
|
|
MAN |
100% |
- |
0 |
|
|
Итого: |
2 926 499 000 |
Интересно, что компания MAN избежала штрафа полностью, так как первым заявило о существовании сговора, а компании Daimler и Volvo получили скидки 30 и 40 % соответственно за сотрудничество с Европейской комиссией в расследовании сговора, а компания Iveco только 10%. Так как по программе Leniency они имеют право получить послабление до 50% за помощь в расследовании картельного сговора. Конечно, наложенный штраф является значительным для компаний, однако европейский суд назначает суммы штрафа так, чтобы избежать банкротства этих компаний.
Пример данного картеля показывает нам то, что картели могут создаваться не только с целью фиксирования цены или раздела рынка, а также с целью внедрения технологий с выгодой для участников сговора. Данный пример показывает, как Leniency Программа работает, как послабление штрафа может получить не только компания, которая заявляет об участии в сговоре, но и то, как остальные компании при своевременном признании об участии в сговоре могут помочь себе избежать больших штрафов за создание и поддержание картеля.
4. ЭКОНОМЕТРИЧЕСКИЙ АНАЛИЗ
4.1 Описание исходной базы John M. Connor
Для проведения эконометрического анализа была использована база John M. Connor «The Private International Cartels (PIC) Data Set: Guide and Summary Statistics, 1990-2013», опубликованная в 2014 году. По мнению автора, это самая крупная база правовой-экономической информации современных международных картелей, основной целью которых является фиксирование цен. Действительно, при поиске мною не было обнаружено подобной базы, которая охватывает столько международных картелей и информации по каждой компании-участника картеля. Поэтому эту базу можно называть действительно уникальной, а далее объяснение почему эта база имеет право называться таковой. В этой базе собрано 1014 картелей, которые существовали во время двадцатичетырехлетнего периода с 1990 по 2013 год. База представляет информацию по 23 категориям: география, где существовал сговор, рынок/отрасль, штрафы в виде денежных наказаний и уголовных арестов, даты начала и окончания картелей, даты первых исков к участникам картелей и прочее. Рассмотрим основные выводы, которые можно сделать по данной базе.
Данные по международным картелям добавлялись в базу только после раскрытия картеля и судебных разбирательств или расследования антимонопольными органами. Так как, как правило, подобные данные не просто достать самостоятельно, то автор собирал данные из трех источников. Во-первых, данные собирались из официальных пресс релизов государственных органов прокуратуры. Во-вторых, данные были получены от частных пресс-служб в форме деловых газет, торговых журналов, поисковых систем по вопросам бизнеса и права (Factiva, LexisNexis и другие). А также данные были позаимствованы у других авторов исследовательских работ по теме международных картелей.
Автор делит международные картели на 3 категории по географии, где картель имеют свою силу и фиксирует цены на рынке: глобальные, европейские и национальные картели. Глобальные международные картели это такие картели, где участники картеля фиксировали или пытались фиксировать цены как минимум на двух континентах. В основном участниками глобального картеля являются страны Западной Европы, Северной Америки и Восточной Азии. Гораздо реже создаются картели в Африке, Латинской Америке, Океании или других частях Азии. Европейские картели действуют в двух или более странах, но полностью в рамках единого таможенного союза- Европейского союза. Примечательно то, что картели ЕС классифицируются отдельно, так как несмотря на то, что они являются членами одного торгового союза, все равно каждая страна имеет свои законодательные нормы. Национальные картели это те картели, которые располагаются на территории одной национальной границы или одного объединения покупателей, афиксируют цены на территории нескольких стран.
Так, из 1014 картелей в представленной базе 47% это европейские международные картели, что составляет почти половину от всех картелей, 34% это национальные картели, а 16% приходится на мировой тип международного картеля. Учитывая тот факт, что глобальные картели могут так же фиксировать цены на рынке ЕС, то можно сделать вывод о том, что европейский рынок страдает больше всего от действий международных картелей.
4.2 База для эконометрического анализа
Для того, чтобы провести анализ, сузим исходную базу до 10-летнего периода, когда картели наиболее часто встречались. Для этого построим гистограмму распределение картелей по годам.
Гистограмма 1. Распределение окончание международных картелей по годам.
На данной гистограмме можно заметить, что больше всего картелей завершали свою работу в период с 2006 по 2008 год, с пиком в 2008 году, когда за год было раскрыто 70 международных картелей. А затем наблюдается спад количества распадов картелей. Тот факт, что в 2007-2009 годах был пик раскрываемости картелей связан с финансовым кризисом 2008 года. Так как, как рассматривалось ранее, картели более стабильны при растущем спросе, а во время кризиса, конечно, падает спрос и в целом экономика слабая, что заставляет компании отклониться от сговора.
Таким, образом, мы выбираем период с 2000 по 2009 год. Так как в первом десятилетии в среднем обнаруживалось 16 картелей в год, в выбранном нами десятилетнем периоде 48 картелей в год, а после всего лишь 11 сговоров в год.
В новой выборке используются данные по 443 картелям, затем убираем из выборки те, которые имеют выбросы и пропущенные значимые переменные и получаем базу из 405 картелей (3776 компаний). После того, как отобраны картели для анализа, соберем переменные, которые понадобятся нам для оценки основных факторов, влияющие на стабильность картеля.
В своем анализе я выбрала 7 переменных, которые можно разделить на 3 группы:
Первая группа включает переменные, которые описываю структуру рынка. Вторая группа включает переменные объема продаж компании-участника сговора. Третья группа включает переменные по антимонопольному правоприменению.
К первой группе переменных, влияющих на прибыль компании от участия в сговоре относится доля рынка, количество покупателей, отрасль, является ли продукт первой необходимости. К второй группе относится объем продаж компании-участника сговора. И к третьей группе, характеризующую юрисдикцию, относятся переменные применения Leniency программы и был ли наложен уголовный штраф. Рассмотрим эти переменные поподробнее, а также средние значения:
Таблица №2. Средние значения переменных.
Доля рынка (MRKTSHARE)
Бинарная переменная, которая показывает значение 1, если картель владел более 50% рынка, то есть отражает конкурентную отрасль. Статистика показывает, что 46,53% картелей владели более половины рынка, то есть картель обладал рыночной властью.А тип картелей, где наблюдаются сговоры с наибольшей долей рынка- это глобальные картели (58,46%). Многие авторы рассматривали эту переменную и доказали ее положительное влияние на стабильность картелей. В своей работе я хочу лишь проверить работает ли это правило с данной базой.
Покупатели (BUYERS)
Бинарная переменная, которая показывает значение 1, если на рынке представлено более 100 покупателей и 0, если на рынке менее 100 покупателей (таких всего 38% рынков). Это в основном рынки строительства, органическая химия, камни и машинное производство. Но подобные картели возникают более часто на европейских рынках (65,74%). Данная переменная так же рассматривалась авторами ранее.Я также хочу ее проверить в своей работе.
Отрасль (INDUSTRY)
Всего в выборке представлено 26 отраслей. Однако для нашего анализа отрасли поделены на 2 группы: сырьевые и несырьевые товары. Для работы интересно проверить данную переменную, так как производители сырья часто являются представителями легальной и нелегальной монополии. Так, в рассматриваемой базе каждый третий сговор создавался на рынке сырьевой продукции. И все типы картелей сохраняют примерно такую же пропорцию.
Продукт первой необходимости (PRPRODUCT)
Продукт первой необходимости так же является бинарной переменной и равен 1, если это продукт относится к товару первой необходимости. Это такие товары как яйца, мясо, табак, соль. Интересно рассмотреть данную переменную, так как именно к производителям продукции первой необходимости, как правило, пристальное внимание антимонопольных органов. Так же возможно государственное вмешательство в установлении стоимости. Поэтому процент производителей, производящих продукцию первой необходимости и участвующих в сговоре почти в 10 раз меньше производителей остальной продукции. Чаще всего сговоры на рынке товаров первой необходимости образуются на европейском рынке (15,46% случаев), а реже всего, когда сговор происходит между производителями на территории одной страны. Скорее всего это можно объяснить тем, что в подобных условиях государству одной страны проще наблюдать за такими рынками и обнаруживать такие картельные соглашения. Поэтому компании не решаются создавать соглашения на территории одной страны.
Объем продаж (SALES)
Объем продаж показывает на какую сумму в тысячах долларов США компания-участник сговора смог продать своей продукции в рамках соглашения сговора. Единственная непрерывная переменная в базе.
Применение Leniency программы (LP)
Бинарная переменная, которая равна 1, если компанияполучила амнистию, воспользовавшисьLeniency программы и за ее сотрудничество с расследованием, 0 - в ином случае. Всего 422 компании из 3776 воспользовались данной программой.
Уголовное наказание (PUNISHMENT)
Так же бинарная переменная, которая равна 1, если менеджмент компании-участник сговора получила уголовное наказание за участие в картельном соглашении. Всего 2148 из 3776 компаний помимо возможного денежного штрафа получили уголовное наказание.
В качестве зависимой переменной выступает переменная, которая описываетпродолжительность сговора (DURATION)и выражена в месяцах. Всего картели существовали на рассматриваемом периоде от 0 до 133 лет. Самый долгий картель в исследуемой базе- этоглобальный картель судовладельцев, который существовал с 1885 года по 2002 год. А средняя продолжительность картеля на рассматриваемом периоде составляет 79 месяцев или 6,6 лет. Самая высокая продолжительность сговора наблюдается в глобальном типе международных картелей- 116 месяцев (почти 10 лет). В то время как средняя продолжительность сговоров у европейского и национального типа международных картелей составляет 73 и 72 месяцев соответственно, то составляет около 6 лет.
4.3 Эконометрический анализ
Для начала построим обыкновенную регрессию:
Duration = 1 MRKTSHARE +2 BUYERS + 3 INDUSTRY +
+ 4 PRPRODUCT + 5 SALES + 6 LP+ 7 PUNISHMENT +
Так как мы получаем результаты с незначимыми переменными и низкими коэффициентами детерминации, это дает нам информацию о том, что для исследуемой базы обыкновенный регрессионный анализ не подходит (Приложения №2-5). Действительно, 6 из 7 переменных являются бинарными, поэтому перейдем к другой модели.
Для анализа выбрана Hazardsmodel или как еще ее называют моделью выживания. Данная модель помогает рассчитать ковариаты, от которых зависит когда произойдет событие (в нашем случае это раскрытие картеля). Данная модель показывает как изменение одного параметра изменяет время, за которое произойдет это событие. А так как hazardsratioпоказывает как поменяется время до наступления события при изменении на одну единицу, то данная модель идеально подходит для бинарных переменных. Так же благодаря этой модели есть возможность рассчитать коэффициенты регрессии и понять как повлияет тот или иной фактор на продолжительность.
Всего выделают 4 метода, но так как Breslowметод самый популярный, мы будем использовать его, тем более полученные коэффициенты не сильно варьируются от выбранного метода. Так же в работе все значения были проверены с различными уровнями значимости, но в работе полученные данные представлены для 95% уровня значимости.
Запишем исследуемую модель: В базовом виде:
h(t)=h0(t)exp(1x1+ 2x2+…+nxn)
Или:
ln(h(t)) (1x1+ 2x2+…+nxn)
А в нашем случае эта формула выглядит следующим образом:
h(t)=h0(t)exp(1MRKTSHARE + 2BUYERS + 3INDUSTRY +
+4PRPRODUCT + 5SALES + 6LP + 7PUNISHMENT)
Или:
ln(h(t)) = 1MRKTSHARE + 2BUYERS + 3INDUSTRY +
+4PRPRODUCT + 5SALES + 6LP + 7PUNISHMENT
Рассчитаем коэффициенты для Hazards модели для всей исследуемой базы, получим:
Таблица №3. Результаты Hazards модели всей исследуемой базы
Затем проверим коэффициенты оценки Hazardsмодели отдельно для глобальных, европейских и национальных картелей:
Таблица №4. Результаты Hazards модели глобальных картелей
Таблица №5. Результаты Hazards модели европейских картелей
Таблица №6. Результаты Hazards модели национальных картелей
Оценив Hazardsratioполучим следующую таблицу:
Таблица№7. Результаты исследования Hazards model
Таблица №7 показывает как влияет рост одной переменной на вероятность распада картеля. Так, если полученный коэффициент меньше единицы, значит переменная влияет отрицательно на вероятность распада картеля (отмечено знаком(-)), а если коэффициент больше единицы, значит переменная положительно влияет на вероятность распада картеля (отмечено знаком(+)). А если же переменная не влияет на вероятность распада картеля или переменная не значима, то в таблице стоит прочерк. Рассмотрим результат каждой переменной по-отдельности:
Доля рынка (MRKTSHARE) значимая переменная, однако не сильно влияет на продолжительность сговора, так как коэффициенты в каждой рассматриваемой группе близки к единице. Однако для всех картелей, кроме европейских, данная переменная не увеличивает вероятностьраспада картеля.
Коэффициент перед переменной «BUYERS» больше 1.Это позволяет сделать вывод о том, что если на рынке более 100 покупателей, то вероятность распада сговора повышается. Тут полученные результаты одинаковы для всех типов картелей и это подтверждает полученные результаты других исследователей данной темы. О такой зависимости говорили многие исследователи данной темы и эта работа еще раз доказывает этот факт.
Коэффициент перед переменной «INDUSTRY»ниже 1 для всех типов картелей: глобального, европейского и национального. Это говорит о том, что на рынке по производству сырья вероятность распада сговора раньше ниже, чем на рынках другой продукции. Так, в целом для картелей вероятность раскрытия картеля на рынке сырьевой продукции на 22% ниже другой продукции, а для глобальных картелей на 39%. Гипотеза о том, что международные картели на рынке сырьевых товаров более стабильны не опровергается.
Интересный результат получился для переменной «продукция первой необходимости (PRPRODUCT)». Так, если бы мы рассматривали только все три группы картелей, то мы могли бы опровергнуть гипотезу, так как коэффициент меньше 1. Однако, полученный коэффициент для европейских и национальных картелей больше единицы равен 1,05 и 1,41 соответственно, что говорит о том, что картели, которые занимаются товарами первой необходимости на данном рынке более склонны к распаду сговора.
Коэффициент перед переменной «Объем продаж (SALES)»оказался незначим и не влияет на продолжительность картеля. Возможно, такой результат получился из-за того, что данный показатель отличается от реальности, в силу того, что компании, как правило продают несколько товаров и получить корректные данные о продаже именно одного товара достаточно сложно, об этом говорил и сам автор базы. Таким образом, мы не можем подтвердить или опровергнуть данную гипотезу.
Очень примечательными получаются результаты применения Leniencyпрограммы (LP).При оценке всей базы полученный результат меньше единицы, что говорит о том, что применение программы положительно влияет на продолжительность сговора. А для глобальных картелей этот показатель равен 5,4, что говорит о том, что применение программы оказывает значительное влияние на вероятность раскрытия картеля. В это же время оказалось, что в европейских картелях эта переменная не оказывает влияния на вероятность распада картеля, но все же влияет отрицательно на продолжительность картеля с коэффициентом 0,05. А в национальных картелях это влияние больше на 40%. Значит мы не можем подтвердить или опровергнуть гипотезу о том, что применение программы ослабления наказания влияет положительно на вероятность распада сговора.
Переменная «PUNISHMENT»увеличивает вероятность распада для глобальных и национальных картелей, причем для глобальных картелей этот показатель снова гораздо выше. А для европейских картелей наоборот, применение уголовного наказания снижает вероятность распада картеля на 17%. Такой результат мог произойти из-за того, что не во всех странах ЕС предусматривается уголовное наказание. Таким образом, мы снова приходим к выводу о том, что,если оценивать результаты по 3 базам вместе, то мы бы не опровергли гипотезу о том, что назначение уголовное наказание положительно влияет на вероятность распада сговора. Но при анализе отдельно глобальных, европейских и национальных картелей мы приходим к выводу о том, что мы не можем подтвердить или опровергнуть данную гипотезу.
В итоге анализ показывает, что хоть глобальные картели по статистике наиболее продолжительные (так как средняя их продолжительность в 2 раза больше остальных форм картелей), но очень сильное влияние на вероятность распада картеля оказывают переменные антимонопольного правоприменения. Только для глобальных картелей оба коэффициента вероятности распада картелей положительны и больше 5. Что говорит о большой значимости применения программы ослабления наказания и применения уголовного наказания на вероятность распада картеля.
Европейские картели являются более нестабильной формой картелей, чем глобальные, однако несмотря на это, почти половина картелей относится к этому типу, а также часть глобальных картелей, что делает европейские картели самыми распространенными.А это означает, что именно данный тип картелей нуждается в отдельном и более пристальном анализе, в том числе, возможно, стоит ужесточить антимонопольное правоприменение.
Национальные картели меньше всего зависят от выбранных переменных, так как средний коэффициент 0,99, почти единица. Национальные картели, хоть и менее распространены чем глобальные, но к ним относятся страны Азии, Океании, Латинскойи Северной Америки и другие. Поэтому так же, можно сделать вывод о том, что их следует изучать отдельно, и, возможно, так же стоит делить на группы по континентам.
Анализ показал, что на стабильность картелей всех типов одинаково влияет доля рынка и является ли продукт сырьевым товаром. При этомдругие факторы влияют по-разному на другие типы картелей. Поэтому гипотеза о том, что факторы структуры рынка и формы наказания по-разному влияют на типы международных картелейне отвергается. Из этого следует, что при анализе факторов, влияющих на продолжительность картелей следует рассматривать картели отдельно по группам, так как в разных странах отличается жесткость применения антимонопольного права и стимулы для создания сговоров.
ЗАКЛЮЧЕНИЕ
В работе было продемонстрировановлияние различных факторов (доля рынка, количество покупателей, отрасль, является ли продукт товаром первой необходимости, объем продаж, применениепрограммы ослабления наказания и назначение уголовного штрафа) на устойчивость картелей в зависимости от их типа. Факторы, характеризующие структуру рынка (количество покупателей) и специализацию отрасли показали одинаковые результаты для всех типов картелей(глобальные, европейские и национальные).
Факторы, как доля рынка, тип товара(первой необходимости) и факторы антимонопольного правоприменения отличаются для разных типов картелей, что позволяет сделатьвывод о том, чтоглобальные, европейские и национальные картели стоит рассматривать по-отдельности.
Несмотря на то, что участие в картеле является самым тяжким преступлением антимонопольного законодательства, некоторые санкции еще слишком слабы. Так, существует мнение, что административного штрафа на компанию недостаточно[ConnorM.J., 2004; WeishaarS.E., 2013], а вместе с ним еще необходимо назначать уголовный штраф для менеджмента компании, который применяется не во всех странах (к примеру, Германия, Швейцария, Китай, Индия) или применяется, но лишь при повторном создании сговора (к примеру, Сингапур и Корея). Так же программа по ослаблению наказания в разных странах отличается. На сегодня не все страны применяют ослабление наказания для компаний, которые заявили о сговоре и сотрудничали с расследованием позже первой компании. А также не везде амнистию может получить физическое лицо. Поэтому для борьбы с картелями необходимо больше всего изучать влияние наказания на раскрытие и распад картелей. Как показал данный анализ, необходимо рассматривать картели отдельно по типам, а лучше континентам, так как влияние факторы по-разному влияют в различных базах.
Следующий вывод, который можно сделать, больше половины международных картелей происходят на территории Европейского союза, что делает рынок объединения данных стран наиболее страдающим от действий международных картелей. Из этого можно сделать вывод о том, что в этих странах антимонопольное законодательство достаточно мягкое и оно нуждается в доработке.
Потенциальным развитием данной работы может выступить анализ других факторов, влияющих на раскрытие картелей, связанных с антимонопольным правоприменением отдельно как для глобальных, так европейских и национальных картелей. Необходимо по-прежнему применениеLenincyпрограммыи установление более жестких наказаний, чтобы участникам сговора было выгоднее от него отклоняться и не заключать новые соглашения. А также способствовать раскрытию уже существующих, тем самымснизить отрицательное влияние на общественное благосостояние.
СПИСОКЛИТЕРАТУРЫ
1.Новикова А.Г., Экономика явного и молчаливого сговора, Курсовая работа 2 курс, НИУ ВШЭ, 2018
2.Новикова А.Г., Экономика явного и молчаливого сговора, Курсовая работа 3 курс, НИУ ВШЭ, 2019
3.Экономика отраслевых рынков: учеб. пособие / Н. М. Розанова. М.: Высшее образование, Юрайт- Издат, 2011. 906 с.
4.Юсупова Г.Ф., Программа освобождения от наказания против картельного благополучия на российских товарных рынках //Современная конкуренция, 2015. Т. 9. № 54. С. 52-69
5.Bhattacharjea, A., & Sinha, U.B. (2015). Multi-market Collusion with Territorial Allocation. International Journal of Industrial Organization, 41, 42-50
6.Connor, J., Determinants of EC Antitrust Fines for Members of Global Cartels, March 6, 2013
7.De Kirбly, F. (1929). International Cartels and Their Effects on the Progress of International Law. Transactions of the Grotius Society,15, 17-33
8.Dick, A. (1996). When Are Cartels Stable Contracts? The Journal of Law & Economics, 39(1), 241-283
9.Economics of Tacit Collusion. Final Report for DG Competition, European Commission. IDEI, Toulouse. Ivaldi, M., Jullien, B., Rey, P., Seabright, P. & Tirole, J. (2003)
10.Feinberg, R. (2016). Cartel Stability: Determinants and International Evidence. Review of Industrial Organization, 48(4), 357-359
11.Ghosal, V., & Sokol, D. (2016). Policy Innovations, Political Preferences, and Cartel Prosecutions. Review of Industrial Organization, 48(4), 405-432
12.Harrington, J., & Chang, M. (2015). When Can We Expect a Corporate Leniency Program to Result in Fewer Cartels? The Journal of Law & Economics, 58(2), 417-449
13.Igami, M. and Sugaya, T., Measuring the Incentive to Collude: The Vitamin Cartels, 1990-1999 (May 21, 2019)
14.Lee, E.T., & Wang, J.W. (2003). Statistical Methods for Survival Data Analysis: Lee/Survival Data Analysis.
15.Levenstein, M., & Suslow, V. (2004). Contemporary international cartels and developing countries: economic effects and implications for competition policy. Antitrust Law Journal, 71(3), 801-852
16.Levenstein, M., & Suslow, V. (2006). What Determines Cartel Success? Journal of Economic Literature, 44(1), 43-95
17.Levenstein, M., & Suslow, V. (2011). Breaking Up Is Hard to Do: Determinants of Cartel Duration. The Journal of Law & Economics, 54(2), 455-492
18.Lewis, B. (1946). "No!" To International Cartels. The Antioch Review, 6(2), 285-305
19.Marquez, J. (1994). Life Expectancy of International Cartels: An Empirical Analysis. Review of Industrial Organization, 9(3), 331-341
20.Mond, A. (1927). International Cartels. Journal of the Royal Institute of International Affairs, 6(5), 265-283
21.Сardoso R, Ren Y., Antitrust: Commission fines truck producers € 2.93 billion for participating in a cartel, Brussels, 19 July 2016
22.Stigler, G. (1964). A Theory of Oligopoly. Journal of Political Economy, 72(1), 44-61.
23.Storli, E. (2014). Cartel Theory and Cartel Practice: The Case of the International Aluminum Cartels, 1901-1940. The Business History Review, 88(3), 445-467
24.Varian, H.R. (2010). Intermidiate Microeconomics. A Modern Approach. (8th edition) New York: W. W. Norton & Company, Inc.
25.Zimmerman, J.E., & Connor, J.M. (2005). Determinants of Cartel Duration: A Cross-Sectional Study of Modern Private International Cartels.
26.Wernhard M., Tu?bingen, US versus EU Antitrust Law, 2007
27.Weishaar, S.E. (2013). Cartels, competition and public procurement: Law and economics approaches to bid rigging. Cartels, Competition And Public Procurement: Law and Economics Approaches to Bid Rigging. Cheltenham, UK: Edward Elgar Publishing
28.WorldAtlas: The World's Largest Chemical Companies, updated on June 10, 2019. By Joyce Chepkemoi https://www.worldatlas.com/articles/which-are-the-world-s-largest-chemical-producing-companies.html
29.Connor, J. The great global vitamins conspiracies, 1985-1999, September 4, 2008
30.The guardian, Andrew Osborn in Brussels, November 22, 2001 https://www.theguardian.com/business/2001/nov/22/8
31.ч. 1 ст. 178 Уголовного Кодекса Российской Федерации от 13.06.1996г. № 63-ФЗ
32.ст. 23 Федерального закона от 26.07.2006 № 135-ФЗ «О защите конкуренции»
33.ст. 37 Федерального закона от 26.07.2006 № 135-ФЗ «О защите конкуренции» ч. 1 ст. 14.32 Кодекс Российской Федерации об административных правонарушениях от 30.12.2001 №195 - ФЗ
Приложение №1. Дерево состава сговоров на рынке витаминов.
Приложение №2. Результат линейной регрессии всей исследуемой базы
Приложение №3. Результат линейной регрессии базы глобальных картелей
Приложение №4. Результат линейной регрессии базы европейских картелей
Приложение №5. Результат линейной регрессии базы национальных картелей
Размещено на Allbest.ru
...Подобные документы
Факторы и специфика ценообразования на мировом рынке. Роль государства в формировании цен на мировых рынках. Ценовые стратегии на мировых рынках. Основные виды цен на рынке международных транспортных перевозок. Специфические условия заключения сделок.
курсовая работа [37,9 K], добавлен 29.05.2013Понятие и классификация международных сделок, их значение для экономики страны. Особенности выбора партнеров и проведения торговых переговоров на мировом рынке. Условия заключения международных контрактов. Оценка внешнеторговой деятельности Белоруссии.
курсовая работа [1,3 M], добавлен 18.12.2014Виды международных транспортных операций. Международные правила интерпретации коммерческих терминов. Перечень документов, необходимых для регистрации грузового транспорта. Регулирование международных автомобильных перевозок по законодательству Казахстана.
дипломная работа [1,6 M], добавлен 03.10.2015История развития, признаки, функции, типология, порядок создания и прекращения деятельности международных организаций. Механизмы образования, существования, развития компетенций международных организаций, оценка их места в системе международных отношений.
курсовая работа [76,3 K], добавлен 14.06.2014Понятие и признаки международного договора. Классификация международных договоров. Стадии заключения международных договоров. Вступление договора в силу международных договоров. Недействительность международных договоров.
курсовая работа [34,4 K], добавлен 01.03.2007Особенности международных соглашений Республики Казахстан с международными организациями. Процесс совместного нормотворчества, его специфика и основные этапы. Особые виды договоров, их типы и требования. Договорная деятельность международных организаций.
контрольная работа [13,6 K], добавлен 18.08.2011Понятие международных перевозок, их особенности, классификация и виды, история становления и развития. Порядок и правила составления договоров международных перевозок. Законодательное регулирование перевозок, актуальные проблемы и пути их разрешения.
дипломная работа [78,7 K], добавлен 29.04.2009Понятие, типология и история возникновения международных организаций, их значение в современном мире, характеристике этапов их развития. Юридическая природа международных организаций. Порядок создания и прекращения деятельности международных отношений.
курсовая работа [54,3 K], добавлен 05.12.2008Международные расчетные отношения, формы международных расчетов и их классификация. Использование национальных валют, международных счетных валютных единиц и золота. Аккредитивная форма расчетов. Основные особенности международных расчетов и платежей.
контрольная работа [28,0 K], добавлен 15.01.2016Региональные международные финансовые организации. Оценка объемов и структуры заимствований Кыргызской Республики у международных финансовых организаций. Основные принципы и перспективные направления сотрудничества государства с финансовыми организациями.
дипломная работа [5,1 M], добавлен 25.06.2014Деятельность международных экономических организаций в системе международных экономических отношений, их сущность и порядок образования. Классификация международных экономических организаций по ряду признаков, особенности их взаимоотношений с Россией.
дипломная работа [252,2 K], добавлен 01.12.2010Роль золота в международных валютных отношениях. Развитие международных валютных отношений, формы их организации. Основные теории валютного курса, факторы, влияющие на его формирование. Особенности расчета номинальной и реальной процентной ставки.
контрольная работа [73,9 K], добавлен 03.03.2016Понятие, история создания и эволюция международных организаций, их роль и значение в современных условиях. Правотворческая деятельность, юридическая природа, организационная структура и компетенция международных межправительственных организаций.
курсовая работа [34,2 K], добавлен 15.09.2011Понятие международных рек. Судоходное и несудоходное использование международных рек в соответствии с международным договором о каждой конкретной реке. Порядок и правовой режим судоходства на Дунае. Разработка Конвенции 1948 г. и ее основные положения.
курсовая работа [31,1 K], добавлен 04.03.2011Понятие международных споров и процессуальная основа их разрешения. Виды международных споров. Согласительные средства мирного разрешения споров. Первые многосторонние конвенции о мирном разрешении международных споров. Статут Международного суда.
курсовая работа [42,4 K], добавлен 21.10.2013Факторы формирования системы международных отношений, созданной в Европе в связи с подписанием Вестфальского мира после окончания Тридцатилетней войны в 1648 г. Основные принципы Вестфальской системы международных отношений, присущая ей идея баланса сил.
реферат [25,1 K], добавлен 22.08.2016Цели и средства внешней политики, особенности ее выработки и оценка эффективности. Основные принципы международного права. Система современных международных отношений, тенденции их развития. Авторитетные международные организации. Главные органы ООН.
лекция [16,3 K], добавлен 16.09.2013Понятие и сущность международных расчетов, особенности их государственного регулирования. Валютно-финансовые условия внешнеторгового контракта. Анализ документооборота по операциям с использованием финансовых инструментов. Риски на внешнем рынке.
курсовая работа [1009,9 K], добавлен 06.04.2012Основные этапы развития и стратегия влияния современных международных компаний на экономическую ситуацию в мире. Особенности глобальной конкуренции транснациональной корпорации. Анализ производственной, инвестиционной и торговой деятельности ТНК.
курсовая работа [23,8 K], добавлен 24.12.2014Понятие международных расчетов и их сущность. Государственное регулирование международных расчетов. Валютно-финансовые условия внешнеторгового контракта. Базисные условия поставки. Порядок отражения международных расчетов по счетам бухгалтерского учета.
курсовая работа [432,3 K], добавлен 27.01.2009
