Micro and Macro Perspectives on Production-Based Markups

Questo articolo esamina l'approccio basato sulla produzione per stimare i markup, evidenziando come la loro natura di residuo li renda sensibili a specifiche metodologiche e errori di misurazione, il che spiega le divergenze nella letteratura riguardo all'andamento del potere di mercato e sottolinea la necessità di maggiore trasparenza nel distinguere tali variazioni dai progressi tecnologici.

L'essenziale

Il Titolo: Come misurare il "Sovrapprezzo" delle Aziende (e perché è un incubo)

Immagina di essere un ispettore che deve scoprire quanto le aziende sono "prepotenti" nel fissare i prezzi. In economia, questo si chiama Markup (o sovrapprezzo). È la differenza tra quanto costa produrre un oggetto (il costo marginale) e quanto lo vendono. Se un panetto di burro costa 1 euro da fare e lo vendi a 1,50 euro, il tuo markup è 50%.

Il problema? Non puoi vedere direttamente il costo di produzione. È un segreto aziendale.

Gli economisti hanno inventato un metodo geniale, chiamato "Approccio Produttivo", per calcolare questo segreto guardando solo a quanto vendono e quanto usano di materie prime e lavoro. È come se, per capire quanto è grasso un atleta, non lo pesassimo, ma guardassimo quanto mangia e quanto corre.

Il Problema: Il "Giardino dei Sentieri che si Diramano"

Il paper di Fernald e colleghi ci dice che questo metodo è potente, ma fragile. È come costruire una casa su una sabbia mobile.

Gli autori usano una metafora bellissima: il "Giardino dei Sentieri che si Diramano" (ispirata a Borges). Immagina di entrare in un giardino dove ogni volta che fai una scelta, il sentiero si divide in due.

• Scegli il sentiero "Lavoro"? Arrivi a una conclusione: "Le aziende stanno diventando più potenti e i prezzi salgono!".
• Scegli il sentiero "Materiali"? Arrivi a un'altra conclusione: "Niente affatto, i prezzi sono stabili o scendono!".

Entrambi i sentieri partono dagli stessi dati (le stesse aziende), ma portano a conclusioni opposte. Perché? Perché il metodo è un residuo.

L'Analogia della "Ciotola di Zuppa"

Immagina che il Markup sia una ciotola di zuppa.

1. Sai quanto è grande la ciotola totale (i ricavi dell'azienda).
2. Sai quanto c'è di "tecnologia" e "efficienza" (quanto bene l'azienda trasforma gli ingredienti in prodotto).
3. Tutto ciò che non riesci a spiegare con l'efficienza finisce nella ciotola del Markup.

Se la tua ricetta (il modello matematico) è sbagliata e non sai misurare bene l'efficienza, tutto l'errore finisce nella ciotola del Markup.

• Se pensi che un'azienda sia meno efficiente di quanto lo sia realmente, ilMarkup sembrerà altissimo (perché spieghi la differenza con il "prezzo alto").
• Se pensi che un'azienda sia più efficiente, il Markup sembrerà basso.

Il punto centrale del paper è: spesso stiamo misurando la nostra ignoranza sulla tecnologia, non il vero potere di mercato.

I Tre Grandi "Bivi" (Dove si sbaglia)

Gli autori mostrano tre scelte che cambiano tutto, come scegliere ingredienti diversi per la stessa torta:

1. Quale ingrediente usi? (Lavoro o Materiali?)

   • Se guardi i salari, potresti vedere un aumento del potere delle aziende.
   • Se guardi i costi delle materie prime, potresti vedere una diminuzione.
   • Perché? Perché a volte i salari non riflettono il vero costo (ci sono contratti a lungo termine, sindacati, ecc.) e a volte i materiali sì, o viceversa. È come misurare la febbre con un termometro rotto: il risultato dipende da quale termometro usi.

2. Quanto sei flessibile con la tecnologia?

   • Se dici: "Tutte le aziende usano la stessa ricetta tecnologica" (modello rigido), allora ogni differenza di prezzo la devi spiegare con il Markup. Risultato: i Markup sembrano esplodere.
   • Se dici: "Ogni azienda ha la sua ricetta segreta" (modello flessibile), allora le differenze di prezzo le spieghi con la tecnologia. Risultato: i Markup restano stabili.
   • Metafora: Se pensi che tutti i cuochi siano uguali, allora se un piatto costa di più è perché il cuoco è un tiranno. Se sai che ogni cuoco ha le sue abilità, forse il piatto costa di più perché usa ingredienti migliori.

3. Cosa includi nei costi?

   • Le aziende hanno costi "nascosti" come la pubblicità, la ricerca (R&D) o i costi amministrativi. Se li ignori, il Markup sale. Se li includi, il Markup scende. È come se calcolassi il profitto di un ristorante contando solo il costo del cibo, ma dimenticando il costo del cameriere e dell'affitto.

Cosa ci dicono i dati? (Il Verdetto)

Non c'è un consenso.

• Alcuni studi (usando certi sentieri del giardino) dicono: "Le aziende stanno diventando superpotenti, i prezzi salgono, i salari scendono!".
• Altri studi (usando altri sentieri) dicono: "Niente di tutto questo, le cose sono più o meno come prima".

Il paper non dice chi ha ragione, ma dice: "Smettetela di fidarvi ciecamente dei numeri. Diteci come avete cucinato la ricetta!".

Le Tre Chiamate all'Azione (Cosa dobbiamo fare?)

Gli autori lanciano tre appelli per migliorare la situazione:

1. Trasparenza (La "R²"):
   Prima di dire "Il Markup è salito", gli economisti dovrebbero mostrare quanto della variazione dei prezzi è davvero spiegata dal Markup e quanto è solo "rumore" o errori di misurazione della tecnologia. È come dire: "Ho calcolato che il 90% della differenza è colpa del Markup, ma il 10% è perché ho sbagliato a pesare la farina".

2. Stress-Test (Il "Test di Realtà"):
   Non basta usare un solo metodo. Bisogna confrontare i risultati con altri metodi (come studiare direttamente la domanda dei consumatori) o usare esperimenti naturali (cosa succede se un'azienda viene acquisita?). Se tutti i metodi dicono la stessa cosa, allora abbiamo una prova solida.

3. Collegare Micro e Macro:
   Dobbiamo capire come questiMarkup delle singole aziende influenzano l'intera economia. Un Markup alto è sempre male? Forse no. Se un'azienda ha un Markup alto perché ha inventato un farmaco miracoloso (e deve coprire i costi di ricerca), è un "buon Markup". Se è alto perché ha chiuso i concorrenti, è un "cattivo Markup". Dobbiamo distinguere le due cose.

In Sintesi

Questo paper è un avvertimento amichevole agli economisti.
L'approccio per misurare il potere delle aziende è uno strumento potente, ma è come un coltellino svizzero: se non sai come usarlo, rischi di ferirti.
Il fatto che diversi studi arrivino a conclusioni opposte usando gli stessi dati non significa che la scienza sia fallita, ma che la strada per la verità è piena di buche.

Il messaggio finale: Non fidatevi delle cifre "pronte all'uso". Chiedete sempre: "Quanto di questo numero è vero potere di mercato e quanto è solo un errore di misurazione?". Solo così potremo capire davvero se l'economia sta diventando più ingiusta o se stiamo solo guardando male i dati.

Sommario tecnico

1. Il Problema e il Contesto

Il paper esamina l'approccio basato sulla produzione per stimare i markup (il rapporto tra prezzo e costo marginale), un indicatore fondamentale del potere di mercato. L'interesse per i markup è cresciuto esponenzialmente negli ultimi anni a causa di due fattori:

1. L'evidenza empirica contrastante: alcuni studi (es. De Loecker et al., 2020) indicano un aumento drastico dei markup negli ultimi decenni, collegandolo a fenomeni macroeconomici come il calo della quota del lavoro, la stagnazione della produttività e la debolezza degli investimenti. Altri studi (es. Foster et al., 2024; Traina, 2018) non trovano tale aumento.
2. La necessità di comprendere le fonti di queste discrepanze: le differenze nei risultati derivano spesso da scelte implementative diverse sugli stessi dati, piuttosto che da dati intrinsecamente diversi.

L'obiettivo principale del paper è fornire una revisione critica di questo approccio, evidenziando come i markup basati sulla produzione siano residui e come la loro stima sia estremamente sensibile a specifiche concettuali, costruzioni dei dati e metodi econometrici.

2. Metodologia: L'Approccio Basato sulla Produzione

L'approccio, introdotto da Hall (1986, 1988, 1990) e raffinato da De Loecker e Warzynski (2012), si basa sulla condizione di primo ordine (FOC) per la minimizzazione dei costi.

• L'Identità Fondamentale: Per un input flessibile $X^j$, la FOC implica che il markup $\mu$ sia il rapporto tra l'elasticità dell'output rispetto all'input ($\gamma$) e la quota di ricavo dell'input ($s$):
  $$\mu_{it} = \frac{\gamma_{it}^j}{s_{it}^j}$$
• Logica: L'approccio non richiede di specificare la domanda del consumatore o la struttura del mercato (es. oligopolio vs concorrenza monopolistica). Si basa solo sull'assunzione che le imprese minimizzino i costi.
• Il Markup come Residuo: Poiché $\mu$ è calcolato come residuo ($\mu = \gamma/s$), qualsiasi errore di specificazione del modello di produzione, misurazione dei dati o violazione delle condizioni di minimizzazione dei costi viene assorbito interamente nella stima del markup.

3. Contributi Chiave e Analisi delle Discrepanze

Il paper identifica tre "biforcazioni" (forks) principali nel "giardino dei sentieri che si diramano" che spiegano perché studi diversi ottengono risultati opposti.

A. Scelta dell'Input Flessibile

La teoria suggerisce che qualsiasi input flessibile (lavoro, materiali, energia) dovrebbe fornire lo stesso markup. Tuttavia, l'analisi empirica mostra divergenze drastiche:

• Evidenza: Studi che confrontano stime basate sul lavoro e sui materiali (es. Raval, 2023) trovano trend opposti. Negli USA, i markup basati sul lavoro sono quasi raddoppiati (1970-2010), mentre quelli basati sui materiali sono crollati.
• Implicazione: La scelta dell'input non è neutrale. Spesso gli input non sono perfettamente flessibili o i loro prezzi osservati non riflettono i costi allocativi a causa di frizioni (potere di mercato in input, costi di aggiustamento, contratti di lungo termine).

B. Flessibilità della Tecnologia Produttiva

La scelta della funzione di produzione determina quanta variazione nelle quote di ricavo può essere attribuita alla tecnologia (elasticità) e quanta al markup.

• Funzioni Rigide (es. Cobb-Douglas): Se si impone che le elasticità siano costanti tra le imprese, tutta la variazione osservata nelle quote di ricavo viene "scaricata" sul markup. Questo tende a generare stime di markup in aumento.
• Funzioni Flessibili (es. Translog, CES con progresso tecnico labor-augmenting): Permettono alle elasticità di variare. Studi come Foster et al. (2024) e Demirer (2025) mostrano che l'uso di funzioni più flessibili o l'aggregazione a livelli più fini (4 cifre NAICS vs 2 cifre) può invertire completamente il trend dei markup (da in aumento a stabile o in calo).

C. Output Lordo vs. Valore Aggiunto

Molti studi macroeconomici preferiscono stime di markup sul valore aggiunto, ma il paper sostiene che l'approccio basato sulla produzione dovrebbe utilizzare l'output lordo.

• L'uso del valore aggiunto richiede assunzioni forti (es. Leontief) che raramente sono valide empiricamente.
• Convertire i markup sull'output lordo a quelli sul valore aggiunto in un modello macro richiede di tenere conto della "doppia marginalizzazione" lungo la catena di fornitura, che può inflazionare artificialmente i markup macroeconomici se non gestito correttamente.

4. Sfide Econometriche e Dati

Il paper approfondisce due livelli di endogeneità che complicano la stima delle elasticità dell'output:

1. Produttività non osservata: Le imprese scelgono più input quando la produttività è alta (bias di trasmissione).
2. Prezzi di output non osservati: Nelle serie temporali di ricavi (non quantità), il residuo include sia la produttività che il prezzo. Le imprese con maggior potere di mercato fissano prezzi più alti e usano meno input, creando una correlazione negativa che può annullare o invertire il bias positivo della produttività.

Problemi di Dati:

• Misure di input: I dati micro (es. Compustat) spesso mancano di dettagli su input intangibili o classificano erroneamente i costi (es. distinzione tra COGS e SG&A). L'esclusione di SG&A (spese generali e amministrative) dal calcolo dei costi variabili può sovrastimare drasticamente i markup.
• Rappresentatività: I dati manifatturieri (Census) coprono solo una parte dell'economia, mentre i dati finanziari (Compustat) coprono solo le imprese quotate, introducendo bias di selezione.

5. Risultati Principali

• Sensibilità Estrema: Non esiste un "risultato unico" sui markup. Piccole variazioni nella scelta dell'input, nella funzione di produzione o nella costruzione del campione possono portare a conclusioni opposte (es. aumento vs diminuzione del potere di mercato).
• Il Markup come "Residuo Claimant": Quando le restrizioni sulla tecnologia sono forti, il markup assorbe tutta la variazione non spiegata. Una regressione della quota di ricavo sull'elasticità stimata mostra spesso un $R^2$ vicino a zero per l'elasticità e vicino a 1 per il markup, indicando che la variazione è stata forzata nel residuo.
• Confluenza di Friczioni: Le discrepanze tra stime basate su diversi input suggeriscono la presenza di "cunei" (wedges) non legati al potere di mercato, come costi di aggiustamento, potere di monopsonio o contratti impliciti.

6. Significato e Raccomandazioni (Call to Arms)

Il paper conclude che l'approccio basato sulla produzione è uno strumento potente ma fragile. Per avanzare, gli autori propongono tre azioni fondamentali:

1. Trasparenza (Decomposizione $R^2$): I ricercatori devono riportare sistematicamente quanto della variazione nelle quote di ricavo è spiegato dalle elasticità dell'output rispetto ai markup. Se i markup spiegano quasi tutto, è un segnale di allarme che la specificazione della tecnologia è troppo rigida.
2. Stress-Testing: Le stime basate sulla produzione devono essere confrontate con:
   • Stime basate sulla domanda (approccio IO strutturale).
   • Simulazioni Monte Carlo (dove la verità è nota).
   • Esperimenti naturali (shock esogeni di concorrenza).
3. Aggregazione Macro: È necessario un lavoro maggiore per mappare l'eterogeneità dei markup microeconomici nei modelli macroeconomici, distinguendo tra markup derivanti da barriere all'ingresso ("cattivi") e quelli derivanti da economie di scala o innovazione ("buoni"), e considerando la struttura delle reti di input-output.

Conclusione:
Il paper avverte contro l'accettazione acritica delle stime dei markup basate sulla produzione. La divergenza nei risultati non è rumore statistico, ma riflette scelte concettuali profonde e limitazioni dei dati. Per comprendere il potere di mercato e le sue implicazioni macroeconomiche, è necessario combinare l'approccio basato sulla produzione con una maggiore trasparenza metodologica, dati di migliore qualità e una struttura teorica più robusta.