Determinantes del consumo de combustibles líquidos en Argentina

UNIVERSIDAD CATÓLICA ARGENTINA
FACULTAD DE CIENCIAS SOCIALES Y ECONÓMICAS
PROGRAMA DE ESTÍMULO A LA INVESTIGACIÓN Y APORTES
PEDAGÓGICOS
Trabajo de investigación
Determinantes del consumo de
combustibles líquidos en Argentina
Lic. María Marta Coria
Año 2005
Introducción
El presente trabajo tiene por objetivo la identificación de los principales determinantes
de las cantidades consumidas de combustibles líquidos en Argentina entre 1994 y 2004.
Se realizará el análisis para tres tipos de combustibles: el gas oil, la nafta súper y la
nafta normal. Entre 1994 y 2004 los combustibles considerados representaron
aproximadamente el 90% de las ventas totales de combustibles (gas oil, naftas y gas
natural comprimido). El gas oil es el combustible con mayor participación relativa,
representando el 62% de las ventas totales de combustibles en el período mencionado y
el 67% de la venta de combustibles líquidos.
A continuación se busca construir un modelo que muestre los principales elementos que
influyen en la cantidad consumidas de cada uno de los combustibles considerados de
manera de poder predecir los valores futuros de consumo. El modelo tiene en cuenta la
propia característica del proceso dinámico considerado y otras variables exógenas que
ayudan a explicar el comportamiento de las cantidades comercializadas. El estudio del
consumo de combustibles líquidos se aborda a partir de una función de demanda, la cual
depende de las necesidades de los consumidores, sus preferencias y el nivel de precios.
Para la estimación econométrica se utilizan modelos lineales de series cronológicas
multidimensionales.
En la siguiente sección se realiza un breve análisis descriptivo del mercado de
combustibles líquidos en Argentina, de sus empresas y de la evolución de las cantidades
vendidas de cada combustible en el período en consideración.
En la cuarta sección se plantean modelos alternativos para explicar el comportamiento
del consumo y se realizan las regresiones correspondientes con el propósito de
identificar el mejor modelo que explique el comportamiento del consumo de los
combustibles mencionados.
Por último, se presentan las conclusiones.
Marco teórico
En este trabajo se abordará el estudio del consumo de combustibles líquidos a partir de
una función de demanda la cual depende de las necesidades de los consumidores, sus
preferencias y el nivel de precios. Siguiendo a Coloma (1998) se tendrán en cuenta las
2
siguientes variables: el ingreso, la cantidad de vehículos, la cantidad de estaciones de
servicio y el precio del combustible. Según la teoría convencional de preferencias del
consumidor, es de esperar que las cantidades vendidas de combustibles dependan
positivamente del ingreso, de la cantidad de vehículos y de la cantidad de estaciones de
servicio y negativamente del precio del combustible.
La estimación de los modelos se realiza a partir de la teoría de los procesos estocásticos
y en particular, de las representaciones de series cronológicas de más de una dimensión.
La utilización de estos modelos implica suponer que las cantidades consumidas en un
momento del tiempo dependen tanto de las variables especificadas como de los valores
pasados de dichas cantidades consumidas.
Los modelos lineales de series cronológicas multidimensionales permiten estudiar
procesos a través de su pasado y de otras variables explicativas. Siguiendo a Landro y
González (2004), dado un sistema {Xt,Yt} donde {Xt} es un proceso que influye en el
comportamiento del proceso {Yt}, una variación en {Xt} producirá una variación en
{Yt}. Esta variación en {Yt} constituye una respuesta dinámica de {Yt} ante una
variación en {Xt}. Se denomina modelo de función de transferencia a aquél que
describe dicha respuesta dinámica y se representa como:
Yt = v(B)Xt + εyt,
donde el operador v(B) define la función de transferencia y εyt los errores del modelo. Si
es posible hallar un valor B (en valor absoluto) menor o igual a 1 para el cual se
verifique que v(B) sea menor a infinito, se dice que el sistema es estable. La condición
de estabilidad implica que cualquier variación finita en el proceso {Xt} generará una
variación finita en el proceso {Yt}.
Si en condiciones de estabilidad el operador v(B) puede ser aproximado por un cociente
de polinomios en B de grado finito de forma:
v(B) = (δ0 + δ1B + …. +δk0Bk0) / (1- φy1B-…..-φypBp)
entonces, se puede considerar la siguiente representación lineal para describir la relación
entre {Xt} e {Yt}:
φy(B)Yt = δ(B)Xt + Φy(B)εyt
3
donde los coeficientes δj del operador δ(B) definen un sistema de ponderaciones que
describe la forma en que las variaciones de {Xt} se transfieren a {Yt}. Esta expresión
define la representación con un componente AR de orden p, una componente MA de
orden q y una función de transferencia con desfasaje igual a cero y una inercia de orden
k0 .
Si alguno de los procesos estuviera afectado por una condición de no estacionariedad en
los valores medios motivada por la presencia de raíces unitarias en la ecuación
característica del modelo, entonces se debe diferenciar sucesivamente el proceso hasta
volverlo estacionario.
Tomando el proceso {Yt}:
Yt = vkXt-k + vk+1Xt-k-1 +……+εt
si se multiplica miembro a miembro por Xt-j y se aplica el operador esperanza
matemática se obtiene la siguiente expresión para la función de covarianzas cruzadas:
vj = (σY/σX) ςXY(j) (con j = k, k+1, k+2, …….)
De lo anterior se concluye que la función de respuesta a un impulso es directamente
proporcional a la función de correlaciones cruzadas.
Por lo tanto, para estimar el modelo se procede primero a analizar el cumplimiento de
las condiciones de estacionariedad e invertibilidad de las series consideradas. En
segundo lugar se procede a la especificación del modelo, buscando la representación
que mejor se adapte a las series en cuestión, lo cual incluye el análisis de las funciones
de correlación cruzadas. En tercer lugar, se estiman los coeficientes del modelo. En
cuarto lugar se procede a la estimación de los coeficientes del modelo y, por último, al
análisis de los residuos.
El análisis empírico se realiza con datos producidos por la Secretaría de Energía de la
Nación y el Instituto Nacional de Estadísticas y Censo (INDEC). El análisis se realiza
con datos mensuales para el período 1994 a 2004 de las siguientes variables:
-
Los precio de los combustibles líquidos de las cuatro principales empresas del
mercado
-
El nivel de actividad económica: se utiliza la serie desestacionalizada del
Estimador Mensual de la Actividad Económica, elaborada por el INDEC
4
-
El total de venta de combustibles líquidos, en metros cúbicos
-
El parque automotor argentino
-
El parque automotor adaptado para funcionar a GNC. En este caso, la serie
disponible abarca el período enero de 2001 a octubre de 2004
Dado que los precios de los combustibles difieren según la empresa que lo comercialice,
la variable precio a utilizar en el modelo de regresión, siguiendo a Coloma (1998), se
construyó en base a un promedio ponderado de los precios de las cuatro empresas con
mayor participación de mercado (Repsol-YPF, Petrobras, Shell y Esso), siendo la
ponderación la participación de mercado de cada una de ellas.
Análisis descriptivo del mercado
En los últimos 10 años el mercado de combustibles sufrió algunos cambios importantes
en su estructura, tanto en la oferta como en la demanda. Del lado de la oferta, cabe
destacar el proceso de privatización de la principal empresa petrolera argentina, iniciado
a comienzos de la década de 1990, en el marco del Plan de Convertibilidad. El plan se
fundamentó en una serie de ejes, entre los cuales se destacan el establecimiento de una
paridad cambiaria fija de la moneda local con el dólar estadounidense, la apertura
comercial y liberalización de los mercados de capitales, la privatización de empresas
estatales, la desregulación de los mercados de bienes y servicios, entre otros. Según
destaca Kosulj (2002), dentro de la estrategia de privatización del gobierno, la del sector
energético fue una de las más importantes, incluyendo tanto la privatización de la
empresa petrolera como empresas de agua y energía eléctrica.
De acuerdo a datos del año 2004, el mercado de combustibles argentino está
conformado por 8 empresas principales, las cuales son responsables de casi la totalidad
de las ventas de combustibles. Estas empresas abastecen al mercado de combustibles ya
sea de manera directa ó por medio de revendedores.
Del lado de la oferta, el mercado presenta un considerable nivel de concentración. El
Índice Hirschmann-Herfindahl (HHI) de concentración para el mercado de gas oil arroja
un valor de 3083, para el mercado de nafta normal el índice es de 2542 y en el caso de
la nafta súper, de 2824. Estos valores permiten categorizar el mercado como un
5
oligopolio, con un grupo dominante formado por cuatro empresas, las cuales explican
entre el 90% y el 94% de las ventas totales, según el combustible considerado.
Kozulj (2002) destaca que el proceso de privatizaciones no aumentó la competencia en
el mercado. El índice HHI, en especial en el caso del gas oil, muestra una elevada
concentración en este mercado.
Coloma (2001) destaca que la integración entre Repsol e YPF tuvo efectivamente un
impacto en los precios y cantidades comercializadas en el mercado argentino de nafta.
Ese impacto podría tener que ver con la idea de que en un mercado más concentrado los
precios suben y hay una mayor posibilidad de ejercer poder de mercado. El autor
concluye que el modelo que explica mejor los datos es el que supone que de un
oligopolio de Cournot se pasó a una situación post-integración en la cual Repsol-YPF
empezó a comportarse como un líder de precios.
Participación en el mercado (año 2004)
Nafta
Gas Oil
Nafta Normal
Nafta Súper
YPF
49,9%
41,5%
44,5%
SHELL
14,7%
14,6%
19,3%
PETROBRAS ARGENTINA
14,3%
18,8%
15,4%
ESSO
12,7%
15,2%
15,1%
SOL PETROLEO
1,3%
3,2%
2,2%
REFINOR
1,7%
3,2%
1,4%
DAPSA
2,4%
1,5%
1,2%
RHASA
0,7%
0,8%
0,5%
Otras
2,4%
1,3%
0,4%
Fuente: Secretaría de Energía de la Nación
La concentración de la oferta se explica por distintos factores. Entre ellos se destacan
los elementos que limitan la entrada de nuevas empresas al mercado.
Un primer obstáculo para la entrada de nuevas empresas lo constituye el hecho de que el
mercado de combustibles, especialmente el de naftas, es un mercado maduro y en
contracción. Las ventas de nafta han venido reduciéndose y las de gas oil muestran una
marcada estacionalidad con el nivel general de actividad económica., según se analizará
más adelante.
6
En segundo lugar, existe un alto requerimiento de capital para la instalación de una
nueva empresa, puesto que la industria es capital intensiva. El tamaño mínimo de planta
eficiente es elevado, dadas las importantes economías de escala que existen en la
industria a causa de la alta incidencia de los costos fijos en los costos totales de las
empresas.
En tercer lugar, existe una considerable saturación del área de estaciones de servicio. Si
una nueva empresa decide instalarse y desarrollar una red de estaciones de servicio,
encontrará que en las áreas para instalarlas una importante competencia del resto de las
empresas del sector. Si la nueva empresa decidiera convertir en propias estaciones de
servicio de otras empresas, encontrará que las estaciones están unidas a la empresa a
través de contratos de exclusividad de suministro, los cuales se dan por un plazo de
duración elevado (el 93% de los contratos tienen una duración superior a los 5 años y el
39% duran más de 10 años). A su vez, estos contratos prevén que los equipos de las
estaciones de servicio se entreguen en comodato, lo que posibilita el retiro de los
equipos en caso de querer salirse del convenio.
En cuarto lugar, el suministro de la materia prima puede considerarse como otra barrera,
aunque su efectividad podría ser menor que las anteriormente analizadas. La mayoría de
las áreas petroleras argentinas están en poder de Repsol-YPF y de Petrobras (también
participan de este mercado empresas como Amoco Argentina Oil SA, Total Austral y
Bridas SAPIC). Cualquier empresa que opere o quiera operar en el mercado debería
comprarle la materia prima a estas empresas o bien importarla. Dado que aún el petróleo
comercializado por las empresas argentinas se comercializa a precios internacionales,
las dos empresas productoras tendrían una capacidad limitada para regular la entrada de
un competidor, limitándole las ventas de petróleo. Sin embargo, si existiera un
sobrecosto por importar el petróleo o alguna regulación que limite su importación, esta
barrera sería más importante.
Por último, la poca posibilidad de diferenciar el producto supone otra barrera a la
entrada, puesto que la potencial ingresante no podrá desarrollar una estrategia de
diferenciación de producto para ingresar al mercado.
Desde 2002 el Gobierno ha establecido una serie de regulaciones que afectan el
desarrollo del mercado.
7
En primer lugar, se estableció una retención a las exportaciones de gas oil del 5% sobre
el valor de la exportación. Si bien esta regulación no afecta directamente al área de
comercialización de combustibles en el mercado interno, la regulación posee un impacto
indirecto sobre la rentabilidad de las empresas.
3.045
2004
1.851
2.040
2.640
2002
1.509
1.677
2000
1.092
1.007
1.412
1998
1994
2004
2002
2000
0
1998
0
1996
1.000
1996
2.000
2.000
940
M3
3.000
1.268
3.384
3.318
4.000
3.668
4.648
4.170
5.477
5.111
GNC
4.000
1994
M3
6.000
Naftas
5.849
6.457
6.391
8.000
6.712
Evolución del mercado de Naftas, GNC y Gas Oil
11.067
2004
10.306
9.892
2002
10.737
11.423
2000
11.524
11.639
1998
11.141
11.073
1996
10.082
9.720
12.000
11.500
11.000
10.500
10.000
9.500
9.000
8.500
1994
M3
Gas Oil
Fuente: Secretaría de Energía de la Nación
Desde mediados de 2002 el gobierno estableció un precio máximo al gas oil que se
vende a las empresas de transporte. Además, establece cupos mensuales de gas oil por
empresas, y la diferencia entre el precio subsidiado y el precio de mercado la cubre el
Estado.
También, las empresas firmaron un acuerdo con el Estado para mantener el precio al
público de los combustibles. Debido a este acuerdo, los precios finales de los productos
en las estaciones de servicio no se han incrementado desde principios de 2003. Este
acuerdo alcanza solamente al precio que comercializan las estaciones de servicio.
Del lado de la demanda, en su conjunto, el mercado de combustibles de Argentina
(incluido el GNC) se viene recuperando desde el año 2003, luego de caer durante 4 años
seguidos. La caída acumulada del período 1999 a 2002 fue del 17%, mientras que en el
período 2003 a 2004 el mercado se recuperó un 13%; en ambos casos, dichas
8
variaciones fueron bastante similares a la evolución del producto argentino en el mismo
período.
Sin embargo, este comportamiento del mercado no fue similar en todos los productos.
Mientras el GNC creció ininterrumpidamente, el gas oil se recuperó en el año 2003 y las
naftas recién lo hicieron en el año 2004.
Medidas descriptivas (valores mensuales en metros cúbicos)
Gas Oil
Nafta Normal
Nafta Súper
Promedio
918704,5
126497,3
242986,7
Mediana
931324,7
134924,7
258154,9
Máximo
1106125
221249,9
357778,3
Mínimo
723485,6
49634,44
107547,3
Desvío Estándar
76198,22
48704,27
66997,51
Fuente: elaboración propia en base a datos de Secretaría de Energía de la Nación
En el caso de las naftas, el mercado se contrajo desde el año 1995 hasta el año 2003,
razón por la cual este combustible perdió importancia en el mix de productos del
mercado, pasando de representar casi el 40% del total de combustibles vendidos en
1994 al 19% de la actualidad.
Evolución del Mix de Combustibles
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004
Naftas
GNC
Gas Oil
Fuente: Secretaría de Energía de la Nación
9
El GNC, en cambio, incrementó su participación en el mercado del 5% en 1994 al 17%
en el 2004. El consumo de este combustible creció un 15% entre 2003 y 2004,
incrementando su ritmo de crecimiento respecto a los años anteriores.
Por último, el comportamiento del gas oil está en línea con la evolución de la actividad
económica. El mercado creció hasta el año 1998 y a partir de 1999 entró en una
depresión. La caída acumulada del consumo del período 1999 a 2002 alcanzó el 16%.
La recuperación del mercado en el bienio 2003 a 2004 fue del 13%. Este producto sigue
siendo el más importante del mercado con una participación del 64% en 2004.
Los precios de los combustibles siguieron una evolución similar en el período
considerado. Entre 1994 y 1995 los precios experimentaron leves subas; durante 1996
suben considerablemente, en especial el precio del gas oil, el cual se incrementa un 47%
durante ese año. Entre 1997 y 1998 los precios se redujeron levemente, siendo la nafta
súper la que más redujo su precio. Durante 1999 los precios vuelven a subir, siendo la
nafta normal la que más aumentó. En 2000 el gas oil aumenta de precio (un 9%)
mientras que las naftas no sufren cambios de precios. En 2001 la evolución de los
precios de los combustibles es disímil. Mientras en gas oil aumenta un 11,4%, las naftas
reducen su precio un 4,8% en promedio.
Medidas descriptivas (en pesos por metro cúbico)
Precio gas oil
Precio Nafta Normal Precio Nafta Súper
Promedio
650,79
945,86
1.112,36
Mediana
421,38
734,76
926,75
Máximo
1.481,66
1.684,33
1.835,74
Mínimo
274,31
580,73
766,38
Desvío Estándar
436,21
400,87
388,90
Fuente: elaboración propia en base a datos de Secretaría de Energía de la Nación
Mercuri (2001), en un estudio realizado sobre la respuesta de los precios de los
combustibles ante cambios en el precio del petróleo, concluye que existen asimetrías en
la respuesta de los precios del gas oil y la nafta súper ante cambios en el precio del
crudo. El autor comprueba la creencia generalizada de que los precios de los
combustibles reaccionan más, en términos de magnitud y velocidad, ante aumentos en
el precio del crudo que ante caídas de éste. Sin embargo, en el caso del gasoil, el trabajo
10
concluye que los precios reaccionan en mayor magnitud y a mayor velocidad, pero no lo
hacen al mismo tiempo, ya que durante las dos primeras semanas el precio del gasoil no
reacciona ante un aumento pero sí lo hace ante una caída después de la primer semana.
Precios de los combustibles líquidos
2000
precio por m3
1800
1600
1400
1200
1000
800
600
400
Precio Gas oil
Precio Nafta Normal
ene-04
ene-03
ene-02
ene-01
ene-00
ene-99
ene-98
ene-97
ene-96
ene-95
ene-94
200
0
Precio Nafta Súper
Fuente: Secretaría de Energía de la Nación
Como consecuencia de la devaluación de la moneda nacional ocurrida en 2002, el
precio de los combustibles aumenta drásticamente. El precio del gas oil aumenta en
2002 un 147%, el precio de la nafta normal lo hace en un 99,5% y la nafta súper en un
93,7%. Durante 2003 los precios se reducen levemente, siendo el precio del gas oil el
que más baja (un 3,3%). En 2004 los precios vuelven a subir: un 6,1% el gas oil, un 1%
la nafta normal y un 1,4% la nafta súper.
El parque automotor argentino se ha incrementando en los últimos años. Considerando
el período 1994 a 2004, la cantidad de vehículos creció un 16%. Luego de la caída
verificada en 1995, la cantidad de vehículos creció un 3,5% anual entre 1996 y 2001. En
el último año el crecimiento fue del 4,3%.
La cantidad de vehículos que funcionan a GNC creció ininterrumpidamente desde el
año 2002. La conversión de vehículos a GNC alcanzó un récord histórico en el año
2003 con un promedio de 25.000 conversiones por mes. En el año 2004, las
conversiones promedio cayeron a 17.000 vehículos por mes. En el año 2002 el parque
automotor a GNC creció un 16,3%, mientras que en 2003 lo hizo un 32,1%. En 2004 el
crecimiento fue del 16,9%, y el parque automotor que funciona con este combustible
llegó a 1.300.000 vehículos.
11
Parque automotor
1.400.000
8000000
1.300.000
parque automotor a GNC
7000000
6500000
6000000
5500000
1.100.000
1.000.000
900.000
800.000
700.000
jul-04
ene-04
jul-03
ene-03
jul-02
ene-02
jul-01
ene-04
ene-03
ene-02
ene-01
ene-00
ene-99
ene-98
ene-97
ene-96
ene-95
600.000
ene-94
5000000
1.200.000
ene-01
parque automotor
7500000
Fuente: Secretaría de Energía de la Nación
El 90% de las estaciones de servicio operan bajo la llamada modalidad DODO (un
tercero es dueño de la estación y además la opera) y bajo una única bandera o marca
mediante un contrato de suministro exclusivo con la petrolera correspondiente. Esta
forma de operar, sumado al hecho de que los contratos de suministro se realizaban por
un periodo prolongado y al otorgamiento de activos en comodato, constituyen una
importante barrera a la entrada de nuevos competidores.
Medidas descriptivas (mensuales en unidades)
Estaciones de servicio
Vehículos
Autos a GNC
Promedio
5.918
6566956
942217,7
Mediana
5.984
6578206
868484,5
Máximo
6.232
7497028
1319264
Mínimo
5.311
5666331
694642
208
501510,8
210682,3
Desvío Estándar
Fuente: elaboración propia en base a datos de Secretaría de Energía de la Nación
En el año 2000 el Gobierno Nacional, por recomendación de la Secretaría de Defensa de
la Competencia, adoptó una serie de medidas tendientes a fomentar la competencia en el
mercado. Estas medidas fueron los siguientes:
• Se limita la duración de los contratos de abastecimiento exclusivo de productos a un
máximo de 5 años (para estaciones que renuevan el contrato ó cambian de bandera) y de
8 años (para las estaciones nuevas);
12
• Se limita la cantidad de estaciones de servicio que pueden estar integradas
verticalmente al 40% de la red de estaciones de cada bandera;
• Se requiere que todo nuevo contrato de suministro exclusivo prevea la venta del
equipamiento otorgado en comodato a precios de mercado a la fecha de finalización del
contrato.
La cantidad de bocas de expendio de combustible creció entre 1994 y 1997, un
promedio de 4% anual. Entre 1998 y 2001 la cantidad de bocas de expendio se redujo
levemente, alcanzando un total de 5943 a comienzos de 2001 en todo el país. Durante
ese año la cantidad de bocas se incrementó un 4% respecto al año anterior. Desde 2002
la cantidad de bocas se ha reducido en forma continua, un promedio de 2,5% anual.
Cantidad de bocas de expendio de combustibles
6400
6200
cantidad de bocas
6000
5800
5600
5400
5200
5000
ene-04
ene-03
ene-02
ene-01
ene-00
ene-99
ene-98
ene-97
ene-96
ene-95
ene-94
4800
Fuente: Secretaría de Energía de la Nación
Estimación del modelo
En esta sección se presentan las estimaciones de los modelos para cada combustible
considerado. En primer lugar se analizan las condiciones de las series utilizadas.
El consumo mensual de los tres combustibles muestra un fuerte componente estacional.
Por lo tanto, se procedió a desestacionalizar las series, utilizando para ello promedios
móviles multiplicativos. El consumo de gas oil es cíclicamente más alto los meses de
marzo a mayo y entre noviembre y diciembre. El consumo de nafta normal es
cíclicamente más elevado los meses entre julio y octubre y en el mes de diciembre,
13
mientras que el de nafta súper es más alta en los meses de diciembre y enero y en marzo
y abril. En adelante, se trabaja con las series desestacionalizadas.
A continuación, se procede a verificar si las series de consumo constituyen procesos
estacionarios. Al realizar el test de raíces unitarias se corroboró que las series de los tres
tipos de combustibles considerados no constituyen procesos estacionarios pues cuentan
con una raíz unitaria. Dada la presencia de una raíz unitaria, se diferenciaron una vez las
series. Es decir, en vez de considerar los valores absolutos del consumo en cada uno de
los períodos considerados, se procede a tomar el diferencial entre el valor en un período
y el valor en un período inmediato anterior. Al realizar el test de Dickey – Fuller
aumentado de las series de la primera diferencia de las cantidades consumidas de los
combustibles se puede concluir que los procesos tienen sólo una raíz unitaria y, por lo
tanto, las primeras diferencias de las cantidades consumidas constituyen procesos
estacionarios.
Las series correspondientes a los precios de los combustibles no presentan un
comportamiento cíclico y no constituyen procesos estacionarios. Al diferenciarlas una
vez, las mismas se vuelven estacionarias, razón por la cual se consideran las variaciones
mensuales del precio de los combustibles como posibles variables exógenas.
La cantidad de vehículos también resultó ser una serie no estacionaria. Al diferenciarla
una vez la serie de vuelve estacionaria, según el test de Dickey – Fuller aumentado.
En relación a la cantidad de estaciones de servicio, el test de Dickey – Fuller aumentado
permite concluir que existe al menos una raíz unitaria. Al diferenciar la serie, la misma
tampoco es estacionaria, según el test mencionado. La segunda diferencia de la cantidad
de estaciones de servicio sí es un proceso estacionario, según el test de Dickey – Fuller
aumentado. Por lo tanto, se trabajará con la segunda diferencia de la cantidad de
estaciones de servicio, la cual muestra el incremento de la cantidad de estaciones en un
período t respecto al anterior (t-1), neto del incremento entre t-1 y t-2.
Otra variable que puede influir en la cantidad consumida de combustibles es la
introducción de un combustible sustituto como el GNC. La información disponible
sobre cantidad de autos a GNC comienza en el año 2001. La serie no presenta un
comportamiento estacionario. Al diferenciarla una vez, la serie se vuelve estacionaria,
considerando un nivel de confianza del 95%.
14
Respecto al nivel de actividad económica, se trabaja con la serie desestacionalizada del
Estimador Mensual de Actividad Económica (EMAE) elaborado por el INDEC. Esta
serie resulta ser no estacionaria. Al diferenciarla una vez, el test de Dickey – Fuller
aumentado permite concluir que la serie se vuelve estacionaria, con un nivel de
confianza del 95%. Por lo tanto, y considerando este nivel de confianza, se trabaja con
la primera diferencia del EMAE, es decir, con la variación mensual del nivel de
actividad.
El correlograma cruzado entre variación mensual de las cantidades consumidas
(desestacionalizadas) de los distintos combustibles y la variación mensual de su precio
muestra que entre las variables consideradas no existe relación de causalidad, en
ninguno de los dos sentidos. Ninguno de los coeficientes obtenidos resulta significativo
a un nivel de confianza del 95%. Por lo tanto, se puede concluir que la variación del
precio entre t y t-1 no influye significativamente en la explicación de la variación de las
cantidades consumidas de combustibles, en el período en consideración.
Una situación análoga ocurre al realizar el correlograma cruzado de las variaciones
mensuales de las cantidades consumidas de combustibles y la segunda diferencia de la
cantidad de estaciones de servicio. Ninguno de los coeficientes resulta significativo.
La variación mensual de la cantidad de vehículos no está correlacionada con la
variación mensual de las cantidades consumidas desestacionalizadas de gas oil y de
nafta normal. Respecto a la nafta súper, el correlograma cruzado muestra que hay existe
correlación entre las variables. El coeficiente significativo permite afirmar que la
variación mensual del consumo de este combustible en el período t está influida por la
variación mensual de la cantidad de vehículos en t-3.
Respecto del nivel de actividad económica, el correlograma cruzado entre la variación
mensual de la cantidad consumida de gas oil desestacionalizada y la variación mensual
del EMAE muestra algunos coeficientes significativos, indicando que hay relación entre
las variables, con cierto rezago temporal. Los coeficientes significativos permiten
afirmar que la variación mensual de la cantidad consumida de gas oil en el período t está
influida por la variación mensual del EMAE en t, t-3 y t-7 y t-14. Respecto a la nafta
normal, los coeficientes significativos fueron los asociados los períodos t-4 y t-7. La
variación mensual de la cantidad consumida de nafta súper en t está correlacionada con
la variación mensual del nivel de actividad económica en t-3.
15
Una vez analizada la correlación cruzada entre las variables consideradas se busca la
especificación del modelo que explique mejor el comportamiento de las cantidades
consumidas de los distintos combustibles considerados.
Gas oil
Las variables precio, cantidad de vehículos y cantidad de estaciones de servicio
resultaron no significativas para modelar el comportamiento temporal de la cantidad
consumida de gas oil. El nivel de actividad económica, considerando en este caso su
variación mensual, resultó ser una variable significativa. La influencia de la variación
mensual del período t-7 resultó no significativa. Al considerar conjuntamente la
influencia de la variación mensual del nivel de actividad económica en t y t-3 sobre la
variación mensual de la cantidad consumida de gas oil desestacionalizada, se encontró
que cada coeficiente era significativo en el modelo de regresión cuando se los considera
individualmente, pero no lo son conjuntamente.
Se consideran, en consecuencia, dos modelos alternativos. En uno se tiene en cuenta el
valor del EMAE en t-3 (modelo 1) y en el otro el valor en t (modelo 2).
En ambos casos, las raíces invertidas de las partes AR y MA son menores a 1 y los
residuos constituyen procesos ruido blanco, aunque no son normales, según el test de
Jarque – Bera.
Dado que el modelo 2 tiene un valor del criterio de información de Akaike y de
Schwarz menores, se concluye que está mejor especificado que el primer modelo.
La variación de la cantidad consumida de gas oil desestacionalizada entre t y t-1
depende en forma significativa de la variación del nivel de actividad económica en el
mismo período, de la diferencia entre la cantidad consumida entre t-1 y t-2 (parte AR) y
de perturbaciones aleatorias ocurridas con dos período de rezago (parte MA).
El modelo obtenido es:
Q´t – Q´t-1 = -0,61 (Q´t-1 – Q´t-2) + 6274,57 (Yt – Yt-1) + 0,67Et-2
donde Q´ es la cantidad consumida de gas oil desestacionalizada.
Reordenando la ecuación anterior, se tiene:
Q´t = 0,39Q´t-1 – 0,61Q´t-2 + 6274,57 (Yt – Yt-1) + 0,67Et-2
16
Modelos para la variación mensual de la cantidad consumida de gas oil
desestacionalizada
Modelo 1
Variable
Coeficiente
Error estándar
Estadístico t
Probabilidad
D(EMAE(-3))
5028.698
1512.344
3.325102
0.0012
AR(1)
-0.484227
0.088114
-5.495459
0.0000
MA(2)
-0.605307
0.081781
-7.401567
0.0000
R cuadrado
0.309887 Promedio de la variable dependiente
1657.968
R cuadrado ajustado
0.298756 Error estándar de la variable dependiente
51516.51
Error estándar de la regresión
43140.07 Criterio de información de Akaike
24.20563
Suma de los residuos al cuadrado
2.31E+11 Criterio de Schwarz
24.27282
Log likelihood
-1534.058 Estadístico de Durbin-Watson
1.971039
Raíces AR invertidas
-.48
Raíces MA invertidas
.78
-.78
Modelo 2
Variable
Coeficiente
Error estándar
Estadístico t
Probabilidad
D(EMAE)
6274.576
1177.791
5.327411
0.0000
AR(1)
-0.613554
0.081718
-7.508182
0.0000
MA(2)
-0.668975
0.074913
-8.930012
0.0000
R cuadrado
0.352521 Promedio de la variable dependiente
1797.813
R cuadrado ajustado
0.342325 Error estándar de la variable dependiente 51367.82
Error estándar de la regresión
41657.85 Criterio de información de Akaike
24.13517
Suma de los residuos al cuadrado 2.20E+11 Criterio de Schwarz
24.20135
Log likelihood
1.959297
-1565.786 Estadístico de Durbin-Watson
Raíces AR invertidas
-.61
Raíces MA invertidas
.82
-.82
El coeficiente que acompaña a la variación mensual del nivel de actividad económica
tiene el coeficiente esperado. Un crecimiento del nivel de actividad incrementa la
cantidad consumida de gas oil.
Considerando el comportamiento de la cantidad consumida de gas oil desde el año
2001, la cantidad de autos a GNC no es una variable relevante para explicar el
comportamiento de la cantidad consumida de este combustible. El correlograma
cruzado entre la variación mensual de la cantidad consumida de gas oil y la variación
17
mensual de la cantidad de autos a GNC muestra que no hay correlación cruzada entre
las variables.
Relación entre las cantidades consumidas de gas oil y el nivel de actividad
Nafta Normal
Las variables precio, cantidad de vehículos y cantidad de estaciones de servicio
resultaron no significativas para modelar el comportamiento temporal de las cantidades
consumidas de nafta normal. El nivel de actividad económica, considerando en este caso
su variación mensual, resultó ser una variable significativa, cuando se la considera con 4
períodos de rezago, pero no con 7 períodos.
Variable
Coeficiente
Error estándar
Estadístico t
Probabilidad
D(EMAE(-4))
-1524.301
425.9132
-3.578900
0.0005
D(PRECIO_NN)
-34.71839
15.67657
-2.214667
0.0286
AR(1)
-0.407207
0.083045
-4.903437
0.0000
R cuadrado
0.232819 Promedio de la variable dependiente
-695.9832
R cuadrado ajustado
0.220345 Error estándar de la variable dependiente
8325.972
Error estándar de la regresión
7351.674 Criterio de información de Akaike
20.66677
Suma de los residuos al cuadrado 6.65E+09 Criterio de Schwarz
20.73430
Log likelihood
-1299.006 Estadístico de Durbin-Watson
2.041301
Raíces AR invertidas
-.41
18
La variación de la cantidad consumida de nafta normal desestacionalizada entre t y t-1
depende en forma significativa de la variación del nivel de actividad económica entre t4 y t-5, con la variación del precio entre t y t-1 y de la diferencia entre la cantidad
consumida entre t-1 y t-2 (parte AR).
Relación de las cantidades consumidas de nafta normal, el nivel de actividad y el
precio del combustible
El modelo obtenido es:
Q´t – Q´t-1 = -0,41 (Q´t-1 – Q´t-2) – 1524,3 (Yt-4 – Yt-5) – 34,7 (Pt – Pt-1)
donde Q´ es la cantidad consumida de nafta normal desestacionalizada.
Reordenando la ecuación anterior, se tiene:
Q´t = 0,59Q´t-1 + 0,41Q´t-2 – 1407,04 (Yt – Yt-1) – 34,7 (Pt – Pt-1)
El coeficiente que acompaña a la variación en el precio tiene el signo esperado. Un
aumento del precio del combustible reduce la cantidad consumida de nafta normal.
El coeficiente que acompaña a la variación mensual del nivel de actividad económica
tiene signo negativo. Un crecimiento del nivel de actividad retrae la cantidad consumida
de nafta normal, lo cual sugiere que este tipo de combustible presenta un
comportamiento típico de lo que se denomina en la teoría del consumidor como bienes
inferiores.
Considerando el comportamiento de la cantidad consumida de nafta normal desde el año
2001, la cantidad de autos a GNC afecta la cantidad consumida de este combustible. El
19
correlograma cruzado entre ambas variables muestra que hay correlación cruzada entre
ellas. La regresión correspondiente muestra que el coeficiente que acompaña a la
variación de la cantidad de autos a GNC entre t y t-1 es significativo y tiene el signo
esperado. Un aumento de la cantidad de autos a GNC reduce el consumo de nafta
normal. Este resultado sugiere que la nafta normal y el GNC funcionan en el mercado
como bienes sustitutos.
Relación entre las cantidades de nafta normal y la cantidad de autos a GNC
Nafta súper
Las variables cantidad de vehículos y cantidad de estaciones de servicio resultaron no
significativas para modelar el comportamiento temporal de las cantidades consumidas
de nafta súper. A pesar de que los correlogramas cruzados entre las variaciones
mensuales de las cantidades consumidas de nafta súper (desestacionalizada) no
muestran correlación de esta variable con la variación mensual del precio del
combustible y con el nivel de actividad económica, la realizar la regresión se comprueba
que ambas variables, con distintos rezagos, son significativas para explicar el
comportamiento de la cantidad consumida de nafta súper. El nivel de actividad
económica, considerando en este caso su variación mensual, resultó ser una variable
significativa, cuando se la considera con 3 períodos de rezago. La variación mensual del
precio también es una variable significativa, con un nivel de confianza del 95%.
20
Variable
Coeficiente
Error estándar
Estadístico t
Probabilidad
D(EMAE(-3))
2750.458
1019.723
2.697261
0.0080
D(PRECIO_NS)
-92.22000
44.59335
-2.068022
0.0408
AR(3)
0.210873
0.089110
2.366449
0.0195
R cuadrado
0.109034 Promedio de la variable dependiente
549.1262
R cuadrado ajustado
0.094428 Error estándar de la variable dependiente
16515.01
Error estándar de la regresión
15715.95 Criterio de información de Akaike
22.18645
Suma de los residuos al cuadrado 3.01E+10 Criterio de Schwarz
22.25433
Log likelihood
-1383.653 Estadístico de Durbin-Watson
2.199257
Raíces AR invertidas
.60
-.30 -.52i
-.30+.52i
La variación de la cantidad consumida de nafta súper desestacionalizada entre t y t-1
depende en forma significativa de la variación del nivel de actividad económica entre t3 y t-4, de la variación del precio del combustible entre t y t-1 y de la diferencia entre la
cantidad consumida entre t-1 y t-2 (parte AR).
Relación entre las cantidades consumidas de nafta súper, el nivel de actividad y el
precio del combustible
El modelo obtenido es:
Q´t – Q´t-1 = 0,21 (Q´t-1 – Q´t-2) + 2750,46 (Yt-3 – Yt-4) – 92,22 (Pt – Pt-1)
donde Q´ es la cantidad consumida de nafta súper desestacionalizada.
Reordenando la ecuación anterior, se tiene:
21
Q´t = 1,21Q´t-1 + 0,21Q´t-2 + 2750,46 (Yt-3 – Yt-4) – 92,22 (Pt – Pt-1)
Los coeficientes que acompañan a la variaciones mensuales del nivel de actividad
económica y del precio tienen los signos esperados. Un crecimiento del nivel de
actividad incrementa la cantidad consumida de nafta súper, mientras que un aumento
del precio retrae la cantidad consumida.
Considerando el comportamiento de la cantidad consumida de nafta súper desde el año
2001, la cantidad de autos a GNC afecta la cantidad consumida de este combustible. El
correlograma cruzado entre ambas variables muestra que hay correlación cruzada entre
ellas. Los coeficientes que resultaron significativos son los asociados a 4 y 6 períodos
de rezago. Sin embargo, la realizar la regresión correspondiente, ésta muestra que
ningún coeficiente es significativo. Este resultado sugiere que una variación de la
cantidad de autos a GNC no afecta la variación de la cantidad consumida de nafta súper.
Conclusiones
Las cantidades consumidas de combustibles líquidos en Argentina (gas oil, nafta normal
y nafta súper) entre 1994 y 2004 constituyen procesos no estacionarios y presentan
componentes cíclicos. Las variaciones mensuales de las cantidades consumidas
(desestacionalizada) sí constituyen procesos estacionarios.
En el caso del gas oil, la cantidad consumida no depende, en el período considerado del
precio del combustible, de la cantidad de vehículos ni de la cantidad de estaciones de
servicio. El modelo que mejor explica el comportamiento de la cantidad consumida de
gas oil muestra que la cantidad consumida en un período t (desestacionalizada) depende
significativamente de la cantidad consumida en el período anterior t-1 y en t-2, de la
variación del nivel de actividad económica entre t y t-1 y de perturbaciones aleatorias
ocurridas con dos períodos de rezago.
El consumo de nafta normal depende en forma significativa de la variación del nivel de
actividad económica entre t-4 y t-5, la variación del precio entre t y t-1 y de la diferencia
entre la cantidad consumida entre t-1 y t-2. Considerando desde el año 2001, el
consumo también está influido por la cantidad de autos que funcionan a GNC. Un
aumento de la cantidad de autos a GNC reduce el consumo de nafta normal, mostrando
que los combustibles en cuestión se comportan como bienes sustitutos.
22
El consumo de nafta súper depende en forma significativa de la variación del nivel de
actividad económica entre t-3 y t-4, de la variación del precio del combustible entre t y
t-1 y de la diferencia entre la cantidad consumida entre t-1 y t-2. Los resultados
encontrados permiten concluir que el consumo de nafta súper no se ve influido por la
cantidad de autos que funcionan a GNC.
Los consumos de combustibles constituyen procesos de memoria corta, dado que sólo
se ve influida por los valores pasados de la misma variable con dos períodos de rezago.
Por lo tanto, el modelo obtenido es más útil para predicciones coyunturales del nivel de
consumo de combustibles que para predicciones de largo plazo.
Bibliografía
ARRUFAT, J “Técnicas Econométricas para Estimar Funciones de Demanda”
Asociación Argentina de Economía Política. Reunión Anual, Bahía Blanca, 1997.
COLOMA, G. “Análisis del comportamiento del mercado argentino de combustibles
líquidos” Asociación Argentina de Economía Política. Reunión Anual, Mendoza, 1998.
COLOMA, G “Un análisis preliminar de los efectos competitivos de la integración entre
Repsol e YPF sobre el mercado argentino de nafta” Asociación Argentina de Economía
Política. Reunión Anual, Buenos Aires, 2001.
COMISIÓN NACIONAL DE DEFENSA DE LA COMPETENCIA, “Estudio de
Mercado: Combustibles Líquidos”. Agosto, 1998.
GADANO, N. “Determinantes de la inversión en el sector petróleo y gas de la
Argentina” Serie Reformas Económicas. Comisión Económica para América Latina y el
Caribe (CEPAL). Octubre, 1998.
GUJARATI, D. “Econometría”, 2º edición. Editorial Mc Graw-Hill. 1993.
KOSULJ, R “Balance de la privatización de la industria petrolera en Argentina y su
impacto sobre las inversiones y la competencia en los mercados minoristas de
combustibles”. Comisión Económica para América Latina y el Caribe (CEPAL). Julio,
2002.
LANDRO, A y GONZÁLEZ, M “Elementos de la teoría de los procesos estocásticos,
lineales, de parámetro discreto”. Serie Notas Teóricas. Ediciones Cooperativas. 2004.
23
MAS-COLELL, A. “Microeconomic Theory”. Oxford University Press. 1995.
MERCURI, P. “Asimetrías en la respuesta de los precios de los combustibles líquidos a
cambios en el precio del crudo: el caso argentino” Asociación Argentina de Economía
Política. Reunión Anual, Buenos Aires, 2001.
PINDICK, R. Y RUBINSFELD, D. “Econometría: modelos y pronósticos”. 4º edición.
Editorial Mc Graw-Hill. 2001.
24