capÍtulo 4 los modelos economÉtricos estimados

32
Capítulo IV/ 56 CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS 4.1 MÉTODOS ECONOMÉTRICOS UTILIZADOS. En este último capítulo se harán los cálculos necesarios para obtener los modelos econométricos que describan adecuadamente el proceso generador de información (PGI) que esta detrás de nuestros datos. Comenzaremos haciendo un recuento informal de la naturaleza del problema al que nos enfrentamos y continuar después con los aspectos más formales de la teoría de la cointegración econométrica. Nelson y Plosser (1982) mostraron que un amplio conjunto de variables económicas de Estados Unidos no cumplían con el supuesto de estacionariedad. Establecieron que estas variables habían sufrido variaciones tanto en su media como en su varianza a lo largo del siglo XX. En otras palabras, observaron que muchas de estas variables presentan una tendencia creciente a lo largo del tiempo, a la vez que su variabilidad se acentuaba. Estos investigadores sugirieron que no considerar este fenómeno lleva a cometer errores en el establecimiento de un modelo econométrico al aceptar como válidas relaciones de tipo espurio. Es decir, el que dos variables presenten comportamientos sistemáticos similares podría no ser debido a una relación de causalidad sino a una situación de casualidad 51 . Aquí se dirá que una variable es estacionaria si su media y su varianza son constantes en el tiempo, y una variable está integrada I(d) si fue necesario sacar d diferencias para hacerla constante en media y varianza. La teoría económica sugiere relaciones entre variables que se supone que son estacionarias en sus niveles. Sin embargo, hay gran número de variables económicas que no poseen esta característica. La solución dada al problema de no estacionariedad mediante la obtención de diferencias ha sido criticada porque mediante este 51 Los conceptos formales de integrabilidad y estacionariedad se presentan en el apéndice B.

Upload: others

Post on 20-Jul-2022

6 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 56

CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

4.1 MÉTODOS ECONOMÉTRICOS UTILIZADOS.

En este último capítulo se harán los cálculos necesarios para obtener los modelos econométricos que describan adecuadamente el proceso generador de información (PGI) que esta detrás de nuestros datos. Comenzaremos haciendo un recuento informal de la naturaleza del problema al que nos enfrentamos y continuar después con los aspectos más formales de la teoría de la cointegración econométrica.

Nelson y Plosser (1982) mostraron que un amplio conjunto de

variables económicas de Estados Unidos no cumplían con el supuesto de estacionariedad. Establecieron que estas variables habían sufrido variaciones tanto en su media como en su varianza a lo largo del siglo XX. En otras palabras, observaron que muchas de estas variables presentan una tendencia creciente a lo largo del tiempo, a la vez que su variabilidad se acentuaba.

Estos investigadores sugirieron que no considerar este fenómeno lleva a cometer errores en el establecimiento de un modelo econométrico al aceptar como válidas relaciones de tipo espurio. Es decir, el que dos variables presenten comportamientos sistemáticos similares podría no ser debido a una relación de causalidad sino a una situación de casualidad51.

Aquí se dirá que una variable es estacionaria si su media y su varianza son constantes en el tiempo, y una variable está integrada I(d) si fue necesario sacar d diferencias para hacerla constante en media y varianza. La teoría económica sugiere relaciones entre variables que se supone que son estacionarias en sus niveles. Sin embargo, hay gran número de variables económicas que no poseen esta característica. La solución dada al problema de no estacionariedad mediante la obtención de diferencias ha sido criticada porque mediante este

51 Los conceptos formales de integrabilidad y estacionariedad se presentan en el apéndice B.

Page 2: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 57

procedimiento se elimina la información de largo plazo existente en los niveles de las magnitudes económicas. Así, cuando se quieren probar relaciones de largo plazo entre variables económicas hay que enfrentar el problema de la posible no estacionariedad de las mismas. Pero integrar las variables y luego realizar nuestra regresión sin ninguna consideración resultaría un método ineficiente de modelar el comportamiento de variables importantes. Debido a que la integrabilidad es una propiedad dominante cualquier combinación lineal de procesos de distinto orden de integrabilidad es del mismo orden que el proceso de orden mayor y la serie resultante presentará una tendencia en su varianza que resulta de esta combinación lineal de las variables originales. La excepción a este caso general es lo que se denomina cointegración, concepto central para establecer verdaderas relaciones económicas entre variables que tienden a evolucionar conjuntamente en el tiempo. El concepto de cointegración se debe a Engle y Granger (1987) y puede ser definido de la siguiente forma:

“Los componentes de un vector Yt(m x 1) se dice que están cointegrados de ordenes d y b, y se denota por Yt ~ CI(d,b), si: • todos los componentes de Yt son integrables del mismo orden

d, I(d), • existe un vector α, no nulo, tal que α’Yt=zt ~ I(d-b), con b>0. Al

vector α se le denomina vector de cointegración.

La existencia de una relación de cointegración entre un conjunto de variables suele interpretarse como la presencia de una relación lineal de equilibrio entre ellas, que esta dada por el vector de cointegración.

El método que utilizaremos para probar la cointegración entre nuestras variables es el especificado por Engle y Granger, que consiste en correr la siguiente regresión mediante mínimos cuadrados ordinarios MCO y verificar que ut ~ I(0)

tntntt uxxy ++++= βββ ...110 (4.1)

donde t=1,2,…,n

Page 3: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 58

Si encontramos que ut ~ I(0) entonces se dice que las variables están cointegradas, por lo que se esperaría que en el largo plazo alcancen el equilibrio. Además, las situaciones de desequilibrio en el corto plazo son consideradas de carácter transitorio.

Una vez que hemos comprobado que nuestras variables están cointegradas, sabemos que hay una relación de equilibrio en el largo plazo, pero también sabemos que en el corto plazo puede haber desequilibrio. En consecuencia, se puede tratar el término de error en (4.1) como el error de equilibrio, y se puede utilizar este término de error para ligar el comportamiento de corto plazo de la variable dependiente con su valor de largo plazo. Ello significa que es posible especificar un mecanismo corrector de error (MMCE) que muestra como se compensan desequilibrios y, por la tanto, como es posible representar adecuadamente el proceso generador de información (PGI)52.

Este MMCE describe la variación de la variable dependiente alrededor de su tendencia de largo plazo, en términos de las variaciones de las variables independientes respecto de sus tendencias de largo plazo y de la corrección del error ut.

4.1.1 Análisis de integración de las variables por estructura de

mercado.

En esta sección se realizan las pruebas para determinar el orden de integración de las variables que vamos a utilizar para definir nuestros modelos. Se empleará el procedimiento basado en pruebas que registran la presencia de raíces unitarias en el polinomio autorregresivo. Específicamente se trabajaran con dos pruebas de hipótesis de fácil uso e interpretación: la prueba de Dickey-Fuller ampliado (1981) y la de Phillips-Perron (1988)53.

Los datos presentan un cambio brusco en el último año de estudio por lo que resulta difícil asumir una estructura de parámetros constantes durante el periodo. Para evitar problemas a la hora de calcular el estadístico de Dickey-Fuller ampliado (ADF) se prefirió segmentar la muestra y omitir el año de 1995 para todas las variables y evitar posibles problemas estadísticos debido a las 52 Veáse el apéndice B. 53 En el apéndice B se incluye la metodología de ambas pruebas.

Page 4: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 59

grandes variaciones que sufrieron las variables económicas durante ese año de crisis económica en nuestro país. Sin embargo, este periodo no se excluye del análisis posterior de cointegración y del mecanismo corrector de error.54

Dado que la prueba Phillips-Perron (PP) no esmuy afectada por los cambios estructurales en las variables se conservó todo el periodo de estudio en el momento de aplicarla.

Para establecer la mejor estructura de rezagos de los modelos que se fueron especificando se revisaron los valores que tomaban los criterios de Akaike y Schwarz, y se buscó que estos valores fueran mínimos y que los modelos pasaran las pruebas de raíces unitarias.

El margen de beneficio y el costo salarial unitario presentan un movimiento estacional en el periodo 12 de cada año55. Es importante hacer notar que la estacionalidad difiere en mucho de la estacionariedad. Intuitivamente, la estacionalidad sería aquel movimiento que presenta una variable cada año cuando es medido s veces, y donde s puede tomar valores de 12 (mensual), 6 (semestral), 4 (trimestral), 3 (cuatrimestral) y 2 (bimestral). La característica principal radica en que para determinados periodos st de cada año hay cambios en la varianza del proceso o en la media lo que provoca máximos o mínimos locales en la figura geométrica de la variable económica. Esta característica determina un cierto patrón periódico en el recorrido de la variable durante el lapso de medición. Para este trabajo es conveniente eliminar este factor estacional para poder prestar atención a los demás factores que influyen en el comportamiento de nuestras variables, por ejemplo, la tendencia. El proceso de eliminación del componente estacional de una serie se conoce como la “desestacionalización” o el “ajuste estacional” y la serie resultante se denomina desestacionalizada o estacionalmente ajustada. Existen varios métodos para desestacionalizar una serie, pero aquí se aplicará el método llamado de las variables dicotómicas o variables dummy56.

54 Rappoport y Reichlin (1989) y Perron (1989) pusieron de manifiesto que la prueba de Dickey-Fuller está sesgado hacia la aceptación de raíces unitarias cuando existe un cambio estructural. 55 Este movimiento estacional se presenta en todas las estructuras de mercado. 56 Otros métodos son los de promedios móviles, el de vinculo relativo y el método de porcentaje de promedio anual. Véase Hamburg (1970). En el apéndice B se explica

Page 5: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 60

A continuación se aplican las pruebas de raíces unitarias a todas las variables involucradas en los modelos explicativos del margen de beneficio incluyendo el tipo de cambio real, y la tasa de interés real57. La muestra estadística tipo panel esta formada por los datos mensuales de 1987 a 1995 de las siguientes variables; indicador margen de beneficio, costo salarial unitario y valor de producción de cada estructura de mercado especificados. Además, se incluye las variables tipo de cambio real y tasa de interés real para el mismo periodo. El cuadro 4.1 presenta las pruebas de raíces unitarias para las variables de la industria competitiva.

Cuadro 4.1 Prueba de raíces unitarias Dickey-Fuller Ampliada1 (ADF) y Phillips-Perron2 (PP) para las industrias competitivas

Con tendencia Sin tendencia Orden Variable

ADF PP 5%

ADF PP 5% I(d)

lmic -0.74 -2.03 -3.45 -2.14 0.03 -1.94 I(1) ∆lmic -3.77*a -17.64* -2.26** -16.34* I(0) lcsuic -2.45 -6.18* 1.51 2.13 I(1)

∆lcsuic -4.39* -28.13* -5.10** -19.75* I(0) lvpic -1.34 -2.73 2.99 0.23 I(1)

∆lvpic -4.11* -20.61* -2.28** -17.69* I(0) Notas: 1 se considera el periodo 1987-1994. 2 se considera el periodo 1987-1995. *significativo al 1%, **significativo al 5%. a con 11 rezagos, todos los demás con 12 rezagos. ∆ indica la primer diferencia de la variable. lmic= logaritmo del índice del margen de beneficio en las industrias competitivas. lcsuic = logaritmo del índice del costo salarial unitario en las industrias competitivas. lvpic= logaritmo del índice del valor de la producción de las industrias competitivas.

Como se observa todas las variables de las industrias competitivas presentan un orden de integración 1, es decir que es necesario sacar la primer diferencia de la variable para que esta sea estacionaria en media y varianza, tal y como lo indican las pruebas de raíces unitarias aplicadas. Los cuadros 4.2 a 4.6 corresponden a las otras cuatro estructuras de mercado analizadas y a las pruebas de ADF y PP para las variables macroeconómicas comunes del tipo

detalladamente la aplicación de este método para desestacionalizar nuestras variables. 57 Hay que recordar que se esta trabajando con los logaritmos de los números índices de las variables.

Page 6: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 61

de cambio real y tasa de interés real. Los resultados son los mismos, todas las variables consideradas resultan ser I(1), por lo que será necesario trabajar con las primeras diferencias y de acuerdo al teorema de representación de Granger, se modelará el comportamiento del margen en el corto plazo mediante mecanismos correctores de error (MMCE).

Cuadro 4.2 Prueba de raíces unitarias Dickey-Fuller Ampliada1 (ADF) y

Phillips-Perron2 (PP) para las industrias oligopólicas competitiva Con tendencia Sin tendencia

Variable ADF PP

5% ADF PP

5% Orden

I(d)

lmoc -0.29 -0.33 -3.45 -0.43 0.46 -1.94 I(1) ∆lmoc -1.40 -13.39* -3.01*b -12.86 I(0) Lcsuoc -0.53 -5.72* 0.40 1.02 I(1) ∆lcsoc -4.12* -36.26 -4.66* -22.96 I(0) lvpoc -2.50 -5.43* 1.40 1.67 I(1)

∆lvpoc -4.68*a -18.48 -4.09*a -17.03* I(0) Notas: 1 se considera el periodo 1987-1994. 2 se considera el periodo 1987-1995. *significativo al 1% a con 10 rezagos, b con 8 rezagos, todos los demás con 12 rezagos. ∆ indica la primer diferencia de la variable. lmoc = logaritmo del índice del margen de beneficio en los oligopolios competitivos. lcsuoc = logaritmo del índice del costo salarial unitario de los oligopolios competitivos. lvpoc= logaritmo del índice del valor de la producción de los oligopolios competitivos.

Cuadro 4.3 Prueba de raíces unitarias Dickey-Fuller Ampliada1 (ADF) y Phillips-Perron2 (PP) para las industrias oligopólicas competitivas y

diferenciadas Con tendencia Sin tendencia Orden

I(d) Variable ADF PP

5% ADF PP

5%

lmocd -1.93 -4.60* -3.45 -1.06 0.77 -1.94 I(1) ∆lmocd -3.59** -20.96* -3.36* -19.67* I(0) lcsuocd -4.18* -8.21* 1.44 1.37 I(1)

∆lcsuocd -4.44* -36.44* -4.92* -26.41* I(0) lvpocd -0.67 -4.02* 2.36 1.78 I(1)

∆lvpocd -3.97*a -23.99* -2.15**a -18.61 I(0) Notas: 1 se considera el periodo 1987-1994. 2 se considera el periodo 1987-1995. *significativo al 1% a con 11 rezagos, todos los demás con 12 rezagos. ∆ indica la primer diferencia de la variable lmoc = logaritmo del índice del margen de beneficio en

Page 7: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 62

los oligopolios competitivos. lcsuoc = logaritmo del índice del costo salarial unitario de los oligopolios competitivos. lvpoc= logaritmo del índice del valor de la producción de los oligopolios competitivos.

Cuadro 4.4 Prueba de raíces unitarias Dickey-Fuller Ampliada1 (ADF) y Phillips-Perron2 (PP) para las industrias oligopólicas concentradas

Con tendencia Sin tendencia Orden I(d) Variable

ADF PP 5%

ADF PP 5%

lmocn 0.17 -1.32 -3.45 -0.38 0.55 -1.94 I(1) ∆lmocn -2.32 -19.38* -1.7*** -17.46* I(0) lcsuocn -2.72 -3.51** 0.44 1.66 I(1)

∆lcsuocn -4.14* -22.88* -4.02* -16.46* I(0) lvpocn -1.87 -7.32* 1.73 1.30 I(1)

∆lvpocn -4.63*a -25.29* -2.56** -23.99* I(0) Notas: 1 se considera el periodo 1987-1994. 2 se considera el periodo 1987-1995. *significativo al 1%, **significativo al 5%, ***significativo al 10%. a con 10 rezagos, todos los demás con 12 rezagos. ∆ indica la primer diferencia de la variable. lmocn = logaritmo del índice del margen de beneficio en los oligopolios concentrados. lcsuocn = logaritmo del índice del costo salarial unitario de los oligopolios concentrados. lvpocn= logaritmo del índice del valor de la producción de los oligopolios concentrados.

Cuadro 4.5 Prueba de raíces unitarias Dickey-Fuller Ampliada1 (ADF) y Phillips-Perron2 (PP) para las industrias oligopólicas concentradas y

diferenciadas Con tendencia Sin tendencia

Variable ADF PP

5% ADF PP

5% Orden I(d)

lmocnd 1.95 -1.57 -3.45 -1.51 -0.02 -1.94 I(1) ∆lmocnd -3.09**a -18.25* -2.02** -16.15 I(0) lcsuocnd -2.31 -6.77* 1.21 1.76 I(1)

∆lcsuocnd -4.60* -31.66* -5.19* -21.72* I(0) lvpocnd -1.37 -6.02 2.42 0.58 I(1)

∆lvpocnd -4.30*a -25.39* -2.25** -22.87 I(0) Notas: 1 se considera el periodo 1987-1994. 2 se considera el periodo 1987-1995. *significativo al 1%, **significativo al 5%. a con 11 rezagos, todos los demás con 12 rezagos. ∆ indica la primer diferencia de la variable. lmocnd = logaritmo del índice del margen de beneficio en los oligopolios concentrados y diferenciados. lcsuocnd = logaritmo del índice del costo salarial unitario de los oligopolios concentrados y diferenciados.lvpocnd= logaritmo del índice del valor de la producción de los oligopolios concentrados y diferenciados.

Page 8: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 63

Cuadro 4.6 Prueba de raíces unitarias Dickey-Fuller Ampliada1 (ADF) y Phillips-Perron2 (PP) tipo de cambio real y tasa de interés real

Con tendencia Sin tendencia Variable

ADF PP 5%

ADF PP 5%

Orden I(d)

ltcr -1.82 -0.61 -3.45 0.38 -0.30 -1.94 I(1) ∆ltcr -0.62 -8.08* -1.10 -8.05* I(0) ltir -2.68 -0.68 -2.16** -0.69 I(1)

∆ltir -4.24* -6.88* -2.39** -6.92* I(0) Notas: 1 se considera el periodo 1987-1994. 2 se considera el periodo 1987-1995. *significativo al 1%, **significativo al 5% todos con 12 rezagos. ∆ indica la primer diferencia de la variable. ltcr= logaritmo del índice del tipo de cambio real. ltir= logaritmo del índice de la tasa de interés real.

Podemos observar que el tipo de cambio no pasa la prueba de

raíces unitarias en el sentido de la ADF, pero si lo hace con suficiente margen para la prueba PP. El tipo de cambio muestra grandes perturbaciones dentro del periodo de estudio lo que podría estar ocasionando esta indecisión en el test de ADF. Sin embargo, consideraremos a la prueba de PP como el criterio de decisión más apropiado en este caso para establecer que el tipo de cambio tiene un orden de integración I(1).

Page 9: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 64

4.1.2 Pruebas de cointegración por estructura de mercado.

En este apartado se realizarán las pruebas de cointegración entre las variables. Dicha prueba nos permitirá rechazar la hipótesis de relación espuria entre nuestras variables.El método que se utiliza para probar la cointegración entre las variables es el especificado por Engle y Granger. Este consiste, como ya se dijo, en correr la regresión (4.1) en niveles mediante MCO y verificar que la perturbación ut ~ I(0)

Para el mercado competitivo se especifica el siguiente modelo de largo plazo:

tttttt ultirlvpicltcrlcsuiclmic 143210 +++++= βββββ (4.2)

donde: lmic= logaritmo del índice del margen de beneficio en las industrias competitivas. lcsuic = logaritmo del índice del costo salarial unitario en las industrias competitivas. lvpic= logaritmo del índice del valor de la producción de las industrias competitivas. ltcr= logaritmo del índice del tipo de cambio real. ltir= logaritmo del índice de la tasa de interés real.

Mediante MCO obtenemos los siguientes resultados donde solo

las variables incluidas son aquellas estadísticamente significativas:

ttttt ulvpicltcrlcsuiclmic 129.078.0071.0 +++−= (4.3) (-3.30) (24.17) (6.22) R2=0.64 Despejamos tu1 de (4.3) y obtenemos:

[ ]ttttt lvpicltcrlcsuiclmicu 3211 βββ −−+= (4.4) Después aplicamos la prueba de raíces unitarias ADF y PP a u1t y verificamos que las variables estén cointegradas. El cuadro 4.7 muestra los resultados para de las pruebas ADF y PP.

Page 10: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 65

Cuadro 4.7 Prueba de raíces unitarias Dickey-Fuller Ampliada(ADF) y Phillips-Perron(PP).

[ ]ttttt lvpicltcrlcsuiclmicu 3211 βββ −−+= Con tendencia Sin tendencia

Variable ADF PP

5% ADF PP

5% Orden I(d)

tu1 -3.72** -3.37*** -3.45 -2.79* -3.50* -1.94 I(0) Notas: *significativo al 1%. **significativo al 5%. ***significativo al 10%. 12 rezagos.

Como observamos en el cuadro 4.7 los residuos de (4.2)

resultan ser I(0), por lo que se acepta que las variables están cointegradas. Ahora es posible utilizar los residuales como el mecanismo de corrección de errores en un modelo general de acuerdo con el teorema de equivalencia de Engle y Granger.

De forma análoga para los oligopolios competitivos, se

establece la siguiente relación de largo plazo;

tttttt ultirlvpocltcrlcsuoclmoc 243210 +++++= βββββ (4.5)

donde: lmoc = logaritmo del índice del margen de beneficio en los oligopolios competitivos. lcsuoc = logaritmo del índice del costo salarial unitario de los oligopolios competitivos. lvpoc= logaritmo del índice del valor de la producción de los oligopolios competitivos. ltcr= logaritmo del índice del tipo de cambio real. ltir= logaritmo del índice de la tasa de interés real.

Mediante MCO se obtienen los siguientes resultados donde sólo las variables incluidas son las estadísticamente significativas:

ttttt ultirlvpocltcrlmoc 212.029.059.0 +++= (4.6) (5.98) (4.28) (3.28) R2=0.81 Despejando tu2 de (4.6) se obtiene:

[ ]ttttt ltirlvpocltcrlmocu 4322 βββ −−−= (4.7) El cuadro 4.8 muestra los resultados de las pruebas ADF y PP.

Page 11: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 66

Cuadro 4.8 Prueba de raíces unitarias Dickey-Fuller Ampliada(ADF) y Phillips-Perron(PP).

[ ]ttttt ltirlvpocltcrlmocu 4322 βββ −−−= Con tendencia Sin tendencia

Variable ADF PP

5% ADF PP

5% Orden I(d)

tu2 -3.68** -3.70** -3.45 -2.31** -3.74* -1.94 I(0)

Notas: * significativo al 1%. **significativo al 5%. ***significativo al 10%. 12 rezagos. Se observa en 4.8 que efectivamente los residuos de (4.5)

resultan ser I(0), por lo que se acepta que las variables incluidas que determinan el margen de beneficio en los oligopolios competitivos están cointegradas.

Repetimos el mismo método para los oligopolios competitivos y

diferenciados, establecemos nuestra relación de largo plazo;

tttttt ultirlvpocdltcrlcsuocdlmocd 343210 +++++= βββββ (4.8) donde: lmoc = logaritmo del índice del margen de beneficio en los oligopolios competitivos. lcsuoc = logaritmo del índice del costo salarial unitario de los oligopolios competitivos. lvpoc= logaritmo del índice del valor de la producción de los oligopolios competitivos. ltcr= logaritmo del índice del tipo de cambio real. ltir= logaritmo del índice de la tasa de interés real.

Mediante MCO se obtienen los siguientes resultados y donde

sólo las variables incluidas son estadísticamente significativas:

tttt ulvpocdltcrlmocd 331.069.0 ++= (4.9) (36.40) (14.83)

R2=0.41 Despejando tu3 de (4.9) se obtiene:

[ ]tttt lvpocdltcrlmocdu 323 ββ −−= (4.10)

El cuadro 4.9 muestra los resultados de las pruebas ADF y PP que muestra que efectivamente los residuos de (4.8) resultan ser I(0).

Page 12: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 67

Cuadro 4.9 Prueba de raíces unitarias Dickey-Fuller Ampliada(ADF) y Phillips-Perron(PP).

[ ]tttt lvpocdltcrlmocdu 323 ββ −−= Con tendencia Sin tendencia

Variable ADF PP

5% ADF PP

5% Orden I(d)

tu3 -2.74 -5.23* -3.45 -2.60* -5.41* -1.94 I(0)

Notas: * significativo al 1%. **significativo al 5%. 12 rezagos. Para los oligopolios concentrados la relación de largo plazo es:

tttttt ultirlvpocnltcrlcsuocnlmocn 443210 +++++= βββββ (4.11) donde: lmocn = logaritmo del índice del margen de beneficio en los oligopolios concentrados. lcsuocn = logaritmo del índice del costo salarial unitario de los oligopolios concentrados. lvpocn= logaritmo del índice del valor de la producción de los oligopolios concentrados. ltcr= logaritmo del índice del tipo de cambio real. ltir= logaritmo del índice de la tasa de interés real.

Mediante MCO se obtiene el siguiente modelo de variables

estadísticamente significativas:

ttttt ultirlvpocnltcrlmocn 419.045.035.0 +++= (4.12) (3.24) (6.04) (4.57) R2=0.72 y despejando tu4 de (4.12) se obtiene:

[ ]ttttt ltirlvpocnltcrlmocnu 4324 βββ −−−= (4.13)

El cuadro 4.10 muestra los resultados de las pruebas ADF y PP.

Cuadro 4.10 Prueba de raíces unitarias Dickey-Fuller Ampliada(ADF) y

Phillips-Perron(PP). [ ]ttttt ltirlvpocnltcrlmocnu 4324 βββ −−−=

Con tendencia Sin tendencia Variable

ADF PP 5%

ADF PP 5%

Orden I(d)

tu4 -2.13 -4.32* -3.45 -2.23* -4.29* -1.94 I(0) Notas:* significativo al 1%. **significativo al 5%. 12 rezagos.

Page 13: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 68

En 4.10 se verifica que efectivamente los residuos de (4.11) resultan ser I(0) y las variables que determinan el margen de beneficio en los oligopolios concentrados están cointegradas.

Finalmente, para los oligopolios concentrados y diferenciados se tienen la siguiente relación de largo plazo;

tttttt ultirlvpocndltcrlcsuocndlmocnd 543210 +++++= βββββ (4.14)

donde: lmocnd = logaritmo del índice del margen de beneficio en los oligopolios concentrados y diferenciados. lcsuocnd = logaritmo del índice del costo salarial unitario de los oligopolios concentrados y diferenciados. lvpocnd= logaritmo del índice del valor de la producción de los oligopolios concentrados y diferenciados.ltcr= logaritmo del índice del tipo de cambio real. ltir= logaritmo del índice de la tasa de interés real.

Mediante MCO se obtienen los siguientes resultados donde sólo las variables incluidas son las estadísticamente significativas:

ttttt ultirlvpocndltcrlmocnd 511.025.063.0 +++= (4.15) (8.04) (5.04) (3.44) R2=0.80 Despejando tu5 de (4.15) se obtiene:

[ ]ttttt ltirlvpocndltcrlmocndu 4325 βββ −−−= (4.16)

Cuadro 4.11 Prueba de raíces unitarias Dickey-Fuller Ampliada(ADF) y Phillips-Perron(PP).

[ ]ttttt ltirlvpocndltcrlmocndu 4325 βββ −−−=

Con tendencia Sin tendencia Variable

ADF PP 5%

ADF PP 5%

Orden I(d)

tu5 -3.33*** -4.60* -3.45 -2.73* -4.62* -1.94 I(0) Notas:* significativo al 1%. **significativo al 5%. *** significativo al 10%. 12 rezagos.

En el cuadro 4.11 se ve que efectivamente los residuos de

(4.14) resultan ser I(0).

Page 14: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 69

4.2 MODELOS DE MECANISMO CORRECTOR DE ERROR (MMCE)

En la anterior sección se comprobó la relación de largo plazo de las variables para cada uno de los modelos según estructura de mercado. Ahora se utilizarán los residuos estimados para establecer el mejor MMCE que determine el comportamiento del margen por estructura de mercado en el corto plazo. Este MMCE debe de cumplir con los supuestos subyacentes en el modelo de regresión lineal normal58.

MMCE para las industrias competitivas. Ecuación (4.17)

[ ] tttttttt lvpicltcrlcsuiclmiclvpiclcsuiclmic 111112 29.078.007.0219.079.0055.0 ε+−−+−∆+∆−=∆ −−−−−

(-2.88) (12.37) (-4.97) R2=0.63, DW=1.87 Prueba de Normalidad Jarque-Bera 1.5047090 Probabilidad 0.471256

Prueba LM de correlación serial Breusch-Godfrey (12 rezagos) F-statistic 1.588062 Probabilidad 0.109218 Obs*R-squared 18.28422 Probabilidad 0.107329

Prueba ARCH (12 rezagos) F-statistic 0.9929900 Probabilidad 0.463143 Obs*R-squared 12.056430 Probabilidad 0.441158

Prueba White de heterocedasticidad: (sin términos cruzados) F-statistic 0.3932790 0.881768 Obs*R-squared 2.4687800

Probabilidad Probabilidad 0.871945

Prueba White de heterocedasticidad: (con términos cruzados) F-statistic 1.5593250 Probabilidad 0.138800 Obs*R-squared 13.514710 Probabilidad 0.140665

Prueba Ramsey RESET: F-statistic 2.5962790 Probabilidad 0.110236 Log likelihood ratio 2.6649940 Probabilidad 0.102578

58 Véase apéndice B.

Page 15: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 70

-30

-20

-10

0

10

20

30

88 89 90 91 92 93 94 95

CUSUM 5% Significancia

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

1.2

88 89 90 91 92 93 94 95

CUSUM-Q 5% Significancia

Page 16: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 71

MMCE para las industrias oligopólicas competitivas. (modelo alternativo 1)

Ecuación (4.18ª)

[ ] ttttttttt ltirlvpocltcrlmocltcrlvpoclmocdlmoc 211114 12.029.059.020.029.062.019.0 ε+−−−−∆+∆+∆=∆ −−−−−

(2.70) (7.92) (2.82) (-3.69)

R2=0.48, DW=2.32 Prueba de Normalidad Jarque-Bera 5.5335270 Probabilidad 0.062865 Prueba LM de correlación serial Breusch-Godfrey (12 rezagos) F-statistic 2.891248 Probabilidad 0.002107 Obs*R-squared 29.36506 Probabilidad 0.003477 Akaike info criterion -3.339859 Schwarz criterion -2.930581 Prueba LM de correlación serial Breusch-Godfrey (11 rezagos) F-statistic 1.6722130 0.148897 Obs*R-squared 8.4132260

Probabilidad Probabilidad 0.134885

Akaike info criterion -3.2253830 Schwarz criterion -2.9951640 Prueba ARCH (12 rezagos) F-statistic 1.7865040 0.064980 Obs*R-squared 19.618870

Probabilidad Probabilidad 0.074648

Prueba White de heterocedasticidad: (sin términos cruzados) F-statistic 0.9008710 0.519217 Obs*R-squared 7.3346500

Probabilidad Probabilidad 0.500994

Prueba White de heterocedasticidad: (con términos cruzados) F-statistic 0.9598310 0.500263 Obs*R-squared 13.644600

Probabilidad Probabilidad 0.476510

Prueba Ramsey RESET: F-statistic 0.3536540 0.553423 Log likelihood ratio 0.3710280

Probabilidad Probabilidad 0.542444

Page 17: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 72

-30

-20

-10

0

10

20

30

88 89 90 91 92 93 94 95

CUSUM 5% Significancia

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

1.2

88 89 90 91 92 93 94 95

CUSUM-Q 5% Significancia

Page 18: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 73

MMCE para las industrias oligopólicas competitivas. (modelo alternativo 2)

Ecuación (4.18b)

[ ] tttttttt ltirlvpocltcrlmocltcrlvpoclmoc 211111 12.029.059.016.047.033.0 ε+−−−−∆+∆−=∆ −−−−− (-3.62) (3.74) (-2.52)

R2=0.24, DW= 2.1

Prueba de Normalidad Jarque-Bera 0.266987 Probabilidad 0.875033

Prueba LM de correlación serial Breusch-Godfrey (12 rezagos) F-statistic 0.67111 Probabilidad 0.774684 Obs*R-squared 7.97570 Probabilidad 0.787026

Prueba ARCH (12 rezagos) F-statistic 0.615414 Probabilidad 0.823272 Obs*R-squared 7.854134 Probabilidad 0.796423

Prueba White de heterocedasticidad: (sin términos cruzados) F-statistic 0.599187 Probabilidad 0.730348 Obs*R-squared 3.714436 Probabilidad 0.715255

Prueba White de heterocedasticidad: (con términos cruzados) F-statistic 0.526446 Probabilidad 0.852118 Obs*R-squared 4.985503 Probabilidad 0.835570

Prueba Ramsey RESET: F-statistic 0.661628 Probabilidad 0.417881 Log likelihood ratio 0.685353 Probabilidad 0.407749

-30

-20

-10

0

10

20

30

88 89 90 91 92 93 94 95

CUSUM 5% Significancia

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

1.2

88 89 90 91 92 93 94 95

CUSUM of Squares 5% Significancia

Page 19: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 74

MMCE para las industrias oligopólicas competitivas y diferenciadas.

Ecuación (4.19)

[ ] tttttttt ltcrlvpocdlmocdltcrlvpocdlmocdlmocd 311111 69.031.0213.044.068.022.0 ε+−−−∆+∆+∆−=∆ −−−−−

(-3.38) (10.30) (2.15) (-3.02)

R2=0.67, DW=2.19

Prueba de Normalidad Jarque-Bera 5.4003870 Probabilidad 0.067193

Prueba LM de correlación serial Breusch-Godfrey (12 rezagos) F-statistic 1.793531 Probabilidad 0.063443 Obs*R-squared 20.28467 Probability 0.061889

Prueba ARCH (12 rezagos) F-statistic 1.0124500 Probabilidad 0.447272 Obs*R-squared 12.275200 Probabilidad 0.423839

Prueba White de heterocedasticidad: (sin términos cruzados) F-statistic 0.7772130 Probabilidad 0.623783 Obs*R-squared 6.4052990 Probabilidad 0.601930

Prueba White de heterocedasticidad: (con términos cruzados) F-statistic 1.2647280 Probabilidad 0.247955 Obs*R-squared 17.215780 Probabilidad 0.244861

Prueba Ramsey RESET: F-statistic 0.3566900 Probabilidad 0.551850 Log likelihood ratio 0.3757620 Probabilidad 0.539880

Page 20: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 75

-30

-20

-10

0

10

20

30

88 89 90 91 92 93 94 95

CUSUM 5% Significancia

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

1.2

88 89 90 91 92 93 94 95

CUSUM-Q 5% Significancia

Page 21: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 76

MMCE para las industrias oligopólicas concentradas. Ecuación (4.20)

111 31.077.010.034.0 −−− ∆+∆+∆+∆−=∆ ttttt lvpocndlvpocnltirlmocnlmocn (-3.50) (1.89) (7.34) (2.53)

[ ] ttttt ltirlvpocnltcrlmocn 41111 19.045.035.013.0 ε+−−−− −−−−

(-2.12) R2=0.53, DW=2.04

Prueba de Normalidad Jarque-Bera 4.851858 Probabilidad 0.0883960 Prueba LM de correlación serial Breusch-Godfrey (12 rezagos) F-statistic 1.993821 Probabilidad 0.033855 Obs*R-squared 22.42423 Probabilidad 0.033031 Akaike info criterion -2.659327 Schwarz criterion -2.232172 Prueba LM de correlación serial Breusch-Godfrey (11 rezagos) F-statistic 1.718850 Probabilidad 0.0816610 Obs*R-squared 18.36671 Probabilidad 0.0734520 Akaike info criterion -2.630788 Schwarz criterion -2.228759 Prueba ARCH (12 rezagos) F-statistic 0.8194075 Probabilidad 0.6299977 Obs*R-squared 10.175738 Probabilidad 0.6005465 Prueba White de heterocedasticidad: (sin términos cruzados)) F-statistic 1.521975 Probabilidad 0.1434680 Obs*R-squared 14.63706 Probabilidad 0.1458650 Prueba White de heterocedasticidad: (con términos cruzados) F-statistic 2.232107 Probabilidad 0.0058210 Obs*R-squared 36.50100 Probabilidad 0.0134220 Prueba Ramsey RESET: F-statistic 1.249060 Probabilidad 0.2664100 Log likelihood ratio 1.315804 Probabilidad 0.2513470

Page 22: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 77

-30

-20

-10

0

10

20

30

88 89 90 91 92 93 94 95

CUSUM 5% Significancia

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

1.2

88 89 90 91 92 93 94 95

CUSUM-Q 5% Significancia

Page 23: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 78

MMCE para las industrias oligopólicas concentradas y diferenciadas.

Ecuación (4.21)

111 18.062.020.021.035.0 −−− ∆+∆+∆+∆+∆−=∆ tttttt lvpocndlvpocndltcrltcrlmocnddlmocn (-4.17) (2.15) (1.99) (8.76) (2.11)

[ ] ttttt ltirlvpocndltcrlmocnd 51111 11.025.063.021.0 ε+−−−− −−−− (-3.74) R2=0.62, DW= 2.11

Prueba de Normalidad Jarque-Bera 0.240612 Probabilidad 0.886649 Prueba LM de correlación serial Breusch-Godfrey (12 rezagos) F-statistic 2.34783 Probabilidad 0.011524 Obs*R-squared 25.6650 Probabilidad 0.011968 Akaike info criterio -3.48718 Schwarz criterio -3.03490 Prueba LM de correlación serial Breusch-Godfrey (11 rezagos) F-statistic 1.3278600 Probabilidad 0.222552 Obs*R-squared 14.896660 Probabilidad 0.187277 Akaike info criterio -3.3802650 Schwarz criterio -2.9531100 Prueba ARCH (12 rezagos) F-statistic 0.9874820 Probabilidad 0.468021 Obs*R-squared 11.996580 Probabilidad 0.445954 Prueba White de heterocedasticidad: (sin términos cruzados) F-statistic 1.7278140 Probabilidad 0.073086 Obs*R-squared 19.323900 Probabilidad 0.081006 Prueba White de heterocedasticidad: (con términos cruzados) F-statistic 1.1007580 Probabilidad 0.360927 Obs*R-squared 29.245780 Probabilidad 0.349083 Prueba Ramsey RESET: F-statistic 0.009573 Probabilidad 0.922254 Log likelihood ratio 0.010250 Probabilidad 0.919359

Page 24: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 79

-30

-20

-10

0

10

20

30

88 89 90 91 92 93 94 95

CUSUM 5% Significancia

-0.2

0.0

0.2

0.4

0.6

0.8

1.0

1.2

88 89 90 91 92 93 94 95

CUSUM-Q 5% Significancia

Page 25: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 80

4.3 Análisis e interpretación de los MMCE estimados. Los MMCE conjugan la relación a corto plazo con la relación a largo plazo entre las variables. Los términos entre corchetes, con las variables en niveles, recogen la relación de largo plazo entre las variables. Esté término es el “corrector del error” y recoge el ajuste hacia el equilibrio de largo plazo y será distinto de cero únicamente cuando haya alejamientos del equilibrio, produciendo, en el siguiente periodo, un ajuste hacia dicha situación. Si por ejemplo, en el momento t ocurre que yt-αxt < 0, es decir, que yt está por debajo de la relación de equilibrio que mantiene respecto a xt, entonces el término de corrección de error provocará un aumento de ∆yt+1 con el fin de corregir la brecha respecto a la relación de equilibrio. Así, el coeficiente de ut será llamado el “parámetro de velocidad de ajuste”, ya que cuanto mayor sea su valor más rápidamente se corregirán los desequilibrios.

En el caso de las industrias competitivas, observamos en la ecuación (4.3) las elasticidades de largo plazo. Ahora, se obtienen las elasticidades de corto plazo. De la ecuación (4.17) se define que:

)(79.0)(055.0 1321 −−−− −+−−=− tttttt lvpiclvpiclcsuiclcsuiclmiclmic

[ ] ttttt lvpicltcrlcsuiclmic 11111 29.078.007.0219.0 ε+−−+− −−−− (4.22) Despejando lmict de (4.22) y agrupando términos semejantes se obtiene:

13211 727.079.0055.0055.0015.0781.0 −−−−− −++−−= ttttttt lvpiclvpiclcsuiclcsuiclcsuiclmiclmic

ttltcr 1117.0 ε++ − (4.23)

Así, en el corto plazo, las variaciones del costo salarial unitario afecta de forma inversa la evolución del margen. Lo mismo ocurre en el largo plazo, el efecto que los costos salariales tienen en la

Page 26: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 81

evolución del margen es altamente inelástica, cerca de 0.0759. En un entorno en donde la competencia libre entre empresas de la industria manufacturera mexicana determina el comportamiento económico, los costos salariales parecen no ser instrumentos que influyan en gran medida la determinación del margen de beneficio. Los empresarios preferirán absorber incrementos en sus costos salariales disminuyendo su margen para continuar dentro de la competencia de mercado.

El crecimiento del mercado de las industrias competitivas, medido por el valor de la producción, tiene efectos positivos en el corto y largo plazos. Las variaciones del valor de la producción en el corto plazo son inelásticas para el margen de beneficio (del orden de 0.063). Para el largo plazo, el efecto que el valor de la producción tiene sobre del margen continúa siendo inelástico, aunque su valor es más grande que el presentado en el corto plazo (0.29). La elasticidad de corto plazo converge a la elasticidad de largo plazo. El crecimiento de la demanda impulsa a los empresarios a obtener mayor margen de beneficio, aunque este incremento no sea proporcional al crecimiento en la demanda, ya que siempre habrá empresas dispuestas a cubrir ese incremento en la demanda, por lo que, en promedio, el efecto es inelástico.

Se Observa que en el corto plazo el tipo de cambio real también tiene efectos positivos sobre el nivel del margen de beneficio. Esto sugiere que existen efectos de carácter externos que afectan la evolución del margen en las industrias competitivas. En otras palabras, una elevación del tipo de cambio real, a corto plazo, producirá un efecto de cambio menos que proporcional en el margen de beneficio (elasticidad igual a 0.17). A largo plazo, el margen de beneficio también sufre variaciones positivas conforme el tipo de cambio real aumenta (0.78). Para López, et al (1995) dicho efecto se explica debido a que cuando el tipo de cambio real aumenta, las importaciones se encarecen, lo cual tiene dos efectos. Por un lado, existirá una menor fuerza competitiva sobre los bienes producidos internamente, lo que permite a los empresarios elevar a su vez los

59 La elasticidad de corto plazo se determina como la suma de los coeficientes de las variables en t y en t-i. La elasticidad de largo plazo se determina como una razón; la suma de los coeficientes de la variable independiente en t y en t-i, dividido entre uno menos la suma de los coeficientes de la variable dependiente rezagada en t-i.

Page 27: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 82

precios y márgenes de beneficio60. Pero además, el alza del tipo de cambio real implica un alza de los precios de los insumos importados y de los costos primos unitarios. Para mantener constante el margen respecto de los costos totales, el margen respecto de los costos salariales deberá elevarse.

Esta última afirmación pareciera no tener mucho sentido en una estructura de mercado de industrias competitivas, ya que se esperaría que los empresarios disminuyeran su margen en la medida que sus costos se incrementan, tal y como lo establece la relación que encontramos. Industrias oligopólicas competitivas. Se obtienen las elasticidades de corto plazo de la ecuación (4.18a):

)(29.0)(62.0)(19.0 11541 −−−−− −+−+−=− tttttttt ltcrltcrlvpoclvpoclmoclmoclmoclmoc

[ ] ttttt ltirlvpocltcrlmoc 21111 12.029.059.020.0 ε+−−−− −−−− (4.24) Despejando lmoct de (4.24) y agrupando términos semejantes se tiene:

11541 172.029.0562.062.019.019.080.0 −−−−− −+−+−+= tttttttt ltcrltcrlvpoclvpoclmoclmoclmoclmoc

ttltir 2024.0 ε++ (4.25)

Para el caso de los oligopolios competitivos, los costos salariales no presentan gran influencia en la determinación del margen de beneficio. De hecho, a largo plazo no figuran como factores determinantes.

El crecimiento del mercado de productos de los oligopolios competitivos determina de forma directa la evolución del margen. A

60 En términos de la ecuación de precios de Kalecki, p= αu+βρρ, el alza del tipo de cambio real tiende a elevar ρρ, lo cual a su vez estimula un alza de p y, por lo tanto, del margen.

Page 28: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 83

corto plazo es inelástica, pero su variación es determinante en la variación del margen. A largo plazo, la elasticidad es del orden de 0.29, muy por encima al valor de la elasticidad de corto plazo. Cuando el mercado de los productos de los oligopolios competitivos crece, el efecto tiende a ser más fuerte a largo plazo. El efecto de un crecimiento en el mercado de los oligopolios competitivos resulta ser equivalente al crecimiento del mercado en las industrias competitivas.

Los efectos que la variación en el tipo de cambio real resultan ser positivos, tanto en el corto como en el largo plazo. Resulta interesante ver que las elasticidades del tipo de cambio real respecto al margen de beneficio en esta estructura de mercado es menor a los efectos que la misma variable tiene en las industrias competitivas.

La tasa de interés real es considerada en esta estructura de mercado por los empresarios para establecer el margen de beneficio. En el corto plazo, el efecto es muy pequeño (0.024), pero a largo plazo, este efecto pasa a ser más marcado (0.12). Esta influencia positiva de la tasa de interés dentro del modelo podemos justificarla de la siguiente manera: cuando sube la tasa de interés también se elevan los costos financieros. Para mantener constante el margen de beneficio después de costos financieros, el margen de beneficio antes de dichos costos deberán elevarse. La elasticidad del margen respecto de la tasa de interés en el corto plazo es relativamente pequeña (0.024), lo cual seguramente se asocia con el hecho de que esos costos son comparativamente reducidos. Sin embargo, la estimación resalta el hecho de que las políticas monetarias que se utilizan normalmente para combatir la inflación, con altas tasas de interés, contribuyen a una mayor inflación por sus efectos sobre el margen de beneficio y por tanto sobre los precios.

Page 29: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 84

Oligopolios Competitivos. De la ecuación (4.18b) definimos:

)(47.0)(33.0 1211 −−−− −+−−=− tttttt ltcrltcrlvpoclvpoclmoclmoc

[ ] ttttt ltirlvpocltcrlmoc 21111 12.029.059.016.0 ε+−−−− −−−− Despejamos lmoct y reagrupamos términos:

tttttttt ltirltcrltcrlvpoclvpoclmoclmoc 211211 0192.0376.047.033.0283.084.0 ε++−++−= −−−−− (Este es el modelo alternativo de los oligopolios competitivos, el análisis es parecido al realizado en el modelo anterior.) Industrias oligopólicas competitivas y diferenciadas. A continuación se calculan las elasticidades de corto plazo partiendo de la ecuación (4.19):

)(44.0)(68.0)(22.0 21211 −−−−− −+−+−−=− tttttttt ltcrltcrlvpocdlvpocdlmocdlmocdlmocdlmocd

[ ] tttt ltcrlvpocdlmocd 3111 69.031.0213.0 ε+−−− −−− (4.26)

Despejando lmocdt de (4.26) y reagrupando términos se tiene:

121 614.068.022.0567.0 −−− −++= ttttt lvpocdlvpocdlmocdlmocdlmocd

ttt ltcrltcr 321 44.0586.0 ε+−+ −− (4.27) En este modelo resulta interesante ver que la tasa de interés real no ejerce influencia alguna en la determinación del margen de beneficio, como cabría esperar dado que generalmente el gasto en publicidad requiere de fuertes inversiones que la mayoría de las veces tienen que ser financiadas con prestamos financieros. La característica de los mercados en donde la diferenciación de productos está relacionada con el gasto de publicidad, presupone

Page 30: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 85

que los empresarios debieran de pedir prestado dinero, y de esta forma considerar los cambios en la tasa de interés a la hora de determinar el nivel de margen de beneficio. Pero esto no ocurre en este modelo de oligopolios competitivos. Para los empresarios cuyas actividades se agrupan en el mercado oligopólico competitivo con altos gastos en publicidad, la fijación del margen de beneficio ocurre tomando en cuenta el crecimiento del mercado consumidor de sus bienes y del tipo de cambio real. A corto plazo, ambas variables son inelásticas, pero positivas. Sus elasticidades son mayores, en ambos casos, a las elasticidades presentadas en los oligopolios competitivos, tanto a corto como a largo plazo. Industrias oligopólicas concentradas. Las elasticidades de corto plazo se obtienen de la ecuación (4.20) mediante el siguiente ejercicio:

)(77.0)(10.0)(34.0 121211 −−−−−− −+−+−−=− tttttttt lvpocnlvpocnltirltirlmocnlmocnlmocnlmocn

[ ] tttttt ltirlvpocnltcrlmocnlvpocnlvpocn 4111121 19.045.035.013.0)(31.0 ε+−−−−−+ −−−−−− (4.28) Despejando lmocnt de (4.28) y reagrupando términos:

12121 402.077.010.0124.034.053.0 −−−−− −+−++= ttttttt lvpocnlvpocnltirltirlmocnlmocnlmocn

ttt ltcrlvpocn 412 045.031.0 ε++− −− (4.29) Resulta interesante ver que, en este tipo de mercado, la tasa de interés real ejerce influencia en la determinación del margen de beneficio. La elasticidad de corto plazo es de 0.024, mientras que la de largo plazo es de 0.19. La influencia que la tasa de interés ejerce en los oligopolios concentrados es superior a la ejercida en los oligopolios competitivos. Tal vez este hecho derive de que las empresas incluidas en los oligopolios concentrados requieren de mayores inversiones, por lo que los empresarios en esta estructura de mercado son mucho más sensibles a las variaciones en la tasa de

Page 31: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 86

interés, que los empresarios pertenecientes a los oligopolios competitivos. El crecimiento del mercado, para este tipo de productos, resulta importante en la determinación del nivel del margen, tanto a corto como a largo plazos. Lo cual se verifica para todas las demás estructuras de mercado. En este tipo de mercados, la elasticidad de largo plazo del valor de la producción es mayor a la presentada por las industrias competitivas, oligopolios competitivos y oligopolios competitivos y diferenciados. El tipo de cambio real resulta ser importante en la determinación del margen de beneficio. Dado que la mayor parte de las empresas que conforman este tipo de mercado pertenecen al subsector de productos metálicos, maquinaria y equipo que incluye instrumentos quirúrgicos y de precisión, el que los empresarios se fijen en la evolución del tipo de cambio resulta un hecho natural, ya que la mayor parte de los insumos que requieren son importados. Industrias oligopólicas concentradas y diferenciadas. Partiendo de la ecuación (4.21) se define:

)(20.0)(21.0)(35.0 211211 −−−−−− −+−+−−=− tttttttt ltcrltcrltcrltcrlmocndlmocndlmocnddlmocn

)(18.0)(62.0 211 −−− −+−+ tttt lvpocndlvpocndlvpocndlvpocnd

[ ] ttttt ltirlvpocndltcrlmocnd 51111 11.025.063.021.0 ε+−−−− −−−− (4.30)

Despejando lmocndt de (4.30) y reagrupando términos se obtiene:

2121 20.0122.021.035.044.0 −−−− −+++= tttttt ltcrltcrltcrlmocndlmocnddlmocn

ttttt ltirlvpocndlvpocndlvpocnd 5121 023.018.0388.062.0 ε++−−+ −−− (4.31) Por último, los oligopolios concentrados y diferenciados que agrupan los subsectores de productos alimenticios, bebidas y tabaco (40% del total) y el de productos metálicos, maquinaria y equipo (37% del total) muestran que mientras el tipo de cambio sufre aumentos en el corto plazo, el margen de beneficio también lo hace, pero menos que proporcionalmente. A largo plazo, ocurre el mismo

Page 32: CAPÍTULO 4 LOS MODELOS ECONOMÉTRICOS ESTIMADOS

Capítulo IV/ 87

efecto. La elasticidad tipo de cambio del margen es de 0.132 en el corto plazo y 0.63 en el largo plazo. Lo que ocurra en la demanda de productos de este tipo de mercado también afecta el desempeño del margen. La tasa de interés real también afecta el desempeño del margen, tanto en el corto como en el largo plazo. En este mercado se requieren también fuertes inversiones, dada la naturaleza de los proceso productivos que lo componen, y por la diferenciación del producto, via publicidad.

Cuadro 4.3.1. Elasticidades por estructura de mercado

Variable Corto Plazo Largo Plazo Industrias competitivas

lcsuic -0.015 0.068 lvpic 0.06 0.29 ltcr 0.17 0.78

Industrias oligopólicas competitivas lvpoc 0.058 0.29 ltcr 0.118 0.59 ltir 0.024 0.12

Industrias oligopólicas competitivas y diferenciadas lvpocd 0.066 0.30

ltcr 0.146 0.68 Industrias oligopólicas concentradas

lvpocn 0.058 0.44 ltcr 0.045 0.34 ltir 0.024 0.19

Industrias oligopólicas concentradas y diferenciadas lvpocnd 0.052 0.24

ltcr 0.132 0.63 ltir 0.023 0.11

Fuente: Elaboración propia tomando los resultados de los MMCE