сгенерировать QR код
Открытый доступ
Только для подписчиков
Искусственный интеллект против картелей: чего (не) ждать?
https://doi.org/10.32609/0042-8736-2025-4-34-54
Аннотация
В настоящее время в России создается информационная система, предназначенная для раскрытия картельных соглашений, в первую очередь на торгах, алгоритмизированными методами, называемыми искусственным интеллектом (ИИ). Рассмотрены возможности и ограничения использования ИИ для идентификации закупок, участники которых заключают незаконные соглашения. Охарактеризована доказательная база в делах об ограничивающих конкуренцию соглашениях на торгах в решениях ФАС России, которые были предметом судебного оспаривания в 2015—2018 гг. Обобщены результаты разработки алгоритмов, предсказывающих наличие картеля или его отсутствие в зависимости от набора параметров с учетом ex-post данных об обнаруженных картелях как в России, так и за рубежом. Обосновано три вывода. Первый: ни один алгоритм или система алгоритмов в настоящее время не обеспечивают достаточный уровень надежности. Второй: гипотетическая обучающая выборка ИИ для идентификации картелей в государственных закупках России смещена в сторону их конкретного способа (электронный аукцион) и не поможет выявить картели в закупках, проводимых иначе. Третий: признаки картелей в российских закупках во многом являются результатом изъянов используемых процедур.
При поддержке: Статья подготовлена в рамках проекта Центра фундаментальных исследований НИУ ВШЭ. Авторы выражают благодарность анонимному рецензенту за важные замечания, позволившие улучшить качество статьи, а также Б. С. Потанину за полезные рекомендации.
Об авторах
С. Б. Авдашева
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Авдашева Светлана Борисовна, д. э. н., проф., руководитель департамента прикладной экономики факультета экономических наук, замдиректора Института анализа предприятий и рынков (ИАПР)
Москва
Д. В. Корнеева
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Корнеева Дина Владиславовна, к. э. н., с. н. с. ИАПР
Москва
Г. Ф. Юсупова
Национальный исследовательский университет «Высшая школа экономики»
Россия
Россия
Юсупова Гюзель Фатеховна, к. э. н., с. н. с. ИАПР
Москва
Список литературы
1. Гмурман В. (2022). Теория вероятностей и математическая статистика. М.: Юрайт.
2. Молчанова Г. О., Рей А. И., Шагаров Д. Ю. (2020). Обнаружение признаков горизонтального сговора при государственных закупках с использованием методов машинного обучения // Экономическая наука современной России. № 1. С. 109–127. https://doi.org/10.33293/1609-1442-2020-1(88)-109-127
3. Шаститко А. Е. (2011). Координационные и распределительные эффекты ошибок первого и второго рода // Экономическая политика. № 1. С. 114–124.
4. Шаститко А. Е. (2013a). Картель: организация, стимулы, политика противодействия // Российский журнал менеджмента. Т. 11, № 4. С. 31–56.
5. Шаститко А. Е. (2013b). Экономические эффекты ошибок в правоприменении и право-установлении. М.: Дело.
6. Юсупова Г. Ф. (2013). Программа освобождения от наказания в антимонопольной политике: проблемы эмпирической оценки // Экономическая политика. № 6. С. 143–160.
7. Aaltio A., Buri R., Jokelainen A., Lundberg J. (2025). Complementary bidding and cartel detection: Evidence from Nordic asphalt markets. International Journal of Industrial Organization, Vol. 98, pp. 1–38. https://doi.org/10.1016/j.ijindorg.2024.103129
8. Avdasheva S., Golovanova S., Katsoulacos Y. (2019). The impact of performance measurement on the selection of enforcement targets by competition authorities: The Russian experience in an international context. Public Performance & Management Review, Vol. 42, No. 2, pp. 329–356. https://doi.org/10.1080/15309576.2018.1441036
9. Bryant P., Eckard E. (1991). Price fixing: The probability of getting caught. Review of Economics and Statistics, Vol. 73, No. 3, pp. 531–536. https://doi.org/10.2307/2109581
10. Combe E., Monnier C., Legal R. (2008). Cartels: The probability of getting caught in the European Union. Bruges European Economic Research Papers, Vol. 12. European Economic Studies Department, College of Europe.
11. Connor J., Lande R. (2012). Cartels as rational business strategy: Crime pays. Cardozo Law Review, Vol. 34, No. 2, pp. 427–490. https://doi.org/10.2139/ssrn.1917657
12. Esteves G., Figueiredo E., Veloso A., Viggiato M., Ziviani N. (2020). Understanding machine learning software defect predictions. Automated Software Engineering, Vol. 27, No. 3, pp. 369–392. https://doi.org/10.1007/s10515-020-00277-4
13. Huber M., Imhof D. (2019). Machine learning with screens for detecting bid-rigging cartels. International Journal of Industrial Organization, Vol. 65, pp. 277–301. https://doi.org/10.1016/j.ijindorg.2019.04.002
14. Huber M., Imhof D. (2023). A machine learning approach for flagging incomplete bid-rigging cartels. Computational Economics, Vol. 62, No. 4, pp. 1669–1720. https://doi.org/10.1007/s10614-022-10315-w
15. Klemperer P. (2000). The economic theory of auctions. Cheltenham: Edward Elgar.
16. Klemperer P. (2002a). What really matters in auction design. Journal of Economic Perspectives, Vol. 16, No. 1, pp. 169–189. https://doi.org/10.1257/0895330027166
17. Klemperer P. (2002b). How (not) to run auctions: The European 3G telecom auctions. European Economic Review, Vol. 46, No. 4–5, pp. 829–845. https://doi.org/10.1016/S0014-2921(01)00218-5
18. Lianos I. (ed.) (2021). Computational competition law and economics. An inception report. BRICS Competition Law&Policy Centre.
19. OECD (2022). Data screening tools in competition investigations – Background note by the Secretariat (No. DAF/COMP/WP3(2022)5). Directorate for Financial and Enterprise Affairs Competition Committee.
20. Porter R. H., Zona J. D. (1993). Detection of bid rigging in procurement auctions. Journal of Political Economy, Vol. 101, No. 3, pp. 518–538. https://doi.org/10.1086/261885
21. Sanchez-Graells A. (2019). ‘Screening for cartels’ in public procurement: Cheating at solitaire to sell fool’s gold? Journal of European Competition Law & Practice, Vol. 10, No. 4, pp. 199–211. https://doi.org/10.1093/jeclap/lpz024
22. Silveira D., de Moraes L. B., Fiuza E. P. S., Cajueiro D. O. (2023). Who are you? Cartel detection using unlabeled data. International Journal of Industrial Organization, Vol. 88, article v102931. https://doi.org/10.1016/j.ijindorg.2023.102931
23. Wallimann H., Emmenegger S., Pouly M., Wegelin P. (2025). Where is the limit? Assessing the potential of algorithm-based cartel detection. Journal of Competition Law & Economics, article nhae023. https://doi.org/10.1093/joclec/nhae023.
Дополнительные файлы
Рецензия
Для цитирования:
Авдашева С.Б., Корнеева Д.В., Юсупова Г.Ф. Искусственный интеллект против картелей: чего (не) ждать? Вопросы экономики. 2025;(4):34-54. https://doi.org/10.32609/0042-8736-2025-4-34-54
For citation:
Avdasheva S.B., Korneeva D.V., Yusupova G.F. Artificial intelligence against collusion: What (not) to expect? Voprosy Ekonomiki. 2025;(4):34-54. (In Russ.) https://doi.org/10.32609/0042-8736-2025-4-34-54
Просмотров:
366
Послать статью по эл. почте 
