Descarga la aplicación para disfrutar aún más
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
Compartir