中国新购汽车市场的需求估计与并购模拟分析--blp模型的应用

《中国新购汽车市场的需求估计与并购模拟分析--blp模型的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、中国新购汽车市场的需求估计与并购模拟分析--BLP模型的应用中国新购汽车市场的需求估计与并购模拟分析--BLP模型的应用DemandEstimationandMergersSimulationoftheChineseNewCarMarket–anApplicationoftheBLPModel吕振通，胡伟民，朱东明摘要：本文首先运用BLP（Berry,Levinsohn,Pakes，1995)的需求估计方法并基于国内新购汽车市场的加总数据(aggregatedata)，估计了中国汽车市场的需求；然后在Nevo(1997)的并购分析的框架下，根据这个需求估计结果对2009

2、年3月出台的《汽车产业调整和振兴规划》中的并购蓝图进行了并购模拟分析。研究结果表明：在需求估计部分，BLP随机系数离散选择模型在估计出的产品间的替代弹性上比简单的Logit模型更加符合现实；而在并购后果评估中，我们发现并购行为能明显提高并购厂商和市场上其他所有汽车厂商的利润水平，但同时也给消费者造成巨大的福利损失，如果并购无法达到营运成本与生产成本的大幅下降，那么并购行为或许造成社会总福利的明显损失。关键词：随机系数离散选择模型；需求估计；并购模拟；中国汽车市场中国新购汽车市场的需求估计与并购模拟分析--BLP模型的应用引言在产业组织实证研究的文献中，汽车的需求向来是被

3、关注的焦点(例如Berry,Levinsohn,Pakes(1995),Goldberg(1995),Petrin(2002)与Mariuzzo(2005))。这是因为汽车产业除了具有高度集中，高差异化和高“价格成本标高程度（price-costmargin，以下称为PCM）”的产业特质外，汽车产业还在各国的经济发展中，因其规模大与产值高，对国家的就业、投资及消费造成举足轻重的影响。随着工业化的进程，汽车产业在我国经济中所占的比重也越来越大。由于汽车的制造需要高度的固定资本投入（例如建设厂房与购置生产线所需的机器设备等）,因此汽车产业具有显著的规模经济特性，然而中国的汽

4、车行业却一直存在着产业规模小，企业数量多与投资分散的问题（平新乔和魏军锋(2001)）。因此就理论上来说，国内汽车工业的产业结构有调整的必要。随着汽车产业在“十五”（2001年到2005年）期间的快速发展，国家政策开始鼓励汽车企业间的兼并与重组：从2008><#004699'>4年的《汽车产业发展政策》到2009年的《汽车产业调整和振兴规划》均对此做出了明确的要求。在国家政策鼓励兼并与重组且给出了具体指导建议的大背景下，准确分析并购对中国汽车市场的经济影响则显得尤其重要。但据作者所知，在国内的文献中尚未出现以并购分析为主题的实证研究，也因此在国内无论是反垄断法的推行还是

5、产业重组（industrialrestructure）政策的推动上，皆缺乏实证上的依据以及政策后果的详细评估。本文的目的就是尝试填补国内这个领域上的空白。过去的二十多年里，在反垄断的背景下，随着需求分析方法的日趋成熟，并购分析的研究有了较大的发展。其中在分析方法上最具影响力的文献包括Baker和Bresnahan(1985)对美国酿造业，Hausman,Leonard和Zona(199<#004699'>4)对美国啤酒业，以及Nevo(1997)对即食谷片（readytoeatcereal）所进行的并购分析。这些文献的相同之处在于都将并购分析的基本框架分为两个主要步骤：

6、第一步对产品需求进行估计，第二步则以第一步中所获得的需求估计结果（特别是产品间的替代弹性）为基础，先从供给角度分析特定并购事件所造成的市场变化，再估算利润与消费者剩余的增减。上述文献的差异则（因为所分析的产业市场结构不同以及需求估计技术的进步与成熟）主要体现在所采用的需求估计方法与市场结构假设上的不同。在考虑了产业结构的相似程度，需求估计方法的合理性以及估计所需要的数据之后，本文决定采用Nevo(1997)的方法，以国务院2009年3月所提出的《汽车产业调整和振兴规划》为指导原则，进行并购模拟(mergersimulation)分析。根据Nevo(1997)所提供的框架

7、，本文在第一步中采用国内新购汽车市场的加总数据(aggregatedata)并运用BLP(1995)的随机系数离散选择模型（randomcoefficientdiscretechoicemodel）对国内汽车市场的需求进行估计。第二步的并购后果评估则是根据第一步所得的需求估计结果，并在多产品厂商（multi-productfirms）的产品差异化市场结构以及厂商间进行伯川德(Bertrand)博弈的假设下，获得的。我们的估计结果显示：利用BLP模型进行需求估计，与其他模型相比（例如Berry(199<#004699'>4)所介绍的Logi