CARACTERIZACIÓN DE LA DEMANDA DE AUTOMÓVILES DE TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN

Transcripción

1 Observaorio Indusrial del Secor de fabricanes de auomóviles y camiones CARACTERIZACIÓN DE LA DEMANDA DE AUTOMÓVILES DE TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN FECHA: Febrero 200

2 INDICE. INTRODUCCIÓN. 2. ESQUEMA DE MODELIZACIÓN Y CONCONDICIONANTES EN LA DEMANDA DE AUTOMÓVILES DE TURISMO 2.. MARCO TEÓRICO: CONDICIONANTES EN LA DEMANDA DE AUTOMÓVILES DE TURISMO 2... Aspecos demográficos en la demanda de auomóviles Rena y Riqueza Precio y cose de uilización de los vehículos Facores insiucionales e infraesrucuras VARIABLES ASOCIADAS A LA POSESIÓN DE AUTOMÓVILES Esimación a parir de la Encuesa Financiera de las Familias Esimación a parir de la Encuesa de Condiciones de Vida. 3. MODELIZACIÓN MATRICULACIÓN DE TURISMOS 3.. DETERMINACIÓN DEL VOLUMEN DE MATRICULACIÓN TEÓRICO Nivel eórico de Parque Nivel eórico de Mariculaciones 3.2. MODELO EXPLICATIVO DEL VOLUMEN DE MATRICULACIÓN DE TURISMOS PROYECCIÓN DE DATOS MENUSUALES 3.4. ESTIMACIÓN DEMANDA MATRICULACIÓN POR SEGMENTOS 4. ESTIMACIÓN DEL NIVEL DE SATURACIÓN EN LA DEMANDA DE VEHÍCULOS 4.. ESTIMACIÓN DEL NIVEL DE SATURACIÓN 5. MODELIZACIÓN DE LAS BAJAS DE AUTOMÓVILES 5.. ASPECTOS RELATIVOS A LA CARACTERIZACIÓN DE LA VIDA MEDIA DE LOS AUTOMÓVILES 5.2. ANTIGÜEDAD DEL PARQUE DE AUTOMÓVILES 5.3. PROCESOS DE DURACIÓN OBSERVADOS A PARTIR DE LAS BAJAS DE AUTOMÓVILES 5.4. MODELIZACIÓN DE LAS TASAS DE RETIRADA 6. ESTRUCTURA MODELO DE PREDICCION Y SIMULACIÓN TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 2/83

3 . INTRODUCCIÓN. El objeivo del presene proyeco es la consrucción de un modelo operaivo de predicción de la demanda de auomóviles de urismo que recoja los condicionanes básicos de la demanda y sea capaz de realizar predicciones de coro y medio plazo en un horizone emporal de 4 años sobre el volumen oal de mariculación y su disribución, por ipo de demanda y segmenos. Ese documeno se esrucura en varios bloques. En el primero de ellos se expone el marco eórico en el que se basa el esudio, deallándose las disinas variables que condicionan la demanda de auomóviles de urismo, ano desde un puno de visa de largo plazo como de coro plazo. En el segundo boque se deallan las caracerísicas del modelo de esimación y predicción de demanda de urismos, que, dada la meodología planeada, pare de la esimación de un modelo de demanda de largo plazo, el cual condiciona el nivel de sauración del mercado en érminos de asa de moorización. En el ercer bloque se presenan de manera deallada cómo se ha calculado dicho nivel de sauración y odos los aspecos relaivos al mismo. En el cuaro bloque se especifican las caracerísicas del proceso de bajas de vehículos y se dealla el méodo seguido en la esimación de las bajas dadas las caracerísicas de anigüedad del parque. Por úlimo se presena el esquema compleo del modelo de predicción y simulación. Como resulado final del rabajo realizado se ha consruido un modelo operaivo en un sofware esándar ipo Microsof Excel que permie obener de forma sencilla predicciones del oal de mariculaciones a un horizone de res años, ano en érminos anuales como mensuales, así como la desagregación anual de esas predicciones por canales (Paricular, empresas y alquiladores) y por segmenos de emisión (menos de 20, de 20 a 60. de 60 a 200, y más de 200). Adicionalmene, el módulo de simulación permie la consrucción de escenarios alernaivos en función de variaciones en el enorno macroeconómico (demografía, acividad económica y desempleo, ipos de inerés) o la implanación de esímulos económicos a la adquisición de vehículos (vía precios) que pueden discriminarse por segmenos de emisión. TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 3/83

4 2. ESQUEMA DE MODELIZACIÓN Y CONCONDICIONANTES EN LA DEMANDA DE AUTOMÓVILES DE TURISMO Siguiendo la prácica habiual en ese ipo de proyecos de elaboración de modelos explicaivos de la evolución de un deerminado fenómeno económico, la primera labor a realizar consise en el análisis de los condicionanes eóricos que deerminan el fenómeno a analizar, en nuesro caso la demanda de auomóviles. En ese senido comenzaremos analizando los principales facores condicionanes de dicha demanda, ales como los aspecos demográficos, efecos rena y riqueza, variables de cose de adquisición y uso de los vehículos o los elemenos insiucionales y de infraesrucuras. Una vez realizada esa primera aproximación a los facores condicionanes, se presenará una valoración inicial de los efecos de esas variables sobre la enencia de auomóviles. 2.. Marco eórico: condicionanes en la demanda de auomóviles de urismo Un amplio conjuno de variables condicionan la demanda de auomóviles, y la influencia de las mismas, ano a coro, como medio y largo plazo, deermina una elevada complejidad en las ineracciones enre ales condicionanes y su impaco en la demanda de urismos. Una primera aproximación a los condicionanes fundamenales que afecan a la decisión de compra de urismos la proporcionan Fernández y Pulido (990), quienes los clasifican en:.- Demográficos 2.-Niveles de rena y riqueza 3.-Coses de adquisición y uilización 4.-Facores insiucionales e infraesrucuras. Esa clasificación proporciona un marco úil para el análisis deallado de ales condicionanes, aspeco que se aborda en los siguienes aparados. TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 4/83

5 Cuadro.- Resumen de los condicionanes que afecan a la demanda de auomóviles de urismo. A. -Demográficos: a) Crecimieno población b) Caracerísicas de los hogares: i. Número y Edad de los componenes del hogar. ii. Caegoría socioeconómica/eapa ciclo hogar B. Nivel de rena y riqueza. a) Rena disponible. b) Rena permanene, esimación de la permanencia del flujo de rena. c) Garanías frene a présamos financieros. C. Precio y cose de uilización de los vehículos. a) Cose de adquisición: Efeco de los impuesos, asas y subvenciones. Coses de la Financiación. b) Coses de uso y manenimieno: coses variables, seguros e impuesos. c) Valor residual del vehículo en las decisiones de reemplazo: efeco de las subvenciones ipo RENOVE y PREVER d) Efecos hedónicos en los precios e) Facores de ofera: promociones, políicas de sock, políicas comerciales y de disribución, ciclos de vida de los producos, D. Facores insiucionales e infraesrucuras. a) Esrucura urbana: procesos de suburbanización e incremenos de las disancias medias de desplazamieno b) Disponibilidad y calidad de las infraesrucuras de ranspore, ano ligadas al auomóvil como las vinculadas a medios alernaivos de ranspore. c) Normaiva sobre ranspore, medio ambiene y seguridad vial. Fuene: Fernández y Pulido (990) y elaboración propia Aspecos demográficos en la demanda de auomóviles. Aunque el aumeno en el parque de auomóviles es un fenómeno claramene ligado al desarrollo económico, no puede desvincularse de los facores demográficos. Así, al y como ponen de manifieso algunos esudios, aunque la rena per capia es uno de los principales condicionanes del aumeno en la enencia de auomóviles, no exise una relación esable enre el número de urismos y la rena, en concreo, a parir de 992 se observa en los países OCDE una reducción en la elasicidad rena por debajo de la unidad, mienras que en los años 70 dicha elasicidad era superior a uno. En érminos económicos lo que una vez fue un lujo (elasicidad rena superior a uno), parece haberse converido ahora es una necesidad (elasicidad rena inferior a uno (Dargay, 200). Dargay y Gaely(999). TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 5/83

6 Como conclusión, puede esablecerse que la elasicidad rena de la enencia de auomóviles no es consane a lo largo del iempo, sino que depende del grado de doación de urismos alcanzado, el cual, obviamene, depende a su vez del grado de desarrollo económico. El aumeno de la rena per capia genera un incremeno en el grado de moorización pero el efeco disminuye a lo largo del iempo conforme se alcanza el nivel de sauración 2, de forma que la elasicidad rena disminuye, poniendo de manifieso la imporancia de oras variables en la evolución del parque de auomóviles, enre los que desacarían los facores demográficos. Los facores demográficos habiualmene desacados en la lieraura son: a. Crecimieno población b. Caracerísicas de los hogares: i. Número y Edad de los componenes del hogar. ii. Caegoría socioeconómica/eapa ciclo hogar. iii. Acivos/Ocupados en el hogar En el caso Español, se puede observar en los úlimos años ( ) un aumeno en el número medio de urismos por hogar del 0,% (ver Gráfico ); mienras que para un período similar el PIB per capia en érminos reales experimenó un crecimieno del 2,6%, lo que implicaría una elasicidad rena inferior a uno. Con odo, no podría hablarse aún de sauración dado que las asas de moorización (464 auomóviles por cada 000 habianes) aún se siúan ligeramene por debajo de los valores medios para la UE-27 (466 au. por 000 hab.) y claramene alejados de los valores para la UE-5 (508 au. por 000 hab.). Gráfico.- Evolución del número medio de urismos por hogar.,50,45,40,35,30,25, La evolución del parque de urismos se asemeja, en mayor medida, a la evolución regisrada en el número de hogares, los cuales en el período experimenaron un crecimieno del 3,2%, prácicamene idénico al regisrado por el parque. (ver Tabla ). 2 Los niveles de sauración de Europa Occidenal y Noreamérica se esiman enre 600 y 700 urismos por.000 habianes. (IPTS repor, Ocubre 2004). TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 6/83

7 Esa similiud pone de manifieso la imporancia de los facores demográficos en la evolución a medio plazo de la enencia de auomóviles, si bien esa relación es más compleja que la simple comparación enre el número de hogares y de urismos. Tabla.- Comparación del número de hogares y el parque de vehículos Co.medio 998/2007 Parque Turismos ,3% Número de Hogares ,00 3,2% Nº Turismos/ Hogar,32,32,34 0,% Pro memoria: Co medio PIB per capia (995/2007)2,6%. (Fuene: Banco de España. Sínesis de Indicadores económicos. Fuene: INE (Hogares) y DGT (parque de urismos). A parir de los micro-daos de la Encuesa de Condiciones de Vida (INE, ) y de la Encuesa Financiera de los Hogares (Banco de España, ) es posible obener una visión más complea sobre la influencia de los facores demográficos en la enencia de urismos 4. En las ablas 2 y 3 que presenamos a coninuación se muesra el porcenaje de hogares que iene auomóvil, aendiendo a la edad del cabeza de familia y al esrao de rena familiar (ordenado por perceniles de rena). Los daos muesran dos grandes endencias, similares a las puesas de manifieso por Dargay (200) para el Reino Unido 5 : Tabla 2.- Porcenaje de hogares que poseen al menos un auomóvil, según rena del hogar (euros anuales) y edad de la persona de referencia. Año 2004 Esrao Esrao 2 Esrao 3 Esrao 4 Esrao 5 Esrao 6 < > Menor de 8 8 a 29 42,3 66,0 72,4 79,0 83,3 95,0 30 a 39 58,4 77,3 86,8 9,7 94,6 9,2 40 a 54 5,2 79,9 85,5 92,7 95,0 96,9 55 a 70 40,8 62,4 78,3 88,6 9,9 96,0 Mayores de 23,6 48,3 67,8 74,4 84, ,5 Toal 35,7 60, 75,8 86,6 90,4 94,4 Fuene: Encuesa de Esrucura Financiera de la Familias, (Banco de España). 3 En el anexo de presena la descripción de las fuenes de daos uilizadas. 4 Ambas son encuesas que se realizan a una muesra de hogares con una finalidad disina a la de modelizar la enencia de auomóviles. 5 Dargay (200) ambién habla de un efeco generación, según el cual generaciones poseriores disfruan de una mayor enencia de vehículos que las precedenes, en consonancia con la mayor rena per capia. Ese efeco no se puede conrasar con los daos disponibles dado que no se dispone de suficienes daos para años aneriores. TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 7/83

8 Tabla 3.- Porcenaje de hogares que poseen al menos un auomóvil, según rena del hogar (euros anuales) y edad de la persona de referencia. Año 2005 Esrao Esrao 2 Esrao 3 Esrao 4 Esrao 5 Esrao 6 < > Menor de 8 8 a 29 67,0 80,3 8,7 88,3 95,9 00,0 30 a 39 72,6 86,2 92,8 94,3 95,6 99,5 40 a 54 74,4 83,9 90,6 92,2 95,3 98,2 55 a 70 53,0 73,7 83,4 88,5 94,8 96,5 Mayores de 70 29,9 55,6 64,6 72,9 78, 9,2 Toal 52,4 75,7 84,9 89,8 94,4 97,5 Fuene: Encuesa de Condiciones de Vida, (INE). Del análisis de los daos presenados en las ablas previas se pone de manifieso la imporancia del efeco rena, de modo que para un mismo esrao de edad del cabeza de familia, el porcenaje de hogares que ienen auomóvil crece significaivamene conforme aumena la rena del hogar. Asimismo se observa que la diferencia en los porcenajes de enencia de auomóvil enre dos esraos se van reduciendo al aumenar la rena, lo que corrobora la anerior afirmación relaiva a la no consancia del efeco rena. De la misma forma se observa el denominado efeco ciclo vial mediane el cual, para odos los esraos de rena, la enencia de auomóvil alcanza un máximo cuando la edad del cabeza de familia se siúa en el inervalo de años, para después reducirse gradualmene hasa alcanzar un mínimo cuando la persona de referencia iene más de 70 años. Gráfico 2 Porcenaje de hogares que poseen al menos un auomóvil, según rena del hogar (euros anuales) y edad de la persona de referencia ,0 00,0 80,0 60,0 40,0 Esrao Esrao 2 Esrao 3 Esrao 4 Esrao 5 Esrao 6 20,0-8 a a a a 70 Mayores de 70 Fuene: Encuesa de Condiciones de Vida, (INE). TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 8/83

9 Grafico 3 Porcenaje de hogares que poseen al menos un auomóvil, según rena del hogar (euros anuales) y edad de la persona de referencia. Año ,0 00,0 80,0 60,0 40,0 20,0 Esrao Esrao 2 Esrao 3 Esrao 4 Esrao 5 Esrao 6-8 a a a a 70 Mayores de 70 Fuene: Encuesa de Esrucura Financiera de la Familias, (Banco de España). Oras variables con efeco en la endencia de auomóviles son el amaño del hogar (Tabla 4) y el número de personas rabajando (Tabla 5). Los daos correspondienes a la EEF permien comprobar que ambas variables ienen un efeco direco en el número medio de vehículos en el hogar, resulando especialmene significaivo dicho efeco en el caso de la variable número de personas rabajando. Ese resulado pone de manifieso la imporancia de fenómenos de ipo social como la creciene incorporación laboral de las mujeres y el reraso en la emancipación de los hogares de los jóvenes. Tabla 4.- Número medio de Auomóviles por hogar, según número de personas del hogar y edad de la persona de referencia. Año 2004 Número de personas en el hogar Toal Menor de 8 8 a 29, , ,242857,060606,5625, a 39, ,27429,294686, , , a 54, , ,379845, ,822928, a 70,455724,00625, ,9890 2, , Mayores de 70,835055, , , ,95238, Toal, , ,403649, ,889474, Fuene: Encuesa de Esrucura Financiera de la Familias, (Banco de España). TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 9/83

10 Tabla 5.- Número medio de Auomóviles por hogar, según número de personas del hogar que rabajan y edad de la persona de referencia. Año 2004 Número de personas rabajando Toal Menor de 8 8 a 29,484848, , ,4375, a 39, ,087633,402985,5, a 54, ,66238, ,65644, a 70, ,295325, ,35942, Mayores de 70, ,643836, ,5, Toal,599073,737242, ,454006, Fuene: Encuesa de Esrucura Financiera de la Familias, (Banco de España) Rena y Riqueza. El grado de desarrollo económico, reflejado en el valor de la rena per capia, es uno de los principales facores que dinamizan el nivel de moorización de un país. La evolución y las diferencias de la rena per capia explican, en su mayor pare, las diferencias observadas en el equipamieno de auomóviles de un país. Asimismo, las diferencias en la disribución de la rena denro un país son capaces de explicar, en gran medida, las diferencias en la posesión de auomóviles en diferenes esraos sociales. Los daos recogidos en la abla 6, permien exraer algunas conclusiones respeco a la relación exisene enre desarrollo económico y parque de auomóviles. Así, y al como se puede observar en el gráfico 4, en general, exise una relación direca enre crecimieno del PIB per capia y el parque de urismos, de modo que el desarrollo económico y el mayor nivel de rena se raducen en un mayor grado de moorización. Esa relación ambién se refleja en una relación inversa enre el crecimieno del parque durane el período y el nivel de PIB per capia de parida en 995, coherene con un proceso de convergencia en rena para los países que paren de un nivel de desarrollo inferior. Tabla 6.- Rena y Equipamieno auomóviles. Comparación inernacional Parque (x.000 hab) PIB per capia (PPP) (2) % co () % co. Medio ( ) Medio ( ) Elasicidad ()/(2) China 3,5 20,4 4,5%.528, ,,0%,32 Hong Kong, China 55,6 50,7-0,7% , ,4 5,0% - 0,4 India 4, 4,9 0,4%.5, ,9 7,4%,4 Indonesia 0,7 6,8 3,5% 2.025, ,2 5,% 0,69 Japan 355,8 446,3,8% , ,0 3,4% 0,52 Singapore 97,,8,% , ,0 5,7% 0,9 Souh Korea 33,2 248,3 4,9% 2.050, ,6 6,0% 0,8 TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 0/83

11 Parque (x.000 hab) PIB per capia (PPP) (2) % co () % co. Medio ( ) Medio ( ) Elasicidad ()/(2) Taiwan 82,9 254,7 2,6% 4.739, ,0 6,0% 0,43 Ausralia 479,2 543,3,0% 2.336,7 37.2,7 4,4% 0,22 New Zealand 449,9 656, 2,9% 6.295, ,0 3,8% 0,77 Bulgaria 98,4 279,7 2,7% 5.580, ,0 6,4% 0,42 Croaia 52,3 340,8 6,4% 6.934, ,4 6,8% 0,94 Czech Republic ,2 2,7% 2.706, ,8 5,9% 0,45 Esonia 264, ,9% 6.439, ,3 9,4% 0,3 Georgia 7,6 64,3-0,8%.367, ,5 0,5% - 0,08 Hungary 97,8 302,5 3,3% 9.05, 9.432,2 6,% 0,55 Lavia 32,7 45,3 9,2% 5.5, ,9 0,0% 0,92 Lihuania 97,2 485,7 7,2% 5.997,5 9.49,7 9,5% 0,76 Macedonia 45,6 48,7 0,2% 5.028, 9.53, 4,7% 0,03 Poland 96,4 392,6 5,5% 7.33, ,8 7,0% 0,78 Romania 98,6 65,5 4,% 5.994, ,4 5,7% 0,7 Russia 95,6 93,9 5,6% 6.44, ,4 7,0% 0,80 Slovakia 89,9 255,3 2,3% 2.735, ,2 3,% 0,8 Slovenia ,5 2,9% 3.090, ,9 6,2% 0,47 Ukraine 87, 32,8 3,3% 3.20,5 7.52,6 6,8% 0,49 Argenina 33,9 39,5 0,3% 7.87, ,9 3,8% 0,08 Brazil 73,9 03,4 2,6% 6.346, ,4 3,6% 0,72 Chile 6,7 05,4 4,2% 7.489, ,4 6,0% 0,70 Mexico 93 46,3 3,5% 8.022, , 4,6% 0,78 Peru 2,2 24,5,% 4.350, ,8 5,4% 0,2 Uruguay 44,4 59,2 0,8% 6.75,7 2.36,9 4,7% 0,6 Venezuela 73,9 79,3 0,5% 8.44, ,6 3,2% 0,7 Algeria 45,6 52,9,% 3.835, 6.204,5 3,8% 0,30 Egyp 22 30,3 2,5% 2.929, ,8 5,9% 0,42 Israel 200,6 249,7% 6.70, ,3 3,9% 0,43 Jordan 43,7 63,3 2,9% 2.852, ,2 4,3% 0,67 Morocco 36,8 47,6 2,0%.920, ,5 6,5% 0,3 Canada 449,9 555,6,6% , ,3 4,2% 0,39 USA 482,2 434,8-0,8% 27.78, ,0 4,2% - 0,9 Ausria 452,4 5,8,0% , ,2 4,2% 0,23 Belgium 48, ,9% , ,7 3,9% 0,22 Denmark ,2% 23.60, ,2 3,6% 0,32 Finland 372,8 477,3,9% 8.58, ,9 5,6% 0,34 France 434,6 497,3,0% 2.258, ,5 3,8% 0,28 Germany 496,7 572,3,% 22.60, ,4 3,7% 0,30 Greece 208, 436,6 5,9% 5.32, ,4 5,4%,08 Iceland 445,8 695,5 3,5% , ,0 5,6% 0,62 Ireland 275,3 42,6 3,3% 7.652, ,4 7,% 0,47 Ialy ,6,0% , ,2 3,2% 0,3 Luxembourg ,6,4% 40.38, ,6 5,8% 0,25 Mala 390,7 558,2 2,8% 3.26, ,8 4,8% 0,58 Neherlands 365,2 450,3,6% 23.47, ,7 4,5% 0,36 Norway 387,4 464,3,4% 3.038, ,8 4,3% 0,33 Porugal 260,6 43,3 3,6% 3.576, ,9 3,9% 0,93 TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN /83

12 Parque (x.000 hab) PIB per capia (PPP) (2) % co () % co. Medio ( ) Medio ( ) Elasicidad ()/(2) Spain 36,2 488,3 2,3% 7.96, ,7 4,7% 0,50 Sweden 4,8 467,7,0% , ,6 4,5% 0,22 Swizerland 460, 528,5,% ,3 4.99,2 3,6% 0,30 Turkey 50 88,6 4,5% 4.697,4 2.79,0 7,6% 0,59 Unied Kingdom 42,6 56,4,6% 20.32, ,5 4,6% 0,34 Fuene: Euromonior Gráfico 4.- Crecimieno rena y equipamieno auomóviles. Comparación inernacional ,0% 4,0% 2,0% Parque (x 000 hab) 0,0% 8,0% 6,0% 4,0% 2,0% 0,0% -2,0% 0,0% 2,0% 4,0% 6,0% 8,0% 0,0% 2,0% 4,0% PIB per capia Fuene: Elaboración propia a parir de daos de Euromonior. Los daos ambién reflejan un comporamieno no lineal en la elasicidad rena (medida como el raio enre el crecimieno del parque y crecimieno de la rena) de los auomóviles y vehículos respeco al nivel de rena de parida. (ver gráfico 5). Dicha caracerísica, recogida ampliamene en la lieraura, supone que la relación enre elasicidad del parque y rena iene forma de campana, de forma que el parque se incremena lenamene para niveles de rena muy bajos y de forma más rápida para niveles mayores de rena, para poseriormene reducirse al alcanzarse progresivamene el nivel de sauración. TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 2/83

13 Gráfico 5.- Elasicidad parque de auomóviles y Nivel de rena de parida. Comparación inernacional. Elasicidad auomóvil/rena,60,40,20,00 0,80 0,60 0,40 0, ,20-0, PIB per capia 995 Fuene: Elaboración propia a parir de daos de Euromonior. Desde un puno de visa microeconómico, la demanda de auomóviles esá condicionada por la rena disponible y con el nivel de riqueza. Ambos facores condicionan a los hogares a los hogares a la hora de efecuar con mayor facilidad un gaso an imporane como el asociado a la adquisición de un vehículo. Asimismo, un mayor nivel de rena y/o riqueza facilia el acceso a la posible financiación del vehículo. Ambas variables se recogen en la EEF, de modo que es posible obener una primera aproximación al efeco de ambas variables en la enencia de auomóviles a parir de las ablas de coningencia ene dichas variables y el número de vehículos del hogar. (ver abla 7). Tabla 7.- Número medio de Auomóviles por hogar, según rena del hogar (euros anuales) y edad de la persona de referencia. Año 2004 Esrao Esrao 2 Esrao 3 Esrao 4 Esrao 5 Esrao Toal < > Menor de 8 8 a a a a Mayores de Toal Fuene: Encuesa de Esrucura Financiera de la Familias, (Banco de España). Al analizar el número medio de auomóviles por hogar según daos de la Encuesa Financiera de las Familias (EEF) se observan las mismas endencias anes apunadas relaivas al efeco rena y el efeco ciclo vial (dado que ambos se superponen) de modo que el mayor número medio de auomóviles se localiza en los TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 3/83

14 hogares de rena ala en las que la edad del cabeza de familia se siúa en años, con,9 vehículos. Grafico 6.Número medio de Auomóviles por hogar, según rena del hogar (euros anuales) y edad de la persona de referencia. Año ,500 2,000,500,000 0,500 Esrao Esrao 2 Esrao 3 Esrao 4 Esrao 5 Esrao 6-8 a a a a 70 Mayores de 70 Fuene: Encuesa de Esrucura Financiera de la Familias, (Banco de España). Similares conclusiones pueden exraerse al analizar la relación enre riqueza nea del hogar y la posesión de auomóviles, al enconrarse ambas variables basane correlacionadas. Tabla 8.- Número medio de Auomóviles por hogar, según riqueza nea del hogar y edad de la persona de referencia. Año 2004 Esrao de Riqueza nea Toal Menor de 8 8 a a a a Mayores de Toal Fuene: Encuesa de Esrucura Financiera de la Familias, (Banco de España). TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 4/83

15 Gráfico 7.-Número medio de Auomóviles por hogar, según riqueza nea del hogar y edad de la persona de referencia. Año ,000,800,600,400,200,000 0,800 0,600 0,400 0,200-8 a a a a 70 Mayores de 70 Esrao Esrao 2 Esrao 3 Esrao 4 Esrao 5 Fuene: Encuesa de Esrucura Financiera de la Familias, (Banco de España) Precio y cose de uilización de los vehículos. Como conraparida a la uilización de un vehículo, es necesario hacer frene a un conjuno amplio de coses ligados a la misma. Dichos coses engloban: a. Cose de adquisición. Dicho cose comprende el impore facurado por el producor, más el margen de disribución al que se suman los impuesos, asas y posibles subvenciones ligados a la compra, más los coses de la evenual financiación de la adquisición. En ese cose (precio facurado por el producor y margen de disribuidor) influyen de manera fundamenal diversos facores de ofera, como las promociones, políicas de sock, políicas comerciales y de disribución, ciclos de vida de los produco, ec. b. Coses de uso y manenimieno. Enre los que se incluyen los coses variables (combusible, accesorios, revisiones periódicas,..), seguros e impuesos ligados a la propiedad del vehículo. c. Valor residual del vehículo, el cual minora el cose oal, y a su vez sirve como referencia en las decisiones de reemplazo, de modo que cuando el valor de uso oorgado al vehículo resula inferior al valor residual el vehículo será susiuido. En dicho valor residual se inegraría el valor de chaarra o de vena en el mercado de segunda mano, más las posibles subvenciones ipo RENOVE y PREVER. TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 5/83

16 La mayoría de esudios esiman 6 una elasicidad demanda de mercado precio (para odo el conjuno de auomóviles) en orno a la unidad. Como desaca McCarhy (996) el rango de elasicidades en esos esudios (fundamenalmene para EE.UU.) varía enre -0,6 y -,2, con una mayoría de esimaciones por debajo de la unidad. A nivel desagregado por caegorías de vehículos, McCarhy (996) siúa el rango de elasicidades precio enre -6.3 y -0.5, dependiendo de su carácer de lujo, uiliario, ec., y las elasicidades cruzadas en orno a un valor de. En el caso español, Moral y Jaumandreu (2007) esima elasicidades precio para disinos modelos de vehículos (englobados en las caegorías: mini, pequeño, compaco, inermedio y lujo) en un rango que varía enre -7,03 y -2,4, localizándose los valores más elevados en valor absoluo en las caegorías compaco, pequeño y medio. En cuano a las elasicidades cruzadas esos auores esiman unos valores de elasicidad ubicados en el rango 0 (para auomóviles de caegorías no susiuivas como el mini el de lujo) y,2 (para los auomóviles de la caegoría mini ). Una de las principales limiaciones en el esudio de los efecos de los precios en la demanda de auomóviles se encuenra en el raamieno de las diferencias de calidad en los vehículos a lo largo del iempo. Dichas diferencias deerminan que resule difícil valorar el efeco del precio dado que los cambios ecnológicos incorporados suponen diferencias an susanciales en los vehículos que hace que no sean comparables en plazos relaivamene coros. Los auomóviles, por ano, son bienes heerogéneos que se disinguen por su calidad y por su precio. Si ambos se encuenran correlacionados las esimaciones del efeco de los precios en la demanda se verán sesgadas a la baja si no se incorporan explíciamene los cambios en la calidad. Esa limiación obligaría a incluir efecos hedónicos en los precios cuando se rabaja con largas series emporales de daos, dado que en ese caso los cambios écnicos resularían muy significaivos. Así, McCarhy (996) concluye que en sus esimaciones (con daos de un único año) que la exclusión de las caracerísicas ligadas a la calidad no ienen un efeco imporane en la esimación de los efecos del precio en la demanda de auomóviles Facores insiucionales e infraesrucuras. La demanda de auomóviles ambién se ve afecada por elemenos ligados a facores insiucionales y al nivel y calidad de las infraesrucuras de ranspore. Enre esos facores cabe desacar: Esrucura urbana: El desarrollo económico se ve acompañado de procesos de suburbanización, los cuales suelen venir asociados a incremenos de las disancias medias de desplazamieno, lo cual inceniva la demanda oal de ranspore. 6 En esos esudios la elasicidad rena se siúa por encima de 2, de modo que la demanda oal se vería principalmene afecada por cambios en la rena. TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 6/83

17 Disponibilidad y calidad de las infraesrucuras de ranspore, ano ligadas al auomóvil como las vinculadas a medios alernaivos de ranspore. A largo plazo los agenes económicos pueden susiuir deerminados medios de ranspore por oros. En esa decisión la disponibilidad y calidad de las infraesrucuras resulan elemenos imporanes ano por su efeco en el conjuno de elecciones disponibles como en el cose asociado a cada alernaiva. Normaiva sobre ranspore, medio ambiene y seguridad vial. Los cambios en la legislación penalizan o provocan obsolescencia en los vehículos de mayor anigüedad, incenivando el cambio por vehículos que cumplen con los requisios esablecidos en las normas aplicables. Esos efecos resulan evidenes en modelos orienados al largo plazo, para horizones de modelización inferiores, como es el caso en el que nos enconramos, lo habiual es considerar dicho enorno consane, y por lo ano no se modelizar explíciamene (su efeco queda recogido en el valor concreo de los valores de los coeficienes esimados para un periodo muesral deerminado) VARIABLES ASOCIADAS A LA POSESIÓN DE AUTOMÓVILES Con el fin de valorar los efecos de las variables aneriormene señaladas sobre la demanda efeciva de vehículos se ha procedido a modelizar la enencia de auomóvil en los hogares a parir de un modelo logi, uilizando los microdaos procedenes de la EEF (Banco de España) y de la Encuesa de Condiciones de Vida (INE). El moivo de uilizar ambas encuesas reside en las limiaciones de información que presenan por separado. Así, por ejemplo, la EEF no incorpora información sobre localización geográfica de los hogares, mienras que la EEF sí la incorpora. En el modelo logi, asumimos que la uilidad de un hogar al ener un auomóvil (variable no observable que denoaremos por y*) depende de un conjuno de variables (incluidas en x), según la relación, y * xβ ε [] El hogar endrá auomóvil (y) cuando y*>0 y no endrá auomóvil (y0) cuando y*<0. De donde se deduce: * P ( y x) P( y > 0 x) P( ε > xβ x) P( ε < xβ x) G( xβ ) [2] Siendo G() la función de disribución de probabilidad de la variable aleaoria ε. Si dicha variable se disribuye conforme a una función logísica xβ e P( y x) [3] xβ e TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 7/83

18 La venaja de ese ipo de modelización es que permie comprobar de forma simulánea los efecos de un gran número de variables en la enencia de auomóviles, algo que con ablas de coningencia es imposible de realizar. De esa forma se procedió a la esimación de una serie de modelos ipo Logi para deerminar la imporancia relaiva de las diferenes variables en la enencia de auomóviles en los hogares, uilizando como fuenes alernaivas la Encuesa Financiera de las Familias, y la Encuesa de Condiciones de vida. En los aparados que presenamos a coninuación se deallan las variables incluidas en cada uno de los modelos y que comprenden, ano variables de ipo sociodemográfico, como económicos, incluyendo ambién, cuando la fuene de daos lo permie, variables de localización geográfica. Los resulados de las esimaciones aneriores permien comprobar que las variables socio-demográficas ienen un efeco deerminane en la endencia de auomóviles, en concreo, la edad y el sexo del cabeza de familia y el amaño del hogar. En concreo cuando el cabeza de familia supera los 70 años o ése es mujer, se reduce de manera significaiva la probabilidad de que el hogar disponga de auomóvil. En cuano al amaño del hogar, el número de miembros del hora y en especial cuando hay más de un miembro del hogar rabajando, incremena de manera significaiva la probabilidad de ener un auomóvil. En cuano a los facores económicos asociados a una mayor probabilidad de disponer de auomóvil cabe desacar la rena del hogar y la enencia de vivienda en un régimen disino al alquiler. Ese úlimo resulado no es de exrañar dada las peculiaridades del mercado español en relación a la enencia de vivienda. Dado que la propiedad es preferida por encima de cualquier ora opción, el régimen de alquiler suele esar asociado a siuaciones de difícil o limiado acceso a la vivienda en propiedad por condicionanes económicos. Uno de los resulados más ineresanes pueso de manifieso en ese análisis es la exisencia de financiación vinculada de manera significaiva a la posesión de auomóvil. En oras palabras, las compras de auomóviles suelen realizarse con financiación exerna, de modo que el acceso a financiación en condiciones favorables de disponibilidad y cose endrá un efeco posiivo en la demanda de auomóviles. Por úlimo, cabe señalar el efeco posiivo de la residencia en núcleos de población poco poblados o de media urbanización en la probabilidad de enencia de auomóvil. Ese resulado no es exraño, dado que en enornos muy urbanizados la necesidad diaria de realizar rayecos largos es más baja y además en ellos exisen más alernaivas al ranspore privado, lo que redunda en una menor probabilidad de posesión de auomóvil. TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 8/83

19 2.2.. Esimación a parir de la Encuesa Financiera de las Familias Cuadro 2. Descripción de las variables del primer modelo logi. Fuene de Daos EEF (2005) Variable Descripción. Edad del cabeza de familia Variable discrea. Valores: (EDAD), si 8<edad<30; 2, si 30<edad<40; 3 si 40<edad<55; 4 si 55<edad<70; 5 si edad>70 2. Siuación laboral del cabeza de familia. (LABORAL) Variable discrea: empleado por cuena ajena (), empleado por cuena propia (2), jubilado (3), oro ipo de inacivo o parado (4). 3. Sexo (SEXO) Variable discrea. Hombre (), Mujer (2) 4. Esado Civil (ECIVIL) Variable discrea. Solero(), Casado (2), Pareja de Hecho (3), Separado (4), Divorciado (5) y Viudo (6). 5. Nivel Educaivo (EDUCACION) Variable discrea. Inferior a Bachillerao (), Bachillerao (2), Esudios Universiarios (3). 6. Número de adulos rabajando Variable discrea, oma valores 0,,2 y (res adulos o más). (NTRAB) 7. Rena nea del hogar (RENTA) Rena del hogar (Euros) 8. Régimen de enencia de la Variable discrea. Alquiler(), Propiedad (2), Cesión grauia vivienda principal (TENENCIA) (3), Oros (4) 9. Exisencia de présamos para Variable discrea. No iene (0), iene () la adquisición de vehículos. (PRESTAMO) Tabla 9.- Resulados de la esimación del primer modelo Logi Variable Coeficiene Sd. Err. z P>z EDAD (Referencia 8<edad<30) 30<edad< <edad< <edad< Edad> SEXO (referencia Hombre) Mujer ECIVIL (Referencia Solero) Casado Pareja de Hecho Separado Divorciado Viudo EDUCACION (Referencia Inferior a Bachillerao) Bachillerao Esudios Universiarios SITUACION LABORAL (Referencia empleado por cuena propia) Empleado por cuena ajena Jubilado Inacivo o parado ADULTOS TRABAJANDO EN EL HOGAR (Referencia Ninguno) Uno Dos Tres o mas RENTA TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 9/83

20 lrenhog lrenhog TENENCIA VIVIENDA (Referencia Alquiler) Propiedad Cesión Oros PRESTAMO Tiene Consane Número de obs 590 LR chi2(24) Prob > chi Log likelihood Pseudo R Esimación a parir de la Encuesa de Condiciones de Vida. Cuadro 3. Descripción de las variables del segundo modelo Logi Fuene de Daos Encuesa de Condiciones de Vida(2006) Variable. Edad del cabeza de familia (EDAD) 2. Siuación laboral del cabeza de familia. (LABORAL) Descripción Variable discrea. Valores:, si 8<edad<30; 2, si 30<edad<40; 3 si 40<edad<55; 4 si 55<edad<70; 5 si edad>70 Variable discrea: Asalariados (), Empleadores, empresarios sin asalariados o rabajadores independiene (2), Parados (3), Jubilados (4), Ora inacividad (5), No consa (9) 3. Sexo (SEXO) Variable discrea. Hombre (), Mujer (2) 4. CC.AA. De residencia Variable discrea. Galicia (), Principado de Asurias (2), Canabria (3), País Vasco (4),Comunidad Foral de Navarra (5), La Rioja (6), Aragón (7), Comunidad de Madrid (8), Casilla y León (9) Casilla-La Mancha (0),Exremadura (), Caaluña (2),Comunidad Valenciana (3),Illes Balears (4), Andalucía (5), Región de Murcia (6), Ciudad Auónoma de Ceua (7), Ciudad Auónoma de Melilla (8), Canarias (9) 5. Nivel Educaivo (EDUCACION) Variable discrea. Educación primaria (), Educación secundaria de ª eapa (2), Educación secundaria de 2ª eapa (3),Formación e inserción laboral que precisa íulo de segunda eapa de secundaria(4), Educación superior (5) 6. Número de miembros del Hogar (NMIEM) Variable discrea, oma valores,2,3 (enre 3 y 5 miembros) y 4 (más de 5 miembros) 7. Rena nea del hogar Rena del hogar (Euros) (RENTA) TURISMO EN ESPAÑA: MODELO DE PREDICCIÓN Y SIMULACIÓN 20/83