Son_asimetricos_los_impactos_de_los_prec

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.