ContaduríayAdministración61(2016)746–761
www.contaduriayadministracionunam.mx/
Disponibleenwww.sciencedirect.com www.cya.unam.mx/index.php/cya
Riesgo
de
precio
en
commodities:
¿profundización
en
la
sensibilidad
de
precios
agrícolas
ante
shocks
de
tasa
de
interés?
Price
risk
in
commodities:
Sensitivity
of
agricultural
commodities
to
interest
rate
shocks
Gonzalo
Rondinone
∗y
Esteban
Otto
Thomasz
UniversidaddeBuenosAires,Argentina
Recibidoel3dejuliode2015;aceptadoel10defebrerode2016 DisponibleenInternetel23dejuniode2016
Resumen
Elobjetivodeestetrabajoessometerapruebaelniveldesensibilidaddelpreciodecommoditiesagrícolas frenteashocksenlatasadeinterés.Elestudiosecentraráespecíficamenteenelcasodelporotodesoja ydelmaíz,ymedianteunsistemadevectoresautorregresivosseevaluarálareaccióndelospreciosante alteracionesenlatasadeinterés.Enfuncióndelosresultadosalcanzados,seesbozanalgunasimplicaciones quepuedetenerelproceso,sobretodoenrelaciónconelimpactoenpaísesdependientesdelaexportación demateriasprimas.
DerechosReservados©2015UniversidadNacionalAutónomadeMéxico,FacultaddeContaduríay Admi-nistración. Este es un artículo deacceso abierto distribuidobajo lostérminos de laLicencia Creative CommonsCCBY-NC-ND4.0.
Palabrasclave: Riesgodeprecio;Commoditiesagrícolas;Tasadeinterés;Vectoresautrorregresivos CódigosJEL: Q11;G11;C3
Abstract
Theaimofthisstudyistotestthesensitivityofthepriceofagriculturalcommoditiesagainstshocks in theinterestrate.Thestudy willfocusspecificallyon thecaseof soybeansandcorn, analyzingifin recentyearstherehavebeenchangesinpricesensitivityofpricestochangesininterestrates.Usingavector
∗Autorparacorrespondencia.
Correoelectrónico:gonzalorondinone@economicas.uba.ar(G.Rondinone).
LarevisiónporparesesresponsabilidaddelaUniversidadNacionalAutónomadeMéxico.
http://dx.doi.org/10.1016/j.cya.2016.02.002
0186-1042/DerechosReservados©2015UniversidadNacionalAutónomadeMéxico,FacultaddeContaduríay Admi-nistración.EsteesunartículodeaccesoabiertodistribuidobajolostérminosdelaLicenciaCreativeCommonsCC BY-NC-ND4.0.
autoregressionmodelwewilltestthereactionofpricestochangesininterestrates.Dependingontheresults, weresumesomeimplicationsoftheprocess,especiallyinrelationtotheimpactoncountriesdependenton theexportofagriculturalcommoditites.
AllRightsReserved©2015UniversidadNacionalAutónomadeMéxico,FacultaddeContaduríay Admi-nistración.ThisisanopenaccessitemdistributedundertheCreativeCommonsCCLicenseBY-NC-ND 4.0.
Keywords: PriceRisk;Agriculturalcommodities;Financialization;Autorregressivevectorsystem JELclassification: Q11;G11;C3
Introducción
Apartirdela˜no2000sehanobservadocambiosenladinámicadelospreciosdecommodities,
marcandonivelesrécorddecrecimientodepreciosytambiénelevadavolatilidad.Asimismo,seha observadoelingresodeinversoresdecarteraalmercadodecommodities.Lainversióndecartera ysuinfluenciaenlosprecioshasidodefinidacomoprocesodefinanciarizacióndecommodities
yhasidoampliamenteestudiadaenlosúltimosa˜nos(UnitedNations,2009,2011;TangyXiong,
2012).
Estogeneraelinterrogantedesilaentradadejugadoresfinancierosadichomercadohaelevado lareaccióndelospreciosrespectoalcomportamientodevariablesfinancierasfundamentalescomo latasadeinterésyelvalordeldólar.Existenestudiosrecientesqueanalizanlarelaciónentre dichasvariablesylospreciosdecommodities(Bastourre,CarrerayIbarlucia,2008,Akram,2009;
Curcio,deJesús,QuiroloyVilker,2010;LeClech,2013),peroenningúncasoseanalizasila
relaciónsehaprofundizadorespectoaperíodosanteriores.
Enestesentido,elobjetivodeestetrabajoessometerapruebasise hangeneradocambios significativosenelniveldesensibilidaddelpreciodecommoditiesagrícolasfrenteashocksde tasadeinterésydelacotizacióndeldólardurantelaúltimadécadarespectoaunperíodoprevio. En la primera sección de este trabajo se presenta una síntesis del conjunto de relaciones quevinculanlatasadeinterés,elvalordeldólaryotrasvariablesfinancierasconelpreciode
commodities.Enlasegundasecciónsepresentaunabrevedescripcióndelmodeloeconométrico utilizado. En la tercera secciónse testea mediante un sistema de vectoresautorregresivos la sensibilidaddelpreciodelporotodesojaydelmaízanteshocksdetasadeinterésydelacotización deldólarentérminoscomparativosentre1990-2003y2004-2014.Porúltimo,seesbozanalgunas conclusionesenrelaciónconlosresultadosalcanzadosenfuncióndelaconvenienciadeincorporar
commoditiesacarterasdeinversiónporunlado,perosobretodoenrelaciónconelimpactoque dichoefectopuedegenerarenpaísesdependientesdelaexportacióndemateriasprimas.
Primerasección.Modelizacióndepreciosdecommodities
Enestasecciónsepresentanmodelosbásicosqueintentanexplicarelcomportamientodelos preciosdeloscommoditiessobrelabasedelasrelacionesentrelatasadeinterés,lacotización del dólaryelniveldestocksdemateriasprimas.Enprimerlugarsepresentanlasecuaciones básicasquevinculanlatasadeinterésyelpreciodeloscommoditiesparaposteriormentepresentar losmodelosqueplanteanlareaccióndeloscommoditiesfrenteacambiosenlatasadeinterés. Seguidamente sepresentalarelaciónentrecotización deldólarypreciodecommodities, para culminarconrelaciónentrestocksyprecios.Elobjetivodelasecciónesfundamentarlaelección devariablesqueconformaránelmodeloqueseráelnúcleodeltrabajo.
Tasadeinterésypreciodecommodities
Larelaciónentretasadeinterésycommoditiestienelargatradiciónenlaliteratura,partiendo delacontribucióndeHotelling(1931),quienpostulaquelatasadecrecimietodelospreciosde
commoditiesdeberíaseranálogaalatasadeinterés.
SiguiendoaAkram(2009),unarelaciónbásicaentrepreciodecommoditiesytasadeinterés (bajoelsupuestodemercadoseficientes)eslasiguiente:
Etpct+1−pct =it+s(it) (1) Laecuaciónexpresaquelarevaluaciónduranteunperíododelpreciodeuncommodityesigual alatasadeinterésmáselcostodealmacenajedelmismo.Esunaprácticausualenlaliteratura queelcostode almacenaje dependaasu vezdela tasade interés(Deaton y Laroque,1996;
Yang,BessleryLeatham,2001).Larelaciónimplica,enmercadoseficientes,queeldiferencial
depreciosentreunperíodoyelotrodebeserigualaloquese hubieseganadoporlaventay colocaciónaunatasadeinterésmáselcostodeacarreodeunperíodo.Alzasenlastasasdeinterés reducenlaapreciaciónesperadadecommodities.
Otraformasencilladeentenderlarelaciónentrecommoditiesytasadeinterésesladefinición explicitadaporHull(2009):
F0=S0e(r+u)T (2)
DondeF0eselpreciodeuncontratodefuturosenelmomentopresente,S0eselpreciospot delactivosubyacentedelcontrato,reslatasalibrederiesgo,Teseltiempohastaeldeliverydel contratoyUeselvalorpresentedeloscostosdealmacenajeduranteladuracióndelcontrato. Reordenandolaecuaciónseobservaqueelpreciospotesigualalvalordescontadodelosfuturos netosdeuncostodealmacenaje:
S0=F0e−(r+u)T (3)
Sededucedelamismaquemenorestasasdeinteréselevanelvalorpresentey,porlotanto,el preciodelcommodity.
Reaccióndeloscommoditiesfrenteacambiosenlatasadeinterés
Másalládelarelaciónentrelatasadeinterésyelpreciodecommodities,esrelevanteanalizar larespuestade estosúltimosfrentealoscambiosenlatasa.Enestemarco destacaeltrabajo
deFrankel(1986),basado enelmodelode overshootingdeDornbusch (1976).Para elautor,
unacontracciónmonetariatemporariaincrementa latasa deinterésreal vía latasa deinterés nominal,atravésunacaídaenlainflaciónesperadaounacombinacióndeambas.Estogenera quetemporalmenteelpreciorelativodeloscommoditiescaigamásquesuvalordelargoplazo, hastaelpuntodequelos mismosseanpercibidoscomoampliamente subvaluados,generando unaexpectativafuturadeapreciaciónqueessuficienteparacontrarrestarlanuevatasadeinterés máselevada.Enellargo plazo,elnivelde preciosse ajustaparacambiarlaofertamonetaria real y tantolatasa de interésreal como elprecio realde los commoditiesse retrotraenalos valoresiniciales.Elsupuestoclavequecierraelmodelodeovershootingesquelospreciosde losproductosagropecuariosymineralesajustanrápidamente,mientrasqueelrestodelosprecios ajustalentamente.
Enuntrabajoposterior,Frankel(2006)resumequemayorestasasdeinterésreducenlademanda de aquelloscommoditiesquepuedenser almacenados,eincrementanlaofertadelos mismos a través de 3 canales: a)en commoditiesenergéticos como el petróleo,un alza de latasa de interésincentivalaextracciónpresenteendetrimentodehacerloenelfuturo;b)disminuyendo losincentivosparaincrementarinventarios,yc)víaefectosustituciónenaquellosinversoresque venden susposicionesencommoditiesaotrasinversionesfinancierascomo lostreasury bills.
Contrariamente,unabajadelatasadeinterésrealtieneelefectoopuesto,bajandoloscostosde acarrearinventarioseincentivandoelefectosustituciónhaciacommodities.
Relaciónentrecotizacióndeldólarypreciodecommodities
Comolamayoríadeloscommoditiescotizanendólares,unadevaluacióndeldólarincrementa el poderde comprarelativo delresto delasmonedas mundiales, elevandosu precio. Bajoel cumplimientodelaleydeprecioúnico,estoúltimopuedeserinterpretadoapartirdelasiguiente ecuación:
pcf =e+pc (4)
Dondepceselpreciodeuncommodityendólares,eeseltipodecambionominaldeldólaren términodeunidadesdemonedaextranjeraypcfeselpreciodelcommodityvaluadoenmoneda extranjera.Pordefinición,uncommodityesunbienhomogéneoyquesetransaenlosmercados internacionales.Consecuentemente,unadepreciación(apreciación)delamonedadenominación delbienincrementa(disminuye)elpoderdecompradelospaísesquesondemandantesdeese
commodity.Deexistiralgúndiferencial,losarbitrajistas,bajoelsupuestodemercadoseficientes, seencargarándequeelpreciodelcommodityseincremente(disminuya).
Dornbusch(1985)estudialarelaciónentrelosmovimientosentérminosrealesdeldólaryel
preciodelosmismos.Suconclusióneslamismaquesepresentóanteriormente,peroagregaquea medidaqueaumentalaparticipacióndelospaísesdemandanteseneltotaldelcomerciomundial, estosefectosseamplifican.
Es claro quehayun efectode simultaneidad entre los 2 factores financierosenumerados. Losmovimientosenlatasadeinterésylacotizacióndelamonedanosonindependientes.Una bajaenlatasadeinteréspuedeconllevarunadepreciacióndeldólar,porlocualelefectosobre
commoditiessedaporamboscanales:efectoFischervíaecuacióndeparidaddeinterés.Elanálisis detalefectoestáfueradelosalcancesdeestetrabajo.
Relaciónentreprecio,stocksydemanda
Larelaciónentrelaproducciónylademandadecommoditiesjuegaunrolclaveenla determi-nacióndelosprecios.DeacuerdoaMaizels(1994)yReinhart(1994),lasgrandesfluctuaciones depreciosdecommoditiespuedenserexplicadasporshocksdeofertaydemandarelacionadacon elcommodityfísico.Laduracióndelosshocksylaamplituddependerádelasituacióndestocks. Sielimpactopuedeabsorberseatravésdestocks,entonceselmismopierdepotencia;encambio, silosnivelesdestockssonbajos,cualquierproblemaqueafectealademandaolaofertatendrá mayorimpactosobreelprecio.Partedelosfuertesincrementosdepreciosdelperíodo2004-2008 y 2009-2013se dieroncoincidentementeconsituaciones demuybajosstocks anivelmundial paralasdistintasproduccionesdecommoditiesagrícolas(principalmentesoja,maízytrigo).
Porotrolado,loscambiosproducidosapatirde2000,mayormenteenlaseconomías deman-dantesdecommodities,muestranlaimportanciadefocalizarsetambiénenelladodelademanda,
0 500 1.000 1.500 2.000 2.500
Dic-98 Sep-99 Jun-00 Mar-01 Dic-01 Sep-02 Jun-03 Mar-04 Dic-04 Sep-05 Jun-06 Mar-07 Dic-07 Sep-08 Jun-09 Mar-10 Dic-10 Sep-11 Jun-12 Mar-13 Dic-13
Miles de mill de U$
Commodities Acciones
Figura1.TradingdeaccionesyderivadosOTC.
Fuente:elaboraciónpropiaenbaseaBankforInternationalSettlementsDerivativesStatistics.
particularmenteenlosllamados«Asiandrivers»comomovilizadoresdelciclodecommodities.
Autorescomo Kaplinsky(2006)yNissanke(2010)muestranelroldeestos—principalmente ChinaeIndia—enlademandadecommodities.
Relacionesconotrasvariablesfinancieras
Losdenominadosíndicesdecommodities1hanestadoadisposicióndelosinversoresdesde principiodeladécadadelosnoventa,aunqueenlosúltimosa˜noshantenidounafuerteexpansión. Estosíndicesfueroncreadosparaofreceralinversorunaccesoalmercado decommoditiesen formadeactivofinanciero.Duranteladécadadel2000muchasfirmaslanzaronsuspropiosíndices condistintasformasdeconstrucciónparaalcanzardeterminadosobjetivos.
Enlafigura1secomparalaevolucióndeltradingdeaccionesyderivadosOver-The-Counter
(OTC)decommodities.Comopuedeobservarse,elvalordemercadodelasposicionesabiertas encommoditiessemultiplicópor70desdeelprimerdatodelaseriehastaelmáximoregistrado enjuniode2008,períodoprevioalestallidodelacrisisinternacional.Esinteresantenotarque durantelosprimerosa˜nosdeladécadaeltama˜nodelmercadodeOTCenaccionesfuesiempre mayoralde commodities.No obstante,endiciembrede2004laserie comienzaamostrarun crecimientoaceleradodelasoperacionesenOTCrelacionadasacommoditiesquelollevan,tan solouna˜nodespués,aalcanzarelvolumendelasposicionesenacciones.AutorescomoBaker
(2014),BasuyGavin(2010)yHendersonetal.(2012)trabajansobredichalínea.
Másalládelaevolucióndelmercadoensímismo,untópicodeestudioimportanteesobservar cómosecomportanlosretornosdeestosíndicesenrelaciónconotrosactivos.Enotraspalabras, ¿losíndicessecomportanenformacadavezmássimilaraotrosactivosnetamentefinancieros?
Tangy Xiong(2012)presentan larollingcorrelationdeun a˜notanto paraelS&P500 como
paraelS&PGSCI2.Allípuedeobservasequelacorrelaciónsemantuvoenunabandaentre0
1 Soníndicesquereplicanelcomportamientodelospreciosdeunconjuntodecommodities.Lainversiónenlosmismos serealizaatravésdeunvehículodeonominadoexchangeabletradefund(ETF).
2 ElS&PGSCIesuníndicedecommoditiesponderadosenfuncióndesuparticipaciónenlaproducciónmundial.El sectorenergéticotienefuerteparticipaciónenelíndice.Fuelanzadooriginalmenteen1991yesutilizadocomobenchmark demercado.
y −0.2duranteladécadadelosnoventa,peroapartir dela˜no2004lacorrelacióncomienzaa incrementarsehasta0.6,manteniéndoseposteriormenteenesenivel.Resultarelevanteestudiar este comportamiento enfuturas investigaciones,ya queuno de losfundamentos básicos para incorporarcommoditiesaportfoliostradicionalesdeinversiónessubajacorrelaciónconotrotipo deactivosfinancieros.DeacuerdoconTangyXiong(2012),esteincrementoenlacorrelación puededeberseaunamayorinestabilidad macroeconómicaanivelglobal, perotambién auna mayorpresenciadeinversoresfinancierosenlosmercadosdecommodities.
EsinteresantenotarquelacorrelaciónnosoloseincrementóconelS&P500,sinoquetambién lohizoconlosmercadosemergentes.Comparandolarollingcorrelationdeuna˜noentreelS&P 500yelMSCIEmergingMarket3seobservalosiguiente:hastaela˜no2004estabaentornoa 0,apartirdelocualcomienzaasubirgradualmenteparaalcanzarunvalorde0.6yfinalmente estabilizarseen0.5(TangyXiong,2012,pp.35).Esteincrementoescoincidenteconelimpacto quelaseconomíasemergenteshanganadosobrelaeconomíamundialenlosúltimos20a˜nos.En estesentido,KilianyPark(2009)explicanqueelrápidocrecimientodeChinaeIndiasonuna fuentedeexplicacióndelasubadelpreciodeloscommodities.ComomuestranTangyXiong
(2012),lademandadecommoditiesporpartedelaseconomíasemergentesdependepositivamente
desu crecimientoeconómicoynegativamentedelpreciodel dólar,dadoqueeslamonedade cambioparaestetipodetransacciones.Enestecasoseobservatambiénunacorrelacióncadavez másnegativaentreelretornodelS&P500yeldólar,medidoatravésdelDollarIndex,quemide lafortalezadeldólaranteeleuro,elyen,lalibra,elfrancosuizoylacoronasueca.Enlamisma línea,SilvennoinenyThorp(2013)estudianlascorrelacionesde24commoditiesindividualesy losprincipalesíndicesaccionarioseuropeosusandoinformaciónsemanaldesde1990-2009.
Dadoquelacorrelacióncomienzaaincrementarsedesdeela˜no2004,cuandosedaun creci-mientofuertedelosíndicesdecommodities,esválidopreguntarsesiapartirdedichoa˜noseha profundizadolarelaciónentrepreciodecommoditiesytasadeinterés,envistasdequelatasaes unodelosprincipalesalocadoresdeactivosenelmarcodelainversióndecartera.
Ensíntesis,larelaciónentretasadeinterésypreciosdecommoditiesdistadesernovedosa, partiendo delos fundamentosbásicosdelateoríafinanciera(hipótesisdemercadoseficientes, ecuacióndeparidaddeintereses,valuacióndederivados)hastamodelosmássofisticados (Dorn-busch,Frankel,etc.).Enestesentido,elobjetivodeestetrabajonoesverificarlarelaciónentre tasadeinterésypreciodecommodities,sinoevaluarsidicharelaciónsehaprofundizadodebido anuevosefectosdeíndoleestrictamentefinanciera.Porello,enlasecciónsiguientesepresenta untesteosobresilarelaciónentrelatasadeinterésyelpreciodecommoditiessehaprofundizado durante2004-2014respectoa1990-2003.
Segundasección.Medicióndelasensibilidaddelpreciodelasojaydelmaíz antecambiosenlatasadeinterés
Modelodevectoresautorregresivos
Elobjetivoprincipaldeestasecciónesestudiarlarespuestadelospreciosinternacionalesde
commoditiesagrícolasantevariacionesenlatasadeinterésnorteamericana.Sibienlasrelaciones entretasadeinterésypreciodecommoditiesnosonalgoreciente(talcomofuedescriptoenel
3ElMSCIEmergingMarketesuníndicequebuscaemularelretornodelosmercadosemergentes.Lasmayores participacionesindividualessondeChina,CoreadelSur,Taiwán,SudáfricayBrasil.
marcoteórico),elcrecimientodelainversiónfinancieradeíndicesdecommodities,entreotros factores,puedehaberprofundizadodicharelación.
Paraestudiarlaincidenciadelatasadeinterésenelpreciodeporotodesojaymaíz,seaplica unmodelodevectoresautorregresivos(VAR).Laeleccióndeestaherramientademodelización frenteaotrasalternativas,comolasecuacionessimultáneas,radicaenlaposibilidaddelestudiode funcionesdeimpulso-respuesta.Estasanalizanlainteraccióndinámicaquecaracterizaalsistema estimado,siendo posibleidentificarlas conlasimulacióndelmodelo propuesto,mostrandola reacciónorespuestadelasvariablesexplicadasenelsistemaantecambiosenlos errores.Un
shockenunavariableenelperíodoiafectarádirectamentealapropiavariabley,almismotiempo, setransmitiráalrestodelasvariablesexplicadasatravésdelaestructuradinámicaenelmodelo VAR.
Una de las críticas al modeloVAR es que, dada su forma de construcción, la interpreta-ción delos parámetros se vuelvecompleja.No obstante, noes elobjetivo de este trabajo la estimacióndedichosparámetrossinocomprenderlarespuestadelasojayelmaízantecambios enlatasadeinterésycomprendersiesarespuestahacambiadoenlosúltimosa˜nos.
Latécnicaaplicada,propuestaporSims(1980),sugiereque,deexistirunaverdadera simulta-neidadentreunconjuntodelasvariables,todasdebensertratadasdelamismamanera.Nodebería existirex-anteunadistinciónentrevariablesendógenasyexógenas.Losmodelosdeecuaciones simultáneasquetratalaeconometríatradicionalpermitenexplicitarestadependenciamutuaentre lasvariables.Sinembargo,paralograrunaformalizaciónadecuadaserequiereclasificarlas varia-blesenlascategorías«endógenas»y«exógenas»,distinciónquenosiempresurgeconclaridad delateoríaeconómicasubyacente.Simsbuscasolucionaresteproblema:ensuversiónirrestricta trataatodaslasvariablessimétricamenteenelsentidodequecolocaenelmismorangoatodas lasvariablesdelmodelo:todassonendógenas,yseespecificacadaunadeellascomofunción linealdesuspropiosvalorespasadosyvalorespasadosdelasrestantesvariablesdelsistema.
Estos modelos son utilizados particularmente para analizar la dinámica generada ante el impactode unshockaleatorio enalgunadelasvariablesdelsistema,porlocualse adaptaal objetivoplanteadoenestasección.
ConlaideadesimplificarlaexposiciónteóricaseutilizaunmodeloVARbivariadodeprimer ordenpresentandoenBrooks(2014).
Y1t =δ1+φ11Y1,t−1+φ12Y2,t−1+ε1t
Y2t =δ2+φ21Y1,t−1+φ22Y2,t−1+ε2t
(5) Puedeobservarsequecadavariableesfunciónlinealdelosvaloresrezagadosdeellamisma y de lasrestantes variablesincluidas.Cadavariable regresando comparteelmismogrupo de variablesregresoras. Estopermiteinterpretar la representación VARcomo laformareducida deunmodeloestructuraldeecuacionessimultáneas.Paralarepresentaciónanterior,elmodelo estructuralcorrespondientees:
Y1t =b10+b12Y2t+c11Y1,t−1+c12Y2,t−1+μ1t
Y2t =b20+b21Y2t+c21Y1,t−1+c22Y2,t−1+μ2t
(6) Unadelasventajasdecisivas,como semencionóanteriormente,quetiene lamodelización VARfrenteaotrasalternativaseslaposibilidaddeestudiarfuncionesdeimpulso-respuestasobre lasvariables.Siguiendolanotaciónvectorialdelmodelosetieneque:
TomandoencuentalaestacionariedaddelVAR(1),puedeexpresarseestocomounvectorde mediasmóviles(∞): Yt=δ+φ1Yt−1+εt = ¯Y+ ∞ j=0 φj1εt−j ¯ Y = Y¯ 1 ¯ Y2 (8)
Combinandolarepresentaciónvectorialdelmodeloestructuralconlarepresentaciónanterior comomediasmóviles,puedeverseque:
Y1t Y2t = ¯ Y1 ¯ Y2 +∞ j=0 φ11 φ12 φ21 φ22 j 1 −b12 −b21 1 −1 μ1t μ2t (9) Estarepresentaciónpermiteanalizarlainteracciónentrelasseries.Loscoeficientesφik que componencadaunadelasmatricespuedenutilizarseparagenerarlosefectosdeμ1tyμ2tsobre lastrayectoriastemporalesdeY1teY2t.Estoscoeficientessonlosmultiplicadoresdelsistemay susrepresentacionesgráficasconstituyenlasfuncionesdeimpulso-respuesta.
Unacuestiónrelacionadadirectamenteconlaefectividaddelasrespuestasdeloscoeficientes deimpulso-respuestaesladeterminacióndeloslagsóptimosautilizar enelmodeloVAR.El estudiodeIvanovyKilian(2005)presentaunaexcelentediscusiónsobreelcriterioóptimode selección.Sehademostradoqueladinámicadelasrespuestasalosimpulsosdependecríticamente delordendeloslagselegidosqueseajustenalosdatosdelVAR.Estasdiferenciaspuedenserlo suficientementegrandescomoparaafectarlainterpretacióndelasestimaciones.Laestrategiamás comúnenlostrabajosempíricosesseleccionarunordenparaellagporalgúncriterioespecíficoy condicionarlasestimacionessobreestealahoradeconstruirlasfuncionesdeimpulso-repuesta. Serecomiendautilizarvarioscriteriosdeselecciónparadeterminarelordencorrectoquemejor seajustealosdatos.Todavíaexisteunadiscusiónteóricasobrecómoprocederenelcasodeque distintoscriteriosofrezcandiferentesseleccionesdelags.Losautoresconcluyenqueparaseries mensualeslautilizacióndeAkaikeinformationcriterion(AIC)eslaadecuadaparalaselección. LleganaestaconclusiónparamuestrasdeT=600;cuandoelTesmenor,porejemplo240,el criteriodeAICestanadecuadocomoelHannan-Quinninformationcriterion(HQ).Alosfinesde estetrabajosepriorizaenamboscriteriossinperderdevistaelrestoalosfinesdeganarrobustez. Una vezestimadoelmodelo,puedeprocedersea excluiralgunasvariablesexplicativas en funcióndesusignificatividadestadística,peroexistenrazonesqueexplicanquenoresultalomás conveniente.Porunlado,sisemantieneelmismoconjuntodevariablesexplicativasentodaslas ecuaciones,entonceslaestimaciónecuaciónporecuaciónpormínimoscuadradosordinarioses eficiente.Porotrolado,lapresenciaderetardoscomovariablesexplicativashacequela colinea-lidadentrevariablesexplicativasseaimportante,loquehaceperderprecisiónenlaestimación delmodeloyreducelosvaloresnuméricosdelos estadísticostipotdeStudent.Estohaceque noseaunabuenaestrategiaprocederenvariasetapas,excluyendodelmodelolasvariablescuyos coeficientesresultanestadísticamentenosignificativos,yaqueestopuedeserconsecuenciadela colinealidadinherentealmodelo.
Porotro lado,se esperaquelasvariablesanalizadaspresenten raícesunitarias,por locual utilizar unVARdirectamente noes elcaminoadecuado. Esteúltimoes unmarco generalde análisisquemuestralasrelacionesdinámicasentrevariablesestacionarias.Porlotanto,elprimer pasoseráanalizarlapresenciaderaícesunitariasparalasvariablesenniveles.Encasodeque
losean,se tomaránlasmismasenprimerasdiferencias,yaqueusualmente,silasvariablesen nivelesnosonestacionarias,susprimerasdiferenciasloserán.Deestaforma,uncasoparticular demodelosVARes elconocidocomo vectordecorrección deerrores (VEC),elcualresulta másindicadoparavariablesquesonestacionariasensusprimerasdiferencias.ElmodeloVEC tambiénpuedetomarencuentarelacionesdecointegraciónentrelasvariables.Silasvariables sonestacionarias,ensusdiferenciassetieneunmodeloconlassiguientescaracterísticas:
ΔY1t =δ1+φ11ΔY1,t−1+φ12ΔY2,t−1+ε1t
ΔY2t =δ2+φ21ΔY1,t−1+φ22ΔY2,t−1+ε2t
(10) Bajoestaespecificaciónpuedeprocederceaestimarconelmétododemínimos cuadrados. Introduciendolas relacionesdecointegración entre lasvariablesdel mismoorden se tieneel VEC:
ΔY1t=δ1+φ1ΔY2,t+φ2(Y1,t−1−γY2,t−1)+μt (11) Eltérmino(Y1,t−1−γY2,t−1)esconocidocomotérminodecorreccióndeerror.Dadoentonces queY1,t−1;Y2,t−1estáncointegradas,lacombinaciónenelparéntesisseráI(0),auncuandosus predecesoras no lo eran. Una vez planteada esta corrección, los procedimientos de mínimos cuadradoseinferenciaestadísticavuelvenaserválidos.
ModeloVARaplicado
Respectoalconjuntodecommoditiesestudiados,elestudiosefocalizaenelsectoragrícola. Específicamente,sehaseleccionado elcasodelporotodesojay delmaíz4.El testeoganaen robustezaltratarlabasededatosdeformamensual,porlocualseincrementasignificativamente lacantidaddeobservaciones.Enlafigura2semuestranlasvariablesrelevantesenniveles.
Talcomosemostróencapítulosanteriores,separtedelos determinantesestudiadosporla literaturapara especificarelmodelo.Seeligencomo variableslatasa deinterés americanay lacotizacióndeldólar.Elpreciodelporotodesojaydelmaízsurgendeloscontratosdefuturos operadosen Chicago,nominadosen dólaresportonelada(U$/tn),y lafuente deinformación utilizada esel FondoMonetarioInternacional.Para medirlacotizacióndel dólarse utilizael
DolarIndex,elcualrepresentauníndicequemidelafortalezarelativadeldólaranteunacanasta de monedas extranjeras (yen, libra esterlina, dólar canadiense, coronasueca y franco suizo). Finalmente,lavariabledetasade interésestárepresentadaporlatasa a10a˜nosde losbonos americanosdemadurezconstanteylafuentededatoseslaFeddeSt.Louis.
Lametodologíaaplicadaeslasiguiente:enprimerlugar,lamuestrasedivideen2períodos, 1990-2003y2004-2014.Lafundamentacióndelaseccióndelquiebredelamuestrasebasaen queesapartirde2004cuandoseregistrauncrecimientoaceleradodelasoperacionesenOTC relacionadasacommodities,ylacorrelaciónentretalesproductosyaccionesseeleva sustancial-menterespectoalperíodoprevio,talcomofuedescriptoenlamarcoteóricodeestetrabajo.La segmentacióndelamuestrapermitrájustamenteobservarsisegenerancambiosenlarespuesta delmodeloentreperíodos.
4 SeseleccionasojaymaízdadoquesoncultivosenlosqueEstadosUnidoseselprimerproductormundial,teniendo mayorinfluenciaenlafijacióndepreciosinternacionales.Además,dentrodeLatinoaméricadestacalaaltaincidenciaen laexportación,sobretododesoja,enloscasosdeArgentina,Paraguayy,enmenormedida,Brasil.
Precio poroto de soja
Dólar index Treasury 10y
Precio de maíz 700 140 120 100 80 60 40 20 0 10 9 8 7 5 6 4 3 2 1 0 600 500 400 300 U$/tn U$/tb 200 100 0 350 300 250 200 150 100 50 0 2/1/1990 2/1/1990 2/1/1992 2/1/1994 2/1/1996 2/1/1998 2/1/2000 2/1/2002 2/1/2004 2/1/2006 2/1/2008 2/1/2010 2/1/2012 2/1/2014 2/1/1992 2/1/1994 2/1/1996 2/1/1998 2/1/2000 2/1/2002 2/1/2004 2/1/2006 2/1/2008 2/1/2010 2/1/2012 2/1/2014 2/1/1990 2/1/1993 2/1/1996 2/1/1999 2/1/2002 2/1/2005 2/1/2008 2/1/2011 2/1/2014 2/1/1990 2/1/1993 2/1/1996 2/1/1999 2/1/2002 2/1/2005 2/1/2008 2/1/2011 2/1/2014
Figura2.Variablesenestudio.
Fuente:elaboraciónpropiaenbasealFMIyFedSt.Louis.
Alinteriordecadaperíodoserealizanlossiguientestesteos:testderaízunitariasobrelas varia-bles,alosfinesdedeterminarsisetrabajarásobrenivelodiferenciasprimerasalosfinesdeganar estabilidad.Luego,sellevaacaboeltestdecointegraciónentrevariables,paradecidirsipuede aplicarseunmodeloVARverdaderamenteindependiente.Luegoserealizauntestdeestabilidad almodeloVARpropiamentedicho.Deserestable,seestimanlasecuacionescorrespondientes;si esinestable,seaplicaunmodeloVEC.Tambiénsedefineelnivelóptimodelags.Finalmente,se construyenlasecuacionesdeimpulso-respuestaintroduciendoshocksdetasaequivalenteauna desviaciónestándar.
Comosehadicho,lasvariablesutilizadasenelanálisistienenunafrecuenciamensualyvan desde1990-2014.FueroncomputadasconelsoftwareEviews.
LostrabajosdeLeClech(2013),Akram(2009)yCurcioetal.(2010)tratanlosdeterminantes delpreciodeloscommoditiesybuscanverificarlasrelacionesteóricasmediantetesteosempíricos. Estetrabajopartedeunapreguntadeinvestigacióndistinta:sebuscaestudiarsilarespuestadel preciodecommoditiesagrícolas(sojaymaíz)aunshockdetasadeinteréshacambiadosu com-portamientodurantelosperíodosdeestudio.Paraestoseutilizanfuncionesdeimpulso-respuesta luegodecontrolarpordistintasvariables.Adiferenciadelostrabajosanteriores,seincluyeen elmodeloelratiostock/consumodeambosproductosenEstadosUnidos.Lacorrelaciónconel precio internacionalesmásaltaquesitomamoslaproducciónmundial.Además,extendemos
elhorizontetemporaldeanálisishastaela˜no2014.Enestemarcoeltrabajoescomplementario dedichalíneadeinvestigación.
Tercerasección.Resultadosdelmodelo
Acontinuaciónsepresentanlasgráficasdelasecuacionesdeimpulso-respuesta,exponiendo elcomportamientosimuladomedianteelmodeloVARoVECdelpreciodelporotodesojaydel maízfrenteaunshock(positivo)detasadeinterésdemagnitudequivalenteaundesvíoestándar. Comofueexpuesto,sedividealamuestraen2períodosdeidénticaduraciónde10a˜nos.
En primer lugar, en las figuras 3 y 4 se observa quela suba de la tasa reduce el precio de amboscommodities. Comparando entreperíodos, elefectoes muchomás pronunciadoen 2004-2014tambiénenamboscommodities.Comparandoentrecommodities,yfocalizandoenel período2004-2014,elefectodelabajadelprecioesmuchomáspersistenteenelcasodelporoto desoja.
Dadoquelascotizacionesinternacionalesdeamboscommoditiessehanincrementado sustan-cialmentedelaprimeraseccióndelamuestraalasegunda,seprocedeaobservarlamagnitud delshockcomoproporcióndelpreciopromedio.Estecontrolselorealizaafinesdeevitarquela amplificacióndelimpulsoentérminosabsolutosnosearespuestademayoresprecios.Comose observaenlatabla1,losshocksrepresentanunporcentajemayordelacotizaciónenelperíodo 2004-2014. 4,5 Período 1990-2003 2004-2014 3,5 2,5 1,5 0,5 –0,5 –1,5 –2,5 –3,5 3,0 1,0 –1,0 –3,0 –5,0 –7,0 –9,0 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10
Figura3.Funcióndeimpulso-respuesta:shockdetasadeinterésenporotodesoja.
Período 1990-2003 0,5 0 0 –0,5 –1 –1,5 –2 –4,5 –4 –3,5 –3 –2,5 0,5 –0,5 –1 –1,5 –2 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 2004-2014
Tabla1
Shockdetasacomoproporcióndelpreciopromediodelperíodo
1990-2003 2004-2014
Soja 0.81% 1.03%
Maíz 0.18% 1.46%
Fuente:elaboraciónenpropia.
2 0 –2 –4 –6 –8 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 2,0 0,0 –2,0 –4,0 –6,0 –10,0 –8,0 Período 1990-2003 2004-2014
Figura5. Funcióndeimpulso-respuesta:shockdeDolarIndexenporotodesoja.
Entanto,tomando lamismadivisióndelamuestra se procedealestudio delafunciónde impulso-respuestadelasojayelmaízanteuncambioenlavariableDolarIndex.Enlasfiguras5y6 puedeobservarsequeunshockdemagnitudequivalenteaundesvíoestándargeneraunareducción enlosprecios,talcomoseesperaex-ante.Noobstante,duranteelperíodo1990-2003elefecto serevierterápidamenteenlosperíodossubsiguientes.Entanto,entre2004y2014elimpactoes muchomáspronunciadoypersistente.Estehechoseregistratantoensojacomoenmaíz,aunque, aligualqueconelshockdetasa,enlaoleaginosaseamplificaelimpacto.
Esteresultadoreafirmalosefectosalcanzadospreviamente,dadaslasrelacionesexistenteentre cotizacióndeldólar,tasasdeinterésypreciosdecommoditiesdescriptasenelmarcoteóricodel estetrabajo. 3,0 2,0 1,0 0,0 –1,0 –2,0 –3,0 2,0 0,0 –2,0 –4,0 –6,0 1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10 Período 1990-2003 2004-2014
Conclusiones
Losresultadosdelostesteosrealizadosenestetrabajomuestranqueenlasegundasecciónde lamuestracorrespondientealperíodo2004-2014seobservaunaprofundizacióndelarespuesta delpreciodelporotodesojaydelmaízfrenteacambiosenlatasadeinterés.Comparandoambos
commodities,elresultadoesmásintensivoenelcasodelporotodesoja.
Estos resultados pueden resultar relevantesa la horade estudiar a los commodities como instrumentodeinversióndecartera.Esposiblequelaamplificacióndelimpactoquefueesbozado enestetrabajo,queseráampliadoenfuturasinvestigaciones,tengarelaciónconelcomportamiento conjuntodecommodities,accionesybonos,dadoelincrementoenlacorrelaciónentrelosmismos. Ellopuedegenerarquesereduzcanlosbeneficiosdeladiversificación:determinarsiactualmente laincorporacióndeestosinstrumentosacarterasdebonosyaccionesoptimizalarelación riesgo-retornodiversificandoriesgos,loqueconfiguraunafuturalíneadeinvestigaciónderivadadeeste trabajo.
Los resultados del trabajo indican que un potencialescenario de suba de tasas de interés internacionalpuedetenerunmayorimpactoenelprecioqueenperíodosanteriores.Desdeel puntodevistadelospaísesdependientesdelasexportacionesdeproductosagrícolassepodría observarundeteriorodelostérminosdeintercambioylabalanzacomercialcomosemuestraen
Massot(2008).Enestesentido,enaquelloscasosendondeelperfilexportadorestádefinidopor
commoditiesagrícolasunasubadetasaspodríanosolamenteafectaratravésdelacuentacapital, sinotambiénporunaamplificacióndelacaídadelabalanzacomercial.
Porotro lado, lalecturaopuestapuedehacersepara paísesconsumidoresde commodities.
Períodosdebajastasasdeinteréspuedenelevarlosprecios,ejerciendopresiónsobrelosprecios domésticosdelos alimentos.Enestecaso,elestudiodemecanismosdegestiónderiesgosde preciosporpartedelagestiónpúblicaseráunalíneadeestudiofutura.
Ensíntesis,comprenderlasdinámicasdelosmercadosdecommoditiesyloscambiosquese sucedenenellosresultafundamentalporlasextensasramificacioneseconómicas.Impactosdesde lainversióndecartera,ladeterminacióndelpreciodelosalimentos,combustible,cuentasexternas, fuentededivisas,entreotros,muestranlaimportanciadelestudiodelasnuevastendenciasdel mercado.
Anexo1.
TablaA1
TestderaízunitariaDickeyFulleraumentado
Variable/prob 1990-2003 2004-2014 Soja 0.27 0.55 D(Soja) 0.00 0.00 Maíz 0.05 0.60 D(Maíz) 0.00 0.00 Tasa10y 0.36 0.55 D(Tasa10y) 0.00 0.00 DolarIndex 0.59 0.12 D(DolarIndex) 0.00 0.00 Stock/ConsSoja 0.13 0.29 D(Stock/ConsSoja) 0.00 0.00 Stock/consMaiz 0.05 0.28 D(Stock/consMaiz) 0.00 0.00
Fuente:elaboraciónenpropia.
TablaA2
TestdeSeleccióndelags
Criterio 1990-2003 2004-2014
Soja Maíz Soja Maíz
Finalpredictionerror(FPE) 2 2 2 1
Akaikeinformationcriterion(AIC) 2 2 2 1
Schwarzinformationcriterion(SC) 1 1 1 0
Hannan-Quinninformationcriterion(HQ) 1 1 1 0
Fuente:elaboraciónenpropia.
TablaA3
Resumenderesultadosdelostesteosdeestabilidad
1990-2003 2004-2014
Soja 8raíces<1 8raíces<1
Maíz 4raíces<1 4raíces<1
TablaA4
RepresentacionesdelasecuacionesdelmodeloVARaplicado Soja-Período1990-2003
D(SOJA)=0.148*D(DOLAR(-1))-0.068*D(DOLAR(-2))-117.184*D(STOCK(-1)) -70.161*D(STOCK(-2))+0.194*D(SOJA(-1))-0.237*D(SOJA(-2))
-0.092*D(TASA(-1))+9.321*D(TASA(-2))+0.616
Maíz-Período1990-2003
D(MAIZ)=0.360*D(DOLAR(-1))+0.081*D(DOLAR(-2))+0.473*D(MAIZ(-1))
-0.068*D(MAIZ(-2))+19.49*D(STOCK(-1))-31.60*D(STOCK(-2))-2.30*D(TASA(-1))+0.98*D(TASA(-2)) -0.02
Soja-Período2004-2014
D(SOJA)=-2.55*D(DOLAR(-1))+1.25*D(DOLAR(-2))+13.52*D(STOCK(-1)) -145.68*D(STOCK(-2))+0.291*D(SOJA(-1))+0.030*D(SOJA(-2))-15.41D(TASA(-1)) -10.19*D(TASA(-2))+0.522
Maíz-Período2004-2014
D(MAIZ)=-1.349*D(DOLAR(-1))+0.113*D(MAIZ(-1))-137.203*D(STOCK(-1)) -11.519*D(TASA(-1))+0.454
Fuente:elaboraciónenpropia.
Referencias
Akram, Q. F. (2009). Commodity prices, interest rates and the dollar. Energy Economics, 31(6), 838–851.
http://dx.doi.org/10.1016/j.eneco.2009.05.016
Baker,S.D.(2014).TheFinancializationofStorableCommodities,WorkingPaper.InMcIntireSchoolofCommerce.
Charlottesville,VA:UniversityofVirginia.
Bastourre,D.,Carrera,J.yIbarlucia,J.(2008).PreciodeloscommoditiesenArgentina:¿quémuevealviento?Ensayos Económicos,51.
Basu,P.yGavin,W.T.(2010).Whatexplainsthegrowthincommodityderivatives?FederalBankofSt.LouisReview, 93(1),37–48.
Borensztein,C.yReinhart,C.(1994).TheMacroeconomicDeterminantsofCommodityPrices,IMFWorkingPaper.No. 94/9.
Brooks,C.(2014).IntroductoryEconometricsforFinance.Cambridge:CambridgeUniversityPress.
CurcioS.,deJesúsM.,QuiroloM.E.,VilkerA.S.(2010).Análisisdelosdeterminantesdelavariabilidaddelospreciosde lasprincipalescommoditiesexportadasporAméricaLatina.XIJornadasNacionalesyLatinoamericanasActuariales. FacultaddeCienciasEconómicas.UniversidaddeBuenosAires.
Deaton,A.yLaroque,G.(1996).Competitivestorageandcommoditypricedynamics.JournalofPoliticalEconomy, 104(5),896–923.
Dornbusch,R.(1985).PolicyandperformancelinksbetweenLDCdebtorsandindustrialnations.BrookingsPaperson EconomicActivity,1985(2),303–368.
Dornbusch,R.(1976).Expectationsandexchangeratedynamics.JournalofPoliticalEconomy,84,1161–1176.
Frankel,J.A.(1986).Expectationsand commoditypricedynamics:Theovershootingmodel.AmericanJournalof AgriculturalEconomics,68(2),344–348.
Frankel,J.A.(2006).TheEffectofMonetaryPolicyonRealCommodityPrices.NBERWorkingPaper.No.12713.
Henderson,B.J.,Pearson,N.D.yWang,L.(2012).NewEvidenceontheFinancializationofCommodityMarkets. WorkingPaper.GeorgeWashingtonUniversity.
Hotelling,H.(1931).Theeconomicsofexhaustibleresources.TheJournalofPoliticalEconomy,39(2),137–175.
Hull,J.C.(2009).Options,Futures,andotherDerivatives(7thedition).PearsonPrenticeHall.
Ivanov,V.yKilian,L.(2005).Apractitioner’sguidetolagorderselectionforVARimpulseresponseanalysis.Studiesin NonlinearDynamics&Econometrics,9(1).
Kaplinsky,R.(2006).Revisitingtherevisitedtermsoftrade:WillChinamakeadifference?WorldDevelopment,34(6),
981–995.
Kilian,L.yPark,C.(2009).TheimpactofoilpriceshocksontheUSstockmarket.InternationalEconomicReview, 50(4),1267–1287.
Maizels,A.(1994).Commoditymarkettrendsandinstabilities:Policyoptionsfordevelopingcountries(pp.53-64).
Geneva:UNCTADReview.
Massot,J.(2008).Administracióndelriesgoeconómicoyelboomdelascommodities:elcasoargentino.Impactosdela CrisisFinancieraInternacionalenlaArgentina,1,15–29.
Nissanke M. (2010). Commodity markets and excess volatility: Sources and strategies to reduce adverse deve-lopment impacts. Amsterdam, Common Fund for Commodities [consultado 29 May 2016]. Disponible en:
http://common-fund.org/uploads/txcfc/CFCreportNissankeVolatilityDevelopmentImpact201002.pdf
Silvennoinen,A.yThorp,S.(2013).Financialization,crisisandcommoditycorrelationdynamics.JournalofInternational FinancialMarkets,InstitutionsandMoney,24,42–65.
Sims,C.(1980).Macroeconomicsandreality.Econometrica.,48,1–48.
Tang,K.yXiong,W.(2012).Indexinvestmentandthefinancializationofcommodities.FinancialAnalystsJournal,68(5),
54–74.
UnitedNations(2009):UnitedNationsConferenceonTradeandDevelopment,Geneva(2009):TradeandDevelopment [consultado29May2016].Disponibleen:http://www.unctad.org/en/docs/tdr2009en.pdf
UnitedNations(2011).PriceFormationinFinancializedCommodityMarkets:TheRoleofInformation.NewYorkand Geneva:UnitedNations.
Yang,J.,Bessler,D.A.yLeatham,D.J.(2001).Assetstorabilityandpricediscoveryincommodityfuturesmarkets:a newlook.JournalofFuturesMarkets,21(3),279–300.