Newsletter
Suscríbete a nuestro Newsletter y entérate de las últimas novedades.
Entre los días 29 a 31 de marzo de este año, se realizó la versión número 71 de la “Antitrust Law Spring Meeting”, organizada por la American Bar Association (ABA). En este marco, se organizaron más de 50 mesas redondas (roundtables) para discutir en torno a distintos tópicos de derecho de la competencia. En CeCo hemos cubierto algunas de estas mesas, examinando y resumiendo parte del material presentado por los expositores que intervinieron en ellas (p. ej., working papers, minutas y presentaciones).
En esta nota se cubre el panel “Fundamentals-Economics”, con una agenda de cuatro tópicos muy importantes (definición del mercado relevante, análisis de conductas exclusorias, análisis de plataformas multi-lado e introducción al análisis de regresión), cada uno conteniendo herramientas económicas que permiten abordar posibles problemas de competencia, y ayudar a los reguladores a profundizar en su análisis empírico.
La adopción de estas técnicas tiene como ventajas el predisponer mejor a las autoridades de competencia y a profesionales para evaluar y realizar su propio análisis y contrastarlo con el presentado por las partes involucradas en los casos. Asimismo, estas técnicas se constituyen en herramientas útiles para monitorear las condiciones de competencia y anticipar situaciones ante eventuales estrategias que implementen las firmas participantes, tales como fusiones, establecimiento de acuerdos de exclusividad.
A continuación se presenta, brevemente y de manera general, las herramientas desarrolladas en la conferencia por los expositores invitados.
El primer tópico desarrollado fue el de “Definicion del Mercado Relevante”, a cargo de Avigail Kifer (Cornerstone Research). Definir el mercado relevante, que consiste en definir el conjunto de productos y zonas geográficas a los que pertenecen los bienes o servicios de las empresas bajo análisis, juega un rol crucial, pues permite identificar: (i) participantes del mercado, (ii) cuotas de mercado y concentración, y (iii) evaluar si es probable o improbable que una fusión en particular o algún tipo de conducta (p. ej., alguna práctica exclusoria) genere preocupaciones de índole competitivo. Dado que definir los mercados relevantes no es una tarea simple, la expositora presentó un set de herramientas cuantitativas cuya comprensión puede ser de utilidad para aquellos profesionales a cargo de la evaluación de casos antitrust.
El test supone la existencia de un monopolista hipotético que es el único vendedor (proveedor) de un producto (servicio) A, y evalúa si le sería rentable aumentar el precio del producto bajo análisis por encima del nivel actual de una manera no transitoria, por ejemplo, entre 5% y 10%.
Si la respuesta es afirmativa, el mercado relevante queda acotado al producto (servicio) A bajo análisis, ya que dicha respuesta sugiere que no hay otros productos (servicios) que lo sustituyan lo suficiente. Si la respuesta es negativa, más bien una parte significativa de la demanda se está redirigiendo hacia otro producto (servicio) B, lo que sugeriría que el mercado relevante debe ampliarse. Esto lleva a que la prueba deba repetirse suponiendo un monopolista hipotético vendedor (proveedor) de A y B. Si el aumento de los precios de estos productos/servicios por encima de su nivel actual le resulta rentable, el mercado relevante queda definido a los productos (servicios) A y B. De lo contrario, la prueba debe continuar incorporando otros productos que ejerzan presión competitiva sobre A y B, y así sucesivamente hasta que se haya encontrado un mercado separado (Motta, 2004).
Esta herramienta cuantifica el trade-off que un monopolista hipotético enfrenta al incrementar precios: por un lado, éste perderá ventas debido a que algunos consumidores comprarán menores cantidades o sustituirán el bien por un producto similar; por otro lado, el monopolista hipotético disfrutaría márgenes de ganancia mayores sobre las ventas restantes. En ese sentido, la pérdida crítica es el porcentaje de ventas unitarias que una empresa puede perder antes de que un aumento de precio porcentual dado se vuelva no rentable:
Perdida Critica = (\frac{\frac{\Delta p}{p}}{\frac{\Delta p}{p} + MC }) =\\ (\frac{\% incremento del precio}{\% incremento del precio + margen de contribución \%} )
Comparar la “pérdida crítica” con las “pérdida predecidas” del incremento en el precio es una manera de determinar si el incremento en el precio será no-rentable para el monopolista hipotético. Las “pérdidas predecidas” pueden ser aproximadas a través de ratios de desvío, los cuales pueden ser calculados a partir de las participaciones de mercado, encuestas y/o data histórica sobre las reacciones de los consumidores a cambios en precios. Así, por ejemplo, si la cuota de mercado del producto A es S_A y del producto B es S_B entonces el desvío del producto A al producto B, podría aproximarse razonablemente como: \dfrac{S_B}{1-S_A} . En este caso, por ejemplo, si el 25% de consumidores cambian del producto A, a productos enteramente fuera del mercado, el ratio de desvio de A a B será, entonces, de: 0,75 \times\dfrac{S_B}{1-S_A} .
Entonces, cuando las “pérdidas predecidas” son mayores que la “pérdida crítica”, el incremento en el precio no será rentable, y el mercado (relevante) candidato debe expandirse.
El cálculo de las ‘elasticidades precio’ permite identificar las respuestas de los consumidores a incrementos en precios. La elasticidad precio de la demanda del producto (servicio) A, ( \epsilon_{AA} ), es el cambio porcentual de la cantidad demandada del producto (servicio) A, (\dfrac{\Delta\%Q_{A}}{Q_A}), debido a un cambio porcentual en el precio del producto (servicio) A, (\dfrac{\Delta\% P_A}{P_A}), es decir: \epsilon_{AA} = \dfrac{\dfrac{\Delta\% Q_A}{Q_A}}{\dfrac{\Delta\% P_A}{P_A}} . Típicamente, esta elasticidad siempre es negativa, ya que cuando los precios aumentan, la cantidad demandada se reduce.
Por su parte, la elasticidad cruzada de la demanda del producto (servicio) B, ( \epsilon_{BA} ), es el cambio porcentual de la cantidad demandada del producto (servicio) B, (\dfrac{\Delta\%Q_{B}}{Q_B}), debido a un cambio porcentual en el precio del producto (servicio) A, ( \dfrac{\Delta\% P_A}{P_A}), es decir: \epsilon_{AA} = \dfrac{\dfrac{\Delta\% Q_B}{Q_B}}{\dfrac{\Delta\% P_A}{P_A}}. La elasticidad cruzada entre productos que compiten es típicamente positiva: la demanda de cierto producto aumenta cuando el producto alternativo se torna más caro.
Calcular las elasticidades precio de la demanda y la elasticidad cruzada permite conocer el grado de sustitución de los productos (servicios) que la empresa en cuestión comercia, y en base a lo anterior, identificar a sus potenciales rivales.
Para determinar el daño generado por una práctica anticompetitiva, puede ser necesario analizar si la conducta de una empresa afectó o afectaría (en el caso de una fusión) a la competencia, a través de modelos de demanda. Estos modelos permiten cuantificar la elasticidad precio y la elasticidad cruzada de la demanda, y evaluar el incentivo y la capacidad de las empresas para participar en conductas anticompetitivas unilaterales y coordinadas, y generar estimaciones de precios contrafácticos. La estimación de modelos de demanda ha sido tradicionalmente costosa y lenta, pero las mejoras tecnológicas computacionales y la disponibilidad, cantidad y calidad de los datos han mejorado significativamente las perspectivas.
A pesar de estas mejoras, la estimación de la demanda suele ser compleja, tanto desde el punto de vista econométrico como conceptual. Uno de los primeros problemas a resolver a menudo gira en torno a la elección de la forma funcional de la demanda, ya que algunas opciones serán adecuadas para una industria y cuestionadas para otras.
El segundo tópico desarrollado fue el de “Conductas Exclusorias”, a cargo de Josephine Duh (The Brattle Group). La expositora recalca que identificar y medir lo que es “exclusorio” es una tarea muy compleja.
Para comprender mejor este tópico, Duh presentó tres teorías que permiten comprender una conducta exclusoria: (i) el test del “sin sentido económico”, bajo el cual se pregunta cuán probable es que la conducta sea rentable si los competidores no fuesen excluidos y no surja un monopolio (Werden, 2006); (ii) el test del “sacrificio de beneficios”, bajo el cual varias formas de comportamiento procompetitivo pueden conllevar a sacrificios de corto plazo (p. ej., el llevar a cabo investigación y desarrollo) (Werden, 2006); y, (iii) el test del “bienestar del consumidor”, que intenta responder si la supuesta conducta (p. ej., aquella que encarezca los costos de los rivales) excluye a un competidor igualmente eficiente del proceso competitivo.
Ahora bien, el ámbito o alcance de lo que puede ser visto como “exclusorio” generalmente es amplio. Desde el punto de vista de conductas ligadas a precios, se identifican precios predatorios, estrechamiento de márgenes, y algunas políticas de descuentos y empaquetamiento; y desde el punto de vista de conductas no ligadas a precios, se tienen las negativas de venta, acuerdos de exclusividad, atadura y descuentos por lealtad del consumidor. Para su análisis, los economistas recurren a evidencia cuantitativa, a través del análisis de datos y análisis empíricos para examinar estructuras de mercado (cuotas, condiciones de entrada, etc.), niveles de los precios, costos y beneficios de las firmas, elasticidades y costos de cambio (switching costs), y análisis de correlaciones, regresiones y modelos más complejos. En cuanto a evidencia cualitativa, los economistas recurren a información secundaria (p. ej., reportes financieros de las compañías).
Por último, Duh se enfoca en aproximar la dimensión de la exclusión y el impacto en los rivales, tratando de responder en cuánto se incrementó los costos de las firmas, y por cuánto tiempo duró dicha afectación.
El tercer tópico desarrollado fue el de “Economía de las plataformas”, a cargo de Hassan Faghani (Berkeley Research Group). El expositor brindó los fundamentos económicos sobre los mercados multi-lado o de plataformas. Enfatizó que el corazón de las plataformas es la interacción (física o virtual) de dos o más grupos de usuarios a menores costos de transacción. La interacción ocurre porque ambos lados (sides) prefieren la plataforma para interactuar en comparación con otros medios.
Gráfico 1. Interacción de una plataforma de dos lados
Fuente: Apuntes de Hassan Faghani.
La interacción de usuarios en este tipo de plataformas genera efectos de red. Estos pueden ser de dos tipos: (i) directos, que es el efecto de un usuario adicional en el mismo lado de la plataforma, o (ii) indirectos, que se refiere al efecto de más usuarios en un lado de la plataforma sobre el otro lado de la plataforma.
A modo de ejemplo, el efecto de red directo se observa cuando el aumento de la cantidad de usuarios de un video online compartiéndose en una plataforma —Netflix— incrementa la utilidad de los usuarios ya conectados a la plataforma, y también el de usuarios potenciales. Por otro lado, el efecto de red indirecto ocurre si el aumento de audiencia en la plataforma la hace más valiosa para los proveedores de contenidos y los anunciantes.
Las plataformas fijan usualmente diferentes precios a los clientes en los dos lados. Los precios pueden ser positivos o negativos (esto último, en el caso de descuentos). El ratio de los dos precios es denominado la “estructura del precio” y la suma de estos precios es denominada el “nivel de precio”. Una forma de identificar si una plataforma es de dos lados o de uno solo consiste en preguntar: ¿cambiando la “estructura del precio” y manteniendo constante el “nivel de precio”, afecta al número de usuarios en cada lado? Si la respuesta es afirmativa, la plataforma es de dos lados; de lo contrario, es una plataforma de un solo lado (para profundizar, ver Glosario Ceco: Mercado de Dos Lados).
Por su parte, Faghani explica cómo compiten las plataformas. Dicha competencia tiene su origen en la diferenciación de productos ofrecida por las plataformas, y puede ser de dos tipos: vertical y horizontal. La primera se refiere a la situación en la que, por el mismo precio cobrado por los productos, todos los usuarios prefieren la plataforma 1 a la plataforma 2. La diferenciación horizontal se refiere a la situación en la que con el mismo precio para ambos lados, algunos usuarios prefieren la plataforma 1 y otros prefieren la plataforma 2.
Otro factor que afecta a la competencia es el multi-homing por parte de los usuarios. Multi-homing se refiere a una situación en la que uno o ambos lados de las plataformas pueden usar diferentes herramientas para realizar una transacción. El multi-homing puede surgir porque los usuarios quieren beneficiarse de la diferenciación intrínseca de las plataformas o elegir plataformas que sean menos costosas o tengan menores costos de transacción para los servicios adquiridos a través de las redes.
Por ejemplo, la mayoría de los desarrolladores de aplicaciones ofrecen su aplicación compatible con los sistemas operativos iOS y Android. Por otro lado, los usuarios suelen utilizar un dispositivo que sea compatible con los sistemas operativos iOS o Android (pero no ambos). Entonces, los vendedores de aplicaciones son multi-homing pero los usuarios son de single-homing (ver nota CeCo “App Stores de Apple y Google enfrentan nuevo proyecto de ley del Congreso de EE.UU.”).
La predicción del precio de equilibrio cambia significativamente cuando el multi-homing está disponible en cualquier lado de la plataforma. Por ejemplo, si en las plataformas de medios de comunicación los anunciantes (vendedores) pueden llegar a los lectores (compradores) en diferentes plataformas, los medios no solo deben competir para atraer lectores, sino que también deben competir por los anunciantes (para profundizar, ver investigación CeCo “Medios de comunicación y publicidad online: la mirada de la política de competencia”).
Entonces, el valor de una plataforma para los anunciantes depende, en gran medida, de la audiencia a la que no pueden llegar en otras plataformas, los «lectores cautivos«. En equilibrio, el precio que pagan los anunciantes por cada plataforma es una función de los lectores cautivos y el “valor incremental asociado con los consumidores multi-homing (Anderson et al., 2018).
Lo interesante de esto último, explica Faghani, es que el multi-homing tiene implicancias en cuestiones antimonopolio. La estrategia de precios de las plataformas es una función de la proporción de usuarios cautivos a los usuarios compartidos (aquellos que tienen múltiples hogares). Cuanto mayor sea esta relación, mayor será el precio que puede cobrar una plataforma. En otras palabras, el análisis que muestra una alta proporción de lectores cautivos en comparación con los lectores compartidos indica que la plataforma puede tener un alto poder de mercado.
El cuarto tópico desarrollado fue el de “Introducción al análisis de regresión”, a cargo de Kelly Lear Nordby (Ankura). En su ponencia, se explicó que el análisis de regresión se usa ampliamente para evaluar lesiones y calcular daños en litigios antimonopolio.
La discusión se centró en el uso del análisis de regresión en acuerdos de fijación de precios, donde el remedio legal apropiado es cobrar la diferencia entre el precio que el demandante realmente pagó y el precio que habría pagado el demandante en ausencia de la conducta anticompetitiva, denominada “precio contrafactual” (ver investigación de C. Agostini “Cálculo de daños por conductas anticompetitivas: Consumidores”).
Para examinar estos problemas, los expertos a menudo emplean un modelo de regresión lineal que relaciona el precio por unidad del producto (precio marginal) bajo análisis con: factores de oferta (costos, capacidad), factores de demanda (precios de productos sustitutos, indicadores macroeconómicos), y posiblemente también factores de mercado (concentración de vendedores).. A dicho modelo se le conoce como una ecuación de precio de “forma reducida” (Pindyck and Rubinfeld, 1998).
Por otro lado, se puede utilizar un enfoque “antes y después”, que requiere datos del mismo mercado durante un período diferente (antes y después de la conducta anticompetitiva). El período “limpio” sirve como “punto de referencia” para las relaciones entre el precio y las variables independientes que habrían prevalecido durante el período de impacto en ausencia de (“si no fuera por”) la supuesta conducta anticompetitiva.
Un tercer enfoque es el de “diferencias en diferencias” (DiD). De la misma forma que el enfoque “antes y despúes”, el DiD utiliza datos para el mismo mercado en dos periodos, pero además se ocupan datos de otro mercado (similar al mercado afectado), excepto que éste no fue afectado por la conducta anticompetitiva.
Desde la perspectiva de un experimento natural, el mercado no afectado es el «grupo de control«; el “tratamiento” es la conducta anticompetitiva; y el mercado afectado por la conducta es el «grupo de tratamiento«.
Por ejemplo, en un caso de fijación de precios, el grupo de control podría ser un mercado geográfico diferente donde el demandado vendió el mismo producto y no se alega que la conducta haya ocurrido, o podría ser un mercado de productos diferente que supuestamente no se vio afectado. Una suposición crítica en este análisis es que los precios en los dos mercados habrían seguido la misma tendencia en ausencia de la conducta anticompetitiva (Gertler et al., 2016), lo que se conoce como “tendencias paralelas”. Demostrando que ambos mercados son buenos grupos de comparación, cualquier cambio (“diferencia”) entre los precios promedio en los dos mercados del período limpio al período de impacto es el efecto promedio del tratamiento, es decir, el efecto promedio de la fijación de precios. conspiración (ver nota CeCo “Econometría para abogados: el mínimo para sobrevivir en libre competencia”).
Finalmente, Lear Nordby enfatiza que la confiabilidad de un análisis de regresión aumenta con la cantidad y calidad de los datos. Más observaciones dan como resultado estimaciones más precisas.
En conclusión, los fundamentos económicos presentados en la ABA Spring Meeting 2023 por los expertos mencionados ayuda a los diversos profesionales involucrados en el análisis antitrust a emprender un análisis más empírico vinculado a la teoría económica. Ningún análisis empírico sólido está completamente desconectado de la teoría económica y, por lo tanto, los fundamentos presentados en la conferencia juegan, en definitiva, un papel importante en la provisión de orientación y disciplina para las investigaciones en materia de competencia.
Anderson, SP., Foros, A. y Kind, HJ. (2018). “Competition for Advertisers and for Viewers in Media Markets”, Economic Journal, p.35
Evans, DS. y Noel, M. (2005). “Defining Antitrust Markets When Firms Operate Two-Sided Platforms”, Columbia Business Law Review.
Evans, DS. y Noel, M. (2008). “The Analysis of Mergers That Involve Multi-Sided Platform Businesses”, Journal of Competition Law and Economics.
Filistrucchi, L. (2008). “A SSNIP Test for Two-Sided Markets: The Case of Media”, working paper.
Gertler P.J., Martinez, S., Premand, P., Rawlings, L.B., y Vermeersch, C.M.J. (2016). Impact Evaluation in Practice, 2nd ed. (Washington, DC: Inter‐American Development Bank and World Bank), Chapter 6, 135‐6.
Moresi, S. (2010). “The Use of Upward Price Pressure Indices in Merger Analysis”, The Antitrust Source.
Motta, M. (2004). Competition Policy: Theory and Practice, Cambridge University Press.
Pindyck, R.S. y Rubinfeld, D.L. (1998). “Econometric Models and Economic Forecasts, 4th ed. (Boston, MA: The McGraw‐Hill Companies), 338‐342.
Scheffman, D. y Simons, J. (2003). “The State of Critical Loss Analysis: Let’s Make Sure We Understand the Whole Story,” The Antitrust Source, Noviembre.
Werden, G. (2006). “Identifying Exclusionary Conduct under Section 2: The No Economic Sense Test,” Antitrust Law Journal 73, no. 2: 413-434
