Cerrado hasta nuevo aviso, ¿cuánto está cayendo la economía en Guatemala?

El gobierno de Guatemala ha echado el cierre a su economía[1]. El gobierno ha ido imponiendo a lo largo de todo marzo restricciones crecientes a la actividad económica. Muchos argumentan que dada la enorme informalidad del país, en realidad la actividad económica se está frenando, pero no es para tanto. Otros argumentan que el cierre afecta a todo, sobre todo desde el toque de queda. En este artículo queremos dilucidar quienes están más cerca de la realidad.

Por tanto, la pregunta a responder en este artículo es; ¿cuánto está cayendo la actividad económica en Guatemala?

El problema de la falta de datos: usando la demanda de energía eléctrica

El grave problema que enfrentamos para resolver nuestra pregunta es la ausencia de datos para realizar el análisis. No contamos con mucho más que trágicas historias de empresarios que se ven obligados a empezar a liquidar y cerrar definitivamente sus empresas. Pero estas historias, por interesantes que sean, no dimensionan realmente el problema. Bien podría ser que no nos estemos enterando de las historias de otros empresarios que están vendiendo por encima de lo usual y que están incrementando su actividad productiva.

La única fuente de información que nos puede dar una idea de que está ocurriendo ahora mismo es la demanda de energía. Este enfoque no está exento de problemas, pero vamos a intentar solventarlos a lo largo del artículo.

La lógica detrás de utilizar la demanda de energía es la siguiente: la actividad empresarial e industrial demanda una parte importante de la energía eléctrica que se produce. Por tanto, la caída en la demanda de energía eléctrica mostraría y dimensionaría la caída en la actividad económica.

Es por ello que hemos recogido los datos de todos los días de lunes a viernes en la demanda de energía eléctrica y los hemos comparado con los datos de febrero de 2020 para ver efectivamente la caída en la demanda de energía eléctrica.

Demanda de energía en Guatemala: datos crudos

Hemos separado tres grandes eventos ocurridos en marzo que pueden marcar los puntos de inflexión en la actividad económica y en la demanda de energía eléctrica:

  1. Se decreta estado de calamidad. Viernes 6 de marzo
  2. Se decreta suspensión actividades laborales. Martes 17 de marzo
  3. Se decreta toque de queda. Domingo 22 de marzo

Por tanto, vamos a ver los efectos de las diferentes medidas de restricción aprobadas por el ejecutivo en la actividad económica.

Como vemos en el gráfico 1, el estado de calamidad apenas afectó a la demanda de energía eléctrica en Guatemala. La demanda de energía eléctrica apenas cayó en comparación con la demanda media registrada el mes anterior. Los datos se encuentran diferenciados por hora del día.

Podemos entonces establecer que decretar el estado de calamidad no impactó en la economía guatemalteca en absoluto.

En el gráfico 2 podemos ver el impacto del parón productivo decretado el 17 de marzo sobre la demanda de energía eléctrica.

Como vemos, la historia es bastante diferente en este caso. El parón productivo provoca una caída en la demanda de energía eléctrica que llega a ser de un 17,4% a primera hora de la mañana, indicando que muchas menos personas se levantan a esa hora para ir a trabajar. En el pico de demanda de medio día, la caída es menos acusada aunque muy perceptible.

Por tanto, podemos establecer, de manera muy preliminar, que la caída en la actividad económica por motivo de la suspensión de actividades decretada el 17 de marzo, fue de un 17,4%. En la siguiente sección vamos a modificar sustancialmente esta conclusión preliminar.

En el gráfico 3 podemos ver el impacto del toque de queda decretado el 22 de marzo sobre la demanda de energía eléctrica.

La caída en la demanda de energía eléctrica, y por tanto en la actividad económica, es todavía más fuerte en el toque de queda que en el parón laboral. La caída de la actividad a primera hora de la mañana es de un 22,9% y un 11,7% en el pico del medio día. A las 16:00 la caída es de casi un 25%.

También de manera muy preliminar podemos afirmar que la caída en la actividad económica por motivo del toque de queda decretado el 22 de marzo, fue de un 22,9%. En la siguiente sección también vamos a modificar esta conclusión preliminar.

En la tabla 1 podemos encontrar los datos de caída en la demanda de energía eléctrica a las 6:00, a las 12:00, y a las 16:00.

De los datos y conclusiones preliminares obtenidas en la anterior sección se podría inferir que, si bien la caída en la actividad económica en Guatemala es dramática, dadas las condiciones de paro casi completo en algunos sectores, no es tan grande como se esperaría.

El problema es que una parte nada desdeñable de demanda de energía eléctrica está destinada al consumo residencial. Necesitamos una forma de “aislar” el consumo de energía eléctrica por parte de empresas. Por tanto, vamos a intentar estimar que parte de la demanda de energía es debida a demanda residencial y que parte es demanda de empresas.

No tenemos datos desagregados de demanda energía residencial, comercial, e industrial por día. Sin embargo, tenemos datos de demanda de usuarios regulados y de grandes consumidores. Los usuarios regulados son aquellos que no tienen una demanda suficiente como para comprar en el mercado mayorista de energía eléctrica y deben comprar a los distribuidores al precio regulado. Los grandes usuarios pueden salirse de este esquema y usualmente está en su interés hacerlo porque pueden negociar precios y condiciones en el suministro de electricidad[2].

Entonces, los grandes usuarios son aquellos que tienen gran de demanda de electricidad. Estos grandes usuarios tienden a ser usuarios comerciales e industriales mientras que los usuarios regulados tienden a ser usuarios residenciales[3].

En el año 2017, el 30,5% de la venta de energía eléctrica en Guatemala fue realizada a grandes usuarios[4]. Por tanto, vamos a suponer que el 30,5% de la demanda de energía eléctrica proviene de empresas y el resto son consumidores residenciales.

A continuación, vamos a suponer que la caída en la demanda de energía que hemos calculado en la anterior sección se debe a caída en la demanda de empresas. Por tanto, podemos estimar la caída de energía debida solo por empresas. Hemos restringido el rango al horario laboral más habitual, de 8:00 a 17:00. La caída en la demanda de energía por parte de empresas será nuestra estimación de caída de actividad económica. En el gráfico 4 podemos ver estas estimaciones.

Como vemos, el estado de calamidad tuvo un impacto prácticamente nulo en la actividad económica. El paro productivo provocó una caída en la actividad económica superior al 20% durante la mayor parte de la jornada laboral. Por su parte, el toque de queda provoca una caída superior al 40% durante toda la mañana y hasta las 13:00. Como no puede ser de otra forma, la actividad económica se desploma más de un 80% cuando inicia el toque de queda.

En la tabla 2 resumimos nuestros resultados de caída en la actividad económica.

Estos resultados muestran que el paro laboral tuvo un impacto muy limitado en el sector informal del país. También muestran que el toque de queda no paraliza al sector informal del país en la mañana, aunque si lo consigue por la tarde. La actividad económica informal es casi el 50% de la actividad económica total en Guatemala[5]. Como vemos, la actividad económica cae durante el toque de queda casi un 40% durante la mañana y un 80% en la tarde[6], justo el diferencial entre la economía formal e informal[7].

Conclusión

Las diferentes medidas de restricción productiva promulgadas por el gobierno guatemalteco están teniendo efectos desiguales en la economía. El estado de calamidad decretado el 6 de marzo no tuvo ningún impacto en la actividad productiva. El paro productivo del 17 de marzo afectó de manera muy fuerte al sector formal de la economía, nuestra estimación es que la actividad económica cayó más de un 20% debido a esta medida. El toque de queda ha tenido un impacto todavía más fuerte en la economía guatemalteca, en las mañanas la actividad económica se retrae casi un 40%, en la tarde, la caída es superior al 80%.

El sector formal de la economía es el que más está sufriendo las consecuencias de las medidas de restricción económica decretadas. Nuestra estimación es que el sector informal sólo ha sido afectado por el toque de queda, apenas antes, y sólo ha sido profundamente afectado en las tardes, no en las mañanas.

Actualmente apenas estamos generando un 40% de la actividad económica que se genera en condiciones normales en Guatemala. No entro a valorar si las medidas de restricción son necesarias o no desde el punto de vista epidemiológico. Sin embargo, el gobierno de Guatemala debería poner en un lado de la balanza el punto de vista epidemiológico y en el otro lado, la caída de un 60% en nuestra capacidad productiva.

La decisión que tiene que afrontar el gobierno de Guatemala es una decisión harto difícil de tomar. Muertos por pandemia o muertos por el hambre. Cualquier decisión implica una pérdida brutal. Pero mejor tomar decisiones informadas que a ciegas.

Aviso legal: el análisis contenido en este artículo es obra exclusiva de su autor, las aseveraciones realizadas no son necesariamente compartidas ni son la postura oficial de la Universidad Francisco Marroquín.

[1] No es el propósito de este artículo dilucidar si esta es una medida apropiada o no, no somos virólogos ni epidemiólogos, y por tanto nos falta conocimiento para dar una respuesta adecuada.

[2] Esta es la principal razón para liberar todo el mercado minorista de energía eléctrica. Puede encontrar más detalles aquí.

[3] Estas categorías no son totalmente coincidentes, pero creemos que la correlación entre ambas es muy elevada.

[4] Según la CEPAL. En años anteriores, la cifra era muy parecida.

[5] El porcentaje exacto es 46,88% para el año 2015. Estos datos provienen del FMI, se puede encontrar el estudio aquí.

[6] Bien podría ser que la actividad económica cayera más del 80% en el toque de queda. Es muy posible que exista un exceso de demanda residencial desde las 16:00. Esto es cierto para el resto de estimaciones. Por tanto, nuestras estimaciones deberían tomarse como un mínimo. Es decir, la situación bien podría ser incluso peor que los números que estamos estimando en este artículo.

[7] Esto, además, muestra que nuestras estimaciones son robustas.

 

Obtén nuestro informe exclusivo sobre la metodología que usamos para predecir recesiones. ¡Es gratis!

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

RECIBIRÁS NUESTROS CORREOS SEMANALES

Daniel Fernández

Daniel Fernández

Daniel Fernández es el fundador de UFM Market Trends y profesor de economía en la Universidad Francisco Marroquín. Tiene un doctorado en economía aplicada en la Universidad Rey Juan Carlos en Madrid y también era un fellow en el Mises Institute. Tiene un máster en Economía de la Escuela Austriaca por la Universidad Rey Juan Carlos y un máster en Economía Aplicada por la Universidad de Alcalá en Madrid.

Obtén nuestro informe exclusivo sobre la metodología que usamos para predecir recesiones. ¡Es gratis!

7 Comentarios

  1. Juan Carlos el 29 marzo, 2020 a las 11:43 pm

    Muy buen análisis, sigan adelante. Felicidades.

    • Daniel Fernández Daniel Fernández el 29 marzo, 2020 a las 11:49 pm

      Gracias Juan Carlos,

      Recibe un cordial saludo.

  2. Maunika el 31 marzo, 2020 a las 11:57 pm

    Estimado Dr Fernández: enhorabuena por su análisis. Me hubiera gustado leer asimismo tu propuesta y recomendaciones.

    No encontré en el perfil profesional cuál es el grado académico de licenciatura y de qué universidad, sólo si se puede saber?

  3. Menphis el 2 abril, 2020 a las 10:04 am

    Muy bueno recurrir a las curvas de demanda de energia para su analisis. Creo que a nivel industria y aun con el toque de queda es posible producir implementando turnos de 4 pm a 4 am. Una vez la gente este adentro de la planta 0 problema. Si es usuario no regulado y negocio un buen contrato indexado al spot va a encontrarse con la ventaja de que va a producir a un menor costo de energia electrica, ya que al bajar la demanda salen del sistema los generadores de mayor costo. Hay que adaptarse, y tratar de encontrar brechas u oportunidades con todo y lo complicado que se esta poniendo. En mi opinion el problema va para varios meses. Prevalece el que se anticipa o mejor se adapta a los cambio, dentro de lo complicado yo encuentro aqui una oportunidad.

  4. Mario Smith el 3 abril, 2020 a las 8:09 am

    Me parece un análisis muy acertado, solo me gustaría repetir el análisis en Abril, ya que en mi industria en estos primeros días de abril se ha agudizado la crisis. Sigan adelante. Saludos!!

  5. Eric J. el 4 abril, 2020 a las 5:02 pm

    Estimado Dr. Fernández,
    Qué interesante su interpretación y análisis. Lastimosamente, no se puede concluir nada. Déjeme explicar.
    La metodología establece la conclusión desde un inicio y busca las pruebas que lo corroboran. El método científico inicia con un hipótesis, luego una tesis y finalmente una síntesis. En su análisis ya se esta sesgando desde el inicio en ver lo que quiere ver en lugar de recopilar la información y leer y analizar la.

    Primero: Para poder hacer el análisis un poco más científico, hubiera sido interesante tomar registros históricos de varios años (se puede encontrar en el sitio del administrador del mercado mayorista AMM). Eso con el propósito de comparar las tendencias año con año. En efecto, el mes de marzo puede tener un bajón por otros factores que no sean relacionados con COVID-19. Si todos los años se refleja un bajón, entonces la conclusión se desmiente. Otra hipotesis puede ser que el mes de febrero tiene una actividad superior año con año (¿efecto día del cariño?). Al final, no podemos saber ya que el análisis se encerró en la conclusión en lugar de buscar explicaciones alternativas. Entonces recomiendo ir a ver la generación de otros años y corregir el factor semana santa para poder ser más científico en el método.

    Segundo: en muchas ocasiones menciona que “podemos afirmar de forma preliminar”. Nuevamente vamos en contra del método científico. La información no puede afirmar nada. solo emitir hipótesis. Recordemos que tener una explicación no implica conclusión (en estadísticas, correlación no significa relación de causa). Luego. ¿como podemos afirma algo de forma “preliminar”? Si afirmas algo es porque estas seguro, y si estas seguro, no puede ser preliminar.

    Tercero: se escogieron 3 horas específicas. 6 de la mañana, mediodía y 16:00. Nuevamente, ¿cuál es la razón de seleccionar estas horas en particular y no otras? La explicación es porque esas horas presentan información que van en linea con sus conclusiones. A eso lo llamamos sesgo de confirmación. Recomiendo investigue sobre el tema.

    Finalmente: trabajas una extrapolación de datos para diferenciar consumo residencial, comercial e industrial. Pero como bien lo mencionas “vamos a asumir” y “podemos ver el impacto” no pueden ir en el mismo análisis. En relación a las conclusiones, realmente se quedan a nivel de hipótesis. Todo el análisis es realmente un discurso elaborado, un cuento que parece ser científico, una gran hipótesis pero que realmente no llega a ninguna conclusión.
    Mi conclusión es que el ejercicio es interesante a mi parecer, pero por favor ten cuidado de no hacer ninguna afirmación ni conclusión cuando no existen ninguna, estas desinformando el lector. Como bien iniciaste: no tienes suficiente información para poder concluir.

    • mtrends el 4 abril, 2020 a las 5:19 pm

      Estimado Eric,

      En primer lugar, gracias por su comentario. La filosofía de la ciencia es uno de mis pasatiempos favoritos, por lo que puedo comprender que usted está suficientemente versado en estos temas.

      DE forma general, déjeme decirle que su crítica hubiera sido perfecta, casi impecable, si el propósito de este artículo fuera ser publicado en una revista académica. Me temo, sin embargo, que el propósito es algo diferente: establecer de la forma más rápida posible una guía de actuación para autoridades basada en el análisis de los datos disponibles a día de hoy.

      Para las críticas concretas:

      1- Los registros de varios años los tenemos incluidos en otro modelo (con una cadencia de datos diferente eso sí) que estamos presentando hoy mismo. La conclusión me mantiene con su apunte, este marzo es un desastre también si se compara con marzo del año pasado. Puede encontrar aquí el otro artículo:

      https://trends.ufm.edu/articulo/pib-impacto-covid/

      2- Si, mucho mejor decir que se podría rechazar la hipótesis nula de que marzo sigue la misma senda de crecimiento que otros meses. Una vez más, el artículo va dirigido a un público educado, aunque no necesariamente académico.

      3- No hay cherry picking, quizá este es el comentario más desacertado suyo. Están todas las horas del día cuando se hace el análisis de demanda de energía eléctrica y están todas las horas laborales cuando se hace el análisis de demanda de energía eléctrica corporativa (es cierto que las tablas tienen esas horas, pero los gráficos interactivos tienen todas las horas).

      4- La asunción de que los grandes usuarios son empresas no es aleatoria. Es una asunción fácilmente justificable (es prácticamente imposible que una familia que llegue al mínimo para ser considerada gran consumidor), por lo tanto, la conclusión que usted critica se mantiene intacta.

      Por último, no quiero despedirme de usted sin agradecerle por su comentario. Por desgracia, sus afirmaciones carecen de sentido y aplican muy mal al tipo de estudio que nosotros estamos presentando aquí, aunque entiendo que en el mundo de papers académicos en el que probablemente usted se mueve, sus críticas puedan tener todo el sentido del mundo.

      Reciba un cordial saludo,

      Daniel Fernández Méndez

Deja un comentario





logo H UFM
instituto-juan-de-mariana-400

Edificio Académico E-505
Calle Manuel F. Ayau (6 Calle final), zona 10
Guatemala, Guatemala 01010
Teléfono: (+502) 2338-7723/24
mtrends@ufm.edu

Este proyecto ha sido posible gracias a una donación de John Templeton Foundation | © 2015 - 2017 Universidad Francisco Marroquín | webmaster@ufm.edu | (cc) BY-NC-ND