Transmisión de los precios del arroz en Colombia y el mundo

Ricardo Troncoso-Sepúlveda

Resumen


El objetivo de este artículo es analizar la transmisión espacial de los precios del arroz en Colombia, haciendo énfasis en el impacto de las políticas comerciales. Con tal propósito, se utilizó un modelo Markov-switching vector error correction para modelar cambios de régimen en la relación entre los precios domésticos del arroz en Colombia y los precios internacionales de algunos países de control, desde enero de 1996 hasta septiembre de 2018. Los resultados revelan tres regímenes de transmisión de precios que coinciden con políticas comerciales internas y con la crisis alimentaria de 2007-2008. El régimen de volatilidad alta fue el más persistente, con una duración promedio de 15,4 meses, una probabilidad de transición de 93 % y una velocidad de ajuste de 0,24. Además, durante este régimen, Colombia estuvo menos integrada al mercado internacional del arroz. Estos resultados son relevantes en la medida en que constituyen la aplicación de una metodología por umbral al análisis de transmisión de precios agrícolas, y pueden ser útiles para el diseño de políticas agrarias que contribuyan a la integración y competitividad del sector arrocero colombiano.

Palabras clave


productos básicos agrícolas; transmisión de precios; política alimentaria; cointegración

Texto completo:

PDF XML

Referencias


Bacon, R. (1991). Rockets and feathers: the asymmetric speed of adjustment of UK retail gasoline prices to cost changes. Energy Economics, 13(3), 211-218.

Balke, N. & Fomby, T. (1997). Threshold Cointegration. International Economic Review, 38(3), 627-645.

Brosig, S., Glauben, T., Götz, L., Weitzel, E.-B. & Bayaner, A. (2011). The Turkish wheat market: spatial price transmission and the impact of transaction costs. Agribusiness, 27 (2), 147-161.

Brümmer, B., von Cramon-Taubadel, S. & Zorya, S. (2009). The impact of market and policy instability on price transmission between wheat and flour in Ukraine. European Review of Agricultural Economics, 36 (2), 203-230.

Busse, S., Brümmer, B. & Ihle, R. (2012). Price formation in the German biodiesel supply chain: a Markov-switching vector error-correction modeling approach. Agricultural Economics, 43, 545-559.

Chica, J., Tirado, Y. & Barreto, J. (2016). Indicadores de competitividad del cultivo del arroz en Colombia y Estados Unidos. Revista de Ciencias Agrícolas de la Universidad de Nariño, 33(2), 16-31.

Chique, V., Rosales, R. & Samaca, H. (2006). Efectos de la liberalización comercial: Un análisis de equilibrio parcial para el sector de arroz en Colombia (Documento CEDE, 2006-37). Recuperado del sitio web de la Universidad de los Andes: https://economia.uniandes.edu.co/files/jortegon@fundacionuniandes.edu.co/d2006-37.pdf

Cudjoe, G., Breisinger, C. & Diao, X. (2010). Local impacts of a global crisis: Food price transmission, consumer welfare and poverty in Ghana. Food Policy, 35, 294-302.

Díaz, G. (2017). Incidencia del Tratado de Libre Comercio con Estados Unidos en la competitividad del sector agrícola colombiano: Casos del arroz y maíz. Revista de Economía del Caribe, 19(1), 34-63.

Djuric, I., Götz, L. & Glauben, T. (2011, agosto 30-septiembre 2). Influences of the Governmental Market Interventions on Wheat Markets in Serbia During the Food Crisis 2007/2008. Paper presentado en el European Association of Agricultural Economists: Change and Uncertainty Challenges for Agriculture, Food and Natural Resources.

Enders, W. & Granger, C. (1998). Unit-root tests and asymmetric adjustment with an example using the term structure of interest rates. Journal of Business and Economic Statistics, 16 (3), 304-311.

Engle, R. & Granger, C. (1987). Co-integration and error correction: representation, estimation and testing. Econometrica, 55(2), 251-276.

Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO). (2011). El estado de la inseguridad alimentaria en el mundo: Enseñanzas de la crisis alimentaria mundial de 2006-08. Roma: Autor.

Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO). (2018). Seguimiento del mercado del arroz de la FAO (Abril). Organización de las Naciones Unidas para la Alimentación y la Agricultura, 21(1), 1-10.

Farrel, M. (1952). Irreversible demand functions. Econometrica, 20(2), 171-186.

Fedearroz (2017). Federación Nacional de Arroceros, IV Censo Nacional Arrocero. Bogotá D.C: División de Investigaciones Económicas.

Fedesarrollo (2013). Política comercial para el arroz. Bogotá D.C: Centro de Investigación Económica y Social.

Frey, G. & Manera, M. (2007). Econometric Models of Asymmetric Price Transmission. Journal of Economic Surveys, 21(2), 349-415.

Garay, L., Barberi, F. & Cardona, I. (2006). La negociación agropecuaria en el TLC: alcances y consecuencias. Bogotá: Planeta Paz.

Garay, L., Barberi, F. & Cardona, I. (2010). Impactos del TLC con Estados Unidos sobre la economía campesina en Colombia. Bogotá: ILSA - Instituto Latinoamericano de Servicios Legales.

Geweke, J. (2004). Issues in the “Rockets and Feathers” Gasoline Price Literature (Report to Federal Trade Commission, March 16).

Goodwin, B. & Piggott, N. (2001). Spatial market integration in the presence of threshold effects. American Journal of Agricultural Economics, 83(2), 302-317.

Götz, L., Glauben, T. & Brümmer, B. (2013). Wheat export restrictions and domestic market effects in Russia and Ukraine during the food crisis. Food Policy, 38(2), 214-226.

Hamilton, J. (1989). A new approach to the econometric analysis of nonstationary time series and business cycle. Econometrica, 57 (2), 357-384.

Houck, P. (1977). An approach to specifying and estimating nonreversible functions. American Journal of Agricultural Economics, 59(3), 570-572.

Krolzig, H. (1997). Markov-switching vector autoregression – modelling, statistical inference, and application to business cycle analysis. Berlin, Alemania: Springer.

Krolzig, H.-M., Marcellino, M. & Mizon, G. (2002). A Markov-switching vector equilibrium model of the UK labor market. Empirical Economics, 27, 233-254.

Meyer, J. (2004). Measuring market integration in the presence of transaction costs-a threshold vector error correction approach. Agricultural Economics, 31, 327-334.

Meyer, J. & von Cramon-Taubadel, S. (2004). Asymmetric price transmission: a survey. Journal of Agricultural Economics, 55(3), 581-611.

Popovic, R., Radovanov, B. & W. Dunn, J. (2017). Food scare crisis: the effect on Serbian dairy market. International Food and Agribusiness Management Review, 20(1), 113-127.

Rezitis, A. & Pachis, D. (2013). Investigating the Price Transmission Mechanism of the Greek Fresh Tomato Market with a Markov Switching Vector Error Correction model. Agricultural Economics Review, 14(2), 29-45.

Rojas, D. (2017). Impacto del TLC con Estados Unidos de América sobre el agro colombiano: Implicaciones y recomendaciones (Caso Arroz) (Tesis de Maestría, Universidad Militar Nueva Granada, Bogotá, Colombia).

Sun, L., Qi, M. & R. Reed, M. (2018). The effects of soybean trade policies on domestic soybean market in China during the food crisis. China Agricultural Economic Review, 10(3), 372-385.

Tansuchat, R., Maneejuk, P., Wiboonpongse, A. & Sriboonchitta, S. (2015). Price Transmission Mechanism in the Thai Rice Market. En V.-N. Huynh, V. Kreinovich & S. Sriboonchita (Eds.), Causal Inference in Econometrics (451-461). Suiza: Springer Inernational Publishing.

Thongkairat, S., Yamaka, W. & Sriboonchitta, S. (2019). A Regime Switching Vector Error Correction Model of Analysis of Cointegration in Oil, Gold, Stock Markets. Studies in Computational Intelligence, 808, 514-524.

Valdes, R., von Cramon-Taubadel, S. & Engler, A. (2015). Transaction costs and trade liberalization: An empirical perspective from the MERCOSUR agreement. Food Policy, 55, 109-116.

Wolffram, R. (1971). Positivistic measures of aggregate supply elasticities: some new approaches – some critical notes. American Journal of Agricultural Economics, 53(2), 356-359.




DOI: https://doi.org/10.17533/udea.le.n91a05 Resumen : 250 PDF : 175 XML : 2

Métricas de artículo

Cargando métricas ...

Metrics powered by PLOS ALM


Esta publicación hace parte del Sistema de Revistas de la Universidad de Antioquia
¿Quieres aprender a usar el Open Journal system? Ingresa al Curso virtual
Este sistema es administrado por el Programa Integración de Tecnologías a la Docencia
Universidad de Antioquia
Powered by Public Knowledge Project