одна секунда услуг - 0,0048 рублей;
одно короткое сообщение - 0,0006 рублей.
Как видно, себестоимость мобильной связи намного ниже ее рыночной цены, а значит, она в малой степени влияет на цену.
Таким образом, модель множественной регрессии
подтверждает первое и наиболее значимое условие для успешного осуществления
ценовой дискриминации третьего типа: на рынке мобильной связи РФ происходит
сегментация в зависимости от следующих критериев: зависимости от дохода,
географического положения, а также имеющихся альтернатив и индивидуальных
предпочтений. Кроме того, из данного вывода вытекает подтверждение того, что на
рынке выполняется и второе условие применения ценовой дискриминации третьей
степени: продавцы на рынке умеют разделять рынок на разные сегменты в соответствии
с эластичностью спроса и успешно это осуществляют.
.3.3 Модели зависимости цены от выбранных факторов у наиболее крупных операторов мобильной связи
Кроме того, для того чтобы проследить, от чего зависит стоимость на мобильную связь крупнейших операторов в отдельности, были построены модели по каждому из них. Модели были построены по следующим четырем операторам: «МТС», «МегаФон», «Билайн», «Теле2», так как они занимают наибольшую долю рынка мобильной связи в России.
Модель множественной регрессии по оператору
«МТС», представленная в Таблице 11, показала, что коэффициенты являются
значимыми на 5% уровне значимости. Коэффициент детерминации равен 0,5. Это
является допустимым значением. Кроме того, модель является значимой.
Таблица 11.
Модель множественной регрессии по оператору "МТС"
|
Dependent Variable: MTC |
|
|
||
|
Method: Least Squares |
|
|
||
|
Sample: 1 83 |
|
|
|
|
|
Included observations: 83 |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
|
|
|
|
|
|
|
|
|
|
|
|
WAGE |
0.003719 |
0.000876 |
4.246348 |
0.0001 |
|
COMPANIES |
-21.96943 |
10.22213 |
-2.149203 |
0.0347 |
|
DEMAND |
0.009342 |
0.004078 |
2.290919 |
0.0246 |
|
C |
328.7095 |
43.11543 |
7.623940 |
0.0000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
R-squared |
0.483063 |
Mean dependent var |
372.9178 |
|
|
Adjusted R-squared |
0.463433 |
S.D. dependent var |
80.99956 |
|
|
S.E. of regression |
59.33278 |
Akaike info criterion |
11.05119 |
|
|
Sum squared resid |
278110.0 |
Schwarz criterion |
11.16776 |
|
|
Log likelihood |
-454.6245 |
Hannan-Quinn criter. |
11.09803 |
|
|
F-statistic |
24.60779 |
Durbin-Watson stat |
1.854618 |
|
|
Prob(F-statistic) |
0.000000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Интерпретировать полученные коэффициенты можно следующим образом: если количество компаний-операторов, действующих в регионе, увеличивается 1 единицу, то стоимость мобильной связи оператора «МТС» снижается на 21,96 рубля. Кроме того, увеличение на 1 единицу показателя объема услуг связи, оказанных населению, то есть спроса на мобильную связь, увеличивает цену «корзины» на 1 копейку; а увеличение средней заработной платы в регионе влечет за собой увеличение цены на мобильную связь на 0,04 копейки.
В целом модель зависимости цены на услуги оператора «МТС» очень похожа на модель средней цены по всем операторам. Стоимость «средней корзины» «МТС» также зависит от количества компаний, предоставляющих услуги сотовой связи на рынке, от спроса на сотовую связь и от средней заработной платы в регионе.
Иная зависимость обнаружилась при построении
модели для оператора «Билайн». Как видно из Таблицы 12, коэффициент перед
переменной, отражающей количество компаний-операторов на рынке региона,
оказался незначимым. Коэффициент средней заработной платы по региону также
оказался незначимым. Как было определено ранее, у оператора «Билайн» стоимость
мобильной связи по регионам практически не меняется, а значит, особенности
региона не влияют на ценообразование данного оператора. Данный оператор
использует стратегию «средней цены», и только в нескольких регионах цены на
услуги компании «Билайн» значительно превосходят цены на их услуги в остальных
регионах. Из Таблицы 12 видно, что значимым является показатель спроса на
услуги мобильной связи.
Таблица 12.
Модель множественной регрессии по оператору "Билайн"
|
Dependent Variable: BEELINE |
|
|
||
|
Method: Least Squares |
|
|
||
|
Date: 05/28/14 Time: 23:53 |
|
|
||
|
Sample: 1 83 |
|
|
|
|
|
Included observations: 83 |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
|
|
|
|
|
|
|
|
|
|
|
|
COMPANIES |
-12.23677 |
6.305665 |
-1.940600 |
0.0559 |
|
DEMAND |
0.013123 |
0.002515 |
5.217161 |
0.0000 |
|
WAGE |
-7.52E-05 |
0.000540 |
-0.139100 |
0.8897 |
|
C |
304.5114 |
26.59637 |
11.44936 |
0.0000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
R-squared |
0.405541 |
Mean dependent var |
316.2795 |
|
|
Adjusted R-squared |
0.382967 |
S.D. dependent var |
46.59402 |
|
|
S.E. of regression |
36.60027 |
Akaike info criterion |
10.08498 |
|
|
Sum squared resid |
105826.8 |
Schwarz criterion |
10.20155 |
|
|
Log likelihood |
-414.5267 |
Hannan-Quinn criter. |
10.13181 |
|
|
F-statistic |
17.96468 |
Durbin-Watson stat |
1.822571 |
|
|
Prob(F-statistic) |
0.000000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Что касается мобильного оператора «МегаФон», то
модель получилась менее точная, чем модель зависимости средней стоимости
мобильной связи по всем операторам, но похожая на нее. Стоимость «средней
корзины» «МегаФон» также зависит от количества компаний, предоставляющих услуги
сотовой связи на рынке, от спроса на сотовую связь и от средней заработной
платы в регионе. Как уже утверждалось ранее, цены на мобильную связь
устанавливаются в зависимости от особенностей региона и зависят от уровня жизни
в регионе, уровня конкуренции и спроса на рынке. Полученная модель не
противоречит этому утверждению. Модель является значимой. Согласно модели, один
дополнительный оператор на рынке региона снижает стоимость «средней корзины»
«МегаФон» на 60,6 рублей, то есть почти на 18%. Данные по модели представлены в
Таблице 13.
Таблица 13.
Модель множественной регрессии по оператору "МегаФон"
|
Dependent Variable: MEGAFON |
|
|
||
|
Method: Least Squares |
|
|
||
|
Sample: 1 83 |
|
|
|
|
|
Included observations: 83 |
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
|
|
|
|
|
|
|
|
|
|
|
|
COMPANIES |
-60.62287 |
19.49810 |
-3.109168 |
0.0026 |
|
DEMAND |
0.022659 |
0.007778 |
0.0047 |
|
|
WAGE |
0.004450 |
0.001671 |
2.663866 |
0.0094 |
|
C |
393.3715 |
82.24012 |
4.783207 |
0.0000 |
|
|
|
|
|
|
|
|
|
|
|
|
|
R-squared |
0.425210 |
Mean dependent var |
364.1592 |
|
|
Adjusted R-squared |
0.403383 |
S.D. dependent var |
146.5203 |
|
|
S.E. of regression |
113.1738 |
Akaike info criterion |
12.34272 |
|
|
Sum squared resid |
1011856. |
Schwarz criterion |
12.45929 |
|
|
Log likelihood |
-508.2228 |
Hannan-Quinn criter. |
12.38955 |
|
|
F-statistic |
19.48050 |
Durbin-Watson stat |
1.563983 |
|
|
Prob(F-statistic) |
0.000000 |
|
|
|
Стоимость мобильной «корзины» оператора «Теле2»
зависит от заработной платы в регионе, а также от показателя, отражающего спрос
на сотовую связь. Коэффициент количества компаний в регионе оказался
незначимым, что говорит о том, что стоимость мобильной связи «Теле2» не зависит
от уровня конкуренции в регионе. Так как «Теле2» придерживается стратегии
«облегченного проникновения», то этот оператор не ориентируется на состояние
конкуренции в регионе. Зато показатели спроса на сотовую связь и уровня жизни в
регионе являются значимыми для установления цен в регионах.
Таблица 14.
Модель множественной регрессии по оператору "Теле2"
|
Dependent Variable: TELE2 |
|
|
||
|
Method: Least Squares |
|
|
||
|
Sample (adjusted): 3 78 |
|
|
||
|
Included observations: 42 after adjustments |
|
|||
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
WAGE |
0.009168 |
0.001542 |
5.944625 |
0.0000 |
|
DEMAND |
-0.020508 |
0.007046 |
-2.910485 |
0.0059 |
|
C |
147.4948 |
35.77334 |
4.123036 |
0.0002 |
|
R-squared |
0.476403 |
Mean dependent var |
268.8769 |
|
|
Adjusted R-squared |
0.449551 |
S.D. dependent var |
112.1761 |
|
|
S.E. of regression |
83.22592 |
Akaike info criterion |
11.74974 |
|
|
Sum squared resid |
270135.6 |
Schwarz criterion |
11.87386 |
|
|
Log likelihood |
-243.7446 |
Hannan-Quinn criter. |
11.79524 |
|
|
F-statistic |
17.74236 |
Durbin-Watson stat |
1.277255 |
|
|
Prob(F-statistic) |
0.000003 |
|
|
|
Таким образом, были построены значимые модели
для четырех крупнейших операторов России, которые показали, от чего зависит
стоимость мобильной связи этих операторов. Выводы, сделанные на основе анализа
полученных моделей, не противоречат выводам, сделанным на основе эмпирического
анализа.
.4 Изучение конъюнктуры рынка, анализ
конкуренции на рынке, изучение возможности наличия ценовой дискриминации на
рынке
.4.1 Изучение конъюнктуры рынка мобильной связи России
Рассмотрим российский рынок мобильной связи. Как
видно из Таблицы 15, в России наибольшую долю рынка занимает торговая марка
«МТС». Ее доля на российском рынке составляет 31%, то есть практически треть
всего рынка. Следом за ней идет оператор связи «МегаФон», доля рынка которого
немногим меньше, чем у «МТС» и составляет 28%. Чуть меньший процент рынка у торговой
марки «Билайн» - 23%. Компания «Теле 2» занимает на российском рынке долю,
равную одной десятой рынка (10%). Остальные мобильные операторы России имеют
всего 8% рынка.
Таблица 15.
Количество абонентов мобильной связи и доли рынка операторов мобильной связи России (данные за декабрь 2013)
|
Индекс (i) |
Торговая марка |
РФ |
|
|
|
|
Абонентов, чел |
Доля рынка, % |
|
1 |
МТС |
75 321 242 |
31 |
|
2 |
Билайн |
56 512 411 |
23 |
|
3 |
МегаФон |
68 130 108 |
28 |
|
4 |
Теле2 |
23 718 000 |
10 |
|
5 |
Другие |
19 108 239 |
8 |
|
|
Всего |
242 790 000 |
100 |
Для того чтобы оценить характер рынка сотовой
связи России, был использован индекс Херфиндаля-Хиршмана (IHH). С помощью этого
индекса определяется степень концентрации рынка. При его расчете используются
данные об удельном весе каждого участника рынка в отрасли. =
,
где Si - это доля i-го оператора в общем объеме услуг рынка сотовой связи, n -
число операторов.
Считается, что чем больший удельный вес предприятия имеют в отрасли, тем больше вероятность формирования монополии. Если индекс Херфиндаля-Хиршмана превышает 1800, то отрасль считается высоко монополизированной или олигополизированной.
Для России IHH = 2449, что говорит об очень
высокой степени концентрации рынка. Таким образом, можно сделать вывод, что
рынок сотовой связи России имеет олигополистический характер.
.4.2 Определение олигополии, и ее основные черты
В экономике имеет место несколько видов рыночных структур. Одним из таких видов является олигополия. Когда на рынке число компаний невелико, и они имеют влияние на рыночную цену, то можно говорить о наличии олигополии на данном рынке.
По мнению А.Н. Чеканского и Н.Л. Фроловой (Чеканский, Фролова, 2008), «для олигополии характерна высокая степень концентрации», поэтому на рынке представлено ограниченное число крупных производителей. Вследствие малого количества участников рынка, между ними существует взаимозависимость. Одной из характерных черт олигополии является наличие высоких барьеров вхождения новых фирм на рынок, так как олигополисты осуществляют высокую степень контроля над рынком. На рынке мобильной связи Российской Федерации наблюдаются все характерные черты олигополии. Рынок мобильной связи России имеет высокую степень концентрации, а также высокие барьеры для вхождения на него, обусловленные такими факторами как трудностью получения лицензии на осуществление деятельности, а также свободных радиочастот.