La pobreza del análisis económico de las políticas públicas

Publicado en Portafolio: http://www.portafolio.co/opinion/politicas-publicas-analisis

Hace algunos años escuché al profesor Wynand van de Ven decir, en un seminario de la Universidad de los Andes, que no existía nada más práctico que una buena teoría. El análisis económico de algunas de las políticas públicas en Colombia es un ejemplo alarmante de la falta de una buena teoría para estudiar los problemas económicos. Un caso ejemplar es el reciente debate mediático, mas no académico, sobre los carteles en el país y, principalmente, el presunto ‘cartel’ del azúcar.

Primero, la Superintendencia de Industria y Comercio (SIC) en la Resolución No. 80847 de 2015, que impone sanciones a los ingenios azucareros, ha desconocido que el equilibrio en el mercado del azúcar no es más que la respuesta óptima de los productores a los incentivos creados por los mecanismos de protección amparados en la ley. Los productores de azúcar no acuerdan cuotas como lo sugiere la SIC, cuya evidencia es muy pobre y refleja la carencia de una teoría para pensar sobre el mercado. Si lo que se observa en el mercado son precios internos como los que resultarían bajo competencia monopolística, esto no es porque los productores actúen de forma coordinada, sino porque el mecanismo del Fepa genera los incentivos y señales públicas adecuadas para que cada productor, actuando en función de su propio beneficio e independientemente de los demás, actúe como si hiciera parte de un cartel perfecto, sin serlo. Este es el equilibrio de Nash de este juego. Ahora, algunas observaciones sobre la Resolución: se habla de “equilibrios óptimos”, lo que deja muchas dudas de si saben de qué están hablando. Los equilibrios en situaciones de interacción estratégica son rara vez óptimos. Enfocarse en la dependencia de las fórmulas del Fepa en las participaciones de mercado, es también un error. Las fórmulas fundamentales pueden escribirse como desviaciones del precio promedio de venta de cada ingenio del el precio promedio indicativo del Fepa. En principio, cualquier participación de mercado es un equilibrio, y cuál es el que ellos juegan puede ser más fácil de explicar como un problema de focalización, con base en la historia. Esto es una mejor teoría de por qué las participaciones no varían mucho en vez de utilizar esa observación para decir que hay colusión. Y este no es el único mecanismo del Gobierno que actúa de esta forma (el FEP hace lo mismo).

Segundo, es un elemento esencial de la política de competencia determinar la sanción, y cuando se trata de castigos monetarias, estimar el daño causado de una práctica anticompetitiva. Sobresale la Resolución de la SIC por la ausencia de cualquier análisis en este sentido. La teoría económica está plagada de técnicas para construir escenarios contrafactuales y estimar costos de una forma científica que reflejen los daños y no con base en reglas imposibles de sustentar técnicamente. No tengo nada que decir sobre la obstrucción de importaciones, si las hubo que se multen a los responsables, pero que se estime técnicamente el daño.

Otro punto totalmente ausente de las discusiones es la competencia en el mercado internacional del azúcar. Hace algunos años (2011) hice el siguiente cálculo: en ausencia del Fepa, el precio interno de equilibrio sería el precio de exportación. Con base en la estimación de costos marginales que tenía, el resultado daba que la industria apenas sobreviviría. Un estudio de Abare, en Australia, ‘Sugar: International Policies Affecting Market Expansion’, sugiere que en ausencia de estas políticas proteccionistas en el mundo, el precio sería entre 28 y 41por ciento más alto. Si calculamos el precio promedio al que venden los productores de azúcar en presencia del Fepa y el Sistema Andino de Franjas de Precios, vemos que el precio promedio no es muy distinto a 28 por ciento más alto que el precio de exportación. La conclusión es obvia.

La SIC también desconoce la cadena que va del productor de azúcar al consumidor final. Vale la pena preguntarse si todas las medidas recientes en contra del sector no van a ser nada más que una transferencia de rentas de un sector económico a otro sin ningún beneficio para el consumidor final. Recordemos los objetivos de la política de competencia: promover una competencia sana y no restrictiva en una forma que no reduzca el bienestar social. En este sentido, sobresale la Resolución de la SIC por no hacer ningún tipo de cuantificación del efecto de las políticas sobre el excedente del productor o el del consumidor.

Esto nos lleva a lo fundamental, que no es preguntarse si los productores están actuando correctamente o no, sino, si el mecanismo del Gobierno se justifica y está bien diseñado desde el punto de vista del bienestar social. Sin embargo, no existe ningún estudio al respecto.

En el fondo, esta columna no es más que un llamado a utilizar más la ciencia para guiar nuestras decisiones de políticas públicas y pasarnos a los estudios, teorías y modelos para discutir de forma disciplinada y rigurosa, dejando de lado los medios y las redes sociales para otros menesteres.

Una Evaluación Económica del Mecanismo de Despacho de Compromiso Centralizado en Colombia

A. Riascos y J.D. Martin (CEEII-BR, Cali)

Esta nota esta basada en el articulo: Transition to Centralized Unit Commitment: An Econometric Analysis of Colombia’s Experience de Castro, L., Oren, Sh., Riascos, A. y M. Bernal

Véase también: Mercado Eléctrico 

Recientemente se han agudizado las quejas por los altos precios de la energía en Colombia. Es claro que en el largo plazo el precio está determinado por la capacidad del sistema, la cual crece de forma discontínua. Sin embargo, existe preocupación respecto a la posibilidad que los precios que se observan respondan menos a movimientos de demanda y restricciones de capacidad que a consideraciones estratégicas de los generadores, las cuales están determinadas por las reglas que rigen el mercado.

En el año 2009 se presentó un cambio en las reglas de operación del mercado que permite el análisis del impacto que estas reglas tienen en los precios que se observan. La historia gruesa del funcionamiento del mercado primario de energía es la siguiente: desde 1993 hasta 2001, el mercado de electricidad spot requería que las unidades de generación (plantas) comprometieran, de forma “descentralizada”, su capacidad de generación y una única oferta de precio (puja) de energía hora por hora para cada una de las siguientes 24 horas. Usando estas pujas, el operador del sistema determinaba el despacho de generación de menor costo para satisfacer la demanda y el precio de equilibrio como el precio ofertado de la planta marginal. Este precio de equilibrio se utilizaba para compensar todas las plantas despachadas. Después de 2001, la Comisión de Regulación de Energía y Gas (CREG) determinó que, para cada una de las 24 horas, las plantas podían reportar una capacidad de generación distinta pero con un mismo precio de oferta.

Este diseño, sin embargo, no tenía en cuenta los costos de arranque y parada de las centrales térmicas. De acuerdo con la literatura y con la intuición, estas no convexidades en el escenario de subastas hora por hora con un único precio de oferta pueden conducir a ineficiencias productivas. Por un lado, los generadores térmicos se enfrentan al riesgo de incurrir en pérdidas si el precio de equilibrio no es lo suficientemente alto para compensar sus costos de arranque. Por otro lado, apagar centrales térmicas en marcha y arrancar otras de costo marginal más bajo podría resultar en una producción ineficiente al ignorar los costos de arranque.

Teniendo en cuenta estas ineficiencias, la CREG realizó en 2009 un rediseño del mercado spot y del despacho centralizado de energía. Los generadores están ahora obligados a separar sus ofertas en costos variables y cuasi-fijos. De esta forma, presentan pujas por hora para las próximas 24 horas que constan de tres partes (pujas complejas): i) la puja de costo variable (la misma para las próximas 24 horas), ii) nivel de costos de arranque y parada (el mismo para un período de tres meses) y iii) la capacidad máxima disponible (un valor diferente para cada hora). Con esta información el operador del sistema determina el nivel de generación de menor costo para satisfacer la demanda y el precio de equilibrio como el precio ofertado por la planta marginal. Entretanto, las plantas despachadas que no puedan cubrir sus costos fijos al precio de mercado son compensadas con un ingreso adicional al correspondiente por ventas de energía.

La literatura indica que este mecanismo soluciona los problemas de ineficiencia, pero genera problemas de incentivos. En particular, el mecanismo de subasta empleado para solicitar la información de los generadores que determina los precios de equilibrio y el despacho, puede incentivar a los generadores a exagerar sus costos. Aunque este incentivo está presente también en un contexto de compromiso descentralizado, en presencia de pujas complejas la posibilidad de comportamiento estratégico aumenta. Sin embargo, no hay estudios teóricos con resultados claros sobre cuál diseño es mejor, por lo cual el problema se torna de carácter empírico.

Un documento reciente de Castro, Oren, Riascos y M. Bernal (Transition to Centralized Unit Commitment: An Econometric Analysis of Colombia’s Experience, próximo a salir en la serie de Borradores de Economía) evalúa los efectos del cambio en la regulación que tuvo lugar en el 2009. Básicamente, lo que se hace es un análisis econométrico en el que se comparan los costos, los precios y los márgenes de los generadores antes y después del cambio en la regulación, controlando por todos los factores observados y que pueden afectar el mercado.

Bajo diferentes especificaciones del modelo los resultados muestran que, dados unos niveles de generación de energía, los costos totales de producción de electricidad en Colombia se han reducido desde 2009. Esto sugiere que el cambio en la regulación contribuyó a una mayor eficiencia productiva en el mercado. Más específicamente, las ganancias en eficiencia productiva oscilaron entre el 5% y 11% por año del costo eficiente de generación.

No obstante, en la figura 1 mostramos que los precios simulados, que reflejan qué habría sucedido en caso de no implementarse la resolución, habrían sido más bajos que los observados. En la Figura 1 también se muestra evidencia de que los precios en el mercado spot han aumentado en términos reales.

Figura 1: El eje vertical muestra el precio promedio para cada día de la semana en precios constantes de Diciembre de 2012. La línea verde punteada muestra el promedio desde que entró en vigencia la resolución 51. La línea punteada color magenta muestra el promedio simulado en el escenario contrafactual en ausencia de Resolución. La línea continua azul muestra el promedio observado con anterioridad a la entrada en vigencia de la Resolución.

La Figura 2 muestra que los márgenes (ofertas de las plantas menos costos) han aumentado desde 2009, sugiriendo un aumento en el ejercicio de poder de mercado por parte de los generadores. Esta observación es consistente con hallazgos para el Reino Unido e Irlanda; países que han implementado, en algunas fases, un mecanismo de compromiso centralizado similar al de Colombia.

Figura 2: La línea punteada magenta muestra el margen promedio (oferta menos costo en valor constantes de Diciembre de 2012) por hora antes de la resolución 51. La línea verde lo mismo pero después de la Resolución 51.

Por último, la Figura 3 muestra que el precio promedio de contratos bilaterales ha aumentado desde que entró en vigencia la Resolución 51. Es importante resaltar que todos estos cálculos controlan por las características de la demanda y la oferta que fueron cambiando a lo largo del tiempo.

Figura 3: Precios promedio de contratos bilaterales usuarios no regulados (Unr), usuarios regulados (Ur), usuarios intermedios (Inter.) y todos los usuarios (Todos).

Lo anterior sugiere que la mayor parte de las ganancias de la eficiencia han sido apropiadas por los productores de energía en lugar de los consumidores. Por tanto, a pesar de que la eficiencia productiva se ha incrementado, la flexibilidad estratégica adicional de los generadores puede haber reducido el bienestar de los consumidores finales. 

Un Tour en Helicóptero por las Técnicas de Minería de Datos para la Detección de Transacciones Financieras Sospechosas

Las técnicas de minería de datos se dividen en dos grandes ramas. Los problemas de análisis supervisado y los no supervisados. En el primer caso los datos en consideración están marcados: existe una variable objetivo y se conoce sus valores. El problema en estos casos es descubrir qué tipo de relaciones existen entre las demás variables y la variable objetivo (marca). Un ejemplo típico es una base de datos de clientes deudores de una institución financiera para la cual se tiene las características socio demográficas de cada cliente y si el cliente ha sido cumplido o no (calidad crediticia). La variable objetivo en este caso es la calidad crediticia del cliente y la pregunta es si existe alguna relación entre los variables socios demográficos y la calidad crediticia del cliente. En los problemas no supervisados no está bien identificada la variable objetivo o simplemente no se tiene. Este sería el ejemplo más común en las bases de datos de transacciones financieras en la que se quiere detectar movimientos sospechosos. Con contadas excepciones, en estas bases de datos no está marcado qué es fraude, qué es sospechoso, etc. En estos casos el objetivo de las técnicas de minería de datos es detectar transacciones atípicas con respecto al grueso de las transacciones, donde la atipicidad puede definirse de muchísimas formas y la definición hace el mejor uso de la intuición y conocimiento del investigador (monto de transacciones, frecuencia, medio de pago, origen, fechas, etc.).  A continuación describimos algunas técnicas más útiles y avanzadas para definir y detectar transacciones sospechosas cuando no existen datos marcados. El caso en el que existen por lo menos algunos casos marcados, más no necesariamente todos, se conoce como un problema de análisis semi supervisado y se discute brevemente al final del documento.

Rankings de atipicidad basado en aglomeraciones (clusters)

En la primera etapa se utilizando todas las transacciones de un individuo y se van agrupando personas sucesivamente (jerárquica) hasta obtener un número de grupos que entre los individuos o transacciones del mismo grupo sean parecidos de acuerdo a algún criterio y que entre grupos sean lo más distintos posibles. Una vez hechos los grupos el objetivo es capturar la idea de que los datos atípicos son más difíciles de clasificar en algún grupo. Como el proceso es secuencial jerárquico (de muchos grupos a menos grupos) lo que se espera es que los datos atípicos se observen cuando un dato que inicialmente está en un grupo al pasar a otro, cambie significativamente las características del grupo al que pertenecía vs. al que ahora pertenece.

Ganancia en información o entropía relativa

Se estiman las distribuciones de muchas variables de interés (condicionales o no a otras variables) y se estima la variable correspondiente de toda la población (todos los individuos). Después se calcula la entropía relativa entre las distribuciones individuales y la distribución agregada (condicional o no). La entropía relativa es una forma de medir la distancia entre las distribuciones y es una medida de qué tanta información sobre la distribución agregada de una variable puede uno tener obtener cuando apenas conoce la distribución individual. Cuando esa ganancia en información es baja, se considera que la distribución es atípica.

Factores atípicos locales (Local outlier factor)

La idea de este método es mirar localmente las densidades de diferentes variables de interés. Casos en regiones con muy poca densidad se consideran atípicos.

Fronteras de atipicidad

Las técnicas anteriores arrojan muchos indicadores de atipicidad con repecto a diferentes variables. Una forma de visualizar estos indicadores es utilizando fronteras de atipicidad donde básicamente se grafica simultáneamente varios indicadores de atipicidad y se calcula la envolvente de los datos. Cuando un individuo o grupos de transacciones se salen de la frontera sugiere que hay una forma de atipicidad a lo largo de varias dimensiones (variables).

Aprendizaje activo secuencial

Las bases de datos transaccionales son en general muy grandes y el análisis de todas las transacciones resulta computacionalmente dispendioso y demorado. Esta técnica hace posible explorar una base de datos mediante muestras pequeñas que van siendo escogidas según el patrón que arrojen los resultados del análisis secuencial de las muestras. Básicamente de las primeras muestras se define el muestreo adecuado de la próxima muestra. Esto hace posible barrer bases de datos muy grandes con muchos menos recursos computacionales y de forma mucho más eficiente.

Reglas de asociación

Las reglas de asociación son una técnica que permite detectar comovimientos (dependencia) entre las variables estudiadas que ocurren con poca frecuencia. Es decir, identificar eventos que condicional a que ocurran, lo que puede ser en muy pocas ocasiones, ocurren simultáneamente con una alta probabilidad. Está técnica es útil para caracterizar los comportamiento atípicos que puedan haber sido identificados por la técnicas anteriores.

Coeficiente de máxima información (MIC)

Este es una técnica computacionalmente muy intensiva y representa el estado del arte en técnicas para la detección de relaciones de dependencia entre variables en bases de datos grandes. Intuitivamente, se basa en la observación de que si existe algún tipo de relación entre dos variables, entonces es posible hacer una malla del gráfico de dispersión (scatter plot) de las dos variables que encapsule en una celda específica esa relación. Esta técnica puede ser usada de la misma forma que las reglas de asociación con el fin de caracterizar los registros atípicos y hace parte de una familia más general de técnicas conocida como MINE (maximal information nonparametric exploration).

Problemas semi supervisados

En ocasiones muy especiales puede suceder que, por investigaciones anteriores o la acumulación de conocimiento factual sobre transacciones de lavado de activos o financiación de terrorismo, se tenga unos casos conocidos de transacciones comprobadamente ilícitas. En esto casos el resultado será una base de datos con unos pocos registros marcados y una gran mayoría que se desconoce como clasificarlos. En estas circunstancias se usan por lo menos dos técnicas importantes: (1). Auto aprendizaje: esta técnica consiste en utilizar un modelo de aprendizaje supervisado para construir un modelo de clasificación inicial. Con eso modelo se marca toda la base de datos. Después se agregan los datos marcados con probabilidad alta de ser sospechosos a los datos marcados originales. Se reestima el modelo y se repite este proceso en varias ocasiones hasta obtener una base de datos marcada que ha pasado por varias rondas de este procedimiento. (2). Aprendizaje no supervisado con restricciones: en esencia estos métodos consisten en complementar las técnicas anteriores de análisis no supervisado usando los registros marcados como restricciones que deben respetar los algoritmos de detección de datos atípicos.

Referencias

• Torgo (2007).  Resource Bounded Fraud Detection
• Jardine y Sibson (1971). Mathematical Taxonomy.
• Breuning, M. Kriegel, H., NG, R,. y Sander, J (2000). LOF: Identifying density-based local outliers. 
• Major y Riedinger (2002). EFD: A Hybrid Knowledge/Statistical – Based System for the Detection of Fraud.
•  Deng, X., Roshan, J., Sudjianto, A., Wu, J. Active Learning via Sequential Design with Applications to Detection of Money Laundering.
• Hastie, T., Tibhirani, R., y J. Friedman (2009). The Elements of Statistical Learning: Data Mining, Inference , and Prediction.
• Reshef, D., Reshef, Y., Finucane, H., Grossman, Sh., McVean, G., Turnbaugh., Lander, E., Mitzenmacher, M., y P. Sabeti (2011). Detecting Novel Associations in Large Data Sets.
• Zhu (2006). Semi supervised learning: Literature Review

¿1+1=3? Sobre el Procedimiento para Calcular Apoyos Válidos de la Registraduría

Con:

La Estadística de la Registraduría Nacional

Carta al Registrador, Agosto 25 de 2011 (con Esteban Piedrahita)

Sorprendió a la opinión pública en Cali el viernes pasado la anulación sospechosa de la inscripción por firmas de dos candidatos, a todas luces, idóneos y buenos para la Alcaldía de Cali. Ya a título personal me han sorprendido las reacciones de la opinión pública cuestionando, entre otros, el uso de técnicas de muestreo para verificar el cumplimiento del mínimo de firmas válidas requeridas para inscribir un candidato. No es ésta, ni mucho menos, una práctica reprochable. En efecto, del uso de técnicas estadísticas depende una gran cantidad de decisiones públicas e incluso decisiones críticas sobre la misma salud de una población como, por ejemplo, la de aceptar o no la introducción de una droga en el mercado y siempre con cierta probabilidad de cometer un error. Creo que poner en duda este procedimiento, conducente a una asignación eficiente del tiempo y recursos de la Registraduría, es desviar la atención sobre algo más profundo, y es la forma ligera como se procede en ocasiones en las decisiones técnicas que se toman al interior de algunas entidades del estado.

He hecho mi mejor esfuerzo por entender la técnica estadística plasmada en la Resolución 0757 de La Registrduría (Diario Oficial del 7 de febrero de 2011) para la revisión de firmas para la inscripción de candidatos. Como mínimo tengo que decir que la falta de transparencia y claridad en la descripción de un procedimiento técnico tan importante para los destinos de una ciudad es absolutamente reprochable. Esta nota tiene como objeto analizar y esclarecer el procedimiento y resaltar que no se ha aplicado la norma como debería de ser. La metodología de la Resolución 0757 corresponde a la metodología expuesta en un libro clásico y autoritario en el tema: Cochrane W, 1977. Sampling Techniques. John Wiley & Sons, Inc. Utilizaré los datos del candidato Rodrigo Guerrero, uno de los aspirantes perjudicados, para quién tengo a la mano los resultados oficiales (el caso de Susana Correa es similar pero no tengo los datos oficiales a la mano).

El primer paso de la metodología estadística consignada en la Resolución 0757 (artículo 6) consiste en utilizar una muestra de datos para hacer una estimación de proporciones que tenga un margen de error a lo sumo de 0.5% con un 90% de confianza (en este caso específico se asume normalidad de la variable que mide el número de firmas anuladas o válidas como proporción del universo de apoyos y el cálculo se hace a dos colas).

La primera conclusión es que no existe un universo de datos (apoyos) para los cuales la metodología tenga como consecuencia que se necesita una muestra de 75.157 apoyos como aparentemente dice el documento oficial de la Registraduría que se utilizó como muestra para el caso del Dr. Guerrero (véase Figura 1).

En efecto, si el universo es de 115.250 datos (apoyos) como aparece en el documento oficial, la muestra utilizada debía ser, en ausencia de algún conocimiento preciso sobre la proporción de apoyos válidos en el universo, 21.912 apoyos a revisar. Sin embargo, se revisaron 75.157. Algo totalmente incomprensible a la luz de la Resolución.

Supongamos que por alguna razón la Registraduría decidió utilizar una muestra más grande y utilizó 75.157 apoyos muestreados de forma aleatoria e independiente. El segundo paso cosiste en calcular la varianza del estimador de la proporción (como una demostración más de la ligereza de la Registraduría en este asunto técnico es que la formula de la varianza del Diario Oficial contiene un error sin mayores consecuencia en este caso pero, que sí podría ser determinante en otros casos: en la fórmula de la varianza no se debe dividir por n multiplicado por (N-n) sino por N multiplicado por (n-1)). De nuevo, en ausencia de cualquier conocimiento preciso sobre la proporción verdadera de firmas válidas en la muestra, la varianza es a lo sumo 0.0001%. Ahora se debe calcular la proporción de apoyos anuladas en la muestra que son 29.870 de 75.157 lo que da una proporción, en la muestra, de aproximadamente 39.8%. Ahora se compara la proporción estimada en la muestra 39.8%, con el verdadero valor (proporción de apoyos nulos del universo) más la desviación estándar multiplicada por 1.28 (esto equivale a una prueba de hipótesis al 90% de una sola cola asumiendo normalidad). Técnicamente este segundo cálculo no es posible hacerlo pues no se conoce el verdadero valor mencionado anteriormente pero la Registraduria da instrucciones para hacerlo: Restar del número de datos del universo (115.250) el número mínimo de apoyos requeridos (50.000) y dividir por el número de datos del universo (115.250). Este cálculo da 56.6% y sumando 1.28 veces la desviación estándar calculada anteriormente se obtiene aproximadamente 56.7%. Luego, siguiendo con la metodología de la Resolución, se debe comparar 39.8% con 56.7%. Como el primer número es menor, según la Resolución se deberían de aprobar el listado de firmas. Más aún, en ausencia de volatilidad en la estimación de la proporción de apoyos anulados en la muestra, 39% es menor que 56.6% luego la proporción de apoyos anulados en la muestra es menor que la máxima tolerable en el universo. Es apenas obvio que la Registraduría no está aplicando, o no lo está haciendo correctamente, el análisis estadístico en la Resolución.

El resultado de este ejercicio sumado a las declaraciones del Registrador en la radio elevando a principio elemental de la estadística que entre mayor sea el universo menor puede ser la muestra son una clara ofensa a la inteligencia (no hay tamaño de muestra sin error y nivel de confianza y, si se fijan estos últimos, entre mayor sea el universo mayor debe ser la muestra – véase Figura 1). Por el bien de Cali, debería de reconsiderase los cálculos hechos sin necesidad de pasar a los estrados judiciales y aumentar los ya altos costos sociales de realizar una sana contienda electoral.

La Fusión BAT\Protabaco: Efectos Unilaterales, Colusión y Oligopolios Multimercados

David Harbord, Álvaro Riascos[1]

La reciente adquisición de Protabaco por parte de British American Tobacco (BAT) genera dudas sobre el posible efecto unilateral en precios y los efectos sobre la competencia entre BAT y Philip Morris (PMI) en varios países latinoamericanos.

Publicado en www.focoeconomico.org

Introducción

El año pasado Philip Morris, la compañía con mayor número de ventas de cigarrillos y el principal comprador de tabaco en Colombia intentó comprar Protabaco, la compañía con mayor participación en el mercado después de PMI, por un precio de $USD 425 millones. De haberse permitido la fusión, se habría creado una compañía con una participación del 78% en la venta de cigarrillos y con un monopsonio en la compra de tabaco[2].

Cuando la autoridad en materia de competencia en Colombia, la Super­intendencia de Industria y Comercio (SIC), revisó el caso, presentó una serie de objeciones. Primero, encontró que la fusión habría incrementado los precios en alrededor de 4% en el segmento medio-bajo, que incluye marcas populares como Mustang, Boston, Belmont, Premier, Derby y Piel Roja entre otras, y habría incrementado el índice de Herfindhal-Hirschman (HH) de un, ya elevado, 3,868 a un cuasi-monopolio con un índice de 7,199[3].

En segundo lugar, la SIC expresó preocupaciones sobre las condiciones que Protabaco y PMI imponían a los cultivadores de tabaco en Colombia. Más precisamente, cláusulas contractuales que estas compañías imponen a los agricultores de tabaco, las cuales exigen aceptar contratos de financiación y prohíben a los agricultores sembrar otros productos. La SIC estaba preocupada de que el monopsonio resultante de la fusión empeorara la situaciones de los pequeños agricultores, restringiendo la competencia aun más y abriendo la posibilidad de que la compañía resultante abusara de su poder de mercado.

Finalmente, la SIC estaba preocupada por ciertos tipos de cláusulas de exclusividad entre las compañías tabacaleras y sus distribuidores, e impuso restricciones en dichas cláusulas como una condición para la fusión.

Otra de las condiciones impuestas por la SIC para la fusión incluía la venta de dos marcas importantes, lo cual disuadió a PMI de insistir en la transacción. Un año después, la tercera compañía más grande del mercado, BAT, anunció su intención de comprar Protabaco por $USD 452 millones. ¿Pero, es esta fusión menos preocupante, en términos de competencia, para el mercado de tabaco en Colombia?

Una consideración importante, es que BAT tiene una menor fracción del mercado de cigarrillos, 20.7% comparado con el 49.9% de PMI en el 2009. Adicionalmente, las ventas de BAT están concentradas en el segmento “premium”, donde tiene un 54% del mercado, y donde Protabaco no tiene presencia en absoluto. En el segmento medio-bajo, BAT solamente posee el 15% del mercado (con marcas como Belmont, Delta, Montana y Pall Mall), mientras que Protabaco tiene el 33%. Teniendo en cuenta lo anterior, la concentración resultante en el mercado de cigarrillos, incluso por segmentos, es mucho menor en esta fusión que en la anterior. Finalmente, BAT prácticamente no compra tabaco a los agricultores colombianos, lo que implica que la fusión no tendría efectos sobre el mercado de la compra de tabaco.

¿Significa esto que la SIC debería presentar menos objeciones a la compra de Protabaco por parte de BAT, que por parte de PMI?

Cuando los economistas analizan fusiones suelen considerar tres posibles efectos. Primero, el efecto “estático” o “unilateral” sobre los precios debido a una reducción en el número de competidores. Segundo, las fusiones suelen facilitar acuerdos explícitos o implícitos de colusión entres las compañías (conocidos como efectos de “coordinación” en la jerga economista). Finalmente, las posibles ganancias en eficiencia que puedan resultar de la fusión, pueden compensar los efectos negativos mencionados anteriormente. El balance entre los efectos anti-competitivos y las ganancias en eficiencia es central para el análisis de fusiones[4].

Efectos “unilaterales” en precios y ganancias de eficiencia

Después de que dos firmas se fusionan, se crean incentivos unilaterales para incrementar los precios por dos razones. Primero, dado que ex-post aumenta la concentración del mercado y se reduce la competencia, la firma tiene la habilidad de incrementar su margen de ganancia. Segundo, en mercados donde las compañías venden productos diferenciados (como los cigarrillos), una fracción de los consumidores que antes de la fusión se hubiera perdido a la competencia, en respuesta a un incremento unilateral en el precio de una marca, ahora se retienen, pues cambian a una marca de la compañía fusionada[5].

El resultado de estos dos efectos es que la mayoría de los modelos económicos que analizan fusiones en mercados con productos diferenciados predicen un incremento en precios ex-post. Sin embargo, usualmente se sugiere que las ganancias en eficiencia – consecuencia del desplazamiento de tecnologías ineficientes, aprovechamiento de economías de escala o mejores prácticas gerenciales, por ejemplo – reducirán el costo marginal y desincentivarían las firmas a incrementar sus precios. Las compañías involucradas en una fusión suelen argumentar la existencia de grandes ganancias en eficiencia y piden que estas sean tenidas en cuenta por las autoridades[6].

En un intento para cuantificar estos efectos, simulamos la fusión entre BAT y Protabaco utilizando el modelo PCAIDS sugerido por Epstein y Rubinfeld (2002)[7]. Dado que algunas de las variables claves de este modelo son difíciles de estimar (como la elasticidad precio de la demanda de la industria y de marcas individuales, así como los factores de escala que reflejan el grado de sustitución entre el segmento medio-bajo y el premium), se realiza un análisis de sensibilidad sobre estas variables. La figura 1 reporta la predicción del incremento del promedio ponderado de los precios (por participación de mercado después de la fusión) para todas las marcas de PMI y BAT[8].

Figure 1: Resultados del modelo PCAIDS

En la figura 1, la elasticidad precio de la demanda de la industria se supone igual a -1, y el factor de escala igual a 0.5[9]. Se calcula el incremento en precios para diferentes valores de la elasticidad de la demanda de una marca de referencia, que en este caso es Belmont. Una vez la elasticidad de la marca de referencia se fija, los supuestos del modelo permiten calcular la elasticidad de las demás marcas y la proporción del mercado que cada una tendría después de la fusión.

Como lo muestra claramente la figura, las simulaciones predicen un incremento considerable en los precios de ambas compañías. En particular, BAT incrementa su precio promedio entre el 1% y 8%, aún ante ganancias en eficiencia del 10%. A medida que las ganancias en eficiencia disminuyen el incremento en precios es mayor.

Colusión y Contacto en Múltiples Mercados

El análisis descrito anteriormente se enfoca en los efectos unilaterales de la fusión entre BAT y Protabaco. En un contexto dinámico, donde las compañías interactúan repetidamente, se abre la posibilidad de colusión implícita. Una fusión puede afectar los precios no solo porque cambia el grado de concentración del mercado sino porque cambia el grado de coordinación posible en precios que existe en uno o varios mercados.

Compte et al. (2002) hacen énfasis en dos factores. Por un lado, una fusión reduce el número de competidores en el mercado, lo que tiende a facilitar la colusión. Este es un efecto bien conocido que domina cuando las restricciones a la capacidad de la firma no son demasiado severas, lo que implica que cualquier fusión facilita la colusión. Por otro lado, si una fusión incluye la mayor empresa en el mercado, tales como la adquisición de Protabaco por parte de PMI, la asimetría de los mercados en términos de capacidad se incrementa, lo que puede hacer la colusión más difícil. Este efecto es más relevante cuando las limitaciones de capacidad son más severas, o cuando su distribución es muy asimétrica[10]. Luego, el análisis de Compte et al. (2002) sugiere que - contrario a la sabiduría convencional - la asimetría de capacidad puede ser favorable para la competencia, ya que dificulta la sostenibilidad de una colusión implícita. Por el contrario, una mayor simetría en las participaciones de mercado o capacidades puede facilitar el comportamiento colusorio. Una distribución más equitativa de los activos relaja las restricciones de compatibilidad en incentivos de la firma, lo cual facilita la colusión (ver Kuhn y Motta, 1999 y Motta, 2004, pp 147-48).

Una implicación interesante de esto es que, si bien la adquisición de Protabaco por parte de PMI habría dado lugar a una concentración significativa en su participación de mercado, también podría haber tenido un efecto pro-competitivo al hacer la colusión implícita más difícil de mantener. Por otro lado, la adquisición de Protabaco por parte de BAT da como resultado un duopolio en el que las dos empresas restantes tienen más o menos la misma proporción del mercado en cada segmento[11]. Esto significa que la fusión BAT / Protabaco puede tener efectos negativos que van más allá de los que se pueden observar mirando índices de concentración o efectos unilaterales. Estos efectos probablemente estuvieron ausentes en el caso de PMI/Protabaco[12].

Por último, cuando las empresas multi-producto compiten en varios mercados, su capacidad para comportarse de forma cooperativa o de coordinar con éxito en la fijación de precios se incrementa. Bernheim y Whinston (1990) han demostrado que, en algunos casos, el contacto en varios mercados puede mejorar la capacidad de las empresas para mantener precios altos, al combinar las restricciones de compatibilidad en incentivos que limitan la colusión tácita (Motta, 2004, pp 148-49, 165-66). En particular, en casos cuando dos empresas compiten en dos o más mercados con estructura de duopolio, con distintas participaciones de mercado en cada uno, Motta (2004, p. 149) observa que el contacto en múltiples mercados puede ayudar a suavizar las asimetrías del mercado, haciendo la restricción de compatibilidad en incentivos más simétrica, lo que facilita la colusión.

Si BAT consigue comprar a Protabaco, PMI y BAT compartirán el mercado de tabaco en Colombia, México, Venezuela, Perú, Ecuador, Chile, Argentina y Brasil, con participaciones de mercado muy diferentes en cada uno. Por ejemplo, en Chile y Venezuela, BAT es casi un monopolista con una proporción del mercado superior al 95%; en Brasil, BAT tiene el 87% del mercado y PMI el 11%; en Argentina y México, PMI es la firma dominante, con proporciones del 74.8% y del 65.3% respectivamente, comparado con un 20.2% y un 22.5% de BAT. En Colombia, cada compañía tendría cerca del 50% del mercado. La estructura de duopolio en estos mercados puede potencialmente tener efectos negativos sobre los consumidores de cigarrillo en estos países.

Conclusiones

Si bien la propuesta de fusión entre Protabaco y BAT,a primera vista, plantea menos problemas de competencia que la adquisición de PMI, un análisis económico preliminar sugiere que este no es el caso. El análisis muestra aumentos significativos en los precios tras la fusión (o "efectos unilaterales"), aun cuando tenemos en cuenta la reducción de costos marginales - ganancias en eficiencia de hasta un 10%. Adicionalmente, la simetría en la proporción de mercado de las dos firmas, junto con la preocupación de que éstas interactúan en varios mercados, lo cual facilita la colusión tácita o el comportamiento cooperativo, refuerza sustancialmente estas preocupaciones. A falta de pruebas concretas de ganancias sustanciales en eficiencia, que beneficiarían directamente a los consumidores colombianos, nuestro análisis sugiere que la adquisición debe ser sometida a un estricto y minucioso análisis de competencia.

Referencias

[1] Bernheim, D. B. y M. D. Whinston (1990) “Multimarket contact and collusive behavior,”RAND Journal of Economics, Volume 21, No. 1.

[2] Compte, O., F. Jenny y P. Rey (2002) “Capacity constraints, mergers and collu­sion,” European Economic Review, Volume 46, 1-29.

[3] Epstein, R. and D. Rubinfeld (2002) "Merger simulation: a simplified approach with new applications," Antitrust Law Journal, Volume 69, No. 3, 883-91.

[4] Farrell, J. and C. Shapiro (2010) “Antitrust evaluation of horizontal mergers: an economic alternative to market definition,” B.E. Journal of Theoretical Economics, Policies and Perspectives, Volume 10, Issue 1, Article 9.

[5] Kuhn, K-U. and M. Motta (1999) ”The economics of joint dominance,” European University Institute, Florence.

---

[1] David Harbord es Director de Market Analysis Ltd (davidharbord@market-analysis.co.uk) y Álvaro Riascos es Profesor de la Facultad de Economía de la Universidad de los Andes y Director de Quantil Matemáticas Aplicadas (ariascos@uniandes.edu.co). Agradecemos a Mauricio Romero por su asistencia en el ejercicio de simulación de la fusión y a Steffen Hoernig y David Robinson por sus comentarios al artículo. Los autores fueron brevemente consultados por British American Tobacco sobre la fusión propuesta pero decidieron no participar del caso. Toda la información con la cual se ha hecho el siguiente análisis es información pública.

[2] Las proporciones de mercado de las compañías se sacan de la resolución del Ministerio de Comercio, Industria y Turismo No. 29937 de 2010 (11 de Junio de 2010).

[3] La SIC, en su análisis, dividió el mercado de cigarrillos colombianos en dos segmentos: el segmento “premium” con marcas como Marlboro, Royal e Imperial manufacturadas por PMI y Kool, Kent y Lucky Strike manufacturadas por BAT, que se venden a un precio superior a $2,700 (pesos); y el segmento “medio-bajo” con todas las demás marcas, que típicamente se venden por un precio menor a $2,000 (pesos).

[4] Más información sobre análisis de fusiones se puede encontrar en Whinston (2006, Ch. 3) y Motta (2004, Ch. 5).

[5] La rata a la cual cambia la demanda por la marca B sobre la demanda de la marca A, dado un incremento en el precio de A, es conocido como el “diversion ratio”. Los “diversion ratios” forman la base de la prueba de Farrell-Shapiro propuesto recientemente para medir las presiones a subir el precio por fusiones en mercados con productos diferencias. Véase Farrell y Shapiro (2010).

[6] Según la SIC, ni Protabaco ni PMI pudieron proveer información convincente sobre la magnitud de estas ganancias en eficiencia.

[7] En los últimos años ha habido un interés creciente en el uso de modelos económicos empíricos y de simulaciones para predecir el efecto unilateral en los precios de las fusiones: modelos logísticos anidados, la prueba de Shapiro-Farrell y modelos AIDS se encuentran entre las herramientas disponibles. El "proportionally calibrated almost ideal demand system " - PCAIDS - es un modelo estándar que requiere menos información que otros. Un supuesto clave en este modelo es que la pérdida en la participación de una marca en el total de ingresos como resultado de un aumento en su precio se asigna a las otras marcas en proporción a sus participaciones de mercado. De ello se deduce que la única información necesaria para un análisis de simulaciones bajo el modelo PCAIDS son las participaciones de mercado, la elasticidad precio de la demanda de la industria y la elasticidad precio de una marca de "referencia". Para tener en cuenta que existen segmentos diferenciados, se introduce un parámetro de escala entre 0 y 1, según lo sugerido por Epstein y Rubinfeld (2002). La función de este parámetro es reducir el grado de sustitución entre las marcas en diferentes segmentos. Por ejemplo, si el parámetro de escala es 0.75, la participación del mercado perdida por una marca en un segmento, como resultado de un aumento en su precio, se asigna a las marcas en los otros segmentos en una proporción de 0.75 con respecto a lo que se sigue del supuesto de proporcionalidad. Dentro del mismo segmento no se aplica un ajuste de escala.

[8] Se utilizó la información de participación de mercado de 2010 por marcas. Toda la información está disponible en: Euromonitor International, Cigarettes: Latin America, 2010.

[9] Los resultados para diferentes factores de escala son muy similares y están disponibles a encargo.

[10] Esto es porque cuando las restricciones de capacidad importan, el problema clave para sostener colusión tacita es que la firma más grande tiene incentivos para desviarse del acuerdo. Una fusión que incluye la firma más grande reduce la habilidad de las firmas más pequeñas a castigar a la más grande (transfiriendo parte de su capacidad a la firma más grande) y puede incrementar las ganancias de la firma más grande de desviarse si inicialmente tenía una restricción de capacidad.

[11] Las participaciones de mercado de BAT y PMI en el mercado de los cigarrillos de Colombia tras la fusión serían de un 48,9% y 49,9%, respectivamente (con base en los datos de la SIC 2009), en comparación con el 20,7% y 49,9% previo a la fusión. En el segmento “premium” su participación tras la fusión sería un 53,8% y 46,2% respectivamente, similares a las proporciones antes de la fusión. En el segmento “medio-bajo” tras la fusión las proporciones serían de 48% y 50,5% respectivamente, frente a 15% y el 50,5% antes de la fusión. De ahí que la fusión de estas compañías daría lugar a unas participaciones significativamente simétricas.

[12] El análisis de Compte, Jenny y Rey del caso de la fusión Nestlé-Perrier en Francia (ver Compte et al. 2002, Sección 5) refuerza este punto, y sugiere que el requisito SIC de la cesión de marcas por parte de PMI / Protabaco puede haber sido contraproducente desde este punto de vista.