(2022). Un detalle a tener en cuenta es que la información
del INEC solo está disponible hasta el año 2021.
El modelo básico es: ln 𝑄
𝑡
= 𝛼 + 𝛽
1
ln 𝑃
𝑡
+ 𝛽
2
ln 𝑌
𝑡
+ 𝜇
𝑡
,
donde ln 𝑄
𝑡
es el logaritmo natural del consumo de
cigarrillos por personas mayores de 15 años de edad, ln 𝑃
𝑡
es el logaritmo natural del precio relativo de los cigarrillos y
ln 𝑌
𝑡
es el logaritmo natural del PIB per cápita constante en
moneda local, 𝛼 es la constante o intercepto de la ecuación
estimada, 𝛽
1
es la elasticidad de la demanda respecto al
precio, 𝛽
2
es la elasticidad de la demanda respecto al
ingreso y 𝜇
𝑡
el término de perturbación aleatoria. Entre
algunas especificaciones alternativas que tradicionalmente
se prueban en la literatura están modelos dinámicos con
variable dependiente rezagada y la ya mencionada
dimensión de educación (que se representa con la letra E).
Las estimaciones se obtienen mediante Mínimos
Cuadrados Ordinarios (MCO) de la ecuación con datos de
serie de tiempo anual de Panamá para el período 2015-
2022. Junto con las estimaciones se presentan un conjunto
de pruebas comunes para la validación de cumplimientos
de supuestos del modelo relacionados al comportamiento
de los residuos como la autocorrelación o correlación serial,
la normalidad, la varianza constante u homocedasticidad o
la especificación del modelo.
En primer lugar, ESR es el error estándar de la regresión
que es un valor necesario para probar si existe una relación
de regresión significativa (Anderson et al., 2012). Junto con
el análisis individual de los coeficientes de la regresión
mediante el estadístico t, F es el estadístico F estándar para
probar la significancia conjunta de los coeficientes de la
regresión múltiple. Con respecto a la autocorrelación o
correlación serial, que es de especial interés al tratarse de
datos de serie de tiempo, se presentan resultados de dos
pruebas: DW es el estadístico de Durbin-Watson,
específicamente dirigido a analizar la correlación serial de
primer orden (cuyo valor oscila entre 0 y 4, donde 2
representa la ausencia de correlación serial) y AR(i), i=1, 2
es el estadístico de chi cuadrado de la prueba de Breusch-
Godfrey para el i-ésimo orden de correlación serial iniciando
en el primer retardo. En esta última prueba, el estadístico de
contraste es nR
2
donde n es el número de observaciones y
R
2
la bondad de ajuste de la regresión auxiliar para probar
la hipótesis nula de independencia serial de los residuos.
Normalidad denota la prueba de Jarque-Bera para probar la
distribución normal de los residuos utilizando la distribución
chi cuadrada con dos grados de libertad bajo la hipótesis
nula de normalidad de los residuos. White es la prueba
general para verificar el cumplimiento del supuesto de
homocedasticidad o varianza constante de los residuos. En
este caso, se considera tanto la versión completa de la
prueba (que incluye la relación entre los residuos y los
términos de la regresión al cuadrado y sus interacciones) y
la versión pura que omite los términos de interacción.
Aunque la prueba de White en su versión completa no sólo
sirve para analizar heterocedasticidad, sino también errores
en la especificación (Gujarati y Porter, 2010) (Wooldridge,
2010), una prueba más tradicional de este supuesto es la
denominada Reset(q) o prueba de incorrecta especificación
de la forma funcional de Ramsey que se distribuye como la
distribución F(q-1, n-k-q+1) bajo la hipótesis nula de
especificación correcta, donde q es el orden de polinomios
de la prueba y k es el número de parámetros a estimar.
Finalmente, se presentan criterios comunes de selección de
modelos como R
2
que denota el coeficiente de
determinación, como medida de bondad de ajuste del
modelo de regresión, los criterios de selección de modelos
de Akaike (CA), Schwarz (CS) y Hannan-Quinn (CHQ).
Entre las limitaciones del estudio, la principal es el reducido
tamaño de muestra (8 años entre 2015 y 2022), generado
por la dificultad de encontrar datos a valores reales, en
particular el IPC según fue explicado antes. Evidentemente,
se trata de un estudio observacional, por lo que la muestra
utilizada es recogida anualmente de las distintas fuentes
detalladas previamente en esta misma sección.
Precisamente, el tamaño de muestra es lo que impide
examinar otros enfoques de estimación como mínimo
cuadrado en dos etapas para considerar la posibilidad de
endogeneidad de variables, en particular, el precio, ya que
este método se basa en una distribución asintótica del
estimador (muestras grandes) (Greene, 2018) y no finitas
como el presente caso.
Además, con respecto a la posibilidad de endogeneidad de
variables, en particular, el precio, Herrera (2010) ha
encontrado la exogeneidad del precio, lo cual concuerda
con las condiciones teóricas del mercado en Panamá que
no cuenta con industria propia, lo que la hace tomadora de
precios internacionales. De hecho, Tansel (1993) tampoco
considera esta situación, debido a una situación
diametralmente opuesta, donde la producción de cigarrillos
en Turquía estaba en manos de un monopolio estatal con
capacidad de fijar el precio.
Resultados
Las estadísticas descriptivas para las variables clave en el
análisis se resumen en el apéndice A. La figura 1 muestra
el consumo de cigarrillo por personas mayores de 15 años
durante el período 2015 a 2022, el cual muestra, en general,
una disminución, salvo en el año 2019, ubicándose en
menos de 0,1 kg o 100 gramos por persona mayor de 15
años en el dato más reciente. Esta cifra es
considerablemente inferior a las de otros países, según
información de la Organización para la Cooperación y el
Desarrollo Económico (OCDE, 2023), incluyendo Costa
Rica que para el año 2020 reportó un consumo por persona
mayor de 15 años de 147 gramos.
En todo caso, no queda claro si lo ocurrido en 2019 era el
inicio de un repunte o un caso aislado, ya que en 2020 con
la pandemia se registra una caída importante, lo cual fue un
hecho general en infinidad de variables económicas y
sociales y que, nuevamente, vuelve a registrar un leve
aumento en 2022 con la finalización de la crisis sanitaria,
sumado a la recuperación de la actividad económica y a la
caída del precio relativo del cigarrillo a partir de la pandemia
(ver figura 2 y 3). Respecto del precio, se observa que la
evolución de la serie va en aumento de casi 20%, hasta el
año 2020 donde muestra una disminución moderada, sin
llegar a niveles inferiores al período previo a la pandemia.
Por otra parte, se observa que entre 2015 y 2019 la tasa de
crecimiento promedio del PIB per cápita fue poco menos de
3%, luego registró una caída de 18,9% en 2020 y ha vuelto
a aumentar hasta alcanzar niveles previos a la pandemia en
2022.
Respecto de la dimensión de educación terciaria (figura 4),
se observa un comportamiento variable, con incrementos