el impacto y relacion del petróleo con las monedas latinoamericanas
TRANSCRIPT
PUJ– BG Normas para la entrega de Tesis y Trabajos de grado a la Biblioteca General –Noviembre 14 de 2007
1
Bogot,;, D.C., 16 julio 2009
Señores BIBLIOTECA GENERAL Cuidad
Estimados Señores:
Los suscritos
Trabajo de Grado
Santiago Quintana Blanco , con e.c. No. 1032382678 _ Juan Pablo Polania Rojas , con e.c. No. 80853706 . autor(es) del trabajo de grado titulado EL IMPACTO Y RELACION DEL PETRÓLEO CON LAS MONEDAS LATINOAMERI CANAS presentado y aprobado en el año
2009 como requisito para optar al título de Administrador de empresas ; autorizamos a la Biblioteca General de la Universidad Javeriana para que con fines académicos, muestre al mundo la producción intelectual de la Universidad Javeriana, a través de la visibilidad de su contenido de la siguiente manera:
• Los usuarios puedan consultar el contenido de este trabajo de grado en Biblos, en los sitios web que administra la Universidad, en Bases de Datos, en otros Catálogos y en otros sitios web, Redes y Sistemas de Información nacionales e internacionales ~Open AccessH y en las redes de información del país y del exterior, con las cuales tenga convenio la Universidad Javeriana.
• Permita la consulta , la reproducción, a los usuarios interesados en el contenido de este trabajo, para todos los usos que tengan finalidad académica, ya sea en formato CD-ROM o digital desde Internet, Intranet, etc., y en general para cualquier formato conocido o por conocer.
• Continúo conservando los correspondientes derechos sin modificación o restricción alguna; puesto que de acuerdo con la legislación colombiana aplicable, el presente es un acuerdo juridico que en ningún caso conlleva la enajenación del derecho de autor y sus conexos.
De conformidad con lo establecido en el articulo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993, "Los derechos morales sobre el trabajo son propiedad de los autores " , los cuales son irrenunciables, imprescriptibles, inembargables e inalienables.
/ ' ~"J l,
Firma Santiago Quintana Blanco 1032382678
Firma Juan Pablo Pala nía Rojas
80853706
NOTA IMPORTANTE: El autor y o autores certifican que conocen las derivadas jurídicas que se generan en aplicación de los principios del derecho de autor.
C. C. FACULTAD DE CIENCIAS ECO N O MICAS y ADMINSITRATIVAS CARRERA DE ADMINISTRACION DE EMPRESAS
PUJ- BG Normas para la entrega de Tesis y Trabajos de grado a la Biblioteca General - NOViembre 14 de 2007 3
PUJ– BG Normas para la entrega de Tesis y Trabajos de grado a la Biblioteca General –Noviembre 14 de 2007
2
TÍTULO COMPLETO DE LA TESIS DOCTORAL O TRABAJO DE GRADO: EL IMPACTO Y
RELACION DEL PETRÓLEO CON LAS MONEDAS LATINOAMERICANAS
SUBTÍTULO, SI LO TIENE: ________________________________________________________ _______________________________________________________________________________
AUTOR O AUTORES
Apellidos Completos Nombres Completos
Quintana Blanco Polanía Rojas
Santiago Juan Pablo
DIRECTOR (ES) TESIS DOCTORAL O DEL TRABAJO DE GRADO
Apellidos Completos Nombres Completos
Sarmiento Auli
Iván Darío
ASESOR (ES) O CODIRECTOR
Apellidos Completos Nombres Completos
TRABAJO PARA OPTAR AL TÍTULO DE: __ Administrador de empresas FACULTAD: ______ CIENCIAS ECONOMICAS Y ADMINSITRATIVAS ________ PROGRAMA: Carrera _X_ Licenciatura ___ Especialización ____ Maestría ____ Doctorado ____ NOMBRE DEL PROGRAMA: ____ ADMINISTRACION DE EMPRESAS __ NOMBRES Y APELLIDOS DEL DIRECTOR DEL PROGRAMA:
______________________Margarita María Castillo Mendoza _________________ CIUDAD: BOGOTA AÑO DE PRESENTACIÓN DEL TRABAJO DE GRADO: _2009_ NÚMERO DE PÁGINAS ___________________________________________________ TIPO DE ILUSTRACIONES:
1
Ilustraciones Mapas Retratos
X Tablas, gráficos y diagramas Planos Láminas Fotografía
SOFTWARE requerido y/o especializado para la lectura del documento __Acrobat Reader_
MATERIAL ANEXO (Vídeo, audio, multimedia o producción electrónica):
Duración del audiovisual: ___________ minutos.
Número de casetes de vídeo: ______ Formato: VHS ___ Beta Max ___ ¾ ___ Beta Cam
____ Mini DV ____ DV Cam ____ DVC Pro ____ Vídeo 8 ____ Hi 8 ____
Otro. Cual? _____
Sistema: Americano NTSC ______ Europeo PAL _____ SECAM ______
Número de casetes de audio: ________________
Número de archivos dentro del CD (En caso de incluirse un CD-ROM diferente al trabajo de
grado):
_________________________________________________________________________
PREMIO O DISTINCIÓN (En caso de ser LAUREADAS o tener una mención especial): _______________________________________________________________________________
DESCRIPTORES O PALABRAS CLAVES EN ESPAÑOL E INGLÉS: Son los términos que definen los temas que identifican el contenido. (En caso de duda para designar estos descriptores, se recomienda consultar con la Unidad de Procesos Técnicos de la Biblioteca General en el correo [email protected], donde se les orientará).
ESPAÑOL INGLÉS _____________Petróleo WTI __________ _____________WTI_____________________ _________Modelos Econométricos______ _________Econometric Models__________ _______Monedas Latinoamericanas_____ _______Latin America Currencies________ ____________Cointegración___________ ____________Cointegration______________ _________Mercado Petrolero___________ _________Oil Market___________________
2
RESUMEN DEL CONTENIDO EN ESPAÑOL E INGLÉS: (Máximo 250 palabras -
1530 caracteres):
Esta tesis presenta un análisis empírico del efecto que las variaciones en el precio del
petróleo (referencia West Texas Intermediate) ejercen sobre la cotización de las
monedas de Colombia, Perú, Brasil, México, Chile y Argentina. Se realiza este estudio
tomando las series de datos diarios (precios y variación logarítmica) desde el 6 de enero
del 2000 hasta el 5 de mayo de 2008 periodo durante el cual el WTI presenta un cambio
de tendencia alcista hasta alcanzar los 119.97 dólares por barril. Se emplean diferentes
modelos econométricos como la regresión lineal simple, modelos con variables
retardadas y el modelo de cointegración dada la naturaleza no estacionaria de las series;
evidenciando que dicha relación es a largo plazo mas no directa en el corto plazo como
comúnmente se piensa, inclusive en el caso de países como Colombia que son altamente
dependientes de los ingresos petroleros y estos a su vez, se canalizarán en el mercado de
divisas.
This thesis presents and empirical analysis about the variation affect on oil reference
WTI (West Texas Intermediate) prices that affect the quote of Colombian, Argentinean,
Peruvian, Brazilian, Chilean and Mexican currencies. We develop an study taking into
account data series (prices and logarithmic variations) since January 6 of 2000 to May 5
2008, during this period WTI shows a tendency change reaching the $119.97 US
dollars/barrel level. Different econometric models have been used from Linear
Regression to VAR and cointegration models due to the non stationary nature of data
being analysed; showing us that the relation is present in the long run but it isn’t evident
in the short run opposite to the common opinion even in countries like Colombia that
present a very. dependent economy to the oil income on exports.
3
EL IMPACTO Y RELACION DEL PETRÓLEO CON LAS MONEDAS
LATINOAMERICANAS.
SANTIAGO QUINTANA BLANCO Y JUAN PABLO POLANÍA ROJAS
PONTIFICIA UNIVERSIDAD JAVERIANA
CIENCIAS ECONOMOMICAS Y ADMINISTRATIVAS
CARRERA DE ADMINISTRACIÓN DE EMPRESAS
BOGOTA D.C.
2008
4
TABLA DE CONTENIDO
Pág. 1. INTRODUCCIÓN 3 2. HIPÓTESIS 3
3. JUSTIFICACIÓN 3
4. OBJETIVO GENERAL 4
5. OBJETIVOS ESPECÍFICOS 4 6. METODOLOGÍA Y DESARROLLO DE LA INVESTIGACIÓN 4
7. MARCO TEÓRICO 6
7.1 El Petróleo 6
7.2 Referencias del petróleo 6
7.3 Benchmarks para el precio del petróleo 7
7.4 Extracción y producción 8
7.5 Refinación 10
7.6 El proceso de downstream 10
7.7 Oferta 11
7.8 Demanda 13
7.9 Trade 14
7.10 Inventarios 16
7.11 Determinación de los precios 17
8. RELACION CON LA BALANZA DE PAGOS 19
8.1 Efectos de los choques del precio del petróleo (años 70 y 80) en las
economías. 20
8.2 Efectos de los precios del crudo en la economía colombiana 21
9. DEFINICION DE LOS MODELOS 22
9.1 Regresión lineal 22
9.2 Regresión y correlación 22
9.3 Regresión simple 22
9.4 Supuestos en la regresión lineal 23
9.5 Análisis estabilidad estructural 23
9.5.1 Contraste de Chow 23
9.5.2 Estimación recursiva 24
9.6 Modelo con variables retardadas 24
9.7 Modelo con retardos distribuidos 25
9.8 Modelo de cointegración 26
9.9 Análisis de correlogramas 28
10. APLICACIÓN DEL MODELO DE REGRESIÓN LINEAL CLÁSICO 29
10.1 Series de las monedas y el WTI 29
10.2 Series de los rendimientos logarítmicos de las monedas y el WTI 31
11. APLICACIÓN DEL MODELO DE RETARDOS DISTRIBUIDOS 33
11.1 Series de las cotizaciones de las monedas y el WTI 33
11.2 Series de los rendimientos logarítmicos de las monedas y el WTI 37
12 RESULTADOS AL ANALIZAR LOS CORRELOGRAMAS 39
13 RESULTADOS OBTENIDOS AL CORRER EL MODELO DE
COINTEGRACION 43
14 CONCLUSIONES 43
ANEXOS 44
BIBLIOGRAFÍA 80
LISTA DE GRÁFICOS 81
LISTA DE FIGURAS 86
5
EL IMPACTO Y RELACION DEL PETRÓLEO CON LAS MONEDAS
LATINOAMERICANAS.
1. INTRODUCCIÓN
En la última década, es decir, desde principios del nuevo milenio, la economía mundial
ha sido testigo del surgimiento de diferentes “turbulencias” financieras, altas tasas de
inflación, recesiones y expansiones económicas, crisis políticas en diferentes naciones
y un muy difícil de explicar crecimiento de los precios del crudo y sus derivados. Tras
la observación y lectura de diferentes teorías acerca de la relación del dólar con los
precios de los hidrocarburos, este trabajo de investigación surge del deseo y necesidad
de determinar si tal relación existe con las monedas de los países latinoamericanos
tomando como referencia algunas de ellas con el objetivo de desarrollar un modelo
econométrico capaz de primero, explicarla y segundo, poder pronosticar.
Se partió de una exhaustiva recopilación de información cuantitativa con la cual
sustentar el desarrollo de nuestro modelo, y cualitativa para entender antes de todo, el
comportamiento y las bases del mercado petrolero el cual es, como veremos, bastante
grande y complejo.
2. HIPÓTESIS
¿Existe algún grado de relación entre los precios del petróleo y a nivel americano, los
de la referencia WTI, que genere un impacto en el comportamiento de la cotización de
las monedas de los países latinoamericanos Brasil, Chile, Colombia, México y Perú?
3. JUSTIFICACIÓN
El 15 de noviembre de 2001, el petróleo West Texas Intermediate (WTI) de referencia
para América, se cotizó en la Bolsa de Nueva York (NYSE) a USD$17,451 durante el
desarrollo de fuertes conflictos internacionales y desaceleración económica. Le tomaría
algo mas de un año y dos meses duplicar su precio el 6 de febrero de 2006. Sin
embargo, del 22 de enero del 2007 al 14 de julio del 2008, un periodo similar, la
cotización se incrementó un 183.94% alcanzando su record histórico de USD$145,18
amenazando con presiones inflacionarias a la mayoría de los bancos centrales en todo el
mundo quienes incrementaron sus tasas de interés, empujando el alza de precios en los
alimentos, encareciendo los costos del transporte convirtiéndose en uno de los
protagonistas de la actual desaceleración económica. También ha causado un
incremento en las ganancias en los países productores y las empresas petroleras como
Exxon Mobil (US$10.890 millones en el primer trimestre de 2008)2 generando entradas
masivas de divisas a éstas economías, ya sea por la venta del crudo y refinados, o por la
Inversión Extranjera Directa (IED) en el sector petrolero3. Esto concibe el
cuestionamiento de cual es el impacto de los precios del petróleo en la cotización de las
1 Fuente: Bloomberg.
2 REUTERS. Exxon Mobil brilla por su oro negro. [online] 2008.
http://www.cnnexpansion.com/negocios/2008/05/01/exxon-mobil-brilla-por-2018oro-negro2019/view 3 En efecto, mientras la IED en el sector petrolero en Colombia para el año 2001 alcanzó los USD$520,8
millones, en 2007 se incremento a USD$3.324 millones superando la realizada en cualquier otro sector
durante ese año.
6
monedas teniendo como trasfondo los efectos de dichos precios sobre los flujos
monetarios, la Inversión Extranjera Directa y el comercio internacional realizando un
comparativo entre diferentes países productores y no productores a nivel
latinoamericano.
4. OBJETIVO GENERAL
Por medio del estudio del mercado del petróleo y los precios de la referencia WTI,
desarrollar un modelo econométrico que nos permita determinar el impacto de estos
precios sobre las monedas y poder realizar así un pronóstico.
5. OBJETIVOS ESPECÍFICOS
1. Entender la naturaleza y el funcionamiento del mercado mundial del petróleo.
2. Determinar cuales son las características del impacto que las variaciones del
precio y este mismo ejerce sobre la cotización de las monedas latinoamericanas.
3. Describir la importancia y el tamaño relativo del mercado del petróleo en cada
uno de los países cuyas divisas son objeto de estudio y su papel en estas
economías.
4. Establecer un modelo econométrico que se adapte y describa las variaciones de
las cotizaciones del petróleo (referencia WTI) y el de las divisas y, establecer un
pronóstico para calificar su eficacia.
5. Analizar los resultados obtenidos de dicho modelo, demostrando así que existe
un impacto producto de los precios del petróleo sobre el comportamiento de la
cotización de las monedas latinoamericanas.
6. METODOLOGÍA Y DESARROLLO DE LA INVESTIGACIÓN
Recopilación de información teórica sobre el mercado del petróleo, es decir, sus
características, los agentes involucrados y su participación e impacto en este.
Consiste en información extraída de diferentes libros, documentos de investigación
como papers e información contenida en las páginas web de diferentes organismos
privados y gubernamentales encargados del monitoreo y la investigación de los
mercados petroleros.
Recopilación de la información estadística del mercado petrolero nacional de cada
uno de los países cuyas divisas serán objeto de estudio a saber: México, Colombia,
Perú, Brasil y Chile.
Esto permitirá identificar de forma cuantitativa y cualitativa ex ante el posible impacto
que los precios del petróleo y las variaciones de éste tienen sobre las economías de éstos
países partiendo del supuesto que existe relación directa entre el tamaño relativo de
sector petrolero de un país junto con la dependencia de éste a de las importaciones o
exportaciones de crudo y el efecto que tiene las variaciones en el precio del crudo en el
comportamiento de las divisas.
Los países que se han seleccionado son México, Colombia, Perú, Chile y Brasil que
corresponden a los mercados representativos en la región latinoamericana en términos
de Producto Interno Bruto, participación del sector petrolero en la actividad económica.
7
Otro criterio para seleccionar los países corresponde al grado confiabilidad de la
información adquirida y al poco sesgo por parte de las autoridades estatales cuyos casos
se presentan en otros países latinoamericanos.
Obtención de series estadísticas de la cotización del petróleo WTI y las divisas a
seguir: el Peso mexicano, el Peso colombiano, el Peso chileno, el Nuevo Sol
peruano y el Real brasileño.
Esta información se obtendrá por la plataforma Bloomberg y comprenderá el periodo
entre el 5 de enero del año 2000 (01/01/2000) y el 16 de septiembre de 2008
(16/09/2008). La elección de este periodo se basa en la observación por parte de los
autores de un cambio de tendencia en el comportamiento del precio del petróleo WTI a
partir de diciembre de 2001 que solo se reversaría en julio de 2008.
Homologación y adecuación de la información estadística para poder desarrollar el
modelo econométrico y facilitar la investigación.
Comprende fundamentalmente verificar que no existan periodos o días en los que no se
presenta cotización de cualquiera de las variables analizadas, una de las razones de que
esto se de es por que no se realizaron operaciones en las bolsas de valores respectivas.
En tal caso, se procede a eliminar los datos correspondientes a días en los que falta la
cotización de una variable.
Determinación de la distribución y la relación de las variables con respecto a las
otras.
Se realizara un análisis estadístico del comportamiento de las cotizaciones determinando
su distribución (normal, chi-cuadrado, exponencial, etc) y la relación que guardan entre
ellas (directa, inversa, nivel de correlación etc.). También se buscara determinar si el
efecto en los cambios de la cotización de la referencia WTI afecta de forma retardada el
comportamiento de las cotizaciones de las monedas.
Desarrollo del modelo
Conclusiones
Por medio del análisis de las variables de las variables y los resultados del desarrollo del
modelo, se procederá a realizar un pronóstico y determinar así su bondad o su nivel de
explicación del comportamiento de las cotizaciones. Lo anterior, atado a la información
obtenida sobre la importancia relativa del sector petrolero en el país, las características
del mercado petrolero entre otras.
8
7. MARCO TEÓRICO
7.1. El Petróleo
El petróleo es una mezcla de hidrocarburos comprimidos (alcanos, alquenos, naftenos y
aromáticos), surgidos por el cubrimiento de restos de animales y plantas acuáticas por
sedimentos, rocas y minerales. Con el tiempo, estos hidrocarburos se forman gracias a
la presión extrema y la temperatura ejercidos sobre estos restos durante millones de
años4. Por su composición química y la disposición de sus moléculas, existen tres tipos
de petróleo crudo: los parafínicos, los asfálticos y aquellos de base mixta.
Existen diferentes tipos de petróleo y por lo tanto diferentes referencias, todo
dependiendo de el lugar, región o país del cual éste sea extraído. En algunos casos el
petróleo crudo se encuentra concentrado en grandes pozos rodeados por roca lo que
hace fácil su extracción y en otras se encuentra disperso en la misma. Es el producto de
mayor comercialización a nivel mundial y el más transado en los mercados de todo el
mundo, mientras sus derivados se utilizan en diferentes industrias desde la energética
hasta la agricultura5.
Entre los productos y derivados de este se encuentran: La gasolina con plomo, la
gasolina sin plomo, el queroseno, el gas licuado de petróleo, la gasolina de aviación, el
diesel de transporte, etc. De los anteriores, es necesario destacar el combustible para
calefacción o el heating oil6 el cual es muy utilizado en el invierno (sobre todo en el
norte de América) y sus niveles de inventarios y demanda esperada es uno de los más
importantes determinantes en la determinación del precio del petróleo.
Figura 1: Flujo del Petróleo
Fuente: Manual de Estadísticas Energéticas. Agencia Internacional de Energía.
7.2. Referencias del petróleo
4Manual de Estadísticas Energéticas [online]. Agencia Internacional de Energía. Disponible en la red
<https://www.iea.org/Textbase/stats/docs/NRJ_spanish_web.pdf>. p. 75. 5Oil Market Basics [online] Energy Information Administration, 2000. Disponible en la red
<http://www.eia.doe.gov/pub/oil_gas/petroleum/analysis_publications/oil_market_basics/full_contents.ht
m> 6 Manual de Estadísticas Energéticas [online]. Agencia Internacional de Energía. Disponible en la red
<https://www.iea.org/Textbase/stats/docs/NRJ_spanish_web.pdf>. p. 75.
Producció
n
Refinería Entregas
nacionales
Industria
Petroquímica
9
Por lo habitual, suele haber una confusión cuando se habla de los tipos de petróleo; esto
sucede porque se confunden las referencias dadas por la industria del petróleo, así como
los benchmarks para los precios. Para aclarar esto, cabe remarcar que esta industria por
lo general asigna referencias geográficas, así como los contenidos de sulfuros y la
gravedad API (gravedad American Petroleum Institute, que mide que tan pesado o
ligero es el petróleo líquido respecto al agua) para los tipos de crudos.
La referencia geográfica tiene importancia debido a que afecta directamente las
ganancias. Así, los crudos más ligeros son más deseables puesto que su extracción es
más fácil, y pueden obtenerse productos destilados –que tienen mayor ganancia– más
fácilmente que en los crudos pesados. Además, el crudo ligero tiene menos
implicaciones ambientales que el pesado. Por otra parte, cada barril de crudo tiene una
composición molecular única, determinada en los laboratorios de estudios de petróleo,
determinando así su referencia.
7.3. Benchmarks para el precio del petróleo.
Existen dos referencias principales gracias a las cuales se le asignan precios a crudos
provenientes de diferentes regiones cuya composición de azufre y su gravedad
específica (peso relativo por unidad de volumen o densidad de una determinada
sustancia con respecto al agua), estos factores también determinan su calidad y
capacidad para ser convertidos en gasolina. Así, un crudo será clasificado como “dulce”
(Sweet) si su contenido de azufre es menor del 0.5%, y si no lo es, es denominado
“ácido” (Sour).
La referencia WTI (West Texas Intermediate) es cotizada en Nueva York en el New
York Mercantile Exchange (NYMEX), corresponde al crudo extraído de Texas y
Oklahoma y es de buena calidad para la refinación y producción de gasolina, dado su
menor contenido de azufre con respecto la referencia Brent, esto a su vez le permite
generalmente tener una ventaja en precios. En efecto, esta referencia también es
conocida como “crudo ligero dulce” (light, sweet crude)7.
La referencia Brent es cotizada en Londres, en el International Petroleoum Exchange
(IPE). Corresponde al crudo extraído de diferentes pozos alrededor del Mar del Norte,
transportados a través de oleoductos para ser cargado a los buques petroleros en Sullum
Voe en las Islas Shetland. Dada su menor calidad, el Brent es generalmente mas
utilizado en la producción de combustible para calentar (heating oil) el cual tiene una
amplia demanda en los Estados Unidos durante la temporada invernal.
Los crudos de referencia son de suma importancia para la asignación de precios de
crudos extraídos de diferentes regiones, por ejemplo, el WTI se utiliza para determinar
el precio de diferentes petróleos producidos en el continente americano, mientras que el
Brent es la referencia por excelencia, ya que en base a el se valoran aproximadamente
dos terceras partes de la producción mundial. Una vez el Brent es cotizado en Londres,
la producción de otros países de valora con respecto al precio de este dependiendo de su
calidad, es decir su grado de azufre.
7 HENKER THOMAS T. and MILONAS NIKOLAOS. Price spread and convenience yield
Behaviour in the international oil market. Applied Financial Economics, 2001, 11, 23± 36
10
Más allá de que los crudos que gozan de mayor aceptación en el mercado mundial
(Light, sweet crude o WTI y Brent) existe otra referencia para medir el precio del
petróleo, y esta es la canasta de referencia de la OPEP. La nueva canasta de referencia
de la OPEP (u OPEC Reference Basket), que se introdujo durante el mes de junio del
año 2005, está compuesto por diferentes referencias geográficas de crudos producidos
por países pertenecientes al cartel entre los que se encuentran: Saharan Blend (Algeria),
Girassol (Angola), Oriente (Ecuador), Minas (Indonesia), Iran Heavy (República
Islámica de Irán), Basra Light (Irak), Kuwait Export (Kuwait), Es Sider (Libia), Bonny
Light (Nigeria), Qatar Marine (Qatar), Arab Light (Arabia Saudita), Murban (Emiratos
Árabes Unidos) y BCF-17 (Venezuela). Estas referencias corresponden a las mayores
exportaciones de estos países, que son ponderados de acuerdo a la producción y
exportación a los principales mercados del mundo.
7.4. Extracción y producción
Figura 2: Perforación de un yacimiento de petróleo.
A pesar de la probada existencia de campos petrolíferos en todo el mundo, existe una
alta probabilidad de encontrar “pozos secos” que son aquellos que no tienen ni petróleo
crudo o gas, o bien no es económicamente viable su explotación. En tiempos recientes,
se han desarrollado técnicas para disminuir el nivel de incertidumbre a la hora de
explorar el suelo en búsqueda de “oro negro”.
La exploración petrolífera se realiza en regiones donde los antecedentes del suelo
permitan la formación de hidrocarburos: que su suelo tenga material orgánico, y que
haya pasado el suficiente tiempo para que el petróleo se haya formado y ascendido por
la corteza, proceso que tarda entre unas decenas de millones de años hasta cien millones
de años. Con esos factores tenidos en cuenta, quien explora el campo puede emplear
técnicas como la perforación del suelo, para extraer muestras el mismo y estudiar sus
antecedentes; o bien usar una prueba sísmica, donde se estudia cómo se reflejan y
refractan las ondas en las rocas, facilitando el conocimiento de las condiciones del suelo
11
y si este tiene posibilidades de albergar petróleo y/o gas. Cabe mencionar que, por lo
general, el gas viene disuelto en el petróleo crudo, por lo que es necesario separarlos
para su procesamiento.
Cuando un pozo petrolero es descubierto, ya sea que posea gas, petróleo crudo o ambos,
se perforan pozos adicionales para conocer la extensión del yacimiento y conocer las
condiciones de producción del mismo. Después de esto es cuando se procede a producir
el petróleo, para lo cual se construyen tanques, oleoductos y gasoductos, para que el
crudo pueda ser procesado, trasladado a los mercados y ser vendido.
Ya en la parte de producción del petróleo encontrado en el yacimiento, la presión
natural dentro del yacimiento es importante a la hora de la producción de crudo,
sobretodo si se quiere estudiar su viabilidad económica. La presión varía de acuerdo al
yacimiento y las condiciones geológicas tales como “la roca en la que está el
yacimiento, y la historia de su producción”8; dado que la presión natural del subsuelo
tiene la suficiente fuerza como para hacer subir al petróleo hacia la superficie. Este
fenómeno se conoce como “levantamiento natural”.
Sin embargo, este “levantamiento natural” no es un fenómeno permanente en los
yacimientos. Eventualmente desaparece, por lo que el petróleo deja de fluir hacia la
superficie, por lo que debe ser bombeado usando métodos artificiales, siendo el más
usado el “levantamiento artificial, que emplea electricidad y gas para bombear el
petróleo hacia la superficie”9. Pero, al pasar el tiempo, estos métodos pierden
efectividad y la producción de crudo comienza a requerir métodos secundarios de
producción, siendo uno de los más empleados el de filtrar agua hacia los yacimientos
para forzar el crudo a subir hacia los oleoductos.
En el último tiempo, con la demanda de crudo existente se hizo necesario emplear
métodos terciarios de producción. “Estas técnicas se concentran en incrementar las
características del flujo de petróleo a través de vapor, dióxido de carbono y otros gases o
químicos”10
. Al sumar las características del yacimiento y las características físicas del
petróleo son factores importantes a la hora de determinar el costo del petróleo, que
puede oscilar entre USD$ 2 por barril en un campo petrolífero del medio Este de los
Estados Unidos, hasta los USD$ 15 en otros campos en el mismo país. Cabe mencionar
que los avances tecnológicos han permitido que el barril de petróleo en la parte de
producción disminuya sus costos en ciertas partes del mundo
8Oil Market Basics [online] Energy Information Administration, 2000. Disponible en la red
http://www.eia.doe.gov/pub/oil_gas/petroleum/analysis_publications/oil_market_basics/supply_text.htm#
Where Oil Comes From. Consultado el 1 de octubre de 2008 9Oil Market Basics [online] Energy Information Administration, 2000. Disponible en la red
http://www.eia.doe.gov/pub/oil_gas/petroleum/analysis_publications/oil_market_basics/supply_text.htm#
Where Oil Comes From. Consultado el 1 de octubre de 2008 10Oil Market Basics [online] Energy Information Administration, 2000. Disponible en la red
http://www.eia.doe.gov/pub/oil_gas/petroleum/analysis_publications/oil_market_basics/supply_text.htm#
Where Oil Comes From. Consultado el 1 de octubre de 2008.
12
7.5. Refinación
Figura 3: El primer paso en la refinación del petróleo crudo11
.
El proceso básico de la refinación es relativamente simple: lo que busca es separar al
petróleo en sus componentes. Para ello se recurre a una “columna de destilación”, donde
el petróleo se somete a diferentes temperaturas para obtener sus componentes:
Entre 90 y 350 ºF (grados Fahrenheit) se obtienen los productos más ligeros:
gases licuados del petróleo y nafta, que es una mezcla de la que se obtiene la
gasolina entre otros derivados.
Entre 350 y 650 ºF salen los productos destilados intermedios: combustible para
aviones, queroseno, combustible para los hogares o heating oil y el diesel.
Entre 650 y 1.000 ºF queda el residuo del petróleo, que es extrapesado. Por lo
general de este residuo se obtiene el coque, un derivado del carbón cuyos gases
son apreciados industrialmente. Las refinerías en Estados Unidos refinan este
último en productos más suaves para incrementar sus ganancias.
7.6. El proceso de downstream
El proceso de downstream consiste en la venta de los distintos productos que se han
obtenido como resultado del proceso de destilación descrito anteriormente. También se
entiende como “más cercano a la puerta de la refinería y a los consumidores”12
.
Asimismo, se encarga de agrupar unidades muy complejas que se encargan de la mejora
de algunos productos, sobre todo aquellos extrapesados y que tienen menor valor en el
mercado, para hacerlos más ligeros y obtener una mayor ganancia.
En algunos países, sobretodo Estados Unidos, la demanda se centra en productos ligeros
como la gasolina. Las refinerías, para buscar ganancias más allá de lo que se gana por la
venta de los productos destilados, vende los productos que son más demandados.
11 Oil Market Basics [online] Energy Information Administration, 2000. Disponible en la red
http://www.eia.doe.gov/pub/oil_gas/petroleum/analysis_publications/oil_market_basics/supply_text.htm#
Where Oil Comes From. Consultado el 1 de octubre de 2008 12http://www.eia.doe.gov/pub/oil_gas/petroleum/analysis_publications/oil_market_basics/refining_text.ht
m. Consultado el 3 de octubre de 2008.
13
7.7. Oferta
Figura 4: Oferta del petróleo crudo, LGN, insumos de refinería, aditivos y otros
hidrocarburos
Gráfico 1
Oferta mundial del petróleo correspondiente al primer trimestre de 2008
China
4%Otros
36%
Arabia Saudita
10%
Rusia
11%
México
4%
Estados Unidos
8% Brasil
3%
Venezuela
3%Canadá
4%
Irán
5%
Emiratos Árabes
Unidos
3%Kuwait
3%
Nigeria
3%
Irak
3%
Fuente: Banco de la República, Informe de la Junta Directiva al Congreso de La República. Tomado de
International Energy Agency (IEA)
La oferta del petróleo depende de los procesos de se "upstream" y "downstream"
anteriormente descritos. El primero consiste en el proceso de hallar los pozos que
contengan suficiente cantidad de crudo o gas que los haga económicamente viables y su
futura extracción y el segundo consiste en la distribución al consumidor final.
Hallar pozos petroleros es un procedimiento arduo que ha demandado el desarrollo de
tecnologías cada vez mas eficaces como las pruebas sísmicas cuyo objetivo es
determinar la probabilidad de que en dicha área se pueda encontrar un pozo de crudo o
14
gas cuyas dimensiones sean lo suficientemente altas para hacer de la extracción un
procedimiento viable.
Se calcula que un pozo (o perforación para determinar la existencia de crudo) de cinco
conocidos como “wildcats wells” resulta generar resultados positivos, el resto es
conocido como “dry holes”. El incremento del desarrollo tecnológico ha permitido
reducir esta razón a 1 de 3 y a 1 de 2 en los mejores casos13
.
El Medio Oriente continúa siendo la región con mayores bondades en cuando a la
producción de crudo se refiere. Primero, existen dos clases de pozos, el primero es aquel
en el cual el petróleo se encuentra contenido en piscinas “pools” haciendo más fácil su
extracción o disperso en la roca lo cual dificulta su extracción. El Medio Oriente goza
de una cantidad de pozos considerable los cuales están constituidos principalmente por
piscinas. Segundo, la extracción del petróleo es mucho mas sencilla en los pozos nuevos
ya que la presión contenida en estos genera una extracción natural del crudo o “natural
lift”, a medida que pasa el tiempo y sobre todo en los pozos maduros, dicha presión se
pierde y es necesario entonces acudir a otra clase de métodos de extracción o “artificial
lift”. En general, los pozos del Medio Oriente conservan su presión natural en el tiempo
haciendo menos costosa su extracción.
El Medio Oriente además de poseer aproximadamente dos terceras partes de las reservas
estimadas del petróleo, el costo de extracción por barril (incluyendo la recuperación del
capital) alcanza los dos dólares, mientras que en los Estados Unidos dicho costo
asciende a 15 y en el Golfo de México, gracias al avance tecnológico es de 10 dólares
por barril14
.
Otras regiones de vital importancia son Rusia, la cual provee principalmente a Europa,
Nigeria, caracterizada por su inestabilidad política y el Mar del Norte en donde se
estima no se ha alcanzado su pico de producción desde que se iniciaron operaciones a
finales de los años 70, principalmente por que la tecnología ha permitido incrementar el
número de pozos encontrados.
13
Oil Market Basics [online] Energy Information Administration, 2000. Disponible en la red
http://www.eia.doe.gov/pub/oil_gas/petroleum/analysis_publications/oil_market_basics/supply_text.htm.
Consultado el 3 de octubre de 2008. 14Oil Market Basics [online] Energy Information Administration, 2000. Disponible en la red
http://www.eia.doe.gov/pub/oil_gas/petroleum/analysis_publications/oil_market_basics/supply_text.htm.
Consultado el 3 de octubre de 2008.
15
Gráfico 2
Reservas de petróleo crudo
Fuente: Oil Market Basics. International Energy Agency.
7.8. Demanda
Gráfico 3
Demanda mundial del petróleo correspondiente al primer trimestre de 2008
LAC
9%
Europa
18%
Europa, Medio
Oriente y África
16%
Canadá
3%
Estados Unidos
24%
Japón
6%
Otros Pacífico
11%
China
9% India
4%
Fuente: Banco de la República, Informe de la Junta Directiva al Congreso de La República. Tomado de
International Energy Agency (IEA)
16
Gráfico 4
Consumo global de Petróleo per cápita
Fuente: Oil Market Basics. International Energy Agency.
7.9. Trade
El petróleo es el commodity (material primario) más cotizado y comercializado en todo
el mundo (tanto por volumen como por monto en dinero), las diferentes referencias se
negocian como se mencionó anteriormente, en dos lugares: Nueva York (en el NYMEX
–New York Mercantile Exchange) y Londres (en el IPE –International Petroleoum
Exchange)15
.
El crudo generalmente es consumido en lugares diferentes de los que es extraído, de
países menos consumidores y grandes como Arabia Saudita a mayores consumidores
como Estados Unidos. A nivel regional, a pesar de que éste país es el mayor consumidor
bruto y neto de petróleo en todo el mundo, la región de Norteamérica es la tercera ya
que Estados Unidos se beneficia de las importaciones provenientes de sus vecinos
México y Canadá. La región con mayor importación neta (importaciones de crudo
menos exportaciones) a pesar de su declive después de la crisis de 1997-98 es Asia16
.
15
HENKER THOMAS T. and MILONAS NIKOLAOS. Price spread and convenience yield
Behaviour in the international oil market. Applied Financial Economics, 2001, 11, 23± 36 16Oil Market Basics [online] Energy Information Administration, 2000. Disponible en la red
http://www.eia.doe.gov/pub/oil_gas/petroleum/analysis_publications/oil_market_basics/supply_text.htm.
Consultado el 3 de octubre de 2008
17
El volumen o el nivel de producción, es uno de los principales factores para la
determinación de precios, con él se establece si un mercado está “sobre suministrado” o
no, los transportadores determinan cuantos buques, cargas o transportes necesitarán.
Generalmente, el petróleo es entregado en aquellos lugares en los que se obtiene mayor
valor. Las entregas se hacen en los lugares más cercanos a las instalaciones de
producción (debido principalmente a los costos de transporte). Por ejemplo, la
producción petrolífera de México y Canadá es enviada a los Estados Unidos demorando
del sitio de extracción al de entrega menos de una semana, la producción del oeste y la
costa africana, demora aproximadamente de 2 a 3 semanas en llegar a las costas
norteamericanas.
Además de los costos de producción, los factores políticos también son de suma
importancia a la hora de determinar la distribución del crudo, por ejemplo, México
estableció que exportara aproximadamente un 50% de su producción hacia los Estados
Unidos con el objetivo de reducir su dependencia de este país, mientras que Arabia
Saudita es el exportador por excelencia a Norteamérica y por ello, es de vital
importancia estratégica.
El flujo del crudo, se ve influenciado por la calidad de éste que es permitido se ingrese
al país, en Estados Unidos el máximo contenido de azufre en el Diesel permitido es
0.05% mientras que en África, el máximo permitido es 10 o 20 veces esa cantidad.
El transporte para exportación se realiza por medio de dos formas, la primera es a través
de buques petroleros o cargueros y la segunda a través de oleoductos. Los buques
petroleros varían de tamaño, entre mas grandes éstos son, mayores economías a escala
se obtienen. Sin embargo, los de mayor tamaño como los denominados VLCC (Very
Large Crude Carriers) aunque pueden almacenar 2 millones de barriles de crudo, no
pueden ser descargados en la mayoría de los puertos, en Estados Unidos, el único puerto
habilitado para esto es el Louisiana Offshore Oil Port (LOOP). En el Caribe y en otras
regiones debido a lo anterior se opto por utilizar cargueros más pequeños que pueden
ingresar a diferentes puertos.
La investigación realizada por Paul Horsnell and Robert Mabro muestra que
aproximadamente el 80% de los cargamentos del crudo de la referencia Brent están
siendo aún suministrados a los cargueros lo que genera un “hueco” en el tiempo y la
logística de este bien de aproximadamente 13 días. Información posterior y la
investigación de Frédéric Caumon y John Bower muestra que dicho “hueco” (gap) se ha
extendido a 17 días (tiempo transcurrido entre la fecha en que fue cotizado el contrato y
el primer día de los tres días promedio que toma suministrar el pedido o el cargamento
en el carguero).
Situación diferente ocurre con el WTI el cual es cotizado para entrega inmediata lo que
genera un impacto en los precios investigado en parte por estos autores tanto en el
mercado spot como en el de futuro
Los oleoductos son generalmente utilizados para el trasporte continental del crudo, el
mejor ejemplo de esto es el que comunica a las instalaciones rusas con el resto de
Europa, el único problema que tienen es que como se demostró con las tensiones
18
políticas en la región del Mar Caspio pueden generar molestias entre los países a través
de los cuales el oleoducto se construye.
Los contratos de futuros sobre el Brent, los cuales se negocian en el IPE, son por
500,000 barriles, mientras que los contratos sobre el WTI en el NYMEX establecidos
sobre 1,000 barriles, los últimos, paran de ser cotizados tres días antes del día 25 del
mes anterior al de entrega de la mercancía o el activo subyacente. Lo anterior es
necesario para establecer quienes son los agentes productores que deben colocar el
producto en los oleoductos para entrega (delivery month).
Con el desarrollo de los mercados de futuros en las dos bolsas y con las dos referencias,
se le ha permitido a muchos traders y compañías realizar labores de cubrimiento
(hedging) del riesgo casi las 24 horas del día. También se generan diferentes
oportunidades de arbitraje que llevan a que los precios de las dos referencias (tanto los
spot como los de futuros) se correlacionen a un alto nivel y su diferencias sean
relativamente pequeñas.
En el IPE se realizan operaciones a partir de las 3:25 AM ET y cierra a las 11:30 AM
ET. El NYMEX lo hace de las 9:45 AM ET a las 3:10 PM ET. Esto permite a los
traders operar en los dos mercados solamente desde las 9:45 AM a 11:30 AM. Esto
como lo notan Milonas y Henker, genera que la información disponible en los dos
mercados sea diferente en el momento en que inician y finalizan operaciones y hace
también que la información de los precios de las dos referencias no sea completamente
comparable17
.
7.10. Inventarios
Los inventarios tienen el objetivo específico de mantener el flujo constante de crudo en
lo posible sin interrupciones, éstos se encuentran alrededor de todo el mundo como
stocks poseídos por empresas y gobiernos18
. Permiten mantener el equilibrio entre la
demanda y la oferta, así, estos se reducen cuando el suministro es menor y viceversa.
Se estima que a nivel global se mantiene en cualquier momento aproximadamente de 7
a 8 billones de barriles en inventarios.
Son también un importante determinante de los precios ya que cuando los niveles de
existencias de crudo se encuentran bajas, se puede prever un desabastecimiento y los
precios subirán o caso contrario, si los inventarios presentan niveles altos, se puede
pronosticar que existirá una sobreoferta y lo que conllevará a una caída en los precios.
Las existencias no solo se contabilizan y controlan para el crudo, también se hace para
la gasolina y los combustibles utilizados para calefacción durante le invierno. Por
ejemplo, es muy común que uno de los mayores determinantes en los precios en los
meses previos al 31 de mayo cuando empieza la temporada de largos viajes en vehículo
en Estados Unidos: el “driving season”, esto exige que los inventarios de gasolina sean
elevados, de lo contrario se preverá un desabastecimiento desencadenando una escalada
en los precios. Fenómeno similar se presenta en invierno, cuando el combustible para
17
HENKER THOMAS T. and MILONAS NIKOLAOS. Price spread and convenience yield
Behaviour in the international oil market. Applied Financial Economics, 2001, 11, 23± 36 18 Manual de Estadísticas Energéticas [online]. Agencia Internacional de Energía. Disponible en la red
<https://www.iea.org/Textbase/stats/docs/NRJ_spanish_web.pdf>. p. 76.
19
calentar o heating oil y sus niveles de existencias son monitoreados constantemente por
los mercados19
.
Los niveles explicados anteriormente, presentan en el mercado norteamericano un
comportamiento estacional, por ejemplo en la mitad de la temporada de invierno los
inventarios se reducen ocasionando que los precios sean más “fuertes” o presenten
tendencias alcistas mientras que los niveles tienden a alcanzar picos en la mitad de la
primavera, antes del verano y la temporada de manejo o “dirivng season”. En general,
Estados Unidos es el país que monitorea más de cerca el comportamiento de las
existencias y emite un reporte semanal (aunque se sostiene que muy superficial dada la
extensión del país) sobre los niveles de inventarios.
En los mercados de futuros, el comportamiento de la curva de precios forward “forward
price curve” hace fácil observar el comportamiento esperado de los precios a futuros.
Así por ejemplo, si en el mercado NYMEX se observa que los precios de los futuros en
petróleo se encuentran por encima de los precios en el mercado SPOT, los agentes
poseedores de inventarios pueden incrementar sus tenencias en el presente almacenando
stock cercano a la zona de entrega de los contratos negociados comprándolos hoy barato
para vender caro en el mes de entrega “delivery month”. Esta es una de las razones por
las cuales se asegura que los precios de los futuros tiende a converger con el del
mercado spot.
Las existencias primarias agrupan las que son poseídas por las empresas como los son
entre otras, las almacenadas en bodegas de las refinerías, las bodegas de los cargueros,
los buques tanque que están esperando a ser vaciados en los puertos, etc. También hacen
parte de éstas las reservas estratégicas poseídas por los paìses como la de Estados
Unidos “U.S. Strategic Petroleum Reserve” y la alemana EBV. Estas reservas surgieron
como producto del corte en el suministro realizado por la OPEP en 1973.
Las existencias segundarias son las contenidas en las pequeñas plantas a granel que
comercializan crudo y derivados con capacidad menor a 50.000 barriles y por último,
las existencias terciarias son las contenidas por los usuarios finales como las
instalaciones eléctricas, los complejos industriales o las zonas residenciales.
7.11. Determinación de los precios
En general, los precios son determinados por la interacción constante de la oferta y la
demanda por medio de los agentes y traders en los mercados. Esto supone que el
comportamiento de los precios en general tiende a ser uniforme con algunas tendencias
ya sea al alza o a la baja. Sin embargo, el mercado constantemente sufre de “ataques”
especulativos, cambios en las expectativas, variaciones en los niveles de inventarios
entre otros factores que generan volatilidad y cambios de tendencia, ya sean en el corto
o largo plazo.
Entre otros factores y componentes, el precio del petróleo esta determinado por:
Los costos de extracción de la materia prima (el petróleo crudo).
19Oil Market Basics [online] Energy Information Administration, 2000. Disponible en la red
http://www.eia.doe.gov/pub/oil_gas/petroleum/analysis_publications/oil_market_basics/demand_text.htm
#Global%20Oil%20Consumption. Consultado el 4 de octubre de 2008.
20
Los costos de transportes desde las instalaciones de extracción hasta las
refinerías.
Los costos de transformación en productos finales (proceso de refinamiento).
Los costos de transporte desde las refinerías al consumidor final.
Los costos de mantener inventario.
Las condiciones del mercado (principalmente expectativas).
Existen tres mercados principales en los que los agentes se “reúnen” para determinar el
precio al que estas dispuestos a vender y a comprar. Como se explico anteriormente, el
mercado spot “cargo-by-cargo and transaction-by-transaction” explica en tiempo real
las verdaderas necesidades o demanda de crudo de los agentes y el nivel de suministro,
así, cuando la demanda es elevada incuso mas que la oferta, se presentan presiones
alcista y lo contrario pasa si la oferta es mayor que la demanda.
El segundo mercado, es el mercado de futuros los cuales son productos estandarizados
que se cotizan en tiempo real por medio de las bolsas o mecanismos de negociación
determinados. Los precios de los futuros reflejan las expectativas de los agentes sobre la
demanda y oferta futura del crudo, también se utiliza como mecanismo para protegerse
de las variaciones de precios en el mercado spot comprometiéndose a pagar un precio
determinado en un plazo determinado.
El tercer mercado es el denominado mostrador o OTC (over the counter), en el cual
también se negocian instrumentos de compra y venta a futuro “forwards” los cuales se
diferencian de los futuros en que no son estandarizados, no se negocian en bolsa y por
lo tanto, determinar su precio actual es mas difícil.
Permaneciendo otras variables constantes, el precio del crudo presenta variaciones
estacionales en el cuarto trimestre, principalmente por la cercanía del invierno periodo
en el cual se incrementa la demanda y los precios suben, bajan o presentan presiones a
la baja una vez terminado el invierno. Otro periodo importante es en la primavera,
cuando se presenta la temporada de manejo o “driving season” en los Estados Unidos, el
mayor consumidor de petróleo a nivel mundial. ( se calcula que éste país, fue el
responsable del 23.6% de la demanda global de petróleo en el primer trimestre de 2008,
el segundo Europa con el 18.4%)20
Otro factor importante en la determinación de los precios, es el nivel de inventarios. Si
estos son elevados se espera que la oferta de crudo esta superando la demanda y los
suministros se almacenan, de lo contrario, se considera que la demanda es mayor que la
oferta lo que genera un alza en los precios.
Desde la década de los setenta a la actualidad, las decisiones tomadas por la
Organización de Países Exportadores de Petróleo –OPEP- son una variable decisiva a la
hora de tomar decisiones de compra o venta de crudo. Dicho cartel bombea
aproximadamente el 40% de la producción mundial la cual se estimo en 85.18 millones
de barriles diarios21
.
20 Informe de la Junta Directiva al Congreso de la República. Julio de 2008. 21 Informe de la Junta Directiva al Congreso de la República. Julio de 2008. y
http://lta.reuters.com/article/businessNews/idLTASIE49B08T20081012
21
En especial, en los últimos 12 meses, los altos precios de todas las referencias se
calcula, fueron por varios motivos22
. Uno de ellos es la reducida capacidad de
producción de los campos maduros, es decir, que han alcanzado su mayor capacidad o
nivel de extracción. A lo anterior se suma los altos costos de exploración y extracción
en la medida que los desarrollos tecnológicos y la inversión en el sector (pese a los altos
precios actuales) han sido rezagados para ser implementados.
Las barreras o problemas geopolíticos, siempre han acompañado las decisiones de
producción, comercialización y su capacidad. Por ejemplo, gran parte de la oferta actual
de petróleo proviene de países con gobiernos inestables, problemas políticos o
tendencias socialista. Algunos casos que se pueden nombrar entre otros son Irak (2.7%
de la oferta mundial de crudo), Irán(4.5%), Nigeria (2.5%) y Venezuela (2.8%). Si bien
no es común que generen cambios de tendencia, incrementan la volatilidad de los
precios.
Las posiciones especulativas pueden tener un gran poder para exacerbar las tendencias
alcistas o a la baja pero no pueden afectar estructuralmente el mercado. Los
especuladores actúan por ejemplo, aprovechándose de subidas sostenidas de precios
para obtener ganancias tanto en el mercado spot como en el mercado de futuros.
También utilizan inversiones en el crudo como defensa de caídas en los precios de los
títulos valores negociados en bolsa o incrementos generalizados en los precios o
presiones inflacionarias como ha sucedido en los últimos años.
8. RELACIÓN CON LA BALANZA DE PAGOS
Las cuentas de la balanza de pagos de un país registran todas las transacciones
realizadas por este con el exterior y esta compuesta por la cuenta corriente, la cuenta de
capital y la cuenta oficial de pagos (o cambio en las reservas internacionales)23. Al
canalizarse en el mercado cambiario los ingresos o egresos por venta o compra de
petróleo, se esta afectando directamente la cuenta corriente.
Es de esperar entonces que al incrementarse los ingresos por exportaciones de petróleo,
se generarán presiones revaluacionistas dado el incremento de la oferta de la divisa o
moneda extranjera. Efecto contrario sucedería con un país que es importador neto, en
cuyo caso un incremento en los precios del petróleo causarían una mayor demanda de
divisas (en este caso el dólar estadounidense para los países latinoamericanos objeto de
estudio) y por lo tanto, generarían presiones devaluacionistas24
.
Lo que se observo en el estudio sin embargo, es que durante el periodo en que se
presento la tendencia mas pronunciada en el crecimiento de la cotización de WTI (desde
el 18 de enero de 2007, al 5 de mayo de 2008) cuya variación de precio fue de
137.6585%, solo una de las monedas, el peso argentino, presento devaluación durante
dicho periodo del 2.9870%. En las demás monedas incluyendo las de países
22 Informe de la Junta Directiva al Congreso de la República. Julio de 2008. 23 PARKIN, Michael. Economia. Pearson Education. Sexta Edición, 2004. P. 787 24 RINCON, Hernán. Rentas petroleras, subsidios e impuestos a los combustibles en Colombia, ¿Qué
sucedió durante el choque reciente de precios? . Banco de la República, Borradores de Economía No.
541. Diciembre de 2008.
22
principalmente importadores como Perú o Chile se presento un fenómeno
revaluacionista.
Es necesario anotar que durante 2007 y parte de 2008, se presento un fenómeno
revaluacionista con respecto al dólar en casi todas las monedas del mundo, ocasionado
principalmente por la debilidad de la economía norteamericana. Entre las monedas
estudiadas, las que mayor revaluación presentaron durante el periodo mencionado
fueron el Real Brasilero (22.6970%) y el Peso colombiano (20,8758%).
Si la cotización del WTI cae durante un periodo sostenido (como lo que sucedió entre el
7 de agosto de 2006 y el 18 de enero de 2007 donde se presento una caída en el precio
del 34.4245%), es de esperar que por los menores ingresos petroleros para los
exportadores y por el menor gasto de importación para los países dependientes de las
importaciones de crudo, se presenten presiones devaluacionistas en los primeros y
revaluacionistas en los segundos. Durante dicho periodo sin embargo, la tendencia a la
revaluación de la moneda se presento en países productores como Colombia
(revaluación del 6.9023%) y Brasil (2.1637%) y en países importadores como Chile
(0.2389%) y Perú (1.4230%).
Los resultados anteriores, nos permiten concluir que debido a la serie de factores
económicos que afectan el comportamiento de los flujos registrados en cuenta corriente
(ciclo económico, mayores o menores exportaciones o importaciones, pago de intereses
de la deuda externa), no es evidente una relación directa entre las tendencias presentadas
por los precios del petróleo y la cotización de monedas latinoamericanas.
8.1. Efectos de los choques del precio del petróleo (años 70 y 80) en las economías.
En octubre de 1973, se presento un gran incremento en el precio del petróleo al pasar de
3 dólares por barril a 9 dólares por barril25. Se aplicaba según la OPEP a todos los
países que mantuviesen relaciones diplomáticas con Israel.
Los primeros afectados con el choque de precios fueron como era de esperarse los
países importadores como los Estados Unidos. Así, los precios de muchos bienes, la
gasolina y los plásticos se incrementaron y el costo de vida subió. Se presento un
déficit en cuenta corriente para los importadores de crudo y un superávit para los
exportadores.
Aquellos países superavitarios como Arabia Saudita, inicialmente tuvieron dificultades
para poder utilizar todo su superávit por exportaciones así que muchos de estos recursos
fueron prestados a los países en vías de desarrollo para que éstos cubriesen su propio
déficit.
Si bien se esperaba entonces que se presentase una desvalorización de las monedas de
los países industrializados, el efecto fue diferente ya que éstos respondieron al déficit en
cuenta corriente reduciendo sus importaciones. Hubo pues un mecanismo de cambio de
financiación mas no uno de ajuste vía cotización de las monedas de los países
industrializados. Mas adelante, el endeudamiento de los países en vías de desarrollo
25 KENEN, Peter B. The International Economy. Cambridge University Press, Fourth Edition, 2000. P.
467
23
producto de esta alza en los precios del petróleo desencadenaría en la crisis de la deuda
soberana.
El segundo choque de precios del petróleo se presento a partir de 1978 con el estallido
de la revolución iraní. Sus consecuencias fueron mayores que las del primer choque26,
en lo que se diferencio fue que la duración fue menor debido principalmente a las
políticas en contra de la inflación adoptadas por los gobiernos, producto de la
experiencia adquirida en el primer choque.
La subida de precios del crudo volvió a generar saldos positivos en la cuenta corriente
de los países exportadores, saldos que desaparecieron con mayor velocidad que los
acumulados durante el primer choque, esto debido principalmente a la recesión que
sucedió después de las alzas en los precios.
8.2. Efectos de los precios del crudo en la economía colombiana
El fenómeno revaluacionista no fue exclusivo de Colombia y se presento principalmente
por el debilitamiento mundial del dólar y un mayor ingreso de capitales extranjeros a las
economías emergentes. También es explicado por un mejoramiento de los términos de
intercambio gracias a los mayores ingresos petroleros y de las exportaciones
tradicionales en general que componen una importante proporción de las exportaciones
colombianas.
Aunque se podría pensar que la tendencia devaluacionista de los últimos meses
(periodo que no fue tomado en cuenta en las series de datos de éste estudio) pudo ser
causada en parte por la caída de la cotización del crudo, se presento también por una
salida generalizada de capitales hacia el exterior para bonos del tesoro de los Estados
Unidos.
Un choque en los precios del petróleo influye en una economía (exportadora de
petróleo) por medio de tres canales: el primero es el cambiario donde se espera se
generen presiones revaluacionistas como se explico anteriormente, el segundo es el
efecto ingreso producto de los mejores términos de intercambio y las “bonanzas” y
tercero, por el canal fiscal producto de los mayores ingresos por regalías e impuesto de
renta de las empresas que extraen el crudo en el país.
El último choque petrolero se evidencia en el beneficio por mayores ingresos por
impuestos de renta del sector petrolero el cual alcanza el 0,4% del PIB. Entre 2003 y
2007, gracias en parte a esas mayores ventas de crudo, los ingresos del Gobierno
Nacional Central se incrementaron del 15,1% al 18.5% y en el 200827, explican el 87%
del crecimiento de los ingresos. También es importante destacar que las rentas
26
KENEN, Peter B. The International Economy. Cambridge University Press, Fourth Edition, 2000. P.
474.
27 RINCON, Hernán. Rentas petroleras, subsidios e impuestos a los combustibles en Colombia, ¿Qué
sucedió durante el choque reciente de precios? . Banco de la República, Borradores de Economía No.
541. Diciembre de 2008.
24
petroleras pasaron de representar para el país el 2.1% del PIB en 2001 a 3.8% del PIB
en 2008.
A pesar de lo anterior, se hace indiscutible que gran parte de la explicación del
comportamiento de las cotizaciones de las monedas latinoamericanas y del mundo es
resultado de la interacción de varios factores macroeconómicos lo que hace difícil
generar un modelo de pronóstico a corto plazo teniendo en cuenta las variables objeto
de estudio.
9. DEFINICIÓN DE MODELOS
9.1. Regresión lineal
Un modelo de regresión lineal busca describir y evaluar la relación existente entre una
variable dependiente y una (o varias) variable independiente. La regresión busca
explicar los movimientos en la variable dependiente que sean explicados por la variable
independiente. La variable independiente estará notada como X, mientras que la
variable dependiente lo estará por y.
9.2. Regresión y correlación
La correlación entre dos variables expresa “el grado de asociación lineal entre ellas”28.
Sin embargo, esto no implica que tanto la variable dependiente como la independiente
sean tratadas de la misma manera. Por el contrario, la correlación indica que ambas
variables se encuentran relacionadas hasta cierto punto de manera lineal, y que los
movimientos en estas variables se dan, en promedio, por este coeficiente.
Al trabajar con regresiones, el tratamiento que se le brinda a las variables
independientes (x) y dependiente (y) son muy diferentes. La primera se asume como
una variable “no estocástica”, y por tanto, que tiene un valor fijo. Por otra parte, la
variable dependiente se toma como “aleatoria” o estocástica, implicando esto que tiene
una distribución de probabilidad.
9.3. Regresión simple
En la regresión simple se asume que la variable dependiente depende únicamente de una
variable independiente. En tal caso, es posible aproximar la relación entre estas
variables a través de una línea recta, cuya pendiente va a depender de la relación
existente entre las variables:
Será negativa si a medida que aumenta una variable, disminuye la otra
O será positiva si a medida que aumenta una variable, la otra hace lo propio.
Para determinar la ecuación que se ajuste a los datos proporcionados, puede emplearse
la ecuación general para una línea recta
28 BROOKS, Chris. Introductory econometrics for finance. Reino Unido: Cambridge, 2008. P. 28.
25
Sin embargo, la ecuación anterior es una que se ajusta de manera “perfecta” a los datos,
asumiendo por tanto que puede haber un modelo que sea capaz de determinar con
certeza el valor de y, dado un valor de x, y estadísticamente equivaldría a un modelo
que se ajuste a los datos a la perfección. Evidentemente, esto se aleja de la realidad, por
lo que se hace necesario incluir en la ecuación un término aleatorio o “perturbación”,
que se notará como “u”:
Donde el subíndice t representa el número de la observación. Las razones para incluir la
perturbación son29:
Inclusive si se da el caso donde hay más de una variable explicativa, algunos
determinantes de yt serán omitidos del modelo en la práctica. Esto puede
suceder, por ejemplo, si el número de influencias en y es demasiado grande
como para ubicarlo en un solo modelo, o porque algunos determinantes de y no
se pueden observar o medir.
Pueden haber errores que no pueden ser modelados en la forma en que y es
medida.
La variable dependiente está supeditada a eventos aleatorios que sucedan en el
exterior que, una vez más, no pueden ser modelados: catástrofes naturales,
guerras civiles o la misma conducta humana.
9.4. Supuestos en la regresión lineal30
En la especificación del modelo y su ecuación se encuentran implícitas la
linealidad de la relación y la constancia de los parámetros a lo largo de la
muestra.
No hay relaciones lineales exactas entre los regresores. Estos tampoco son
variables aleatorias.
La distribución de probabilidad del vector de perturbaciones es
9.5. Análisis de estabilidad estructural para el modelo de regresión lineal
9.5.1. Contraste de Chow
El primero de los supuestos en la regresión lineal estipula que los parámetros (los
coeficientes) se mantienen constantes a lo largo de toda la muestra. No obstante, pueden
existir muestras donde el comportamiento del modelo y su estructura sea diferente,
haciéndose necesario contrastar esta situación, representada así:
29 BROOKS, Chris. Introductory econometrics for finance. Reino Unido: Cambridge, 2008. P 30. 30 CARRASCAL, Ursicinio. Análisis econométrico con Eviews. Valladolid: Alfaomega. P 76.
26
Al realizar esta prueba, el total de datos de la muestra se divide en varios grupos,
derivando a partir de los mismos una ecuación de estabilidad para cada uno. El contraste
de Chow plantea dos hipótesis que buscan probarse: la hipótesis nula sugiere “un solo
modelo para el conjunto de las observaciones (el modelo restringido)”31
, mientras que la
hipótesis alternativa establece un modelo en que los parámetros pueden cambiar entre
los grupos de muestras. Si al realizar esta prueba no se encuentran diferencias
estadísticas significativas entre las hipótesis, se acepta la hipótesis nula (el modelo es
estable); en caso contrario, se rechaza la hipótesis nula y por tanto hay un cambio
estructural.
Las hipótesis ya mencionadas están definidas de la siguiente manera:
9.5.2. Estimación recursiva
La estimación recursiva constituye otra alternativa para evaluar la estabilidad estructural
de un modelo. Es recomendable utilizar esta herramienta cuando se tiene una muestra de
datos con fechas y se desconoce cuándo se dio el cambio estructural. Esta prueba estima
de manera secuencial un modelo especificado para diferentes tamaños muestrales. De
esta manera, el modelo alcanza a estimar el modelo para el total de observaciones, al ir
sumándolas hasta alcanzar el total de las mismas. El punto central de esta herramienta
es que, si no se presentan cambios estructurales, “las estimaciones de los parámetros se
mantendrán constantes al ir acumulando la muestra secuencialmente y los residuos no se
desviarán ampliamente de cero”32.
Dado que estima un modelo para cada tamaño muestral, genera lo que se conoce como
un vector de estimaciones, a partir del cual puede proyectarse la variable endógena y el
error en esa proyección. De esta manera (la repetición secuencial de las estimaciones de
los modelos) se obtienen los coeficientes recursivos con sus respectivos residuos.
9.6. Modelo con variables retardadas En estos modelos se incorpora al valor de la variable endógena, los efectos que los
valores de la variable o variables exógenas en periodos pasados tienen sobre ésta. Este
tipo de modelos se conoce como Modelos de Retardos distribuidos. Aquellos casos en
que el efecto se explica o se recoge incluyendo a la variable endógena retardada m
periodos se les conoce como modelos autorregresivos. Debido a que el propósito de esta
31 CARRASCAL, Ursicinio. Análisis econométrico con Eviews. Valladolid: Alfaomega. P 188 32 CARRASCAL, Ursicinio. Análisis econométrico con Eviews. Valladolid: Alfaomega. P 193
27
investigación es demostrar la relación entre dos variables diferentes, este modelo no fue
utilizado.
9.7. Modelo con retardos distribuidos
Este modelo supone que es la variable exógena o explicativa la que ejerce un efecto
prolongado en el tiempo sobre la variable endógena. Tratándose de una serie de tiempo
en la que la única variable explicativa es el comportamiento del precio o lo rendimientos
del WTI, el modelo tendra la siguiente ecuación33
:
Donde:
M = número de periodos en los que se mantiene el efecto.
Para poder determinar si este modelo puede ser utilizado para hallar la relación entre las
variables, se necesita saber si existe dependencia o no en el modelo. La dependencia
total indica que existe dependencia entre el regresor estocástico de las perturbaciones en
todos los periodos presentes, pasados y futuros. Si ello es así, es decir, si no existe
independencia, se viola uno de los principales supuestos para la estimación de un
modelo de mínimos cuadrados.
El método para determinar el grado de dependencia del modelo es utilizando el
contraste h de Durbin para calcular el valor de un estadístico buscando determinar si se
rechaza o no la siguiente hipótesis nula34
:
El estadístico de contraste de Durbin es:
Donde es el estimador correspondiente a la regresión de los residuos calculados con
mínimos cuadrados frente a sí mismos retardados un periodo y sin término constante. Y
es el estimador de la varianza del estimador correspondiente a la variable
endógena teniendo retardo de un periodo. Si el valor del estadístico es mayor que 1.645
correspondiente a la distribución normal a un nivel de significancia del 5%, se rechaza
la hipótesis nula de incorrelación ( ) y por lo tanto, el modelo presentará un caso
de autocorrelacion positiva. Si el valor h es menor a -1.645, se rechaza la hipótesis nula
comprobando la presencia de autocorrelacion negativa. La presencia de autocorrelacion
implica que existe dependencia total en el modelo.
Si el modelo a implementar es el de Retardos Distribuidos, es importante determinar si
la longitud del retardo es finita o infinita. Si el número de retardos es escaso, se podría
33 CARRASCAL, Ursicinio. Análisis econométrico con Eviews. Valladolid: Alfaomega. P 294 34 CARRASCAL, Ursicinio. Análisis econométrico con Eviews. Valladolid: Alfaomega. P 296
28
estar incurriendo en un error por omisión, mientras que si se incluyen demasiados, se
incurre en un error por inclusión. Como se verá más adelante, en aquellos casos en los
que al incrementar el número de retardos o rezagos se incrementaba el valor del
coeficiente de determinación, dicho incremento era muy pequeño lo que llevaba a
pensar que el número de retardos es demasiado elevado para lograr explicar el
comportamiento de las monedas objeto de estudio.
El método utilizado para determinar la longitud del retardo, es el de utilizar como
criterio de información el Akaike (AIC) o el de Schwarz (SBC)35
y observando el
comportamiento del Coeficiente de determinación ajustado. Así, se estiman los valores
de los criterios nombrados anteriormente por cada retardo de la variable explicativa
deteniéndose en aquel donde el Coeficiente de determinación ajustado es mayor, y el
AIC y SBC son menores.
9.8. Modelo de Cointegración
Este modelo se utiliza para determinar si existe relación a largo plazo entre series que
son no estacionarias, es decir, aquellas que no poseen media, varianza y covarianza
constante.
Si dos series poseen estas características, cualquier choque en el modelo perdurará en el
tiempo y nunca desaparecerá lo que significa que en muy pocas ocasiones la serie
pasará por la media.
Las series no estacionarias también presentan ciertos problemas a la hora de determinar
modelos de Regresión Simple, por ejemplo, pueden mostrar un Coeficiente de
determinación R2 elevado cuando éste realmente no lo es, o puede suceder que los
estadísticos t calculados no seguirán una distribución t y lo mismo sucederá con los
estadísticos F (regresión espuria).
Por el contrario, las series estacionarias se espera que pasen en muchas ocasiones por la
media, es decir que cualquier choque que se presente en el sistema ira desapareciendo
con el tiempo lo que indica un equilibrio en el largo plazo.
Una serie o modelo puede ser representada según la siguiente ecuación:
yt = + yt-1 + ut
en donde yt representa a la variable endógena, yt-1 representa a la variable endógena
retardada un periodo y ut representa las perturbaciones del modelo. El valor de
representa el número de veces que una serie no estacionaria necesita ser “diferenciada”
(aplicar yt = yt - yt-1 ) para convertirla en estacionaria. Así, si = 0, significa que la
serie es estacionaria y si 1, la serie es no estacionaria. La mayoría de las series en
finanzas y en economía presentan un = 1, situación conocida como raíz unitaria (unit
root).
Si 1 o = 1 ocurre la situación siguiente:
35 CARRASCAL, Ursicinio. Análisis econométrico con Eviews. Valladolid: Alfaomega. P 310
29
donde T tiende a infinito, lo que quiere decir que el valor de y es solo la suma de un
valor inicial de y mas la sumatoria de todos los choques infinitos pasados.
Una serie estacionaria presente las siguientes características36
:
Para cada t1, t2, …, tT Є Z y cualquier k Є Z y T = 1,2,…
F yt1, yt2, …, ytT (y1,…,yT) = F yt1+k, yt2+k, …, ytT+k (y1,…,yT)
En donde
(1) E(yt) =
(2) E(yt - )(yt - ) = σ2 <
(3) E(yt1 - )(yt2 - ) = y t2- t1 para todo t1,t2
En donde F representa toda la función de distribución de la variable y, conservándose
para cada muestra de la serie y las ecuaciones 1,2 y 3 estipulan que y posee media,
varianza y covarianza constante.
En el caso de estudio en esta investigación, fue necesario determinar si cada una de las
series es o no estacionaria (WTI y cotización de las monedas) y si existe relación a largo
plazo o cointegración entre las series evaluadas. Por ello es necesario aplicar la prueba
de Dickey – Fuller, la cual busca determinar si la serie posee raíz unitaria o no haciendo
la siguiente prueba de hipótesis:
H0: = 1 H1: < 1
El modelo para realizar la prueba es
yt = yt-1 + + + ut ,
Sustrayendo yt-1 de cada lado de la ecuación esta se puede rescribir de la siguiente
forma
yt = yt-1 + + + ut
Utilizando así el estadístico:
Este estadístico no sigue la distribución t usual, los valores críticos provienen de
simultáneos experimentos realizados por autores como Fuller37
.
Hay que aclarar sin embargo que si se desea saber si dos series no estacionarias son
cointegradas, es necesario realizar el mismo test pero sobre los residuos del modelo lo
que se conoce como el enfoque basado en los residuos.
36 BROOKS, Chris. Introductory econometrics for finance. Reino Unido: Cambridge, 2008. P 230. 37 BROOKS, Chris. Introductory econometrics for finance. Reino Unido: Cambridge, 2008. P 379.
30
Si se tiene la ecuación:
yt = 1 + 2x2t + 2x2t + … + kxkt + ut
ut debe ser no estacionario (o tener raíz cero) si las variables yt, x2t, ... xkt están
cointegradas, de lo contrario no lo estarán. En este caso la prueba de hipótesis del test
de Dickey – Fuller es el siguiente:
H0 : ut I(1) H1: ut I(0)
En donde I(1) significa que los residuos tienen raíz unitaria e I(0) indica que los
residuos son estacionarios y por lo tanto, las series están cointegradas.
En este test, se hace necesario que ut corresponda a un ruido blanco (White noise), es
decir que las perturbaciones presentan las siguientes características:
ut N(0,σ2)
Lo cual puede ocasionar que si ut de dos series no se comporta de esta manera, entonces
el test puede sobreestimar el valor del estadístico. Por ello fue necesario desarrollar otro
modelo conocido como el Dickey – Fuller Aumentado (Augmented) solucionando el
problema introduciendo p rezagos de la variable dependiente, así el modelo alternativo
es el siguiente:
Lo cual asegura que cualquier estructura dinámica presente en las perturbaciones del
modelo, serán tenidas en cuenta para asegurar que ut no esta autocorrelacionado.
9.9. Análisis de correlogramas
Otra prueba utilizada para determinar si existen rezagos de la variable exógena que
expliquen el comportamiento de la variable endógena, es el análisis de los
correlogramas de las funciones de autocorrelación simple y parcial. Determinando unas
bandas con un intervalo de confianza del 95% se analiza cuales coeficientes de
autocorrelación de las series son significativos para determinar la longitud del retardo38
:
Intervalo : 1,96 x (1/ T)
Para ello, se utilizo el test de Box-Pierce el cual establece como hipótesis nula la
siguiente relación:
H0: 1 =0, 2 =0, 3 =0, ..., n =0
38 BROOKS, Chris. Introductory econometrics for finance. Reino Unido: Cambridge, 2008. P 233.
31
Donde n representa el coeficiente de autocorrelación del rezago n. Si la Hipótesis nula
no es rechazada, quiere decir que los n evaluados en el test no son significativos y por
lo tanto el número de rezagos será 0, de lo contrario será igual a n.
El Test consiste en calcular un valor Q y Q* comparándolos con el valor crítico Chi
cuadrado ( 2) teniendo en cuenta el número de grados de libertad (igual a n) y el nivel
de confianza:
y
Donde k representa el coeficiente de autocorrelación k y T el número de datos de la
serie.
10.APLICACIÓN DEL MODELO DE REGRESIÓN LINEAL CLÁSICO
10.1. Series de las cotizaciones de las monedas y el WTI
Considerando los 2045 datos de la serie, el valor del coeficiente de determinación R^2
para el modelo del Peso colombiano (COP) fue del 8,9395% lo que evidencia su baja
capacidad explicativa. En el caso del Peso mexicano (MXN), dicho valor fue del
51,7340% el cual si bien es mayor no muestra de nuevo una alta capacidad explicativa.
Caso parecido sucede con el Sol peruano (PEN) cuyo R^2 es de 62,2927%.
Un análisis posterior se realizo para determinar los valores de R^2 en los 12 meses del
año por cada año objeto de estudio (desde enero de 2000 hasta abril del 2008). Es
interesante el observar que hubo una importante concentración de R^2 superiores al
50% en el mes de febrero de los diferentes años y las diferentes monedas a diferencia de
otros meses como mayo, junio y agosto.
Al estimar la probabilidad del estadístico F para determinar la probabilidad de cometer
errores de tipo 1 (rechazar la hipótesis nula siendo cierta), se encontró que para COP
dicha probabilidad es casi de 0%, lo que indica que la variable WTI y su coeficiente son
explicativas del comportamiento de la variable COP y su valor fue de 8101.894. El
mismo resultado de la probabilidad del estadístico F se obtuvo para MXN (valor del
coeficiente: -51.55832) y para PEN (valor del coeficiente: 13.04615).
El realizar validación de los supuestos estadísticos del Modelo de Regresión Lineal
Clásico, se encontró por estimación recursiva que los residuos no se comportan como
un Ruido blanco sino que mas bien presentan datos que se salen del intervalo de mas o
menos 2 veces su desviación estándar . Tampoco se evidencio para los tres modelos la
estabilidad de los coeficientes, condición también necesaria para que el modelo de
Regresión Lineal sea consistente.
Luego de aplicar el modelo de regresión lineal de las monedas emergentes
seleccionadas (ARS, BRL y CLP) sobre el total de la muestra (2045 datos) se ha podido
observar que entre estas monedas y el precio del petróleo, según este modelo, no puede
32
establecerse que haya una relación significativa entre estas variables. En el caso del
peso argentino y el crudo referencial WTI, el coeficiente de determinación ajustado
(R2) alcanzó el 28.2843% siendo demasiado bajo como para tomarlo como una relación
fuerte entre estas variables. Un caso similar se dio para el real brasilero (BRL), cuyo
coeficiente llegó a un valor de 22.9580%; no obstante, para el peso chileno (CLP) se
encontró una relación llamativamente alta, siendo del 51.1344% de acuerdo al
coeficiente de determinación ajustado, para un país que es importador neto de crudo.
Cabe mencionar que se utilizó la fórmula 1/precio de la moneda para hallar el inverso
de la tasa de cambio; es decir, recurrimos a la utilización de la tasa de cambio de cada
moneda en dólares, debido a que el crudo WTI se cotiza en dólares en el NYMEX.
Posteriormente se aplicó el modelo de manera mensual, para buscar algún grado de
relación entre las variables en este periodo de tiempo. Curiosamente, aplicando el
modelo de regresión de esta manera se encontraron meses donde el coeficiente daba
bastante alto: para el peso argentino, en el año 2002 y 2003, los mayores coeficientes de
determinación ajustados se concentraron en marzo (75.3016% en marzo de 2002 y
67.6555% en marzo de 2003), mientras que entre 2004 y 2007 dicho fenómeno dejó de
presentarse en este mes para hacerlo principalmente en Agosto (63.1513% en 2005 y
66.4701% en 2006).
Por su parte, el real brasilero presentó este fenómeno particularmente en el mes de
septiembre de los años 2002, 2004, 2006 y 2007, con valores de 54.9926%, 56.1715%,
48.7310% y 65.7842% respectivamente. En el año 2000 y 2002 también se
concentraron valores altos de este coeficiente en diciembre, con valores de 39.2014% y
70.8823%. Por último, para el peso chileno esta situación se dio para los meses de
Enero en los años 2000, 2002, 2005, 2006 y 2008 (76.5327%, 50.4794%, 46.9412%,
65.6673% y 61.9279%, respectivamente), Septiembre en los años 2001, 2002, 2004 y
2007, tomando valores de 53.6621%, 55.6160%, 53.1367% y 74.2206% y el mes de
Diciembre en los años 2000, 2003 y 2007 (75.0347%, 51.5245% y 46.0744%).
Al estimar el modelo de regresión lineal también se obtuvo el cálculo sobre la prueba
del estadístico F y su probabilidad. Esto es, el cálculo de la probabilidad de cometer un
error tipo I, o rechazar la hipótesis nula siendo cierta. En el caso del peso argentino
dicha probabilidad es de cero, por lo que la hipótesis nula se considera cierta y por tanto
la variable independiente (en este caso el precio del crudo WTI) no es explicativa del
movimiento de esta moneda. Para el real brasilero se presenta la misma situación y
puede entenderse que, al igual que el peso argentino, el precio del crudo del WTI no
explica el movimiento de la tasa de cambio del real por dólar. Para el peso chileno la
probabilidad de cometer este error es cero, llegando a la misma conclusión que en las
dos monedas anteriores.
De igual manera, se corrieron varias pruebas para establecer la estabilidad del modelo,
concretamente la de coeficientes recursivos. Con excepción del primer y segundo
coeficiente en la ecuación del modelo para el peso argentino, esta prueba señala que a
medida que se incrementan las observaciones, la magnitud de las variaciones de los
coeficientes va disminuyendo. Con esto, se entiende que el supuesto de la regresión
lineal que sostiene que los coeficientes se mantienen a lo largo de la muestra se cumple,
mostrando que los datos de la regresión. Sin embargo, dado que para el peso argentino
no se cumple en su totalidad este supuesto, puede afirmarse que el modelo de regresión
no sirve para procurar mostrar la relación entre estas variables.
33
Basándose en la anterior información, el valor del coeficiente en los tres modelos es
diferente a cero y la probabilidad de que se cometa error tipo 1 es baja, sin embargo,
debido a los valores R^2 encontrados y al hecho de que para analizar estas series es
mejor utilizar los rendimientos logarítmicos, se concluyó que el modelo de regresión
lineal con las Series de las cotizaciones de las monedas y el WTI no es el idóneo para
describir la relación buscada en esta investigación.
10.2. Series de los rendimientos logarítmicos de las monedas y el WTI
Para empezar, se realizo una validación de los supuestos estadísticos del Modelo de
Regresión Lineal Clásico. Al analizar el comportamiento de los residuos se evidencia
ausencia de estabilidad estructural de los tres modelos. El valor de los coeficientes
aunque es relativamente constante en algunos periodos, no lo es al considerar los
primeros datos de las series como lo evidencian las gráficas de estas pruebas mostradas
en los anexos. El modelo que muestra mayor estabilidad de los coeficientes es el del
Sol peruano.
También se analizó la estabilidad del modelo por medio del Contraste de Chow
teniendo como resultado que se generan cambios estructurales en los modelos en varios
periodos siendo el mas estable el Peso mexicano y el mas inestable el Peso colombiano.
Posteriormente se procedió a evaluar la distribución de los residuos los cuales deben
ajustar a una función de densidad normal con media cero. En los tres casos (COP,
MXN y PEN) esto se viola ya que si bien cierto tipo de distribución normal se hace
evidente, el valor de la Kurtosis supera el 3 necesario para la normalidad.
Tabla 1: Monedas de Colombia, México y Perú y su curtosis
Moneda Curtosis
COP 11,76920
MXN 5.26800
PEN 18.02849
Una vez validados dichos supuestos, se procedió a modelar con regresión lineal
obteniendo los siguientes resultados: al considerar diferentes periodos de tiempo (por
ejemplo 5 años, 4 años, etc) hasta el dato del último día considerado en el análisis, se
encuentra que los R^2 para COP no superan el 2%. Además de esto, la probabilidad
calculada de cometer errores de tipo 1 es elevada (considerando solo los últimos 5
meses del periodo analizado dicha probabilidad es del 33.07% y considerando todos los
datos es del 76.26%) lo que indica que el valor del coeficiente es igual a cero o por lo
menos, existe una alta probabilidad de que nos equivoquemos al considerar que no lo
es. Por lo tanto, se puede concluir utilizando este modelo que los rendimientos
logarítmicos del WTI no explican o no tienen relación con los rendimientos
logarítmicos de la cotización del Peso colombiano.
Un resultado similar se obtiene con el Nuevo Sol peruano (considerando solo los
últimos 5 meses del periodo analizado dicha probabilidad es del 64.31% y considerando
todos los datos es del 14.45%) lo que indica que el valor del coeficiente es igual a cero.
Es decir que la relación según el modelo de regresión lineal entre las variables PEN y
34
WTI es muy baja o los efectos de la cotización del crudo sobre la cotización en la
moneda son prácticamente nulos.
Este resultado, es consistente con la alta dependencia del Perú a las importaciones del
petróleo, siendo este país un gran productor de minerales diferentes al crudo. Sin
embargo, si se espera que exista una relación entre la moneda y el WTI por la compra
de petróleo al exterior y el efecto de un mayor precio de éste sobre el mercado
cambiario del Perú, los modelos muestran que dicha relación o no existe, o es muy
débil.
A diferencia de los dos modelos anteriores, aquel desarrollado entre el Peso mexicano y
la cotización del WTI muestra que la probabilidad de cometer error de tipo 1 es baja
(considerando solo los últimos 5 meses del periodo analizado dicha probabilidad es del
45.07% y considerando todos los datos es del 2.0512%). Sin embargo, el valor de los
coeficientes en primera instancia no es estable y también, es muy bajo (de -0.013287
considerando todos los datos) por lo que si bien el valor del coeficiente no es igual a
cero, tampoco es significativo para explicar las variaciones de los rendimientos de la
cotización de la moneda, tomando en cuenta el bajo valor del R^2.
En cuanto al peso argentino, chileno y real brasliero puede resaltarse que las pruebas
reflejan un cambio estructural para estas monedas en el año 2003, mientras que la
estimación recursiva muestra por su parte alta inestabilidad tanto de los residuos como
de los coeficientes. Por otra parte, el modelo que refleja más estabilidad a nivel de la
recursividad de los residuos es el argentino, mientras que a nivel de coeficientes
recursivos es más estable el del real brasilero.
Para evaluar el supuesto según el cual la distribución de los errores es normal con media
cero, se empleó el criterio de la curtosis, que debe ser 3 para que se acepte como válido.
Sin embargo, los valores obtenidos tanto para el real brasilero, peso chileno y peso
argentino incumplen esta regla, por tanto invalidando el supuesto para las tres monedas:
Tabla 2: Monedas de Brasil, Chile y Argentina con su curtosis
Moneda Curtosis
BRL 11,07507
CLP 435,3181
ARS 435,3181
Con los supuestos validados, el siguiente paso fue modelar empleando la regresión
lineal. Los resultados que se obtuvieron fueron los siguientes: en el caso del peso
argentino, la relación entre los rendimientos generados por el crudo WTI y esta moneda,
medida por el coeficiente R2 ajustado es de 0.097% con la muestra total de datos,
señalando claramente que no existe una relación lineal donde el comportamiento de la
moneda sea explicado en alguna medida por el comportamiento del crudo. Esto puede
explicarse también porque la economía argentina, a diferencia de otros países en
Latinoamérica, no cuenta como uno de sus pilares la renta petrolera, y su participación
en el Producto Interno Bruto puede ser menor en proporción a otros países.
Respecto al real brasilero y su relación con el crudo WTI, de acuerdo al coeficiente R2
esta es de carácter inverso, al obtenerse -0.0284%, dando a entender que a medida que
35
se incrementa el precio del crudo la moneda tiende a depreciarse, algo bastante
llamativo dado que Brasil se caracteriza por tener una importante participación de la
renta petrolera dentro de su economía. Sin embargo, al ser el valor tan pequeño, el valor
de esta relación es mínimo. En cuanto al peso chileno, se obtuvo también un coeficiente
R2 de 0.727%, una vez más, siendo un valor bastante pequeño y poco explicativo de las
relaciones entre el WTI y la moneda chilena.
En lo que concierne a la probabilidad de cometer un error tipo I (rechazar la hipótesis
nula siendo cierta) para el peso argentino es baja (9.1230%), lo que da a entender que la
variable que se está trabajando para explicar el movimiento en el peso argentino (el
crudo WTI) no es individualmente explicativa. Caso contrario sucede con el real
brasilero, cuya probabilidad asciende a 51.7272%, por lo que la hipótesis nula, con una
probabilidad tan alta de ser rechazada, abre la posibilidad de que el crudo WTI
individualmente sí sea explicativo del movimiento del real. Por último, la probabilidad
de cometer un error tipo I al analizar la relación entre el WTI y el peso chileno es
substancialmente menor a la obtenida con el real, y un poco mayor a la que se obtuvo
con el peso argentino. Puede entonces interpretarse que el crudo WTI no es explicativo
de movimientos en el precio del petróleo.
No obstante los resultados obtenidos anteriormente, debido a que la serie de datos
obtenida viola gran parte de los supuestos estadísticos requeridos, los resultados
obtenidos con la aplicación del modelo de regresión lineal no son concluyentes para
determinar la existencia o no de relación entre el precio del petróleo WTI y el peso
argentino, chileno y real brasilero.
Los argumentos mencionados atrás y el hecho de que los modelos violan muchos de los
supuestos de la Regresión Lineal Clásica, estos no son buenos para investigar la
relación entre las variables o dan como resultado que no existe ninguna.
11.APLICACIÓN DEL MODELO DE RETARDOS DISTRIBUIDOS
11.1. Series de las cotizaciones de las monedas y el WTI
Calculando el valor del estadístico h de Durbin, se encontró que tanto para el Peso
mexicano (MXN) como para el Peso colombiano (COP) se rechaza la hipótesis nula de
incorrelación. Es decir que el modelo presenta autorcorrelacion y dependencia con las
perturbaciones de periodos pasados. En el caso del Sol peruano (PEN), la hipótesis
nula no fue rechazada lo que indicó que debido a la incorrelación, las propiedades de los
estimadores por mínimos cuadrados se mantiene.
Tabla 3: Cálculos del estadístico h de Durbin para monedas de Colombia, México
y Perú
Moneda h de Durbin Resultado
COP 1.7983565 Dependencia
MXN -2.6876210 Dependencia
PEN 1.3827793 Independencia
Por lo tanto, se procedió a calcular la longitud del retardo por medio del procedimiento
explicado anteriormente, los resultados fueron los siguientes:
36
Tabla 4: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para el peso colombiano
COP
After adjustments
Akaike Schwarz
Observaciones Retardos
R^2
ajustado AIC SBC
2045 0 0.088950 14,08038 14,08588
2044 1 0.089360 14,07965 14,0879
2043 2 0.089835 14,07878 14,08979
1402 643 0.820713 12,92765 15,34095
Tabla 5: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para el peso mexicano
MXN
After adjustments
Akaike Schwarz
Observaciones Retardos
R^2
ajustado AIC SBC
2045 0 0.517104 1,57567 1,58117
2044 1 0.517124 1,57601 1,58427
2043 2 0.517118 1,57639 1,5874
El valor del coeficiente de determinación en modelo de la moneda COP alcanza un
elevado 80.20713% a los 643 retardos lo cual generaría una ecuación de grado 643 si se
emplease el esquema polinomial de Almon para determinar la ecuación del modelo. Un
efecto que abarca un retardo de 643 periodos (comprendiendo por lo menos mas de dos
años de días de negociación) concordaría mas con un modelo de retardos infinitos. En
dicho caso se podría pensar que la monetización de los mayores ingresos por subidas
del precio del petróleo ejercería un efecto no de corto plazo sobre la cotización.
Lo anterior concuerda con el comportamiento macroeconómico que se presento al
explicar los efectos que las subidas del precio ejercieron sobre las economías en los
años setenta y ochenta. Sin embargo, en este caso también se presentaron otros factores
que no se relacionaron directamente con la variación de los precios del crudo y la
cotización de las monedas objeto de estudio.
En el caso del modelo de la moneda MXN, el mayor coeficiente de determinación se
alcanza con un rezago no superando el valor de 0.517124%, lo cual indica el bajo nivel
de explicación de las variaciones de MXN y la cotización del WTI.
Para aplicar este modelo, se calculó primero el estadístico h de Durbin. Este estadístico
sirve para probar la existencia de autocorrelaciones en el modelo: (preguntar por
interpretación de h de durbin para proceder al análisis)
37
Tabla 6: Cálculos del estadístico h de Durbin para las monedas de Argentina,
Brasil y Chile
Moneda h de Durbin Resultado
ARS 45.1815277339 Dependencia
BRL 0.148811193787 Dependencia
CLP 46.3011521462 Dependencia
Con esto, se procedió a calcular los retardos para BRL, CLP y ARS, de la siguiente
manera:
Tabla 7: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para el peso argentino
ARS
After
adjustments
Akaike Schwarz
Observaciones Retardos R^2 ajustado AIC SBC
2045 0 0.242843254380923 0,073572627 0,079072043
2044 1 0.242197923597091 0,073905097 0,082157539
2043 2 0.241876928874551 0,073317839 0,081573602
2042 3 0.241535780289591 0,072752887 0,081011974
En la tabla anterior se puede observar, de acuerdo a un modelo de retardos finitos, el
número de retardos utilizados. Para conocer el número de retardos a emplear en cada
modelo, además del coeficiente de determinación ajustado también se emplean los
criterios de Akaike y Schwarz, donde se elige el número de retardos de la siguiente
manera: se elige el mayor valor del coeficiente de determinación ajustado y los menores
valores del criterio de Akaike y Schwarz; para el caso de Argentina a medida que se
aplican los retardos, los parámetros para elegir empeoran, llegándose a la conclusión de
que el modelo se aplica mejor sin retardos de ninguna clase.
Por su parte, para el real brasilero se obtuvieron los siguientes datos:
Tabla 8: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para el real brasilero
BRL
After adjustments
Akaike Schwarz
Observaciones Retardos R^2 ajustado AIC SBC
2045 0 0.229579542868973 -2,30233E+14 -2,29683E+14
2044 1 0.230146405553482 -2,30292E+14 -2,29467E+14
2043 2 0.231112399312336 -2,30458E+14 -2,29633E+14
2042 3 0.232112501732459 -2,30635E+14 -2,29809E+14
1645 400 0.80628572749474 -3,80711E+14 -3,79726E+13
38
Aquí no se da el mismo caso que se observó para el peso argentino; a medida que se
iban aplicando retardos tanto el coeficiente R2 iba mejorando, así como los criterios de
Akaike y Schwarz. Al final, el máximo valor de este coeficiente (80.6285%) se obtuvo
con cuatrocientos retardos siendo este el número de retardos a aplicar al modelo. No
obstante, la ecuación resultante sería de grado 400, por lo que se ajustaría de mejor
manera a un modelo de retardos infinitos, lo que podría inferir la idea de una relación de
largo plazo.
Por último, para el peso chileno se presentó la siguiente situación:
Tabla 9: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para el peso chileno
CLP
After adjustments
Akaike Schwarz
Observaciones Retardos R^2 ajustado AIC SBC
2045 0 0.511344343590795 1,07595E+13 1,0765E+14
2044 1 0.512305262282103 1,07582E+14 1,07664E+14
2043 2 0.51352837065457 1,07558E+14 1,0764E+14
2042 3 0.514681589228817 1,07535E+14 1,07618E+14
1445 600 0.788112453617193 1,00354E+13 1,00464E+14
Aquí se puede apreciar una situación similar a aquella con el valor del real brasilero. En
este caso, a medida que se incrementaba el número de retardos mejoraba
sustancialmente el valor del coeficiente R2 ajustado. El mayor valor se encontró con
seiscientos retardos, con un coeficiente de determinación de 78.8112% y los menores
valores del criterio de Akaike y de Schwarz. Esta estructura, de igual manera, se
acomoda de mejor manera a un modelo de retardos infinitos, dado que el grado de la
ecuación resultante, una vez más, sería de 600. Esto refrendaría el alto valor del
coeficiente de determinación obtenido anteriormente.
11.2. Series de los rendimientos logarítmicos de las monedas y el WTI
Realizando el análisis de Durbin-Watson con los modelos resultado de la aplicación de
series de los rendimientos logarítmicos, se encontró que tomando diferentes periodos de
tiempo (por ejemplo 5 años, 4 años, etc) considerando los cambios estructurales
observados en los modelos, en COP, MXN y PEN se rechazan las hipótesis nulas de
incorrelación, lo cual nos indica que los tres modelos presentan dependencia total.
Al calcular la longitud del retardo, se obtuvieron los siguientes resultados:
39
Tabla 10: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del peso colombiano
COP
Akaike Schwarz
Retardos Observaciones R^2 ajustado AIC SBC
0 2044 -0.000489 -7,607285 -7,601784
1 2043 -0.000433 -7,606957 -7,598701
Tabla 11: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del peso mexicano
MXN
Akaike Schwarz
Retardos Observaciones R^2 ajustado AIC SBC
0 2044 -0.000117 -7,823212 -7,81771
1 2043 -0.000467 -7,821937 -7,813682
Tabla 12: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del nuevo sol peruano
PEN
Akaike Schwarz
Retardos Observaciones R^2 ajustado AIC SBC
0 2044 0.000346 -9,3365 -9,330998
1 2043 -0.000005 -9,335214 -9,326958
Al igual que con las series anteriores, se calculó el estadístico h de Durbin para
establecer la existencia o no de correlaciones en las series estudiadas (necesito preguntar
la interpretación para agregar el análisis correspondiente):
Moneda h de Durbin Resultado
ARS -0.0198929483756 Independencia
BRL 0.18177978076 Dependencia
CLP 2,814737457 Dependencia
Posteriormente se realizó el cálculo de los retardos, de nuevo tomando en consideración
el coeficiente de determinación ajustado y los criterios de Akaike y Schwarz. Así, se
obtuvieron los siguientes resultados:
Tabla 13: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del peso argentino
40
ARS
Akaike Schwarz
Retardos Observaciones R^2 ajustado AIC SBC
1 2044 0.000430633182157303
-
5,704982
-
5,696726
2 2043 0.00180626260098338
-
5,705870
-
5,697611
3 2042 0.000696030989542851
-
5,704268
-
5,696006
50 1995 0.046676713177046
-
5,728073
-
5,719651
60 1985 0.00526696558440043
-
5,680528
-
5,672071
En el caso del peso argentino, contrario a lo que se presentó anteriormente, el
coeficiente de determinación ajustado iba mejorando en conjunto con los criterios de
Akaike y Schwarz. Sin embargo, la mayor correlación encontrara fue con 60 retardos y
0.526696%. Cabe mencionar, sin embargo, la presencia de un evento muy particular: se
presentaron situaciones en los cuales al ir aumentando los retardos de periodo en
periodo, en uno se presentaba una mejoría en el coeficiente de determinación, y al
siguiente empeoraba. Esto fue general tanto para el peso argentino, como para el chileno
y el real brasilero.
Tabla 14: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del real brasilero
BRL
Akaike Schwarz
Retardos Observaciones R^2 ajustado AIC SBC
1 2044 0.000044
-
6,314893
-
6,306638
2 2043 0.0124468745974858
-
6,327082
-
6,318823
Para el real brasilero, el coeficiente de determinación ajustado mejoró apenas al
segundo retardo, obteniéndose los mejores valores de Akaike y Schwarz (¡asimetrías de
información! Necesito investigar más sobre este fenómeno). Sin embargo, también se
presentó una relación de apenas el 1.2446%, un valor que sigue siendo bastante más
bajo de lo esperado para un país que es productor de petróleo.
41
Tabla 15: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del peso chileno
CLP
Akaike Schwarz
Retardos Observaciones R^2 ajustado AIC SBC
1 2044 0.00384984520645448 -7,4845
-
7,490195
2 2043 0.0035229356767027
-
7,497950
-
7,489691
Por último, para el caso del peso chileno, se presenta que el número de retardos es
también mínimo, con un coeficiente de determinación que es absolutamente pequeño
(apenas por encima del 0.35%), concluyendo de esta manera que el uso del modelo de
retardos distribuidos para buscar una relación entre las variables no fue concluyente.
En los modelos evaluados, no solamente el coeficiente de determinación ajustado es
bajo, sino que también no aumenta al incrementar el número de retardos a diferencia de
lo que se evidenció en los modelos de Series de las cotizaciones de las monedas y el
WTI. Por esta razón, se concluyó que el modelo econométrico con variables retardadas
no sirvió para describir la relación entre las variables objeto de estudio.
12.RESULTADOS AL ANALIZAR LOS CORRELOGRAMAS PARA LOS
MODELOS ESTUDIADOS
Las series correspondientes al Peso colombiano, el Sol peruano y el Peso mexicano,
muestran un rechazo de la hipótesis nula a 36 rezagos y más, es decir, que las series
presentan mas de 36 rezagos en la variable exógena que explican el comportamiento de
la variable endógena lo cual, va en contra de lo encontrado al realizar el análisis
utilizando los criterios de Akaike y Schwarz.
Los correlogramas, tampoco muestran el típico comportamiento de un modelo AR(1), o
modelos ARMA(1,1) en los cuales los coeficientes de autocorrelacion son significativos
en el primer rezago y desaparecen gradualmente a medida que se incrementa el número
de retardos. Sin embargo, los correlogramas de las series estudiadas muestran que
existen coeficientes significativos (es decir con valores superiores a los del intervalo de
confianza definido) que se encuentran en diferentes rezagos. Esto se puede explicar por
los efectos a largo plazo que los choques en precios del petróleo ocasionan sobre las
transacciones en cuenta corriente y la inflación de cada una de las economías.
Por su parte, la serie de rendimientos correspondientes al peso chileno, argentino y al
real brasilero también presentan rechazo de la hipótesis nula para 36 rezagos, que
establece que el valor del coeficiente autocorrelacionado es cero para cualquier número
de retardos. En estas series, al igual que con las otras monedas, presentan el mismo
problema de “contradicción” con los criterios de Akaike y Schwarz, dado que con estos
se estableció un número de retardos diferentes a los que señala el correlograma; por otra
parte, en el correlograma del peso argentino pueden observarse coeficientes
autocorrelacionados que son llamativamente altos para 17 y 33 retardos, que puede estar
explicados por las razones ya mencionadas sobre la cuenta corriente y la inflación de la
economía de los países.
42
13.RESULTADOS OBTENIDOS AL CORRER EL MODELO DE
COINTEGRACIÓN
Se empezó analizando el comportamiento de las series de los precios o cotizaciones en
cada una de las series. Al aplicar el test de raíz unitaria descrito anteriormente, se
encontró que tanto las monedas como el WTI son series no estacionarias, resultado que
era de esperar dada la elevada volatilidad que caracteriza estos activos financieros. En la
siguiente tabla se resumen los valores críticos de la prueba para cada nivel de
significancia y el valor obtenido al evaluar cada una de las series (Pesos colombianos
COP, Pesos mexicanos MXN y Sol peruano PEN):
Tabla 16: Valores obtenidos en la prueba de raíz unitaria para Colombia, México
y Perú
Nivel de confianza Valor crítico
1% -3,433351
5% -2,862752
10% -2,567461
Serie Valor Estadístico
COP -0,508503
MXN -1,628181
PEN 1,649875
Residuos modelo COP -1,475925
Residuos modelo MXN -2,567461
Residuos modelo PEN -1,542776
Posteriormente se realizo el mismo test sobre los residuos de cada uno de los modelos
relacionando la moneda con el WTI, los resultados muestran que la hipótesis nula de
raíz unitaria tampoco es rechazada, lo que indica que ninguna de las variables (COP,
MXN, WTI) está cointegradas con el WTI. En otras palabras, no existe relación de
equilibrio de largo plazo entre las variables analizadas lo que implica que la capacidad
de predicción a largo plazo de cualquier modelo econométrico basándonos en los
precios y cotizaciones de cada variable va a ser baja.
Analizando los rendimientos logarítmicos, se estacionaron las series analizadas ya que
esta es una de las características generales de las series que corresponden a rendimientos
tanto discretos como continuos.
Así se encuentra que al realizar el test de Dickey – Fuller Aumentado sobre las series
de rendimientos logarítmicos de las monedas COP, MXN y PEN, todas rechazaron la
hipótesis nula de raíz unitaria indicando la presencia de estacionalidad.
Sin embargo, como lo que interesa es la relación entre las series, se realizó el mismo test
sobre las perturbaciones de los modelos obteniendo los siguientes resultados:
43
Tabla 17: Valores obtenidos en la prueba de raíz unitaria para Colombia, México
y Perú
Nivel de confianza Valor crítico
1% -3,433351
5% -2,862752
10% -2,567461
Serie Valor Estadístico
COP -42,82843
MXN -47,82995
PEN -43,42888
Residuos modelo COP -42,82855
Residuos modelo MXN -47,83498
Residuos modelo PEN -43,45318
De momento, no sabemos si es condición para poder desarrollar un modelo de
cointegracion que las series individuales sean no estacionarias pero que las
perturbaciones de los modelos (relaciones de monedas con WTI) si lo sean. Lo que aquí
es evidente, es que en los dos casos se encontró que la hipótesis nula de no
estacionalidad se rechaza por lo que existe cointegración entre el las monedas objeto de
estudio (COP, MXN y PEN) con el WTI.
En el momento en que se encuentra que existe una relación a largo plazo, es difícil
realizar un pronóstico o calcular un modelo de predicción ya que las series de los
rendimientos logarítmicos presentan características de un proceso estocástico o un ruido
blanco (como se hace evidente en las gráficas mostradas en los anexos), con lo cual es
casi imposible saber el valor de la variable en el siguiente periodo.
Otro tipo de modelos que se podrían utilizar, es pronosticar la volatilidad con modelos
ARCH y GARCH lo que en todo caso no nos muestra que relación existe entre los
modelos objetos de estudio.
Por otra parte, para las series del real brasilero, peso argentino y peso chileno se
aplicaron también las pruebas para comprobar la existencia de estacionalidad de las
series. Para esto se aplicó una prueba de raíz unitaria a través de una prueba Dickey-
Fuller aumentada (Augmented Dickey-Fuller Test), la cual consiste en establecer una
hipótesis nula, que es la existencia de raíces unitarias contra la alternativa, que niega su
existencia.
A través de esta prueba, un valor del estadístico t es calculado y permite compararlo
contra unos valores críticos (90%, 95% y 99%). Esta prueba se aplicó primero para las
series de rendimientos tanto del crudo WTI como del real brasilero, peso argentino y
peso chileno. Al comparar el valor hallado contra los valores críticos, se obtuvieron los
siguientes resultados:
44
Tabla 18: Valores obtenidos en la prueba de Augmented Dickey Fuller para
Argentina, Brasil y Chile
Valor crítico por nivel
Serie Estadístico
t 1% 5% 10%
Resultado
Hipótesis
WTI -45,7085 -3,43352 -2,862752 -2,567462 Rechazada
ARS -7,2724 -3,43377 -2,862764 -2,567468 Rechazada
BRL -35,33332 -3,433354 -2,862753 -2,567462 Rechazada
CLP -32,86077 -3,433354 -2,862753 -2,567462 Rechazada
En el cuadro anterior la hipótesis nula se rechaza si el valor del estadístico t calculado
con la prueba Dickey-Fuller Aumentada es mayor (o más negativo, según sea el caso)
que los valores críticos a cada nivel de significancia. Al rechazarse la hipótesis nula
(existencia de raíz unitaria en las series ya referenciadas), quiere decir que existe
estacionalidad; al darse este fenómeno estadístico, puede proceder a realizarse las
pruebas de cointegración (agregar el por qué si en el apartado teórico no sale).
Hecho lo anterior, se procedió a realizar la prueba pero esta vez teniendo en cuenta los
residuos de las ecuaciones de regresión generadas entre las series de rendimientos de las
monedas, ya fueran de real brasilero, peso argentino o peso chileno. El resultado de la
prueba Dickey-Fuller Aumentada sobre estos residuos permite establecer si la moneda
en cuestión y el crudo referencial están cointegrados. Los resultados obtenidos fueron:
Tabla 19: Valores obtenidos en la prueba de Argmented Dickey Fuller para
Argentina, Brasil y Chile
Valor crítico por nivel
Serie Estadístico
t 1% 5% 10%
Resultado
Hipótesis
ARSRESIDS -7,290233 -3,43377 -2,862764 -2,567468 Rechazada
BRLRESIDS -35,31262 -3,433354 -2,862753 -2,567462 Rechazada
CLPRESIDS -42,51600 -3,433354 -2,862753 -2,567462 Rechazada
El método de aceptación o rechazo de la hipótesis nula en este caso es similar al
anterior: se comparan los valores obtenidos del estadístico t con los valores críticos a
cada nivel de significancia, y se acepta o se rechaza según sea el caso. En el particular,
especialmente, se rechazaron las hipótesis nulas, por lo que se toma la hipótesis
alternativas: las series de las monedas (ARS, BRL, CLP) y el crudo WTI presentan
cointegración.
45
14.CONCLUSIONES
El mercado del petróleo ha probado ser uno de los más grandes (sino el mayor)
mercados de commodities en todo el mundo. Dado el volumen de sus transacciones,
tanto en valor monetario como en el aspecto físico, ha adquirido una gran importancia.
Esto, por supuesto, no deja de lado el hecho de que las naciones productoras en grandes
cantidades han sabido obtener grandes bonanzas, como la del último año, cuando el
barril de petróleo superó los 145 dólares por barril. También se ha podido observar que
su precio es sensible a determinados acontecimientos históricos y políticos, como las
guerras y las revoluciones, especialmente en los países que son grandes productores de
petróleo, los cuales se ubican de mayor manera en oriente medio.
De acuerdo a los resultados observados a través de los modelos de regresión lineal
clásico, de retardos distribuidos y el de cointegración, puede concluirse que, contrario a
la opinión de algunos expertos en el tema, la relación entre monedas emergentes
latinoamericanas (peso argentino, chileno, colombiano, mexicano, nuevo sol peruano y
real brasilero) y el precio del petróleo de referencia West Texas Intermediate no es
significativa, al punto de que en algunas monedas no se presenta relación importante.
En relación a los modelos empleados, mencionados anteriormente, puede decirse que
los resultados sostienen esta conclusión: se empleó la regresión lineal clásica, a pesar de
que la serie de datos no cumplía con los supuestos del modelo. Al emplear modelos de
retardos distribuidos, los resultados se acomodaban a los modelos de retardos infinitos,
y los modelos de cointegración no presentaron resultados conclusivos a corto plazo,
únicamente se evidencia un proceso de ajuste de largo plazo. De esta manera se arroja
luz sobre un tema que, intuitivamente, puede invitar a pensar sobre la existencia de una
relación, pero que de acuerdo a los modelos estadísticos aquí trabajados, no es
significativa. Es factible pensar que los mercados presentan algún mecanismo
desconocido que establezca tal vínculo.
Así, se puede afirmar que existe un impacto y una relación entre las series analizadas
pero no de manera directa o de corto plazo, mas bien es evidente el efecto a largo plazo
que un alza o caída en el precio del petróleo tiene sobre la cotización de las monedas; no
directamente a través de las transacciones en el mercado de divisas si no también por
diversos factores macroeconómicos a largo plazo como la inflación, alza en las tasas de
interés y mayores ingresos fiscales de los estados de las naciones productoras.
46
ANEXOS
a. Colombia
Gráfico 5
Participación del sector petrolero en el PIB de Colombia, por trimestres
PETROLEO / PIB
0,000%
1,000%
2,000%
3,000%
4,000%
5,000%
6,000%
I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV I II III IV
2000 2001 2002 2003 2004 2005 2006* 2007*
Fuente: Banco de la República y DANE. Cifras provisionales para 2006 y 2007
Gráfico 6
Participación del sector petrolero en el PIB de Colombia, por años
PETROLEO / PIB
0,000%
1,000%
2,000%
3,000%
4,000%
5,000%
6,000%
2000 2001 2002 2003 2004 2005 2006 2007
Fuente: Banco de la República y DANE. Cifras provisionales para 2006 y 2007
Como puede observarse en los gráficos anteriores, la participación del sector petrolero
en Colombia ha ido disminuyendo desde el año 2000, principalmente debido a la
diversificación de la producción nacional, y al hecho de que los yacimientos petrolíferos
que hacen del país autosuficiente podrían haberse agotado. No obstante lo anterior,
continúa ostentando un importante 3% (con cifras provisionales) al cierre del año 2007.
En términos trimestrales, con excepción del tercer trimestre de 2001, el segundo de
2002 y el segundo de 2006, puede observarse la misma tendencia de disminución de
participación en el PIB de Colombia.
47
Gráfico 7
Participación del sector petrolero en la Inversión Extranjera Directa de Colombia,
por trimestres
Sector petrolero / Total Inversion Extranjera Directa
-20,0000%
-10,0000%
0,0000%
10,0000%
20,0000%
30,0000%
40,0000%
50,0000%
60,0000%
70,0000%
I II
III
IV I II
III
IV I II
III
IV I II
III IV
I II
III IV
I II
III IV
I II
III IV
2001 2002 2003 2004 2005 2006 2007
Fuente: Banco de la República y DANE. Cifras provisionales de 2003 a 2007
Gráfico 8
Participación del sector petrolero en la Inversión Extranjera Directa de Colombia,
por años
Sector petrolero / Total Inversion Extranjera Directa
0,0000%
5,0000%
10,0000%
15,0000%
20,0000%
25,0000%
30,0000%
35,0000%
40,0000%
2001 2002 2003 pr 2004 pr 2005 p 2006 p 2007 p
Fuente: Banco de la República y DANE. Cifras provisionales de 2003 a 2007
La Inversión Extranjera Directa en el sector petrolero siempre ha representado una parte
importante de este rubro en el sector externo del país; así, podemos observar como, a
pesar de una caída hasta el 10% en 2005, llegó a representar más del 35% al finalizar el
año 2007. Al desglosar la información trimestralmente, puede observarse una tendencia
a la desinversión o una inversión menor entre el tercer y el cuarto trimestre de los años
seleccionados. Esto se explicaría en gran medida al observar el gráfico 21, en donde se
48
evidencia que la aversión a el riesgo o la prima por asumirlo creció considerablemente
en el año 2004 principalmente en Perú, Brasil y Bolivia Sin embargo, el crecimiento en
la Inversión en el sector petrolero puede estar impulsado principalmente por las
actividades de exploración desarrolladas por las multinacionales petroleras presentes en
Colombia.
Gráfico 9
Inversión Extranjera Directa en sector petrolero de Colombia, por trimestres
IED Sector Petrolero en Millones de Dólares
-200,00
-
200,00
400,00
600,00
800,00
1.000,00
1.200,00
1.400,00
I II
III
IV I II
III
IV I II
III
IV I II
III IV
I II
III IV
I II
III IV
I II
III IV
2001 2002 2003 2004 2005 2006 2007
Fuente: Banco de la República y DANE. Cifras provisionales de 2003 a 2007
Gráfico 10
Inversión Extranjera Directa en sector petrolero de Colombia, por años
IED Sector Petrolero en Millones de Dólares
-
500,00
1.000,00
1.500,00
2.000,00
2.500,00
3.000,00
3.500,00
2001 2002 2003 pr 2004 pr 2005 p 2006 p 2007 p
Fuente: Banco de la República y DANE. Cifras provisionales de 2003 a 2007
Aunándose a lo mencionado anteriormente respecto del sector petrolero colombiano y
su participación en la Inversión Extranjera Directa en el país, puede verse tanto en
términos trimestrales como anuales un crecimiento sostenido, superando los U$ 3000
millones a finales de 2007. Las actividades exploratorias en el territorio nacional siguen
siendo el impulso principal a la inversión extranjera en este sector.
49
b. Chile
Gráfico 11
Porcentaje de importación de crudo respecto al PIB
Fuente: Banco Central de Chile
Gráfico 12
Variación en las importaciones de crudo (en millones de dólares)
Fuente: Banco Central de Chile
Chile es reconocido por ser una de las economías modelo en América Latina. Sin
embargo, al no poseer recurso hidrocarburo propio, se ve abocado a la importación de
50
petróleo para ayudar a sostener su crecimiento económico. Entre 2003 y 2006, puede
verse un crecimiento sostenido en el valor de las importaciones de petróleo crudo al
país. La cifra se estabiliza en 2007, pero esto no deja de ser un elemento llamativo. Esto,
como consecuencia, también hace que el porcentaje de importación de petróleo respecto
al PIB se incremente.
c. México
Gráfico 13
Porcentaje de exportaciones de crudo respecto al PIB
Fuente: Instituto Nacional de Estadística y Geografía de México INEGI
Gráfico 14
Exportaciones de crudo (en millones de dólares)
Fuente: Instituto Nacional de Estadística y Geografía de México INEGI
51
México es reconocido como uno de los países no pertenecientes a la OPEP que tiene
una de las mayores producciones de petróleo en el mundo, principalmente debido a las
grandes reservas que posee en el golfo de México. Las exportaciones de crudo a partir
de 1998 han comenzado a experimentar un fuerte incremento, aunado posiblemente a un
crecimiento económico sólido y a la mayor demanda de sus productos petrolíferos en
todo el mundo. Cabe recalcar que los Estados Unidos representa gran parte del crudo
que este país exporta.
Gráfico 15
Inversión extranjera directa en Minería y Extracción (sector petrolero incluido -
en millones de dólares)
Fuente: Instituto Nacional de Estadística y Geografía de México INEGI
La variación en las exportaciones de crudo se ve respaldada por el crecimiento en la
inversión extranjera directa en minería y extracción. Las cuentas nacionales mexicanas
no desglosan el sector petrolero del resto de actividades extractivas que se desarrollan
en el país, por lo que la medida puede estar distorsionada de alguna manera. Sin
embargo, sirve para ilustrar cómo se ha incrementado el valor de este rubro, hasta casi
alcanzar los USD 2000 millones en el año 2007.
52
Gráfico 16
Inversión extranjera directa en Minería y Extracción como porcentaje del PIB
(sector petrolero incluido)
Fuente: Instituto Nacional de Estadística y Geografía de México INEGI
Como consecuencia de los periodos de crecimiento económico y el incremento en las
exportaciones de crudo, la inversión extranjera directa se ha visto incrementada en su
participación en el PIB. A pesar de ser valores ampliamente representativos, al 2007
alcanzó el 0.05% de participación, una consecuencia plausible dentro de una economía
diversificada.
53
d. Perú
Gráfico 17
Exportaciones de petróleo (en millones de dólares)
Fuente: Instituto Nacional de Estadìstica e Informática.
Gráfico 18
Exportaciones de crudo respecto al PIB
Fuente: Instituto Nacional de Estadìstica e Informática.
Durante los últimos años del siglo XX y en los primeros años de esta década, Perú ha
mostrado un saludable crecimiento económico. Parte de esto queda demostrado con el
54
incremento en las exportaciones de petróleo de este país, que se ha incrementado desde
1996 hasta alcanzar los USD 2.248 millones. Asi mismo, la participación de las
exportaciones de crudo dentro del Producto Interno Bruto peruano se ha incrementado
desde menos de 1% en el año 96 hasta el 3.85% en 2007.
Gráfico 19
Inversión Extranjera Directa en el sector petrolero (millones de dólares)
Fuente: Instituto Nacional de Estadìstica e Informática.
Por su parte, la inversión extranjera presenta periodos de estabilidad en la inversión,
donde las empresas allí presentes mantienen un monto de inversión prácticamente
constante. Entre el año 2000 y el 2002, sin embargo, se presenta un gran salto,
prácticamente duplicando el valor de las inversiones.
Gráfico 20
Inversión Extranjera Directa en el sector petrolero respecto al PIB
Fuente: Instituto Nacional de Estadìstica e Informática.
55
Por último, puede observarse que en el periodo entre 1996 y 2000, la inversión
extranjera en petróleo llegó a representar el 0.28% del PIB, aproximadamente. Entre el
2001 y el 2003 dicha participación alcanzó su punto más alto, casi alcanzando el 0.6%,
para luego descender a niveles observados en el año 2000
Éste fenómeno también puede ser explicado por la mayor diversificación de las
inversiones extranjeras en los países latinoamericanos, como se observa en la Figura 22,
el incremento de la prima de riesgo soberano asociada con los Credit Default Swaps
(CDS) ha exhibido una tendencia descendente desde el año 2004 presentando un leve
incremento entre julio de 2007 y julio de 2008, lo que significa que en general para los
países latinoamericanos y sobre todo aquellos que presentaban mayores spreads
asociado con una mayor percepción del riesgo (Brasil, Colombia y Perú) se evidencia
una menor aversión al riesgo por parte de inversionistas lo que facilito la IED en otros
sectores económicos diferentes al petrolero reduciendo su participación en el total.
Gráfico 21
Prima de riesgo para América Latina
Fuente: Bloomberg, tomado del Informe Sobre Inflación del Banco de la República. Junio 2008.
56
c. Brasil
Gráfico 22
Participación de las exportaciones de petróleos crudos y derivados del petróleo en
el total de exportaciones.
0,00%
1,00%
2,00%
3,00%
4,00%
5,00%
6,00%
7,00%
8,00%
9,00%
10,00%
2.003,00 2.004,00 2.005,00 2.006,00
Petróleos crudos
Productos derivados del
petróleo
Total hidrocarburos
Fuente: CEPAL. Comisión Económica para América Latina.
Presentando una tendencia creciente, los hidrocarburos representan el 9% de las
exportaciones de Brasil al mundo, además de ello, tanto los petróleos crudos como los
derivados del petróleo se encuentran entre los 10 principales productos de exportación.
Esto representó aproximadamente un monto exportado por USD 12.921,87 millones en
2006, USD 8.991,26 millones en 2005 y USD 5.691,92 millones en 2004. Es observable
también que dicha participación se ha incrementado en la última década.
57
Gráfico 23
Fuente: CEPAL
En términos comparativos con por ejemplo Colombia, la IED en el sector hidrocarburos
ha sido menor en Brasil. Esto puede estar explicado sin embargo por la creciente
participación de la empresa estatal petrolera de Brasil Petrobras en las inversiones en
exploración y explotación de petróleos crudos en el país. Dicha empresa registró ventas
en 2004 por alrededor de UDS 36.988 millones39
convirtiéndose en una de las mayores
empresas petroleras a nivel mundial.
39
La inversión extranjera en América Latina y el Caribe. CEPAL 2007
58
Gráfico 24
Productos derivados del petróleo + Petróleos crudos / Exportaciones al mundo
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
30,00%
35,00%
1.995 2.000 2.003 2.004 2.005 2.006
Argentina
Brasil
Chile
Colombia
México
Perú
Fuente: CEPAL. Aquellos datos iguales a 0, es por que en aquella fecha no se disponía de información.
Como un indicador de dependencia de las exportaciones del petróleo, la figura 24
muestra un comparativo de la participación de este sector en el total exportado. Aquí
podemos ver la dependencia mayor de Colombia en el sector petrolero y como dicha
dependencia es mínima en Chile y en todos los años no tan significativa para Perú. Los
países mas dependientes de la exportaciones tanto de derivados como de crudos son en
su orden Colombia, Argentina y Brasil.
Gráfico 25
Gráfico de Dispersión Peso Colombiano y WTI (precios)
59
Gráfico 26
Gráfico de Dispersión Peso Mexicano y WTI (precios)
Gráfico 27
Gráfico de Dispersión Sol Peruano y WTI (precios)
60
Gráfico 28
Gráfica estimación recursiva COP y WTI (precios)
Gráfico 29
Gráfica estimación recursiva MXN y WTI (precios)
61
Gráfico 30
Gráfica estimación recursiva PEN y WTI (precios)
Tabla 20
Matriz de correlaciones Rendimientos logarítmicos (precios)
WTI PEN MXN COP
WTI 1 -0,02890111 -0,01929026 -0,00081209
PEN -0,02890111 1 0,13384832 0,036637072
MXN -0,01929026 0,13384832 1 -0,00268847
COP -0,00081209 0,036637072 -0,00268847 1
62
Gráfico 31
Gráfico de Dispersión Peso Colombiano y WTI (rendimientos logarítmicos)
Gráfico 32
Gráfico de Dispersión Peso Mexicano y WTI (rendimientos logarítmicos)
63
Gráfico 33
Gráfico de Dispersión Sol Peruano y WTI (rendimientos logarítmicos)
Gráfico 34
Gráfico de comportamiento de los residuos y estabilidad del modelo Peso
Colombiano y WTI (rendimientos logarítmicos)
64
Gráfico 35
Gráfico de comportamiento de los residuos y estabilidad del modelo Peso
Mexicano y WTI (rendimientos logarítmicos)
65
Gráfico 36
Gráfico de comportamiento de los residuos y estabilidad del modelo Sol Peruano y
WTI (rendimientos logarítmicos)
,-----------------------------,.03
1-- Residual -- Actual -- Fitted I
.02
.01
.00
-.01
-.02
66
Gráfico 37
Gráfico de la estabilidad de los coeficientes del modelo Peso Colombiano y WTI
(rendimientos logarítmicos)
oo,-______________ ,
• "L ,"=",,"o-c===cd
2", "" " " .00> "'" , ,.,, "'" = . lS·' ·1
=.,--------, = ... i •
\ ,
.. -OO1' '-ccc--ccc-cc-coccccc-ccccccccce ,'" ,." '''' .= "'" ''''' "'" =
. 2S·' ·1
67
Gráfico 38
Gráfico de la estabilidad de los coeficientes del modelo Peso Mexicano y WTI
(rendimientos logarítmicos)
. ,----------,
"~~ "" "" "-O ,OC() ' '''' ,>00 ' '''' >= _ C(1,.- --- ., .. ·1
. ",---------------,
68
Gráfico 39
Gráfico de la estabilidad de los coeficientes del modelo Sol Peruano y WTI
(rendimientos logarítmicos)
69
Gráfico 40
Gráfico de normalidad de las perturbaciones del modelo Peso Colombiano y WTI
(rendimientos logarítmicos)
Gráfico 41
Gráfico de normalidad de las perturbaciones del modelo Peso Mexicano y WTI
(rendimientos logarítmicos)
70
Gráfico 42
Gráfico de normalidad de las perturbaciones del modelo Sol Peruano y WTI
(rendimientos logarítmicos)
Gráfico 43
Gráfico de dispersión entre peso argentino y WTI (precios)
71
Gráfico 44
Gráfico de dispersión entre real brasilero y WTI (precios)
Gráfico 45
Gráfico de dispersión entre peso chileno y WTI (precios)
72
Gráfico 46
Gráfico de estimación recursiva ARS y WTI (precios)
Gráfico 47
Gráfico de estimación recursiva BRL y WTI (precios)
73
Gráfico 48
Gráfico de estimación recursiva CLP y WTI (precios)
Tabla 21
Matriz de correlaciones rendimientos logarítmicos
WTI CLP ARS BRL
WTI 1 -0.034878 -0.037367 -0.014331
CLP -0.034878 1 0.033858 -0.037779
ARS -0.037367 0.033858 1 0.068197
BRL -0.014331 -0.037779 0.068197 1
74
Gráfico 49
Gráfico de dispersión Peso Argentino y WTI (rendimientos logarítmicos)
Gráfico 50
Gráfica de dispersión Real Brasilero y WTI (rendimientos logarítmicos)
75
Gráfico 51
Gráfico de dispersión Peso Chileno y WTI (rendimientos logarítmicos)
Gráfico 52
Gráfico de comportamiento de los residuos y estabilidad del modelo Peso argentino
y WTI (rendimientos logarítmicos)
76
Gráfico 53
Gráfico de comportamiento de los residuos y estabilidad del modelo Real Brasilero
y WTI (rendimientos logarítmicos)
Gráfico 54
Gráfico de comportamiento de los residuos y estabilidad del modelo Peso chileno y
WTI (rendimientos logarítmicos)
77
Gráfico 55
Gráfico de la estabilidad de los coeficientes del modelo Peso Argentino y WTI
(rendimientos logarítmicos)
78
Gráfico 56
Gráfico de la estabilidad de los coeficientes del modelo Real Brasilero y WTI
(rendimientos logarítmicos)
79
Gráfico 57
Gráfico de la estabilidad de los coeficientes del modelo Peso Chileno y WTI
(rendimientos logarítmicos)
80
Gráfico 58
Gráfico de normalidad de las perturbaciones del modelo Peso Argentino y WTI
(rendimientos logarítmicos)
Gráfico 59
Gráfico de normalidad de las perturbaciones del modelo Real Brasilero y WTI
(rendimientos logarítmicos)
81
Gráfico 60
Gráfico de normalidad de las perturbaciones del modelo Peso Chileno y WTI
(rendimientos logarítmicos)
82
BIBLIOGRAFÍA
HENKER THOMAS T. and MILONAS NIKOLAOS. Price spread and convenience
yield Behaviour in the international oil market. Applied Financial Economics, 2001.
BROOKS, Chris. Introductory econometrics for finance. Reino Unido: Cambridge,
2008.
CARRASCAL, Ursicinio. Análisis econométrico con Eviews. Valladolid: Alfaomega.
KENEN, Peter B. The International Economy. Cambridge University Press, Fourth
Edition, 2000.
RINCON, Hernán. Rentas petroleras, subsidios e impuestos a los combustibles en
Colombia, ¿Qué sucedió durante el choque reciente de precios? . Banco de la
República, Borradores de Economía No. 541. Diciembre de 2008.
RACHEV Svetlozar, NITTNIK Stefan, FABOZZI Frank, FOCARDI Sergio, JASIC
Teo. Financial Econometrics. New Jersey.John Wiley & Sons Inc.
REUTERS. Exxon Mobil brilla por su oro negro. [online] 2008 .
<http://www.cnnexpansion.com/negocios/2008/05/01/exxon-mobil-brilla-por-2018oro-
negro2019/view>
Manual de Estadísticas Energéticas [online]. Agencia Internacional de Energía.
Disponible en la red <https://www.iea.org/Textbase/stats/docs/NRJ_spanish_web.pdf>
Oil Market Basics [online] Energy Information Administration, 2000. Disponible en la
red <http://www.eia.doe.gov>
Informe de la Junta Directiva al Congreso de la República. Julio de 2008
Banco de la República [online] disponible en la red <http://www.banrep.gov.co>
Colombia.
Departamento Administrativo Nacional de Estadística [online] disponible en la red
<http://www.dane.gov.co> Colombia.
Banco Central de Chile [online] disponible en la red <http.bcentral.cl> Chile
Instituto Nacional de Estadística y Geografía de México INEGI [online] disponible en
la red <http://www.inegi.gob.mx> México.
Instituto Nacional de Estadística e Informática [online] disponible en la red
<http://www.inei.gob.pe> Perú.
Comisión Económica para América Latina CEPAL [online] disponible en la red <http:// www.eclac.org>
83
LISTA DE GRÁFICOS
Gráfico 1: Oferta mundial del petróleo correspondiente al primer trimestre de 2008
Gráfico 2: Reservas de petróleo crudo
Gráfico 3: Demanda mundial del petróleo correspondiente al primer trimestre de 2008
Gráfico 4: Consumo global de Petróleo per cápita
Gráfico 5: Participación del sector petrolero en el PIB de Colombia, por trimestres
Gráfico 6: Participación del sector petrolero en el PIB de Colombia, por años
Gráfico 7: Participación del sector petrolero en la Inversión Extranjera Directa de
Colombia, por trimestres
Gráfico 8: Participación del sector petrolero en la Inversión Extranjera Directa de
Colombia, por años
Gráfico 9: Inversión Extranjera Directa en sector petrolero de Colombia, por trimestres
Gráfico 10: Inversión Extranjera Directa en sector petrolero de Colombia, por años
Gráfico 11: Porcentaje de importación de crudo respecto al PIB
Gráfico 12: Variación en las importaciones de crudo (en millones de dólares)
Gráfico 13: Porcentaje de exportaciones de crudo respecto al PIB
Gráfico 14: Exportaciones de crudo (en millones de dólares)
Gráfico 15: Inversión extranjera directa en Minería y Extracción (sector petrolero
incluido -en millones de dólares)
Gráfico 16: Inversión extranjera directa en Minería y Extracción como porcentaje del
PIB (sector petrolero incluido)
Gráfico 17: Exportaciones de petróleo (en millones de dólares)
Gráfico 18: Exportaciones de crudo respecto al PIB
Gráfico 19: Inversión Extranjera Directa en el sector petrolero (millones de dólares)
Gráfico 20: Inversión Extranjera Directa en el sector petrolero respecto al PIB
84
Gráfico 21: Prima de riesgo para América Latina
Gráfico 22: Participación de las exportaciones de petróleos crudos y derivados del
petróleo en el total de exportaciones.
Gráfico 23: Corrientes de IED en la exploración y producción de hidrocarburos – países
para los cuales se tienen datos (en millones de dólares).
Gráfico 24: Productos derivados del petróleo + Petróleos crudos / Exportaciones al
mundo
Gráfico 25: Gráfico de Dispersión Peso Colombiano y WTI (precios)
Gráfico 26: Gráfico de Dispersión Peso Mexicano y WTI (precios)
Gráfico 27: Gráfico de Dispersión Sol Peruano y WTI (precios)
Gráfico 28: Gráfica estimación recursiva COP y WTI (precios)
Gráfico 29: Gráfica estimación recursiva MXN y WTI (precios)
Gráfico 30: Gráfica estimación recursiva PEN y WTI (precios)
Gráfico 31: Gráfico de Dispersión Peso Colombiano y WTI (rendimientos logarítmicos)
Gráfico 32: Gráfico de Dispersión Peso Mexicano y WTI (rendimientos logarítmicos)
Gráfico 33: Gráfico de Dispersión Sol Peruano y WTI (rendimientos logarítmicos)
Gráfico 34: Gráfico de comportamiento de los residuos y estabilidad del modelo Peso
Colombiano y WTI (rendimientos logarítmicos)
Gráfico 35 : Gráfico de comportamiento de los residuos y estabilidad del modelo Peso
Mexicano y WTI (rendimientos logarítmicos)
Gráfico 36: Gráfico de comportamiento de los residuos y estabilidad del modelo Sol
Peruano y WTI (rendimientos logarítmicos)
Gráfico 37: Gráfico de la estabilidad de los coeficientes del modelo Peso Colombiano y
WTI (rendimientos logarítmicos)
Gráfico 38: Gráfico de la estabilidad de los coeficientes del modelo Peso Mexicano y
WTI (rendimientos logarítmicos)
Gráfico 39: Gráfico de la estabilidad de los coeficientes del modelo Sol Peruano y WTI
(rendimientos logarítmicos)
85
Gráfico 40: Gráfico de normalidad de las perturbaciones del modelo Peso Colombiano y
WTI (rendimientos logarítmicos)
Gráfico 41: Gráfico de normalidad de las perturbaciones del modelo Peso Mexicano y
WTI (rendimientos logarítmicos)
Gráfico 42: Gráfico de normalidad de las perturbaciones del modelo Sol Peruano y WTI
(rendimientos logarítmicos)
Gráfico 43: Gráfico de dispersión entre peso argentino y WTI (precios).
Gráfico 44: Gráfico de dispersión entre real brasilero y WTI (precios).
Gráfico 45: Gráfico de dispersión entre peso chileno y WTI (precios)
Gráfico 46: Gráfico de estimación recursiva ARS y WTI (precios).
Gráfico 47: Gráfico de estimación recursiva BRL y WTI (precios)
Gráfico 48: Gráfico de estimación recursiva CLP y WTI (precios)
Gráfico 49: Gráfico de dispersión Peso Argentino y WTI (rendimientos logarítmicos)
Gráfico 50: Gráfica de dispersión Real Brasilero y WTI (rendimientos logarítmicos)
Gráfico 51: Gráfico de dispersión Peso Chileno y WTI (rendimientos logarítmicos)
Gráfico 52: Gráfico de comportamiento de los residuos y estabilidad del modelo Peso
argentino y WTI (rendimientos logarítmicos)
Gráfico 53: Gráfico de comportamiento de los residuos y estabilidad del modelo Real
Brasilero y WTI (rendimientos logarítmicos)
Gráfico 54: Gráfico de comportamiento de los residuos y estabilidad del modelo Peso
chileno y WTI (rendimientos logarítmicos)
Gráfico 55: Gráfico de la estabilidad de los coeficientes del modelo Peso Argentino y
WTI (rendimientos logarítmicos)
Gráfico 56: Gráfico de la estabilidad de los coeficientes del modelo Real Brasilero y
WTI (rendimientos logarítmicos)
Gráfico 57: Gráfico de la estabilidad de los coeficientes del modelo Peso Chileno y WTI
(rendimientos logarítmicos)
Gráfico 58: Gráfico de normalidad de las perturbaciones del modelo Peso Argentino y
WTI (rendimientos logarítmicos)
Gráfico 59: Gráfico de normalidad de las perturbaciones del modelo Real Brasilero y
WTI (rendimientos logarítmicos)
86
Gráfico 60: Gráfico de normalidad de las perturbaciones del modelo Peso Chileno y
WTI (rendimientos logarítmicos)
87
LISTA DE FIGURAS
Figura 1: El flujo del petróleo
Figura 2: Perforación de un yacimiento de petróleo
Figura 3: El primar paso en la refinación del petróleo crudo
Figura 4: Oferta de Petróleo crudo, LGN, insumos de refinería, aditivos y otros
hidrocarburos.
88
LISTA DE FIGURAS
Tabla 1: Monedas de Colombia, México y Perú y su curtosis
Tabla 2: Monedas de Brasil, Chile y Argentina con su curtosis
Tabla 3: Cálculos del estadístico h de Durbin para monedas de Colombia, México y
Perú
Tabla 4: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para el peso colombiano
Tabla 5: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para el peso mexicano
Tabla 6: Cálculos del estadístico h de Durbin para las monedas de Argentina, Brasil
y Chile
Tabla 7: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para el peso argentino
Tabla 8: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para el real brasilero
Tabla 9: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para el peso chileno
Tabla 10: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del peso colombiano
Tabla 11: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del peso mexicano
Tabla 12: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del nuevo sol peruano
Tabla 13: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del peso argentino
Tabla 14: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del real brasilero
Tabla 15: Cálculo de la longitud del retardo empleando los criterios de Akaike y
Schwarz para la serie de rendimientos del peso chileno
Tabla 16: Valores obtenidos en la prueba de raíz unitaria para Colombia, México y
Perú
Tabla 17: Valores obtenidos en la prueba de raíz unitaria para Colombia, México y
Perú
Tabla 18: Valores obtenidos en la prueba de Argmented Dickey Fuller para
Colombia, México y Perú
Tabla 19: Valores obtenidos en la prueba de Argmented Dickey Fuller para
Argentina, Brasil y Chile
Tabla 20: Matriz de correlaciones Rendimientos logarítmicos COP MXN PEN
Tabla 21: Matriz de correlaciones Rendimientos logarítmicos ARS BRL CLP