UN MODELO PARA LA PROYECCIÓN DE PRECIOS AGRÍCOLAS

Documentos relacionados
Estimación de Elasticidades Armington para la Argentina

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN ARROCERA EN EL ECUADOR

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

Licenciatura en Administración y Dirección de Empresas INTRODUCCIÓN A LA ESTADÍSTICA EMPRESARIAL

Índice de Precios de las Materias Primas

El Impacto de las Remesas en el PIB y el Consumo en México, 2015

Tema 6 El mercado de bienes y la función IS

EJERCICIO 1 1. VERDADERO 2. VERDADERO (Esta afirmación no es cierta en el caso del modelo general). 3. En el modelo lineal general

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

Análisis cuantitativo aplicado al Comercio Internacional y el Transporte

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 6 de Junio de :00 horas. Pregunta 19 A B C En Blanco. Pregunta 18 A B C En Blanco

El Modelo IS-LM. El modelo IS-LM

Aspectos fundamentales en el análisis de asociación

Modelos lineales Regresión simple y múl3ple

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

6 Impacto en el bienestar de los beneficiarios del PAAM

Tema 6 El mercado de bienes y la función IS

2ª Colección Tema 2 La oferta, la demanda y el mercado

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 19 de Septiembre de :30 horas. Pregunta 19 A B C En Blanco

CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 17 de Mayo de :00 horas

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

CAPÍTULO 4 MARCO TEÓRICO

SEGUNDA PARTE RENTAS FINANCIERAS

Figura 1

NOTA METODOLÓGICA 1. CÁLCULO DEL IDH. METODOLOGÍA ONU

AJUSTE DE LA CURVA DE PROBABILIDAD DEL ESCURRIMIENTO MEDIO HIPERANUAL ANUAL SEGÚN LA TEORÍA S B JOHNSON.

Pronósticos. Humberto R. Álvarez A., Ph. D.

EXAMEN FINAL DE ECONOMETRIA, 3º CURSO (GRADOS EN ECO y ADE) 20 DE JUNIO DE horas

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES

Problemas donde intervienen dos o más variables numéricas

Muestra: son datos de corte transversal correspondientes a 120 familias españolas.

Análisis de Regresión y Correlación

Medidas de Variabilidad

Regresión múltiple k k

MEMORIA TÉCNICA. Dinámica del agua en el suelo a través del contenido de humedad edáfica H Paoli y J Diez

El modelo neoclásico de crecimiento para una economía cerrada: modelo Solow-Swan.

PRÁCTICA 16: MODELO DE REGRESIÓN MÚLTIPLE SOLUCIÓN

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Comp. Monop. Krugman (1979)

DISTRIBUCIONES BIDIMENSIONALES

METODOLOGÍA MUESTRAL ENCUESTA A LAS PEQUEÑAS Y MEDIANAS EMPRESAS

INTRODUCCIÓN. Técnicas estadísticas

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

TEMA 3. La política económica en una economía abierta con movilidad perfecta de capitales

Economía de la Empresa: Financiación

MACROECONOMÍA: ECONOMÍA CERRADA GRADO EN ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS

La adopción y uso de las TICs en las Microempresas Chilenas

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

Un ejemplo de Análisis Factorial de Correspondencias

Solución de los Ejercicios de Práctica # 1. Econometría 1 Prof. R. Bernal

TEMA III EL ANÁLISIS DE REGRESIÓN LINEAL MÚLTIPLE

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Capitalización y descuento simple

Instituto Nacional de Estadísticas Chile METODOLOGÍA. Encuesta Estructural de Transporte por Carretera Año contable 2012

TEMA 3: LA POLÍTICA ECONÓMICA EN EL MODELO IS-LM

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2011 INSTITUTO NACIONAL DE ESTADÍSTICAS

Lección 4. Ejercicios complementarios.

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Inferencia en Regresión Lineal Simple

VII. Solución numérica de ecuaciones diferenciales

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

UNIDAD 12: Distribuciones bidimensionales. Correlación y regresión

SEMANA 13. CLASE 14. MARTES 20/09/16

Examen Final de Econometría Grado

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

EJERCICIOS: Tema 3. Los ejercicios señalados con.r se consideran de conocimientos previos necesarios para la comprensión del tema 3.

Instituto Tecnológico Superior del Sur del Estado de Yucatán EGRESIÓN LINEAL REGRESI. 10 kg. 10 cm

ÍNDICE. 1. Evolución de los precios de la tierra en la C. Valenciana. 2. Principales resultados de los precios de la tierra del año 2016

Introducción a la Física. Medidas y Errores

ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2013 INSTITUTO NACIONAL DE ESTADÍSTICAS

Integración n Financiera Internacional y Crecimiento Económico

Metodología del Índice de Excedente Bruto Unitario de la Industria Exportadora (IEBU) 1

MACROECONOMÍA I GUÍA. de trabajos prácticos Nº 5: el modelo de OFERTA AGREGADA- DEMANDA AGREGADA

PRACTICA 4. Asignatura: Economía y Medio Ambiente Titulación: Grado en ciencias ambientales Curso: 2º Semestre: 1º Curso

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA

Procedimiento de Cálculo de las Tarifas de Transporte y Distribución de Gas Natural por Ductos para el caso de la Red Principal de Camisea

TÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3

LECTURA 07: MEDIDAS DE TENDENCIA CENTRAL (PARTE II) LA MEDIANA Y LA MODA TEMA 17: LA MEDIANA Y LA MODA

Tema 1: Estadística Descriptiva Unidimensional

I.E.S. Historiador Chabás -1- Juan Bragado Rodríguez

SEMANA 5 MEDIDAS DE TENDENCIA CENTRAL Y POSICIÓN

RECETA ELECTRÓNICA: IMPACTO SOBRE EL GASTO FARMACEÚTICO

METODOLOGÍA ENCUESTA ESTRUCTURAL DE TRANSPORTE POR CARRETERA AÑO CONTABLE 2014 INSTITUTO NACIONAL DE ESTADÍSTICAS

EJERCICIOS PROPUESTOS TEMAS 1 Y 2

truncación inferior en el punto a=25 es igual a El grado de truncación es del

El costo de oportunidad social de la divisa ÍNDICE

Relación 2: Regresión Lineal.

Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos. Frecuencia absoluta (f i )

EFECTOS DEL LIBRE COMERCIO EN LA AGRICULTURA BOLIVIANA. Lic. Julio Vargas Porcel* Lic. Claudia Montecinos Borda** Septiembre, 2009 RESÚMEN

EXPERIMENTACIÓN COMERCIAL(I)

Diseño de la Muestra. Introducción. Tipo de muestreo y estratificación

Formulación y Evaluación de Proyectos

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I

INTRODUCTION TO ECONOMETRICS

Transcripción:

UN MODELO PARA LA PROYECCIÓN DE PRECIOS AGRÍCOLAS Por Rnaldo A. Colomé, Carlos F Ceballos Ferroglo y César Pran Insttuto de Economía y Fnanzas (IEF), FCE, UNC Resumen El objeto prncpal es formular un modelo para la proyeccón de precos de equlbro a largo plazo del trgo, el maíz y la soja para Argentna, medante un proceso betápco. La prmer etapa es un análss econométrco de regresón múltple para determnar las varables explcatvas de los respectvos precos. La segunda, tomando como datos los parámetros correspondentes a varables explcatvas sgnfcatvas estadístcamente, se recurró a la aplcacón de un modelo de smulacón de Montecarlo para construr una dstrbucón de frecuencas correspondente a cada varable dependente. Medante nferenca estadístca se construyeron ntervalos de confanza para los precos futuros. Palabras Clave: Precos Agrícolas, Modelo, Proyeccón Códgo (JEL): Q1, C1 Abstract The man object s to formulate a model for the projecton of long run equlbrum prces for wheat, corn, and soy bean for Argentna, through a two steps process. The frst step conssts n a multple regresson econometrc analyss to determne the explanaton varables for the prces of wheat, corn, and soy bean. In the second one, taken the parameters for the respectve statstcally sgnfcant varables, a Montecarlo smulaton model s appled to construct frequency dstrbuton ntervals for each dependent varable. Through nferental statstcs, confdence ntervals for the future prces of wheat, corn, and soy bean were constructed. Key Words: Agrcultural Prces, Model, Projecton Code (JEL): Q1, C1 1

I. Introduccón La produccón agrícola es de gran mportanca para Argentna. Esto es una verdad de pero grullo. Sn embargo, esta mportanca se acrecentó en los últmos años y, especalmente, luego de la crss del 21, en que el sector aceleró su crecmento y se transformó quzá en el factor más mportante en la reactvacón y crecmento de la economía argentna. A esto lo vatcné en plena crss (pero como no lo escrbí, el lector tene todo el derecho a dudar de su veracdad). A esta afrmacón no la hce sguendo el vejo adago: una buena cosecha nos saca de la crss, sno porque había fundamentos para ello: una revolucón tecnológca y una coyuntura de altos precos nternaconales. Esto, combnado con una tasa de cambo del dólar muy por encma del tpo de cambo real de equlbro generaba altos precos en el mercado doméstco, lo que permtía mantener una holgada rentabldad, no obstante los altos mpuestos a la exportacón ( retencones ). Sn embargo, los precos nternaconales comenzaron a caer y, la combnacón de ellos con el tpo de cambo del dólar tambén en descenso- hzo que en Abrl de 24 se regstraran valores pelgrosamente bajos para todos los granos, pero especalmente para la soja, la vedette de este proceso. Ello motvó un nterés mayor por la posbldad de formular una proyeccón de los precos agrícolas. Por lo tanto, surgó como objetvo formular un modelo que permta la proyeccón de los precos de los prncpales granos que produce y exporta Argentna al mercado nternaconal. El trabajo se lmtó a los precos del trgo, el maíz y la soja. II. Formacón de los Precos Agrícolas Argentna es un país efcente de bajos costos- en el grueso de su produccón agrícola, generando excedentes, los que son de exportacón habtual y, además, commodtes; por lo tanto el mercado para ellos es el nternaconal A pesar de la mportanca de su produccón agrícola, Argentna es país pequeño y, tratándose además de commodtes, actúa como tomador de precos de los mercados nternaconales (excepto en el complejo sojero). Esta stuacón elmna la posbldad de telaraña, ya que los excedentes exportables ajustan las dferencas entre las cantdades ofrecdas y demandadas en el mercado doméstco. Esto no ocurre así para los productos comercalzados exclusvamente en el mercado doméstco. Los precos de los commodtes se forman en las bolsas de los prncpales centros productores y comercalzadores del mundo, en general de los EEUU y, especalmente, en la Bolsa de Chcago. Como es obvo, los precos se determnan en dólares y esto tene una gran mportanca, como se verá luego. III. Característcas de los precos agrícolas La característca prncpal de los precos agrícolas es su gran varabldad a corto plazo; una varabldad moderada a medano plazo; y una tendenca secular decrecente. Ellas se especfcan a contnuacón: 1. Gran varabldad a corto plazo. La sensbldad prncpal es causada por condcones clmátcas. Un cambo en los nveles de produccón, o smplemente en las estmacones de cosecha de los commodtes, prncpalmente de los EEUU, por ejemplo un pronóstco desfavorable (causado por una sequía) hace subr nmedatamente el preco en las bolsas, y vceversa. En segundo lugar, un cambo en las estmacones de las exstencas o del consumo mundal, lo cual altera la relacón Exstencas/Consumo. En tercer lugar, los movmentos especulatvos en los contratos a futuro. 2

2. Varabldad a medano plazo, causada por las varacones de la cotzacón del dólar en relacón con las otras monedas fuertes. Estas varacones están determnadas prncpalmente por las polítcas macroeconómcas especalmente por las polítcas monetaras- de los países altamente desarrollados. Investgacones confrman una relacón nversa entre los movmentos de cotzacón del dólar y los precos agrícolas. Concretamente, una aprecacón del dólar causa una baja en los precos agrícolas y vceversa. Véase: Colomé (1988) y Colomé (199). 3. Tendenca secular decrecente. Las causas de ello son: ) El cambo tecnológco, que ha hecho ncrementar los rendmentos por hectárea, extender la frontera agrícola, y brndar la posbldad de doble cosecha en un año calendaro. Ello redunda, obvamente, en mayores nveles de produccón año tras año. ) La polítca Agrícola y Comercal ( Polítca Específca ) de los países altamente desarrollados, especalmente de la Unón Europea (UE) y de los EEUU. Los altos precos nternos, ya sea a través de subsdos por productos (pagos defctaros, en el caso de los EEUU) o de aranceles a la mportacón ((los prelevos de la Unón Europea UE) hacen ncrementar la produccón. Ellos determnan precos doméstcos superores a los precos nternaconales, demandando rentegros (subsdos) a la exportacón, lo que deprme los precos. IV. Metodología para la Proyeccón de los Precos de Equlbro de Largo Plazo La proyeccón de los precos de equlbro a largo plazo para el trgo, la soja y el maíz se desarrolló a través de un proceso betápco de aplcacón de técncas econométrcas y de smulacón matemátca. La prmer etapa consstó en la realzacón de un análss econométrco de regresón múltple para determnar la magntud y la dreccón de la nfluenca que dferentes varables explcatvas como ser produccón, consumo, varacón en los stocks, tpo de cambo, loan rate, etc. tenen sobre el preco de equlbro a largo plazo de los granos en cuestón. En la segunda etapa se tomaron como dato los parámetros correspondentes a varables explcatvas sgnfcatvas estadístcamente, de la ecuacón de regresón estmados en la etapa 1 y conjuntamente con una sere de supuestos referentes a las dstrbucones de frecuencas de cada una de las varables explcatvas; se recurró a la aplcacón de un modelo de smulacón de Montecarlo para construr una dstrbucón de frecuencas correspondente a la varable dependente. Posterormente, con la dstrbucón de frecuencas obtenda, medante smulacón de Montecarlo se recurró a la nferenca estadístca para construr ntervalos de confanza para los precos futuros del maíz, el trgo y la soja. Etapa 1 Determnacón del Preco de Equlbro -Análss de Regresón- Para la determnacón del preco de equlbro de los cereales en los EEUU se recurró a un modelo teórco de equlbro parcal en el que el valor asumdo por la varable dependente - preco de largo plazo- es explcado por la nteraccón de una sere de varables como ser consumo, produccón, varacones en los stocks, tpo de cambo, etc, que orgnan excesos de oferta o demanda, además de una sere de efectos susttucón e ngreso. La dreccón esperada de la nfluenca de cada varable explcatva sobre el preco de equlbro de largo plazo es la que se expone a contnuacón: Consumo y Produccón: en funcón a la teoría mcroeconómca se debería verfcar que los aumentos en la produccón del año en cuestón generen un exceso de oferta que se traduce en una reduccón en el preco de equlbro, en tanto que aumentos en el consumo se verían 3

reflejados en ncrementos del preco de equlbro. Varacones en las exstencas de los EEUU (USA): a la conjuncón del consumo y la produccón del año en cuestón se consderó oportuno agregar el efecto ocasonado por las varacones en las exstencas ( stock ) del año anteror al analzado. Esto en vrtud de que los ncrementos en el stock de un período se traducen en aumentos de la oferta del año posteror y consecuentemente en reduccones esperadas del preco de equlbro. Otra varable ncludas en el análss fue la que refleja las modfcacones en el tpo de cambo, por las razones explcadas más arrba, y la loan rate de la polítca agrícola de los EEUU. Adconalmente se ncluyó la varacón en el stock de la Unón Europea como varable explcatva para captar los efectos susttucón que podrían reemplazar el mpacto de las varacones en el stock de los EEUU; sn embargo esta varable resultó ser estadístcamente no sgnfcatva en la explcacón del preco de equlbro de cada uno de los granos analzados, lo cual puede estar explcado por las consderables dferencas en la magntud de ambos stocks. La especfcacón matemátca del modelo de regresón es la que se muestra en la sguente fórmula: P α LR [1] t = + β1 Dt + β2 Pt + β3 StUSAt 1 + β4 StUEt 1 + β5 TCt 1 + β6 donde P t = Preco de equlbro del grano en el período t. = soja, trgo, maíz D t = Demanda, P t = Produccón; StUSA t-1 = Varacón en los stocks de USA del perodo anteror; StUE t-1 = Varacón en los stocks de la Unón Europea del perodo anteror; TC t-1 = tpo de cambo rezagado un período; LR t = Loan Rate. t Los valores de los parámetros de cada una de las varables explcatvas obtendos como resultado del modelo de regresón son los que se exponen en la sguente tabla: Tabla 1. Resultados de la Regresón Parámetro Maíz Soja Trgo Constante 51,48 866,672 774,199 Produccón -,599 -,1933 -,977 Stock USA(-1) -,1119 -,23827 -,2598 Loan Rate No Sgnf -,816416 No Sgnf La varable consumo no resultó sgnfcatva a los nveles de confanza estpulados, en prncpo este fenómeno estaría asocado a cuestones de colnealdad con el resto de las varables explcatvas, en especal con la varacón de los stocks; sn embargo a pesar de no resultar sgnfcatva la varable mostró un sgno postvo como sería de esperar. 4

En lo referente a los valores de la tabla anteror se puede ver que las varables sgnfcatvas tenen en todos los casos el sgno esperado; de este modo, aumentos en la produccón del grano del año en cuestón deberán repercutr en reduccones en el preco de equlbro de los msmos. El msmo sgno negatvo se da con respecto a las varacones en los stocks rezagadas un período ya que los excesos de oferta del período anteror se converten en aumentos de la produccón dsponble del año analzado y por ende en un exceso de oferta del msmo. Adconalmente, la varable loan rate sólo resulto ser sgnfcatva en la explcacón del preco de equlbro en el caso de la soja. Etapa 2 Estmacón de los Valores Futuros de los Precos Agrícolas -Smulacón de Montecarlo- Con los parámetros de la regresón estmados en la etapa anteror para las varables que resultaron ser sgnfcatvas en la determnacón del preco de equlbro, se procedó a correr un modelo de smulacón de Montecarlo para construr una dstrbucón de frecuencas para la varable explcatva. El modelo de smulacón consste en asgnarle una dstrbucón de frecuenca a cada una de las varables explcatvas de la ecuacón [1]; en el presente caso se les asgno a cada varable explcatva una dstrbucón normal con meda gual al valor promedo obtendo de los valores observados para el período de los últmos 3 y 1 años, respectvamente. Con la combnacón de las funcones de dstrbucón de cada varable y los parámetros estmados en la etapa se obtene una sere de valores de preco de equlbro con los cuales se puede construr la funcón densdad de la msma. Esta funcón de densdad posterormente se utlzó para confecconar ntervalos de confanza para los precos de equlbro de la soja, el trgo y el maíz. Los resultados de la smulacón de Montecarlo son los sguentes: Maíz: La dstrbucón de frecuencas para el preco de equlbro del maíz estmado en base a los valores de las varables explcatvas para los últmos 3 años se muestra en el sguente gráfco: Gráfco 1 Proyeccón del preco del maíz en base a datos de los últmos 3 años. 2. Trals Frequency Chart 11 Outlers,29 Forecast: Preco estmado 58,22 43,5,15 29,7 14,5, -5, 5, 15, 25, 35, Certanty s 9,% from 66, to 291,33 Para un nvel de confanza del 9% el límte superor del preco del Maíz es de 291 USD (dólares estadoundenses) por tonelada, el límte nferor es de 66 USD/Tn y el valor promedo 169.3 USD/Tn. S se compara este valor con el preco vgente al momento del estudo 129 5

USD/Tn- se puede nferr una tendenca al alza en el preco del Maíz. Consderar un horzonte temporal de tal magntud puede llevar a ncurrr en errores de estmacón ya que los valores promedos se verán nfludos por datos extremos correspondentes a crss anterores no representatvas de la stuacón actual del mercado mundal del cereal; por lo tanto se consdera más oportuno tomar un horzonte temporal de sólo los últmos 1 años. Los resultados para este horzonte se muestran en el sguente gráfco. Gráfco 2 Proyeccón del preco del maíz en base a datos de los últmos 1 años. 2. Trals Frequency Chart 4 Outlers,29 Forecast: Preco estmado 58,22 43,5,15 29,7 14,5, 25, 68,75 112,5 156,25 2, Certanty s 9,5% from 69,92 to 167,92 Para un nvel de confanza del 9% el límte superor del preco del Maíz es de 167.92 USD por tonelada, el límte nferor es de 69.92 USD/Tn y el valor promedo 119.75 USD/Tn. S se compara este valor con el preco vgente al momento del estudo 129 USD/Tn- se puede nferr una tendenca a la reduccón en el preco del Maíz. Soja: La dstrbucón de frecuencas del preco de equlbro de la soja estmado en base a los valores de las varables explcatvas a 3 años es: Gráfco 3 Proyeccón del preco de la soja en base a datos de los últmos 3 años. 2. Trals Frequency Chart 7 Outlers,31 Forecast: Preco estmado 61,23 45,75,15 3,5,8 15,25,, 175, 35, 525, 7, Certanty s 9,2% from 165,67 to 557,67 Como se puede ver, para un nvel de confanza de aproxmadamente el 9% el límte superor del preco de la Soja es de 557.67 USD por tonelada, el límte nferor es de 156.67 USD/Tn y el valor promedo se ubca en 37.7 USD/Tn. Comparando este valor con el preco vgente al momento del estudo 373 USD/Tn- se puede nferr una tendenca levemente al alza en el preco de la Soja. 6

Nuevamente s se consdera que es más correcto la utlzacón de un horzonte temporal de 1 años se arrba a los sguentes valores: Gráfco 4 Proyeccón del preco de la soja en base a datos de los últmos 1 años. 2. Trals Frequency Chart 3 Outlers,3 Forecast: Preco estmado 59,22 44,25,15 29,5,7 14,75, 5, 162,5 275, 387,5 5, Certanty s 9,5% from 144,5 to 386, Para un nvel de confanza del 9% el límte superor del preco de la Soja es de 386 USD por tonelada, el límte nferor es de 144.5 USD/Tn y el valor promedo 263.17USD/Tn. S se compara este valor con el preco vgente al momento del estudo 373 USD/Tn- se puede nferr una tendenca a la reduccón en el preco de la Soja. Trgo: Operando de la msma manera que para la soja y el maíz, los valores del preco de equlbro a largo plazo del trgo basado en un horzonte temporal de 3 años es el que se expone en el gráfco sguente: Gráfco 5 Proyeccón del preco del trgo en base a datos de los últmos 3 años. Forecast: Preco estmado 2. Trals Frequency Chart 13 Outlers,25 5,19 37,5,13 25,6 12,5,, 112,5 225, 337,5 45, Certanty s 9,15% from 9, to 366, El valor promedo es de 225.9 USD/Tn el cual al ser comparado con el preco vgente al momento del estudo 172 USD/Tn- arroja una tendenca al alza. Realzando un estudo sobre la base de valores de los últmos 1 años los resultados son los del gráfco 6: 7

Gráfco 6 Proyeccón del preco del trgo en base a datos de los últmos 1 años. 2. Trals Frequency Chart 5 Outlers,32 Forecast: Preco estmado 64,24 48,16 32,8 16, 5, 162,5 275, 387,5 5, Certanty s 9,15% from 141,5 to 384,5 El valor esperado del preco de equlbro es de 265.92 USD/Tn, en tanto que el preco actual es de 172 USD/Tn lo que demuestra una fuerte tendenca al alza del preco del trgo. En la tabla sguente se resumen los prncpales resultados referentes a los ntervalos de confanza a un nvel de sgnfcacón del 1% para los precos de equlbro de cada uno de los granos analzados. Tabla 2 Intervalos de Confanza para Precos de Equlbro Maíz Trgo Soja Valor Esperado 119.75 265.92 263.17 Límte Superor 167.92 384.5 386. Límte Inferor 69.92 141.5 144.5 Valor Actual 129 172 373 Tendenca Esperada Baja Alza Baja V. ALGUNAS CONCLUSIONES El análss realzado ha demostrado que el modelo econométrco utlzado ha permtdo obtener una estmacón de los precos de equlbro de largo plazo para el maíz, el trgo y la soja con resultados en general esperados por la teoría económca. El modelo de smulacón de Montecarlo ha permtdo obtener valores esperados de precos del maíz, el trgo y la soja. Sobre todo los correspondentes a los últmos dez años permten establecer valores máxmos y mínmos que parecen corroborarse por las tendencas en el mercado. Ello se puede afrmar tenendo en cuenta que los resultados fueron obtendos a medados de 24. 8

Referencas Bblográfcas Colomé, R.A. (1988): "Dollar Exchange Rate Varablty and Agrcultural Polcy: Consequences on World Agrcultural Prces wth Reference to Argentna", Workng Papers n Internatonal Studes, I-88-19, Hoover Insttuton, Stanford Unversty, November. Colomé, R.A. (1989) "Varabldad del dólar: consecuencas sobre los precos agrícolas nternaconales con referenca a Argentna. Revsta Roplatense de Economía Agrara. Año I, No. 1, pp. 149-183. McCalla, Alex F. and Tmothy Joslng (1985), AGRICULTURAL POLICIES AND WORLD MARKETS, Macmllan, NY, USA. Fuentes de Datos Banco Mundal Bolsa de Cereales de Buenos Ares Bolsa de Comerco de Rosaro FAO Fondo Monetaro Internaconal INDEC Secretaría de Agrcultura y Ganadería de la Nacón Argentna USDA World Trade Organzaton 9