CC BY
7
ВЕСТН. МОСК. УН-ТА. СЕР. 6. ЭКОНОМИКА. 2021. № 6
ОТРАСЛЕВАЯ И РЕГИОНАЛЬНАЯ ЭКОНОМИКА С. В. Щелокова1
МГУ имени М. В. Ломоносова (Москва, Россия) В. А. Вертоградов2
МГУ имени М. В. Ломоносова (Москва, Россия) УДК: 338.001.36
МАТРИЦА SV: ИНСТРУМЕНТ СТРАТЕГИЧЕСКОГО КОНКУРЕНТНОГО АНАЛИЗА C УЧЕТОМ УРОВНЯ ДОМИНИРОВАНИЯ
В данной статье рассматриваются актуальные инструменты для оценки уровня доминирования в отраслях (индекс концентрации (CR), коэффициент Линда (Ь), коэффициент Холла—Тайдмана (НТ), индекс Херфиндаля—Хиршмана (НН1), выявляются ограничения существующего инструментария, и предлагается его модификация на основе разработанной матрицы БУ, позволяющей дать дополнительные характеристики конкурентной ситуации на разных рынках. На основе данных ренкинга РАЕХ за 2020 г. по четырем отраслям (консалтинг, аудит, аутсорсинг, информационные технологии) авторы предложили модификацию алгоритмов применения классических индексов с целью проведения сравнительного анализа уровня доминирования на разных отраслевых рынках. Для проведения комплексного стратегического конкурентного анализа на основе модифицированных индексов в статье было предложено использовать матрицу БУ, позволяющую наглядно отразить для разных рынков сравнительной уровень доминирования, а также доли рынка, контролируемые ведущими компаниями. Данная методика была апробирована на основе данных по 90 отраслям российской промышленности (по данным официальной отчетности за 2020 г.) и позволила выявить наличие доминирующих групп в 31 отрасли, оценить их размеры и внутреннюю дифференциацию, что позволило сравнить отрасли их между собой.
Матрица БУ расширяет инструментарий стратегического анализа, позволяя оценить не только уровень конкуренции на рынке и наличие доминирующих игроков в отрасли, но и уровень дифференциации компаний внутри доминирующей группы. В результате применения данной матрицы можно проанализировать особенности рынка (как для компаний, которые уже присутствуют на рынке, так и для компаний, которые только планируют выйти на данный рынок), а также сделать выводы относительно успешного стратегического поведения компаний на данном рынке.
1 Щелокова Светлана Викторовна — к.э.н., доцент экономического факультета МГУ имени М. В. Ломоносова; e-mail: shchоlokova@gmail.com, ORCID: 0000-0002-72331322.
2 Вертоградов Владимир Александрович — руководитель учебно-научной лаборатории «Проект МАХ» экономического факультета МГУ имени М. В. Ломоносова; e-mail: vertogra-dov@econ.msu.ru, ORCID: 0000-0002-2986-0886.
Ключевые слова: конкурентный анализ, стратегический анализ, доминирование в отрасли, интенсивность конкуренции, экономическое доминирование, матрица SV.
Цитировать статью: Щелокова, С. В., & Вертоградов, В. А. (2021). Матрица SV: инструмент стратегического конкурентного анализа c учетом уровня доминирования. Вестник Московского университета. Серия 6. Экономика, (6), 137-162. https://doi.Org/10.38050/0130010520216.7.
S. V. Shchelokova
Lomonosov Moscow State University (Moscow, Russia)
V. A. Vertogradov
Lomonosov Moscow State University (Moscow, Russia) JEL: L13, L20
SV MATRIX:
STRATEGIC COMPETITIVE ANALYSIS TOOL BASED ON DOMINANCE LEVEL
This article addresses current tools for assessing the level of dominance in industries (Concentration Index (CR), Lind Index (L), Hall-Tideman Index (HT), Herfindahl— Hirschman Index (HHI)), identifies the limitations of the existing toolkit, and proposes its modification based on the developed SV Matrix, which allows analyzing the competitive situation on different markets. Drawing on the RAEX ranking of 2020for four industries (consulting, audit, outsourcing, information technology), the authors propose classical indices modification algorithms to conduct a comparative analysis of the dominant level on different markets. To conduct a strategic competitive analysis based on modified indices, the article proposes to use the SV Matrix, allowing to reflect the comparative dominant level for different markets, as well as market shares controlled by leading companies. The technique is tested on the sample of 90 Russian industries (according to 2020 official reports) and allows to identify the presence of dominant groups in 31 sectors, assess their size and inner differentiation that resulted in comparative analysis of industries. The SV Matrix expands the toolkit for strategic analysis, allowing to assess not only the competition level in the market and the presence of dominant players in the industry, but also the differentiation level for companies within the dominant group. Applying this matrix help analyze the characteristics of the market (both for the companies already in the market and those just planning to enter it) and draw conclusions regarding the strategic behavior of companies.
Keywords: competitive analysis, strategic analysis, industry dominance, competition intensity, economic dominance, SV Matrix.
To cite this document: Shchelokova, S. V., & Vertogradov, V. A. (2021). SV matrix: strategic competitive analysis tool based on the dominance level. Moscow University Economic Bulletin, (6), 137-162. https://doi.org/10.38050/0130010520216.7.
Введение
Традиционно при анализе ситуации на рынке выделяют монополию, монополистическую конкуренцию, олигополию и свободную конкуренцию. Данный подход может быть эффективен для обучения и построения экономических моделей, но не всегда хорошо отражает сложившиеся на рынки реальные институциональные условия функционирования компаний, когда часть компаний обладает дополнительными преимуществами по сравнению со всеми остальными компаниями и может влиять на рыночные стандарты и принятые на рынке «правила игры». Известным примером такой ситуации является рынок аудита, где доминируют так называемые компании «большой четверки» — BIG4 — четыре крупные международные аудиторские группы. Несмотря на отсутствие обязательных требований по выбору именно этих компаний для проведения аудита, существуют неформально принятые на рынке принципы, что крупные компании, особенно действующие не только на локальном рынке, выбирают именно компании BIG4, так как их стандарт качества на международном уровне признается банками, регуляторами, инвесторами и другими стейкхолдерами. Фактически можно говорить, что все остальные аудиторские компании считаются компаниями «второго эшелона», так как на их долю приходится относительно незначительная доля рынка, а основную делят между собой эти четыре компании. Например, в России по итогам 2020 г. компании BIG4 занимают 73,45% рынка аудита, который в целом оценивается в 41,351 млрд руб., а пятая по выручке аудиторская компания отличается наименьшей из «большой четверки» более чем в три раза1.
Согласно теории экономического доминирования (Блохин и др., 2019) ведущие на рынке компании называют альфа, так как они используют для своего лидерства не только классические рыночные инструменты конкуренции (цена, качество, величина предложения и пр.), но еще и институциональные факторы — преимущественно близость к государству и к менее дорогим источникам финансирования. И если данные компании в силу естественных или искусственных причин признаны лидерами рынка, работают по единым стандартам и в близком ценовом сегменте, то с точки зрения классической экономики рынок аудита можно называть или олигополией (если отдельно рассматривать рынок аудита, представленный компаниями BIG4), или, как это ни парадоксально, рынком почти свободной конкуренции, так как на том же российском рынке аудита представлены 117 крупных и средних компаний, несколько тысяч небольших и формально можно заказывать аудит у любой их них.
1 ООО «Рейтинговое агентство Эксперт». https://raex-a.ru/researches/auditors/2020
Но с точки зрения заказчика, который стоит между выбором аудиторских услуг признанных компаний по высоким ценам и относительно дешевых услуг, но оказываемых компаниями «второго эшелона», ситуация несущественно отличается от неформальной олигополии группы компаний ВЮ4. Если группа доминирующих альфа-компаний сильно дифференцирована по выручке (например, лидер контролирует 50%), то ситуация требует дополнительного изучения: возможно, среди нескольких альфа-компаний существует доминирующий игрок, либо это особенности статистического расчета, когда, например, в единую отрасль объединены лидеры разных рынков, и говорить о доминировании в отрасли нет смысла, так как для покупателей компании не являются конкурентами.
Как правило, выделить группу альфа-компаний можно на основе субъективных оценок экспертов конкретного рынка (Манченко, 2020; Студников, 2021; Часовиков, 2021), методов ранг-размерного анализа (Блохин, Лихачев, 2021), сравнения по показателям выручки и темпам ее роста (Суслова и др., 2021), но официальных рейтингов или критериев отбора альф пока не существует, так как на каждом рынке могут быть исторически разного вида институциональные барьеры, известные всем «внутри», но неочевидные для внешних игроков. Цель данной статьи — предложить алгоритм определения альфа-компаний с использованием статистических индексов, позволяющих оценить уровень дифференциации рынка и структуру доминирующей группы, чтобы объективно определить наличие в отрасли доминирующих альфа-игроков и конкуренцию внутри альфа-группы.
Анализ актуальных инструментов для оценки
уровня доминирования
В настоящее время предложено большое количество инструментов для оценки уровня конкуренции и доминирования компаний на том или ином рынке. Среди таких показателей часто упоминают индекс концентрации (СИ), индекс Херфиндаля—Хиршмана (НН1), коэффициент относительной концентрации, дисперсию рыночных долей, коэффициент Джини, индекс Холла—Тайдмана (НТ), индекс Линда (Ь), коэффициент энтропии и др. Все эти индексы достаточно хорошо изучены и обладают рядом ограничений, которые необходимо учитывать при их применении.
Один из наиболее простых индексов, используемых для оценки концентрации, — индекс концентрации СИ. Он показывает совокупную долю наиболее крупных компаний, но практически не учитывает важные факторы: во-первых, то, насколько неравномерны доли этих компаний, а во-вторых, не всегда понятно, доли какого количества компаний нужно учитывать, поэтому это число всегда определяется экспертно (Коцофана, Стажкова, 2011).
Индекс Линда (Linda, 1976) является общепризнанным индексом определения числа доминирующих фирм на рынке и используется для определения наличия олигополии. Возможность применения индекса Линда, который рассчитывается на основе рыночных долей, для выделения группы альфа-компаний будет проверена в данной статье.
Значительно сложнее выбрать индексы для определения дифференциации в доминирующей группе. Индексы Херфиндаля—Хиршмана (HHI) и Холла—Тайдмана (HT) широко известны, но обладают рядом известных недостатков для небольших выборок, так как их минимальное значение обратно пропорционально количеству компаний в выборке, и требуют точной информации обо всех игроках рынка, чтобы сумма их долей была равна единице. Также значение индекса HHI зависит не только от полноты информации о рынке, но и от количества рассматриваемых игроков (Hirschman, 1964), в связи с чем можно получить одинаковые значения индекса для совершенно разных ситуаций на рынке, что не позволяет сравнивать рынки между собой (Светуньков, 2016). Коэффициенты, не учитывающие ранг компании на рынке (коэффициент вариации, индекс Джинни, дисперсия рыночных долей, коэффициент энтропии), меньше подходят для оценки уровня доминирования, так как показывают в той или иной степени отклонения от среднего и не чувствительны для больших разрывов в рыночных долях.
Методология исследования
Как показано выше, все существующие инструменты помогают проанализировать какой-то один параметр: уровень концентрации отрасли или степень дифференциации ее игроков. Но для принятия стратегических решений компании необходим инструмент для комплексной оценки обоих параметров. Лучше всего для этой цели дополняют друг друга CR и HT, но они не позволяют сравнить отрасли между собой, в связи с чем требуют модификации. В рамках изучения каждой отрасли для целей дальнейшего сопоставления уровней доминирования мы будем проводить анализ с использованием следующих инструментов:
1. Индексы концентрации (CR — Concentration Ratio) для оценки уровня остроты конкуренции в отрасли.
2. Коэффициент Линда (L) — для выделения доминирующих групп на рынке и расчета соответствующего индекса CR.
3. Коэффициент Холла—Тайдмана по группе лидеров — для определения уровня дифференциации внутри группы доминирующих альфа-компаний, определенных по коэффициенту Линда.
4. Построение матрицы «Доля рынка альф vs Дифференция альф» — матрицы SV (сила всех альф на рынке (Strength) и их разнообразие (Variety).
Индексы концентрации (CR) — острота конкуренции на рынке
Concentration ratio (CR) — это индекс (или коэффициент) концентрации, который рассчитывается как сумма долей первых N компаний на рынке и характеризует остроту конкуренции. В случае монополии индекс равен 100%, в случае свободной конкуренции при бесконечном (в теории) количестве фирм равен нулю. В качестве примера рассмотрим индекс концентрации компаний на российском рынке консалтинга в 2020 г., который оценивался в 104,7 млрд руб. и состоял из 196 компаний, по данным рейтингового агентства RAEX (ООО «Рейтинговое агентство Эксперт». https://raex-a.ru/rankingtable/consult/2020/main). Особенности данного источника данных в следующем:
• он составлен на основе данных, которые предоставляют сами компании (а не основе данных, например, публичной бухгалтерской отчетности), что дает возможность вычленить выручку по определенному направлению бизнеса из общей выручки;
• дает консолидированные данные по группам зависимых компаний, которые в рамках теории экономического доминирования называют альфа-империями (Вертоградов, 2020), так как они действуют на рынке согласованно с головной альфа-компаний и имеют доступ к ее ресурсам и институциональным преимуществам. В дальнейшем для сопоставимости информации будут использованы данные ренкингов РАЕХ по отраслям консалтинга (1), аудита (2), аутсорсинга (3) и информационных технологий (4), а также некоторым подотраслям.
Таблица 1
Индексы СR1-CR15 для рынка консалтинговых услуг в России
за 2020 г.
Место Группа компаний / компания Суммарная выручка от консалтинговых услуг за 2020 г. (тыс. руб.) CR (доля рынка накоплено, %)
1 ЛАНИТ 18 074 485 17,26
2 EY 11 768 397 28,50
3 PwC 10 046 009 38,10
4 КПМГ 9 526 849 47,20
5 КРОК 8 540 157 55,35
6 «Борлас» 4 627 650 59,77
7 «БДО Юникон» 4089 518 63,68
8 СберРешения 2 157 529 65,74
9 «Спектрум-Холдинг» 1 884 689 67,54
10 ITPS 1 704 862 69,17
Окончание табл. 1
Место Группа компаний / компания Суммарная выручка от консалтинговых услуг за 2020 г. (тыс. руб.) CR (доля рынка накоплено, %)
11 «Консист Бизнес Групп» 1 437 949 70,54
12 SRG 1 223 681 71,71
13 MOLGA Consulting 942 177 72,61
14 «ЭК/Солюшнс», ГК КОМИТА 918 755 73,49
15 ФБК Grant Thornton 917 546 74,36
Источник: составлено авторами на основе ренкинга ЯАЕХ 2020.
Индекс концентрации СЯ указан в правом столбце табл. 1 и равен накопленной доле рынка наиболее крупных игроков. Соответственно СЯ-5, например, будет равен 55,35%, а СЯ-10 — 69,17%. У экономистов нет устоявшейся трактовки, при каком значении N индекс дает наиболее полезные для прикладных выводов результаты (Князева, 2007; Тропынина, 2020).
Индекс Линда — выделение группы доминирующих компаний
Для выделения группы доминирующих на рынке компаний рассмотрим индекс Линда (Ь), который применятся для определения степени неравенства между лидирующими на рынке продавцами товара и традиционно используется для определения границ олигополии. Он рассчитывается следующим образом:
1 к-1 ^ "='"
1к = Жх-Т)Ъ, где £ = ■^г-^гу.
к -1
где: К — число крупных продавцов;
/ — число ведущих продавцов среди К крупных продавцов; sn — доля рынка /'-го продавца;
Q¡ — отношение между средней долей рынка / продавцов и долей (К — /') продавцов;
— доля рынка, приходящаяся на / продавцов, т.е. СЯ;
п=1
к
Ъ?п — доля рынка, приходящаяся на К крупных продавцов, т.е. СЯК.
п=1
Соответственно можно выразить Ь через СЯ:
СЯ,
1 к-1 —т^
Ьк = К (К -1) ^' где ® = СЯК - СЯ,' ' К-I
СЯ
1 К-1
или сразУ Ьк = КЩЩ Е СКК - СЯ •
К -1
Индекс Линда используется в качестве определителя «границы» олигополии следующим образом: рассчитывается Ь для К = 2, К = 3 и так далее до тех пор, пока Ьк + 1>Ьк, т.е. не будет получено первое нарушение непрерывности показателя Ь. «Граница» считается установленной при достижении .значения Ьк минимального значения по сравнению с Ьк + 1.
В табл. 2 приведены расчеты индекса Линда по данным российских рынков аудита и консалтинга за 2020 г., где выделены строки, когда индекс Линда перестает убывать.
Таблица 2
Индексы Линда (Щ) для рынков консалтинга и аудита в России
за 2020 г.
# Консалтинг Доля, % L Аудит Доля, % L
1 ЛАНИТ 17,26 N/a КПМГ 27,87 N/a
2 EY 11,24 0,768 «Эрнст Энд Янг» 17,12 0,814
3 PwC 9,59 0,524 «Делойт и Туш СНГ» 14,96 0,540
4 КПМГ 9,10 0,388 «Прайсвотерхаус Куперс Аудит» 13,49 0,408
5 КРОК 8,16 0,316 «БДО Юникон» 4,20 0,547
6 «Борлас» 4,42 0,333 ФБК Grant Thornton 3,41 0,578
7 «БДО Юникон» 3,91 0,324 «ФинЭкспертиза» 1,13 0,827
8 СберРешения 2,06 0,368 «Бейкер Тилли Рус» 0,94 0,948
9 «Спектрум-Холдинг» 1,80 0,383 «Кроу Экспертиза» 0,92 0,956
10 ITPS 1,63 0,383 «Мазар Аудит» 0,92 0,919
Источник: рассчитано авторами на основе ренкинга RAEX 2020.
Индекс Линда уверенно выделяет ВЮ4 на рынке аудиторских компаний с совокупной долей 73%, подтверждая устоявшееся на рынке мнение, а также доминирующую пятерку консалтинговых компаний с общей долей 55%, куда входят две крупнейшие российские ИТ-консалтинговые компании — ЛАНИТ и КРОК — и три локальных подразделения международных аудиторско-консалтинговых альфа-империй.
Аналогичные расчеты индекса Линда по российским рынкам аутсорсинга и информационных технологий дают не менее интересные результаты. На рынке информационных технологий индекс уверенно выделяет двух альфа-игроков, которые занимают более половины рынка с большим отрывом от третьей компании. А вот на рынке аутсорсинга, несмотря на наличие явного лидера — компания «СберРешения» с долей в 15,42%, почти в два раза превышающей следующую компанию, — индекс Линда не замечает наличия на рынке доминирующих компаний.
Понятно, что в силу особенностей построения индекса Линда он не может выделить одну доминирующую компанию на рынке — значение L для K = 1 не существует. А вот если бы доля второй в ренкинге компании BDO Unicon Outsourcing на рынке аутсорсинга была больше 10,8% при неизменных долях остальных ведущих компаний, то индекс Линда бы показал наличие двух доминирующих компаний, но доли в 8,8% для этого недостаточно.
Таблица 3
Индексы Линда (Щ) для рынков аутсорсинга учетных функций и информационных технологий в России за 2020 год
# Аутсорсинг Доля, % L ИТ Доля, % L
1 СберРешения 15,42 N/a ЛАНИТ 31,99 N/a
2 BDO Unicon Outsourcing 8,80 0,876 Softline 21,37 0,748
3 «1C-WiseAdvice» 5,43 0,733 КРОК 5,73 1,170
4 SCHNEIDER GROUP 5,41 0,535 АйТеко 5,05 0,986
5 IBS 5,16 0,416 «Инфосистемы Джет» 4,54 0,818
6 UCMS Group 4,35 0,357 ЦФТ 4,22 0,686
7 TMF Group 4,24 0,305 ФОРС 3,10 0,635
8 «Информаудитсервис» 3,92 0,270 СКБ Контур 3,04 0,567
9 Bellerage Alinga 3,88 0,238 ICL-КПО ВС 2,34 0,537
10 «Юнистафф Пейрол Компани» 3,66 0,215 «СберСервис» 2,26 0,498
Источник: составлено авторами на основе ренкингов RAEX 2020.
Аналогично, если посчитать индекс Линда по подотраслям рынка аудита (табл. 4), то по финансовому и юридическому консалтингудоми-нирующие группы будут выделены, а по налоговому консалтингу индекс «ничего не видит», хотя первые четыре участника занимают почти 51% рынка. Интересно, что при прочих равных при изменении доли второй компании «МЭФ РКБ, группа» с 15,28 до 16,7% индекс Линда выделит две доминирующие компании.
Индексы Линда (X) для аудиторских компаний по направлениям финансового, налогового и юридического консалтинга в России за 2020 г.
№ Финансовый консалтинг % L Налоговый консалтинг % L Юридический консалтинг % L
1 «БДО Юникон», группа 31,94 N/a «Уральский союз» 21,07 N/a «Правовест Аудит», группа 21,16 N/a
2 FinExpertiza 12,49 1,28 МЭФ PKF, группа 15,28 0,690 HLB Russian Group 17,87 0,592
3 ФБК Grant Thornton, группа 10,08 0,84 ФБК Grant Thornton, группа 8,79 0,637 ФБК Grant Thornton, группа 16,29 0,406
4 HLB Russian Group 5,57 0,79 FinExpertiza 5,58 0,613 КСК групп 14,64 0,319
5 «Мазар Аудит», группа 5,39 0,65 «Кроу СиАрЭс» 4,72 0,546 «Кроу СиАрЭс» 7,06 0,362
6 «Бейкер Тилли», группа 5,30 0,54 «Аудит Труп», группа 4,58 0,465 «Нексиа Си Ай Эс», группа 5,60 0,369
7 «АВУАР», группа 2,83 0,55 «АКТ Бетроен» 3,82 0,420 «Мазар Аудит», группа 4,35 0,372
8 ADE Professional Solutions 1,83 0,58 «Нексиа Си Ай Эс», группа 3,68 0,374 «Бейкер Тилли», группа 2,12 0,444
9 « Интерком - Аудит», группа 1,80 0,56 Аудиторское Партнерство «НИКА» 2,85 0,355 «АГ «Корсаков и Партнеры» 1,74 0,482
10 «Уральский союз» 1,54 0,55 «Мазар Аудит», группа 2,64 0,334 «Аудиторское Партнерство «НИКА» 1,68 0,484
Индексы Линда (/.) для консалтинговых компаний по направлениям (1) ИТ-консалтинга и системной интеграции, (2) стратегического консалтинга и (3) консалтинга в области маркетинга и РЕ
в России за 2020 г.
# ИТ-консалтинг % L Стратегический консалтинг % L Консалтинг по маркетингу и PR % L
1 ЛАНИТ 33,15 N/a Strategy Partners 35,3 N/a «Маркетинг — Консультант» 23,50 N/a
2 КРОК 17,79 0,93 SAGLAR 11,3 1,562 Консалтинговая группа «Текарт» 21,20 0,554
3 БДО Юникон 5,82 1Д9 НГВ Russian Group 10,1 0,935 «ДЕЛОВОЙ ПРОФИЛЬ» 13,83 0,493
4 ITPS 4,20 1,098 «Финансовый и организационный консалтинг» 6,64 0,784 Брендинговое агентство DDVB 11,96 0,405
5 Борлас 3,46 0,963 ЭК/Солюшнс, ГК КОМИТА 5,17 0,685 Paper Planes 8,55 0,380
6 ПЛАУТ КОНСАЛТИНГ 1,64 1,058 Агентство Прямых Инвестиций 4,54 0,599 HEB Russian Group 7,47 0,347
7 ЭК/Солюшнс, ГК КОМИТА 1,49 1,024 «Нексиа Си Ай Эс» 4,47 0,513 «АБН-Консалт» 5,04 0,350
8 «Конснст Бизнес Групп» 1,15 1,013 Swiss Consulting Partners 3,93 0,457 Агентство Промышленной Информации 4,01 0,352
9 МОША Consulting 1,06 0,965 «Мазар» 3,20 0,425 Swiss Consulting Partners 2,28 0,393
10 « Раздолье - Консалт» 0,68 0,999 ICS Consulting 2,67 0,405 ПКР 2,15 0,400
При анализе подотраслей консалтинга (см. табл. 5) с помощью индекса Линда в сегменте «Стратегический консалтинг», где три компании контролируют 55% рынка, данный индекс не показывает наличия доминирующих компаний. Вероятно, это вызвано тем, что одно из ограничений данного индекса — невозможность выделить единственного доминирующего игрока (в данном случае с 35% рынка), а у компаний, начиная со второй, доля рынка убывает достаточно плавно, и в данной ситуации индекс Линда не может выделить лидеров. В результате проведенных авторами данного исследования расчетов было установлено, что индекс Линда показал бы доминирование трех компаний в стратегическом консалтинге, если бы доля рынка четвертой компании «Финансовый и организационный консалтинг» была бы не выше 4,7%.
В подотрасли ИТ-консалтинга индекс Линда уверенно показывает доминирование двух альфа-компаний, а в подотрасли «Консалтинг по маркетингу и РИ» выделяет шесть компаний с рыночными долями от 23,5 до 7,47%. При этом, если бы доля шестой компании была не 7,47%, а ровно 7%, то индекс Линда показал бы, что доминирующими являются не шесть, а восемь первых компаний.
Расчеты по трем подотраслям аутсорсинговой отрасли позволяют выявить группы доминирующих компаний, при этом индекс не показывает ярко выраженных лидеров в «кадровом учете» с долей в 31,49% и в «подготовке отчетности по МСФО» с долей в 41,75%.
На основе анализа применения коэффициента Линда, мы можем сделать следующие выводы:
1. Данный индекс не позволяет выделить доминирующие компании на рынке в случае, если на рынке существует лидер с большим отрывом по доле рынка от остальных компаний (например, табл. 5, «Стратегический консалтинг»).
2. Данный индекс позволяет сформулировать гипотезу о наличии доминирующих групп из двух и более компаний (фактически выделяя олигополию на рынке), но данная гипотеза требует дополнительной проверки на наличие у данной группы игроков институциональных преимуществ, характерных для альфа-компаний.
3. Индекс Линда может не показать наличие группы доминирующих игроков, если убывание долей игроков происходит плавно и отсутствует резкий отрыв группы лидеров по доле рынка от следующего по размеру игрока (например, см. табл. 4 «Налоговый консалтинг»).
Индексы Линда (/.) для аутсорсинговых компаний по направлениям (1) кадрового учета и кадрового делопроизводства, (2) подготовки отчетности по РСБУ и (3) подготовки отчетности по МСФО
в России за 2020 г.
# Кадровый учет и делопроизводство Доля (%) L Подготовка отчетности (РСБУ) Доля (%) L Подготовка отчетности (МСФО) Доля (%) L
1 IBS 31,49 N/a СберРешения 22,32 N/a ФБК Grant Thornton, группа 41,75 N/a
2 BDO Unicon Outsourcing 15,16 1,038 «Экспресс Бухгалтерия» 16,35 0,683 ADE Professional Solutions 19,64 1,063
3 «Юнистафф Пейрол Компани» 12,21 0,702 «Бейкер Тилли Рус» 13,94 0,477 «Мазар», группа 13,07 0,817
4 СберРешения 11,95 0,498 SCHNEIDER GROUP 13,56 0,352 СберРешения 7,47 0,786
5 UCMS Group 5,86 0,517 «АЛЬТХАУС Консалтинг», ГК 8,79 0,337 «Кроу СиАрЭс» 3,94 0,855
6 TMF Group 5,12 0,486 «Мазар», группа 7,24 0,319 «Бизнес Навигатор», группа 3,44 0,812
7 Acsour 4,91 0,436 ADE Professional Solutions 6,33 0,298 1 руппа компаний «ДЕЛОВОЙ ПРОФИЛЬ» 2,08 0,856
8 «АБУ бухгалтерские услуги» 4,38 0,399 НОРД АУТСОРСИНГ 1,71 0,417 CBS group, группа 1,71 0,859
9 «Бейкер Тилли Рус» 2,13 0,436 Группа компаний «ДЕЛОВОЙ ПРОФИЛЬ» 1,42 0,486 ИНТЕРЭКСПЕРТИЗА (AGN International) 1,64 0,819
10 lC-WiseAdvice 1,79 0,455 VAFEN Group 1,36 0,507 «Эфикс-Груп» 1,21 0,820
В целом индекс Линда может быть использован в качестве одного из инструментов выделения альфа-компаний в определенной отрасли, так как в большинстве случаев позволяет выявлять наличие доминирующих групп, но результаты анализа требуют экспертной оценки с учетом ограничений, изложенных выше.
Применение индекса Линда совместно с индексом концентрации позволяет нам сравнить разные отрасли по доле рынка, которую удерживает группа доминирующих альфа-компаний. Назовем СИЗУ индекс СИп, где N равно числу доминирующих компаний в отрасли, определенному по индексу Линда.
Индекс Холла—Тайдмана (Ш) — для определения
дифференциации внутри группы альфа-компаний
Важной характеристикой любого рынка является не только доля, которую занимает группа лидеров, — СИЗУ, — но и отличие величин долей этих лидеров между собой. Если все N альфа-компаний имеют равную рыночную долю, то можно полагать, что они обладают относительно равными рыночными возможностями, а их потребители имеют возможность выбора. Если же одна из компаний занимает, например, 80% совокупного рынка N компаний, а на остальные компании приходится только 20%, то очевидно, что лидирующая по доле компания может значительно сильнее влиять на рынок, чем другие альфы.
Чтобы посчитать уровень дифференциации долей внутри группы лидеров, был применен индекс Холла—Тайдмана (НТ), который традиционно считается по всем компаниям, присутствующим на рынке, и характеризует степень монополизации рынка. Но так как нам важна именно дифференциация компаний внутри доминирующей группы, то НТ будет рассчитан только по группе альфа-компаний, для чего их доли будут пропорционально нормированы, чтобы в сумме они составляли 100%. Размер доминирующей группы альфа-компаний получается по итогам расчета индекса Линда.
Классический индекс НТ рассчитывается на основе рангов фирм на рынке, где наиболее крупная фирма имеет ранг 1, следующая 2 и т.д., и их долей рынка.
Если на рынке одна компания-монополист, то НТ будет равен единице. Если две компании с долями по 50%, то 1/2, если 3 компании по 33% — около 1/3. Минимальное значение НТ будет 1/#, где N число фирм на рынке (НТшт). Это важно учитывать, сравнивая индексы НТ по рынкам с разным количеством компаний. Например, значение индекса
НТ -
1
, где Я, — ранг фирмы на рынке (1,2,3...).
НТ = 0,2 будет иметь один экономический смысл на рынке из 10 компаний, а на рынке из 5 компаний это будет просто его минимальное значение.
В табл. 7 для иллюстрации этого факта были рассчитаны НТ и НТшт для уже упоминавшихся выше отраслей и ранжированы подотрасли по убыванию значения НТ/НТшт. Заметно, что хотя значения НТ в верхней (Кадровый учет и кадровое делопроизводство) и нижней (Консалтинг в области маркетинга) строках практически равны — 0,15 и 0,17, — но в первом случае НТ почти в пять раз превышает минимальное значение для отрасли, а в последнем всего в 1,65 раза.
Заметно, что чем меньше число компаний в выборке, тем выше будет абсолютное значение НТшт, поэтому, чтобы получить сопоставимые значения для разных по численности групп, НТ будет скорректирован так, чтобы его значения были в интервале [0;1] для любого п. Назовем новый индекс HTSV
НТп - 1 HTSVn =-т4п
1- у '
/п
где п — число компаний, по которым считается индекс НТ, а НТп — соответствующее значение по п компаниям. Соответственно для определения уровня дифференциации внутри доминирующих групп был посчитан индекс HTSV для каждой подотрасли только по доминирующей группе из п компаний. То есть если по отрасли «Кадровый учет и делопроизводство» доминирующая группа состоит из четырех компаний, то при расчете HTSV4 доли этих компаний были предварительно нормированы до 100% (табл. 8).
Таблица 7
Индексы Холла—Тайдмана (НТ) для подотраслей аутсорсинга, консалтинга и аудита в России за 2020 г.
Подотрасль Число компаний НТ НТтш Н1/Н1тт
Кадровый учет и кадровое делопроизводство (3.3) 34 0,15 0,03 4,94
Подготовка отчетности (МСФО) (3.5) 21 0,20 0,05 4,17
Расчет заработной платы (3.2) 38 0,11 0,03 4,16
Юридический консалтинг (2.3) 29 0,14 0,03 3,93
Финансовый консалтинг (2.1) 30 0,11 0,03 3,41
Бухгалтерский и налоговый учет (3.1) 78 0,04 0,01 3,18
Подготовка отчетности (РСБУ) (3.4) 21 0,13 0,05 2,79
Стратегическое планирование (1.1) 20 0,12 0,05 2,40
Окончание табл. 7
Подотрасль Число компаний Н1 НТтш НТ/НТтт
Налоговый консалтинг (2.2) 30 0,07 0,03 2,14
Консалтинг в области маркетинга и PR (1.2) 10 0,17 0,10 1,65
Источник: расчеты авторов на основе ренкингов RAEХ 2020.
Таблица 8
Индексы Линда, концентрации и Холла—Тайдмана (Н1) по доминирующей группе компаний для отраслей и подотраслей аутсорсинга, консалтинга и аудита в России за 2020 г.
Подотрасль Линд = п п СЯ8У (%) Н18У
Расчет заработной платы (3.2) 10 Г^10= 88,81 0,06
Подготовка отчетности (РСБУ) (3.4) 7 CR7= 88,52 0,05
Консалтинг в области маркетинга и PR (1.2) 6 CR6= 86,52 0,06
Подготовка отчетности (МСФО) (3.5) 4 Г^4= 81,93 0,17
Аудит (2) 4 СR4= 73,45 0,06
Кадровый учет и кадровое делопроизводство (3.3) 4 CR4= 70,81 0,09
Финансовый консалтинг (2.1) 6 CR6= 70,77 0,12
Юридический консалтинг (2.3) 4 Г^4= 69,96 0,03
Бухгалтерский и налоговый учет (3.1) 13 CR13= 69,03 0,02
Стратегическое планирование (1.1) 3* CR3= 56,69 0,21
Консалтинг (1) 5 СR5= 55,35 0,04
Налоговый консалтинг (2.2) 3* Г^3= 45,13 0,11
Аутсорсинг (3) 2 СИ2= 24,22 0,16
Источник: расчеты авторов на основе ренкингов RAEХ 2020.
* Примечания: (1) для подотраслей «Стратегическое планирование» и «Налоговый консалтинг» значение размера доминирующей группы было определено экспертно по причинам, указанным выше, (2) отрасль аутсорсинга была исключена из таблицы, так как совокупная доля лидирующих компаний составляет 25%, что не позволяет говорить о наличии доминирования на этом рынке.
В табл. 8 по индексу Линда определен размер доминирующей группы п и для этой группы рассчитаны CRSV и HTSV. Чем большую долю рынка занимает группа доминирующих компаний, тем больше будет индекс CRSV, а чем более близки по доле рынка альфа-компании, тем меньше будет показатель HTSV, что говорит об относительной однородности данной доминирующей группы.
Матрица 8У как инструмент оценки уровня доминирования
Для наглядности нанесем рассчитанные по отраслям и подотраслям индексы CRSV и HTSV на график (рис. 1). Ввиду того, что в выборке отсутствуют отрасли с большим HТSV, была добавлены данные по отрасли газодобычи. На российском рынке газ добывают 33 компании, при этом две наиболее крупные компании «Газпром» и «Новатэк» контролируют вдвоем 76,5% добычи, но «Газпром» больше «Новатэка» почти в 6 раз по объемам добычи1.
Рис. 1. Матрица SV — оценка уровня доминирования на разных рынках Источник: составлено авторами на основе табл. 8.
На горизонтальной оси представлены значения индекса концентрации CRSV, который показывает совокупную долю рынка, занимаемую альфа-компаниями. В случае с относительно низкой совокупной долей рынка (до 65%) можно говорить о том, что позиция группы альфа-компаний на данном рынке относительно слаба, эти компании испытывают значительную конкуренцию со стороны других компаний данного рынка. В правой части оси (более 65%) находятся высококонцентрированные рынки, которые практически полностью контролируются представленными там альфа-компаниями. Это означает, что остальные игроки данного рынка не оказывают значительного влияния на положение данных компаний.
На вертикальной оси представлен модифицированный авторами индекс HTSV, который показывает уровень дифференциации компаний внутри доминирующей группы. Чем ниже данный индекс для конкрет-
1 TadAdviseг. https://www.tadviseг.гu/mdex.php/Статья:Добьrча_газа_в_России, индекс = 0,55.
ной отрасли, тем более однородны компании с точки зрения занимаемой доли рынка и своего влияния на этом рынке. Высокий HTSV показывает, что, несмотря на наличие доминирующей группы, она неоднородна и внутри нее можно выделить более и менее крупных игроков.
Расширим выборку отраслей, добавив туда отраслевые данные с информационного портала TestFirm.ru (официальный сайт проекта «ТестФирм». https://www.testfirm.ru/rating), которые содержит выборку по 2,3 млн юридических лиц, сгруппированных по 96 отраслям, что является несомненным достоинством данного источника. Недостатком данного источника является отсутствие консолидированной информации по зависимым юридическим лицам, которые ведут скоординированную рыночную деятельность. Это важно учитывать при построении матрицы SV для прикладных задач, но в данном случае мы анализируем в целом применимость создаваемого инструмента для конкурентного анализа, поэтому сейчас отсутствием данной информации можно пренебречь.
Авторы провели расчеты по данным портала TestFirm по всем отраслям за 2020 г., что позволило выделить 31 отрасль с доминирующими группами по индексу Линда, и рассчитали HTSV и CRSV, результаты представлены в табл. 9, отранжированные по величине HTSV. В левом столбце табл. 9 приведен номер по классификации TestFirm. Часть отраслей была в дальнейшем удалена из рассмотрения ввиду невозможности экономической интерпретации данных: например, лидер одной из отраслей имел выручку в 2020 г. в 366 млрд руб. при штатной численности в 1 сотрудник, статусе субъекта малого предпринимательства и прибыли в 1 тыс. руб. за 2020 г.
Таблица 9
Отрасли, в которых выявлено наличие доминирующей группы компаний по данным портала Теэ1Кгт
№ Отрасль по классификации 1estFirm.Ru Линд-п СRSV, % HTSV
81 Деятельность по обслуживанию зданий и территорий 2 71,62 0,00
61 Деятельность в сфере телекоммуникаций 4 61,79 0,02
71 Деятельность в области архитектуры и инженерно-технического проектирования; технических испытаний, исследований и анализа 4 52,54 0,02
92 Деятельность по организации и проведению азартных игр и заключению пари, по организации и проведению лотерей 4 59,24 0,02
30 Производство прочих транспортных средств и оборудования 9 61,72 0,03
43 Работы строительные специализированные 12 65,15 0,03
Окончание табл. 9
№ Отрасль по классификации TestFirm.Ru Линд-п СRSV, % HTSV
82 Деятельность административно-хозяйственная, вспомогательная деятельность по обеспечению функционирования организации, деятельность по предоставлению прочих вспомогательных услуг для бизнеса 13 69,35 0,03
88 Предоставление социальных услуг без обеспечения проживания 6 38,51 0,03
2 Лесоводство и лесозаготовки 7 43,64 0,04
19 Производство кокса и нефтепродуктов 8 63,28 0,04
11 Производство напитков 4 60,42 0,05
24 Производство металлургическое 5 50,90 0,05
29 Производство автотранспортных средств, прицепов и полуприцепов 9 68,99 0,05
87 Деятельность по уходу с обеспечением проживания 5 43,36 0,05
79 Деятельность туристических агентств и прочих организаций, предоставляющих услуги в сфере туризма 6 64,77 0,06
84 Деятельность органов государственного управления по обеспечению военной безопасности, обязательному социальному обеспечению 9 81,78 0,06
17 Производство бумаги и бумажных изделий 7 53,14 0,08
58 Деятельность издательская 3 38,77 0,09
56 Деятельность по предоставлению продуктов питания и напитков 4 49,69 0,10
66 Деятельность вспомогательная в сфере финансовых услуг и страхования 2 48,69 0,10
8 Добыча прочих полезных ископаемых 2 59,89 0,11
91 Деятельность библиотек, архивов, музеев и прочих объектов культуры 5 57,41 0,11
12 Производство табачных изделий 4 84,92 0,12
49 Деятельность сухопутного и трубопроводного транспорта 2 49,23 0,21
14 Производство одежды 6 73,88 0,28
37 Сбор и обработка сточных вод 2 56,49 0,39
75 Деятельность ветеринарная 2 73,84 0,56
95 Ремонт компьютеров, предметов личного потребления и хозяйственно-бытового назначения 2 76,62 0,68
Источник: составлено авторами на основе данных портала Те§1Игт.
Нанесем на график (рис. 2) данные по отраслям из табл. 8 и табл. 9. Ввиду того, что у большинства компаний HTSV находится в диапазоне от 0 до 0,1, а максимальное значение HTSV по данной выборке равно 0,68, мы используем вертикальную логарифмическую шкалу. Подписи к данным на графике соответствуют номерам отраслей.
Матрица - сравнительная оценка уровня доминирования на разных рынках
— -ё-
S I
о =
а ^
Ё °-м
3 0 I 4 0 • • 2.2 5 0 • 37 • 77 49 • 1.1 • 1 • 91« 6 0,7 0 • 95 • ts Ф 14 • 2.1 8 8 0,9 G • 3.5 • 12
• >8 •* • 87 • 2 «56 • 17 Ф 24 .79 . • 11 • 19 • 3.3 • 2 29 • 84 • 1* • .2 4
• RO • 71 • • 61 ф 92 2.3 .1 В4
CRSV (индекс концентрации CR по группе альфа-компаний)
Рис. 2. Матрица SV: сравнительная оценка уровня доминирования на разных рынках Источник: составлено авторами.
Визуально на графике все точки распадаются на 4 квадранта, рассмотрим детальнее каждый.
Правый верхний — квадрант G (Gazprom), доминирующая суперальфа
В этот квадрант попадают отрасли, где альфа-компании занимают более 2/3 рынка и при этом между альфами достаточно большой разрыв. Мы предлагаем назвать этот квадрат G — квадрант «Газпрома» — так как это общепонятный пример. В подобных случаях логично предполагать, что доминирующая среди альф компания — можно назвать ее суперальфа — обладает некими дополнительными возможностями, недоступными остальным участникам отрасли. В случае «Газпрома» это фактическая монополия на экспорт добываемого газа и прочие институциональные преимущества. Также в этот квадрант попали ветеринарная отрасль (75), где есть два сверхкрупных игрока, но один почти в 6 раз крупнее другого, и ремонтная отрасль (95), где доминируют дочерние предприятия «Хуавей» и Сбербанка.
Доминирующим компаниям на данном рынке редко приходится сталкиваться с конкуренцией со стороны прямых конкурентов, так как влияние последних на нем незначительно. Основной риск, который необходимо учитывать данным компаниям, — это появление субститутов, которое может привести к изменению структуры и размера рынка (вплоть до его исчезновения). Например, в случае с рынком газа такими рисками может быть резкое развитие рынков альтернативных источников энергии, которое приведет к снижению спроса на газ и естественному исчезновению данного рынка.
Правый нижний — квадрант B4 (BIG4),
естественная олигополия
Для отраслей в правом нижнем квадранте характерно присутствие устоявшейся группы доминирующих альфа-компаний, которые сопоставимы по рыночным возможностям, и, вероятно, основная задача группы альф — согласованная защита своего положения от входа новых игроков, что также требует стабильного уровня конкуренции внутри группы альфа-компаний. В каком-то смысле такое положение можно назвать естественной олигополией: когда усилия компаний данной группы направлены не на борьбу с друг с другом, а против остальных компаний рынка. Для потребителей на данном рынке существует достаточный выбор среди наиболее топовых по качеству/опыту/имиджу компаний.
Мы предлагаем назвать его B4 в честь известного термина BIG4 — четверки аудиторских компаний, которые в России занимают 73% рынка и имеют минимальный коэффициент дифференциации HTSV = 0,06.
Альфа-компании на данном рынке заинтересованы в сохранении естественной олигополии и принятии мер, препятствующих присоединению новых компаний к данной «олигополии». Примером успешной стратегии по входу на подобный рынок является компания Tele 2, которая смогла войти в устоявшуюся группу доминирующих мобильных операторов (МТС, «Билайн» и «Мегафон»). Это было реализовано за счет ценового демпинга, региональной экспансии и партнерства с крупной государственной корпорацией (Ростелеком). В данном случае большую роль играл доступ к финансовым и административным ресурсам, а в случае их отсутствия можно посоветовать компаниям сосредоточить усилия на определенном нишевом сегменте, а не конкурировать по всему спектру услуг.
Левый нижний — квадрант RO (Red Ocean),
жесткая конкуренция
В левом нижнем квадранте представлены рынки, на которых альфа-компании относительно однородны и сопоставимы между собой по доле
рынка, но пока еще их совокупная доля рынка относительно невысока по сравнению с доминирующими группами на других рынках. Это самый многочисленный квадрат матриц, и, судя по попавшим сюда отраслям, там достаточно высокий уровень конкуренции как с бетами и гаммами, так и между самими альфами, поэтому назовем этот квадрант Red Ocean по термину, который ввел Чан Ким (Ким, Моборн, 2017), характеризуя сильный уровень конкуренции при низком уровне дифференциации на рынке.
Высокое давление со стороны не только соседствующих альфа-компаний, но и бета-игроков, заставляет альфа-компании консолидировать рыночные усилия. Это может происходить как за счет институциональных объединений (Федеральное учебно-методическое объединение (ФУМО) в сфере образования, отраслевые ассоциации и другие формы кооперации, которые позволяют устанавливать дополнительные барьеры и ограничения для более слабых игроков), так и за счет слияний или поглощений (что часто происходит на рынке автопроизводителей). В случае успешных совместных действий альфа-компании на данном рынке наращивают консолидированную долю рынка и переходят в сегмент B4 (правый нижний квадрант), а если договориться не получается и вырастает только одна из компаний, то рынок трансформируется в верхний левый квадрант.
Левый верхний — квадрант I с низкими
или естественными барьерами
Верхний левый сегмент, самый малочисленный, — сегмент разноплановых (с точки зрения их рыночного преимущества) альф. Этот квадрант назван I в честь компании Ikea, которая с большим отрывом лидирует в доминирующей группе компаний, продающих мебель и товары для дома. Туда может попасть группа разнородных альф, занимая долю рынка 3065% и имея большое количество конкурентов.
Мы видим два варианта попадания отраслей в этот квадрант: (1) отсутствие в отрасли барьеров для входа или, почти наоборот, (2) наличие естественных барьеров, возможно характерных для естественных монополий.
Отсутствие в отрасли существенных барьеров для входа, вследствие чего альфы могут за счет собственной экспертизы и маркетинговых усилий оторваться от остального рынка, но не могут далее наращивать консолидированную долю рынка и переходить в квадрант G, так как вход для других игроков в отрасль невозможно ограничить. Эта гипотеза выглядит реалистичной для консалтинговой отрасли (1) и ее подотрасли «Стратегический консалтинг» (1.1). Отсутствие возможности установления жестких стандартов на продукцию или услуги способствует интен-
сивному появлению на рынке многочисленных новых игроков, специализирующихся на той или иной нише с новыми продуктами. В случае, если альфа-компаниям все же удается установить барьеры входа или стандартизировать требования, то у данного рынка появляется возможность перехода в квадрант В4. Если же одной из альф удается существенно нарастить долю рынка и значительно оторваться от остальных альф, рынок может переместиться в квадрант О. В случае с консалтинговым рынком практически невозможно ограничить появление и вход новых игроков, так как начало деятельности на данном рынке не требует ни финансовых, ни административных ресурсов.
Второй вариант попадания в данный квадрант — наличие естественных барьеров, преодолеть которые можно только через поглощение других игроков. Для отрасли «Сбор и обработка сточных вод» (37) существенным является наличие очистных сооружений, «Деятельность сухопутного и трубопроводного транспорта» (49) — наличие собственных железных дорог и трубопроводов. Невысокая по сравнению с сегментом О консолидированная доля рынка компаний подобного типа скорее всего вызвана либо особенностями расчетов рыночных долей, как в случае отрасли 49, где доминирующие два игрока — это РЖД и «Транснефть», так и организационными моментами, когда компании определенным образом распределены между разными собственниками, изменение которых изменит значение HTSV, а сама деятельность компаний не может повлиять на увеличение ее доли рынка.
Заключение
В данной статье авторами были рассмотрены существующие инструменты для оценки уровня доминирования в отраслях, выявлены ограничения существующего инструментария и предложена его модификация на основе разработанной матрицы, позволяющей оценить конкурентную ситуацию на разных рынках.
Построение матрицы SV для компании по тем рынкам, где она функционирует, позволяет расширить инструментарий стратегического анализа и оценить не только уровень конкуренции на рынке и наличие доминирующих игроков в отраслях, уровень дифференциации между альфа-компаниями.
В результате применения данной матрицы можно проанализировать особенности отраслевых рынков (как для компаний, которые уже присутствуют на рынке, так и для компаний, которые только планируют выйти на данный рынок), сделать выводы относительно успешного стратегического поведения компаний на данном рынке. Например, для компаний, рынок которых находится в левом нижнем квадранте RO с наиболее сильной конкуренцией, возможна как стратегия объединения с другими
игроками с целью трансформации рынка в квадрант В4, так и усиление собственных позиций для перехода в квадрант I.
Понимание возможных трендов или направления развития условий на отраслевом рынке, а также предпосылок трансформации рынка из одного квадранта в другой могут дать дополнительную информацию, например, для регулятора, который, в свою очередь, может принимать более взвешенные решения для выравнивания условий конкуренции.
Важно отметить, что матрица SV чувствительна к качеству исходной информации про доли рынка и при практическом применении важно отслеживать, что зависимые компании консолидированно отражены в исходной информации. По мнению авторов, для получения более валидных результатов данные ренкингов и рейтингов подходят больше, чем данные бухгалтерского учета.
Возможными вариантами развития матрицы SV видится проверка ее на новых массивах данных и анализ тех отраслей, где индекс Линда «не видит» доминирования, хотя, по мнению отраслевых экспертов, группа альфа-компаний, обладающих более сильными институциональными возможностями, присутствует.
Список литературы
Блохин, А. А., Ломакин-Румянцев, И. В., & Наумов, С. А. (2019). Альфа-бизнес на российском продовольственном рынке. Экономические стратегии, 6, 68—77.
Блохин, А. А., Лихачев, А. А. (2021). Институциональные барьеры для быстрорастущих компаний. Проблемы прогнозирования, 4, 39—47.
Вертоградов, В. А. (2020). Рыночные стратегии альфы, беты и гаммы в контексте теории экономического доминирования. Экономические стратегии, 2, 50—53.
Ким, Ч. В., & Моборн, Р. (2017). Стратегия голубого океана. Как найти или создать рынок, свободный от других игроков. М.: МИФ.
Князева И. В. (2007). Антимонопольная политика в России. 2-е изд., перераб. М.: Омега-Л.
Коцофана, Т. В., & Стажкова, П. С. (2011). Сравнительный анализ применения показателей концентрации на примере банковского сектора РФ. Вестник СПбГУ, 4, 30-40.
Манченко, М. И. (2020). Рынок экспресс-доставки сквозь призму экономического доминирования. Логистика, 5, 9-15.
Студников, С. С. (2021). Высшее образование в России: расцвет экономического доминирования. Мир новой экономики, 1, 112-120.
Светуньков, С. (2016). Методологические проблемы многоуровневой теории конкуренции. СПб.: Левша.
Суслова, И. П., Говорова, А. В., & Щелокова, С. В. (2021). Анализ рынка онлайн-образования в России в контексте теории экономического доминирования. Мир новой экономики, 15(3), 77-84.
Тропынина, Н. Е. (2020). Особенности применения индикаторов интенсивности конкуренции для оценки степени монополизации рыночной власти. Инновационная экономика: перспективы развития и совершенствования, 4(46), 91-97.
Фатхлисламова, Г. Ф. (2019). Конкуренция на сегменте коллективного инвестирования средств пенсионных накоплений. ЭКО, 8, 31-50. https://doi.org/10.30680/ ЕСО0131-7652-2019-8-31-50.
Часовиков, М. (2021). Аутсорсинг печати: локальный рынок с глобальным доминированием. Экономические стратегии, 4, 136-141.
Hall, M., & Tideman, N., (1967). Measures of concentration. Journal of the American Statistical Association, Vol. 62, 162-168.
Hirschman, A. O. (1964). The Paternity of an Index. The American Economic Review, Vol. 54, No 5, 761.
Linda, R. (1976). Méthodologie de l'analyse de la concentration appliquée à l'étude des secteurs et des marchés. Commission des Communautés européennes, Septembre 1976.
Официальный сайт компании ООО «Рейтинговое агентство Эксперт», ренкинг «Российский аудит, 2020». Дата обращения 10.08.2021, https://raex-a.ru/researches/ auditors/2020
Официальный сайт компании ООО «Рейтинговое агентство Эксперт», рен-кинг «Российский консалтинг, 2020». Дата обращения 10.08.2021, https://raex-a.ru/ researches/consulting/2020
Официальный сайт компании ООО «Рейтинговое агентство Эксперт», ренкинг «Российские ИКТ, 2020». Дата обращения 10.08.2021, https://raex-a.ru/researches/ it_companies/2020
Официальный сайт компании ООО «Рейтинговое агентство Эксперт», ренкинг «Аутсорсинг учетных функций, 2020». Дата обращения 10.08.2021, https://raex-a.ru/ ratings/outsourcing/2020
Официальный сайт проекта «ТестФирм», рейтинг российских компаний по выручке за 2020 год. Дата обращения 11.08.2021, https://www.testfirm.ru
Официальный сайт аналитического агентства TadAdviser, Добыча газа в России. Дата обращения 11.08.2021, https://www.tadviser.ru/index.php/Статья:Добыча_газа_в_ России
References
Blokhin, A. A., Lomakin-Rumyantsev, I. V., & Naumov, S. A. (2019). Alpha Business in the Russian Food Market. Economic Strategies, 6, 68-77.
Blokhin, A. A., & Likhachev, A. A. (2021). Institutional Barriers for Fast Growing Companies. Forecasting Problems, 4, 39-47.
Vertogradov, V. A. (2020). Alpha, Beta and Gamma Market Strategies in the Context of Economic Dominance Theory. Economic Strategies, 2, 50-53.
Kim, C. W., & Mauborn, R. (2017). Blue ocean strategy. How to find or create a marketfree of other players. M.: MYTH.
Knyazeva I. V. (2007). Antimonopoly Policy in Russia. 2nd ed. M.: Omega-L.
Kotsofana, T. V., & Stazhkova, P. S. (2011). Comparative Analysis of the Application of Concentration Indicators on the Example of the Banking Sector of the Russian Federation. Bulletin of St. Petersburg State University, 4, 30-40.
Manchenko, M. I. (2020). Express Delivery Market through the Prism of Economic Dominance. Logistics, 5, 9-15.
Studnikov, S. S. (2021). Higher education in Russia: The Rise of Economic Dominance. The World of the New Economy,1, 112-120.
Svetunkov, S. (2016). Methodological Problems of the Multilevel Theory of Competition. St. Petersburg: Lefty.
Suslova, I. P., Govorova, A. V., & Shchelokova, S. V. (2021). Analysis of the Online Education Market in Russia in the Context of the Theory of Economic Dominance. World of New Economy, 15(3), 77-84.
Tropinina, H. E. (2020). Features of the Use of Indicators of the Intensity of Competition to Assess the Degree of Monopolization of Market Power. Innovative economy: prospects for development and improvement, 4(46), 91-97.
Fathlislamova, G. F. (2019). Competition in the Segment of Collective Investment of Pension Savings. ECO, 8, 31-50. https://doi.org/10.30680/EC00131-7652-2019-8-31-50.
Chasovikov, M. (2021). Print Outsourcing: Local Market with Global Dominance. Economic Strategies, 4, 136-141.
