кампаний, но давайте насладимся кратким рассказом о том, как в политических дисуссиях иностранная конкуренция часто используется для оправдания сомнительных слияний на американском рынке. Это также даст мне возможность поговорить об одном из моих любимых подкастов.

В своем восхитительном и чрезвычайно информативном подкасте Trade Talks Сумайя Кейнс и Чад П. Боун обсуждают экономику и торговую политику. В январе 2018 года президент Трамп ввел тарифы на стиральные машины и солнечные батареи. Кстати, история стиральных машин очень увлекательна, поэтому после прочтения данного раздела я призываю вас отложить эту книгу на двадцать минут и послушать Trade Talks #20.

В середине двухтысячных годов на американском рынке стиральных машин доминировали два производителя – компании Whirlpool и Maytag – общая рыночная доля которых составляла 60 %. Когда эти компании решили объединиться, это вызвало обоснованную обеспокоенность Министерства юстиции. В конечном итоге Министерство юстиции одобрило слияние, поскольку посчитало, что рыночная власть будет сдерживаться иностранными конкурентами (в частности, корейскими производителями LG и Samsung). Как сообщается в New York Times за 30 марта 2006 года, «Томас О. Барнетт, начальник Антимонопольного управления Министерства юстиции, заявил вчера, что иностранные конкуренты – хотя в настоящее время они в основном поставляют более дорогие машины – способны оказывать существенное давление на цены на бытовую технику. „Вопрос о том, появятся ли они на американском рынке, не стоит, – сказал мистер Барнетт, – в данном случае это вполне реально, учитывая, что они уже здесь“».

Изменение цен на бытовую технику в результате этого слияния было исследовано группой экономистов (Ashenfelter, Hosken, and Weinberg, 2011). Они обнаружили значительный рост цен на посудомоечные машины и сушильные машины для белья. Однако к стиральным машинам это не относится – очевидно, что на данном рынке зарубежная конкуренция удержала цены на низком уровне.

«Но затем конкуренция из-за рубежа, на которую Whirlpool ссылалась, чтобы получить одобрение слияния, стала слишком жесткой для этой компании», как объясняет Сумайя Кейнс. Whirlpool уступила свою долю рынка LG и Samsung и подала петицию о защитных тарифах. Когда правительство удовлетворило эту просьбу, цена акций Whirlpool пошла вверх, а LG объявила, что поднимет цены на свои стиральные машины. В апреле 2018 года «цены на стиральные машины выросли на 9 %. В следующем месяце они выросли на 6 %. Это самый большой рост цен в месяц с тех пор, как Бюро статистики труда начало собирать такие данные в 1977 году»[33]. Приведенный пример показывает опасности, которые возникают, когда мы полагаемся на иностранную конкуренцию для сдерживания местных фирм.

Провалы свободного входа

Давайте теперь объединим выводы главы 4 об инвестициях с выводами этой главы о входе. Мы описали фундаментальный закон инвестирования. Когда коэффициент Тобина отрасли превышает единицу, это означает, что там присутствует монопольная рента. Если же отрасль конкурентна, то эта рента должна исчезнуть – либо в результате расширения присутствующих на рынке фирм (как в нашем примере), либо в результате появления новых конкурентов.

Таким образом, на основе фундаментального закона инвестирования рождается фундаментальный закон входа. По мере приспособления рынков к различным экономическим потрясениям, некоторые их них становятся более прибыльными, а другие – менее. Экономическая эффективность требует, чтобы фирмы покидали менее прибыльные отрасли и переходили в более прибыльные. Отсюда закономерно следует аналогичная теории инвестиций q-теория входа. Подобно тому как расширение фирм при высоком значении коэффициента Тобина (q) приводит к созданию экономической ценности, ее создает также переход фирм из отраслей с низким q в отрасли с высоким q. Вместе с Гутьерресом мы изучили эту идею и пришли к выводу, что в последние годы свободный переход фирм из отрасли в отрасль все больше сокращается.

На рис. 5.7 показана эластичность числа фирм по отношению к медианному значению q в отрасли за последние сорок лет. Раньше эта эластичность составляла около 0,5. Это означает, что когда в определенной отрасли медианное значение q увеличивалось на 0,1 (скажем, с 1,1 до 1,2), стандартизированное изменение числа фирм в этой отрасли в следующие три года оказывалось на 5 % выше по сравнению с другими отраслями. В отраслях с более высоким значением коэффициента Тобина проникновение новых фирм обычно оказывалось выше, а выход существующих – ниже, как это и предсказывает теория свободного входа. Однако в последние годы рассматриваемая эластичность стала приближаться к нулю. Об этом явлении свидетельствуют все источники данных, при этом в непроизводственной сфере оно сильнее.

Что же объясняет возникновение данного провала свободного входа на рынок? Вероятно, этому способствовало несколько факторов, но один из них занимает в этой книге центральное место. На рис. 5.8 снижение уровня входа новых фирм сопоставлено с ростом федерального регулирования в США. Как подчеркивает чикагский экономист Стивен Дэвис (Davis, 2017), за последние пятьдесят шесть лет Свод федеральных постановлений США вырос в восемь раз и его объем теперь составляет почти 180 000 страниц.

РИСУНОК 5.7. Снижение входа в отрасли с высокой добавленной стоимостью. На рисунке отображен коэффициент годичной регрессии изменений логарифмического числа фирм и предприятий по отношению к медианному значению коэффициента Тобина отрасли.

ИСТОЧНИКИ ДАННЫХ: Compustat и Statistics of U.S. Businesses (SUSB) Бюро переписи населения США на уровне NAICS 4. Число предприятий в отрасли по данным Quarterly Census of Employment and Wages (QCEW) на уровне SIC 4 до 1997 года, а затем на уровне NAICS 4. Изменения в числе фирм стандартизированы так, чтобы среднее значение было равно нулю, а дисперсия – единице, чтобы обеспечить сопоставимость между источниками данных. Медианное значение коэффициента Тобина отрасли по данным Compustat. Подробнее см.: Gutiérrez and Philippon, 2019b.

Если мы хотим проанализировать, как федеральное регулирование воздействует на отраслевую динамику, то нам необходимо построить индекс регулирования. Как это сделать? Используя компьютеры для изучения и классификации данных! RegData – это относительно новая база данных, представленная в статье Аль-Убайдли и Маклафлина (Al-Ubaydli and McLaughlin, 2017), которая направлена на измерение строгости регулирования на отраслевом уровне. Она опирается на методы машинного обучения и обработки естественного языка, чтобы подсчитать количество ограничительных слов или фраз, таких как «обязан», «должен» и «не может», применяемых в каждом разделе Кодекса федеральных постановлений в отношении каждой отрасли. В результате RegData позволяет оценить строгость регулирования гораздо точнее, чем простой подсчет количества страниц[34].

Рисунок 5.8 демонстрирует, что снижение уровня входа новых предприятий совпадает с ростом числа нормативных ограничений. Однако это еще не означает, что регулирование вызывает снижение входа. Существует две основные теории регулирования – теория общественного интереса и теория общественного выбора. Основанная на работах английского экономиста Артура Сесила Пигу (Pigou, 1932; Пигу, 1985) теория общественных интересов делает акцент на корректирующем регулировании для борьбы с внешними эффектами и защиты потребителей. Теоретики общественного выбора поставили идеи Пигу под сомнение. Как доказывал знаменитый чикагский экономист Джордж Стиглер (Stigler, 1971: 3; Стиглер, 2017: 197), «как правило,