Professional Documents
Culture Documents
Mauricio de la Cuba es Jefe del Departamento de Anlisis del Sector Externo y Arturo Ormeo se desempe como
Analista del Departamento de Balanza de Pagos entre el 2000 y 2002, de la Gerencia de Estudios Econmicos del BCR. Este
trabajo fue presentado en el XVIII Encuentro de Economistas de la Gerencia de Estudios Econmicos del BCR. Los
comentarios vertidos en la presente investigacin son de exclusiva responsabilidad de los autores y no representa
necesariamente la posicin del Banco Central de Reserva del Per.
149
2.
Conceptos previos
Cuadro 1
Exportaciones 1998-2000
(estructura porcentual)
(estructura porcentual)
1980
1985
1990
1995
2000
PESQUEROS
Harina de pescado
Aceite de pescado
5.0
5.0
0.0
4.2
3.9
0.3
10.4
10.2
0.2
14.1
12.7
1.3
13.6
12.4
1.1
AGRCOLAS
Algodn
Azcar
Caf
Resto de agrcolas 1/
5.9
1.8
0.6
3.4
0.1
9.0
1.8
1.0
6.1
0.2
8.2
1.1
1.2
5.9
0.1
6.6
0.3
0.5
5.7
0.1
6.5
0.1
0.3
6.1
0.1
MINEROS
Cobre 2/
Estao
Hierro
Oro
Plata refinada
Plomo 2/
Zinc
Resto de mineros 3/
36.4
19.0
0.1
2.4
0.6
2.1
4.2
6.7
1.2
51.0
26.0
0.5
2.9
1.7
3.9
6.3
8.6
1.1
38.0
18.3
0.5
1.8
0.3
2.5
5.1
8.9
0.5
39.4
15.9
1.4
1.8
8.2
2.0
3.8
5.1
1.3
54.5
16.0
2.1
0.8
22.2
2.7
3.8
6.3
0.5
6.6
10.5
5.5
3.7
2.7
PRODUCTOS TRADICIONALES
52.6
73.5
61.5
62.4
76.5
EXPORTACIONES NO TRADICIONALES
47.4
26.5
38.5
37.6
23.5
100.0
100.0
100.0
100.0
100.0
TOTAL
150
ESTUDIOS ECONMICOS
Grfico 1
Exportaciones 1998-2000
180
30
160
20
140
120
10
100
0
80
60
-10
40
-20
20
0
-30
80
85
90
Variacin
95
Indice
En este punto, cabe preguntarse si esta volatilidad en los precios de las exportaciones tradicionales constituye un
factor importante en la volatilidad de los ingresos por exportaciones. Una forma de aproximarlo es
descomponiendo la variacin de los ingresos por exportaciones en dos efectos: el efecto precio y el efecto
cantidad. Ello se puede expresar formalmente en la siguiente relacin:
P1 * X1 P0 * X o = ( XP) = X 0 * P + P0 * X + X * P
( X P)
X1 P + P0 X
(efecto precio) + (efecto cantidad)
151
Cuadro 2
Efecto Precio y Efecto Cantidad de las Exportaciones
(millones de US$)
(millones de US$)
efecto
valor
valor
efecto
efecto
esperado 1/
observado
precio
cantidad
total
(I)
(II)
(III)=(II)-(I)
1981
3143
2562
-581
92
-489
1982
2910
2532
-378
-30
-407
1983
2347
2459
111
-74
37
1984
2590
2431
-159
-28
-187
1985
2498
2259
-239
-172
-411
1986
2093
1884
-209
-375
-584
1987
1759
1951
192
67
259
1988
1622
1943
321
-8
313
1989
2482
2490
547
554
1990
2447
2259
-188
-231
-419
1991
2541
2359
-182
100
-81
1992
2559
2562
203
206
1993
2740
2318
-422
-244
-667
1994
2820
3162
342
845
1187
1995
3424
3990
565
827
1393
1996
4234
4213
-20
224
203
1997
4610
4705
95
491
586
1998
4546
3712
-834
-993
-1827
1999
4697
4142
-555
430
-125
2000
4621
4817
196
675
871
1/ estimado a partir de los volmenes corrientes multiplicado por los precios del ao previo
152
ESTUDIOS ECONMICOS
Grfico 2
Desviacin estndar de los precios de los principales productos
de exportacin*
80
73
73
70
70
60
50
38
40
40
27
30 27
17 14
20
25 20
22
14
22
19
15
16
10
TOTAL
Petrleo y
Subtotal
Zinc
Plomo
Plata
Oro
Hierro
Estao
Cobre
Subtotal
Caf
Azcar
Algodn
Subtotal
Aceite de
Harina de
153
El ejercicio que se presenta a continuacin estima los ndices agregados de los precios de exportacin, a partir de
la cual se calcula la desviacin estndar. Se empieza con el caso de un sector exportador donde el cobre es el
nico producto. A partir de ello, se empiezan a agregar nuevos productos de acuerdo con su importancia en el
comercio. As, la segunda estructura de exportacin lo constituye el cobre y el oro. En la tercera se aade la
harina de pescado y as, sucesivamente, hasta completar los trece productos que constituyen las principales
exportaciones tradicionales. Las cantidades asignadas corresponden a los volmenes de exportacin
efectivamente observados (ndice de Paasche); tambin se ha trabajado con ndices que mantienen ponderaciones
constantes (ndice de Laspeyres con base 1994 y con base 2000).
El cuadro 3 muestra que conforme se aaden ms productos la volatilidad del ndice de precios, va
disminuyendo de una desviacin estndar de 22 (caso de un sector exportador basado exclusivamente en el
cobre) a una desviacin estndar de 20 por ciento, si se incluye el oro. En el tercer escenario, en el que se aade
la harina de pescado, la desviacin estndar se reduce a 19. As, sucesivamente, la inclusin de nuevos productos
hace que la volatilidad del ndice agregado de precios disminuya hasta 16 por ciento. La nica excepcin a esta
tendencia decreciente se observa cuando se incluyen el petrleo y la plata. Similar tendencia se muestra con los
ndices Laspeyres; aunque en el caso del ndice con base 2000 la tendencia a la reduccin es ms baja cuando se
incluye el oro (debido a la mayor ponderacin que tiene en dicho ao).
Cuadro 3
Desviacin estndar y coeficiente de variabilidad
(1980-2000)
Estructura de exportacin
i. Cobre
ii = i + oro
iii = ii + harina de pescado
iv= iii + zinc
v= iv + caf
vi= v + plomo
vii= vi + plata
viii=vii + petrleo
ix= viii + estao
x=ix + aceite de pescado
xi=x+hierro
xii=xi+ azcar
xiii=xii+algodn
Paasche (94=100)
d.s.
c.v.
21.9
19.8
19.2
17.7
15.2
14.6
14.8
17.6
17.6
17.5
16.8
16.6
16.1
Laspeyres (94=100)
d.s.
24.5
22.2
20.2
17.9
15.8
14.8
14.7
16.4
16.3
16.2
15.7
15.5
15.1
21.9
17.7
17.4
16.2
15.1
15,0
15.3
15.3
15.7
15.0
14.6
14.4
14.4
c.v.
25.5
20.3
17.8
16.3
15.5
15.4
15.6
15.1
15.4
14.7
14.4
14.2
14.2
Laspeyres (2000=100)
d.s.
c.v.
26.5
20.6
18.0
15.9
15.6
16.5
17.6
17.0
17.7
16.8
16.6
16.5
16.5
24.5
16.9
15.4
13.9
13.4
13.9
14.7
14.8
15.2
14.4
14.3
14.2
14.2
Una limitacin de estos resultados es que son sensibles al perodo muestral con el que se trabaje, dado el carcter
no estacionario que tienen la mayora de precios. Por ello, es importante extender el anlisis en dos direcciones:
en primer lugar evaluar perodos alternativos y, en segundo lugar, evaluar los resultados en trminos de los
retornos; es decir, en las variaciones en los precios.
Esta segunda aproximacin se presenta en el grfico 3 donde se observa la desviacin estndar de los retornos
(en este caso, equivalente a la variacin de precios de los productos de exportacin). Puede verse que conforme
ms productos se aaden a la estructura de exportacin, menor es la desviacin estndar.
154
ESTUDIOS ECONMICOS
Asimismo, se observa que los beneficios de la diversificacin son mayores al inicio; conforme ms productos
entran en la estructura los beneficios sobre la volatilidad tienden a reducirse, lo cual es consistente con el
ejercicio realizado por Fana (1976) para el caso de un portafolio de acciones3.
Desviacin estndar
Grfico 3
Desviacin estndar: variaciones de los ndices de precios
20
19
18
17
16
15
14
13
12
11
10
Laspeyres 94
Paasche 94
Laspeyres 2000
10
11
12
13
Nmero de productos
Fana (1976) encontr que los mayores efectos de la diversificacin ocurran cuando se incluan nuevas acciones en una
cartera. Luego de que la cartera quedaba compuesta de 20 ttulos diferentes, los beneficios de la diversificacin sobre la
volatilidad (riesgo) eran poco significativos. Una diferencia, respecto a la estimacin hecha por Fana, es que en este caso los
productos son introducidos de acuerdo con un peso determinado por los volmenes de exportacin (segn sea el ndice con el
que se trabaje) y no con pesos iguales.
155
otro extremo, los sectores exportadores ms diversificados se encuentran en Brasil, Argentina y Mxico, aunque
en estos casos conviene destacar que parte importante de los productos exportados no corresponden a productos
primarios.
Cuadro 4
Indicadores de Concentracin
Pas
Argentina
Bolivia
Brasil
Chile
Colombia
Costa Rica
Ecuador
El Salvador
Guatemala
Honduras
Mxico
Nicaragua
Panam
Paraguay
Per
Uruguay
Venezuela
Criterio 1:
Criterio 2:
Criterio 3:
Participacin
Posicin
Participacin
Posicin
Nmero
Posicin
10,47
22,02
8,78
40,94
29,81
28,08
41,65
34,73
25,62
36,91
22,85
25,44
33,02
38,45
19,07
12,98
79,43
2
5
1
15
10
9
16
12
8
13
6
7
11
14
4
3
17
26,51
45,97
18,90
51,65
51,95
47,44
73,78
43,60
43,09
64,85
34,79
51,30
56,85
65,64
42,28
30,98
84,54
2
8
1
11
12
9
16
7
6
14
4
10
13
15
5
3
17
7,67
4,09
3,09
3,27
4,00
1,82
4,80
6,00
2,27
1,67
3,45
2,73
2,09
4,64
8,13
1,00
2
6
10
9
7
14
4
3
12
15
8
11
13
5
1
16
Del cuadro se observa que, bajo estos indicadores, Per presenta un grado de diversificacin intermedio. De la
muestra de 17 pases, se ubica en el quinto lugar, aun cuando los indicadores no difieren sustancialmente de los
de otros pases como Bolivia, Costa Rica y Guatemala.
De las relaciones sealadas en el punto anterior es de esperar que el grado de diversificacin (o de concentracin
que presenta cada pas) influya en la volatilidad en los trminos de intercambio. Para evaluar esta segunda
relacin para los pases de Amrica Latina de la muestra se ha visto la relacin entre el grado de concentracin
de las exportaciones (aproximado a travs del criterio 2 sealado anteriormente) y la volatilidad de los precios
unitarios de exportaciones para el perodo 1980-20004.
El Grfico 4 muestra que, en trminos generales, existe una relacin positiva entre el grado de concentracin y la
volatilidad de los precios unitarios, medida este ltimo a travs de la desviacin estndar del ndice (base
1990 =100). As, aquellos pases que presentan mayor concentracin en sus exportaciones tienden una menor
volatilidad.
Mientras que Venezuela, cuyas exportaciones estn concentradas en un solo producto, tiene una alta volatilidad
otros pases con alto grado de diversificacin como Brasil, Argentina, Uruguay y Mxico (cuyas estructuras de
exportacin incluyen incluso productos no primarios) tienen las menores volatilidades El coeficiente de
correlacin entre grado de concentracin y la volatilidad para la muestra de 17 pases es 0,545.
4
5
Fuente CEPAL
Si se trabaja con el criterio 1 el coeficiente de correlacin alcanza a 0,63.
156
ESTUDIOS ECONMICOS
Como se observa del grfico y del coeficiente de correlacin la relacin entre concentracin y volatilidad no es
perfecta. Ello debido a que, como se ha sealado anteriormente, no slo es importante el grado de concentracin
o diversificacin sino, adems, qu productos son los que componen la estructura productiva. Venezuela, por
ejemplo, tiene la mayor volatilidad debido no slo a su concentracin sino adems al hecho de que su principal
producto (petrleo) muestras variaciones significativas en sus precios. Por el contrario, otros pases con similar
grado de concentracin (como Ecuador y Paraguay) muestran una volatilidad sustancialmente menor.
Grfico 4
Concentracin y volatilidad: Amrica Latina
90
80
Venezuela
70
Ecuador
Paraguay
60
Honduras
Panam
concentracin
Nicaragua
50
C.Rica
40
Mxico
Guatemala
Uruguay
30
Chile
El Salvador
Per
Argentina
20
Brasil
10
correlacin:0,54
0
0
10
15
20
Volatilidad
i =1
157
En este sentido son tres los factores que afectan la evolucin del ndice: la varianza de cada producto i, (Vari); la
covarianza entre estos productos, (Covari,j) y la ponderacin asignada a cada uno de los productos (i), la cual
se calcula sobre la participacin relativa de los ingresos generados por cada producto sobre el total de ingresos
de exportacin.
El tercer factor (la ponderacin de los productos) depende del ao base utilizado, el cual se determina a criterio
de la persona que est construyendo el ndice (que por lo general se recomienda que sea un ao tpico en las
exportaciones). En tanto, los dos primeros (varianza y covarianza) dependen de varios factores a los cuales se
clasificarn como estocsticos y no estocsticos. Los primeros son meros eventos casusticos cuya presencia
depender de factores como el horizonte de tiempo en que se efecta el anlisis (diferentes periodos), el tipo de
datos utilizados (en niveles o en variaciones) y la frecuencia de los mismos (mensual, trimestral o anual). Por
otro lado, los factores no estocsticos (como los determinantes macroeconmicos de las cotizaciones) permitirn
descubrir las verdaderas interrelaciones entre estos precios y, por consiguiente, el grado de vulnerabilidad
efectiva de un pas ante shocks en sus trminos de intercambio.
Factores estocsticos (1): Naturaleza de las cotizaciones segn la teora de series de tiempo
La teora de series de tiempo indica que los estadsticos de varianza y covarianza no se vern significativamente
afectados ante cambios en el periodo de anlisis slo si las series en mencin son estacionarias en media. Sin
embargo, en el caso de que estas series presenten algn tipo de tendencia (determinstica o estocstica), entonces
la variacin o extensin del periodo de tiempo implicar que estos estadsticos adopten valores diferentes.
Asimismo, shocks estructurales comunes a las series pueden influir sobre estadsticos como la correlacin,
sesgndolos a indicar significancia.
En este sentido, y a manera de ilustracin se presentan en el siguiente grfico las cotizaciones de las
exportaciones peruanas de algodn y hierro, dos productos cuyos precios tericamente no deberan de estar
relacionados:
Grfico 5
Cotizaciones internacionales del Algodn y el Hierro
(US$/TM)
Ambas cotizaciones no han sido deflactadas, por lo que se encuentran en dlares corrientes por tonelada
(US$/TM). De esta manera se busca intensificar el efecto que puede ocasionar la presencia de alguna tendencia
(en este caso, generada por la inflacin) sobre los estadsticos de volatilidad. En este sentido, para el periodo
1980-2000, las desviaciones estndar de las cotizaciones del hierro y del algodn fueron de 491,8 y 2,3,
respectivamente. Luego, al ampliar el periodo a 1960-2000, estos estadsticos se incrementaron a 780,4 y 4,9 en
158
ESTUDIOS ECONMICOS
el caso del precio de exportacin del hierro y del algodn, respectivamente. De esta manera queda evidenciada la
dependencia de los resultados a la extensin del periodo bajo anlisis.
Adicionalmente, el efecto de la extensin del periodo de tiempo se hace ms marcado en el clculo de las
covarianza, lo cual finalmente se refleja en el clculo del coeficiente de correlacin. La existencia de algn tipo
de tendencia determinstica o estocstica compartida entre dos series hace que esta medida se incremente de
manera significativa, sesgando este estadstico a indicar significancia en la medida que se incrementa el
horizonte sobre el cual sta es calculada. A manera de ejemplo, se puede citar los resultados obtenidos de aplicar
el coeficiente de correlacin entre los precios del hierro y del algodn: la correlacin entre ambos para el periodo
1980-2000 fue de 0,22 (y estadsticamente no significativa6); en cambio, la calculada para el periodo 1960-2000
fue de 0,77 (positiva y significativa).
Ante la evidencia de la existencia de efectos distorsionadores generados por el factor periodo de tiempo sobre
un par cotizaciones (hierro y algodn), se procede a calcular la matriz de correlaciones de los niveles de todos
los precios de los commodities de exportacin peruanos con el objetivo de determinar hasta que punto las
correlaciones entre este conjunto de precios se encuentran afectadas este factor. La matriz de correlaciones se
calcula para los periodos 1980-2000 y 1960-2000 y los resultados se resumen en el cuadro 5. Asimismo, este
cuadro incluye el resultado de la aplicacin del test de correlaciones aplicado por Pindyck y Rotemberg (1990).
El estadstico empleado por estos autores es el siguiente:
LR= 2 log( R
N /2
el cual se distribuye con una distribucin Chi cuadrado con (1/2)p(p-1) grados de libertad donde p es el nmero
de commodities y
es el determinante de la matriz de correlaciones de los mismos. Con este estadstico se
calcula la correlacin mxima (en valor absoluto) a partir de la cual sta se hace estadsticamente significativa
(denominado Correl. Max) y la correlacin conjunta (denominada X2).
Cuadro 5
Matriz de correlacin de las cotizaciones de los commodities de exportacin peruanos
(en US$)
Correl max = 0,409 // X
HP
Algodn
Azucar
Caf
Cobre
Estao
Hierro
Oro
Plata
Plomo
Zinc
Petrleo
(66) = 308
Periodo 1980-2000
HP
Algodn
Azucar
Caf
Cobre
Estao
Hierro
Oro
Plata
Plomo
Zinc
Petrleo
1
0.80
0.58
0.67
0.71
0.49
0.85
0.76
0.58
0.69
0.76
0.58
0.28
1
0.70
0.62
0.85
0.36
0.74
0.77
0.47
0.72
0.85
0.47
0.12
0.33
1
0.33
0.63
0.14
0.63
0.65
0.33
0.50
0.84
0.38
0.17
-0.05
0.01
1
0.38
0.65
0.65
0.58
0.57
0.70
0.50
0.56
0.31
0.79
0.28
-0.10
1
0.17
0.64
0.74
0.41
0.62
0.79
0.40
-0.01
-0.45
-0.61
0.30
-0.41
1
0.45
0.57
0.83
0.75
0.28
0.86
0.67
-0.22
-0.06
0.01
0.02
-0.10
1
0.82
0.56
0.64
0.84
0.66
0.21
0.06
-0.51
0.28
0.23
0.67
-0.15
1
0.81
0.87
0.82
0.79
0.13
-0.29
-0.52
0.29
-0.16
0.85
-0.14
0.86
1
0.89
0.46
0.88
0.14
0.11
-0.23
0.42
0.10
0.64
-0.34
0.84
0.82
1
0.64
0.80
0.25
0.52
0.50
-0.19
0.50
-0.50
0.05
-0.39
-0.49
-0.32
1
0.55
-0.07
-0.55
-0.65
0.14
-0.36
0.90
0.02
0.55
0.77
0.48
-0.42
1
Periodo 1960-2000
(66) = 749
Nota:
* Los datos remarcados indican la significancia de la correlacin.
(1) La prueba de correlacin conjunta aplicada a los datos del periodo 1980-2000 indica presencia de correlacin significativa. Asimismo se
registraron 25 correlaciones individuales significativas.
(2) La prueba de correlacin conjunta aplicada a los datos del periodo 1960-2000 indica presencia de correlacin significativa . Asimismo se
presenta correlaciones individuales significativa para todas las correlaciones individuales.
Lneas ms abajo se indica el estadstico empleado para evaluar la significancia de las correlaciones.
159
Cuadro 6
Matriz de correlacin de las cotizaciones de los commodities de exportacin peruanos
(variaciones porcentuales)
2
1
0.43
-0.18
0.21
0.61
0.21
-0.01
0.31
0.22
0.21
0.19
0.02
Periodo 1962-2000
Algodn Azucar
0.43
1
0.08
0.16
0.47
0.45
-0.23
0.19
0.21
0.32
0.30
0.24
0.15
-0.02
1
0.06
-0.02
0.23
-0.17
0.32
0.37
0.36
0.48
0.20
Periodo 1980-2000
Caf
Cobre
Estao
Hierro
Oro
Plata
Plomo
Zinc
Petrleo
0.02
0.03
0.53
1
0.14
0.17
0.02
-0.05
0.01
0.32
0.14
-0.13
0.38
0.58
0.21
0.19
1
0.17
-0.23
0.37
0.37
0.41
0.39
0.29
0.06
0.26
0.22
-0.08
0.02
1
-0.09
0.28
0.31
0.54
0.38
0.54
0.31
-0.32
-0.22
-0.22
-0.19
-0.02
1
-0.14
-0.15
-0.26
-0.04
-0.23
0.33
-0.03
0.22
0.01
0.34
0.03
0.06
1
0.80
0.39
0.18
0.35
0.30
-0.06
0.33
0.02
0.34
0.09
-0.03
0.85
1
0.59
0.19
0.45
0.33
0.23
0.64
0.39
0.58
0.23
-0.11
0.37
0.58
1
0.38
0.45
0.20
0.31
0.42
0.18
0.42
0.26
-0.24
-0.01
0.00
0.15
1
0.27
-0.33
-0.16
-0.12
-0.30
0.20
0.42
0.01
0.10
0.18
0.11
0.14
1
Nota:
* Los datos remarcados indican la significancia de la correlacin.
(1) La prueba de correlacin conjunta aplicada a los datos mensuales indica ausencia de correlacin significativa. Tampoco se
registraron correlaciones individuales significativas.
(2) La prueba de correlacin conjunta aplicada a los datos trimestrales indica presencia de correlacin significativa. Se registraron
cinco correlaciones individuales significativas.
Tal como se puede apreciar en el cuadro 6, es notable la reduccin de tanto el nmero de correlaciones
significativas como del valor del estadstico que mide la correlacin conjunta para ambos periodos de las nuevas
series de precios. De esta manera, para el periodo 1980-2000, de las 25 correlaciones significativas mostradas en
el cuadro 5, quedan vigentes 10 al emplear series en variaciones porcentuales. Asimismo, la correlacin conjunta
se ve reducida, tal como lo muestra el valor de la distribucin Chi cuadrado del estadstico mencionado lneas
7
8
Se utilizaron las series en niveles para acentuar el efecto tendencial que puede significar la inflacin.
Los resultados obtenidos al aplicar estos tests se presentan en el Anexo I.
160
ESTUDIOS ECONMICOS
arriba (esta pasa de 308 a 164). Similar fenmeno ocurre con las correlaciones obtenidas para el periodo 19602000, en donde se reducen las correlaciones significativas de 65 a 23, y la correlacin conjunta de 749 a 196.
Sin embargo, a pesar del impacto generado al trabajar con series estacionarias, se observa que todava existen
discrepancias entre las medidas de correlacin si se toman diferentes periodos de tiempo. Estas discrepancias son
analizadas en la siguiente seccin.
Entendindose como commodities no relacionados aquellos cuyas elasticidades cruzadas de tanto la demanda como de la
oferta son cercanas a cero.
10
Los productos considerados fueron: trigo, algodn, cobre, oro, petrleo crudo, madera y cocoa. Este conjunto de productos
representa un espectro amplio de commodities no relacionados. En el caso de los productos agrcolas, se consideraron
aquellos commodities cuyos cultivos se ven afectados por climas y usos diferentes. Adems, ninguno de ellos son sustitutos o
complementarios, ni son coproducidos o usados como insumos para la produccin de algn otro de este grupo.
11
Con excepcin de los precios del oro y el precio del crudo, lo cual se le puede atribuir a sus nexos con las expectativas de
inflacin.
12
Con excepcin de la correlacin entre las cotizaciones del cobre y del zinc.
161
corresponden por definicin al tipo aparentemente no relacionadas (correlaciones del azcar con el caf, plomo y
zinc; del algodn con la harina de pescado y el cobre). En tanto, el resto de correlaciones (cobre con el plomo y
el zinc; la plata con el oro y el plomo; y el estao con el petrleo) podran justificarse por factores
macroeconmicos.
Ante estos resultados se aplica el concepto de concordancia para comprobar los resultados obtenidos. Para esto
se construye la variable dicotmica {Sj,t} para la serie de variaciones porcentuales de los precios del commodity
13
i, la cual adopta el valor de 1 cuando se encuentra sobre su tendencia y 0 cuando su valor es inferior a esta .
De esta manera, el grado de concordancia entre las dos series se calcula de la siguiente manera:
C ij = T 1 (S i ,t S j ,t ) + (1 S i ,t )(1 S j ,t )
t =1
donde T representa el tamao muestral y Cij la medida de la proporcin de tiempo en que las dos series
coincidieron en el mismo estado.
En el caso que las series sean exactamente procclicas (contracclicas), el grado de concordancia ser Cij =1 (Cij
=0). Sin embargo, a pesar que un valor de por 0,7 puede ser considerado como indicador de un elevado grado de
14
concordancia, el valor esperado entre un par de series no relacionadas puede ser 0,5 ms . Teniendo en cuenta
estas consideraciones, se procede a analizar los resultados de aplicar esta medida de comovimiento sobre las diez
correlaciones significativas durante el periodo 1980-2000.
Cuadro 7
Medidas de comovimiento, perodo 1980-2000
Concordancia
Plomo v.s. Cobre
Petrleo v.s. Estao
Plata v.s. Oro
Cobre v.s. Algodn
Zinc v.s. Cobre
Plomo v.s. Plata
Algodn v.s. HP
Plomo v.s. Azcar
Caf v.s. Azcar
Azcar v.s. Zinc
0.76
0.76
0.71
0.67
0.67
0.67
0.62
0.62
0.48
0.43
Correlacin
0.58
0.42
0.85
0.58
0.42
0.58
0.43
0.64
0.53
0.42
En primer lugar cabe indicar que los cuatro valores ms bajos que toma el estadstico de concordancia en el
cuadro 7 corresponden a aquellos productos que por definicin no deberan guardar grado significativo de
relacin (precios del azcar con el del plomo, caf y zinc; y el precio del algodn y de la harina de pescado). En
tanto, el quinto valor inferior corresponde a la concordancia entre el precio del plomo y la plata. Debido a que las
exportaciones peruanas de plomo incorporan contenido de plata, es de esperarse que exista relacin entre los
movimientos de ambos metales. De esta manera, el valor de este estadstico para el caso de estos metales servir
como benchmark a partir del cual se considerar como significativa las relaciones entre un par de productos.
13
En el trabajo de Cashin, McDemortt y Scott, el valor de esta variable dicotmica representa el estado del ciclo de las series.
Sin embargo, como en este trabajo se aplica sobre las variaciones porcentuales por lo que no se pretende que esta serie
mantenga la misma intuicin. Sin embargo, la utilidad de este estadstico es la misma: medir la coincidencia en la evolucin
de dos series, ms no su intensidad.
14
Parecido al caso de un juego con dos monedas: la probabilidad de que ambas se encuentren en la misma fase (ambas con
cara o ambas con sello), es igual a 0,5. Esto puede hacerse extensivo a este caso en donde las series bajo anlisis son
estacionarias con media cero.
162
ESTUDIOS ECONMICOS
De esta manera se concluye que cuatro de las cinco relaciones entre los precios de productos no relacionados, en
los cuales el estadstico de correlacin haba indicado la existencia de relaciones significativas, resultaron ser
espreas. Esto refleja una de las desventajas propias de este estadstico: es posible que un nico cambio en el
15
nivel de un par de series no relacionadas sesgue a la correlacin a aceptar su significancia .
Finalmente, y a manera de comprobacin de los hallazgos presentados en el trabajo de Pindyck y Rotemberg, se
presentan en el Anexo III las matrices de correlaciones de las cotizaciones de los commodities exportados por
Per para el periodo 1985-2000, bajo frecuencia mensual, trimestral y anual. Todas las series se encuentran en
variaciones porcentuales. Se observa que cuando se utilizan datos mensuales, no existen correlaciones
significativas entre las variables en mencin. Sin embargo, cuando se consideran variaciones trimestrales,
aparecen 5 correlaciones significativas, que luego se incrementan a 11 bajo la frecuencia anual. Este hecho
aporta bases para utilizar estadsticos de comovimiento alternativos a la correlacin.
15
McDermott y Scott (1999) ilustran este punto al construir un par de series aleatorias afectadas por un mismo shock. Como
era de esperarse, el valor del estadstico de concordancia fue de 0,5. En cambio, la correlacin de la serie en primeras
diferencias result ser elevada y significativa.
16
El empleo de esta variable busca corregir la especificacin de los precios de los commodities utilizada en las estimaciones.
Estos precios se encuentran denominados en dlares estadounidenses y deflactados por el ndice de precios relativo al PBI de
este pas (denominado tambin en dlares estadounidenses). Sin embargo, como la medida relevante para el resto de
economas industrializadas demandantes de estos commodities debe considerar como deflactor un ndice de sus propias
monedas, se hace necesario incorporar alguna medida del tipo de cambio real del dlar estadounidense. La derivacin de la
forma funcional de este modelo se encuentra en Borensztein y Reinhart (1994).
163
obtenidos de la modelacin individual de los cinco principales commodities de exportacin peruana (cobre, oro,
harina de pescado, zinc y caf)17. La periodicidad de los datos empleados es anual y abarcan el periodo 196218
2000 . Las variables explicativas comprenden variables de demanda como la produccin de los pases
industrializados (IPCW), el tipo de cambio real del dlar estadounidense (TCR), la inflacin de los pases
industrializados (IPC_W) y la tasa de inters real (RD). Otras variables que se consideran son la produccin
mundial de la de cada commodity bajo anlisis (Qi) y el precio de la harina de soya (PSOYA).
Todas las variables (con excepcin a las variables de oferta, el TCR y la IPC_W) fueron deflactadas por el ndice
de precios de la produccin estadounidense. Para el anlisis de los determinantes del precio de cada commodity
se utiliz el mtodo de mnimo cuadros ordinarios (MCO). En tanto que para evaluar las posibles interacciones
entre los precios de estos productos se aplic el mtodo de sistemas de ecuaciones aparentemente no
relacionadas (SUR). Sin embargo, los resultados obtenidos indicaron que fueron pocos los beneficios marginales
de emplear esta ltima tcnica.
Los resultados de las estimaciones de cada uno de los precios de los principales commodities de exportacin son
mostrados en el cuadro 8. Estos demuestran la necesidad de incorporar los factores de oferta en este tipo de
modelacin, tal como lo proponen Borensztein y Reinhart. La nica excepcin se presenta en la modelacin del
precio de la harina de pescado, en donde se incorpora como principal variable explicativa al precio de la harina
de soya. Sin embargo, esta ltima variable se encuentra fuertemente relacionada con la produccin de la harina
de pescado, lo cual indicara que la importancia de la produccin se trasmite de manera indirecta a travs de los
precios de un producto sustituto como lo es la soya. Por otro lado, se observa que la variable que representa la
19
actividad econmica mundial es significativa en la modelacin de los precios del cobre y el zinc . En tanto, la
cotizacin del oro responde a variaciones en la inflacin mundial, lo cual resalta su utilizacin de reserva de
valor en periodos inflacionarios. Estos resultados no slo guardan relacin con lo que la prctica e intuicin
20
indican, sino presentan un aceptable grado de ajuste medido por el estadstico R-cuadrado .
Cuadro 8
Determinantes de los precios de los principales commodities de exportacin
Productos
IPW
Qi
Pit-n
Cobre*
Oro*
Harina de pescado
Zinc**
Caf*
3.25
-2.39
-1.51
0.21
-0.66
-0.93
-0.32
0.20
0.32
-0.57
-0.95
IPC_W
Hsoya
R2
2.15
0.76
0.90
0.82
0.28
0.71
1.74
17
Durante la dcada de los noventa, la participacin de estos productos represent el 75 por ciento del total de las
exportaciones tradicionales.
18
La relacin de variables utilizadas en este trabajo de investigacin es presentada en el Anexo I.
19
El grado de ajuste de la modelacin del precio del zinc mejora significativamente con el empleo de la variable de actividad
econmica (IPW) elevada al cuadrado, lo cual indicara un comportamiento asimtrico en la evolucin de esta cotizacin ante
variaciones de su demanda.
20
Si bien el R-cuadrado del modelo del precio del zinc es bajo (0,28) no se registraron problemas relacionados a
perturbaciones no esfricas del trmino de error de la regresin.
164
ESTUDIOS ECONMICOS
commodities bajo anlisis. Con este objetivo se calcula la descomposicin de la varianza de los mismos y los
21
resultados obtenidos se resumen en el cuadro 9 .
Cuadro 9
Descomposicin de varianza por producto como
porcentaje de la varianza explicada*
Productos (Pi)
IPW
Qi
IPC_W
Cobre
Oro
Harina de pescado
Zinc**
Caf
77.6
22.4
41.8
58.2
Hsoya
100
63.5
36.5
100
Tal como se haba adelantado parcialmente al observar los resultados de las regresiones individuales, la actividad
econmica de los pases industriales es el principal componente de la volatilidad de las cotizaciones del cobre y
el zinc. Este factor explica el 77,6 por ciento y 63,5 por ciento de la volatilidad de estos precios,
respectivamente. En tanto, la produccin individual de cada producto se constituye como la principal variable
explicativa en el modelo del caf (directamente) y de la harina de pescado (indirectamente a travs de su
influencia sobre el precio de la soya). Finalmente, inflacin mundial result ser la principal variable explicativa
(con el 58,2 por ciento) de la volatilidad del precio del oro.
Finalmente, y a manera de comprobacin de la baja correlacin entre este grupo de productos (salvo la existente
entre el precio del cobre y el zinc), se efectu un anlisis de descomposicin de covarianza. Para esto se
22
seleccionaron cuatro pares de precios (los cuales mostraron las mayores correlaciones dentro de este grupo ).
Los resultados se presentan en el siguiente cuadro:
Cuadro 10
Descomposicin de covarianza por producto como
porcentaje de la covarianza explicada
Productos (Pi)
IPW
Qi
Cobre, Zinc*
Oro, Cobre**
HP, Cobre**
Oro, HP
69.4
32.6
36.1
30.6
74.5
-4.5
12.5
IPC_W
Hsoya
-7.1
-0.3
68.4
87.8
21
Esta descomposicin de varianza considera el porcentaje de la reduccin de la varianza asociada a la exclusin de cada
variable explicativa sobre el total de la reduccin atribuida a la participacin de estas variables sobre la varianza total.
22
Del total de las diez correlaciones existentes entre los cinco principales commodities de exportacin, slo una result ser
significativa para el periodo 1980-2000 (la correlacin entre el cobre y el zinc). Sin embargo, para el periodo 1960-2000, dos
correlaciones adicionales se registran como significativas (cobre y harina de pescado y oro y cobre). Sin embargo, y tal como
se comprob en la seccin anterior, este resultado estara reflejado por alguna relacin esprea, tal como se procede a probar
a continuacin.
165
Cobre & Zinc. Como era de esperarse, la covarianza entre los precios del cobre y del zinc se encuentra
explicada en 69 por ciento por la influencia que tiene la actividad mundial sobre ambos precios. Luego,
el resto de la covarianza explicada por los modelos estara generada por la relacin entre la produccin
de ambos metales. Sin embargo, como se muestra en el Anexo IV, la correlacin entre las mismas es
casi nula, lo cual indicara la presencia de alguna correlacin esprea entre estas variables.
Oro & Cobre. La relacin entre los precios del oro y del cobre es atribua en un 74,5 por ciento a la
relacin existente entre sus respectivas producciones. Si bien el anlisis efectuado implica un equilibrio
parcial, es de esperarse que los factores tras la produccin de ambos productos (ajenos al desarrollo
tecnolgico en sus respectivos procesos productivos) sean independientes. Esto justificara la no
significancia de la correlacin entre ambos precios tanto en los datos mensuales, trimestrales como
anuales del periodo 1980-2000 y aportaran otra prueba en contra de la aparente significancia obtenida
en el periodo 1960-2000.
Adems, cabe mencionar que la covarianza entre ambos precios se encuentra disminuida por el efecto
de la inflacin internacional (reduccin de 7 por ciento). En el Anexo IV se muestra la existencia de una
relacin negativa entre la inflacin internacional y la actividad econmica. Esta ltima variable explica
el 33 por ciento de la covarianza.
Harina de pescado & Cobre. La covarianza entre ambas cotizaciones se encuentra explicada por la
presencia de las variables produccin mundial y precio de la harina de soya. Este resultado es
justificable si se considera la elevada correlacin existente entre el precio de la soya y la actividad
econmica. Sin embargo, la correlacin entre las cotizaciones no result ser significativa para las
frecuencias mensual, trimestral y anual (periodo 1980-2000).
Oro & Harina de pescado. La relacin entre ambos productos se encuentra explicada principalmente
por el efecto de la harina de soya (88 por ciento). El 12 por ciento restante estara justificada por la
relacin entre sus respectivas producciones. De esta manera se justificara la no significancia de la
23
correlacin de este par de productos para los diferentes periodos de anlisis .
En este sentido, si la vulnerabilidad de un pas es medida por las correlaciones existentes entre los precios de sus
principales productos de exportacin, los resultados obtenidos en el presente trabajo de investigacin indican que
el Per no se vera afectado a travs de los comovimientos entre los precios de sus exportaciones primarias
ante shocks de trminos de intercambios. Esto se demuestra con la obtencin de correlaciones no significativas
24
entre los cinco principales productos de exportacin (cobre, oro, harina de pescado, zinc y caf ).
23
Se observa que el aporte negativo de la inflacin mundial en la covarianza entre las cotizaciones del oro y la harina de
pescado estara justificado por la correlacin positiva del precio de la soya con la actividad econmica. Sin embargo, esta
contribucin que puede corresponder a una relacin no estocstica es marginalmente nula.
24
Con excepcin de la correlacin entre las cotizaciones del cobre y del zinc.
166
ESTUDIOS ECONMICOS
5.
Conclusiones
En primer lugar, los precios de los productos de exportacin no presentan el mismo grado de volatilidad.
As, por ejemplo, en el caso peruano, los principales productos de exportacin (como oro y cobre)
presentan un grado de volatilidad menor al que se observa en otros productos primario (como el caso del
petrleo). Dicha evidencia se presenta tanto en el caso de los niveles cuanto en las variaciones. En tal
sentido, la volatilidad agregada de los precios depende de los productos primarios que componentes de la
estructura de exportacin.
En segundo lugar, influye en la volatilidad de los precios de exportacin el grado de diversificacin que
presente el sector exportador. Si las correlaciones entre los precios de los diferentes productos de
exportaciones no es perfecta, la inclusin de nuevos productos debe favorecer una reduccin en la
volatilidad.
Los beneficios de la diversificacin se observan, tambin, en el caso peruano a pesar de que los
principales productos de exportacin presentan niveles relativamente bajo de volatilidad. A nivel de
Latinoamrica, se observa tambin que existe una relacin inversa entre la diversificacin y el grado de
volatilidad de los precios de las exportaciones.
La baja correlacin entre los precios de los productos se explicara por el impacto diferenciado que tienen
los determinantes macroeconmicos sobre los mismos. As, productos como el cobre, zinc tienen una
relacin mayor con el nivel de actividad que otros metales (como el oro y la plata). Asimismo, se ha
encontrado evidencia de que en otros productos como caf y la harina de pescado- existe fuerte
influencia mucho ms marcada de los factores de oferta.
Estas conclusiones estn en lnea con lo sealado por otros estudios, como el presentado en el World
Economy Outlook (WEO) del Fondo Monetario Internacional25. En dicho estudio se indica que un
anlisis de vulnerabilidad debe enfocarse en analizar con mayor detalle no slo un ndice agregado sino
que debe puntualizar en las caractersticas propias de cada uno de estos productos. Recin sobre la base de
este tipo de anlisis se puede efectuar recomendaciones de polticas y su implementacin.
25
6.
Bibliografa
Borenstein, Eduardo y Reinhart, Carmen. The macreoconomic determinants of commodity prices. IMF Staff
Papers Vol. 41 No. 2. Junio 1994.
CEPAL. Panorama de la insercin internacional de Amrica Latina y el Caribe 1999-2000. CEPAL, 2001.
CEPAL. Anuario Estadsticos (varios aos)
De la Cuba, Mauricio. Diversification and Volatility: a portfolio approach to Peruvian exports. Kiel Institute
Working Papers. Febrero 2000.
FANA, Foundations of finance, New York: Basic Books, 1976
Fondo Monetario Internacional (2000), World Economic Outlook, Octubre, Washington
Fondo Monetario Internacional (2001), Estadsticas Financieras Internacionales, Febrero 2001, Washington.
Frankel, Jeffrey A. (1985), Commodity Prices, Money Surprises and Fed Credibility, Journal of Money,
Credit, and Banking, vol. 17, No 4 (Noviembre, Parte1), p. 425-438
Gilbert, Christopher L., The impact of exchange rates and developing country debt on commodity prices,
The Economic Journal, vol. 99, Setiembre, p.773-784.
Grilli, Enzo R. y Maw Cheng Yang (1998), Primary Commodity Prices, Manufactured Goods Prices, and the
Terms of Trade of Developing Countries: What the Long Run Shows, The World Bank Economic Review, vol.
2, No 1, p. 1-47.
McDermott, C. John y Alasdair Scott (2000), Concordance in Business Cycles, Documento de trabajo
No.37, Fondo Monetario Internacional, Washington, Marzo 2000.
Pindyck, Robert S. y Julio J. Rotemberg (1990), The Excess Co-Movement of Commodity Prices, The
Economic Journal, No. 100, Noviembre, p. 1173-1189
Reinhart, Carmen y Peter Wickham, Commodity Prices: Cyclical Weakness or Secular Decline?, IMF Staff
Paper, Fondo Monetario Internacional, vol.41, No 2, Junio 1994, p. 175-213.
168
ESTUDIOS ECONMICOS
Anexo 1
Relacin de variables empleadas en las estimaciones efectuadas en la parte 3
Variable
Descripcin
Pi
Precios de las exportaciones peruanas de los siguientes productos: harina de pescado, algodn
azcar, caf, cobre, estao, hierro, oro, plata, plomo, zinc y petrleo crudo y derivados.
Se emplean datos anuales (periodo 1960-2000), trimestrales y mensuales (periodo 1985-2000).
Estos provienen de Aduanas y del Compendio Estadstico del Sector Externo, BCRP.
Debido a que no se cuentan con estadsticas de los precios de las exportaciones peruanas de
estao y oro para todo el periodo bajo anlisis (porque no se efectuaron este tipo de exportaciones)
se emplean las cotizaciones internacionales de estos commodities para completar los aos faltantes
(en el caso del estao se complementa para el periodo 1960-1979; y el oro para el periodo 1963-1975).
Estos precios cuando eran considerados anuales abarcan el periodo 1960-2000. Sin embargo, debido
a que no se cuentan con exportaciones. En tanto, para los datos mensuales y trimestrales, se
emplea la cotizacin del azcar a la cual los EE.UU. importa. Tambin es necesario utilizar las
cotizaciones internacionales del oro y el estao para los periodos en donde estos productos no han
sido comercializados. Para esto se utilizar las cotizaciones de estos productos en la bolsa de
Londres.
Deflactor
Las cotizaciones de los productos de exportacin fueron deflactadas por el deflactor desestacionalizado
del PBI estadounidense. Fuente: Federal Reserve Bank of St. Louis.
Qi
Se emplearon las series de la produccin mundial anual de los siguiente metales: cobre, plomo, zinc,
plata, oro, hierro, estao y petrleo. Estos datos fueron proveidos por Thomas D. Kelly and Michael
D. Fenton, Bureau of Mines-USA, Sociedad Nacional de Mineraa, Petrleo y Energa, entre otros.
Asimismo los datos de la produccin mundial de harina de pescado, caf, azcar y algodn provienen de la
FAO. Estos datos son desde 1961 hasta el 2000. En el caso de la harina de pescado, se cuentan con cifras
hasta 1997.
IPW
Indice de produccin agregada de los pases industrializados. Estadsticas Internacionales, FMI
IPC_W
Indice agregado de los precio de los consumidores de los pases industrializados. Estadsticas
Internacionales, FMI
TCR
Tipo de cambio real de los Estados Unidos con relacin a sus principales socios comerciales.
Estos datos fueron reconstruidos
RD
Tasa de descuento real. Fuente: Federal Reserve Bank of St. Louis.
PSOYA
Cotizacin internacional de la harina de soya. Estadsticas Internacionales, FMI
Instrumentos Se emplearon variables instrumentales para comprobar o desacreditar la presencia de relacin
contempornea entre los precios de los commodities y el tipo de cambio real (TCR), tal como lo
seala Borensztein y Reinhart. Para esto se aplican como instrumentos el dficit pblico de los
Estados Unidos y el precio del petrleo. Sin embargo, no fue encontrado relacin contempornea
significativa.
169
Anexo 2
Resultados de los tests de Dickey-Fuller
Serie de precios
ALGODN
PLATA
PLOMO
ZINC
AZUCAR
CAF
COBRE
ESTAO
HIERRO
HARINA DE PESCADO
ORO**
PETRLEO
Test Dickey-Fuller
Ho: hay RU
Rezag.
Presencia
de tendencia
Ho: hay RU
con presencia de Q
Quiebre estrural*
S
S (al 5%)
S
S
No
S (al 5%)
S
S
S
S
S
S
0
0
0
0
1
0
0
0
0
2
0
0
No
No
No
No
No
No
S
No
No
No
No
No
S
S
S
S
No
S
Si
S
S
S
S
S
Media
Tendencia
Tendencia
Media
Media y tendencia
Tendencia
Tendencia
Tendencia
Media
Media y tendencia
Media y tendencia
Media y tendencia
*El test de Zivot y Andrew considera la presencia de algn tipo de quiebre (de media, tendencia o
ambos) en una nica fcha.
170
ESTUDIOS ECONMICOS
Anexo 3
Matriz de correlacin para frecuencia mensual, anual y trimestral. Periodo 1985-2000
Correl max = 0,138 // X 2 (66) = 49
HP
Algodn
Azucar
Caf
Cobre
Estao
Hierro
Oro
Plata
Plomo
Zinc
Petrleo
Algodn
Azucar
Caf
Cobre
Estao
Hierro
Oro
Plata
Plomo
Zinc
Petrleo
1
0.12
-0.20
-0.06
0.19
-0.02
0.10
0.15
0.04
0.10
0.21
-0.27
0.03
1
-0.03
-0.21
0.19
0.09
-0.22
0.01
0.07
-0.04
-0.06
-0.33
-0.05
-0.01
1
0.05
-0.04
-0.07
-0.21
-0.14
0.06
-0.06
-0.09
-0.08
0.00
-0.11
0.01
1
0.18
-0.20
-0.14
0.04
-0.16
0.02
0.05
-0.20
0.01
-0.02
0.05
-0.03
1
0.11
-0.31
0.06
-0.05
0.21
0.30
0.01
0.02
0.05
-0.02
-0.10
0.06
1
0.08
-0.17
0.13
0.10
0.13
0.39
-0.07
-0.09
-0.08
-0.10
-0.03
0.04
1
0.11
0.19
-0.18
0.08
0.12
-0.03
0.02
-0.03
0.00
-0.09
-0.12
0.00
1
0.16
0.02
0.00
-0.10
-0.08
-0.08
0.01
-0.06
0.13
-0.07
0.09
0.09
1
0.06
-0.04
0.11
-0.08
-0.09
-0.09
0.01
0.04
-0.01
0.10
-0.05
0.11
1
0.12
-0.01
0.06
-0.12
0.02
-0.03
0.06
-0.01
0.05
-0.04
-0.01
0.03
1
0.07
-0.05
0.01
0.01
-0.09
0.03
0.10
0.04
0.04
0.06
0.00
-0.03
1
Variaciones trimestrales
HP
Algodn
Azucar
Caf
Cobre
Estao
Hierro
Oro
Plata
Plomo
Zinc
Petrleo
Variaciones mensuales
HP
Variaciones trimestrales
HP
Algodn
Azucar
Caf
Cobre
Estao
Hierro
Oro
Plata
Plomo
Zinc
Petrleo
1
0.52
0.17
0.05
0.27
0.16
0.38
0.46
0.09
0.21
0.23
-0.43
0.12
1
0.06
-0.05
0.75
0.11
-0.10
0.35
0.10
0.27
0.33
-0.21
-0.20
-0.03
1
0.61
0.28
0.31
-0.25
0.22
0.51
0.76
0.43
-0.12
-0.06
-0.21
0.05
1
0.19
-0.21
-0.28
0.28
0.22
0.45
0.24
-0.33
0.19
0.19
-0.04
0.18
1
0.05
-0.38
0.48
0.15
0.47
0.58
0.16
-0.02
0.09
-0.07
-0.20
0.11
1
0.14
-0.11
0.50
0.37
0.34
0.46
0.10
-0.22
-0.21
-0.14
-0.31
0.08
1
-0.20
-0.32
-0.19
-0.18
-0.07
0.15
0.01
-0.14
0.04
0.06
-0.17
0.11
1
0.36
0.47
0.02
-0.14
0.04
0.07
0.06
-0.16
-0.05
0.13
0.19
0.16
1
0.67
0.11
0.22
0.10
-0.04
-0.06
0.02
0.21
0.10
-0.18
0.02
0.06
1
0.26
0.09
0.21
-0.06
-0.09
0.05
0.30
0.13
0.08
0.00
-0.04
0.12
1
0.17
-0.27
-0.33
-0.08
-0.20
0.01
0.39
0.12
-0.10
0.11
-0.01
0.07
1
Variaciones anuales
Nota:
* Los datos remarcados indican la significancia de la correlacin.
(1) La prueba de correlacin conjunta aplicada a los datos mensuales indica ausencia de correlacin significativa. Tampoco se
registraron correlaciones individuales significativas.
(2) La prueba de correlacin conjunta aplicada a los datos trimestrales indica presencia de correlacin significativa. Se registraron
cinco correlaciones individuales significativas.
(3) La prueba de correlacin conjunta aplicada a los datos anuales indica presencia de correlacin significativa. Asimismo, se registraron
once correlaciones individuales significativas.
171
Anexo 4
Matriz de correlacin de las variaciones porcentuales de las variables explicativas empleadas
en la modelacin de los precios de los commodities
Variables de produccin
HP
Harina de pescado
Algodn
Azucar
Algodn Azucar
Cobre
Estao
Hierro
Oro
Plata
Plomo
Zinc
Petrleo
IPW
IPCW
PSOYA
-0.34
0.26
-0.24
0.12
-0.02
0.00
0.05
0.05
-0.03
-0.04
-0.05
-0.12
0.11
0.16
0.19
0.22
0.10
0.24
0.22
0.01
0.35
-0.09
-0.28
0.12
0.39
0.00
-0.02
0.03
-0.01
0.10
0.02
-0.02
-0.01
0.37
0.09
0.11
0.08
0.07
0.14
0.29
-0.06
-0.30
0.00
-0.09
-0.14
-0.10
-0.17
-0.01
-0.21
-0.04
0.11
-0.05
-0.23
0.17
0.23
0.06
0.52
0.64
0.01
0.35
0.25
-0.04
0.18
0.17
0.35
0.19
0.14
-0.22
-0.31
0.29
0.35
-0.09
-0.13
0.09
-0.06
0.21
-0.06
0.02
0.73
0.85
-0.21
-0.39
0.45
0.21
0.00
-0.09
-0.10
0.06
-0.45
0.10
-0.03
0.41
0.13
0.14
0.35
-0.06
0.48
0.00
0.50
0.06
-0.03
-0.01
0.29
-0.04
0.01
-0.03
-0.09
0.09
0.12
0.77
-0.28
-0.35
0.51
-0.26
-0.23
0.50
0.08
-0.15
-0.35
Cobre
Estao
Hierro
Oro
Plata
Plomo
Zinc
Petroleo
IPW
IPCW
TCR
PSOYA
172
TCR
0.04
Caf
Periodo 1962-2000
Otras variables
Caf
1
2