Опубликовано в журнале "Маркетинг в России и за рубежом" №2 год - 2012
Антипов Е.А.,
старший преподаватель
НИУ ВШЭ – Санкт-Петербург,
руководитель Центра
бизнес-анализа
Покрышевская Е.Б.,
старший преподаватель
НИУ ВШЭ – Санкт-Петербург,
ведущий руководитель проектов
Центра бизнес-анализа
В статье на основе данных за 2008 и 2011 гг. анализируется ценовая дисперсия на онлайн-рынках. Приводится краткая теоретическая информация о природе ценовой дисперсии. Вводится хорошо интерпретируемая мера ценовой дисперсии – ценность информации, измеряющая выгоды информированных покупателей (покупателей, которые используют веб-сервисы для сравнения цен и покупают товары по минимальной цене). Проводится эмпирическое тестирование влияния количества продавцов и количества информированных покупателей на ценовую дисперсию.
Литан и Ривлин анализируют три взаимодополняющих механизма влияния Интернета на рост производительности [3]:
1. За счет существенного снижения издержек на совершение транзакций, необходимых для производства товаров и услуг.
2. За счет роста эффективности менеджмента, в частности в области управления цепями поставок и внутренних, и внешних коммуникаций.
3. За счет усиления конкуренции, сопровождающейся большей прозрачностью цен и расширяющей рынки для покупателей и продавцов и вынуждающей продавцов снижать себестоимость производства.
Останавливаясь на третьем механизме, авторы отмечают, что Интернет делает рынки более конкурентными и приближает их к модели, описываемой в стандартных учебниках экономики (много продавцов и покупателей взаимодействуют на рынке совершенной конкуренции). В результате снижается норма прибыли, растет эффективность производства и удовлетворенность покупателей.
Исследование осуществлено в рамках программы фундаментальных исследований НИУ ВШЭ в 2011 г.
В ряде работ по экономической теории высказывались предположения, что в век Интернета ценовая дисперсия (различия в цене на один и тот же товар в разных магазинах) вовсе исчезнет. Рейнганум [4], Бурдет и Джад [2] и другие показывают, что ценовая дисперсия может возникать, если наблюдаются положительные предельные затраты на получение информации о цене каждого следующего товара, выставленного на продажу. В данной статье анализируются детерминанты дисперсии цен на товары, продаваемые в интернет-магазинах, которая наблюдается даже в условиях существования специальных сайтов, позволяющих сравнивать цены на один и тот же товар в разных магазинах с затратами времени и денежных средств, близкими к нулевым.
Ключевой мерой ценовой дисперсии и одновременно мерой ценности информации о цене (далее будем обозначать ее VOI – от англ. Value of Information) мы будем считать ожидаемую разницу между ценой, которую платит информированный (покупает по наименьшей цене) и неинформированный (покупает по средней цене) покупатель:
Как меняется VOI с ростом количества фирм на рынке? В классической парадигме конкуренции увеличение числа фирм сокращает и среднюю цену, и минимальную, пока не возникнет «единая цена». Основываясь на этом, некоторые могут полагать, что с увеличением числа фирм VOI снижается. Более релевантные действительности олигополистические модели, которые учитывают неоднородность информации, которой обладают покупатели, предсказывают увеличение VOI при увеличении количества фирм. По мере того как большее число фирм входит на рынок, можно ожидать снижение минимальной цены и увеличение средней цены.
Этому существует логичное объяснение: с одной стороны, с увеличением количества фирм растет конкуренция и вероятность того, что какая-то из фирм назначит более низкую цену; с другой стороны, усиление конкуренции приводит к тому, что фирмам становится сложнее ориентироваться на информированных покупателей путем назначения наиболее низкой цены, и соответственно они знают, что, скорее всего, их покупателем станет неинформированный покупатель, который мог бы купить и по более высокой цене. Соответственно средняя цена вырастет.
Модель Вэриана [5] применительно к онлайн-рынкам можно записать следующим образом. Пусть n – количество фирм, предлагающих определенный однородный товар, I – доля информированных покупателей, т. е. посещающих сайт для сравнения цен, p – цена товара. Если нормировать цену от 0 до 1, распределение цен по Вэриану имеет вид:
Из анализа модели вытекают две гипотезы:
1. С ростом количества продавцов ценность информации растет.
2. С ростом доли информированных покупателей ценность информации падает.
Для эмпирического анализа были собраны данные по 7 товарным категориям (радиотелефоны, DVD-плееры, мониторы, холодильники, микроволновые печи, пылесосы, стиральные машины), в каждой из которых были выбраны 50 наиболее популярных моделей. Для каждого из 350 товаров, включенных в выборку, был рассчитан ряд характеристик:
1) sellers – число фирм, предлагающих товар;
2) P_average – средняя цена;
3) P_min – минимальная цена;
4) voi_rub – ценность информации (руб.), рассчитываемая по формуле:
5) voi_percent – ценность информации (%), рассчитываемая по формуле:
При проведении сравнительного анализа были использованы практически полностью сопоставимые данные по тем же рынкам (334 наблюдения), собранные в январе 2008 г. одним из авторов, анализ которых до настоящего времени не был опубликован.
Предварительный анализ (табл. 1) показал, что в июне 2011 г. по сравнению с январем 2008 г. по выборке процентный разрыв между средней и минимальной ценой снизился во всех рассмотренных товарных категориях. В целом по рассмотренной выборке (без разделения на категории) он снизился с 16 до 12%. Статистически значимым можно признать снижение ценности информации в 4-х из них (мониторы, холодильники, микроволновые печи, стиральные машины).
Снижение разрыва между средними и минимальными ценами сопровождалось статистически значимым ростом количества продавцов для большинства категорий товаров (лишь для DVD-плееров число интернет-магазинов осталось примерно на том же уровне). Означает ли это, что с ростом числа конкурентов на интернетрынках ценность информации снижается?
Когда робастная регрессионная модель (табл. 2) строится на объединенной выборке за 2008 и 2011 гг., коэффициент перед количеством продавцов значимо отрицателен. Однако как только включается фиктивная переменная для 2011 г., получается противоположный результат. Мы связываем это с тем, что включение фиктивной переменной позволило учесть возросшую долю информированных покупателей в 2011 г. по сравнению с 2008 г.
Для того чтобы проверить, что фиктивная переменная, равная 1 для наблюдений 2011 г. и 0 для наблюдений 2009 г., действительно способна служить замещающей переменной для возросшей доли информированных покупателей, мы попытались приблизительно оценить, как изменилась доля информированных покупателей в этот период. Для этого была сопоставлена динамика числа пользователей сервиса Яндекс. Маркет относительно общего числа пользователей всех сервисов Яндекса (пользователем считался тот, кто пользовался сервисом или порталом в целом хотя бы раз в месяц). Эту долю мы назовем долей информированных пользователей портала Яндекс. Данные о посещаемости предоставляются группой компаний TNS Россия, проводящей регулярные измерения интернетаудитории в рамках проекта Web Index. Измерения касаются пользователей в возрасте 12–54 лет, проживающих в городах России с населением более 100 тыс. человек и использующих Интернет дома или на работе(1).
Из графиков, изображенных на рис. 1, следует неуклонный приблизительно линейный рост популярности сервиса Яндекс. Маркет, что говорит о том, что все больше людей информированы о возможности сравнения цен перед покупкой.
Таким образом, было установлено, что рост доли информированных (использующих веб-сервисы для сравнения цен) покупателей приводит к снижению выгод от информированности, а рост числа конкурентов приводит к росту ценности информации, как и предсказывают современные модели олигополии. В 2011 г. по сравнению с 2008 г. выигрыш информированных покупателей уменьшился на 4 процентных пункта. Дальнейшая динамика ценности информации будет зависеть от скорости изменения указанных двух факторов. К сожалению, нам неизвестна детальная динамика роста числа интернет-продавцов, но если темп роста числа информированных покупателей будет по-прежнему выше темпа роста числа продавцов, в ближайшие годы можно ожидать еще большее снижение ценности информации (дисперсии цен). Данная тенденция является преимущественно положительной для потребителей, так как в условиях большого числа продавцов сговор крайне затруднителен, а значит, уменьшение дисперсии цен происходит за счет стремления продавцов предложить покупателям максимально выгодные цены. При этом в некотором (динамическом) смысле выигрывают и неинформированные покупатели, так как их проигрыш по сравнению с информированными покупателями (ценность информации) становится со временем все меньше.
(1) Данные доступны по адресу: stat.yandex.ru/
Следует отметить некоторые ограничения данного исследования. Несмотря на то, что мера ценности информации выглядит вполне обоснованно, возникает закономерный вопрос: является ли средняя цена хорошей мерой ожидаемой цены, которую платит неинформированный покупатель, или же следует использовать какую-то другую меру центра распределения? Для ответа на этот вопрос мы детально проанализировали распределение цен для монитора Samsung SyncMaster E1920NR. Тесты на нормальность (по критериям Колмогорова–Смирнова и Шапиро–Уилка) дали основание отвергнуть гипотезу о нормальности распределения.
Была выявлена небольшая положительная асимметрия (≈1,8). В то же время медиана (4990 руб.) всего на 1,2% меньше средней цены (5053 руб.), что указывает на то, что асимметрия с экономической точки зрения не является критической и в целом среднее значение допустимо использовать как меру центра распределения при изучении разброса цен на один и тот же товар. Схожие выводы были сделаны нами при рассмотрении распределения цен еще нескольких товаров из других товарных категорий.
Дальнейшими путями исследования может быть более детальное изучение того, чем обусловлена ценовая премия (превышение цены над средней), которую устанавливают некоторые магазины. В свете теории, основанной на разделении покупателей на информированных и неинформированных, мы полагаем, что ценовая премия коррелирует с репутацией (рейтингом) интернет-магазина и качеством оптимизации его веб-сайта. Репутация позволяет конкурировать с менее дорогими интернет-магазинами, когда покупатель сравнивает цены в разных магазинах на сайтах для сравнения цен и при этом ориентируется не только на цену, но и на рейтинг магазина. Высококачественная оптимизация сайта (количественно измеренная, в частности, количеством ссылок в Интернете на сайте магазина) важна для магазинов, ориентирующихся на неинформированных покупателей, и повышает вероятность попадания таких покупателей на сайт данного магазина. Как именно репутация и масштаб информационного присутствия в Интернете влияют на рыночную власть продавцов, позволит измерить отдельное эконометрическое исследование. Его выводы помогут лучше понять, как сильно влияют на рыночную власть забота об удовлетворенности покупателей и высококачественная оптимизация сайта интернет-магазина с точки зрения поисковых систем.
Используемые источники
1. Baye M.R., Morgan J. and Scholten P. (2003). The Value of Information in an Online Consumer Electronics Market. Journal of Public Policy & Marketing, 22 (1): 17–25.
2. Burdett K. and Judd K.L. (1983). Equilibrium Price Dispersion. Econometrica, 51: 955–969.
3. Litan R.E. and Rivlin A.M. (2001). Projecting the economic impact of the Internet. American Economic Review, 91 (2): 851–858.
4. Reinganum, J.F. (1979). A Simple Model of Equilibrium Price Dispersion. The Journal of Political Economy, 87 (4): 851–858.
5. Varian H.R. (1980). A Model of Sales. The American Economic Review, 70: 651–659.
