检测埃奇沃思周期

我们开发并测试了用于检测“埃奇沃思周期”的算法，这是一种不对称的价格运动，已在许多国家引发反垄断担忧。我们形式化了四种现有方法，并提出了六种基于频谱分析与机器学习的新方法。我们在来自西澳大利亚、新南威尔士和德国的加油站级汽油价格数据中评估了它们的准确性。大多数方法在前两个数据集中取得了高准确率，但只有少数方法能够检测出第三个数据集中细微的周期。结果表明，研究者发现的周期与加价之间是正还是负的统计关系，并由此得出的对竞争政策的影响，关键取决于方法的选择。我们以一组实用建议作结。