Micro and Macro Perspectives on Production-Based Markups

Each language version is independently generated for its own context, not a direct translation.

¡Hola! Imagina que este artículo es como un manual de instrucciones para detectives económicos que intentan resolver un misterio muy importante: ¿Cuánto poder tienen las empresas para subir sus precios por encima de lo que les cuesta producir?

A ese "poder" los economistas le llaman margen de beneficio (o markup). Si una empresa gasta 10 dólares en hacer un zapato y lo vende por 15, su margen es de 5 dólares. La pregunta es: ¿Esos 5 dólares son porque la empresa es muy eficiente y creativa, o porque tiene un monopolio y puede abusar de los clientes?

Aquí te explico la historia de este papel, que es como un viaje por un jardín de caminos que se bifurcan (una metáfora que usan los autores), donde cada decisión que tomas te lleva a un resultado totalmente diferente.

1. La Idea Brillante (y el Truco)

Los autores explican un método llamado "enfoque de producción". Es como si tuvieras una máquina mágica que te dice el margen de beneficio sin necesidad de saber qué quieren los clientes o cómo compiten las empresas.

La fórmula mágica: Imagina que el margen es un residuo. Es como cuando cocinas y te sobra un poco de salsa. Si sabes cuánto pusiste de tomate (el costo) y cuánto salió el plato (el precio), lo que sobra es el margen.
La ventaja: Es muy fácil de usar a gran escala. Puedes aplicarlo a millones de empresas de todo el mundo.
El problema: Como es un "residuo" (lo que sobra), absorbe todo lo que no entendemos. Si te equivocas en medir el costo, o si no entiendes bien la tecnología, ese error se esconde dentro del margen. ¡Y de repente, parece que las empresas tienen más poder del que realmente tienen!

2. El Jardín de los Caminos que se Bifurcan

Aquí viene la parte divertida y peligrosa. Los autores dicen que este método es como un jardín con muchos senderos. Si eliges un camino, llegas a un castillo; si eliges otro, llegas a un pantano. Y ambos senderos parecen válidos al principio.

El jardín tiene dos bifurcaciones principales donde la gente suele equivocarse:

A. ¿Qué ingrediente usamos para medir? (El camino de los ingredientes)

Para calcular el margen, necesitas elegir un ingrediente flexible (algo que la empresa puede comprar o vender rápido, como la mano de obra o los materiales).

El dilema: Imagina que quieres medir la rentabilidad de una pizzería.
- Si miras solo la harina (materiales), podrías pensar que los márgenes están bajando.
- Si miras solo a los cocineros (trabajo), podrías pensar que los márgenes se están disparando.
La realidad: En los datos reales, usar "trabajo" vs. "materiales" da resultados opuestos. En EE. UU., algunos estudios dicen que los márgenes se duplicaron, otros dicen que se redujeron a la mitad. ¡Todo depende de qué ingrediente elijas!

B. ¿Qué tan flexible es nuestra receta? (El camino de la tecnología)

Los economistas usan fórmulas matemáticas (como la "función de producción") para estimar cómo se transforma el trabajo en productos.

La receta rígida: Si usas una receta muy simple (como la de "Cobb-Douglas"), asumes que todas las empresas son iguales tecnológicamente.
El problema: Si las empresas en realidad son muy diferentes (algunas usan robots, otras usan martillos), esa diferencia tecnológica se esconde en el margen.
El resultado: Si usas una receta rígida, cualquier diferencia real en la tecnología se convierte en un "falso" aumento de poder de mercado. Si usas una receta más flexible, el aumento de márgenes desaparece o se invierte.

3. Los Monstruos Ocultos (Los "Wedges" o Cuñas)

El papel explica que a veces el margen no es solo "poder de mercado", sino que está contaminado por monstruos invisibles:

Costos de ajuste: A veces, cambiar de maquinaria o despedir a alguien cuesta mucho dinero (como un peaje). Si no lo medimos, parece que la empresa tiene un margen gigante, pero en realidad es solo el costo de moverse.
Poder de compra: A veces, una empresa es tan grande que puede bajar el precio que paga a sus proveedores (como un supermercado gigante que le dice a un agricultor "te pago menos"). Esto distorsiona la cuenta.
Contabilidad confusa: En los Estados Unidos, las empresas dividen sus gastos en "Costo de lo vendido" (materiales) y "Gastos generales" (marketing, sueldos de directivos). Si ignoras los gastos generales, ¡parece que los márgenes suben mucho! Si los incluyes, el aumento desaparece.

4. ¿Qué nos dicen los datos? (La confusión actual)

Hasta ahora, la comunidad científica está muy dividida.

Grupo A (Los alarmistas): Dicen que los márgenes han subido mucho, que las empresas son más poderosas, que los salarios han bajado y que la economía está estancada.
Grupo B (Los escépticos): Dicen que esos resultados son solo un artefacto matemático. Si cambias un poco la fórmula o los datos, el aumento de márgenes desaparece.

5. El Llamado a la Acción (¿Qué debemos hacer?)

Los autores no dicen que el método sea malo, sino que necesitamos ser más honestos y transparentes. Proponen tres cosas:

Transparencia (El "R-cuadrado"): Antes de decir "¡Los márgenes subieron!", los investigadores deberían mostrar cuánto de esa subida se debe a la tecnología real y cuánto es solo "ruido" de la fórmula. Deben decir: "El 96% de la variación la explica el margen, pero eso es porque nuestra fórmula no deja espacio para la tecnología".
Pruebas de estrés: No basta con usar un solo método. Hay que comparar los resultados con otros métodos (como estudiar la demanda de los clientes) o usar experimentos naturales (como ver qué pasa cuando una empresa se fusiona).
Conectar con la macroeconomía: Necesitamos entender si esos márgenes son "malos" (por monopolios) o "buenos" (por innovación). No es lo mismo cobrar más porque eres el único que vende, que cobrar más porque inventaste algo genial que requiere recuperar una gran inversión.

En resumen

Este papel es una advertencia amigable. Nos dice que medir el poder de las empresas es como intentar medir la altura de una montaña usando una regla de goma: si estiras la regla (cambias la fórmula o los datos), la montaña parece más alta o más baja.

La conclusión es que no podemos confiar ciegamente en los números que salen de las computadoras. Necesitamos más datos, mejores recetas y mucha humildad para entender si las empresas están realmente abusando de su poder o si solo estamos malinterpretando la tecnología.

La metáfora final: El margen de beneficio es el residuo de la sopa. Si la sopa sabe mal, no asumas inmediatamente que pusiste sal de más (poder de mercado); podría ser que la olla estaba sucia (datos malos) o que la receta estaba mal escrita (fórmula incorrecta). Antes de echar la culpa al chef, revisa la cocina.

Each language version is independently generated for its own context, not a direct translation.

1. El Problema: La Estimación de los Márgenes y la Discrepancia Empírica

El artículo aborda el desafío central de medir el poder de mercado (márgenes de precio sobre el costo marginal) a nivel de empresa en toda la economía. Existe una controversia significativa en la literatura económica reciente:

La evidencia contradictoria: Algunos estudios utilizando el "enfoque de producción" (como De Loecker et al., 2020) encuentran aumentos dramáticos en los márgenes en las últimas décadas. Otros estudios (como Foster et al., 2024; Traina, 2018; Benkard et al., 2025b) no encuentran tales aumentos o encuentran tendencias estables o decrecientes.
La naturaleza del residuo: Los autores argumentan que el margen basado en la producción es, por definición, un residuo. Se calcula como la diferencia entre la elasticidad de la producción de un insumo y su participación en los ingresos. Cualquier error en la especificación del modelo, medición de datos o econometría se "carga" automáticamente en la estimación del margen.
El dilema: La falta de un modelo de demanda o estructura de mercado hace que el método sea escalable (aplicable a miles de empresas), pero también lo hace vulnerable a que factores no relacionados con el poder de mercado (como la tecnología, los costos de ajuste o la medición) contaminen la estimación.

2. Metodología: El Enfoque de Producción

El artículo revisa y critica la implementación del enfoque introducido por Hall (1986, 1988, 1990) y refinado por De Loecker y Warzynski (2012).

A. La Condición de Primer Orden (FOC)

Bajo minimización de costos, el margen ( $\mu$ ) se relaciona con la elasticidad de la producción de un insumo flexible ( $\gamma$ ) y su participación en los ingresos ( $s$ ) mediante la identidad:
$\gamma_{it} = \mu_{it} \cdot s_{it} \quad \Rightarrow \quad \mu_{it} = \frac{\gamma_{it}}{s_{it}}$
Donde:

$\mu_{it}$ : Margen de precio sobre costo marginal.
$\gamma_{it}$ : Elasticidad de la producción respecto al insumo.
$s_{it}$ : Participación del costo del insumo en los ingresos totales.

B. El "Jardín de Caminos Divididos" (Garden of Forking Paths)

Los autores identifican que pequeñas diferencias en las decisiones de implementación generan resultados radicalmente distintos. Se centran en dos bifurcaciones críticas:

Elección del Insumo Flexible:
- Teóricamente, cualquier insumo flexible (trabajo, materiales, energía) debería dar el mismo margen.
- Hallazgo: En la práctica, las estimaciones divergen drásticamente. Por ejemplo, usando datos de EE. UU., los márgenes basados en trabajo mostraron un aumento del 90% (1970-2010), mientras que los basados en materiales mostraron una disminución del 50%.
- Causa: Diferentes insumos enfrentan diferentes "cuñas" (wedges) no observadas (poder de monopsonio, costos de ajuste, contratos implícitos) que violan la FOC estática simple.
Flexibilidad de la Función de Producción:
- Elasticidades: La elección de la forma funcional (Cobb-Douglas vs. Translog vs. CES) determina cuánta variación en las participaciones de ingresos se atribuye a la tecnología (elasticidades) y cuánta al margen.
- Hallazgo: Formas funcionales restrictivas (como Cobb-Douglas con elasticidades constantes por industria) fuerzan la variación tecnológica real a ser absorbida por el margen residual, inflando artificialmente la tendencia de los márgenes. Modelos más flexibles (Translog, productividad sesgada hacia el trabajo) a menudo reducen o invierten las tendencias de los márgenes.

C. Problemas de Datos y Econometría

Datos de Ingresos vs. Cantidades: La mayoría de los microdatos (como Compustat) solo tienen ingresos, no cantidades físicas. Esto introduce un sesgo de precios no observados en el residuo de la regresión.
Circularidad: Estimar elasticidades requiere controlar por márgenes (porque afectan la demanda de insumos), pero los márgenes se calculan usando esas mismas elasticidades.
Herramientas Econométricas: Métodos estándar (EF, IV, funciones de control como Olley-Pakes/Levinsohn-Petrin) fueron diseñados para competencia perfecta o choques de productividad. Bajo competencia imperfecta, sus supuestos (como la invertibilidad de la demanda de insumos o la unicidad del choque no observado) a menudo fallan, llevando a estimaciones sesgadas.

3. Contribuciones Clave

Marco Conceptual de Residuos: Reencuadran el margen como un residuo análogo al Residuo de Solow. Al igual que el Residuo de Solow puede estar contaminado por el uso de factores o medición, el margen está contaminado por fricciones de insumos, especificación incorrecta de la tecnología y errores de medición.
Diagnóstico de la Variación: Demuestran que las discrepancias en la literatura no son solo ruido estadístico, sino el resultado de elecciones conceptuales (qué insumo usar, qué función de producción asumir).
Análisis de la Estructura de Costos (COGS vs. SG&A): Destacan cómo la clasificación contable de gastos (Costo de Bienes Vendidos vs. Gastos Generales y Administrativos) afecta drásticamente los resultados. Incluir SG&A como insumo variable elimina gran parte del aumento aparente de los márgenes encontrado en estudios previos.
Distinción entre Margen y Beneficio: Aclaran que un margen alto no implica necesariamente altos beneficios económicos puros; puede reflejar rendimientos decrecientes o costos fijos.

4. Resultados Principales

Sensibilidad Extrema: La tendencia de los márgenes (si suben, bajan o se mantienen) es altamente sensible a la elección del insumo y la especificación de la tecnología. No existe un "hecho estilizado" robusto sobre el aumento de los márgenes sin especificar estas elecciones.
El Sesgo de la Forma Funcional: Cuando se restringe la variación de las elasticidades de producción (por ejemplo, asumiendo Cobb-Douglas a nivel de industria), la variación tecnológica real se carga en el margen, creando una ilusión de aumento de poder de mercado.
Limitaciones de los Datos: La falta de datos de cantidades físicas y precios a nivel de empresa hace que las estimaciones basadas en ingresos sean inherentemente problemáticas. La correlación entre estimaciones basadas en ingresos y cantidades es baja (0.3 en datos franceses), lo que sugiere que las tendencias basadas en ingresos pueden ser engañosas.
Implicaciones Macroeconómicas: Convertir márgenes de producción bruta a márgenes de valor agregado (necesarios para modelos macro) es complejo y depende de supuestos fuertes sobre la estructura de la cadena de suministro (doble margen). Un margen de producción de 1.6 podría implicar un margen de valor agregado de 4, lo cual es económicamente implausible sin cambios tecnológicos negativos masivos.

5. Significado y Recomendaciones (Llamado a la Acción)

El artículo concluye que el enfoque de producción es una herramienta poderosa pero frágil. Su escalabilidad es su mayor fortaleza y su mayor debilidad. Para avanzar, los autores proponen tres prioridades:

Transparencia (Descomposición $R^2$ ): Los investigadores deben reportar qué porcentaje de la variación en las participaciones de ingresos se explica por las elasticidades de producción estimadas y qué porcentaje queda como residuo (atribuido al margen). Si el margen explica casi el 100% de la variación (como ocurre a menudo con especificaciones restrictivas), es una señal de advertencia de que la tecnología no se está capturando adecuadamente.
Pruebas de Estrés (Stress-Testing): Las estimaciones basadas en la producción deben compararse sistemáticamente con:
- Estimaciones basadas en la demanda (IO estructural).
- Simulaciones de Monte Carlo donde la verdad es conocida.
- Experimentos naturales o cambios exógenos en la competencia.
Agregación Macro-Micro: Se necesita más trabajo para entender cómo la heterogeneidad de los márgenes a nivel de empresa se traduce en modelos macroeconómicos. Es crucial distinguir entre márgenes que reflejan ineficiencia (barreras de entrada) y aquellos que reflejan incentivos de innovación o recuperación de costos fijos.

Conclusión Final:
No se deben tomar las estimaciones de márgenes basadas en la producción como hechos indiscutibles. Las discrepancias en la literatura reflejan la dificultad de satisfacer los supuestos del método en la realidad. El camino forward requiere una mayor transparencia sobre las suposiciones, mejores datos (precios y cantidades) y una integración más rigurosa entre la medición microeconómica y la teoría macroeconómica.