EVALUACIÓN ECONÓMICA DE UN MERCADO DE FUTUROS DE MAÍZ BLANCO EN MÉXICO
|
|
- Teresa Valdéz Castellanos
- hace 6 años
- Vistas:
Transcripción
1 Comunicaciones en Socioeconomía, Estadística e Informática 2005, Vol. 9 Núm. 2 pp EVALUACIÓN ECONÓMICA DE UN MERCADO DE FUTUROS DE MAÍZ BLANCO EN MÉXICO José Alberto Godínez Placencia, Miguel Ángel Martínez Damián y Noé Aarón Fuentes Flores 1 RESUMEN El objetivo fue evaluar dos condiciones económicas necesarias para operar una mercado de futuros de maíz blanco en México: 1) ausencia de integración entre el precio futuro del maíz amarillo de la Bolsa de Futuros de Chicago y los precio físicos de maíz blanco en México, y 2) integración entre los precios físicos regionales en México. Se aplicó el procedimiento de co-integración multivariada de Johansen (1991 y 1995) para determinar la integración de los precios semanales al mayoreo ( ) y al productor ( ). El Sistema Nacional de Información e Integración de Mercados genera las series de precios físicos para México, y Apoyos y Servicios a la Comercialización Agropecuaria proporciona la serie del precio futuro cercano. Los resultados indican que no existe co-integración entre el precio futuro en los EE.UU. y los precios físicos de México, por lo que no es óptimo utilizar los futuros y opciones de Chicago para cubrir el riesgo del precio físico en México. Sin embargo, existe cointegración parcial entre los precios físicos de los mercados regionales en México. 1 El primer y tercer autor son profesores-investigadores del Departamento de Estudios Económicos de El Colegio de la Frontera Norte. Carretera escénica Tijuana-Ensenada km 18.5, San Antonio del Mar, Tijuana, BC, CP Tel Correos electrónicos: gopa@colef.mx y afuentes@colef.mx. El segundo autor es profesor-investigador de Economía del Instituto de Socioeconomía, Estadística e Informática de Colegio de Posgraduados. Carretera México-Texcoco km. 36.5, Montecillo, Texcoco, Estado de México. CP Tel Correo electrónico: angel01@colpos.mx. 69
2 José Alberto Godínez Placencia, Miguel Angel Martínez Damián y Noé Aarón Fuentes Flores Palabras claves: maíz blanco, cobertura internacional, integración de mercados, precio, riesgo. Key words: white corn, international hedging, market integration, price, risk. INTRODUCCIÓN Dada la pequeña y mediana escala así como la restricción de liquidez de los productores agropecuarios mexicanos, ASERCA ha estado actuando desde 1993 como la institución intermediaria que les ha posibilitado a los participantes (individuos y organizaciones) ingresar en los mercados internacionales de riesgo por precios. Los datos de ASERCA (2004b)indican que en el 2003 se compraron un total de 45,903 contratos de futuros que cubrieron un total de 5.0 millones de toneladas. Los cultivos más importantes fueron el maíz blanco con el 36.8% de los contratos; el trigo, 31.2%; el algodón, 12.7% y, el sorgo, 11.5% representando en conjunto el 92.2% del total. El subsidio de ASERCA para el Subprograma de Coberturas de Precios fue de 498 millones de pesos, de los cuales el maíz participó con 30.5%; el trigo, 34.9%; el algodón, 24.1% y, el sorgo 7.4% absorbiendo conjuntamente 96.9%. Las coberturas del precio del sorgo se realizan con las opciones del maíz, por lo cual el subsidio asignado a este tipo de opciones es 37.9%, que equivale a 189 millones de pesos. En la Figura 1 se muestra el procedimiento de apertura y cierre de las coberturas de precios con intermediación de ASERCA. Los usuarios solicitan en las oficinas regionales de ASERCA incorporarse al Subprograma de Coberturas de Precios. Cuando los fondos son depositados por ambas partes (usuarios y ASERCA) en una cuenta administrada por Nacional Financiera (NAFIN), ASERCA ordena a las corredurías que fijen el precio de ejercicio en la Bolsa de Futuros de Chicago en los EE.UU. Al momento de venta de la cosecha en el mercado físico, los usuarios deben 70
3 Comunicaciones en Socioeconomía, Estadística e Informática 2005, Vol. 9 Núm. 2 pp liquidar inmediatamente la cobertura de precio en la Bolsa de Futuros de Chicago para conjurar el riesgo de permanecer en un solo mercado. Figura 1 Diagrama de apertura y cierre de coberturas de precios en México utilizando las opciones Put Y Call de la Bolsa de Futuros de Chicago de los EE.UU. Productores agropecuarios Compradores agropecuarios Los usuarios depositan su proporción ASERCA deposita su proporción Contrato de compra-venta a término ASERCA: Subprograma para la Adquisición de Coberturas de Precios Agropecuarios Cobertura simple (cs). Subsidio ASERCA 50% Cobertura Agropecuaria (ca). Subsidio ASERCA 50% Cobertura para pignoración (cp). Subsidio ASERCA 100% Coberturas de servicio y financieras. Subsidio ASERCA 0% Nacional Financiera (NAFIN) administra cuentas individuales y fondo de contingencia Fijación de precio de ejercicio Los usuarios solicitan liquidación de coberturas Envio de ordenes a Corredurías Bolsa de Futuros de Chicago ASERCA ordena liquidación de coberturas 1 mes < cs < 12 meses. Opciones "Put" 2 meses < ca < 12 meses. Opciones "Put" y "Call" 1 mes < cp < 9 meses. Opciones "Put" NAFIN Corredurías Bolsa de Futuros Chicago Los usuarios empoderan a ASERCA para comprar, liquidar, administrar contratos de opciones sobre futuro, recibir y administrar fondos y en general para realizar cualquier operación relacionada con los instrumentos que se utilicen para la cobertura Cero Positivos Liquidación de coberturas Recuperaciones y beneficios Fuente: Elaboración propia con base en SAGARPA
4 José Alberto Godínez Placencia, Miguel Angel Martínez Damián y Noé Aarón Fuentes Flores Las coberturas internacionales de los productores y comercializadores mexicanos son apropiadas si el precio futuro del maíz amarillo US # 2 de la Bolsa de Futuros de Chicago predice eficiente e insesgadamente a los precios físicos del maíz blanco en México. Un mercado de futuros eficiente e insesgado es aquel en donde el precio futuro predice al precio físico esperado sin dar lugar a un margen de riesgo; es decir, se conserva una proporcionalidad (paridad) de precios resultando en una base (diferencia entre el precio futuro y el precio físico) constante a través del tiempo (Mackenzie, et al., 1998). MATERIALES Y MÉTODOS Las interrelaciones espaciales y temporales entre los mercados son cuantificadas a través de las relaciones de precios, aplicando el análisis de cointegración multivariada de Johansen (1991 y 1995). Un sistema de n precios regionales se representa en el siguiente sistema de ecuaciones: (1) Π = π 10 + π 11p1 + π 12 p π 1n pn π 20 + π 21p1 + π 22 p π 2n p... π n0 + π n1 p1 + π n2 p π nn p donde p nn, 1, 2,, n precios (mercados) del sistema. π nn, 0, 1, 2,, n coeficientes de precios. El número mínimo necesario de ecuaciones para representar completamente al sistema indicará el grado de interdependencias linealmente independientes. Expresando (1) en forma matricial, se tiene: n n 72
5 0 (2) Π = Π + Π nn p Comunicaciones en Socioeconomía, Estadística e Informática 2005, Vol. 9 Núm. 2 pp El rango r de la matriz de coeficientes de los precios, Π nn, indica el número de relaciones (vectores) de co-integración del sistema de precios; por lo que n-r sería el número de tendencias estocásticas comunes o dependientes linealmente. Si r = 0, entonces cada precio tiene su propia tendencia estocástica independiente de los demás precios e implica que no existe co-integración entre ellos. Si r = n, entonces los precios están integrados en los niveles I(0) y no en las primeras diferencias I(1). La cointegración perfecta se da cuando r = n 1, lo que implica que existe sólo una tendencia estocástica común en el sistema de precios, por lo que se estaría hablando que todo el sistema de precios constituye un mercado y es factible que un solo precio sea representativo del sistema, cumpliéndose lo que en la teoría económica se conoce como la ley del precio único. Lo esperado es que el rango de relaciones de cointegración esté entre 0 r n. La matriz de coeficientes de co-integración Π nn se puede factorizar en dos submatrices, ' Π nn = α β, en donde ' β contiene los vectores (filas) de co-integración y α contiene los coeficientes de ajuste (desviaciones) de corto plazo. La matriz ' β de tamaño rn es el subconjunto de la matriz Π nn que contiene las r ecuaciones de precios linealmente independientes, y contiene los coeficientes de co-integración que determinan las relaciones de equilibrio de largo plazo del sistema de precios. El procedimiento de estimación requiere obtener coeficientes eficientes y consistentes de la matriz β ', aún en condiciones de simultaneidad y de no estacionariedad. El modelo más apropiado es el vector auto regresivo (VAR) estimado con el método de Johansen (1991 y 1995). El VAR captura mediante una forma reducida los efectos netos de todos los mecanismos estructurales incluidos ya sea en la 73
6 José Alberto Godínez Placencia, Miguel Angel Martínez Damián y Noé Aarón Fuentes Flores producción (tecnología, clima, insumos, trabajo, crédito, etc.), en la demanda (ingreso, gustos y preferencias, etc.), en la infraestructura comercial (transportación, comunicaciones, etc.) y/o en la política de precios, resaltando las interrelaciones de precios sin la necesidad de especificar un modelo estructural explícito. El vector auto regresivo de precios endógenos p t se expresa como: k l ψ jdt j + δ t + i= 1 j= 0 (3) pt = c + Φ i pt k + ε t, t = 1,2,...,T donde p t es un vector de tamaño px1 de precios endógenos, c es un vector de constantes que, en este caso, representan los costos de transacción (que se suponen, aditivos y estacionarios) y las diferencias de calidades, pt k son los precios endógenos rezagados k periodos, precios endógenos, d { q, x, z} Φ i es una matriz de parámetros asociada al rezago k de los = representa los efectos exógenos estacionarios no atribuidos a los precios sino a condiciones de la oferta (q), demanda (x) y costos de transacción del canal comercial (z) que se presentan eventualmente en el tiempo y en el espacio, ψ i es una matriz de parámetros asociada al rezago k de las variables exógenas, δ es un vector de parámetros de tendencia y ε t es un vector de errores con comportamiento de ruido blanco con distribución normal multivariada [ ( 0 ) ε iidn, Σ ]. t La forma reducida del VAR consiste en el hecho de que no se incluyen valores presentes de los precios endógenos en las ecuaciones simultáneas de regresión. Lo importante es conocer si la combinación lineal de variables no estacionarias es reducida hacia la estacionariedad, es decir, si las variables resultan co-integradas. 74
7 Comunicaciones en Socioeconomía, Estadística e Informática 2005, Vol. 9 Núm. 2 pp Si los precios endógenos son integrados individualmente de orden 1, I(1), entonces la expresión (3) puede ser expresada en términos del vector de corrección del error (VCE) que es una mejor forma para representar y hacer explícitas las relaciones de co-integración. k 1 l ψ jdt j + δ t + i= 1 j = 0 (4) pt = c + Γ i pt i + Π nn pt k + ε t donde Γ i es la matriz de coeficientes que cuantifican las relaciones de corto plazo entre los precios en primeras diferencias, la matriz Π nn = k i = 1 Φ i I contiene los coeficientes de co-integración que cuantifican las relaciones de largo plazo entre los precios en niveles e I representa la matriz identidad. La matriz la matriz de los coeficientes de co-integración de la ecuación (2). Π nn es el equivalente a El rango r de la matriz Π de (4) puede ser determinado a través del estadístico de la traza y el máximo eigenvalor del procedimiento de co-integración multivariada de Johansen (1991 y 1995). El estadístico de la traza evalúa la hipótesis nula de que existen como máximo r vectores cointegrados en un conjunto de n precios en contra de la hipótesis alternativa de rango completo H a (n). n (5) tr ( r / n) = T ln( 1 λˆ i ) Donde λ i = 0, 1, 2,..., n-1 i= r + 1 λˆ i es el i-ésimo eigenvalor obtenido de la matriz Π y T es el número de observaciones. El contraste se realiza secuencialmente desde r = 0 hacia r = n-1 hasta que la hipótesis nula deje de rechazarse. A partir del estadístico de la traza se puede calcular el estadístico del máximo eigenvalor, λ max, cuya hipótesis nula es que existen exactamente r vectores 75
8 José Alberto Godínez Placencia, Miguel Angel Martínez Damián y Noé Aarón Fuentes Flores cointegrados en un conjunto de n precios, contra la hipótesis alternativa de que existen r+1 vectores cointegrados. (6) λ r / r 1) = T ln( 1 λˆ ) max ( + r + 1 El estadístico de la traza y del máximo eigenvalor no tienen distribución asintóticamente χ 2, sino que es una función de movimiento browniano que depende del valor de n-r y la especificación de los componentes determinísticos (c, δ ), cuyos valores críticos fueron calculados por Johansen (1991) para tres submodelos de cointegración, y mejorados y ampliados a cinco submodelos por Osterwald-Lenum (1992). Los valores críticos de Osterwald-Lenum también amplían el rango de 5 a 10 variables. Johansen y Juselius (1992) construyeron el estadístico de la razón de verosimilitud para contrastar las hipótesis de paridad y exclusión de precios sobre la matriz ' β. r * (7) L r = T ln{ ( 1 λ ) ( 1 λˆ )} i= 1 i i * * * Donde 1 λ, λ,..., λ 0 son los r eigenvalores con mayor magnitud del > 1 2 r > modelo restringido por las hipótesis (restricciones) y, λ ˆ, λˆ,..., λˆ 0 son los r 1 > 1 1 r > eigenvalores con mayor magnitud del modelo no restringido. El estadístico de la razón de verosimilitud es asintóticamente distribuido como 2 χ con los grados de libertad igual al número de hipótesis impuestas sobre ' β. El Sistema Nacional de Información e Integración de Mercados genera las series de tiempo semanales de los precios al mayoreo de las principales centrales de abasto 2 2 Catorce centrales tienen series completas de precios: Distrito Federal, Ecatepec, Puebla, Oaxaca, Querétaro, Irapuato, León, Guadalajara, Tepic, Culiacán, Hermosillo, Guadalupe, San 76
9 Comunicaciones en Socioeconomía, Estadística e Informática 2005, Vol. 9 Núm. 2 pp ( ), y también las series semanales de los precios al productor pagados en piso de bodega ( ) de las principales regiones productoras de maíz blanco (nacional, Jalisco y Sinaloa). Las series semanales de los precios futuros de maíz amarillo US # 2, son publicadas por Apoyos y Servicios a la Comercialización Agropecuaria en la Revista Claridades Agropecuarias RESULTADOS Y DISCUSIÓN La identificación de las propiedades de las series de tiempo de los precios es un prerrequisito para tratar los problemas de predicción y administración del riesgo, en especial la propiedad de estacionariedad o raíces unitarias (Patterson, 2000). Los resultados de los estadísticos de raíces unitarias: Dickey-Fuller aumentado, Phillips- Perron, Elliot-Rothemberg-Stock, Ng-Perron-MZ α y Ng-PERRON-MZ t, indican que los precios al mayoreo del Distrito Federal, Ecatepec, Puebla, Guadalajara, Tepic, Culiacán, Hermosillo, Guadalupe, San Nicolás y el precio futuro no son estacionarios en sus niveles y tienen un nivel de integración I(1); mientras que cuatro (Oaxaca, Querétaro, Irapuato y León) son estacionarios, I(0). Todas las series de precios al productor resultaron integradas I(1). Con excepción del criterio de la razón de verosimilitud que indica un rezago óptimo de dos, los otros cuatro criterios (Predicción Final del Error, Criterio de Información de Akaike, Criterio de Información de Schwarz, y el Criterio de Información de Hanann-Quinn) indican que el número de rezagos óptimo para el VAR de precios al mayoreo es uno, VAR(1), al 5% de significancia. Para los precios al productor, el número de rezagos adecuados para cada uno de los VAR es de dos para el sistema de precios a nivel Nacional, uno para el de Jalisco y uno para el de Sinaloa. Nicolás de los Garza y Tampico. 77
10 José Alberto Godínez Placencia, Miguel Angel Martínez Damián y Noé Aarón Fuentes Flores Se consideraron sólo aquellas series de precios al mayoreo que son I(1) y, además, son importantes mercados regionales por el lado de la demanda o por el lado de la oferta. Con estos criterios las diez series de precios seleccionadas son: Distrito Federal, Ecatepec, Puebla, Guadalajara, Tepic, Culiacán, Hermosillo, Guadalupe, San Nicolás y el precio futuro del contrato más cercano de maíz amarillo US # 2 de la Bolsa de Chicago. De los 5 submodelos de co-integración, el número 4 representa mejor las propiedades de las series estacionarias de precios al mayoreo, el cual indica que el número de relaciones de co-integración son 6 (Cuadro 1). Cuadro 1 Determinación del número de relaciones de co-integración de los precios al mayoreo de maíz blanco de las principales centrales de basto de México, y el precio futuro de los EE.UU., 1998: :52 Submodelo de co-integración Estadístico de la traza* Estadístico del Máximo eigenvalor* de Johansen α = 0.05 α = 0.01 α = 0.05 α = 0.01 Submodelo Submodelo Submodelo Submodelo Submodelo * Valores críticos de Osterwal-Lenum (1992) Fuentes: Elaboración propia. Cuadro 2 Contraste de la ley del precio único de los precios al mayoreo de maíz blanco en México, con respecto al precio futuro de los EE.UU., 1998: :52 Hipótesis individuales 2 χ Probabilidad Grados de Libertad Sistemas de precios al mayoreo B(1,1)=-1,,0,,B(1,10)= B(2,1)=0,B(2,2)=-1, 0,,B(2,10)= B(3,1)=0,,B(3,3)=-1,,0,,B(3,10)= B(4,1)=0,,B(4,4)=-1,,0,,B(4,10)= B(5,1)=0,,B(5,5)=-1,,0,,B(5,10)= B(6,1)=0,,B(6,6)=-1,,0,,B(6,10)=
11 Comunicaciones en Socioeconomía, Estadística e Informática 2005, Vol. 9 Núm. 2 pp Fuente: Elaboración propia Con el estadístico de la razón de verosimilitud (LR) de Johansen y Juselius (1992) se contrasta la hipótesis ley del precio único. La hipótesis nula es que el precio futuro de la Bolsa de Chicago es el precio único. También se contrasta la ley del precio único para cada una de las 6 ecuaciones de co-integración con respecto al precio futuro de Chicago (Cuadro 2). La conclusión es que el precio futuro no es el precio único de los precios al mayoreo de México ni en forma conjunta ni en forma individual. Cuadro 3 Parámetros de co-integración normalizados de los precios de maíz blanco de las centrales de abasto de México y el precio futuro de los EE.UU., 1998:1-2003:52 (Submodelo # 4 de co-integración) Ecuación de co-integración D F E C A P U E G D L T E P Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Fuente: Elaboración propia. C U L H I L G P E N I C F U T Ten den cia 79
12 José Alberto Godínez Placencia, Miguel Angel Martínez Damián y Noé Aarón Fuentes Flores El contraste de la ley del precio único, implícitamente contrasta la hipótesis de la eficiencia del mercado de futuros (Yang y Leatham, 1999), por lo que el precio futuro del maíz amarillo US # 2 de la Bolsa de Chicago de los Estados Unidos no es eficiente para predecir los precios al mayoreo de maíz blanco de México. Cuadro 4 Parámetros de co-integración normalizados de los precios de maíz blanco de las centrales de abasto de México y el precio futuro de los EE.UU., 1998:1-2003:52 (Submodelo # 2 de co-integración) E C A P U E G D L T E P C U L H I L G P E N I C F U T Cons tan te Ecuación de co-ntegración D F Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Ecuación Valor de t Fuente: Elaboración propia. Para que el precio futuro sea eficiente en predecir al precio físico es necesario que el coefiente de regresión normalizado sea igual a la unidad. Concentrando la atención en la columna 11 del Cuadro 3, se observa que de los nueve coeficientes de regresión 80
13 Comunicaciones en Socioeconomía, Estadística e Informática 2005, Vol. 9 Núm. 2 pp del precio futuro sólo tres son estadísticamente diferentes de cero a un nivel de significancia del 5%. Además, la relación esperada entre el precio futuro y los precios físicos de México debe ser positiva, pero de los tres coeficientes significativos sólo uno presenta el signo esperado (Ecatepec). Para que el precio futuro pronostique insesgadamente al precio físico, la constante de regresión debe ser igual a cero. Con la excepción de la ecuación de Guadalajara, todas las constantes son diferentes de cero a un nivel de significancia del 5% (Cuadro 4), por lo que la base entre el precio futuro y los precios físicos al mayoreo es sesgada, lo que implica que es riesgosa e inestable. Cuadro 5 Contraste de la hipótesis de exclusión de los precios al mayoreo de maíz blanco en México y el precio futuro de los EE.UU., 1998: :52 P r e c i o s 2 χ (6) Probabilidad Distrito Federal (DF) Ecatepec (ECA) Puebla (PUE) Guadalajara (GDL) Tepic (TEP) Culiacán (CUL) Hermosillo (HIL) Guadalupe (GPE) San Nicolás (NIC) Futuro cercano Fuente: Elaboración propia. En cada uno de los precios al mayoreo se rechaza la hipótesis de exclusión, lo que implica que todos forman parte del equilibrio espacial de largo plazo (Cuadro 5). Con respecto a los precios al productor, el modelo de co-integración más apropiado es el submodelo # 2 que supone la existencia de intercepto y la inexistencia de tendencia lineal tanto en las series de precios como en el espacio de co-integración. A un nivel de significancia del 5% se verifica que a nivel nacional los precios al 81
14 José Alberto Godínez Placencia, Miguel Angel Martínez Damián y Noé Aarón Fuentes Flores productor no están co-integrados, pero los precios de Jalisco y Sinaloa presentan un sólo vector de co-integración (Cuadro 6). A un nivel de significancia del 5% se rechaza la hipótesis de que el precio futuro de la Bolsa de Chicago es el precio único y líder para cada uno de los sistemas de precios al productor (Cuadro 7) y para cada relación de co-integración (Cuadro 8). Por lo que el precio futuro del maíz amarillo US # 2 de la Bolsa de Chicago de los Estados Unidos no es eficiente para predecir los precios al productor (de mercado y administrado) de maíz blanco para los estados de Jalisco y Sinaloa. Cuadro 6 Determinación del número de relaciones de co-integración de los precios al productor de maíz blanco de México y el precio futuro de los EE.UU. Submodelo de co-imtegración de Johansen Estadístico de máximo Estadístico de la traza eigenvalor α = 0.05 α = 0.01 α = 0.05 α = 0.01 Nacional Modelo Modelo Modelo Modelo Modelo Jalisco Modelo Modelo Modelo Modelo Modelo Sinaloa Modelo Modelo Modelo Modelo Modelo Fuentes: Elaboración propia. 82
15 Comunicaciones en Socioeconomía, Estadística e Informática 2005, Vol. 9 Núm. 2 pp Cuadro 7 Contraste de la ley del precio único de los precios al productor de maíz blanco en México con respecto al precio futuro de los EE.UU. Sistema de precios Razón de verosimilitud (LR) Probabilidad Grados de libertad Nacional Sistema de precios no co-integrado Jalisco Sinaloa Fuente: Elaboración propia. El sistema de precios a nivel nacional no está co-integrado por lo que no existe una convergencia hacia un equilibrio de largo plazo. En el sistema de precios para el estado de Jalisco existe una sola ecuación de co-integración cuyos parámetros son estadísticamente diferentes de cero para el coeficiente del precio administrado (ADO) y del precio futuro, pero no para la constante de co-integración. Para el sistema de Sinaloa también existe una sola ecuación de co-integración estadísticamente significativa, donde sólo la constante no es diferente de cero (Cuadro 9). Cuadro 8 Contraste de la ley del precio único de los precios al productor de maíz blanco en México con respecto al precio futuro de los EE.UU. Hipótesis individuales Nacional B(1,1)=-1,B(1,2)=0,B(1,3)=1 Jalisco Razón de verosimilitud (LR) Probabilidad Sistema de precios no co-integrado Grados de libertad B(1,1)=-1,B(1,2)=0,B(1,3)= Sinaloa B(1,1)=-1,B(1,2)=0,B(1,3)= Fuente: Elaboración propia. Dada la proximidad a la unidad de los coeficientes del precio administrado (ADO) con respecto al precio de mercado (MDO), se procede a contrastar la hipótesis 83
16 José Alberto Godínez Placencia, Miguel Angel Martínez Damián y Noé Aarón Fuentes Flores de la eficiencia (ley del precio único) de mercado entre los pares de precios (Cuadro 10). Los resultados para Jalisco y Sinaloa son similares: sólo se cumple la hipótesis de la eficiencia entre el precio administrado y el precio de mercado, pero no entre el precio futuro con respecto al precio de mercado y al precio administrado. La eficiencia del mercado a nivel nacional se cumple entre los tres pares de precios, pero es más marcado entre el precio de mercado y el precio administrado, y menos acentuado entre el precio administrado y el precio futuro; sin embargo, estadísticamente no existe co-integración entre los precios de este sistema de precios. Los sistemas de precios de Jalisco y Sinaloa están co-integrados, por lo que validan el procedimiento de verificación de la hipótesis de la eficiencia. Cuadro 9 Parámetros de co-integración normalizados de los precios al productor de maíz blanco de México, y el precio futuro de los EE.UU. (Submodelo # 2 de co-integración) Ecuación de Variable (precio) exógena co-integración MDO ADO FUT CTE Nacional Ecuación Valor de t Ecuación Valor de t Jalisco Ecuación Valor de t Ecuación Valor de t Sinaloa Ecuación Valor de t Ecuación Valor de t Fuente: Elaboración propia. 84
17 Comunicaciones en Socioeconomía, Estadística e Informática 2005, Vol. 9 Núm. 2 pp Para ambos sistemas la hipótesis de eficiencia se cumple entre el precio administrado y el precio de mercado, pero no entre el precio futuro con respecto al precio de mercado y al precio administrado. Lo anterior es evidencia de que el precio futuro del maíz amarillo US # 2 de la Bolsa de Chicago de los Estados Unidos no predice eficientemente a los precios físicos de maíz blanco al productor de México. Para Jalisco sólo el precio de mercado puede considerarse dentro del espacio de co-integración que determina el equilibrio de largo plazo, mientras que el precio futuro y el precio administrado no forman parte del espacio de cointegración (Cuadro 11). Para Sinaloa tanto el precio administrado como el precio de mercado forman parte del espacio de co-integración, mientras que el precio futuro está fuera. Cuadro 10 Contraste de la ley del precio único de los precios al productor de maíz blanco en México con respecto al precio futuro de los EE.UU. Hipótesis individuales Nacional B(1,1)=-1,B(1,2)=1 B(1,1)=-1,B(1,3)=1 B(1,2)=-1,B(1,3)=1 Jalisco Razón de verosimilitud (LR) Probabilidad Sistema de precios no co-integrado Grados de Libertad B(1,1)=-1,B(1,2)= B(1,1)=-1,B(1,3)= B(1,2)=-1,B(1,3)= Sinaloa B(1,1)=-1,B(1,2)= B(1,1)=-1,B(1,3)= B(1,2)=-1,B(1,3)= Fuente: Elaboración propia. 85
18 José Alberto Godínez Placencia, Miguel Angel Martínez Damián y Noé Aarón Fuentes Flores Cuadro 11 Contraste de la hipótesis de exclusión de los precios al productor de maíz blanco en México y el precio futuro de los EE.UU. Grados de Hipótesis individuales χ 2 (1) Probabilidad Libertad Nacional Mercado (MDO) Administrado (ADO) Futuro cercano (FUT) Jalisco Sistema de precios no co-integrado Mercado (MDO) Administrado (ADO) Futuro cercano (FUT) Sinaloa Mercado (MDO) Administrado (ADO) Futuro cercano (FUT) Fuente: Elaboración propia. CONCLUSIONES El precio futuro del maíz amarillo US # 2 de la Bolsa de Chicago de los EE.UU. no predice en forma eficiente e insesgada a los precios físicos (al mayoreo y al productor) de maíz blanco de México, por lo que la razón de cobertura internacional no es óptima para cubrir el riesgo. El precio al productor administrado determina el comportamiento espacial y temporal del precio al productor de mercado. Esto sugiere que la política de precios, a través de ASERCA, es un elemento importante que no permite una integración eficiente del sistema de mercados internos con el mercado de los EEUU. El subsidio comercial al maíz blanco en regiones exedentarias, así como el programa de apoyos directos al ingreso mínimo garantizado, se traducen en conjunto en la fijación de un precio semifijo que reduce sensiblemente el riesgo al productor. 86
19 Comunicaciones en Socioeconomía, Estadística e Informática 2005, Vol. 9 Núm. 2 pp Aparentemente una de las dos condiciones económicas necesarias, más no suficientes, para crear un mercado de futuros y opciones de maíz blanco en México se cumplen: no co-integración de los precios físicos internos con el precio futuro de maíz amarillo US # 2 de la Bolsa de Chicago de los Estados Unidos. Es aparente porque la política de precios gubernamental es un factor importante que limita tal co-integración. Esta misma política de precios es una restricción para la creación de un mercado de futuros interno. La otra condición económica necesaria es la integración completa de los mercados regionales y segmentados del país. De acuerdo a los resultados esta condición se cumple parcialmente, pero dicha parcialidad está más cercana hacia una co-integración completa que hacia una ausencia total de co-integración. BIBLIOGRAFÍA ASERCA Revista Claridades Agropecuarias No. 104, Febrero del 2003, pp: ASERCA. 2004, Revista Claridades Agropecuarias, (varios números), ASERCA. 2004b. Revista Claridades Agropecuarias No. 128, Abril de 2004, 38 p. Johansen, Soren Estimation and hypothesis testing of co-integration vectors in Gaussian vector autoregressive models. In: Econometrica, Vol. 59(6). Econometric Society. pp: Johansen, Soren Likelihood-based inference in co-integrated vector autoregressive models. Oxfor University Press. Johansen, Soren and Katarina Juselius Testing structural hypothesis in a multivariate co-integration analysis of the PPP in the UIP for the UK. In: Journal of Econometrics, Vol
20 José Alberto Godínez Placencia, Miguel Angel Martínez Damián y Noé Aarón Fuentes Flores Mckenzie, Andrew M. and Holt, Matthew T. 1998, Market Efficiency in Agricultural Futures Markets. In: American Agricultural Economics Association Annual Meeting. Salt Lake City, Utah, USA, August 2-5, Patterson, Kerry An Introduction to Applied Econometrics: A Time Series Approach. MacMillan Press, London, UK. 68 p. SAGARPA Diario Oficial de la Federación, 17/junio/2003, pp: Yang, Jian and Leatham, David J Price Discovery in Wheat Futures Markets. In: Journal of Agricultural and Applied Economics, 31, 2, August Southern Agricultural Economics Association. pp
Investigación Económica ISSN: 0185-1667 invecon@servidor.unam.mx Facultad de Economía México
Investigación Económica ISSN: 0185-1667 invecon@servidor.unam.mx Facultad de Economía México Godínez Placencia, José Alberto; Fuentes Flores, Noé Arón Las condiciones económicas para operar un mercado
Más detallesMACROECONOMETRÍA. Tema 7: El modelo MCEq. Segundo Cuatrimestre (curso 2007/08), Depto. de Economía, UC3M. Profesor: Genaro Sucarrat
MACROECONOMETRÍA Tema 7: El modelo MCEq Segundo Cuatrimestre (curso 2007/08), Depto. de Economía, UC3M Profesor: Genaro Sucarrat (Coordinador: Juan J. Dolado) Introducción MMCEq: El estudio del modelo
Más detallesPolítica de cobertura de precios de maíz en México. Hedging scheme for corn prices in Mexico
Política de cobertura de precios de maíz en México Hedging scheme for corn prices in Mexico Miguel Ángel Martínez Damián y José de Jesús García Juárez 1 RESUMEN El objetivo de este trabajo es evaluar la
Más detallesCURSO: ECONOMETRÍA Y ANÁLISIS DE POLÍTICAS FISCALES INSTRUCTOR: HORACIO CATALÁN ALONSO. Especificación de los modelos VAR
CURSO: ECONOMETRÍA Y ANÁLISIS DE POLÍTICAS FISCALES INSTRUCTOR: HORACIO CATALÁN ALONSO Especificación de los modelos VAR Modelos VAR es una extensión de un AR(p) Permiten un mejor entendimiento de la
Más detallesEconometría de series de tiempo aplicada a macroeconomía y finanzas
Econometría de series de tiempo aplicada a macroeconomía y finanzas Series de Tiempo no Estacionarias Carlos Capistrán Carmona ITAM Tendencias Una tendencia es un movimiento persistente de largo plazo
Más detallesPublicado en infoaserca
En los últimos años, la administración de riesgos ha jugado un papel fundamental en los programas de comercialización que el Gobierno Federal ha instrumentado. Es un importante instrumento, que tiene como
Más detallesMás Allá del Modelo de Regresión Lineal. Dante A. Urbina
Más Allá del Modelo de Regresión Lineal Dante A. Urbina CONTENIDOS 1. Modelos de Regresión No Lineales 2. Modelos de Respuesta Cualitativa 3. Datos de Panel 4. Modelos Autorregresivos y de Rezagos 5. Modelos
Más detallesECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Raices unitarias
ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES Raices unitarias Consideramos la regresión Introducción: y t = β 0 + β 1 x t + ɛ t (1) Qué es la probabilidad de una regresión espuria? Ejemplo: y t = y
Más detallesECONOMETRIA ORDEN DE INTEGRACIÓN N Y RAÍCES UNITARIAS. Mtro. Horacio Catalán Alonso
ECONOMETRIA ORDEN DE INTEGRACIÓN N Y RAÍCES UNITARIAS Mtro. Horacio Catalán Alonso Orden de Integración ORDEN DE INTEGRACIÓN Econometría (1) X t = X t-1 + u t Como: E(u t ) = 0 y la Var(u t ) = 2 constante
Más detallesPráctica 5: cointegración
Práctica 5: cointegración Los datos provienen de: http://www.econ.kuleuven.ac.be/gme/ Para leer más sobre este ejemplo, ver Marno Verbeek, A guide to Modern Econometrics (sections 8.5, 9.3). En esta práctica,
Más detallesValidación del modelo VAR de mecanismos de transmisión de la política monetaria en Costa Rica. José Pablo Vásquez C. Alberto Vindas Q.
Validación del modelo VAR de mecanismos de transmisión de la política monetaria en Costa Rica José Pablo Vásquez C. Alberto Vindas Q. Serie Documentos de Trabajo No. 05-2011 Departamento de Investigación
Más detallesTipo de cambio real y ahorro público en Argentina
Tipo de cambio real y ahorro público en Argentina Alejandro Gay Facultad de Ciencias Económicas, Universidad Nacional de Córdoba - CONICET 7 de noviembre de 2017 Workshop Instituto de Economía y Finanzas,
Más detallesEstadística II Tema 4. Regresión lineal simple. Curso 2009/10
Estadística II Tema 4. Regresión lineal simple Curso 009/10 Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores
Más detallesEstimación MCO, MCI en Modelos de Ecuaciones Simultáneas
Estimación MCO, MCI en Modelos de Ecuaciones Simultáneas Economía Aplicada III (UPV/EHU) OCW 2013 Contents 1 Estimación MCO de la Forma Estructural 2 3 4 Estimador MCO de la FE Consideremos la -ésima ecuación
Más detallesANÁLISIS DE REGRESIÓN
ANÁLISIS DE REGRESIÓN INTRODUCCIÓN Francis Galtón DEFINICIÓN Análisis de Regresión Es una técnica estadística que se usa para investigar y modelar la relación entre variables. Respuesta Independiente Y
Más detallesCapítulo 3: Metodología y variables
Capítulo 3: Metodología y variables 3.1 Modelo econométrico El objetivo de este estudio es probar si existe una relación de largo plazo entre la inversión de Chile y las variables explicativas. Se utiliza
Más detallesDinámica del Mercado Interbancario en el Perú
Dinámica del Mercado Interbancario en el Perú Jorge Pozo - José Lupú Encuentro de Economistas XXIX Octubre - 2011 Introducción: Tasa de interés de referencia para el mercado interbancario En el esquema
Más detallesCurso de nivelación Estadística y Matemática
Modelo de Curso de nivelación Estadística y Matemática Pruebas de hipótesis, y Modelos ARIMA Programa Técnico en Riesgo, 2017 Agenda Modelo de 1 2 Asociación Medidas de asociación para variables intervalo
Más detallesCRONOGRAMA DE LA ASIGNATURA TRABAJO DEL ALUMNO DURANTE LA SEMANA. Elegir el proyecto empírico que se va a realizar durante el curso.
1 1 Características de los datos económicos de series temporales. Procesos estocásticos y series temporales. Estacionareidad y ergodicidad. Función de autocorrelación simple (FAC) y parcial (PAC). (Marcar
Más detallesASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez https://torrezcesar.wordpress.com
ASIGNATURA: ESTADISTICA II (II-055) Ing. César Torrez torrezcat@gmail.com https://torrezcesar.wordpress.com 0416-2299743 Programa de Estadística II UNIDAD IV: REGRESIÓN Y CORRELACIÓN MÚLTIPLE LINEAL TANTO
Más detallesPrecio del maíz en México y ley del precio único
Ciencia Ergo Sum ISSN: 1405-0269 ciencia.ergosum@yahoo.com.mx México Precio del maíz en México y ley del precio único Martínez Damián, Miguel Ángel; Matus Gardea, Jaime Arturo Precio del maíz en México
Más detallesMODELOS DE SERIES DE TIEMPO 1. Modelos capaces de predecir, interpretar y evaluar hipótesis con datos económicos y financieros.
MODELOS DE SERIES DE TIEMPO 1 Introducción Modelos capaces de predecir, interpretar y evaluar hipótesis con datos económicos y financieros. Originalmente tuvieron como objetivo hacer predicciones. Descomposición
Más detallesInformación en tiempo real y la relevancia de los agregados monetarios en el Perú
Relevancia Información en tiempo real y la relevancia los agregados XXX Encuentro Investigación Económica l BCRP BCRP / PUCP Octubre 2012 Relevancia Resumen Relevancia Evaluación empírica la relevancia
Más detallesAHORRO Y CRECIMIENTO ECONÓMICO: EVIDENCIA EMPÍRICA DE CAUSALIDAD PARA EL PERÍODO
AHORRO Y CRECIMIENTO ECONÓMICO: EVIDENCIA EMPÍRICA DE CAUSALIDAD PARA EL PERÍODO 1970-2002 AUTORES: Julio César Tomalá González 1 Manuel P. González Astudillo 2 1 Economista en Gestión Empresarial, Especialización
Más detallesTema 4. Regresión lineal simple
Tema 4. Regresión lineal simple Contenidos El objeto del análisis de regresión La especificación de un modelo de regresión lineal simple Estimadores de mínimos cuadrados: construcción y propiedades Inferencias
Más detallesDescomposición Factorial de la In ación en Perú
Descomposición Factorial de la n ación en Perú Alberto Humala (BCRP) Gabriel Rodríguez (BCRP) XXV Encuentro de Economistas Banco Central de Reserva del Perú 26-28/11/2008 Humala-Rodríguez () n ación 26-28/11/2008
Más detallesD to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero
D to de Economía Aplicada Cuantitativa I Basilio Sanz Carnero Tendencia estocástica y determinista Una serie de tiempo tiene tendencia estocástica (o también denominadas estacionarias en diferencias) cuando
Más detallesAplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México
SECCIÓN DE ESTUDIOS DE POSGRADO E INVESTIGACIÓN Aplicación del modelo de frontera estocástica de producción para analizar la eficiencia técnica de la industria eléctrica en México Presentan: Dr. Miguel
Más detallesAnálisis de Estructuras Espaciales Persistentes. Desempleo Departamental en Argentina.
Análisis de Estructuras Espaciales Persistentes. Desempleo Departamental en Argentina. Marcos Herrera 1 1 CONICET IELDE - Universidad Nacional de Salta (Argentina) Seminario de Investigación Nº 27 8 de
Más detallesCURSO ECONOMETRÍA AVANZADA MULTISOFTWARE
CURSO ECONOMETRÍA AVANZADA MULTISOFTWARE El objetivo de este curso es la presentación de las TÉCNICAS ECONOMÉTRICAS AVANZADAS, tanto clásicas como modernas, y su tratamiento con las herramientas más adecuadas
Más detallesDeterminantes de la Demanda de Especies Monetarias* US dólares en El Salvador
Determinantes de la Demanda de Especies Monetarias* US dólares en El Salvador *Demanda de dinero para este trabajo deberá entenderse como el retiro de efectivo que realizan los bancos comerciales en el
Más detallesRelación de los IPC históricos de transporte alimentación y combustibles para el caso colombiano
XXVI Simposio Internacional de Estadística 2016 Sincelejo, Sucre, Colombia, 8 al 12 de Agosto de 2016 Relación de los IPC históricos de transporte alimentación y combustibles para el caso colombiano Poster
Más detallesIntroducción a la Econometría
1Econometría Introducción a la Econometría -Que es la econometría - Por que una disciplina aparte? -Metodología de la econometría Planeamiento de la teoría o hipótesis Especificación del modelo matemático
Más detallesRegresión múltiple. Demostraciones. Elisa Mª Molanes López
Regresión múltiple Demostraciones Elisa Mª Molanes López El modelo de regresión múltiple El modelo que se plantea en regresión múltiple es el siguiente: y i = β 0 + β 1 x 1i + β 2 x 2i +...+ β k x ki +
Más detallesEvolución de las importaciones totales
ECUACIÓN DE DEMANDA POR IMPORTACIONES 1. Marco Teórico. La importancia del sector externo es innegable, sobre todo porque se trata de uno de los principales motores de crecimiento de la economía chilena.
Más detallesTema 10: Introducción a los problemas de Asociación y Correlación
Tema 10: Introducción a los problemas de Asociación y Correlación Estadística 4 o Curso Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 10: Asociación y Correlación
Más detallesPronósticos, Series de Tiempo y Regresión. Capítulo 4: Regresión Lineal Múltiple
Pronósticos, Series de Tiempo y Regresión Capítulo 4: Regresión Lineal Múltiple Temas Modelo de regresión lineal múltiple Estimaciones de Mínimos Cuadrados Ordinarios (MCO); estimación puntual y predicción
Más detallesEconometría de series de tiempo aplicada a macroeconomía y finanzas
Econometría de series de tiempo aplicada a macroeconomía y finanzas Series de Tiempo Estacionarias (Multivariadas) Carlos Capistrán Carmona ITAM 1 Principios de Pronóstico. 2 Pruebas de Hipótesis. 3 Estimación
Más detallesLa econometría : una mirada de pájaro
La econometría : una mirada de pájaro Contenido Objetivo Definición de Econometría Modelos determinista y estocástico Metodología de la econometría Propiedades de un modelo econométrico Supuestos de un
Más detallesEstadística para la Economía y la Gestión IN 3401 Clase 5
Estadística para la Economía y la Gestión IN 3401 Clase 5 Problemas con los Datos 9 de junio de 2010 1 Multicolinealidad Multicolinealidad Exacta y Multicolinealidad Aproximada Detección de Multicolinealidad
Más detallesTema 2. Heterocedasticidad. 1 El modelo de regresión lineal con errores heterocedásticos
ema 2. Heterocedasticidad. El modelo de regresión lineal con errores heterocedásticos En este tema vamos a analizar el modelo de regresión lineal Y t = X tβ + u t, donde X t = (X t, X 2t,.., X kt y β =
Más detallesCapítulo 6 Multicolinealidad Luis Quintana Romero. Econometría Aplicada Utilizando R
Capítulo 6 Multicolinealidad Luis Quintana Romero Objetivo Identificar la multicolinealidad en un modelo econométrico, así como las pruebas de detección de la multicolinealidad y correcciones. Introducción
Más detallesEl problema de la identificación en Modelos de Ecuaciones Simultáneas
en Modelos de Ecuaciones Simultáneas Economía Aplicada III (UPV/EHU) OCW 2013 Contents 1 Notación general del modelo Forma Estructural Forma Reducida 2 3 Forma Estructural Forma Estructural Forma Reducida
Más detallesCointegración El caso bivariado
Cointegración El caso bivariado Definición: La serie Y t es integrada de orden d (denotada I(d)) si al menos debe ser diferenciada d veces para que sea estacionaria. Ejemplos: 1. El proceso random walk
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Variables aleatorias y procesos estocásticos. La FAC y el correlograma Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es
Más detallesPrecio del maíz en México y ley del precio único
Precio del maíz en México y ley del precio único Miguel Ángel Martínez Damián* y Jaime Arturo Matus Gardea* Recepción: de diciembre de 5 Aceptación: de junio de 6 *Colegio de Postgraduados, México. Correos
Más detallesRegresión lineal. Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística
Regresión lineal Marcelo Rodríguez Ingeniero Estadístico - Magíster en Estadística Universidad Católica del Maule Facultad de Ciencias Básicas Pedagogía en Matemática Estadística I 01 de enero de 2012
Más detallesNOTA TÉCNICA 50. Preparada por. Nader Nazmi MODELOS DINÁMICOS DE LA DEMANDA DE DINERO PARA EL ECUADOR
NOTA TÉCNICA 50 Preparada por Nader Nazmi MODELOS DINÁMICOS DE LA DEMANDA DE DINERO PARA EL ECUADOR 1. INTRODUCCIÓN Desde mediados de los años 70, las autoridades monetarias en varios países han favorecido
Más detallesDIPLOMADO EN ECONOMETRÍA
DIPLOMADO EN ECONOMETRÍA Presentación La Coordinación de Educación Continua y Vinculación de la Facultad de Economía inauguró en 1987 el diplomado de Métodos Estadísticos Aplicados a la Economía, que fue
Más detallesINSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE ECONOMÍA GUIA DE MODELOS ECONOMETRICOS ( ) ( ) ( ) (0.08)
GUIA DE MODELOS ECONOMETRICOS Se estimó el siguiente modelo de inversión: Fbk t = 31032550-92480.81r t + 6537785t + 0.79FBK t-1 (25993807) (674994.4) (2596703) (0.08) R 2 = 0.99 DW = 2.081 n = 53 R 2 ajustada
Más detallesEstimación MC2E, MVIL en Modelos de Ecuaciones Simultáneas
Estimación MC2E, MVIL en Modelos de Ecuaciones Simultáneas Economía Aplicada III (UPV/EHU) OCW 2013 Contents 1 Mínimos Cuadrados en 2 Etapas 2 Mínimos Cuadrados en 2 Etapas El método de Mínimos Cuadrados
Más detallesEconometría de Económicas Ejercicios para el tema 2 y 3
Econometría de Económicas Ejercicios para el tema 2 y 3 Curso 2005-2006 Profesores Amparo Sancho Perez Guadalupe Serrano Pedro Perez 1 1- Los datos que se adjuntan hacen referencia a los datos de producción
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Metodología Box-Jenkins Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es un resumen/modificación de la documentación elaborada
Más detalles2 Introducción a la inferencia estadística Introducción Teoría de conteo Variaciones con repetición...
Contenidos 1 Introducción al paquete estadístico S-PLUS 19 1.1 Introducción a S-PLUS............................ 21 1.1.1 Cómo entrar, salir y consultar la ayuda en S-PLUS........ 21 1.2 Conjuntos de datos..............................
Más detallesT6. Modelos multiecuacionales
T6. Modelos multiecuacionales Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 41 Índice 1 Los modelos multiecuacionales: SUR y SEM 2 Modelos
Más detallesCointegración. Andrés Ramírez Hassan. R e c e p c i ó n : 2 5 d e m a r z o d e I A c e p t a c i ó n : 2 5 d e m a y o d e
9 REVISTA Universidad EAFIT Vol. 43. No. 146. 2007. pp. 9-19 Cointegración y Paridad Descubierta de Intereses en la Economía Colombiana 2000-2005 R a l a Andrés Ramírez Hassan Docente e investigador del
Más detallesSección Teórica. , cuya información se presenta a continuación. Completar las celdas necesarias para responder a las preguntas 1 a 5.
UNAM Facultad de Economía Licenciatura en Economía Examen parcial de Introducción a la Econometría Noviembre 10, 2015 AAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAA
Más detallesInferencia y Especificación en Modelos de Ecuaciones Simultáneas
Inferencia y Especificación en Modelos de Ecuaciones Simultáneas Economía Aplicada III (UPV/EHU) OCW 2013 Contenidos 1 Inferencia con estimadores de información limitada Contrastes de restricciones con
Más detalles7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL. Jorge Eduardo Ortiz Triviño
7. REGRESIÓN POR MÍNIMOS CUADRADOS: REGRESIÓN POLINOMIAL Jorge Eduardo Ortiz Triviño jeortizt@unal.edu.co http:/www.docentes.unal.edu.co/jeortizt/ Introducción Los datos frecuentemente son dados para valores
Más detallesNombre y Apellidos:... EXAMEN ECONOMETRÍA II (Enero 2010)
Nombre y Apellidos:... NIU:... Grupo:... EXAMEN ECONOMETRÍA II (Enero 2010) Lea cuidadosamente cada pregunta. Marque muy claramente la respuesta de cada pregunta en la hoja de respuestas. Observe que los
Más detallesEconometría II. Hoja de Problemas 1
Econometría II. Hoja de Problemas 1 Nota: En todos los contrastes tome como nivel de significación 0.05. 1. SeanZ 1,...,Z T variables aleatorias independientes, cada una de ellas con distribución de Bernouilli
Más detallesUN MODELO DE COINTEGRACIÓN PARA PRONOSTICAR EL PIB DE MÉXICO. Alejandro Pérez-López Elguezabal 1 DOCUMENTO DE INVESTIGACIÓN NO.
UN MODELO DE COINTEGRACIÓN PARA PRONOSTICAR EL PIB DE MÉXICO Alejandro Pérez-López Elguezabal 1 DOCUMENTO DE INVESTIGACIÓN NO. 9504 JULIO, 1995 1 Banco de México. Las opiniones expresadas por el autor
Más detallesLucila Finkel Temario
Lucila Finkel Temario 1. Introducción: el análisis exploratorio de los datos. 2. Tablas de contingencia y asociación entre variables. 3. Correlación bivariada. 4. Contrastes sobre medias. 5. Regresión
Más detallesCOLEGIO DE POSTGRADUADOS INSTITUCIÓN DE ENSEÑANZA E INVESTIGACIÓN EN CIENCIAS AGRÍCOLAS C A M P U S M O N T E C I L L O POSTGRADO EN ECONOMÍA AGRÍCOLA
INSTITUCIÓN DE ENSEÑANZA E INVESTIGACIÓN EN CIENCIAS AGRÍCOLAS C A M P U S M O N T E C I L L O POSTGRADO EN CATÁLOGO DE CAPACIDADES, PRODUCTOS Y SERVICIOS Informes: Carretera México-Texcoco, Km 36.5 C.
Más detallesInformación sobre Gastos de Consumo Personal y Producto Interno Bruto ( ) en miles de millones de dólares de 1992.
Universidad Nacional Autónoma de Nicaragua UNAN-Managua Curso de Análisis y Diseño de Modelos Econométricos Profesor: MSc. Julio Rito Vargas Avilés. Participantes: Docentes /FAREM-Carazo Encuentro No.4
Más detallesEconometría II Grado en finanzas y contabilidad
Econometría II Grado en finanzas y contabilidad Procesos autorregresivos Profesora: Dolores García Martos E-mail:mdgmarto@est-econ.uc3m.es Este documento es un resumen/modificación de la documentación
Más detallesPRODUCCIÓN E INVERSIÓN: ESTÁN CO-INTEGRADAS EN LA REGIÓN DE NORTE AMÉRICA?
PRODUCCIÓN E INVERSIÓN: ESTÁN CO-INTEGRADAS EN LA REGIÓN DE NORTE AMÉRICA? Dr. Osvaldo U. Becerril Torres 1 Dra. Rosa Azalea Canales García 2 Dra. Gabriela Munguía Vázquez 3 RESUMEN Esta investigación
Más detallesLA COINTEGRACIÓN EN SERIES DE TIEMPO, UNA APLICACIÓN A LA RELACIÓN ENTRE EL PIB Y EL NIVEL DE EXPORTACIONES EN COLOMBIA
LA COINTEGRACIÓN EN SERIES DE TIEMPO, UNA APLICACIÓN A LA RELACIÓN ENTRE EL PIB Y EL NIVEL DE EXPORTACIONES EN COLOMBIA Rios S. Omar A. Universidad del Valle, Facultad de Ingeniería, Escuela de Estadística
Más detallesTODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL)
TODO ECONOMETRIA TEMA 1: MODELO BASICO DE REGRESIÓN LINEAL MULTIPLE (MBRL) NOTA IMPORTANTE - Estas notas son complementarias a las notas de clase del primer semestre correspondientes a los temas de Regresión
Más detallesFundamentos del Análisis Econométrico. Dante A. Urbina
Fundamentos del Análisis Econométrico Dante A. Urbina Qué es la Econometría? Etimológicamente Econometría significa medición de la economía. En ese contexto, la Econometría es la aplicación de métodos
Más detallesIng. MSc. Luis Fernando Restrepo Gómez
Ing. MSc. Luis Fernando Restrepo Gómez Introducción a la Valuación Masiva METODOLOGÍA VALUATORIA Sigue los pasos de la metodología científica, y se apoya en el análisis estadístico de datos comparables.
Más detallesUniversidad Nacional Autónoma de México Laboratorio de Cómputo Científico, F. C.
: Un Universidad Nacional Autónoma de México Laboratorio de Cómputo Científico, F. C. : Un presenta México D.F., a 23 de Septiembre de 2010. Historia : Un La estimación de mineral recobrable es muy importante
Más detallesTema 6. Multicolinealidad. Contenido Multicolinealidad perfecta Multicolinealidad de grado alto
Tema 6 Multicolinealidad Contenido 6.1. Multicolinealidad perfecta...................... 108 6.. Multicolinealidad de grado alto................... 110 108 Tema 6. Multicolinealidad A la hora de estimar
Más detallesAnálisis Probit. StatFolio de Ejemplo: probit.sgp
STATGRAPHICS Rev. 4/25/27 Análisis Probit Resumen El procedimiento Análisis Probit está diseñado para ajustar un modelo de regresión en el cual la variable dependiente Y caracteriza un evento con sólo
Más detallesT2. El modelo lineal simple
T2. El modelo lineal simple Ana J. López y Rigoberto Pérez Dpto Economía Aplicada. Universidad de Oviedo Curso 2010-2011 Curso 2010-2011 1 / 40 Índice 1 Planteamiento e hipótesis básicas 2 Estimación de
Más detallesTODO ECONOMETRIA. Bondad del ajuste Contraste de hipótesis
TODO ECONOMETRIA Bondad del ajuste Contraste de hipótesis Índice Bondad del ajuste: Coeficiente de determinación, R R ajustado Contraste de hipótesis Contrastes de hipótesis de significación individual:
Más detallesANALISIS FACTORIAL. Jorge Galbiati R.
ANALISIS FACTORIAL Jorge Galbiati R El análisis factorial es un modelo matamático que pretende explicar la correlación entre un conjunto grande de variables observadas y un pequeño conjunto de factores
Más detallesLa función de consumo de Castilla y León
Facultad de Ciencias Económicas y empresariales Grado en Economía La función de consumo de Castilla y León Presentado por: Guillermo Torrego García Tutelado por: Jesús Cavero Álvarez Valladolid, a 25 de
Más detallesLa remuneración al encaje y la determinación de los márgenes bancarios de tasas de interés
La remuneración al encaje y la determinación de los márgenes bancarios de tasas de interés Diciembre, 26 Zenón Quispe Misaico Motivación Altas tasas de interés crediticias atribuidas a los elevados márgenes
Más detallesConstrucción de un índice coincidente usando factores comunes dinámicos
Construcción de un índice coincidente usando factores comunes dinámicos Fabio H. Nieto Universidad Nacional de Colombia Bogotá, COLOMBIA Agosto 30, 2013, ITAM, Ciudad de México D.F. Plan de la conferencia
Más detallesCAPÍTULO 3 METODOLOGÍA
CAPÍTULO 3 METODOLOGÍA El siguiente capítulo presenta la siguiente estructura. En la primera parte se describe el proceso de la obtención de la muestra. En la segunda parte se menciona el modelo base y
Más detallesECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES. Modelos econométricos dinámicos uniecuacionales
ECONOMETRÍA II: ECONOMETRÍA DE SERIES TEMPORALES Modelos econométricos dinámicos uniecuacionales Introducción: Hemos estudiado modelos de tipo: y t = φ 0 + p i=1 φ iy t i + q j=0 θ jɛ t j y t = β x t +
Más detallesGráfico 1: Evolución del exceso de rentabilidad de la empresa y de la cartera de mercado
Caso 1: Solución Apartado a) - 2 0 2 4 6 0 2 0 4 0 6 0 8 0 1 0 0 p e r i o d E x c e s s r e t u r n, c o m p a n y a e x c e s s r e t u r n m a r k e t p o r t f o l i o Gráfico 1: Evolución del exceso
Más detallesRepaso de álgebra de matrices y probabilidad. Javier Santibáñez (IIMAS, UNAM) Regresión Semestre / 58
Repaso de álgebra de matrices y probabilidad Javier Santibáñez (IIMAS, UNAM) Regresión Semestre 2017-2 1 / 58 Preliminares Definición (matriz) Una matriz de dimensión m n es un arreglo rectangular de números
Más detallesMétodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández
Métodos de Investigación en Psicología (11) Dra. Lucy Reidl Martínez Dra. Corina Cuevas Reynaud Dra. Renata López Hernández El método incluye diferentes elementos Justificación Planteamiento del problema
Más detallesECONOMETRÍA II Prof.: Begoña Álvarez TEMA 1 INTRODUCCIÓN. Estimación por máxima verosimilitud y conceptos de teoría asintótica
ECONOMETRÍA II Prof.: Begoña Álvarez 2007-2008 TEMA 1 INTRODUCCIÓN Estimación por máxima verosimilitud y conceptos de teoría asintótica 1. ESTIMACIÓN POR MÁXIMA VEROSIMILITUD (MAXIMUM LIKELIHOOD) La estimación
Más detallesXXVIII ENCUENTRO DE ECONOMISTAS. Descomposición Histórica de la Inflación en Perú. Distinguiendo entre choques de demanda y choques de oferta
XXVIII ENCUENTRO DE ECONOMISTAS Descomposición Histórica de la Inflación en Perú. Distinguiendo entre choques de demanda y choques de oferta Guillermo Lavanda (PUCP) Gabriel Rodríguez (PUCP) Contenido
Más detallesCALIFICACION: - P C: precio medio de los productos sustitutivos existentes en el mercado en euros.
6 + 10 + 3 = 19 CALIFICACION: Ventasgdt Una empresa que produce una marca de detergente líquido desea contar con un modelo para planificar su producción, estimar las necesidades de materias primas y de
Más detallesviii CAPÍTULO 2 Métodos de muestreo CAPÍTULO 3 Análisis exploratorio de datos
Contenido Acerca de los autores.............................. Prefacio.... xvii CAPÍTULO 1 Introducción... 1 Introducción.............................................. 1 1.1 Ideas de la estadística.........................................
Más detallesEjemplo 6.2. Pilar González y Susan Orbe. Dpto. Economía Aplicada III (Econometría y Estadística)
Ejemplo 6.2 Inferencia en el Modelo de Regresión Lineal General Pilar González y Susan Orbe Dpto. Economía Aplicada III (Econometría y Estadística) Pilar González y Susan Orbe OCW 2013 Ejemplo 6.2 Inferencia
Más detallesEficiencia del Mercado Bursátil Peruano y Efectos del Crecimiento Económico sobre el financiamiento del Sector Privado Período
Eficiencia del Mercado Bursátil Peruano y Efectos del Crecimiento Económico sobre el financiamiento del Sector Privado Período 2002 2012 Josué Wilder Arturo Sánchez Paucar Egresado de la Universidad de
Más detallesTema 7. Introducción Metodología del contraste de hipótesis Métodos no paramétricos
7-1 Tema 7 Contrastes de Hipótesis para una Muestra Introducción Metodología del contraste de hipótesis Métodos no paramétricos Test binomial Test de los signos Test de rango con signos de Wilcoxon Test
Más detallesTema 8: Regresión y Correlación
Tema 8: Regresión y Correlación Estadística. 4 o Curso. Licenciatura en Ciencias Ambientales Licenciatura en Ciencias Ambientales (4 o Curso) Tema 8: Regresión y Correlación Curso 2008-2009 1 / 12 Índice
Más detallesMODELOS DE CORRECCION DE ERROR NO LINEAL ENTRE MERCADOS ACCIONARIOS LATINOAMERICANOS Y EL MERCADO ACCIONARIO DE ESTADOS UNIDOS
Revista MODELOS de Análisis DE CORRECCION Económico, Vol. DE ERROR 21, Nº 1, NO pp. LINEAL 117-129 ENTRE (Junio 2006) MERCADOS 117 MODELOS DE CORRECCION DE ERROR NO LINEAL ENTRE MERCADOS ACCIONARIOS LATINOAMERICANOS
Más detalles5. Descripción teórica de los modelos econométricos. La naturaleza del estudio que esta tesis pretende realizar nos lleva a enfrentarnos
5. Descripción teórica de los modelos econométricos El problema de la auto-selección La naturaleza del estudio que esta tesis pretende realizar nos lleva a enfrentarnos inevitablemente a un problema de
Más detallesMétodo Kriging de inferencia espacial
Método Kriging de inferencia espacial Autor: M. en G. Alberto Porras Velázquez Introducción Kriging es un método de inferencia espacial, el cual nos permite estimar los valores de una variable en lugares
Más detallesHoja de Ejercicios 3 El modelo de regresión lineal múltiple
Hoja de Ejercicios 3 El modelo de regresión lineal múltiple Nota: En aquellos ejercicios en los que se incluyen estimaciones y referencia al archivo de datos utilizado, el estudiante debería comprobar
Más detallesMODELOS DE ECUACIONES SIMULTANEAS
Universidad de Murcia Workshop Grupo de computación paralela 15 de Diciembre de 2010 1 Modelos de Ecuaciones Simultáneas. 2 3 4 Conceptos previos. La regresión lineal es un método matemático que modeliza
Más detallesFecha de expedición: Número de Cliente
PÁGINA: 1 ANEXO 1 REGISTRO DE INSCRIPCIÓN REGISTRO DE INSCRIPCIÓN Fecha de expedición: Número de Cliente Nombre del Cliente: (Productor u Organización) (En caso de Organización) Nombre del Representante
Más detallesPUEDEN SER UTILIZADOS LOS TIPOS FORWARD PARA MEJORAR LAS PREDICCIONES DE TIPOS DE INTERÉS FUTUROS? Giovana Muñoz Sagarvinaga
PUEDEN SER UTILIZADOS LOS TIPOS FORWARD PARA MEJORAR LAS PREDICCIONES DE TIPOS DE INTERÉS FUTUROS? Giovana Muñoz Sagarvinaga Trabajo de investigación 007/014 Master en Banca y Finanzas Cuantitativas Tutor:
Más detalles