IPCSAE A UN AÑO(*)
(*) Estimación Rolling modelo semi estructural (MSEP). N=22: Ventana 1 = 2001.T3 a 2006.T4 ; N=28: Ventana 1 = 2001.T3 a 2008.T2; N=40: Ventana 1 = 2001.T3 a 2011.T2.
Fuente: Actualización Recuadro “Cambios en la dinámicas inflacionarias y política monetaria”, IPoM diciembre 2018.
0,00 0,05 0,10 0,15 0,20 0,25 0,30 2007 2009 2011 2013 2015 2017 2019 N=22 N=28 N=40
El gráfico 2.11 provee evidencia en esa dirección para Chile, al mostrar el resultado de la estimación del efecto de un shock de 1% a la brecha de actividad sobre la inflación SAE con distintas ventanas móviles (22, 28, 40 meses). Los resultados no indican un cambio significativo en la relación entre brecha e inflación en la muestra, lo que sugiere que el impacto estimado de un shock de esa magnitud —que corresponde a dos tercios de la desviación estándar de la brecha— ha permanecido estable en los últimos catorce años. Ello apunta a una curva de Phillips cuyo coeficiente de actividad ha sido estable, y que no parece presentar signos del “aplanamiento” descrito en la literatura internacional. Además, el debate reciente también se ha centrado en los desafíos de estimar de manera correcta la curva de Phillips, y la sensibilidad de los resultados a la metodología de estimación y la definición exacta de las variables utilizadas, lo que dificulta la estimación de sus parámetros fundamentales45/. Esto sugiere que tanto el análisis empírico como la interpretación analítica de la curva de Phillips deben hacerse con cuidado, tomando en cuenta los problemas técnicos asociados a poder estimar con precisión sus parámetros.
Sin embargo, pese a sus limitaciones metodológicas y a las dificultades asociadas a su estimación, la curva de Phillips sigue siendo un instrumento útil para el análisis de la inflación en el corto plazo. Ello se deriva en parte de su poder predictivo de la inflación en Chile, el cual es superior a las metodologías estadísticas alternativas para algunas categorías de bienes46/, pero, por sobre todo, por su capacidad de proveer un marco conceptual sencillo pero poderoso para aportar en la interpretación de los factores explicativos de la inflación. Así, la curva de Phillips es útil como marco de referencia para articular opciones y decisiones de política monetaria. Por ello, resulta conveniente utilizarla como una herramienta importante, pero en ningún caso exclusiva, para entender las dinámicas inflacionarias, y su relación con el conjunto de políticas disponibles para los bancos centrales.
45/ Para una discusión de los problemas econométricos de la estimación, ver Mavroeidis et al. (2014), quienes indican que “[…] casi cualquier combinación de parámetros que esté remotamente cerca del rango considerado en la literatura puede ser generada por alguna especificación que a priorI no puede objetarse […]”. Una dificultad adicional es la estimación de la brecha de actividad en tiempo real como discuten Figueroa, Fornero y García (2019).
47/ Esta subsección se basa en el trabajo de Canales y López-Martín (2021). Una variedad se define como un conjunto de atributos o especificaciones preestablecidas, tales como la marca, descripción, tamaño, contenido, entre otras características. La base de datos disponible de manera pública no incluye las divisiones de educación y de comunicaciones. A su vez, dentro de algunas divisiones no se encuentran disponibles algunos productos específicos. De esta manera, queda finalmente disponible aproximadamente el 67% del total de la canasta del año 2018 (cada base de datos está asociada a una revisión de la canasta de consumo). Los datos incorporan información de precios de 5.094 establecimientos y 1.274 variedades, en promedio, aunque estas cifras muestran variaciones en cada mes. Si bien los datos se pueden recolectar con distinta frecuencia (en especial aquellos que muestran mayor variabilidad), la base de datos considera el promedio mensual para cada variedad-establecimiento. 48/ Algunas referencias en la literatura, que analizan datos de distintos países, incluyen: Alvarez et al. (2019), Cortés Espada et al. (2012), Dhyne et al. (2005), Klenow y Malin (2011). En particular, Medina et al. (2007) analizan datos de Chile para el período 1999-2005.
2.3.4 Rigideces de precios en Chile: evidencia desde los microdatos
La sección anterior documentó la importancia de la curva de Phillips como marco analítico y empírico para el estudio de las dinámicas de inflación en Chile, y la manera en que conceptualmente la existencia de rigideces de precios es un supuesto clave detrás de ese enfoque. Por lo tanto, una pregunta relevante es en qué medida existe evidencia directa de rigideces de precios en Chile. El uso de los microdatos de precios a partir de los cuales se realiza la construcción del IPC, permite responder esta pregunta. Las bases de datos, disponibles públicamente en el sitio web del INE, contienen información innominada de precios cada mes a nivel variedad-establecimiento, en base a la muestra recolectada y procesada por el INE para el cálculo del IPC47/.Los microdatos se utilizan para calcular tres estadísticos extensamente estudiados en la literatura internacional: la duración en cambios de precios, la frecuencia de estos cambios y sus magnitudes48/. Se utiliza la base de datos disponible públicamente correspondientes al período enero 2014-diciembre 2018. Se obtiene también una representación de los distintos componentes de la canasta de consumo, para poder analizar sus diferencias de comportamiento.
Los primeros dos estadísticos —duración y frecuencia de cambios— se asocian de manera directa a la existencia de rigideces de precios, al mostrar en qué medida los precios no se ajustan de manera automática a los shocks que experimenta la economía. El tercer estadístico —la magnitud de dichos cambios— contribuye a caracterizar de mejor forma la dinámica del proceso inflacionario, entendiendo de qué manera los movimientos agregados pueden descomponerse entre movimientos poco frecuentes de mayor magnitud o una mayor cantidad de movimientos de menor cuantía. Como se discute en el Recuadro 2.3, la riqueza de los microdatos de precios existente en Chile también es útil para el análisis del comportamiento de los precios en episodios puntuales, y en particular en respuesta a shocks macroeconómicos49/.
El gráfico 2.12 muestra el primero de estos estadísticos. Se observa como, a noviembre de 2018, un porcentaje relevante de los precios llevaba un tiempo significativo sin ajustarse, coherente con la noción de que muchos precios cambian de manera muy lenta. Mientras que solo un tercio de los precios se habían ajustado ese mes, el restante 70% de ellos no lo había hecho, viéndose que cerca de un 20% de ellos llevaba más de un año rígidos.
La Tabla 2.2 presenta los restantes dos estadísticos. En ella se aprecia un grado importante de heterogeneidad en el comportamiento promedio entre las distintas divisiones. Las divisiones de mayor frecuencia de cambios de precios50/ son alimentos, bebidas y transporte, donde aproximadamente el 40-50% de los precios individuales se ajustan cada mes. Las de menor frecuencia de cambios de precios fueron las de vestuario y restaurantes, con proporciones inferiores al 20%. En línea con lo esperable dado la existencia de una inflación de tendencia positiva, la frecuencia de cambios de precios positivos es mayor que la de negativos para casi todas las divisiones.