Guillermo Tadeo Barreto
José Huerta Molinas
Carolina
Riquelme Martínez
Angela
Navarro Garay
Universidad Nacional de Concepción-
Facultad de Ciencias Económicas y Administrativas.
Concepción,
Paraguay
RESUMEN
La
presente investigación explica la incidencia de los factores de diferenciación
en la dispersión de precios existente en el mercado minorista de combustibles
de la ciudad de Concepción. El estudio de carácter cuantitativo y de alcance
explicativo se realizó mediante estimaciones econométricas que consideran: los
precios de la gasolina de 90 octanos, las características de estaciones de
servicio que la ofrecen. La observación y la encuesta fueron utilizadas como
instrumentos de recolección de datos. Se demostró que los principales factores
que explican la dispersión de precios son el tamaño de los establecimientos y
el poder de mercado derivado de los emblemas
Palabras clave: dispersión;
precios; combustibles.
The impact of differentiating factors on price
dispersion in the retail market. An econometric study applied to the fuel
sector
ABSTRACT
This
research explains the impact of information, differentiation and location
factors on the dispersion of prices in the retail fuel market in the city of
Concepción. The quantitative and explanatory study was carried out using
econometric estimates that consider: the prices of 90-octane gasoline, the
characteristics of service stations that offer it and a representative sample
of local consumers. Observation and survey were used as data collection tools.
It was shown that the main factors explaining price dispersion are the
information problems existing in the market, as well as the size of the establishments,
the market power derived from the emblems and the distances between service
stations.
Keywords: dispersion; prices; fuels
Artículo
recibido: 10. Junio. 2021
Aceptado para publicación: 16. Julio.
2021
Correspondencia: anavarro_prof@fcea-unc.edu.py
Conflictos de Interés: Ninguna que declarar
1.
INTRODUCCIÓN
El
comportamiento del consumidor desde el punto de vista del marketing, fue la
desarrollada por Jacoby et al., (1977), este autor lo definió como la
adquisición, consumo, y disposición de bienes, servicios, ideas y tiempo por
unidades de toma de decisiones. Asimismo, Loudon & Della Bitta (1993), definen el comportamiento
del consumidor como el proceso de decisión y las actividades físicas de los
individuos que involucran la evaluación, adquisición, uso o disposición de
bienes y servicios, así como, el posterior comportamiento que experimente el
consumidor después de la compra.
Por otra parte, el comportamiento del consumidor también ha sido
definido desde su perspectiva de enfoque de estudio dentro del marketing
(Alonso & Grande, 2010); (Kotler & Keller, 2012). En este sentido, el
comportamiento del consumidor se define como el estudio de individuos, grupos y
organizaciones en los procesos que siguen para seleccionar, conseguir, utilizar
y disponer de productos, servicios, experiencias o ideas para satisfacer
necesidades y los impactos que tienen dichos procesos en el consumidor y en la
sociedad (Hawkins, 2004)
Asimismo, Kotler y Keller (2012), lo describen como el estudio o
análisis de la forma en que las personas, los grupos y las empresas
seleccionan, adquieren, utilizan y disponen de bienes, servicios, ideas o
experiencias para satisfacer sus necesidades y deseos. Según estos autores el
comportamiento del consumidor puede definirse como un proceso que comprende
ciertas características particulares, siendo una de ellas, constar de numerosas
actividades en la que se encuentra involucrado el consumidor, abarcando incluso
las actividades que preceden, acompañan y siguen a las decisiones de compra.
(Kotler & Keller, 2012)
En este artículo se hace un estudio de la incidencia de factores
diferenciadores que afectan al precio y que surgen como consecuencia de las
decisiones de los consumidores del mercado minorista de combustibles.
Sobre los factores diferenciadores se puede decir que la distribución en
las empresas también se ha visto influenciado por el comportamiento del
consumidor, razón de esto son las estrategias de diferenciación, mediante el
uso de formatos comerciales distintos bajo nombres de enseña diferentes, que
les permiten disponer de un mayor control de la demanda ampliando la cobertura
de mercado.
El mercado de combustibles constituye un sector de importancia innegable
en cualquier economía. Sus productos principales como las naftas y el gasoil,
se ofrecen al público a través de las redes de estaciones de servicio con
variadas denominaciones comerciales; independientemente a ello, diversos
autores, entre los que se destaca a Slade (1992)
citado por Melgar et.al., (2016) consideran a estos
como bienes “genéricamente homogéneos”.
Melgar et al., (2016) explica que, en la práctica, la existencia de
precios uniformes en productos homogéneos, parece ser más bien una excepción
que una regla debido a la presencia de diferentes fricciones que existen en los
mercados reales. Lach (2002) indica que, por ello,
varios modelos de organización industrial han puesto énfasis en la dispersión
de precios revelada en los mercados de diferentes productos, pero a pesar de
ello se conoce muy poco empíricamente sobre cuál es la razón de su existencia y
su relación con los tipos de productos
En el mercado, se observa un fenómeno que la teoría económica denomina
“dispersión de precios”, es decir, un “mismo producto” se comercializa a
diferentes precios, en distintos puntos de la misma ciudad. El mismo puede ser
atribuido a numerosos factores, tanto generales, como particulares del mercado,
por lo que en este trabajo se trata de explicar el fenómeno utilizando
instrumentos econométricos.
Revisión
de la Literatura
Cruz
Roche et al., (2008, p.10), indica que varios trabajos han abordado el estudio
del efecto de la estructura competitiva minorista sobre los precios, obteniendo
resultados interesantes relativos a la influencia de diversos aspectos como los
niveles de concentración empresarial (Lamm, 1981;
Yagüe, 1995), los formatos minoristas (González y otros, 2005), la escala de
operación (Voss y Seiders,
2003), el poder de negociación (Gaski 1984; Hingley, 2005), la demanda (Nooteboom,
1985; Benítez, 2000; Labeaga y Vilaplana, 2004) o la combinación de varios de
los factores anteriormente mencionados (AaltoSetälä,
2002, Binkley y Connor, 1998).
También
el autor menciona que a partir del trabajo de Steiner (1991) se ha desarrollado
un modelo empírico que integra los efectos que el proceso de cambio de las
estructuras competitivas en el sector del comercio minorista provoca en sus dos
vertientes de competencia, vertical y horizontal. (Cruz Roche et al., 2008)
La revisión de la literatura indica que la dispersión
de precios puede ser cuantificada a través de distintos indicadores como son:
el rango de precios, la diferencia porcentual del precio más alto y el más
bajo, la desviación estándar, la varianza y el coeficiente de variación de las
distribuciones del precio del bien homogéneo.
Moll
(2017) además explica que la dispersión de precios de bienes aparentemente
homogéneos observada en los trabajos empíricos no sería tal ya que no existen
dos bienes iguales si se suma al análisis las condiciones en las que se realizó
la compra/venta del mismo. De esta manera, la aparente dispersión de precios
observada sería simplemente un reflejo de las distintas condiciones que
caracterizan la transacción, las cuales son consecuencia de heterogeneidad de
los agentes.
Cruz
Roche et al., (2008), menciona que en las últimas décadas y desde el enfoque
del marketing se han ido incorporando al estudio de la dispersión, variables
relativas a las decisiones de estrategia de marketing, como diferenciación,
imagen o reputación de las marcas competidoras, así como, nuevas formas de
concebir y medir las estructuras horizontales de competencia en los mercados,
añadiendo a los enfoques sectorial y temporal el enfoque espacial que aporta la
teoría de la competencia multimercado.
En
este trabajo se adopta el enfoque del marketing por lo que la variable
principal considerada es la diferenciación como determinante de la dispersión
de precios.
Factores
de Diferenciación
Las
cualidades o peculiaridades específicas de los oferentes o vendedores de un
mismo producto, son características que se constituyen como una fuente de
heterogeneidad entre éstos. La teoría sostiene que un mismo producto vendido en
distintos establecimientos “es un producto diferenciado en la medida en que el
producto en cuestión incorpora las características del establecimiento”
(González & Villar, 2015).
Estas
características aplicadas al mercado minorista de combustibles- son relativas
a:
a) Tamaño de la empresa:
En microeconomía, se entiende por “economía de escala” las ventajas que, en
términos de costos, una empresa obtiene gracias a la expansión, es decir, a
medida que el tamaño de la empresa aumenta, éstas reducen sus costos de
producción. En ese sentido, el tamaño de los establecimientos comerciales que
compiten en un mercado debería traducirse en la consecución de economías de
escala y debería tener por tanto un efecto inverso sobre los precios, al
facilitar la fijación de unos precios más competitivos a medida que aumentan
las economías derivadas de la mayor escala de operación (Cruz & Oubiña, 2006).
En
el Paraguay, la clasificación de las empresas por tamaño se realiza en base a
la Ley 4.457/12 “Para las micro, pequeñas y medianas empresas” que establece que
las MIPYMES tienen categorías diferenciadas, considerando el número de
trabajadores ocupados y el monto de facturación bruta anual realizado en el
ejercicio fiscal anterior. La Ley establece que ambos parámetros de
clasificación deben ser concurrentes, primando en caso de dudas, el monto de
facturación anual.
b) Marca o Emblema: La
marca es aquello que identifica a lo que se ofrece en el mercado, sea éste un
producto o un servicio. En el mercado de combustibles se hace referencia a los
emblemas, lo que Ossorio (2013), define como “un símbolo que en forma de sigla,
dibujo o lema individualiza determinada mercancía o establecimiento mercantil o
industrial, y no debe confundirse con el nombre de la sociedad o la razón
social, puesto que el emblema tiene un régimen jurídico propio”.
Aunque
el bien en cuestión es considerado como un bien homogéneo, en la presente
investigación entendemos, que difiere en un atributo que determina su
diferenciación entre variedades; dicho atributo es la calidad percibida del
producto asociada al nombre de la marca o emblema que embandera a las
estaciones de servicio en donde se comercializa.
Según
Bello y Cavero (2007) los precios de los distintos combustibles pueden diferir
en alguna medida según el emblema que se considere, producto quizás de la
existencia de un cierto “valor de marca” asociado con cada compañía. Algunos emblemas realizan fuertes inversiones
en publicidad de marca, así como en remodelación de las estaciones de servicio
que respaldan, lo cual debería tener un impacto sobre los precios del producto
siempre que dicho nombre de marca sea observable por el consumidor en el
momento de la compra. La marca de distribuidor también puede convertirse en un
vehículo de ejercicio de poder. La posición competitiva de la marca de
distribuidor, reflejada por su participación de mercado, le concede por tanto
al minorista un determinado poder de mercado que puede aprovechar a su favor
(Cruz & Oubiña, 2006).
En
ese sentido, Cruz & Oubiña, (2006) mencionando a Narasimhan & Wilcox (1998); Hoch
(1996), indican que existe una intensa controversia en relación a si la mayor
participación de mercado de la marca de distribuidor provoca una reducción de
precios de la marca de fabricante o si por el contrario los incrementa en
ciertas ocasiones. Los autores explican que normalmente, si se trabaja con
marcas líderes, o marcas de fabricante que tienen al menos una calidad
percibida superior a la del distribuidor, el minorista estará interesado en
ampliar el diferencial de precios para mejorar la posición competitiva de la
marca del distribuidor.
c) Tipo de Contrato: La
clasificación más habitual entre las estaciones de servicio es en función de la
relación que éstas mantienen con los operadores al por mayor que las
suministran. Este vínculo condiciona el modo de gestión del punto de venta y
por tanto su forma de competir por el cliente final o consumidor mediante los
precios (Bello & Cavero, 2007).
Atendiendo
a esta relación, las estaciones de servicio se pueden clasificar de la
siguiente forma:
1) COCO
(company owed - company operated)
en el que el operador es propietario y gestor de la estación de servicio.
2) DOCO
(dealer owed – company operated):la
instalación es propiedad de un tercero que cede la gestión a un operador al por
mayor, quien también suministra el combustible.
3) DODO
(dealer owed – dealer operated):la
propiedad y la gestión de la estación corresponden a un gestor, que se vincula
al operador al por mayor mediante un contrato de suministro exclusivo, que
implica el abanderamiento de la instalación con la imagen corporativa de la
marca del suministrador, acordando la distribución de márgenes, comisiones y
gastos.
4) CODO
(company owed – dealer operated):la
propiedad de la estación pertenece al operador al por mayor, quien cede la
gestión a un tercero mediante un contrato de imagen y suministro en exclusiva.
5) Estación
de servicio blanca: son las independientes, que no están integradas con
operadores, ni están vinculadas con éstos a través de contratos de
abanderamiento. En general, el suministro, la imagen y la explotación se
gestionan libremente.
Dejando
a un lado la propiedad de los activos del punto de venta, Bello & Cavero
(2007), simplifican la anterior clasificación distinguiendo únicamente tres
tipos de estaciones de servicio, en relación con los contratos que las ligan
con los emblemas y con el desarrollo de las actividades de gestión en el punto
de venta:
a. Tipo
I:
Integradas Verticalmente: Son estaciones propiedad y gestionadas por personal
de los mayoristas o distribuidores (con independencia de la propiedad de los
activos del punto de venta). Eneste grupo quedan
recogidas las categorías COCO y DOCO de la clasificación anterior.
b. Tipo
II:
Abanderadas: Son las gestionadas por empresarios independientes, que tienen
contratos de distribución en exclusiva con uno de los mayoristas, quien
respalda la venta de combustibles en la estación de servicio haciendo figurar
su marca en ella, independientemente de quien ostente la propiedad de los
activos del punto de venta. Aquí se recogen las categorías CODO y DODO.
c. Tipo
III:
Independientes: Las gestionadas por empresarios independientes, sin contratos
en exclusiva con los emblemas y sin respaldo de marca para vender el producto.
Los
tipos I y II, ofrecen un producto respaldado con una marca de reconocido
prestigio; mientras que las estaciones del tipo III ofrecen un producto sin
marca. Es importante destacar que en Paraguay la legislación -instrumentada en
el Decreto 10.911/00- no permite la existencia de establecimientos del tipo
III, puesto que todas las estaciones de servicio deben “operar bajo el emblema
de una empresa distribuidora autorizada por el Ministerio de Industria y
Comercio”; por lo cual la clasificación anterior se reduce únicamente a dos
categorías: Tipo I (Integradas) y Tipo II (Abanderadas).
Al
respecto, la teoría sostiene que el hecho de que los establecimientos
minoristas estén integrados verticalmente hacia atrás en el canal de
distribución, los coloca en una situación en la que pueden beneficiarse de unas
mejores condiciones de compra de los productos. Esta ventaja en costos de
adquisición puede ser trasladada a precios finales en el caso de que la competencia
espacial así lo permita (Cruz & Oubiña, 2006).
d) Servicios complementarios:
En la actualidad, la rentabilidad de las estaciones de servicio proviene con
progresiva frecuencia de los ingresos complementarios a la venta de
combustibles; en tal sentido, éstas, además de contar con los equipos
necesarios para el expendio de combustible ofrecen muchos otros servicios
complementarios, relacionados o no, con las necesidades de los vehículos. Así,
las estaciones de servicios han pasado a ofrecer otros productos o servicios
como: tiendas de conveniencia, restaurantes, servicios higiénicos, cajeros
automáticos, talleres mecánicos, lavado, calibrado, venta de aceites y
lubricantes. También incrementan su propuesta de servicios con estacionamiento
vigilado, teléfono público y botiquín de primeros auxilios. La utilización de
estos servicios convierte a la estación de servicios en un negocio más complejo
y dinámico que el mero expendio de combustibles.
Los
establecimientos difieren entre sí en nivel de servicios que ofrecen, lo que la
evidencia empírica afirma que puede repercutir en los precios. Entre ellos
podemos mencionar a Slade (1998), quien señalaba que
los servicios añadidos a la venta de combustibles que los usuarios pueden
disfrutar en el momento de la compra pueden tener un “importante impacto en los
precios finales”. Cruz & Oubiña (2006), sostenían
que “los establecimientos que ofrezcan un mayor nivel de servicios deberían
tener unos costes más elevados, que serían trasladados finalmente a precios”
Así
mismo, González & Villar (2015), sostienen que es probable que existan
consumidores dispuestos a pagar “un sobreprecio por estos servicios
adicionales”, puesto que la presencia de servicios complementarios puede variar
la percepción de calidad del establecimiento y con ello la predisposición a
pagar por parte de los consumidores finales.
2.
ESTRATEGIAS
METODOLÓGICAS o MATERIALES Y MÉTODOS
El
enfoque de la investigación es cuantitativo, de diseño es no experimental
y de corte trasversal. Es de alcance explicativo. Se utilizó como estrategia la encuesta
mediante un cuestionario. El relevamiento de
los datos de las estaciones de
servicio se realizó mediante la visita a
cada una de las mismas, ubicadas en el ejido urbano de
la ciudad de Concepción,
la encuesta incluyó a 24 administradores de estas estaciones de servicio. Este proceso se realizó
en un tiempo de 2 (dos) días.
Las contrastaciones
de las hipótesis de esta investigación se
realizaron mediante la
aplicación del análisis de
regresión econométrica, el cual es una
técnica estadística que permite establecer una relación causa-efecto entre una variable dependiente y una o más variables independientes, a través de
una ecuación econométrica que expresa la especificación funcional entre las variables, donde dicha
ecuación se denomina también modelo de regresión.
A los efectos de contrastar las
hipótesis planteadas, se estimó
un modelo de regresión lineal múltiple con
el
propósito de conocer los
determinantes de la dispersión de precios explicada por el factor de diferenciación.
Los
modelos de regresión lineal múltiple fueron estimados con el método de Mínimos
Cuadrados Ordinarios (MICO), debido a que su aplicación “es sencilla y tiene
algunas propiedades estadísticas muy convenientes”. El mismo es una técnica de
análisis cuantitativo que mediante diversos supuestos y bajo ciertas
propiedades, “es el mejor estimador lineal insesgado, es decir, que el valor
promedio o esperado del estimador (datos muestrales) es igual al valor
verdadero (poblacional)” (Gujarati & Porter,
2010).
Para
la estimación de los modelos de regresión se utilizaron datos de corte
transversal procedentes de la recolección de datos sobre los oferentes, de
acuerdo a lo detallado anteriormente. La estimación de las regresiones se
realizó en el software econométrico EViews.
Modelo de regresión de la dispersión de precios
explicada por factores de diferenciación:
Gran parte
de las variables independientes del modelo
son cualitativas porque indican
la presencia o ausencia de
una cualidad
o atributo.
Estas
variables cualitativas fueron cuantificadas mediante
“variables
artificiales que toman los valores 0 ó 1, donde 1 indica la presencia del atributo en cuestión y 0 su ausencia. Las variables que adquieren tales valores 0 y 1 se llaman variables dicotómicas” también
denominadas variables dummy
o variables ficticias. (Gujarati & Porter,
2010)
Variable
dependiente:
Prec:
Variable cuantitativa correspondiente al precio de venta de la Nafta Especial
(90 octanos) ofrecida en la estación de servicios i. La elección de este precio se base en que la nafta de 90 octanos
es la de mayor consumo entre este tipo de producto, además de contar con un
agregado de calidad que supera a la opción económica, lo que le otorgaría más
opciones para establecer estrategias de diferenciación de producto que podrían
derivarse en dispersión de precios. Por otra parte, no se optó por utilizar el
precio del diésel Tipo III, aunque representa el de mayor consumo entre los
combustibles, debido a que está regulado por el Estado mediante la fijación de
un precio máximo de venta que limita su margen de acción, de acuerdo a lo
mencionado más arriba.
Serv:
Variable cuantitativa que representa el total de
servicios complementarios ofrecidos por cada firma (lavado; calibrado;
lubricantes; tienda; cajero).
Variables independientes de diferenciación
Tam: Variable
dicotómica igual a 1 si la empresa es grande; y 0 en otro caso
Aband: Variable dummy que toma el
valor 1 si la estación de servicio i es abanderada; y 0 en otro caso.
MayEmb:
Variable dicotómica que toma el valor de 1 si la
estación de servicio i cuenta con el emblema de Copeg:
y 0 en otro caso. Copeg es la mayor distribuidora de
Concepción
MenVM:
Variable dicotómica que toma el valor de 1 si la estación de servicio i cuenta
con el emblema de Corona, o Integral o Petromax; y 0 en otro caso. Dichos
emblemas tienen la menor participación de mercado en Concepción
Hipótesis: Los factores de diferenciación
afectan a la dispersión de precios en el mercado minorista de combustibles.
3.
RESULTADOS
Y DISCUSIÓN
Los coeficientes estimados (β_i) del modelo de
regresión, por el cual se explica la dispersión de precios en función de los factores
de diferenciación, se puede observar en lo siguiente:
Preci = 5.311,57781 +
45,89193*Serv + 251,119597*Tam + 87,716138*Aband + 259,491355*MayEmb +
57,283862*MenEmb
|
Tabla 1. Resultados de la Estimación del Modelo de Regresión |
||||
|
Variable
dependiente: Prec |
||||
|
Variable
indep. |
Coeficient |
Error estándar |
t-Statistic |
Prob. |
|
β |
5.311,578 |
223,2184 |
23,79543 |
0,0000 |
|
Serv |
45,89193 |
50,74051 |
0,904444 |
0,3777 |
|
Tam |
251,1196 |
96,76297 |
2,595203 |
0,0183 * |
|
Aband |
87,71614 |
119,5165 |
0,733925 |
0,4724 |
|
MayEmb |
259,4914 |
101,8442 |
2,547925 |
0,0202 * |
|
MenEmb |
57,28386 |
119,5165 |
0,479297 |
0,6375 |
|
R2 |
0,515526 |
|
|
|
|
Prob(F-statistic) |
0,015396 |
|
|
|
|
Obs. |
24 |
|
|
|
Los resultados dan cuenta de que la variable Serv, si bien tiene una relación positiva con la dispersión
de precios tal como se espera, su impacto no es estadísticamente significativo
para explicar el comportamiento en los precios de los combustibles.
Por otra parte, los efectos de la variable Tam y de la
variable MayEmb son estadísticamente significativos
para explicar las variaciones que ocurren en los precios.
Los resultados indican que los precios son mayores, en
promedio, en 251,12 guaraníes cuando las estaciones de servicios son grandes en
relación al caso en que las empresas son de menor dimensión; observándose una
relación inversa entre las variables, lo que en general es contrario a lo
esperado. Tal es el caso de lo señalado por Cruz & Oubiña
(2006) al concluir que “el tamaño de los establecimientos comerciales que
compiten en un mercado debería traducirse en la consecución de economías de
escala y debería tener por tanto un efecto inverso sobre los precios”. Sin
embargo, es necesario considerar que dichos establecimientos son de mayor
tamaño generalmente son aquellos que tienen unos costos operativos mucho
mayores, de tal manera que para que estos puedan seguir operando deben
trasladarlos finalmente a los precios de sus productos. Por otra parte, el
resultado obtenido podría sugerir que las empresas de gran porte tendrían un
valor de marca superior respecto a la competencia, con el consiguiente
prestigio que las colocaría con más posibilidades de aplicar una mayor
diferenciación de sus productos, y por ende de fijar precios más elevados.
Por otro lado, las variables Aband
y MenEmb no son estadísticamente significativas para
determinar la dispersión de precios de los combustibles; mientras que la
variable MayEmb es estadísticamente significativa para
explicar los cambios en los precios.
De lo anterior se deduce que las empresas que operan
bajo el emblema de mayor participación en el mercado de Concepción, que en este
caso es Copeg, tienen precios superiores en 259,49
guaraníes en relación a los precios de las estaciones de servicio con emblemas
de menor intervención en la distribución de los combustibles, como Corona,
Integral o Petromax.
El valor positivo del coeficiente de la variable MayEmb evidencia lo que sostiene el trabajo de Cruz & Oubiña (2006), en cuanto a que la posición competitiva del
emblema de mayor participación en el mercado puede otorgar al minorista cierto
poder de mercado que puede utilizarlo a su favor mediante la ampliación en el
diferencial de precios. Así también, se encuentra en línea con lo expuesto por Bello & Cavero (2007),
al señalar que los precios de los combustibles pueden variar en alguna medida
de acuerdo al emblema debido posiblemente a la presencia de un cierto “valor de
marca” asociado con cada empresa. Sintetizando, las variables que poseen una
incidencia estadística relevante de acuerdo a las estimaciones obtenidas en el
modelo de regresión son el tamaño de las empresas y el emblema de mayor
presencia en el mercado. En general, de acuerdo a lo obtenido en el valor de la
“Bondad de Ajuste” o R2 del modelo, se deduce que los factores de
diferenciación explican en un 52% la dispersión de precios.
El modelo no presenta problemas de multicolinealidad y
heteroscedasticidad.
La heteroscedasticidad consiste en que la varianza σ
de cada término de perturbación i condicional a los valores seleccionados de
las variables explicativas, ya no son algún número constante igual a 𝜎2, es decir, ya no hay igual varianza o dispersión;
por lo que los estimadores MICO dejan de tener varianza mínima, es decir, dejan
de ser eficientes, y ya no son los mejores estimadores lineales e insesgados
(MELI). Sin embargo, la heteroscedasticidad no afecta las propiedades de insesgamiento y consistencia de estos estimadores. Para
descartar la presencia de heteroscedasticidad en los modelos se aplicó el Test
de White.
Tabla 2. Test de White para
medir Heteroscedastidad del modelo
|
F-statistic |
1,199677 |
|
Probabilidad |
0,353185 |
La Multicolinealidad se refiere a la alta correlación
entre las variables independientes del modelo. Si existe correlación fuerte
entre dichas variables (por ejemplo, entre X2 y X3), no hay forma de determinar
el efecto individual de cada variable explicativa sobre la variable
dependiente, medido por el coeficiente 𝛽𝑖,
ya que X3 ya no se mantiene constante a medida que X2 cambia (cabe recordar que
𝛽𝑖
es el cambio en el valor promedio de Y a medida que 𝑋𝑖
aumenta en una unidad, manteniendo constantes las restantes 𝑋𝑖).
En
la mayor parte de los estudios empíricos es prácticamente imposible encontrar
dos o más variables económicas que no estén correlacionadas en alguna medida.
Entonces, la que debe establecerse es el grado de la multicolinealidad, si existe,
a fin de conocer si la variable en cuestión (Xi) representa un problema grave
para la estimación. En los casos de casi o alta multicolinealidad es probable
que se presenten las siguientes consecuencias: (a) aunque los estimadores de
MICO son mejores estimadores lineales e insesgados (MELI), presentan varianzas
y covarianzas grandes que dificultan la estimación precisa; (b) los intervalos
de confianza tienden a ser mucho más amplios, lo cual propicia una aceptación
más fácil de la hipótesis nula de que el verdadero coeficiente poblacional es
cero; (c) la razón t de uno o más coeficientes tiende a ser estadísticamente no
significativa; (d) aunque la razón t de uno o más coeficientes sea
estadísticamente no significativa, el R2 (bondad de ajuste del modelo) puede
ser muy alta; y (e) los estimadores de MICO y sus errores estándar son
sensibles a pequeños cambios en los datos. (Gujarati
& Porter, 2010).
Tabla 3. Detección de
Multicolinealidad del Modelo
|
(1) Factor de
Inflación de la Varianza (FIV) |
||
|
Regresora como variable
dependiente en función del resto de regresoras* |
R2 |
FIV** |
|
Análisis
para el Modelo: Estimaciones entre regresoras |
||
|
SERV = f(TAM, ABAND, MAYEMB, MENEMB) |
0,3669 |
1,5795 |
|
TAM = f(ABAND, MAYEMB, MENEMB, SERV) |
0,3745 |
1,5987 |
|
ABAND = f(MAYEMB, MENEMB,
SERV, TAM) |
0,0889 |
1,0976 |
|
MAYEMB = f(MENEMB, SERV,
TAM, ABAND) |
0,1679 |
1,2018 |
|
MENEMB = f(SERV, TAM,
ABAND, MAYEMB) |
0,0889 |
1,0976 |
Para la detección se aplicaron dos pruebas: El Factor
de Inflación de la Varianza (FIV) y el Índice de Condición (IC).
En estadística, el factor de inflación de la varianza
(FIV, a veces también conocido por su nombre en inglés, variance
inflation factor, y de ahí VIF) cuantifica la
intensidad de la multicolinealidad en un análisis de regresión normal de
mínimos cuadrados. Proporciona un índice que mide hasta qué punto la varianza
(el cuadrado de la desviación estándar estimada) de un coeficiente de regresión
estimado se incrementa a causa de la colinealidad.
El criterio de desición
sobre el FIV se estableció en lo siguiente: Si el FIV de una variable Xj es superior a 10, dicha variable es muy colineal, por lo
que la regresora se convierte en un problema para la
estimación.
Se aplicó igualmente el índice de condición (IC). Se
tomó como criterio de decisión: Si el valor de IC está entre 10 y 30, hay
multicolinealidad entre moderada y fuerte; y si es mayor a 30, hay una
multicolinealidad grave; por lo que la regresora se convierte en un problema para la estimación. (Gujarati & Porter, 2010).
|
Análisis |
Valores propios (mínimo y máximo) |
IC** |
|
Modelo de factores de diferenciación |
0,398603 y
1,744609 |
2,0921 |
Tabla 4. Índice de condición (IC)
4.
CONCLUSIÓN
O CONSIDERACIONES FINALES
Los resultados obtenidos permiten concluir que los
factores relativos a la diferenciación entre oferentes, tienen capacidad
explicativa, estadísticamente significativa sobre la dispersión de precios
existente en el mercado minorista de combustibles.
Los factores de diferenciación inciden en la
dispersión de precios en el mercado minorista de combustibles. Así también, se
afirma que, esta incidencia se da principalmente a través de variables
relativas al tamaño de los establecimientos y de los emblemas de mayor
posicionamiento a nivel local, las cuales constituyen las principales fuentes
de dispersión de precios, como consecuencia de los altos costos operativos y
del poder de mercado derivado del valor de marca que los embandera.
5.
LISTA
DE REFERENCIAS
Alonso, J., & Grande, I. (2010). Comportamiento
del consumidor. Decisiones y estrategia de marketing -. https://books.google.com.pe/books?id=W6_GJN0PcjUC&printsec
Bello Pintado, A., & Cavero
Brújula, S. (2007). Competencia estratégica en la distribución minorista de
combustibles de automoción. Revista de Economía Aplicada Número, 45,
125–154.
Cruz Roche, I., Oubiña Barbolla, J.,
& Yagüe Guillén, M. (2008). Análisis de la dispersión de precios en el
comercio minorista: el papel de la competencia multimercado. Revista Europea
de Dirección y Economía de La Empresa, 17(2), 9–30.
Galdames Cerda, J. E. (2009). Dispersión y Fijación de
Precios en el Mercado de los Combustibles Líquidos en Chile: Análisis bajo
infomación imperfecta. Tesis de Magíster. Pontificia Universidad Católica de
Chile.
García, J. (2016). Pricing o fijación de precios: Método
basado en la competencia.Retrieved from EIPE Business School:
http://www.eipe.es/fijacion-de-precios-competencia-2/
González
Porras, E. (2017). Dispersión, discriminación y control de precios.Retrieved
from http://www.opinionynoticias.com/opinioneconomia/31348-precios-
González,
X., & Villar, V. S. (2015). Sobre la existencia y persistencia de la
dispersión de precios . Revista de Economía Aplicada. Universidad de Vigo
Gujarati, D., & Porter, D.
(2010). Essentials of Econometrics (Mc Graw Hill (ed.); 4th ed.).
Hawkins,
I. B. (2004). Comportamiento del consumidor (Mc Graw Hill (ed.); 9th
ed.).
Jacoby,
J., Szybillo, G. J., & Busato-Schach, J. (1977). Information Acquisition
Behavior in Brand Choice Situations. Journal of Consumer Research, 3(4),
209. https://doi.org/10.1086/208669
Kotler,
P., & Keller, K. (2012). Ventas personales. In Dirección De Marketing.
http://www.montartuempresa.com/wp-content/uploads/2016/01/direccion-de-marketing-14edi-kotler1.pdf
Lach, S.
(2002). Existence and persistence of price dispersion: An empirical analysis.
In Review of Economics and Statistics (Vol. 84, Issue 3, pp. 433–444).
https://doi.org/10.1162/003465302320259457
Loudon, D., & Della Bitta, A.
(1993). Consumer Behavior: Concepts and
Applications (Mc Graw Hill (ed.)).
https://books.google.com.py/books/about/Consumer_Behavior.html?id=kr-SLtYGItkC&redir_esc=y
Melgar, R., García Arancibia, R.,
& Coronel, M. (n.d.). DISPERSIÓN DE PRECIOS DE ALIMENTOS EN CADENAS LOCALES
DE SUPERMERCADOS (Food Price Dispersion in Local Supermarket Chains). XII
Jornadas de Investigación FCE UNL.
Moll, F. (2017). Dispersión de
precios e inflación: Evidencia sobre el caso argentino.