exportaciones de cafe en el peru-1

Exportaciones de caf en el Per: 1994-2014

+0Exportaciones de caf en el Per: 1994-2014Econometra I

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOSFundada en 1551FACULTAD DE CIENCIAS ECONOMICAS

Exportacin de caf en el Per

TRABAJO DE INVESTIGACION DE ECONOMETRIA I

Alexander Jorge RiveraLeonardo Montoya MerinoCesar Aponte Leandro

Lima - Per2015

INDICE INTRODUCCIN 4 Antecedentes 6 PLANTEAMIENTO DEL PROBLEMA 6 Objetivos 6 ESPECIFICACIN DEL MODELO 7 Metodologa 7 Tipos de datos 7 Marco Terico 7 Modelo en economa abierta -Balanza de pagos-mercado de divisas 7 Teora de la ventaja comparativa 10 MARCO CONCEPTUAL 12 Exportacin de caf 12 Producto Bruto Interno del Exterior 14 Tipo de cambio nominal 15 Precio Internacional 17 ESPECIFICACIN TERICA DEL MODELO 19 ESPECIFICACIN ECONOMTRICA DEL MODELO 19 JUSTIFICACIN ECONOMTRICA 19 Modelo Lineal 29 Modelo Logartmico 20 Matriz de Correlacin 23 EVALUACION ESTADISTICA DEL MODELO 24 Multicolinealidad 24 Test de Farrar - Glauber al modelo lineal 25 Correccin del problema de Multicolinealidad 26 Anlisis del DURWIN-WATSON 27 Autocorrelacin 28 Deteccin de la Autocorrelacin 29 Heterocedasticidad 32 Test de white 32 Prueba de estabilidad de parmetros 38 Quiebre estructural 38 RESIDUOS RECURSIVOS: 38 PRUEBA CUSUM Y CUSUMSQ: 39 TEST COEFICIENTES RECURSIVOS TEST DE CHOW- PREDICTIVO 40 Correccin del quiebre estructural por el mtodo de variables dummy 41 Supuesto de normalidad de las perturbaciones 44 Test de Jarque-Bera: 44 Estimacin con variables rezagadas 44 Estadsticas de prediccin 45 CONCLUSIONES 46

IntroduccinEl caf fue introducido por inmigrantes franceses en Amrica Central a principios del siglo XVIII, pero luego los holandeses extendieron su cultivo hacia Amrica del Sur. El cultivo de caf permiti una ampliacin de la frontera agrcola en varios pases americanos y fue un factor determinante para el crecimiento de la poblacin en terrenos que antes tenan escaso valor.

Hacia fines del siglo XIX, la produccin de caf en el Per estaba dedicada al consumo local con un bajo porcentaje del grano que se exportaba a Chile. Las principales zonas de produccin estuvieron ubicadas en la silva alta semi-tropical, en reas correspondientes a Moyobamba, Jan, Hunuco y Cusco.

En Chanchamayo, un frtil valle del centro del pas colonizado entonces por franceses, alemanes, ingleses e italianos, el caf comenz a cultivarse en asociacin con otros productos como caa de azcar, coca, tabaco y cacao. Recin a partir de 1850, la regin adquiere un ritmo constante de produccin cafetalera, cuya difusin estuvo a cargo de los sacerdotes jesuitas y alcanz sus ms altos niveles a partir de 1880. El alza de los precios internacionales hacia 1887 convirti al Per por primera vez en exportador de caf, siendo sus principales mercados Chile, Inglaterra y Alemania.

Posteriormente, la cada visible de los precios como consecuencia de la depresin en la ltima dcada del siglo XIX, desencaden la debacle de la economa del pas que fue ms lgida a partir de 1902 y recin se recuper en 1910.

Hacia esa poca y simultneamente con la mejora de los precios internacionales del caf, stos permanecieron altos y estables hasta 1920, lapso que coincidi con la alta produccin de los cafetales.

En los aos 30 el valle de Chanchamayo se consolida como una zona cafetalera con instalaciones que permitan procesar mayores cantidades de granos, garantizando una calidad uniforme. Simultneamente, compaas formadas por capitales ingleses recopilaban y comercializaban la produccin de caf del valle del ro Peren, que inclua Chanchamayo, Tarma y La Merced. La poltica era producir caf de alta calidad como garanta para asegurar precios elevados.

Durante el perodo de 1950 a 1960 se consolida el cultivo del caf en mrito al esfuerzo conjunto de empresas productoras y exportadoras que alcanzaron reconocido prestigio internacional.

La reforma agraria decretada por el gobierno militar de 1968 afect enormemente el desarrollo de la agricultura peruana y fue un factor determinante para la aparicin de pequeos caficultores que la actualidad constituyen el grueso de los productores de caf en el pas.

Segn el portal del Ministerio de Agricultura, el caf lider las exportaciones agrarias en el 2006 con un 24.9% del total de exportaciones agrcolas, generando ingresos superiores a los 515 millones de dlares. El caf representa el principal producto agroexportable del Per, habiendo pasado de 223.3 millones de dlares en el ao 2000 a 515 millones de dlares en el ao 2006. Durante este periodo, la variacin en el volumen de exportacin, signific el crecimiento del 69.1%

En el ao 2012 el volumen de lasexportaciones de caf peruanoacumularon las 61.400 toneladas mtricas al cierre del primer semestre, 10,6% ms en relacin a los primeros seis meses del ao pasado, estos despachosse vendieron a un precio de US$4.093 por TM entre enero y junio, 21,5% menos en comparacin con lo registrado (US$5.213) en periodo similar del 2011.

La cotizacin internacional del grano aromtico cay no solo por una menor demanda mundial, sino adems por la perspectiva al alza en la cosecha cafetalera de Brasil, que concentra casi el 35% de la produccin mundial. En ese contexto,los envos de caf peruano sumaron US$251,3 millones en el primer semestre, monto que representa una cada de 13,1% frente a enero y junio del ao 2011.Asimismo, los principales compradores del grano nacional en el periodo fueron: Alemania (24% de participacin), EE.UU. (21,5%), Colombia (18,2%) y Blgica (12,6%).La baja en el rendimiento de las plantaciones, escasez de mano de obra y la expansin de la devastadora enfermedad de la roya llevo al Gobierno peruano a estimaruna cada de casi 25% en la cosecha de caf en el 2012, yun retroceso de 37% en las exportacionespor menores pedidos y por una baja en el precio en el mercado internacional.

Laproduccin de cafenfrent una cosecha complicada este ao por el agotamiento cclico de las plantaciones, luego de experimentar en el 2011 un ao excepcional con 7,2 millones de sacos. Per, el tercer mayor productor de caf de Sudamrica, sufri un desplome de sus exportaciones del grano el ao 2012 de casi un 40%, ante los menores precios en los mercados globales. Los precios del caf han cado a alrededor de la mitad desde su punto ms alto a mediados de 2011, a cerca de 135 dlares la libra, ante la abundante oferta de Brasil, el principal productor del grano a nivel mundial. Un estudio formal de las variables ms relevantes que intervienen en la determinacin de la exportacin del caf es lo que nos ayudara a explicar dicha dinmica.AntecedentesLas exportaciones cayeron entre 10% y 11% el ao pasado, y tras el alza del dlar, los nimos se mantienen cados tambin para este 2015, ya que analistas afirman que las exportaciones tendran el mismo comportamiento en rojo que el 2014.Sin embargo, el problema no es la productividad, sino los bajos precios internacionales de las materias primas, dijo Orlando Ganoza, jefe de promocin comercial del Centro de Comercio Exterior (CCEX) de la Cmara de Comercio de Lima (CCL).Este problema afecta tambin al caf que ha sufrido una gran cada en estos aos por los bajos precios internacionales hace prever que tampoco ser un buen ao para el caf peruano. Desde el 2011, cuando el sector marc un pico histrico en las exportaciones ascendentes a los US$1.500 millones, hasta ahora no han sido los mejores aos.

PLANTEAMIENTO DEL PROBLEMACul es el impacto del tipo de cambio y los precios internacionales en las exportaciones de caf en la economa peruana?Cabe aclarar que prximamente que la informacin de otras variables sern determinadas prximamente de acuerdo a la informacin obtenida que es publicada por los organismos pblicos sugeridos.OBJETIVOS

1. El objetivo principal es determinar cmo se comport las exportaciones agregado del caf en el Per para el periodo de 10 aos en base a un modelo lineal, es decir desde una perspectiva economtrica1. Determinar la relacin de las principales variables explicativas de las exportaciones de caf en el sector agro.1. Encontrar cul es la variable que principalmente impacta sobre nuestra variable dependiente las exportaciones de caf (su precio internacional, la produccin de caf o el PIB del principal comprador de caf peruano).1. Verificar los hallazgos obtenidos de las regresiones con el marco terico.1. Analizar e interpretar (dado el contexto econmico) el ao de quiebre estructural.

ESPECIFICACIN DEL MODELO

MetodologaLa metodologa que se utiliza en este trabajo es esencialmente descriptiva, exploratoria y est acompaada de una aplicacin terica usando los mtodos economtricos.Tipos de datosLa informacin de las variables utilizadas en el modelo son series de tiempo con una frecuencia anual en el periodo 1994 2012.Marco TericoModelo en economa abierta -Balanza de pagos-mercado de divisasBalanza de pagos:La balanza de pagos de un pas es el documento contable que registra sistemticamente todas las operaciones comerciales y financieras que tienen lugar, durante cierto periodo de tiempo entre los residuos y los del resto del mundoLa balanza de pagos (BP) se estructura en cuatro subdivisiones: Cuenta corriente. Cuenta de capital Cuenta financiera. Cuenta de errores y comisionesPara este tema solo tomaremos en cuenta la balanza comercial, ya que el tema a tratar es las exportaciones de caf y su registro ya sea anualmente o en un periodo determinado estar dentro de la cuenta corriente de la balanza de pagos.Cuenta corriente:La balanza porcuenta corrienteregistra los cobros y pagos procedentes del comercio de bienes y servicios y las rentas en forma de beneficios, intereses y dividendos obtenidos delcapitalinvertido en otro pas. Lacompraventade bienes se registrar en la balanza comercial, losserviciosen la balanza de servicios, los beneficios en la balanza de rentas y lastransferenciasde dinero en la balanza de transferencias.La balanza por cuenta corriente estar dividida en dos secciones. La primera es conocida como balanza visible y la compone ntegramente labalanza comercial. La segunda seccin se llama balanza invisible y est compuesta por labalanza de servicios,rentasy por labalanza de transferencias.Balanza comercial:La balanza comercial, tambin llamada de bienes o de mercancas, utiliza como fuente de informacin bsica los datos recogidos por el Departamento deAduanasde laAgencia Tributaria. En ella se registran lospagosycobrosprocedentes de las importaciones y exportaciones de bienes tangibles, como pueden ser los automviles, la vestimenta o la alimentacin.Un dato a tener en cuenta es que las importaciones y exportaciones en la balanza de pagos tienen que aparecer con valoracin FOB para la exportacin y CIF para la importacin, que es como las elaboran las aduanas. Los precios FOB (Free On Board) se diferencian de los precios CIF (Cost, Insurance and Freight) en que estos ltimos incluyen elfletey losseguros. Al elaborar la balanza de pagos, los fletes y los seguros tienen que ser contabilizados como servicios y no como mercancas.Mercado de divisas:Dado que cada pas tiene su propia moneda, las transacciones econmicas internacionales implican, en general, operaciones entre monedas diferentes y, por tanto, la conversin de unas en otras. Para poder desarrollar su actividad, el importador tendr que adquirir, contra la entrega de moneda nacional, las divisas extranjeras necesarias para pagar los bienes y servicios obtenidos en otros pases. Anlogamente el exportador convertir la moneda nacional las divisas extranjeras obtenidas por los bienes y servicios vendidos al exterior.Mercado de Divisas Peruano:En general, como es el caso de otros mercados y precios en la economa, el Mercado de Divisas determina los tipos de cambio entre monedas, mediante la interaccin de la oferta y la demanda de los agentes econmicos involucrados en dicho proceso. En particular, definiremos al mercado de divisas peruano como aquel donde se negocian operaciones de compra-venta, principalmente, entre el nuevo sol y el dlar5a un tipo de cambio PEN/USD determinadoOferta de divisas:Indica la cantidad de divisas ofrecidas por los agentes econmicos en un pas. Fuentes: Exportaciones de bienes y servicios Remesas de ciudadanos en el exterior Intervenciones del Banco Central Entradas netas de capital extranjero Inversin extranjera directa Inversin de cartera o inversin financiera

Funcin de oferta de divisas:

: PBI del resto del mundoE: tipo de cambio nominalP: ndice de precios de los bienes domsticos ndice de precios de los bienes internacionalesDemanda de divisas:Es la cantidad de divisas requeridas por los agentes econmicos de un pas en un periodo de tiempo. Fuentes: Importaciones de bienes y servicios Intervenciones del Banco Central Remesas y renta al exterior Salidas netas de capitales Salidas de inversin extranjera en cartera Fuga de capitales

Funcin de demanda de divisas:

Dnde: Y: PBI internoE: tipo de cambio nominalP: ndice de precios de los bienes domsticos ndice de precios de los bienes internacionalesYa que una de las fuentes de la oferta de divisas son las exportaciones, esta variable tambin se ver afectada ante una variacin de alguna de las variables exgenas del modelo de oferta de divisas, en trminos de funcin las exportaciones se expresa como: El volumen de exportaciones depende directamente del PBI del resto del mundo y del tipo de cambio real. El volumen de las exportaciones depende directamente del pbi del resto del mundo, del tipo de cambio nominal, ndice de precios del resto del mundo e inversamente del ndice de precio de los bienes domsticos.

Teora de la ventaja comparativaEn 1817, David Ricardo en su libro Principios de Poltica Econmica extiende la teora de los beneficios del comercio a situaciones donde un pas tiene ventaja absoluta en ambos bienes. De acuerdo con Smith dicho pas probablemente no resulte beneficiado con el comercio exterior.Estos beneficios se obtienen cuando el pas con ventaja absoluta en ambos bienes se especializa en producir aquel con mayor eficiencia relativa (menor costo de oportunidad), es decir el bien en el que tiene ventaja comparativa.Las ventajas comparativas y competitivas representan conceptos claves para mejorar la posicin de una determinada empresa en el mercado, al aprovechar las que ofrece el medio donde interacta. Las Ventajas Comparativas permiten conocer y explotar las actividades donde la empresa tiene un rendimiento superior al de sus competidores, transformndolas en Ventajas Competitivas.El Conocer y usar estas ventajas, permitirn a los empresarios disear estrategias que conduzcan hacia el xito del negocio.La clave del xito entonces, es la armonizacin de las estrategias de negocios y las polticas con las ventajas comparativas. La capacidad de crear conocimiento y la capacidad de innovar, son la clave de la construccin de la competitividad. Las ventajas competitivas surgen as, a partir de las ventajas comparativas en el adecuado marco de las polticas y como resultado directo de las correctas estrategias de negocios implementadas eficientemente.El Per cuenta con ventajas comparativas para obtener caf de especialidad porque tiene una de las mejores variedades botnicas de caf, condiciones climticas y geogrficas adecuadas y disponibilidad de agua en zonas tropicales de altura. Sin embargo, para lograr competitividad es necesario superar limitaciones en cuanto a recursos, tecnologa, organizacin y gestin, as como formular estrategias de largo plazo en las que se consideren los intereses de toda la cadena productiva, desde los agricultores hasta los exportadores, en una relacin de ganar-ganar basada en el conocimiento profundo de la realidad actual del sector y del mercado internacional.El caf orgnico producido en el Per se cultiva sin el uso de pesticidas ni agroqumicos, tanto para conservar la salud del agricultor como del consumidor, esto con la finalidad de no alterar la calidad del grano del caf y de fomentar la conservacin del medio ambiente. Este manejo ecolgico impulsa su consumo al ser un producto natural, siendo un aspecto importante al existir una creciente demanda por consumir productos que no han tenido ningn tipo de alteracin en su cultivo.Otro aspecto importante a considerar es su poca de cultivo que es distinta a las de sus principales competidores como Mxico y otros pases de Amrica Latina, en donde dicho aspecto resulta ser una ventaja al tener la posibilidad de cubrir la demanda del consumo del caf orgnico, mientras los otros pases productores se encuentren en su etapa inicial de cultivo. Sin duda un punto a favor que ayuda a posicionar nuestro caf en el mercado mundial.Asimismo, nuestro caf est siendo reconocido a nivel mundial por medio de premios internacionales, en donde se reconoce la calidad y aroma del caf peruano que en los ltimos aos ha ganado mayores adeptos en su consumo al ser un producto con un alto valor agregado.En el informe Per: Exportaciones de productos orgnicos (2010) publicado porPROMPERU, se refleja que estas caractersticas y la calidad del producto han permito que el Per ocupe el primer lugar en la produccin y exportacin de caf orgnico a nivel mundial, siendo Estados Unidos el principal destino de nuestras exportaciones con un 28%, seguido de Alemania con un 26%, Blgica (14%), Suecia (9%), Reino Unido (7%) y Canad con un (2%).En tiempos de un mundo globalizado, las exportaciones de caf orgnico y otros productos han contribuido a que nuestro pas tenga un crecimiento sostenido, contribuyendo a mejorar considerablemente nuestra economa generando mayores divisas a la vez de propiciar la creacin de nuevos puestos de trabajo. Segn datos publicados en el informe Caser: Riesgos de Mercados (Enero, 2011) 24 nuevas empresas han incursionado en el mercado cafetero como producto de la buena performance en el sector, conllevando a que la fuerza laboral en dicho sector se incremente.Por lo expuesto, el Per en base a su desarrollo exportador tiene las capacidades suficientes para ingresar a nuevos mercados que estn en la bsqueda de productos ecolgicos con valor agregado, como el caf orgnico, que representa el 17% del total de exportaciones del pas.MARCO CONCEPTUALNo es posible exagerar la importancia del caf en la economa mundial.El caf es uno de los productos primarios ms valiosos, segundo en valor durante muchos aos nicamente al petrleo como fuente de divisas para los pases en desarrollo.El cultivo, procesamiento, comercio, transporte y comercializacin del caf proporciona empleo a millones de personas en todo el mundo.El caf tiene una importancia crucial para la economa y la poltica de muchos pases en desarrollo.Para muchos de los pases menos adelantados del mundo, las exportaciones de caf representan una parte sustancial de sus ingresos en divisas, en algunos casos ms del 80%.El caf es un producto bsico que se comercia en los principales mercados de materias primas y de futuros, muy en especial en Londres y en Nueva York.Exportacin de cafEl caf es un producto de exportacin tradicional, que representa en el comercio mundial la segunda mercanca de mayor exportacin despus del petrleo.En elPer, elcafes el principal producto de exportacinagrcola y representa cerca de la mitad de las exportaciones agropecuarias y alrededor del 5% del total de las exportaciones peruanas. Este producto es tambin uno de los que ejerce mayor influencia socioeconmica.

Los principales mercados de destino son los pases de la Unin Europea, los Estados Unidos y el Japn. Dado el fenmeno de occidentalizacin de los gustos asitico el consumo en esta regin resulta de inters en las proyecciones futuras del grano.AoExports FOB

1994206.8

1995286

1996223.3

1997396.5

1998287.4

1999267.9

2000224.8

2001180.5

2002188.1

2003181.1

2004289.9

2005306.7

2006515

2007426.9

2008645.1

2009548.7

2010888.7

20111597.2

20121020.7

2013700

2014695.5

Las principales empresas exportadoras de caf se encuentran distribuidas Por Perales Huancaruna S.A.C con US$ 119.8 millones, Cia Internacional Del Caf S.A.C con US$ 58.07 millones, Comercio & Cia S.A con US$ 39.9 millones, Procesadora del Sur S.A con US$ 26.6 millones, Romero Trading S.A con US$ 23.3 millones, Louis Dreyfus Peru S.A con US$ 23.3 millones, Machu Picchu Coffee Trading S.A.C con US$ 21.7 millones, entre otros.

Producto Bruto Interno del ExteriorEs el valor monetario de todos los bienes y servicios finales que se producen internamente en el resto de pases del mundo, durante un periodo determinado de tiempo (normalmente un ao). Esta produccin es la oferta interna de bienes y servicios generados por la capacidad instalada en el territorio interno del resto de pases, valorada a precios del productor en el caso de bienes y servicios privados y a costo de produccin cuando son producidos por el estado y las entidades sin fines de lucro.

AoPBI EUA

19945956.36

19955668.706

19966173.277

19977347.545

19987843.694

19998776.037

200010774.686

200111485.261

200211254.547

20039849.894

20049529.142

200510146.291

200610654.03

200710236.191

20089716.821

200910018.426

201010936.788

201110830.244

201212207.97

201312625.631

201413111.253

Tipo de cambio nominal

El tipo de cambio de un pas respecto de otro es el precio de una unidad demoneda extranjeraexpresado en trminos de la moneda nacional.Entonces el tipo de cambio nominal se puede definir como el nmero de unidades de moneda nacional que debemos entregar para obtener una unidad demoneda extranjera, o de manera similar, el nmero de unidades de moneda nacional que obtengo al vender una unidad demoneda extranjera.

AoTCN

19942.2

19952.26

19962.45

19972.66

19982.93

19993.38

20003.49

20013.51

20023.52

20033.48

20043.41

20053.3

20063.27

20073.13

20082.93

20093.01

20102.83

20112.75

20122.64

20132.78

20142.98

Precio Internacional

El precio es el nico elemento de la estrategia comercial que es generador de ingresos, todos los dems son costos. Sirve tambin como medio de comunicacin con el comprador al proporcionar una base para juzgar el atractivo de una oferta y esta influido por la interaccin de factores internos y externos a la empresa.As para definir un precio y elaborar una cotizacin internacional es importante contar con informacin precios de la empresa, el mercado y la logstica.

AoPIC

1994134.45

1995138.42

1996102.07

1997133.91

1998108.95

199985.71

200064.24

200145.59

200247.74

200351.9

200462.15

200589.36

200695.75

2007107.68

2008124.25

2009115.67

2010147.24

2011210.39

2012156.34

2013123.21

2014125.56

La data usada para nuestros clculos fue obtenida de las siguientes instituciones publicas: BCRP, INEI, Organizacin Internacional del Caf (International Coffe Organization, por sus siglas en ingls)Especificacin Terica del ModeloEste trabajo de investigacin trata de describir y encontrar las variables con mayor relevancia para explicar y predecir la cantidad de exportaciones de caf que se realizan en el Per en el periodo de 1994-2014.Para este propsito, es necesario hacer una simplificacin de la realidad por lo que solo usaremos un modelo de regresin uniecuacional y adems, nos quedaremos con unas cuantas variables explicativas. Nuestro modelo terico que formulamos es el siguiente:EXPORTS = f(PBIEUA, TCN, PIC)Especificacin Economtrica del ModeloEste es el modelo de aplicacin final expresado en forma economtrica que resalta la diferencia con el modelo estadstico porque este muestra las perturbaciones estocsticas que generalmente hay para un modelo economtrico. Sin este, no sera un modelo real de utilizacin econmica, ya que hay variables y/o shocks que el modelo no incluye por diversas razones.

En donde:EXPORTS:Exportaciones de Caf (variable dependiente).PBIUSA:Producto Bruto Interno de Estados Unidos.PIC:Precio internacional del Caf.TCN:Tipo de Cambio Nominal.

Justificacin EconomtricaPara realizar la justificacin hemos visto conveniente expresar nuestro modelo en dos formas, la primera en versin lineal y la segunda en versin logartmica.

Modelo Lineal

Modelo Logartmico

PRIMERA CORRIDA DEL MODELO LINEAL

Dependent Variable: EXPORTS_FOB

Method: Least Squares

Date: 07/07/15 Time: 00:27

Sample: 1994 2014

Included observations: 21

VariableCoefficientStd. Errort-StatisticProb.

C-2072.209343.9163-6.0253310.0000

PBI_EUA0.0540570.0143523.7666220.0015

PIC9.6887780.96373310.053380.0000

TCN325.9369111.79862.9153950.0096

R-squared0.937935Mean dependent var479.8476

Adjusted R-squared0.926982S.D. dependent var353.6352

S.E. of regression95.55884Akaike info criterion12.12700

Sum squared resid155235.4Schwarz criterion12.32596

Log likelihood-123.3335Hannan-Quinn criter.12.17018

F-statistic85.63487Durbin-Watson stat1.882425

Prob(F-statistic)0.000000

Interpretacin de coeficientes:

Aproximadamente 2072.209 mil millones de dlares de las exportaciones de caf no dependen del PBI de Estados Unidos, el Tipo de Cambio Nominal, ni del Precio Internacional del Caf.

Ante un aumento en 1000 millones de euros en el PBI de Estados Unidos, las exportaciones de caf aumentaran en 54.057 (miles de millones de dlares).

Ante un aumento en 100 unidad en el Precio Internacional del Caf, las exportaciones de caf aumentarn en 968.7 (miles de millones de dlares).

Ante una variacin positiva de una unidad en el Tipo de Cambio Nominal, las exportaciones de caf aumentaran en 325.94 (miles de millones de dlares).

Las EXPORTS estn explicadas en un 93.79% por las variables regresoras y el otro 6.21%, es explicado por otras variables no incluidas en el modelo.

Los valores de las probabilidades T-Student nos muestra que todas las variables (PIBEUA, PIC y TCN) son significativas a nivel individual.

PRIMERA CORRIDA DEL MODELO LOGARITMICO

Dependent Variable: LNEXPORTS_FOB


Date: 07/07/15 Time: 01:15

Sample: 1994 2014



C-14.003571.585150-8.8342200.0000

LNPBI_EUA1.3545340.2367505.7213740.0000

LNPIC1.4837110.1649568.9945980.0000

LNTCN0.6675500.6000771.1124410.2814



S.E. of regression0.164846Akaike info criterion-0.597970

Sum squared resid0.461960Schwarz criterion-0.399014

Log likelihood10.27869Hannan-Quinn criter.-0.554792



Interpretacin de coeficientes Ahora nos dice si el PBI de Estados Unidos aumenta en 1% las exportaciones de caf aumentan en 1.35%, manteniendo todo lo dems constante, es decir existe una relacin directa entre estas variables.

Ahora nos dice si el Precio Internacional del caf aumenta en 1%, las exportaciones de caf aumentan en 1.48%, manteniendo todo lo dems constante, es decir existe una relacin directa entre estas variables.

Ahora nos dice si el Tipo de Cambio nominal aumenta en 1%, las exportaciones de caf aumentan en 0.66755%, manteniendo todo lo dems constante, es decir existe una relacin directa entre estas variables.

Las EXPC estn explicadas en un 94.17% por las variables regresoras, mientras el resto es explicado por otras variables no incluidas en el modelo.

Los valores de las probabilidades T-Student en este caso nos muestran que las variables que son significativas a nivel individual son PBI de Estados Unidos (logPIBEUA) y el Precio Internacional del Caf (logPIC) nuevamente.

Matriz de Correlacin

a) Matriz de correlacin de los regresores del modelo lineal

PBI_EUAPICTCN

PBI_EUA1.000000-0.0712730.522084

PIC-0.0712731.000000-0.750355

TCN0.522084-0.7503551.000000

Aqu presentamos, la matriz de correlacin de los regresores, de la primera fase de la construccin de nuestro modelo economtrico.

Podemos apreciar, a grandes rasgos, la existencia de correlacin moderada entre las variables PBI_EUA con TCN y PIC con TCN, de manera negativa. Mientras hay una bajsima correlacin indirecta entre PBI_EUA y PIC.

b) Matriz de correlacin del modelo logartmico

LNPBI_EUALNPICLNTCN

LNPBI_EUA1.000000-0.1735100.621873

LNPIC-0.1735101.000000-0.752355

LNTCN0.621873-0.7523551.000000

En este cuadro podemos apreciar una correlacin alta entre:

LOG(PIB_EUA) y LOG(TCN)

As como existe tambin una ALTA correlacin indirecta entre:

LOG(PIC) y LOG(TCN)Del mismo modo podemos observar que existe una BAJA correlacin negativa entre: LOG(PBI_EUA) y LOG(PIC)Y una ALTA correlacin negativa entre: LOG(TCN) y LOG(PIC)

EVALUACION ECONOMETRICA DEL MODELO

MulticolinealidadComo podemos observar en la primera corrida del modelo lineal, tenemos un coeficiente de determinacin alto, mientras que todas las variables, PIBEUA, PIC y TCN, son significativas a nivel individual y las otras variables exgenas no lo son, esto evidencia los primeros indicios de multicolinealidad que podra estar generado por la redundancia de variables en el modelo o por errores de especificacin en las variables regresoras.Hay otras formas para poder detectar la multicolinealidad del modelo como por ejemplo el Test de Farrar - Glauber que desarrollaremos a continuacin.

Test de Farrar - Glauber al modelo lineal

La hiptesis nula ser que las variables explicativas son ortogonales entre si y la hiptesis alternativa esta variables no sern ortogonales entre s.

H0: Las X son ortogonales entre s

H1: Las X no son ortogonales entre s

MATRIZ DE CORRELACION DEL MODELO LINEALPBI_EUAPICTCN

PBI_EUA1.000000-0.0712730.522084

PIC-0.0712731.000000-0.750355

TCN0.522084-0.7503551.000000

Determinante de correlacin R: 0.21515798923798168Logaritmo del determinante de correlacion R: -0.667242523El test de F-G ser igual a: 12.126

7.8147Por lo tanto se rechaza la hiptesis nula lo cual indica que las variables explicativas no son ortogonales entre si y se concluye con un nivel de significancia del 5% que existe multicolinealidad en el modelo.

Correccin del problema de Multicolinealidad

Para poder corregir la multicolinealidad que se presenta en el modelo debemos eliminar la variable que no explican mucho al modelo (a pesar que todas tengan un Probabilidad. menor a 0.05, elegiremos la mayor de todas) que es: TCN; lo que me hara quedar con las variables PBI_EUA y PIC, y las estimo en un modelo Log-Lineal:

Dependent Variable: LNEXPORTS_FOB


Date: 07/09/15 Time: 19:18

Sample: 1994 2014



C-14.398111.555124-9.2585000.0000

LNPBI_EUA1.5539930.1556219.9857240.0000

LNPIC1.3303740.09121114.585720.0000








LNPBI_EUALNPIC

LNPBI_EUA1.000000-0.173510

LNPIC-0.1735101.000000

Observando la matriz de correlacin notamos que el PBI_EUA y el PIC presentan correlacin baja y negativa, por lo que podemos decir que tras realizar un modelo log-lineal con las variables que explicaban ms al modelo el problema de multicolinealidad ha sido corregido.AutocorrelacinLa autocorrelacin es un caso particular del modelo lineal general que se origina cuando las perturbaciones de dicho modelo presentan correlaciones entre ellas.Anlisis del DURWIN-WATSONAnlisis utilizando el estadstico DURWIN-WATSON para el modelo lineal, es el siguiente:

K = 3n = 21Lmite inferior (dL) = 1.026Lmite superior (dU) = 1.6694 dL = 2.9744 dU = 2.331

1.0261.6692.3312.974

El valor del estadstico DURWIN-WATSON en los modelos lineal y logartmico son 1.88 y 2.03 respectivamente, con lo que podemos decir que, en el modelo lineal no presenta autocorrelacin (nos situamos en la zona de No se rechazar H0: No evidence of autocorrelation).

Mientras que en el modelo logartmico nos encontramos tambin, en la misma zona:

K = 3n = 21Lmite inferior (dL) = 1.026Lmite superior (dU) = 1.6694 dL = 2.9744 dU = 2.331

1.0261.6692.3312.974

Al ser 2.03 el estadstico DW para el modelo logartmico, nos encontramos en la zona cercana a 2, aquella que no rechaza la hiptesis nula H0: No evidencia autocorrelacin.Una de las principales causas que producen el problema de autocorrelacin en los modelos son los errores de especificacin. Tmese en cuenta adems que casi siempre los modelos con data de series de tiempo presentan autocorrelacin.

GRAFICA ACTUAL, FITTED, RESIDUAL

Deteccin de la Autocorrelacin

a) Correlograma de Residuos

Ante los correlogramas de la serie de residuos para 12 retardos que estn en esta figura observamos los diversos coeficientes de autocorrelacin simple (Autocorrelation) dentro de las bandas de confianza, podemos apreciar lo mismo en la autocorrelacin parcial (Partial Autocorrelation). El comportamiento de este grafico nos muestra que no hay presencia de autocorrelacin de primer orden, pero existe la posibilidad de la presencia de un componente AR (2).b) Prueba de Breusch-Godfrey

Breusch-Godfrey Serial Correlation LM Test:

F-statistic0.001032Prob. F(1,16)0.9748

Obs*R-squared0.001354Prob. Chi-Square(1)0.9706

Test Equation:

Dependent Variable: RESID


Date: 07/07/15 Time: 22:45

Sample: 1994 2014


Presample missing value lagged residuals set to zero.


C0.667226355.09740.0018790.9985

PBI_EUA0.0001010.0151260.0067060.9947

PIC-0.0013420.994240-0.0013500.9989

TCN-0.487081116.2291-0.0041910.9967

RESID(-1)-0.0087700.273041-0.0321210.9748

R-squared0.000064Mean dependent var-1.27E-13

Adjusted R-squared-0.249919S.D. dependent var88.10090






El contraste de Breusch-Godfrey que en este caso es para un retardo, muestra un estadstico Chi-cuadrado de 0.9706 (el cual es mayor al 5%), el cual nos lleva a aceptar la hiptesis nula de incorrelacin, es decir no existe autocorrelacin de 1er orden (AR(1)).

Breusch-Godfrey Serial Correlation LM Test:



Test Equation:

Dependent Variable: RESID


Date: 07/07/15 Time: 22:49

Sample: 1994 2014


Presample missing value lagged residuals set to zero.


C9.944320368.10210.0270150.9788

PBI_EUA0.0010460.0160860.0650220.9490

PIC-0.0219191.028513-0.0213120.9833

TCN-5.758904121.8290-0.0472700.9629

RESID(-1)-0.0147600.282575-0.0522330.9590

RESID(-2)-0.0678670.284118-0.2388670.8144

R-squared0.003854Mean dependent var-1.27E-13







El contraste de Breusch-Godfrey que en este caso es para dos retardos muestra un estadstico Chi-cuadrado de 0.9603 (el cual es mayor al 5%), el cual nos lleva a aceptar la hiptesis nula de incorrelacion; es decir no existe autocorrelacin de 2do orden (AR(2)).

Heterocedasticidad

La Heterocedasticidad significa que la varianza de las perturbaciones no es constante a lo largo de las observaciones y supone una violacin de hiptesis del modelo lineal general.Los procedimientos tratan de cuantificar la presencia de heterocedasticidad. Algunos de ellos, no slo se limitan a cuantificarla sino que, adems, permiten valorar la existencia de Heterocedasticidad en trminos de probabilidad recurriendo a distribuciones estadsticas conocidas; este ltimo grupo de contrates se denominan, por ello, contrastes "paramtricos".

Test de white

Heteroskedasticity Test: White



Scaled explained SS6.497624Prob. Chi-Square(9)0.6893

Test Equation:

Dependent Variable: RESID^2


Date: 07/07/15 Time: 22:54

Sample: 1994 2014



C296192.3360451.90.8217250.4287

PBI_EUA^20.0007130.0006491.0985150.2954

PBI_EUA*PIC0.1614930.0787722.0501330.0650

PBI_EUA*TCN10.989647.9414861.3838270.1938

PBI_EUA-66.0367230.51744-2.1639010.0533

PIC^22.4267052.1511761.1280830.2833

PIC*TCN176.1428617.39900.2852980.7807

PIC-2762.0851731.128-1.5955410.1389

TCN^2-40211.0342423.66-0.9478450.3636

TCN122857.0256960.30.4781170.6419




Sum squared resid3.39E+08Schwarz criterion20.88504




Viendo los resultados que nos ofrece el programa se evidencia que la probabilidad del estadstico es mayor a 0.05 (0.0670), entonces no se rechaza la hiptesis nula, por lo que la varianza es constante y homocedastica, concluyendo que no hay heterocedasticidad en el modelo.La prueba de White nos indica que no hay una relacin significativa entre los residuos al cuadrado y el PBIUSA al cuadrado, TCN al cuadrado, y PIC al cuadrado.

Test de White para el modelo logaritmicoSea el modelo:

Heteroskedasticity Test: White




Test Equation:

Dependent Variable: RESID^2


Date: 07/09/15 Time: 15:38

Sample: 1994 2014



C3.31863722.535270.1472640.8856

LNPBI_EUA^2-0.2469770.309035-0.7991900.4411

LNPBI_EUA*LNPIC0.4465460.3287301.3583970.2015

LNPBI_EUA*LNTCN1.0592451.0829740.9780890.3491

LNPBI_EUA1.2973915.0033850.2593030.8002

LNPIC^2-0.0941150.145652-0.6461640.5314

LNPIC*LNTCN-0.5814341.091165-0.5328560.6047

LNPIC-2.5775371.975078-1.3050310.2185

LNTCN^2-0.3624971.894177-0.1913740.8517

LNTCN-6.1082375.595529-1.0916280.2983








Ahora, en este caso, viendo los resultados que nos ofrece, se evidencia que la probabilidad del estadstico tambin es mayor a 0.05 (0.65), entonces no se rechaza la hiptesis nula, por lo que la varianza es constante y homocedastica, concluyendo que no hay heterocedasticidad en el modelo.

Test de GlejserPara este caso, primero observaremos algunos puntos puntos tericos referentes a este test tomados del trabajo CONCEPTOS BSICOS SOBRE LA HETEROCEDASTICIDAD EN EL MODELO BSICO DE REGRESIN LINEAL TRATAMIENTO CON E-VIEWS de Rafael de Arce y Ramn Maha (Universidad Autnoma de Madrid):Glesjer propone descartar la variacin del error en funcin de una variable z, que ahora pueden estar elevadas a una potencia "h" que estara comprendida entre -1 y 1. El modelo que se propone es:1. Estimar el modelo inicial, sobre el que se pretende saber si hay o no heterocedasticidad, empleando MCO y determinando los errores.

1. Estimar cuatro regresiones para los valores absolutos del error del modelo anterior en funcin de una variable elevada consecutivamente a "h", que para cada modelo tomara los valores -1, -0,5, 0,5 y 1.

Se escoger la regresin de las cuatro con parmetros significativos y con mayor R2.1. Se entiende que, si el valor de esta R2 es suficientemente grande, se estar confirmando que existe heterocedasticidad producida por la variable z, ya que esta es capaz de explicar la evolucin de la evolucin del error como estimada de la evolucin de las perturbaciones aleatorias.

Esta conclusin es especialmente vlida para muestras grandes segn las propias conclusiones ofrecidas por Glesjer por lo que su utilizacin parece especialmente adecuada en este tipo de condiciones muestrales.

Heteroskedasticity Test: Glejser




Test Equation:

Dependent Variable: ARESID


Date: 07/09/15 Time: 16:01

Sample: 1994 2014



C-41.55708179.6267-0.2313520.8198

PBI_EUA-0.0081100.007496-1.0819020.2944

PIC0.4467060.5033560.8874560.3872

TCN48.3033658.392140.8272240.4196








Entonces, como se puede observar en el cuadro, el R2 es suficentemente pequeo como para decir que no existe heterocedasticidad producida por la variable z a.

Prueba de estabilidad de parmetrosQuiebre estructuralLas polticas econmicas, del cambio tecnolgico, u otros eventos de impacto social, ocurridos en el tiempo pueden ocasionar un cambio en la estructura de la relacin entre la variable dependiente y las variables independientes.Sea el modelo:

RESIDUOS RECURSIVOS:Nos muestra los errores de prediccin de un periodo hacia delante, calculando en cada periodo la estimacin recursiva.

El grafico nos muestra la existencia de quiebre estructural a mediados de 2004 pues es alrededor de este periodo donde la banda empieza a ensancharse, as tambin los residuos empiezan a estar prximos a los lmites de la banda y ms adelante salir de ella, algo que no debera ocurrir si los residuos se tuviesen un comportamiento normal

CUSUM CUADRADODado a la debilidad de la prueba cusum decidimos utilizar el cusum cuadrado, el cual nos informa que mientras este estadstico no se aleje de las bandas considerablemente y mantenga las misma dinmica a lo largo del tiempo entonces el modelo ser estable.

Si bien es cierto que el punto ms alejado de las bandas se encuentra a alrededor del 2005 el cambio de orientacin del estadstico empieza a mediados del 2004 lo que corrobora el resultado obtenido mediante los residuos recursivos. Sim embargo cabe aclarar que los cambios de orientacin del cusum cuadrado se da en ms de un periodo. COEFICIENTES RECURSIVOSEstima los coeficientes del modelo de manera recursiva, si el modelo es estable las estimaciones de los coeficientes deben tender a ser convergentes y la varianza del estimador tiende a reducirse, conforme crece la muestra.Para la grfica:C (1):C.r del componente autnomoC (2): C.r del coeficiente del Producto Bruto Interno de Estados Unidos.C (3): C.r del coeficiente del Precio internacional del CafC (4): C.r del coeficiente del Tipo de Cambio Nominal

Se observa que los coeficientes que tiene un mayor comportamiento normal son el coeficiente del Producto Bruto Interno de Estados Unidos y el coeficiente del Tipo de Cambio Nominal. Y los coeficientes ms inestables son el componente autnomo y el coeficiente del Precio internacional del Caf.Sin embargo en todos los coeficientes (en algunos de manera ms significativa y en otros no muy significativos) existe un ensanchamiento de las bandas a partir de los das del ao 2004. TEST DE CHOW- PREDICTIVOEn el modelo de las exportaciones del caf se aplica este test debido a que el quiebre se da en el ao 2004 y este es cercano al final del periodo muestral.

Chow Breakpoint Test: 2004

Null Hypothesis: No breaks at specified breakpoints

Varying regressors: All equation variables

Equation Sample: 1994 2014


Log likelihood ratio16.06319Prob. Chi-Square(4)0.0029

Wald Statistic14.93452Prob. Chi-Square(4)0.0048

Viendo los resultados que nos ofrece el programa se evidencia que la probabilidad del estadstico es menor a 0.05, entonces se rechaza la hiptesis nula a favor de la alternativa concluyendo que si hay cambio estructural.

CORRECION DEL QUIEBRE ESTRUCTURAL POR MEDIO DE VARIABLES DUMMYDado la existencia de cambio estructural en las exportaciones del caf a EEUU segn nuestros estadsticos anteriores es necesario corregir este erro de cambio estructural aadiendo las variables dummy.En nuestro caso hemos considerado:D1=0 si el ao es de 1994 a 2004D1=1 si el ao es de 2004 a 2014MODELO LINEAL

Su interpretacin ya se realiz hojas anteriores.Sin embargo se pondr nfasis en su R2 ajustado as como en sus estadsticos Akaike Schwarz, Hannan-QuinnMODELO LINEAL CON EFECTO ADITIVO

Lo resaltante en esta estimacin es que segn las probabilidades del t-student de los coeficientes solo la variable dummy no es significativa.El modelo goza aproximadamente con un 94 % de poder explicativo y la probabilidad del F estadstico nos informa que existe significancia conjunta

MODELO LINEAL CON EFECTO INTERACTIVO

Lo resaltante en esta estimacin es que segn la probabilidades del t-student de los coeficientes solo el efecto interactivo entre la variable dummy con el PBI de EEUU no es significativo.El modelo goza aproximadamente con un 97 % de poder explicativo y la probabilidad del F estadstico nos informa que existe significancia conjunta

EFECTO COMBINADO

Lo resaltante en esta estimacin es que segn las probabilidades del t-student de los coeficientes tanto el efecto interactivo entre la variable dummy con el PBI de EEUU y la variable dummy con el tipo de cambio nominal no son significativos.As tambin el efecto aditivo de la variable dummy en este modelo si es significativo as como el efecto interactivo entre la variable dummy con el precio internacional del caf.El modelo goza aproximadamente con un 97 % de poder explicativo y la probabilidad del F estadstico nos informa que existe significancia conjuntaY dado que esta ltima estimacin presenta un mayor R2 ajustado que las otras estimaciones as como sus estadsticos Akaike, Schwarz y Hannan-Quinn son menores a las otras estimaciones se concluye que este modelo es mejor comparado a los modelos anteriores ya que nos permitir obtener mejores predicciones que las anteriores y sus coeficientes gozan con mayor eficiencia.

Supuesto de normalidad de las perturbacionesTest de Jarque-Bera:

La prueba analiza la asimetra y la Kurtosis de los residuos asumiendo que tienen distribucin normal mesocrtica. Reemplazando los datos, obtenidos en Eviews, donde el valor de JB= 0.992120 es menor a la lo cual se establece que la hiptesis nula se acepta concluyendo que los residuos son normales cumpliendo con uno de los supuestos del modelo.

Estadsticas de prediccin

Root Mean Squared Error: es uno de los indicadores que mide la desviacin de la variable simulada, con respecto a la variable histrica, para comprobar si el error es significativo, debemos compararlo con el Mean Dependent Var de la estimacin. En este caso el Root Mean Squared Error es igual a 85.97767, es menor al MDV, que es igual 479.8476 (de la primera corrida del modelo lineal), por lo tanto la simulacin es aceptable.

Mean Absolute Error: Este indicador hace que la simulacin pase la prueba, si resulta menor que la S.D. dependet var (SDDV) de la estimacin que es igual a 353.6352 y ya que el valor del MAE es igual a 72.22406. Por ende la simulacin es aceptable

Mean Abs. Percent Error: Es un indicador til como indicio de un sesgo sistemtico. Un valor pequeo de este indicador es una medida deseable de ajuste de la simulacin as sabramos que porcentaje de error que tiene la prediccin, este valor es este escenario es de 22.18344Theil Inequality Coefficient: Este coeficiente, es uno de los que indica el grado de desempeo predictivo del modelo economtrico, su evaluacin es entre cero y uno, mientras ms cercano a cero, el desempeo es ms eficiente para la prediccin, lo contrario sucede si es ms cercano a uno.En este caso esta prediccin nos da un valor de 0.07312 que es cercano a cero o tiende a l, por tanto nos deja deducir que el modelo tiene capacidad predictiva.Bios Proportion (proporcin del sesgo): determina cunto se aleja la media del pronstico de la media de la variable observada. El Bias Proportion es igual a 0.00. Tienen la misma orientacin; esto significa que no hay presencia de un error sistemtico, indicando que las medidas de los valores predichos y los valores observados no son muy distintas.Variance Proportion (proporcin de la varianza): Nos indica la capacidad del modelo para predecir l grado de variabilidad de la variable analizada, por tanto en este caso, el tener un valor de 0.016017, el supuesto tiene baja capacidad para pronosticar el grado de variabilidad de las exportaciones de caf.Covariance Proportion (proporcin de la covarianza): nos da el grado de relacin de los datos dela serie de la variable endgena estimada por el Eviews con respeto a la serie ingresada por el modelista, en este caso ambas series, tienen una relacin directa casi al 100%. Es normal que este indicador nunca sea 1 debido a que es poco comn ver un modelo real, que prediga siempre con exactitud los hechos, siempre habr un margen de error.

CONCLUSIONES

El Per cuenta con ventajas comparativas para obtener caf de especialidad porque tiene una de las mejores variedades de caf, condiciones climticas, condiciones geografas adecuadas y disponibilidad de agua en zonas tropicales de altura. Como era de esperarse, las Exportaciones de Caf tienen una relacin directa con su Precio Internacional y el Tipo de Cambio, ya que al aumentar el precio de este producto habr una mayor cantidad exportada debido a que nuestro producto presenta ventajas competitivas con el resto del mundo. El caf es un producto de exportacin tradicional que representa en el comercio internacional la segunda mercanca mas exportada despus del petrleo. De la conclusin anterior podemos justificar que el PBI de Estados Unidos se encuentre en una relacin directa con la Exportaciones de caf ya que al aumentar su PBI (visto como ingreso) de dicho pas aumenta su capacidad adquisitiva, demandando as mayor cantidad de caf.

pg. 19

exportaciones de cafe en el peru-1

Documents