Universität Hohenheim
 

Eingang zum Volltext

Bantle, Melissa

Screen for collusive behavior : a machine learning approach

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgende
URN: urn:nbn:de:bsz:100-opus-23003
URL: http://opus.uni-hohenheim.de/volltexte/2024/2300/


pdf-Format:
Dokument 1.pdf (726 KB)
Gedruckte Ausgabe:
POD-Logo  Print-on-Demand-Kopie
Dokument in Google Scholar suchen:
Social Media:
Delicious Diese Seite zu Mister Wong hinzufügen Studi/Schüler/Mein VZ Twitter Facebook Connect
Export:
Abrufstatistik:
SWD-Schlagw÷rter: Maschinelles Lernen , Preispolitik , Kraftstoff
Freie Schlagw÷rter (Englisch): Machine Learning, Cartel Screens, Fuel Retail Market
Institut: Institut für Volkswirtschaftslehre
DDC-Sachgruppe: Wirtschaft
Dokumentart: ResearchPaper
Schriftenreihe: Hohenheim discussion papers in business, economics and social sciences
Bandnummer: 2024,01
Sprache: Englisch
Erstellungsjahr: 2024
Publikationsdatum: 15.03.2024
 
Lizenz: Hohenheimer Lizenzvertrag Veröffentlichungsvertrag mit der Universitätsbibliothek Hohenheim
 
Kurzfassung auf Englisch: The paper uses a machine learning technique to build up a screen for collusive behavior. Such tools can be applied by competition authorities but also by companies to screen the behavior of their suppliers. The method is applied to the German retail gasoline market to detect anomalous behavior in the price setting of the filling stations. Therefore, the algorithm identifies anomalies in the data-generating process. The results show that various anomalies can be detected with this method. These anomalies in the price setting behavior are then discussed with respect to their implications for the competitiveness of the market.

    © 1996 - 2016 Universität Hohenheim. Alle Rechte vorbehalten.  10.01.24