determinantes del poder de mercado: un análisis del sector
TRANSCRIPT
1
Determinantes del poder de mercado: un análisis del sector de la
telefonía móvil en Colombia
Daniel Gómez Zafra
Universidad de los Andes
Resumen
Este documento analiza los determinantes del poder de mercado en el sector de la
telefonía móvil en Colombia. Desde una perspectiva del paradigma Estructura-
Conducta-Desempeño, se estudia cómo factores específicos del mercado afectan
la dinámica de competencia de la industria. Se estima un modelo estructural de la
industria de telefonía móvil, usando datos panel entre los años 2000-2012 para los
tres principales operadores en Colombia. Se encuentra evidencia de que la
concentración lleva a mayores ganancias y las mayores ganancias llevan a una
mayor concentración de mercado. También se encontró una relación negativa
entre la concentración de mercado y los precios de los consumidores. No se
encuentra evidencia de que Claro abuse de su posición de dominio y se
perjudique con mayores precios a los consumidores1.
JEL Code: L11, L96.
Palabras clave: competencia, telefonía móvil, estructura, concentración.
1 Quiero agradecer a Hernán Vallejo por su guía crítica en la elaboración de este primer documento
publicable. También, quiero agradecer a Daniel Gómez Gaviria por sus comentarios críticos a este trabajo, así como todas las herramientas teóricas y bibliográficas suministradas.
2
1. Introducción
La reciente polémica en Colombia sobre el poder de mercado de Claro en el
servicio de telefonía móvil ha generado un fuerte debate entre la sociedad, el
Gobierno y los agentes privados sobre la regulación o falta de la misma en este
mercado, su eficiencia y los beneficios reales para la sociedad. Los estudios
sobres las políticas regulatorias y/o leyes de competencia, sus resultados,
beneficios y falencias en este sector, pueden contribuir aportando elementos
técnicos a este debate.
Este documento tiene como objetivo brindar elementos para el debate y contribuir
a la formulación de medidas regulatorias (de ser necesarias) que tengan un
impacto positivo en la dinámica de competencia del sector. Se pretende identificar
los principales determinantes de la concentración de mercado en el sector de la
telefonía móvil y cómo estos influyen en la competencia del mismo.
Adicionalmente se pretende identificar si estos determinantes afectan la
competencia y cuáles son sus efectos en la estructura de mercado.
Para desarrollar los elementos descritos anteriormente se planteará un enfoque al
problema con base en el paradigma Estructura-Conducta-Desempeño con un
sistema de ecuaciones simultáneas. Este enfoque ha sido ampliamente utilizado
por los investigadores de la organización industrial para identificar la dinámica de
las distintas industrias y los componentes que la afectan. Específicamente, se trata
de un método empírico que permite identificar el nivel de competencia en el
mercado y cómo ésta se ve afectada por los diferentes componentes que
conforman al mismo. Debido a las relaciones endógenas y exógenas de los
diferentes componentes del mercado, resulta útil establecer un sistema de
ecuaciones simultáneas para capturar los diferentes efectos de estos
componentes y sus relaciones causales.
3
2. Marco teórico
2.1. Los estudios sobre el sector de las telecomunicaciones
Numerosos estudios sobre las diferentes industrias y su nivel de concentración se
han realizado durante muchos años y varios autores se han enfocado en esta
relación en las diferentes industrias de cada país. En palabras de Sutton (1996),
es bastante probable que si una industria se encuentra dominada por un pequeño
grupo de firmas en un país, esta misma industria se encuentre dominada por un
pequeño grupo de firmas en cualquier otro país. Estos estudios son fundamentales
para la elaboración de políticas de regulación y competencia que se puedan
traducir en beneficios reales para los consumidores de cada país.
Los estudios empíricos sobre poder de mercado, regulación y competitividad en el
sector de la telefonía móvil, y sobre las telecomunicaciones en general, han venido
tomando cada vez mayor importancia debido al rápido crecimiento y dinamismo
del sector. La mayoría de los estudios en el sector se han centrado en la difusión
de la telefonía móvil, los costos de interconexión entre redes de telefonía local y
móvil y la estructura del mercado como tal. Sin embargo, los estudios empíricos
sobre los efectos de las diferentes regulaciones en este sector hasta ahora han
comenzado a llamar la atención de algunos investigadores, y particularmente la de
los entes reguladores de cada país.
Entre los estudios sobre competencia en el mercado de la telefonía móvil se
destaca el de Parker y Röller (1997) quienes analizando el comportamiento del
sector de la telefonía móvil en Estados Unidos, encuentran que en ese mercado
existen precios más altos que aquellos presentes en un mercado de oligopolio no
cooperativo2. De igual forma, encuentran evidencias de que la regulación en este
2 Un oligopolio no cooperativo ocurre cuando agentes económicos coluden sin antes presentarse un
acuerdo expreso. También se conoce como colusión tacita.
4
mercado puede estar llevando a precios más altos, aunque se trata de una
relación no lineal.3
Este resultado muestra la dificultad en la regulación de mercados poco
competitivos, donde algunas políticas impulsadas por el regulador pueden reducir
el nivel de competencia en el mercado y afecta el bienestar de los consumidores.
Por otro lado, Grzybowski (2005) realiza un estudio más detallado sobre el
impacto de las regulaciones en el sector de la telefonía móvil en los estados de la
UE, tanto en los precios como en la demanda. En él encuentra que ciertas
políticas como la portabilidad numérica, la liberalización en la telefonía local y
permitir que operadores tengan acceso a las redes del operador dominante, han
tenido impactos significativos en la disminución de precios y el aumento de la
demanda. Sin embargo, él mismo reconoce que las regulaciones tienen diferentes
efectos dentro de cada país y es necesario hacer estudios particulares para cada
uno. Esto resalta la necesidad de realizar estudios empíricos que configuren una
evaluación idónea de cada industria en determinado país, con el fin de obtener
resultados específicos y realizar las correcciones necesarias para promover el
máximo bienestar de los consumidores.
En otro estudio para los países de la Organización para la Cooperación y el
Desarrollo Económico (OECD por sus siglas en inglés) Sung (2006) realiza una
investigación sobre la relación entre la cuota de mercado, los precios y las
ganancias de las empresas de telefonía móvil de los países miembros de la
OECD, con el fin de determinar la existencia de poder de mercado y cómo este
afecta la dinámica de los precios y las ganancias sobre la cuota del mismo. Entre
sus resultados, Sung encuentra que una alta concentración lleva a mayores
precios, que a su vez lleva a mayores ganancias y estas a mayor concentración de
mercado nuevamente. Adicionalmente, evalúa ciertas políticas regulatorias y
encuentra que estas tienen un efecto significativo en los precios, ganancias y la
concentración de mercado. Si bien el enfoque del Structure-Conduct-Performance
3 Los autores revalidan la información de estudios anteriores sobre este tema como el de Hausman (1995) y
Shew (1994).
5
utilizado por Sung en su estudio es aun fuertemente debatido por los estudiosos
de la organización industrial, proporciona una base para realizar estudios más
específicos en el mercado de la telefonía móvil. Sobre las críticas al enfoque de
Estructura-Conducta-Desempeño se profundizará más adelante en este
documento.
La OECD (2012) realizó un estudio sobre las políticas y regulación de
telecomunicaciones en México con el fin de responder a una petición del
organismo regulador de ese país para realizar un diagnóstico de este mercado y
los ajustes necesarios en materia de políticas y de regulación. En este estudio, se
encontró que el mercado de telecomunicaciones en México es controlado por un
operador dominante (Telmex) y que los demás operadores no representan una
competencia real para este operador. Esta situación se traduce en costos
excesivos a los consumidores e impacta negativamente el desempeño de la
economía mexicana. De igual forma, las políticas regulatorias han sido deficientes
a raíz de una posible captura del regulador por parte del operador dominante. La
pérdida de bienestar atribuida a la disfuncionalidad del sector de
telecomunicaciones en México se estima en 129 mil millones de dólares (2005-
2009), es decir, 1,8% del PIB anual4. Entre las recomendaciones de política y
regulación, se destacan la importancia de reducir las barreras de entrada a los
competidores y la entrada al mercado de posibles revendedores5.
No es desconocido para los estudiosos de la organización industrial, que las
barreras de entrada pueden significar un determinante importante para garantizar
una posición dominante en un mercado. En mercados donde los entrantes
requieren invertir grandes sumas en costos hundidos6 es necesario reducir al
máximo estas barreras de entrada para garantizar una mayor competencia.
Bresnahan and Reiss (1991) muestran cómo con la entrada de más firmas en un
4 OECD (2012)
5 Los revendedores en telefonía móvil son aquellos que compran capacidad y acceso a redes de
telecomunicación de los operadores dueños del espectro, estos ofrecen servicios a los consumidores como mensajería, telefonía móvil y fija, internet móvil, entre otros. 6Es un costo permanente o inevitable que la empresa siempre tiene que incurrir para iniciar operaciones.
6
mercado dominado por un monopolista o un oligopolista, la dinámica de
competencia cambia rápida y significativamente. De igual forma muestran que en
mercados donde existen entre 3 y 5 firmas, la entrada de nuevos competidores no
genera un cambio considerable en la dinámica de competencia. Esto arroja
evidencias sobre la necesidad de ciertas firmas de introducir barreras de entrada
en la industria, con el fin de garantizar ganancias positivas de largo plazo y evitar
la entrada de futuros competidores.
En un estudio reciente referente al comportamiento específico del sector de la
telefonía móvil en Colombia, Fedesarrollo (2012) encontró que la falta de
competitividad en este sector se debía a una posición dominante de la firma Claro,
la cual no encuentra competidores efectivos. Esta falta de competencia ha
generado una disminución de la calidad del servicio, mayores rentas para los
operadores establecidos y una rigidez de precios en comparación con otras
economías latinoamericanas, traduciéndose esto en una pérdida de bienestar de
los consumidores. Por ejemplo, para el periodo comprendido entre el 2008 y el
2010, los precios en los países comparables con Colombia, cayeron un 16,8%,
mientras que en este mismo periodo sólo cayeron un 8% en Colombia. Si los
precios hubieran descendido de la misma forma que en el resto del mundo, los
consumidores colombianos hubieran percibido un bienestar cercano al 0.77% del
PIB del 20117. En este mismo estudio se realiza una comparación por países entre
el índice de Herfindahl-Hirschman8 (HHI), medido por número de subscritores, y el
nivel de precios por minuto para cada país. Comparativamente, encuentran que
existen países con un alto índice de HHI y un nivel bajo de precios, y países con
un bajo índice de HHI y un nivel de precios alto, lo cual lleva a concluir que no
existe una relación directa específica entre el índice HHI y el nivel de precios.
7 Fedesarollo (2012)
8 El índice de Herfindahl-Hirschman es una medida aceptada para medir la concentración de mercado. Toma
en cuenta el tamaño de la distribución relativa de una firma en un mercado.
7
2.2. La telefonía móvil en Colombia
El mercado de telefonía celular en Colombia está compuesto actualmente por
cinco operadores: Claro (anteriormente Comcel), Tigo. Movistar, Uff Móvil y UNE-
EPM. De estos cinco operadores, son las tres primeras empresas las que se
reparten cerca del 99% del mercado. Es importante aclarar que Uff Móvil entro al
mercado en el 2010 y UNE-EPM presta el servicio de internet móvil desde hace 2
años y sin embargo, no ha logrado una mayor participación en este mercado.
Según datos de Mintic, en el tercer trimestre de 2012 Claro contaba con el 61.52%
de la participación en total de abonados, mientras que Movistar y Tigo contaban
con una participación del 24.65% y 13.05% respectivamente. En este periodo se
registró un total de 48.699.217 de subscriptores correspondiente a una
penetración del 104,5%9.
En materia de ingresos, en el tercer trimestre de 2012, Claro obtuvo ingresos
brutos por $940,208,804,000, para este mismo rubro Movistar obtuvo $
336,819,898,656, mientras que Tigo obtuvo ingresos brutos por $
185,768,806,000. Tomando los ingresos totales del sector podemos ver que los
ingresos de Claro fueron cerca del 64,05% de los ingresos del mercado, mientras
que Movistar y Tigo obtuvieron cifras del 22,94% y 12.65% respectivamente. Estos
resultados muestran que los ingresos brutos son relativamente similares para cada
uno de los operadores a su participación en el mercado. Para el caso de México,
Telcel, la empresa líder en este sector cuenta con una participación de mercado
del 70% y participación de ingresos del 69.2%. Telefónica cuenta con una
participación de mercado y de ingresos del 21.8% y 12.3% respectivamente. Por
su parte, Nextel cuenta con una participación de mercado de 3.8% y una
participación de ingresos de 13.5%. Finalmente Iusacell cuenta con una
participación de mercado y de ingresos de 4.4% y 5.0% respectivamente. Como
se puede notar, la participación del mercado y la participación por ingresos no
están necesariamente relacionadas. Es por esto que es necesario analizar qué
otros factores influyen en la participación del mercado.
9 Boletín Trimestral de las TIC – Cifras 3 T 2012. Penetración por cada 100 habitantes.
8
El sector de telefonía móvil a nivel global ha tenido un rápido crecimiento en los
últimos años. Cerca de 6 billones10 de suscripciones a telefonía celular se
registraron en el 2011, equivalentes a una penetración global del 86%11. Según
datos del Banco Mundial (2012) del año 2000 al año 2011 se ha presentado un
incremento en el número de abonados del 707.41%.
Gráfico 1
Hasta el tercer semestre del 2010, la penetración total de telefonía móvil por cada
100 habitantes en Colombia había alcanzado un nivel del 95.377%, es decir, casi
la totalidad de los habitantes en el país tenían acceso a la telefonía móvil. 12. En su
estudio sobre las telecomunicaciones, Fedesarrollo (2012) muestra el crecimiento
de la penetración de telefonía móvil en Colombia para los años comprendidos
entre 1994 y 2011. En este grafico13 se identifican tres momentos importantes en
el mercado de la telefonía móvil en Colombia: la Ley 37, la entrada del tercer
operador y la entrada del primer operador virtual.
10
Grafico 1 tomado del Grupo de Estudios Economicos de la SIC “Estudio del Sector de las Telecomunicaciones en Colombia”, pag. 10. Septiembre de 2012. 11
ITU (2012) 12
SIUST (2012) 13
Grafico tomado del estudio de Fedesarrollo (2012), Promoción de la competencia en la telefonía móvil en Colombia”, pg.6.
9
Gráfico 2
Se puede observar que a partir del año 2003, junto con la entrada del tercer
operador, la penetración tuvo un rápido crecimiento llegando hasta un 98.5% en el
año 2011. A primera vista se podría considerar que la entrada del tercer operador
dinamizó el crecimiento del mercado. Sin embargo, este periodo también coincide
con una creciente disminución en las tarifas para los usuarios. Sólo entre 2008 y
2010, los precios de telefonía celular se redujeron en un 16.8% a nivel
internacional, y en Colombia tuvieron una disminución del 8% durante ese mismo
periodo14. De igual forma se podría considerar que el tercer operador anticipo el
rápido crecimiento del mercado y decidió entrar en él.
Recientemente se ha comenzado a debatir en Colombia sobre el proceso de
asignación de nuevo espectro radioeléctrico por un total de 225 Mhz,
especialmente para la prestación del servicio de 4G. Varios actores del sector han
manifestado la necesidad de excluir a Claro de esta subasta para garantizar la
competencia en el sector y no perjudicar a los operadores con menor participación
14
ITU (2012)
10
en el mercado. Esto evidencia una razón más por lo cual resulta necesario
analizar los factores en la dinámica del mercado, así como los determinantes de la
concentración de mercado en la telefonía móvil. Esto con el fin de poder identificar
posibles correcciones al mercado; y evitar que se reduzca el bienestar de los
consumidores mediante acciones deliberadas.
3. Metodología
3.1. “Paradigma Estructura-Conducta-Desempeño”
La mayoría de estudios de concentración de mercado y competencia en las
diferentes industrias se centran en el paradigma de Estructura-Conducta-
Desempeño (SCP por sus siglas en inglés) propuesto por Bain (1956). El concepto
de este paradigma, es que existe una relación de causalidad de una sola vía que
corre de la estructura (el nivel de concentración) hacia la conducta (decisiones de
las empresas), y de la conducta hacia el desempeño (ganancias). De esta forma
se plantea que el poder de mercado determina el nivel de ganancias, y que este
poder de mercado puede estar determinado por barreras de entrada y el nivel de
competencia.
Sin embargo, este paradigma ha tenido fuertes críticas por los problemas de
endogenidad que suelen presentarse de la relación entre la rentabilidad y las
medidas de estructura. De igual forma, los beneficios de corto plazo no nos dicen
mucho sobre el nivel de competencia y los de largo plazo indican posibilidad de
entrar al mercado, no tipo de competencia. Esto lleva a pensar que los beneficios
pueden estar determinados principalmente por el número de competidores y la
existencia de barreras de entrada y/o costos hundidos como economías de escala,
I&D, publicidad, que pueden ser consideradas como exógenas o endógenas15. En
este estudio se toman en cuenta estas críticas y se introducen algunas soluciones
para estos inconvenientes que numerosos investigadores han encontrado y que
han arrojado resultados satisfactorios.
15
Sutton (1996) es quien propone que estos costos de entrada pueden ser exógenos o endógenos, dependiendo del tipo de mercado y la configuración del mismo.
11
Entre las críticas más notorias del paradigma SCP podemos identificar la
existencia de costos hundidos y barreras de entrada que configuran la estructura
del mercado. Con esta crítica, se argumenta que la concentración del mercado o
el número de firmas no constituyen elementos suficientes para identificar la
estructura de mercado. En industrias concentradas, las barreras de entrada como
la publicidad y el I&D, constituyen elementos determinantes para identificar la
estructura del mercado. Carlton (2005) reconoce la importancia de los estudios de
Bain en determinar las barreras de entrada en mercados altamente concentrados.
Sin embargo, el problema radicada en la imposibilidad de Bain de articular estos
hallazgos en una teoría consistente. Zellner (1989) introduce en su estudio de la
industria de los alimentos en Estados Unidos una variable de publicidad y mide la
interacción de esta con la concentración de mercado y las ganancias. Encuentra
que la publicidad afecta positivamente la concentración de la industria y las
ganancias de las firmas, aunque se trate de una relación no lineal. Esto corrobora
estudios empíricos realizados por Pagoulatos y Sorenson (1983) donde se
evidencia que la publicidad actúa como barrera de entrada, estimula la
concentración en la industria y contribuye al aumento de las ganancias.
Otro argumento interesante introducido en la discusión sobre la viabilidad del
paradigma SCP es aquel introducido por Sutton (1996). En sus estudios, el autor
argumenta que ha encontrado evidencia convincente para mostrar que la
competencia tiende a ser más “vigorosa” en industrias concentradas que aquellas
donde la competencia no es tan “vigorosa”. Una alta concentración no
necesariamente es un indicador de baja competencia. Puede ocurrir el caso donde
exista una fuerte competencia y donde la firma dominante logro su posición por
ser más eficiente. En este tipo de industrias puede haber firmas grandes y con
posición dominante, pero el tamaño no va a estar asociado con altos precios16.
Esto refleja la dificultad de identificar el número de firmas de una industria
determinada por las barreras de entrada únicamente. Es por esta razón que
16
Carlton (2005), “Barriers to Entry”, National Bureau of Economic Research, pg.5
12
resulta necesario identificar la estructura de cada industria con los factores
determinantes que afectan la relación entre estructura y desempeño.
3.2. Estimación
Teniendo en cuenta las críticas al paradigma de Estructura-Conducta-Desempeño
se propone un modelo similar al planteado por Sung (2005), pero basado en
cuatro ecuaciones simultáneas con cuatro variables endógenas: precios, ebitda,
publicidad y concentración de mercado. Con estas variables endógenas se busca
identificar la estructura (concentración de mercado y publicidad), conducta
(precios) y desempeño (Ebitda). Este modelo busca identificar si la alta
concentración de mercado ha afectado de alguna manera los precios y las
ganancias, con el fin de determinar si existe un abuso de posición de dominio. De
esta relación es posible identificar la competencia entre los operadores del sector
(evidenciar el comportamiento de los precios) y si existen arbitrariedades de estos
operados como resultado de la alta concentración de mercado en telefonía móvil
(mayores ganancias por mayores precios). Si la concentración de mercado afecta
los precios, y esta lleva mayores ganancias para el operador dominante, ello
puede ser evidencia de que el mercado no está funcionando de manera
competitiva. Es ideal una situación donde la concentración de mercado ocurra por
competencia agresiva entre operadores, explotando economías de escala o con
pocas barreras de entrada y donde los consumidores perciban precios bajos. Es
importante analizar con cuidado la relación entre la estructura, la conducta y el
desempeño de la firma con el fin de identificar la situación de competencia en el
mercado y las posibles razones de esta situación particular.
Para la primera ecuación, se toma una medida de la concentración del mercado
como la variable a explicar. En la literatura se utilizan medidas como el C4 o el
índice de Herfindahl-Hirschman (HHI) para medir la concentración de mercado.
Debido a que solo tres operadores concentran el 99% del mercado, se utilizará el
13
HHI para medir el nivel de concentración del mercado17. Se espera que la
concentración de mercado, MS, este afectada por el número de operadores,
esfuerzos en publicidad, la eficiencia de los operadores y barreras de entrada
como inversiones para operación, costos de acceso, etc.
Para medir los efectos de la publicidad se utiliza la publicidad como proporción de
los ingresos de la firma (PUB) derivada de la condición de Dorfman-Steiner. Como
se mencionó anteriormente, es posible que la publicidad actué como una barrera
de entrada y afecte positivamente la concentración de mercado. Sin embargo la
existencia de costos de entrada altos en este mercado, pueden significar barreras
de entrada más determinantes que la misma publicidad. Desafortunadamente esta
información es difícil de encontrar y se escapa de la posibilidad de incluirla en este
estudio. NOOP es una variable que mide el número de operadores en el mercado
para los periodos que comprenden este estudio, puesto que la entrada de nuevos
operadores puede tener un efecto importante en la concentración de mercado18.
Para medir la ventaja que pueda tener una firma al ser la primera en entrar al
mercado se incluye como proxy la variable AGE que mide el número de años que
lleva el operador en el mercado desde su entrada. Es probable, que los
operadores que más llevan tiempo en el mercado se hayan adaptado y hayan
aprendido de él garantizando un mejor desempeño y mayor concentración. FREQ
es una variable dummy utilizada como proxy para medir la eficiencia del operador,
que básicamente toma un valor de 0 si el operador utiliza una frecuencia de
850Mhz y 1 de lo contrario19. De esta manera se espera que los operadores con
frecuencia de 850Mhz incurran en menos costos operacionales y puedan incurrir
en menores precios, garantizando mayor concentración de mercado. La variable
logEBITDA es una variable endógena que mide las ganancias del operador, la
cual se incluye en esta ecuación debido a la relación de doble causalidad entre
17
Según datos de Fedesarrollo (2012) Colombia tiene uno de los HHI más altos de la región (5,336) superado únicamente por México y Honduras. 18
Bresnahan (1991) demuestra que la entrada de competidores en un mercado concentrado reducen la concentración significativamente. Este efecto disminuye luego del 4 o 5 entrante. 19
Según algunos reguladores, utilizar frecuencias de 850Mhz resulta menos costoso que operar aquellas frecuencias de 1.900 Mhz. Para mayor información referirse a Oftel (2001).
14
ganancias y concentración de mercado, que argumentan algunos críticos del SCP.
Finalmente, incluimos el número de subscritos por cada 100 habitantes, CELDEN,
que mide el crecimiento del mercado de telefonía móvil. Es importante mencionar
que la entrada a este mercado es a través de la asignación de espectro
radioeléctrico por parte del Estado, lo cual significa una barrera de entrada per se
de este mercado a considerar.
La siguiente variable a identificar es la de precios. En este caso se utiliza como
medida de precios el ingreso promedio por usuario ARPU. Esta medida es
comúnmente utilizada por los reguladores e investigadores de este mercado,
debido a que captura los precios de los servicios de telefonía móvil de los
operadores en una medida comparable (minutos, SMS, cargos mensuales,
promociones, etc.). Para esta variable se consideran diferentes aspectos que
pueden afectar el nivel de precios para el mercado. Se toma la medida de
concentración de mercado MS, ya que una alta concentración en el mercado
puede tener efectos importantes en el nivel de precios. La concentración puede
afectar positivamente los precios evidenciando arbitrariedades por parte de los
operadores o el dominante, o negativamente indicando presencia de explotación
de economías de escala o fuerte competencia. De igual forma, se incluye el
número de operadores NOOP que debe influir directamente en los precios. A
medida que aumentan los competidores se espera que los precios disminuyan.
Otra variable importante que se introduce es una dummy que captura la regulación
en el cargo de acceso (off-net y on-net) por parte de la CRT en la Resolución 1763
de 2007. Esta resolución de la CRT establece un costo máximo de tarifas off-net y
𝑀𝑆𝑖𝑡 = 𝛼0𝑖 + 𝛼1𝑙𝑜𝑔𝐸𝐵𝐼𝑇𝐷𝐴𝑖𝑡 + 𝛼2𝑃𝑈𝐵𝑖𝑡 + 𝛼3𝐴𝐺𝐸𝑖𝑡 + 𝛼4𝑁𝑂𝑂𝑃𝑖𝑡
+ 𝛼5𝐹𝑅𝐸𝑄𝑖𝑡 + 𝛼6𝐶𝐸𝐿𝐷𝐸𝑁𝑖𝑡 + 𝑢𝑖𝑡 (1)
La variable 𝛼0𝑖 mide efectos característicos de cada operador que no se pueden
capturar.
15
on-net dependiendo el porcentaje de tráfico de llamadas de cada operador20. La
variable CRT, toma valor de 0 antes del tercer trimestre de 2007 y 1 después de
este periodo. De ser significativa, es de esperarse que esto haya llevado a
menores precios para los usuarios. La variable SUBS mide el número de
subscriptores que tiene cada operador. Es de esperarse que a medida que
aumenten los usuarios aumenten las externalidades de red y se permita la
explotación de economías de escala, reduciendo los precios para los usuarios. Si
bien esto es considerado una barrera técnica de entrada, esta es una condición
existente en los mercados de externalidades de red, por lo cual resulta importante
analizar si afecta los precios de manera importante. También, se ingresa la
variable FREQ como una medida de la eficiencia en costos de los diferentes
operadores. De esta manera se esperan menores precios si hay eficiencias en
costos y no hay arbitrariedades. Finalmente se introduce la variable R290 que
señala el periodo en que se expide la Resolución 290 de 2010 por parte de Mintic,
con el fin de aumentar los recaudos por contraprestaciones de 2.2%. Esta variable
toma el valor de 0 antes del primer semestre de 2010 y 1 después de este periodo.
Al afectar los ingresos brutos, se puede esperar que esto afecte los ingresos por
usuario.
Para la tercera ecuación la variable que mide el nivel de ganancias se denomina
logEBITDA, la cual como se especificó anteriormente se trata de una variable
endógena. Se toma esta variable debido a que mide los ingresos reales de una
empresa descontando los costos operacionales, lo que da una medida
aproximada de los retornos reales del operador. Como se explicó antes, en la
20
Tirole (2000) realiza un estudio donde demuestra que el nivel de precios de cada operador está determinado por las tarifas off-net y on-net del operador. Cuando un operador tiene mayor porcentaje de usuarios tiene incentivos para aumentar sus tarifas off-net y disminuir sus tarifas on-net, de esta manera los consumidores lo preferirán ya que deben pagar menos
𝐴𝑅𝑃𝑈𝑖𝑡 = 𝛾0𝑖 + 𝛾1𝑀𝑆𝑖𝑡 + 𝛾2𝑁𝑂𝑂𝑃𝑖𝑡 + 𝛾3𝐶𝑅𝑇𝑖𝑡 + 𝛾4𝑆𝑈𝐵𝑆𝑖𝑡 + 𝛾5𝐹𝑅𝐸𝑄𝑖𝑡
+ 𝛾6𝑅290𝑖𝑡 + 𝑒𝑖𝑡 (2)
Se incluye la variable 𝛾0𝑖 como intercepto que mide características específicas de cada
operador que no se puede capturar.
16
literatura se evidencia una clara relación de doble causalidad entre la
concentración de mercado y las ganancias, por lo que introducimos la variable MS
que mide la concentración de mercado. Se incluye la variable ARPU que se utiliza
como proxy para los precios del mercado. Para esta variable, se puede esperar
que los precios afecten el nivel de ganancias de los operadores dependiendo de la
elasticidad de la demanda en este mercado. También se introduce la variable CRT
la cual, como se explicó anteriormente, captura los efectos en las ganancias que
genero la Resolución 1763 de 2007. Se espera ver como esta resolución afectó
las ganancias de los operadores, es decir, si las ganancias hacen parte de una
forma de ajuste en este mercado. Se incluye la variable AGE para medir la gestión
administrativa de los operadores, cuanto más tiempo lleva en el mercado un
operador se espera que este adquiera conocimientos del mercado que le permitan
mejorar su eficiencia. Finalmente, se controla por el crecimiento del mercado con
la variable CELDEN, donde se espera que a medida que crezca el mercado, las
ganancias de los operadores también aumenten por explotación de economías de
escala.
Finalmente se supone que la publicidad está determinada por el nivel de utilidad
de una empresa. Si la utilidad de una empresa baja, es posible que las empresas
hagan recortes en gastos operacionales con el fin de mejorar el margen de
utilidad. Es por esto, que se espera que el logEBITDA sea una variable relevante
por la cual controlar. Una relación que se ha considerado controversial en los
estudios empíricos de estructura de mercado es aquella entre la publicidad y la
concentración de mercado, donde no es evidente si se trata de una relación de
doble causalidad o de una sola vía. Greer (1971) realiza un estudio empírico
sobre el tipo de relación entre publicidad y concentración de mercado, y encuentra
𝑙𝑜𝑔𝐸𝐵𝐼𝑇𝐷𝐴𝑖𝑡 = 𝛽0𝑖 + 𝛽1𝑀𝑆𝑖𝑡 + 𝛽2𝐴𝑅𝑃𝑈𝑖𝑡 + 𝛽3𝐶𝑅𝑇𝑖𝑡 + 𝛽4𝐴𝐺𝐸𝑖𝑡 + 𝛽5𝐶𝐸𝐿𝐷𝐸𝑁𝑖𝑡
+ ℎ𝑖𝑡 (3)
Al igual que las anteriores, el intercepto 𝛽0𝑖 mide características de cada operador que
no se pueden observar
17
evidencia fuerte sobre la relación de doble causalidad entre publicidad y
concentración de mercado. Por esta razón, se incluye la variable de concentración
de mercado MS como variable explicativa de la publicidad. Se introduce CELDEN,
una variable que captura los cambios en el tamaño del mercado, ya que estos
cambios pueden incentivar a mayores o menores gastos en publicidad. El tiempo
que lleva un operador en el mercado puede determinar los gastos en publicidad,
bien sea para introducir la marca o permanecer en la óptica de los consumidores,
por esta razón se incluye la variable AGE. De igual modo, se introduce la variable
SUBS para controlar por el número de subscritores de cada operador, ya que a
medida que aumentan los subscriptores las firmas pueden disminuir la inversión
en publicidad. Se introduce la variable COBER que indica cuando un operador ha
logrado más del 80% de la cobertura nacional en la red 3.5G. Toma el valor de 0 si
no lo ha logrado y el valor de 1 si logra más del 80% de la cobertura. Se puede
esperar que al lograr una amplia cobertura, aumente el gasto en publicidad debido
a que los operadores quieran dar a conocer al consumidor los beneficios de entrar
a su red.
3.3 Los datos
Los datos de las variables tenidas en cuenta para este estudio fueron tomados de
diversas fuentes. La principal fuente de datos fue el Ministerio de Tecnologías de
la Información y Comunicaciones (MINTIC) donde se obtuvieron datos específicos
del sector y de los operadores. Junto con esto, el portal del Sistema de
Información Unificado del Sector de las Telecomunicaciones21 (SIUST) resultó ser
una fuente muy importante de datos históricos del sector y de los operadores. De
21
www.siust.gov.co
𝑃𝑈𝐵𝑖𝑡 = 𝛿0𝑖 + 𝛿1𝐸𝐵𝐼𝑇𝐷𝐴𝑖𝑡 + 𝛿2𝑀𝑆𝑖𝑡 + 𝛿3𝐶𝐸𝐿𝐷𝐸𝑁𝑖𝑡 + 𝛿4𝐴𝐺𝐸𝑖𝑡 + 𝛿5𝑆𝑈𝐵𝑆𝑖𝑡
+ 𝛿6𝐶𝑂𝐵𝐸𝑅𝑖𝑡 + 𝑣𝑖𝑡(4)
El intercepto 𝛿0𝑖 mide ciertas características de cada operador que no se pueden
capturar.
18
igual forma, se obtuvo información de los reportes anuales y trimestrales de los
estados financieros de los diferentes operadores. Algunos datos particulares
fueron obtenidos de noticas de portales como Portafolio, Dinero y Revista P&M.
En el anexo 1 se encuentran las estadísticas descriptivas para cada variable por
operador.
4. Resultados
Debido a que se trata de un modelo estructural de ecuaciones simultaneas, se
plantea la estimación por MC2E. Se verifica nuevamente por MC3E para
comprobar que los resultados sean robustos. Al comparar los resultados, se puede
evidenciar que ambos resultados son similares, lo cual soporta la robustez de los
estimadores22. A continuación se presentan los resultados de la estimación por
MC2E:
En la primera ecuación, concentración de mercado, se evidencia varios resultados
significativos. Por un lado, se encuentra una relación positiva de esta variable con
logEbitda que mide las ganancias de los operadores, donde un aumento en las
ganancias lleva a un aumento en la concentración de mercado. Este resultado
evidencia cómo las ganancias moldean la estructura del mercado al aumentar la
concentración de mercado. A primera vista, este resultado podría evidenciar que el
operador obtiene rentas significativamente más altas que sus competidores, por
explotar su posición de dominio. De todas maneras, es importante primero,
analizar la conducta del operador dominante respecto a los precios para llegar a
conclusiones más precisas. Otro resultado que llama la atención es la relación
positiva entre la concentración de mercado y la publicidad. Esta relación evidencia
que mayores gastos en publicidad generan una mayor concentración, lo que
podría sugerir que la publicidad actúa como una barrera de entrada al mercado al
determinar su estructura. Según Guth (1971) la publicidad genera diferenciación
de producto, logrando que las firmas conformen barreras de entrada para otras
firmas y de esta manera mantener su participación de mercado. Por otro lado, los
22
En el anexo 2 y el anexo se 3 se presentan los resultados de la estimación usando MC2E y MC3E respectivamente.
19
años que lleva el operador, así como el número de operadores, presentan una
relación negativa con la concentración. De estas dos variables, el número de
operadores tiene un efecto mayor en la disminución de la concentración de
mercado, lo que corrobora los resultados obtenidos por Bresnahan and Reiss
(1991) sobre la entrada de nuevas firmas. Por su parte que los años que lleva el
operador en el mercado afecten negativamente la concentración, responde a
cómo los operadores ganan eficiencias por learning-by-doing y estimula la
competencia. El crecimiento del mercado también es significativo y contribuye a la
disminución de la concentración de mercado, debido a que el crecimiento del
mercado favorece la entrada de más competidores.
Para el caso del ingreso promedio por usuario, se encuentran resultados
significativos que requieren de un análisis cuidadoso. El más importante, quizás,
es la relación negativa entre la concentración de mercado y esta variable de
interés. Que la concentración de mercado afecte negativamente el ingreso
promedio por usuario, refleja que la concentración en el mercado no ha llevado a
mayores costos para los usuarios. Esto podría mostrar a su vez, que la firma con
mayor poder de mercado tiene costos marginales bajos, lo que lleva a que los
operadores disminuyan simultáneamente sus tarifas. También podría ser
evidencia de explotación de economías de escala, situación por la cual esta alta
concentración lleva a menores precios. Controlando por operadores (excluyendo
al operador dominante) se evidencia que el impacto de la concentración de
mercado en los precios es mayor. Sin embargo el intercepto para los dos
operadores restantes es positivo, indicando la existencia de un precio mínimo más
alto que si estuviera el operador dominante. Una vez más, este análisis muestra lo
que podría ser una posible explotación de economías de escala por parte del
operador dominante, el cual no enfrenta una competencia efectiva. Otra
explicación sobre este fenómeno surge con el modelo que desarrolla Klemperer
(1995) sobre la dinámica de competencia cuando los consumidores enfrentan
costos de cambio. Con la existencia de costos de cambio altos, los operadores
valoran la participación de mercado, ya que de esta manera aseguran mantener
20
los ingresos del consumidor a través del tiempo. Esta situación, lleva a que los
operadores bajen sus precios para asegurar participación de mercado y aumentar
sus ingresos a través del tiempo. La propuesta de este modelo resulta aplicable al
caso colombiano, ya que anteriormente existían costos de cambiarse de operador
(cláusulas de permanencia, cambio de número, etc.) lo que llevaban a los
operadores a valorar más su participación de mercado.
Otro resultado significativo es la relación negativa entre la variable de precios y el
número de operadores, explicando cómo una mayor competencia lleva a una
reducción de precios para los consumidores. Igualmente el uso de frecuencias de
850Mhz disminuye el ingreso promedio por usuario, lo que era de esperarse ya
que esta frecuencia es más eficiente de operar23. El número de subscriptores es
también significativo y afecta negativamente la variable de precios, ilustrando
como al alcanzar una masa crítica es posible la explotación de economías de
escala.
Para la ecuación de ganancias se encuentra una relación positiva entre los años
que lleva el operador en el mercado y las ganancias. Esto refleja que los
operadores toman un tiempo para adaptarse a las condiciones del mercado,
aprender, y de esta manera aumentar el margen de ganancias. Otro resultado
interesante es la relación positiva entre la variable de ganancias y la concentración
de mercado. A medida que aumenta la concentración, las ganancias del operador
dominante aumentan significativamente. Esta situación refleja cómo la estructura
del mercado está llevando a mayores ganancias del operador dominante. Como
se pudo notar de la ecuación uno, existe una relación positiva de doble causalidad
entre concentración de mercado y las ganancias. Esto y el hecho de que los
precios no se vean afectados positivamente por la concentración, brinda mayores
elementos para considerar que el operador dominante no abusa de su posición
extrayendo excedentes a los consumidores. Nuevamente, surge la interpretación
de que la participación de mercado y la explotación de economías de escala, y no
23
La frecuencia de 850Mhz es utilizada por Movistar y Claro. Tigo utiliza una frecuencia de 1900Mhz.
21
el fijar precios arbitrarios, son lo que ha llevado al operador dominante a percibir
mayores rentas que sus competidores.
Continuando con la ecuación de ganancias, el crecimiento del mercado tiene una
relación negativa con la variable de interés, indicando que el ingreso rápido de
nuevos usuarios y la necesidad de mayores inversiones han reducido las
ganancias de los operadores. En cuanto a la relación con la variable de precios, se
encuentra una relación negativa entre las ganancias y esta variable. Esta situación
puede evidenciar una conducta maximizadora de ganancias, donde si el operador
aumenta sus precios, puede disminuir sus cantidades y por lo tanto estaría
reduciendo su nivel de ganancias. Sin embargo la magnitud de esta relación es
baja, por lo que puede resultar siendo un tema de elasticidad de la demanda,
donde una aumento en los precios disminuye muy poco el nivel de ganancias de
los operadores. Este resultado es congruente con un estudio realizado por la CRC
en el 2005, donde encuentran que la elasticidad de la demanda por servicios de
telefonía móvil en Colombia se encuentra en la parte elástica de dicha demanda.
Finalmente, la cuarta y última ecuación refleja una relación positiva entre el gasto
en publicidad como proporción de las ventas y el crecimiento del mercado. Esto
refleja que a medida que aumenta el mercado los operadores tienen incentivos
para invertir en publicidad con el fin de atraer subscriptores. Por otro lado, existe
una relación negativa entre la publicidad y el número de subscriptores de los
operadores. Situación que refleja la posibilidad que cuando los operadores
aumentan el número de subscriptores y aumentan su masa crítica, los incentivos
para gastar en publicidad disminuyan. Esto, debido a que al alcanzar una masa
crítica para operar necesitan invertir menos para atraer más usuarios, las
externalidades de red entran como un mecanismo de atraer usuarios. No se
encontró evidencia significativa de que la concentración de mercado afecte los
niveles de inversión en publicidad, es posible que se trate de una barrera de
entrada exógena y no endógena como se presumía inicialmente.
22
5. Conclusiones
Este documento analizó los determinantes del poder de mercado en el sector de la
telefonía móvil en Colombia. En este se explica, desde una perspectiva del
paradigma Estructura-Conducta-Desempeño, cómo factores específicos del
mercado afectan la dinámica de competencia de la industria. Se estimó un modelo
estructural de la industria de telefonía móvil, usando datos panel entre los años
2000-2012 para los tres principales operadores en Colombia.
Se encontraron resultados significativos para mostrar la relación entre la
estructura, la conducta y el desempeño, y cómo estos conforman la dinámica de
mercado en el sector de la telefonía móvil. Primero, se encontró evidencia de una
relación positiva de doble causalidad entre la concentración de mercado y las
ganancias de los operadores. Este resultado refleja el interés de los operados por
mantener una considerable participación de mercado, ya que de esta manera
perciben mayores ingresos. Segundo, se halló evidencia de comó la concentración
de mercado ha impactado negativamente los precios. Este segundo resultado,
junto con el primero mencionado anteriormente, revela evidencias de la posible
explotación de economías de escala por parte del operador dominante. De ser así,
es posible que el operador líder, el cual cuenta con costos marginales bajos,
enfrente la competencia de unas firmas seguidores precio-aceptantes en este
mercado. De igual forma, la existencia de costos de cambio para los usuarios
genera incentivos para que los operadores bajen sus precios para así aumentar su
participación de mercado. Si bien esto constituía una característica común en el
mercado colombiano, la CRC ha tomado medidas para disminuir estos costos de
cambio. La implementación de la portabilidad numérica y prohibir las cláusulas de
permanencia, favorecen a la reducción de costos de cambio para los usuarios.
Finalmente, se encontró evidencia de como la publicidad afecta positivamente la
concentración de mercado, por lo cual puede considerarse a esta como una
barrera de entrada en este sector. Sin embargo, la evidencia no es concluyente
para determinar que se trata de una barrera endógena como se había supuesto
inicialmente, sino más bien correspondería a una barrera de tipo exógena.
23
No se encontró evidencia para argumentar que Claro abuse de su posición de
dominio en el mercado. De igual forma, la evidencia sugiere que Claro ha logrado
su alta participación de mercado por explotación de economías de escala e
inversiones en publicidad para diferenciar su producto. Sin embargo, esto es solo
una interpretación posible de los resultados y el modelo no permite verificar
completamente esta hipótesis. Teniendo esto en cuenta, la Ley Antimonopolio que
cursa actualmente en el Congreso, puede resultar perjudicando a los usuarios, al
restringir la explotación de economías de escala y la inversión en infraestructura.
Es necesario avanzar las investigaciones hacia esta dirección con el fin de
determinar la idoneidad de este tipo de iniciativas.
Finalmente, es importante mencionar que para la regulación en precios realizada
por la CRC no se ha encontrado evidencia significativa24 de que la misma haya
sido efectiva. Esto, debido a la rápida dinámica del mercado y la competencia en
tarifas que existe entre los operadores. Si bien, el tema de la calidad del servicio
no fue objeto de investigación en este documento, existe una creciente
preocupación por la caída pronunciada en los índices de esta variable. La
regulación por parte de la CRC deberá estar enfocada en mejorar la calidad del
servicio que reciben los usuarios y garantizar que los operadores cumplan con sus
promesas de buen servicio. De igual forma, el ente regulador deberá evitar
posibles acciones arbitrarias por parte del operador dominante que este pueda
realizar en un futuro.
24
En los resultados de la estimación se encontró que existe una relación negativa entre los precios y la variable de regulación CRT, sin embargo esta no es estadísticamente significativa.
24
6. Referencias
-Bain, Joseph (1956), “Barriers to New Competition: Their Character and Consequences in Manufacturing Industries”. Cambridge, Ma: Harvard University Press.
-Banco Mundial (2012)
-Bresnahan F. Timothy and Reiss C. Peter (1991), “Entry and Competition in Concentrated Markets”, Journal of Political Economy.
-Carlton, W. Dennis, (2005), “Barriers to Entry”, National Bureau of Economic Research.
-Fedesarrollo (2012), “Promoción de la competencia en la telefonía móvil en Colombia”, Subasta 4G, Publicaciones Fedesarrollo.
-Greer (1971), “Advertising and Market Concentration”, Southern Economic Journal.
-Grupo de Estudios Económicos de la SIC (2012), “Estudio del Sector de las Telecomunicaciones en Colombia”, Septiembre de 2012.
-Grzybowski Luksz (2005), “Regulation of Mobile Telephony across EU: an empirical analysis”, Journal of Regulatory Economics.
-Guth, A. Louis (1971), “Advertising and Market Structure Revisited”, The Journal of Industrial Organization.
-International Telecommunications Union (2012) Statistics.
-Klemperer, Paul (1995), “Competition when Consumers have Switching Costs: An Overview with Applications to Industrial Organization, Macroeconomics, and International Trade”, The Review of Economics Studies.
-Laffont, J. J. and J. Tirole (2000): Competition in Telecommunications. Cambridge:MIT Press.
-Ministerio de Tecnologías de la Información y Comunicaciones (MINTIC) Cifras. www.mintic.gov.co/cifras
-OCDE (2012), Estudio de la OCDE sobre políticas y regulación de telecomunicaciones en México, OECD. Publishing.http://dx.doi.org/10.1787/9789264166790-es -Oftel (2001), Effective Competition Review: Mobile, 2001 (Sept/26/2001). -Parker, M., Phillip and Röller Lars-Hendrik (1997), “Collusive Conduct in Duopolies: Multimarket Contact and Cross-Ownership in the Mobile Telephone Industry”, The RAND Journal of Economics.
25
-Pagoulatos, Emilio, and Robert Sorensen, “A Simultaneous Equation Analysis of Advertising, Concentration and Profitability", S. Econ. J. 47(1981):728-41. -Portafolio. www.portafolio.co -Sistema de Información Unificado del Sector de las Telecomunicaciones (SIUST). www.siust.gov.co -Sung Nakil (2005), “The determinants of market share for mobile telecommunications operators”, International Telecommunications Society, 16th European Reginal Conference, Porto, Portugal -Sutton, John (1996), “Sunk Costs and Market Structures” in “Price Competition, Advertising, and the Evolution of Concentration”, The MIT Press, Cambridge, Massachusetts. -Sutton, John (2002), “Market Structure: The Bounds Approach”.London School of Economics. - Sutton, John (2006), “Market Structure: Theory and Evidence”.London School of Economics. -Zellner A., James, (1989), “A Simultaneous Analysis of Food Industry Conduct”, American Journal of Agricultural Economics.
26
ANEXO 1.
OPERADOR
VARIABLE MEDIA MAXIMO MINIMO DESV MEDIA MAXIMO MINIMO DESV MEDIA MAXIMO MINIMO DESV
EBITDA 4.92153E+11 1.197E+12 24416000000 3.88903E+11 2.2656E+11 4.8968E+11 -6.0597E+10 1.64891E+11 3.8066E+10 9.6438E+10 2306520000 2.7899E+10
ARPU 52056.89167 116786 28904.68704 23659.68765 70509.6231 141027 27213.1309 40721.67966 50622.5845 98343 14396 20982.081
SUBS 15671401.23 31197392 723806 11607540.02 6068026.06 12358536 957726 3940851.202 3579852.38 6613734 429634 1777855.4
AGE 13.375 19.75 7 3.788689307 13.375 19.75 7 3.788689307 4.75 9.25 0.25 2.70608881
CELDEN 34.26098547 66.25 2.26494 25.28472032 13.2599281 25.81 1.711739 8.541963806 7.73636408 13.05 0.965125 3.65844176
FREQ 0.711538462 1 0 0.457466958 0.71153846 1 0 0.457466958 1 1 1 0
NOOP 2.846153846 4 2 0.638153445 2.84615385 4 2 0.638153445 3.18918919 4 3 0.39706128
CRT 0.403846154 1 0 0.495454451 0.40384615 1 0 0.495454451 0.56756757 1 0 0.5022472
PUB 0.02893923 0.065183383 0.015213484 0.010511466 0.0487008 0.07075996 0.03018539 0.012219875 0.05536675 0.1050212 0.02659871 0.02170349
MS 0.49851047 0.567796072 0.428349026 0.033331544 0.49851047 0.56779607 0.42834903 0.033331544 0.49851047 0.56779607 0.42834903 0.03333154
INCOME 5.77254E+11 1.02346E+12 90193592420 3.34086E+11 2.7844E+11 3.9949E+11 9.9693E+10 88408962507 1.5337E+11 1.9726E+11 6185020000 4.1476E+10
COMCEL MOVISTAR TIGO
27
Anexo 2
1 2 3 4
VARIABLES ms arpu logebitda pub
logebitda 0.0255*** 0.0149
0.00497 0.0119
pub 0.606***
0.144
age -0.00476*** 0.171*** -0.00275
0.00105 0.0209 0.0022
noop -0.0159*** -12,959***
0.00521 3,982
freq -0.0816*** -62,150***
0.00694 7,672
celden 0.000474*** -0.0448*** 0.000148**
8.11E-05 0.0138 6.81E-05
ms -477,295*** 19.25*** -0.104
82,366 4.148 0.102
crt -4,725 0.125
3,734 0.336
subs -0.000574*** -2.43e-09***
0.000126 7.36E-10
R290 -2,731
2,107
arpu -7.81e-05***
1.75E-05
COBER 0.00892
0.00944
Constant -0.0405 391,790*** 21.13*** -0.241
0.122 48,788 1.511 0.233
Observations 107 107 107 107
R-squared 0.786 0.675 0.448 0.189
MC2E
28
Anexo 3
1 2 3 4
VARIABLES ms arpu logebitda pub
logebitda 0.0242*** 0.0137
-0.00519 -0.0125
pub 0.550***
-0.155
age -0.00466*** 0.170*** -0.00253
-0.00112 -0.0341 -0.00231
noop -0.0177*** -5,975
-0.00559 -6,565
freq -0.0809*** -67,976***
-0.00735 -10,163
celden 0.000503*** -0.0329 0.000152**
-8.46E-05 -0.0217 -7.10E-05
ms -457,359*** 16.94*** -0.099
-88,912 -5.747 -0.107
crt -6,678 0.018
-4,304 -0.401
subs -0.000540*** -2.41e-09***
-0.000196 -7.80E-10
R290 -4,119
-4,948
arpu -6.26e-05**
-2.89E-05
COBER 0.0102
-0.0107
Constant -0.00327 367,226*** 20.75*** -0.218
-0.128 -53,171 -1.639 -0.245
Observations 107 107 107 107
R-squared 0.803 0.683 0.623 0.212
MC3E