IMPOSICION OPTIMA A LAS NAFTAS Y EL GASOIL: UN ANALISIS EMPIRICO PARA URUGUAY (1988-2001) I.2002 Dante Amengual Germán Cubas Resumen: Este documento analiza los efectos generados por la estructura impositiva en el mercado de los combustibles para transporte en Uruguay en el período 1988-2001. Debido a que el gasoil es demandado tanto por consumidores como por productores, las características de este mercado no se ajustan ni a la regla de Ramsey ni al production efficiency lemma de Diamond y Mirrlees. Las demandas por naftas y gasoil son estimadas usando técnicas de cointegración. Los resultados muestran que la demanda por naftas es significativamente más elástica que la demanda por gasoil, y que existe una sustitución elevada -e irreversible- entre ambos combustibles. Se concluye que es posible alcanzar una mejora en términos de Pareto reduciendo la imposición sobre las naftas y aumentando el gravamen sobre el gasoil. Clasificación JEL: H21, R41, C32 Palabras Clave: Imposición óptima; Demanda por combustibles; Elasticidades precio e ingreso; Cointegración; Naftas y gasoil; Externalidades. 1 INDICE Sec. Págs. 1 INTRODUCCION 2 2 LOS MERCADOS Y SU ESTRUCTURA IMPOSITIVA 3 3 REGLAS DE IMPOSICION OPTIMA 6 4 ESTIMACION DE LAS DEMANDAS DE NAFTAS Y GASOIL 9 5 EXOGENEIDAD 17 6 ANALISIS DE LA ESTRUCTURA IMPOSITIVA 21 7 CONCLUSIONES 26 8 REFERENCIAS BIBLIOGRAFICAS 28 9 APENDICE 31 2 1 INTRODUCCION Los argumentos que explican la elevada imposición a los combustibles para transporte son bien conocidos. En primer lugar, constituye una alternativa relativamente sencilla de lograr el objetivo de recaudación. Segundo, altos impuestos pretenden desalentar el consumo de combustibles de manera de atenuar la emisión de gases contaminantes, el congestionamiento en el tráfico y los accidentes de tránsito. Sin embargo, tratar tal problema usando como instrumento el impuesto a los combustibles no parece ser eficaz: el problema está relacionado con la existencia de “horas pico” de tráfico, rutas más transitadas que otras, la aptitud de los choferes, etc, más que por el número de kilómetros recorridos. En Uruguay, el impuesto a los combustibles (IMESI) a junio de 2001 es en promedio de 132% para las naftas y de 36% para el gasoil. Esto lo sitúa en el concierto internacional como uno de los países con mayor disparidad en el tratamiento impositivo dado a las naftas y el gasoil. Sin duda el rol que desempeña el gasoil en el aparato productivo aparece como el argumento más fuerte para explicar tal disparidad en el tratamiento impositivo. Sin embargo, con esta estructura se han generado distorsiones en los precios que afectan las decisiones de los agentes que demandan dichos bienes para consumo final. La creciente participación en el parque automotor de los vehículos Diesel en el último decenio muestra la respuesta de los agentes a esta distorsión. Esta particularidad motiva un estudio de los efectos generados por tal distorsión, así como también el impacto de la misma en las decisiones de los consumidores. En la sección 2 se describe el mercado objeto de estudio y la estructura impositiva actual. Luego, en la sección 3 se presentan algunos conceptos teóricos involucrados con la Teoría de la Imposición Optima. En tercer término, se presenta en la sección 4, el análisis empírico basado en el uso de técnicas de cointegración. En la sección 5 se procede a testear la exogeneidad de precios requerida para realizar ejercicios de simulación de política. En la sección 6 se determinan los impuestos óptimos en cada mercado y se caracteriza la situación actual. Finalmente, se extraen algunas conclusiones. 2 2 LOS MERCADOS Y SU ESTRUCTURA IMPOSITIVA Uruguay se sitúa en el concierto internacional como uno de los países con mayor disparidad en el tratamiento impositivo dado a las naftas y el gasoil. Esto puede ser apreciado en la Tabla 1 donde se presentan los precios al consumidor de las naftas y el gasoil para diversos países. Tabla 1. Precios al consumidor (USD/litro) del gasoil y la nafta a junio de 2001 Pnafta/Pgasoil Precio Gasoil Precio Nafta 1 Alemania 0,73 0,91 1,3 Argentina 0,60 0,98 1,6 Bélgica 0,68 0,87 1,3 Brasil 0,33 0,66 2,0 Chile 0.40 0.59 1.5 Estados Unidos 0,38 0,46 1,2 Francia 0,71 1,07 1,5 Holanda 0,74 0,99 1,3 Italia 0,76 0,94 1,2 Paraguay 0,34 0,64 1,9 Reino Unido 1,11 1,11 1,0 Uruguay 0.45 1,20 2,6 1 corresponde al precio de la nafta premium. Fuente: Energy Information Administration, US Government; ExxonMobil Corp. El mercado de los combustibles en Uruguay presenta una estructura monopólica, donde la única firma que opera en él es estatal (ANCAP) y es de presumir que en un mercado con estas características, la firma tiene en cuenta la demanda (restricción) de los agentes en su problema de optimización. En otras palabras, el monopolista buscará a través de su política de precios la maximización de su función objetivo. Por otro lado, el hecho que la empresa monopólica sea estatal, implica que los argumentos de la función objetivo sean, en primer lugar, la recaudación y que también se encuentren presentes argumentos políticos. En este contexto, la fijación de precios por parte de la empresa también respetará los objetivos de los gobernantes, por ejemplo no gravar al insumo productivo. Así, ANCAP determinará los precios (variables de control) antes de impuestos considerando la recaudación objetivo para las ventas totales (ambos combustibles) y las respuestas de los agentes. Entonces, cada vez que resuelve el problema de optimización define ambos precios. Existiría entonces, un movimiento conjunto de los precios explicada por la determinación simultánea de los mismos. 3 A su vez, los componentes de los precios (petróleo, salarios, otros costos, renta, e IMESI) sugieren que la capacidad de ANCAP de definir alteraciones en el precio relativo es limitada. Un aumento en el precio del petróleo, de las remuneraciones, o de otros costos de refinación, no podría explicar cambios en el precio relativo de los combustibles debido a la función de producción de este tipo de industria. Solo los componentes IMESI y renta provocan cambios en el precio relativo. Los dos acaban en las arcas del gobierno, sin embargo, el primero lo define el Poder Legislativo mientras que el Poder Ejecutivo define el segundo a través del Directorio de ANCAP. Este último debería provocar alteraciones marginales en el precio relativo respecto del definido a través del IMESI. De lo contrario, no tiene sentido establecer una estructura impositiva diferencial si luego esta es violada por el monopolista. En la medida que los impuestos a las naftas y el gasoil son fijados en un entorno político, donde productores y legisladores defienden sus propios intereses, es de esperar que el precio relativo de los combustibles sea exógeno. Al respecto, el precio relativo ha sido y es pasible de modificaciones significativas a través de cambios en el tratamiento impositivo a los combustibles. En 1993 el gravamen al gasoil recibió una significativa reducción, desde el 51% con el cual era gravado a partir de la Ley 14.948, hasta un 20% a partir de la Ley 16.226. Lo contrario sucedió con el gravamen a las naftas, las cuales pasaron en promedio desde 98% hasta 128%. Recientemente, el IMESI se ha convertido en un impuesto específico siendo el gravamen de la nafta Ecosupra $9,295, nafta Supra $8,930, nafta Común $7,525 y el gasoil $1,663. Estos montos, a precios de junio de 2001, suponen tasas de 132%, 118% y 36% sobre la nafta Supra, nafta Común y el gasoil, respectivamente. Esto puede ser apreciado en el Gráfico 1 que muestra la evolución del ratio entre el precio de las naftas y el precio del gasoil. 4 Gráfico 1. Ratio (Precio naftas/Precio gasoil) 2,3 2,1 1,9 1,7 1,5 jun-88 dic-90 jun-93 dic-95 jun-98 dic-00 Dada la existencia de un tratamiento impositivo particular en estos mercados -en relación a otros países- es necesario analizar la conveniencia de esta política. Para tal propósito, se revisan ciertos resultados de la teoría de la imposición óptima. 5 3 REGLAS DE IMPOSICION OPTIMA Es bien sabido que los impuestos generan distorsiones que causan divergencias entre el valor relativo que asignan los consumidores y el costo relativo de la producción de los bienes. Así, los precios relativos de mercado incluyen un elemento de fiscalidad relativa diferencial y no constituyen por tal motivo una señal correcta para los agentes. De esta manera, la sustitución de bienes más gravados hacia aquellos menos gravados induce a una asignación ineficiente de recursos. Las excepciones son, por un lado, los impuestos de suma fija, y por otro lado, los bienes que poseen una demanda compensada –o demanda hicksiana- perfectamente inelástica. El costo social de un impuesto puede ser definido como el equivalente monetario de la reducción ocasionada por éste en el nivel de bienestar de la sociedad por encima de la que se hubiera producido bajo la introducción de un impuesto de suma fija de igual recaudación. Así, un set de impuestos óptimos en términos de Pareto es aquel que minimiza dicha pérdida social. A continuación se abordan estas consideraciones a partir del seminal trabajo de Ramsey desarrollado en 1927, y luego considerando el trabajo de Diamond-Mirrlees (1971). Regla de Ramsey Esta regla provee, en un contexto de equilibrio general, un resultado básico para la determinación de un sistema impositivo óptimo. La versión simple de la regla establece que:1 n (1) ∑t S i ki = −θxk . i =1 donde: ti: es un impuesto específico sobre el bien i, Ski: es el elemento i,j de la matriz de Slutsky, θ: una constante, y xk: es la cantidad consumida del bien k. Puede reescribirse la regla de Ramsey de la siguiente manera: 6 n ∑t S i ki (2) = −θ , k = 1, 2, ... n. i =1 xk Esta ecuación expresa que un sistema tributario óptimo debe ser aquel en el cual las demandas compensadas de cada bien se reducen en la misma proporción relativa a la situación antes de impuestos. Este énfasis en las cantidades sugiere definir: n ∑t S i ki (3) dk = i =1 xk , k = 1, 2, ... n, siendo dk la reducción proporcional en la demanda del commodity k, o lo que Mirrlees (1976) define como índice de desaliento (index of discouragement). Así, el sistema tributario será óptimo cuando este índice sea igual en todos los mercados. Production Efficiency Lemma Las especificidades de los mercados que se pretenden analizar en este trabajo (en particular el de gasoil) hacen que se deba tener en cuenta el trabajo de Diamond y Mirrlees (1971), según el cual los insumos intermedios no deberían ser gravados dado que tal imposición distorsiona la eficiencia productiva de la economía. El production efficiency lemma establece que una economía competitiva con una estructura impositiva óptima debe encontrarse en la frontera de producción. En esta situación, solo los bienes finales deben ser gravados para no distorsionar la asignación eficiente de los recursos productivos. Este resultado tiene implicaciones teóricas relevantes ya que contrasta con el teorema del second best desarrollado por Lipsey y Lancaster (1956). Por otro lado, Stern (1987) establece ciertas situaciones en las cuales sería deseable gravar los insumos intermedios: 1) para compensar algún tipo de distorsión que de otra manera no puede ser corregida ; 2) para lograr una mejora en la distribución del ingreso cuando las rentas no pueden ser gravadas; y 3) cuando los bienes finales son difíciles de gravar. 1 Véase Atkinson y Stiglitz (1980) o Myles (1994). 7 Sin embargo, el mercado de los combustibles en el Uruguay no se ajusta a ninguno de los dos resultados anteriores ya que por un lado se tiene a las naftas como bienes fundamentalmente de consumo final, mientras que el gasoil es demandado tanto por consumidores finales como por parte de las empresas como insumo productivo. De acuerdo con lo anterior, el gravamen sobre el gasoil debería ser establecido dentro del intervalo definido por las alternativas presentadas; es decir un gravamen no nulo pero menor que el que se obtendría a partir de la Regla de Ramsey. 8 4 ESTIMACION DE LAS DEMANDAS DE NAFTAS Y GASOIL En este capítulo se pretende obtener estimaciones de las demandas de combustibles. Al respecto, se sigue el método desarrollado por Stone (1954) para obtener las elasticidades precio de las demandas compensadas. El análisis econométrico está basado en el uso de técnicas de cointegración y de vectores autorregresivos. Antecedentes En este apartado se revisa parte de la literatura a nivel internacional sobre el análisis empírico de la demanda de combustibles. Bentzen (1994) estima las elasticidades de corto y largo plazo de la demanda de gasolina para Dinamarca usando datos anuales para el período 1948-1991. Plantea un modelo uniecuacional donde las variables utilizadas para explicar el consumo per capita de gasolina son: el precio del combustible, el stock de vehículos per capita y una tendencia temporal que representa el aumento en la eficiencia de los vehículos. La metodología usada es la propuesta por Engle y Granger (1987). Este autor encuentra una relación de largo plazo estable entre las variables y estima un ECM (Modelo de Corrección de Error). Los valores estimados para las elasticidades precio e ingreso de largo plazo fueron -0,41 y 1,04 respectivamente. Eltony y Al-Mutairi (1995) plantean un modelo y una metodología idéntica a la seguida por Bentzen para estimar la demanda de gasolina en Kuwait para el período 1970-1989. Los resultados de la estimación fueron una elasticidad precio de -0,46 y una elasticidad ingreso de 0,92. Ramanathan (1999) estudia la demanda de gasolina en India utilizando técnicas de cointegración para analizar la conducta de corto y largo plazo de los consumidores. Al igual que Bentzen plantea un modelo uniecuacional, pero en lugar de usar stock de vehículos per capita como variable de escala, utiliza el PBI per capita, y no incluye tendencia determinística. Las series utilizadas abarcan el período 1972/73-1993/94 y también utiliza la metodología de Engle y Granger. Los valores estimados para las elasticidades precio e ingreso de largo plazo fueron -0,32 y 2,68. Es interesante notar la elevada elasticidad ingreso y la baja elasticidad precio encontradas por Ramanathan en India. Este autor atribuye la baja magnitud de la elasticidad precio a que en países subdesarrollados, el rol de la energía es central para el desarrollo: en particular, el bajo nivel de consumo de combustible y de crecimiento económico en India explica esta magnitud. La 9 importancia del crecimiento económico en la demanda de combustibles se explica a su vez por la elevada elasticidad ingreso de la demanda de combustibles. Una mejora gradual en el crecimiento económico requiere inversiones en vehículos y cancela parcialmente los efectos adversos de los precios de los combustibles en la cantidad demandada. En Uruguay, los antecedentes publicados sobre el tema son muy escasos. Aboal (2001) estima la demanda de naftas en Uruguay en el período 1986:1-2001.1 usando datos trimestrales. Este autor, al igual que Bentzen, Eltony y Al-Mutairi y Ramanathan, sigue la metodología uniecuacional de Engle y Granger, y luego plantea un ECM. Los resultados a los que arriba son elasticidades ingreso de corto y largo plazo de 0,48 y 0,86 respectivamente; mientras que las elasticidades precio son –0,26 y -0,35 en el corto y largo plazo respectivamente. Descripción de las series utilizadas Las series de cantidades vendidas de combustibles (en metros cúbicos) -naftas sin desagregar por subtipos y gasoil2-, fueron obtenidas del Banco Central del Uruguay (BCU). Las series de precios de las naftas y gasoil (en Pesos uruguayos corrientes) fueron obtenidas de ANCAP. Estos precios fueron deflactados por el Indice de Precios al Consumo (IPC) -fuente Instituto Nacional de Estadística- (Pgasoil y Pnaftas). En cuanto a la elección de una variable de escala para la demanda, se optó por el Indice de Volumen Físico del Producto Bruto Interno (IVFPBI)–cuya fuente es el BCU. Finalmente, las cantidades de combustibles y el IVFPBI fueron corregidas por la población a los efectos de obtenerlas per capita (Naftas p/c, Gasoil p/c y PBI p/c). El período para el cual se realizan las estimaciones es 1988:2-2001:2. Análisis uniecuacional La metodología de técnicas de cointegración a adoptar en esta etapa es la seguida por los autores anteriormente mencionados; es decir el enfoque propuesto por Engle y Granger para la modelización de un ECM uniecuacional. 2 A los efectos de obtener una demanda efectiva de combustible se sustrajo de la serie original el consumo de gasoil realizado por UTE para la generación térmica de energía eléctrica, ya que, en última instancia, esto constituye una demanda de energía eléctrica. A su vez, esta serie de consumo de gasoil por parte de UTE contiene importaciones de gasoil (que no aparece en las series de ANCAP) desde Argentina en los años 1992 y 1996. 10 Todas las series fueron transformadas en logaritmos naturales. Los tests de raíz unitaria fueron obtenidos a partir de EViews 3.0. Dado que las cantidades de combustibles y el IVFPBI presentan un fuerte patrón autorregresivo estacional, se realiza con estas últimas una prueba más general donde se testea la existencia de raíz unitaria en la frecuencia cero de las variables, así como también, en las frecuencias π y π/2; es decir se investiga la presencia de raíces unitarias estacionales (-1, +i, -i). El número de rezagos a incluir en las regresiones auxiliares fue determinado a partir del criterio de Akaike. En el Apéndice se presentan los resultados para las diversas formulaciones del test. En todos los casos no se rechaza la hipótesis de presencia de una raíz unitaria en las variables consideradas. En contraste, el estadístico-t para las variables en su primera diferencia es significativo; así, se rechaza la hipótesis de existencia de dos raíces unitarias. También se rechaza la existencia de raíces unitarias estacionales en las cantidades de combustibles y el IVFPBI. En las formulaciones del test HEGY que tienen anidado un patrón estacional determinista se rechaza la existencia de raíces unitarias estacionales, excepto la raíz –1 en Naftas p/c, que luego es rechazada en el modelo solo con constante. Esto sugiere no trabajar con la diferencia cuarta de las series. Se concluye, entonces, que todas las variables que se incluyen en el análisis son no estacionarias (I(1)) en niveles, mientras que son estacionarias (I(0)) en su primera diferencia. El segundo paso consiste en estimar la relaciones de cointegración (demandas de largo plazo) que presentan la forma: (4) Qit = β0 + β1Pit + β2Yt + Rt con i = Naftas, Gasoil donde: Qit: cantidad del combustible i per capita en el período t, Pit: precio del combustible i en el período t, Yt: IVFPBI per capita en el período t, y Rt: término de perturbación en el período t. No se considera tendencia determinística debido a que no resultó ser significativa en las estimaciones de las relaciones de cointegración. Esto último es bastante razonable, debido a que el período objeto de estudio es relativamente breve como para apreciar un cambio gradual significativo en la eficiencia de los motores. Tampoco es posible incluir el precio del combustible 11 sustituto ya que se presentan problemas de colinealidad debido a la fijación administrada y conjunta de ambos precios. De todos modos, en la modelización VECM (Vector con Mecanismo de Corrección de Error) se incluye el precio del combustible sustituto y se evita el sesgo generado por la omisión de esta variable. La metodología que se sigue plantea realizar la estimación por Mínimos Cuadrados Ordinarios (MCO), y testear que los residuos Rt de la regresión sean I(0). En caso afirmativo, las variables se encuentran cointegradas y los estimadores MCO son super-consistentes. Dado que se está trabajando con las variables en logaritmos, los parámetros estimados representan las elasticidades de la demanda del combustible en cuestión respecto de la variable asociada al parámetro. Las relaciones de cointegración encontradas se presentan en la Tabla 2. Los resultados fueron obtenidos usando Eviews 3.0. Tabla 2. Estimación de las relaciones de largo plazo Modelo Gasoil Constante (β0) 0,14 (0,87) Elasticidad Precio l.p. (β1) -0,30 (0,08) Elasticidad ingreso l.p. (β2) 1,13 (0,20) 2 R -ajustado 0,78 Error estándar regr. 0,11 Durbin-Watson 1,51 Jarque-Bera 41,3 2 Estadístico-t ADF 3,67 3 1 1 1 Nafta 2,38 (0,52) -0,45 (0,06) 0,57 (0,11) 0,85 0,06 2,01 2,48 3,72 4 1 1 1 1 Desvío estándar en paréntesis. Se rechaza la hipótesis de normalidad al 1%. Esto responde a la existencia de 3 outliers (importaciones de combustible no registrada por ANCAP) que son luego modelizados en la dinámica de corto plazo. Si éstos son tenidos en cuenta, el valor del estadístico es 2,42 y no se rechaza la hipótesis de normalidad. 3 Significativo al 5%, ADF sin constante ni tendencia con 1 rezago según Akaike. 4 Significativo al 5%, ADF sin constante ni tendencia con 5 rezagos según Akaike. 2 En el caso del gasoil, la elasticidad precio estimada es de -0,30 mientras que la elasticidad ingreso de la demanda por este combustible es de 1,13. En la demanda de naftas, la elasticidad precio de 0,45 mientras que 0,57 fue la estimación de la elasticidad ingreso. Así, se aprecia una mayor magnitud en la elasticidad ingreso del gasoil que la encontrada en la demanda de naftas. Lo contrario sucede con las magnitudes de las elasticidades precio: la demanda de naftas resulta ser más elástica que la demanda de gasoil. Estos resultados parecen estar vinculados con el diferente tratamiento impositivo que han recibido las naftas y el gasoil en el período de estudio. Durante los primeros años del período considerado la relación precio naftas-precio gasoil se situaba en el orden de 1,7; luego, a partir de la modificación 12 impositiva introducida en 1993, este ratio se situó en torno a 2,1. Este fuerte incremento en la distorsión del precio relativo ha conducido a una fuerte sustitución de vehículos nafteros por automóviles Diesel que produce efectos significativos en el largo plazo en ambos mercados. En el de gasoil, el crecimiento acelerado del parque automotor conduce en el largo plazo a una reducida sensibilidad respecto a los cambios en el precio; mientras que en el de nafta, la baja elasticidad ingreso es explicada por la propia dinámica de la sustitución de vehículos y motores. De todos modos, dado que se está analizando dos mercados de bienes fuertemente sustitutivos, resulta altamente probable que los residuos de ambas demandas se encuentren correlacionados. Así, la utilización de un modelo uniecuacional puede conducir a estimaciones inconsistentes. Si esto es así, es preferible pasar a un contexto de vectores autorregresivos. Esto a su vez enriquece el análisis permitiendo que los precios de los sustitutos cercanos ingresen como variables explicativas. En esta formulación, el problema de colinealidad de los precios es superado ya que existen ecuaciones que explican su formación. En la siguiente sección, entonces, se realiza la modelización conjunta de ambos mercados mediante un análisis de cointegración, concentrándose en las relaciones de largo plazo exclusivamente, ya que son éstos los parámetros necesarios para realizar la cuantificación de la ineficiencia impositiva en estos mercados. Análisis multiecuacional Inicialmente se consideran todas las variables como endógenas. Además, se incluye un término constante, tres variables dummies estacionales centradas y tres variables dummies que recogen importaciones de gasoil desde Argentina no registradas por ANCAP en los períodos 1992:1, 1992:2 y 1996:3, utilizadas por UTE para la generación térmica de energía eléctrica. Se determina la existencia de una o más relaciones de cointegración utilizando el método de Máxima Verosimilitud con Información Completa de Johansen. Es necesario además, en esta misma etapa, determinar el número de rezagos a incluir en el VAR (Vectores Autorregresivos). Al respecto, no hay un criterio dominante. Esto es particularmente cierto en el caso de muestras finitas. Tanto el AIC (Criterio de Akaike) como el BIC (Criterio Bayesiano Schwarz) resultan en la elección de valores muy pequeños del número de rezagos y se comprueban importantes distorsiones de tamaño del test. Por ello, se adopta el enfoque de lo general a lo específico, es decir comenzar con un número elevado de rezagos e ir reduciéndolo hasta encontrar algún rezago significativo. Una alternativa a esta prueba sobre los parámetros consiste en realizar pruebas sobre los residuos del 13 modelo. Comenzando con un número elevado de rezagos, se prueba que sean ruido blanco, en caso afirmativo se vuelve a estimar el modelo con un rezago menos, y se repite la prueba. Este proceso continúa hasta detenerse cuando alguno de los estadísticos aporte evidencia sobre alguna estructura sistemática en los residuos. También puede determinarse el número de rezagos del modelo realizando pruebas de exclusión de los rezagos ecuación por ecuación. De acuerdo con Akaike, la formulación VAR(3) es la más apropiada, sin embargo, el criterio Bayesiano de Schwarz sugiere que el sistema sea formulado con 2 rezagos. Por otro lado, los residuos de las distintas alternativas son bien comportados exceptuando la no normalidad de los residuos de PBI p/c -y también del precio del gasoil cuando k=2. Finalmente, las pruebas de exclusión de rezagos sugieren que la formulación correcta es un VAR(3), esto se aprecia tanto en las ecuaciones de precios como en el sistema en su conjunto. Lo anterior sugiere trabajar con tres rezagos, y sobre esta especificación se realiza el test de cointegración de Johansen. La realización de la prueba muestra la existencia de dos relaciones de cointegración significativas al 1% tanto con el estadístico λtraza como con λtmáx. En la Tabla 3 se presentan las relaciones de cointegración del sistema restricto con dos relaciones de cointegración. Estas -normalizadas convenientemente- muestran las demandas estimadas por combustibles –los resultados fueron obtenidos usando PcFiml 9.00 (Doornik y Hendry, 1997). . Relaciones de largo plazo: (5) Qit = β0 + β1Pit +β2Pjt + β3Yt + εit con i,j = Naftas, Gasoil Tabla 3. Estimación de las relaciones de largo plazo Modelo Gasoil 1 Constante (β0) -2,85 (0,59) -0,32 (0,11) Elasticidad Precio Propio l.p. (β1) 0,34 (0,15) Elasticidad Precio Cruzada l.p. (β2) 1,71 (0,12) Elasticidad ingreso l.p. (β3) 1 Desvio estándar en paréntesis. 14 Nafta 1 2,63 (0,44) -0,77 (0,12) 0,24 (0,08) 0,60 (0,09) Se aprecia que las elasticidades precio cruzadas resultan ser significativas, la estimación encontrada en la demanda de gasoil es de 0,34 y de 0,24 en la demanda de naftas. La omisión de estas variables en la modelización uniecuacional -debido a problemas de colinealidad– no permite apreciar la verdadera interrelación entre los mercados vía cambios en los precios relativos. Además, esta omisión introduce un fuerte sesgo a la baja en la elasticidad precio de la nafta, la elasticidad precio propio (-0,77) es significativamente superior a la encontrada en la modelización uniecuacional (0,45); mientras que en el caso del gasoil, la elasticidad precio propio de largo plazo es de -0,32, valor similar a la encontrado anteriormente. Se aprecia, entonces, que la demanda de naftas resulta ser significativamente más elástica que la de gasoil, y que el grado de sustitución entre ambos es significativo. Al respecto, la elevada magnitud de la elasticidad precio cruzada del gasoil respecto al precio de la nafta -superior a la elasticidad precio propio- evidencia una fuerte sustitución entre las naftas y el gasoil. Respecto de las elasticidades ingreso, se aprecia en la demanda de naftas una elasticidad de largo plazo (0,60) similar a la encontrada anteriormente (0,57), mientras que para el gasoil fue significativamente mayor (1,71) que la obtenida en el modelo uniecuacional (1,13). Esto se debe parcialmente a la naturaleza estática del primer paso de la metodología de Engle y Granger. Si se considera el procedimiento alternativo –de la metodología de Engle y Granger- propuesto propuesta por Banerjee et al (1986), la elasticidad ingreso de largo plazo del gasoil en la modelización uniecuacional es 1,60. Esta dispar respuesta respecto al PBI p/c de cada tipo de combustible sugiere que el gasoil –o el vehículo Diesel– constituiría un bien suntuario, por poseer una elasticidad ingreso mayor a la unidad; mientras que con la nafta –o el vehículo naftero– sucede lo contrario, sería un bien inferior. Por otro lado, el rol del gasoil como insumo intermedio puede estar explicando en cierta medida la elevada la elasticidad ingreso. En una segunda interpretación de los resultados, la magnitud de la disparidad puede estar sugiriendo una sustitución irreversible de nafta por gasoil como respuesta a cambios significativos -de nivel- en el precio relativo de estos combustibles. Así, cambios en el nivel del precio relativo nafta-gasoil se traducen en cambios en la demandas de vehículos por tipo de combustible, que alteran la estructura del parque automotor en favor de los vehículos Diesel. Esto sugiere que las elasticidades precio explican los ajustes de consumo que realizan los propietarios de vehículos y solo parcialmente el cambio de motorización desde un vehículo con motor a explosión hacia uno con motor a 15 combustión interna, y en menor medida en sentido contrario. Esto resulta razonable desde que en el margen, un mayor ingreso permite realizar la inversión adicional requerida para tal sustitución. 16 5 EXOGENEIDAD A los efectos de realizar un ejercicio de simulación de política que implica cambios significativos en los impuestos se requiere que las variables de control (precios) sean super-exógenas. Siguiendo a Engle, Granger y Richard (1987), estas variables deben ser débilmente exógenas respecto a los parámetros de interés β (elasticidades de las funciones de demanda) y además estos últimos deben ser invariantes ante cambios en el proceso generador de datos (PGD) de las variables de control. En particular, se pretende realizar modificaciones impositivas en el precio de la nafta y gasoil, en otras palabras, cambios en el PGD –en el nivel de largo plazo- de los precios que provocan alteraciones en el precio relativo de los combustibles. La exogeneidad débil se requiere para que la variable instrumento pueda ser efectivamente de control. La invarianza parámetrica es requerida para hacer simulación de política, en última instancia se requiere que los agentes no modifiquen su patrón de comportamiento ante cambios en la estructura de precios, de lo contrario se estaría sujeto a una versión tributaria de la Crítica de Lucas (1976). A continuación, se procede a testear la exogeneidad débil del PBI per capita y de los precios de los combustibles respecto de los parámetros de las relaciones de largo plazo. Es de esperar que el PBI per capita sea débilmente exógeno respecto de los parámetros de interés. Sin embargo, en lo atinente a los precios, como fue señalado en la sección 2, es de presumir que en un mercado con estructura monopólica, para una estructura impositiva dada, los precios antes de impuestos no serían exógenos respecto de los parámetros de interés. Existiría entonces, un movimiento conjunto de los precios explicada por la determinación simultánea de los mismos. No sucederá lo mismo con el precio relativo, ya que como fuera expuesto anteriormente, en la medida que los impuestos a las naftas y el gasoil son fijados en un entorno político, donde productores y legisladores defienden sus propios intereses, es de esperar que el precio relativo de los combustibles sea débilmente exógeno al modelo. Exogeneidad débil Cuando los componentes de β –coeficientes de las relaciones de largo plazo- son los parámetros de interés, Johansen (1992) muestra que en una formulación VECM, probar la exogeneidad débil de una determinada variable es lo mismo que probar que los coeficientes de ajuste de esta variable son nulos. La prueba consiste en un test de razón de verosimilitud (LR) a partir de la estimación por 17 Máxima Verosimilitud con Información Completa del modelo restricto y sin restringir. El estádistico se distribuye asintóticamente χ2 donde los grados de libertad están determinados por el producto entre el número de variables a testear y el número de relaciones de cointegración. En la Tabla 4 se aprecia que la realización de tal prueba no permite rechazar la hipótesis de que el PBI per capita es débilmente exógeno; sin embargo, se rechaza la exogeneidad débil de ambos precios. Este último resultado confirma la conducta del monopolista: los precios de los combustibles se fijan teniendo en cuenta la respuesta de los consumidores. Los resultados fueron obtenidos usando PcFiml 9.00 (Doornik y Hendry, 1997). Tabla 4. Prueba de Exogeneidad Débil - Estadísticos LR Pnafta Pgasoil 6,315* 10,355** PBI p/c 2,480 El valor crítico al 95%(99%) de significación de una χ2(2) es 5,99(9,21) *(**) se rechaza la hipótesis nula al 5%(1%) de significación. Como fue tratado en la sección 2, dado el proceso por el cual el IMESI es fijado, se presume que estos cambios deberían ser exógenos a las funciones de demanda.3 Una forma de testear la exogeneidad débil del precio relativo consiste en plantear un sistema formado por Naftas p/c, Gasoil p/c, Prelativo y PBI p/c , analizar el orden de cointegración; luego interpretar la(s) relación(es) de cointegración y verificar si es una combinación lineal del modelo estimado anteriormente –teniendo en cuenta las restricciones sobre las elasticidades precio que esta representación supone-, y en caso afirmativo testear la exogeneidad débil de Prelativo y PBI p/c. Siguiendo esta alternativa, se encuentra una relación de cointegración significativa al 1% tanto para el estadístico λˆ i como para − T ∑ ln(1 + λˆi ) . El siguiente paso consiste en imponer las restricciones de exogeneidad débil sobre el Prelativo y PBI p/c; y una vez estimado el vector de cointegración, es preciso verificar que éste pertenezca al espacio de cointegración definido por el modelo original. Al repecto, el test LR de exogeneidad débil no permite rechazar la exogeneidad débil de ambas variables: el valor del estadístico -cuya distribución asintótica es χ2 (2)- es 2,94 (p-valor = 0,23). Finalmente, imponiendo las restricciones pertinentes en el modelo original, el vector de cointegración estimado en el modelo auxiliar pertenece al subespacio generado por el modelo original: el valor del estadístico LR fue 0,625 (p-valor = 0,960). 3 Es decir, el monopolista, a través de su función de decisión, modifica los precios solo marginalmente para obtener cierto nivel de recaudación; mientras que son las modificaciones tributarias las que explican los cambios en el precio relativo. 18 Estos resultados permiten afirmar que el precio relativo de los combustibles es débilmente exógeno respecto del subespacio generado por las demandas de combustibles. Este hecho verifica entonces, la presunción que la fijación del IMESI por ley no responde a una respuesta a las demandas sino a otros aspectos. Por lo tanto, los cambios en la estructura del IMESI a los combustibles son débilmente exógenos respecto de los parámetros de interés. De acuerdo con lo anterior es posible concluir que los precios de los combustibles no son débilmente exógenos respecto de los parámetros de la funciones de demanda. Esto puede ser atribuido a la estructura monopólica del mercado que se analiza: el monopolista integra las demandas en su problema de maximización cuando determina los precios. Sin embargo, no se rechaza la exogeneidad débil del precio relativo. El hecho que el principal determinante de éste sea el IMESI diferencial aplicado a cada tipo de combustible junto con la fijación por la vía legislativa de los niveles de este impuesto, explica la exogeneidad débil de esta variable respecto de los parámetros de las funciones de demanda. En otras palabras, el entorno político en el cual se fija el precio relativo hace que éste no se ajuste a las demandas por cada tipo de combustible. Invarianza Paramétrica A continuación se analiza la invarianza de las elasticidades precio propio y cruzada de las demandas de largo plazo; es decir, de los parámetros requeridos para el análisis de optimalidad de los impuestos. En el año 1993 se produce la principal modificación –como consecuencia de cambios en el IMESI de ambos combustibles (Ley 16.226)- en el precio relativo de los combustibles, la cual puede ser apreciada en el Gráfico 1. Es este cambio en el tratamiento tributario el que sirve de base para el análisis de invarianza parámetrica de β respecto de cambios en el PGD de los precios de los combustibles. A tal efecto, se considera una variable dummy “escalón” que toma el valor 0 desde 1988:2 hasta 1992:4 y el valor 1 desde 1993:1 hasta 2001:2, de manera de recoger el cambio en el IMESI para cada tipo de combustible. La prueba a realizar consiste en incluir en el sistema el producto de la variable precio –naftas y gasoil- y la dummy “escalón”. Si existe algún cambio en la elasticidad debido a la modificación en el IMESI, el parámetro de esta variable resultaría significativo. En ese caso, cambios en el PGD de los precios producirían modificaciones en los parámetros de las funciones de demanda. Por lo tanto, la prueba consiste en testear la significación de la inclusión de este regresor adicional –tanto para la elasticidad precio de las naftas como del gasoil. Se realiza para 19 esto un test de Razón de Verosimilitud para cada regresor; la distribución del estadístico es χ2 (2) dado que se está restringiendo un parámetro por relación de cointegración. La Tabla 5 muestra los resultados de las pruebas –los resultados fueron obtenidos usando PcFiml 9.00 (Doornik y Hendry, 1997). Tabla 5. Invarianza Paramétrica de las elasticidades precio Prueba H0: Pgasoil*dummy “escalón” no significativo H0: Pnaftas*dummy “escalón” no significativo Estadístico-LR 2,170 2,266 p-valor 0,338 0,322 En ambos casos, los resultados de las pruebas permiten afirmar que las elasticidades precio propio y precio cruzada han permanecido invariantes ante cambios en el tratamiento impositivo otorgado a los combustibles. Este hecho, junto con la exogeneidad débil del precio relativo de los combustibles, permite utilizar las coeficientes estimados de las elasticidades para cuantificar los efectos económicos de modificaciones en el IMESI en estos mercados. En otras palabras, es posible suponer la superexogeneidad de cambios en el IMESI respecto de las demandas de largo lazo. Dado que en el largo plazo es la estructura impositiva la que determina este ratio, y se pretende cuantificar los efectos de modificaciones permanentes en los precios, las elasticidades estimadas permiten realizar este ejercicio. 20 6 ANALISIS DE LA ESTRUCTURA IMPOSITIVA Una vez estimado el modelo y analizados los diferentes requisitos necesarios para realizar un ejercicio de simulación de política, es posible determinar los tipos impositivos óptimos en términos de Pareto. Se asume que el cambio a realizar en los precios es exógeno y permanente, tal como sucedió en el año 1993. Como el análisis está a mitad de camino entre un enfoque parcial y un enfoque general –solo cambios impositivos en dos mercados-, son considerados solo los efectos directos y cruzados de modificaciones en los tipos impositivos entre estos dos mercados. Adicionalmente, como el modelo estimado posee elasticidades constantes es preciso reformular la regla de Ramsey con elasticidad constante lo cual se expresa en (6) y (6’). Por otro lado, debe incorporarse una restricción que mantenga la recaudación del gobierno incambiada, esto es representado por la ecuación (7). (6) ηNG tG tN + ηNN = −θN , y pG pN (6’) ηGN tN tG + ηGG = −θG pN pG (7) tG tN tN tG tG = R 0 + ηGG + ηNN tN + xG + ηGN xN + ηNG pG pN pN pG donde ηij es la elasticidad de la demanda del bien i respecto del precio del bien j, y pN y pG son los precios de las naftas y el gasoil antes de impuestos respectivamente, tN y tG son los impuesto a las naftas y el gasoil respectivamente, xN y xG son las cantidades demandadas sin considerar impuestos y R0 es el nivel de recaudación actual. Aunque θ no puede ser estimado a partir de la información incluida en el análisis, es posible obtener los tipos impositivos óptimos para estos mercados igualando θN y θG: (8) ηNG tG tN tN tG + ηNN = ηGN + ηGG pG pN pN pG 21 Resolviendo el sistema conformado por (7) y (8) se arriba a los impuesto óptimos obtenidos a partir de la regla de Ramsey. Las cantidades y precios con las cuales se realiza la simulación son las correspondientes al último período de la muestra, esto es, junio de 2001 para los precios, y para las cantidades se toma –a los efectos de eliminar el componente estacional del consumo de combustibles- el año móvil finalizado en el mismo mes. La Tabla 6 muestra las cantidades y precios utilizadas en el ejercicio de simulación. Tabla 6. Cantidades y Precios a junio 2001 Naftas 399.890 14,80 6,57 3 Cantidad (en m ) Precio con IMESI Precio sin IMESI Gasoil 791.200 6,20 4,54 Fuente: ANCAP, BCU y en base a cálculos propios. Resolviendo el sistema conformado por (7) y (8) se arriba a los tipos impositivos óptimos los cuales son presentados en la Tabla 7. El índice de desaliento de Mirrlees en esta situación (θ*) es –0,14. Tabla 7. Set de impuestos óptimos 1 Situación actual Impuestos óptimos 1 Naftas 0,67 (132%) 0,23 (47%) Gasoil 0,12 (36%) 0,32 (94%) En dólares norteamericanos de junio de 2001. Se aprecia que, para alcanzar el óptimo, se debe lograr una reducción del IMESI a las naftas y un aumento del IMESI al gasoil. Es preciso dejar claro que estos resultados brindan información sobre la dirección de los cambios y no son concluyentes respecto de las magnitudes. La razón que justifica esta relativización radica en que la magnitud de los cambios que deberían realizarse sobre los impuestos –y por ende, sobre los precios-, están lejos de ser marginales. Nada asegura que las elasticidades estimadas, una vez introducidas las modificaciones, se mantengan en los valores estimados –a pesar de que la prueba de invarianza paramétrica habilita a realizar el ejercicio para cambios que en su momento tampoco fueron marginales. 22 Los precios óptimos son para el gasoil de USD 0,66 y para las naftas de USD 0,73. Esto supone que en la situación actual, el argumento a favor de los sectores productivos que utilizan como insumo el gasoil hace que, en relación con el óptimo, los consumidores de naftas subsidien a los que demandan gasoil. El monto de este subsidio representa en el año 58 millones de dólares.4 Por otro lado, se han introducido distorsiones –válidas de acuerdo al Teorema del Second Best de Lipsey y Lancaster- en otros mercados tendientes a atenuar las modificaciones en el comportamiento de los consumidores como consecuencia de las distorsiones en el mercado de combustibles. En particular, a partir del año 1996 con el Decreto 338/996 se ha gravado con un IMESI de un 30% a los vehículos Diesel de pasajeros y de 25% a los vehículos a nafta de pasajeros. Próximamente –de acuerdo con lo establecido en la Ley 17.296-, se pasará a 60% y 40% respectivamente. Sin embargo, el elevado grado de sustitución encontrado en el análisis empírico muestra que esta distorsión adicional no ha sido eficaz en cumplir su objetivo ya que, por un lado, probablemente no constituya una distorsión suficiente; y por otro lado, la mayor inversión requerida en el momento de la compra de un vehículo Diesel -que supone el IMESI diferencial a los automóviles-, es recuperada parcialmente en el momento de su posterior venta (valor residual de la inversión). De esta manera, para valores razonables de la tasa de descuento del consumidor, los menores costos variables (de funcionamiento) de un vehículo Diesel hacen que este sea preferible. Por otro lado, si bien ciertos costos fijos y variables adicionales asociados a la tenencia de un vehículo (patente, seguro, repuestos, service) son mayores para los vehículos Diesel, cuando se consideran los costos en su totalidad, para un número razonable de kilómetros/mes recorridos, estos más que se compensan. Adicionalmente, como suele suceder, durante la década de los noventa los consumidores lograron evadir el IMESI a los vehículos Diesel mediante la compra de motores Diesel para su posterior sustitución. Recientemente la importación de este tipo de motores comenzó a ser gravada con IMESI. De todas maneras, durante los últimos cinco años se importaron motores Diesel a razón de 5.000 unidades por año.5 Dado que el gasoil es un bien intermedio-bien de consumo, es de esperarse que el impuesto óptimo a este combustible debe encontrarse dentro del rango definido por la aplicación de la Regla de 4 Dicho monto fue calculado como el producto entre el plus de impuesto que se paga por litro de nafta respecto de la situación óptima, y el consumo anual de naftas. 5 Fuente: declaraciones de Fanny Schnur, asesora legal de la Cámara Uruguaya de Importadores de Material Automotriz Usado (CIMU), Diario El Observador, 24 de agosto de 2001. 23 Ramsey y la consideración del production efficiency lemma. De todos modos, la evolución de las cantidades demandadas de combustibles y la estructura del parque automotor sugieren que en los últimos años las autoridades no han incorporado con el debido peso en su función objetivo al rol del gasoil como bien de consumo, ni las distorsiones generadas en el mercado de automóviles. Además, como fue señalado en la sección 3, cuando existen distorsiones que no pueden ser corregidas sin gravar un bien intermedio, el production efficiency lemma deja de ser preferible. A un resultado similar arriba Hughes (1987), aunque con un enfoque más descriptivo. Este autor, en un trabajo que analiza la estructura impositiva de los combustibles en países en desarrollo, concluye que el impacto inflacionario de un mayor gravamen sobre los combustibles que constituyen insumos productivos ha sido sobredimensionado por las autoridades, y que una brecha significativa entre el tratamiento del gasoil y las naftas, conduce en el largo plazo a una sustitución en el medio de transporte. El primer punto es razonable: la capacidad del traslado a precios finales de un incremento en el precio de un insumo depende del tipo de mercado; en muchos casos, cuando se trata de bienes transables, por ejemplo en el sector agropecuario, dicha capacidad es limitada e incluso nula. El segundo es aplicable a Uruguay a la luz de los resultados obtenidos, ya que se genera una importante distorsión que sesga las decisiones de los consumidores. Si se consideran las externalidades negativas provocadas por la emisión de gases contaminantes derivados del consumo de combustibles y los resultados de un trabajo de European Commission (1999) donde se destaca el mayor poder contaminante del gasoil, el gravamen sobre el gasoil debería ser aún mayor. Al respecto, Mayeres (2001) muestra que la omisión de este aspecto en varios países de Europa ha conducido a estructuras impositivas que favorecen la polución. En Uruguay, existen señales (impuesto sobre la nafta sin plomo USD/lt 0,70, y sobre la nafta con plomo USD/lt 0,67) que revelan la poca relevancia que las autoridades le asignan a las cuestiones ambientales. Esto evidentemente muestra que no solo no se tiene en cuenta el impacto ambiental negativo del plomo, sino que por el contrario se incentiva el consumo de combustibles con plomo. Entonces, Uruguay además de ser uno de los pocos países donde se consume nafta con plomo, es un país que premia a quien la consume! Hay razones económicas y políticas que explican tal conducta. Aunque no es el objetivo de este trabajo centrarse en estos aspectos, hay lugar para realizar algunas consideraciones al respecto. Por un lado, esto responde a una conducta discriminadora típica de un monopolista. Desde que existen vehículos que requieren nafta sin plomo para no dañar partes de su motor y escape (catalizador y 24 sondas lamda), existe un segmento del parque automotor para el cual la disposición a pagar del propietario por litro de nafta es mayor. Por otro lado, la refinería de La Teja tiene una capacidad limitada para producir nafta sin plomo (30% de la producción total de naftas). Entonces, alentar el consumo de nafta sin plomo dejaría a la refinería con una gran capacidad ociosa, debiéndose cubrir la brecha con importaciones de naftas sin plomo; o requeriría de una cuantiosa inversión adicional. El reducido peso del impacto ambiental negativo del plomo en la función objetivo de las autoridades –un mal erradicado en los países desarrollados– permite suponer que lo mismo sucede en el caso del gasoil en relación con las naftas. 25 7 CONCLUSIONES Los resultados a los que se ha arribado a partir del análisis empírico de los mercados de naftas y gasoil, permiten extraer las siguientes conclusiones. En primer lugar, si bien en un contexto teórico, los bienes intermedios no deben ser gravados pues bastaría con gravar los bienes finales para lograr la misma recaudación sin afectar la eficiencia productiva, esto deja de ser válido cuando -mediante la aplicación de esta recomendación- se generan distorsiones adicionales en otros mercados. Este trabajo muestra que la estructura impositiva actual del IMESI a las naftas y al gasoil genera un subsidio implícito a este último que se manifiesta en una transferencia desde los consumidores de naftas hacia los demandantes de gasoil. El óptimo en términos de Pareto, a la luz de los resultados obtenidos, se encontraría en una situación intermedia entre la regla de Ramsey y el production efficiency lemma. Es posible alcanzar una mejora en términos de Pareto reduciendo la imposición sobre las naftas y aumentando el gravamen sobre el gasoil. En segundo término, se ha mostrado que la estructura impositiva ya aludida, genera un costo de ineficiencia fácilmente perceptible en algunos de sus aspectos. En efecto, el incentivo o subsidio al gasoil redireccona la demanda natural hacia los automóviles Diesel. Además, si bien se han introducido distorsiones compensatorias en otros mercados (de automóviles), éstas no han sido efectivas para desincentivar la sustitución de consumo de naftas por gasoil ya que la mayor inversión inicial requerida para acceder a un vehículo Diesel es parcialmente compensada por el valor del vehículo en su posterior venta. Adicionalmente, la importación de motores Diesel ha sido un mecanismo eficaz para sortear este gravamen durante el período analizado, con lo cual, el objetivo de recaudación tampoco ha sido alcanzado en su totalidad. En tercer lugar, la estructura de precios actual incentiva la contaminación del ambiente al inducir el uso de combustibles de mayor poder contaminante -tanto a través de la emisión de plomo (nafta Supra y Especial) como de MP y productos oxidantes (gasoil). Se incentiva –a través del sistema de precios– a que ciertos consumidores se vuelvan contaminantes adaptando las especificaciones “de fábrica” (eliminando los dispositivos que se dañan con el consumo de nafta con plomo) de los vehículos para evitar el “lujoso” consumo de nafta sin plomo. Las razones, desde una óptica individual son obvias, ¿quién estaría dispuesto a pagar por el bienestar de toda la comunidad, cuando la mayoría de los consumidores están contaminando ya sea mediante el consumo de nafta con plomo como de gasoil? 26 Un cuarto aspecto que se desprende del análisis se refiere a quiénes son los beneficiarios de las distorsiones aplicadas a los precios de las naftas y el gasoil: si la comunidad en su conjunto o algunos grupos organizados bajo forma de asociaciones, gremios, federaciones, y obviamente aquellos que racionalmente –porque decisiones políticas se lo indican a través del IMESI diferencial- se “pasan” de la nafta al gasoil. Las respuestas a estas interrogantes no pueden ser dadas por este trabajo dado que se requiere cuantificar el impacto del gasoil como bien intermedio, quienes son los usuarios, etc. Sin embargo, teniendo en cuenta el impacto ambiental negativo, es posible afirmar que el impuesto al gasoil está por debajo del nivel óptimo. Más importantes aún, son los efectos dinámicos de esta medida de política, pues las elasticidades ingreso de largo plazo estimadas conducen hacia un peso creciente en el consumo del combustible más nocivo para la comunidad. Pero de todos modos, los grupos más beneficiados no pueden definirse con claridad dado el alcance de este trabajo. Finalmente, la supuesta -e inminente- incorporación del Gas Natural Comprimido (GNC), como ya ha sucedido en países de la región, a la luz de los resultados presentados en este trabajo, puede ser vista como un "certificado de defunción" de las naftas. Esto se debe a que el precio antes de impuestos es menor que el precio del gasoil (como se observa a nivel internacional) y aunque su rendimiento es menor el proceso de sustitución es explosivo por el reducido monto de la inversión en el dispositivo requerido para la sustitución y la flexibilidad en el uso de un tipo de combustible u otro (naftas o GNC) una vez que la inversión ha sido realizada. Es de destacar el menor poder contaminante del GNC respecto de las naftas y particularmente si se lo compara con la nafta con plomo. Esto plantea un desafío para las autoridades, quienes deberán tener en cuenta todos estos aspectos a la hora de fijar el tipo impositivo que grave a este combustible. El precio final de éste condicionará el grado de sustitución y la capacidad de conservar el ambiente. Un precio elevado que desestimule un proceso de sustitución explosiva supone un desprecio por el ambiente y continuar en la senda de una participación creciente en el stock automotor de vehículos Diesel. Por otro lado, un precio razonable -tal vez algo superior al del gasoil-, que mantenga invariado el nivel de recaudación y, a la vez, estimule la sustitución desde naftas a GNC, implicará un menor impacto ambiental, pero inevitablemente y en un breve lapso, conducirá a una dramática reducción en el consumo de naftas. 27 8 REFERENCIAS BIBLIOGRAFICAS Aboal, D. (2001) “Elasticidad de Corto y Largo Plazo de la Demanda de Gasolina en Uruguay: Una Aplicación de Modelos de Corrección de Error”. Mimeo. Ahmad, E. Y N. Stern (1991). The Theory and Practice of Tax Reform in Developing Countries. Cambridge University Press, Cambridge. Atkinson, A.B. y J.E. Stiglitz (1980). Lectures on Public Economics. McGraw-Hill, Londres. Bentzen, J. (1994). “An Empirical Analysis of Gasoline Demand in Denmark Using Cointegration Techniques” Energy Economics, 16 (2), 139-143. Deaton, A. (1987). “Econometric Issues for Tax Design in Developing Countries” en The Theory of Taxation for Developing Countries, World Bank, D. Newbery y N. Stern Editores. Oxford University Press, New York, 533-559. Deaton, A. y J. Muellbauer (1980). Economics and Consumer Behavior. Cambridge University Press, New York. Diamond, P.A. y J.A. Mirrlees (1971) “Optimal Taxation and Public Production I: Production Efficiency y II: Tax Rules”, American Economic Review, 61, 8-27, 261-278 Dickey, D.A. y W.A. Fuller (1979). “Distribution of the Estimators for Autoregressive Time Series with a Unit Root”. Journal of the American Statistical Association, 74, 427-431. Dickey, D.A. y W.A. Fuller (1979). “Likelihood Ratio Statistics for Autoregressive Time Series With a Unit Root”. Econometrica, 49, 1057-1072. Dickey, D.A., H.P. Hasza, y W.A. Fuller (1984). “Testing for Unit Roots in Seasonal Time Series”. Journal of the American Statistical Association, 79, 355-367. Dickey, D.A. y S.G. Pantula (1987). “Determining the Order of Differencing in Autoregressive Processes”. Journal of Business and Economic Statistics, 5, 455-461. Eltony, M. y N. Al-Mutairi (1995) “Demand for Gasoline in Kuwait: An Empirical Análisis Using Cointegration Techniques” Energy Economics,17 (3), 249-253. Engle, R.F. y C.W.J. Granger (1987). “Co-integration and Error Correction: Representation, Estimation, and Testing”. Econometrica, 55(2), 251-276. Engle, R.F. y D.F. Hendry (1993). “Testing Super Exogeneity and Invariance in Regression Models”. Journal of Econometrics, 56, 119-139. Engle, R.F. y B.S. Yoo (1987). “Forecasting and Testing in Cointegrated Systems”. Journal of Econometrics, 35,143-159. Favero, C. y Hendry, D.F. (1992). “Testing the Lucas Critique: A Review”. Econometric Reviews, 11, 265-306. 28 Goodwin, P. (1992). “A Review of new Demand Elasticities with Special Reference to Short and Long Run Effects of Price Changes”. Journal of Transport Economics and Policy, 26, 155-163. Graham, D. y S. Glaister (2001). “The Demand for Automobile Fuel: A Survey of Elasticities”, mimeo. Hamilton, J.D (1994). Time Series Analysis. Princeton University Press, Princeton. Harberger, A. (1974). Taxation and Welfare. The University of Chicago, Chicago. Harris R. (1995). Cointegration Analysis in Econometric Modelling. Prentice Hall. Harvester Wheatsheaf. Hendry, D.F., R.F.Engle y J.F. Richard (1983). “Exogeneity”. Econometrica, 51(2), 277-304. Hughes G. (1987). “The Incidence of Fuel Taxes: A Comparative Study of Three Countries” en The Theory of Taxation for Developing Countries, World Bank, D. Newbery y N. Stern (ed), Oxford University Press, New York, 533-559. Hylleberg, S. (1995), “Tests for Seasonal Unit Roots: General to Specific or Specific to General?”. Journal of Econometrics, 69,5-25. Hylleberg, S., R.F. Engle, C.W.J. Granger y B.S. Yoo (1990). “Seasonal Integration and Cointegration”. Journal of Econometrics, 44, 215-238. Johansen, S. (1988). “Statistical Analysis of Cointegration Vectors”. Journal of Economics Dinamics and Control, 12, 231-254. Johansen, S. (1991). “Estimation and Hipothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models”. Econometrica, 59, 1551-1580. Johansen, S. (1992). “Testing Weak Exogeneity and the Order of Cointegration in U.K. Money Demand Data”. Journal of Policy Modeling, 14,3, 313-334. Johansen, S. y K. Juselius (1990). “Maximun Likelihood Estimation and Inference on Cointegration - with Applications to the Demand of Money”. Oxford Bulletin of Economics and Statistics, 52, 169-210. Mas-Colell, A., M.D. Whinston y J.R. Green (1995). Microeconomic Theory. Oxford Universtity Press, New York. Mayeres, I. y S. Proost (2000). “Should Diesel Cars in Europe Be Discouraged? ”. Center for Economic Studies, Katholieke Universiteit Leuven. Working Paper Series Nº 2000-5. Myles, G.D. (1995). Public Economics. Cambridge University Press. Cambridge. Ramanathan, R. (1999). “Short- and Long-Run Elasticities of Gasoline Demand in India: An Empirical Analysis Using Cointegration Techniques” Energy Economics, 21, 321-330. Ramsey, F.P. (1927). “A Contribution to the Theory of Taxation”. Economic Journal, 37, 47-61 29 Stern, N. (1987). “Aspects of the General Theory of Tax Reform” en The Theory of Taxation for Developing Countries, World Bank, D. Newbery y N. Stern Editores. Oxford University Press, New York, 533-559. Stone, J.R.N. (1954). The Measurement of Consumers’ Expenditure and Behaviour in the United Kingdom, 1920-1938. Vol. I, Cambridge University Press, Cambridge. 30 9 APENDICE Tabla A.1. Pruebas ADF Ho Variable Rezagos 2 2 ∆ log(Gasoil p/c) 1 ∆log(Gasoil p/c) 2 2 ∆ log(Naftas p/c) 4 ∆log(Naftas p/c) 3 ∆2log(PBI p/c) 4 ∆log(PBI p/c) 1 ∆2log(Pgasoil) 2 ∆log(Pgasoil) 2 ∆2log(Pnaftas) 1 ∆log(Pnaftas) γ=0 ττ γ=0, β=0 Φτ -3,364 5,764 1,561 3,252 -1,481 1,487 -0,900 1,744 -0,553 2,451 γ=0 τc -6,689** -1,679 -6,539** -1,398 3,208* -1,235 -3,761** -1,873 3,349* -1,984 γ=0, µ=0 Φc N/C 1,703 N/C 0,998 N/C 1,541 N/C 2,063 N/C 2,093 γ=0 τn -6,481** 0,657 -6,489** -0,267 -2,944** 1,203 -3,697** -1,057 -3,354** -0,646 *(**) se rechaza la hipótesis nula al 5% (1%) de significación. τ: estadístico-t, Φ: estadístico-F. Modelo a testear: ∆yt = µ + βt + γyt-1 + δ1∆yt-1 + δ2∆yt-2 + . . . + δk∆yt-k + εt Tabla A.2. Test HEGY Rezagos π1 = 0 Gasoil p/c 3 -2,137 τ, c, dummies 0 -1,848 τ, c C, dummies 0 -1,087 C 0 0,182 N 0 1,131 Naftas p/c 2 1,266 τ, c, dummies 2 0,791 τ, c c, dummies 3 1,319 C 2 2,666 N 2 -0,849 PBI p/c 0 -1,075 τ, c, dummies 1 -1,227 τ, c c, dummies 0 -1,328 C 0 -2,724 N 1 1,137 π2 = 0 π4 = 0 π3 = 0 π3 = 0, π4 = 0 -2,480 -3,738** -3,540* -3,501** -3,652** -1,865 -0,736 -0,788 -0,859 -0,781 -3,682* -4,125** -4,450** -4,388** -3,972** 8,801* 9,021** 10,551** 10,339** 8,440** -3,278* -2,535* -2,726 -3,450** -2,731** -2,880** -0,333 -3,346** -2,857** -0,309 -4,114* -1,426 -3,466 -4,059** -1,305 14,901** 1,086 12,781** 14,610** 0,912 -3,735* -0,758 -3,718* -3,721** -0,787 -2,062* -0,375 -2,098* -2,155* -0,486 -4,800** -0,829 -4,827** -4,744** -0,825 17,600** 0,414 17,953** 17,335** 0,461 *(**) se rechaza la hipótesis nula al 5% (1%) de significación. Modelo a testear: ϕ*(L) z4,t = µt + π1 z1,t-1 + π2 z2,t-1 + π3 z3,t-2 + π4 z3,t-1 + εt donde: z1,t = (1 + L + L2 + L3) yt z2,t = -(1 - L + L2 - L3) yt , z3,t = -(1 + L2) yt , z4,t = (1 - L4) yt , ϕ*(L): componente estacionario de yt , µt: componentes determinísticos. 31 32