La metodologia della New Empirical Industrial Organisation (NEIO)

Differentemente dall’approccio SCP, i numerosi modelli rientranti nella metodologia NEIO, fondata sulla teoria microeconomica e che secondo Bresnahan (1989) prende gli aspetti migliori dall’analisi empirica dell’organizzazione industriale riconducibile ai casi studio e alla SCP, si concentrano sulla condotta e le interazioni strategiche dei soggetti operanti nei mercati. Secondo la classificazione adottata dallo stesso autore, i vari modelli sviluppati seguendo questo approccio generale possono essere classificati in: i) modelli che stimano direttamente il costo marginale; ii) i modelli con variazioni congetturali; iii) modelli di comparazione statistica classificabili a loro volta, in base all’oggetto di analisi, in domanda, offerta, costi e struttura dell’industria.

I modelli maggiormente impiegati in letteratura sono quelli che utilizzano le variazioni congetturali per la stima dell’intensità del potere di mercato (Moro et al., 2013, O’Donnell et al., 2007) e quelli che stimano il mark-up impiegando la stima del costo marginale attraverso la funzione di domanda (Villas boas, 2007; Rojas, 2008). La prima tipologia di modelli empirici sono stati inizialmente applicati quasi esclusivamente per monitorare il potere di mercato esercitato dall’industria alimentare, mentre negli ultimi anni, in virtù del maggior peso contrattuale detenuto dal settore distributivo vengono impiegati per l’individuazione dell’esercizio del potere di oligopsonio spesso imputato alla grande distribuzione. Al fine di spiegare la struttura del modello teorico e la derivazione empirica attraverso la quale viene stimata l’intensità del potere di mercato, descriviamo brevemente quali sono le assunzioni, le funzioni principali e i parametri stimati per un modello che prende in considerazione i principali soggetti della filiera (settore agricolo, settore industriale e grande distribuzione) definiti multistadio, i quali, nel caso in cui comprendono l’analisi di più prodotti, sono detti multiprodotto. Il modello teorico assume che il bene agricolo, prodotto dal settore primario, viene venduto al settore industriale che esercita un potere di oligopsonio nei confronti degli operatori a monte della filiera. Il prodotto trasformato dall’industria alimentare viene acquistato dalla distribuzione, la quale esercita il potere di mercato sia nei confronti del settore industriale (potere di oligopsonio) che nei confronti dei consumatori (potere di oligopolio) a cui vende il bene alimentare. Le assunzioni in merito alla condotta di taluni operatori della filiera vengono espressamente incluse nelle funzioni di profitto delle imprese rappresentative dell’industria alimentare e della distribuzione mediante le elasticità congetturali che, nel caso in cui viene esercitato il potere di mercato, producono degli effetti sui prezzi all’ingrosso e al dettaglio che incrementano il loro margine.

Le elasticità congetturali delle quantità di input e di prodotto acquistato e venduto dalle n imprese che compongono i settori oggetto di analisi sono interpretabili come indici del potere di mercato; il loro valore può variare da zero, indicando la presenza di un mercato perfettamente concorrenziale, a

uno nel caso in cui il settore è caratterizzato da una condotta collusiva delle imprese operanti. La derivazione empirica di tali modelli richiede la specificazione analitica delle forme funzionali delle equazioni da stimare, come l’offerta agricola, la domanda del settore industriale e/o della distribuzione e la stima dei costi marginali. Una volta identificate le funzioni, si procede alla loro stima al fine di individuare la significatività dei parametri attraverso i quali è possibile determinare l’intensità del potere di mercato.

Anche per quanto concerne l’altra tipologia di modelli empirici rientranti nella metodologia NEIO maggiormente impiegati in letteratura, vale a dire quelli che stimano il mark-up impiegando la stima del costo marginale attraverso la funzione di domanda descriviamo, così come per i modelli con variazioni congetturali, il procedimento teorico e la derivazione empirica illustrando a titolo esemplificativo il modello introdotto da Villas Boas (2007) e ripreso successivamente da altri autori (Rojas, 2011). Tale modello, tra i vari aspetti innovativi introdotti, presenta l’indiscutibile pregio di poter stimare la tipologia di relazione esistente tra il settore industriale e la distribuzione impiegando esclusivamente dati relativi alla vendita al dettaglio sopperendo in tal modo alla mancanza di informazioni sui prezzi e le quantità della fase industriale. Tuttavia, è utile precisare che nel contesto dell’analisi empirica tracciato da Villas Boas, i dati relativi alla fase della vendita al dettaglio che riguardano le quantità dei prodotti venduti nei punti vendita della distribuzione, i prezzi e gli sconti a loro associati sono, a loro volta, non facilmente reperibili. Specificatamente il modello, come precedentemente affermato, è diretto a stimare il tipo di relazione esistente tra la fase industriale e la distribuzione organizzata mediante il seguente procedimento empirico: i) vengono ipotizzati dal punto di vista teorico, sulla base della struttura potenziale del mercato, differenti tipi di relazione tra le due componenti della filiera come, ad esempio, i modelli di collusione, di doppia marginalizzazione, ecc.; ii) viene stimata la funzione di domanda per i differenti brand dei prodotti presenti nel mercato solitamente mediante modelli di discrete choice o attraverso i modelli logit nested31; iii) la stima della domanda viene impiegata per stimare il margine prezzo-costo per le imprese operanti nella fase industriale e nella distribuzione per i differenti modelli ipotizzati nella fase iniziale; iv) viene effettuata una comparazione tra la stima dei margini effettivi calcolati sui dati reali e quelli ipotizzati per i diversi modelli, per cui il tipo di relazione esistente tra il settore industriale e la distribuzione sarà dato dal modello che presenterà risultati simili a quelli effettivi.

31_{La scelta dipende dal tipo di prodotto oggetto di studio. La prima tipologia di modelli viene impiegata per}

stimare la funzione di domanda per i prodotti, come le automobili, per i quali l’acquisto da parte dei consumatori è limitato ad una unità di prodotto. I modelli logit nested, invece, sono implementati per la stima della funzione di domanda per i diversi brand nel caso di prodotti acquistati dai clienti nei supermercati in molteplici unità..

Una delle critiche che viene mossa a molti dei modelli rientranti nella NEIO è la necessità di assumere a priori il tipo di comportamento strategico esistente tra le imprese e la struttura del mercato oggetto dello studio. Inoltre, i modelli sono generalmente impiegati ad analizzare i singoli mercati e sono difficili da implementare empiricamente a causa della quantità dati che richiedono e della sensitività alla specificazione degli errori (Hyde e Perloff, 1995).

Infine, i contributi nella letteratura NEIO differiscono anche rispetto alla specificazione empirica delle funzioni teoriche rilevanti e delle tecniche econometriche impiegate per ottenere il valore dei parametri di interesse. Ad esempio, Gohin e Guyomard (2000) stimano le equazioni separatamente usando in modo appropriato le tecniche della variabili strumentali in sostituzione della procedura simultanea Full Information Maximum Likelihood (FIML) non applicabile in quel determinato contesto. Un approccio simile è adottato da Schroeter e Azzam (1990), anche se nel loro lavoro empirico gli autori calibrano alcuni parametri chiave della funzione dell’offerta utilizzando i valori riscontrati precedentemente in letteratura. Hyde e Perloff (1998), al fine di analizzare l’esistenza del potere di mercato nel canale distributivo per il settore della carne impiegano metodo a informazione completa 3SLS. Differentemente dagli autori appena citati, la scelta di Fulton e Tang (1999), ripresa successivamente da O’Donnell e al. (2007), ricade sulla stima delle equazioni rilevanti mediante l’impiego della tecnica econometrica della Seemingly Unrelated Regression (SUR).