Efecto de los Grandes Especuladores en el Precio del Café en la Bolsa de Nueva York
Yessica Betancourt García1
Universidad de los Andes
Resumen
Existe la percepción de que a partir del 2009 los precios del café en la bolsa de Nueva York se han visto afectados por comportamientos especuladores, independientemente de los niveles de oferta y demanda de los productos (fundamentales). Este documento busca determinar en qué medida las actividades especulativas en el mercado de futuros afectan o no el precio del café y en qué forma lo hacen, mediante la implementación del modelo de Vectores Autorregresivos VAR, el modelo de Corrección del Error VEC, el análisis de funciones impulso-respuesta y la prueba de causalidad de Granger. Los resultados obtenidos permiten concluir que existe tanto correlación como causalidad entre las dos series.
Palabras Clave: Especulación, grandes especuladores, volatilidad, precio internacional del café, vectores autoregresivos (VAR), funciones impulso respuesta
Clasificación JEL: C32, D40, D53, D84
1 Memoria de grado para optar por el título de Economista de la Universidad de los Andes. Email: [email protected]. Trabajo dirigido por Ramón Antonio Rosales como asesor y Antonella Fazio como profesora en la clase Memoria de Grado, sinceros agradecimientos por ser quienes han guiado el desarrollo de este documento con sus enseñanzas y consejos. Especial gratitud al equipo de Inteligencia Competitiva de la Federación Nacional de Cafeteros por su apoyo e interés en mi trabajo, especialmente a Mario Alberto Briñez por sus ideas y recomendaciones. A David Martínez por su ayuda en la elaboración de la metodología y a todos quienes con su motivación hicieron posible este logro. Asimismo, agradezco infinitamente a mis padres por su apoyo incondicional a lo largo de mi proceso de formación y a mi pequeña Luciana quien es cada día el motor de mi vida, mi orgullo y mi felicidad.
1. Introducción
En el marco de la teoría de la formación de precios de los bienes, las soluciones de equilibrio entre la oferta y la demanda son el modelo económico básico para tal fin. En la realidad, los precios en el mercado de los commodities dependen de características particulares, tales como su ubicación, su forma de producción, las políticas del país del cual provienen. Sin embargo, aunque se espera que por estas leyes se formen los precios, existen múltiples factores que intervienen en su formación. En particular, el objetivo de este documento es determinar si existe o no una relación entre el comportamiento de los grandes especuladores2 en el mercado de futuros y el precio internacional del café de la Bolsa de Nueva York. Este tema es relevante porque aunque existen muchos estudios no hay consenso entre los autores en torno a si la especulación tiene causalidad con el precio del bien y, aunque se ha hecho para otros commodities3 como soja, cacao, petróleo o maíz, aún no se ha estudiado profundamente para el café.
Según Varian (2006) la teoría neoclásica presentada por Marshall en su obra Principles of Economics, publicada en 1890, demuestra que la oferta y demanda actúan simultáneamente para determinar el precio. La teoría de la formación de los precios tiene los siguientes supuestos: el comportamiento económico surge del comportamiento agregado de los individuos que son racionales y tratan de maximizar su beneficio mediante elecciones basadas en la información disponible. Además, el consumidor es tomador de precios de los productos determinados por el mercado y a partir de estos ajusta su consumo de tal manera que iguale la proporción de sus utilidades con los respectivos precios.
Ahora bien, el comportamiento individual de los especuladores “está dentro de la racionalidad maximizadora del beneficio que se espera del homo œconomicus en un contexto de escasez de los recursos, siguiendo los presupuestos de la economía neoclásica” (Durán & Urbano, s.f., p. 32). Es decir, su actuación se basa en la teoría marginal (el gasto
2Especuladores: En el mercado de commodities, un comerciante que tiene como objetivo obtener beneficios a
través de la anticipación con éxito en los movimientos de los precios.
en el que está dispuesto a incurrir para procurarse una unidad más del bien), sigue su propio beneficio y contribuye al beneficio colectivo, es racional y persigue su propio interés influenciado por las decisiones del presente proyectándose hacia el futuro. Dado lo anterior, es relevante analizar como la toma de decisiones de estos agentes, cuyo papel es de vital importancia en el mercado de futuros, afecta el precio de un commodity agrícola como el café.
En este trabajo se tienen en cuenta dos series: la primera, la correspondiente al promedio semanal del precio del café arábico del Contrato “C”4 que se transa diariamente en la Bolsa de Nueva York, el cual fue obtenido de ICE (2014). La segunda, y como un proxy de la especulación se considera la variación anual en el volumen semanal de transacciones especulativas en el mercado de futuros de The New York Board of Trade (NYBOT)5, información que fue extraída de CFTC (2014). Debido a que la información para la segunda variable se encuentra a partir de 1998, el estudio se hará para el periodo comprendido entre 1996 y 2013.
Sin embargo, la principal limitación desde el punto de vista empírico es que no existe una variable que represente la especulación, por lo que siguiendo el documento de Doporto y Michelena se usará un proxy que capture el comportamiento de los index funds. Además, aunque la CTFC maneje estadísticas semanales con las posiciones de los especuladores no hay un documento que muestre quiénes son, qué movimientos hicieron individualmente en la semana o cómo es su tendencia (alcista o bajista) frente a un commodity determinado. Lo anterior revela que la información es limitada y no se puede hacer un análisis más profundo.
Para observar la relación entre las dos variables se planea usar un Modelo de vectores autoregresivos (VAR) para determinar si existe correlación entre las dos variables, un conjunto de funciones de impulso respuesta, un Modelo de Corrección de Errores VEC y la
4Contrato “C”: contrato de referencia mundial para el café arábico correspondiente a 37,500 lbs.
5 Este trabajo toma la serie de precios del café de NYBOT ya que en Colombia el precio interno de referencia
que publica la Federación Nacional de Cafeteros (FNC) se basa en el cierre diario del mercado internacional de café que se cotiza en la Bolsa de Café de Nueva York.
prueba de causalidad de Granger. Este último método para determinar si además de correlación las dos series presentan causalidad.
El documento está organizado de la siguiente manera: en primer lugar, se presentará esta introducción que muestra cuál es el objetivo de este documento y cómo será desarrollado. Enseguida habrá una revisión de literatura, la cuál empezará por mostrar lo que se ha hecho para otros productos y luego lo que se ha hecho para el café. Luego, se presenta el marco teórico y el marco empírico y la relación de estos dos en el desarrollo de este trabajo. Finalmente se presentan los resultados y las conclusiones.
2. Revisión de la literatura
La revisión literaria está divida en dos partes: la primera, corresponde a los autores cuyos estudios concluyen que las series de precios para algunos commodities agrícolas (como por ejemplo el maíz, soja, trigo, arroz o café) están correlacionados con el comportamiento de los especuladores en el mercado de futuros pero argumentan que no existe causalidad. La segunda parte pertenece a una minoría de autores que afirman que existe tanto correlación como causalidad entre las dos series. En la actualidad este es un debate que no tiene una respuesta única ya que existen posiciones divididas, el objetivo de este documento es analizar a fondo lo que se ha escrito y a través de la utilización de métodos econométricos aportar a la discusión un resultado empírico.
Dentro del primer grupo se encuentran estudios como el de Doporto y Michelena (2011) en el que explican las causas de la volatilidad6 de los precios a nivel mundial de algunos
commodities agrícolas (maíz, trigo, sorgo, arroz, haba de soja, aceite de soja y aceite de girasol) con determinantes potenciales como la inflación, los inventarios, el tipo de cambio, la tasa de interés, el crecimiento del ingreso, el clima y la especulación para el periodo comprendido entre 1965 y 2009. Mediante el modelo econométrico desarrollado por Zellner (1962), el cual permite llevar a cabo una estimación multiecuacional en donde
se posibilita que los errores de cada ecuación individual estén correlacionados entre sí, los autores logran explicar que los principales determinantes que afectan la volatilidad son: la variación en la inflación y en la tasa de interés de los Estados Unidos, los aspectos climáticos en torno a las corrientes del Océano Pacífico, el crecimiento de los países emergentes y los niveles de inventarios disponibles. Sin embargo, concluyen que no es la especulación un determinante del cambio en el precio de estos commodities sino que podría ser más bien la especulación un síntoma de volatilidad.
La teoría de Doporto y Michelena (2011) es compartida por los escritos de algunos organismos internacionales como la OCDE, FAO, OICV- IOSCO y la Comisión Europea los cuales tampoco han concluido que existe causalidad entre el aumento de la volatilidad del precio de algunos commodities agrícolasy la actividad especulativa. Por ejemplo, Irwin y Sanders (2010) en un estudio realizado para la OCDE señalan que la participación de los
index funds7 se encuentra lejos de ser uno de los causantes en la volatilidad de los precios de los commodities. Además, aseguran que para el periodo de su análisis (junio de 2006 a diciembre de 2009) la subida en los precios no se debió a la especulación pues mientras los inventarios disminuyeron en este periodo su precio aumentó. Además, resaltan la importancia de no confundir la correlación con la causalidad pues para ellos existe la correlación entre las series pero no causalidad.
Asimismo, FAO (2010) y OICV-IOSCO (2009) estudian la conducta de los especuladores para el mismo periodo y llegan a la conclusión de que el aumento de los precios se debió a los fundamentales y no a la especulación. Irwin y Sanders (2010), FAO (2010) y OICV-IOSCO (2009) aseguran que los agentes especuladores le aportan liquidez al mercado y absorben el riesgo-precio8 al que se enfrenta el productor. En general, los autores afirman que la presencia de estos actores en el mercado de commodities es primordial para su funcionamiento pero concluyen además que se deben crear mecanismos que garanticen
7 Irwin y Sanders definen los index funds como un fondo de inversión que entra en los futuros o las posiciones
de intercambio de los productos básicos, con el fin de replicar el rendimiento de un índice de precios de los productos o de los precios de futuros de productos básicos.
8 El riesgo-precio al que se enfrentarían los productores al participar en el mercado de futuros es que fijen un
precio hoy y al realizar la venta este esté por encima de lo acordado. El riesgo-precio en el mercado de futuros es asumido por los intermediarios/traders.
información y más transparencia acerca de su comportamiento, siempre y cuando estos no desincentiven la especulación.
Rossi (2013), de acuerdo con Doporto y Michelena, hace un análisis estadístico sobre la volatilidad en mercados financieros y de commodities en el que concluye que no se ha podido corroborar la conexión entre las causas de la volatilidad con el incremento en la especulación. Para demostrarlo mide los cambios en el precio del petróleo, el oro, S&P 500 y el maíz desde 1984 hasta 2011 y encuentra que mucho antes de que se crearan los mercados de futuros y las opciones ya existía la variabilidad de los precios. Por lo anterior, explica que estos mecanismos se crearon para brindar una mayor cobertura antes los cambios impredecibles en los precios de distintos activos y para promover un incremento en la liquidez, lejos de ser la especulación una desventaja para estos mercados.
Hasta el momento se ha visto que no existe causalidad entre la especulación y la variación en el precio de los commodities, ya que los autores concuerdan que el comportamiento del especulador lejos de causar perjuicio en el precio, es un mecanismo que da liquidez en el mercado, absorbe el riesgo-precio al cual se enfrenta el productor y brinda cobertura ante los cambios impredecibles de distintos activos. Sin embargo, hay quienes tienen una hipótesis diferente como es el caso de Curcio, De Jesús y Vilker (s.f.) quienes explican el proceso de financiarización que se dio a partir del 2009 y que corresponde a un aumento en la participación de los inversores financieros en el mercado de los commodities. En el documento, los autores concluyen que la incorporación de nuevos inversores trajo consigo un aumento en la volatilidad de los precios, los cuales ya no eran determinados solo por los fundamentales, sino que como consecuencia de la incertidumbre, especialmente en los inventarios, unos inversores seguían a los otros sin importar la información del mercado físico. Para llegar a esta conclusión, implementaron el Modelo de los Retornos de inversión de commodities, pruebas de raíz unitaria y prueba de causalidad de Granger y obtuvieron como resultado que tanto la diferencia del índice de inversión (S&P GSCI) como los retornos del periodo anterior (para las series de los precios de la soja, petróleo, trigo y cobre) son significativos para explicar el cambio en los retornos.
Igualmente, Maurice (2011) en su documento analiza el efecto de la especulación en los precios desde 1990 hasta 2010 mediante la prueba de Causalidad de Granger y la prueba de Cointegración para dos productos alimenticios: café y cacao. Expone que existen dos causas para que varíen los precios: el sector de la energía representado por los precios del petróleo y los precios futuros, y que, con respecto a los especuladores, estos mitigan el precio-riesgo solo sí son una reacción inmediata a la actividad del mercado. A manera de conclusión Maurice (2011) le atribuye a la crisis económica de 2008-2009 la causa por la que se alteraron los precios futuros y los precios corrientes para algunos commodities
agrícolas y, a diferencia de los anteriores autores, sugiere que el comportamiento de los inversores/especuladores ayuda a explicar las variaciones en los precios del café y del cacao, que no pueden ser explicadas únicamente por los fundamentales.
Asimismo, Briñez (2006) prueba las relaciones existentes entre el mercado del café colombiano y el mercado mundial de bienes primarios donde queda demostrado que estas dos series siguen una tendencia común y que, mediante pruebas de impulso respuesta y los modelos VAR y VEC, el precio del café responde al comportamiento del índice de bienes primarios CRB. Este trabajo no analiza la relación entre el precio internacional del café y el comportamiento de los especuladores pero demuestra que mediante la utilización y buen manejo de estos modelos y funciones se puede hallar una relación que no sea espuria entre estas dos series.
En conclusión, los estudios consultados arrojan posiciones divididas acerca de los beneficios o desventajas de la actuación de los especuladores en el mercado de futuros. Aunque no hay consenso entre los autores acerca de si efectivamente el comportamiento de estos agentes causa un efecto hacia la serie de precios de commodities agrícolas (entre ellos el café), si están de acuerdo en que existe correlación entre estas. Por lo tanto, el objetivo en adelante es obtener empíricamente si la serie de precios del café está correlacionada y es causada por el comportamiento de agentes especulativos, siendo el aporte de este documento un análisis econométrico que observe la relación poco estudiada entre la especulación y el café.
3. Descripción del precio del café y las transacciones especulativas
Dado que en la revisión de literatura no se halló consenso entre los autores acerca del papel de la especulación sobre los precios de algunos productos agrícolas, en esta sección se hará una descripción gráfica de estas dos series para hacer una aproximación preliminar de sus comportamientos. En la Gráfica 1 se presenta el promedio semanal de la primera posición para el Contrato “C” y la cantidad neta de contratos de los especuladores para el periodo 1996 a 2013, en la que la escala con la que se mide la gráfica del café colombiano aparece en la parte izquierda y la escala de la gráfica del índice del comportamiento especulador en la derecha, donde se puede observar que las dos series muestran un comportamiento decreciente en los últimos años.
Gráfica 1. Promedio semanal del precio del café y cantidad neta de
contratos de especuladores
Fuente: ICE y CFTC. Cálculos propios.
Al analizar el comportamiento de las dos series se puede apreciar que tienen un comportamiento similar, ya que presentan auges y caídas en los mismos periodos de
tiempo. Asimismo, si se incluyen las líneas de tendencia para las dos series se puede observar que estas presentan pendientes similares, es decir, que la cantidad neta de contratos futuros de los especuladores han cambiado de la misma manera que el precio del café.
Tabla 1. Promedio y desviación estándar para el precio del café y los contratos netos de los especuladores
Promedio semanal precio
café contratos especuladores Cantidad neta semanal Año Promedio Varianza Promedio Varianza 1996 112,82 55,10 4394,22 13144256,29
1997 169,41 805,57 4970,85 15532112,6
1998 127,49 462,87 -‐297,37 25552351,81
1999 105,50 160,91 24,23 83443143,55
2000 93,29 214,71 -‐330,35 20171398,94
2001 57,70 57,93 -‐6522,90 15407312,4
2002 56,02 52,50 1827,25 93284719,76
2003 64,23 7,11 -‐5256,77 75747615,32
2004 78,40 76,20 10935,73 237814238,2
2005 110,23 132,51 16809,42 229650368,3
2006 110,61 70,64 6875,77 108980439
2007 120,53 75,28 18891,77 259833625,9
2008 134,96 181,20 19113,58 423305706,9
2009 127,20 121,34 16743,71 127025495,5
2010 164,27 901,92 28490,44 160410958,5
2011 255,54 410,85 19894,62 149373411,4
2012 178,13 518,67 -‐5707,32 66781255,68
2013 128,02 190,66 -‐14208,23 42787320,97
Fuente: ICE y CFTC. Cálculos propios.
Según la Tabla 1 al analizar el promedio para cada año en las dos series, se puede establecer que se presentaron cambios similares para casi todos los años, excepto para 2001 y 2013 en donde el promedio del café disminuyó para los años inmediatamente anteriores mientras que el promedio de los contratos de los especuladores aumentó, y para los años 2003, 2004, 2006 y 2011 donde aumentó el promedio de la serie del café mientras que disminuyó el promedio de la serie de los especuladores. Ahora bien, en cuanto a la
variación ninguna de las series presenta un patrón, pero se encuentra interesante que desde 1998 hasta 2003 la serie del precio del café colombiano presenta una tendencia decreciente. Este comportamiento de periodos de constantes auges y caídas, según Briñez (2006), son provocados principalmente por cambios climáticos bruscos en las zonas cafeteras del Brasil, y decisiones de política económica.
Precio Internacional del Café
En el mercado mundial del café existen cuatro calidades básicas, que de acuerdo a su lugar de origen, son los siguientes: suaves colombianos, cultivados en Colombia, Kenia y Tanzania; otros suaves, que crecen en Centroamérica (Costa Rica, El Salvador, Guatemala, Nicaragua), México, India, Zaire, etc.; arábigos no lavados (naturales), que provienen principalmente de Brasil, Etiopía, Bolivia; y robustas, de Vietnam, Indonesia, Costa de Marfil, Uganda, Nigeria y Angola, entre otros. El mundo comercia alrededor de 5,5 millones de toneladas de café verde al año, que equivalen a más de 90 millones de sacos, donde apenas 4 países productores (Brasil, Vietnam, Colombia e Indonesia) generan el 58% de las exportaciones mundiales. Por otra parte, la mayor parte de la demanda del grano se encuentra desde hace tiempo concentrada en unas pocas empresas estadounidenses y europeas que compran café verde para luego procesarlo, mezclarlo y venderlo con mayores precios. Un grupo de 20 empresas controlan más de las tres cuartas partes del comercio mundial de este producto, y solamente una de ellas se encuentra en un país productor.
El cálculo del precio interno de referencia para el café colombiano que publica diariamente la Federación Nacional de Cafeteros de Colombia se compone de 3 elementos: el precio del mercado de futuros de café en la bolsa ICE de Nueva York, la prima del café excelso colombiano o diferencial y la tasa de cambio. Dado lo anterior, este trabajo utiliza el promedio semanal del precio del café arábico que se cotiza diariamente en la Bolsa de Nueva York ya que dependiendo de su variación también cambiará el precio interno. La serie fue obtenida de la página web de IntercontinentalExchange Group, Inc. (ICE, 2014) que es la red líder de mercados regulados y las cámaras de compensación para los mercados financieros y de productos básicos.
Transacciones especulativas
Encontrar una variable que mida la especulación es difícil. Sin embargo, en este trabajo se tomará una proxy que corresponde a la variación en el volumen semanal de transacciones especulativas en el mercado de futuros de The New York Board of Trade (NYBOT). Esta información es publicada semanalmente en la página web de U.S. Commodity Futures Trading Commission, la cuál es una agencia que se encarga de regular las bolsas de comercio y del mercado de futuros en Estados Unidos y cuya misión es “proteger a los participantes del mercado y al público del fraude, la manipulación, las prácticas abusivas y el riesgo sistémico relacionado con derivados - ambos de futuros y swaps - y fomentar mercados transparentes, abiertos, competitivos y financieramente viables” (CFTC, 2014).
El comportamiento de los especuladores es guiado por su interés de conseguir un beneficio en el mercado: obtener una ganancia en el valor futuro de su transacción. Sus actividades son básicamente dos: comprar futuros u opciones a precio más bajo de lo que espera vender en un plazo posterior a un precio más alto “posición larga o de compra” y vender algo que está a precio más alto del que se espera comprar en un plazo posterior a un precio más bajo “posición corta o de venta”. Por ejemplo, a finales del 2013 los precios estaban a la baja (escenario propicio para la venta) en el que la posición era cada vez más corta originando espacios de sobreventa y presionando el precio a la baja. Sin embargo, este agente es sometido a reglas de transparencia obligándolo a brindar información suficiente de las condiciones de mercado, teniendo límites diarios de fluctuación y restricciones en la cantidad de posiciones de compra y venta.
4. Marco Empírico
Para determinar la existencia de efectos por parte de los especuladores sobre el precio internacional del café se proponen tres análisis complementarios. La primera parte consiste en un análisis de vectores autorregresivos VAR y sus funciones impulso respuesta; la segunda parte corresponde a un análisis de un vector de corrección de errores VEC y, por
último, la prueba de causalidad en el sentido de Granger y la prueba de Cointegración. Los modelos y métodos elegidos para el análisis son usados en base a la relevancia que toman en el estudio realizado por Briñez (2006).
Con el ánimo de encontrar un modelo que sea capaz de predecir sistemas de series temporales interrelacionadas se propone el Modelo de Vectores Autorregresivos VAR. Según Pfaff (2008) este modelo captura la dinámica de las relaciones de corto plazo entre las variables, asumiendo que todas son endógenas pues cada una se expresa como una función lineal de sus propios valores rezagados y de los valores rezagados de las restantes variables del modelo. Aunque el VAR es una técnica eficaz para generar pronósticos confiables en el corto plazo tiene ciertas limitaciones como, por ejemplo, que omiten la posibilidad de considerar relaciones no lineales entre las variables y no toma en cuenta problemas de heterocedasticidad condicional ni cambio estructural en los parámetros estimados (Arias & Torres, 2004). Además, del modelo VAR se obtendrán las funciones de impulso-respuesta las cuales buscan establecer cuál de las variables es la que puede estar influyendo más en la otra analizando la dinámica generada ante el impacto de un shock
aleatorio en alguna de las variables del sistema.
Por otra parte, el modelo de vectores de corrección de errores (VEC) también pertenece al contexto de series de tiempo multivariado, diseñado para ser utilizado con series que no son estacionarias pero se caracteriza por contener variables cointegradas; es decir, variables que guardan una relación de equilibrio de largo plazo entre ellas. Dado lo anterior, estos dos modelos son un complemento del otro: los VEC han refinado el análisis VAR pues incluye tanto la dinámica de ajuste de las variables en el corto plazo, cuando ocurre un shock inesperado que hace que éstas se aparte transitoriamente de su relación de equilibrio de largo plazo, como el restablecimiento de la relación de equilibrio en el largo plazo, siendo especialmente útil la información que brinda sobre la velocidad de ajuste hacia tal equilibrio; por tanto, el VEC brinda mayor información que el VAR (Fernandez-Corugedo, 2003).
La escogencia de las variables empleadas en los modelos mencionados se sustenta teóricamente en la siguiente función:
𝑃𝐶 =𝑓 𝐶𝑁𝐸;𝜃 (1)
Donde:
PC: precio del café del Contrato “C”. Promedio semanal del precio del café arábico que se transa diariamente en la Bolsa de Nueva York, expresado en US cents/lb (cafe). CNE: Variación semanal de transacciones especulativas en el mercado de futuros de The
New York Board of Trade (NYBOT), correspondiente a la cantidad neta de transacciones (especuladores).
θ: Otras variables que se asumen constante. Término de error.
Según Arias & Torres (2004), aunque la ecuación (1) establece una relación funcional desde la variable explicativa (exógena) hacia la variable explicada (endógena), en el caso de las técnicas VAR y VECM se asume que las variables involucradas son endógenas, por lo que no es posible establecer una relación funcional unidireccional. A continuación se presentan las formas reducidas del modelo VAR y del modelo VEC, respectivamente:
VAR
𝑥! =𝛽!𝑥!!!+𝛽!𝑥!!!+⋯+𝛽!𝑥!!!+𝐵𝑧!+𝑢! (2)
Donde:
𝑥!: Vector columna que contiene las dos variables endógenas mencionadas (cafe y
especuladores)
𝑥!!!: Vector columna con las dos variales endógenas anteriores, rezagadas, para i=1,2,…,k
𝑧!: Vector de variables determinísticas exógenas
𝛽!,𝐵: Matrices de parámetros de regresión a estimar, para i=1,2,…,k 𝑢!: Vector de errores no serialmente correlacionados.
VEC
Δ𝑥!= Π𝑥!!!+Γ!Δ𝑥!!!+Γ!Δ𝑥!!!+⋯+Γ!!!Δ𝑥!!(!!!)+𝐵𝑧!+𝑢! (3)
Donde: Π = ! 𝛽!
!!! −𝐼!: Matriz que resulta del producto de dos submatrices α y β’. De β se obtienen los vectores de Cointegración y de α los parámetros de ajuste de cada ecuación del VEC, donde 𝐼! es la matriz identidad.
Γ! = ! 𝛽!
!!! −𝐼!: Matriz de parámetros de regresión a estimar.
𝑢!: Vector de errores no serialmente correlacionados. Δ: Denota variables en diferencias.
𝑧!: Vector de variables determinísticas exógenas
Finalmente, la tercera parte del análisis es usual en la práctica ya que con frecuencia suele recurrirse a test agregados y ejercicios de simulación como la prueba de Cointegración y el test de Causalidad de Granger (Rosales, Perdomo, Morales y Urrego, 2013): con el primero se busca determinar si existe una relación a largo plazo entre las variables y con el segundo encontrar las respuestas de las variables ante choques en cada una de ellas.
El análisis de cointegración parte del hecho concreto de que el comportamiento de las series precio del café y contrato neto de especuladores es estacionario, y que existe algún tipo de transformación lineal que relacione el par de series. Conforme se procede a la estimación del modelo número 1, para luego calcular las correspondientes predicciones del modelo y los residuos. Para que un par de series se consideren integradas es necesario que el comportamiento de los errores tenga un comportamiento estacionario, cuando estos errores son estacionarios de grado cero, existen relaciones de largo plazo, y cuando esta serie es estacionario de grado uno, sus relaciones son de corto plazo, para determinar esta relación se realizan pruebas de raíces unitarias con los errores como tal y sus primeras diferencias.
Conforme la estimación econométrica de la primera instancia solo permite comprender la existencia de correlaciones entre las variables, razón por la cual es necesario realizar una prueba estadística, prueba de causalidad de Granger, para afirmar la existencia de alguna relación de causalidad entre las variables contrato neto especuladores y el precio del café.
Dado lo anterior, existen diversos métodos y pruebas que permitirán comprobar si existe o no una relación entre las dos series y de qué tipo es esta relación. Para lograrlo, se usarán en orden de importancia las herramientas descritas por Briñez (2006), tomando como referencia para el desarrollo de los modelos VAR y VEC a autores como Pfaff (2008), Arias & Torres (2004), Fernandez-Corugedo (2003) y para los test de Cointegración y la prueba de Causalidad de Granger a Rosales, Perdomo, Morales y Urrego (2013).
5. Resultados
En un análisis gráfico preliminar se observa que ninguna de las series es estacionaria (Gráficas 2 y 3). Tanto la serie del café como la de los especuladores tienen una tendencia positiva.
Gráfica 2. Promedio Semanal Precio del café Gráfica 3. Contratos netos especuladores
Fuente: Cálculos propios
Uno de los requisitos usuales del VAR es que las variables incluidas en el modelo deben ser estacionarias, por ello se estudió el grado de integración de éstas. En un principio, según las pruebas de Dickey-Fuller Aumentadas (ADF), ninguna de las dos variables es estacionaria
(Anexo 1). Sin embargo, al hallar su primera diferencia y repetir la prueba ADF las dos quedaron estacionarias al 1%, 5% y 10% de significancia (Anexo 2). Sin embargo, aunque las pruebas ADF detectaron que el término de tendencia fue significativo en el caso de las variables empleadas; éstas no se incluyeron diferenciadas en el VAR porque cointegran (en niveles), lo que significa que contienen información útil en sus niveles.
Por lo tanto, según Soto (2002) se deben incorporar las variables endógenas sin su tendencia (cafe_sin_tend_cafe_1 y espe_sin_tend_especuladores_1),
pues ésta es la recomendación teórica tradicional cuando se tienen series estacionarias alrededor de una tendencia determinística.
Gráfica 4. Promedio Semanal Precio del café sin tendencia
Gráfica 5. Contratos netos especuladores sin tendencia
Fuente: Cálculos propios
En las Gráficas 4 y 5 se presenta el análisis gráfico donde las series no tienen tendencia pero tienen un comportamiento estacionario. No se analizan los coeficientes de regresión ni la bondad de ajuste de los resultados de los modelos VAR (Anexo 3) ya que es una técnica relativamente flexible y está dominada por la endogeneidad de las variables, no obstante se efectúan pruebas para descartar autocorrelación, analizar las funciones impulso respuesta y causalidad de Granger.
Autocorrelación Variables sin Tendencia Gráfica 6. Autocorrelación Promedio Semanal Precio del café sin tendencia
Gráfica 7. Autocorrelación Contratos netos especuladores sin tendencia
Fuente: Cálculos propios
Función Impulso Respuesta VAR
Las funciones impulso respuesta para las series sin tendencia muestran en primer lugar que si hay un choque en la serie de especuladores va a afectar el precio del café en máximo cinco periodos, ya en el sexto periodo el efecto será igual a 0. Por otra parte, las especulaciones del día anterior van a estar afectando las especulaciones del día de hoy. El efecto máximo dura seis periodos de tiempo.
Gráfica 8. Funciones Impulso Respuesta para Modelo VAR si tendencia
Causalidad de Granger Variables sin Tendencia
Según el documento de Arias & Torres (2004), la prueba de causalidad de Granger aplicable al análisis autorregresivo multivariado determina si una variable endógena puede ser tratada como exógena. También ayuda a determinar cuán útiles son algunas variables para mejorar el pronóstico de otras. Dado los resultados del Anexo 4, este caso los coeficientes son diferentes de cero. Es decir, existe evidencia que permite concluir que algún rezago de de Xt (Xt-1,Xt-2,…,Xt-p) causa Yt o que el comportamiento de los especuladores causa en el sentido de Granger el resultado de la serie del precio del café.
Ahora bien, la técnica VEC también está afectada por la endogeneidad de las variables, por lo que tampoco se analizan los coeficientes de regresión estimados, sus significancias estadísticas, ni los R2 ajustados. Para el desarrollo de esta técnica se usaran las primeras diferencias de las dos series (Anexo 5) y se hallarán las funciones impulso respuesta que permitirán chequear si las variables reflejen comportamientos consistentes con lo esperado teóricamente, cuando se simulan shocks sobre éstas.
Funciones Impulso Respuesta VEC
Gráfica 9. Funciones Impulso Respuesta para Modelo VEC con series en primera diferencia
Finalmente, la prueba de causalidad de Granger para las series en primera diferencia (Anexo 6) arroja que, al igual que el test para las variables sin tendencia, el comportamiento de los especuladores causa en el sentido de Granger el resultado de la serie del precio del café. Por otra parte, dada la prueba de cointegración (Anexo 7) se concluye que el error es integrado de orden cero por lo que las series estás cointegradas en el largo plazo y las regresiones analizadas no son espurias.
En conclusión, las actividades especulativas en el mercado de futuros si afectan el precio del café y, dados los métodos y test aquí desarrollados, se puede establecer una relación tanto de causalidad como de correlación entre las dos series para el periodo de estudio comprendido entre 1996 y 2013.
6. Conclusiones
Mediante el análisis de las series es posible determinar que las series, correspondientes al precio del café cotizado en la Bolsa de Nueva York y los contratos semanales de los especuladores, están correlacionadas y existe causalidad de carácter unidireccional (es decir, el comportamiento de los especuladores predice la conducta de la serie del precio del café). Sin embargo, los factores que las afectan son diferentes para cada una. Por ejemplo, el precio del café está determinado principalmente por el clima, las decisiones de política tomadas por gremios o gobiernos y por la tasa de cambio de cada país.
Los resultados de las diferentes pruebas econométricas realizadas a los modelos VAR y VEC estimados minimizan la posibilidad de que sus pronósticos se basen en relaciones funcionales espurias. Al utilizar estas herramientas se muestra que las dos variables tienen una tendencia común y que existe una relación de largo plazo en la que el precio del café responde al comportamiento de los especuladores en el mercado de futuros.
Asimismo, fue posible comprobar que tanto en la serie sin tendencia como en la serie con primeras diferencias los especuladores causan un impulso en la serie de los precios del café.
Por ejemplo, las funciones impulso respuesta del modelo VAR dejan ver que hasta en 5 periodos hacia atrás el comportamiento de los especuladores afecta la serie del café.
Aunque el análisis aquí hecho muestra únicamente una relación unidireccional y estudia el efecto de las transacciones especulativas en el precio del café, hace falta ver la relación entre el precio del café sobre los especuladores y es un tema que puede ser usado en futuros documentos pues posiblemente el efecto sea significativo.
7. Bibliografía
Arias, E., & Torres, C. (2004). Modelos var y vecm para el pronóstico de corto plazo de las importaciones de costa rica. Departamentos de Investigaciones Económicas. Banco Central de Costa Rica. Recuperado el 28 de abril de 2014, del sitio web del Banco Central de Costa Rica:http://www.bccr.fi.cr/investigacioneseconomicas/metodoscuantitativos/Modelos_VA R_y_VECM.pdf
Briñez, M. A. (2006). ¿Está integrado el café colombiano al mercado mundial de bienes primarios?. Bogotá: Universidad Nacional de Colombia.
CFTC (2014). Commitments of Traders – futures and options combined reports (1995-2013). Recuperado el 6 de marzo de 2014, del sitio web de U.S. Commodity Futures Trading_Commission:_http://www.cftc.gov/MarketReports/CommitmentsofTraders/Histori calCompressed/index.htm
Curcio, S., De Jesús, M., & Vilker, A. S. (s.f.). El proceso de financiarización y su efecto en los precios de las commodities. Recuperado el 3 de marzo de 2014, de http://www.econ.uba.ar/www/institutos/cma/Publicaciones/revistas/06.pdf
Doporto, I., & Michelena, G. (2011). La volatilidad de los precios de los commodities: el caso de los productos agrícolas. Buenos Aires: Centro de Economía Internacional.
Durán, G., & Urbano, P. M. (s.f.). Especulación y economía de mercado. Instituto Emmanuel Mounier, 31 - 33. Recuperado el 9 de marzo 2014, del sitio web: http://www.mounier.es/revista/pdfs/05703103
Enders, W. (1948). Applied econometric time series. United States of America: Wiley.
FAO (2010). Price surges in food markets. How should organized futures markets be regulated?. Economic and Social Perspectives Policy Brief , 9. Recuperado el 4 de marzo de 2014, del sitio web de Food and Agriculture Organization of the United Nations: http://www.fao.org/docrep/012/al296e/al296e00.pdf
Fernandez-Corugedo, E. (2003) “Exercise on unit roots (incluiding structural breaks),
estimating a VECM and the implications of the VECM”. Curso “Modelos
Macroeconómicos para la Política Monetaria”, “Center for Central Banking Studies (CCBS), Bank of England”, CEMLA y el Banco Central de la República de Argentina: Mimeo.
ICE (2014). Coffee Historical Prices. Recuperado el 6 de marzo de 2014, del sitio web de Intercontinental_Exchange_Group,_Inc.:https://www.theice.com/FuturesUSReportCenter.s html
Irwin, S. H., & Sanders, D. R. (2010). The impact of index and swap funds on commodity futures markets. Preliminary results. OECD Food, Agriculture and Fisheries Working Papers, 27. Recuperado el 7 de marzo de 2014, del sitio web de Organization for Economic Cooperation and Development: http://www.oecd.org
Maurice, N. E. (2011). Unraveling the underlying causes of price volatility in world coffee and cocoa commodity markets. Rotterdam: Erasmus School of Economics.
OICV-IOSCO (2009). Final Report. Task Force on Commodity Futures Markets. Technical Committee of the International Organization of Securities Commissions.
Pfaff, B. (2008). VAR, SVAR and SVEC Models: Implementation Within R Package vars.
Journal of Statistical Software, 27(4). Recuperado el 2 de febrero 2014, del sitio web: http://www.jstatsoft.org/v27/i04/paper
Rosales, R. A., Perdomo Calvo, J. A., Morales Torrado, C. A., & Urrego Mondragón, J. A. (2013). Fundamentos de Econometría Intermedia. Teoría y Aplicaciones. Bogotá: Universidad de los Andes.
Rossi, G. D. (2013). La volatilidad en mercados financieros y de commodities. Un repaso de sus causas y la evidencia reciente. Invenio, 59 - 74. Recuperado el 6 de marzo de 2014, del sitio web de Red de Revistas Científicas de América Latina y el Caribe, España y Portugal: http://www.redalyc.org/pdf/877/87726343005.
Soto, R. (2002) “Vectores autorregresivos”, Notas de clase de Teoría Econométrica III, Instituto de Economía, Pontificia Universidad Católica de Chile.
Varian, H. R. (2006). Microeconomía intermedia : un enfoque actual (7ª ed.). Barcelona: Antoni Bosch Editor.
Zellner, A. (1962). “An efficient method of estimating seemingly unrelated regression equations and tests for aggregation bias”. Journal of the American Statistical Association, 57: 348-368.
8. Anexos
Anexo 1. Pruebas de raíz unitaria (ADF)
a. Café
Dickey-Fuller test for unit root Number of obs = 937
--- Interpolated Dickey-Fuller --- Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value --- Z(t) -1.646 -3.430 -2.860 -2.570
b. Especuladores
Dickey-Fuller test for unit root Number of obs = 937
--- Interpolated Dickey-Fuller --- Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value --- Z(t) -3.734 -3.430 -2.860 -2.570 --- MacKinnon approximate p-value for Z(t) = 0.0037
Anexo 2. Pruebas de raíz unitaria (ADF) en primeras diferencias
a. Café
Dickey-Fuller test for unit root Number of obs = 936
--- Interpolated Dickey-Fuller --- Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value --- Z(t) -24.537 -3.430 -2.860 -2.570 --- MacKinnon approximate p-value for Z(t) = 0.0000
a. Especuladores
Dickey-Fuller test for unit root Number of obs = 936
--- Interpolated Dickey-Fuller --- Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value --- Z(t) -23.146 -3.430 -2.860 -2.570 --- MacKinnon approximate p-value for Z(t) = 0.0000
Anexo 3. Modelo VAR estimado, Variables sin tendencia
(1) (2)
VARIABLES cafe_sin_tend_cafe_1 espe_sin_tend_especuladores_1
L.cafe_sin_tend_cafe_1 0.754*** 16.181
(0.026) (19.468)
L.espe_sin_tend_especuladores_1 0.000 0.793***
(0.000) (0.024)
Constant 0.018 12.639
(0.155) (114.343)
Observations 937 937
Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
Anexo 4. Prueba de Causalidad de Granger, Variables sin tendencia
Anexo 5. Modelo VEC estimado, variables en primeras diferencias
(1)
VARIABLES cafe_sin_tend_cafe_1
L.cafe_sin_tend_cafe_1 0.754*** (0.026) L.espe_sin_tend_especuladores_1 0.000
(0.000)
Constant 0.018
(0.156)
Observations 937
R-squared 0.582
Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
(1) (2) VARIABLES D_dcafe D_despecu
L._ce1 -0.767*** -305.564*** (0.039) (31.293) LD.dcafe -0.053 172.950***
(0.035) (28.019) LD.despecu 0.000*** -0.333***
(0.000) (0.034) Constant -0.004 0.000
(0.168) (135.546)
Observations 935 935 Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
Anexo 6. Prueba de Causalidad de Granger, Variables en primeras diferencias
Anexo 7. Test de Cointegración
Dickey-Fuller test for unit root Number of obs = 935
--- Interpolated Dickey-Fuller --- Test 1% Critical 5% Critical 10% Critical Statistic Value Value Value --- Z(t) -49.791 -3.430 -2.860 -2.570 --- MacKinnon approximate p-value for Z(t) = 0.0000
--- D. |
dresiduales~g | Coef. Std. Err. t P>|t| [95% Conf. Interval] ---+--- dresiduales~g |
L1. | -1.452776 .0291777 -49.79 0.000 -1.510037 -1.395514 |
_cons | -.0089386 .169576 -0.05 0.958 -.3417331 .3238559 ---
(1) VARIABLES dcafe
L.dcafe 0.173*** (0.038) L.despecu 0.000**
(0.000) Constant 0.010
(0.169)
Observations 936 R-squared 0.051
Standard errors in parentheses *** p<0.01, ** p<0.05, * p<0.1
