Swimming in Dark Water: When Cartels Mimic Competition
创建于 更新于
摘要
本研究对瑞士蒂乔诺公路建设招标中的秘密卡特尔进行详尽分析，揭示在没有现金交易的情况下，弱型卡特尔通过成本导向的分配和事前协同，几乎实现第一最优的共谋结果。通过回归分析与机器学习，证实可观的成本代理变量（如距离、在手工单积压等）能系统性预测中标价格与排名；并利用双重机器学习估算平均溢价约为45%及以上，显示对公共财政的重大损害。该研究还揭示了传统成本基准检测在高度组织化的高效型卡特尔面前的局限性，以及利用机器学习等方法提升检测的潜在路径。[page::1][page::3][page::23]
