universidad nacional de frontera sullana facultad …
TRANSCRIPT
UNIVERSIDAD NACIONAL DE FRONTERA – SULLANA
FACULTAD DE INGENIERÍA ECONÓMICA
ESCUELA PROFESIONAL DE INGENIERÍA ECONÓMICA
TRABAJO DE INVESTIGACIÓN PARA OBTENER EL
GRADO ACADÉMICO DE BACHILLER EN INGENIERÍA
ECONÓMICA
CHOQUES INTERNOS Y EXTERNOS EN LAS
EXPORTACIONES DE MANGO DE PERÚ.
PERIODO 2001-2019
Autores:
Estudiante Walter Javier Arámbulo Zapata
Estudiante Gladys María Brocos Izquierdo
Asesor: Mg. Freddy Carrasco Choque
Registro:………..
SULLANA – PERÚ 2021
ii
DEDICATORIA
Hoy le doy gracias a Dios porque me permitió emprender un reto
importante en mi vida, por la salud, por la familia, por el desarrollo
personal y profesional y sobre todo por la entereza que me da para
enfrentarme a las vicisitudes que se me presentaron en el día a día. A
mis padres Edith y Esteban, por el gran privilegio de ser su hija y por
el apoyo incondicional en todo tiempo y circunstancia.
Finalmente dedico este trabajo a mi hijo Stephano, principal motor y
motivo para no detenerme en la vida.
DEDICATORIA
Hoy le doy gracias a Dios porque me permitió emprender un reto
importante en mi vida, por la salud, por la familia, por el desarrollo
personal y profesional y sobre todo por la entereza que me da para
enfrentarme a las vicisitudes que se me presentaron en el día a día. A
mis padres Práxides y José, por el gran privilegio de ser su hijo y por
el apoyo incondicional en todo tiempo y circunstancia.
Finalmente dedico este trabajo a cada uno de mis hermanos por el
apoyo incondicional.
iii
AGRADECIMIENTO
En esta oportunidad deseamos agradecer significativamente a cada una de las personas
que a lo largo de nuestra carrera universitaria participaron activamente en el
cumplimiento de nuestro desempeño como educandos, principalmente en nuestra
formación, forjando el carácter y valores que ahora son pilar fundamental para nuestra
vida personal y profesional. De manera especial reconocemos y agradecemos el esfuerzo
de todos los docentes de la facultad de Ingeniería Económica de la Universidad Nacional
de Frontera, destacamos especialmente el apoyo de nuestro asesor Mg. Freddy Carrasco
Choque, quien nos ha guiado y compartido sus conocimientos a fin de poder desarrollar
adecuadamente nuestro trabajo de investigación.
iv
AUTORIDADES DE LA UNIVERSIDAD NACIONAL DE FRONTERA
Dr. Raúl Edgardo Natividad Ferrer
Presidente de la Comisión Organizadora
Dr. Freddy Rogger Mejía Coico
Vicepresidente Académico de la Comisión Organizadora
Dr. Freddy Rogger Mejía Coico
Vicepresidente de Investigación de la Comisión Organizadora
Mg. Freddy Carrasco Choque
Coordinador Académico de la Escuela Profesional de Ingeniería Económica
v
VISTO BUENO DEL ASESOR DEL TRABAJO DE INVESTIGACIÓN.
El que suscribe Freddy Carrasco Choque, docente adscrito a la Escuela Profesional de
Ingeniería Económica de la UNF de la Facultad de Ingeniería Económica con Grado
Académico de Magister con D.N.I N°. 78040626 con conocimiento del Reglamento para
el Otorgamiento del Grado Académico de Bachiller y Título Profesional en la UNF se
compromete y deja constancia por la presente que asesorará a los egresados Sr (a). Gladys
María Brocos Izquierdo y al Sr.Walter Javier Arámbulo Zapata de la Escuela Profesional
de Ingeniería Económica en el TRABAJO DE INVESTIGACIÓN titulado: Choques
internos y externos en las exportaciones de mango de Perú. Periodo 2001- 2019
Sullana, 06 de enero del 2021.
________________________________
Freddy Carrasco Choque
vi
JURADO EVALUADOR
______________________________
Presidente de Jurado Evaluador
___________________________
Secretario de Jurado Evaluador
___________________________
Vocal de Jurado Evaluador
vii
DECLARACIÓN JURADA DE NO PLAGIO
Nosotros, Arámbulo Zapata Walter Javier, identificado con DNI 73863874 y Brocos
Izquierdo Gladys María, identificada con DNI 41878576 egresados de la Escuela
Profesional de Ingeniería Económica de la Facultad de Ingeniería Económica de la
Universidad Nacional de Frontera (UNF) declaramos Bajo Juramento que:
1. Somos autores del Trabajo de investigación titulado:
CHOQUES INTERNOS Y EXTERNOS EN LAS EXPORTACIONES DE MANGO DE
PERÚ. PERIODO 2001- 2019. Que presentamos para obtener el grado académico de
bachiller en Ingeniería Económica.
2. El trabajo de investigación no ha sido plagiado ni total ni parcialmente y para su
realización se han respetado las normas internacionales de citas y referencias para las
fuentes consultadas.
3. El trabajo de investigación presentado no atenta contra derechos de terceros.
4. El trabajo de investigación presentado no ha sido publicado ni presentado anteriormente
para obtener algún grado académico previo o título profesional.
5. La información presentada es real no ha sido falsificada, ni duplicada, ni copiada.
Por lo expuesta mediante la presente asumimos la responsabilidad que pudiera derivarse
por la autoría, originalidad y veracidad del contenido del Trabajo de Investigación, así
como por los derechos sobre la obra y/o invención presentada. Asimismo, por la presente
me comprometo a asumir además todas las cargas pecuniarias que pudieran derivarse
para la UNF en favor de terceros por motivo de acciones, reclamaciones o conflictos
derivados del incumplimiento de lo declarado o las que encontrarán causa del contenido
del Trabajo de investigación. De identificarse fraude, piratería, plagio, falsificación en
el trabajo de investigación haya sido publicado anteriormente, asumimos las
consecuencias y sanciones civiles y penales que de nuestras acciones se deriven.
Sullana 06 de enero del 2020.
Gladys María Brocos Izquierdo Walter Javier Arámbulo Zapata
viii
ÍNDICE GENERAL
RESUMEN…………………………………………………………………….………..xi
ABSTRACT………………………………………………………………………..…..xii
I. INTRODUCIÓN……………………………………………………………………..13
II. CUERPO DEL TRABAJO DE INVESTIGACIÓN………………………………...17
2.1. Evidencia empírica……………………………………………………………...17
2.2. Marco teórico……………………………………………………………………18
2.3. Materiales y métodos……………………………………………………………20
2.3.1. Tipo de investigación……………………………………………………..20
2.3.2. El modelo………………………………………………………………....21
2.3.3. Procedimientos…………………………………………………………...22
2.3.4. Datos……………………………………………………………………...24
2.5. Resultados y discusión…………………………………………………………..24
III.CONCLUSIONES……………………………………………………...…………...34
IV. REFERENCIAS BIBLIOGRÁFICAS…………………………………………….36
ix
ÍNDICE DE TABLAS
Tabla 1. Variables utilizadas en los modelos 2, 3 y 4 con signo esperado……………22.
Tabla 2. Test de raíz unitaria: Series en niveles………………………………………25.
Tabla 3. Test de raíz unitaria: Series en diferencias………………………...………...26.
Tabla 4. Relaciones de largo y corto plazo - Modelo EE. UU………………..………27.
Tabla 5. Relaciones de largo y corto plazo - Modelo Países Bajos…………………...29.
Tabla 6. Relaciones de largo y corto plazo - Modelo exportaciones totales……….…31.
Tabla 7. Test de cointegración modelo de EE. UU……………………………………41.
Tabla 8. Test de cointegración modelo de Países Bajos…………………………….....42.
Tabla 9. Test de cointegración modelo de exportaciones totales……………………...43.
ÍNDICE DE FIGURAS
x
Figura 1. Producción nacional de mango de Perú de 2001T1-2019T4……….……….13.
Figura 2. Producción y Exportaciones de mango de Perú 2001T1-2019T4…………...14.
Figura 3. Curva de oferta de exportaciones….……...………………………………...19.
Figura 4. Exportaciones totales de mango e índice de Herfindahl……..……………..33.
Figura 5. Series en niveles……………………………………………………….……39.
Figura 6. Series en diferencias………………………………………………………....40.
xi
RESUMEN
En el Ranking de frutas tropicales más comercializadas en el mundo destaca entre
otras el mango, el cual es uno de los productos más exportados por el Perú gracias
al constante crecimiento y competitividad. El objetivo de la investigación fue
analizar los choques internos y externos en las exportaciones de mango de Perú
en el Periodo 2001-2019, a fin de determinar los factores tanto internos como
externos que influenciaron y generaron implicancias en las exportaciones de
mango a sus mercados de destino, principalmente Estados Unidos y Países Bajos.
Para tal fin, se utilizó el Modelo de Vector de Corrección del Error. Los datos
desde el primer trimestre 2001 al cuarto trimestre 2019 han sido obtenidos del
Banco Central de Reserva del Perú, Fondo Monetario Internacional, SISAP del
MINAGRI y TRADEMAP. Las variables utilizadas fueron: cantidad total
exportada de mango por socio comercial, precio doméstico y precio externo del
mango, renta doméstica y renta externa, términos de intercambio y tipo de cambio.
Los resultados muestran que en los modelos de exportación a los mercados de
EE.UU y Países Bajos, las variables fueron significativas, no obstante, en el
modelo de exportaciones totales algunas de ellas no lo fueron y no mostraron los
resultados esperados, en ese sentido se tiene que el crecimiento económico de
Países Bajos influye en las exportaciones totales (0.405pp) y el de Perú (-0.095pp),
el precio doméstico (-4.015pp), mientras se obtuvo un spread de tasas de
depreciación del tipo de cambio soles por dólar y soles por euro (0.044pp).
Palabras clave: exportaciones, choques, modelo VEC, apertura comercial.
ABSTRACT
xii
In the Ranking of the most commercialized tropical fruits in the world, the mango stands
out among others, which is one of the most exported products by Peru, thanks to constant
growth and competitiveness. The objective of the research was to analyze the internal and
external shocks in Peruvian mango exports in the 2001-2019 Period, in order to determine
the internal and external factors that influenced and generated implications in mango
exports to their markets. Destination, mainly the United States and the Netherlands. For
this purpose, the Error Correction Vector Model was used. The data from the first quarter
2001 to the fourth quarter 2019 have been obtained from the Central Reserve Bank of
Peru, the International Monetary Fund, SISAP of MINAGRI and TRADEMAP. The
variables used were: total quantity of mango exported by trading partner, domestic price
and external price of mango, domestic income and external income, terms of trade and
exchange rate. The results show that in the export models to the US and Netherlands
markets, the variables were significant, however, in the total exports model some of them
were not and did not show the expected results, in that sense the economic growth of the
Netherlands influences total exports (0.405pp) and that of Peru (-0.095pp), the domestic
price (-4.015pp), while a spread of exchange rate depreciation rates was obtained soles
per dollar and soles per euro (0.044pp).
Keywords: exports, shocks, VEC model, trade openness.
I. INTRODUCCIÓN
14
La producción mundial de frutas tropicales ha seguido una tendencia de rápida expansión
a lo largo del último decenio en respuesta a la elevada demanda registrada tanto en los
mercados nacionales como en los de exportación. Al 2019, la India continuó siendo líder
en lo que respecta al volumen de producción mundial de donde se estima que procede el
43.9 por ciento, por su parte Perú se sitúa en el puesto dieciocho con el 0.93 por ciento
de participación (Organización de las Naciones Unidas para la Alimentación y la
Agricultura [FAO], 2020).
La producción nacional está concentrada en meses específicos, por lo general de
noviembre a marzo, siendo que en el segundo y tercer trimestre de cada año tiende a caer.
Se estima que el 80.8 por ciento proviene del departamento de Piura, seguido por
Lambayeque con 9.8 por ciento (INEI, 2021). Entre las variedades de mango que produce
el Perú se tiene: kent, haden, criolla, keitt, edward, chato, entre otros; de las cuales la
variedad kent y haden son destinados a la exportación mientras que las demás al mercado
interno. (Revista Agro Exportaciones y Medio Ambiente, 2019).
Figura 1
Producción de mango de Perú de 2001T1 – 2019T4
Fuente. Elaboración con base INEI - Sistema de Información Regional para la Toma de
Decisiones [SIRTOD].
Para el año 2001, del total de la producción nacional, el 81.6 por ciento se destinaba al
mercado interno, mientras que solo el 18.4 por ciento se exportaba. Estas proporciones se
han visto fuertemente alteradas al 2019 donde solo el 64.4 por ciento abasteció el mercado
doméstico y el 35.6 por ciento se envió al exterior, debido a que las exportaciones
alcanzaron una tasa de crecimiento mayor a la registrada por la producción nacional en el
15
periodo de análisis.
Figura 2
Producción y exportaciones de mango de Perú 2001T1 - 2019T4
Fuente. Elaboración con base a International Centre Trademap y INEI - SIRTOD.
Al 2019, Tailandia superó a México como principal exportador a nivel mundial con una
cuota estimada de 17.7 y 12.4 por ciento, seguido por Países Bajos y Viet Nam con 10.4
y 9.6 por ciento. El Perú al 2018 ocupó el tercer lugar como país exportador; sin embargo,
en el 2019 se ubicó con 7.1 por ciento en el quinto lugar. Como principales mercados de
destino se tiene a Estados Unidos y China con 22.6 y 16.6 por ciento, además de Países
Bajos quien a su vez es uno de los principales exportadores con 9.1 por ciento
(International Trade Centre Trademap, [ ITC TRADEMAP], 2021).
Respecto a frutas tropicales, Perú exporta principalmente uvas, paltas, mandarinas,
mangos y arándanos; en relación a la exportación de mangos y mangostanes, al 2019
aproximadamente 42.6 por ciento de los envíos se destinaron a Países Bajos, quien se
posicionó como el principal mercado de destino desde 2009, 26.4 por ciento a Estados
Unidos de América, 7 por ciento a Reino Unido, 5.9 por ciento a España y 3.6 por ciento
a Canadá (ITC TRADEMAP, 2021).
El Perú, así como varios países latinoamericanos introdujo como parte del programa de
reformas económicas: potenciar la competitividad del sector exportador y la apertura
16
comercial fundamentales en su política de crecimiento (Segura y García, s.f.). Es así que
se materializa el TLC con EE. UU, uno de los principales destinos de exportación de
mango el cual entró en vigencia en febrero de 2009 y con Canadá en agosto del mismo
año; mientras que con la Unión Europea en marzo de 2013 (Fuentes y Huarcaya, 2019).
Refieren Segura y García (s.f) que el caso de Perú demuestra la importancia de la
estabilidad macroeconómica, la protección de la inversión privada, mejora de los
servicios de infraestructura básica para facilitar el crecimiento de los sectores
exportadores, además que el análisis contrafactual indica que el Perú se habría
beneficiado con el programa de reformas económicas pues mejoran sus indicadores a
nivel macroeconómico; no obstante, no lo hacen en la magnitud que se habría esperado,
debido a la vulnerabilidad a choques externos que se suman al proceso de apertura.
Como parte de los acuerdos implementados por los socios comerciales se diseñó un plan
de eliminación de barreras arancelarias cumpliendo la medida establecida; caso contrario
ocurre con las barreras no arancelarias, estas limitan el acceso a los mercados generando
protecciones del orden de 40% en términos de tasas arancelarias en los principales
mercados de destino de las exportaciones agrícolas (Tello, 2008, como se citó en Tello,
2009).
Izquierdo (2008) señala que América Latina en los últimos 20 años ha sido una región
expuesta a los principales choques externos ya que los países se concentran en la
producción y exportación de materias primas e importación de productos de mayor valor
agregado; en dicho periodo se suscitaron cambios externos en el comercio, precio de las
materias primas, inversión extranjera directa, entre otros.
Acontecimientos naturales o coyunturales como la desaceleración de China (2018), el
Fenómeno Del Niño (2017), la crisis en la Eurozona (2012) y sobre todo la crisis
financiera en los Estados Unidos (2008) marcó el inicio de una crisis generalizada sin
precedentes, provocando grandes cambios en el estudio de la economía y centrando la
investigación en el impacto de los choques externos en la actividad económica de los
distintos sectores productivos. El sector agropecuario donde la clase trabajadora
conformada por la población pobre y de extrema pobreza fue el más perjudicado (Tello,
2009).
17
En este sentido, la pregunta general que se intenta responder en la investigación es la
siguiente ¿Cuál es el impacto de los choques internos y externos en las exportaciones de
mango de Perú?, y como preguntas específicas ¿Cuáles son los determinantes la oferta de
exportación de mango de Perú?, ¿Cuál es la relación entre las exportaciones y la
concentración de mercado de mango de Perú?
Por lo tanto, el principal objetivo es analizar los choques internos y externos en las
exportaciones de mango de Perú en el Periodo 2001 - 2019. Como objetivos específicos
se tiene: Analizar los determinantes de la oferta de exportación de mango de Perú por
socio comercial, Países Bajos y Estados Unidos, en el periodo 2001- 2019, y determinar
la relación empírica entre las exportaciones de mango y la concentración de mercado para
el periodo de análisis.
La relevancia del presente trabajo de investigación radica en estimar las relaciones
teóricas de los diferentes factores que determinan las exportaciones de mango peruano,
sustentados en la teoría macroeconómica, lo cual contribuirá a conocer y analizar los
diferentes choques que influyen en las exportaciones de este producto, y que su
conocimiento generará medidas a nivel macro y micro en beneficio de mejorar los canales
para enfrentar los distintos acontecimientos que se puedan presentar en el futuro.
Dado que, en definición Perú tiene una economía pequeña, abierta, exportadora de
materias primas y bienes con poco valor agregado (generadora de divisas, crecimiento,
empleo, entre otros), la cual se ve afectada por ciclos económicos y decisiones de política
de países que tienen injerencia en el comercio internacional, es importante el análisis y
materia de la presente investigación ya que las exportaciones representan una actividad
importante para el país y su economía.
La presente investigación consta de tres secciones además de la parte preliminar y la
introducción donde se detalla aspectos importantes del comercio y producción nacional
como internacional del mango, además de la justificación y objetivos de investigación.
Las partes posteriores son: cuerpo del trabajo de investigación (en el que se presenta la
evidencia empírica, marco conceptual y teórico, materiales y métodos, además de los
resultados), conclusiones y referencias bibliográficas.
II. CUERPO DEL TRABAJO DE INVESTIGACIÓN
18
2.1. Evidencia empírica
Respecto a los antecedentes de la investigación tenemos el estudio de Tello (2009)
concluyó que los choques y ciclos que han afectado al PBI per cápita de la economía en
el periodo 1950-2007 han sido transmitidos también a la producción agropecuaria
destinada tanto al mercado doméstico como al mercado internacional. Así mismo, los
choques externos (macroeconómicos y términos de intercambio) han generado un
impacto negativo en el PBI per cápita agropecuario mediante su componente externo.
Así mismo, Sánchez et al. (2013) refieren que los precios domésticos y los precios al por
mayor en la UE exhiben resultados estadísticamente significativos. No obstante, los
precios al por mayor en la UE, los precios al por mayor en los EE. UU y el tipo de cambio
no muestran los resultados esperados pues la expectativa era que resultasen de forma
positiva a la cantidad exportada. Por su parte, la renta de la UE y de EE. UU sí muestran
resultados esperados, lo que demuestra la importancia de estos mercados como
principales demandantes de esta fruta.
Por otro lado, De la Luz et al. (2015) manifestaron que el mecanismo de transmisión de
la crisis financiera internacional (2008) hasta el 2012 es la producción industrial, en
particular la manufacturera asociada a EE. UU, principal socio comercial de México. Es
decir, el mecanismo de transmisión de mayor relevancia fue el sector real y no el
financiero como en otros países. En el corto plazo, esto produjo una contracción
importante de la actividad económica nacional al disminuir de manera significativa el
comercio con EE.UU.
Además, Nolazco et al. (2016) encontraron que, de no darse los choques externos, como
el crecimiento de los principales socios comerciales y las medidas de política (cambio en
la tasa de fondos federales de EE. UU) se hubiera dejado de crecer 2,8 y 1,8 pp. menos
que el crecimiento observado durante el periodo 2005 - 2008 (7,55 %) y 2010 – 2013
(6,43 %) respectivamente. Asimismo, durante el 2009 se hubiera crecido 4,2 pp. más que
el crecimiento observado. Estos son estadísticamente significativos.
A su vez, Mordecki y Miranda (2019) argumentaron que la demanda global y los precios
internacionales influyen en las exportaciones. Para Uruguay, el impacto de la volatilidad
del TCR fue significativo tanto en el corto como largo plazo y con signo negativo; para
el caso brasileño, mostraron resultados imprecisos, mientras que Chile y Nueva Zelanda
19
tuvieron una volatilidad menor por lo que es posible no haya afectado las decisiones de
exportación; sin embargo, encontraron un impacto significativo del TCR sobre las
exportaciones, aunque negativo en Chile.
En tanto, Muinelo-Gallo et al. (2020) encontraron un efecto diferencial de la
incertidumbre del TC en economías exportadoras de manufacturas y productos básicos.
Esta tiene un impacto negativo en los países exportadores de manufacturas, pero no
afecta de forma significativa a los países exportadores de productos básicos. Este
resultado parece explicarse por las características económicas de los países, las cuales
involucran la flexibilidad o rigidez del ajuste de las exportaciones a la incertidumbre del
TC.
De acuerdo al análisis realizado en la información proporcionada por diversos autores,
se destaca que los choques internos y externos tienen impacto significativo en la actividad
económica real de cada uno de los países, pero estos son heterogéneos.
2.2. Marco Teórico
El estudio desarrollado se justifica en la Teoría de Comercio Internacional propuesto por
Krugman y Obstfeld (2006) quienes argumentaron que la curva de oferta de
exportaciones se deduce de la curva de oferta y demanda interna, como se observa en la
figura 3. Cuando el mercado interno se encuentra en equilibrio no existe comercio
internacional; sin embargo, si el precio se ubica en P1 existe un exceso de oferta (O*1-
D*1) el cual se exporta, originando así el comercio exterior; por tanto, un aumento del
precio doméstico genera un incremento de la oferta y una reducción de la demanda
interna, el excedente se exporta.
Figura 3
Curva de oferta de exportaciones
20
Fuente. Tomado de Economía Internacional Teoría y Política (p. 192), por Krugman y
Obstfeld, 2006, Pearson Addison-Wesley
La curva de oferta de exportaciones tiene pendiente positiva ya que está directamente
relacionada con los precios domésticos. Además de la renta, existen otros factores que
influyen en la oferta de exportaciones: tarifas a las importaciones y los subsidios a las
exportaciones establecidas por cada gobierno; sin embargo, en épocas recientes estos
prefieren proteger la industria nacional a través de una serie de barreras no arancelarias
(Krugman y Obstfeld, 2006).
En el modelo de Mundell Fleming de una economía abierta las exportaciones se definen
como la demanda de bienes de otros países y, por tanto, dependen del ingreso y del
precio; si el ingreso de otros países sube, también la demanda de bienes nacionales y si
baja el precio relativo, la demanda internacional se incrementa, esto sucede cuando
aumenta el tipo de cambio real el cual está determinado por la ecuación 1(Mendoza et
al., 2003). Además, depende del PBI doméstico pues es el saldo de lo no consumido
dentro de la economía; por tanto, si sube el ingreso, también el consumo local, lo cual
reduce la oferta exportable (De Gregorio, 2007, p. 218).
𝜉 =𝐸𝑃∗
𝑃 (1)
Donde E es el tipo de cambio nominal, P* es el precio de los bienes extranjeros en su
moneda y P el precio de los bienes nacionales en moneda doméstica. Por tanto, un
aumento del tipo de cambio real aumenta las exportaciones, pues esto responde a un
aumento del precio de los bienes extranjeros en relación a los bienes nacionales, debido
21
a una depreciación nominal del tipo de cambio o a un aumento relativo del precio en el
extranjero respecto del precio nacional.
Para incrementar las transacciones internacionales se tiene como herramienta la apertura
comercial, cuya finalidad es eliminar las barreras al comercio internacional de bienes y
servicios que imponen y en ocasiones se autoimponen los países. Estas incluyen tanto las
barreras arancelarias como “las barreras no arancelarias” tales como cuotas, medidas
fitosanitarias, procedimientos administrativos, prohibiciones, reglas de origen,
salvaguardias, sobretasas, entre otros; así como impulsar las exportaciones no
tradicionales (Morón, 2006, como se citó en Calderón y Trauco, 2019).
Respecto a los choques tanto internos como externos, para la presente investigación, se
definen como perturbaciones en las variables que determinan o influyen en los volúmenes
de exportaciones de mango peruano provocando fluctuaciones en las mismas. Estos
choques provienen tanto de factores de oferta como de demanda, y su origen puede ser
nacional o internacional, así como choques de tipo de cambio y de términos de
intercambio.
2.3. Materiales y métodos
2.3.1. Tipo de investigación
Cuantitativa, ya que para verificar hipótesis emplea la recolección de datos
fundamentado en el análisis estadístico y la medición numérica, cuya finalidad es poner
a prueba teorías y determinar patrones de comportamiento; es de alcance correlacional,
pues permite conocer la relación que existe entre dos o más conceptos, categorías o
variables en una muestra o contexto en particular. Para evaluar el grado de asociación
entre dos o más variables en los estudios correlaciónales, primero se mide cada una de
éstas, después se cuantifican, analizan y establecen las vinculaciones (Hernández et al.,
2014).
Además, es observacional pues los datos reflejan la evolución natural de los eventos
ajena a la voluntad del investigador, también es retrospectiva ya que los datos se recogen
de registros donde el investigador no tuvo participación (fuentes secundarias) y analítica,
ya que el análisis estadístico es multivariado, su nivel más básico establece la asociación
entre factores (Bioestadístico, 2012, 05:07). La metodología es hipotética deductiva ya
22
que según Mendoza (2014) permite corroborar o rechazar teorías, lanzar predicciones y
dar explicaciones sobre la naturaleza de las mismas.
2.3.2. El modelo
Para la presente investigación ha sido importante clasificar las distintas variables que se
han considerado según la definición antes descrita y los modelos revisados en la literatura
en choques de oferta de fuente interna (precio doméstico) y externa (precio internacional,
precio al que se vende a EE.UU y a Países Bajos; además de los términos de intercambio),
choques de demanda interna (PBI doméstico) y externa (PBI de EE.UU y Países Bajos)
además de los choques de tipo de cambio.
Considerando el modelo desarrollado por Sanchez et al. (2013), la definición de
exportaciones proporcionada por Mendoza et al (2003) y De Gregorio (2007) y la teoría
de comercio internacional desarrollada por Krugman y Obstfel (2005) el modelo
económico para el presente trabajo se definió como la ecuación 1:
𝑄𝑀𝑡 = 𝑓(𝑃𝐷𝑡, 𝑃𝐸𝑡, 𝑌𝐷𝑡 , 𝑌𝐸𝑡 , 𝑇𝐶𝑡, 𝑇𝐼𝑡) (2)
Donde:
QMt es cantidad de mango exportada en el periodo t; PDt , precio doméstico de mango
en el periodo t; PEt, precio externo de mango en el periodo t; YDt,, renta doméstica en el
periodo t; YEt,, renta externa en el periodo t; TCt, tipo de cambio en el periodo t; TIt,
términos de intercambio en el periodo t.
Los modelos para las estimaciones de los choques internos y externos en las
exportaciones de mango de Perú, considerando a EE. UU y Países Bajos, principales
mercados de destino se especificaron como los modelos 2, 3 y 4:
𝑞𝑚𝑡 = 𝑓(𝑦𝑝𝑒𝑟𝑢𝑡 , 𝑦𝑢𝑠𝑎𝑡 , 𝑦𝑝𝑏𝑡 , 𝑝𝑝𝑒𝑟𝑢𝑡 , 𝑝𝑢𝑠𝑎𝑡 , 𝑝𝑝𝑏𝑡 , 𝑒𝑢𝑟𝑜𝑡 , 𝑑𝑜𝑙𝑎𝑟𝑡 , 𝑡𝑖𝑡) (3)
𝑞𝑢𝑠𝑎𝑡 = 𝑓(𝑦𝑝𝑒𝑟𝑢𝑡 , 𝑦𝑢𝑠𝑎𝑡 , 𝑝𝑝𝑒𝑟𝑢𝑡 , 𝑝𝑢𝑠𝑎𝑡 , 𝑑𝑜𝑙𝑎𝑟𝑡 , 𝑡𝑖𝑡) (4)
𝑞𝑝𝑏𝑡 = 𝑓(𝑦𝑝𝑒𝑟𝑢𝑡 , 𝑦𝑝𝑏𝑡 , 𝑝𝑝𝑒𝑟𝑢𝑡 , 𝑝𝑝𝑏𝑡 , 𝑒𝑢𝑟𝑜𝑡 , 𝑡𝑖𝑡) (5)
Las variables incluidas en los modelos se detallan en la tabla 1
23
Tabla 1
Variables utilizadas en los modelos 2, 3 y 4 con signo esperado
VariableSigno
esperado
qmt
qusat
qpbt
pperut +
pusat +
ppbt +
yperut -
yusat +
ypbt +
eurot +
dolart +
tit +
Cantidad de mango exportado a Países Bajos en el periodo t
Descripción
Cantidad de mango exportado a EE. UU en el periodo t
Cantidad total de mango exportada en el periodo t
Tipo de cambio soles x euro en el periodo t
Tipo de cambio soles por dólar en el periodo t
Términos de intercambio en el periodo t
Precio de mango en el mercado de Perú en el periodo t
Renta de Perú en el periodo t
Renta de Países Bajos en el periodo t
Precio de mango a EE. UU en el periodo t
Precio de mango a Países Bajos en el periodo t
Renta de EE. UU en el periodo t
Fuente. Elaborado en base a datos de series proporcionados por BCRP, SISAP, FMI,
TRADEMAP
Dada la importancia del mercado interno en el comercio del mango peruano se cree que
la renta doméstica puede afectar inversamente las decisiones de oferta de exportación de
esta fruta; sin embargo, se cree que está directamente relacionada con precios
domésticos, precios externos y renta interna de los principales mercados de destino.
Los tipos de cambio soles por dólar y soles por euro fueron elegidos, ya que del total de
las exportaciones de mango aproximadamente el 70 por ciento tienen como destino
Países Bajos y EE. UU. Se cree que una depreciación del sol frente a estas monedas
incrementa las decisiones de oferta de mango hacia estos países puesto que los ingresos
en moneda doméstica aumentan. A su vez, una mejora de los términos de intercambio
eleva las exportaciones de mango ya que aumenta relativamente el índice de precios de
las exportaciones.
2.3.3. Procedimientos
Para determinar los choques internos y externos en las exportaciones de mango de
Perú y por socio comercial en el periodo 2001-2019, es preciso determinar el orden de
integración de las variables e identificar la presencia de raíz unitaria o la estacionariedad
en niveles. Por tanto, se realizaron pruebas de raíz unitaria; sin embargo, como señaló
24
Perrón (1998) cuando la serie tiene tendencia estacionaria y quiebre estructural los
resultados de las pruebas de raíz unitaria convencionales están sesgadas hacia una raíz
unitaria falsa. Por ello, se utilizó el test de Phillips-Perron, Zivot – Andrews y el test de
raíz unitaria con punto de quiebre (Burrot) de Eviews, los cuales consideran el número
de rezagos definidos por el criterio modificado de Akaike (NG y Perron, 2001).
Como argumentó Novales (2000) si la serie no cumple la condición de estacionariedad,
esta tiene raíz unitaria, por tanto, es necesario tomar primeras o segundas diferencias
hasta lograr dicha condición (media y varianza constantes), además el orden de
integración viene determinado por las veces que debe diferenciarse la serie hasta volverse
estacionaria; por tanto, la diferenciación permite la estacionariedad de la serie, así mismo
realizar una transformación logarítmica estabiliza la varianza.
Se estimó el modelo VAR que cumpla las condiciones de normalidad y de invertibilidad
con el mínimo de rezagos definidos por los criterios de Schwartz, Akaike, Hannan-
Quinn. Para probar la existencia de relación de largo plazo se empleó el método de
cointegración desarrollado por Johansen (1988). Para determinar el número de vectores
de cointegración se empleó la prueba de la traza.
Si la prueba indica que no hay vectores de cointegración se estima el modelo con las
series en diferencias; si la cantidad de vectores de cointegración es igual al total de
variables se estima un VAR en niveles y si el número de vectores de cointegración es
mayor a 1 pero menor al total de variables se estima un modelo autoregresivo con
corrección de errores VECM, (Johansen, 1995; Enders, 2004, como se citó en Sánchez
et al., 2014)
Para determinar la relación empírica entre las exportaciones de mango y la
concentración de mercado se utilizó el índice de Herfindahl, el cual se obtuvo elevando
al cuadrado la participación de cada país en las exportaciones totales de mango peruano
y sumando los valores resultantes (ecuación 5) donde, Si es la participación del país i en
el mercado de mango peruano y N es el total de mercados de destino. El índice Herfindahl
(H) varía entre 1/N a uno (ITC TRADEMAP, 2021). Mientras más cercano a uno esté el
índice, mayor es la concentración, y un índice cercano a cero, indica un mercado poco
concentrado.
𝐻 = ∑ 𝑆𝑖𝑁𝑖=1 (6)
25
2.3.4. Datos
Las exportaciones totales de mango (toneladas) y el precio (USD por kilo) por socio
comercial se obtuvieron de TRADEMAP. Para las variables renta se empleó como proxi
el PBI nominal, dado que si bien el PBI real o per cápita real es considerada por algunos
economistas como una mejor variable para medir el crecimiento económico de los países,
el presente trabajo de investigación intenta establecer la relación entre renta del país y
exportaciones (totales o por cada socio comercial), y por tanto, también es prudente el
uso de la variable en términos nominales puesto que los países a analizar no han
registrado en el periodo procesos inflacionarios, sino que esta se ha mantenido
relativamente baja.
Además, puesto que las exportaciones son la demanda de otros países y como cualquier
demanda depende del ingreso; un aumento del ingreso puede responder a muchos
factores, y un incremento por cantidades o precios (como los commodities) es importante
pues influye en el poder de compra de los países, y dado que la inflación es baja y
constante, no influye drásticamente en el poder adquisitivo; además, en la literatura
revisada sobre determinantes de las exportaciones, los autores incluyen en sus modelos
indistintamente variables reales o nominales, dado el argumento de la baja inflación y
puesto que la variable renta es una variable teórica, es viable utilizar PBI nominal como
proxi.
La variable PBI nominal de EE. UU y PBI nominal de Países Bajos en moneda nacional
se encontraron en Estadísticas Financieras Internacionales del FMI. El PBI nominal del
Perú en moneda nacional, términos de intercambio (índice 2007=100) y tipo de cambio
nominal soles por dólar y soles por euro se obtuvieron del BCRP. El precio doméstico
(soles por kg) se obtuvo del sistema SISAP del MINAGRI. Cabe recalcar que todas las
series se determinaron en frecuencias trimestrales y para procesar los datos y realizar el
análisis estadístico y econométrico de los modelos se empleó Eviews.
2.4. Resultados y Discusión
Debido a que las variables antes descritas en los modelos propuestos se detallan en
periodos trimestrales se procedió a desestacionalizarlas empleando el método Census-
X13. Además, se les aplicó la transformación logarítmica para reducir la volatilidad
(Novales, 2000). La estacionariedad de dichas variables se evaluó por los test DFGLS, PP,
26
NG-Perron, ERS, Buroot y el test de Zivot-Andrews con quiebre estructural. Los
resultados son presentados en la tabla 2.
Para determinar la estacionariedad de las series se consideraron los criterios PP, Buroot
y Zivot-Andrews dada la posible presencia de quiebre estructural. Por tanto, se obtuvo
que las series estacionarias sean las relacionadas a precios y cantidades, mientras que las
series de renta, tipo de cambio y términos de intercambio son no estacionarias. Dado el
resultado, se procedió a diferenciar las series no estacionarias.
Tabla 2
Test de Raíz Unitaria: Series en Niveles
DF GLS PP Ng-Perron ERS
Zivot -
AndrewsBuroot
significancia 1% -3.648 -4.067 -3.420 4.250 -5.570 -5.348
significancia 5% -3.088 -3.462 -2.910 5.659 -5.080 -4.860
significancia 10% -2.794 -3.157 -2.620 6.785 -4.820 -4.607
qm -0.992 -8.115 -0.636 7.466 -8.403 -8.525
qusa -1.620 -9.092 -0.657 28.495 -7.775 -9.825
qpb -1.237 -8.702 -0.679 299.248 -9.939 -9.917
yperu -1.229 -1.582 -1.250 34.681 -3.225 -3.018
yusa -1.755 -2.265 -1.857 31.321 -5.501 -2.867
ypb -1.155 -2.538 -1.096 63.530 -3.086 -4.116
pperu -0.946 -6.496 -0.813 19.698 -7.464 -7.264
pusa -1.992 -9.388 -1.150 36.811 -5.589 -10.689
ppb -8.881 -8.995 -4.658 2.135 -9.581 -9.681
euro -1.354 -2.670 -1.317 27.009 -5.047 -3.897
dolar -1.556 -2.031 -1.573 21.232 -5.060 -5.282
ti -1.848 -1.475 -1.929 12.335 -4.253 -2.613
Nota. Los tests se calcularon con constante y tendencia. El test de NG Perrón corresponde
al test MZt. El test de Zivot-Andrews se calculó especificando quiebre en intercepto y
tendencia. El punto de quiebre no es presentado.
Para diagnosticar la presencia de raíz unitaria en las series diferenciadas (tasas de
crecimiento) se realizó las mismas pruebas al igual que las series en niveles (tabla 3). Se
comprobó que las series son I(0); es decir, cumplen la condición de estacionariedad por
tanto se incluyeron en el modelo junto con las variables estacionarias en niveles; para
determinar el número de rezagos del modelo VAR se emplearon los criterios de Akaike,
Hannan-Quinn, Schwarz. También se utilizó la prueba de cointegración de Johansen
27
(1988) para contrastar la existencia de una relación de largo plazo entre las variables y
en particular la prueba estadística de la traza.
Tabla 3
Test de Raíz Unitaria: Series en Diferencias
DF GLS PP Ng-Perron ERS
Zivot -
AndrewsBuroot
significancia 1% -2.596 -3.508 -2.580 1.929 -5.570 -4.949
significancia 5% -1.945 -2.896 -1.980 3.074 -5.080 -4.444
significancia 10% -1.614 -2.585 -1.620 4.102 -4.820 -4.194
yperu -1.248 -8.268 -0.914 6.208 -5.413 -8.646
yusa -1.774 -6.382 -1.898 1.481 -5.030 -6.530
ypb -1.479 -5.365 -1.325 1.916 -7.372 -6.213
euro -0.983 -6.827 -0.961 2.385 -6.963 -7.211
dolar -1.427 -5.844 -1.181 4.663 -6.898 -6.980
ti -1.612 -5.715 -1.360 1.291 -6.596 -6.564
Nota. Los tests se calcularon con constante. El test de NG Perrón corresponde al test MZt.
El test de Zivot-Andrews se calculó especificando quiebre en intercepto. El punto de
quiebre no es presentado.
Al determinar los choques internos y externos en las exportaciones de mango de
Perú por socio comercial periodo 2001-2019 se estimó dos modelos (EE. UU y Países
Bajos). En el modelo de EE. UU. se utilizaron las variables: cantidad exportada a EE.
UU, PBI nominal de EE. UU, PBI nominal de Perú, precios al por mayor a EE. UU, precio
doméstico, tipo de cambio nominal soles por dólar y los términos de intercambio, además
se incluyó una variable dummy para controlar el efecto de quiebre estructural a partir del
primer trimestre del año 2009.
Con respecto al número de rezagos que se deben incluir en el modelo VAR los criterios
Schwarz, Akaike, Hannan-Quinn difieren; por tanto, se consideró un solo rezago
establecido por el criterio FPE (Final prediction error). La prueba de cointegración antes
descrita indicaba que el modelo VAR debe considerar cuatro vectores de cointegración;
por tanto, se estimó un modelo VEC para incluir los aspectos de corto y largo plazo.
En la tabla 4 se muestra el vector de cointegración entre las variables del modelo para el
periodo señalado, dicho vector presentó restricciones (choques de crecimiento del PBI
nominal de EE. UU y de Perú son iguales, pero con distinto signo, choques de precios de
EE. UU y de Perú son iguales, pero con distinto signo, choques de término de intercambio
28
y de tipo de cambio son iguales, pero con distinto signo) el cual no fue rechazado al 39.6
por ciento de probabilidad. La relación de equilibrio en el largo plazo está dada por la
ecuación 7.
𝑞𝑢𝑠𝑎 = 9.253 + 0.131(𝑦𝑢𝑠𝑎 − 𝑦𝑝𝑒𝑟𝑢) + 0.235(𝑝𝑢𝑠𝑎 − 𝑝𝑝𝑒𝑟𝑢) + 017(𝑡𝑖 − 𝑑𝑜𝑙𝑎𝑟) (7)
Tabla 4
Relaciones de largo y corto plazo - modelo EE. UU
qusa 1.000 0.059
yusa -0.131 *** -0.041
yperu 0.131 *** 0.046 **
pusa -0.235 *** -0.035
pperu 0.235 *** -1.223 *
dólar 0.017 ** -0.004
ti -0.017 ** -0.026 **
intercepto -9.253 -0.114
dummy 0.251
largo plazo + corto plazo ++
Fuente. Resultados obtenidos con Eviews según la estimación de la ecuación 3.
+ Corresponde a los resultados de las relaciones de cointegración, periodo 2001-2019.
++Corresponde a las dependencias dinámicas de corto plazo como las captadas por el
modelo VAR.
***Significancia al 1 por ciento ** al 5 por ciento * al 10 por ciento.
Los resultados evidenciaron que las variables son significativas. En el caso de las
variables renta, mostraron un spread de tasas de crecimiento del PBI nominal de EE UU
y Perú, lo cual es consistente con la teoría planteada. Un incremento de uno por ciento
en la renta interna de EE. UU o Perú, aumenta o reduce en 0.13 pp las exportaciones.
Asimismo, un spread de precios de EE. UU y Perú; resultados que ratifican la importancia
del mercado interno en el comercio de la fruta, en ese sentido, un aumento de uno por
ciento de los precios de Perú o EE. UU, resulta en una reducción o aumento de 0.24 pp
de las exportaciones.
Además, se encontró que existe un spread de tasas de términos de intercambio y tipo de
cambio soles por dólar, donde el aumento de uno por ciento de dichas tasas, genera un
29
aumento o disminución de 0.017 pp en las exportaciones a este mercado, resultando
consistente con la teoría en cuanto a los términos de intercambio.
En las estimaciones de corto plazo, se obtuvo que la velocidad de ajuste del error del
modelo sea 0.059, es decir, ante desequilibrios en el corto plazo, el modelo tiende a su
equilibrio de largo plazo a una velocidad de 5.9 por ciento. Además, solo las variables
renta doméstica y términos de intercambio son significativos, aunque los resultados no
se ajustan a los planteados en la teoría descrita.
Un aumento de uno por ciento en el crecimiento del PBI doméstico o de la tasa de los
términos de intercambio, aumentan o disminuyen contemporáneamente las
exportaciones en 0.05 y 0.03 pp respectivamente. Si aumenta en uno por ciento la tasa
del tipo de cambio, los precios o la renta de EE. UU, reduce las exportaciones en 0.003,
0.03 o 0.04 pp. La variable precio doméstico, muestra resultados esperados, ya que un
aumento de uno por ciento reduce las exportaciones en 1.22 pp. Asimismo, la variable
dummy indica que después del quiebre estructural de 2009, el intercepto se incrementa
0.25 puntos.
En el modelo de Países Bajos, se utilizaron las variables: cantidad exportada a Países
Bajos, PBI nominal de Países Bajos, PBI nominal de Perú, precios al por mayor a Países
Bajos, precio doméstico, tipo de cambio soles por euro y los términos de intercambio,
además se incluyó una variable dummy como en el modelo de EE. UU para controlar el
efecto de quiebre estructural a partir del primer trimestre del año 2009.
Con respecto al número de rezagos para el modelo VAR, los criterios Schwarz, Akaike,
Hannan-Quinn divergieron al igual que en modelo de EE. UU, por tanto, se definió un
solo rezago validado por el criterio de Akaike y FRE (Final prediction error). La prueba
de cointegración indicó que el modelo VAR debe considerar tres vectores de
cointegración, por consiguiente, se estimó un modelo VEC para incluir los aspectos de
corto y largo plazo.
La tabla 5 muestra el vector de cointegración entre las variables del modelo para el
periodo señalado, dicho vector presentó restricciones (choques de término de intercambio
y de tipo de cambio son iguales) el cual no fue rechazado al 65.9 por ciento de
probabilidad. Considerando los resultados, la relación de equilibrio en el largo plazo está
dada por la ecuación 8.
30
𝑞𝑝𝑏 = 4.33 + 0.492 𝑦𝑝𝑏 − 0.103 𝑦𝑝𝑒𝑟𝑢 + 0.064 𝑝𝑝𝑏 − 4.894 𝑝𝑝𝑒𝑟𝑢 − 0.057(𝑡𝑖 +
𝑒𝑢𝑟𝑜) (8)
Tabla 5
Relaciones de largo y corto plazo - Modelo Países Bajos
qpb 1.000 -0.230 *
ypb -0.492 *** 0.016
yperu 0.103 ** 0.007
ppb -0.064 -0.099 *
pperu 4.894 *** -0.020
euro 0.057 *** 0.011
ti 0.057 *** 0.013
intercepto -44.330 -0.353
dummy 0.644
largo plazo+ corto plazo ++
Fuente. Resultados obtenidos con Eviews según la estimación de la ecuación 4.
+ Corresponde a los resultados de las relaciones de cointegración, periodo 2001-2019.
++Corresponde a las dependencias dinámicas de corto plazo como las captadas por el
modelo VAR.
***Significancia al 1 por ciento ** al 5 por ciento * al 10 por ciento.
Los resultados mostraron que las variables son significativas excepto el precio a Países
Bajos, el cual, a pesar de ello tiene el signo esperado. Un aumento de uno por ciento del
precio a Países Bajos aumenta las exportaciones en 0.06 pp. En el caso de las variables
renta, muestran que un aumento de la tasa de crecimiento del PBI de Países Bajos o Perú,
aumentan o reducen respectivamente las exportaciones 0.49 o 0.10 pp.
Además, un aumento de uno por ciento del precio doméstico, reduce las exportaciones
4.89 pp. Estos resultados, reafirmaron nuevamente la importancia del rol del mercado
interno. Las variables términos de intercambio y tipo de cambio soles por euro no
presentan los resultados esperados. En ese sentido, un aumento de uno por ciento de la
tasa de términos de intercambio o tipo de cambio, reduce las exportaciones de mango a
este mercado en 0.057 pp cada uno.
En las estimaciones de corto plazo se obtuvo que, ante desajustes, el modelo tiende a su
equilibrio de largo plazo a una velocidad de 23 por ciento. Además, las variables no son
significativas, renta de Perú y precios a Países Bajos no muestran los resultados
31
esperados. Se tiene que un aumento de uno por ciento de la renta de Países Bajos o Perú
aumenta las exportaciones 0.016 o 0.007 pp respectivamente.
Asimismo, un incremento de uno por ciento de los precios a Países Bajos o domésticos
reduce las exportaciones 0.099 y 0.02 pp. Si aumenta en uno por ciento la tasa de los
términos de intercambio o tipo de cambio soles por euro, aumenta las exportaciones
0.012 y 0.01 pp, resultados consistentes con la teoría planteada. La variable dummy
indica que después del quiebre estructural el intercepto se incrementó 0.64 puntos.
Para determinar los choques internos y externos en las exportaciones de mango de
Perú en el Periodo 2001 – 2019, las variables a utilizar son cantidad exportada, PBI
nominal de EE. UU, PBI nominal de Países Bajos, PBI nominal de Perú, precios al por
mayor a EE. UU, precios al por mayor a Países Bajos, precio doméstico, tipo de cambio
soles por dólar, tipo de cambio soles por euro y términos de intercambio.
Respecto al número de rezagos para el modelo VAR los criterios Schwarz, Akaike,
Hannan-Quinn mostraron resultados diferentes, por tanto, se definió un solo rezago bajo
el criterio FPE (Final Prediction Error). La prueba de cointegración antes consultada en
los modelos anteriores indicó que el modelo VAR debe considerar seis vectores de
cointegración, es así como se estimó el modelo VEC.
La tabla 6 muestra el vector de cointegración entre las variables del modelo el cual
presenta restricciones (choques de tipo de cambio soles por dólar y soles por euro son
iguales, pero con distinto signo) el cual no fue rechazado al 52 por ciento de probabilidad.
Por tanto, la relación de equilibrio en el largo plazo está dado por la ecuación 9.
𝑞𝑚 = 38.86 + 0.405 𝑦𝑝𝑏 − 0.079 𝑦𝑢𝑠𝑎 − 0.095 𝑦𝑝𝑒𝑟𝑢 − 0.029 𝑝𝑝𝑏 + 0.135 𝑝𝑢𝑠𝑎 −
4.015 𝑝𝑝𝑒𝑟𝑢 + 0.044(𝑑𝑜𝑙𝑎𝑟 − 𝑒𝑢𝑟𝑜) − 0.019 𝑡𝑖 (9)
32
Tabla 6
Relaciones de largo y corto plazo para las exportaciones totales de mango
qm 1.000 -0.267 **
ypb -0.405 *** -0.043
yusa 0.079 0.049
yperu 0.095 ** 0.058 ***
ppb 0.029 -0.075
pusa -0.135 -0.023
pperu 4.015 *** -0.154
dólar -0.044 *** -0.029 **
euro 0.044 *** 0.010
ti 0.019 -0.008
intercepto -38.860 -0.503 **
dummy 0.881 **
largo plazo+ corto plazo++
Fuente. Resultados obtenidos con Eviews según la estimación de la ecuación 2.
+ Corresponde a los resultados de las relaciones de cointegración, periodo 2001-2019.
++Corresponde a las dependencias dinámicas de corto plazo como las captadas por el
modelo VAR.
***Significancia al 1 por ciento ** al 5 por ciento * al 10 por ciento.
La variable renta de EE. UU, precios a Países Bajos y términos de intercambio no
mostraron los resultados esperados y al igual que los precios a EE. UU no fueron
significativas. Para el modelo de exportaciones totales, se observó el comportamiento
antes encontrado en los dos modelos estimados, que indicaban la importancia del
mercado interno en el comportamiento de las decisiones de oferta de exportación. En ese
sentido, un aumento de uno por ciento de la renta o los precios domésticos, reducen las
exportaciones totales de mango en 0.095 y 4.015 pp respectivamente.
Asimismo, un aumento de uno por ciento de la renta de EE. UU o Países Bajos aumenta
o reduce las exportaciones 0.405 o 0.079 pp. Si aumenta los precios a EE. UU o Países
Bajos en uno por ciento, reduce o aumenta las exportaciones en 0.029 o 0.135 pp. Para
el primer caso, aumenta la intención de oferta dado un mayor precio, y en el segundo, es
plausible que se observe este comportamiento dado que Países Bajos opera como
distribuidor de la fruta y un aumento de los precios en el largo plazo, reduce sus
intenciones de demanda.
33
Un incremento de los términos de intercambio en uno por ciento, reduce las
exportaciones totales 0.019 pp. Se identificó un spread de tasas de tipo de cambio soles
por dólar y soles por euro, donde un aumento de uno por ciento de la tasa de depreciación
del tipo de cambio soles por dólar o soles por euro, aumenta o reduce las exportaciones
en 0.044 pp cada uno.
En ese sentido, una mayor depreciación del sol frente al dólar que respecto al euro,
aumenta las exportaciones totales. Esto se puede deber, a la importancia de esta moneda
en el comercio internacional. La no significancia de algunas variables del modelo, puede
ser explicada por cambios en la relación de largo plazo, dada la presencia del quiebre
estructural en las series.
En las estimaciones de corto plazo, se obtuvo que el error del modelo tuvo una velocidad
de ajuste de -0.267, lo que significa que, ante desequilibrios en el corto plazo, el modelo
retorna a su equilibrio de largo plazo a una velocidad de 26.7 por ciento. Además, se
tuvo que solo las variables renta doméstica y tipo de cambio soles por dólar fueron
significativas, aunque los signos no fueron los esperados.
Un aumento de la renta de Países Bajos en uno por ciento, reduce las exportaciones 0.043
pp; asimismo, un aumento de la renta de EE. UU o Perú en uno por ciento, aumenta las
exportaciones 0.049 o 0.058 pp cada uno. Si aumentan los precios de Países Bajos, EE.
UU o Perú en uno por ciento, reduce las exportaciones 0.07, 0.02 o 0.15 pp
respectivamente. Un aumento de la tasa de crecimiento de los términos de intercambio
en uno por ciento, también reduce las exportaciones en 0.008 pp.
Asimismo, se tuvo que un aumento de la tasa de depreciación del tipo de cambio soles
por dólar o soles por euro en uno por ciento, reduce o aumenta las exportaciones en 0.029
o 0.010 pp respectivamente. Además, la variable dummy demuestra que después del
quiebre estructural, el intercepto aumenta 0.88 puntos, lo cual indica que hubo un
impacto positivo de la mayor apertura comercial en las exportaciones de mango.
Al determinar la relación entre exportaciones de mango y concentración de
mercado se encontró como regularidad empírica que, a mayor concentración del
mercado de las exportaciones estas son más bajas en comparación a un mercado menos
concentrado como se muestra en la figura 4 panel a. Asimismo, en el panel b se observa
la evolución de este indicador desde el 2001 al 2019, el cual tiene una tendencia a la baja
34
a pesar que desde el 2006 al 2009 este aumentó. Con el proceso de apertura comercial,
el índice retomó su tendencia decreciente permitiendo al Perú pasar de 15 mercados de
destino en el 2001 a más de 30 mercados en el 2019 en beneficio de un mayor volumen
transado.
Figura 4
Exportaciones totales de mango e índice de Herfindahl
(a) (b)
Fuente. Elaborado en base a datos de ITC TRADEMAP
Según lo argumentado en Tello (2009), los choques negativos de carácter
macroeconómico han afectado negativamente al PBI agropecuario a través de su
componente externo, es decir, está directamente relacionado con las exportaciones, esto
solo se corroboró para el caso de Países Bajos, el cual muestra una relación positiva y
significativa entre el crecimiento del PBI nominal de dicho país y las exportaciones
totales, mientras que para el caso de EE. UU, este resultado no es significativo y no
muestra el signo esperado.
Asimismo, afirmó que los choques de términos de intercambio están relacionados de
manera directa con las exportaciones; sin embargo, ese resultado no es consistente a lo
encontrado en el presente trabajo, dado que esta variable no resultó ser significativa. En
ese sentido, también se verificó lo argumentado por Mordecki y Miranda (2019) ya que
los choques de demanda externa y los choques en precios internacionales influyen en las
exportaciones totales de mango.
35
En cuanto a lo encontrado por Sánchez et al. (2013), las variables renta externa son
significativas y solo la renta de la UE muestra los resultados esperados, esto se corroboró
en el presente trabajo de investigación, ya que un aumento del crecimiento del PBI
nominal de Países Bajos aumenta las exportaciones totales de mango, mientras que la
renta de EE. UU muestra una relación inversa pero no significativa.
Asimismo, respecto al tipo de cambio, encontraron una relación inversa pero no
significativa del tipo de cambio euro/dólar y exportaciones de mango, mientras que en la
presente se encontró un spread de tasas de depreciación del tipo de cambio soles por dólar
y soles por euro, donde una mayor depreciación del sol frente al dólar que respecto al
euro, aumenta las exportaciones y dicha relación es significativa.
Contrastando los resultados referidos al precio doméstico, se obtuvo la misma relación,
pues dado un aumento de los precios domésticos, se reduce la oferta de exportación de
mango y esta relación es significativa, a pesar que no cumple con la teoría planteada por
Krugman y Obstfeld (2005), esto se debe a que la producción nacional se concentra solo
en algunas regiones las cuales proveen al resto del país y, por tanto, un aumento del
precio doméstico aumenta las decisiones de oferta a estas regiones reduciendo las
exportaciones a otros países.
En cuanto a los precios internacionales, no se han utilizado la misma variable, ya que en
la presente investigación se ha considerado el precio al que se vende el producto y no el
precio al por mayor en el mercado de destino. Sin embargo, se tuvo que estos en ambos
trabajos no son significativos al 5 por ciento de significancia.
II. CONCLUSIONES
Como resultado del análisis econométrico presentado, se puede concluir que existen
evidencias de que los choques externos han influenciado en el dinamismo de las
exportaciones totales de mango y por socio comercial, así como los choques internos
quienes muestran una relación inversa en los modelos estimados, dada la importancia del
mercado doméstico.
En cuanto a choques externos de renta, se tiene que el crecimiento del PBI nominal de
EE. UU influye en las exportaciones a dicho país (0.131 pp), pero no muestra los
resultados esperados y no es significativo para determinar las exportaciones totales (-
36
0.079 pp). Para Países Bajos, tiene un impacto positivo y significativo, 0.492 en las
exportaciones a dicho país y 0.405 pp en las exportaciones totales.
Las variables relacionadas a los choques de precios internacionales no tienen efecto
significativo en las exportaciones totales, y solo los precios a EE. UU muestra el signo
esperado. Sin embargo, los resultados son óptimos en los modelos de exportación a cada
país; 0.064 en el caso de Países Bajos y 0.235 pp en el caso de EE. UU. Además, se tiene
que, para el mercado de EE. UU. Existe un spread de tasas de términos de intercambio y
depreciación (0.17 pp), pero, para Países Bajos ambos tienen el mismo coeficiente (-0-
057 pp).
En cuanto a precios domésticos, hay una relación negativa de 4.015 pp con las
exportaciones totales, -4.894 con las exportaciones a Países Bajos y -0.235 en el mercado
de EE. UU, donde en este hay un spread de precios. Con respecto al crecimiento de la
renta doméstica existe una relación negativa de 0.095 pp con las exportaciones totales, -
0.103 y -0.131 con las exportaciones a Países Bajos y EE. UU respectivamente, donde
en el último hay un spread de tasas de crecimiento.
Hay un spread de tasas de depreciación del tipo de cambio soles por dólar y soles por
euro (0.044 pp), donde una mayor depreciación del sol frente al dólar que respecto al
euro aumenta de manera significativa las exportaciones totales. Sin embargo, una
depreciación del sol respecto de estas monedas, disminuye las decisiones de oferta a
dichos mercados. Además, la relación de choques de términos de intercambio y
exportaciones totales no es significativa y no muestra el signo esperado, ya que una
mejora de los mismos las reduce.
Existe una relación inversa entre concentración de mercado medida por el índice de
Herfindahl y las exportaciones totales de mango, ya que un aumento de la concentración
del mercado de exportación está acompañado de un menor volumen transado. Asimismo,
la inclusión de una variable dummy para capturar el efecto de la mayor apertura
comercial desde el primer trimestre de 2009 tiene signo positivo y mejora las
estimaciones ya que ayuda a cumplir supuestos importantes como la normalidad de los
residuos.
37
IV. REFERENCIAS BIBLIOGRÁFICAS
Bioestadístico (12 de febrero de 2012). Niveles de investigación-Metodología de la
Investigación Científica [archivo de video]. Youtube.
https://www.youtube.com/watch=v=hVmjWV4rpEQ
Calderón, J. y Trauco, J. (2019). La apertura comercial y su incidencia en el crecimiento
económico peruano en el periodo 2006 – 2016 [Tesis de título profesional de
Economista, Universidad Nacional de San Martín].
https://scholar.google.com.pe/scholar?q=Calder%C3%B3n,+J.+y+Trauco,+J.+(2019).&
hl=es&as_sdt=0&as_vis=1&oi=scholartApellido
De Gregorio, J. (2007). Economía Abierta-Tipo de cambio real. En (1°ed.),
Macroeconomía Teoría y Políticas (pp. 215-2019). Pearson Education.
De la Luz, G., Sánchez, A. y Zurita, J. (2015). La crisis financiera internacional de 2008
y algunos de sus efectos económicos sobre México. Universidad Autónoma
Metropolitana, 60(2), 138-145. https://doi.org/10.1016/j.cya.2015.09.011
Fuentes, C., y Huaracaya, S. (2019). Análisis de Factores que influyen sobre la evolución
de las exportaciones peruanas de arándanos frescos con la partida arancelaria
081040 a Países Bajos en el periodo del 2011 – 2017. [Tesis de título profesional
de Licenciado en Negocios Internacionales, Universidad Peruana de Ciencias
Aplicadas].
https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/626064/Ter%c
3%a1n_sg.pdf?sequence=3&isAllowed=y
Hernández, R., Fernández, C. y Baptista, P. (s.f). Definiciones de los enfoques
cualitativos y cuantitativos. En (6° ed.), (p. 4). McGRAW - HILL.
https://www.uca.ac.cr/wp-content/uploads/2017/10/Investigacion.pdf
Instituto Nacional de Estadística e Informática [INEI]. (2021). Sistema de Información
Regional para la toma de Decisiones.
https://systems.inei.gob.pe/SIRTOD/app/consulta
38
International Trade Center Trademap [ITC TRADEMAP]. (2021). Estadísticas del
Comercio para el desarrollo internacional de las empresas.
https://www.trademap.org
Krugman, P. y Obstfeld, M. (2006). Política comercial internacional. En (7° ed.),
Economía Internacional (pp. 191-196). Pearson Education.
Mendoza, W. (2014). Cómo investigan los economistas. En (1° ed.), La metodología de
la investigación Económica (p. 41). Pearson Education.
https://files.pucp.education/departamento/economia/lde-2014-05.pdf
Mendoza, W., Herrera, P. y Huaman, R. (2013). La macroeconomía de una Economía
abierta: El modelo Mundell-Fleming. Documento de Trabajo no. 219 de la
Pontificia Universidad Católica del Perú.
Miranda, R, Mordecki, G y Muinelo, L. (2017). Impacto de la volatilidad del tipo de
cambio real en las exportaciones: Evidencia empírica para Europa, Sudamérica y
Oceanía. Documentos de trabajo no. 09 del Instituto de Economía.
Muinello-Gallo, L., Miranda, R. y Mordecki, G. (2020). The impact of exchange rate
uncertainty on exports: a panel VAR [El impacto de la incertidumbre del tipo de
cambio sobre las exportaciones: un análisis de panel VAR]. Estudios de
Economía, 47(2), 180-182. http://dx.doi.org/10.4067/S0718-
52862020000200157
Nolazco, J., Lengua-Lafosse, P. y Céspedes, N. (2009). Contribución de los choques
externos en el crecimiento económico del Perú: un modelo semi-estructural.
Documento de trabajo no. 006 del Banco Central de Reserva del Perú
Novales, A. (s.f). Econometría. En (2° ed.), Modelos de series temporales (p. 415).
McGRAW - HILL.
https://econometriai.files.wordpress.com/2011/04/econometrc2a1a-2c2a6-ed-
2000-alfonso-novales-mcgraw-hill.pdf
Organización de las Naciones Unidas para la Alimentación y la Agricultura [FAO].
(2019). Perspectivas mundiales de las principales frutas tropicales.
http://www.fao.org/fileadmin/templates/est/COMM_MARKETS_MONITORIN
G/Tropical_Fruits/Documents/Tropical_Fruits_Spanish2017.pdf
39
Revista Agro exportaciones y medio ambiente (2019). Perú es uno de los más
importantes proveedores mundiales de mango de muy alta calidad.
https://agroexportaciones.com/2019/06/25/peru-es-uno-de-los-maimportantes-
proveedores-mundiales-de-mango-de-muy-alta-calidad/
Sánchez, J., Ferreira, J., y Firmino, A. (2013). Determinantes de la Oferta de Exportación
de Mango: estudio de caso para el Perú. Revista de Economia e Sociologia Rural,
15(1), 2-15. http://www.scielo.br/pdf/resr/v51s1/06.pdf
Segura, A. y Garcia, J. (s.f.). Análisis del Impacto de la Apertura Comercial sobre la
Pobreza y la Desigualdad. FAO, 17(3).
http://www.fao.org/tempref/AG/Reserved/PPLPF/Docs/Saule/Peru/CGE%20for
%20Peru.pdf
Tello, M. (2009). Impactos de los choques externos, ciclos económicos y arreglos
preferenciales comerciales sobre la producción agropecuaria en el Perú, 1950-
2007. Documento de Trabajo no. 277 de la Pontificia Universidad Católica del
Perú.
40
ANEXOS
Figura 5
Series en niveles
Fuente. Elaboración con base a International Centre
Trademap, FMI, BCRP, SISAP.
.
41
Figura 6
Series en diferencias
Fuente. Elaboración con base a FMI, BCRP.
42
Tabla 7.
Test de cointegración modelo de exportaciones de mango a EE. UU.
Fuente: Resultado obtenido en el software Eviews.
La tabla 7 indica que se deben incluir en el modelo de exportaciones de mango a EE.UU
4 vectores de cointegración al 5 por ciento de significancia (primera línea en la parte
inferior de la tabla); esto pues se rechaza la hipótesis nula que el modelo debe incluir
como máximo tres vectores de cointegración (At most 3*), pues el valor estadístico
estimado por la prueba de la traza de 57.17 es mayor al valor crítico al 5 por ciento de
significancia de 53.12, por tanto se toma como válida la hipótesis alternativa que el
modelo debe incluir cuatro vectores.
43
Tabla 8.
Test de cointegración modelo de exportaciones de mango a Países Bajos.
Fuente: Resultado obtenido en el software Eviews.
La tabla 8 indica que se deben incluir en el modelo de exportaciones de mango a Países
Bajos 3 vectores de cointegración al 5 por ciento de significancia (primera línea en la
parte inferior de la tabla); esto pues se rechaza la hipótesis nula que el modelo debe incluir
como máximo dos vectores de cointegración (At most 2*), pues el valor estadístico
estimado por la prueba de la traza de 79.61 es mayor al valor crítico al 5 por ciento de
significancia de 76.07, por tanto se toma como válida la hipótesis alternativa que el
modelo debe incluir tres vectores.
44
Tabla 9.
Test de cointegración modelo de exportaciones totales de mango
Fuente: Resultado obtenido en el software Eviews.
La tabla 9 indica que se deben incluir en el modelo de exportaciones totales de 6 vectores
de cointegración al 5 por ciento de significancia (primera línea en la parte inferior de la
tabla); esto pues se rechaza la hipótesis nula que el modelo debe incluir como máximo
cinco vectores de cointegración (At most 5*), pues el valor estadístico estimado por la
prueba de la traza de 79.53 es mayor al valor crítico al 5 por ciento de significancia de
76.07, por tanto se toma como válida la hipótesis alternativa que el modelo debe incluir
seis vectores.