Page 64 - Evolución e impacto de la inflación en el sector agroalimentario de España
P. 64
Es por esta razón que tenemos el IHPC de los siguientes productos: aceite de oliva; arroz; relación con los precios, puesto que todos estos productos representan la base de la ali-
cereales y pan; fruta fresca o refrigerada; harinas y otros cereales; huevos; leche entera mentación de los hogares españoles, especialmente para aquellos con rentas más bajas,
fresca; leche fresca desnatada; pan; pasta y couscous; patatas; queso y cuajada; y vege- que no pueden permitirse comprar productos más caros, como son el pescado y la carne.
tales congelados.
Debido a que gran parte de los productos afectados por la medida de rebaja del IVA son
Los grupos de control que se han utilizado para la comparación deben ser grupos que no agrícolas, pueden estar muy afectados por temporadas y por clima, sobre todo en épocas
estén afectados por la medida y que tengan características similares. Los grupos de con- de altas cosechas o lluvias. Es por esta razón que se han desestacionalizado los datos
trol que cumplen con las tendencias paralelas serían: aves de corral; cereales de desayu- por producto siguiendo la descomposición STL (en inglés, Seasonal-Trend decomposition
12
no; fruta en conserva y productos a base de fruta; helados; mantequilla; otros productos using Loess ).
de cereales; otros productos de horneado; patatas fritas; pizza y quiche; vegetales secos
y otros vegetales en conserva; y yogur. La descomposición STL es un método de ajuste estacional que descompone las series
en serie estacional, serie tendencia y el resto usando un algoritmo de filtrado basado en
regresiones LOESS introducido en Cleveland, Cleveland, McRae & Terpenning (1990). El
Figura 3.1. Evolución del índice de precio mensual del grupo Otros aceites. STL presenta dos ventajas principales con respecto a otros métodos de ajuste estacional.
En primer lugar, funciona con cualquier frecuencia de datos y puede calcularse con datos
de series temporales con patrones irregulares y valores faltantes.
El método STL asume una relación aditiva entre los componentes estacional, de tenden-
cia y de resto:
= + +
dónde Y es la variable dependiente, S es el componente estacional, T es la tendencia y
t
t
t
R es el componente irregular o el resto de los componentes de la variable. El cálculo de
t
cada componente implica un doble procedimiento recursivo.
Figura 3.2. Tendencias paralelas entre grupo de tratamiento y grupo de control (productos
58 españoles) 59
Fuente: elaboración propia con datos de Eurostat
Entre los productos afectados encontramos una excepción (Figura 3.1.), la subclase de
Otros aceites. Dentro de este grupo encontramos el aceite de girasol, cuyo precio ha re-
gistrado una tendencia anormalmente alcista desde el comienzo de la guerra Rusia-Ucra-
nia. Este evento exógeno hace que su evolución no sea comparable con cualquier otro
producto, lo que nos imposibilita incluirlo en el modelo al no poder utilizar ningún control
válido.
De esta forma, según se ha descrito, podemos identificar un robusto grupo de contro-
les que presenta unas características muy similares a los productos con los que van a
ser comparados. Elaborando gráficos (ver en Figura 3.2.) en los que se comparan estos
productos por pares, podemos corroborar que los precios avanzan de una forma similar,
manteniendo la suposición de las tendencias paralelas, lo que nos permite realizar el mo-
delo diferencias en diferencias (DiD), tal y como se ha explicado anteriormente.
Como se puede ver en la Figura 3.2., En todos los grupos de productos analizados pode-
mos observar una tendencia alcista generalizada, registrando los mayores valores en tér-
minos de índice a finales de 2022. Este hecho reafirma la necesidad de tomar medidas en 12 Loess es una técnica de regresión localmente ponderada
