前面两章介绍了计算机算法在辅助企业开展共谋时所发挥的初级作用——它既可以是严格执行共谋协议指令的信使，也可以是助力中心辐射式共谋的“枢纽中心”。接下来将介绍，即便企业之间没有签订反竞争协议（甚至没有直接的交流），定价算法在全行业的普及同样也可以推高市场价格。
本章的开头会率先介绍市场透明度对默许共谋（Tacit Collusion）的重要性。接下来会对第三种共谋场景——预测型代理人（Predictable Agent）——展开分析。在这种场景下，虽然各家企业单方面创建定价算法，但是定价算法在同业内的普及将起到辅助默许共谋的作用。针对这种情况（企业之间没有白纸黑字的共谋协议，只有抑制竞争的意图），我们将思考反垄断执法机构是否可以依据这些证据对那些暗中串通的企业施以惩处。
透明度、竞争与默许共谋
正如我们在第1章中了解到的，市场环境透明度越高，市场参与者的搜寻成本就越低，竞争机制的效用就越强。但是在特定的市场条件下，透明度的提升同样可能导致一种独特的现象，这就是我们将要介绍的默许共谋。事实上，这种共谋形式给消费者造成的伤害并不亚于我们在第5章和第6章中看到的卡特尔组织的价格操纵。
那么，什么是默许共谋？在审理“布鲁克集团公司诉布朗和威廉姆森烟草公司”案件时，美国最高法院曾对默许共谋做出如下解释：
默许共谋，又称寡头价格协调（Oligopolistic Price Coordination）或有意识的平行行为（Conscious Parallelism），指的是处在一个集中市场环境中的几家企业在实践中共享垄断权力。它们之间以一些心照不宣的方式同时限制产量或提高价格，从而攫取垄断利润。对此，法律并不禁止寡头企业基于彼此的相互依赖性而采取的有意识的平行行为。 1
正如多位经济学家所指出的那样，“从法律层面来讲，默许共谋并不是企业之间达成的共谋，甚至企业之间可能不曾有过直接交流。它之所以被称为默许共谋，是因为这类共谋的后果（如价格限定、产量限定）与企业之间公然的勾结极为相似”。 2 但是，区别于明示共谋（Explicit Collusion），由默许共谋引发的这种有意识的平行行为并不触犯反垄断法法律条文。 3
为了对默许共谋做出说明，我们将以马撒葡萄园岛（Martha’s Vineyard）为例。这个位于美国东北部马萨诸塞州的避暑胜地却以一起官司引起了我们的注意。作为原告的岛上居民对岛上汽油价格的虚高心存怒火 4 ，而被告人R.M. Packer股份有限公司则在马撒葡萄园岛经营着4家加油站（岛上共有9家加油站），它经营的加油站中每加仑的汽油价格比毗邻的科德角半岛上的汽油价格高出56美分。 5 是什么原因导致马撒葡萄园岛上的汽油价格如此昂贵？难道岛上的几家加油站参与了共谋？
这并不尽然。本案的审判法院与上诉法院在调查中发现，马撒葡萄园岛上的成品油零售市场存在一定特点，使其易于被加油站经营者利用，从而为后者赚取垄断利润。 6 首先，较高的准入门槛使其他经营者难以在岛上开立新加油站。 7 其次，马撒葡萄园岛是一个离岛，人们只能搭乘渡轮上岛。这也意味着消费者对于汽油需求缺乏弹性——当汽油价格抬高时，人们不会因此而拒绝购买，因为他们别无他法。 8 最后，汽油作为同质商品，消费者基于价格和便捷性做出购买决定，这导致各家加油站会为了招揽更多客户而抢着公示自己的价格。 9
和其他地方一样，马撒葡萄园岛上的汽油价格非常透明。从加油站经过时，远远地就能看到汽油牌价。但是，美国联邦第一巡回上诉法院认为，市场透明同样也会起到推高市价的作用——“透明的牌价令成品油市场中的经营者可以实时掌握竞争对手的售价，及时揪出‘价格作弊者’或是追随‘涨价先锋’”。 10 特别是当整个岛上只有9家加油站时，通过有意识的平行行为，它们之间的暗地串通会给竞争秩序带来如同有组织的勾结行为一般的破坏力：
每家加油站都可以轻松地监督对手的价格。如果有一家加油站为了抢占客户而率先降价，那么其他经营者可以迅速跟进，调低自己的价格。这样，起先的“价格背叛者”将无法从自己的挑衅行为中获得更多好处。还没等到顾客蜂拥而至，自己的汽油价格已在市场中不具优势。虽然好处没有捞着，市场中的所有加油站经营者却都要承受利润空间的下降。那么，若选择反其道而行之呢？如果某家加油站也会选择率先提高汽油价格。接下来，最大的可能性是，其他加油站也会采取同样的调价策略。更高的价格带来更高的收益，这岂不是一个商家皆大欢喜的局面？又或者说，即便其他竞争对手保持原价位不变，率先提价的加油站也可以轻松地调回原价，以免在价格战中丧失太多顾客。在了解到马撒葡萄园岛成品油零售市场的这些特性以后，各家加油站的经营者都不难得出结论：对于自己而言，维持高价才是常胜之道（这也包括追随他人抬价）。 11
当然，如果几家加油站经营者聚在一起，就操纵汽油价格达成合作，这无疑属于明示共谋的范畴，鉴于本身违法原则，这种行为可被视作违法。对此，按照美国反托拉斯法的基本准绳《谢尔曼法》（Sherman Antitrust Act）规定，被告既要承担民事责任又要受到刑事制裁。但是，对于马撒葡萄园岛上的加油站经营者而言，情况则大为不同。这种寡头垄断市场可以称得上是默许共谋的天然温床。 12 考虑到马撒葡萄园岛上的成品油零售市场的境况与价格透明度，不使用非法途径，不成立卡特尔组织，加油站的经营者照样可以攫取垄断利润。
缺少确凿的证据，原告的反垄断指控不得不面对被驳回的下场。虽然原告可以证明被告人之间存在有意识的平行行为（比如追随涨价者的调价步伐），但从法律层面上讲，这也无可指摘。
为了说明默许共谋背后的运作机理，下面的例子将更为详尽。假设在某天的清晨，马撒葡萄园岛上的一位加油站经营者决定降低自己的汽油售价，他的初衷无非是想吸引更多的顾客，提高整体利润。在竞争市场中，这种做法或许行之有效，但这并不是一个放之四海皆准的方法。回到案例中的寡头垄断市场，它恰恰就包容不了经营者的降价。作为回应，其他的加油站经营者会为了防止客户流失而报复性地迅速降价。等到某一天一切要画上句号时，岛上的每位加油站经营者恐怕都会意识到一点——市场中的卖家是一个相互依赖的存在。每当有人想要采取比拼低价策略时，旁人会立刻跟进。换句话说，没人会从降价中得到好处。
这种相互依赖不仅会打消加油站经营者的降价动机，更会激发他们的涨价念头。在寡头垄断的市场环境中，如果有经营者率先提高汽油价格，其他经营者却选择不跟随他的步伐，那么提价者最终会为了挽留客户而重新调整价格。从另一个角度来看，如果其他经营者选择维持原价，那相当于是让赚取更多利润的机会白白溜走。于是，各家加油站经营者之间的这种相互依赖关系会逐渐拉高马撒葡萄园岛上的汽油价格。最终，市场中的均衡价格会高于完全竞争市场中的价格水平。
从实践中看，岛上的加油站经营者之间的相互依赖关系非常稳固：他们共同努力维稳汽油价格，并且只在特定情况下提高价格。 13 但是，他们的盈利水平非常可观，市场份额也相对固定。成本变动往往不是他们进行调价的缘由，回应竞争对手的销售策略与迎合未来价格走向才是他们调价的目的。更重要的是，无须签订任何正式或非正式的垄断协议，高价策略以一种心照不宣的方式在他们中间得以执行。 14
面对这种情境，反垄断执法者岂不受挫。明示共谋与默许共谋的后果相同，即高昂的价格。但是，由于没有垄断协议，默许共谋的参与者却轻易逃避了法律的制裁。
如果企业明明可以暗中串通，以免去司法指控或牢狱之苦，那么为什么还有人愿意以身犯险、公然勾结呢？这里需要再重申一下默许共谋确立的必要条件：其中的关键在于，市场的透明度水平是否可以令有限的几个竞争者能够“迅速且有充分把握地”获取对手的“重大市场策略”。 15 当“（卖方）向客户提供的交易方案相对透明”时 16 ，销售同质产品且消费者需求缺乏弹性的市场将不免出现默许共谋。因为市场中的经营者“不难获取竞争对手的销售策略与价格列表”，并且“可以随时监督对方是否仍在遵循销售同质产品的共同政策”。 17 对此，欧盟曾给出过如下解释：
在分析市场透明度水平时，关键是要明确企业可以从竞争对手的商业活动中获取多少有用的信息。对于意料之外的状况，采取一致行动的企业需有能力做出判断，这究竟是因偏离一致行动而起，还是其他外界因素导致了状况的发生。比如，当市场大环境不稳定时，面对销量下滑，有意采取一致行动的企业应该能够做出判断，上述情况究竟是由总体需求下降导致，还是由竞争对手的促销活动引发。 18
为了确保默许共谋关系能够长久维系，默许共谋的参与者需要有足够的动机不去违背他们默认的共同政策。而当价格背叛发生时，成员企业必须能够迅速对背叛者施以惩戒。 19 除此之外，为了成就默许共谋，成员企业还需要确保其他潜在的市场竞争者与消费者不会对共同政策的执行造成阻碍。也就是说，默许共谋不仅不会给消费者留出发挥买方力量的空间，还要为市场设置较高的准入门槛。 20
由此可见，默许共谋需要一定的市场条件支撑。失去了这些条件，一致行动往往不会发生。当市场参与者越发依赖定价算法时，原有的这些市场条件也会因此发生改变，而这也令默许共谋寻找到了另一片沃土。
预测型代理人
为了探索定价算法是如何促成默许共谋的，我们将转向第三类共谋场景——预测型代理人。在这种共谋形式下，各家企业出于利润最大化的目的开展定价算法程序的开发——定价算法需要承担监督市场价格变化，对竞争对手的降价行为迅速做出反应的职责；而当产品涨价趋势可靠时，它还需要以最快的反应调高自己的定价，以免错失良机。
考虑一下这样一种情景——当同一市场中的所有经营者都使用定价算法进行产品定价时，市场数据的数字化水平与可获取性都会显著提升，而市场环境也将越发透明。具体而言，市场条件会因此出现以下三大变化：
其一，企业对数字化的市场信息与市场透明度的需求高涨。由于如今的定价算法承担起了预测与分析的工作职责，使开发相应算法程序的企业可以“结合实时数据、历史数据与第三方数据库提供的信息，对未来数月、数周，甚至几个小时内可能发生的事情做出预判”。 21 借力技术手段的升级，企业软件系统从“记录系统”（Systems of Record）改良成了“参与系统”（Systems of Engagement）。完成数据清洗之后，企业管理者得以将精力专注于重要的市场信息。 22 为了确保定价算法程序可以运行正常并不断得到优化，计算机必须具备迅速获取并处理关键市场数据的能力，包括竞争对手的定价策略、销售记录以及对于市场价格变化做出的回应等信息。
其二，当每家企业都使用定价算法时，市场中的整体数据量（包括竞争对手的定价信息）将呈现明显增长的趋势。通过使用定价算法，每一个市场卖家在将自己的产品价格公之于众的同时，整个市场的透明度也得到了改善。不论是消费者还是竞争对手，所使用的定价算法都可以在第一时间了解到每家企业的产品现价与销售条款。
那么，如果定价算法的价格与企业实际的报价（如私下里承诺给予折扣）不一致呢？对于这个问题，本书中第三部分会做详细介绍。正如第2章中提到的，一些行业中的经营者正在竞相开展“大数据军备竞赛”，纷纷使用算法进行动态定价。面对迅速调整价格的竞争压力，企业很有可能既没时间也没动机去检验算法提供的价格或是据此设定秘密折扣。当动态定价已向市场证明了自己的优势时，没有企业情愿再费时费力地去论证定价算法提供的价格的可靠性。在现实中，依赖于定价算法的企业往往没办法通过其他方式对定价算法使用的基础市场数据进行独立的分析与验证。
如果说动态定价是为了充分反映市场需求变化带给市场价格的影响，那么市场中的参与者可能会想当然地将动态定价算法提供的产品价格视为当前市场中的实际价格。虽然仍有一部分消费者会讨价还价，但常识告诉我们可以将由算法确定的“共识价格”视作市场中的真实价格（像是在成品油零售市场，很少有司机会跟加油站的收银员砍价。因为他们都很清楚，收银员没有汽油定价的决定权）。
此时已与消费者接收纸质价格目录的年代有所不同。在那个年代，企业总是晚一步才能拿到同行业竞争对手的价格目录，而且目录中的价格也不能充分反映产品的真实价格。企业往往只能通过多方打探才能探听到竞争对手的真实销售价格。
速度
在预测型代理人场景中，速度是关键。在我们的童年岁月里，是商场里的店员在给商品更换价格标签，是销售部门的管理者在做出调价与否的决策。人工调价快则数周，慢则数月。
然而，在企业经营者将定价工作转交给计算机完成后，仅毫秒之间，为特定人群、特定时段设定的上千种商品的价格就呈现在了我们眼前。 23 不但如此，定价算法还可以迅速跟进竞争对手的降价措施，这简直消磨掉了后者开展价格战的热情。同理，当市场价格上扬时，定价算法也不会错过这个放大利润空间的机会。更有甚者，当定价算法也认识到了寡头垄断市场的奥秘时，更高的定价也将悄然而至。 24
回到加油站的例子，假设岛上成品油零售市场的价格透明度有限（比如，司机需要走进加油站内，才能获知汽油价格）。这样一来，很少有司机会为了最低价而跑遍马撒葡萄园岛的所有加油站。相反，他们可能会听从朋友的推荐，选一家口碑好、价格低的加油站。可惜，低价者的红利维持不了太久，其他竞争对手最终也会调价。在这种情况下，有意识的平行行为的操作难度大大增加，企业之间总免不了竞争。
现在，再想一想默许共谋成立的基本条件。假如岛上的加油站经营者打算使用计算机定价代替人工定价。考虑到市场数据的贫乏，最先开发定价算法的加油站经营者只能勉强使用单日汽油销量等历史数据。当该加油站近来的销量低于往常时，在排除其他影响因素的情况下，加油站经营者可能得出这样一个结论：抢了他们的生意，其他加油站正在进行降价销售。于是，计算机会不断地调低当前的汽油售价，直到销量回升至往常的平均水平。接下来，当第二家、第三家加油站也开始使用相似的定价算法时，数据的质量将有所改善。使用竞争对手公示的售价，终究好过依据历史数据的推论。
更进一步说，当全国油价查询App已经在智能手机上推广普及时，消费者可以实时地查询到任意一家加油站的当日汽油价格。这听起来是有益于竞争市场的技术进步——透明的价格降低了买方的搜寻成本。在众多卖方聚集的市场中，这类油价查询软件的确可以起到促进竞争的作用。
但在寡头垄断市场，这类应用程序却起到扰乱市场竞争秩序的负面作用。首先，为防止自己处在竞争劣势，还没有使用定价算法的加油站会抓紧信息系统建设，尽管它们对此仍心存疑虑。其次，通过计算机定价，成品油零售市场中的加油站经营者可以实时掌握同业竞争对手的价格动向。市场透明度的改善降低了企业经营决策上的不确定性（虽然定价算法不能保证企业不会向消费者提供秘密折扣，但是油价查询App却可以），进而稳定了加油站市场的环境。 25 如果有家加油站在上午11点33分时将每加仑汽油的价格下调了1美分，在几毫秒的时间里，其他临近的加油站就会响应这个“降价号召”，跟进调价。
如果企业自行开发的定价算法程序可以迅速捕捉到竞争对手的降价信息，并及时做出回应，那么恐怕鲜有企业还可以从降价中得到甜头。毕竟，短暂的价格优势网罗不住太多客户。相应地，企业降价的冲动也会不断消退。就这样，一个意在促进竞争的油价查询App终于沦为寡头垄断企业手中的工具。
此外，定价算法面对市场环境变化所能做出的迅速反应还缩短了企业向外界发出价格上涨信号的窗口期。从前，企业调价总会经历一个大约30天的价格调整公告期。在此期间，他们要观望一下竞争对手对此的反应，以便确认最终的调价水平。但是在计算机主导定价的时代，首先发起价格上涨的公司不需要担心自己会被市场吞没，通过反复测试不同价格所收获的市场反应，它并不会有所损失。分秒之间的价格信号就足够培植起一个默许共谋。
于是，全行业范围内的定价算法普及将增强市场透明度并提升企业开展有意识的平行行为的风险。利用自己开发的定价算法，每家企业都有可能将历史定价数据与竞争对手的回应相结合，从而不断优化自己的经营策略。如果技术升级的趋势进一步放大，当算法软件可以在更透明的信息化环境中运行时，那么计算机还将承担起预测市场动向的工作，做好随时应对竞争对手攻击的准备。在这种情境下，计算机会为企业经营者提供不同的应对方案，分别列明相应的利润空间与可行性方案。有了计算机监督价格偏离，并及时做出惩戒，企业之间有意识的平行行为必将引致产品价格攀升。
算法军备竞赛
这种共谋场景与用计算机玩国际象棋和21点的情况有些许相似。如果在21点的牌局上，有对手使用计算机算牌，那么你的赢面又有多大？在连续输掉几轮之后，你也许会想要台计算机了。但好在，在正式的世界国际象棋冠军赛上，赛场安装了金属探测器，以防选手舞弊。毕竟，就连智能手机上的国际象棋App也可以击败世界顶尖棋手了。除了金属探测器，赛事的官方组织人员还会使用算法，复盘棋手的场上表现，以评估后者的赛场发挥是否符合他的真实棋力。 26
和国际象棋棋手不同的是，市场中的玩家大可以使用定价算法来赢得竞争优势。有些高频交易公司心甘情愿地投入巨资用于技术研发，只为了在数据传输速度上能够领先其他投资者几秒或者几分钟。美国作家迈克尔·刘易斯（Michael Lewis）在2015年出版的畅销书《高频交易员》（Flash Boys ）中，将矛头指向了华尔街的高频交易公司。高频交易员利用数据传输速度上的微小时间差，在比其他交易者稍快几毫秒的时间差内，捕捉到外汇市场中的价格差，从而动用巨额资金在市场中攫取暴利。 27 从这个意义上讲，企业岂会不抓紧信息系统建设。因为哪怕只是比消费者快上几毫秒发现竞争对手的降价行为，算法也来得及迅速做出回应。
执法挑战
在信使场景与中心辐射式共谋中，反垄断执法者取证的关键是找到垄断协议。但在默许共谋中，垄断协议已不见踪影，企业不需要就价格操纵达成协议。每家企业是出于自身的利益诉求而开发和使用定价算法。在大数据时代，如果还有经营者在顽固地采取人工定价，这无疑是在损害自身的利益。
有趣的是，不论是人为改价还是机器操作，有意识的平行行为都有可能发生。其一，在开发定价算法程序时，不必串通勾结，经营者对定价的“追高”策略都心知肚明。如果同行业中每家企业都使用相似的定价算法，那么市场均衡价格很有可能会高于充分竞争市场中的市场价格。人类在思维层面的思考最终会反映在定价算法程序的设计和研发过程中，有意识的平行行为概念同样也会被植入定价算法程序中。借此，计算机不仅需要观察市场价格变动，还要在产品定价的过程中不断寻找与竞争对手形成相互依赖关系的可能性。即便没有垄断协议或协作行动，这也无碍于默许共谋的发生。
没有了垄断协议就等于没有了确凿的证据，这令反垄断的执法难度大为提高。那么，执法者能否将企业通过使用相似的定价算法而达成的这种默契视作扰乱市场竞争机制的行为呢？ 28 也不尽然。从进化论的角度来解释这个问题，最强大的算法是最有可能主导整个科技领域的。所以，现实会促使市场中的算法开发人员与其客户不断向最强大的算法程序靠拢，学习并吸收它的精华。对其置之不理的态度毫无疑问不是一个良策。这就像是当股票交易系统已经实现自动化时，老派的交易员还坚持在交易大厅中央大叫大嚷地买卖股票一般。
在我们的案例中，企业之间并没有签订垄断协议，它们却都有着明显的反竞争动机——即企业单方面设计出能够生成预期结果的定价算法并且通过调价改变市场条件。在这种场景下，相似的定价算法在全行业范围内的普及将极有可能促成默许共谋。使用先进的定价算法的确改变了先前的常规市场条件。在定价算法普及之前，市场中的透明度相对有限，这也令有意识的平行行为难以为继。但是为了定价算法能够更好地发挥作用，企业开始有意识地开展透明化管理，这反过来也使默许共谋成为可能。如果在现有竞争法 29 的规制范畴中，企业之间这种互相监督价格的行为并不构成违法，那么这种通过“人工”手段改变市场条件的做法是否会遭受反垄断执法机构的惩处？
对于执法机构而言，它们的主要挑战在于判断有意识的平行行为的合法性。如果说在企业没有互相通气或者达成任何协议的前提下，商品或服务的均衡价格高于竞争市场中的一般水平，那么这仍是一种合理的存在，并不触犯竞争法。 30
然而，即便默许共谋属于合法的商业行为，也并不代表它能被所有人接受。事实上，并购行为的确改变了现有的市场竞争条件，那么监管机构往往会对这类可能引发默许共谋的商业并购持否定态度。为了说明这一点，假设A公司与B公司计划合并，使同业市场中只剩下A公司、C公司和D公司，并且A公司与C公司都在定价过程中使用定价算法，但D公司尚未使用这项工具。如果说，由于A公司、B公司的并购行为促使处在竞争劣势的D公司也选择引入动态定价算法，并且有证据证明D公司的这项决定会打击各家企业的降价冲动，引发它们竞相抬价。 31 那么，审批这件并购案的监管机构将很有可能否决这个申请，或者要求相关企业提出化解这类风险的弥补措施。
现在，让我们修改一下这个例子的背景条件。假设不存在并购，但A、B、C、D四家公司都倾向于默许共谋。然而，目前的市场环境并不利于暗中串通。为了躲过监管机构的惩处，它们很有可能会通过使用定价算法来提高市场透明度，降低彼此的降价动机，酝酿抬价。那么，这种整齐划一的行为，是否与上面的并购场景有本质上的不同？
问题的关键在于，人们是否能够容忍这种具备监督与惩罚机制的市场透明度。如果无法容忍，那么企业的哪些具体行为将构成违法？此外，还有一个问题在于，在实际案例中，为了稳定市场、避免价格战，有些定价算法程序在编写过程中就将避免抢夺竞争对手客户纳入程序应实现的目标范畴。美国联邦第七巡回上诉法院曾对这种行为的合法性做出过如下评述：
如果说出于恐惧价格战的缘故，寡头竞争市场中的各家企业都不向竞争对手的“忠实顾客”进行积极营销，那么这种“克制”（也有可能是另一种形式的默许共谋）是否可以逃脱反垄断法的制裁？监管机构是否会强制要求经营者主动向竞争对手的“忠实顾客”营销？应该这样来讲，禁止市场中的经营者达成共谋、阻碍竞争是一回事，命令他们开展竞争则又是另外一回事。如果为了避免企业被困囹圄，法院连市场竞争的活跃程度都要干涉，那岂不是过于行政干预。 32
反垄断执法机构可以干涉企业这种放弃竞争的单边决定吗？这种经营决策是否又有可靠的依据可以被认定为蓄谋市场分割？
考虑到以上所提到的各种执法挑战，人们可能会提出这样一个疑问：在现有的法律规制范畴内，算法程序的开发者是否可以在法律允许的范围内扶持默许共谋？
在传统的竞争分析中，这个答案很有可能为“是”。缺乏共谋协议，反垄断执法机构就没有了强有力的证据；不必达成并购交易，企业也可以通过定价算法有效地顺应市场变化。那些不具备市场支配力量的企业，通过独立开发定价算法，可以实时监测竞争对手的市场动向，从而找到优化利润的最佳路径，但这往往也是通往有意识的平行行为的捷径。
面对这些执法挑战，反垄断机构的执法者仍能够找到可以依傍的法律文书。举例来看，美国联邦贸易委员会可以根据《联邦贸易委员会法》（Federal Trade Commission Act）中第5条条款的规定，在缺乏共谋协议证据的情况下，将直接损害消费者利益的“不正当行为”视为非法。同样地，在美国不少州内，都有类似的法令。可惜，美国联邦贸易委员会的行动往往并不得法。但好处在于在长期的司法实践中，美国联邦贸易委员会终究总结出了一些教训。为了赢得反垄断诉讼，美国联邦贸易委员会可以从以下切入点入手：（1）有证据显示被告人曾达成共谋协议或暗中串通使用定价算法扰乱市场竞争秩序；（2）有证据证明被告人存在抑制竞争的意图；（3）没有独立的、合法经营的理由可以支持被告人的商业行为（如使用定价算法）。相对而言，在预测型代理人场景中，反垄断起诉的被告人会因以下两种情况而承担相应的民事责任：存在谋求反竞争结果的动机，或是在明确理解自己的商业行为可能会给竞争秩序带来损害的情况下照旧行事。
另外一条诉讼路径是将使用这类定价算法归入涉嫌操纵市场的范畴。当然，这个方法也有自己的弱点。如果想要从“对市场透明度的滥用”这个角度展开攻击，那么反垄断诉讼的原告方需要找到被告人存在反竞争意图的确凿证据。
如果有家企业的高管将本企业使用的算法程序称作“飞来横财”，他们致力于不断提升它操纵市场的能力，会为了“飞来横财”取得的每一个“成就”而欣喜地在企业内部邮件中相互吹捧……那么这家企业恐怕距离遭受指控不远了，而这也正是美国证券交易委员会（U.S. Securities and Exchange Commission，SEC，以下简称“SEC”）指控高频交易公司Athena Capital Research时该公司的所作所为。 33 事实上，这个例子相当典型。2014年，SEC首次对使用复杂计算机算法操纵证券价格的高频交易公司做出惩戒。 34 在此前，代号为“飞来横财”的算法程序参与了“逐日盯紧收盘价”（Marking the Close）的行动。自称是市场做市商的Athena Capital Research公司通过人为造势，在股市收盘前几秒内进行数额巨大的交易，从而直接导致数千只股票的收盘价向着对其有利的方向变化。 35 根据SEC的指控，Athena Capital Research公司的工作人员“明知他们使用的算法交易（Algorithmic Trading）将给市场价格带来影响，甚至还在公司内部邮件中将这种策略称作‘尽在掌握’（Owningthe Game）”。 36 除此以外，这些工作人员“还会对这种交易方式带给市场的后果做出预测与监督。2008年8月，Athena的工作人员制作了一张表格，其中详细记录并分析了‘飞来横财’对数千只股票的收盘价带来的影响”。 37
在证据确凿的情况下，Athena Capital Research公司虽然没有认罪，但却付出了100万美元的罚款。由此可见，在自动化交易有效改善市场透明度与效率的同时，也诱发了企业的市场操纵行为。 38 然而，调查取证的过程并不容易。面对指控，Athena Capital Research公司就曾辩称，“公司的交易活动是为了满足市场在特殊情况下对流动性的额外需要”。 39
特别地，如果涉案企业是出于正当的商业原因而开发并使用定价算法，对于犯罪意图的认定则更为困难。毕竟，对于第一家使用定价算法的企业而言，由于市场透明度仍较低，竞争对手无法跟上前者的价格变动步伐，所以市场中尚不存在默许共谋的痕迹。如果第一个勇于“吃螃蟹”的企业不存在价格操纵的意图，那么推而广之，第二家、第三家企业也非被指控的对象。总而言之，对于使用定价算法的企业而言，它们总能为自己的行为找到借口——在科技日新月异的当下，为避免处在竞争劣势，它们理所应当地会使用定价算法。
本章回顾
或许，默许共谋正是市场千变万化中的一个有趣的插曲。在条件允许的情况下，它会发生在市场集中度较高的行业当中。即便这些条件（如高市场准入门槛、价格缺乏弹性、同质产品）都成立，也并不意味着经营者之间的勾结关系就会固若金汤。 40 就连科技进步也可能是一种具有破坏性的力量，令算法得以成功地依靠暗中折扣而在生意场上“使诈”。
但是，企业之间有意识的平行行为的确是在现今的商业世界中更容易达成。线上市场的本质属性、数据的可获取性、定价算法的不断开发以及市场稳定性与透明度的改善……种种进展对于默许共谋而言，都是帮助其扩大影响力半径的有生力量。 41
由此也引发了不少有关信息技术、法律与行政监管的难题。“通常而言，信息的传播将有助于贸易的发展。在一定条件下，它还能够提高经济效率，激发市场竞争机制的良性运作。”以上正是美国最高法院给出的看法。 42 事实上，导致市场价格透明度降低的协作行动本身就是反垄断法打击的目标。但是，如果定价算法的确可以起到改善市场透明度的作用，那么被告方就能够为自己的行为找到一个合理的解释。这样一来，法院与监管机构就有可能转而倾向于限制信息在市场中的自由传递。
但在司法实践中，通过行政手段降低市场透明度也并不容易。监管机构很难对政策进行微调，从而实现削弱“过度的”市场透明度的目的。其实，问题本不是出在市场透明度身上，是经营者对信息的智能化应用成为辅助默许共谋的工具。
同理，限制“黑科技”的使用同样不是一个良策。总有新的技术进步会令现有的定价算法相形见绌。到时候，掌握该项技术的企业又会在快速变化的市场环境中赢得先机。
此后，我们会在本书的第五部分中继续讨论“行政干预”这个话题。接下来，我们将要介绍第四种场景——电子眼。在这种场景下，算法会以一种更快的节奏处理更多数据，而市场透明度水平也会达到一种可以被称作“上帝视角”（God View）的高度。当具备自学习能力的算法拥有了“上帝视角”时，默许共谋将席卷更多商业领域。毋庸置疑，这对市场竞争机制的打击将有增无减。