Introducción
La transmisión de precios se refiere a la relación que existe entre los precios de dos mercados relacionados (espacialmente separados), o entre el productor u otra entidad involucrada en la cadena de suministro, y el consumidor de un producto (Dutoit et al. 2010). Esta relación involucra un proceso mediante el cual existe transmisión de información entre los participantes de un mercado (Lloyd 2017). Cuando se analiza el vínculo de precios entre varios mercados, se habla de transmisión espacial (u horizontal) de precios (TEP) (Sahara et al. 2022). Este fenómeno ha sido estudiado en el contexto de la Ley de un Solo Precio que indica que la diferencia existente entre el precio de un producto en un mercado y el precio de ese producto en otro mercado no debe ser mayor a los costos de transporte entre ambos mercados, si existiera un diferencial de precios, este sería disipado por el flujo comercial entre ambos mercados y llegaría un momento en que los precios se igualarían (Dutoit et al. 2010, Martínez y Matus 2017).
Existen factores que pueden alterar la TEP, entre los que destacan: la política comercial agrícola, altos costos de transporte y transacción, la estructura de mercado y el flujo de información asimétrica entre dos mercados (Meyer y von Cramon-Taubadel 2004, Acosta y Ortega 2006). En relación con la política comercial agrícola, Rapsomanikis et al. (2003) consideran que el precio doméstico en un país y el precio en el mercado internacional podrían no estar vinculados cuando dicho país establezca aranceles prohibitivamente altos a las importaciones, o bien, cuando el Gobierno de ese país establezca precios mínimos, lo que podría causar que el precio internacional no tenga efectos sobre el precio interno cuando el primero sea menor que el precio mínimo establecido, o que el precio interno responda a cambios en el precio internacional cuando este sea mayor. La combinación de instrumentos de política amortigua la transmisión de las perturbaciones en los mercados globales a los precios internos (Borrallo et al. 2022).
En relación con la estructura de mercado, Meyer y von Cramon-Taubadel (2004) señalan que una empresa con poder de mercado podría transmitir los cambios de precios que reducen su margen de ganancias más rápido que los cambios que lo aumentan. Mientras que Baquedano y Liefert (2014) mencionan que el poder de mercado que poseen los productores nacionales les da potencial para establecer precios, de modo que los cambios en los precios en frontera no son completamente transmitidos a los precios domésticos. Las prácticas como la colusión entre empresas para fijar precios también afectan el proceso de transmisión de precios (Acosta et al. 2019).
La presencia de los factores antes menciona- dos podría conducir a una transmisión asimétrica de los precios, que es una situación en la que los precios se comportan asimétricamente en respuesta al cambio en otros precios (Lim y Ahn 2020). Lo que significa que el precio en una región no reacciona inmediata o completamente a los cambios de precio en otra región, o que la reacción depende de si se trata de un aumento o disminución (Meyer y von Cramon-Taubadel 2004).
La importancia de estudiar la transmisión espacial de precios para un país que participa en el comercio internacional radica en el hecho de que, dado que el precio de las mercancías se determina en el mercado mundial, y el precio en el mercado nacional baja (o aumenta) en relación con el primero, la cantidad ofrecida por los productores nacionales también se ve afectada (Parkin y Loría 2010). El proceso de transmisión se ha analizado para distintas regiones de un mismo país (Rojas-Juárez et al. 2022), también para la relación que existe entre regiones específicas de un país y el mercado internacional (Araujo-Enciso 2011, Helder y Macamo 2020), o bien para el mercado doméstico y el mercado internacional (Bakucs et al. 2019), en este último caso se han realizado estudios para diversos pro- ductos, como ejemplo se tienen las investigaciones de Arcos (2020) para leche, Braha (2019) para maíz, trigo, cebada y carne de res, y Troncoso-Sepúlveda (2019) para arroz. Los análisis pueden incluir precios al consumidor (Barahona y Chulaphan 2019) o precios al productor (Acosta et al. 2014, Purciariello y Fusco 2017, Labra-Hernández et al. 2017, Jaramillo- Villanueva y Palacios-Orozco 2019).
Dentro de los productos agropecuarios, destaca la leche, producto consumido casi en todo el mundo y que representa alrededor del 14% del comercio agrícola mundial (FAO 2019). Dado sus niveles de producción y exportación, Estados Unidos, la Unión Europea y la región de Oceanía son los mercados referentes para el precio internacional de la leche. Por otro lado, México es el mayor importador de leche en polvo, sus importaciones representaron alrededor del 25% del consumo interno en 2019 y esa cantidad también fue comparable al 30% de la leche producida en el país (SIAP 2020). Considerando el nivel de comercio que México mantiene con el mercado externo y la teoría sobre la TEP, el objetivo de esta investigación fue analizar la transmisión de precios de leche entre el mercado internacional y el mercado mexicano, considerando además del ámbito nacional, el regional (Jalisco) y municipal (Chicontepec, Veracruz).
Materiales y métodos
Se utilizaron datos internacionales, nacionales, regional y municipal de precios mensuales por litro de leche. Para el mercado internacional, los datos corresponden a precios Free on Board de leche en polvo reportados por el USDA (2020) para la Unión Europea, Oceanía y Estados Unidos, de enero 2001 a diciembre 2019, para un total de 228 observaciones. En el caso de México, los precios utilizados fueron los precios al productor reportados por el SIAP en su publicación llamada Cosechando Números del Campo, los cuales pueden encontrarse en SIAP (2020) y LACTODATA (2013), de enero 2001 a diciembre 2019, para un total de 228 observaciones. Para el ámbito regional, los datos corresponden a precios al productor en el estado de Jalisco, de enero 2001 a septiembre 2019, y se solicitaron a la Asociación Nacional de Fabricantes de Alimentos para Consumo Animal, para un total de 225 observaciones. En el ámbito municipal, los datos se solicitaron a dos grupos de productores del municipio de Chicontepec, Veracruz en 2019, para el periodo de enero 2004 a diciembre 2019, para un total de 192 observaciones. El uso de las dos últimas series se justifica por la disponibilidad de la información. Los precios mexicanos, originalmente en pesos, se convirtieron a dólares utilizando el tipo de cambio mensual registrado por el Banco de México. Para el análisis econométrico, los precios se transformaron en logaritmos.
Las variables utilizadas para los análisis fueron: precio al productor a nivel nacional (PMX), precio al productor en Jalisco (PJAL), precio al productor en Chicontepec, Veracruz (PCHI), precio de leche entera de la Unión Europea (PWE), precio de leche desnatada de la Unión Europea (PSE), precio de leche entera de Oceanía (PWO), precio de leche desnatada de Oceanía (PSO), precio de leche entera de Estados Unidos (PWUS), precio de leche desnatada de Estados Unidos (low and medium heat) (PSUSLMH), precio de leche desnatada de Estados Unidos (high heat) (PSUSHH).
Método econométrico
Se realizó la prueba aumentada de Dickey-Fuller para determinar la estacionariedad de las series, esperando que sean no estacionarias en niveles, pero estacionarias en primeras diferencias. Posterior- mente se realizó la prueba de Johansen para verificar cointegración entre cada par de precios. Por último, se especificó un modelo de corrección de errores y un modelo asimétrico de corrección de errores de acuerdo con Acosta et al. (2014).
Prueba aumentada de Dickey-Fuller
La prueba aumentada de Dickey-Fuller (ADF), de acuerdo con Wooldridge (2010), se basa en la siguiente ecuación.
Donde: y se refiere a la serie de precios en cuestión y θ = p - 1. Las hipótesis a evaluar son H0: θ = 0, que implica que la serie tiene raíz unitaria y es no estacionaria, frente a H1: θ < 0, que implica que la serie es estacionaria. En la especificación de esta prueba se puede incluir o no un intercepto y una tendencia de tiempo lineal dependiendo del comportamiento de la serie. En esta investigación los rezagos incluidos de ∆yt se determinaron utilizando el criterio de información de Akaike (AIC).
Prueba de cointegración Johansen
Esta prueba asume que las series provienen de un modelo vectorial autorregresivo representado por un vector de corrección de errores (Martínez- Damián y González-Estrada 2013). En el presente estudió se utilizó el criterio de información de Akaike para especificar el orden del vector autorregresivo. Mientras que para detectar el número de vectores de cointegración se utilizó la traza para evaluar de forma secuencial las siguientes hipótesis. H0: Existen cero vectores de cointegración, contra H1: Existe un vector de cointegración y H0: Existe un vector de cointegración, contra H1: Existe más de un vector de cointegración.
Estas hipótesis se rechazan cuando el estadístico de traza es superior al valor crítico seleccionado. Con la prueba de cointegración de Johansen (JCT) se obtuvo la ecuación de cointegración para cada par de precios, que representa la relación de largo plazo, descrita por la siguiente ecuación. Donde: pp es el precio al productor y pi el precio internacional.
Modelo de corrección de errores y modelo asimétrico de corrección de errores
Los residuos, e t , obtenidos en la ecuación anterior fueron utilizados para estimar un modelo de corrección de errores (ECM), para relacionar la dinámica de corto y largo plazo entre los precios. Donde: δ1 (e t -1) es el término de corrección de error (ECT) y se espera que δ1 sea negativo. Si e t -1 es positivo (negativo), lo que significa que en el periodo anterior y está por encima (debajo) de su valor de equilibrio, el ECT induce un cambio negativo (positivo) que hace que y vuelva al equilibrio (Wooldridge 2010).
Para detectar asimetría en la transmisión, se estimó un modelo asimétrico de corrección de errores (AECM) como el utilizado por von Cramon-Taubadel y Loy (1999), denotado por la siguiente ecuación.
Donde:
El rechazo de estas hipótesis brinda evidencia de transmisión asimétrica de precios, de lo contrario, indican que la transmisión es simétrica. Los rezagos incluidos de ∆pp t y ∆pi t en los modelos de corrección de errores, son los utilizados en la JCT menos 1.
Resultados
La estacionariedad de las series se verificó mediante la prueba ADF. Para las series de precios en niveles se aplicaron dos versiones, la primera con un intercepto y la segunda con un intercepto y una tendencia. Después con la prueba de F se determinó que la versión que mejor representa a las series es la que incluía un intercepto. Los resultados de la Tabla 1 muestran que los tres precios mexicanos son no estacionarios en niveles. Con respecto a los siete precios internacionales, la prueba ADF se realizó para tres períodos diferentes (uno por cada precio mexicano), y sólo en 13 de las 21 posibilidades se encontró que eran no estacionarios en niveles. La prueba ADF para todas las series de precios en primeras diferencias resultó en un valor p menor a 0.01, lo que permitió confirmar que las 15 series son estacionarias en primeras diferencias y por tanto pueden ser utilizadas para probar la cointegración.
H0: la serie tiene raíz unitaria | |||||||||
---|---|---|---|---|---|---|---|---|---|
Periodo | 2001:01-2019:12 | 2001:01-2019:09 | 2004:01-2019:12 | ||||||
Prueba | C1 | CT2 | Estadístico F-calculado | C | CT | Estadístico F-calculado | C | CT | Estadístico F-calculado |
PMX | 0.18 | 0.42 | 0.26 | - | - | - | - | ||
PJAL | - | - | 0.14 | 0.12 | 2.10 | - | - | ||
PCHI | - | - | - | - | 0.09 | 0.42 | 0.00 | ||
PWE | 0.13 | 0.19 | 2.06 | 0.13 | 0.20 | 1.85 | 0.02 | 0.09 | 0.09 |
PSE | 0.04 | 0.15 | 0.21 | 0.04 | 0.18 | 0.03 | 0.03 | 0.08 | 1.09 |
PWO | 0.10 | 0.17 | 1.71 | 0.11 | 0.18 | 1.79 | 0.03 | 0.12 | 0.00 |
PSO | 0.14 | 0.34 | 0.32 | 0.15 | 0.36 | 0.27 | 0.10 | 0.08 | 1.72 |
PWUS | 0.06 | 0.07 | 2.89 | 0.05 | 0.07 | 2.56 | 0.03 | 0.10 | 0.20 |
PSUS LMH | 0.07 | 0.22 | 0.12 | 0.07 | 0.22 | 0.02 | 0.08 | 0.23 | 0.20 |
PSUS HH | 0.08 | 0.19 | 0.71 | 0.07 | 0.21 | 0.42 | 0.05 | 0.18 | 0.02 |
Valor crítico del estadístico F al 5% | F(1,228) = 3.88 | F (1, 225) = 3.88 | F (1, 192) | = 3.89 |
Resultados obtenidos en EViews. 1La prueba ADF incluye intercepto, 2incluye intercepto y tendencia.
La prueba de cointegración de Johansen, llevada a cabo para 13 de los 21 pares de precios posibles, confirmó que hay una ecuación de cointegración en los pares de precios analizados (Tabla 2). Lo que indica que el PMX, el PJAL y el PCHI tienen una relación de largo plazo con los precios de Oceanía, la Unión Europea y Estados Unidos. Considerando las ecuaciones de cointegración (Tabla 3), hay tres aspectos que pueden resaltarse. El primero es que los precios estadounidenses son los que tienen mayor impacto en el mercado mexicano. Por ejemplo, en el caso de la leche entera, un cambio de 1.00% en el precio de la Unión Europea (PWE) produce un cambio de 0.34% sobre el precio al productor a nivel nacional (PMX), si se trata del precio de Oceanía (PWO) el cambio es de 0.40%, y el correspondiente a Esta- dos Unidos (PWUS) es de 0.88%, que es más del doble de los primeros dos. El segundo aspecto es que cuando cualquiera de los precios internacionales cambia en 1.00%, el precio al productor en México para el nivel nacional cambia en menos de 1.00%, lo que significa que la transmisión de precios no es completa. Específicamente sobre los precios estadounidenses (PWUS, PSUSLMH, PLSUSHH ), cuando alguno cambia en 1.00%, el PMX cambia en menos de 1.00% (0.88, 0.50, 0.53, respectivamente) como lo muestra el coeficiente β1 de la Tabla 3.
H0: Hay 0 ecuaciones de cointegración | H0: Hay una ecuación de cointegración | Rezagos incluidos | |||
---|---|---|---|---|---|
Par de precios | Estadística de traza | Valor crítico 5% | Estadística de traza | Valor crítico 5% | |
PMX - PWE | 30.30 | 20.26 | 8.52 | 9.16 | 3 |
PMX - PWO | 28.21 | 20.26 | 8.55 | 9.16 | 4 |
PMX - PSO | 38.33 | 20.26 | 9.15 | 9.16 | 3 |
PMX - PWUS | 30.40 | 20.26 | 8.16 | 9.16 | 5 |
PMX - PSUS LMH | 30.81 | 20.26 | 7.46 | 9.16 | 2 |
PMX - PSUS HH | 31.72 | 20.26 | 6.58 | 9.16 | 2 |
PJAL - PWE | 36.56 | 20.26 | 6.91 | 9.16 | 3 |
PJAL - PWO | 33.87 | 20.26 | 8.30 | 9.16 | 4 |
PJAL - PSO | 32.98 | 20.26 | 7.52 | 9.16 | 3 |
PJAL - PWUS | 35.50 | 20.26 | 7.88 | 9.16 | 5 |
PJAL - PSUS LMH | 27.89 | 20.26 | 7.80 | 9.16 | 4 |
PJAL - PSUS HH | 32.80 | 20.26 | 7.20 | 9.16 | 4 |
PCHI - PSUS HH | 28.83 | 20.26 | 6.13 | 9.16 | 4 |
Resultados obtenidos en EViews.
Variable dependiente | α0 | β1 | Variable independiente |
PMX | -0.70***(0.062) | 0.34***(0.055) | PWE |
PMX | -0.61***(0.073) | 0.40***(0.062) | PWO |
PMX | -0.46***(0.072) | 0.40***(0.046) | PSO |
PMX | -0.22**(0.103) | 0.88***(0.106) | PWUS |
PMX | -0.29***(0.104) | 0.50***(0.065) | PSUS LMH |
PMX | -0.28***(0.087) | 0.53***(0.057) | PSUS HH |
PJAL | -0.66***(0.062) | 0.40***(0.055) | PWE |
PJAL | -0.61***(0.072) | 0.42***(0.061) | PWO |
PJAL | -0.45***(0.101) | 0.42***(0.065) | PSO |
PJAL | -0.13(0.105) | 1.00***(0.108) | PWUS |
PJAL | -0.19(0.147) | 0.58***(0.093) | PSUS LMH |
PJAL | -0.18(0.111) | 0.61***(0.074) | PSUS HH |
PCHI | -0.30**(0.115) | 0.57***(0.079) | PSUS HH |
Resultados obtenidos en Eviews. Error estándar entre paréntesis. *Indica significancia al 10%, **5% y ***1%.
El tercer aspecto que también puede notarse es que, existen algunas diferencias entre las respuestas de los tres precios al productor en México. Tomando en cuenta a Estados Unidos, en el largo plazo, el cambio de 1.00% en el precio de la leche entera (PWUS) produce un cambio sobre el precio de Jalisco (PJAL) de 1.00%, que es mayor que la variación producida sobre el precio para el ámbito nacional (PMX), el cual es de 0.88%. Por otro lado, el cambio de 1.00% en el precio de la leche desnatada (PSUSLMH) también provoca un cambio sobre el PJAL (0.58%) mayor que sobre el PMX (0.50%). Por último, en el caso del PSUSHH, que fue el precio internacional que resultó cointegrado con los tres precios mexicanos, el cambio de 1.00% de este precio conlleva a un cambio de 0.61% en el PJAL, 0.57% en el PCHI y 0.53% en el PMX. Lo anterior muestra que la influencia de los precios estadounidenses es mayor en el precio de Jalisco que en los otros dos precios considerados.
Modelos de corrección de errores para los precios al productor en México y los precios en Estados Unidos
Los modelos de corrección de errores (ECM) se estimaron con base en las ecuaciones expresadas en la Tabla 3. En esta etapa, únicamente se consideraron los precios estadounidenses para construir los modelos, ya que dichos precios mostraron un efecto (β1) mayor sobre los precios mexicanos. Para reducir el espacio utilizado, las Tablas 4 y 5 solamente contienen información sobre el efecto causado por el cambio del precio internacional en el mismo periodo y el término de corrección de error.
Modelo | Relación | Coeficientes | |||
---|---|---|---|---|---|
γ0 | δ1 | R 2 | Estadístico de Durbin Watson | ||
Precio nacional | |||||
ECM1 | ∆PMX - ∆PWUS | 0.010 (0.068) | -0.148*** (0.027) | 0.189 | 1.926 |
ECM2 | ∆PMX - ∆PSUS LMH | 0.094** (0.047) | -0.134*** (0.024) | 0.170 | 1.987 |
ECM3 | ∆PMX - ∆PSUS HH | 0.138** (0.055) | -0.161*** (0.028) | 0.185 | 1.989 |
Precio de Jalisco | |||||
ECM4 | ∆PJAL - ∆PWUS | 0.224* (0.119) | -0.233*** (0.040) | 0.204 | 1.976 |
ECM5 | ∆PJAL - ∆PSUS LMH | 0.077 (0.088) | -0.148*** (0.036) | 0.164 | 1.984 |
ECM6 | ∆PJAL - ∆PSUS HH | 0.286***(0.102) | -0.204*** (0.040) | 0.199 | 1.988 |
Precio de Chicontepec | |||||
ECM7 | ΔPCHI - ΔPSUSHH | 0.083 (0.066) | -0.129*** (0.028) | 0.146 | 1.992 |
Resultados obtenidos en EViews. Error estándar entre paréntesis. *Indica significancia al 10%, **5% y ***1%.
Modelo | Relación | Coeficientes | Valor p del estadístico t | ||||
|
|
|
|
|
|
||
Precio nacional | |||||||
AECM1 | ∆PMX - ∆PWUS | 0.099*** (0.101) | 0.106*** (0.096) | -0.165*** (0.039) | -0.134*** (0.035) | 0.9617 | 0.5494 |
AECM2 | ∆PMX - ∆PSUS LMH | 0.083 (0.070) | 0.104 (0.073) | -0.152*** (0.042) | -0.118*** (0.037) | 0.8524 | 0.5706 |
AECM3 | ∆PMX - ∆PSUS HH | 0.136* (0.082) | 0.138* (0.080) | -0.179*** (0.044) | -0.144*** (0.043) | 0.9839 | 0.5981 |
Precio de Jalisco | |||||||
AECM4 | ∆PJAL - ∆PWUS | 0.349* (0.179) | 0.125 (0.165) | -0.306*** (0.061) | -0.186*** (0.050) | 0.3672 | 0.1168 |
AECM5 | ∆PJAL - ∆PSUS LMH | 0.136 (0.131) | 0.022 (0.130) | -0.193*** (0.058) | -0.115*** (0.050) | 0.5555 | 0.3362 |
AECM6 | ∆PJAL - ∆PSUS HH | 0.444*** (0.154) | 0.162 (0.139) | -0.270*** (0.061) | -0.143*** (0.057) | 0.1790 | 0.1444 |
Precio de Chicontepec | |||||||
AECM7 | ∆PCHI - ∆PSUS HH | 0.061 (0.096) | 0.105 (0.090) | -0.133*** (0.048) | -0.129*** (0.037) | 0.7388 | 0.9470 |
Resultados obtenidos en EViews. Error estándar entre paréntesis. *Indica significancia al 10%, **5% y ***1%.
Para los siete modelos presentados en la Tabla 4, el coeficiente δ1, asociado al término de corrección de errores (ECT), fue negativo y significativo como se esperaba. Pero existen algunas diferencias entre dichos modelos. Considerando los modelos ECM1 y ECM4, los cuales relacionan al precio de la leche entera (PWUS) con los precios al productor a nivel nacional y de Jalisco respectivamente, se observa que, en el mismo periodo un cambio de 1.00% en el PWUS produce un cambio de 0.01% sobre el PMX (ECM1), el cual es no significativo, en cambio en el PJAL, PWUS produce un cambio de 0.22% que es significativo al 10% (ECM4). Por su parte, en los modelos ECM2 y ECM5, que representan las relaciones PMXPSUSLMH y PJAL- PSUSLMH, puede notarse que cuando el precio de la leche desnatada (PSUSLMH) cambia en 1.00%, provoca un cambio significativo en el PMX (ECM2), el cual es del 0.09%, mientras que PJAL responde con un cambio de 0.07%, que es no significativo (ECM5). Por último, considerando el precio de leche desnatada high heat (PSUSHH), el cambio de 1.00% de este precio tiene efectos significativos en el PMX y el PJAL (modelos ECM3 y ECM6), para el primero es de 0.13% y para el segundo es de 0.28%, pero en lo referente al PCHI no hay una respuesta significativa (ECM7).
Centrándose en el coeficiente δ1 (Tabla 4), para el PWUS, el ECM1 indica que, si en el periodo anterior el PMX se desvía del equilibrio, se ajusta en 14.8% mensual, lo que significa que tardaría 6.75 meses (1/0.148) en corregir una desviación. Por otro lado, el ECM4 muestra que cuando el PJAL se desvía del equilibrio, el ajuste para corregir la desviación es del 23.3% mensual y dicha corrección tardaría 4.29 meses en completarse. En el caso del PSUSLMH, el ajuste es del 13.4% mensual para el PMX (ECM2) y del 14.8% mensual para el PJAL (ECM5). Por último, cuando se trata del PSUSHH, el ajuste es del 16.1% mensual para el PMX (ECM3), 20.4% mensual para el PJAL (ECM6) y 12.9% mensual para el PCHI (ECM7). Lo anterior indica que el precio de Jalisco se ajusta más rápido que los otros dos precios considerados a las desviaciones del equilibrio.
Para los siete modelos asimétricos de corrección de errores (AECM) presentados en la Tabla 5, los coeficientes
Discusión
Los resultados de los modelos indican que los precios de México no solo están relacionados con su mayor proveedor, Estados Unidos, sino con los otros dos mercados que son referentes en el mercado internacional. Lo anterior tiene sentido, al respecto Newton (2016) encontró que los precios de leche de Estados Unidos están influenciados por los precios de la Unión Europea y Oceanía. Pero considerando el precio a nivel nacional, la transmisión de los precios estadounidenses no es completa (Tabla 3). Lo que podría estar relacionado con la estructura del mercado de leche en México, donde pocas empresas tienen una alta participación en la adquisición de leche de productores nacionales, en las ventas de productos lácteos y posiblemente en las importaciones de leche.
Al respecto, la Comisión Federal de Competencia Económica (COFECE 2015) detecto que existe un alto grado de concentración en el mercado de leche líquida y polvo, presentando valores de 2 180 y 4 890, respectivamente, para el índice Herfindahl-Hirschman (HH) en 2013, que mide la concentración existente en un mercado como la suma de las participaciones al cuadrado de las empresas participantes de ese mercado. Las empresas que tuvieron mayor participación en las ventas de productos lácteos en 2017 fueron: Lala 21.5%, Alpura 10.8%, Nestlé 7.4%, Sigma Alimentos 6.7%, Lactalis 4.2% y Danone de México 3.9% (Celis 2017). Por su parte, Euromonitor reporta que en el mercado de leche líquida la cuota de mercado de LALA en 2019 fue del 45.7%, Alpura 23%, y Liconsa 7% (Arteaga 2020). Dada su cuota de mercado, las empresas anteriores adquieren una gran cantidad de la producción nacional. LALA se abastece en Durango, Coahuila, Jalisco, Hidalgo, Aguascalientes, Guanajuato, Querétaro, Sinaloa, Baja California y Chihuahua, pero es la Cuenca Lechera de la Laguna la que aporta la mayoría de los insumos (LALA 2020). Por su parte, Alpura se abastece en Chihuahua, Coahuila, Durango, Guanajuato, Hidalgo, Jalisco, México, Querétaro y Tlaxcala (Brambila et al. 2019). Mientras que, Nestlé tiene fábricas en Chiapas, Estado de México, Guanajuato, Jalisco, Puebla, Querétaro y Veracruz (Nestlé 2019), y en 2013 compro 818 millones de kilogramos de leche fresca a 3 800 productores, lo que lo convierte en el tercer mayor comprador de leche en México (Nestlé 2014). Por lo tanto, el poder de estas empresas para influir en el precio podría hacer que los cambios en el precio internacional no se transmitan por completo a los productores domésticos.
Existen algunas diferencias entre los resultados de los modelos que vinculan el precio nacional al productor (PMX) con los precios de Estados Unidos y los hallazgos obtenidos por Jaramillo-Villanueva y Palacios-Orozco (2019), también para el mercado mexicano. En la presente investigación, los resultados muestran que, en el largo plazo, la respuesta (β1) del PMX (Tabla 3) a una variación del 1.00% en cualquiera de los precios de los Estados Unidos es mayor que el efecto encontrado por la investigación anterior (0.88%, 0.50% y 0.53% frente a 0.39%). Las diferencias entre los estudios podrían atribuirse al periodo de tiempo considerado, el cual fue de 1990-2016 en Jaramillo-Villanueva y Palacios-Orozco (2019) y de 2001-2019 para el presente estudio. Referente a la transmisión espacial de precios de leche analizada para otros países, Acosta et al. (2014) encontraron que cuando el precio de la leche entera de Oceanía cambia en un dólar, el precio al productor en Panamá cambia en 0.60 dólares. Para Argentina, Purciariello y Fusco (2017) mencionan que cuando el precio de la leche en el mercado internacional cambia en 12 centavos de dólar, el precio al productor argentino cambia en 2.5 centavos de dólar. En cambio, en Chile, si el precio internacional de la leche entera cambia en un dólar, el precio al productor cambia en 0.58 dólares (Labra-Hernández et al. 2017). Los resultados de los estudios anteriores al igual que la presente investigación indican que existe transmisión incompleta de precios del mercado internacional hacia los precios a los productores domésticos de leche.
Al comparar los modelos de corrección de errores para el precio al productor en el ámbito nacional (PMX) con otro estudio para México, se encuentra lo siguiente. La velocidad de ajuste del PMX ante desviaciones del equilibrio, que se denota por δ1, en los modelos ECM1 y ECM2 tiene valores de -0.148 y -0.134 (Tabla 4), los cuales son inferiores al valor de -0.168 obtenido por Jaramillo-Villanueva y Palacios-Orozco (2019). No obstante, el valor de δ1 del ECM3, que fue de -0.161, si es similar a la investigación anterior. Otra diferencia es que Jaramillo-Villanueva y Palacios-Orozco (2019) si encontraron evidencia de transmisión asimétrica, donde las desviaciones negativas del equilibrio se ajustan más rápido (19.7% mensual) que las desviaciones positivas (6.9% mensual), mientras que en el presente estudio no se encontró evidencia de ello, además si los coeficientes
Los resultados de los modelos de corrección de errores encontrados para otros países son diversos. Por ejemplo, Acosta et al. (2014) concluyen que no existe evidencia significativa de transmisión asimétrica entre el precio de la leche entera de Oceanía y el precio al productor en Panamá, pero si existiera, el precio al productor se ajustaría a las desviaciones positivas más rápido (88% mensual) que a las desviaciones negativas (49%). Mientras que Purciariello y Fusco (2017) también concluyen que existe transmisión simétrica entre el precio internacional de la leche y el precio al productor argentino. Por otro lado, Labra-Hernández et al. (2017) observan evidencia de asimetría en la transmisión entre el precio internacional de la leche entera y el precio al productor chileno, donde las desviaciones negativas se corrigen más rápido (17.4% mensual) que las desviaciones positivas (5.7% mensual).
En general, en los siete modelos asimétricos estimados, si hubiera diferencias significativas entre los coeficientes
Habría sido interesante analizar la transmisión de precios considerando otras regiones del país, sin embargo, en la presente investigación solo se contó con las tres series de precios utilizadas. Las diferencias encontradas en la transmisión de precios también podrían existir para otros productos del sector agropecuario, si hay información disponible o se puede obtener en campo, sería conveniente estudiar este fenómeno.
Conclusiones
Los precios de la leche mexicana están cointegrados con los precios de los tres mayores mercados de leche a nivel internacional, Estados Unidos, la Unión Europea y Oceanía. Pero los precios Estados Unidos son los que tienen mayor efecto en los precios al productor en México y se transmiten de forma simétrica al ámbito nacional, regional y municipal. No obstante, la dinámica de transmisión de precios, particularmente la velocidad de ajuste del precio al productor ante desviaciones del equilibrio varia de región a región, lo que indica que no todos los productores se ven afectados de las variaciones en el precio de los Estados Unidos con la misma velocidad. Lo que se atribuye a las características específicas de cada región.