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