Нови приступи оцењивању степена концентрације и конкуренције: пример сектора осигурања у Србији

Serbian: У раду се анализирају нови приступи оцењивању степена концентрације и конкуренције. Као пример одабран је сектор осигурања у Србији, а за променљиву на основу које су извршени обрачуни одговарајућих коефицијената и оцена стања концентрације и конкуренције узета је укупна премија по свим облицима осигурања, како је то дефинисано прописима о заштити конкуренције. Поред уобичајених и до сада најчешће коришћених показатеља (рацио концентрације CRn и Хиршман-Херфиндалов коефицијент HH) и нешто ређе коришћених (Ђинијев коефицијент и коефицијент ентропије, односно Лоренцова крива), обрачунати су и анализирани практично у нашим условима до сада некоришћени Тајдман-Холов и Розенблатов коефицијент, као и нови приступи засновани на обрачуну индекса Линда, метод тржишних језгара и метод коефицијената на бази Гаусове криве распореда тржишних удела. Да би се избегао утицај могућих екстерних услова у једној години и ради оцене остварених тенденција коришћена је дужа временска серија, односно вредности показатеља остварене у току последње деценије. English: The paper analyses new approaches to the estimation of the degree of concentration and competition. As example the insurance sector in Serbia is chosen, and as a variable for the calculation of necessary indicators the total premium is taken, as well as it were determined by the anti-monopoly law. There were used the usual and frequently used indicators (concentration ratio CRn and Hirschmann-Herfindahl coefficient HH), as well the rarely used (Gini coefficient and enthropy coefficient, i.e. Lorenz curve). Than we analyzed practically in analyses in Serbia not used Tidemann-Hall and Rosenbluth coefficients, as well the new approaches that are based on the calculation of Linda indices, method of market nucleus and method of coefficients on the basis of Gauss’ curve’s distribution of market shares. To avoid the possible influence of extreme conditions in one year, there are used the many year time series, i.e. the coefficients in the last decade.