Relación entre los costos de cambio y el poder de mercado en la industria de telefonía e internet móvil del Perú.

Abstract

Este estudio evalúa principalmente el impacto de los costos de cambio en el poder de mercado de las firmas que ofertan los servicios de telefonía e internet móvil (Movistar, Claro, Entel y Vittel), usando datos anuales entre el 2004 y 2019. Primero, se construye el índice de Lerner una medida tradicional de poder de mercado. Para ello, se estima un precio promedio y un costo marginal para cada empresa. Adicionalmente, utilicé el método de Shy para medir los costos de cambio por cada empresa en función del precio promedio y el número de líneas.

Luego, dado la disponibilidad de datos panel se aplica la especificación de Generalized Least Squares (GLS) de efectos aleatorios y el modelo de efectos fijos y aleatorios de tiempo. Encontré que los costos de cambio difieren por cada empresa. En la industria de servicios móviles del Perú se encuentra que los costos de cambio más altos corresponden a la empresa Claro y Movistar, pero que en general estos costos de cambio de las empresas se han reducido, lo que sugiere que las políticas regulatorias y la mayor competencia en la industria de servicios móviles han influenciado en su disminución. Asimismo, se encuentra que existe una relación positiva entre los costos de cambio y el poder de mercado. Es decir, las empresas que poseen mayores costos de cambio son las empresas que tienen mayor capacidad para incrementar los precios. Adicionalmente, los resultados sugieren que el poder de mercado se ve afectado por el tamaño de la empresa y el IHH.

This study mainly evaluates the impact of the costs of change on the market power of the firms that offer mobile telephony and internet services (Movistar, Claro, Entel and Vittel), using annual data between 2004 and 2019. First, the Lerner index, a traditional measure of market power, is constructed. To do this, an average price and marginal cost is estimated for each company. Additionally, I used method by Shy method to measure switching costs for each company based on the average price and the number of lines.

Then, given the availability of panel data, the Generalized Least Squares (GLS) specification of random effects and the fixed and random effects time model are applied. I found that switching costs differ by company. In Peru's mobile services industry, I found that the highest switching costs are incurred by Claro and Movistar, but that in general these companies' switching costs have been reduced, suggesting that regulatory policies and increased competition in the mobile services industry have influenced their decrease. It is also found that there is a positive relationship between exchange costs and market power. That is, the companies with higher switching costs are the companies that have greater capacity to increase prices. Additionally, the results suggest that market power is affected by company size and HHI.