4.1. La industria de paríales para bebé y la investigación de la SIC

La industria de pañales desechables para bebé se ha caracterizado por su alta concentración en pocas empresas que han dominado históricamente el mercado; la casi nula entrada de nuevos competidores, además de la baja participación de marcas importadas; la entrada y salida permanente de marcas y variedades de pañales, aunque ha sido constante la disponibilidad de una gama relativamente amplia de alternativas diferenciadas en términos de marca, con un promedio en la última década de 7 marcas producidas por empresas distintas, y en términos de calidad, con cinco segmentos que van desde el panal básico hasta el panal premium; y una competencia intensa en estrategias de mercado distintas al precio, tales como publicidad. Adicionalmente, hay una pequeña pero consistente participación de supermercados con sus propias marcas, que son generalmente más baratas que las marcas de fabricantes independientes.

Hacia finales de la década de los noventa el mercado de pañales para bebé en Colombia estaba dominado por Kimberly Colpapel, con un 80% de participación de mercado. Su competencia más importante venía esencialmente de Tecnosur (hoy filial de Tecno-químicas), que participaba en el mercado con un 18%, además de Familia y de algunas marcas importadas. En los primeros años de la década de 2000 el mercado pasó a repartirse entre Kimberly, Tecnosur y Familia. Estas dos últimas lograron aumentar su participación de mercado al ganarle terreno a Kimberly⁹. La Fig. 1 muestra las series de participaciones de mercado de las principales productoras de pañales desechables para bebé, así como el índice Herfindahl-Hirschman (IHH) que mide la concentración del mercado¹⁰, entre 2004 y 2015. Como muestra la figura, Tecnosur se posicionó como líder del mercado con una participación promedio del 42% en el volumen de ventas totales, mientras que Familia y Kimberly la siguieron con participaciones promedio del 25,6% y del 23,2%, respectivamente. Entre 2006 y 2014, Familia logró ganarle terreno a Kimberly y posicionarse como la segunda empresa en ventas de pañales después de Tecnosur. En el ano 2015, estas tres empresas concentraban conjuntamente el 93,6% del volumen de ventas de pañales para bebé. El resto del mercado ha sido cubierto por empresas pequeñas (Drypers ha sido la cuarta empresa más importante del mercado, con una participación promedio del 5,8%), importaciones de pañales y marcas propias de supermercado. Siguiendo la interpretación del Departamento de Justicia de Estados Unidos, la industria de pañales presenta una alta concentración en todo el período de análisis, con un IHH que aumenta ano a ano a partir de 2005: de 2.796 a 3.548 en 2015.

En 2012, la SIC recibió una denuncia sobre presuntos acuerdos entre Kimberly, Tecnoquímicas y Familia para la fijación de precios de sus productos. En febrero de 2014 un memorando radicado por el Superintendente Delegado para la Protección de la Competencia ordenó iniciar una investigación preliminar para establecer si existía evidencia de prácticas comerciales restrictivas de libre competencia ejecutadas por las empresas Kimberly, Tecnoquímicas y Familia en el mercado de distribución y comercialización de pañales desechables para bebé en Colombia. En agosto del mismo año la delegatura ordenó abrir una investigación y formular pliego de cargos contra Kimberly, Familia, Tecnoquímicas, Tecnosur y Drypers para determinar si incurrieron en la conducta de realizar acuerdos contrarios a la libre competencia en los cuales se mantengan o determinen precios. Las imputaciones se sustentaron en declaraciones, correos electrónicos y documentos hallados durante visitas administrativas, que darían cuenta de que Kimberly, Tecnoquímicas, Familia, Tecnosur y Drypers habrían fijado precios de pañales desechables para bebé en Colombia (^{Superintendencia de Industria y Comercio, 2016a}, ^2016b. p. 15). Según esta evidencia, la determinación coordinada de precios se dio tanto de manera directa, mediante la determinación de precios de salida para los productos y los porcentajes de incremento correspondientes, como de forma indirecta a través aspectos relacionados con la concesión de descuentos e incentivos. La investigación terminó en 2016 con una resolución sancionatoria en la que se concluyó que Kimberly, Familia y Tecnoquímicas incurrieron en «actos ilegales de cartelización empresarial para fijar artificialmente el precio de los pañales desechables para bebé en el mercado colombiano» entre 2001 y 2012, y se impusieron las multas más altas permitidas por la Ley que entre las tres sancionadas suman 206.000 millones¹¹.

Si bien la SIC logró recolectar pruebas que apuntan a que las empresas realizaron esfuerzos para coordinar sus precios, lo que según la legislación y la lógica de la Política de la Competencia justifica una sanción, la Ley 1340 de 2009 es clara en requerir análisis de los efectos económicos del cartel en el mercado y cuantificación de los beneficios de las empresas derivados de su conducta anticompetitiva para graduar el monto de la multa a imponer. En este campo, el análisis de la SIC es muy limitado y sus conclusiones no están adecuadamente soportadas por lo que muestran las técnicas utilizadas y los datos. En efecto, en el «Informe Motivado del Caso pañales» la SIC afirma que «... las variabilidades relativas del componente cíclico de las series de precios promedio, se acotaron en torno de la tendencia, y las distribuciones de probabilidad KERNEL resultaron bastante coincidentes. Esto podría indicar que las probabilidades de las variaciones relativas del componente cíclico son iguales o muy similares, esto es un indicio concreto de la existencia de coordinación en las decisiones de precios.» (Superintendencia de Industria y Comercio, 2016a, 2016b. p. 222). Sin embargo, y como ya se ha mencionado antes, observar que la distribución de variaciones en los precios sea similar entre empresas no necesariamente implica coordinación en la fijación de precios.

Adicionalmente, la SIC señala que cambios en la participación en el mercado no son prueba de la ausencia de un acuerdo. Sin embargo, no hace referencia a la dificultad que esto supone para la estabilidad de cualquier acuerdo colusivo. Otro comportamiento que no considera importante en el análisis es la competencia en calidades de los productos. Al respecto, reconoce que el «lanzamiento de nuevos productos y mejora en los existentes es una constante que se ha presentado en todos los agentes del mercado de pañales desechables para bebé» (^{Superintendencia de Industria y Comercio, 2016a}, ^2016b. p. 237). A pesar de este reconocimiento, la SIC no tiene en cuenta este hecho como evidencia de que las empresas compiten intensamente en otras variables estratégicas diferentes al precio, lo que constituye un indicio importante de rivalidad entre empresas que tuvo que tener un efecto en la capacidad para coordinarse. En cartel se esperaría que factores como la publicidad y la calidad se mantuvieran constantes o se coordinaran también.

Estos argumentos motivan las siguientes preguntas: ¿Qué sugiere la similitud en el comportamiento de los precios y su persistente aumento en el mercado de pañales? ¿Cómo determinar qué tan coordinadas estaban las empresas y cuán rentable fue el cartel? El objetivo de esta sección es analizar los datos del mercado de pañales a profundidad para responder a estas preguntas.

4.2. Datos

Los datos usados para esta aplicación fueron recolectados por Nielsen entre enero de 2004 y marzo de 2016. La base original presenta datos sobre ventas en volumen y valor total de dichas ventas a nivel de marca (alrededor de 22 en total), segmento (o tier en inglés, 5 en total) y etapa (edad del bebé), agregadas por región geográfica: Antioquia, Atlántico, Centro, Cundinamarca, Oriente y Pacífico, por bimestre, entre 2004 y 2007, y por mes a partir de 2008. Dado el nivel de agregación de los datos en los años iniciales, se agregó el resto de períodos al nivel bimensual para explotar la información en todo el período. La base de datos también contiene información sobre el fabricante de la marca (al menos 10 incluyendo pequeños fabricantes y fabricantes de marcas propias de supermercados).

Estos datos presentan una gran cantidad de ceros y datos faltantes que dificultan su explotación al nivel de desagregación original. Debido a esto, en los análisis que se presentan a continuación se agregaron los datos para eliminar las dificultades asociadas a datos faltantes dependiendo de las necesidades del modelo.

4.3. Análisis de la dinámica de precios en la industria de pañales desechables para bebé, 2004-2016

4.3.1. Análisis de la distribución de los cambios en los precios

Con el fin de analizar los posibles cambios en la distribución de las variaciones en los precios, el periodo de tiempo entre enero de 2004 y marzo de 2016 se divide, de acuerdo con el informe motivado presentado por la SIC, en dos subperiodos: periodo de cartel (2004-2011) y periodo pos-cartel o competencia (2012-2016). Siguiendo a ^{Blanckenburg and Geist (2009)}, se usan precios nominales por unidad en razón a que el comportamiento de la inflación en los dos subperiodos no es homogénea, en el sentido de que las dos fases no comparten de la misma manera los incrementos y caídas en la tasa de inflación, por lo que esto podría sesgar los resultados, principalmente el coeficiente de asimetría de las distribuciones en los dos periodos bajo análisis.

En la figura 2 se presentan el comportamiento de los precios, entre enero de 2004 y marzo de 2016, de todas las empresas involucradas en las acusaciones: Drypers, Kimberly, Familia y Tecnosur. Las gráficas se hacen teniendo en cuenta los dos segmentos más representativos en términos de ventas en el mercado de pañales de bebé Tiers 2 y 4, de acuerdo con el Informe Motivado de la SIC. Las series de precios se agregan a nivel nacional e incluyen todos los canales comerciales. Con fines comparativos se incluye la serie de precios de los demás competidores en el mercado (identificada como OTROS) que no son objeto de investigación, la cual corresponde a un promedio ponderado teniendo en cuenta la respectiva participación de mercado. Las líneas punteadas horizontales corresponden a las fechas en las cuales, de acuerdo con el Informe Motivado, las empresas bajo investigación acordaron una política de precios y descuentos o las dos, las cuales fueron identificadas como: diciembre de 2005, junio de 2006, diciembre de 2007, marzo de 2009, diciembre de 2010 y marzo de 2011.

Con el fin de analizar qué tan frecuentemente hubo cambios en los precios en el mercado de pañales en la figura 2 se observa, en primer lugar, que no existen variaciones escalonadas en ninguna de las series de precios, lo cual representaría un comportamiento propio de los precios en un mercado cartelizado. En segundo lugar, tampoco existe un tendencia creciente o decreciente clara en los precios de ninguna de las empresas analizadas en el segmento T2; mientras que, con excepción de los precios de OTROS y Drypers, se observa que los precios del segmento T4 presentan un tendencia decreciente, la cual se revierte a mediados de 2014. Sin embargo, la figura 2 revela el cambio estructural ocurrido en 2009 en el comportamiento del nivel de precios de OTROS competidores, en donde los precios pasan de tener una tendencia decreciente a una tendencia creciente al presentar un fuerte cambio en su nivel al pasar de $320 a $420 por unidad en el segmento T4. Finalmente, es de notar que en el segmento T2 los precios de Tecnosur siguen un comportamiento muy similar al de OTROS competidores, y que no existe una evidencia clara de coordinación que haya afectado de manera exclusiva a los precios en las fechas señaladas por la SIC, ya que por ejemplo en diciembre de 2007 todos los precios presentaron un incremento.

En la tabla 2 se presenta un resumen de estadística descriptiva de los cambios en los precios para los dos periodos bajo análisis. De la comparación entre el periodo de cartel con respecto al periodo de competencia se observan cambios en la media, la varianza y los niveles mínimo y máximo de las tasas de crecimiento de los precios de todas las empresas. En particular, se observa una disminución en la desviación estándar del segmento T4, el cual se corresponde con la reducción que se presenta en las empresas agrupadas en OTROS. Para el segmento T2 se observa un aumento en la desviación estándar en el caso de Kimberly y Familia, mientras que se observa un disminución en Tecnosur de 0,6 unidades, la cual es equivalente a la reducción de las empresas en el mercado que funcionan bajo una estructura competitiva agrupadas en OTROS. Teóricamente se esperaría un aumento importante en la variabilidad de los precios en el periodo de pos-acuerdo exclusivo de las empresas involucradas en los acuerdos, dado el aumento en la competencia; sin embargo, no se observa dicho comportamiento en este mercado.

Dado que las estadísticas descriptivas solo permiten un análisis estático con respecto al nivel medio de las series, en la figura 3 se muestran los cambios en los precios de cada una de las empresas en el periodo 2004-2016. Las gráficas muestran que hubo un aumento en la volatilidad de los precios a partir del 2008, el cual coincide con la crisis financiera más reciente. Sin embargo, este aumento en la variabilidad de precios es común a todas las empresas en los dos segmentos y se mantiene hasta el final del periodo. Este resultado, sumado a los anteriores, sugiere que la variabilidad en los cambios de los precios podría estar afectada por choques aleatorios exógenos que afectaron al mercado en su conjunto. Sin embargo, el análisis incondicional del comportamiento dinámico de las series de precios no se constituye como una prueba irrefutable de la existencia o no de un acuerdo de precios, ya que este tipo de análisis no revela los posibles determinantes asociados a una menor variabilidad en el cambio de los precios de las empresas involucradas en un comportamiento anticompetitivo. Tampoco se puede concluir que el cambio en la variabilidad observada se debe al cambio del periodo del cartel al del periodo competitivo.

Dado que el análisis del comportamiento medio y de la volatilidad en los precios no es concluyente con respecto al efecto de la conducta anticompetitiva investigada sobre los precios, se procedió a realizar una estimación no paramétrica de las distribuciones de densidad empíricas de los cambios en los precios para cada uno de los dos subperíodos. La figura 4 muestra la densidad empírica para las empresas agrupadas en OTROS en el mercado de pañales. La densidad fue estimada usando un Kernel gausiano con un parámetro de suavizamiento determinado por la rule-of-thumb dado por:

donde σ es la desviación estándar, IQR es el rango intercuartil y N es el número de observaciones en la muestra. De acuerdo con la investigación realizada por la SIC en el mercado de pañales desechables para bebé, las empresas en la categoría OTROS presentaron un comportamiento competitivo durante todo el periodo de análisis, por lo que se pueden tomar como referencia de cómo tendría que haberse comportado el precio y sus cambios entre 2004 y 2016.

La comparación de las dos distribuciones, a partir de la figura 4, muestra una diferencia importante en términos de la asimetría de los cambios en los precios. En efecto, el coeficiente de asimetría entre 2004 y 2011 fue de -0,24, mientras que entre 2012 y 2016 fue de -0,03, lo cual evidencia que tasas de crecimiento negativas de los precios fueron observadas en ambos periodos, siendo más asimétricos en el periodo de cartelización. Adicionalmente, se observa que la distribución empírica de los cambios en los precios fue más leptocúrtica entre 2004 y 2011 que entre 2012 y 2016.

En las figuras 5 y 6 se muestran las densidades empíricas de los cambios en los precios para las empresas objeto de investigación en el mercado de pañales, diferenciando los segmentos T2 y T4 y los dos sub-periodos. En primer lugar, se observa un exceso de curtosis alrededor de cero en el periodo de cartel con respecto al de competencia en ambos segmentos del mercado, lo cual coincide con lo encontrado para las empresas del mercado en la categoría OTROS. Por otra parte, para el segmento T2, las dos distribuciones son levemente asimétricas en el periodo de cartel: Tecnosur y Familia (aunque negativamente, lo cual no coincide con lo previsto por la teoría), mientras que en el periodo de competencia Kimberly y Tecnosur muestran asimetría positiva. En el segmento T4 durante el periodo de cartel, Tecnosur y Kimberly presentan asimetría positiva en sus distribuciones de precios; mientras que se observa asimetría negativa para las mismas empresas durante el periodo de competencia. Sin embargo, al comparar las distribuciones de los cambios en los precios de Tecnosur con los OTROS competidores, mostrada en la figura 7, se evidencia que en el segmento T4 no parece haber diferencias importantes ni en términos de curtosis ni de asimetría. Por otro lado, se puede notar una diferencia en términos de curtosis en el segmento T2 durante el periodo del cartel, que parece ser importante.

Con el fin de verificar la robustez y la significancia estadística de los resultados hasta ahora presentados, se lleva a cabo el test de Kolmogorov-Smirnov, el cual permite comparar no para-métricamente dos distribuciones empíricas calculando además los p-valores con el método Bootstrap. El no rechazo de la hipótesis nula permite concluir que las dos muestras provienen de la misma distribución, lo cual en términos económicos implicaría la no existencia de un comportamiento anti-competitivo en el mercado cuando se comparan los dos sub-periodos. La tabla 3, panel A, muestra los resultados del test. La hipótesis nula es rechazada en los dos segmentos, excepto en el caso de las empresas agrupadas en OTROS, Drypers en T4 y Familia en T2, lo cual permite concluir que existe evidencia estadística que muestra que la distribución de los cambios en los precios en el periodo de competencia versus el periodo de cartel son diferentes. Sin embargo, y dado el carácter incondicional de este análisis, las diferencias en las distribuciones pueden deberse no exclusivamente a un comportamiento anticompetitivo en el mercado, sino también a choques del mercado ocurridos en cada subperiodo que puedan afectar el comportamiento de los precios. Esto en razón a que las empresas no pueden controlar todas las variables que impactan en un mercado.

Adicionalmente, se compara la distribución empírica de los cambios en los precios entre las empresas involucradas en el acuerdo con respecto a las empresas agrupadas en OTROS. El no rechazo de la hipótesis nula implicaría evidencia estadística para argumentar que, dado el periodo bajo análisis, la distribución de los cambios en los precios proviene de la misma distribución, por lo cual los cambios en los precios no responden principalmente a un comportamiento anticompetitivo, sino a las condiciones o choques de oferta y/o demanda del mercado. La tabla 3, panel B, muestra los resultados para este test. Para el segmento T2 se rechaza la hipótesis nula, por lo que la distribución de los cambios en los precios de cada empresa, exceptuando a Drypers, no proviene de la misma distribución que los cambios en OTROS, mientras que en el segmento T4 no se rechaza la hipótesis nula, por lo que la distribución de los cambios en los precios de Tecnosur, Kimberly y Drypers proviene de la misma distribución que los cambios en OTROS. Este resultado puede leerse como evidencia de un comportamiento de mercado competitivo en este segmento. Finalmente, no hay evidencia estadística acerca de diferencias en la distribución de los cambios en los precios de cada empresa en el periodo competitivo en ambos segmentos. Esto muestra que efectivamente a partir de 2012 la industria de pañales de bebé ha mostrado un comportamiento competitivo.

En conclusión, no existe evidencia empírica estadísticamente significativa que sugiera un comportamiento anticompetitivo en el segmento T4. En el caso del segmento T2 la evidencia es mixta. En efecto, no hay evidencia de una tendencia de cambios escalonados en los precios ni de una variación en la dispersión de los cambios en los precios, sin embargo hay evidencia de un exceso de curtosis en los cambios en los precios durante el cartel, que lleva a evidenciar diferencias en la distribución de los cambios en los precios entre el periodo de cartel con respecto al periodo de competencia. En consecuencia, no se podría determinar, dado el análisis realizado hasta ahora, un patrón en los precios y en sus variaciones que responda a las predicciones teóricas y que permita extraer conclusiones definitivas. Por consiguiente, es necesario un análisis que involucre además posibles presiones de oferta y demanda en el mercado.

4.3.2. Análisis del comportamiento de los precios en relación con cambios en la demanda y oferta del mercado

Para este análisis se usa como proxy de la demanda la producción de pañales en el mercado doméstico, representado por el total de ventas de las empresas participantes en el mercado. Como proxy de la oferta se usa el Índice de Producción Industrial para el sector papel y cartón (IPP), el cual mide la evolución mensual de la actividad productiva independientemente del comportamiento de los precios.

La existencia de una correlación entre dos variables no implica causalidad, es decir, que una variable se correlacione con otra no implica siempre que una de ellas sea la causa de las alteraciones en los valores de otra. En consecuencia, para explorar las dependencias entre la oferta y los precios se realizaron pruebas de causalidad de Granger en los dos sub-periodos. Las pruebas de causalidad en el sentido de Granger permiten determinar si la historia de una variable es útil para tener una mejor predicción del comportamiento futuro de la otra, en relación a lo que se obtendría usando solo la historia propia. La no existencia de dicha capacidad predictiva implica con certeza la no causalidad de una variable hacia la otra, sin embargo este resultado no sería concluyente en el caso contrario. En este sentido, se puede decir que la causalidad en el sentido de Granger es una condición necesaria pero no suficiente para la existencia de verdadera causalidad.

Para la aplicación de este test se estimó un modelo de Vectores Autorregresivos (VAR) para cada segmento, incluyendo los precios de las empresas en el mercado (exceptuando a Drypers, debido al menor número de observaciones para esta empresa, lo que implica la reducción natural de los grados de libertad en la estimación) y el IPP. Con el fin de controlar por el efecto de variables exógenas a los precios de los pañales para bebé, se incluyeron el índice internacional de precios de pulpa de papel como referencia de los costos de los insumos, al igual que la tasa representativa del mercado, el índice de precios al consumidor para alimentos como proxy de las condiciones de demanda exógenas a las empresas de la industria y dummies estacionales. La fuente de información es el Banco de la República.

El orden de inclusión de las variables de cambios en los precios en el modelo VAR se tomó con base en la participación de mercado de cada una de las empresas (tomando como referencia la información presentada en el Informe Motivado de la SIC): donde T es Tecnosur, F es Familia, K es Kimberly y O son las otras empresas competidoras del mercado; y finalmente el IPP _t . Esto con el fin de tener en cuenta el efecto de las empresas grandes sobre las pequeñas en el mercado¹². El orden del rezago del modelo VAR se eligió con bases en los criterios de información discutidos en Lütkepohl (1991), dando como resultado un VAR(2). Adicionalmente, se verificaron todas las pruebas de ajuste sobre los residuales del modelo: normalidad multivariada, autocorrelación, heterocedasticidad y raíces del polinomio característico. Los resultados de la estimación no se presentan aunque están disponibles.

La tabla 4 muestra los p-valores para la prueba de causalidad de Granger. Para un nivel de significancia del 5% no se observa ninguna relación causal entre los precios y el IPP en ambas direcciones. La única relación causal que se muestra con un nivel de significancia de 10% está relacionada con el rechazo de la hipótesis nula de que el IPP no causa en el sentido de Granger el precio de Tecnosur en el segmento T2 durante el periodo de cartel. Sin embargo, el coeficiente asociado al primer rezago de la variable de producción en el modelo VAR es positivo y no se evidencia causalidad en el sentido inverso. En consecuencia, la no existencia de causalidad entre el precio y la oferta del mercado es un patrón que no concuerda con las predicciones asociadas a patrones de mercado bajo un contexto de colusión.

Adicionalmente, se exploró si es posible verificar la existencia de un patrón identificado teóricamente en un equilibrio colusivo que tiene que ver con la rigidez (o insensibilidad) de los precios con respecto a cambios exógenos en la demanda. Dichos cambios en la demanda han sido relacionados con patrones o fluctuaciones estacionales, por lo que se analiza la respuesta relativa de la demanda y de los precios a cambios estacionales (considerados como determinísticos). Para esto se estiman los siguientes modelos autorregresivos de medias móviles (ARMA) para cada una de los cambios en los precios en cada segmento en el periodo de cartelización:

en donde p _ij,t representa el cambio del precio de la i-ésima empresa en el segmento j y en el momento t y D₁ a D₁₁ representan variables dummy que toman el valor de 1 en el mes 1 y cero en los demás. Finalmente, ε _ijt es un ruido aleatorio distribuido de manera normal con media cero y varianza . Similarmente, el modelo de regresión para los cambios en la demanda total del mercado está dada por:

en donde ventast representa el cambio de las ventas en el momento t, y ut es un ruido aleatorio distribuido de manera normal con media cero y varianza .

Los resultados de la estimación se muestran en la tabla 5. Para el análisis se toma como referencia el mes de diciembre, de tal forma que los coeficientes estacionales se interpretan como interceptos por mes, mostrando las diferencias (en términos de magnitud y significancia estadística) en los cambios de los precios en el respectivo mes con respecto a los cambios de precios en diciembre. En el caso de las ventas solo dos parámetros estacionales son estadísticamente significativos, correspondientes a los meses de marzo y agosto. Comparando los resultados para los cambios en los precios con respecto a los resultados del modelo para ventas, se observa que algunos parámetros estacionales son estadísticamente significativos para los precios en los dos segmentos, mientras que no lo son para las ventas. El esquema de precios de las empresas en el mercado muestra una tendencia a la disminución de los precios, que no se corresponde necesariamente con la demanda de mercado. Finalmente, analizando los resultados para las empresas agrupadas en OTROS, las cuales se toman como referencia de un precio competitivo, no existe evidencia estadística que muestre que los precios siguen estrictamente los cambios estacionales de la demanda, por lo que serían igualmente insensibles o fijados de manera independiente a los patrones de demanda, o ambas cosas. Al final de la tabla 5 se reportan los coeficiente de determinación, Durbin-Watson y los tests de Ljung-Box para probar autocorrelación en los errores del modelo al rezago seis como pruebas de ajuste de los modelos.

Los resultados de la estimación son consistentes con lo que se observa en la figura 8, la cual muestra las variaciones estacionales en todas las variables bajo análisis. En la gráfica se observa que las ventas no muestran una variación estacional fuerte, lo cual puede derivarse de las características propias del bien en cuestión. Sin embargo, los cambios en los precios muestran una variabilidad estacional más fuerte, lo cual no corresponde al patrón estacional suave de cambios en los precios predicho por la teoría para un esquema colusivo. Adicionalmente, se evidencia la débil relación del esquema de cambios en los precios con las variaciones de la demanda del mercado.

Finalmente, en la tabla 6 se muestran los p-valores del test de causalidad de Granger para los cambios en los precios en la industria, usando como base el modelo VAR(2) anteriormente descrito. Cada columna muestra el p-valor para la hipótesis nula de no causalidad en el sentido de Granger entre los cambios en los precios de cada empresa en cada fila hacia la empresa en cada columna. Los resultados muestran que no es posible rechazar la hipótesis nula con un nivel de significancia del 5%, por lo que no parece existir una relación causal entre los precios de la industria.

En conclusión, la evidencia en este sentido es nuevamente mixta en tanto no se puede confirmar completamente la hipótesis teórica: no existe una relación negativa entre la oferta y los precios, y los precios muestran variaciones estacionales (principalmente negativas) importantes que no se corresponden con la demanda. En consecuencia, no es posible derivar conclusiones empíricas que sustenten la existencia de patrones teóricamente probados en el caso bajo estudio. Por tanto, se hace necesario explorar comportamientos adicionales identificados por la teoría en el caso de mercados no competitivos por fijación de precios, relacionados con la posible variabilidad condicional de los cambios en los precios.

4.3.3. Análisis de cambio estructural en la volatilidad de los precios

El objetivo es identificar si hubo un cambio en la estructura de la volatilidad de los precios como resultado de la finalización del comportamiento colusivo. Si no existe evidencia que muestre el posible cambio estructural, no habrá evidencia empírica concluyente acerca del efecto del cartel en los precios. Para este análisis, dado que no se conoce con certeza la fecha exacta de fin del periodo de acuerdo de precios, se toman 24 meses antes y 24 meses después de la fecha sugerida en el Informe Motivado como la finalización de los acuerdos, la cual corresponde a diciembre de 2011. Esto con el fin de dar robustez a los resultados obtenidos ya que se presume que los efectos de los acuerdos no desaparecen inmediatamente, existiendo un tiempo de ajuste del mercado.

Observando la figura 9 no se evidencia que se haya producido hacia finales de 2011 e inicios de 2012 un cambio abrupto en el comportamiento de los cambios en los precios en ninguno de los segmentos bajo análisis. Adicionalmente, observa que la volatilidad de los precios de las empresas bajo investigación en el segmento T4 fue mayor que la de los precios de las empresas agrupadas en OTROS. Para el segmento T2, la volatilidad de los precios resulta muy similar entre empresas, sin una evidencia contundente de cambio estructural en las mismas alrededor de diciembre de 2011.

Dada la falta de evidencia clara que se derive de los datos, y de acuerdo con lo propuesto por la literatura, se estima el proceso de varianza condicional de los precios usando modelos ARMA-GARCH introducidos por Engle (1982) y Engle y Bollerlev (1986). Estos modelos permiten examinar conjuntamente el comportamiento de la media y la varianza de los precios durante las fases de colusión y competencia. La especificación de los modelos ARMA(1,1)-GARCH(1,1) estimados es la siguiente:

donde pit representa el precio de la i-ésima empresa (i=Kimberly, Familia, Tecnosur, OTROS) en el segmento j (j=Tier 2, Tier 4) en el momento t, y εijt es un ruido aleatorio distribuido normal con media cero y varianza que sigue un proceso condicional definido en la ecuación (4) . son parámetros que aseguran que la varianza sea positiva; a y b son los parámetros autorregresivo y de medias móviles para el proceso de media condicional de los precios, los cuales deben ser menores que 1 para garantizar la estacionariedad del modelo. D es una variable dummy que toma un valor de 0 durante el periodo de acuerdo de precios y 1 durante el periodo de competencia (2012-2016), y d y 8 son los coeficientes asociados a la variable dummy en la ecuación de media y varianza condicional, respectivamente.

La introducción de la variable dummy tanto en la ecuación de la media como en la ecuación de la varianza se hace con el in de testear si existe un cambio estructural (determinístico) en la media del precio y su varianza, que se corresponda con paso del periodo de cartel al periodo de competencia. Dado que la variable dummy toma un valor de 0 durante el periodo de acuerdo de precios y 1 durante el periodo de competencia, la significancia estadística de esta variable dará evidencia empírica de un cambio en la media y/o en la varianza de los precios del periodo de competencia con relación al periodo de cartel.

La tabla 7 muestra los resultados de la regresión que fueron estimados usando el componente cíclico de los precios obtenido a partir de Hodrick y Prescott (con el fin de tener series estacionarias), evidenciándose dos resultados fundamentales: primero la necesidad de un modelo dinámico de heterocedasticidad condicional para el análisis de los precios de los pañales. En particular, se evidencia que el comportamiento de los precios en el momento actual responde a una expectativa generada sobre el valor de cambio producido en el momento precedente; es decir, a un valor esperado condicionado por la varianza del período anterior. En consecuencia, la estimación de la variación en los precios a través de la desviación estándar de los precios resulta inadecuada para el análisis. Segundo, los coeficientes estimados para la variable dummy en la ecuación para la media de los precios solo resultó estadísticamente significativa, aunque a un nivel de significancia del 10%, para Kimberly en el segmento T4 con un valor de 12,41. El coeficiente para la interacción entre la variable dummy y el precio rezagado un periodo, el cual es estadísticamente significativo, fue igual a -0,4; lo cual indica que los cambios en los precios de competencia variaron en promedio en un 12% mientras que en colusión variaron en un 12,5%. En consecuencia, mientras el precio en competencia presentaba variaciones promedio de $68 pesos por unidad, en colusión dichas variaciones fueron en promedio de $71 pesos. Este resultado no evidenciaría una diferencia importante en la variación media de los precios en ambos periodos; sin embargo, estos valores son superiores a las desviaciones estándar presentadas en la tabla 8, que muestra la estadística descriptiva del componente cíclico de los precios en ambos subperiodos.

En la ecuación de la varianza condicional, la variable dummy para Familia en el segmento T4 es estadísticamente significativa con una probabilidad del 3%. Esto indica diferencias estadísticamente significativas en la variabilidad de los cambios en los precios entre el periodo de competencia versus colusión para esta empresa. Sin embargo, el coeficiente estimado es igual a -9,64, lo cual mostraría que la variabilidad de los cambios en los precios fue menor en competencia que en colusión, lo cual no está de acuerdo con las predicciones teóricas. Sin embargo, este resultado está en la misma dirección de las estadísticas descriptivas de la tabla 8. Al final de la tabla 4 se reportan el coeficiente de determinación, el Durbin-Watson y los tests de Ljung-Box para probar autocorrelación en los errores y los errores al cuadrado del modelo al rezago 6.

En segundo lugar, y usando el proceso de varianza condicional extraído de la modelación anterior, se hace un análisis que permita identificar los posibles momentos de cambio en la varianza de los precios, en lugar de testear a priori una fecha para los mismos. La detección de cambios estructurales confirmará o no el efecto de los acuerdos en los precios. Para esto se usa el test estadístico de Quandt-Andrews para cambio estructural cuando no se conoce el momento del cambio, usando la especificación del modelo GARCH obtenido para cada serie en la tabla 7.

La tabla 9 presenta los resultados del test Quandt-Andrews, el cual ofrece tanto la estimación del momento del cambio estructural como la significancia estadística del mismo. La hipótesis nula es que no existen cambios estructurales (considerando los datos una vez se han eliminado las observaciones pertenecientes al 15% superior e inferior de la distribución). Como se puede observar en la tabla, los cambios estructurales identificados no corresponden al periodo de finalización del acuerdo de precios en ninguno de los dos segmentos. En el segmento T2 se identificó un cambio estructural en el primer semestre de 2014 que parece ser común en las empresas. Este cambio coincide con un periodo de devaluación del peso, el cual impactó los costos de los insumos de producción de la industria, mientras que en el segmento T4 no se identifica una fecha común a las empresas ni tampoco un cambio a finales de 2011 y principios de 2012.

De este análisis se puede concluir que no existe evidencia empírica que muestre un cambio estructural en la variabilidad de los precios en ninguno de los segmentos analizados. Por ende, no parece cumplirse una de las predicciones teóricas fundamentales de la literatura sobre colusión, discutida desde la primera contribución de ^{Stigler (1964)} y ampliamente usada por las autoridades de la competencia para la detección de los efectos de un cartel en un mercado, según la cual la detección de un cartel hace que las empresas implicadas cambien abruptamente sus precios, generando un cambio estructural en las series.

Finalmente, y dada la evidencia estadística conjunta derivada de las tres sub-secciones anteriores, se podría pensar que aun en presencia de una cartelización de empresas en el mercado de pañales para bebé en Colombia, no se puede hallar evidencia de efectos sobre el mercado y, en particular, sobre los precios. La imposibilidad para haber ejecutado el acuerdo y alcanzar el resultado colusivo en la práctica puede ser resultado de las dificultades que enfrentan las empresas envueltas en acuerdos de precios en términos de coordinación, negociación e implementación de dichos acuerdos de una manera efectiva en el mercado. Así mismo, es muy probable que uno o varios miembros del cartel se hayan desviado en la práctica del acuerdo, tal como lo predice la teoría (^{Porter, 1983}; ^{Genesove yMullin, 2001}; ^{Rotemberg y Saloner, 1986}; ^{Ellison, 1994}).

4.4. Poder de mercado y presiones competitivas en la industria de paríales: un análisis estructural

El objetivo de esta sección es estimar los márgenes de rentabilidad de la industria de pañales con base en su estructura actual y datos del mercado (ventas y precios), y compararlos con los resultados de mercado que se obtendrían bajo estructuras alternativas (hipotéticas) de oferta. En particular, se evalúan escenarios contrafactuales de competencia más intensa, por un lado, y mayor concentración del mercado, por otro lado.

4.4.1. La oferta: un modelo de competencia oligopolística

Suponga que en el mercado de pañales para bebés hay j = 1,…,J variedades de pañales^13,14 .Suponga que en este mercado hay F empresas y que cada una produce un subconjunto, F _f de las J marcas distintas de pañales. Los beneficios de la empresa f están dados por

s _j (p) denota la participación de mercado de la marca j, la cual es una función de los precios de todas las marcas que se producen en el mercado, M es el tamaño del mercado de pañales, y C _f es el costo fijo de producción que enfrenta la empresa f. Suponiendo que un equilibrio de Nash-Bertrand en precios en estrategias puras existe, y que los precios que soportan tal equilibrio son estrictamente positivos, el precio p _j de alguna variedad j producida por la empresa f debe satisfacer las condiciones de primer orden del problema de maximización del beneficio de la empresa:

Se tiene entonces un sistema de/ecuaciones, una por cada marca producida en el mercado. Este sistema permite recuperar márgenes del precio final que paga el consumidor sobre el costo marginal de producción para cada variedad, mediante la resolución del sistema de ecuaciones. Para este efecto, definamos el sistema de ecuaciones de primer orden en forma matricial, de la siguiente manera:

s(p) - Ω(p - cm) = 0,

s(.), p y cm son vectores de dimensión J x 1, de partes de mercado, precios y costos marginales, respectivamente; Ω es una matriz de dimensión J x J que contiene los efectos marginales de un cambio en el precio de un bien sobre las partes de mercado de cada uno de los productos de la empresa f. En términos formales, la entrada de la fila j y la columna l de esta matriz, para todo j, l = 1,...J, se define como:

djl define la propiedad de marcas por parte de empresas de la industria. Así, si j y l son marcas producidas por f, la variable tomará un valor de 1, de lo contrario la variable tomará cero como valor. Sea D la matriz de propiedad, que tiene como entradas a las variables d _jl, es decir, es una matriz de ceros y unos. Resolviendo el sistema de ecuaciones para el vector de márgenes (que se define como la diferencia entre el vector de precios y el de costos marginales), se obtiene:

Siguiendo a ^{Nevo (2001)}, los márgenes de precio sobre costo marginal (MPC) que aparecen en la ecuación (5) pueden ser estimados sin necesidad de conocer los costos marginales de las empresas en la industria, mediante la estimación de la demanda de este mercado. Dicha estimación, que se hará teniendo en cuenta la estructura actual de la industria descrita anteriormente¹⁵, servirá de base para determinar qué tan competitiva ha sido esta industria en el período de estudio (2004-2015). Para esto, se comparan los márgenes obtenidos con cuatro estructuras hipotéticas de oferta para esta industria: la primera corresponde a un escenario de empresas uniproducto en el que cada competidor produce una única variedad de pañales de la gama de variedades disponible en el mercado, lo que implica que habría tantas empresas como variedades de panal y cada una se ocupa de maximizar el beneficio que le reporta la única «marca»que produce. La segunda corresponde a una estructura en la que una de las empresas líderes del mercado (Kimberly) controla totalmente las decisiones de una segunda empresa (Tecnosur), mientras los otros productores siguen siendo sus rivales¹⁶. El tercer escenario corresponde a un mercado más concentrado en el que las tres empresas líderes (Kimberly, Familia y Tecnosur) se fusionan en una gran empresa que controla las tres marcas (Huggies, Pequenín y Winny)¹⁷. Finalmente, el cuarto escenario corresponde a una estructura de monopolio o colusión perfecta de precios en los que una única empresa controla todas las marcas del mercado y maximiza los beneficios de la industria. Todos estos escenarios se simulan alterando la estructura de propiedad de las marcas, F _f , y la matriz de propiedad, D.

4.4.2. La demanda de pañales

El modelo que se expone a continuación es estándar en la literatura económica que estudia las elecciones de los consumidores desde una perspectiva empírica. Es un modelo de elección discreta con coeficientes aleatorios en el que la demanda del consumidor final se deriva de la especificación empírica de sus preferencias como una función de variables observables, tales como las características del producto y su precio, y de variables no observables que conjuntamente determinan la preferencia individual de un producto específico sobre las demás alternativas.

Considere un mercado con I consumidores denotados por el sub-índice i = 1, 2,…,I. En este contexto, un mercado se definirá como una combinación entre un bimestre y una región geográfica del territorio colombiano. La utilidad indirecta condicional que el consumidor i obtiene de la compra del producto j en el mercado t está dada por

X_j es un vector de características observables del producto j comunes en todos los mercados, p _jt es el precio unitario del producto j en el mercado t, ξ _j captura la valoración media (con respecto a individuos y tiempo) de las características no observables (por parte del econometrista) del producto, y Δξ _jt = ξ _jt - ξ _j captura las desviaciones específicas a cada mercado local de la media nacional bajo el supuesto que en cada mercado las personas valoran de manera diferente las características del producto¹⁸. Finalmente, el modelo captura preferencias heterogéneas entre individuos distintos de dos formas: 1) mediante la inclusión de un choque aleatorio de utilidad, aditivamente separable del resto de los determinantes de la utilidad y de media cero, є _ijt , que es estándar en la literatura de modelos de elección discreta, y 2) por medio de la interacción de características de cada individuo con el precio de cada producto y la utilidad media de comprar un panal desechable (capturada por la constante), a través de parámetros específicos a cada individuo ¹⁹. Estos coeficientes son modelados como funciones de características demográficas no observables:

α y β0 son coeficientes comunes a todos los individuos y capturan las preferencias medias de la población por el precio y las características de los productos, Σ es una matriz cuyas entradas son las desviaciones estándar de las preferencias individuales con respecto a dichas medias e I2 es la matriz identidad de orden 2.

Para que este modelo sea consistente con el hecho de que no todas las marcas disponibles en el mercado están incluidas en la muestra, o que los individuos no consumen pañales únicamente sino que eligen otros bienes o, en algunas ocasiones, deciden no comprar nada, se define una opción «externa» alternativa a las J opciones incluidas en el conjunto de elección del mercado en estudio y cuya utilidad media se normaliza a cero. En este orden de ideas, la utilidad indirecta de la opción externa está determinada por

Este modelo de demanda implica que la elección del consumidor está determinada tanto por factores comunes a todos los individuos que consumen el bien (es decir, que no varían de individuo a individuo) como por factores individuales que determinan la preferencia por una característica o marca particular que otros no encuentran tan atractiva. Combinando las ecuaciones (6) y (7) se puede reescribir la función de utilidad como función de estos dos componentes:

δjt es la parte de la utilidad que es común a todos los individuos o «utilidad media» y es una desviación idiosincrática de dicha media; σ es un vector que contiene los parámetros de la matriz Σ , esto es, σ = vec( Σ ).

Un supuesto clave de este modelo es que cada individuo i elige máximo una unidad del producto que le brinda la mayor utilidad posible frente a todas las alternativas disponibles, cada vez que lo consume²⁰. Formalmente, i elige j en t si y solo si:

Como є _ijt es una variable aleatoria no observada, se debe asumir una distribución de probabilidades para que la estimación del modelo sea factible. Suponga que se distribuye idéntica e independientemente según la función de Valor Extremo Tipo 1. Este supuesto permite expresar la participación de mercado de cada marca (la proporción de individuos que prefieren la marca j sobre las demás) como una función de los niveles medios de utilidad de las J + 1 alternativas, de la siguiente manera:

donde F(.) denota una función de distribución poblacional. Usando la expresión de la utilidad dada por la ecuación (8), la participación de mercado (9) se puede expresar como una función de la utilidad media, otras variables observables y parámetros:

4.4.3. Implementación empírica

Como se mencionó anteriormente, los márgenes y costos marginales de cada productor se pueden obtener mediante la modelación y estimación adecuada de la demanda del mercado con base en datos recolectados de la actividad del mercado. Esta sección explica con detalle cómo el modelo estructural de demanda es llevado a los datos, cómo se estiman los parámetros del modelo que dan forma a la función de utilidad presentada anteriormente y cómo, después de obtener dichas estimaciones, se pueden calcular los márgenes precio-costo bajo diferentes escenarios de oferta.

a) Adaptación de los datos

La estimación del modelo presentado anteriormente requiere observar precios finales al consumidor y cantidades vendidas a nivel de marca para una muestra de todo el conjunto de productos ofrecidos a los consumidores en el mercado, idealmente con suficiente variación entre zonas geográficas y tiempo. Los datos de Nielsen descritos anteriormente contienen toda esta información. En esta sección, sin embargo, se usan las observaciones entre enero de 2004 y diciembre de 2015 (se eliminan aquellas entre enero y marzo de 2016) con el fin de tener un panel balanceado en tiempo.

El mercado de pañales en Colombia se ha caracterizado por una competencia intensiva en estrategias de mercadeo, mejoras en calidad de productos y entrada y salida constante de marcas. La tabla 10 presenta cifras promedio anuales del período de participaciones de mercado, precios por unidad y segundos de publicidad por fabricante de pañales.

Como se dijo en la sección 4.2, los datos usados para el presente análisis presentan una gran cantidad de ceros y datos faltantes. Uno de los hechos que explican esto es el constante cambio de nombre y de imagen en algunas marcas para mejorar su posición frente a las preferencias de los consumidores. En términos de los datos recolectados, esto generó dificultades para seguir la evolución de las marcas que cambiaron frecuentemente. Para solucionar este problema se agregaron las ventas a nivel de tier, es decir, se eliminó la desagregación por etapas. Adicionalmente, de los diez productores que aparecían en la base original, se seleccionaron los seis más representativos en términos de participación de mercado por ano, eliminando así las marcas con menor presencia y que constituían la fuente principal de datos faltantes o ceros en la base de datos²¹. Finalmente, para capturar las preferencias de los consumidores por calidad, se definió una variedad de panal o marca como una combinación entre el nombre comercial de la marca original y el tier al que corresponde el panal comprado, lo que implica que en la base de datos, por ejemplo, el panal Winny del tier 1 es considerada una variedad (tiene una identificación) distinta al panal Winny del tier 4.

La base de datos final contiene entonces información sobre 19 variedades de panal (marca-tier), fabricadas por seis productores distintos, distribuidas hasta en seis regiones del territorio nacional²² en 72 bimestres comprendidos entre 2004 y 2015.

Además de esta información, se complementó la base de datos final con información bimensual sobre el número total de segundos emitidos en publicidad en televisión provistas por la Agencia OMD. Así mismo, se determinó el tamaño del mercado potencial al que cada empresa tuvo acceso en cada ano del período de estudio con proyecciones de población de 0 a 4 años basadas en el Censo de 2005 provenientes del Departamento Administrativo Nacional de Estadística (DANE).

b) Identificación

La identificación del modelo de utilidad especificado en (6) explota la estructura de panel de los datos (variación en variables observadas en un mismo período y variación entre períodos de tiempo) para controlar por efectos fijos de marca y tiempo (efectos estacionales y tendencias temporales). Esto garantiza que la demanda está identificada sin necesidad de imponer estructura sobre la oferta. En particular, la inclusión de variables dummy por producto, en lugar de características específicas, permite capturar toda la información fija observada y no observada que contienen los atributos de cada marca de pañal²³.

Uno de los problemas que comúnmente se presenta en los modelos de demanda está relacionado con la correlación de los precios de los productos con la valoración local de las características no observadas de los productos, Δξjt²⁴, es decir, que las empresas pueden ijar los precios de sus productos en respuesta a los cambios en las preferencias de los consumidores en cada mercado local. Esto es un problema porque la ecuación (6) implica que la elección de cada consumidor está determinada por el precio del bien, pero dada la endogeneidad descrita anteriormente, los precios estarían determinados por los gustos de los consumidores, lo que conllevaría una doble causalidad que impide estimar dicha ecuación.

Este problema se resuelve con la inclusión de variables instrumentales (en adelante, IV por la expresión en inglés instrumental variables), que son variables observadas no incluidas en el modelo de utilidad que se relacionan con la variable endógena pero no tienen ninguna correlación con las preferencias locales sobre el bien. Dada la definición de mercado en este contexto (combinación región-bimestre), se utilizan los precios del mismo producto en las regiones distintas a la región que se va a instrumentar, como IV. La validez de estos precios como IV está determinada por dos factores: 1) los precios del mismo producto en otras regiones están relacionados con el precio local porque contienen información de los costos de producción que son comunes para la misma marca independientemente de la región en la que se distribuya, y 2) estos precios de otras regiones no están correlacionados con las preferencias del mercado local porque una vez se controla por características del mercado local, las desviaciones locales en la valoración de las características no observables de los productos son independientes de las preferencias locales en otras zonas geográficas²⁵.

c) Estimación

La estimación se basa en condiciones de momentos poblacionales en las que z_1,…, z _M cumplen el papel de variables exógenas utilizadas como instrumentos; p es una función de los parámetros del modelo y Θ _o es el vector que contiene el verdadero valor de los parámetros. El estimador del método generalizado de los momentos se obtiene al resolver el siguiente problema de optimización:

es un estimador consistente de y juega el rol de matriz de pesos óptima en la expresión (10).

De acuerdo con el modelo empírico descrito anteriormente, una vez se incluyen variables indicadoras (que toman el valor de 1 en caso de que la observación corresponda a la marca j o cero en otro caso) por marca en el modelo, el término de error es Δξ_jt, que se puede calcular como una función de las utilidades medias denotadas por δ _jt y que son funciones de las participaciones de mercado predichas dadas por la expresión (9), los datos y los parámetros. Siguiendo a ^{Berry (1994)}, este cálculo requiere hallar primero una expresión para δ _jt del sistema de ecuaciones que resulta de igualar las participaciones de mercado observadas (las que se pueden calcular con base en los datos) y predichas:

s_jt(.) denota la función que determina la participación de mercado definida en (9) y S denota la participación de mercado observada en los datos. De la inversión de (11) se puede obtener una expresión para δ _jt como una función explícita de variables observables. Con todos estos elementos, el término de error en (10) se puede expresar como:

Debido a que en este modelo no existe una solución analítica para el sistema en (11), la estimación de los parámetros se debe llevar a cabo mediante métodos numéricos y recursivos. Para una exposición detallada del método, ver ^{Berry et al. (1995)}, ^{Nevo (2000a}, ²⁰⁰¹⁾ y ^{LaCasse (1995)}.

4.4.4. Resultados

En esta sección se presentan los resultados de estimación del modelo de demanda descrito en la sección 4.4.2. A continuación se presentan las estimaciones de costos marginales y márgenes brutos de precio sobre costo marginal de producción por marca de la industria de pañales de acuerdo con un modelo de conducta de la oferta que suponemos explica bien la estructura observada en la industria en el periodo de análisis. Una vez estimadas estas cifras, se procede a calcular precios y márgenes en escenarios hipotéticos que van desde una industria de firmas uniproducto (cada empresa produce solamente una variedad de panal) hasta la industria concentrada totalmente (un monopolio), pasando por estructuras de coordinación perfecta (o fusiones) entre algunas de las empresas de la industria. El objetivo de esta parte es mostrar cuáles serían los precios y márgenes de rentabilidad en la industria si las empresas pudieran fijar coordinadamente y de manera efectiva (es decir, sin posibilidad de desviaciones) la política de precios y los resultados del mercado, y contrastar estos resultados con las cifras que efectivamente presenta el mercado entre 2004-2015.

a) Estimación de la demanda de pañales

La estimación del modelo de demanda se llevó a cabo bajo diferentes especificaciones del modelo, algunas más simplificadas y otras más flexibles, con el fin de seleccionar aquella que genera un mejor ajuste a los datos utilizados y el mercado de pañales, y como una forma (estándar en la literatura) de chequear la robustez de los resultados y los efectos de incluir ciertos controles y efectos fijos sobre los parámetros de interés (en especial, el precio). La versión más flexible del modelo de demanda fue la descrita anteriormente: el modelo Logit mixto, también conocido en la literatura como modelo Logit con coeficientes aleatorios. Este modelo permite estimar una distribución de coeficientes para cada una de las variables en las que se incluyen coeficientes aleatorios, que miden valoraciones que varían de consumidor a consumidor (como se explicó anteriormente, los coeficientes son funciones de características demográficas no observadas). El modelo más restrictivo, conocido como modelo Logit multinomial (en este informe se hace referencia a este como «Logit»), es una versión simplificada del Logit mixto y permite estimar un parámetro por variable incluida que es común a todos los consumidores y mide la valoración promedio de toda una muestra de la población de una característica particular del bien.

Los resultados de la estimación de la demanda de pañales para el período 2004-2015 bajo diferentes especificaciones se presentan en la tabla 11. En términos generales, los resultados son consistentes con la teoría económica: la relación estimada del precio con la cantidad demandada es negativa, lo que implica que un aumento en el precio de los pañales genera una disminución en la demanda. Los resultados del modelo Logit se presentan en las columnas (1) a (4): las dos primeras columnas presentan la estimación del modelo sin corregir por el problema de endogeneidad de los precios que se describió en la sección 4.4.3, mientras que las columnas (3) y (4) corrigen la endogeneidad. El objetivo es mostrar el efecto de incluir variables instrumentales para corregir por la endogeneidad del precio sobre la magnitud de los coeficientes estimados. En particular, el estimado del precio aumenta con la inclusión de IV, lo que implica que el problema de endogeneidad no solamente genera estimaciones inconsistentes sino que genera una subestimación del coeficiente del precio. Desde esta perspectiva, bajo el modelo Logit, las mejores estimaciones corresponden a las contenidas en las columnas (3) y (4).

Es de resaltar que, a diferencia de los coeficientes del precio, los estimados de publicidad y la constante son de magnitudes similares en todas las regresiones del modelo Logit. Esto muestra robustez en los resultados y el hecho de que el problema de endogeneidad del precio solo afecta la estimación de este parámetro. Según esta especificación, la presencia de publicidad de pañales tiene un impacto medio positivo sobre la demanda del consumidor: mientras más gasten las empresas en la publicidad de sus productos en televisión, mayor será la valoración media que los individuos tendrán por los pañales desechables. Es importante notar que a pesar de que el efecto de la publicidad es estadísticamente significativo (es decir, estadísticamente distinto de cero), su magnitud es muy pequeña, lo que indicaría que la contribución de la publicidad a la decisión de un individuo sobre qué marca de panal elegir es mucho menor que el impacto de los precios.

En la columna (5) se presentan los resultados de la estimación de la demanda de pañales según la especificación más flexible: la del modelo Logit mixto. Como se introdujo en la sección 4.4.2, se incluyeron coeficientes aleatorios para el precio y la constante del modelo de demanda. Dado que una especificación con coeficientes aleatorios permite estimar una distribución de efectos por individuo, los números de columna (5) muestran las medias de cada distribución y la columna siguiente contiene la desviación estándar de dicha distribución de efectos con respecto a la media. Para la variable publicidad no se incluyó un coeficiente aleatorio, por lo tanto, lo que el modelo permite capturar es el efecto medio (común para toda la población) y por esto la casilla de la desviación estándar está vacía.

Estos resultados muestran, en primer lugar, que el efecto medio del precio es más grande que el de los modelos Logit, lo que indica que la demanda es más sensible al precio (más elástica) que lo que arroja un modelo más restrictivo. Esta mayor sensibilidad es precisamente una ganancia aportada por una especificación más flexible que incluye efectos demográficos no observados. Precisamente, la importancia de incluir estos efectos heterogéneos entre individuos (en lugar de asumir que todos son iguales) se confirma con el hecho de que la estimación de la desviación estándar de la distribución de coeficientes de precio es significativa. Esto indica que las características demográficas no observadas tienen un poder importante para explicar cuán sensibles son los individuos ante cambios en los precios de los pañales.

Es importante notar que en el caso del modelo Logit mixto, el efecto medio de la publicidad es negativo y aproximadamente -1, a diferencia de lo obtenido bajo la especificación más restrictiva. Esto implica que la publicidad tiene un efecto medio mayor en magnitud sobre la elección de los consumidores, pero de signo contrario a lo que captura el Logit. En este caso, un aumento en el tiempo de (y en el gasto en) publicidad en televisión genera una disminución en la valoración individual del producto. Esto parece contraintuitivo, sobre todo en una industria que ha mostrado competir intensamente en publicidad a través de los anos y en la que la publicidad parece jugar un rol crucial en la construcción de reputación de marca y aumento de participación de mercado. Sin embargo, el tipo de especificación del modelo de utilidad puede estar subestimando el efecto de la publicidad debido a la forma simple como se incluye (aditiva y lineal). En la literatura económica, la publicidad generalmente entra en los modelos de demanda de formas más complejas como, por ejemplo, mediante efectos dinámicos que tienen en cuenta el stock de publicidad acumulado en el tiempo, además del flujo, y mediante interacciones con variables que impactan directamente, como el precio y las características del producto (ver, por ejemplo, ^{Connor, 2005}). Dado que el objetivo de esta modelación es estimar márgenes y costos marginales de las diferentes marcas de pañales, la publicidad se incluye de una manera simplificada y juega el papel de control en el modelo.

4.4.5. ¿Se alcanzó el resultado colusivo en el mercado de pañales? Análisis estructural con base en simulación de modelos alternativos de oferta

Una vez se tienen los resultados de la demanda, se puede utilizar el modelo de oferta presentado en la sección 4.4.1 para recuperar los costos marginales y los márgenes de rentabilidad por marca, subyacentes a los precios observados.

La mediana de costos marginales de la distribución estimada en todo el período varía entre $106 por panal, correspondiente a la productora CMPC duena de la marca Babysec, y $435 por unidad, que corresponde a la firma con el precio mediano más alto del mercado Procter and Gamble y que produce la marca de pañales Pampers. Las tres empresas con mayor participación en la industria de pañales en Colombia presentan costos marginales de producción muy similares pero difieren en sus márgenes de rentabilidad y, consecuentemente, en sus precios de venta.

Con base en las estimaciones de costos marginales y los parámetros estimados de la función de demanda junto con las variables observadas en los datos, se pueden simular escenarios hipotéticos o contrafactuales que nos ayudan a determinar qué tan competitiva es la industria y cuál modelo de oferta explica mejor las cifras encontradas. En particular, se hace énfasis en los resultados que obtendría una de las empresas más importantes del mercado si lograra coordinarse de manera perfecta con sus competidores para fijar precios y repartirse el mercado. Dicha coordinación perfecta solo sería posible bajo la integración horizontal (o fusión) de dichos competidores. Estos casos ilustran cómo cambiarían los precios y márgenes de rentabilidad de la empresa fusionada (o que conforma un cártel perfecto) con sus rivales, en comparación con la estructura real de la industria.

Como se describió en la sección 4.4.1, se exploran cuatro escenarios: uno en el que las 19 marcas incluidas en el modelo son producidas por empresas uniproducto distintas; otro en el que hay una fusión entre dos de las empresas líderes del mercado, Kimberly y Tecnosur; un tercero en el que hay una integración de las tres empresas con mayor participación de mercado, Kimberly, Tecnosur y Familia, y un último escenario en el que se supone que todas las marcas de la industria son producidas por un monopolista que maximiza sus beneficios como empresa multiproducto. La tabla 12 muestra los resultados medios para todas las empresas y todas las marcas. Los escenarios 1 y 4 constituyen modelos extremos a la estructura observada en la industria, pero permiten determinar qué tan competitiva es esta industria. Los escenarios 2 y 3 suponen una integración entre algunas empresas del sector, que siguen enfrentando competencia de empresas ajenas al acuerdo.

Como se muestra en la tabla 12, la industria de pañales desechables para bebé muestra resultados más cercanos a los que se obtendría en un contexto más competitivo (más empresas, produciendo solo una variedad de panal) que a lo que obtendría un monopolista que domine completamente el mercado. En efecto, el precio mediano que fijaría una empresa en el escenario 1 es tan solo un 3,7% menor que la cifra del escenario base obtenida de los datos observados. Esto contrasta con el precio del monopolista, que se incrementaría en un 45,1% si una empresa lograra establecerse como la única del mercado. Los resultados en términos de márgenes de rentabilidad son similares: mientras que la diferencia entre lo que obtienen en promedio las empresas de la industria es un 3,3% mayor a lo que se obtendría en una industria con muchas firmas uni-producto, el margen que obtendría un monopolista por marca sería mayor en un 41,9% al que obtienen las empresas de la industria.

La primera conclusión que se puede extraer de estos resultados es la confirmación de lo que dice la teoría económica sobre márgenes de rentabilidad positivos y poder de mercado: el hecho de que las empresas de una industria obtengan márgenes positivos no indica que no estén compitiendo agresivamente sino que puede indicar que este es el resultado de la combinación entre una estructura de oferta que ofrece alternativas de buena calidad y la disposición a pagar de los consumidores por estos productos que valoran suficientemente como para pagar el precio al que estos se ofrecen. Esta interpretación cobra aún más sentido si se tiene en cuenta que en el mercado hay tantas alternativas (diferentes marcas y calidades por marca) como para que la demanda reaccione de manera elástica a cambios en los precios. Esta evidencia constituye también un mensaje para las autoridades de la competencia: una industria competitiva no es aquella que alcanza el resultado extremo de rentabilidad cero; catalogar la existencia de márgenes positivos como resultado de prácticas anticompetitivas y castigarlas puede distorsionar los incentivos de las empresas del sector a invertir en innovación y mejoras en calidad del producto, y tener resultados devastadores para el bienestar de los consumidores.

Los resultados de los escenarios contrafactuales 2 y 3 muestran que bajo contextos de cartelización tanto precios como márgenes serían más altos que los obtenidos en el escenario base. En efecto, bajo el supuesto de una fusión entre Kimberly y Tecnosur (escenario 2), el precio mediano por unidad aumentaría en un 1,5% con respecto al precio del escenario base, precio que no es muy diferente al de base debido a que seguirían existiendo altas presiones competitivas de empresas rivales, pero que es suficiente para obtener un incremento en el margen de rentabilidad por marca del 9,5%. El escenario 3 muestra cambios más drásticos dado que se trata de la integración entre los tres mayores productores de pañales del mercado. En este caso, el precio de la empresa «cartelizada» aumentaría casi en un 15% con respecto al precio mediano del escenario base, y el margen de rentabilidad por marca se incrementaría en casi un 24% (véase la tabla 12).

Por último, la tabla 13 muestra los resultados de los escenarios 2 y 3 comparados con el escenario base, teniendo solamente en cuenta los datos de las empresas sancionadas por el cartel (Kimberly, Tecnosur y Familia). Esta tabla busca ilustrar el caso de Kimberly (instigador de la conducta investigada por la SIC). En el escenario base se muestran las cifras observadas en el mercado y en los escenarios contrafactuales se calculan los incrementos que esta empresa hubiera podido obtener si en cada caso hubiera podido alcanzar un control absoluto de su(s) competidor(es) de tal manera que sus políticas de precios fueran determinadas centralizadamente como una empresa multiproducto duena de las marcas de sus antiguos competidores (Huggies y Winny en el escenario 2, y Huggies, Winny y Pequenín en el escenario 3), sin enfrentarse al riesgo de una desviación por parte de alguna de las empresas bajo su control²⁶.

Como lo muestran los resultados, la empresa fusionada bajo el escenario 2 hubiera logrado incrementar su precio y margen medianos en un 4,8% y 3,2% respectivamente con un acuerdo con Tecnosur que se reflejara en el control total de precios. Con una integración con Tecnosur y Familia, por su parte, la firma instigadora hubiera podido lograr un incremento en precios del 15% y un aumento en márgenes de rentabilidad por marca de una cifra similar. Estos porcentajes, que en términos agregados hubieran representado un aumento millonario en las ganancias de la empresa fusionada, indican claramente que los integrantes del acuerdo no estuvieron alineados con los objetivos de la instigadora puesto que sus resultados difieren de los obtenidos en el escenario colusivo 3. En otras palabras, las cifras permiten probar que de haberse dado un acuerdo, hubo fallas de coordinación, o hubo decisiones de una o más empresas contrarias al acuerdo, o hubo fallas en la verificación por parte de la empresa instigadora que permitieron a las demás empresas desviarse del acuerdo buscando su propio beneficio, puesto que el resultado que se hubiera alcanzado con una coordinación perfecta no se alcanzó.