Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
¿Son asimétricos los impactos de los precios del petróleo sobre la economía colombiana? Victoria Eugenia Sardi1 Universidad del Valle Resumen: El presente estudio analiza los impactos de las variaciones en el precio del petróleo sobre la economía colombiana. Mediante una aproximación FAVAR se analiza la posibilidad de que la respuesta de las variables sea asimétrica; los resultados indican que la asimetría es leve y que solo se refleja en el contexto del mercado internacional. 1 Código de estudiante: 1229555 ¿Son asimétricos los impactos de los precios del petróleo sobre la economía colombiana? Durante los últimos meses el precio del petróleo ha caído considerablemente pasando de 105,79 US/barril en junio del 2014 a 46,22 US/barril en octubre del 2015 (Fuente: Fed St. Louis, Cálculos: propios); la literatura económica se ha encargado de estudiar los efectos de estas variaciones en el precio del crudo y repetitivamente se ha observado un efecto asimétrico sobre el mercado. El consenso al que se ha llegado, en el caso de economías como la de EEUU, es que los incrementos en el precio del petróleo tienen un impacto negativo más grande en comparación a lo que ocurre cuando los precios disminuyen. Entre las investigaciones desarrolladas para este país encontramos la de James D. Hamilton. En su estudio del 2011 se investigan las causas y las consecuencias de los incrementos en el precio de petróleo durante la crisis mundial del 2007-08 y en los periodos anteriores a ella, como consecuencia de las variaciones en el precio del petróleo se observa un impacto considerable en el consumo y en las compras de automóviles. El autor plantea que la crisis de este periodo se debió principalmente a un error de predicción en la elasticidad precio- demanda del petróleo, que se generó como consecuencia del alto contenido de especulación respecto a los contratos futuros de inversión (Hamilton, 2009). Steven j. Davis y John Haltiwanger utilizan un modelo VAR para medir el efecto que tiene la política monetaria y los choques de los precios del petróleo sobre la creación y la destrucción de empleo en U.S. entre 1972 y 1988. Entre los resultados que arroja el modelo hay evidencia de la asimetría del impacto ante las variaciones en el precio real del crudo; el cambio en la tasa de crecimiento del empleo es poco como consecuencia de una disminución en el precio, mientras que en el caso de un aumento, la tasa decrece drásticamente. En el estudio plantean que una explicación posible a la volatilidad de la destrucción de empleo son ciertos costos de ajuste que hacen que sea más fácil destruir que generar (Davis & Haltiwanger, 2001). Para el caso colombiano podríamos decir que el mercado tiene una estrecha relación con el comportamiento de los precios del petróleo, ya que este es uno de los principales productos de exportación del país. La participación del petróleo en el total de las exportaciones tradicionales (Café, Carbón, Petróleo y sus derivados, ferroníquel) supera el 60% durante los últimos cinco años; además, la inversión extranjera directa que atrae este sector representa más del 30% del flujo total anual desde el 2010, lo que constituye una participación considerable teniendo en cuenta que los demás sectores no representan más del 20% individualmente (Fuente: DANE; Elaboración: propia). Por todo lo anterior se han desarrollado investigaciones con el fin de conocer el impacto de los cambios en el precio del crudo en la actividad económica colombiana, uno de ellos utiliza una metodología FAVAR con el fin de identificar la respuesta ante choques inesperados de variables como el riesgo, las tasas de interés de corto plazo, el precio real del petróleo como indicador de las expectativas de inflación, entre otros factores externos (Echevarría, Andrés, Enrique, & Norberto, 2012). También, tenemos la evidencia encontrada por Juan Jiménez en el 2009 a través de una modelación VAR para un conjunto de 9 sectores, los resultados muestran que los choques positivos de los precios del petróleo sobre el crecimiento del producto no son estadísticamente significativos, mientras que los choques negativos si lo son para 6 de los 9 sectores analizados (Perilla Jimenez, 2009). La volatilidad de los últimos meses en el mercado del crudo, mencionada anteriormente, ha despertado un ambiente de incertidumbre en el país ya que muchos de los proyectos que se desarrollan en este sector son de largo plazo y no pueden ser modificados fácilmente. No es claro que la disminución haya tocado fondo por lo que los empresarios deberán cambiar sus expectativas y adaptar sus presupuestos; además, la volatilidad no solo afecta a los directamente involucrados en el sector, sino a todos los colombianos, ya que una parte considerable de los ingresos fiscales provienen de las compañías petroleras. Dadas las características del mercado colombiano en relación con el petróleo mencionadas anteriormente, el presente trabajo estudia si esos efectos asimétricos se pueden observar en el país; para lo anterior se utiliza la metodología FAVAR propuesta por Bernanke, Boivin & Eliasz (2004) en la que se combinan los desarrollos de los Modelos Dinámicos por Factores y la aproximación VAR. Metodología. Los modelos FAVAR aparecen como una solución a los problemas de los modelos VAR respecto al limitado conjunto de información que se utiliza en ellos. La cantidad de parámetros que deben ser estimados en un Vector Autorregresivo limitan el número de series que se pueden incluir con el fin de minimizar la pérdida de eficiencia en las estimaciones, pero la omisión de variables puede generar problemas peores ya que se puede incurrir en problemas de endogeneidad; en ese sentido los modelos FAVAR logran capturar un conjunto de información más amplio en un numero de series considerablemente menor. Como lo mencioné anteriormente este enfoque fue propuesto por Bernanke, Boivin & Eliasz (2004) para evaluar los efectos de la política monetaria; la idea es que de un amplio conjunto de series se puede extraer un componente común que explica un porcentaje alto de la variabilidad del sistema: � = ���� + �� � + �� � representa un vector (Nx1) de variables observables que pueden ser resumidas en (Kx1) factores no observables Ft , Yt representa un vector de variables perfectamente observables y ut es el componente idiosincrático del sistema; ΛF,ΛY representan las cargas de los factores tanto no observables como observables respectivamente. La ecuación de transición está compuesta por los factores tanto observables como no observables y representa el cambio de un estado a otro en el sistema: [���] = � � [��−1�−1] + �� Se supone que, tanto el choque de la matriz de medida como el de la ecuación de transición se distribuyen normal con media cero y su respectiva matriz de varianzas y covarianzas. Para la estimación del efecto asimétrico de los precios sobre algunas variables macroeconómicas se tomó una investigación realizada por Lian An et al. en la que se prueba la hipótesis para la economía de U.S. utilizando 114 series trimestrales desde 1959 hasta 2006. A las ecuaciones de medida y de transición descritas anteriormente se les agrega una variable exógena que corresponde a incrementos “importantes” en el precio del petróleo, dichos incrementos se definen como aquellos precios que son superiores al máximo registrado durante algunos periodos anteriores y que no tiene en cuenta las variaciones negativas (An, Jin, & Ren, 2014). Para la estimación se ortonormalizan las cargas por medio de una aproximación Bayesiana. Utilizando la técnica de Gibbs sampling se obtienen 2 factores: el primero corresponde a una aproximación de la actividad económica y el segundo corresponde a la tasa de interés del mercado. Una vez se han identificado las cargas se procede a la identificaciónde los choques mediante una ordenación de Cholesky. Basados en un estudio de James D. Hamilton(1988) en el que se plantea que los precios reaccionan más lentamente que la actividad económica debido a los costos de ajuste, se define un orden de exogeneidad en el que el primer factor no responde contemporáneamente a los cambios en el precio del petróleo, y con el fin de identificar los choques de la tasa de interés, se permite que ésta reaccione contemporáneamente a los choques de los precios del petróleo y de la actividad económica pero estos últimos no reaccionan contemporáneamente a los choques de la tasa de interés del mercado, es decir, dentro del FAVAR se colocan primero las variaciones en el precio del petróleo, después se coloca el primer factor al que hemos llamado actividad económica y por último el segundo factor que representa la tasa de interés de mercado; lo anterior, pesando que utilizaremos el inverso de la matriz superior de Cholesky. Una vez el sistema está completamente identificado se procede a la identificación de las impulso respuesta mediante un método no convencional. En general, los resultados respaldan el impacto asimétrico de los precios del petróleo sobre el PIB, la actividad económica, las expectativas de los consumidores, el ahorro bruto, etc.; además, hay una asimetría mayor cuando los cambios en el precio del petróleo son superiores al máximo registrado en los periodos anteriores. Para la aplicación a Colombia se utilizaron 32 series de tiempo trimestrales de variables macroeconómicas tomadas de los datos que proporciona en Banco de la Republica, el DANE y el banco de datos de la Reserva Federal de St. Louis entre el tercer trimestre de 1996 y el segundo trimestre de 2015 (Tabla 4); cada una de ellas fue transformada bien sea por medio de logaritmos, diferencias o la combinación de ambos hasta obtener un conjunto de series estacionarias que garanticen la estabilidad del modelo. A diferencia de la metodología utilizada en la investigación de Lian An et al. Los factores fueron estimados mediante una aproximación frecuentista utilizando Componentes Principales. Además del primer factor, se tomaron los siguientes tres factores con el fin de capturar el 50% de la variabilidad del sistema y por ende abarcar un conjunto de información mayor, la siguiente tabla muestra en la cuarta columna el porcentaje de variabilidad que explica cada factor y en la sexta columna encontramos la variabilidad acumulada: Tabla 1. Elaboración propia. Al utilizar el método de Componentes principales vemos que el primer factor explica el 30% de la variabilidad de componentes domésticos como el PIB, la DTF, el consumo de los hogares, el consumo total, entre otras (Tabla 2. Ver: Anexos); es por esto que la interpretación del primer factor corresponde a ese constructo teórico llamado actividad económica; a los siguientes tres factores no se les asignó ninguna interpretación económica sino que se tomaron como una especie de “controles” para evitar la endogeneidad en el FAVAR ya que representan más del 30% de la variabilidad de todo el sistema. El factor que representa la tasa de interés de mercado se obtuvo al aplicarle Componentes Principales a las series que corresponden a las tasas de interés nacionales como la tasa interbancaria, el interés de los DTF a diferentes plazos, la tasa de intervención del Banco de la República, entre otras. Al observar el comportamiento de los factores se tomó el segundo factor ya que a pesar de explicar un porcentaje de variabilidad menor, el primero no era estacionario (Tabla 3. Ver: Anexos). Con respecto a la serie que representa los precios del petróleo, se tomó la serie del Brent que es el que utiliza Colombia como precio de referencia; dado que el objetivo del estudio es ver si los impactos son asimétricos o no, la serie se dividió en dos: Brent_neg representa los periodos en los que los precios disminuyen y Brent_pos representa aquellos periodos en los que la variación de los precios del petróleo es positiva. Resultados. Para la identificación de los choques se utilizó la misma estrategia del estudio guía, tomando los precios del petróleo como la variable de ajuste lento, seguida de la actividad económica, y en tercer lugar se alternaron las variables sobre las cuales se querían conocer las funciones Impulso-Respuesta. Esta estrategia de identificación, además de lo propuesto por James D. Hamilton (1988), está basada en que a pesar de que Colombia hace parte de los países productores de petróleo a nivel mundial su participación en la oferta total no es lo suficientemente grande como para influir en el precio del crudo, el país toma los precios del Brent como referencia para comercializar el producto por lo que la variable es exógena. A continuación se presentan las diferentes funciones Impulso Respuesta a +/- 1 desviación estándar de un choque en el precio del petróleo que resultaron estadísticamente significativas, las demás se presentan en los anexos: Gráfica 1. Elaboración Propia Gráfica 2. Elaboración Propia Lo primero que se debe notar es que las variables cuya respuesta es significativa corresponden a aquellas que están relacionadas con el comercio exterior del país, a excepción del tipo de cambio en dólares para el que la respuesta no es estadísticamente significativa. El hecho de que esta función sea significativa para este tipo de variables no es sorprendente por la participación que tiene este producto en las exportaciones del país y por lo tanto en su relación con los demás países; lo que sí es sorpresivo es que la respuesta de las variables domésticas no es estadísticamente significativa, los intervalos de confianza de estas variables cubren el cero durante los 30 trimestres graficados. Gráfica 3. Elaboración Propia Gráfica 4. Elaboración Propia Como podemos ver en las gráficas, generalmente la respuesta de las variables sólo es significativa hasta el tercer trimestre posterior al choque y empieza a decrecer de forma simétrica, por lo que podemos inferir que los impactos son de corto plazo y no tienen un carácter permanente; en ellas también podemos observar que la asimetría en la respuesta es leve, pero existe: el impacto de un incremento en los precios del petróleo sobre las exportaciones del crudo, el precio de las exportaciones totales, los términos de intercambio y el precio de las importaciones es menor comparado con una disminución (Gráficas 1, 2, 3 y 4). Gráfica 5. Elaboración Propia En el caso de las exportaciones totales (Gráfica 5), vemos que estas solo responden de manera estadísticamente significativa a las disminuciones en el precio del Brent entre el tercer y cuarto trimestre posterior al choque; mientras que, parecen no ser estimuladas por los incrementos en el precio del mismo. Gráfica 6. Elaboración Propia Por último, tenemos que la respuesta del índice de precios del productor para el sector industrial (Gráfica 6) es significativa sólo en tramos muy pequeños de la función. La respuesta del primer factor que representa la actividad económica no es estadísticamente significativa en ningún tramo de la función al igual que la tasa de interés de mercado (Gráficas 7 y 8. Ver: Anexos). Las funciones impulso respuesta que acabamos de describir tienen una correlación negativa respecto a el choque, es decir, si el choque es negativo la respuesta es positiva, y si el choque es positivo, la respuesta es negativa; en el caso de los factores esto no es tan claro, por lo que no hay una coherencia en la respuesta de las variables, por ejemplo, la respuesta de la tasa de interés de mercado alcanza su mínimo entre el cuarto y quinto trimestre sin importar si el choque es positivo o negativo. Las demás funciones Impulso-Respuesta para variables como el consumo, el ahorro, el PIB y la TRM no resultaron estadísticamente significativas (Ver Anexos).Conclusiones. Con base en los resultados anteriores podemos inferir que, si la respuesta existe, hay cierto grado de asimetría ante un choque de los precios del petróleo; dicha asimetría se refleja principalmente en aquellas variables que componen el comercio internacional del país y no parece haber ningún canal mediante el cual se transmita a las variables domésticas. En un futuro, sería interesante observar la respuesta de las variables ante choques de mayor magnitud con el fin de evaluar si la asimetría se mantiene y si se puede observar una respuesta significativa en los factores y en las demás variables que componen la economía colombiana. Referencias An, L., Jin, X., & Ren, x. (2014). Are the macoreconomic effects of oil price shock symmetric?: A Factor-Augmented Vector Autorregresive approach. Energy Economics, vol.45, p. 217-228. Bernanke, B. S., Boivin, J., & Eliasz, P. (2004). Measuring the effects of the monetary policy: a factor-aumented vector autorregressive (FAVAR) approach. National Bureau of Economic Research, No. w10220. Davis, S. J., & Haltiwanger, j. (2001). Sectorial job creation and desctruction responses to oil price changes. Journas of Monetary Economics, 465-512. Echevarría, J. J., Andrés, G., Enrique, L., & Norberto, R. (2012). CHOQUES INTERNACIONALES REALES Y FINANCIEROS Y SU IMPACTO SOBRE LA ECONOMIA COLOMBIANA. Ensayos sobre Politica Económica, vol.30. Hamilton, J. D. (2009). Causes and Consequences of the Oil Shock of 2007-08. National Bureau and Economic Research, No. w15002. Perilla Jimenez, J. R. (2009). Descomposición sectorial y dinámica del impacto de los precios del petroleo sobre el Crecimiento Económico en Colombia. Archivos de Economia. Anexos Tablas. Elaboración Propia Tabla 2. Tabla 3. Tabla 4. Descripción Nombre de la serie Fuente Ahorro ahorro_t Banrep Precio del Brent brent_pos_t - brent_neg_t FRED CDT a 360 días cdt_360_t Banrep CDT a 180 días cdt_180_t Banrep Consumo total cons_total_t DANE Consumo de los hogares cons_hog_t DANE Tasa de los Depositos a Término Fijo dtf_t Banrep Exportaciones de petróleo exp_petr_t DANE Exportaciones totales expor_tot_t DANE Formación bruta de capital fbk_t DANE Inversión extrangera directa en el sector petrolero ied_petrol_t Banrep Inversión extrangera directa en el resto de sectores ied_resto_t Banrep Importaciones totales impor_tot_t DANE Tasa interbancaria interban_t Banrep Índice de precios del consumidor ipc_t Banrep Índice de producción industrial ipi_t DANE IPP del sector industrial ipp_indu_t DANE IPP del sector minero energético ipp_min_t DANE M1 m1_t Banrep M2 m2_t Banrep M3 m3_t Banrep Precio de las importaciones p_expor_t DANE Precio de las exportaciones p_impor_t DANE Producto interno bruto pib_t DANE Reservas del Banco Central reser_banc_t Banrep Tasa de intervención del Banco de la República tasa_brep_t Banrep Tasa de los Fondos Federales de U.S. tasa_fed_t FRED Tasa PRIME tasa_prime_t Banrep Términos de intercambio term_inter_t DANE TRM trm_t Banrep Precio del WTI wti_t FRED Gráficas. Elaboración Propia Gráfica 7. Gráfica 8. Gráfica 9. Gráfica 10. Gráfica 11.
Compartir