Enchères et retrait des bateaux de pêche en Ecosse: étude empirique et experimentale - Uwe Latacz-Lohmann, Universität Kiel & Steven Schilizzi ...
←
→
Transcription du contenu de la page
Si votre navigateur ne rend pas la page correctement, lisez s'il vous plaît le contenu de la page ci-dessous
Enchères et retrait des bateaux de pêche en Ecosse: étude empirique et experimentale Uwe Latacz-Lohmann, Universität Kiel & Steven Schilizzi, University of Western Australia
Points présentés 1. Pourquoi des enchères? Une grande variété d’enchères 2. Enchères et programmes à prix fixes: étude empirique des peches ecossaises 3. Enchères CB et CC: étude experimentale 4. Quelques conclusions
1. Pourquoi des enchères? Des enchères comme mécanismes d’achat = des enchères inversées • Une alternative: ¾ Aux réglementations ¾ Aux programmes à prix fixes • Avantages théoriques: ¾ Concurrence : un facteur d’efficience ¾ Révélation d’information en situation asymétrique • Inconvénient: Coûts administratifs initialement élevés
Une grande variété d’enchères Dans notre cas présent: • Enchères inverses vs. directes(*) • Multi-objets vs. uni-objet • Secrètes vs. ouvertes • Prix discriminant vs. prix unique • A contrainte budgétaire vs. contrainte ciblée
Deux questions 1. Les enchères sont-elles plus efficientes que les programmes à prix fixes? 2. Enchères à contrainte de budget ou à objectif fixé (à contrainte ciblée)?
2) Question no. 1: Auctions and fixed price schemes Empirical study: Buyback of fishing vessels in Scotland Problem: Reduce fishing pressure in the North Sea and rebuild fish stocks Strategy chosen by SEERAD: Î retire part of the fishing fleet by buying back fishing capacity
How to buy back boats? • The government agency does not know the price of the boats • It is difficult for the agency to fix a buy- back price • An auction mechanism should reveal part of that value • Auctions rely on competition and enhance efficiency
Vessel characteristics and bids submitted GT VCU DaS WF Nep Sca Bids (₤) ₤/GT ₤/VCU Average 114 286 211 159 25 5 £251,574 £2.414 £854 Max 340 752 330 620 107 235 £630,000 £5.575 £1474 Min 11 65 103 0 0 0 £35,000 £1.135 £451 Std Dev 64 105 39 167 26 25 £119,082 £661 £215 Legend: GT = gross tonnage Capac 1 } VCU * = vessel capacity unit Capac 2 } INPUT DaS = days at sea Activity } WF = WhiteFish landings (weight in tons) } Nep = Nephrop landings (weight in tons) } OUTPUT Sca = Scallop landings (weight in tons) } *VCU = hull capacity + 0.45 x engine power in KW Total = 198 participant vessels (607 eligible) Budget = ₤25,000,000
Bid and opportunity cost curves £4.000 FPS (BC) Auction selection selection Bids and costs / unit of service £3.000 Marginal bid price E D P £2.000 Opportunity Bids B H costs G £1.000 £0 A’ A 0 5.000 10.000 15.000 20.000 25.000 C -£1.000 Total units of service Auction rents = area CBDG; TC FPS rents = CPDG; BC FPS rents = CPEH. Areas OBDA = OPEA’ = ₤25m budget; Area OPDA = ₤28.5m
Vessel characteristics bought out by the two mechanisms and information rents Bought Auction Fixed price Out (budget constraint) (budget constraint) Vessels 56% 48% (110/198) (96/198) Service units 57% 50% Capacity (GT) 55% 48% Activity (DaS) 57% 50% White Fish 65% 56% Nephrops 55% 48% Scallops 40% 26% Entitlements 54% 50% Information 59% Budget constraint: 67% rents Target constraint: 64%
Answer to question no.1 1. The auction was more efficient than a fixed price scheme, but moderately so. 2. Auction allowed • 15% more vessels to be bought out • reduced information rents by about 12%. But transaction costs of auctions are higher.
Conclusion from this study • The avantage of auctions over fixed price schemes is not obvious nor automatic. This will depend inter alia on: – The experience of private and public agents, which affects administration/ transaction costs – The degree of information asymmetry between principal and agents (rather high here) – Heterogeneity of bidder cost characteristics (rather large here) – A sufficient number of participants (scope of auction)
Deux questions 1. Les enchères sont-elles plus efficientes que les programmes à prix fixes? 2. Enchères à contrainte de budget ou à objectif fixé (à contrainte ciblée)?
3) Enchères BC et CC (à contrainte budgétaire et ciblée) Motivations: 1. Avec des enchères multi-unitaires inversées, l’agent principal a le choix entre les formats BC et CC. La théorie offre peu d’aide pour ce choix. 2. Quelle confiance avoir dans ces résultats empiriques ?
Confiance dans les résultats empiriques • L’étude empirique s’est fondée sur un modèle spécifique d’enchère BC. • Le modèle BC est nouveau et non standard. • L’étude empirique a supposé qu’il était valable. • Il faut le comparer à un modèle plus standard, le modèle CC, pour tester sa validité. • La théorie des enchères s’est focalisée sur le modèle CC et offre de bons points de repère pour l’étude expérimentale.
Formule de mise optimale BC Formule de mise optimale CC (avec neutralité au risque) (avec neutralité au risque) b* = max (π 0 − π 1 + β ), β 1 1 2 b * (v ) = ∫v u m (1 − u ) n − m −1 du 1 ∫u m −1 (1 − u ) n − m−1 du π0 - π1 = coût d’opp de participation v β = borne sup d’anticip du bid cap n = nombre d’enchérisseurs β = borne inf d’anticip du bid cap m = nombre d’unités v = valeur privée (normée) Latacz-Lohmann & van den Hailu, Schilizzi, Thoyer, 2004 Hamsvoort, 1997 L’équilibre CC est plus complexe car endogène – pas de ‘bid caps’ exogènes
Questions techniques 1. Le modèle BC prédit-il de façon satisfaisante les mises réelles? 2. Le modèle BC prédit-il mieux que le modèle CC plus standard? 3. L’enchère BC a-t-elle une performance de niveau comparable à l’enchère CC?
Montage expérimental à Kiel • Enchérisseurs = 88 étudiants éco 1re ann. • Vendent réduction d’N au gouvernement • 2 groupes: BC et CC • Coûts d’opp varient linéair’t de 4 à 264€ • Vendeurs informés de leur quartile en coût • Gagnants payés en monnaie réelle (0-33€) • Cible égale au nbr de contrats gagnants BC • Vendeurs BC soumettent leur mise et leur estimation de la mise max acceptée (bid cap)
Budget Constrained Auction 350 300 y = 0.9327x + 24.733 250 R2 = 0.8309 Actual BC bids 200 150 100 50 0 0 50 100 150 200 250 300 Optimal (predicted) BC bids
Le modèle BC prédit-il assez bien? • OUI… mais pas parfaitement Le modèle sous-estime un peu les mises • Raisons possibles: hypotheses restrictives – Neutralité au risque supposée – Distribution uniforme des mises maxi anticipées • On a mesuré l’aversion au risque: négative Îil est normal que les mises soient sous-estimées.
Combien bien est ‘assez bien’? ÎComparer avec le modèle CC standard • Enchères experim BC and CC en parallèle • Menées en conditions “ceteris paribus” • Toutes deux enchères inversées
Budget Constrained Auction - Round 1 350 y = 0.9327x + 24.733 300 2 R = 0.8309 250 Actual BC bids 200 150 100 50 0 0 50 100 150 200 250 300 Optimal (predicted) BC bids Target Constrained Auction - Round 1 350 y = 0.8422x + 43.444 300 R2 = 0.3661 250 Actual TC bids 200 150 100 50 0 0 50 100 150 200 250 300 Optimal (predicted) TC bids
Le modèle BC predit-il aussi bien que le CC? OUI et même légèrement mieux Meilleur ajustement statistique
La performance de l’enchère BC est-elle meilleure que celle de l’enchère TC? OUI L’enchère BC comparée à l’enchère CC: • Unités sous contrat par € = 10% de plus • Paiements totaux par gouv’t = 9% moins • Total profits des vendeurs = 14% moins ÎLe rapport coût-bénéfice est meilleur.
Toutefois, il convient de répliquer ces expériences pour tester la stabilité de ces résultats (à Perth, en octobre 2004).
Vous pouvez aussi lire