Introducción
Uno
de los problemas más serios para la coordinación
sectorial y la toma de decisiones de política
económica en la lechería argentina ha
sido y continúa siendo la insuficiencia de
información, en particular sobre el comportamiento
de precios y márgenes a diferentes niveles
de la cadena (Gutman, Guiguet y Lavarello 2003, Depetris
2003). Ello es motivo recurrente de conflictos entre
productores e industriales, que se agravan en los
períodos de crisis, y que muestra las percepciones
encontradas de las partes. Los productores alegan
que se transmiten rápidamente las bajas de
los precios pero no así los incrementos, siendo
ellos los que finalmente absorben las pérdidas,
situación refutada por la industria.
Además,
los intentos de estudiar la problemática se
han encontrado con serias limitaciones en la cantidad
y confiabilidad de los datos disponibles. En los lácteos,
y dada la ausencia de otras fuentes, Rossini (2004)
ha analizado las variaciones de márgenes a
nivel productor, mayorista y minorista con datos de
precios promedios para todo el país oficialmente
publicados, los que mantienen algunos cuestionamientos
metodológicos acerca de su representatividad.
En
la provincia de Santa Fe los dos mayores centros de
consumo son las ciudades de Rosario (908.000 habitantes)
y Santa Fe (349.000). Si bien ambas tienen características
diferentes, se encuentran a similares distancias de
las zonas productoras primaria e industrial, lo que
permite hacer el supuesto de igualdad en el costo
de transporte y precio promedio pagado al productor
en la principal cuenca lechera del país.
Este
estudio tiene como objetivo evaluar la evolución
mensual de la relación entre precios pagados
por la leche fluida a nivel productor y los precios
minoristas que los consumidores han pagado en las
ciudades de Santa Fe y Rosario para el período
1996-2004. En ambos casos se contrastarán dos
hipótesis: 1) que los precios al productor
y minoristas están cointegrados no linealmente
en ambas ciudades; y 2) que los ajustes en el corto
plazo que mantienen la relación de equilibrio
en el largo plazo son simétricos, o sea que
las variaciones se transmiten de la misma manera al
productor cuando los precios al consumidor suben que
cuando bajan.
Materiales y Métodos
Este estudio utiliza un análisis de cointegración según
las propuestas de Enders y Granger (1998), aplicado por
González y otros (2002, 2004) en pescado, Abdulai (2002)
en carne de cerdo y para todos los productos lácteos por
Rossini (2004).
Por razones de espacio, para mayor
detalle de la metodología se remite a los autores
citados y a Rossini G (2004) para su aplicación al
sector lácteo.
La posibilidad de cointegración
se basa en que variables no estacionarias puedan tener
una relación de equilibrio y moverse juntas en el
largo plazo. Como primer paso, se prueban las variables
por su orden de integración, mediante el uso de las
pruebas de raíces unitarias propuestas por Dickey-Fuller
o Phillips-Perron. Si las variables están integradas
de orden uno, la relación en el largo plazo se especifica
como
(1), donde PPt son los precios recibidos
por los productores de leche y PCt son los
precios de la leche fresca pagados por los
consumidores. PPt se toma como variable
dependiente por ser la materia prima una demanda
derivada de la demanda final del consumidor. Cuando
las variables son logarítmicas, los parámetros
estimados en esta relación de equilibrio pueden ser
interpretados como las elasticidades de transmisión
entre los precios al productor con respecto a los
precios pagados por los consumidores.
Luego
se determina si las variables están cointegradas de
manera no lineal, según la especificación TAR (Threshold
Autoregressive Model) o
M-TAR (Momentum Threshold Autoregressive Model). Para verificar si el modelo es adecuado las pruebas a
realizarse incluyen la autocorrelación de los residuos
(el test de Ljung-Box), los criterios de selección de
modelos (Criterio de Información de Aikaike (AIC) y
Criterio Bayesiano de Schwart (SBC)).
Si la hipótesis de cointegración es aceptada, luego es
posible probar si el ajuste es simétrico (r1
=
r2),
usando la distribución F.
Si las variables están cointegradas, un modelo de
corrección de errores puede ser usado para investigar la
dinámica de los ajustes asimétricos de los precios en el
corto plazo. Criterios de selección tales como AIC y SBC
deben ser usados para elegir el mejor modelo con el
mejor ajuste.
Datos
En la aplicación del modelo descripto se utilizarán
datos de precios al productor por litro de leche
correspondiente a la serie mensual recopilada por la
Dirección de Lechería del Ministerio de la Producción de
Santa Fe entre agosto de 1996 y febrero de 2004. Para
los precios minoristas se utilizarán promedios mensuales
de precios de leche fluida en sachet de un litro de
primeras y segundas marcas obtenidos de encuestas
realizadas entre un grupo de supermercados ubicados en
el radio céntrico (entre boulevares) de las ciudades de
Santa Fe y Rosario por el Instituto Provincial de
Estadísticas y Censos (IPEC) para el mismo período. Las
variables a utilizar por el modelo detallado
precedentemente serán expresadas en forma logarítmica.
Resultados y Discusión
El
comportamiento de precios al productor y precios
minorista de la leche fluida en las ciudades de Rosario
y Santa Fe entre 1996 y 2004 muestra diferencias
importantes (Figura 1).
|
Figura 1: Evolución de Precios Minoristas de
la Leche Fresca y al Productor . |
 |
|
Fuente: elaboración propia con datos de MAGIC e
IPEC. |
Hasta casi finales de 1998 los precios minoristas en ambas
ciudades tuvieron un comportamiento similar, tanto en
sus niveles como en sus variaciones. A partir de
entonces se diferencia un período, hasta comienzos de
2001, en que los precios de Rosario estuvieron por
debajo de los de Santa Fe. Coincide con la situación de
sobreoferta de productos lácteos y caída pronunciada de
precios, con recesión y disminución de la demanda
interna y externa por la devaluación de Brasil. A partir
de 2001 los precios en Rosario pasan a estar por encima
de los de Santa Fe. Comencemos por explorar cómo han
estado cointegrados.
1. La prueba de Dickey-Fuller
Permite concluir que cada una las variables
presentan raíz unitaria. Los valores estimados por este
test para los precios al productor, precio de leche
fresca en Rosario y precio de la leche fresca en Santa
Fe son -0,59, -0,36 y -0,62 en niveles y -4,30, -8,07 y
-3,59 en su primera diferencia respectivamente.
Comparando los valores estimados con el valor crítico de
-2,89, concluimos que las series tienen integración de
orden 1.
2. Las relaciones de equilibrio en el largo plazo
Son estimadas por mínimos cuadrados ordinarios (los
valores entre paréntesis corresponden al valor estimado
del estadístico t).
Los coeficientes estimados de la
variable PCt para cada caso representan las
elasticidades de transmisión en el largo plazo de los
precios al
consumidor con respecto a los
precios al
productor, ya que están expresadas en su forma
logarítmica. De esta
manera, para Santa Fe indica que cuando el precio en
góndola que pagan los consumidores aumenta (disminuye)
en un 10%, el precio a los productores aumenta
(disminuye) en un 14,74 %. Rosario presenta una
elasticidad de transmisión similar a la de Santa Fe,
con una respuesta del 14,30% de incremento en los
precios recibidos por los productores ante un aumento
del 10% en el precio de la leche fresca a los
consumidores.
Como hipótesis explicativa podría pensarse que dado que
el precio a los productores no depende solamente de la
leche fresca, sino del mix de productos que elabora la
industria, el carácter de bien esencial de la leche
fresca podría llevar a la industria en determinados
períodos a no trasladar la totalidad de los aumentos al
consumidor, pero hacerlo en otros productos lácteos. Por
el contrario, dada una baja en el precio minorista, el
impacto es mayor a nivel de precio al productor.
3.
Test de Cointegración.
En el caso del modelo TAR, los coeficientes son
negativos para ambas ciudades, lo que indican
convergencia hacia el equilibrio. Comparando los valores
estimados del estadístico
F,
con los valores críticos de 3,95 y 3,18 al nivel de
significancia del 5% y 10%, se puede concluir que los
precios en Rosario están cointegrados al nivel del 5%,
pero no así los de Santa Fe.
Dado que los precios están cointegrados en Rosario, se puede
examinar la hipótesis nula de que los ajustes son
simétricos (r1
=
r2)
usando la distribución F. El valor estimado para esta
ciudad indica que no se puede rechazar la hipótesis nula
de que los ajustes son simétricos. En el modelo M-TAR
los resultados son similares, estando los precios
cointegrados en el caso de Rosario pero no en Santa Fe.
Además, no hay evidencia de que los ajustes hacia el
equilibrio en el largo plazo no sean simétricos en ambas
ciudades.
|
Tabla 1:
Estimación de las Ecuaciones de Ajuste usando
Cointegración no Lineal con un Valor Crítico de
Equilibrio igual a Cero. |
|
 |
Los dos modelos precedentes tienen como característica común
que el valor de atracción al cual tienden hacia el
equilibrio es igual a cero. Debido a que en nuestro caso
el modelo TAR tiene un mejor ajuste que el modelo M-TAR
según los valores de los criterios AIC y SBC, procedemos
a estimar nuevamente el modelo TAR, usando el método de
Chan para estimar el valor consistente al cual el modelo
tiende hacia el equilibrio (Tabla 2).
|
Tabla 2:
Estimación de las Ecuaciones de Ajuste usando
Cointegración no lineal con Valor Crítico de
Equilibrio usando el Método de Chan. |
|
 |
Los valores estimados del modelo TAR con los valores de
equilibrio consistente estimados por el método de Chan
indican que los precios están cointegrados en Rosario
pero no en Santa Fe. Los modelos presentan un mejor
ajuste medido por los criterios de selección de
modelos. Sin embargo, existen diferencias en los
valores de los coeficientes estimados en la ciudad de
Rosario, que indican cómo el modelo ajusta hacia el
equilibrio. Los coeficientes estimados de
r1
y
r2
indican que los valores positivos estimados de
mt
ajustan mucho más rápido que los valores negativos
estimados de
mt
La prueba sobre si los cambios entre el precio al
productor y al consumidor de la leche fluida son
simétricos (r1 =
r2
), se rechazan sólo en los precios de la leche en la
ciudad de Rosario al 10% de significancia, pero no al 5%
(F(2,88) = 2,85, con un valor de probabilidad del 0,09).
4. Modelo de Corrección de Errores
Los modelos TAR y M-TAR sugieren que los precios de la
leche fresca están cointegrados solamente en la ciudad
de Rosario, por lo que se examinarán las dinámicas de
los ajustes de precio en el corto plazo que mantienen la
relación de equilibrio en el largo plazo. Los criterios
de selección AIC y SBC determinan que el modelo con un
rezago en la primera diferencia en ambos precios tenga
el mejor ajuste.
En los resultados del modelo de corrección de errores, los
valores de los coeficientes Z_Pos y Z_Neg permiten
examinar cómo son transmitidos los cambios de precios
entre ambos precios (al productor y al consumidor) en la
cadena de la leche fluida. Los coeficientes estimados
del modelo de corrección de errores son los siguientes:
Los valores del estadístico t en los coeficientes Z_Pos y
Z_Neg no son significantes, salvo en el caso de Z_Pos de
los precios al productor. Analizando la dinámica de cómo
se reestablece el equilibrio ante un shock que modifique
los precios de la leche fresca, los coeficientes de
ajuste estimados indican que es el precio al productor
el que corrige en el corto plazo para mantener el
equilibrio que existe entre ambos precios en el largo
plazo. Si se produce, por ejemplo, una caída en el
precio al consumidor, lo cual genera una desviación
positiva en la relación de equilibrio en el largo plazo,
los precios al productor ajustan disminuyendo y
eliminando un 29 % de esa diferencia en el siguiente
mes. Contrariamente, un aumento en los precios a los
consumidores, que amplía la diferencia entre precios,
genera una desviación negativa en la relación de
equilibrio y el sistema ajusta a través del coeficiente
Z_Neg. Según el valor de este coeficiente, los precios
al productor responden con un incremento de sólo un 5 %
de esa diferencia dentro del mes siguiente, no mostrando
significación estadística.
Estos resultados nos indican que las transmisiones en los
cambios de precios en el corto plazo entre los precios
al consumidor de la leche fresca y al productor en
Rosario es más rápido cuando los márgenes de
comercialización disminuyen (discrepancia positiva
generada por una caída en los precios al consumidor o
aumento en los precios al productor) que cuando los
márgenes de comercialización se incrementan
(discrepancia negativa generada por una suba en los
precios al consumidor o caída en los precios al
productor).
Por último, el modelo también nos permite evaluar los
resultados del test de causalidad (valores del F
estadístico en las dos últimas filas de la Tabla 3).
|
Tabla 3:
Modelo no Lineal de Corrección de
Errores |
|
 |
Los mismos indican que son los
precios recibidos por el productor (F(2,89)=
8,59) y los mismos precios rezagados de los precios en
góndola (F(2,89)= 8,49) los que originan los
cambios en los precios al consumidor de la leche fresca.
No hay evidencia de que los cambios en los precios al
consumidor causen significativas respuesta en los
precios recibidos por los productores (F(2,89)
= 0,359).
Conclusiones
La percepción de los productores lecheros argentinos de que
se transmiten rápidamente las bajas pero no así los
incrementos de precios minoristas al precio de la
materia prima ha sido analizado en este trabajo tomando
como caso de estudio los precios de la leche fresca en
supermercados de la ciudad de Santa Fe y Rosario.
En primer lugar se pudo verificar la hipótesis de la
existencia de cointegración entre las variables precio
al consumidor y al productor solamente en la ciudad de
Rosario, no así en Santa Fe, con la bondad de los
ajustes dependientes de los criterios de selección de
modelos. Este resultado llama mucho la atención y merece
una profundización en su estudio para el futuro.
Los niveles de precios al consumidor en un período previo a
la devaluación del 2002 y posteriores, difieren entre
ciudades, para explicar lo cual se adelantan varias
hipótesis. Además se confirma que la variación a largo
plazo entre ambos niveles de precios, productor y
minorista, no es similar entre ambos mercados, y en este
caso se hace más compleja e incierta la justificación.
El producto elegido y los datos correspondientes tienen
características particulares. El precio relevado
corresponde a sachet de un litro de primeras y segundas
marcas en los supermercados de las zonas céntricas de
ambas ciudades, "entre los boulevares". Por lo tanto,
trabajamos con un producto de primera necesidad,
altamente perecedero, sin posibilidad de ser almacenado
por bastante tiempo, por lo que tiene requerimientos de
una frecuencia muy alta en su compra (visita al
supermercado diarias o casi diarias). Ello sugiere el
predominio de las compras de vecinos residentes dentro
de un radio bastante acotado, y que por la localización
mencionada podrían caracterizarse como de clase media y
media alta, pero con menor poder adquisitivo en Santa Fe
que en Rosario.
Por otra parte, también tiene sustitutos muy cercanos en
sachets de marcas menos conocidas, por la facilidad con
que empresas y productores pueden integrarse
verticalmente en este eslabón y entrar en el mercado. En
el período previo a la devaluación, con un altísimo
nivel de desempleo y una sobreoferta de lácteos, habían
proliferado terceras marcas de firmas conocidas y nuevas
marcas de recién llegados a la industria.
Por el lado del mercado, otra característica es que los
lácteos, al igual que la yerba mate, el aceite y otros
productos básicos de la canasta familiar, son utilizados
frecuentemente por el supermercadismo como "atracción"
en las ofertas semanales. Por lo tanto, constituyen
elementos de sus estrategias comerciales, a menudo
ofrecidos con descuentos que no se correlacionan con la
variación coyuntural del precio al productor. En la
década del '90 la competencia entre las grandes cadenas
nacionales e internacionales que se estaban
estableciendo en Rosario podrían haber sido causante de
la proliferación de este tipo de ofertas. Santa Fe, que
no experimentó en ese período un cambio similar y
seguían predominando los autoservicios y supermercados
pequeños y medianos, podría haber mantenido mayores
precios.
Cuando se produjo la crisis argentina en el 2002, devino un
corte de la cadena de pago, la brusca ausencia de
liquidez del consumidor, y luego el aumento de precios
por la devaluación. La percepción es que el efecto
ingreso tuvo mayor peso en Santa Fe que en Rosario, así
como la flexibilidad que permiten las empresas medianas
y pequeñas de incorporar nuevas marcas y proveedores no
tradicionales. Santa Fe, con menor poder adquisitivo,
tuvo inclusive temporariamente el retorno de la venta
directa domiciliaria de leche sin pasteurizar, y la
incorporación en los supermercados de nuevas marcas a
precios bastante inferiores. Los supermercados de
Rosario podrían no tener la flexibilidad de hacer
cambios tan rápidos, o la predisposición de adoptar ese
tipo de estrategias, resultando en precios más altos.
Ambas hipótesis merecen estudiarse.
Otro tipo de aproximación metodológica, como un análisis de
factores que componen el margen de comercialización
también podría arrojar más luz en este sentido
La
segunda hipótesis planteaba que, probada la
cointegración, los precios se comportaban
simétricamente, prueba que solamente pudo efectivizarse
en el caso de Rosario. La evidencia estadística permitió
refutar esa hipótesis solamente al 10 %, por lo que se
confirma que los incrementos de precios se transmiten más lentamente que las
bajas en la cadena de leche fresca.
En general, a pesar de que los resultados no fueron los
esperados, en esta instancia se contó con series de
precios que merecen confianza a los investigadores,
tanto por su metodología de recolección como por su
tratamiento posterior, aunque no corrige el problema de
sustitución del consumidor entre marcas. Datos semanales
de precios pagados podrían mostrar mejor las
variaciones, por lo que se recomienda tenerlo en cuenta
para diseños de recolección de datos con ese fin.
También separar los análisis para el período previo y
posterior a la devaluación, aunque por el escaso tiempo
transcurrido la cantidad de observaciones podrian no ser
suficientes.
Dado que el producto elegido tiene características muy
particulares, convendría reiterar este tipo de análisis
para conocer el comportamiento de precios de otros
productos lácteos de los que se cuentan datos. Como el
precio pagado por la materia prima resulta de un
promedio ponderado de los precios de los diferentes
productos lácteos, una falta de integración de precios
en uno de ellos, como la leche fluida, por cualquier
razón, debería estar acompañada de una estrecha
integración en otros.
Si bien en este estudio se tomaron precios al consumidor y al
productor, una mejor comprensión de las variaciones
requieren tomar también aquéllas producidas en el nivel
industrial mayorista. Los datos disponibles de esos
precios tienen varios problemas, lo que lamentablemente
no los hace confiables a los investigadores.
Finalmente se recomienda profundizar el análisis sobre las
causalidades de los movimientos detectados, así como la
explicación de las variaciones de los márgenes de
distintos productos con la utilización de otra
metodología.
Bibliografía
ABDULAI, A.
2002. "Using threshold cointegration to estimate
asymmetric price transmission in the swiss pork market".
Applied Economics, 34: 679-87.
BERNARD, J. and L. WILLET.
1996 "Asymmetric price relationship in the U.S. broiler
industry". Journal of Agricultural and Applied
Economics, 28: 279-289
CHAN, K. S.
1993. "Consistency and limiting distribution of the
least squares estimation of a threshold autoregressive
model". The Annal of Statistics, 21: 520-533
CRAMON-TAUBADEL S.
von.1998.
"Estimating asymmetric price transmission with error
correction representation: An application to the german
pork market". European Review of Agricultural Economics,
25: 1-18.
DEPETRIS GUIGUET E. 2003.
"Dinámica del sector lechero santafesino en los últimos
años". Segundo Congreso Nacional Sobre Problemáticas
Sociales Contemporáneas. Santa Fe.
GUTMAN G., GUIGUET E. Y J. REBOLINI.
2003. "Los ciclos en el complejo lácteo argentino.
Análisis de políticas lecheras en países seleccionados".
Secretaría de Agricultura, Ganadería, Pesca y
Alimentación. Buenos Aires: 265 pag.
ENDERS, W and C. W. GRANGER.
1998. Unit-Roots tests and asymmetric adjustment with an
example using the term structure of interest rates.
Journal of Business and Economic Statistics, 16 (3):
304-311.
ENGLE, R. and C.W. GRANGER
(1987). "Co-integration and error correction:
representation, estimation, and testing". Econometrica,
55, (2):251-276
GONZALES F, P. GUILLOTREAU, and L. LE GREL.
2002. "The transmission of price variability along the
french cod value chain", XIVth EAFE Conference, Faro,
25-27 March.
ROSSINI G.
2004. "Transmisión de precios en el sector lácteo
argentino: una aplicación del análisis de cointegración".
AAEA. Mar del Plata.
Santa Fe. Instituto Provincial de Estadísticas y
Censos (IPEC).
Datos de precios de productos lácteos. 1996- 2004.
Santa Fe. Ministerio de la Producción. Dirección
de Lechería.
Datos de precios de leche cruda pagados al productor.
1996-2004.
|