Determinantes de los diferenciales de precios entre

variedades de caf

Ricardo Argello Cuervo

Jess Otero Cardona
Juan Daniel Oviedo Arango
Manuel Ramrez Gmez

Bogot DC, octubre 22 de 2014

1
 Introduccin

Caf en pases en desarrollo: Fuente importante de divisas,

recursos para el gobierno, empleo y valor agregado.

Debido a esto, varios autores han estudiado el

comportamiento dinmico de los precios (compuestos)
indicadores de la OIC
Brasil no lavado
Suaves colombianos
Otros suaves
Robusta.

2
 Introduccin

Vogelvang (1992) y Otero & Milas (2001) encuentran la

presencia de relaciones de cointegracin.

Ghoshray (2009, 2010) estima modelos no lineales y

encuentra un alto grado de integracin.

Russell et al. (2012) sugieren incluir cambios estructurales

en las relaciones de equilibrio, debido a cambios en poltica
gubernamental.

3
 Introduccin

Pocos estudios sobre los diferenciales de precios.

Excepcin es Lozano (2002): Modelo para la prima del caf
colombiano vs. NYBOT (Guatemala, Mxico, u otros suaves).
Variables independientes:
Arbitraje: Diferencial entre los indicadores OIC para
otros suaves y robustas.
Escasez: Relacin entre la produccin total del caf
colombiano y la del caf arbico lavado.
100% Caf de Colombia: Tamao relativo de este
segmento con respecto a las exportaciones totales de
caf colombiano a USA.
ICA: Perodos de vigencia de los acuerdos de cuotas.
4
 Introduccin

Lozano (2002) concluye que la estrategia de diferenciacin

de origen adoptada por la (Federacin Nacional de
Cafeteros) tuvo un gran efecto positivo sobre la prima del
caf verde colombiano (p.69).

Debilidades del trabajo de Lozano:

1. Se incluye arbitraje como variable independiente, aunque

en realidad es otro diferencial de precios. Endogeneidad

2. Anlisis se limita a la prima del caf colombiano.

5
 Introduccin

Este trabajo tiene dos caractersticas importantes que lo

distinguen de la literatura existente:

1. Relacin explcita entre economa y qumica

2. Series de precios desagregadas

6
 Introduccin

Caracterstica 1: Relacin entre economa y qumica

Economa. Concepto de mercado (Cournot, Marshall):

Aquella regin o rea geogrfica en la cual la interaccin
entre compradores y vendedores garantiza que los precios
de bienes similares tienden a igualarse.

A partir del concepto de cointegracin (Engle y Granger,

1987), la definicin anterior se ha verificado contrastando si
las discrepancias en precios son estacionarias; i.e. precios
estn cointegrados con vector [1,-1].

7
 Introduccin

Qumica:

Discriminacin entre diferentes variedades de caf en

funcin de la composicin qumica de los granos.

Alves et al. (2009): La composicin qumica de las diferentes

variedades de caf es influenciada por:
Condiciones climticas
Prcticas agronmicas
Mtodos de procesamiento (no lavado versus lavado)
Condiciones de almacenamiento y distribucin
Procedimiento de tostado

8
 Introduccin

Hiptesis estadstica de inters:

En la medida en que dos variedades de caf sean ms similares

en trminos de su composicin qumica, ms pequeo ser su
diferencial de precios

9
 Introduccin

Caracterstica 2: Series de precios desagregadas

Datos semanales de ocho variedades de caf sobre un perodo de

casi 15 aos.

Precios estn en trminos absolutos y se refieren a variedades

especficas.

Usualmente se han utilizado promedios de grupos de variedades

similares de caf (e.g. precios indicadores OIC).

Ventaja: Entre ms variedades existan, mayor el nmero de

posibles diferenciales.

10
 Metodologa

Nuestra estrategia economtrica emplea tcnicas del

anlisis de series de tiempo y de corte transversal.

Series de tiempo: Inspirado en Pesaran (2007), quien ofrece

una definicin probabilstica de convergencia. Aplicado al
caso del caf, dada una muestra de N precios se debe
determinar cules de todos los posibles diferenciales son
estacionarios.

Corte transversal: Una vez se determinan los diferenciales

estacionarios (i.e. que no cambian en el tiempo), se estima
un modelo de regresin para explicar sus determinantes.

11
Metodologa (Pesaran, 2007)

Definimos como el precio del caf = 1, , en el

momento = 1, , .

Examinamos el orden de integracin de todos los

posibles ( 1)/2 diferenciales de precios entre las
variedades y , = .

Contrastamos la presencia de una raz unitaria en

= , utilizando una prueba estadstica
apropiada (ADFMAX).
12
Metodologa (Pesaran, 2007)

Sea = 1 cuando se rechaza la hiptesis nula de raz

unitaria a un nivel de significancia (0 en caso contrario).

Estamos interesados en los determinantes de los

diferenciales estacionarios (media y varianza constante).

= 1 + Determinantes
(Variables qumicas, institucionales, mercado).

13
 Datos

Precio semanal (US$ cents. por libra) de las siguientes

variedades de caf:
Brasil Santos No.4 (arbigo natural)
Colombia EP (arbigo lavado)
El Salvador (arbigo lavado)
Guatemala HB (arbigo lavado)
Mxico (arbigo lavado)
Per HBMC (arbigo lavado)
Indonesia EK1 (robusta)
Uganda (robusta)

Perodo de tiempo: 10/19/1998 a 05/13/2013; T=761 obs.

 Datos

Precios en logaritmos.

La fuente es F.O. Licht Interactive Data.

Nota: Si se incluye Vietnam el perodo de anlisis

comenzara en 04/21/2003; T=526 obs.

Estos resultados no se reportan pues son inferiores.

 Series de precios utilizadas
350

300

250

200

150

100

50

0
98 99 00 01 02 03 04 05 06 07 08 09 10 11 12 13

Brasil Colombia Guatemala

Indonesia Mjico Per
El Salvador Uganda Vietnam
 Anlisis preliminar de las series

Precios bastante relacionados entre s (las fuerzas que los

mueven al alza o a la baja parecen afectarlos de la misma
manera).

Sin embargo, tambin se observan diferencias importantes

en precios:
1.4% entre Per y El Salvador.
76.2% entre Colombia e Indonesia.
 Propiedades de series de tiempo

ADFMAX: 92.9% de los diferenciales de precios son

estacionarios.

Alternativamente: Ms de la mitad de los diferenciales de

precios estn cointegrados con vector [1,-1].

Alto grado de integracin.

 Propiedades de series de tiempo

Qu podemos decir de la velocidad de ajuste de los

diferenciales de precios?

Bastante rpida (al menos la mitad del ajuste transcurre en

el primer ao).

En promedio, 34 semanas (prueba ADFMAX).

Propiedades de series de tiempo

pit p jt pit p jt ADFMAX HL

Brasil Colombia -0.254 -2.156 56
Brasil Guatemala -0.191 -2.618 41
Brasil Indonesia 0.508 -2.485 38
Brasil Mjico -0.080 -2.575 41
Brasil Per -0.135 -2.125 50
Brasil El Salvador -0.149 -2.445 43
Brasil Uganda 0.399 -2.379 34
Colombia Guatemala 0.064 -3.523 21
Colombia Indonesia 0.762 -1.939 59
Colombia Mjico 0.174 -2.679 35
Colombia Per 0.119 -3.142 23
Colombia El Salvador 0.105 -2.710 36
Colombia Uganda 0.654 -2.255 42
Guatemala Indonesia 0.698 -2.021 52

Contina
Propiedades de series de tiempo

pit p jt pit p jt ADFMAX HL

Guatemala Mjico 0.110 -4.289 14
Guatemala Per 0.055 -4.997 10
Guatemala El Salvador 0.041 -3.688 21
Guatemala Uganda 0.590 -2.285 38
Indonesia Mjico -0.588 -2.336 45
Indonesia Per -0.643 -2.219 49
Indonesia El Salvador -0.657 -2.166 48
Indonesia Uganda -0.109 -2.779 21
Mjico Per -0.055 -2.588 21
Mjico El Salvador -0.069 -2.290 35
Mjico Uganda 0.479 -2.233 39
Per El Salvador -0.014 -3.462 15
Per Uganda 0.534 -2.471 36
El Salvador Uganda 0.548 -2.234 37
 Diferenciales de precio

= 1 + Determinantes
(Variables qumicas, institucionales, mercado).

Variables que se tienen en cuenta:

Qumicas
Institucionales
Mercado
 Variables Qumicas

Carrera et al. (1998, Analytica Chimica Acta)

Alves et al. (2009, Food Chemistry)

Las variedades de caf arbiga y robusta poseen

propiedades qumicas y organolpticas distintas.
 Variables Qumicas

Segn Alves et al., para el caf verde es

relativamente fcil distinguir entre las variedades
arbiga y robusta por sus caractersticas fsicas (e.g.
tamao, forma y color).

Sin embargo, cuando el caf es tostado las

caractersticas fsicas desaparecen. Indispensable
efectuar un anlisis qumico del grano para
garantizar su autenticidad y origen.
 Variables Qumicas

Marcadores qumicos:

Carrera et al.: 5 avenasterol, sitostanol.

5 = 5 5

=
 Variables Qumicas

Marcadores qumicos:

Alves et al.: -tocoferol, -tocoferol

(K = caf verde, caf tostado).

=
 Variables Qumicas

Para cada marcador el signo esperado es positivo.

Ejemplo: A medida que 5 crece, ms diferentes

sern las variedades y (en sus contenidos de 5
avenasterol), y por consiguiente sus precios sern
ms diferentes (i.e. diferencial de precios grande).

Igual interpretacin para los otros marcadores.

 Variable Institucional

Siguiendo a Coe (2006), definimos una variable

dummy igual a 1 cuando el pas de origen de
la variedad posee una institucionalidad cafetera
que permite participacin de productores en la
toma de decisiones de poltica y comercializacin.

A partir de , creamos = ( ).
 Variable de Mercado

Participacin de en la produccin mundial ( ).

Diferencial con , = .

Variable = 1 cuando y producen arbiga.

Variable = 1 cuando y producen robusta.

Creamos ( ) y ( ).
 Variable de Mercado

En la medida en que un pas tenga una mayor

participacin en la produccin global, , la
posibilidad de explotar poder de mercado sobre
variedades similares hara esperar un efecto positivo
sobre el diferencial de precios.

Signo esperado de los coeficientes asociados a

( ) y ( ) es positivo.
 Especificacin 1
Modelo 1 2 3 4 5 6

Intercepto 0.090 0.027 0.050 0.076 0.062 0.072

(0.019) (0.043) (0.041) (0.022) (0.043) (0.021)
5ij 0.059
(0.004)
sitij 0.357
(0.048)
tocijV 0.423
(0.058)
tocijV 0.082
(0.006)
tocijT 0.424
(0.064)
tocijT 0.085
(0.006)

Obs. 26 26 26 26 26 26
R2 0.911 0.702 0.690 0.887 0.645 0.898
 Resultados

En todos los casos, la pendiente tiene el signo

positivo esperado, y es estadsticamente
significativa.

R2=0.911 en el modelo 1, seguido muy de cerca

por los modelos 6 (R2=0.898) y 4 (R2=0.887).

Importante: Tan solo una variable explica ms del

90% de la variacin de la variable dependiente.
 Especificacin 2
Modelo 1 2 3 4 5 6

Intercepto 0.139 0.049 0.199 0.142 0.220 0.133

(0.041) (0.095) (0.068) (0.045) (0.071) (0.043)
5ij 0.057
(0.004)
sitij 0.350
(0.057)
tocijV 0.388
(0.054)
tocijV 0.078
(0.006)
tocijT 0.388
(0.059)
tocijT 0.082
(0.006)
instij -0.051 -0.020 -0.160 -0.069 -0.173 -0.064
(0.038) (0.078) (0.062) (0.042) (0.065) (0.040)

Obs. 26 26 26 26 26 26
R2 0.918 0.702 0.761 0.899 0.728 0.908
 Resultados

En todos los casos el coeficiente estimado es

negativo, aunque en los modelos 1, 2, 4 y 6 no es
estadsticamente significativo.

El coeficiente negativo indica que la magnitud del

diferencial de precios tender a ser menor en la
medida en que las instituciones cafeteras de dos
pases permitan la participacin de los caficultores
en la toma de decisiones del sector.
 Especificacin 3
Modelo 1 2 3 4 5 6

Intercepto 0.118 0.097 0.289 0.166 0.281 0.145

(0.049) (0.122) (0.070) (0.057) (0.070) (0.055)
5ij 0.061
(0.005)
sitij 0.326
(0.066)
tocijV 0.354
(0.050)
tocijV 0.077
(0.007)
tocijT 0.405
(0.058)
tocijT 0.082
(0.007)
instij -0.067 -0.027 -0.219 -0.099 -0.267 -0.089
(0.042) (0.097) (0.063) (0.050) (0.062) (0.047)
arbij prodij 0.319 -0.323 -0.182 0.099 0.300 0.145
(0.134) (0.250) (0.204) (0.156) (0.228) (0.149)
robij prodij -0.403 -2.028 -7.762 -2.314 -8.859 -1.652
(1.967) (4.166) (3.001) (2.330) (2.969) (2.232)

Obs. 26 26 26 26 26 26
R2 0.936 0.726 0.823 0.906 0.823 0.915
 Resultados

En ningn modelo los coeficientes de las variables

( ) y ( ) son en conjunto
estadsticamente significativos.

Los resultados de la Especificacin 3 son los menos

satisfactorios.
 Conclusiones

Estudiamos los determinantes de los diferenciales de

precios existentes entre 8 variedades de caf.

Encontramos que ms del 90% de la variabilidad en los

diferenciales de precios se explica por marcadores qumicos.

Cuando incluimos una variable dummy que captura la

participacin de los caficultores en la toma de decisiones
del sector, los coeficientes tienen el signo negativo
esperado, aunque no son estadsticamente significativos en
todas las especificaciones.
Determinantes de los diferenciales de precios entre
variedades de caf

Ricardo Argello Cuervo

Jess Otero Cardona
Juan Daniel Oviedo Arango
Manuel Ramrez Gmez

Bogot DC, octubre 22 de 2014

38