UNIVERSIDADA DE TALCA FACULTAD DE CIENCIAS AGRARIAS ESCUELA DE AGRONOMIA

Transcripción

1 UNIVERSIDADA DE TALCA FACULTAD DE CIENCIAS AGRARIAS ESCUELA DE AGRONOMIA Identificación de factores que influyen en el precio del ganado: Estudio de precios hedónicos Memoria de Título Antonio Andrés Valdivia Muñoz Talca - Chile 2010

2 UNIVERSIDAD DE TALCA FACULTAD DE CIENCIAS AGRARIAS ESCUELA DE AGRONOMÍA IDENTIFICACION DE FACTORES QUE INFLUYEN EN EL PRECIO DEL GANADO: ESTUDIO DE PRECIOS HEDONICOS Por ANTONIO ANDRES VALDIVIA MUÑOZ MEMORIA DE TITULO Presentada a la Universidad de Talca como parte de los requisitos para optar al título de INGENIERO AGRONOMO TALCA, 2010

3 APROBACIÓN: Profesor Guía: Javier Luis Troncoso Correa, Ing. Agrónomo, M. Ec., Ph. D., Profesor titular del Departamento de Economía Agraria, Universidad de Talca Profesor informante: Paula Manríquez Novoa, Ing. Agrónomo, M.B.A., Profesor Asistente del Departamento de Economía Agraria, Universidad de Talca. Fecha de presentación de la Defensa de Memoria: 08 de enero de 2010

4 Dedicada: A mi hijita Javiera, que me dio la motivación y fuerza necesaria para terminar mi carrera, a mis padres y hermano que me apoyaron siempre.

5 Agradecimientos: Les agradezco a mis padres por su incondicional apoyo en cada etapa de mi vida y sin el cual no habría sido posible terminar mis estudios. Quiero agradecer también a la empresa que hizo posible la obtención de los datos materia de este estudio y en especial a don Francisco Merino E. Subgerente zonal de Tattersall Ganado S.A por el apoyo brindado. A don Javier Troncoso, mi profesor guía, quien me dio ánimo en cada momento e hizo posible el término de este estudio, por sus consejos y su gran calidad humana. Por último, quiero agradecer a todo el personal académico y administrativo, a todos con quienes compartí esta etapa de mi vida, amigos y compañeros a quienes recordaré con mucho afecto.

6 ÍNDICE 1. Introducción 1 Objetivo general 2 Objetivos específicos 2 2. Revisión bibliográfica Precios hedónicos Estudios de modelos hedónicos Estudios en ganado Estudios en alimentos Estudios en el mercado del vino Estudios en algunos productos agropecuarios 3. Materiales y métodos Materiales Modelo a utilizar Resultados y discusión Presentación de los datos Análisis de los precios de novillos Análisis de los precios de terneros Análisis de los precios de vacas Análisis de los precios de vaquillas Proyecciones a partir de la función hedónica de precios del ganado Conclusiones Bibliografía Anexos 23

7 ÍNDICE DE CUADROS Cuadro 4.1 Cabezas transadas según categoría 13 Cuadro 4.2 Distribución de las ventas por trimestre 13 Cuadro 4.3 Precio del novillo de engorda Hereford año Cuadro 4.4 Novillos: función de precios hedónicos 14 Cuadro 4.5 Impacto porcentual y precio marginal novillos gordos 15 Cuadro 4.6 Precio ternera Hereford año Cuadro 4.7 Terneros: función de precios hedónicos 16 Cuadro 4.8 Impacto porcentual y precio marginal terneros 16 Cuadro 4.9 Precios vaca engorda Hereford año Cuadro 4.10 Vacas: función de precios hedónicos 17 Cuadro 4.11 Impacto porcentual y precio marginal vacas gordas 18 Cuadro 4.12 Precio vaquilla engorda Hereford año Cuadro 4.13 Vaquillas: función de precios hedónicos 19 Cuadro 4.14 Impacto porcentual y precio marginal vaquillas gordas 19

8 RESUMEN Los objetivos de este estudio es estimar el impacto porcentual en el precio del ganado bovino en pié, de algunas variables que son parte de la información con que se transa el ganado y son observables en las ferias de animales. Las variables analizadas son: tamaño del lote (número de cabezas que componen el lote), categoría del animal de acuerdo a sexo y edad, peso vivo, raza, fecha de venta. Para cumplir con el objetivo, se compiló una base de datos consistente de un total de transacciones en las cuales se vendieron cabezas de ganado de distintas razas y categorías. Se ajustó mediante Mínimos Cuadrados Ordinarios una función semi-logarítmica en que la variable dependiente es el logaritmo del precio y las variables explicativas son las listadas arriba. Las principales conclusiones del estudio son: Existe una función hedónica que explica el precio del ganado, y esta función varía de acuerdo a la categoría de ganado que se trate. Las variables explicativas más relevantes cambian dependiendo del tipo de ganado. No obstante, en las distintas categorías de ganado, las variables de mayor impacto porcentual en el precio fueron: Raza Fecha de venta Condición corporal al momento de la venta En cuanto a la raza, puede afirmarse, que el mercado privilegia las razas de carne y castiga significativamente el ganado holandés con precios marginales negativos. Por otra parte, con respecto a la época del año en la cual se realiza la venta, se puede decir que el mercado favorece las ventas realizadas en el tercer y cuarto trimestre del año, lo cual es particularmente notorio en el caso de novillos gordos y terneros. Por último, la condición corporal de gordo, recibe también, un importante impacto positivo en el precio por parte del mercado.

9 ABSTRACT This study aims at estimating the percent impact on the price of beef cattle, of a number of visible variables that are common information in the cattle stockyards. These variables are: Size of the lot. Category of the animals, according to breed and sex. Liveweight. Breed, and Date of sale. A data set of 1,602 transactions and 9,302 head of cattle was compiled and different hedonic price functions were fitted for each category of cattle, via Ordinary Least Squares regression. The specification used was a semi-logarithmic function with price (in logarithms) as dependent variable and the variables listed above, as explanatory variables. The conclusions of the study follow. There exists a hedonic price function, different for each category of animals. The most relevant variables vary depending on the type of cattle. However, the following variables showed the greatest percent impact on price: breed; date of sale and corporal condition of the animals. In the stockyard, buyers are prepared to pay a premium price for the specialized beef cattle breeds and, contrariwise, penalize the Holstein cattle. Also animals reaching the market on the third and fourth term receive a premium price, a characteristic that is particularly notorious with steers and fat bulls. Finally, the animals that reach with a corporal condition that the market considered as fat or finished, receive a positive price premium.

10 1. INTRODUCCION El sector de carnes bovinas Chileno es un sector pequeño en producción que no ha crecido durante los últimos años. Chile presenta un bajo número de masa ganadera, asociado a un bajo consumo de carne per-capita y un bajo nivel de producción de carne. A su vez el sector de carne bovina ha sido el único de los sectores en Chile, que ha decrecido en los últimos 10 años (-14.1%). Esto se explica principalmente por el incremento de las importaciones de carne desde países del Mercosur, por la baja estabilidad en los precios internos y por la poca estructuración y planificación existente en el sector. La cadena de valor del sector está poco estructurada y existe una baja asociatividad entre sus integrantes lo que impide tener una visión común y menos alinear las prioridades e incentivos en el sector. Esto hace que no se aprovechen bien los recursos y no se generen economías de escala que podrían mejorar el negocio significativamente. En general existen bajos niveles de productividad, tanto en la producción primaria (crianza y engorda) como en la etapa industrial (faena y elaboración) al ser comparados con países como EE.UU. En el caso de la producción primaria se explica principalmente por: una baja escala de producción, falta de mejores prácticas en el manejo de praderas y la rotación de animales, un bajo nivel de asociatividad entre los actores de la cadena de valor y una falta de enfoque en los sistemas de engorda y en el tipo de ganado en función del mercado objetivo. En el caso del sector industrial lo anterior se explica principalmente por: la producción a baja escala y con capacidad ociosa de las plantas existentes en Chile, la concentración de la faena en sectores alejados de la producción (ej: Región Metropolitana) y la baja automatización y eficiencia en los procesos productivos. A su vez, existen factores transversales que afectan la productividad de la cadena completa como: la cadena de valor del sector está desestructurada y carece de una estrategia de mediano/largo plazo compartida por sus actores (productores, plantas y comercializadores/exportadores) y hay una baja capacitación de la mano de obra y poca incorporación de mejores prácticas en los procesos. Bajo esta perspectiva resulta interesante identificar, validar y cuantificar variables que permitan al productor enfocar sus esfuerzos y recursos en aquellos factores que realmente son determinantes en la rentabilidad final de su negocio. No obstante, no hay estudios que identifiquen las variables que más influyen y cuantifiquen su efecto sobre el precio final del ganado en pie. Por lo anterior, el objetivo general de este estudio es identificar las variables que influyen en el precio del ganado en pié, empleando para el efecto un enfoque de precios hedónicos. Como objetivos específicos se persigue determinar y validar las variables que componen el precio del animal en pie. Para esto se analizarán bajo el modelo mencionado las características 1

11 con las cuales se clasifica el animal al momento de ser vendido; consecuentemente, el estudio persigue estimar los precios marginales de las siguientes variables: tamaño del lote (número de cabezas que componen el lote), categoría del animal de acuerdo a sexo y edad, peso vivo, raza, fecha de venta. 2

12 2. REVISION BIBLIOGRAFICA 2.1 Precios hedónicos Los precios hedónicos se definen como los precios implícitos de un bien y se estiman a partir de los precios observados en productos diferenciados por estos atributos. La estimación se realiza usando como variable dependiente el precio del producto y variables independientes las distintas características o atributos diferenciadores de estos bienes. Explícitamente el modelo explica el precio: p(z)=f(z 1,Z 2,..Z m ), donde Z i es la i-esima característica o atributo (Rosen, 1974). Este modelo tiene la cualidad que permite medir el impacto de cada característica en la formación del precio de un bien, lo que a su vez permite evaluar el valor relativo de cada una de las características y confrontarlas con el costo de obtenerlas. Gracia y Pérez (2004) estimaron, a través de la metodología de los precios hedónicos, el valor económico asignado por el consumidor a las características de la carne de ternera que influyen en su decisión de compra. Para el estudio utilizaron información proporcionada por dos encuestas realizadas a 540 consumidores de la ciudad de Zaragoza en 2001 y En el estudio, utilizaron como variable dependiente el Precio pagado por Kg., correspondiente a Filete de ternera de primera, además utilizaron una serie de variables explicativas referentes a las características del producto, como son: Origen, grasa, apariencia de frescura, aporte de proteínas, etiquetado, denominación de origen, compra en carnicerías tradicionales, compra en supermercados, compra en hipermercados, la carne que adquiere posee denominación de origen, nivel de confianza en la seguridad de la carne; y variables explicativas referentes a las características sociodemográficas del consumidor, como son: Renta alta, renta baja, número de individuos en el hogar, edad de los encuestados, sexo de los encuestados, menores de seis años en el hogar, estudios superiores, consumidor habitual de carne de ternera. En base a estas variables estimaron una función semi-logarítmica de los precios hedónicos de la carne de ternera, obteniendo las siguientes conclusiones: Los atributos del producto que afectan el precio de la carne son el origen geográfico, el aporte de proteínas y poseer denominación de origen. La denominación de origen sería el aspecto más importante en la determinación del precio, puesto que aquellos consumidores que adquieren el producto con denominación de origen, son los que tienen un precio implícito de este atributo mas elevado. Las características sociodemográficas de los individuos afectan poco a la determinación de los precios. 3

13 Pruzzo y Jordán (2004), realizaron un estudio en el cual aplicaron la metodología de tasación hedónica a un archivo de datos de ventas de toros de razas carniceras en remates de cabañas productoras de la Republica Argentina, caracterizando la información que tiene el comprador al momento de pagar un toro, y el nivel de importancia que se le da. Para esto utilizaron datos correspondientes a las ventas de toros de las razas Angus, Herefod y Brangus realizadas en dichos remates en un periodo de 6 años ( ). Para el estudio utilizaron información contenida en un total de 555 registros de ventas. Las variables independientes utilizadas para analizar el comportamiento del precio en dólares de los toros en los remates fueron: edad en meses al momento de la venta, peso al momento de la venta (kg), circunferencia escrotal (mm) CIRC, DEP (diferencia esperada en la progenie) de peso al nacimiento en Kg. (DEPN), DEP de peso al destete en Kg. (DEPD), DEP de peso final en Kg. (DEPF). Para aplicar el método de tasación hedónico a la base general utilizaron análisis de regresión múltiple, efectuando, posteriormente, análisis por raza. Las principales conclusiones del estudio fueron: Se observa que sólo las variables edad en meses y peso al momento de la venta resultaron significativas. En cuanto al análisis por raza, para Brangus el modelo debería incluir las variables DEPD, CIRC y PESO, en tanto que para Hereford incluyó las variables DEPN, DEPD y PESO. Matea y Pérez (2005) utilizando información individual del panel de consumo alimenticio construyeron índices de precios por tipo de establecimiento ajustados por cambios de calidad para un conjunto representativo de alimentos frescos adquiridos por los hogares españoles. Como el panel de consumo alimenticio no proporcionaba información sobre la calidad de los productos, utilizaron la información disponible sobre las características de los hogares para obtener dichos índices. Con estos índices pudieron analizar las diferencias en la evolución de los precios de los alimentos frescos en función del tipo de establecimiento en el que se adquieren. En particular, en este trabajo se utiliza la información relativa a los hogares para tratar de aislar, dentro de la evolución de los precios, aquellos cambios que son debidos a las características de los productos. Para ello, se impone la hipótesis de que un determinado hogar adquiere la misma calidad de un producto, siempre que no cambie de tipo de establecimiento ni vea modificadas sus propias características (situación laboral de la ama de casa, número de miembros, etc.). De este estudio de desprenden las siguientes conclusiones: Las diferencias en la evolución de los precios, cuando se ajusta o no por cambios de calidad pueden llegar a ser importantes, de manera que el diferencial de crecimiento de los precios medios anuales puede diferir en algo más de un punto porcentual. De la 4

14 comparación entre los índices ajustados por cambios de calidad y los precios sin ajustar, se desprende que en el período los mercados y plazas, las tiendas de alimentación especializadas y, muy probablemente, también las tiendas de alimentación no especializadas podrían haber reducido la calidad media de los alimentos frescos que han vendido, mientras que, por el contrario, en los autoservicios y supermercados podrían haber aumentado la calidad de los productos vendidos. A partir de los índices ajustados por cambios de calidad, se deduce que las políticas comerciales de los distintos formatos de distribución al por menor podrían haber ido variando en el período considerado. En este sentido se observa que los establecimientos que más (menos) elevaron sus precios en el año 2001, han sido finalmente los que menos (más) incrementos de precios registraron en el conjunto de los tres años. Dicho cambio parece haberse producido en el año En línea con uno de los resultados de Esteban y Matea (2003a), se confirma que durante el año 2001 los hipermercados fueron los establecimientos en los que más se encarecieron los alimentos frescos. Resulta difícil determinar los motivos de este posible cambio en las políticas comerciales de hipermercados y tiendas de alimentación, pero en el caso de los hipermercados podría haber estado motivado por la pérdida de cuota de mercado que en la alimentación fresca registraron en los años 2001 y El comportamiento de las tiendas de alimentación no especializadas, en relación con la variación de los precios de los alimentos frescos, ha sido exactamente el opuesto al observado en los hipermercados, pasando de ser los menos inflacionistas en el año 2001 a registrar los mayores encarecimientos en el conjunto del período analizado. Oczkowski (1994) estimó una función hedónica de precios para el vino premium australiano. Para este efecto usó los precios detallistas recomendados de una conocida guía de consumidores de vinos, en sus ediciones 1992 y 1993, los que relacionó con características objetivas y subjetivas de los vinos que se presentaban en las mencionadas guías. Las características objetivas fueron: variedad de uva, región de origen, año de cosecha y tamaño del productor. Estas características se incluyeron bajo la forma de variables binarias o mudas ( dummy ). Y las características subjetivas fueron: calidad total y potencial de guarda. La calidad total se midió mediante puntajes y el potencial de guarda se evaluó mediante variables mudas, que representaban categorías amplias de años potenciales de guarda. Las funciones ajustadas fueron lineales y semilogarítmicas en la variable dependiente. Los resultados más relevantes de este estudio se resumen como sigue: La variedad de uva tiene un impacto positivo en el precio de los vinos innovadores y de moda, y negativo en los estilos de vinos pasados de moda. En primer grupo se ubican 5

15 los vinos espumosos y los vinos dulces, en tanto que en el segundo están los oportos y vinos rosados. Algunas regiones de origen tienen influencias positivas y otras negativas, sobre el precio. Influyen positivamente: Mornington Peninsula, Tasmania y Margaret River; y negativamente: M.I.A, Murray River y Riverland. Las regiones más tradicionales (como el Hunter Valley) tienen nula influencia, es decir, están en el promedio. El precio aumenta mientras más viejo es el vino. Este resultado refleja el valor-tiempo del dinero y el costo de la guarda. El tamaño está inversamente relacionado con el precio, lo que es indicativo de una mayor calidad a medida que se reduce el tamaño del viñedo. Finalmente el autor muestra el uso práctico que la función estimada tiene para comerciantes detallistas y productores. Los primeros pueden estimar el precio de venta de una marca dada de vino a partir de sus atributos. Y los segundos pueden identificar los atributos que tienen mayor precio en el mercado, lo que los debería ayudar al momento de decidir inversiones y/o nuevas plantaciones. Nerlove (1995) estimó una función hedónica de precios orientada a medir las preferencias de los consumidores suecos. Para ello tomó la base de datos de la importadora estatal sueca de licores y vinos y los informes químicos y de degustación que sirvieron de base a la importación y comercialización de 247 marcas de vinos, en el período Los análisis de degustación se referían a notas sobre color, aroma, bouquet, dulzura, acidez, astringencia, boca, cuerpo, tipicidad y evaluación general, todas características que se midieron mediante una escala de 1 a 10. Los análisis químicos incluían los contenidos de azúcar, alcohol, densidad, acidez volátil, etilacetato, extracto sólido y acidez total. Estas últimas características se midieron en sus unidades propias o en partes por 1000 ml, según el caso. Finalmente se agregaron variables mudas que reflejaban el origen de los vinos. Los resultados más relevantes de este estudio son: El consumidor premia con un significativo mejor precio el vino importado en botellas por encima de aquel importado a granel y embotellado en Suecia. La cantidad de etilacetato también muestra una asociación positiva con precio. En un segundo nivel que las dos anteriores, están positivamente asociadas con precio las siguientes características: evaluación total, bouquet, astringencia, boca. Y negativamente asociada: acidez volátil. El origen de los vinos no fue significativo. Finalmente se obtuvo una elasticidad precio para una misma calidad, de 1,65, lo que refleja que el consumidor sueco es altamente sensitivo al precio. 6

16 Combris, Lecocq y Visser (2000) estimaron una función hedónica de precios para vinos de la región de Borgoña, Francia, a partir de evaluaciones hechas por expertos. Los datos se recogieron en julio 1993 y provinieron de 622 productores de vinos que entregaron muestras a un panel compuesto por 5 degustadores. Estos vinos fueron evaluados y las notas correspondientes fueron publicadas en una revista especializada. Las notas se refirieron a cualidades olfativas (intensidad de aroma, fineza, complejidad de aromas), de gusto (firmeza, sutileza, cuerpo, armonía de componentes, terminación), generales (trazas de alcohol, necesidad de guardar). Además se entregó una certificación de origen del vino y su clasificación (grand cru; premier cru; communale; régionale). Los jueces emplearon una escala del 1 al 20 y entregaron dos informes: nota general del vino y otra nota sobre calidad futura esperada. Esta última calificación es importante para tomar la decisión de guardar el vino, lo que valdrá considerar solamente si la nota futura excede la nota actual. Los principales resultados fueron: De todos los atributos, el que más influye en el precio es la clasificación. Los autores destacan que esta característica no fue tan decisiva en un estudio similar realizado por ellos en la región de Burdeos, lo que se debe a que en esa región la clasificación de los distintos viñedos está basada en la tradición más que en la calidad, lo que no ocurre en Borgoña. Otra característica de gran influencia es el año de vendimia. Influye positivamente en el precio la concentración, cuerpo, clasificación y la nota de calidad futura. La conclusión final de este estudio es que las características objetivas (clase de vino, año de vendimia) son más influyentes en el precio que las características sensoriales. Schamel y Anderson (2001) estimaron funciones hedónicas de precios para vinos premium australianos y neocelandeses, usando como variables: notas sobre cualidades sensoriales, cepa, región y reputación de marcas. Los datos fueron extractados de guías especializadas de vinos y abarcaron observaciones para el período 1992 a Las conclusiones de este estudio son: La reputación regional es muy influyente en el precio, lo que sugiere que hay distintas calidades asociadas a las distintas regiones. Este efecto es más pronunciado en Australia que en Nueva Zelandia. Existe un premio en el precio, asociado a marcas con alta reputación. Existe un premio en el precio, asociado a la aparición de un vino en las guías especializadas de vino. 7

17 Troncoso y Aguirre (2006) estimaron una función de precios hedónicos asociando el precio al detalle del vino chileno en el mercado estadounidense a los siguientes atributos visibles: nota de calidad, envejecimiento, cepa, valle de origen y pertenencia a alguna asociación de productores. La conclusión general de este estudio fue que la cepa y el valle de origen ( terroir ) son considerablemente más influyentes en el éxito comercial de un vino que la calidad, medida por juicios expertos, y el envejecimiento. Buccola y Lizuka (1997) determinaron modelos hedónicos de precios y el valor de los componentes de la leche para valorar las respuestas de los productores hacia la reforma del tarifado de la leche. Se examinó la tecnología de la proteína, grasa, y la producción de fluidos en 1924 granjas productoras de leche. Una variante de modelos de costos hedónicos fue propuesta en la cual la producción de agregados es expresado como una función del total producido y del porcentaje de concentración de sus componentes. Troncoso, Aguirre, Manríquez y Mundigo (2008) estimaron una función hedónica de pecios para el mercado internacional de la palta chilena variedad Hass. En este estudio, el precio FOB (en logaritmos) se explicó en función del calibre, mercado de destino y mes de comercialización. Obteniendo como principales conclusiones: Los mercados de destino son muy influyentes en el pecio, seguido de los meses de comercialización, y en último termino, el calibre. Los mercados europeos y argentinos tienen impactos negativos significativos en el precio, en tanto que, con la excepción de Houston, los mercados norteamericanos y Tokio tienen impactos positivos. En cuanto al mes de comercialización, los resultados apuntan a favor de una cosecha tardía, cercana al mes de Diciembre. Auerswald, Peters, Bruckner, Krumbein y Kuchenbuch (1999) estudiaron el efecto del almacenamiento por corto tiempo de los tomates (Lycopersicon esculentum Mill) con una temperatura del aire de 20 C, 55% de humedad relativa y una velocidad del aire inferior a 0.1m s -1 cosechados maduros, con el objetivo de descubrir si la calidad de la fruta cosechada madura podría permanecer en buena forma bajo las condiciones de los hogares o salones de venta. Para ello se examinaron las características químicas y físicas de los tomates, en el cuarto y séptimo día de almacenaje, así como sus correlaciones. Se realizaron análisis cuantitativo descriptivo (QDA) con 57 atributos y se destacó la preferencia de los consumidores en 8 características. Los análisis químicos se refirieron al contenido de azucares reductores y acidez titulable, las mediciones físicas incluyeron valores de color, de formación y pérdida de su frescura. 8

18 De los resultados se pudo concluir: Hasta el cuarto día posterior a la cosecha, más de un tercio de los atributos sensoriales de los QDA así como sus características físicas y químicas (excepto los azucares reductores) fueron objeto de cambios importantes. Sólo los atributos sensoriales de mohoso y de carnoso, así como las dimensiones de deformaciones físicas, aumentaron al séptimo día. Una importante relación fue descubierta entre el contenido de ácido y los atributos del QDA al olfato, sabor y retrogusto (ácido, gusto a tomate, dulce, demasiado dulce, mohoso). Significativas fueron las relaciones observadas entre la deformación de la fruta y los atributos descriptivos en la boca, como son: pulpa fresca y firme. Los consumidores evaluaron tomates almacenados de 4 a 7 días con respecto a: primera impresión, apariencia, olor, sabor, retrogusto y sensación en la boca igual o mejor que los tomates cosechados frescos. Se obtuvo que la aceptación de los frutos almacenados por 7 días fueron las menos agradables, pero no fueron rechazadas. La relación entre el juicio hedónico de los consumidores de las características de firmeza mientras masticaban y los resultados de los atributos de QDA fueron significativas. 9

19 3. MATERIALES Y METODOS 3.1 Materiales Los datos para este estudio fueron obtenidos de los registros de Tattersall Remates S.A. y corresponden a transacciones de ganado realizadas en la zona de Melipilla tanto en remates en feria como en privado entre el año 2006 al La base de datos se conformó con un total de transacciones en las cuales se vendieron cabezas de ganado correspondientes a diferentes categorías según: edad, sexo, raza y condición corporal del animal. Para cada una de estas transacciones se aislaron las siguientes variables: Precio por Kilogramo vivo; Peso vivo (kg); Tamaño del lote (en cabezas); Condición corporal y edad: Los animales se clasificaron como sigue: NG= Novillo gordo; NE= Novillo engorda; VQg= Vaquilla gorda; VQe= Vaquilla engorda; VG= Vaca gorda; VE= Vaca engorda; Tero= Ternero; Tera= Ternera; Según raza: En las transacciones estaban presentes las siguientes razas: Cla= Clavel; He= Hereford; Hol= Holandés; Hib= Híbrido; Según fecha de venta: Año 2006; 2007 y 2008; Tr1= Trimestre 1; Tr2= Trimestre 2 y Tr3= Trimestre 3. Las variables Precio, Peso y Tamaño del lote corresponden a variables continuas, en tanto que las restantes variables son binarias o dicotómicas. Los precios se deflactaron usando el Índice de precios al consumidor, quedando expresados en moneda de Julio de Modelo a utilizar: El modelo general de funciones hedónicas puede resumirse en la siguiente expresión: P i = f(z i1,z i2,.z ij,..z im ) donde P i es el precio del i-ésimo kilogramo de ganado en pié vivo y Z ij (j=1 m) representa el j- ésimo atributo. Se asume que el mercado está en equilibrio, esto es, que tanto consumidores como productores están maximizando sus respectivas funciones-objetivo y que el precio resultante es de equilibrio entre oferta y demanda (Rosen, 1974). Se descartó una forma funcional lineal por cuanto esta mantiene los precios marginales constantes a medida que aumenta el nivel del atributo, lo que no parece lógico. Siguiendo la recomendación de Schamel y Anderson (2001), se adoptó una forma log-lineal. Estos autores 10

20 probaron varias formas funcionales y concluyeron que una semilogarítmica log-lineal era la más apropiada por controlar los probables problemas de heterocedasticidad. El modelo estimado fue: ln P = β 0 + Σ jβ jz j + Σ wβ wz w (1) donde P es el precio en pesos moneda de Julio de 2008, y Z j y Z w representan la j-ésima y w-ésima variables continua y binaria, respectivamente. La estimación se realizó utilizando regresión de mínimos cuadrados ordinarios, y se aplicaron las pruebas estadísticas F- Fischer y t- Student, para comprobar la significancia global y de cada coeficiente β estimados respectivamente. Para evitar colinealidad entre las variables binarias, es decir, la llamada trampa de la variable binaria, se omitieron variables en cada grupo, las que constituyen variables de referencia. Estas variables fueron: Para novillos gordos: novillo engorda Hereford año 2006 Para terneros: ternera Hereford año 2006 Para vacas gordas: vaca engorda Hereford año 2006 Para vaquilla gorda: vaquilla engorda Hereford año 2006 Los valores promedio observados para las variables indicadas arriba se usaron como Precios de referencia (PR) y los resultados deben interpretarse como las desviaciones porcentuales respecto de ellos. El impacto de una variable determinada corresponde a la variación porcentual del precio causado por un cambio unitario de esa variable. Matemáticamente se calculó como: IP = ( P/ Z)(1/P) (2) Esta expresión se calculó en forma diferente a partir de la ecuación log-lineal (1), según se tratara de una variable continua o binaria. En efecto, para la j-ésima variable continua la expresión (2) se calculó: ( P/ Z j)(1/p) = lnp/ Z j = β j lo que, expresado en términos porcentuales, corresponde a: IP j = 100 β j (3) Este cálculo no puede hacerse para las variables binarias, ya que la derivada lnp/ Z w no existe. El cálculo correcto para la w-ésima variable binaria, como explica Kennedy (1981), es: IP w = 100 e (β w - 0,5 var β ) w -1 (4) donde var(β w) es la varianza del coeficiente asociado a la w-ésima variable. El precio marginal (PMi, i = j, w) se calculó multiplicando el precio promedio de referencia (PR) por el IP i correspondiente. Así para la j ésima variable continua: PM j = (IP j ) (PR) (5) 11