Motivación. Motivación ESTIMACION DE LA DEMANDA

Transcripción

1 4 ESTIMACION DE LA DEMANDA Dr. Jorge Ibarra Salazar Profesor Asociado Departamento de Economía Tecnológico de Monterrey Motivación Estudio de los métodos para estimar la función de demanda a partir de datos observados: Estimar el impacto sobre la demanda de cambios en variables: Internas (precio) Externas (ingreso consumidores, precio de bienes relacionados) Apoyo en la toma de decisiones junto con el juicio gerencial Motivación Fundamentos: Teoría de elección del consumidor Estadística: Análisis de regresión Inferencia Nos concentraremos en la forma de usar e interpretar los resultados, más que en el estudio de los fundamentos estadísticos. Interesa la forma en que la estimación de demanda brinda información para tomar decisiones con fundamentos. 1

2 Contenido Métodos directos de estimación Especificación de la demanda Estimación de la demanda usando análisis de regresión Ejemplo Métodos Directos Entrevistas a consumidores: Preguntar a consumidores potenciales la cantidad del bien que estarían dispuestos a comprar a diferentes precios Estudios de mercado y experimentación: Estudios de mercados controlados Experimentos de laboratorios Función generalizada de demanda: Q = f (P, M, P R ) Algunos factores importantes para el trabajo empírico: Colección de datos y las fuentes de información Definición del mercado (geográfico y de productos) Precios de bienes relacionados en el consumo tiene relación con la definición del mercado 2

3 Función de demanda lineal: Q = a + bp + cm + dp R Los parámetros miden el efecto que sobre la demanda tienen cambios marginales en la variable independiente que corresponda. El análisis de regresión se emplea para obtener estimadores de los parámetros a, b, c y d. Las pruebas estadísticas t se usan para hacer pruebas estadísticas de significancia. Función de demanda lineal: Q = a + bp + cm + dp R Las elasticidades estimadas con esta forma funcional: å p = b* (P/Q) å M = c* (M/Q) å PR = d* (P R /Q) Función de demanda lineal en los logaritmos: Q = a (P) b (M) c (P R ) d Los parámetros representan elasticidades y se estiman con el análisis de regresión. Para efectos de estimación se puede linealizar: ln Q = ln a + b ln P + c ln M + d ln P R 3

4 Función de demanda semi-logarítmica: Q = a e (bp) (M) c (P R ) d Linealizando con logaritmos: ln Q = ln a + b P + c ln M + d ln P R La elasticidad precio-directa es bp y las elasticidades precio-cruzada e ingreso son los exponentes de las variables correspondientes. Hay criterios estadísticos para seleccionar la forma funcional. Criterios económicos de selección de forma funcional: Signos esperados en las relaciones entre variables Elasticidad constante vs elasticidad variable Estimaciones de las cantidades que hagan sentido. La estimación está sujeta a error! El precio es fijado por la firma (es una variable exógena). El método de estimación es el de mínimos cuadrados ordinarios (OLS) Q = Q* + e = a* + b* P + c*m + d*pr + e El error (e) es una variable aleatoria. OLS estima los parámetros de tal manera que se minimice la suma de errores al cuadrado i (e i ) 2 = i (Q i Q i *) 2. 4

5 P Q* = a* + b* P P e i Q* Q Q 1. Especificar la función de demanda 2. Acopio de datos de las variables que incluye la función de demanda 2.1 Series de tiempo 2.2 Corte transversal 2.3 Combinación 3. Estimar la función de demanda 4. Calibración de los modelos 4.1 Aspectos estadísticos 4.2 Aspectos económicos La demanda de Checkers Pizza en Westbury. Tiene un competidor cercano (Pizza Al) y un McDonald s en el área de influencia Datos de 24 meses en términos reales Tabla B de la página 307 del libro 5

6 Modelo lineal: Q = a + bp + cm + dp AI + ep BMac Q = ventas de pizza en Checkers P = precio de la pizza en Checkers M = ingreso promedio de los hogares en Westbury P AI = precio de la pizza en Pizzas Al P BMac = precio de una Big Mac en McDonald s Cuadro de la página 268 del libro Estimar las elasticidades de la demanda con respecto a las variables independientes si: P = 9.05 M = 26,614 P AI = P BMac =1.15 Modelo lineal en los logaritmos: Q = a (P) b (M) c (P AI ) d (P BMac ) e Notar que los datos deben convertirse a logaritmos naturales Cuadro que viene en la página 269 del libro 6

7 Las elasticidades estimadas en el modelo lineal en los logaritmos. Comparar las elasticidades de ambos modelos. Ejercicios 7