Binek Otomobil Piyasasında İlgili Ürün Pazarlarının Tespiti: Bir Yöntem Önerisi ve Türkiye Pazarına Uygulanması (2005)

Transkript

1 Binek Otomoil Piyasasında İlgili Ürün Pazarlarının Tespiti: Bir Yöntem Önerisi ve Türkiye Pazarına Uygulanması (2005) Fırat Bilgel ve Ali Ilıcak Alice: lütfen, hangi yöne gitmemiz gerektiğini söyler misin? Kedi: Bu, üyük ölçüde nereye varmak istediğine ağlı. Lewis Carroll, Alice Harikalar Diyarında Giriş Bu çalışma, inek otomoil piyasasında ulunan modellerin hangi ilgili ürün pazarlarında yer aldığının nasıl tespit edileceğinin gösterilmesi amaçlamaktadır. Bu amaçla hiyerarşik küme analizi yoluyla ir ön sınıflandırma yapılmıştır. Daha sonra şasi uzunluğuna göre yapılan mevcut sınıflandırmanın ihtiyaca cevap vermediğini göstermek için, her sınıftaki otomoil modellerinin kendi ve çapraz fiyat talep esneklikleri hesaplanmış ve çapraz talep esnekliklerinin ekonometrik geçerliliği ve üyüklüğü göz önünde ulundurulmuştur. Analiz aynı zamanda Ocak 2006 da yürürlüğe giren 2005/4 sayılı Motorlu Taşıtlar Sektöründeki Dikey Anlaşmalar ve Uyumlu Eylemlere İlişkin Grup Muafiyeti Teliği nde elirtilen dağıtım sistemlerinin ayrıştırılması konusunda ir ön inceleme niteliği taşımaktadır. Bunun için analizde Mart-Kasım 2005 tarihleri arasında segment azında gruplandırılmış olan toplam 217 inek otomoilin gerçekleşen aylık satış ve fiyat verileri kullanılarak distriütörlerin piyasa payları hesaplanmış ve modellerin fiyat talep esnekliğinin ekonometrik tahminleri yapılmıştır. Çalışmada araç satış miktarları Otomotiv Distriütörleri Derneği nin (ODD) 2005 yılına ait Mart- Kasım arasındaki 9 aylık verilerinden, modellerin fiyatları ise Auto Info Türkye Dergisi nin ilgili aya ait Satınalma Reheri aşlıklı ölümlerinden alınmıştır. Ancak miktar verileri nin modellerin motor hacimlerine göre alt kırılımlarına ulaşamadığımız için, satılan araçların ait olduğu modelin en ucuz ya da en çok satılan alt-modelinin fiyatından satıldığı varsayılmıştır.

2 I. Distriütör piyasa paylarının hesaplanması Ocak 2006 da yürürlüğe giren Motorlu Taşıtlar Sektöründeki Dikey Anlaşmalar ve Uyumlu Eylemlere İlişkin Grup Muafiyeti Teliği ne göre, araç satışında uygulanacak olan dağıtım sistemi seçimi aşağıdaki kriterlere taidir. Talo 1: Dağıtım Sistemi Kriterleri Uygulanailecek dağıtım sistemi Piyasa Payı (s) s < %30 %30 < s < %40 s > %40 Niteliksel Seçici Niteliksel Seçici Niteliksel Seçici Niceliksel Seçici Niceliksel Seçici - Münhasır - - Buna göre, eğer ir distriütör, ilgili modelinin ait olduğu ilgili ürün pazarında %30 un altında piyasa payına sahip ise, Talo 1 de verilen üç dağıtım sisteminden herhangi irini, %30 ile %40 arasında piyasa payına sahipse, niteliksel ya da niceliksel dağıtım sistemini, %40 in üzerinde piyasa payına sahip ise sadece niteliksel dağıtım sistemini enimseyeilir 1. Talo 1 deki kriterler göz önünde ulundurulduğunda satış adedi üzerinden her segmentteki distriütör piyasa payları aşağıdaki giidir. Talo 2: Satış Adedine göre Distriütör Piyasa Payları (%), Mart-Kasım 2005 Segment Distriütör A B C D E F G MPV SUV Doğuş (VW, Audi, Seat, Porsche) Baylas( Citroen, Suaru) Borusan (BMW, L and Rover, Mini) GM (Opel, Chevrolet) Koç (Ford, TOFAŞ) Saancı (Toyota) Yüce (Skoda) Kia Smart Suzuki Avrupa Birligi nde yapilmis enzer calismalar icin kz. Brenkers ve Veroven (2002), Veroven (2002).

3 Daihatsu Dacia Honda Hyundai Mitsuishi Nissan Peugeot Renault Rover Tata 1.14 Chrysler Lada Mazda Jaguar Saa Volvo MG 1.06 HHI Talo 2 ye akıldığında, A ve SUV segmentinde Kia, F ve G segmentlerinde ise -Benz %30 un üzerindeki piyasa paylarıyla Seçici Dağıtım sistemini enimserken, F segmentinde Borusan ve MPV segmentinde ise Kia ve -Benz %40 in üzerindeki piyasa paylarıyla sadece Niteliksel Seçici Dağıtım Sistemini enimseyeileceklerdir. Talo 1 de verilen pazar payları, her ir distriütörün ilgili segmentteki payı dikkate alınarak hesaplanmıştır. Buna göre eğer distriütörün ilgili segmentte irden fazla modeli varsa, unların paylarının toplamı alınmıştır. Bu nedenle talonun en soldaki sütununda markaların değil, distriütörlerin ağlı olduğu grupların adları yer almaktadır. Segmentler ise ODD nin de enimsediği eynelmilel ir nitelik taşıdığı düşünülen şasi uzunluklarına göre yapılan ölümlemelerdir. Buna göre A segmenti tek hacimli küçük otomoilleri (Smart), B küçük (Ford Fiesta), C küçük-orta (Opel Astra), D üyük-orta (BMW 3), E üyük-executive ( E), F lüks (Audi A8), G spor (Hyundai Coupe FX), SUV arazi araçlarısport utulity vehicle (Honda CRV), MPV minivan-multipurpose vehicle (Chrysler Voyager) araçları arındırmaktadır.

4 Her ne kadar AB Komisyonu verdiği hiçir kararda yeni otomoiller için ilgili ürün pazarının nasıl elirleneceğine dair ir açıklamada ulunmadıysa da 2 u gruplandırmayı enimsediği Açıklayıcı Broşürde verilen örneklerden anlaşılmaktadır. Ancak u gruplandırmanın rekaet teorisinde enimsenen ve 2005/4 sayılı Motorlu Taşıtlar Teliği uyarınca da dikkate alınacak olan ilgili ürün pazarı yaklaşımıyla uyuşmadığı açıktır. Zira şasi uzunluğunun otomoillerin ilgili ürün pazarı elirlenirken ilk olarak dikkate alınması gereken tüketici tercihleri için fiyat, motor hacmi, eygir gücü ve ortalama yakıt tüketimi gii ölçütlerden sonra geldiği düşünülmektedir. Dolayısıyla her ir segmenti tüketicilerin gözünde ayrı ilgili ürün pazarları olarak alınailecek alternatif ir ölümleme çalışmasına ihtiyaç ulunmaktadır. II. Alternatif ir Segmentasyon önerisi: Hiyerarşik Küme Analizi Otomoil piyasasında ilgili ürün pazarının elirlenmesinde irkaç farklı niteliksel veya niceliksel yöntem kullanılmaktadır. Bunlardan ilki ekonometrik modellerle oluşturulan tahmin yöntemleridir. Yapmış olduğumuz analizin çıkış noktasını oluşturan çalışmalardan iri Veroven (2002) ve Brenkers ve Veroven (2002) tarafından yapılmıştır. Bu çalışmalar daha çok makro ölçekli olup, herhangi ir araç modelinin piyasa payını etkileyen faktörleri elirlemeye yöneliktir. Otomoil piyasasında ilgili ürün pazarlarının elirlenmesinde izce kullanılması gereken yöntemlerden ir digeri de hiyerarşik küme analizidir. Hiyerarşik küme analizi (hierarchical cluster analysis), ürünlerin, pazar tanımlanmasında etkili olan faktörleri kullanarak sınıflandırılmasında ve doğal gruplaşmaların elirlenmesinde kullanılan ir tekniktir. Hiyerarşik küme analiziyle yapılmış ölümleme ve ilgili ürün pazarlarının elirlenmesi, yukarıda verilen segmentasyon tanımına alternatif olmakla eraer, esneklik ve fiyat analizi gii daha ileri düzeydeki çalışmaların yapılmasında da referans noktası olması açısından önemlidir. Bu amaçla 186 model için Mart-Kasım 2005 tarihleri arasında gerçekleşen ortalama fiyat, 100 kilometredeki yakıt tüketimi, motor hacmi ve eygir gücü gii faktörler kullanılarak hiyerarşik küme analiziyle otomotiv pazarı segmentlere ayrıştırılmıştır. Bugün kullanılan segmentasyon tanımı modellerin şasi/dingil uzunluğuna, kasa yapısına ve kullanım amacına göre yapılırken alternatif ir segmentasyon tanımı yukarıda elirtilen faktörleri de arındırmaktadır. Küme analizinde esas olan ürünlerin enzerliğinin elirlenmesidir. Bu gruplama metodu ürünlerin irirlerine olan uzaklığının hesaplanmasıyla elirlenir. Bunlardan en sık kullanılanı kareleri alınmış Öklidyen uzaklığıdır (Squared Euclidean Distance). Eğer, i ve j iki farklı modeli, X karakteristiği ve n ise karakteristik sayısını gösterecek olursa, Kareleri Alınmış Öklidyen Uzaklık, 2 Bu durum Komisyonun kendi hazırladığı Açıklayıcı Broşür ün s.74, dipnot 195 te de Kaul edilmiş ve otomoillerin uzunluk, uzunluk ve fiyata gore ölümleneileceğine değinilerek u zorlu görevden kaçınılmıştır.

5 d ij n k 1 X ik X jk 2 şeklinde ifade edileilir. Yukarıdaki ölçüm sonucunda elde edilen sayı ne kadar üyük olursa, u iki ürün (model) iririnden o kadar farklılık göstermektedir. 3 Bu metodla yapılan hiyerarşik küme analizi sonucunda elirlenen 8 segment talo 3.1 de verilmiştir. Talo 3.1: Hiyerarşik Küme Analizine Bağlı Segmentasyon Segment 1 Citroen C3 Daihatsu YRV Ford Fusion Nissan Micra Seat Iiza Citroen Picasso Fiat Alea Honda Jazz Opel Corsa Smart Forfour Citroen Xsara Fiat Palio Hyundai Getz Opel Tigra Smart Fortwo Dacia Logan Fiat Panda Kia Picanto Peugeot 206 Smart Roadster Dacia Solenza Fiat Punto A Serisi Peugeot 307 Suzuki Alto Daihatsu Coure Ford Fiesta Mitsuishi Carisma Renault Clio Symol Toyota Yaris Daihatsu Sirion Ford Focus C-max Mitsuishi Colt Seat Cordoa VW Polo Segment 2 Alfa 147 Ford Focus Mazda 3 Series Renault Megane II Suaru Impreza Alfa 156 Honda Civic 3D MG ZR Renault Modus Suzuki Jimny Audi A3 Honda Civic 4D MG ZS Renault Scenic Toyota Avensis Audi A4 Honda Civic 5D Mini Cooper Rover 25 Toyota Corolla HB BMW 1 Serisi Honda HR-V Mini Cooper C Rover 45 Toyota Corolla S/D BMW 3 Serisi Hyundai Accent Mitsuishi Lancer Rover Streetwise Toyota Corolla S/W Chevrolet Kalos Hyundai Coupe Mitsuishi Spacestar Seat Altea Toyota Verso Chevrolet Lacetti Hyundai Elantra Nissan Almera Seat Leon Volvo SV 40 Citroen C4 Hyundai Santa Fe Opel Astra Seat Toledo Volvo V 50 Daihatsu Terios Kia Carens Opel Meriva Skoda Faia VW Bora Fiat Idea Kia Cerato Opel Zafira Skoda Faia Como VW Golf Fiat Marea Kia Sportage Renault Clio Skoda Faia Sedan VW Passat Fiat Stilo Kia Rio Renault Megane Skoda Octavia VW Touran Lada Vega 3 Hiyerarşik küme analizi istatistik paket programlarında hierarchical cluster analysis olarak ulunailir.

6 Segment 5 Alfa 166 Ford Mondeo Kia Sorento Nissan Primera Saa 95 Chevrolet Evanda Honda Accord Landrover Freelander Nissan Terrano Suaru Legacy 2.0 Chrysler PT Honda CR-V Mazda 6 Series Nissan X-Trail Suaru Forester Chrysler Cherokee Hyundai Tucson Mini Cooper S Peugeot 407 Suzuki Grand Vitara Citroen C5 Kia Magentis Mitsuishi Outlander Saa 93 Toyota RAV 4 Toyota Camry Segment 6 Segment 7 E Serisi Audi A6 Porsche Boxster Chrysler Crossfire Opel Signum BMWZ4 Suaru Legacy 3.0 Honda S 2000 Opel Vectra BMW X3 Suaru WRX Jaguar S-Type Renault Laguna Jaguar X-Type Suaru Outack Mitsuishi Evo Rover 75 X 3 C Serisi Nissan 350 Z Skoda Super Segment 4 Mitsuishi Pajero Audi TT Kia Opirus G Nissan Pathfinder BMW 5 Serisi Landrover Discovery Volvo S 60 Nissan Patrol Chrysler 300C SLK Volvo S 80 Peugeot 607 Chrysler Sering CLK Volvo V 70 Volvo XC 90 Honda Civic Type R VW Touareg M Segment 8 Segment 3 Audi A8 Landrover Range Rover Volvo XC 70 BMW X 5 BMW 7 S Toyota Landcruiser Chrysler Grand Cherokee BMW 6 SL Hyundai Sonata Chrysler Wrangler Jaguar XJ Porsche Carrera Porsche Cayenne VW Phaeton Hiyerarşik küme analizi sonucunda elde edilen segmentler araçların 100 kilometredeki yakıt tüketimi, eygir gücü ve fiyatı gii faktörlere ağlı olduğundan aynı segmentte farklı kasa yapısı ve kullanım amacındaki araçlar ulunailmektedir. Türkiye de inek otomoiller için kullanım amacından çok fiyatın ve fiyat veri iken performanslarının araç seçiminde daha önemli faktörler olarak ortaya çıkması hiyerarşik küme analizi sonucunda elirlenen segmentlerin eklentilerle uyumlu olduğunu göstermektedir.

7 Talo 3.2: Segment Histogramı Modellerin segment içindeki dağılımlarına akıldığında en çok aracın 1. ve 2. segmentlerde ulunduğu görülmektedir. Binek otomoil piyasasındaki modellerin %18 i (35 model) 1. segmentte olup unu sırasıyla %35 (68 model) ile 2. segment, ve % 14 (27 model) ile 5. segment takip etmektedir.

8 Talo 3.3: Temel İstatistikler Segment Fiyat (YTL) Yakıt Tüketimi (lt/100 km) Beygir Gücü (hp) 1 Ortalama ,50 79 Model Sayısı Std. Sapma , Ortalama , Model Sayısı Std. Sapma , Ortalama , Model Sayısı Std. Sapma , Ortalama , Model Sayısı Std. Sapma , Ortalama , Model Sayısı Std. Sapma , Ortalama , Model Sayısı Std. Sapma , Ortalama , Model Sayısı Std. Sapma , Ortalama , Model Sayısı Std. Sapma ,42 42 Toplam Ortalama Model Sayısı Std. Sapma Elde ettiğimiz segmentlerin fiyat, motor gücü ve ortalama yakıt tüketimlerinin ortalamalarını ve standart sapmalarını inceleyerek segmentlerin profillerini ortaya koymaya çalıştık. Talo 3.3 te u nedenle segmentler ortalama fiyatlarına göre sıralandılar. Segment 1 deki araçların ortalama 26 in YTL değerinde ve 79 eygir gücünde olduklarını görmekteyiz. Segment 2 dekilerin fiyatı ise ortalama 34 in YTL olup araçlar 104 eygir gücündeler. Bu verilerden ve ilgili modellerin taranmasından, Segment 1 in şasi uzunluğuna göre A ve B segmentlerine düşen araçları, Segment 2 nin ise C ve D segmentlerini topladığı görüleilir. Buradan A nın B den, C nin ise D den ayrı pazarlarda ifade edilecek kadar farklı olmadığı sonucu çıkarılailir. Ancak u durumun üst segmentlerdeki araçların aldığımız üç ölçüte göre çeşitlilik göstermeleri yani, irirlerinden ve alt segmenttekilerden çok farklı olmasından da kaynaklanaileceği unutulmamalıdır. İncelediğimiz 186 modelden spor ya da aşırı lüks araaları çıkardığımızda alt segmentlerdeki araçların da kendi aralarında anlamlı gruplar oluşturacağını görürüz.

9 Nitekim AB Komisyonu da, ir araç farklı donanım seçenekleri yüzünden üst ya da alt segmentlerdeki modellere rakip olailiyorsa ütün u segmentlerdeki araçların o aracın ilgili pazar kümesine dahil edilmesi gerektiğini Açıklayıcı Broşürü nde elirtmektedir. Bu fiyat geçişlerinin alt segmentlerde yoğun olması Segment 1 ve Segment 2 nin tanımlarının doğru ve ilgili pazar olarak kullanıma hazır olduğunu göstermektedir. Segment 5, 2000 cc motor hacminin üzerindeki, 50 in YTL ve üzeri fiyatlı D ve SUV segmentlerindeki araçları arındırmaktadır. Bu araçların fiyatları görece düşük olmakla irlikte yakıt tüketimi ve motor güçlerinin yine görece fazla olduğunu görmekteyiz. Daha üst sınıflarda yer alan 56 modelin irirlerinden ölçütler ışığında çok farklılaştırılmış olduğu, u araçların ancak 5 ayrı segmentte toparlanailmesine yol açmıştır. ODD sınıflandırmasına göre de E (üyük), F (Lüks), SUV ve G (spor araç) olarak 4 ayrı grupta incelenen u araçlar tüketicinin kafasındaki imajlarına göre değil teknik ve mali verilerine göre daha değişik ir içimde sınıflandırılmıştır. Buna göre Segment 7 açıkça spor araaları, Segment 6 yönetici araçlarını, Segment 8 en üst düzey araaları, Segment 3 üst düzey SUV leri içermektedir. Segment 4 ise ir nevi, Segment 6 ya göre daha güçlü yönetici araçlarını (SUV ler dahil) arındırmaktadır. Görüldüğü üzere, araçların içimlerinin empoze ettiği aile araası, spor araa, lüks, SUV gii kullanım amacına yönelik özellikleri modele konulmamış olsa da, farklı amaçlara yönelik araçlar kendi aralarında ikame edileilir olduğu ölçüde aynı segmentlerde yer almıştır. Sonuçta örneğin ir şirket yöneticisine E sınıfı ir araç yerine, SUV de alailmektedir, yeter ki mali profilleri çok farklı olmasın. Talo 3.1 de sonuçlarını verdiğimiz analizde fiyat, motor gücü ve yakıt tüketimi gii özelliklerin her irinin tüketicinin gözünde eşit ağırlıkta olduğu varsayılmaktadır. Bu özelliklerin eşit ağırlıkta olmadığı kesin olmakla irlikte, nasıl ağırlıklandırılması gerektiği süjektif ir meseledir ve kapsamlı ir anket çalışması yapılmadan da ortalama ir sonuca varılması mümkün değildir. Yine de Talo 3.1 deki sonuçların şasi uzunluğuna göre yapılan ölümlemeden sezgisel olarak daha doğru olduğunu söyleyeiliriz. Fakat son sözün sonraki ölümlerde nasıl uygulanacağı gösterilen çapraz esnekliklerin incelenmesinden sonra söylenmesi gerekmektedir. III. Talep Esnekliği: Teori Fiyat talep esnekliği, fiyattaki yüzde değişimin talepte oluşturduğu yüzde değişim olarak tanımlanailir. Buna göre, fiyat talep esnekliğini ile gösterecek olursak: Q P P Q şeklinde gösterilir.

10 Fiyat talep esnekliği 1 in üzerinde ise talep fiyattaki değişimlere karşı hassastır. Buna karşın, esneklik 1 in altında ise talep fiyatlardan çok fazla etkilenmemektedir. Mikroekonomik modellerdeki talein fiyat esnekliği, kendi ve çapraz esnekliği olmak üzere ikiye ayrılır. Kendi fiyat talep esnekliği (own price elasticity of demand) ir modelin fiyatındaki yüzde değişimin, o modele olan talei ne kadar değiştirdiğini, çapraz fiyat talep esnekliği (cross price elasticity of demand) ise, ir modelin fiyatındaki yüzde değişimin, diğer ir modele olan talei ne kadar değiştirdiğini gösterir. Buna göre kendi ve çapraz fiyat talep esneklikleri sırasıyla, ii Q P i i P i Q i ve ij Q P i j P Q j i olarak gösterilir. Ekonomik teoriye göre ir modelin fiyatı ile o modele olan talep arasında ters orantılı, ir modelin fiyatı ile aşka ir modele olan talep arasında ise doğru orantılı ir ilişki vardır. Bu durum ii 0 ve ij 0, diğer ir deyişle, kendi fiyat esnekliğinin daima negatif, aşağıda elirteceğimiz koşullar altında ise çapraz fiyat esnekliğinin pozitif olma koşulunu getirir. Çapraz fiyat esnekliği, modellerin ikame (sustitution) mallar olması durumunda pozitif, tamamlayıcı mallar (complements) olması durumunda ise negatiftir: 0 ij : model i ve model j iririni tamamlamaktadır. 0 ij : ir model diğerine ikame etmektedir. IV. Talep esnekliğinin Ekonometrik Modelleri Fiyat talep esnekliğinin hesaplanmasında irkaç farklı ekonometrik model ve tahmin metodu kullanılmaktadır. Bunlardan en sık kullanılanı, ağımlı değişkenin sürekli veri (continuous data) olması durumunda uygulanailecek olan tam logaritmik (full-logarithmic) spesifikasyondur. Bu tanımlama aşağıdaki talep denklemiyle gösterileilir. Q i ' 1 2Pi j Pj x u (5.1)

11 Yukarıdaki denklemde i modeli, Q satış miktarını, P i i modelinin fiyatını, P j ise j modelinin fiyatını, x ir matris olup talei etkileyeilecek diğer makroekonomik değişkenleri ve u ise stokastik hata terimini göstermektedir. (5.1) deki i modelinin fiyat katsayısı olan 2 fiyatın ir YTL artması durumunda, satışın, diğer ir deyişle talein, ne kadar YTL azalacağını gösterir. Eğer (5.1) deki denklemde fiyat ve miktar değişkenlerinin doğal logaritması alınırsa oluşacak yeni denklemdeki fiyat katsayısı, fiyat talep esnekliğini ifade eder. Buna göre; ' ln Qi 1 2 i j j x u (5.2) j (5.2) de ln doğal logaritmayi, 2 kendi fiyat talep esnekliğini, ise çapraz fiyat talep esnekliklerini göstermektedir. Aynı veya ardışık segmentlerdeki modellerin irirlerini ikame ettikleri durumda a priori eklenti 2 0 ve (least squares, LS) yöntemiyle tahmin edileilir. j 0 dir. (5.2) numaralı denklem küçük kareler LS yöntemi, ağımlı değişken olan satış miktarının (Q) o ay satış yapılamaması nedeniyle sıfır değerini alması ve serilerin devamlı görünümünü kayederek kesikli veri gii görünmesi durumunda hatalı katsayı tahmini vermektedir. Bu gii durumlarda integer count data adı verilen ir tahmin yöntemi esas alınır. Yukarıdaki fiyat talep esnekliği tahmin yöntemlerine ek olarak ikinci ir alternatif ise segmentteki piyasa paylarını esas alan Oransal kalire edilmiş İdeale Yakın Talep Sistemi (Proportionally Calirated Almost Ideal Demand System, PCAIDS) dir4. PCAIDS yöntemiyle her modelin segmentdeki piyasa payı o modele ait fiyatla ve diğer modellerin fiyatlarıyla açıklanır. S S S 1t 2t nt a a a 1 2 n n1 1t 1t 1t n2 2t 2t 2t n3 13t 3t 3t 1n 2n nn nt nt nt u 1t u u 2t nt (5.3) 4 Bkz. Epstein ve Ruinfeld (2002).

12 (5.3) numaralı denklemde S, ir modelin söz konusu segmentteki değer cinsinden hesaplanmış piyasa payını 0 S 1, n segmentteki model sayısını, t ise zamanı gösterir. Parametrelerin irtakım varsayımlarla sınırlandırılmadığı ir durumda n tane model, n 2 adet parametre hesaplanması demektir. Fakat unun için geniş çaplı ir veri setine gereksinim vardır. Buna karşılık, (5.3) numaralı denklemin getirdiği irtakım sınırlamalar vardır. Bunlardan ilki segmentteki piyasa paylarının toplamının 1 olduğudur ( S 1). Bu sınırlamayla eraer ilinmeyen parametre sayısı PCAIDS yöntemiyle üyük oranda azalmaktadır. n i 1 i V. Esneklik Tahminleri Kendi ve çapraz fiyat talep esnekliklerini hesaplayailmek için her araç modeli için Mart-Kasım 2005 tarihleri arasındaki segment azında aylık satış ve fiyat verileri kullanılmıştır. Veri seti toplamda 60 model ve her model için 9 zaman serisi gözleminden oluşmaktadır. ODD segmentleri azında akıldığında satış ve fiyat verileri tam olan modeller sırasıyla A segmentinde 5, D segmentinde 27, E segmentinde 14, F segmentinde 5 ve G segmentinde 9 adettir 5. Kendi ve çapraz fiyat talep esneklikleri azı segmentler için, satış verileri kimi aylarda satış yapılamaması nedeniyle kesikli ir görünüme sahip olduğundan integer count data tahmin yöntemi kullanılarak hesaplanmıştır. Her model için ayrı ir denklem tanımlanmış ve Negative Binomial ML yöntemiyle katsayı tahmini yapılmıştır 6. Fakat model sayısının fazla olduğu orta segmentlerde PCAIDS yöntemiyle esneklik hesaplanamamaktır. Buna ek olarak, modellere ait zaman serisinin 9 gözlemden oluşması nedeniyle talep denklemlerinin sağ tarafına maksimum 8 ağımsız değişken konulailmesi, ir segmentteki tüm çapraz esnekliklerin hesaplanamamasına yol açmaktadır 7. 5 Esneklik tahmininde karşılaşılan teknik prol emler nedeniyle B,C ve SUV segmentindeki esneklikler hesaplanmamıştır. 6 Negative Binomial ML yöntemiyle ilgili geniş ir ilgi Cameron ve Trivedi (1996) de ulunailir. 7 Talep esneklikleri tahmininde azı model ler arasındaki esneklik işaretlerinin eklentilerle tutarlı olmadığı görülmektedir. Bu durum izce örneklem sayısının azlığından kaynaklanan ve telafisi uzun dönemde olailecek ir prolemdir. Esneklik tahminlerinde dikkat çekilmesi gereken diğer ir ise durum herhangi iki model arasındaki esnekliği n üyüklüğüdür. Yaptığımız tahminler sonucunda çıkan esnekliklerin tam isaetli olması eldeki verilerin kısıtlılığı gözönünde ulundurulduğunda mümkün olmamaktadır. Buradaki dikkat çekmek istediğimiz nokta çapraz esnekliklerin irim (esneklik=1) esnekliği n üstünde ya da altında kalıp kalmadığıdır.

13 Aşağıdaki talolarda şasi uzunluğu ölümlemelerine göre aynı sınıfta kaul edilen araçların fiyat talep esneklikleri gösterilmektedir. Bu talolarda yatay eksendeki modeller fiyatı, talonun solundaki sütunda yer alan modeller ise miktarı göstermektedir. Talo 6.1: Fiyat Talep Esneklikleri: A Segmenti Fiyat Segment Esnekligi = Suzuki Alto Daihatsu Coure Smart For Two Fiat Panda Kia Picanto Suzuki Alto Daihatsu Coure Smart For Two Fiat Panda Kia Picanto A segmentine akıldığında Smart ForTwo modeli Daihatsu Coure modeline rakip olarak gözükmektedir. Diğer ir deyişle, u iki model iririni ikame etmektedir. Smart ForTwo modelinin fiyatındaki ir artış Suzuki Alto modeline olan talei artırırken, Alto nun fiyatındaki ir artış ForTwo modeline olan talei etkilememektedir. Bu durum ForTwo nun Alto modeliyle ikame edildiğini fakat tam tersi ir durumun gerçekleşmediğini göstermektedir. ForTwo modelinin A segmentindeki en pahalı otomoil olduğu göz önünde ulundurulduğunda daha ucuz ir model olan Alto ile ikame edilmesi eklentilerle tutarlılık göstermektedir. Benzer ir geçiş Fiat Panda ile Smart ForTwo arasında da gerçekleşmektedir. Burada ise, Fiat Panda nın fiyatındaki %1 lik ir artış talei Smart ForTwo modeline kaydırırken, tam tersi ir durum görülmemektedir. Talo 6.1 te dikkat çeken ir aşka durum ise hiçir modelin Picanto ile ikame edilmediğidir (çapraz fiyat esneklikleri sıfırdan farklı değildir). Bu durum Picanto modelinin mart

14 2005 ten itiaren olan 9 aylık satış performansının diğer modellere kıyasla daha yüksek olması ve markalaşmayla açıklanailir. Talo 6.2: Fiyat Talep Esneklikleri: D Segmenti Fiyat Segment Esnekligi = Audi A4 BMW 3 Serisi Jaguar X- Type C Serisi VW Passat Saa Audi A4 BMW Serisi Jaguar X-Type C Serisi VW Passat Saa D segmenti fiyat talep esnekliklerine akıldığında BMW 3 Serisi nin Jaguar X-type ile Saa 93 modeline rakip olduğu, una karşın VW Passat ve C Serisi nin hiçir modele rakip olmadığı görülmektedir. VW Passat fiyat ve satış miktarı seviyesiyle de D segmentindeki

15 araçlardan farklılık göstermektedir fakat C Serisi nin diğer modellerdeki fiyat artışlarından etkilenmemesi talep eden tüketici profilindeki farklılıklar ve marka yönetiminin etkileriyle açıklanailir. Bunlara ek olarak Audi A4, BMW 3 serisi ve VW Passat modelleri Saa 93 modeliyle ikame edilmektedir. Talo 6.2 daki modellerin ortalama fiyat istatistiklerine akıldığında en pahalı model Jaguar X-type olup, unu sırasıyla C Serisi, BMW 3 serisi, Saa 93, Audi A4 ve VW Passat takip etmektedir. Dolayısıyla ortalama fiyata sahip olan A4, 93 ve 3 Serisi arasında geçişler görülürken, X-type modelinden de Saa 93 ve BMW 3 Serisi ne geçişler gözlemlenmektedir. Talo 6.3: Fiyat Talep Esneklikleri: E segmenti Fiyat Audi A6 BMW 5 Serisi Chrysler 300C Jaguar SType E Serisi Volvo S80 Volvo XC70 Audi A BMW Serisi Chrysler 300C Jaguar SType E Serisi Volvo S Volvo XC E segmentindeki 14 model, fiyatlardaki varyasyonun yüksek olması nedeniyle alt ve üst segment olmak üzere iki ölümde incelenmiştir. Talo 6.3 de üst E segmentinde olan modeller arasındaki

16 fiyat esneklikleri görülmektedir. Buna göre, Jaguar S Type modelinin Audi A6 ve BMW 5 Serisi ne; Volvo S80 in ise E Serisi ne rakip olduğu gözlemlenmektedir. Talo 6.4: Fiyat Talep Esneklikleri: F segmenti Fiyat Segment Esnekligi = Audi A8 BMW 7 Serisi Jaguar XJ S Serisi Audi A BMW Serisi Jaguar XJ S Serisi F segmentinde BMW 7 Serisi nden Audi A8, S ve Jaguar XJ modellerine ir ge çiş olduğu görülmektedir. Talo 6.4 deki modellerin ortalama fiyat istatistiklerine akıldığında en pahalı model BMW 7 Serisi olup, unu sırasıyla S, Jaguar XJ, Audi A8 ve VW Phaeton takip etmektedir. BMW 7 Serisi nin segmentteki en pahalı model olduğu göz önünde ulundurulduğunda, yüksek fiyatlı modellerden, göreceli olarak düşük fiyatlı modellere geçiş olması eklenen ir durumdur. Bunun dışında VW Phaeton haricinde fiyat açısından en düşük iki model ile en yüksek iki model arasında da ikame vardır.

17 Talo 6.5: Fiyat Talep Esneklikleri: G segmenti Fiyat Segment Esnekligi = Porsche Carrera CLK SLK Chrysler Sering Honda S2000 Chrysler Crossfire Porsche Carrera CLK SLK Chrysler Sering Honda S Chrysler Crossfire G segmentine akıldığında CLK nin Porsche Carrera ve Chrysler Sering modellerine rakip olduğu, Honda S2000 nin ise SLK ve Chrysler Crossfire modellerine rakip olduğu görülmektedir. Talo 6.5 deki modellerin ortalama fiyat istatistiklerine akıldığında en pahalı model olan Porsche Carrera yı sırasıyla CLK, Chrysler Crossfire, SLK, Honda S2000 ve Chrysler Sering takip etmektedir.

18 Sonuç Son ölümde eynelmilel şasi uzunluğuna göre yapılan sınıflandırmanın segmentlerinin irirleriyle tam olarak ikame edilemeyecek modelleri arındırdığı, dolayısıyla incelemeye konu olacak ir modelin ilgili ürün pazarının u segment olarak tespit edilmemesi gerektiği gösterilmiştir. Bu nedenle ilgili ürün pazarları tespit edilirken farklı ir yöntemin izlenmesini çalışmamızda önerdik. Bu yönteme göre, önce küme analizi yöntemiyle, mümkün olursa tüketicilerin modellere ilişkin süjektif değerlendirmelerinin de kategorize edilerek modele katılması yoluyla ulunacak segmentler oluşturulmalıdır. Daha sonra u segmentlerde yer alan modellerin irirlerine ikame olup olmadıkları çapraz esnekliklerine akılarak kontrol edilmelidir. Bu şekilde tespit edilecek ilgili ürün pazarlarının şasi uzunluğu esas alınarak yapılan segmentasyondan daha sağlıklı olacağı düşünülmektedir. İlgili ürün pazarının nasıl hesaplanacağına ilişkin sayısız tartışma hem yaancı hem de Türkçe literatürde ulunailir. 8 Biz teorinin ancak pratiği açıkladığı ve ona yön verdiği ölçüde anlamlı olduğunu düşündüğümüzden tartışmaları özetlemeyi aşkalarına ırakıp, Türk otomoil piyasasında daha önce yapılmamış ir çalışmayı, verileri elde etmek için elimizden gelen çaayı göstererek gerçekleştirmeye çalıştık. Kullandığımız yöntemler, doğru ilgili ürün pazarlarının neler olduğunu göstermek için değil, ihtiyaç halinde doğru ilgili ürün pazarlarının nasıl tespit edileceğini göstermeye yöneliktir. 8 Konu ile ilgili Türkçe kaynaklar için kz. Çetinkaya (2003) ve Şenyücel (2003).

19 Kaynakça Brenkers, R., Veroven, F. (2002) Lieralizing a Distriution System: The European Car Market. Cameron, A.C, Trivedi, P.K. (1996) Count Data Models for Financial Data, Handook of Statistics: Statistical Methods in Finance, G.S Maddala C.R. Rao ed., North-Holland. Çetinkaya, M. (2003), İlgili Pazar Kavramı ve İlgili Pazar Tanımında Kullanılan Nicel Teknikler, Rekaet Kurumu, Ankara. Şenyücel, O. (2003), Rekaet İktisadında Ampirik Uygulamalar, Rekaet Kurumu, Ankara. Epstein, R.J., Ruinfeld, D.L. (2002) Merger Simulation: A Simplified Approach with New Applications. Antitrust Law Journal, vol: 69, no. 3, pp: Veroven, F. (2002) Quantitative Study to Define the Relevant Market in the Passenger Car Sector. Catholic University of Leuven.