Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. Herrero J, Castro-Uceda JA, García-Romero A, y Lillo I. Departamento de Economía. Universidad Carlos III de Madrid. La enseñanza de la Economía desde un enfoque tradicional se basa en el desarrollo de conceptos teóricos. La posibilidad de complementarla mediante ejemplos resulta cada vez más factible debido al desarrollo de las herramientas informáticas. En este trabajo se propone una metodología dual en la que los desarrollos teóricos se muestran mediante ejemplos con datos reales. Para ello se ha elegido el estudio de las Economías de escala y las curvas de aprendizaje propuesto por Berndt[1]. El paquete estadístico empleado ha sido ViSta[4], elegido por su facilidad de uso y accesibilidad, así como por la buen calidad de los grá…cos que proporciona, lo que ayuda a la interpretación de los resultados que se obtienen. Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 1 1 Introducción. La enseñanza de la Economía requiere, además de los conceptos teóricos, el empleo de herramientas estadísticas que sean rigurosas y, a la vez atractivas y fáciles de emplear. Asimismo, conviene utilizar datos y ejemplos reales para ilustrar los diferentes conceptos estadísticos y económicos. En este trabajo se estudia un problema clásico de la Economía como es el de la existencia de economías de escala, curvas de aprendizaje así como la interacción que pueda haber entre ambas. Para ello se emplean los datos y ejemplos que se incluyen en Berndt [1], relativos a la producción de energía eléctrica y de policarbonatos. El problema permite revisar conceptos estadísticos como la omisión de variables en un modelo o la diferencia entre la regresión múltiple y la simple. Además con objeto de hacer más fácil su asimilación por parte de los alumnos, se emplea el paquete estadístico ViSta que presenta dos ventajas respecto a otros ya que se trata de un programa con un entorno grá…co muy amigable lo que le hace muy accesible y atractivo para la enseñanza. Además, es un programa abierto y de libre distribución en INTERNET. El punto 2 está dedicado al fundamento teórico del problema haciendo hincapié en los conceptos más que en la formulación matemática. En el punto 3 se describen los datos y se detallan los análisis que se han llevado a cabo para determinar mediante modelos econométricos tanto las economías de escala como las curvas de aprendizaje. En el punto 4 se presentan los resultados que se obtienen con el paquete ViSta y …nalmente en el 5 se resaltan las principales conclusiones acerca de las ventajas de ViSta como herramienta pedagógica. 2 Fundamentos teóricos. Tanto las economías de escala como las curvas de aprendizaje tienen efectos de reducción de costes unitarios en la producción por lo que su determinación mediante un modelo presenta numerosas utilidades desde el punto de vista práctico. Así, las economías de escala asocian la reducción de los costes al nivel de producción mientras que las curvas de aprendizaje tienen relación con la experiencia acumulada por la empresa en cuanto a la capacidad de producir cada vez más de un modo más e…ciente. El modo de apreciar estas últimas es viendo como manteniendo la cantidad producida constante, se Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 2 reducen los costes debido a la mejora de la producción. Un primer paso procede de la Teoría de la Producción, según la cual la cantidad producida (output) se relaciona con los factores productivos (inputs) mediante una función cuya forma especí…ca más habitual es la conocida como Cobb-Douglas. La funcion de coste dual que se obtiene de la Cobb-Douglas con tres factores productivos es ln C = ln k + µ ¶ µ ¶ µ ¶ µ ¶ 1 ®1 ®2 ®3 ln y + ln p1 + ln p2 + ln p3 + ut (1) r r r r donde C es el coste total asociado al nivel de producción y, las constantes ®1, ®2 y ®3 son parámetros desconocidos de la función de Cobb-Douglas que tienen que ser estimados, r = ®1 + ®2 + ®3 son los denominados retornos de escala de la función de producción, ut es un término que mide posibles anomalías aleatorias, p1 , p2 y p3 son los precios unitarios de los inputs y 1 k = r (A®®1 1 ®®2 2 ®®3 3 )¡ r (2) donde A re‡eja los avances en el estado de conocimientos sobre la producción. Por su parte, la curva de aprendizaje se obtiene generalmente asociando los costes a la experiencia acumulada y para ello se usa como medida el output total acumulado nt . De este modo la expresión que más se emplea para modelizar las curvas de aprendizaje es la siguiente ct = c1 n®t c eut , ln ct = ln c1 + ®c ln nt + ut (3) donde ct y nt representan el coste unitario y la producción acumulada respectivamente en el periódo de tiempo anterior a t, c1 es el coste inicial en el periódo t = 0, ®c representa la elasticidad del coste unitario con respecto a la producción acumulada y ut recoge posibles anomalías aleatorias en el proceso. Para integrar la curva de aprendizaje en la función de costes de la CobbDouglas, es adecuado de…nir el estado de conocimientos A en función de nt c A = n¡® t (4) y también asumir que el efecto que tienen los precios de los inputs sobre la producción, se puede recoger dentro del coste total usando el de‡actor del 0 PIB o algún índice similar como el IPC. Teniendo en cuenta que ct = Cytt , Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 3 donde Ct0 representa costes totales de‡actados, se consigue una expresión de los costes derivados de la función Cobb-Douglas bastante similar a la curva de aprendizaje como se puede ver a continuación ln ct = ln k 0 + µ ¶ µ ¶ ®c 1¡r ln nt + ln yt + ut r r (5) 1 donde k 0 = r (®®1 1 ®®2 2 ®®3 3 )¡ r . Se puede observar que si r 6= 1, los retornos de escala no son constantes. En ese caso ocurriría que los costes se ven afectados por el output total y por lo tanto no sería posible estimar la curva de aprendizaje. Por el contrario si suponemos que los retornos de escala son constantes obtenemos la curva de aprendizaje 3 en su versión más común. Para calcular el sesgo producido al estimar de forma incorrecta la curva de aprendizaje 3 en lugar de la ecuación 5, cuando los retornos de escala no son constantes, se utiliza la siguiente ecuación de regresión auxiliar ln yt = ± 0 + ±1 ln nt + "t 3 3.1 (6) Metodología y datos. Datos Los datos reales proporcionados por el libro de Berndt [1] nos sirven para ilustrar el manejo de ViSta en nuestro ejemplo. Las variables incluidas son el coste unitario de‡actado (UCOST), la producción anual (PROD) y la producción acumulada (CUM) hasta el año t ¡ 1 para una fábrica de polietileno durante un periodo de 13 años (de 1960 a 1972): Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 4 Año UCOST PROD CUMP 1960 .58 140 260 1961 .50 200 400 1962 .46 400 600 1963 .43 700 1000 1964 .39 500 1700 1965 .33 1100 2200 1966 .31 1200 3300 1967 .30 1300 4500 1968 .29 1400 5800 1969 .25 2100 7200 1970 .23 10700 9300 1971 .18 5000 20000 1972 .15 10000 25000 3.2 Metodología Se plantean dos aplicaciones con ViSta que, basados en los planteamientos y datos anteriores, sirven para ilustrar, en primer lugar, la especi…cación de un modelo mediante la regresión lineal simple frente a otra basada en la regresión lineal múltiple. En segundo lugar, se plantea un modo de observar el sesgo cometido por la omisión de variables y, …nalmente se realizan diferentes contrastes de hipótesis simples y conjuntos. 3.2.1 Determinación de la curva de aprendizaje Dado que se acaba de ver cómo la ecuación de la curva de aprendizaje se basa en que los retornos a escala sean constantes, será preciso determinar si nuestros datos cumplen esta restricción. Para ello se estima el modelo de la funcion de costes 5 y se contrasta la hipótesis de que el coe…ciente asociado al output sea cero, condición que equivale a probar que r = 1: 3.2.2 Determinación del sesgo de variables omitidas Calculamos el sesgo producido al estimar de forma incorrecta la elasticidad en la curva de aprendizaje, utilizando la ecuación 3 en vez de la ecuación 5 cuando los retornos de escala no son constantes. Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 5 3.3 Resultados (VisTa) Importamos los datos al programa desde cualquier editor de texto de forma sencilla o creamos una nueva hoja de variables con los datos propuestos. Si representamos y comparamos las grá…cas del coste unitario (UCOST) frente a la produción acumulada (CUMP) y sus respectivos logaritmos naturales, apreciamos en esta última una fuerte relación lineal con pendiente negativa facilmente evaluables mediante regresión lineal. Este hecho pone de mani…esto la relación funcional entre las variables UCOST y CUMP, como formulamos en la curva de aprendizaje 3 Grá…ca del coste unitario de‡actado frente a la producción acumulada hasta el año t ¡ 1: Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 6 Grá…ca del LNUCOST frente a LNCUMP: Además el programa proporciona una visualización combinada y más completa de los datos mediante histogramas, diagramas de caja y diamantes, y las distribuciones cuartílicas entre otras. Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 7 La descriptiva también se obtien de modo automático y recoge los estadísticos de centralidad dispersión y simetría más usuales. LNCUMP MEAN 7.94 StDv 1.44 VARIANCE 2.08 SKEWNESS -0.16 KURTOSIS -0.92 N 13.0 MINIMUM 5.56 1st Q 6.91 MEDIAN 8.10 3rd Q 8.88 MAXIMUM 10.13 IQ-RANGE 1.97 RANGE 4.57 MID-RANGE 7.85 LNUCOST -1.15 0.40 0.16 -0.34 -0.44 13.0 -1.90 -1.39 -1.17 -0.84 -0.54 0.55 1.36 -1.22 Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 8 También se obtiene la matriz de correlaciones entre las variables [CORRELATIONS (Numeric Variables)]: LNCUMP 1 -0.98 LNUCOST -0.98 1 así como la matriz de varianzas-covarianzas [COVARIANCES (Numeric Variables)]: LNCUMP 2.08 -0.57 LNUCOST -0.57 2.08 Calculamos con ViSta el modelo de regresión mediante MCO de LNUCOST frente a LNCUMP, para obtener la curva de aprendizaje. Puesto que la variable producción PROD no es signi…cativa en dicha curva dado que su coe…ciente no es signi…cativamente distintos de cero (hipótesis nula) se obtiene la expresion simpli…cada de la curva de aprendizaje mediante la regresión simple donde la única variable explicativa es LNUCOST. Los resultados obtenido se presentan a continuación. Simple Regression Analysis Response Variable: LNUCOST PARAMETER ESTIMATES (LEAST SQUARES) WITH TWO-TAILED T-TESTS: Term Estimate Std. Error t-Ratio P-Value Constant 1.01 0.12 8.56 <.0001 LNCUMP -0.27 0.01 -18.59 <.0001 SUMMARY OF FIT: R Squared: 0.97 Adjusted R Squared: 0.97 Sigma hat (RMS error): 0.07 Number of cases: 13 Degrees of freedom: 11 Como puede observarse el ajuste es bastante bueno (R2 = 0:97). ANALYSIS OF VARIANCE: MODEL TEST Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 9 Source Sum-of-Squares df Mean-Square F-Ratio P-Value Model 1.85 1 1.85 345.55 <.0001 Error 0.06 11 0.01 Total 1.91 12 Y la ecuación de la recta de regresión para el modelo 3 es: Y = ¯ 1 + ¯ 2 X , Y = 1:01 ¡ 0:27 ln nt (7) La elasticidad ®c estimada del precio unitario con respecto a la producción acumulada es igual a la pendiente de la recta de regresión: ®c = ¡0:27 y por lo tanto d = 2®c = 0:829 expresa que al doblar la experiencia acumulada (la producción acumulada) el coste unitario decrece un 83% aproximadamente. Al término d = 2®c se le denomina pendiente de la curva de aprendizaje. El programa también nos proporciona una visualización de datos relevantes en nuestro modelo de regresión: Si calculamos el intervalo de con…anza con dos colas para un nivel de con…anza 1 ¡ ®, teniendo en cuenta que para una recta de regresión general con ecuación Y = ¯ 1 ¡ ¯ 2 X se cumple que la variable: q b̄ ¡ ¯ ) P x2 b̄ ¡ ¯ ( i 2 2 t = 2 b̄ 2 = ¾b se( 2 ) (8) Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 10 sigue una distribución t-student con (n ¡ 2)df: Se obtiene un intervalo de con…anza con nivel de signi…cación ® : b̄ § t b̄ ®=2 ¢ se( 2 ) 2 (9) Utilizando los datos generados por el programa, b̄ 2 = ¡0:27, se( b̄ 2 ) = 0:01, df = 11 el intervalo de con…anza con un nivel de con…anza del 95% es I= µ [¡0:29201; ¡0:247999] : Si contrastamos la hipótesis de que el efecto de la curva de aprendizaje en el coste unitario es nulo: H0 = ¯ ¤2 = 0 H1 = ¯ ¤2 6= 0 ) (10) como ¯ ¤2 = 0 2 = I rechazamos la hipótesis nula con un 95% de con…anza. Partiendo de la función de costes 5 más general de Cobb-Douglas, calculamos con ViSta el modelo de regresión multivariable (OLS) de LNUCOST frente a LNCUMP y LNPROD, cuya visualización conjunta de los datos es y obtenemos la curva anterior de nuevo mediante regresión empleando MCO obteniendose los siguientes resultados: Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 11 OLS Univariate Multiple Regression Analysis Response Variable: LNUCOST PARAMETER ESTIMATES (LEAST SQUARES) WITH TWO-TAILED T-TESTS: Term Estimate Std. Error t-Ratio P-Value Constant 1.01 0.12 8.77 <.0001 LNCUMP -0.22 0.04 -4.98 0.0006 LNPROD -0.06 0.05 -1.22 0.2514 SUMMARY OF FIT: R Squared: 0.97 Adjusted R Squared: 0.97 Sigma hat (RMS error): 0.07 Number of cases: 13 Degrees of freedom: 10 ANALYSIS OF VARIANCE: MODEL TEST: Source Sum-of-Squares df Mean-Square F-Ratio P-Value Model 1.86 2 0.93 181.09 <.0001 Error 0.05 10 0.01 Total 1.91 12 Y la ecuación de la recta de regresión para el modelo 5 es: Y = ¯ 1 + ¯ 2 X2 + ¯ 3 X3 , Y = 1:01 ¡ 0:22 ln nt ¡ 0:06 ln yt (11) Con los datos anteriores se obtiene la estimación de los retornos a escala r: 1 1 r = 1¡¯ = 1¡0:06 = 1:0638 3 ®c = ¯ 2 ¢ r = ¡0:234036 (12) La visualización del modelo de regresión múltiple que nos ofrece el programa es: Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 12 Si se quiere contrastar la hipótesis de que los retornos de escala son constantes r = 1 o lo que es lo mismo ¯ 3 = 0; es preciso tener en cuenta que t= b̄ ¡ ¯ i i b̄ se( ) i = 1; 2; 3: (13) i sigue una distribución t-student con (n ¡ 3)df: En nuestro caso el t-Ratio proporcionado por el programa es t = ¡1:22 , si consideramos ® = :05 t ®2 = 2:228 para 10df: Como j¡1:22j < 2:228 podemos aceptar la hipótesis nula de retornos de escala constantes para la función de producción de CobbDouglas. Para evaluar el sesgo producido al estimar la curva de aprendizaje, omitiendo el término ln yt de forma incorrecta en la curva más general, se estima la curva auxiliar dada por la ecuacion 6 mediante MCO en ViSta, obtienéndose el resultado siguiente: Simple Regression Analysis Response Variable: LNPROD PARAMETER ESTIMATES (LEAST SQUARES) WITH TWO-TAILED T-TESTS: Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 13 Term Estimate Std. Error t-Ratio P-Value Constant 0.06 0.73 0.09 0.9312 LNCUMP 0.88 0.09 9.72 <.0001 SUMMARY OF FIT: R Squared: 0.90 Adjusted R Squared: 0.89 Sigma hat (RMS error): 0.45 Number of cases: 13 Degrees of freedom: 11 ANALYSIS OF VARIANCE: MODEL TEST Source Sum-of-Squares df Mean-Square F-Ratio P-Value Model 19.52 1 19.52 94.55 <.0001 Error 2.27 11 0.21 Total 21.79 12 Nos da la estimación de la curva auxiliar: (14) ln yt = 0:06 + 0:88 ln nt cc ¡ ® µd¶ ®c r = µ d ¶ 1¡r c ¢± 1 r (15) La diferencia de los coe…cientes ¯ 2 , correspondientes a la variable ln nt , entre las ecuaciones 3 y 5 es igual al producto del coe…ciente ¯ 3 de la ecuación 5 por el término ± 1 de la ecuación auxiliar 6. ³d´ cc ¡ ®rc = ¡0:06 ¢ 0:88 = 0:0528 se produce un sesgo En este ejemplo ® pequeño, que concuerda con la hipótesis de retornos de escala constantes efectuado anteriormente. 4 Conclusiones Las principales ventajas de ViSta en la econometría frente a otros programas de caracteristicas similares utilizados comunmente, se pueden resumir en los siguientes puntos: Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 14 1. Facilidad de uso para estudiantes y profesores interesados en la experimentación con datos económicos. Destacan las asistencias de mapas guiados a través de todo el proceso, que facilitan el aprendizaje a todos los niveles 2. Una visualización de los datos y de los modelos estadísticos notable que permite una mejor comprensión del modelo y mucha más vistosidad 3. Tiene un entorno de trabajo muy cómodo y fácil de manejar con todos elementos necesarios muy a mano 4. Es un programa gratuito de libre difusión en internet, abierto para programar cualquier tipo de mejora o añadir nuevas teorías, y la creación de nuevos mapas guiados didácticos para ellas. References Berndt, Ernst R (1991).The Practice of Econometrics: Classic and Contemporary. London: Addison-Wesley. Johnston, J (1984). Econometric Methods. New Yor: McGraw-Hill Damodar N. Gujarati (1995) Basic Econometrics. McGraw-Hill. Cálculo de economías de escala y curvas de aprendizaje con el programa ViSta. 15 La versión del paquete estadístico VisTa (The Visual Statistic System) que se emplea es la 5.0.5 1 E W Beta (XLS 3.52.4). c 1991-98 Forrest W. Young. Para más información consultar ° http://forrest.psych.unc.edu/