BIS工作論文No1251消費者財務數據和非橫向合并貨幣與經濟部門消費者財務數據與非橫向合并2025年3月作者：LindaJeng,JonFrost,ElisabethNobleChrismer1摘要本文探討了涉及廣泛消費者數據，包括消費者財務數據的非橫向合并的潛在競爭影響。隨著數據越來越成為企業戰略的核心，數據豐富的企業之間的合并，雖然可能帶來積極成果，也可能以傳統反壟斷理論無法完全解釋的方式創造市場力量。本文考慮了這些影響的某些方面。它引入了評估合并企業所持有數據集的新指標，這些指標可以幫助競爭當局更有效地評估市場影響。隨后，本文提出了減輕數據豐富合并反競爭效應的潛在工具。它主張進一步研究，以適應數據為中心的合并的競爭政策，所有這些努力都是為了在數字和數據經濟中維持開放、創新和競爭的市場。關鍵詞：反壟斷，競爭，大數據，縱向合并，非橫向合并，大型科技公司，數據共享，數據集中，數據聚合，金融服務，數據隱私，消費者金融數據，開放銀行，開放數據，開放金融，個人數據，數據經濟學1此處所表達的觀點為作者個人觀點，并不一定反映國際清算銀行（BIS）、歐洲銀行管理局（EBA）或任何其他附屬機構的立場。本文使用個別公司的案例進行說明，不應被視為對這些具體案例的正式法律意見。作者感謝CarolinaAbate、OscarBorgogno、RossBuckley、PabloIbá?ezColomo、ScottFarrell、VikramHaksar、DarylLim、PhilippPaech、NoahPhillips、MatteoMannino、LauraVeldkamp、BIS和英國金融市場行為監管局（FCA）研究研討會的參與者以及一位匿名審稿人提供的寶貴反饋。我們感謝GeorgeSakkopoulos在研究協助和編輯支持方面的幫助，以及GiulioCornelli、CeciliaFranco和HaiweiCao在數據支持方面的幫助，以及KarlaPatriciaRamirezSanchez和AlessiaTortato司金融法雜志.引言：支付領域數據與并購的經濟學并購是金融市場中最具影響力的經濟交易之一。它們使公司能夠實現多元化并分散不同收入渠道的風險，或加強他們在特定市場的地位。同時，并購也為那些尋求擴大規模或直接進入新行業細分市場及他們缺乏先前專業知識或資源的公司提供了一個替代方案。全球范圍內，2021年的并購（M&A）交易創下紀錄，共有62,590額超過5萬億美元（打破了2007年的4.2萬億美元紀錄）22022年，總交易價值下降至3.63萬億美元——遠低于前一年，但仍然超過了2017年（3.44萬億美元）和2020年（3.42萬億美元）的總和。3觀察到全球并購交易量未能突破30萬億美元大關，進一步下降了。(2023年，十年來的第一次)。4水平并購可分為兩大類：（1）橫向并購和（2）非橫向并購。5通常認為這會減少競爭。與此同時，非橫向合并6

在供應鏈不同環節或互補部因為非水平合并不會直接減少同一市場的競爭，然而，隨著對數據的獲取，這一情況正在改變。他們傳統上受到的審查較少。72NiketNishant&NiketNishant,2021年全球并購交易量創歷史新高，首次突破5萬億美元。，RUTERS，2021年12月31日，/markets/us/global-ma-volumes-hit-record-high-2021-breach-5-trillion-first-time-2021-12-31/。3身份編號4EmilyRouleau,分析：盡管第四季度有所增長，2023年并購交易量仍令人失望。，B路透社,2024年1月9/bloomberg-law-analysis/analysis-despite-q4-boost-2023-m-a-deal-volumes-disappoint5經合組織，經合組織術語表S統計數據T企業資源管理系統（EnterpriseResourceManagementSystem（2008）/en/publications/oecd-glossary-of-statistical-terms_9789264055087-en.html。非橫向合并是一個包含垂直一體化、企業集團效應或二者兼而有之的通用類別，并可能包含橫向一體化的元素。非橫向合并和損害理論在2023年的一個背景下進行了討論。尤其是針對本文而言具有重要意義數字合并的危害理論,293(2023),OECD/daf/competition/theories-of-harm-for-digital-mergers-2023.pdf.對于垂直和集團合并（統稱為“非橫向合并”）非橫向合并的通函指南，2008年官方期刊C265/6，第4-5條，https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX%3A52008XC1018%2803%29.6OECD“supra”通常表示“在……之上”或“超過”，具體翻譯需根據上下文確定。如果上下文是“supra10GB”，則翻譯為“超過B”。如果上下文不明確，則直接保留原文“supra”。注釋5.7史蒂文·C·1271962(2018),DEP’TOFJ,合并指南第4.0節（1984年）“盡管非橫向合并的可能性較小”美國與水平合并相比，可能會引發競爭問題，它們并非總是無害的。技術能力和數字化及數據經濟領域的競爭日益產生影響。8商業模式已經演變為利用數據來定制針對消費者產品的營銷和分銷。9并且許多大型合并企業收集（或已經擁有）。為了了解數據驅動型非橫向并購的興起，考慮過去十年支付領域并購交易是有益的（圖1）。在此期間，最大的并購（按購買價格計算）是橫向的（中收購直接競爭對手的交易）（藍色圓點）。然而，非橫向并購（紅色圓點）在頻率、規模以及收購方的價值方面顯著增加。此外，非橫向并購還包括最大的收購方（圓點大小）。因此，我們看到支付和非支付公司之間的非橫向并購有所增加。8UNITEDNATIONSC會議TRADEANDD發展UNCTAD/DITC/CPLP/54(2021)，/system/files/official-document/ciclpd54_en.pdf9的確，從數據訪問中可以獲得的這種市場力量在一些司法管轄區已經促使出臺了政策措施，要求在消費者明確同意的情況下，將某些類型的數據從原始持有者流向潛在競爭對手。‘開放銀行’計劃司（fintechs）。其目的是通常為了降低轉換成本并增強競爭。查看BASELC委員會BANKINGS監管,啟示（國際清算銀行，2018年2月），/bcbs/publ/d431.pdf，以及PaulAdams，StefanHunt，ChristopherPalmer和RedisZaliauskas，賬戶的實驗證據141J.FIN.ECON.1(2021).圖1.支付領域的并購交易激增購買價格（以百萬美元為單位），對數刻度數據更新至2024年5月30日。每個點代表螞蟻金服、富國信息服務公司（FIS）、FISERV、全球支付、萬事達卡、PayPal、Block（前身為Square）或維薩（Visa）的并購交易，這些數據由PitchBook和RefinitivEikon離和公司內部運營。合并交易被歸類為“非橫向”時，收購公司和目標公司在同一支付鏈上的不同階段運營，這一點由公司報告確定。在“橫向”合并中，收購公司和目標公司至少在一個關鍵業務線上是直接競爭對手。金服的情況下，截至2018年底的螞蟻金服估值成正比，乘以阿里巴巴控股相對2018年底的市場資本化變化。來源：國際清算銀行；PitchBookData,Inc.；路透Eikon；作者闡述。重要的是，支付領域的非橫向合并本身并不存在問題。在某些情況下，它們可以推動效率、創新，甚至更好的消費者體驗。例如，在某些情況下，合并允許公司提供服務。10可能金融服務以更好的整合方式，提供無縫的用戶體驗和更低成本。這在合并企業結合互補能力的情況下尤其如此，例如支付處理和數據分析。同時，在其他情況下，合并可能通過使企業能夠利用更多樣化的數據來源來理解和服務來自傳統上被排除在外的社會群體客戶，從而提高金融包容性。11但是非橫向合并（無論是在支付領域還是其他領域）并不總是對社會或市場產生積極影響——在某些情況下，它們甚至可能引發反壟斷問題。10查看合并指南上文中未提供具體上下文，因此無法進行翻譯。英文單詞“supra”通常表示“在……之上”或“超過”，具體翻譯需根據上下文確定。如果上下文是“supra10GB”，則翻譯為“超過B”。如果上下文不明確，則直接保留原文“supra”。第7頁，第4.0節。11查看BASELCBANKINGS,上文中沒有提供具體的英文文本，因此無法進行翻譯。請提供您需要翻譯的英文內容。注釋9，和KarenCroxson，JonFrost，Leonardorta&TommasoValletti，4包容性：政策權衡與實施方法競爭法與經濟75（2023）。,19J.競爭效應。正如我們下面更詳細地討論的那樣，合并使得高度針對性的營銷、價格歧視和預測分析成為可能，這些是那些無法獲得類似數據的競爭對手無法比擬的。消費者數據可以賦予獨特的競爭優勢，這可能導致反競爭結果，因為合并實體可能阻止其他公司獲取必要的數據，限制創新并提高市場進入的障礙。12監管機構已經在許多司法管轄區通過指導監管規則的制定來預測這些挑戰。朝著解鎖數據可移植性和促進開放銀行發展。13競爭和金融監管機構認為這一年齡-舊銀行習慣將客戶數據保留自身，以此作為對抗競爭的障礙。14銀行業競爭，許多司法管轄區現在要求銀行共享客戶當客戶已授權時，增加與外部方的數據共享。然而，在本論文中，我們更廣泛地考慮了通過并購進行數據訪問的潛在競爭影響，并提出了潛在指標來增強如何評估和緩解這些影響。本文的編排如下。第二部分探討了數據聚合如何影響市場力量，著重強調了獲取消費者數據如何增強12OECD“supra”通常表示“在……之上”或“超過”，具體翻譯需根據上下文確定。如果上下文是“supra10GB”，過10GB”。如果上下文不明確，則直接保留原文“supra”。注釋5.13參見一般情況。OPENBking(林達·曾主編，2022年）。歐盟（以及作為歐盟前成員國的英國）已經實施了修訂后的支付服務指令（PSD2），該指令旨在通過建立新框架以便利訪問支付賬戶數據等方式，增加支付領域的競爭并改善消費者保護。查看歐盟2015年11月25日的歐洲議會和理事會指令2015/2366關于內部市場的支付服務，2015年官方期刊（L337）第35頁，以及英國的支付服務法規2017，2017年第752號（英國）。在歐盟，歐洲委員會于2023年6月宣布了一項新的立法提案，旨在促進某些其他類型金融數據的共享（關于金融數據訪問框架的歐洲議會和理事會法規提案，以及修正（歐盟）第1093/2010號法規、（歐盟）第1094/2010號法規、（歐盟）第1095/2010號法規和（歐盟）2022/2554COM/2023/360最終文件（FIDA））。美國最近加入了要求銀行進行數據共享的司法管轄區的行列。2024年10月22日，美國消費者金融保護局最終完成了其，\"See\"Fed.Reg.90838(Nov.18,2024)12C.F.R.pts.1001,1033)，以及新聞稿，消費者金融保護局，CFPB最終完成個人財務數據權利規則，以促進競爭，保護隱私，并為家庭在金融服務中選擇提供更多選擇（Oct.22,2024），/about-us/newsroom/cfpb-finalizes-personal-financial-data-rights-rule-to-boost-competition-protect-privacy-and-give-families-more-choice-in-financial-services/.14例如，2016年，英國競爭與市場管理局（CMA）發布了一份題為《》的市場調查報告。零售銀行業務市場調查：最終報告該報告結論如下，其中包括：為了解決大不列顛及北愛爾蘭貸款行業內的競爭不利影響，應實施一整套綜合補救措施，其中包括一套旨在提高中小企業獲取信息的措施，\"See\"翻譯情況：C競爭&MARKETS,零售銀行業務市場調查最終報告（2016年8月9日）.uk/media/57ac9667e5274a0f6c00007a/retail-banking-market-investigation-full-final-report.pdfCMA,2017（2017年2月2日），https://assets.pu.uk/media/5893063bed915d06e1000000/retail-banking-market-investigation-order-2017.pdf.通過個性化產品、價格歧視和創新能力進行競爭定位。第三部分通過引用美國S）和歐洲聯盟（EU）競爭機構審查的并購案例，提供了對數據驅動型并購和基于數據的損害理論的當前評估方法。第四部分提出了新的指標，以幫助監管機構更好地評估合并后的數據集是否可能導致反競爭行為和消費者損害，并強調了數據互補性、人口覆蓋范圍和消費者重疊度的衡量方法。第五部分隨后通過提出對未來研究和政策發展的建議而結束。第二部分：數據訪問對競爭的潛在影響為了理解數據驅動的并購如何可能重塑競爭格局，考察數據所具有的獨特經濟特征至關重要。在本部分，我們總結這些特征并探討數據如何影響競爭考量。與傳統的資產不同，數據是非競爭性的。換句話說，只要數據保持有效性，就可以在不妨礙價值的前提下被重復使用和重新組合。15這種靈活性，結合數據分析和人工智能（AI）的進步，使企業能夠提取新的、有查。價值的見解，從而推動市場優勢。認識到這些數據的經濟特征，解釋了為什么數據是如此強大的資產，以及為什么數據在非橫向合并中的作用需要更加嚴格的審查。16數據的經濟特征數據是關鍵的經濟投入。它們使公司能夠深入了解市場動態、優化運營和進行創新。其核心性源于其獨特的定性特征，以及使它們越來越易于獲取和增值的技術進步。17數據量因技術趨勢而急劇膨脹。首先，收集數據的成本降低。在它們之中，近幾十年來，數據的可用性和存儲，促進了日常經濟和社會活動的數字化。15查爾斯·I·瓊斯和克里斯托弗·托內蒂，《非競爭性與數據的經濟學》，美國經濟學評論第1102819頁（2020年）。當然，數據非競爭性的觀點之前已經被討論過。例如，參見霍爾·瓦里安，《》。人工智能、經濟學與產業組織，在AjayK.Agrawal、JoshuaGans和AviGoldfarb（編者），人工智能經濟學:《議程》，芝加哥大學出版社（2018年）。16關于公司如何在當今經濟中使用數據創造價值和競爭的討論，請參閱歐洲委員會競爭總司。保護在不斷變化的世界中的競爭——關于過去25年歐盟競爭演變的證據：COMP.PA01——競爭政策的后驗經濟評估(2024年7月1日),https://op.europa.eu/en/publication-detail/-/publication/c03374f1-3833-11ef-b441-01aa75ed71a1.17·E·，92AMECONR電動汽車（ElectricVehicle）460(2002).另請參閱YanCarriere-Swallow&VikramHaksar,No.2019/013，2019年9月)，https:///en/Publications/Departmental-Papers-Policy-Papers/Issues/2019/09/20/The-Economics-and-Implications-of-Data-An-Integrated-Perspective-48596.技術總體上不斷進步，相關指標已顯著下降。18人工智能和機器學習（AI/ML）正在使它變得更加容易其次，迅速處理大量數據以提取更多價值。19推動-上市公司這些技術進步中，許多最有價值的公開發明包括數據收集和處理作為他們高利潤商業模型的關鍵組成部分。20數據的經濟特征進一步放大了其價值。非競爭性將數據與傳統投入品如勞動力、資本或自然資源區分開來，這些資源本質上具有競爭性。21此外，數據本質上是可以分解的，并具有重組特性：它們可以進行分解，也可以新機遇。與其他數新機遇。22

相結合，可創建具有不同經濟價值的新數據集，提供前所未有的創關于信息經濟學及信息共享（或缺乏共享）的重要性，有大量文獻資料。競爭中的信息獲取。23確定哪些方可以訪問信息，哪些方不能。24信息不對稱可以提供市場優勢。因此，減少信息此外，這些不對稱性可能導致更激烈的競爭和更高的市場效率。25換器。數據的經濟功能——作為商品或服務的生產投入，以及作為跨換器。26

主體的信息轉18瑪麗亞姆·法爾博迪，羅克珊娜·米赫特，托馬斯·菲利蓬，勞拉·韋爾德坎普大數據與企業動態（2019年1月14日）（未發表的手稿），/sol3/papers.cfm?abstract_id=3334064。作者強調，在數據作為經濟活動的副產品生成的地方，數據收集的邊際成本非常低。19參見一般情況。AjayAgrawal,JoshuaGans&AviGoldfarb,PREDICTIONMACHINESTESIMPLEE經濟學一個RTIFICIAL我NTELLIGENCE(2018).關于并購中人工智能的考量，請參閱歐洲委員AI（KlausKowalski,CristinaVolpin&ZsoltZombori等編，2024年9月23日），https://op.europa.eu/en/publication-detail/-/publication/5530c8ca-7a1f-11ef-bbbe-01aa75ed71a1/language-en.20在2020年10月向美國證券交易委員會提交的季度報告中，谷歌母公司Alphabet報告了370億美\Se"8新聞發布，Alphabet,Inc.，Alphabet公布2020年第二季度業績（2021年7月30日），https://www.se/Archives/edgar/data/1652044/000165204420000031/googexhibit991q22020.htm.21瓊斯與托內蒂，上文中沒有提供具體的英文文本，因此無法進行翻譯。請提供您需要翻譯的英文內容。備注15.22卡雷爾-斯沃爾與哈克薩爾，上文中沒有提供具體的英文文本，因此無法進行翻譯。請提供您需要翻譯的英文內容。注釋17.2317頁以及Carriere-Swallow&Haksar,17.24數據共享在所謂雙邊市場中的平臺配對兩個不同客戶群體時可能尤其復雜。在這種情況下，市場一方（例如，用戶）的信息可能對另一方（例如，商家），\"See\"·羅切特與讓·梯若爾，雙邊市場：一項進展報告，37RJ.ECON645(2006).25朱利安·貝格瑙、瑪麗亞姆·法爾博迪和勞拉·韋爾德坎普，大數據在金融領域與大型企業發展貨幣經濟學71(2018)以及參見羅切特和蒂羅爾，上注24。,97J. 726卡雷爾-斯沃爾與哈克薩爾，上文中沒有提供具體的英文文本，因此無法進行翻譯。請提供您需要翻譯的英文內容。注釋17.數據共享的潛在競爭效應任何特定企業或數據用戶的資料效用都不會是通用的。相反，它將取決于特定環境，并且會因行業而異，尤其是在非橫向合并的情況下。27數據訪問可能對競爭產生的影響。此列表并不詳盡，但說明合如何影響市場力量和競爭。

據訪問和數據聚服務與產品改進創造有價值的機會。例如，更廣泛地獲取關于[此處省略具體數據內容]的數據。28客戶的個性化需求得到更有效的滿足。此外，使用互補消費者數據并集可能會實現消費者財務行為的極其精確預測。這些預測可能允許合并后的實體向消費者提供新的、更定制化且價格更優的金融產品和服務，如投資建議。這進而可能促進產品和服務的更好可用性，以及為消費者提供更多選擇。作為一個進一步示例，從不同來源獲取的改進數據可能有助于更準確地評估信用度，從而可能促進更好的服務。這可能導致以下方面的更大差異化：傳統上未充分服務的市場細分29利率風險較高的借款人。Frst21科技公司能夠27例如，在某些市場中，數據經紀商從替代來源收集信息，為客戶端創建輸出，如用于廣告定位的數字消費者檔案。Neumann等人（2019）表明，盡管使用的方法復雜，但它們可能相當不準確，\"See\"·紐曼、凱瑟琳·E·塔克和蒂莫西·，386(2019)。相反，JagtianiLemieux(2019)據集的具體情況。請注意，\"See\"這個單詞在不同的語境中可能有不同的含義，因此以下提供幾種可能的翻譯情況：請查看。查看內容。如果它是某句話的開頭或結束語（例如，電子郵件中常見的形式請留意。您提供更多信息以便于我給出更準確的翻譯。朱拉帕·亞吉蒂安與凱瑟琳·勒米厄，替代數據與機器學習在金融科技貸款中的作用：來自LendingClub消費者平臺的證據，481009，1009–29（2019），/10.1111/fima.12295.28利用其電商平臺的數據來更準確地預測違約情況，并為被銀行信貸排除的借款人提供服務。30市場主導地位與價格歧視盡管這些可能的優勢存在，但數據合并涉及到經典的經濟權力集中的擔憂。隨著經濟越來越數據驅動，越來越多的研究正在確立如何通過新的數據共享政策和實踐，聚合新的消費者數據組合（可能通過新的數據共享政策和實踐）可以傳遞競爭信息。數據聚合本身并不直接導致更多市場力量；優勢。31數據匯總必須在相關市場的背景下進行考慮。他類型的一—本身——然而市場的一些特征，如對技術的差異訪問—可能有定義不明確之處。32能力和網絡效應，與數據訪問相結合，可能導致市場力量增強。同時，也有研究探討開放金融和數據保護法規如何塑造競爭，因為這些法規規定了哪些個人信息可以和不可以分享，以及在何種條件下可以分享。33Crémer,deMontjoye和Schweitzer（2019）認為，在現代數字經濟中，數據訪問是一個關鍵的競爭因素。34因此，t嘿，提高（the）問題:數據訪問是否以支持充分競爭的方式實施？近期研究表明，在已經高度集中的市場中，合并可能導致企業更大的數據集中，可能導致更嚴重的價格歧視。35企業憑借其主導的市場地位獲取消費者個人信息后，可以差異化定價策略以提取消費者剩余。36例如，公司可以為同一產品向客戶收取不同的價格

這一信息優勢實施30喬恩·弗羅斯特，萊昂納多·甘巴科塔，黃毅，申炫松，帕布洛·茲溫登，大科技公司與金融中介結構的變革POL.100(2019).,34經濟學31請注意，\"See\"況：JensPrüfer&ChristophSchottmüller,與大數據競爭，第69卷《工業經濟學》第4期（2021年）；JanEeckhout&LauraVeldkamp，（美國國家經濟研究局工作論文，2022年5月），/papers/w30022.32請注意，\"See\"·克萊默、伊夫-亞歷山大·德·蒙特儒伊、海克·（EC，2019），https://ec.europa.eu/competition/publications/reports/kd0419345enn.pdf.另請參閱卡雷爾-斯沃爾與哈克薩爾，上文中沒有提供具體的英文文本，因此無法進行翻譯。請提供您需要翻譯的英文內容。注意17；Croxson等人，上文中沒有提供具體的英文文本，因此無法進行翻譯。請提供您需要翻譯的英文內容。注11.33加勒特·A·約翰遜，斯科特·K·舒弗，薩繆爾·G·：GDPR的預期與非預期影響(工作論文，2022年11月14/sol3/papers.cfm?abstract_id=3477686;Crémer“supra”通常表示“在……之上”或“超過”，具體翻譯需根據上下文確定。如果上下文是“supra10GB”，則翻譯為“超過10GB”。如果上下文不明確，則直接保留原文“supra”。注[27]。34克雷默等，上文中未提供具體上下文，因此無法進行翻譯。英文單詞“supra”通常表示“在……果上下文是“supra10GB”，則翻譯為“超過。如果上下文不明確，則直接保留原文“supra”。注[27]。35參見一般情況。ArielEzrachi&MauriceE.Stucke，行為歧視的興起37EURCL.R電動汽車（ElectricVehicle）484(2016)；OrenBar-Gill，（）認知的函數C基于客戶對不同支付意愿的水平。大數據的獲取可以幫助企業更好地理解其客戶的偏好，并更好地定價風險（包括信用風險）。37通常，更深入地了解用戶偏好可以提高效率，并允許更好地定制金融產品以滿足消費者和企業的需求。然而，這也可能是一把雙刃劍，因為此類信息也可能幫助公司從客戶那里獲取租金。38客戶根據與他們的各種數據點相關聯的不同價格購買，例如行的航班比較網站被發現支付意愿。39向傾向于比PC用戶收入更高的Mac用戶收取更高的價格。40

比特茲，一個流更高價位的票價面向可能更富裕且更愿意支付的41當然，有人可以爭論，對來自高收入國家的消費者收取比低收入國家消費者更高的費用，可以使產品具有更廣泛的包容性接入。但無疑這也意味著這樣的公司可以獲得更大的利潤，并有能力進一步擴張。轉向財務數據方面，企業可以利用數據訪問來優化金融服務（如貸款或保險單）的收費價格，使其接近消費者的保留價格（即消費者愿意購買服務的最高費用，或他們可能接受的最高利率）。這將侵蝕消費者剩余。在已經具有集中市場結構的經濟領域，這可能會允許現有企業進一步擴大規模。抵押權贖回數據分析優勢還可能阻礙競爭對手獲取新合并的數據，從而阻止它們進入或競爭市場（即排他性）。實際上，金融機構如果能夠大數據技術在相對于同行的規模上一直在增加。42他們利用其市場力量限制數據訪問，可以使市場競爭性降低。37身份證.38請注意，\"See\"·（錯誤）CL.R.，86U.你好電動汽車（ElectricVehicle）217(2019).39·政策。，PERUTRAVELBLOG（2023年8月25日），/blog/2017/latam-reportedly-abandoning-discriminatory-fare-policy-for-foreign-visitors-to-peru/13372/；RastriyaSamacharSamiti，簽署了外國人與尼泊爾人享有同等機票費用的協議，H馬來群島TIMES（2022年2月23日），/nepal/agreement-inked-for-equal-airfare-for-foreigners-as-nepali.40查看達納·Orbitz上，蘋果用戶被引導預訂價格更高的酒店。WSTJ.(2012年8月23日),/articles/SB10001424052702304458604577488822667325882.41查看Vecchio0內容。注39需要翻譯的英文內容。注39.42貝格瑙等，上文中沒有提供具體的英文文本，因此無法進行翻譯。請提供您需要翻譯的英文內容。備注25.例如，萬事達卡與Finicity以及美國運通與Kabbage了其潛在涉及金融數據聚合器。43數據從交叉-縮放效應-行業并購。通常，信用卡網絡無法獲取其客戶的銀行賬戶數據，但他們擁有豐富的客戶交易數據。如前所述，與此同時，數據聚合器可以直接訪問客戶的銀行賬戶。對客戶在兩個數據集相同的情況下財務生活的理解，并且可以應用于加場地位。在此類并購之后，他們可能也有動機不讓此類信息在任何（合并后的）公司的業務線中可供競爭對手獲取。第四點創新障礙訪問綜合補充數據集可能會引發關于創新障礙的擔憂。一些最近涉及不同行業數據的并購案例凸顯了監管機構可能對此類發展持負面態度。雖然綜合消費者健康數據可能有助于開發更精確的診斷工具，但合并實體可能希望阻止競爭對手獲取此類數據。因此，他們可能會限制相對于并購前情況的數據訪問。例如，在谷歌/健身追蹤器（技術和健康數據）案例中，歐盟委員會發現，并購后，谷歌將具有限制第三方醫療保健玩家訪問Fitbit基于網絡的編程接口（API）。盡管“從廣義上講，用戶健康數據可以從多個數據源獲取，但Fitbit據只能通過WebAPI獲取。”因此，潛在的限制或限制可能會對利用（即使是少量）Fitbit用戶數據以競爭的APP4543數據，過去只有銀行掌握，現在被金融科技公司所共享，這些公司后來被其他現有非銀行機構收購。這些合并后的實體現在可以訪問來自不同行業的消費者數據。visa商，但在司法部提起訴訟阻止這筆交易后，交易被放棄。司法部有反競爭行為的證據，包括visaCEO將收購稱為一項“保險政策”，以阻止“對我們重要的美國借記業務的威脅”。美國起訴Visa以阻止其收購Plaid，REUTERS(2020年11月5/article/us-visa-lawsuit-plaid-idINKBN27L26S.44例如，信用卡公司收集所有信用卡交易的細節數據，包括購買者、商家、購買物品、銷售點和銀行賬戶路由號碼以及涉及該賬戶的交易。45請注意，\"See\"況：谷歌/Fitbit,M.9660（2020）。一個能夠訪問合并數據集和創新能力——這些能力對于其他市場參與者來說是無可比擬的——的合并實體，也可能削弱并可能阻止其他市場參與者開發新產品和服務的能力。例如，現有企業可能會收購初創企業的數據集，以防止數據被初創企業或他人使用。這種風險與其說是通過利用數據聚合來增加市場力量，不如說是通過消除數據訪問來扼殺競爭。創新能力的下降一直是美國聯邦貿易委員會TC）在生物制藥行業的一個特定關注點，該行業經歷了“大規模收購”的浪潮。自那以后，FTC已宣布對其生物制藥合并方法進行全面審查。46擔憂的是，這些合旨在預防其”盡管仍有70%47

并非公司的研發成果減少，從金融行業的一個例子來看，一家大型現有金融機構可能……這一點得到了強調。獲得新金融科技公司參與者，以阻止或抑制這些公司的活動。482VsPaiisladD金融科技初創公司，因為它挑戰了在線借記服務領域的壟斷。49維薩J國在線借記ialili0盡管Visa曾計劃將Plaid維持為一家獨立公司，51

脅。5遭受的敗訴。CEO的聲明具有犯罪性質，各方在面臨此情況時終止了協議。其在法庭上可能遭受的敗訴。525346埃里克·（FTC）交易行為。，FIERCEPHARMA（2021年3月16日），/pharma/wake-biopharma-megabuyouts-ftc-kicks-off-review-industry-s-dealmaking.47身份證.48查看科琳·坎寧安、弗洛里安·埃德雷爾和宋瑪，殺手級并購129J.POL.ECON.649(2021).49新聞稿，美國司法部，司法部起訴阻止visa擬議收購plaid（2020年11月5日），https://www.just/opa/pr/justice-department-sues-block-visas-proposed-acquisition-plaid.50身份證.（維薩公司首席執行官向維薩董事會解釋這筆交易是“戰略性的，而非財務性的”舉措，并指出部分原因在于“我們的美國借記卡業務至關重要，我們必須始終采取一切必要措施來保護這一業務。”除非被收購，否則維薩擔心Plaid“無論其自身狀況還是被競爭對手擁有，都可能會在24年之前對我們美國借記卡業務造成某種威脅”，這種“潛在下行風險”可能導致我們美國借記卡業務的損失達3億至5億美元。如果Plaid能夠自由地開發其競爭性支付平臺，那么“維薩可能被迫接受較低的利潤率，或者無法提供具有競爭力的產品。”）51本杰明·皮門特爾，Visa合并失敗對Plaid來說是一個幸運的轉機。，PROTOCOL(2021年1月19日),/plaid-visa-deal.52MarcIvaldi、NicolasPetitSelcukhanünekba的著作。殺手級并購：來自歐盟數字產業并購案例的證據工作論文1420，圖盧茲經濟學院（2023年3月）。53請注意，美國司法部（DOJ）于2024年9月24日對維薩公司（Visa）提起了另一項針對美國借記卡市場的壟斷行為的民事訴訟。根據司法部的起訴狀，\"超過60%的借記卡交易都在維薩的借記卡網絡上進行，這使得它每年可以收取超過70億美元的支付處理費用。\或者，如果現任企業放棄以下情況，競爭可能會受到抑制：Anillustrative因新業務收購而發展其自身創新。54關于擬議中的FiaEde提的情況后停止其交互式產品設計工具（以及可能的未來版本）的使用，因此，本擬議的合并.由Figma提供。55最終被放棄隱私外部性56這種數據集的組合可能允許深入了解和侵入性洞察。交易...維薩借記卡是其北美業務的基石，在那里維薩享有83%的運營利潤率。”美國司法部訴訟，關于維薩公司的案件（2024年9月24日），/opa/media/1370421/dl。在美國司法部的新聞稿中，代理助理司法部長多哈·梅基評論說：“維薩濫用其對客戶的權力，并以美國支柱的市場中的行為負責。”新聞稿，美國司法部，司法部就壟斷借記卡市場起訴維薩（2024年9月24日），/opa/pr/justice-department-sues-visa-monopolizing-debit-markets.54例如，參見：GregoryCrawford,TommasoValletti&CristinaCaffarra,爭和“逆向”殺手級收購B,LOG（2020年5月11日），/voxeu/blogs-and-CEPRreviews/how-tech-rolls-potential-competition-and-reverse-killer-acquisitions.55歐洲委員會新聞稿，關于擬議收購Figma的反壟斷陳述書，(2023年11月16日)，https://ec.europa.eu/commission/presscorner/detail/en/ip_23_5778.56豐富的隱私經濟學文獻研究了個人對隱私偏好的理論和實證研究。概述如下：查看艾萊斯droAcquisti,CurtisTaylor&李亞德·瓦格曼，隱私經濟學E,54CON.L文獻2016年，442號文件。與健康數據一樣，個人財務數據是個人數據中最敏感的類別之一。格萊姆-里奇-布萊利法案（Gramm-Leach-BlileyAct，15U.S.C.§§6801etseq.）求金融機構說明他們如何共享數據，并賦予客戶拒絕的權利（請注意，到2024年，美國消費者金融保護局最終完成了其個人財務數據權利規則（也非正式地稱為開放銀行規則）），\"See\"用于超出消費者原始同意的范圍，那么可能給消費者帶來重大成本和損害。消費者個人生活，可能引發數據隱私擔憂。57因此，隱私考慮并不完全超出競爭機構的管轄范圍。58如科技行業所見，從多個不同業務線（搜索、社交媒體、電子商務、廣告）獲取用戶個人數據以及先進的數據分析技術可能會侵蝕隱私。59Facebook（臉書）、X（前身為Twitter，于2006年被谷歌收購）、YouTube（2006年被谷歌收購）以及其他平臺，可以企業如微軟、谷歌、Meta（之前）能夠準確預測個人希望看到的新聞文章或商業產品類型，并相應地進行推廣。這些能力可以為客戶提供定制化服務和產品，從而提高經濟效益。但這些見解不僅與分享數據的個人相關，還可能影響其他消費者（例如社交媒體上的聯系人，或興趣或行為相似的個人）。這導致外部性，因為一個用戶選擇分享數據可能會影響其他用戶的隱私。這使數據持有者（大型科技企業）能夠從這些見解中學習并鞏固其市場力量。60第三部概述美國與歐洲聯盟鑒于數據考慮在并購中的日益重要性，競爭當局正在調整其方法，在某些情況下，加強了對涉及數據豐富企業的并購的審查。在此，我們概述了迄今為止在兩個主要法律管轄區（美國和歐盟）中采取的方法。聯邦貿易委員會和司法部的做法美國聯邦反壟斷和競爭法律的執行責任通常由聯邦貿易委員會（FTC）和司法部（DOJ）（統稱“美國機構”）共同承擔。61兩個美國機構中的任何一個都可以采取法律行動阻止交易，如果根據該機構的觀點，這些交易的效果，57注意，解決隱私外部性不僅僅是限制個人數據的收集和使用。它還涉及明確界定哪些類型的數行詳細論述。58參見，例如，EC，競爭政策簡報(Apr.2024),https://competition-policy.ec.europa.eu/document/download/b0042baf-a258-4c31-b31a-6331cb8d54a2_en?filename=kdak24001enn_competition_policy_brief_non-price_merger_control.pdf.59GregoryVial,JulienCrowe&PatrickMesana,MIT（2024年6月11日），/article/managing-data-privacy-risk-in-advanced-analytics/.60查看達龍·阿西莫格魯，人工智能的危害（美國國家經濟研究局工作論文第29247號，2021年9月），/papers/w29247；DaronAcemoglu,AliMakhdoumi,Azarakhshalekian&AsumanOzdaglar,，14AM.ECON.瑞電動汽車（ElectricVehicle）.M宏觀經濟學218(2022).61查看《美國法典》第15篇第18a節（哈特-斯科特-羅迪諾法案）。可能大大減少競爭。62盡管美國機構擁有經濟影響力。例如，聯邦貿易委員會（FTC）專注于“醫療保健、制藥、專業服務、食品、能源以及某些高科技行業，如計算機技術”，而司法部（DOJ）則一般專注于銀行、儲蓄貸款等領域。互聯網服務。63機構、航空公司和電信。64數據使用方面的擔憂在多個案例中浮現。65ITA，

例如，在2011

條件。67美國司法部（DOJ）關注于機票市場競爭可能受到的潛在損害 受多個使用IT此尤其相關的是，人們擔心谷歌通過收購ITA，將獲得競爭對手的專有數據，并拒絕他們訪問ITA的軟件。請注意，司法部并未明確提及這些專有數據包括消費者數據例如，已購買的航班等。2014年，美國聯邦貿易委員會（FTC）對保險分析公司Verisk和航空成像公司EagleView的合并進行了挑戰。該交易最終被放棄。68該FTC投訴的核心數據是消費者住宅的航空圖像，這些圖像可以與關于同一消費障礙。者的保險信息相結合。FTC的擔憂是Verisk可能利用這些數據克服相關市場進入的障礙。69最近，在2022年，美國司法部（DOJ）以及紐約州和明尼蘇達州的州總檢察長聯合提起訴訟，旨在阻止對ChangeHealthcare（一家醫療保健科技公司）62查看《美國法典》第15編第18條（克萊頓法第七節）。63（FTC）GOV/advice-guidance/competition-guidance/guide-antitrust-laws/enforcers.64請注意，\"See\"7-8（20231）,/assets/gao-23-105790.pdf.65例如，參見：美國訴CVS健康公司案，407F.Supp.3d45（D.D.C.2019）；聯邦貿易委員會決定和命令，關于CoreLogic公司案，（2014年5月20日），/system/files/documents/cases/140521corelogicdo.pdf.66最終判決，美國訴谷歌公司及ITA軟件公司，案件編號1:11-cv-00688（D.D.C.2011年10月5日），/d9/atr/case-documents/attachments/2011/10/05/275897.pdf.67該條件包括要求谷歌開發和許可旅行軟件、持續進行軟件研發、在特定情況下提交強制仲裁、如谷歌采取不公平行為，為投訴者提供正式的申訴機制以及建立內部防火墻。身份編號在13-32之間。68FTCOrderDismissingComplaint,IntheMatterofVerisk/EagleView(Dec.19,2014),https://w/system/files/documents/cases/141219veriskeaglevieworder.pdf.69FTC行政投訴，關于Verisk/EagleView（2014年12月16日），/system/files/documents/cases/141216veriskcmpt.pdf.公司，由Optum提供，它是醫療綜合企業聯合健康集團（UnitedHealth70他們聲稱，這筆收購將使聯合健康集團（UHG），該集團擁有該國最大的健康保險公司聯合健康，獲得其競爭對手健康保險公司的醫療索賠數據訪問權限，從而在健康保險領域使合并實體獲得不公平的優勢。法院駁回了這一理論，認為UHG已經至少在一定程度上擁有了訪問權限。市場。71到其競爭對手（他們是UHG子公司Optum的客戶）的數據為止。72法院還認為，UHG有動機不濫用其競爭對手的數據，表示UHG“將不得不根除其整個商業策略和企業文化；故意違反或廢除長期以來的防火墻政策；違反現有的合同承諾；并犧牲重大的財務和聲譽利益。”73該司法部未能提供任何“現實世界中的證據”來顯示UHG的競爭對手很可能進行創此外，法院更少是出于對UHG濫用數據的恐懼而作出判斷”，事實上，“所有付款證人”，包括來自競爭對手Aetna、Cigna和Anthem74法庭得出結論，司法部（DOJ）“管轄法要求法院‘對未來作出預測’”以及“該預測必須基于‘記錄證據’以及就擬議合75,70美國訴聯合健康集團公司案，630F.Supp.3d118(D.D.C.2022)，第22-5301號，2023年WL2717667（哥倫比亞特區巡回法院，2023年3月27日）。請注意，本討論僅關注此案中提出的垂直損害理論。71聯合健康集團,630F.Supp.3dat131.72參見上述內容。在第141-152頁。73身份編號在141.74參見上述內容。在141,151。75身份識別在141（援引美國訴AT&T公司，310F.Supp.3d161,190-92（院2018年））。76不太相關于所描述的傷害垂直理論，但值得注意的是：ChangeHealthcare在成為Optum的一部分后，于2024年2月遭受了一次重大的數據泄露——這是美國醫療保健行業迄今為止最大的網絡攻擊。作為資格驗證、藥房運營、索賠傳輸、支付服務等提供商，ChangeHealthcare每年處理150億個醫療保健交易，涉及1/3的患者記錄，為90萬名醫生、33000家藥房、5500家醫院和600個實驗室提供服務。在美國醫院協會對1000多家醫院的調查中，94%的被調查醫院表示他們的財務受到了影響（其中許多醫院甚至難以支付工資義務）。74%\Se"美國醫院協會，致尊敬的賈森·史密斯和尊敬的理查德·尼爾（2024年3月19日）；https://www.aha.org/lettercomment/2024-03-20-congress-urged-help-hospitals-impacted-change-healthcare-cyberattc.\"e\不同的含義，因此以下提供幾種可能的翻譯情況：，布蘭登·路透社（2024年3月13日）；/legal/class-action-lawsuits-pile-up-over-unitedhealth-data-breach-2024-03-13/.同時，美國機構于2010年采用了橫向并購指南（“2010HMG”）。77782021年9月以及2020年的縱向并購指南（“2020VMG”）。，美國聯邦貿易委員會（FTC）投票決定撤回對2020VMG的決定，理由是2020 然而，作為回應司法部發表了一份聲明，稱它已VMG反映了一種“有缺陷的方法”。與C發布了一項關于其新合并指南的草案，供公眾咨詢。2023年7月，美國機構81新的合并指南取代了2010年HMG這些在2023年12月最終確定。82并且2020年VMG的全面內容。盡管數據在合并指南的各個部分都有討論，但美國監管機構并未具體說明評估合并后數據組合對市場力量和消費者福利潛在影響的方法。在第四部分的“分析、經因素和框架”時將這些數據作為參考。但數據討論并未超出第四部分，但但是沒有關于消費者數據的參考。83第9指南確實提到了平臺。8477美國DEP’TOFJ正義&FEDTRADECOMM’N,水平合并指南(2010).78美國DEP’TOFJ正義&FEDTRADECOMM’N,垂直合并指南(2020).79新聞稿，美國聯邦貿易委員會，聯邦貿易委員會撤回垂直并購指南和評論（2021年9月15日），/news-events/news/press-releases/2021/09/federal-trade-commission-withdraws-vertical-merger-guidelines-commentary.·夏皮羅和赫伯特·，PROMARKET(2021年9月23/2021/09/23/ftc-vertical-mergers-antitrust-shapiro-hovenkamp/。他們認為，FTC聲明和主席Khan的單獨聲明中的經濟分析忽略了或錯誤地駁斥了一些經濟學的基本原則。80新聞稿，美國司法部，司法部發布關于縱向并購指南的聲明（2021年9月15日），https://www.j/opa/pr/justice-department-issues-statement-vertical-merger-guidelines.81更具體地說，《合并指南草案》提議放棄傳統的“市場主導地位”測試，轉向對“減少競爭”的測試。聯邦貿易委員會新聞稿，《聯邦貿易委員會和司法部征求對合并指南草案的評論》（2023年7月aft-merger-guidelines；美國司法部新聞稿，《司法部和聯邦貿易委員會征求對合并指南草案的評論》（2023年7月19日），/opa/pr/justice-department-and-ftc-seek-comment-draft-merger-guidelines.82美國DEP’TOFJ正義&FEDTRADECOMM’N,合并指南(2023).83查看美國DEP’TOFJ正義&FEDTRADECOMM’N,合并指南35-51(2023).84請注意，當一項合并涉及多方平臺時，“機構將考慮競爭之間9項指南，機構聲明，在眾多其他事項中，他們“通過阻止對其他平臺運營商的收購或排除，以保護平臺之間的競爭，防止這些行為大幅度削弱競爭或傾向于形成壟斷，這種‘情況’可能來源于各種類型的合并，包括：‘涉及提供平臺服務促進匹配、排序或預測的數據D。”EP’TOFJ正義&FEDTRADECOMM’N,合并指南25(2023).歐洲委員會的方法在歐盟，競爭政策的基礎是《競爭政策條約》的第101條和第102條，這些條款可以強制執行。歐洲聯盟功能（TFEU）。85國家競爭主管當局以及歐洲委員會。86執法案件由國家機構提起。大多數87復雜的新型和戰略性問題及行業，包括數字市場中的問題。 與歐洲委員會（EC）聚焦于更多8合并評估的背景下，歐洲委員會（EC）將考慮任何相關的潛在來源，包括創新

關于數據，歐洲委員會（EC）將評估不對競爭造成損害，8990其他市場者是否需要比較其競爭地位，這取決況。歐盟委并對競爭的正面和負面影響。91

考慮合將針對每個案例進行評估，以確定：（i）合并實體是否將具有能力為了訪問或拒絕訪問，或以可能造成競爭損害（即輸入封鎖）或導致其他造成競爭損害的行為使用該數據，以及（ii）合并實體是否會有任何激勵采取可能造成競爭損害的措施。如果同時具備（i）能力和（ii）85《歐洲聯盟運作條約》合并文本第101-02條，2012年官方期刊（C326）第47條。86請注意，\"See\"況：歐盟理事會2002年12月16日第1/2003號條例，關于實施《條約》第81條和第82規則（現更名為《歐洲聯盟運行條約》第101-102條）。87WouterP.J.Wils,1/2003號法規：回顧第4期，J.EURC競爭L.&P.RAC293(2013).1/2003號法規的評估在EC中列出。工作人員文件，對法規1/2003和4的評估(SWD2024216https://ec.europa.eu/info/law/better-regulation/have-your-say/initiatives/13431-EU-antitrust-procedural-rules-evaluation_en.88關于歐洲委員會投入資源的實踐和行業討論，查看PABLO我：I巴涅斯COLOMO，THENEW歐洲聯盟（EuropeanUnion）LAW(2023).89并購評估遵循歐盟并購條例（條例（EC）第139/2004號）。具體而言，歐洲委員會（EC）必須31/03）；265/07）。在這兩種情況下，歐洲委員會的評估通常包括：（a）界定相關產品和地理市場；以及（b）對并購的競爭性評估。90例如，參見。，歐洲共同體， 委員會關于適用歐盟競爭法的相關市場定義的通知（修訂版市場定義通知），C/2024/1645，段落15，23，27，30，48，50），https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=OJ:C_202401645.91Cremer等人，參見上文第[27]注。激勵因素得到證明后，歐洲委員會（EC）可能會決定在一定條件下批準該并購，或者否則阻止該并購。歐盟委員會在合并中對數據處理的示例是其對2014年Facebook收購WhatsApp92一個關鍵問題是Facebook是否會利用WhatsApp用戶數據來加強其廣告業務。歐盟委員會在以下基礎上無條件批準了這筆合并：（i）匹配數據集在技術上難度較大，（ii）在線廣告領域存在強大的競爭對手，（iii）WhatsApp出改變，（iv）也……其2016年對微軟/領英的決定，93匯集各方數據并未發現任何關于停權問題的擔憂，因為競爭對手可以獲得這些數可

相關用途，例如廣告。2020年，歐盟委員會批準了谷歌/.fitbit交易。94承諾，包括要求通過API訪問第三方數據。有趣的是，在特定條件下，歐盟委員會對新興數字醫療市場潛在的反競爭影響持長期觀點，該市場可能包括許多不同的產品和服務。它評估認為，保護第三方數據訪問的潛力對于保護該行業創新潛力至關重要。在其決定的第529段中，它指出，“限制或中斷第三方對[API]將負面地影響數字醫療領域的所有應用程序和網站提供商，包括初創企業和小型玩家。在當前的訪問條件下，這些企業甚至可以利用相對少量的Fitbit競爭，并促進數字醫療行業的創新和多樣化。”歐洲委員會（EC）也在其2022年對Meta/Kustomer的決定中采取了這種方法，因此Meta承諾確保競爭對手繼續享有免費且可比較的接入權限。EC軟/LinkedIn的情況區分開來。消息渠道。95關于微軟競爭1LneI”最多只與兩個子市場相關……這兩個子市場加起來占整個市場的不到30%。在當前情況下，[客戶關系管理（CRM）]軟件市場。破產可能損害整個客戶服務與支持CRM市場。92Facebook/WhatsApp，案例M.7217（2014）。93微軟/領英，案例M.8124(2016)。94谷歌/Fitbit,案例M.9660（2020）。95Meta/Kustomer,CaseM.10262(2022).ForanoverviewoftheEC’srecentmergercontrolcasesasacontributiontodigitaltransitionandastrongandresilientSingleMarkets,seeEC,2022年競爭政策報告》，第4.1節，COM/2023/184，https://eur-lex.europa.eu/legal-content/en/ALL/?uri=CELEX:52023DC0184.…由于小型CRM提供商在推動市場創新中所發揮的不成比例的重要作用。”通常，歐洲委員會只考慮了單一市場中的數據聚合影響，而未超出該特定市場。但更動態的方法可能用于防止壟斷效應或“杠桿”理論。可以越來越觀察到。確實，所謂的“生態系統”96例如，在微軟收購領英的過程中，地討論harm歐盟9798微軟可能利用其在操作系統Windows和提供生產力領域的地位對此擔憂，軟件（例如，MSOffice、Word、Outlook、PowerPoint等）將加強LinkedIn的這種理論在專業社交網絡中的位置——即，在多個產品市場中。99不同產品市場中的反競爭危害。在歐盟委員會對Boig/rali中采用了類似的方法，這表明在當今的數字經濟中，交易的性質越來越少是純粹的水平、垂直或集團性的。100盡管歐盟采取了越來越積極主動的方法101審查數據合并，以及對條件或補救措施的施加以及美國向...進發價值處理問題102特別地，對產品市場數據價值的考慮，以及其出現數據驅動的損害理論在全球仍是一個發展不足的領域。“生態系統”基礎的損害理論——即，其核心關注合并的理論——96克里斯蒂娜·卡法拉、馬修·埃利奧特和安德烈亞·加萊奧蒂，數字并購中的“生態”損害理論：來自VOXEU(2023年6月5/voxeu/columns/ecosystem-theories-harm-digital-mergers-new-insights-network-economics-part-1和CristinaCaffarra,MatthewElliott&AndreaGaleotti,VOXEU(2023年6月6/voxeu/columns/ecosystem-theories-harm-digital-mergers-new-insights-network-economics-part-2.97例如，參見：聯邦卡特爾局，數字時代的合并控制——挑戰與發展前景(背景文件，2022年9月29日),https://www.bundeskartellamt.de/SharedDocs/Publikation/EN/Diskussions_Hintergrundpapiere/2022/Working_Group_on_Competition_Law_2022.pdf.98微軟/領英，上文中提到的“supra”在法律文獻中通常指“上文提及的”或“上文所述的”，因此翻譯為：注意93.99參見上述內容。100對于總結，請參閱EC。競爭合并簡報（2024年11月），https://competition-policy.ec.europa.eu/document/download/6650bd11-bab7-43e4-bb38-6696ab4a730a_en?filename=kd0124010enn_mergers-brief_2024-4.pdf（關于Booking/eTraveli（M.10615）的討論）。101關于歐洲委員會（EC）在并購調查中評估數據的更多信息，查看EC,數字和科技市場中的合并執法：歐洲委員會實踐概覽《競爭政策簡報，2022年第02期，第1.3節。》102例如，關于數據隔離、數據訪問、API和互操作性、數據可遷移性，以及最后手段的剝離。關于救濟措施的適當性的討論，查看赫伯特·霍溫坎普，關于數字平臺的結構性反壟斷救濟（賓夕法尼亞大學法學院與經濟研究研究所論文編號23-44，2024年），/abstract=4616175.涉及到的生態系統不僅限于特定市場——仍然相對較新。103,104競爭監管部門可能缺乏正式的指標來評估數據互補性的程度。并且審查合并。此外，在某些管轄區域內，競爭當局集中關注合并對創新能力的影響的需求和能力正逐漸受到關注。105第四部分：非橫向合并中評估數據集互補性的建議指標直接比較。在與數據匯總考慮因素作斗爭時，競爭當局通常缺乏正式的指標來評估合并審查中數據集的互補性。創建啟發式方法可能會充滿挑戰。目前，競爭當局依賴一系列指標來評估合并公司的市場份額和定價。他們使用這些工具來判斷一個合并是否會阻礙相關市場上的有效競爭。這些指標可以大致分為：(i)以市場份額為基礎的方法，(ii)基于價格的方法，和(iii)其他方法（參見附錄以了解指標概述）現有指標，尤其是赫芬達爾-赫希曼指數（HHI），大多是為橫向合并開發的，并且不太適合評估市場份額和價格指涉不同市場的非橫向合并，因此這些數據不可直接比較。106103請注意，\"See\"況：Croxson等人，上文中提到的“supra”翻譯為：注11.關于在復雜算法和數字市場中評估損害賠償理論的挑戰的有趣討論，查看歐盟委員會競爭合并簡報（2024年9月），https://data.europa.eu/doi/10.2763/7278586（關于亞馬遜/iRobot（M.10920）的討論）。104生態系統可以在多個產品和服務的線上產生互聯，這有助于鞏固某些合并參與者的地位和實力。例如，在競爭評估中考慮生態系統影響的情況，可以參見2019年德國聯邦卡特爾局的裁決，該裁決廣泛考慮了Facebook用用戶，即用戶為了獲取社交媒體服務的訪問權而同意Facebook收集和使用其數據。一般而言聯邦卡特爾局，德國聯邦卡特爾局禁止Facebook將不同來源的用戶數據進行合并（2019年2月7日），https://www.bundeskartellamt.de/SharedDocs/Meldung/EN/Pressemitteilungen/2019/07_02_2019_Facebook.html。2023年7月4日，歐盟法院就案件C-252/21作出了判決，MetaPlatforms及其他，維持德國聯邦反壟斷局的裁決，并確認國家競爭機構可以審查數據處理是否符合適用法律（在本例中為GDPR），以確定是否發生了濫用市場支配地位的行為。歐盟法院強調了在不同國家機構之間分享可能與其各自管轄范圍相關的信息時進行協商和真誠合作的必要性。105看，例如，馬里奧·德拉吉，歐洲競爭力的未來(2024年9月),https://commission.europa.eu/topics/strengthening-european-competitiveness/eu-competitiveness-looking-ahead_en.報告在部分第2節第4章中強調，\"[《條約》第101條和第102條]的措辭已經足夠寬泛，足以讓委員會在其決策中考慮創新和未來的競爭，所需的是改變操作實踐和更新指南……[包括]解釋當局如何評估競爭對創新激勵的影響。\106請注意，\"See\"況：附件概述了競爭機構可用的現有指標。關于指標發展的更多閱讀材料，可以從以下內容開始：HerbertJ.Hovenkamp，，2020)，/faculty_scholarship/2218/faculty_schol此外，這些現有指標在評估兩個大型數據集合并時消費者金融數據和其它數據的價值方面不太容易適用。消費者金融數據可以包括關于個人行為、關系、位置和偏好的非常細化且敏感的信息。例如，一個個人的完整數字交易記錄，包括收入和支出，可以允許高度精確地預測該個人居住和工作的地方、他們可能花錢的地方、在購買特定產品時的價格敏感度、與家庭成員的關系等更多信息。如上所述，當一家信用卡網絡收購一家專注于數據聚合的金融科技公司時，合并后的實體可能擁有提高價格的市場力量（例如，接受支付的商家的折扣率）。但這可能不是合并最重要的反競爭效應。更重要的是，能夠結合數據集以更好地評估消費者的信用度，根據他們的喜好和歷史購買來推廣金融產品，甚至向他們銷售非金融產品和服務（即生態系統效應）。嚴格來說，這種效應可能不是反競爭的，而是源自于數據的價值提取（可能對消費者造成損害）。這種特定的市場結果在兩家公司都擁有關于同一人口中大量且重疊的數據部分時最為明顯，從而賦予新實體無與倫比的分析、預測和影響消費者行為的能力。就其本身而言，這本身可能并不構成反競爭行為——甚至可能提高客戶服務質量——但它可能形成一道不可逾越的障礙，使其他沒有類似數據訪問權限的公司處于不利地位。此外，數據可以通過新穎的方式進行貨幣化，這種貨幣化方式可能在當時宣布合并交易時對當局或甚至對公司本身都不清楚，引發了許多政策問題。影響可能會在原始市場內外感受到。評估企業持有的專有（個人）數據的價值或重要性可以構成合并審查中的一個重要步驟，與此相關的方法論正在增加。Veldkamp（2022）最近的研究區分了六種評估數據價值的方法。107明確包含在公司的資產負債表或財務報告中，存在一系列這些總結在表1中。雖然數據資產不是arship/2218/；以及：TobyRoberts，，34PaceL.Rev.894(2014)；可在以下鏈接查閱：/plr/vol34/iss2/8/。107查看勞拉·韋爾坎普，數據政策和數據測量,在TECHNOLOGYANDF金融53（Darrelluffie,ThierryFoucault,LauraVeldkamp,XavierVives，2022年）。衡量某個數據集（例如，客戶財務數據）對一家公司價值多少的措施。根據Veldkamp（2022）的研究，在最低層面上，人們可以在某些情況下觀察到一家公司為一份數據集支付的金額（“成本法”）。然而，這可能無法捕捉到由持續的商業活動生成數據的價值（例如提供信用卡或進行屏幕抓取以訪問消費者的銀行數據）。其他方法包括評估獲取數據后收入的變動（“收入法”），或者獲取數據集后某些公司行為的決策（“選擇協方差法”）。公共職位發布或工資數據可以使研究人員考察公司的“揭示偏好”，即它們認為能夠執行重要數據處理任務的員工有多大的價值。最后，可以在獲取數據后評估公司價值的變化（如托賓Q——公司市價與賬面價值的比率）或其他結果的變化（“無形資產法”）。108包括預測誤差、收益或交易的價格影響（“財務數據方法”）。在金融領域，此類結果可能然而，競爭管理機構通常缺乏直接的政策指導，以確定如何在并購評估中考慮基于數據的考量因素。108尼古拉斯·克魯澤特，珍妮斯·C·艾伯利，安德烈亞·L·艾斯費爾特與迪米特里·帕帕尼古勞無形資本的經濟學EP29,29（“無形資本通常定義為它所包含的非物質要素”），36J.CONERSPECTIVES