Prijseffecten van het zoeken naar een nieuwe auto

294Jaargang 100 (4710) 21 mei 2015
Prijseffecten
van het zoeken naar een nieuwe auto
MARKTORDENING
V
oor veel consumenten speelt de zoektocht
naar informatie een belangrijke rol bij de
aanschaf van een nieuwe auto. De auto –
markt kenmerkt zich door de aanwezig –
heid van een veelvoud aan informatie, zon –
der dat daarvoor een autodealer bezocht hoeft te worden.
Internet speelt hierbij een belangrijke rol – uit een recente
enquête onder autokopers, gehouden door TNS Automo –
tive, blijkt dat onder Nederlandse consumenten internet
de meest gebruikte bron is bij het zoeken naar informatie
over auto’s: maar liefst 55 procent kijkt op internet, terwijl
slechts 32 procent de autofabrikant of de autodealer als
informatiebron gebruikt. Andere veelgebruikte informatie –
bronnen zijn de aanbevelingen van anderen, eigen ervarin –
gen, gespecialiseerde tijdschriften en televisieprogramma’s,
en advertenties. Ondanks deze overvloed aan informatie zijn er echter
niet veel consumenten die een nieuwe auto kopen zonder
een autodealer te bezoeken. Een belangrijke reden hiervoor
is dat sommige eigenschappen van een auto moeilijk te
kwantificeren en te adverteren zijn – consumenten bezoe –
ken daarom een of meerdere dealers om een auto nader te
inspecteren en om eventueel een proefrit te maken. Omdat
het bezoeken van een autodealer kosten met zich meebrengt,
gaan de meeste mensen naar een beperkt aantal autodealers. Hoe het zoekgedrag van consumenten in de Neder -landse automarkt hun prijsgevoeligheid beïnvloedt, is
grotendeels onbekend. In bestaande studies waarin vraag-
en-aanbodmodellen worden gebruikt, veronderstelt men
dat consumenten volledige geïnformeerd zijn en dus geen
zoekkosten hebben (Berry et al.
, 1995). Voor de context van
de auto-industrie zou dit betekenen dat consumenten, naast
de specificaties die makkelijk te achterhalen zijn zonder
naar een dealer te gaan (zoals grootte van de auto, het aan –
tal cilinders en motortype), ook volledige informatie heb –
ben aangaande specificaties die moeilijker te kwantificeren
zijn (geluidsniveau van de motor, ruimte, soepele versnel –
lingsbak, et cetera). Verschillende studies laten zien dat het
belangrijk is om rekening te houden met de beperkte infor –
matie van consumenten bij het vaststellen van een vraag-en-
aanbodmodel (Sovinksy Goeree, 2008). In deze studie ontwikkelen we een econometrisch
model dat er expliciet rekening mee houdt dat de meeste
consumenten geen volledige informatie hebben wanneer
ze op zoek gaan naar een nieuwe auto. Dit doen we door
te veronderstellen dat consumenten een optimale afweging
maken tussen enerzijds de kosten die zijn verbonden aan het
bezoeken van een autodealer (zoals reiskosten en tijd) en
anderzijds de baten die het bezoek aan een dealer met zich
meebrengt (betere keus). Het is voor het mededingingsbe –
leid van belang om te weten hoe het meewegen van de zoek –
kosten van invloed is op de prijzen van auto’s.
METHODE EN DATA
De gebruikte dataset bestaat uit de verkopen, prijzen, spe –
cificaties en locaties van dealers van vrijwel alle auto’s die
in Nederland zijn verkocht tussen 2003 en 2008. In deze
periode zijn er in totaal 320 verschillende modellen ver –
kocht door 40 verschillende automerken (luxemerken zo –
als Ferrari en Bentley uitgezonderd) – omdat er gedurende
deze periode niet alleen modellen zijn verdwenen maar ook
bijgekomen, komt dit overeen met een gemiddelde van 230
verschillende modellen per jaar. MATTHIJS
WILDENBEEST
Universitair
hoofddocent aan
Indiana University,
Verenigde Staten
JOSÉ LUIS
MORAGA-
GONZÁLEZ
Hoogleraar aan de
Vrije Universiteit
Amsterdam en aan
de Rijksuniversiteit
Groningen
ZSOLT SÁNDOR
Universitair
hoofddocent aan
Sapientia Universi-
teit Miercurea Ciuc,
Roemenië
Mensen verschillen in de moeite die het kost om een autodealer
te bezoeken. Zoekkosten die afhangen van de reisafstand tot de
dealer en het inkomen, maken consumenten niet alleen minder
prijsgevoelig , maar geven autofabrikanten ook meer marktmacht,
die kan leiden tot prijsverhogingen.
ESB Marktordening

Marktordening ESB
295Jaargang 100 (4710) 21 mei 2015294
Daarnaast maken we gebruik van demografische in –
formatie van het Centraal Bureau voor de Statistiek op
wijkniveau, zoals het aantal inwoners, de gemiddelde huis-
houdgrootte en het percentage huishoudens met kinderen.
Gegevens over de precieze locatie van de buurt, gecombi-
neerd met adresgegevens van alle autodealers in Neder –
land, maken het mogelijk om met behulp van geografische
software de afstand te berekenen van het middelpunt van
iedere buurt tot de dichtstbijzijnde dealer van ieder merk. Ten slotte gebruiken we enquête-data van TNS NIPO.
De enquête richt zich op het gedrag en de kenmerken van
de Nederlandse automobilist. De dataset bevat informatie
over welke autodealers er zijn bezocht in aanloop naar de
meest recente autoaankoop. Daarnaast bevat de dataset in –
formatie over het huishoudinkomen, de huishoudgrootte,
leeftijd, kinderen en de postcode. Het startpunt van ons econometrisch model is de vol –
gende nutsfunctie:
u
ij = αi pj + xj�βi + ξj + εij, (1)
waarbij u
ij het nut is dat consument i ontvangt van auto j,
α
i een consument-specifieke prijscoëfficiënt is, pj overeen –
komt met de prijs van auto j , en de vector (x
j�, ξj , εij) de
overige autospecificaties omvat. We veronderstellen dat
de variabelen x
j en ξj specificaties bevatten die makkelijk te
vinden zijn zonder een autodealer te bezoeken. Daarente –
gen veronderstellen we dat ε
ij attributen van de auto bevat
waarvoor gezocht moet worden – door middel van het be –
zoeken van een dealer en het maken van een proefrit – zoals
comfort, lawaai van de motor of soepelheid van de versnel –
lingsbak. De parameters α
i en βi zijn zogenaamde random
coefficients, wat betekent dat we de mogelijkheid openlaten
dat niet iedere consument dezelfde preferenties heeft. Voordat consumenten een of meerdere dealers bezoe –
ken, veronderstellen we dat ze op de hoogte zijn van de
dealerlocaties en welke automodellen er beschikbaar zijn.
Daarnaast observeren de consumenten p
j, xj en ξj voor ie –
der automodel, alsmede de distributiefunctie van ε
ij. Dit
betekent dat de consument ongeveer een idee heeft hoe
de meeste andere consumenten de auto waarderen, maar
om erachter te komen of de auto goed bij hem of haar past
moet er gezocht worden om de exacte waarde van ε
ij te we –
ten te komen. In ons zoekmodel modelleren we expliciet het besluit –
vormingsproces van de consument. In de eerste fase van dit
proces beslist de consument welke autodealers er bezocht
worden. Hierbij maakt hij of zij een afweging tussen de ver –
wachte voordelen van het bezoeken van een aantal dealers
en de kosten die het bezoek met zich meebrengt. Om de parameters in het model goed te kunnen schat –
ten is het van belang dat de zoekkosten afhankelijk zijn van
een variabele die zelf niet onderdeel is van de nutsfunctie
van de consument. Als belangrijkste zoekkostenvariabele
gebruiken we daarom de afstand van een consument tot
de dichtstbijzijnde autodealer van een bepaald merk. Het
is immers aannemelijk dat deze afstand van invloed is op
welke dealers er worden bezocht, maar tegelijkertijd is het
minder waarschijnlijk dat deze afstand een directe invloed
heeft op het nut dat een bepaalde auto verschaft aan een consument. Wanneer autodealers zich vestigen waar de
meeste vraag is voor hun auto’s, kan het zo zijn dat er een
(indirecte) relatie is tussen afstand en preferenties. Mora
–
ga-González et al. (2015) laten zien dat de eventuele endo –
geniteit van de afstandsvariabele niet tot problemen leidt
voor de analyse. Naast afstand worden de zoekkosten aan
demografische informatie gerelateerd, zoals inkomen en of
er kinderen in het huishouden aanwezig zijn. Dit betekent
dat de zoekkosten voor consument i voor een combinatie
van autodealers S kan worden weergegeven door de vol –
gende vergelijking :
c
iS = γ1 ∑ dif + γ2 |S| ∙ ln yi + γ3 |S|∙ kidsi + λiS, (2)

f ∈ S
waarbij dif de afstand is tussen consument i en dichtst-
bijzijnde dealer van merk j , |S| het aantal dealers is in S , y
i
het netto-inkomen is van consument i , kids
i een indicator
is voor de aanwezigheid van kinderen in het huishouden en
λ
iS een storingsterm is. In de tweede fase van dit proces bezoekt de consument
de geselecteerde autodealers. Alle relevante informatie be –
treffende de auto’s die deze dealers verkopen, wordt dan
bekend en de consument neemt de auto die het meeste nut
verschaft.
Bron: Moraga-González et al., 2015
Effect van autokenmerken en
zoekkosten op de aankoopbeslissingTABEL 1
(A)
Zoekmodel (B)
Volledige
informatie
Prijscoëfficiënten
inkomen minder dan
31.000 euro -6,437***-7.994***
inkomen meer dan 31.000
euro -2,269***-3.381***
Basiscoëfficiënten
constante -13,167***-30,688***
PK/gewicht 1,670*** 2,495***
niet-Europees -0,879*** -1,030***
cruise control 0,170*** 0,249***
zuinigheid 2,544*** 2,190***
grootte 8,361*** 9,984***
gezinsauto -0,429*** -0,397***
MPV/SUV 0,623*** 0,658***
Random-coëfficiënten
constante 5,306***11,623***
gezinsauto × kinderen 0,712*** 0,571***
afstand tot dealer -0,018-0,034***
Zoekkostenparameters
afstand tot dealer 0,025***—
log(inkomen) 0,524***—
kinderen 0,302—
N 1382
Aantal gesimuleerde
consumenten 2209
*** Significant op eenprocentsniveau

ESB Marktordening
296Jaargang 100 (4710) 21 mei 2015
De waarschijnlijkheid dat een consument een bepaal –
de auto koopt, volgt uit de combinatie van de twee fasen en
bestaat uit de prijs en specificaties van de auto in kwestie.
Deze combinatie is negatief gerelateerd aan de variabelen
die onderdeel zijn van de zoekkostenvergelijking. Door
deze vergelijking te aggregeren over alle consumenten ver –
krijgen we een vergelijking voor de marktaandelen van de
auto’s zoals voorspeld door ons model. De parameters in het model kunnen geschat worden
met behulp van data die relatief makkelijk te verkrijgen zijn,
zoals verkoopdata, prijzen en autospecificaties. Echter, om
tot preciezere schattingen te komen, gebruiken we in onze
studie bovendien enquêtedata die voor een groot aantal
respondenten specifieke informatie bevatten over welke
autodealers er bezocht zijn in de aanloop naar de aanschaf
van de meest recent gekochte auto. Zo geeft het model een
bepaalde voorspelling aangaande de waarschijnlijkheid dat
consumenten een of twee keer zoeken, wat we vervolgens
kunnen relateren aan dezelfde waarschijnlijkheden die we
observeren in de enquête. Tevens modeleren we de aanbod –
zijde van de markt, al kan het model ook gebruikt worden
om alleen de vraagzijde te schatten.
EFFECT VAN ZOEKKOSTEN
Tabel 1 geeft het effect van verschillende autokenmerken
en zoekkosten op de aankoopbeslissing door consumenten.
Kolom (A) gaat uit van de aanwezigheid van zoekkosten en
kolom (B) van volledige informatie. Omdat het aanneme –
lijk is dat de prijsgevoeligheid van een consument afhanke -lijk is van zijn of haar inkomen, zijn de prijscoëfficiënten
genormaliseerd met behulp van inkomen. Daarnaast schat
–
ten we twee verschillende prijscoëfficiënten: voor gezinnen
met een netto-jaarinkomen van minder dan 31.000 euro
is de prijscoëfficiënt –6,437 terwijl de prijscoëfficiënt voor
gezinnen met een jaarinkomen van meer dan 31.000 euro
gelijk is aan –2,269. De hoger geschatte prijscoëfficiënt (in
absolute waarde) voor gezinnen met een lager netto-jaarin –
komen laat zien dat consumenten met een lager inkomen
prijsgevoeliger zijn. De positieve coëfficiënten gerelateerd
aan PK/gewicht en grootte laten zien dat consumenten
grotere en krachtigere auto’s prefereren. De geschatte coëf-
ficiënt van de niet-Europese dummy is negatief, wat aan –
geeft dat de gemiddelde consument een preferentie heeft
voor auto’s geproduceerd door Europese autofabrikanten.
We gebruiken de cruisecontrol-indicator als een proxy voor
luxe; zoals verwacht hebben consumenten een positieve
waardering voor de aanwezigheid van cruisecontrol als een
standaardoptie. De positief geschatte zuinigheidscoëffi-
ciënt geeft aan dat consumenten een preferentie hebben
voor zuinigere auto’s. De geschatte zoekkostenparameters
laten zien dat zowel de afstand van de consument tot de au –
todealer als het inkomen van de consument positief gerela –
teerd is aan de zoekkosten van de consument. De aanwezig –
heid van kinderen in het huishouden heeft geen significant
effect op de zoekkosten van consumenten. Kolom (B) van tabel 1 geeft de resultaten voor een mo –
del waarover consumenten volledige informatie hebben.
Het belangrijkste verschil tussen de twee specificaties is dat
de geschatte prijscoëfficiënten meer negatief zijn. Dit be –
tekent dat consumenten prijsgevoeliger zijn bij een model
waarbij ze volledige informatie hebben dan bij het zoekmo –
del. Anders gezegd: voor alle automodellen is de absolute
waarde van de eigen prijselasticiteit in het zoekmodel lager
in vergelijking met het model dat volledige informatie ver –
onderstelt. Dit is ook te zien in tabel 2, die de prijselasti-
citeiten weergeeft voor een aantal specifieke automodellen
in 2008.
EFFECT VAN VERANDERING IN ZOEKKOSTEN
Om een beter inzicht te krijgen in hoe zoekkosten de prij –
zen van auto’s beïnvloeden, hebben we een aantal simulaties
gedaan waarin we de gevolgen bekijken van veranderingen
in de zoekkosten. Eerst kijken we naar wat er gebeurt met
de prijzen wanneer de zoekkosten voor alle consumenten
veranderen. In een tweede scenario kijken we hoe de prijzen
veranderen als een van de autofabrikanten verschillende
merken niet langer via aparte dealers verkoopt, maar ver –
koopt onder één dak.
Generieke verlaging zoekkosten
Om te bekijken hoe prijzen veranderen wanneer zoekkos-
ten veranderen, gebruiken we de schattingen uit kolom (A)
van tabel 1 als beginpunt. Tabel 3 laat de gesimuleerde prij –
zen zien voor een aantal automodellen, voor verschillende
zoekkostenniveaus, gemeten als percentage van de geschat –
te zoekkosten. Bij een kleine verlaging van de zoekkosten
gaan in de meeste gevallen ook de prijzen naar beneden.
Zo gaat de gesimuleerde prijs van een Peugeot 207 omlaag
van 13.540 euro naar 13.441 euro wanneer de zoekkosten
Zoekmodel Volledige
informatie
Mitsubishi Colt -2,5809-3,0797
Peugeot 207 -2,6205-3,1725
Volkswagen Golf -2,2828-2,9113
Opel Astra -2,2454-2,8816
Nissan Qashqai -2,0919-2,7269
Mercedes B Klasse -2,0748-2,6864
Renault Espace -2,1222-2,9271
Audi A6 -2,3416-3,2616
Zoekkosten in
procenten 10090705030 10 0
Mitsubishi Colt 10.21310.17810.23310.43310.47810.46910.464
Peugeot 207 13.54013.44113.48113.84313.93713.91113.898
Volkswagen Golf 16.63215.94315.34115.52915.67415.63115.612
Opel Astra 17.79916.959 16.12816.15916.26516.22316.205
Nissan Qashqai 21.08319.905 18.563 18.53218.71518.66018.633
Mercedes B Klasse 25.29024.922 24.589 25.35025.59325.51325.474
Renault Espace 34.51634.55734.63234.84034.95034.92634.915
Audi A6 41.03341.07741.18441.46341.61341.58741.575
Bron: Moraga-González et al., 2015
Autoprijzen in euro’s bij steeds lagere zoekkosten TABEL 3
Bron: Moraga-González et al., 2015
PrijselasticiteitenTABEL 2

Marktordening ESB
297Jaargang 100 (4710) 21 mei 2015294
verlaagd worden tot negentig procent van de geschatte
zoekkosten. Echter, bij een grotere verlaging van de zoek –
kosten gaan de prijzen over het algemeen juist omhoog : de
gesimuleerde prijs van een Peugeot 207 bij zoekkosten die
slechts vijftig procent van de geschatte zoekkosten zijn, is
13.843 euro, wat hoger is dan de oorspronkelijke prijs van
dit autotype. Bij meer dan de helft van de modellen in de
tabel doet zich eenzelfde patroon voor en stijgen de prijzen
bij grote reducties in zoekkosten.
Waarom prijseffecten variëren
Om een verklaring te kunnen geven voor deze misschien
verrassende relatie tussen zoekkosten en prijzen moet er ge –
keken worden naar verschillende factoren. Ten eerste is er het standaardeffect van zoekfricties op
prijzen: hogere zoekkosten geven bedrijven meer markt –
macht, wat tot hogere prijzen leidt. Een tweede effect, dat in dit geval een tegengestelde
werking kan hebben, is dat zoekkosten leiden tot minder
marktparticipatie – het brengt immers meer kosten met
zich mee voor consumenten om op zoek te gaan naar een
geschikte auto. Wanneer de consumenten die wel partici-
peren de meer prijsgevoelige zijn, hebben bedrijven een
prikkel om prijzen te laten dalen. Zo’n situatie kan zich
voordoen wanneer een zoekkostenstijging de huishoudens
met relatief hoge zoekkosten van de markt jaagt. Aangezien
zoekkosten positief gerelateerd zijn aan inkomen, betekent
dit dat de huishoudens met hoge inkomens als eerste van de
markt verdwijnen. Deze hoge inkomens zijn ook de minst
prijsgevoelige consumenten, waardoor de meest prijsgevoe –
lige consumenten die overblijven de dealers dwingen tot
prijsverlaging (Moraga-González et al. , 2014).
Ten slotte, omdat we in ons model veronderstellen dat
consumenten prijzen waarnemen zonder een dealer te hoe –
ven bezoeken, hebben bedrijven een prikkel om prijzen te
verlagen. Dit laatste effect doet zich voor omdat de consu –
ment in ons model de optimale keuze-set van de te bezoe –
ken dealers samenstelt door een afweging te maken tussen
het te verwachten nut en de zoekkosten van een bezoek aan
deze dealers. Aangezien het verwachte nut afhangt van de
waargenomen prijzen van de auto’s, maakt een lagere prijs
voor een specifiek automodel het meer waarschijnlijk dat
een consument de dealer die deze auto verkoopt toevoegt
aan zijn of haar keuzeset, wat leidt tot een negatief verband
tussen zoekkosten en prijzen. Welke van deze drie effecten doorslaggevend is, hangt
af van de zoekkosten en het concurrentieniveau. Beide wor –
den vastgesteld op het niveau van een bepaald autotype,
wat verklaart dat we voor sommige auto’s een hogere prijs
vinden wanneer de zoekkosten omlaag gaan, terwijl we
voor andere autotypes het tegenovergestelde zien.
Zoekkosten verlagen door dealers met meer merken
In een tweede scenario bestuderen we hoe veranderingen
in het netwerk van autodealers de prijzen beïnvloeden. De
meeste autofabrikanten hebben verschillende automerken.
De Volkswagen Groep heeft bijvoorbeeld Audi, Seat,
Škoda en Volkswagen, terwijl de Toyota Groep Daihatsu,
Lexus en Toyota bezit. Ondanks dat de meeste fabrikant –
en hun merken in verschillende dealerlocaties verkopen, kan het voor een fabrikant voordelig zijn om verschillende
merken onder één dak te verkopen wanneer er significan
–
te zoekkosten zijn. Om de gevolgen van de verkoop van
verschillende merken op dezelfde autodealerlocatie te be –
studeren, laten we alle Toyota-dealerlocaties in onze data
tevens het Lexus-merk verkopen, terwijl we tegelijkertijd
alle Lexus-dealers elimineren. Dit betekent dat consumen –
ten de relevante eigenschappen van zowel de Toyota- als de
Lexus-modellen te zien krijgen bij een bezoek aan deze ge –
combineerde Toyota-Lexus-dealer. Aangezien Toyota van
de twee merken het dichtste dealernetwerk heeft, betekent
dit dat de zoekkosten voor de Lexus in aanzienlijke mate
omlaag gaan. Uit de resultaten van de simulatie blijkt dat
de prijzen van alle fabrikanten omlaag gaan, al zijn de prijs-
dalingen klein. De daling in zoekkosten is voordelig voor
alle fabrikanten, aangezien consumenten eerder geneigd
zijn te gaan zoeken, waardoor de verkopen toenemen. De
Toyota Groep profiteert het meest van de veranderingen:
verkopen gaan omhoog met 2,3 procent, terwijl de varia –
bele winst omhoog gaat met 4,6 procent. Niet geheel on –
verwacht heeft Lexus het meeste baat bij de stijging van het
aantal Lexus-verkooppunten: volgens de simulatie worden
er 718 meer auto’s verkocht, wat overeenkomt met een stij –
ging van bijna zeventig procent.
CONCLUSIES EN IMPLICATIES
In veel markten hebben consumenten slechts beperkte in –
formatie aangaande het nut dat de verschillende producten
bieden. Dit betekent dat consumenten moeten zoeken om
uit te vinden welk product het meest te prefereren is. Met
deze zoekkosten kan rekening worden gehouden door aan
een standaard vraag-en-aanbod-model een initiële stap toe
te voegen, waarin consumenten hun optimale keuzeset
bepalen door een afweging te maken tussen de verwachte
voordelen van het bezoeken van een bepaalde autodealer en
de kosten die dit met zich meebrengt. In vergelijking met
het standaardmodel waarin consumenten volledige infor –
matie hebben, laten onze schattingen zien dat zij minder
prijsgevoelig zijn in het zoekmodel. Dit betekent dat mede –
dingingsbeleid dat de effecten van zoekfricties negeert tot
verkeerde conclusies kan leiden. Simulaties laten zien dat
de gevolgen van het verlagen van de zoekkosten leiden tot
hogere prijzen voor sommige automodellen, terwijl voor
andere automodellen de prijzen juist omlaag gaan.
LITERATUUR
Berry, S., J. Levinsohn en A. Pakes (1995) Automobile prices in market equilibrium. Econome-
trica, 63(4), 841–890.
Moraga-González, J.L., Z. Sándor en M. Wildenbeest (2014) Prices, product differenti
ation,
and heterogeneous search costs. Tinbergen Institute Discussion Paper , 14(080/VII).
Moraga-González, J.L., Z. Sándor en M. Wildenbeest (2015) Consum
er search and prices in
the automobile market. Tinbergen Institute Discussion Paper , 15(033/VII).
Sovinsky Goeree, M. (2008) Limited information and advertising in the U.S. personal com-
puter industry. Econometrica, 76(5), 1017–1074.