PAPIIT IA300224

El objetivo del PAPIIT IA 300224 es evaluar las consecuencias de las nuevas disposiciones del T-MEC sobre el desempeño de los sectores estratégicos de México, que están expuestos al comercio internacional. En particular, interesa analizar los impactos de: (a) las reglas de origen sobre las variables claves de los cuatro clústeres automotrices del país; (b) la pugnas derivadas de la actual contrarreforma energética sobre las decisiones de inversión de los tres socios comerciales; y (c) las pérdidas resultantes de una eventual imposición de aranceles a ciertos productos agrícolas exportables debido a la expedición  del decreto mexicano de febrero de 2023 que regula el comercio de maíz genéticamente modificado.

El análisis de los tres tipos de impactos permite conocer los puntos más sensibles del nuevo acuerdo comercial entre México, Estados Unidos de América (EUA) y Canada. Las reglas de origen, la política energética de la presente administración y el decreto de febrero de 2023 sobre transgénicos, constituyen, sin duda, los puntos conflictivos del T-MEC. Y es que, si bien con los sectores automotriz y energético se ilustra a escala las ventajas o desventajas del país en el tratado, dada su importancia decisiva en el acuerdo comercial, con el decreto de 2023 se estudia la viabilidad de la soberanía alimentaria en el marco del tratado. De aquí, que los resultados obtenidos con este proyecto sean esenciales para comprender las implicaciones del carácter entrelazado de los capítulos del T-MEC sobre la economía y política internas del país. Como se sabe, una de las grandes preocupaciones de los socios comerciales es la impredecibilidad de las consecuencias generadas por la transversalidad del articulado del T-MEC.

A un año de iniciado el PAPIIT hemos terminado la primera etapa (inciso a). En esta etapa empezamos por definir los clústeres automotrices de acuerdo con un criterio de similaridad. El procedimiento de identificación de los clústeres comprende información proveniente de los Censos Económicos de 2004, 2009, 2014 y 2019, para las ramas industriales 3361 (Fabricación de automóviles y camiones), 3362 (Fabricación de carrocerías y remolques), y 3363 (Fabricación de partes para vehículos automotores) del Sistema de Clasificación Industrial de América del Norte (SCIAN). Con los clústeres ya identificados construimos una medida de eficiencia mediante el modelo de frontera estocástica (MFE). Para tal efecto, se consideraron las variables de Valor Agregado, Activos Fijos, Personal Ocupado y Consumo de Energía Eléctrica de las tres ramas económicas arriba descritas. La variable dependiente empleadas para la estimación del MFE son el logaritmo natural del valor agregado de la industria automotriz, ajustado por el Índice Nacional de Precios al Consumidor, tomando a 2018 como año base. Las variables independientes son, por su parte, trabajo, capital y consumo de energía eléctrica. El trabajo es medido como el logaritmo natural del número de trabajadores para cada período, mientras que el capital es expresado como el logaritmo natural de los activos fijos, cuyos valores son previamente deflactados con base en 2018. Después de estimar la eficiencia técnica de los clústeres se corre un modelo panel VAR para identificar los efectos entre las variables endógenas de eficiencia técnica, divisas por exportaciones, inversión extranjera directa y personal ocupado. Las variables aquí consideradas se expresan en logaritmos naturales para interpretar los coeficientes en términos porcentuales como elasticidades tanto para la fabricación de partes para vehículos automotores como para la producción de vehículos ligeros.

 El primer escenario se relaciona con la región de valores posibles a una desviación estándar, mientras que los escenarios segundo y tercero se asocian con la región de valores posibles de dos y tres desviaciones estándar, respectivamente. Por simplicidad, se considera que la desviación estándar de los choques aleatorios es de 0.625%, es decir, la amplitud divida por cuatro. Al considerar las variables en primera diferencia, las simulaciones evitan el problema de endogeneidad, a la vez que permiten estimar la función impulso-respuesta como el efecto medio de los choques aleatorios (escenarios) en los clústeres automotrices. Dado que el tamaño de muestra de la información disponible es relativamente pequeño y que se está asumiendo una distribución de probabilidad normal para los choques aleatorios factibles, se realizan diez mil simulaciones de la función impulso-respuesta mediante el método de Montecarlo para, asi,  obtener la ecuación básica del modelo VAR. Adicionalmente, se consideran tres escenarios de innovación y automatización en escala Baja, Media y Alta para cada uno de los cuatro clústeres (Bajío, Frontera, Occidente y Centro), de acuerdo con la escala de Innovación y sofisticación de los sectores económicos desarrollada por el IMCO (2024). La finalidad es establecer diferencias organizacionales, laborales y tecnológicas entre los diferentes clústeres.

Todos estos avances están contenidos en el artículo Los escenarios de la imposición de aranceles a la exportación de productos automotrices de México, escrito por  Jose Carlos Ramirez  y  Leovardo Mata, próximo a ser sometido a una revista internacional para su eventual publicación.