Industria Molinera de Arroz en Colombia
Industria Molinera de Arroz en Colombia
Industria Molinera de Arroz en Colombia
Saavedra
Tutor (a): Irma Baquero Haeberlin
Bogotá D.C, Diciembre de 2016
Economía
2
Contenido
RESUMEN ................................................................................................................................... 5
ABSTRACT.................................................................................................................................. 5
INTRODUCCIÓN ........................................................................................................................ 6
OBJETIVOS E HIPÓTESIS........................................................................................................ 8
CARACTERÍSTICAS DE LA AGROINDUSTRIA MOLINERA DE ARROZ ........................... 9
Proceso industrial .................................................................................................................. 10
Valor agregado de la molinería ............................................................................................ 13
Importancia del sector........................................................................................................... 13
Consumo ................................................................................................................................ 14
Precio al consumidor............................................................................................................. 15
Comercio exterior .................................................................................................................. 15
Ventas .................................................................................................................................... 17
Molinos/ Molineros ................................................................................................................ 17
CONCENTRACIÓN DE MERCADO ....................................................................................... 19
Marco teórico ......................................................................................................................... 19
Marco metodológico .............................................................................................................. 20
Datos para la medición ..................................................................................................... 25
Resultados ............................................................................................................................. 25
Integraciones empresariales ............................................................................................ 27
Índices de concentración .................................................................................................. 28
Índices de dominancia ...................................................................................................... 31
PODER DE MERCADO............................................................................................................ 33
Marco Teórico ........................................................................................................................ 33
Marco metodológico .............................................................................................................. 35
El estimador del poder de mercado de la frontera estocástica ..................................... 36
Datos y especificación del modelo ................................................................................... 39
Resultados ............................................................................................................................. 41
COMPORTAMIENTOS ANTICOMPETITIVOS DE LOS MOLINEROS DE ARROZ .......... 45
CONCLUSIONES ..................................................................................................................... 49
REFERENCIAS ......................................................................................................................... 51
ANEXOS .................................................................................................................................... 54
3
Lista de gráficos
Gráfico 1 Distribución del valor de la producción de bienes manufacturados por la industria
molinera de arroz (2014) ................................................................................................................ 9
Gráfico 2 Procesamiento Industrial del Arroz............................................................................... 13
Gráfico 3 Consumo per cápita (kg/hab) y precio de arroz blanco en Colombia ($/t) (2000-2014) . 14
Gráfico 4 Precio Arroz de 1ra al Consumidor en Colombia (2006 – 2015). Precios constantes del
2014 ............................................................................................................................................ 15
Gráfico 5 Ventas de la industria molinera de arroz en Colombia (2000-2014). Precios constantes
del 2014 ....................................................................................................................................... 17
Gráfico 6 Número de empresas dedicadas a la molinería de arroz en Colombia (2000-2014) ....... 18
Gráfico 7 Concentración vs participación industria molinera de arroz en Colombia (2014) .......... 29
Gráfico 8 Evolución índice CR5 para la industria molinera en Colombia (2000-2014) ................... 29
Gráfico 9 Evolución índice HHI para la industria molinera en Colombia (2000-2014) .................... 30
Gráfico 10 Función de frontera estocástica ................................................................................. 36
Gráfico 11 Distribución Mark-up e índice de Lerner industria molinera de arroz blanco para
Colombia (2010-2014).................................................................................................................. 42
Gráfico 12 . Evolución del índice de Lerner total industria molinera en Colombia (2010-2014) .... 43
Gráfico 13 Evolución del índice de Lerner con producción superior e inferior al promedio en
Colombia (2010-2014).................................................................................................................. 44
Lista de tablas
Tabla 1 Valor de la producción total nacional 2014 ...................................................................... 14
Tabla 2 Consumo aparente de Arroz en Colombia (2000-2014) .................................................... 16
Tabla 3 Intervalos del índice HHI .................................................................................................. 22
Tabla 4 Intervalos para los índices ID-Kwoka ................................................................................ 23
Tabla 5 Intervalos para el índice Stenbacka .................................................................................. 24
Tabla 6 Participación en el valor total de las ventas de la industria molinera de arroz 2015 - Valores
en miles de pesos......................................................................................................................... 26
Tabla 7 Índices de concentración y dominancia en la industria molinera de arroz en Colombia
(2001-2014) ................................................................................................................................. 28
Tabla 8 Índice de dominancia para la industria molinera en Colombia (2001-2014) ...................... 31
Tabla 9 índice de Kwoka para la industria molinera en Colombia (2001-2014) .............................. 31
Tabla 10 índice de Stenbacka para la industria molinera en Colombia (2001-2014) ...................... 32
Tabla 11 Coeficientes estimados y probabilidades asociadas a la función de participación ........... 41
Tabla 12 Valor promedio de índice de Lerner, mark-up y término de ineficiencia ......................... 42
4
RESUMEN
ABSTRACT
In this document the market structure of the rice miller industry in Colombia was
analyzed. We make a descriptive and quantitative analysis that includes:
concentration indexes, dominance indexes and the estimation of the market power
based on the development of the stochastic frontier methodology enunciated by
Kumbhakar, Baardsen and Lien (2012).
The main conclusion reached is that the industry is oligopolic with a moderate level
of concentration that allows the millers have control on price fixing which is set in a
framework of asymmetric relationships among millers, consumers and control
entities.
5
INTRODUCCIÓN
1
Martínez Covaleda (2006) define oligopolio moderadamente concentrado como la estructura de mercado
en la cual las cuatro mayores compañías concentran entre el 50% y el 75% de las ventas.
6
como el diferencial entre precio y costo marginal que da lugar a la generación de
ganancias extraordinarias (White, 2012).
7
OBJETIVOS E HIPÓTESIS
Objetivo
Objetivos específicos
Hipótesis
8
CARACTERÍSTICAS DE LA AGROINDUSTRIA MOLINERA DE ARROZ
Gráfico 1 Distribución del valor de la producción de bienes manufacturados por la industria molinera de
arroz (2014)
9
Proceso industrial
El proceso industrial del arroz comienza con la recepción del arroz paddy verde en
el molino. Una vez el paddy verde entra al molino este se somete a procesos de
limpieza, secado, trilla 2 , pulimento, y empaque a lo largo de su transformación
(MADR [Agricultura al Día MADR], 2015):
PRELIMPIEZA: En este proceso se retiran las impurezas de gran tamaño que trae
el arroz como producto del proceso de cosecha como: Palos, tallos, hojas, piedras,
tierra, etc. mediante diferentes máquinas de limpieza que separan el paddy verde
de las impurezas (Proceso industrial del arroz, 2016; MADR [Agricultura al Día
MADR], 2015).
2
La trilla de arroz es el proceso en el cual se retira la cascarilla del arroz paddy.
10
necesidades del molino. Según datos de INDUARROZ la industria molinera tiene
la capacidad de almacenar 473.080 toneladas de arroz en paddy seco, lo que
equivale a 2.2 meses de consumo nacional (Induarroz, 2016).
3
Es el grano de arroz que ha sido descascarado, pero no ha entrado en la etapa de pulimiento. Contiene más
vitaminas, minerales y fibra, gracias a que conserva su capa externa.
11
La Norma Técnica Colombiana NTC 519 y NTC 671 del ICONTEC definen el arroz
blanco de la siguiente manera: “Arroz elaborado (blanco): arroz descascarado al
cual se le ha eliminado parcial o totalmente por elaboración el germen y las capas
de la aleurona” (Icontec, 2001a).
12
Gráfico 2 Procesamiento Industrial del Arroz
Con base en datos de la EAM del DANE (2014) el valor agregado por la industria
molinera al Paddy corresponde al 33.80%. En este sentido el valor agregado que
la molinería le da al Paddy es bajo. La materia prima representa el 66.2% del
precio de venta del arroz blanco.
13
De acuerdo con datos de la EAM el valor total de la producción de la industria
arrocera ha venido registrando una tendencia creciente, pasando de 2.5 billones
de pesos en 2009 a 3,00 billones de pesos en 2014. Lo anterior representa el
1.42% de la producción industrial del país y el 6.12% de la industria alimentaria;
empleando a 4.945 personas de manera directa.
Consumo
Gráfico 3 Consumo per cápita (kg/hab) y precio de arroz blanco en Colombia ($/t) (2000-2014)
2.500.000 44
43
2.000.000 42
41
Pesos/t
1.500.000
kg/hab
40
1.000.000 39
38
500.000 37
36
0 35
2002
2007
2012
2000
2001
2003
2004
2005
2006
2008
2009
2010
2011
2013
2014
PRECIO CONSUMO
14
El consumo se comporta de manera contraria al precio del arroz blanco, el cual ha
ido aumentando desde 2002 (Gráfico 3). Para el año 2012 el arroz contaba con
una elasticidad precio de la demanda de -0.7 (Ramírez et al., 2013). Según
(Martinez Covaleda, 2006) la elasticidad precio de la demanda para el año 2001
era del -0.94. Una elasticidad cercana a la unidad que refleja un consumo elástico
ante variaciones en los precios.
Precio al consumidor
Gráfico 4 Precio Arroz de 1ra al Consumidor en Colombia (2006 – 2015). Precios constantes del 2014
3500
3000
2500
Pesos/kilo
2000
1500
1000
500
0
2001
2009
2000
2002
2003
2004
2005
2006
2007
2008
2010
2011
2012
2013
2014
Año
Comercio exterior
15
Tabla 2 Consumo aparente de Arroz en Colombia (2000-2014)
CONSUMO CONSUMO
PRODUCCIÓN IMPORTACIONES EXPORTACIONES
APARENTE PERCAPITA
Valor
Valor (Miles Volumen
AÑO Volumen (t) Volumen (t) (Miles (t) (kg/hab)
US$/CIF) (t)
US$/FOB)
16
De lo anterior se puede deducir que la producción nacional está destinada a
satisfacer la demanda interna y que el comercio exterior del arroz blanco es muy
débil. Las exportaciones por su parte son casi inexistentes.
Ventas
Las ventas registradas por los industriales molineros de arroz entre el año 2000 y
2014 han sido en promedio de 3.8 billones de pesos anuales. Han crecido a una
tasa promedio anual de 2.86%. Pasaron de 2.79 billones de pesos en el 2000 a
3.84 billones en 2014 (pesos constantes del 2014).
Gráfico 5 Ventas de la industria molinera de arroz en Colombia (2000-2014). Precios constantes del 2014
3.500.000.000
3.000.000.000
Miles de pesos
2.500.000.000
2.000.000.000
1.500.000.000
1.000.000.000
500.000.000
0
2004
2012
2000
2001
2002
2003
2005
2006
2007
2008
2009
2010
2011
2013
2014
Año
Molinos/ Molineros
Para entonces esta contaba con 15 de las más importantes empresas del sector,
que representaban el 80% de la producción y comercialización del arroz blanco
4
Desde 1965 INDUARROZ agrupa y representa desde a los industriales del arroz en Colombia, sin embargo,
no hacia parte de la ANDI.
17
colombiano y cerca del 60% de la compra de arroz paddy verde (Dinero, 2006).
Sin embargo, en 2007 molinos Florhuila y Roa se retiraron de INDUARROZ
alegando falta de apoyo y solidaridad del gremio al no haber sido tenidos en
cuenta en la resolución 193 del mismo año para la adjudicación del llamado
incentivo al almacenamiento del arroz en el Huila (Portafolio, 2007).
100
90
Número de empresas
80
70
60
50
40
30
20
10
0
2007
2014
2000
2001
2002
2003
2004
2005
2006
2008
2009
2010
2011
2012
2013
Año
18
CONCENTRACIÓN DE MERCADO
Marco teórico
5
El rasgo clave que distingue al monopolio es que el monopolista controla significativamente el precio que
cobra.
19
mercado está fuertemente relacionada con el poder que ejercen las empresas
dominantes en el mercado en particular.
Marco metodológico
20
Donde es la participación de mercado que tiene la i-ésima empresa, y n
es el número de empresas grandes que se consideraron. Cuando el
indicador toma valores cercanos a 100%, este resultado muestra la
existencia de una alta concentración en la industria. Por el contrario,
cuando es cercano a 0% la concentración es menor.
21
mercado se miden en un intervalo de 0 a 1, si el HHI toma un valor de 1 se
interpreta como la existencia de monopolio, si toma valores cercanos a
cero, indica menor concentración; o competencia casi perfecta. La inversa
de este índice se interpreta como el número equivalente de empresas de
igual tamaño que habría en el mercado.
Como referencia, el US Department of Justice y The Federal Trade
Commission, instituciones encargadas de auditar fusiones horizontales en
los E.E.U.U. utilizan los siguientes rangos de valores HHI:
La ventaja que ofrece este índice está en que este pondera las cuotas de
mercado de forma que, al elevarlas al cuadrado, da mucha importancia a
empresas con cuotas altas, en relación con empresas con cuotas
pequeñas.
Donde:
22
monopolizado. Así, un valor alto del índice es indicativo de una mayor
capacidad de las entidades más grandes para ejercer dominio sobre las
restantes.
Rango ID-Kwoka
= 0% Dominio nulo
Mayor de 0%y menor o igual a 25% Dominio bajo
Mayor de 25%y menor o igual de 50% Dominio medio
Mayor de 50% y menor o igual de 75% Dominio moderado
Mayor de 75% y menor de 100% Dominio alto
= 100% Dominio absoluto
Fuente: Elaboración propia
23
5. Índice de dominancia de Stenbacka (Melnik, Shy, & Stenbacka, 2007)
Es una medida para identificar un umbral (cuota de mercado mínima) a
partir del cual una empresa podría tener posición dominante en un mercado
determinado. Teniendo en cuenta la participación de mercado de las dos
empresas líderes, el índice arroja un umbral de cuota de mercado después
del cual la empresa líder posiblemente ostentaría posición de dominio.
La fórmula para calcular el umbral de STENBACKA es la siguiente:
24
Datos para la medición
Resultados
25
destacan al respecto son Diana Corporación S.A.S. (DICORP) y la Organización
Roa Florhuila, ORF, (antes Molinos Roa S.A y Molinos Florhuila S.A).
Tabla 6 Participación en el valor total de las ventas de la industria molinera de arroz 2015 - Valores en
miles de pesos
Participación en las
Posición NIT Razón Social Ventas
ventas
26
En un segundo plano se encuentran Unión de Arroceros S.A (Uniarroz),
Agroindustrial Molino Sonora. Más atrás se sitúan Granos & Cereales, Arrocera La
Esmeralda, Arrocera Boluga, y Arroz Federal.
Por otro lado, entre las empresas restantes se distinguieron en 2015 por su
dinamismo Molinos El Yopal, Inversiones Molino Colombia, Inversiones Lache,
Arrocera Gelvez, Comercializadora del Llano, Arrocera del Litoral, Inproarroz,
Gómez y Gómez, Molino San Isidro, Grandelca, Arrocera Agua Clara, Arrocera
Formosa, Inversiones PTC, Sociedad Arrocera, Indupaddy, Molino Arrocero
Vergara, Arroz Buenarroz, Inversiones Baol, Arrocera Potrerito Laserna, Arrocera
La Primavera, y Arroceras San Valentín. (Supersociedades, 2016)
Integraciones empresariales
27
proceso de absorción jurídica de sus filiales Molino Agrocaribe y Emprocer
(Portafolio, 2014).
Índices de concentración
28
Gráfico 7 Concentración vs participación industria molinera de arroz en Colombia (2014)
60%
30%
20%
10%
1,61%
0% 2,46%
0,77%
0% 5% 10% 15% 20% 25% 30% 35%
-10%
Participación (Si)
CR (5)
El CR (5) mide la participación en las ventas los molineros más grandes en las
ventas totales de la industria de en el mercado de arroz. En el siguiente grafico se
observa que este indicador ha presentado una subida desde el año 2000 hasta el
año 2014, pasando de un promedio de 56% a 61%. La tendencia es creciente.
2014
CR(5)
29
HHI
30
Índices de dominancia
ID
Año ID
2001 0,3357
2006 0,2711
2011 0,3963
2014 0,4271
Kwoka
Año Kwoka
2001 0,178
2006 0,113
2011 0,252
2014 0,042
31
De este índice se puede concluir que no existe una única empresa dominante,
sino que la competencia es fuere entre las participantes. Para el año 2014 este
índice es del 0.042 lo cual se podría decir que corresponde a una estructura de
oligopolio con dominancia media.
Índice de Stenbacka
Año Stenbacka
2001 50,18%
2006 50,02%
2011 50,10%
2014 49,54%
32
PODER DE MERCADO
Marco Teórico
33
óptimo social que es alcanzado en competencia perfecta (Lerner, 1934,
p.168)
Una vez ha discutido y descartado los índices anteriores, Lerner propone el índice
de poder de monopolio como , donde P es el precio y C el costo marginal.
El problema que surge al estimar este índice es que los costos marginales no son
siempre observados en los datos y por tanto, no es posible calcularlo
directamente. Sin embargo, se han desarrollado diversas metodologías para
superar este problema.
En la Nueva Organización Industrial Empírica (NEIO por sus siglas en inglés: New
Emprirical Industrial Organization) existen varios métodos para estimar el poder de
mercado. Una de las posibilidades consiste en estimar ecuaciones de
comportamiento detalladas (oferta y demanda) usando series de tiempo. Las
debilidades de estos métodos recaen en que requiere gran cantidad de datos, los
cuales no están siempre disponibles (Parsons & Vanssay, 2013). Además, como
Kumbhakar, Baardsen y Lien (2012) argumentan, no siempre se puede estimar si
no existen retornos a escala constantes.
34
Kumbhakar et al. (2012) desarrolla una nueva metodología basada en la función
de frontera estocástica para estimar el poder de mercado. En este considera que
existen otras razones, además de comportamientos anticompetitivos, por las
cuales el precio es superior al costo marginal.
Marco metodológico
El índice de Lerner busca medir el poder que tienen las empresas para fijar los
el costo marginal. El problema que trae este índice para poder ser calculado es
que los costos marginales de las empresas no son siempre observables, a menos
de que existan retornos constantes a escala, caso en el cual los costos marginales
son iguales a los costos medios. (Kumbhakar, Baardsen, & Lien, 2012)
35
presencia de un mercado anticompetitivo sino a errores de optimización
(Kumbhakar et al., 2012) y segundo, el mark-up debe ser según Lerner (1934), no
negativo, y esto no se asegura para cada una de las observaciones.
Es por esto que para la estimación del poder de mercado la metodología a utilizar
será la desarrollada por Kumbhakar et al. (2012) utilizando el método de frontera
estocástica como herramienta para su estimación.
Kumbhakar et al. (2012) adaptaron esta metodología para la medición del poder
de mercado. En principio, lo que se busca es estimar la función óptima de la
participación de los ingresos en los costos en función del nivel de producto y de
los precios de los insumos, y considera que cualquier desviación del estimado está
dada por dos términos de error. Un término que captura efectos aleatorios y un
término que captura el mark-up de cada empresa.
36
En el gráfico 10 se muestra una función (frontera estocástica) que recoge todos
los puntos mínimos de participación de los ingresos en los costos que son
alcanzados en competencia perfecta. Suponga que existe una empresa que
produce un nivel de producto dado cuyo nivel de participación de los ingresos
en los costos es mayor que el nivel dado por la función, en este caso se considera
que esta diferencia se debe, en parte, a que la empresa tiene el poder de asignar
un precio superior al de competencia perfecta (mark-up) y a factores inobservables
que impiden que la empresa llegue a este nivel mínimo dado por la función. Vale
la pena anotar que mientras que el primer efecto es siempre positivo, el segundo
efecto puede ser tanto positivo como negativo.
Para explicar la derivación del modelo matemático Kumbhakar et al. (2012) parten
de la relación en la que los precios son mayores a los costos marginales en
mercados que no son perfectamente competitivos.
Donde el término de ruido captura el mark-up. Sin embargo, pueden existir otras
variables inobservables que afectan la participación del ingreso en los costos las
37
cuales serán capturadas por un término de ruido de dos lados que al añadirlo a
la ecuación (3) la convierte en una función de frontera estocástica.
De esta solo es necesario estimar la elasticidad del costo con respecto al ingreso y
no toda la función, ya que solo se quiere calcular el mark-up. Al derivar (4) con
respecto a se obtiene:
La ecuación (6) es similar a una frontera de costos estocástica y, dado que estas
funciones se estiman a través del método de máxima verosimilitud, se sigue la
literatura para este tipo de estimaciones y se hacen supuestos sobre la
distribución de los términos de error.
38
Como la ecuación de costos es homogénea de grado uno en para los precios de
los insumos la restricción para estimar (6) será . Además, dado que el
Donde
, , ,
Los precios de los insumos que se consideran son: el precio del arroz paddy, el
precio de la energía eléctrica, el precio del capital y el salario. La estimación se
hace siguiendo la literatura para un panel de datos con el método de máxima
verosimilitud.
39
Donde:
40
según el peso que tienen los ingresos por arroz blanco en los ingresos totales de
cada empresa.6
Debido a que algunas empresas pueden comprar tanto arroz paddy verde como
arroz paddy seco, el precio de este insumo en esos casos se calculó como un
promedio ponderado por las cantidades del insumo consumidas.
Resultados
6
Todos los precios y costos son constantes año base 2014, utilizando el Índice de precios al productor
agrícola
41
se encuentran en el intervalo de 0% a 50%. Sin embargo, cabe destacar la
existencia de empresas que presentaron mark-up de más del 100%, lo que
comprueba que existen empresas en la industria con la capacidad de fijar un
precio de más del doble de sus costos marginales.
Gráfico 11 Distribución Mark-up e índice de Lerner industria molinera de arroz blanco para Colombia
(2010-2014)
20
30
15
20
Percent
Percent
10
10
5
0
0 .5 1 1.5 0 .2 .4 .6
markup lerner
El gráfico 12 muestra que el poder de mercado promedio para cada año ha ido
disminuyendo en la industria en los últimos cinco años. El índice de Lerner pasó
42
de un 19.54% en 2010 a 17.09% en 2014 lo que representa una disminución de
más de 2pp, lo que parece significar que se han logrado grandes avances en la
competitividad en la industria.
Gráfico 12 . Evolución del índice de Lerner total industria molinera en Colombia (2010-2014)
20,00%
19,50%
19,00%
Índice de Lerner
18,50%
18,00%
17,50%
17,00%
16,50%
16,00%
15,50%
2010 2011 2012 2013 2014
Año
Lerner promedio
43
industria, el poder de mercado aumenta en casi 2pp de 2010 a 2014 (de 8.86% a
10.44%) en las empresas más grandes.
Gráfico 13 Evolución del índice de Lerner con producción superior e inferior al promedio en Colombia
(2010-2014)
24% 11%
23% 11%
Índice de Lerner
Índice de Lerner
22%
10%
21%
10%
20%
19% 9%
18% 9%
17% 8%
2010 2011 2012 2013 2014 2010 2011 2012 2013 2014
Año Año
Lerner inferior al promedio Lerner superior al promedio
Primero, como especifica Lerner (1934), pueden existir mercados en donde las
empresas más grandes tendrían que incurrir mayores costos para lograr
abastecerlo lo que hace que no sean rentables. Por tanto, son las empresas
locales las únicas que pueden abastecer este tipo de mercados, lo que les da una
capacidad mayor para fijar los precios.
Segundo, como indican Kumbhakar et al. (2012), las empresas más grandes
tienen mayores participaciones en las exportaciones, por tanto, compiten en
44
mercados internacionales que son más competitivos y que les impiden fijar precios
más altos.
La SIC ha sancionado en tres ocasiones a los molinos por tomar acciones que
infringen el régimen de protección de la competencia: La primera por un monto de
45
2.461 millones en 2005, la segunda por 345 millones en 2013, y la última de 33
mil millones de pesos en 2015.7
Estos hechos develan la existencia del poder de mercado que tienen algunas
empresas molineras y adicionalmente, se hace clara la divergencia clara que
existe entre el poder de negociación de los molineros de arroz y el de los
comercializadores del producto.
46
las condiciones necesarias para que se mantenga una estructura oligopólica. En
esta resolución se hacen explicitas dos barreras de entrada principales que
caracterizan esta industria: En primer lugar, está el hecho de que los activos de los
principales molinos superen los 70 mil millones de pesos, lo que pone en
evidencia la gran cantidad de inversión inicial necesaria para que un nuevo
competidor pueda ejercer competencia efectiva en el mercado. Por otra parte,
existen economías a escala en la industria que hacen que las pequeñas empresas
no sean eficientes y terminen saliendo del mercado o siendo absorbidas por las
más grandes.
Aparte del control ejercido sobre los precios, también existen hechos que
demuestran prácticas anticompetitivas por parte de las empresas molineras de
arroz que incrementan la concentración en el mercado
47
sentido, de acuerdo con el artículo 9 de la ley 1340 de 2009 aquellas empresas
que pertenezcan en la misma cadena de valor deben informar las operaciones que
proyecten llevar juntas. Cosa que no se hizo.
“Para el caso de las integraciones verticales, aunque por regla general pueden
generar eficiencias para el mercado, en ciertas situaciones y bajo ciertos
supuestos, pueden tener efectos que reduzcan la competencia efectiva en el
mercado. Por lo general, estos efectos son similares a los generados por los
acuerdos de exclusividad, es decir, se presenta el riesgo de que la integración
vertical pueda absorber una parte suficiente de proveedores o compradores que
deteriore de manera significativa la capacidad de los rivales para competir.” (SIC,
2013)
El poder de mercado que se ejerce por parte de los molineros no se limita al del
mercado de arroz blanco. En el caso del arroz paddy (principal insumo
demandado por las molinerías), existen sanciones en las que se demuestra el
poder de oligopsonio que ejercen las compañías molineras.
48
el que de la explicación de dicho fenómeno ya que el efecto esperado en los
precios de la oferta y demanda son contrarios a los que se perciben en los datos.
CONCLUSIONES
De acuerdo con los índices Cr(5) y HHI la industria molinera de arroz tiene un
grado de concentración moderado. Sin embargo, la concentración se comporta de
manera ascendente a lo largo del periodo de análisis. Por su parte la dominancia
(índice ID) en la industria se mantiene en un nivel medio con un aumento de 0.39
a 0.42 de 2011 a 2014. Lo anterior se explica por la conformación de alianzas
estratégicas e integraciones empresariales que dieron lugar al fortalecimiento de
los grandes molinos.
49
lo cual no se ha dado puesto que la participación máxima en el total de las ventas
es del 28%, la registrada por DICORP S.A.S.
Por otra parte, la mayoría de empresas tienen un mark-up menor al 50%, mientras
que existen unas pocas con capacidad mucho mayor de fijar los precios llegan a
tener un mark-up hasta del 138%, en este sentido, hay una gran desigualdad en la
forma en que se distribuye el poder de mercado entre las empresas de la misma
industria.
Las sanciones que se han impuesto a lo largo del tiempo a los molinos de arroz
son prueba de que la industria se va concentrando cada vez más y de que existe
un gran poder para fijar los precios por parte de los molinos, ya que el poder de
negociación de los comercializadores es prácticamente inexistente.
50
REFERENCIAS
Appelbaum, E. (1982). The Estimation od the Degeree of Oligopoly Power. Journal of Econometrics
, 19, 287–299.
Areiza, A. (2013, Septiembre 16). Estudio económico de integración Diana Corporación S.A-DICORP
S.A/ Arroz Caribe S.A.S: Adquisición de activos. Bogotá D.C: Superintendencia de Industria y
Comercio.
Čechura, L., Kroupová, Z. Ž., Hockmann, H., & Union, E. (2015). Market Power in the European
Dairy Industry Anotace Keywords : Agris on-Line Papers in Economics and Informatics. 7 (4), 39–
47.
Dinero. (2006, Marzo 16). Induarroz pasa a formar parte de la ANDI. Retrieved from Revista
Dinero: http://www.dinero.com/Imprimir/32705
Gómez, D. (2012). Política comercial para el arroz. Bogotá D.C.: Centro de Investigación Económico
y Social Fedesarrollo.
Herfindahl, O. (1950). Concentration in the U.S. Steel Industry. T. Columbia Univerisity.New York.
Hirschman, A. (1945). National Power and the Structure of Foreign Trade. Berkeley: University of
California Press.
Icontec. (2001a). Norma técnica colombiana (NTC) 519. Retrieved from Instituto Colombiano de
Normas Técnicas y Certificación (ICONTEC): http://es.slideshare.net/jamesdays/ntc519-10552900
Icontec. (2009). Norma técnica colombiana (NTC) 529. Retrieved from Instituto Colombiano de
Normas Técnicas y Certificación (ICONTEC): http://es.slideshare.net/fredymelo/102947683-ntc529
51
Icontec. (2001b). Norma técnica colombiana (NTC) 671. Retrieved from Instituto Colombiano de
Normas Técnicas y Certificación (ICONTEC): http://es.slideshare.net/fredymelo/102947683-ntc529
Jondrow, J., Knox, C. A., & Schmidt, P. (1982). On the Estimation of Technical Inefficiency in the
Stochastic Frontier Production Model. Journal of Econometrics , 19, 233–238.
Kumbhakar, S. C., Baardsen, S., & Lien, G. (2012). A New Method for Estimating Market Power
with an Application to Norwegian Sawmilling. Review of Industrial Organization , 40 (2), 109–
129.http://doi.org/10.1007/s11151-012-9339-7.
Kwoka, J. (1977). Large firm dominance and price-cost margins in manufacturing industries.
Sothern Economic Journal , 44 (1), 183-189.
Lerner, A. (1934). The Concept of Monopoly and the Measurement of Monopoly Power. The
Review of Economics Studies , 1 (3), 157–175.
Lopez, R., Zheng, H., & Azzam, A. (2015). Oligopoly Power in the Food Industries Revisited: A
Stochastic Frontier Approach. San Francisco.
MADR [Agricultura al Día MADR]. (2015, Junio 24). Proceso industrial del arroz ,Molino Roa
FlorHuila. Retrieved from Ministerio de Agrícultura y Desarrollo Rural:
https://www.youtube.com/watch?v=CC_V5wwj3cI
Martinez, Ó., Pinzon, A., & Uribe, D. (2011). El poder de oligopsonio en las compras de leche en
Colombia: "una medición del poder y concentracion de mercado". Universidad piloto de Colombia ,
25-30.
Melnik, A., Shy, O., & Stenbacka, R. (2007). Assesing Market Dominance. Journal of Economic
Behavior , 68 (1), 63-72.
Miller R, A. (1967). Marginal concentration ratios and industrial profit rates: Some empirical
results. Southern Economic Journal , XXXIV, 259-267.
Parsons, C., & Vanssay, X. (2013). Measuring Market Power in the Japanese Beer Industry. aawe
wine economics (131).
52
Pontificia Universidad Católica de Chile. (2009). CONCENTRACIÓN DE LA PROPIEDAD EN EL
MERCADO DE GENERACIÓN ELÉCTRICA EN CHILE. Retrieved from Departamento de Ingeniería
Eléctrica- IEE3272 Mercados Eléctricos II-2009:
http://hrudnick.sitios.ing.uc.cl/alumno09/concentra/concentracion/concentracion.htm
Portafolio. (2007, Septiembre 6). Adiós a Induarroz: molinos Florhuila y Roa. Retrieved from
Revista Portafolio: http://www.portafolio.co/economia/finanzas/adios-induarroz-molinos-
florhuila-roa-303372
Proceso industrial del arroz. (2016, 11 20). Retrieved from Arroz Roa:
http://www.arrozroa.co/proceso-del-arroz/
Ramírez, J. M., Gómez, D., & Becerra, A. (2013). Política Comercial para el Arroz - 35 Congreso de
la Industria Arrocera. Centro de Investigación Económico y Social Fedesarrollo .
SIC. (2012). Estudios de Mercadeo: Diagnóstico del mercado del arroz en Colombia (2000-2012).
Bogotá D.C: Superintendencia de Industria y Comercio.
Supersociedades. (2016). Estados financieros corte 31 diciembre 2015. Retrieved from Sistema de
información y reporte empresarial (SIREM): http://www.supersociedades.gov.co/asuntos-
economicos-y-contables/estudios-y-supervision-por-riesgos/SIREM/Paginas/default.aspx
White, L. (2012). Market Power: How Does it Arise? How is it Measured? (No. 2451/31547). NYU
Working Paper. New York. Retrieved from https://ssrn.com/abstract=2056708.
53
ANEXOS
Anexo No.1 Sanciones a la Industria molinera de arroz (2005,2013,2015)
2005
PERSONAS JURIDICAS
Molinos ROA S.A 763.000.000
Molinos Flor Huila S.A 763.000.000
Arroz diana S.A 286.000.000
Procesadora de Arroz LTDA 240.000.000
Union de Arroceros S.A 155.000.000
PERSONAS NATURALES
Anibal Roa Villamil 114.000.000
Alvaro Hernán Ruiz Llano 70.000.000
Margarita Beltran Cruz 70.000.000
TOTAL SANCIÓN 2.461.000.000
2013
PERSONAS JURIDICAS
Molinos Flor Huila S.A 43.000.000
Molinos ROA S.A 146.000.000
Alienergy S.A 281.000.000
PERSONAS NATURALES
Hernando Rodriguez Rodriguez 15.000.000
Jairo Antonio Echavarría Bustamante 15.000.000
TOTAL SANCIÓN 354.000.000
2015
PERSONAS JURIDICAS
Organización Roa Florhuila S.A 32.217.500.000
PERSONAS NATURALES
Anibal Roa Villamil 1.063.177.500
Hernando Rodriguez Rodriguez 515.480.000
Edgar Gaviria Herrera 12.887.000
Pablo Julio Gutiérrez Uribe 12.887.000
TOTAL SANCIÓN 32.758.754.000
Fuente: Elaboración propia con base en datos de la SIC
54
Anexo No.2 Códigos CIIU y CPC para el filtro de la industria molinera de
arroz en la base de datos de la Encuesta Anual Manufacturera.
311-390 Manufacturera
55
CIIU Rev. 4 A.C
56
SECCION C INDUSTRIAS MANUFACTURERAS 10-33
2012-2014
9 3912003 Granza - triturado de arroz CLASE 3912
10 3912004 Afrecho de arroz - cascarilla de arroz SUBCLASE 39120
11 92312003 Harina de arroz- terceros Salvado y otros residuos derivados de la
12 92313002 Grits de arroz- terceros elaboración de cereales o leguminosas;
materias y desperdicios vegetales y
13 92316101 Arroz semiblanqueado- terceros
residuos y subproductos vegetales,
14 92316102 Arroz blanqueado (pulido o blanco)- terceros granulados o no, del tipo usado como
15 92316103 Arroz partido- terceros pienso n.c.p
16 93912004 Afrecho de arroz-cascarilla de arroz- terceros
CIIU Rev. 3 A.C y 3,1 A.C
57
SECCION D INDUSTRIAS MANUFACTURERAS 15-37
2000-2011
9 23160030 Arroz partido CLASE 3912
10 39120046 Afrecho - cascarilla de Arroz SUBCLASE 39120 Salvado y otros residuos derivados de la
11 39120038 Granza - triturado de arroz elaboración de cereales o leguminosas;
12 923120033 Harina de arroz - terceros materias y desperdicios vegetales y
13 923151010 Grits de arroz - terceros residuos y subproductos vegetales,
14 923160019 Arroz trillado pilado - terceros granulados o no, del tipo usado como
pienso n.c.p
15 923160027 Arroz trillado pulido - terceros
16 923160035 Arroz partido - terceros
17 939120041 Afrecho de arroz - terceros
Anexo 3 Resumen Variables
. xtfrontier parrcost lncantpro lnprecioppaddy lnpreener lnsalario lnpreciok t, ti constraints(1) cost iterate(1000)
. xtfrontier parrcost lncantpro lnprecioppaddy lnpreener lnsalario lnpreciok t, ti constraints(1) cost i
Iteration 0: log likelihood = -10.461874
Iteration 1: log likelihood = 2.1081167
Iteration 0: log likelihood = -10.461874
Iteration 2: log likelihood = 28.496776 (not concave)
IterationIteration
3: 1: log= likelihood
log likelihood 31.327101 = 2.1081167
IterationIteration
4: 2: log= likelihood
log likelihood 31.337502 = 28.496776 (not concave)
IterationIteration
5: log likelihood
3: log= likelihood
31.338551 = 31.327101
Iteration 6: log likelihood = 31.341523
Iteration 4: log likelihood = 31.337502
Iteration 7: log likelihood = 31.34159
IterationIteration
8: 5: log= likelihood
log likelihood 31.341593 = 31.338551
Iteration 6: log likelihood = 31.341523
Time-invariant inefficiency
Iteration 7: modellikelihood
log = Number of obs
31.34159 = 255
Group variable: nordemp Number of groups = 64
Iteration 8: log likelihood = 31.341593
Obs per group: min = 1
Time-invariant inefficiency model avg = Number
4.0of obs = 255
Group variable: nordemp max = Number 5of groups = 64
/mu
lncantpro
-.5404078
.0993304
2.095057 -0.26
.0124874
0.796
7.95
-4.646645
0.000
3.565829
.0748556 .1238052
lnpreciopp~y
/lnsigma2 -1.470868 -.2578735 -0.85
1.729394 .0802714
0.395 -3.21
-4.860417 0.001
1.918682 -.4152025 -.1005445
/ilgtgamma lnpreener
1.814448 .1113802 0.93
1.956056 .0598698
0.354 1.86
-2.01935 0.063
5.648247 -.0059626 .2287229
lnsalario -.1680003 .0699808 -2.40 0.016 -.3051601 -.0308405
sigma2 .2297261 .3972869 .0077473 6.811972
gamma lnpreciok
.8598986 .3144937
.2356518 .101555 3.10
.1171862 0.002
.9964887 .1154496 .5135378
sigma_u2 t
.1975412 .0338792
.395658 .0087113 3.89
-.5779342 0.000
.9730165 .0168054 .050953
sigma_v2 .0321849
_cons .0039644
3.10774 1.231092 .0244149
2.52 .0399549
0.012 .6948434 5.520636
58
sigma2 .2297261 .3972869 .0077473 6.811972
gamma .8598986 .2356518 .1171862 .9964887
sigma_u2 .1975412 .395658 -.5779342 .9730165
Obs per group: min = 1
avg = 4.0
max = 5
59