Evaluating the performance of merger simulation using different demand systems : Evidence from the Argentinian beer market

Abstract

This research arises in a context of strong debate on the effectiveness of merger control and how competition authorities assess the potential anticompetitive effects of mergers. In order to contribute to the discussion, we apply merger simulation – the most sophisticated and often used tool to assess unilateral effects – to predict the post-merger prices of the AB InBev / SAB-Miller merger in Argentina. The basic idea of merger simulation is to simulate post-merger equilibrium from estimated structural parameters of the demand and supply equations. Assuming that firms compete à la Bertrand, we use different discrete choice demand systems – Logit, Nested Logit and Random Coefficients Logit models – in order to test how sensible, the predictions are to changes in demand specification. Then, to get a measure of the precision of the method we compare these predictions with actual post-merger prices. Finally, to conclude, we point out the importance of post-merger evaluation of merger simulation methods applied in complex cases, as well as the advantages and limitations of using these type of demand models.Aquesta investigació sorgeix en un context de fort debat sobre l'efectivitat del control de fusions i sobre com les autoritats de competència avaluen els efectes anticoncurrents de les fusions. Per contribuir a la discussió, apliquem la simulació de fusions, l’eina més sofisticada i utilitzada sovint per a avaluar els efectes unilaterals, per predir els preus posteriors a la fusió de la fusió AB InBev / SAB-Miller a l’Argentina. La idea bàsica de la simulació de fusions és simular l'equilibri post-fusió a partir dels paràmetres estructurals estimats de les equacions de demanda i oferta. Suposant que les empreses competeixen a l’estil Bertrand, utilitzem diferents sistemes de demanda d’elecció discreta (models Logit, Nested Logit i Random Coefficients Logit) per tal de provar com de raonables, les prediccions són canvis en l’especificació de la demanda. A continuació, per obtenir una mesura de la precisió del mètode, comparem aquestes prediccions amb els preus reals posteriors a la fusió. Finalment, per concloure, assenyalem la importància de l’avaluació posterior a la fusió dels mètodes de simulació de fusions aplicats en casos complexos, així com els avantatges i limitacions d’utilitzar aquest tipus de models de demanda.