Faculteit Toegepaste Wetenschappen Vakgroep Informatietechnologie Voorzitter: prof. dr. ir. P. LAGASSE De prijselasticiteit van de vraag naar breedband in Europa en de impact op de financiële resultaten van de breedbandaanbieders door Ruben SCHAUBROECK Promotor: prof. dr. ir. M. PICKAVET Promotor: dr. ir. D. COLLE Scriptiebegeleidster: ir. S. VERBRUGGE Scriptie ingediend tot het behalen van de academische graad van burgerlijk ingenieur in de computerwetenschappen Academiejaar 2004-2005
76
Embed
De prijselasticiteit van de vraag naar breedband in Europa ...lib.ugent.be/fulltxt/RUG01/000/892/509/RUG01... · Faculteit Toegepaste Wetenschappen Vakgroep Informatietechnologie
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
Faculteit Toegepaste Wetenschappen
Vakgroep Informatietechnologie
Voorzitter: prof. dr. ir. P. LAGASSE
De prijselasticiteit van de vraag naar breedband in Europa en de
impact op de financiële resultaten van de breedbandaanbieders
door
Ruben SCHAUBROECK
Promotor: prof. dr. ir. M. PICKAVET
Promotor: dr. ir. D. COLLE
Scriptiebegeleidster: ir. S. VERBRUGGE
Scriptie ingediend tot het behalen van de academische graad van
burgerlijk ingenieur in de computerwetenschappen
Academiejaar 2004-2005
Faculteit Toegepaste Wetenschappen
Vakgroep Informatietechnologie
Voorzitter: prof. dr. ir. P. LAGASSE
De prijselasticiteit van de vraag naar breedband in Europa en de
impact op de financiële resultaten van de breedbandaanbieders
door
Ruben SCHAUBROECK
Promotor: prof. dr. ir. M. PICKAVET
Promotor: dr. ir. D. COLLE
Scriptiebegeleidster: ir. S. VERBRUGGE
Scriptie ingediend tot het behalen van de academische graad van
burgerlijk ingenieur in de computerwetenschappen
Academiejaar 2004-2005
Voorwoord
De titel van deze scriptie laat al vermoeden dat dit niet het klassieke technische werk over
communicatieprotocollen of de nieuwste hardware technieken is, wat doorgaans van een
computerwetenschapper verwacht wordt.
Eerst en vooral wil ik daarom prof. Mario Pickavet en dr. Didier Colle bedanken omdat zij mij
de kans gegeven hebben om mijn tanden te zetten in een onderwerp dat heel relevant is voor
breedband communicatienetwerken, maar tegelijk ook een sterke economische inslag heeft.
Ik wil ook mijn begeleidster Sofie Verbrugge bijzonder bedanken voor haar voortdurende
begeleiding en haar constructieve kritiek in onze vele e-maildiscussies.
Tenslotte ook een gemeend “Dankuwel!” aan mijn familie en vrienden die mij altijd gesteund
hebben en vooral tijdens de realisatie van dit werk.
Ruben Schaubroeck, 31 mei 2005.
Toelating tot bruikleen
“De auteur geeft de toelating deze scriptie voor consultatie beschikbaar te stellen en delen van
de scriptie te kopiëren voor persoonlijk gebruik.
Elk ander gebruik valt onder de beperkingen van het auteursrecht, in het bijzonder met betrekking
tot de verplichting de bron uitdrukkelijk te vermelden bij het aanhalen van resultaten uit deze
scriptie.”
Ruben Schaubroeck, 31 mei 2005
De prijselasticiteit van de vraag naar breedband in Europa en de impact op de financiële resultaten van de breedbandaanbieders
door
Ruben SCHAUBROECK
Scriptie ingediend tot het behalen van de academische graad van
burgerlijk ingenieur in de computerwetenschappen
Academiejaar 2004-2005
Promotor: prof. dr. ir. M. PICKAVET Promotor: dr. ir. D. COLLE
Vakgroep Informatietechnologie Voorzitter: prof. dr. ir. P. LAGASSE
Samenvatting In dit werk wordt eerst de prijselasticiteit van breedbandtoegang in Europa onderzocht aan de hand van, enerzijds een literatuurstudie van mogelijke modellen, en anderzijds het verzamelen van realistische inputgegevens van bestaande operatoren. Er wordt op die manier aangetoond dat prijs (en ook inkomen) elastisch zijn. Daarna wordt de impact van die prijselasticiteit op de financiële resultaten (meer bepaald omzet, kosten en winst of verlies) van de operatoren bekeken. Uiteindelijk wordt een praktisch bruikbare toepassing bekomen die m.b.v schattingen een antwoord kan geven op vragen zoals: “Wat is voor een Internet Service Provider de beste vraagprijs?”. Trefwoorden Prijselasticiteit, Vraagcurve, Equilibrium, Regressie, Kostenmodel
Inhoudsopgave
1. Inleiding
1.1 Situering 1
1.2 Doel 1
1.3 Structuur van het werk 2
2. Literatuurstudie prijselasticiteit
2.1 Basisbegrippen 3
2.1.1 Prijselasticiteit 3
2.1.2 Kruisprijselasticiteit 5
2.1.3 Andere elasticiteiten 6
2.2 Methoden voor het schatten van de prijselasticiteit 6
2.2.1 Rechtstreeks uit de definitie 6
2.2.2 Het consumentenkeuze model 7
2.2.3 Het diffusiemodel 8
2.2.4 Het econometrisch model 11
3. Verzamelen cijfermateriaal
3.1 Probleemstelling 14
3.2 Identificatie basisparameters en bijhorende bronnen 15
3.3 Identificatie bijkomende parameters en bijhorende bronnen 19
3.4 Overzicht cijfermateriaal 24
4. Berekening prijselasticiteit
4.1 Uitwerking gekozen model 25
4.1.1 Theoretische uitwerking 25
4.1.2 Statistiek 27
4.1.3 Eerste schatting: Cobb-Douglas 28
4.1.4 Tweede schatting: volledig model zonder smalband 29
4.1.5 Derde schatting: invloed van smalband 31
4.1.6 Besluit 33
4.2 Voorbeeld: Belgacom ADSL 33
4.3 Opsplitsing Europa 35
4.4 Vergelijking met bestaande studies 35
5. Invloed op financiële resultaten van de breedbandaanbieders
5.1 Schatting en model omzet 37
5.2 Schatting en model kosten 41
5.2.1 Schatting 41
5.2.2 Model 43
5.3 Applicatie 44
5.4 Uitgewerkt voorbeeld: Belgacom ADSL 46
5.4.1 Probleemstelling 46
5.4.2 Oplossing 46
5.4.3 Opmerking 50
5.5 Evaluatie van het model 51
6. Besluit 53
Bibliografie 56
Lijst van figuren 65
Lijst van tabellen 66
1
Hoofdstuk 1
Inleiding
1.1 Situering
Breedbandinternet is al een tijdje aan een snelle opmars bezig in gans Europa. Ook de Oost-
Europese landen halen aan een gestaag tempo de achterstand in op West- en Noord-Europa. Een
belangrijke oorzaak van die groei is vanzelfsprekend de prijsstelling van breedbandaansluitingen.
De zogenaamde flat-fee prijsformules (vast bedrag per maand zonder dat de prijs afhankelijk is
van het aantal uur dat doorgebracht wordt op internet) zijn nu de meest voorkomende in Europa.
Het verband tussen de groei van het aantal breedbandabonnees en dat bedrag per maand wordt
uitgedrukt in de economische term “prijselasticiteit”. De prijselasticiteit is een abstract cijfer dat
een indicatie geeft van hoe de vraag reageert op prijswijzigingen. De prijselasticiteit is echter
slechts één aspect: als enkel daarmee rekening gehouden wordt, zou de laagste prijs de beste zijn
(want resulterend in de grootste vraag), wat in de realiteit vanzelfsprekend niet het geval is.
Andere overwegingen die een Internet Service Operator (of kortweg ISP) moet maken, zijn de
extra inkomsten die nieuwe klanten met zich meebrengen (m.a.w. extra omzet), maar ook hoeveel
extra kosten die nieuwe abonnees veroorzaken. Meer aansluitingen betekent immers een hogere
capaciteit van het netwerk, meer onderhoudskosten, enzovoort.
1.2 Doel
De doelstelling van dit afstudeerwerk is dan ook tweeledig. Ten eerste wordt de prijselasticiteit
van breedbandtoegang in Europa onderzocht aan de hand van enerzijds een literatuurstudie van
2
mogelijke modellen en anderzijds het verzamelen van realistische inputgegevens van bestaande
operatoren. Daarna wordt de impact van die prijselasticiteit op de financiële resultaten (meer
bepaald omzet, kosten en winst of verlies) van de operatoren bekeken met de bedoeling
uiteindelijk een praktisch bruikbare toepassing te bekomen die m.b.v schattingen een antwoord
kan geven op vragen zoals: “Wat is voor een ISP de beste vraagprijs?”.
1.3 Structuur van het werk
Concreet wordt dit als volgt aangepakt.
In hoofdstuk 2 wordt een beknopt overzicht gegeven van de verrichte literatuurstudie over
prijselasticiteit. Eerst wordt uitgelegd wat prijselasticiteit nu precies is en hoe het concept van
elasticiteit ook toepasbaar is op andere factoren dan prijs. Vervolgens wordt een overzicht
gegeven van een aantal methoden die kunnen gebruikt worden om de prijselasticiteit van de
vraag te schatten, met vermelding van de voor- en nadelen van elke methode en uiteindelijk de
keuze van het model dat gebruikt werd in dit werk.
Hoofdstuk 3 is voornamelijk een bespreking van de inputgegevens. In dit hoofstuk wordt een
antwoord gegeven op volgende vragen:
- Welke parameters werden gekozen voor het model (en waarom) ?
- Hoe werden de concrete gegevens verzameld ?
- Welke informatie geven deze data? (Zijn er bijvoorbeeld bepaalde tendensen in de
prijs?)
In hoofdstuk 4 komen de vorige twee hoofdstukken samen. Hier wordt immers het gekozen
model uit hoofdstuk 2 uitgewerkt met de gekozen parameters en bijhorende inputdata uit
hoofdstuk 3. Verschillende schattingen van de prijselasticiteit worden gemaakt en de resultaten
worden vergeleken met een aantal bestaande studies.
In hoofdstuk 5 wordt het model dan uitgebreid om ook de financiële aspecten zoals omzet en
kosten in rekening te brengen. Een applicatie wordt opgesteld waarmee, na input van een aantal
brongegevens, een schatting kan gemaakt worden van de vraag, de omzet en winst of verlies.
Hoofdstuk 6 tenslotte zet kort de voornaamste conclusies op een rijtje.
3
Hoofdstuk 2
Literatuurstudie prijselasticiteit
In dit hoofdstuk wordt een beknopt overzicht gegeven van de literatuurstudie die verricht werd
i.v.m. prijselasticiteit.
2.1 Basisbegrippen [1]
Eerst komen de basisconcepten en definities over elasticiteit en in het bijzonder prijselasticiteit
aan bod.
2.1.1 Prijselasticiteit
De prijselasticiteit van de vraag wordt gedefinieerd als de procentuele verandering in de grootte
van de vraag, die resulteert uit een prijsverandering van 1 procent. In formulevorm, met P de prijs,
V de vraag en � de prijselasticiteit van de vraag:
))((PV
VP
δδη =
De prijselasticiteit van de vraag kan onmiddellijk grafisch afgelezen worden als de helling van de
vraagcurve indien deze vraagcurve een rechte is. De vraagcurve is een grafiek met als abscis de
hoeveelheid (de vraag) en als ordinaat de prijs. In realistische situaties ligt de prijselasticiteit �
tussen 0 en -�. Hierbij onderscheidt men dus twee gevallen. Men spreekt van een elastische
4
vraag indien een prijsstijging (-daling) resulteert in een stijging (daling) van de vraag met een
grotere hoeveelheid. Dan is de prijselasticiteit in absolute waarde groter dan 1 (figuur 2.1).
Concreet betekent dit dat bij een prijselasticiteit van bijvoorbeeld -2, een halvering van de prijs
resulteert in een verdubbeling van de vraag.
Figuur 2.1: Voorbeeld van elastische vraag
Men spreekt van een inelastische vraag indien een prijsstijging (-daling) resulteert in een stijging
(daling) van de vraag met een kleinere hoeveelheid. Dan is de prijselasticiteit in absolute waarde
kleiner dan 1 (figuur 2.2).
Figuur 2.2: Voorbeeld van inelastische vraag
|�| > 1
Vraag
Vraag
Prijs |�| < 1
Prijs
5
Inelastische vraag treedt vaak op bij primaire goederen zoals bv. voedsel, elastische vraag treedt
meer op bij luxeproducten zoals bv. pc’s. De prijselasticiteit van de vraag varieert van 0 tot -�.
Als de prijselasticiteit nul is, spreekt men van een volkomen inelastische vraag. De vraagcurve is
dan verticaal, de vraag wordt niet beïnvloed door de prijs. Als de prijselasticiteit min oneindig is,
is er sprake van een volkomen elastische vraag. De vraagcurve is dan horizontaal, voor een
bepaalde prijs kan een oneindige hoeveelheid verkocht worden. Figuur 2.3 vat dit samen.
Figuur 2.3: Overzicht prijselasticiteit [2]
2.1.2 Kruisprijselasticiteit
Een andere belangrijke factor die de vraag beïnvloedt, is de beschikbaarheid en de prijs van
substituten of complementaire goederen. De kruisprijselasticiteit van de vraag wordt gedefinieerd
als de procentuele verandering in de vraag van goed X, die resulteert uit een prijsverandering van
1 procent van goed Y. In formulevorm, met PX de prijs van goed X, PY de prijs van goed Y, VX de
vraag naar goed X, VY de vraag naar goed Y en �XY de kruisprijselasticiteit van de vraag:
))((Y
X
X
YXY P
VVP
δδη =
6
2.1.3 Andere elasticiteiten
Het concept van de prijselasticiteit van de vraag kan uitgebreid worden naar andere parameters
dan prijs. Zo wordt bijvoorbeeld de inkomenselasticiteit van de vraag gedefinieerd als de
procentuele verandering in de grootte van de vraag, resulterend uit een inkomensverandering van
1 procent. In formulevorm, met I het inkomen, V de vraag en �I de inkomenselasticiteit van de
vraag is dat:
))((IV
VI
I δδη =
Analoge definities kunnen geformuleerd worden voor elke mogelijke parameter die de vraag kan
beïnvloeden. Zo kan bijvoorbeeld de inkomenselasticiteit informatie geven als een bedrijf van
plan is uit te breiden naar Oost-Europa waar het gemiddeld inkomen een pak lager ligt dan in
West-Europa.
2.2 Methoden voor het schatten van de prijselasticiteit
In dit onderdeel volgt een bespreking van een aantal verschillende methoden die kunnen gebruikt
worden om de prijselasticiteit te berekenen. Bij elke methode worden voor- en nadelen vermeld
en uiteindelijk wordt de voor dit werk meest geschikte methode gekozen.
2.2.1 Rechtstreeks uit de definitie [1]
Aangezien de prijselasticiteit gelijk is aan de helling van de vraagcurve op een bepaalde plaats,
kan men voor (oneindig) kleine prijsvariaties volgende eenvoudige schatting maken, genaamd
7
de puntelasticiteit:
PP
VV ∆÷∆=η
Een iets accuratere schatting, die geldig is voor “eindige” variaties van P, is de boogelasticiteit:
2/)(2/)( 2121 PPP
VVV
+∆÷
+∆=η
Met behulp van deze formules zou men per ISP de prijselasticiteit van de vraag kunnen
berekenen. Hiervoor moeten echter ook het aantal nieuwe abonnees en de prijs van het
voorgaande jaar gekend zijn (er is dus extra bronmateriaal nodig). Bovendien geeft één ISP
afzonderlijk een slecht beeld omdat de vraag door tal van factoren beïnvloed wordt en dus zeker
niet uitsluitend door de prijs. Een veel accuratere schatting van de prijselasticiteit kan bekomen
worden door meerdere ISP’s tegelijk te bestuderen. Daarvoor is het noodzakelijk een algemene
vraagfunctie op te stellen die een weerspiegeling is van de data van een heleboel ISP’s. Er zijn 3
grote manieren om een dergelijke vraagfunctie te bepalen: het consumentenkeuze model, het
diffusiemodel en het econometrisch model.
2.2.2 Het consumentenkeuze model
Een eerste methode om de vraagfunctie op te stellen, werd voorgesteld in 2000 door prof. Paul
Rappoport en zijn team [3, 4]. Zij vertrekken van de consumenten keuze: dit willen zeggen dat ze
de verschillenden kansen berekenen dat een consument smalband, kabel of DSL zal nemen en
daaruit de elasticiteiten afleiden. De “bereidheid van de consumenten” halen ze uit grootschalige
onderzoeken waarin er duizenden mensen gevraagd wordt wat ze van plan zijn aan te kopen
(figuur 2.4) Dit kan zijn per huishouden of voor individuele personen. Hieruit stelt men
probabliteitsfuncties op, die aangeven wat de kans op de vraag naar een product is (de zgn.
utiliteitsfuncties). In het model wordt ook rekening gehouden met leeftijd, inkomen en
8
opleidingsniveau van de ondervraagden. Voor dit eindwerk is dit moeilijk uit te voeren omdat je
zeer veel mensen moet ondervragen om een betrouwbare set data te bekomen.
Figuur 2.4: Beslissingsboom in het consumentenkeuze model
2.2.3 Het diffusiemodel
Het internet (en zeker breedbandinternet) is nog een relatief nieuwe toepassing. Marketeers
spreken voor dergelijke producten graag van de S-curve, die bestaat uit 3 fasen (figuur 2.5). In de
eerste fase is er een langzame opbouw waarin het product langzaam maar zeker bekend geraakt
en geaccepteerd wordt. Dit wordt gevolgd door een exponentiële groeifase en in de derde fase
vertraagt de groei weer door verzadiging van de markt. Dit is dus een diffusieproces dat de
evolutie van het totaal aantal abonnees toont in de loop van de tijd. Er bestaan verschillende
modellen (of m.a.w. verschillende soorten curves) die dit modelleren, bijvoorbeeld de Gompertz
curve [5]:
atbeKetQ−−=)(
Geen internet Smalband Breedband
DSL Kabel
Wat bent u van plan te gebruiken?
9
Hierin is Q(t) het totaal aantal internetgebruikers, K het saturatiepunt (= maximum aantal
internetgebruikers), t de tijd en zijn a en b de te schatten parameters. Deze curve is asymmetrisch;
de symmetrische variant hiervan heet de Logistic (Logit) curve.
Figuur 2.5: De Logit en Gompertz diffusiecurves [5]
Een ander bekend voorbeeld is het Bass model [6, 7] dat toelaat de potentiële marktgrootte N te
schatten met als parameters de imitatiecoëfficiënt p en de innovatiecoëfficiënt q (n(t) is aantal
verkopen op een bepaald moment, N(t) is het totaal aantal verkopen tot moment (t):
))(())(/))((()( tNNqtNNtNNptn −+−=
De eerste term kan geïnterpreteerd worden als de fractie mensen (p) die het nieuwe product nog
niet aangekocht hebben (N-N(t)), vermenigvuldigd met de kans (N/N(t)) dat ze iemand ontmoeten
die het product wel al gekocht heeft (imitatie). De tweede term is dan de fractie mensen (q) die
10
het nieuwe product nog niet gekocht hebben (N-N(t)) en ook niet naar de mening van anderen
kijken om te beslissen het product te kopen (innovatie).
Figuur 2.6 illustreert het Bass-model, toegepast op PC verkopen.
Actual Worldwide PC Shipments, 1981-1999 and Fitted and Projected Shipments, 1981-2010, m=3.384 Billion, p= .001, q= .195
0
20
40
60
80
100
120
140
160
180
81 83 85 87 89 91 93 95 97 99 101
103
105
107
109
Year
Mill
ions
of U
nits
World Wide PC Shipments Fitted World Wide PC Shipments
Peak2008
697 Million UnitsShipments through1999
Shipments Includes Replacements(Upgrades)
Figuur 2.6: Het Bass model toegepast op PC verkopen [8]
Het probleem met deze modellen is dat ze wel een goede schatting van de vraagfunctie kunnen
geven, maar enkel over een verloop van tijd. Ze geven weinig of geen informatie over de
vraagfunctie op een bepaald moment. Indien het de bedoeling zou zijn het verloop van de
prijselasticiteit van breedband over bv. de voorbije 5 jaar te modelleren en indien daar
betrouwbare data voor zouden zijn (die trouwens zeer moeilijk accuraat te bekomen zijn), zou dit
een goede methode zijn. Maar voor dit werk, waarin niet de evolutie in de tijd, maar de
verschillen en gelijkenissen tussen Europese operatoren en landen bestudeerd worden (m.a.w. een
cross-sectional data analysis i.p.v. een time series analysis), is deze methode niet bruikbaar.
11
2.2.4 Het econometrisch model
De vraagfunctie volgt uit één van de centrale concepten in de moderne economie, de equilibrium
theorie [9]. In dit geval gaat het over een partieel equilibrium model omdat slechts een klein deel
van de totale markt onderzocht wordt. Hierbij wordt dus verondersteld dat er geen andere
factoren een invloed hebben behalve die in de onderzochte markt zelf.
In het equilibrium geldt dat vraag gelijk is aan aanbod (figuur 2.7). Als een factor wijzigt die
vraag of aanbod beïnvloedt, evolueren vraag en aanbod naar een nieuw evenwichtspunt
(equilibrium). In de vraagfunctie heeft elke factor een parameter die aangeeft in welke mate de
vraagcurve beïnvloed wordt door elke factor. Deze parameters zijn dus de elasticiteiten. Er zijn 2
belangrijke aspecten aan dit model: ten eerste het identificeren van de factoren die vraag en
aanbod beïnvloeden en ten tweede een zo goed mogelijke schatting van de corresponderende
elasticiteiten trachten te bekomen [10, 11].
Figuur 2.7: De werking van het equilibrium model
Men kan de volgende relaties definieren:
,...),,( zyxfVV =
,...),,( cbagVA =
12
Hierbij zijn VV en VA resp. de lokale vraag en het lokale aanbod. Uit het equilibrium model volgt
nu:
AV VV =
En dus wordt de vraagfunctie:
,...),,,,,( zyxcbahV =
Als concreet model voor de vraagfunctie kan men dan de log-lineaire vorm gebruiken (ook wel
constante-elasticiteiten-vorm genoemd), zodat we daaruit rechtstreeks de elasticiteiten als
parameters kunnen aflezen:
...ρλδγβα cbazyAxV −−= (1)
In deze formule worden de respectievelijke elasticiteiten aangeduid met een Griekse letter en is A
een constante factor.
Het eerste literatuuronderzoek was toegespitst op een model dat later zou blijken een speciaal
geval te zijn van het bovenstaande model: de Cobb-Douglas functie (figuur 2.8). De Cobb-
Douglas functie komt uit de micro-economische theorie en is een zgn. nutsfunctie (ook wel
utiliteitsfunctie genoemd) [12]. Het uitgangspunt is het maximaliseren van het nut. Toegepast op
de arbeidstheorie waarin nut een functie is van de vrije tijd en het inkomen [13] (met U het nut, X
de vrije tijd, Y het inkomen en A, � en � strikt positieve constanten) ziet de functie er als volgt uit:
βαYAXU =
13
Figuur 2.8: Grafiek van een Cobb-Douglas nutsfunctie [13]
Nu kan dit model evengoed worden toegepast op de vraag i.p.v. op het nut en met de prijs en het
inkomen als factoren i.p.v. de vrije tijd en het inkomen:
βα IAPV =
Het is duidelijk dat dit niet meer of niet minder is dan een speciaal geval van formule (1) met
slechts 2 parameters.
14
Hoofdstuk 3
Verzamelen cijfermateriaal
In dit hoofdstuk wordt onderzocht welke parameters moeten gebruikt worden in het model om de
prijselasticiteit van breedband te schatten, welke data daarvoor nodig zijn en hoe die kunnen
bekomen worden.
3.1 Probleemstelling
Eerst en vooral moet duidelijk gesteld worden wat bestudeerd wordt. De bedoeling is een
schatting te maken van de prijselasticiteit van breedband in Europa in 2003. Een aantal keuzes
moesten daarbij gemaakt worden:
- Europa? Met Europa wordt hier het geografische Europa bedoeld, niet enkel de
Europese Unie.
- Breedband? De studie handelt over retail breedbandinternet voor particulieren. Dus
business-to-business verkopen zitten hier niet in, noch de zgn. wholesale verkopen
tussen operatoren, waarbij de ene operator capaciteit doorverkoopt aan de andere.
Voor het vervolg van het werk, wordt onder “breedbandabonnees” enkel diegenen
verstaan die aan bovenstaande voorwaarden voldoen.
- 2003? Om een zo accuraat mogelijk beeld te krijgen, werd gekozen voor de recentstse
periode waarover volledige data beschikbaar waren in september 2004. Dat bleek het
jaar 2003 te zijn.
15
3.2. Identificatie basisparameters en bijhorende bronnen
De twee evidente parameters die zeker in rekening moeten gebracht worden zijn de vraag en de
prijs. De vraag V wordt hier gedefinieerd als het totaal aantal nieuwe breedbandabonnees in 2003.
De vraag naar bijvoorbeeld PC’s is immers ook het aantal mensen dat een nieuwe PC aanschaft;
hetzelfde geldt voor breedbandtoegang. Er wordt ook gesproken van abonnees: er wordt niet
bedoeld het aantal personen of aantal huishoudens, maar wel het effectieve aantal nieuwe
breedbandaansluitingen voor privé-gebruik.
De prijs P wordt gedefinieerd als de gemiddelde prijs in 2003 voor het standaard retail
breedbandabonnement, exclusief mogelijke installatiekosten. Met het standaardabonnement
wordt bedoeld het abonnement voor de gemiddelde gebruiker, niet dat voor de lichte gebruiker
(zgn. “light” abonnementen) of de zware gebruiker. Als men het aantal abonnees en de prijs
samen bekijkt, is het redelijk te stellen dat deze laatste 2 formules mekaar compenseren, zodat het
standaardabonnement een goede indicatie geeft. Die standaardformule werkt in gans Europa met
een flat fee tarief (vaste vergoeding per maand). Bij ADSL zit in de maandelijkse prijs zowel de
ADSL-lijn huurprijs als het ISP abonnement inbegrepen, echter niet de huurprijs van de
telefoonlijn.
Er werd beslist enkel informatie te gebruiken die gratis en publiek beschikbaar is, dus geen dure
rapporten van gespecialiseerde consultingbureaus. Het opsporen van de gemiddelde prijs in 2003
is niet zo’n groot probleem, dankzij persberichten en het bestaan van archiefsites op het internet
die op regelmatige tijdstippen volledige websites backuppen, zoals bv. The Internet Wayback
Machine [14]. ISP’s zijn echter zeer terughoudend met het vrijgeven van abonnee-aantallen en dit
bleek al snel de grootste limitatie te zijn voor het verzamelen van data. Gelukkig geven
beursgenoteerde bedrijven deze informatie vaak wel op in hun jaarverslagen. Het gevolg is echter
dat de studie bijna uitsluitend gebaseerd is op informatie uit die publiek beschikbare
jaarverslagen wat het aantal mogelijke ISP’s en dus brondata limiteert.
Deze verzamelde cijfers kunnen teruggevonden worden in het werkblad [BronDataISP2003.xls]
in de directory [BronData] op de bijgevoegde CD-ROM. Tabel 3.1 geeft een illustratie hiervan
voor België.
16
ISP
Type &
Snelheid
(down/up)
Prijs per maand
(EUR)
Totaal aantal
abonnees
eind 2003
Aantal nieuwe
abonnees
in 2003
Telenet Kabel
4 Mbps/128 kbps 41,95 417.000 116.000
Belgacom
ADSL
3.3 Mbps/128
kbps
39,95 572.000 180.000
Tabel 3.1.: Illustratie basisgegevens per ISP
De verzamelde gegevens geven ook een mooi beeld van de staat van breedband in Europa anno
2003 (tabel 3.2; meerdere rijen data over hetzelfde land betreffen verschillende ISPs in dat land).
Land Type & Snelheid (down/up) Prijs/maand (EUR)
WEST-EUROPA
Verenigd Koninkrijk Kabel 600 kbps/128 kbps 36,49
Verenigd Koninkrijk ADSL 512 kbps/128 kbps 40,87
Verenigd Koninkrijk ADSL 512 kbps/128 kbps 39,41
Ierland ADSL 512 kbps/128 kbps 54,45
België Kabel 4 Mbps/128 kbps 41,95
België ADSL 3.3 Mbps/128 kbps 39,95
Nederland Kabel 1536 kbps/128 kbps 49,95
Nederland ADSL 768 kbps/128 kbps 51,15
Nederland ADSL&Kabel 768 kbps/128 kbps 52,25
Luxemburg ADSL 512 kbps/128 kbps 79,95
Frankrijk ADSL 512 kbps/128 kbps 49,40
17
Frankrijk ADSL 512 kbps/128 kbps 39,90
Frankrijk ADSL 512 kbps/128 kbps 44,40
Duitsland Kabel 1024 kbps/128 kbps 39,98
Duitsland ADSL 768 kbps/128 kbps 36,98
Oostenrijk Kabel 600 kbps/128 kbps 49,05
Oostenrijk ADSL 768 kbps/128 kbps 39,90
Zwitserland Kabel 600 kbps/200 kbps 52,80
Zwitserland ADSL 512 kbps/128 kbps 52,14
ZUID-EUROPA
Portugal Kabel 600 kbps/128 kbps 35,00
Spanje ADSL 256 kbps/128 kbps 39,00
Spanje ADSL 256 kbps/128 kbps 39,07
Italië ADSL 640 kbps/128 kbps 46,95
Italië ADSL 640 kbps/128 kbps 44,95
Griekenland Kabel 512 kbps/128 kbps 50,50
NOORD-EUROPA
Denemarken Kabel 512 kbps/128 kbps 57,38
Denemarken Kabel 512 kbps/128 kbps 47,12
Denemarken ADSL 512 kbps/128 kbps 58,73
Finland ADSL 512 kbps/512 kbps 48,00
Zweden Kabel 640 kbps/128 kbps 38,39
Zweden ADSL 512 kbps/128 kbps 41,25
Noorwegen ADSL 768 kbps/128 kbps 56,57
Noorwegen ADSL 720 kbps/128 kbps 49,77
OOST-EUROPA
Estland ADSL 640 kbps/320 kbps 44,48
Letland ADSL 384 kbps/128 kbps 29,64
18
Litouwen ADSL 256 kbps/64 kbps 69,60
Polen ADSL 512 kbps/128 kbps 45,77
Tsjechië ADSL 192 kbps/64 kbps 52,66
Slovakije ADSL 768 kbps/128 kbps 45,34
Hongarije ADSL 384 kbps/64 kbps 39,60
Slovenië ADSL 1024 kbps/128 kbps 32,27
Tabel 3.2: De staat van breedband in Europa anno 2003
Een aantal vaststellingen die kunnen gedaan worden:
• De aangeboden upload snelheden zijn bijna overal gelijk (128 kpbs).
• Ook de downloadsnelheid is in de meeste landen vrij gelijk (rond de 512 kbps), met
een paar uitschieters met lagere snelheid (Oost-Europa) en met hogere snelheid (West-
Europa).
• België heeft de beste snelheid/prijs verhouding voor breedbandinternet in 2003.
• Er is geen significant snelheidsverschil tussen de ADSL- en kabelformules.
• ADSL wordt meer gebruikt in Europa dan kabel voor breedbandtoegang
(waarschijnlijk wegens het bestaan van de incubente telecomoperatoren, de ex-
monopolisten).
• De prijzen zijn vrij vergelijkbaar en liggen over gans Europa gemiddeld tussen de 40
en de 50 euro per maand.
• Hoewel breedbandinternet in Oost-Europa nog zeer jong is, zijn snelheden en prijzen
daar al zeer competitief met de rest van Europa.
Om de prijzen te kunnen vergelijken, werd alles omgerekend naar euro, gebruikmakend van de
gemiddelde wisselkoersen van 2003, zoals die te vinden zijn in het World Factbook van het
Central Intelligence Agency (CIA) (tabel 3.3) [15].
Land Munteenheid Eenheidswaarde in euro
Groot-Brittannië GBP 1,46
19
Zwitserland CHF 0,66
Denemarken DKK 0,135
Zweden SEK 0,11
Noorwegen NOK 0,126
Estland EEK 0,064
Letland LVL 1,56
Litouwen LTL 0,29
Polen PLN 0,23
Tsjechië CZK 0,032
Slovakije SKK 0,024
Hongarije HUF 0,004
Slovenië SIT 0,004
Tabel 3.3: Conversiewaarden vreemde munten in 2003
3.3 Identificatie bijkomende parameters en bijhorende bronnen
Naast de prijs zijn er nog een hele hoop andere factoren die de vraag beïnvloeden. Bij de keuze
van de bijkomende parameters voor het model, moeten 2 overwegingen gemaakt worden:
1) Ten gevolge van het beperkte aantal brondata (het beperkt aantal operatoren waarover publieke
informatie beschikbaar is i.v.m. abonnee-aantallen en aangroei), kan slechts een beperkt aantal
parameters gebruikt worden, omdat anders het model statistisch niet meer betrouwbaar is.
2) De gekozen parameters moeten kwantificeerbaar zijn en de data moeten uit publiek
beschikbare bronnen kunnen gehaald worden.
Rekening houdend met bovenstaande beperkingen, werden volgende extra parameters
gekozen:
20
• Het inkomen I: als mensen een hoger inkomen hebben, kunnen ze gemakkelijker
de prijs betalen en zijn ze meer geneigd zich te abonneren. Als maatstaf werd per
land het gemiddeld inkomen per persoon gebruikt: het Bruto Binnenlands Product
(BNP) per capita, berekend volgens de Purchase Power Parity (PPP) methode [15,
16]. Deze statistiek is dus per inwoner, niet per huishouden.
• De bevolkingsdichtheid B: hoe dichter bevolkt, hoe groter het aanbod (want het is
gemakkelijker iedereen toegang te geven tot het netwerk). De benodigde
informatie hiervoor werd uit het CIA World Fact Book gehaald [15].
• De prijs van vervangproducten (substituten) V: hoe hoger de prijs van smalband,
hoe meer vraag naar breedband. De gebruikte prijs van smalband komt uit een
onderzoek van Teligen in opdracht van de Europese commissie. Er werd uitgegaan
van 20 uur gebruik in piekuren en 10 uur in de daluren, m.a.w. vergelijkbaar met
breedbandgebruik [17].
Tabel 3.4 geeft een overzicht van de inputdata die verzameld werden voor deze parameters (een
aantal gegevens voor de prijs van smalband ontbreken, wegens de beperkte beschikbaarheid van
gemiddelde prijzen voor een vergelijkbaar verbruik met breedband):
Land GDP/capita (EUR) Bevolkingsdichtheid Prijs smalband
eind 2003 (inwoners/km²) (EUR)
WEST-EUROPA
Verenigd Koninkrijk 24.653 248,7465706 43,8
Ierland 26.522 56,96240383 58,6
België 25.810 339,7196157 64,33
Nederland 25.454 476,6552844 46,795
Luxemburg 49.039 175,621423 43,805
Frankrijk 24.475 110,2954915 45,48
Duitsland 24.564 235,9218207 26,435
21
Oostenrijk 26.700 99,31841007 33,605
Zwitserland 29.192 184,0240885 -
ZUID-EUROPA
Portugal 16.020 109,863101 41,195
Spanje 19.580 80,50857185 38,025
Italië 23.852 197,2538525 33,035
Griekenland 17.711 81,54425841 32,3
NOORD-EUROPA
Denemarken 27.768 127,0081615 43,97
Finland 24.297 17,04842466 26,6
Zweden 23.852 21,60464941 35,37
Noorwegen 33.553 14,76685182 35,6
Ijsland 27.501 2,800977556 41,235
OOST-EUROPA
Letland 8.989 36,9369545 -
Litouwen 13.699 55,10062883 -
Polen 9.790 126,8541869 -
Tsjechië 13.973 132,6312956 -
Slovakije 11.837 111,271168 -
Hongarije 12.371 108,787167 -
Tabel 3.4: Inputdata voor inkomen, bevolkingsdichtheid en de prijs van smalband
Als laatste parameter werd het groeipotentieel van de markt G gekozen: hoe dichter bij het
maximum marktpotentieel, hoe kleiner de vraag. Dit vergt wat extra uitleg. Om een realistische
schatting voor de groei van het aantal abonnees (= de vraag) te kunnen maken, moet er een
parameter zijn die de groeimogelijkheden van die specifieke ISP in een bepaald land weergeeft.
Daarvoor werd als maatstaf het groeipotentieel genomen, gedefinieerd als het aantal abonnees
22
van de ISP eind 2002 in verhouding tot het totaal aantal abonnees van het land eind 2003, dus
rekening houdend met de huidige grootte van de ISP en de toekomstige grootte van markt. De
gegevens van de ISP zelf zijn weer te vinden in de jaarverslagen, het totaal aantal abonnees per
land werd grotendeels gehaald uit OECD bronnen [18, 19]. In een eerdere versie van het werk
was deze parameter uitgesplitst in 2 delen: het totaal aantal abonnees T en de saturatiegraad van
de markt S. De saturatiegraad werd gedefinieerd als het totaal aantal abonnees eind 2003 gedeeld
door het aantal inwoners van het land. Het idee hierachter was dat de saturatiegraad een indicatie
zou geven van het aantal mensen dat nog geen breedbandaansluiting had en die dus voor vraag
zouden kunnen zorgen. Dit was echter niet correct, aangezien - door gebruik te maken van het
totaal aantal abonnees eind 2003 – al perfect geweten is wat de (totale) vraag zal zijn en welke
mensen breedband zouden nemen. Een bijkomend nadeel was dat deze werkwijze 2 parameters
vereiste i.p.v. slechts één bij het groeipotentieel G. In hoofdstuk 4 wordt hierop teruggekomen bij
de bespreking van het uitgewerkte model. De gebruikte input data voor de grootte van de
breedbandmarkt per land voor de berekening van het groeipotentieel wordt gegeven (samen met
een vergelijking met het jaar ervoor) in tabel 3.5. Voor een aantal landen (Griekenland,
Slovakije) is een spectaculaire groei merkbaar omdat in deze landen breedband begin 2003 nog
maar pas was gecommercialiseerd. Ook bij de meeste andere landen is een gezonde groei
merkbaar.
Land Totaal aantal Totaal aantal
breedbandgebruikers breedbandgebruikers
eind 2002 eind 2003
WEST-EUROPA
Verenigd Koninkrijk 1.371.319 3.245.113
Ierland 5.600 32.240
België 868.994 1.278.000
Nederland 1.150.867 1.873.459
Luxemburg 4.500 15.300
Frankrijk 1.691.992 3.437.000
Duitsland 3.321.845 4.613.802
23
Oostenrijk 507.100 630.492
Zwitserland 455.220 834.325
ZUID-EUROPA
Portugal 259.491 505.000
Spanje 1.209.969 2.157.000
Italië 1.025.000 2.373.463
Griekenland 72 10.666
NOORD-EUROPA
Denemarken 445.842 668.000
Finland 292.200 418.000
Zweden 720.200 956.000
Noorwegen 202.579 363.690
Ijsland 25.385 40.716
OOST-EUROPA
Letland 9.900 12.000
Litouwen 10.000 23.699
Polen 47.900 308.720
Tsjechië 16.900 51.246
Slovakije 420 16.140
Hongarije 65.770 156.000
Tabel 3.5: Evolutie van het totaal aantal breedbandgebruikers
24
Parameters die ook in aanmerking zouden kunnen komen, maar die het model niet gehaald
hebben wegens de eerder vermelde redenen:
• marketing en reclame (beïnvloedt vraag);
• competitie/concurrentie (beïnvloedt aanbod);
• wetten en reglementen/overheidstussenkomst (beïnvloedt aanbod);
• opleidingsniveau/interesse in technologie (beïnvloedt vraag);
• ...
Concurrentie bijvoorbeeld beïnvloedt vanzelfsprekend de vraag, maar is vrij moeilijk
kwantificeerbaar en het gebrek aan data (vnl. voor Oost-Europa waar voor de meeste landen
slechts data van 1 operator beschikbaar waren) zorgde ervoor dat deze parameter niet in het
uiteindelijke model werd opgenomen.
3.4 Overzicht cijfermateriaal
Op de bijgevoegde CD-ROM is het volgende te vinden:
- In de directory [Jaarverslagen], een verzameling van alle geconsulteerde
jaarverslagen in pdf-vorm.
- In de directory [BronData], het excelsheet [BronDataISP2003.xls] met alle
verzamelde informatie over de individuele operatoren
- In de directory [BronData], het excelsheet [BronDataLanden.xls] met alle
landspecifieke informatie.
25
Hoofdstuk 4
Berekening prijselasticiteit
In hoofdstuk 2 werd gekozen voor het econometrische model. Gewapend met het cijfermateriaal
uit hoofdstuk 3, volgt nu de concrete uitwerking van dat model.
4.1 Uitwerking gekozen model
4.1.1 Theoretische uitwerking
Men kan de volgende relaties definiëren:
),,,( GSIPfVV =
),( BPgVA =
Hierbij zijn VV en VA resp. de lokale vraag (per ISP) naar en het lokale aanbod van breedband. Uit
het equilibrium model volgt nu:
AV VV =
En dus wordt de vraagfunctie en de corresponderende log-lineaire vorm (cf. Hoofdstuk 2):
),,,,( BGSIPhV =
λδγβα BGSIAPV −=
26
Of gelineariseerd:
ελδγβα +++++−= BGSIPAV lnlnlnlnlnlnln
Hierin is � de prijselasticiteit, � de inkomenselasticiteit, � de kruisprijselasticiteit met smalband, �
de groeipotentieel-elasticiteit, � de bevolkingsdichtheidelasticiteit en ln A een constante factor
(allen positief). Dit zijn de parameters die moeten geschat worden (� is een statistische foutterm).
Figuur 4.1: Schematische voorstelling econometrisch model
Het teken van de elasticiteiten in de formule is zeker niet toevallig gekozen, maar berust op
logisch redeneren:
• P (-): een hogere prijs heeft een negatief effect op de vraag.
• I (+): een hoger inkomen heeft een positief effect op de vraag.
• V (+): een hogere prijs van smalband heeft een positief effect op de vraag naar
breedband.
• G (+): als de ISP op dit moment nog maar een klein deel van de markt heeft, dan
biedt de markt meer groeimogelijkheden en is er dus een grotere vraag.
Prijs P
Inkomen I Groeipotentieel G Bevolkingsdichtheid B
Econometrisch Model
Smalband S
Vraag V
+
-
+ +
+
27
• B (+): hoe dichter bevolkt, hoe groter het aanbod omdat meer potentiële klanten
gemakkelijker kunnen geconnecteerd worden.
Het teken van de parameters na schatting, moet hiermee overeenkomen en zal op die manier al
een eerste indicatie geven van de accuraatheid van de schatting.
4.1.2 Statistiek
Deze parameters worden geschat met behulp van meervoudige lineaire regressie, meer bepaald
met de kleinste kwadraten methode (Ordinary Least Squares of OLS). Deze methode berekent
een best passende grafiek, waarbij de som van de kwadratische afwijkingen minimaal is [20].
Op de resultaten worden 4 statistische tests losgelaten [21]:
- De R² waarde geeft de “goodness of fit” aan m.a.w. hoe goed de regressie zelf is.
- De F-test geeft aan of het ganse model relevant is m.a.w. of de verbanden tussen de
parameters niet louter toevallig zijn.
- Voor elke individuele parameter geeft de t-test aan in welke mate die parameter
significant is.
- Tenslotte worden ook 95% betrouwbaarheidsintervallen berekend. Deze geven een
indicatie van de nauwkeurigheid van de schatting van elke parameter.
Als vuistregel kan tenslotte gesteld worden: hoe meer vrijheidsgraden (en dus hoe groter n), hoe
accurater het model. Om de significantie te visualiseren in de Excelsheets werd verder de
legende uit tabel 4.1 gebruikt.
() < 80% niet significant
(*) 80% - 90%
(**) 90% - 95 %
(***) 95 % - 99%
(****) > 99% zeer significant
Tabel 4.1: Legende significantie
28
Verder wordt telkens het model berekend zowel met als zonder constante term, om een idee te
krijgen van de invloed van die term. Deze sensitiviteitsanalyse dient als controle of de constante
term geen al te grote rol speelt bij de schatting en op die manier de resultaten voor de
prijselasticiteit “vervalst”.
4.1.3 Eerste schatting: Cobb-Douglas
Een eerste schatting gebeurt gebruik makend van de eenvoudigste variant van het model (met
enkel prijs en inkomen als factoren). Zoals vermeld in hoofdstuk 2 staat deze variant in de
literatuur ook bekend als de Cobb-Douglas functie en ziet die er als volgt uit:
Figuur 5.3: Verband tussen kosten en aantal abonnees
44
Het resultaat is dus een eenvoudig model (met K de totale kosten van de breedbanddivisie; T het
totaal aantal breedbandabonnees en A en B de te schatten parameters):
TBAK .+=
Uitgaande van de verzamelde inputdata, kunnen dan A en B geschat worden.
Dit is vanzelfsprekend een vereenvoudiging van de werkelijkheid. Naarmate de ISP groter wordt,
zijn er er immers ook schaal- en leereffecten die ervoor zorgen dat de kosten trager dan lineair
stijgen met het aantal abonnees. Maar als ruwe schatting (en ermee rekening houdende dat ook de
inputdata voor de kosten onstaan zijn door een vrij ruwe schatting), volstaat bovenstaand model.
5.3 Applicatie
De laatste stap bestaat erin alle voorgaande modellen te combineren om tot een toepassing te
komen. De doelstelling van deze applicatie is toe te laten aan het begin van een jaar een schatting
te genereren voor het aantal nieuwe klanten, omzet en winst of verlies, uitgaande van een aantal
in te stellen parameters waarvan de voornaamste de prijs is (figuur 5.4). Dit model wordt
uitgewerkt in de excelsheet [Application.xls] in de directory [Modellen] op de CD-ROM in
bijlage.
De gebruiker wordt eerst gevraagd een aantal ISP specifieke gegevens op te geven, meer bepaald
de prijs/maand voor een standaard retail breedbandabonnement en het totaal breedbandabonnees
dat de ISP heeft aan het begin van het jaar waarvoor men de vraag wil voorspellen. Vervolgens
moet de gebruiker een tweede categorie inputdata opgeven, de land-specifieke: het gemiddeld
BNP/capita, oppervlakte, aantal inwoners en tenslotte een voorspelling van de grootte van de
totale breedbandmarkt in dat land over 1 jaar. Dit laatste is noodzakelijk om een redelijke
schatting van het groeipotentieel te kunnen maken. Vervolgens worden een aantal
tussenresultaten berekend en uiteindelijk de eindresultaten voor vraag, omzet, kosten en winst of
verlies. Deze laatste 4 worden berekend m.b.v. de modellen die werden opgesteld waarvan de
parameters geschat werden aan de hand van de inputdata (zoals beschreven in hoofdstuk 4 en de
45
eerste twee delen van hoofdstuk 5). Die parameters kunnen onmiddellijk aangepast worden
indien nieuwe en/of betere inputdata een meer accurate schatting zouden mogelijk maken.
Figuur 5.4: Werking van (een deel van) de applicatie
5.4 Uitgewerkt voorbeeld: gebruik in de praktijk
Dit is het aangewezen moment om het voorbeeld van Belgacom ADSL uit paragraaf 4.3 te
hernemen en uit te breiden onder de vorm van een mini case study om te illustreren hoe de
applicatie kan gebruikt worden. In de case wordt als voorbeeld 2003 gebruikt omdat daarvan alle
inputdata beschikbaar zijn maar het model is even goed toepasbaar voor 2005 (op voorwaarde
natuurlijk dat alle nodige inputgegevens verkrijgbaar zijn).
Totale kosten breedbanddivisie
-
= Winst of verlies breedbanddivisie
Huidig aantal klanten Aantal nieuwe klanten
Totale omzet breedbanddivisie
Model Prijselasticiteit
Jaarverslagen
+
Prijs
46
5.4.1. Probleemstelling
Stel het is 1 januari 2003. Op dat moment telt Belgacom ADSL 392.000 retail breedband klanten.
De manager verantwoordelijk voor de retail breedband verkopen, vraagt zich een aantal dingen
af:
1) Een prijs van 39,95 � flat fee/maand lijkt een competitieve prijs. Hoeveel nieuwe
klanten kunnen we verwachten in 2003 als we die prijs hanteren?
2) Hoeveel omzet zullen we dan in 2003 draaien inclusief die nieuwe klanten?
3) Hoeveel zullen onze totale kosten in 2003 bedragen rekening houdend met die
klantenaangroei?
4) Hoeveel winst of verlies kunnen we verwachten in 2003?
5) Wat gebeurt er met de vraag als we die prijs zouden verhogen of verlagen met 10 euro?
6) Wat is de invloed van zo’n verhoging of verlaging op omzet en winst of verlies?
7) Aan welke prijs bereiken we het break-even punt?
8) Wat is de “beste prijs” ?
De manager beschikt over de volgende informatie:
- Het gemiddelde inkomen van de Belg wordt geschat op 25.810 � in 2003.
- België heeft een oppervlakte van 30.287 km² en telt 10 298 088 inwoners.
- Uit een marktonderzoek blijkt dat de totale grootte van de Belgische retail
breedbandmarkt eind 2003 geschat wordt op 1.278.000 aansluitingen.
5.4.2 Oplossing
Vraag 1 t.e.m. 4 kunnen meteen m.b.v. de applicatie uit paragraaf 5.3 beantwoord worden na
invullen van de gegeven parameters (tabel 5.2).
Gelieve volgende data op te geven voor de operator: Belgacom Prijs/maand standaard retail breedbandabonnement (�) 39,95 Totaal aantal breedband abonnees op dit moment 392000
47
Gelieve de volgende data op te geven voor het land: Gemiddeld BNP/capita (�) 25810 Oppervlakte (km²) 30287 Aantal inwoners 10289088 Voorspeld aantal breedbandklanten in het land over een jaar 1278000 (marktpotentieel) Afgeleide indicatoren (tussenresultaten) Groeipotentieel 0,306729264 Bevolkingsdichtheid 339,7196157 Resultaten: Schatting jaarlijks aantal nieuwe abonnees (de vraag) 170011,9979 Schatting jaarlijkse totale omzet retail breedbandinternet (�) 269428551,8 Schatting jaarlijkse totale winst/verlies retail breedbandinternet (�) 23377794,29 Schatting jaarlijkse winst/verlies per abonnee (�) 41,59661072
Tabel 5.2: Oplossing voorbeeld: vraag 1 t.e.m. 4
Het aantal nieuwe abonnees voor 2003 wordt dus geschat op 170.012 (cf. Paragraaf 4.3). De
totale omzet van de breedbanddivisie voor 2003 wordt geschat op bijna 270 miljoen euro met een
operationele winst van iets meer dan 23 miljoen euro. Dit geeft een winst van 41,6 euro per
abonnee per jaar. Vraag 5 en 6 kunnen we oplossen door eenvoudigweg de prijsparameter aan te
passen in de applicatie (tabel 5.3, de gegevens die onveranderd blijven werden weggelaten).
Gelieve volgende data op te geven voor de operator: Prijs/maand standaard retail breedbandabonnement (�) 29,95 39,95 49,95
48
Resultaten: Schatting jaarlijks aantal nieuwe abonnees 336653,8344 170011,9979 100095,2912 Schatting jaarlijkse totale omzet (�) 261878188,1 269428551,8 294961917,5 Schatting jaarlijkse totale winst/verlies (�) -51064453,81 23377794,29 76976502,82 Schatting jaarlijkse winst/verlies per abonnee (�) -70,08053948 41,59661072 156,4260098
Tabel 5.3: Oplossing voorbeeld: vraag 5 en 6
Door de hoge prijselasticiteit heeft een daling of stijging van de prijs zeer grote gevolgen voor de
vraag. Een prijsverlaging naar 29,95 � zou bijna een verdubbeling van het aantal klanten
opleveren, maar negatieve financiële effecten geven. Onmiddellijk wordt ook een beperking van
het model duidelijk: voor een zeer hoge prijs (en dus een zeer laag aantal nieuwe klanten) wordt
de winst gemaximaliseerd. In de praktijk zijn er natuurlijk nog andere overwegingen die een rol
spelen: een bedrijf wil groeien, de competitie voorblijven, etc.