u615639

Vista previa del material en texto

ANÁLISIS DEL COMPORTAMIENTO DEL MERCADO DE LA PIÑA EN 
COLOMBIA 
ANA MARÍA NEIRA G. 
Programa: Economía y administración de empresas 
Estudiante de la Universidad de los Andes 
Correo electrónico: am.neira220@uniandes.edu.co 
Memoria de grado. 
Bogotá mayo 31 de 2012 
Resumen 
En este trabajo se realiza un análisis del comportamiento de dos mercados agrícolas 
principales en Colombia desde el año 2006 hasta el 2011. Los datos corresponden a los 
precios mayoristas de dos variedades de piña cultivable en Colombia, Gold y Perolera, 
en los mercados de Corabastos para el caso de Bogotá y Central mayorista de Itagüí 
para Medellín. A través del estudio de los comportamientos de los precios tanto en el 
corto como en el largo plazo, se identifican los períodos con precios más altos y su 
tendencia en el largo plazo. Así mismo, se prueba la integración de los mercados por 
medio de la prueba de causalidad de Granger y por cointegración. Se encuentra a través 
de la prueba de causalidad de Granger, que el comportamiento de los precios de un 
mercado no explica el comportamiento de los mismos en el otro mercado. Mientras que 
tras realizar el análisis de cointegración, se encuentra que las series sí están 
cointegradas, por lo que en ausencia de choques externos, las series en el largo plazo 
convergen. Se concluye que a pesar de que no existe causalidad entre los mercados, 
estos si están integrados en el largo plazo, lo que evidencia un cumplimiento de la ley 
de precio único. 
Palabras clave: Mercados, Precios, Variedades, piña Gold, piña Perolera 
Clasificación JEL: Q13, Q11 
 
 
1 
 
INTRODUCCIÓN 
El sector agrícola colombiano enfrenta actualmente una coyuntura en términos de 
rentabilidad y competitividad, sumado a los recientes tratados comerciales que ponen en 
riesgo la sostenibilidad de determinados cultivos. Los esfuerzos dentro del sector 
agrícola deben estar enfocados en fomentar cultivos con proyección de crecimiento, 
donde haya una demanda en constante desarrollo, capaz de estimular la producción 
agrícola y un mercado con precios atractivos para el productor y asequibles al 
consumidor. 
 
Los frutales son uno de los productos agrícolas cuya producción y comercialización se 
ven menos afectados por los recientes tratados de libre comercio, los cuales permiten la 
entrada al mercado nacional de algunos productos libres de arancel y que compiten con 
la producción nacional. Las frutas tropicales características del país, conforman una 
canasta atractiva para los consumidores, ya sea como fruta fresca o convertida en un 
producto con mayor valor agregado, como lo son los procesados. 
A través del análisis de comportamiento de los mercados, se logra construir un 
diagnóstico de la comercialización de la piña en el mercado interno. El razonamiento 
económico nos dice que ante precios altos, el productor aumenta su oferta, y por lo tanto 
estará interesado en poner su producto en aquel mercado donde pueda obtener una 
mayor ganancia. Es por esto, que es importante determinar la relación espacio-temporal 
de los mercados y el efecto que uno pueda tener en el otro, así como el comportamiento 
de los precios tanto en el largo como en el corto plazo. 
El resto de este trabajo se estructura de la siguiente manera. La primera sección consiste 
en la revisión de literatura, donde se incluyen documentos donde se realizaron estudios 
sobre la integración de los mercados en diferentes lugares y con diferentes 
metodologías. La segunda parte expone el contexto actual de la producción y mercado 
de dos variedades de piña en Colombia. La sección 3 se refiere al marco teórico, donde 
se expone la teoría económica relacionada con el tema de investigación de este trabajo. 
La sección 4 consta del marco empírico donde se explica la metodología y los datos a 
estudiar, así mismo, se incluye el análisis de los resultados obtenidos. Finalmente, la 
sección 5 son las conclusiones del estudio y temas relacionados que se pueden estudiar 
en futuras investigaciones. Se incluyen también las referencias bibliográficas y anexos. 
2 
 
1. REVISIÓN DE LITERATURA 
Con base en la revisión de literatura, se escogieron cuatro fuentes principales que tienen 
relación con la pregunta de investigación y por lo tanto fueron de gran aporte para el 
desarrollo de la memoria de grado. A continuación se presentan los elementos 
principales de cada teoría. 
Nuhu, Ani y Bawa (2009) analizan la eficiencia espacial y temporal del precio asociada 
con la comercialización de cereales en el noreste de Nigeria. La recolección de datos 
incluye fuentes primarias, a través de cuestionarios, entrevistas y encuestas del mercado 
para determinar los costos y fuentes secundarias de series de datos sobre los precios de 
ventas al por mayor de cereales durante 60 meses. Para realizar el análisis se emplearon 
“modelos de precios espaciales y temporales que permitieran determinar diferenciales 
de precios entre mercados en relación con costos de transporte y otros costos de 
transacción”. Concluyen que la integración espacio-temporales de los mercados es baja 
debido a diferenciales de los precios espaciales. Además afirman que dichos resultados 
son consecuencia de los costos de comercialización y falta de información apropiada 
sobre los precios y la oferta en diferentes mercados. 
Getnet (2007) analiza el equilibrio espacial del mercado del trigo en Etiopía a través de 
un modelo autorregresivo con distribución rezagada, para el análisis de cointegración de 
los precios de dicho producto en el período posterior a la liberalización del mercado 
central mayorista y de un mercado local. Para dicho estudio emplean series de datos de 
los precios reales desestacionarizadas desde 1996 hasta el 2000 mensualmente y como 
marco analítico el enfoque de modelo ARDL para el análisis de cointegración. Evalúan 
entonces si los precios al por mayor del trigo blanco en el mercado mayorista y en el 
mercado de los productores están integrados. 
Los resultados muestran que “existe una relación de largo plazo no espuria entre el 
precio mayorista y el del productor del mercado local de trigo blanco”. 
Alonso y Montoya (2006) a través de un análisis de cointegración y el cálculo de la 
cohesión de series de precios, estudian la integración espacial del mercado de la papa 
parda pastusa para el Valle del Cauca. Para esto, utilizan 95 datos de los precios 
semanales de este producto desde la última semana del año 2003 hasta la semana 42 del 
3 
 
año 2005, en los municipios de Armenia, Bogotá, Cali, Manizales, Palmira, Pasto y 
Tuluá. 
Tras finalizar el estudio y a partir de ambos métodos, concluyen que dicho mercado está 
integrado espacialmente y que además el merado de Cali actúa como un mercado centro 
para las demás regiones incluidas en el estudio. Adicionalmente, los autores resaltan la 
relevancia de los resultados encontrados para la toma de decisiones sobre política 
económica y de mercado, “en la medida en que es una primera aproximación para 
entender la dinámica de transmisión de precios del mercado de la papa parda pastusa”. 
Finalmente, Negrette (2004) busca establecer el comportamiento de corto y de largo 
plazo de los precios para tener una visión amplia sobre el comportamiento de 
determinados mercados de la piña en Colombia. Además, evalúa la asociación espacial 
entre los mercados a través de la determinación de la causalidad entre estos en un 
periodo de tiempo que va desde enero del 2000 hasta la última semana de agosto del 
2004. Para realizar dicho estudio, se utilizaron precios mayoristas de las variedades 
Cayena y Perolera, en los mercados de Itagüí (Medellín) y Plaza de Santa Helena (Cali), 
y Corabastos (Bogotá D.C) y Granabastos (Barranquilla) respectivamente. El trabajo 
concluye que la estacionalidad de los precios para las variedades no es similar y que el 
promedio de precios entre los cuatro mercados mencionadosson diferentes entre sí, 
pero todos tienden a la baja. Finalmente, tras realizar el estudio, “se evidencia una alta 
simultaneidad de corto plazo de ajuste de la causalidad entre mercados, sin embargo 
dicha causalidad en la determinación de precios se debilita pasados quince días”. 
 
 
 
 
 
 
 
 
4 
 
2. CONTEXTO 
Principales departamentos productores de piña en Colombia desde el año 2006 hasta 
el año 2010 
Fuente: Datos de Agronet. Gráfico realizado por el autor. En el eje izquierdo se 
muestra la producción para Santander, en el eje derecho el de los demás 
departamentos. 
Como se evidencia en el gráfico, Santander es el departamento con mayor producción a 
lo largo de los cinco años de estudio con producciones por encima de las 125000 
toneladas, seguido por el Valle del Cauca y Cauca, todos con producciones superiores a 
las 20000 toneladas por año. Los siguen Risaralda y Meta, cuyas producciones están 
entre los 15000 y 25000 toneladas al año. Los departamentos con menor producción son 
Bolívar, Norte de Santander y Quindío. 
Es importante mencionar que Santander es el departamento con mayor producción de 
piña Perolera en el país, mientras que en los demás departamentos los cultivos son 
principalmente de la variedad Gold. Así mismo, la mayor cercanía de Santander con 
Bogotá en comparación con Medellín, implica mejor abastecimiento para Corabastos y 
menores costos de transporte para la comercialización de la variedad Perolera. 
5 
 
En cuanto a los costos de transporte, este es un factor importante a la hora de determinar 
los precios de los productos. Por ejemplo, el precio del transporte por tonelada desde 
Bucaramanga hasta Bogotá en un tractocamión es de $50.039, mientras que con destino 
a Medellín es de $62.738. De otro lado, el costo por tonelada desde Cali hasta Bogotá es 
de $70.473 y con destino a Medellin de $64.240.
1
 Este diferencial en el costo de 
transporte desde las áreas con mayor producción hasta los mercados mayoristas, causa 
que los precios puedan variar. 
En términos de demanda, después del banano, la piña constituye uno de los productos 
frutales más significativos en el consumo per cápita de los hogares, 4,4 kilogramos por 
persona al año
2
. En la siguiente tabla se muestra el consumo en fresco de piña de los 
hogares urbanos en el país, según el plan frutícola nacional del 2006. 
 2005 2006 2007 2008 2009 2010 
Consumo 
urbano (ton) 
110.624 112.732 114.884 117.080 119.322 121.610 
 
La agroindustria también representa un mercado atractivo para la producción de 
procesados. Tal es el caso de la compañía chilena Olmué, la cual invertirá $17.000 
millones de pesos para la apertura de una planta en Palmira (Valle del Cauca) para el 
procesamiento y distribución de frutas congeladas. Según Enrique Villegas, CEO, “la 
planta tendrá una capacidad de producción de 10.000 toneladas anuales de fruta, de las 
cuales 90% serán para exportación y 10% restante para abastecer al mercado interno. 
Frutas como piña, mango, melón, papaya y banano llegarán a los mercados de Estados 
Unidos, Canadá, Europa, Australia, Japón y Corea”
3
 
 
 
 
 
 
 
 
1
 Ministerio de transporte. Precios de septiembre del 2011 
2
 Mercado Nacional de Frutas y Hortalizas. Corporación Colombia Internacional. 
3
 Freshplaza 
6 
 
3. MARCO TEÓRICO 
Schultz (1965) se refiere a la importancia del análisis de los conceptos de oferta y 
demanda para explicar los efectos que estos tienen en la agricultura. Considera entonces 
tres situaciones en las que la oferta y la demanda se comportan de manera diferente: “en 
la primera la demanda y la oferta de productos agrícolas se desplazan aproximadamente 
a la misma tasa, en la segunda los movimientos de la demanda hacia la derecha 
presionan a los recursos naturales escasos, y la tercera en que los cambios en la oferta 
de productos agrícolas a la derecha exceden la demanda”. 
En el primer caso se asume que las causas de los movimientos de ambas curvas en el 
mismo sentido, son independientes y que además no hubo transferencia de recursos 
hacia o desde la agricultura. El autor propone como ejemplos de dichas causas el 
crecimiento de la población, el cual genera un desplazamiento hacia la derecha de la 
curva de demanda y la cantidad adquirida aumenta 10% a los precios relativos iniciales. 
Así mismo, la oferta es desplazada hacia la derecha como consecuencia de una mejora 
técnica en la agricultura y el aumento en la cantidad producida aumenta 10% a los 
precios relativos iniciales. Esto quiere decir que las tasas de cambio son iguales y por lo 
tanto no existen ajustes ya que no es necesario alcanzar un nuevo equilibrio pues el 
original no ha sido destruido. 
En el segundo caso, la demanda de los productos agrícolas aumenta en mayor medida 
que la oferta, causando que el nuevo equilibrio se encuentre en un mayor precio relativo 
y que haya una transferencia de recursos hacia la producción agrícola. Dentro de este 
caso, el autor considera dos situaciones. En la primera, sustentada por el pensamiento de 
Thomas Malthus, David Ricardo y John Stuart Mill sobre progreso económico, los 
mejoramientos en la producción agrícola son mucho más lentos que el aumento de la 
población y del capital. Según este modelo, “la tierra agrícola era considerada constante 
y a medida que se aplicaban insumos adicionales de trabajo y de capital, los 
rendimientos de estos factores y de todos los insumos de la comunidad eran 
decrecientes”. Para estos economistas entonces, a pesar de que la producción aumentara, 
el crecimiento de la población compensaba dicho aumento, por lo que el ingreso per 
cápita tendía a permanecer constante. Por lo tanto, concluyen que la tasa de crecimiento 
de la producción agrícola limita tanto el ingreso total como el mismo crecimiento de la 
población. 
7 
 
En la segunda situación, el autor se refiere a la segunda Guerra Mundial en Estados 
Unidos, en el periodo comprendido entre 1938 y 1948 en el cual la demanda por 
productos agrícolas creció excediendo la oferta. Como consecuencia, los precios 
mayoristas agrícolas aumentaron 50% más que los demás bienes no alimentarios. Así 
mismo, “la paridad de precios recibidos y precios pagados por los agricultores subió de 
77 en 1938 a 116 durante el primer trimestre de 1948”. El aumento significativo en los 
precios de los bienes agrícolas, actuó entonces como un incentivo para incrementar la 
producción a través de mejoras técnicas. 
Finalmente, en el tercer caso, la oferta de productos agrícolas aumenta más que la 
demanda, desplazando así la curva de la oferta hacia la derecha. “La caída de los precios 
de los productos agrícolas prepara el camino, ceteris paribus, para una transferencia de 
recursos de la agricultura hacia otras actividades”. El problema agrícola entonces, 
consiste en que mientras la oferta es abundante, los productos agrícolas son 
relativamente baratos, disminuyendo así el valor de la tierra y por lo tanto la renta. La 
organización económica, debe trasladar parte de los recursos utilizados en la agricultura 
hacia otros sectores de la economía. Finalmente, el texto concluye que tres factores 
fundamentales explican este comportamiento: “1) Disminución de la tasa de crecimiento 
de la población. 2) Una elasticidad-ingreso relativamente baja de los bienes agrícolas 
cuando las personas se enriquecen y 3) Los grandes avances en las técnicas 
implementadas en la producción agrícola”. 
El concepto de mercado es fundamental a la hora de analizar los precios, y se define 
como una institución que integra las actividades de las empresas y economías 
domésticas, a través del mecanismo de los precios relativos [Schultz (1965)]. Según esta 
definición, la organización del mercado puede darse tanto de manera formal como 
informal, su administración puede ser garantizada tanto por un organismo públicocomo 
privado y su extensión puede ser de carácter local, nacional o internacional. Finalmente, 
es importante anotar que el autor supone que los precios funcionan de acuerdo con un 
mecanismo mediante el cual se corrigen a sí mismos. 
Bishop et al. (1977), explica la conducta cíclica de la producción a través del “teorema 
de la telaraña”. Este teorema afirma que los productores de un bien esperan que el 
precio del periodo actual se mantenga constante para el siguiente período de 
producción. Así mismo, el tipo de telaraña varía según la extensión del periodo de 
8 
 
producción. Si es corto, está sujeto a variaciones más violentas en términos de precio y 
producción, ya que los productores pueden permanecer o salir de dicho cultivo 
rápidamente. 
Otro aspecto importante de la oferta, es el cambio de la producción a corto o largo 
plazo. Según el autor, los agricultores tardan en conocer la información sobre los 
cambios en el patrón de consumo, por lo que la planeación para cambios en la 
producción y el efecto de los mismos, no son de manera inmediata. Asimismo, existen 
varias razones que explican la baja elasticidad de la oferta de productos agrícolas en el 
corto plazo. Por un lado, cuando aumenta la oportunidad de empleo en los demás 
sectores, los precios de los productos agrícolas se elevan (generalmente han aumentado 
cuando la producción y precio de los demás bienes también lo hacen), y por lo tanto, el 
alza en los precios de dichos bienes es mitigada por la transferencia de trabajo desde el 
sector agrícola hacia los demás sectores económicos. 
Otra explicación es la incertidumbre sobre la duración de los precios altos de los 
productos agrícolas que puede restringir el crecimiento de la producción. Asimismo, la 
restricción de capital disponible para invertir en el aumento de la producción agrícola, 
ya sea porque las instituciones no prestan o el productor no pide prestado, es otro 
causante de la baja elasticidad de la oferta en el corto plazo. Por otro lado, el autor 
argumenta que cuando hay una disminución en los precios de los bienes agrícolas, esto 
probablemente vaya acompañado de una disminución tanto en el nivel de empleo, como 
en los salarios de los demás sectores de la economía, por lo que existen pocas 
oportunidades para la transferencia de trabajo desde el sector agrícola hacia los demás 
sectores. Así pues, tanto el ingreso de oportunidad del trabajador como el de la tierra 
son muy bajos, por lo que estos dos insumos siguen participando en la producción 
agrícola. “En consecuencia, la estabilidad de la producción agrícola durante los periodos 
de caída de pecios se puede explicar en gran parte por la inelasticidad de la oferta de los 
insumos utilizados en la producción agrícola” [Bishop y Toussaint (1977)] 
Por el lado de la demanda, es importante tener presente la Ley de Engel, según la cual a 
medida que aumenta el ingreso de un individuo su gasto en alimentación disminuye. 
Según Engel, al darse este aumento se destinará un porcentaje mayor a la compra de 
bienes de lujo. Por lo tanto, la elasticidad ingreso de la demanda es baja, ya que ante un 
aumento en el ingreso, los gastos en otros bienes aumentan más que los gastos en 
9 
 
alimentación. Según un estudio de Fox [Bishop y Toussaint (1977)] la elasticidad 
ingreso es mayor para carnes, frutas y verduras que para cereales, grasas y aceites, 
siendo las frutas y verduras los alimentos con mayor elasticidad (4% ante un aumento 
en el ingreso de 10%). 
Según el autor, en términos de precio, los ciclos son resultados de las expectativas 
incorrectas de consumidores y productores. Cuando los productores esperan un precio 
alto aumentan su producción, por lo que a la hora de vender el producto puede existir un 
exceso de oferta, causando que el precio sea menor al estimado. De la misma manera, 
esta baja en el precio causa una reducción en la producción futura, ocasionando un 
aumento en el precio. Cuando el agricultor identifique el comportamiento de estos 
ciclos, es de esperarse que estos ciclos se suavicen, pues la planeación de producción se 
hará según el nivel de precios, por lo que las variaciones de la producción y precio en el 
tiempo se disminuirán. Por otro lado, la estacionalidad se refiere al curso definido de los 
precios dentro del año, al productor identificar dicho curso “la magnitud de la variación 
estacional se reducirá hasta que las diferencias de precios reflejen únicamente las 
diferencias en costos de producción en los varios periodos” [Bishop y Toussaint (1977)] 
Finalmente, es importante explicar el concepto de ley de precio único en economía. Esta 
teoría afirma que en ausencia de barreras al comercio y de costos de transporte, un 
mismo producto vendido en diferentes mercados debe tener el mismo precio cuando 
esté expresado en términos de la misma moneda.
4
 
 
4. MARCO EMPÍRICO 
Para realizar el análisis del comportamiento del mercado de la piña en Colombia, se 
tuvieron en cuenta los trabajos de Negrette (2004) y Alonso y Montoya (2006), ya que 
en estos trabajos se analizan los comportamientos de ciertos mercados agrícolas a través 
del análisis de la estacionalidad y el ciclo de los precios promedio semanales, se hace un 
análisis de correlaciones lineales simples y una estimación de causalidades a partir del 
test de Granger. 
 
4
Echeverry, Juan Carlos y Arregocés, Alejandro. Presentación: El sector externo. Introducción a la 
economía colombiana. Facultad de Economía. 
10 
 
En este trabajo, se pretende analizar el comportamiento de los precios en los diferentes 
mercados nacionales y comparar la evolución de estos en la variedad Gold y Perolera
5
. 
Así mismo, determinar la integración de los mercados regionales nacionales (ley de 
precio único) y analizar la producción de piña en los últimos años. Finalmente, es 
importante comparar el precio de la piña en el mercado internacional y en el mercado 
nacional, en aras de determinar los incentivos a la exportación. 
En busca de una metodología clara y válida, se optó por utilizar las siguientes 
herramientas econométricas con el programa estadístico e-views 7: 
 Método de descomposición de la serie para determinar el ciclo y 
estacionalidad de la misma. 
 Prueba Dickie Fuller para detectar estacionariedad. 
 Test de causalidad de Granger para determinar la causalidad entre los 
mercados analizados, es decir, si el comportamiento en uno es explicado por 
el comportamiento en otro mercado. 
 Establecer si hay cointegración en la serie (estacionaria) para determinar si 
choques externos causan la diferencia en precios, pero en el largo plazo los 
precios convergen. 
Por último, es importante mencionar que los datos empleados en este documento fueron 
recolectados de las siguientes fuentes: Sipsa (Corporación Colombia Internacional), 
International Trade Centre, DANE, Agronet, FAO, USAID, DNP, Fedesarrollo, 
Ministerio de Comercio, Ministerio de Agricultura y Corpoica. 
 
4.1 DATOS 
Se obtuvieron series históricas de los precios por kilogramo de las variedades Gold y 
Perolera para los mercados mayoristas de Itagüí (CM) y Bogotá (Corabastos), desde 
noviembre del 2006 hasta noviembre del 2011
6
. 
 
5
 Anexo 1 
6
Los datos fueron obtenidos de SIPSA (base de datos de la Corporación Colombia Internacional) 
11 
 
En las gráficas 1 y 2 se puede ver el comportamiento de los precios mensuales 
corrientes por variedad de piña en ambos mercados desde noviembre del 2006 hasta 
noviembre de 2010. 
 
Gráfica 1. Serie de precios para la piña Perolera en los mercados de Itagüí y Bogotá en 
precios corrientes 
 
Gráfica 2. Serie de precios para la piña Gold en los mercados de Itagüí y Bogotá en 
precios corrientes 
 
Con el fin de hacer las series comparables en el tiempo y detectar los cambios realesen 
los niveles de precios, se utilizó un precio base para indexar las series, siendo este el 
12 
 
correspondiente al mes de noviembre del año 2011 en el mercado de Corabastos para 
ambas variedades de piña. 
A continuación se muestran las estadísticas descriptivas de las series de precios 
expresadas en año base. 
Tabla 1. Estadísticas descriptivas series de precios de la piña Perolera en precio base. 
 
Tabla 2. Estadísticas descriptivas series de precios de la piña Gold en precio base. 
PIÑA GOLD 
Corabastos 
G 
CM Itagüí 
G 
Precio relativo G 
(C/M) 
Diferencia C-
M 
media 104.7 100.2 1.04 4 
Desviación 
estándar 10.1 14.4 -4 
máximo 131.5 135.3 0.97 -4 
mínimo 81.8 69.4 1.18 12 
coeficiente de 
correl 0.9 
 
Para el caso de la piña Gold, el diferencial del promedio de precios base entre 
Corabastos y CM Itagüí es de 4.5 unidades, siendo este un valor pequeño. El diferencial 
de precios para la piña Perolera es de -5.2 unidades teniendo un mayor precio en Itagüí, 
donde la piña Gold es mas barata que en Corabastos. 
PIÑA 
PEROLERA 
Corabastos 
P CM Itagüí P 
Precio relativo P 
(C/M) 
Diferencia C-
M 
media 90.71 95.91 0.95 -5.2 
Desviación 
estándar 8.19 8.68 -0.5 
máximo 114.64 110.89 1.03 3.8 
mínimo 75.22 76.35 0.99 -1.1 
coeficiente de 
correl -0.52 
13 
 
4.2 ESTIMACIONES 
Las series utilizadas en las estimaciones corresponden a las indexadas previamente por 
lo que es posible analizar cada una y la relación entre ellas según variedad de piña. Las 
abreviaciones utilizadas para referirse a cada serie son las siguientes: 
Piña Gold en precios base en Corabastos: 
corabastosg_base 
Piña Gold en precios base en CM 
Itagüí: cmig_base 
Piña Perolera en precios base en Corabastos: 
corabastosp_base 
Piña Perolera en precios base en CM 
Itagüí: cmip_base 
 
Estacionalidad de los precios 
Piña Perolera en Corabastos e Itagüí 2006-2011 
 
0.92
0.94
0.96
0.98
1.00
1.02
1.04
1.06
1.08
IV I II III IV I II III IV I II III IV I II III IV I II III IV
2007 2008 2009 2010 2011
CORABASTOSP_BASE_SF
 
 
14 
 
0.94
0.96
0.98
1.00
1.02
1.04
1.06
IV I II III IV I II III IV I II III IV I II III IV I II III IV
2007 2008 2009 2010 2011
CMIP_BASE_SF
 
 
Piña Gold en Corabastos e Itagüi 2006-2011 
0.96
0.98
1.00
1.02
1.04
1.06
1.08
IV I II III IV I II III IV I II III IV I II III IV I II III IV
2007 2008 2009 2010 2011
CORABASTOSG_BASE_SF
 
 
15 
 
0.94
0.96
0.98
1.00
1.02
1.04
1.06
1.08
1.10
IV I II III IV I II III IV I II III IV I II III IV I II III IV
2007 2008 2009 2010 2011
CMIG_BASE_SF
 
El comportamiento estacional se refiere al comportamiento de corto plazo de los 
precios. Para los cuatro mercados y en las dos variedades, los aumentos en los precios 
ocurren al final del cuarto período de cada año. En cuanto a la caída en precios, para la 
piña Perolera esto ocurre en el segundo trimestre, mientras que para el caso de la piña 
Gold la caída es característica del tercer trimestre. 
 
Ciclo de los precios 
Piña Perolera en Corabastos e Itagüi 2006-2011 
76
80
84
88
92
96
100
104
IV I II III IV I II III IV I II III IV I II III IV I II III IV
2007 2008 2009 2010 2011
CORABASTOSP_BASE_TC
 
16 
 
75
80
85
90
95
100
105
110
IV I II III IV I II III IV I II III IV I II III IV I II III IV
2007 2008 2009 2010 2011
CMIP_BASE_TC
 
El ciclo en el mercado de Bogotá, se compone de precios más bajos conforme pasan los 
años, evidenciandose cambios más bruscos entre el cuarto período del 2008, situándose 
el mínimo diez unidades por debajo de su correspondiente en el año anterior. El precio 
máximo a partir del 2008 se ha mantenido estable hasta noviembre de 2011. 
El ciclo en el mercado de Medellín ha sufrido un constante aumento en el nivel de 
precios, situandose el nivel mas alto en el último periodo del año 2011, donde alcanzó 
un precio máximo con valor superior en 15 unidades en comparación con el año 2007. 
Como se evidencia, los precios más bajos aumentan conforme pasan los años, sin 
embargo el componenente cíclico aumenta de manera gradual donde los cambios no son 
tan bruscos. 
 
 
 
 
 
 
 
17 
 
Piña Gold en Corabastos e Itagüi 2006-2011 
1,200
1,300
1,400
1,500
1,600
1,700
IV I II III IV I II III IV I II III IV I II III IV I II III IV
2007 2008 2009 2010 2011
CORABASTOSG_TC
 
70
80
90
100
110
120
IV I II III IV I II III IV I II III IV I II III IV I II III IV
2007 2008 2009 2010 2011
CMIG_BASE_TC
 
El ciclo de los precios de la piña Gold en los mercados de Medellín y Bogotá son 
similares. Durante los años 2006 y 2009, el rango del ciclo no sufrió mayor cambio y el 
comportamiento en ambos mercados fue el mismo. El cambio más brusco se sitúa entre 
el primero período del 2010 y finales del 2011, durante el año 2010 el precio sufrió una 
baja de aproximadamente 30 unidades, mientras que durante el año 2011 el precio tuvo 
un aumento de aproximadamente 40 unidades 
18 
 
Causalidad de Granger 
La existencia de correlaciones entre series no implica que necesariamente exista una 
causalidad entre ellas, pues estas relaciones pueden ser espurias y no significativas. La 
causalidad de Granger permite cuantificar en qué grado una de las series está explicada 
por la otra. Este enfoque estudia qué tanto los valores actuales se pueden explicar a 
partir de valores pasados, por lo que al agregar rezagos, se logra estimar si los 
coeficientes en los rezagos son estadísticamente significativos 
Se realizó la prueba para cada variedad de piña en los dos mercados estudiados. Tanto 
para el caso de la piña perolera como para la piña gold, no se rechazaron las hipótesis 
nulas donde se afirma que no existe causalidad de Granger entre las dos series, pues la 
probabilidad a un nivel de confiabilidad del 95% no es menor a 0.05 para ninguna de las 
dos hipótesis nulas planteadas. En el anexo 2 se muestra la tabla de resultados del test 
de Granger para ambas variedades. 
Cointegración 
El análisis de cointegración sirve para determinar si en el largo plazo las series se 
encuentran integradas, es decir, si a pesar de choques externos, terminan convergiendo. 
Para saber si dos series se encuentran cointegradas, las series deben ser integradas del 
mismo nivel, por lo que se debe comprobar su estacionariedad a través de la prueba de 
raíz unitaria o Dickey Fuller. Así mismo, tras generar una regresión, los residuales 
deben ser integrados de orden cero para que exista relacion a largo plazo, es decir, al 
realizar la prueba de raiz unitaria la serie de los residuales debe ser estacionaria. 
Para el caso de la piña Gold, las dos series de precios son estacionarias tras realizar la 
pureba de raiz unitaria a nivel. Así mismo, el residual de la regresión es integrado de 
orden cero, y por lo tanto, es válido afirmar que ante ausencia de choques externos, en 
el largo plazo dichas series se encuentran cointegradas. 
Para el caso de la piña Perolera, las series no son estacionarias en su estado primitivo, 
sin embargo, tras realizar primeras diferencias se obtiene que son estacionarias del 
mismo orden. Tras correr la regresión de las variables en primeras diferencias y analizar 
19 
 
el residual, se obtiene que este es estacionario y por lo tanto, existe una relación de las 
series en el largo plazo.
7
 
Precio Internacional 
Es importante hacer una comparación entre el precio internacional de la piña y el del 
mercado nacional. Sin embargo, se debe tener en cuenta que el precio de este fruto varía 
dependiendo del país de orígen y del mercado de destino. 
Para este análisis se toma como referente los precios FOB de la piña Gold proveniente 
de Ecuador según el sector exportador en los mercados de Estados Unidos, Europa y 
Rusia durante el año 2011
8
. 
En la siguiente tabla se muestran los precios promedio para cada uno de los mercados 
internacionales mencionados yel mercado nacional 
MERCADO PRECIO USD/Kg 
Estados Unidos 6.70 
Europa 6.20 
Rusia 6.40 
Colombia 9.27 
 
Como se evidencia en la tabla anterior, el precio por kilogramo de piña en el mercado 
nacional es mayor en un 38,5% al precio en el mercado estadounidense, en un 49,5% al 
precio del mercado europeo y en un 45% al del mercado ruso. 
Para el productor colombiano entonces, es mas rentable comercializar su producto en el 
mercado interno que exportarlo hacia grandes mercados como los mencionado en la 
tabla. Al no haber incentivos a la exportación en términos de precios, se espera que la 
exportación de piña del país sea muy baja y que prevalezca el comercio interno de dicho 
producto. 
 
7
Anexo 3 
8
 Proecuador. Perfil de piña ecuatoriana (2011) 
20 
 
5. CONCLUSIONES 
Los precios de la piña fluctúan a lo largo del año dependiendo principalmente de la 
variedad y no del mercado donde se comercializa. Los precios altos se evidencian en el 
cuarto período del año sin importar la variedad, mientras que los precios bajos ocurren 
en el segundo trimestre para la piña Perolera y en el tercero para la Gold. 
Los mercados de Corabastos e Itagüí, son independientes entre sí, en la medida en que 
cambios en el comportamiento de los precios en alguno de los dos mercados, no tienen 
un impacto en el comportamiento del otro, es decir, el comportamiento de una serie no 
se explica en términos de la otra. Esto puede deberse a que son mercados mayoristas de 
dos ciudades principales del país, por lo que actúan ambos como mercados centrales. 
En cuanto a los precios de las variedades, es evidente que la piña Gold se comercializa a 
un nivel de precios mayor que el de la Perolera. Sin embargo, en los dos últimos años 
los precios de la piña Gold en promedio han disminuido en comparación con los precios 
del 2006. Esto puede ser consecuencia de una mayor producción de esta variedad en 
regiones como el Magdalena medio y la zona cafetera. 
En Corabastos la piña Gold es más cara que en la central mayorista de Itagüí, mientras 
que con la Perolera sucede lo contrario. Esto se puede deber a que Santander es el 
mayor productor de piña Perolera en el país y está ubicada a una menor distancia de 
Bogotá que de Medellín. Además, el 40% de su producción es recibida por Corabastos, 
mientras que tan sólo el 5% es enviada hacia la Central de Itagüí
9
. De igual manera, 
Antioquia pertenece a la zona cafetera, lo que le permite tener un mejor abastecimiento 
de la piña Gold y participar en un mercado más reducido. 
Tras realizar el análisis de cointegración, se concluye que a pesar de que las series de 
precios entre los mercados sean diferentes, esto es debido a choques externos, y en el 
largo plazo las series convergen, cumpliéndose así la ley de precio único. La distancia 
entre los mercados y las zonas de producción determinan el costo de transporte, el cual 
puede ser un factor determinante a la hora de la fijación del precio. Otros factores que 
pueden influir son los costos de almacenaje, la calidad y los hábitos alimenticios de las 
poblaciones en las diferentes regiones, lo cual puede aumentar o disminuir la demanda. 
 
9
 Corpoica (2008) 
21 
 
Para futuras investigaciones, es importante determinar el impacto del costo de transporte 
en la fijación de precios, así como un estudio enfocado a la demanda de este tipo de 
producto y su posibilidad como producto de exportación. 
 
REFERENCIAS BIBLIOGRAFICAS 
 Nuhu, Ani y Bawa (2009). Food Grain Marketing in Northeast Nigeria: A Study 
of Spatial and Temporal Price. American Eurasian Network for Scientific 
Information Efficiency. 
 Getnet, Kindie (2007) Spatial Equilibrium of Wheat Markets in Ethiopia. 
African Development Bank 2007. 
 Alonso, Julio y Montoya, Vanesa (2006). Integración espacial del mercado de la 
papa en el valle del cauca: Dos aproximaciones diferentes, una misma 
conclusión. Borradores de economía y finanzas 6. Departamento de Economía – 
Universidad ICESI. 
 Negrette (2004). Análisis del mercado interno de la piña en Colombia. Curso 
teórico-práctico sobre el cultivo y manejo de la piña. 
 Schultz, Theodore W. 1956. La organización económica de la agricultura. Fondo 
de Cultura Económica. México. 
 Bishop, C.E y Toussaint, W.D. 1986. Introducción al análisis de economía 
Agrícola. Editorial Limusa. México. 
 Corpoica. Corporación Colombiana de Investigación Agropecuaria. Disponible 
en línea en: www.corpoica.org.co/ 
 Asociación Macroregional de productores para la exportación. Disponible en 
línea en: http://www.ampex.com.pe/ 
 Mercado Nacional de Frutas y Hortalizas. Monitoreo de Mercados. Corporación 
Colombia Internacional. Disponible en línea en: 
http://www.cci.org.co/cci/cci_x/Sim/Monitoreo%20de%20Mercado/monitoreo%
205.pdf 
http://www.ampex.com.pe/
http://www.cci.org.co/cci/cci_x/Sim/Monitoreo%20de%20Mercado/monitoreo%205.pdf
http://www.cci.org.co/cci/cci_x/Sim/Monitoreo%20de%20Mercado/monitoreo%205.pdf
22 
 
 Echeverry, J. y Arregocés, A. El sector externo, Introducción a la economía 
colombiana. Facultad de Economía. Universidad de los Andes. Recuperado el 25 
de Abril del 2012. Disponible en línea en: 
economiacolombiana.uniandes.edu.co/.../Sector%20externo%20com. 
 Freshplaza. Disponible en línea en: 
http://www.freshplaza.es/news_detail.asp?id=62524 
 Proecuador (2011). Inteligencia comercial e inversiones. Perfil de piña 
ecuatoriana. Disponible en línea en: http://www.proecuador.gob.ec/wp-
content/uploads/downloads/2011/11/PROEC-P2011-PINA-
ECUATORIANA.pdf 
 Corpoica. Corporación Colombiana de Investigación Agropecuaria. Curso 
Internacional de Cítricos y Frutas Tropicales. Corpoica-U de Florida – 
Unillanos. Memorias. Villavicencio, noviembre 2011. 
 SIPSA. Disponible en línea en: 
http://www.cci.org.co/cci/cci_x/scripts/home.php?men=8&con=11&idHm=2&o
pc=99 
 Ministerio de Agricultura. 
http://www.agronet.gov.co/agronetweb1/Estad%C3%ADsticas/ReportesEstad%
C3%ADsticos.aspx 
 Programa econométrico: eviews 7. Manual de uso. 
 
 
 
 
 
 
 
http://www.freshplaza.es/news_detail.asp?id=62524
http://www.agronet.gov.co/agronetweb1/Estad%C3%ADsticas/ReportesEstad%C3%ADsticos.aspx
http://www.agronet.gov.co/agronetweb1/Estad%C3%ADsticas/ReportesEstad%C3%ADsticos.aspx
23 
 
ANEXOS 
Anexo 1 
Tomado de: Asociación Macroregional de productores para la epxortación. 
La PIÑA es una planta de la familia de las Bromeliáceas que contiene alrededor de 1400 
especies en todo el mundo. La planta de la piña ( Ananascomosus) es una planta 
perenne con una roseta de hojas puntiagudas de hasta 90 cm de longitud. Del centro de 
la roseta surge un vástago en cuyo extremo se producen las flores que darán lugar a la 
infrutescencia conocida como piña, que es en realidad una fruta múltiple. 
 
Cambray (Milagreña) es la variedad PEROLERA, originaria del Brasil y hastahace poco 
la más cultivada, su fruto se destinaexclusivamente al consumo local como fruta fresca, 
detamaño grande, tiene forma cónica y ojos profundos,corazón grueso, pulpa blanca, es 
poco adecuada para laindustrialización. 
 
MD2 o Gold es una variedad híbrido que por su presentación, aroma etc.está catalogada 
como una fruta de lujo en los mercadosexternos y que tiene gran demanda en el 
mercado de losEstados Unidos. La MD2 tiene hasta trés veces másvitamina C que otras 
variedades, es más dulce y tiene unacascara más dorada. La MD2 fue introducido por 
Del Monteen el año 1996 después de 10 años de investigación enCosta Rica. Fue 
desarrollado en los años ochenta por elinstituto de investigación de la piña en Hawaii, 
pero no eracompatible con el clima de allá por esta razón fuetransladado su cultivo y su 
desarrollo a Costa Rica. 
 
Anexo 2 
Causalidad de Granger entre los mercados de corabastos e itagui de la piña gold y 
peroleraPairwise Granger Causality Tests 
Date: 05/09/12 Time: 19:39 
Sample: 2006M11 2011M11 
Lags: 2 
 
 Null Hypothesis: Obs F-Statistic Prob. 
 
 CORABASTOSG_BASE does not Granger Cause 
CMIG_BASE 59 2.40616 0.0998 
 CMIG_BASE does not Granger Cause CORABASTOSG_BASE 0.12479 0.8829 
 
 
Pairwise Granger Causality Tests 
24 
 
Date: 05/09/12 Time: 19:42 
Sample: 2006M11 2011M11 
Lags: 2 
 
 Null Hypothesis: Obs F-Statistic Prob. 
 
 CORABASTOSP_BASE does not Granger Cause 
CMIP_BASE 59 0.51809 0.5986 
 CMIP_BASE does not Granger Cause CORABASTOSP_BASE 1.88382 0.1619 
 
 
Anexo 3 
Cointegración 
Mercados de la piña gold 
Null Hypothesis: CMIG_BASE has a unit root 
Exogenous: Constant 
Lag Length: 0 (Automatic - based on SIC, maxlag=10) 
 
 t-Statistic Prob.* 
 
 Augmented Dickey-Fuller test statistic -5.660224 0.0000 
Test critical values: 1% level -3.544063 
 5% level -2.910860 
 10% level -2.593090 
 
 *MacKinnon (1996) one-sided p-values. 
 
 
Augmented Dickey-Fuller Test Equation 
Dependent Variable: D(CMIG_BASE) 
Method: Least Squares 
Date: 05/09/12 Time: 19:48 
Sample (adjusted): 2006M12 2011M11 
Included observations: 60 after adjustments 
 
 
25 
 
Variable Coefficient Std. Error t-Statistic Prob. 
 
 CMIG_BASE(-1) -0.493918 0.087261 -5.660224 0.0000 
C 49.45657 8.701550 5.683650 0.0000 
 
 R-squared 0.355828 Mean dependent var 1.522292 
Adjusted R-squared 0.344722 S.D. dependent var 19.13660 
S.E. of regression 15.49093 Akaike info criterion 8.351151 
Sum squared resid 13918.19 Schwarz criterion 8.420963 
Log likelihood -248.5345 Hannan-Quinn criter. 8.378459 
F-statistic 32.03813 Durbin-Watson stat 2.043352 
Prob(F-statistic) 0.000000 
 
 
 
 
Null Hypothesis: CORABASTOSG_BASE has a unit root 
Exogenous: Constant 
Lag Length: 0 (Automatic - based on SIC, maxlag=10) 
 
 t-Statistic Prob.* 
 
 Augmented Dickey-Fuller test statistic -4.161975 0.0016 
Test critical values: 1% level -3.544063 
 5% level -2.910860 
 10% level -2.593090 
 
 *MacKinnon (1996) one-sided p-values. 
 
 
Augmented Dickey-Fuller Test Equation 
Dependent Variable: D(CORABASTOSG_BASE) 
Method: Least Squares 
Date: 05/09/12 Time: 19:49 
Sample (adjusted): 2006M12 2011M11 
Included observations: 60 after adjustments 
 
 Variable Coefficient Std. Error t-Statistic Prob. 
 
 CORABASTOSG_BASE(-1) -0.459367 0.110372 -4.161975 0.0001 
C 48.14480 11.61888 4.143669 0.0001 
 
 R-squared 0.229973 Mean dependent var 0.011550 
Adjusted R-squared 0.216697 S.D. dependent var 9.781556 
S.E. of regression 8.657110 Akaike info criterion 7.187404 
Sum squared resid 4346.842 Schwarz criterion 7.257216 
Log likelihood -213.6221 Hannan-Quinn criter. 7.214711 
26 
 
F-statistic 17.32203 Durbin-Watson stat 1.956326 
Prob(F-statistic) 0.000106 
 
 
Residual de la regresión, es de orden 0 
 
Null Hypothesis: RESIDUALG_BASE has a unit root 
Exogenous: Constant 
Lag Length: 0 (Automatic - based on SIC, maxlag=10) 
 
 t-Statistic Prob.* 
 
 Augmented Dickey-Fuller test statistic -7.160915 0.0000 
Test critical values: 1% level -3.544063 
 5% level -2.910860 
 10% level -2.593090 
 
 *MacKinnon (1996) one-sided p-values. 
 
 
Augmented Dickey-Fuller Test Equation 
Dependent Variable: D(RESIDUALG_BASE) 
Method: Least Squares 
Date: 05/09/12 Time: 19:46 
Sample (adjusted): 2006M12 2011M11 
Included observations: 60 after adjustments 
 
 Variable Coefficient Std. Error t-Statistic Prob. 
 
 RESIDUALG_BASE(-1) -0.539408 0.075327 -7.160915 0.0000 
C 1.491532 1.285494 1.160280 0.2507 
 
 R-squared 0.469247 Mean dependent var 1.504856 
Adjusted R-squared 0.460096 S.D. dependent var 13.55148 
S.E. of regression 9.957380 Akaike info criterion 7.467270 
Sum squared resid 5750.666 Schwarz criterion 7.537082 
Log likelihood -222.0181 Hannan-Quinn criter. 7.494577 
F-statistic 51.27870 Durbin-Watson stat 2.282967 
Prob(F-statistic) 0.000000 
 
 
 
Mercados de la Piña Perolera 
 
Null Hypothesis: CMI1 has a unit root 
Exogenous: Constant 
Lag Length: 0 (Automatic - based on SIC, maxlag=10) 
 
 t-Statistic Prob.* 
27 
 
 
 Augmented Dickey-Fuller test statistic -10.61360 0.0000 
Test critical values: 1% level -3.546099 
 5% level -2.911730 
 10% level -2.593551 
 
 *MacKinnon (1996) one-sided p-values. 
 
 
Augmented Dickey-Fuller Test Equation 
Dependent Variable: D(CMI1) 
Method: Least Squares 
Date: 05/10/12 Time: 09:39 
Sample (adjusted): 2007M01 2011M11 
Included observations: 59 after adjustments 
 
 Variable Coefficient Std. Error t-Statistic Prob. 
 
 CMI1(-1) -1.258995 0.118621 -10.61360 0.0000 
C 5.476900 4.024233 1.360980 0.1789 
 
 R-squared 0.664011 Mean dependent var 1.593220 
Adjusted R-squared 0.658116 S.D. dependent var 52.64622 
S.E. of regression 30.78267 Akaike info criterion 9.725091 
Sum squared resid 54011.65 Schwarz criterion 9.795516 
Log likelihood -284.8902 Hannan-Quinn criter. 9.752582 
F-statistic 112.6484 Durbin-Watson stat 2.049126 
Prob(F-statistic) 0.000000 
 
 
 
 
Null Hypothesis: CORABASTOS1 has a unit root 
Exogenous: Constant 
Lag Length: 0 (Automatic - based on SIC, maxlag=10) 
 
 t-Statistic Prob.* 
 
 Augmented Dickey-Fuller test statistic -12.19263 0.0000 
Test critical values: 1% level -3.546099 
 5% level -2.911730 
 10% level -2.593551 
 
 *MacKinnon (1996) one-sided p-values. 
 
 
Augmented Dickey-Fuller Test Equation 
Dependent Variable: D(CORABASTOS1) 
Method: Least Squares 
Date: 05/10/12 Time: 09:39 
Sample (adjusted): 2007M01 2011M11 
Included observations: 59 after adjustments 
 
 Variable Coefficient Std. Error t-Statistic Prob. 
 
 CORABASTOS1(-1) -1.428925 0.117196 -12.19263 0.0000 
C -2.564644 6.577493 -0.389912 0.6981 
 
 R-squared 0.722844 Mean dependent var -0.627119 
Adjusted R-squared 0.717981 S.D. dependent var 95.10881 
S.E. of regression 50.50794 Akaike info criterion 10.71545 
Sum squared resid 145410.0 Schwarz criterion 10.78587 
Log likelihood -314.1057 Hannan-Quinn criter. 10.74294 
28 
 
F-statistic 148.6602 Durbin-Watson stat 2.000486 
Prob(F-statistic) 0.000000 
 
 
 
 
 
Null Hypothesis: RESIDUALP1 has a unit root 
Exogenous: Constant 
Lag Length: 0 (Automatic - based on SIC, maxlag=10) 
 
 t-Statistic Prob.* 
 
 Augmented Dickey-Fuller test statistic -10.60552 0.0000 
Test critical values: 1% level -3.546099 
 5% level -2.911730 
 10% level -2.593551 
 
 *MacKinnon (1996) one-sided p-values. 
 
 
Augmented Dickey-Fuller Test Equation 
Dependent Variable: D(RESIDUALP1) 
Method: Least Squares 
Date: 05/10/12 Time: 09:36 
Sample (adjusted): 2007M01 2011M11 
Included observations: 59 after adjustments 
 
 Variable Coefficient Std. Error t-Statistic Prob. 
 
 RESIDUALP1(-1) -1.258751 0.118688 -10.60552 0.0000 
C 1.568526 4.009783 0.391175 0.6971 
 
 R-squared 0.663671 Mean dependent var 1.591478 
Adjusted R-squared 0.657771 S.D. dependent var 52.64877 
S.E. of regression 30.79972 Akaike info criterion 9.726199 
Sum squared resid 54071.50 Schwarz criterion 9.796624 
Log likelihood -284.9229 Hannan-Quinn criter. 9.753690 
F-statistic 112.4771 Durbin-Watson stat 2.049759 
Prob(F-statistic) 0.000000