View
3
Download
0
Category
Preview:
Citation preview
ESCUELA POLITÉCNICA NACIONAL
ESCUELA DE CIENCIAS
ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS DEL ECUADOR EN EL PERÍODO 1990 – 2005, COMO REFERENTE PARA LA IMPLEMENTACIÓN DE POLÍTICAS COMERCIALES
PROYECTO PREVIO A LA OBTENCIÓN DEL TÍTULO DE INGENIERO EN CIENCIAS ECONÓMICAS Y FINANCIERAS
FABRICIO ALEJANDRO BORJA NAVARRETE SANTIAGO ALEXANDER LÓPEZ VEINTIMILLA
DIRECTOR: MATEMÁTICO RAFAEL BURBANO CO-DIRECTOR: INGENIERO MARCELO ARGUMEDO
Quito, Marzo 2007
II
DECLARACIÓN
Nosotros, Fabricio Alejandro Borja Navarrete y Santiago Alexander López
Veintimilla, declaramos bajo juramento que el trabajo aquí escrito es de nuestra
autoría; que no ha sido previamente presentada para ningún grado o calificación
profesional; y que hemos consultado las referencias bibliográficas que se incluyen
en este documento.
A través de la presente declaración cedemos nuestros derechos de propiedad
intelectual correspondientes a este trabajo, a la Escuela Politécnica Nacional,
según lo establecido por la Ley de Propiedad Intelectual, por su reglamento y por
la normatividad institucional vigente.
Fabricio Alejandro Borja Navarrete Santiago Alexander López Veintimilla
III
CERTIFICACIÓN
Certifico que el presente trabajo fue desarrollado por Fabricio Alejandro Borja
Navarrete y Santiago Alexander López Veintimilla, bajo mi supervisión.
______________________
Matemático Rafael Burbano
DIRECTOR DE PROYECTO
IV
AGRADECIMIENTO
Al finalizar esta meta académica agradezco a Dios por guiarme durante el
transcurso de mi vida, a mis padres por brindarme su cariño y apoyo
incondicional, a mis hermanas Vanessa, Mireya y Pamela quienes siempre
estuvieron a mi lado cuando las necesite, a la Escuela Politécnica Nacional y sus
profesores por la enseñanzas recibidas, a mi tutor Matemático Rafael Burbano
quien además de ser nuestro profesor es un amigo.
Agradezco de manera muy especial a mi compañero y amigo Santiago López
Veintimilla, con quien superamos todos los obstáculos para la consecución de
esta meta, de igual manera agradezco a todos mis compañeros universitarios.
A mis primos Pato, Juan, Andy, Gissela, William y Tavo, a quienes les considero
como mis hermanos.
Por último agradezco a Pamela Aguinaga quien estuvo conmigo alentándome y
dándome fortaleza, y a todas las personas que me brindaron su apoyo
incondicional y desinteresado.
Fabricio Borja
V
AGRADECIMIENTO
Agradezco a la profesora Ximena Andrade y al Licenciado Víctor Núñez por ser
quienes motivaron mi gusto por la Matemática, de igual manera, al Economista
Lenín Parreño por guiarme y aconsejarme en el transcurso de mi vida
universitaria; a mi tutor y amigo, Matemático Rafael Burbano, por ser nuestro
consejero, por su paciencia y sus sabios consejos en la elaboración de la
presente investigación, al Ingeniero Kléver Mejía por sus consejos profesionales
en el desarrollo de la misma.
A todos mis amigos y amigas que de una u otra forma estuvieron prestos a
ayudarme y aconsejarme, especialmente a Jeaneth Torres, María Helena
Betancourt, Andrea Yánez, Maryliz Salazar, Deici Jaramillo, Yadira Ojeda, Dennis
de la Torre, Victor Manuel Battaini. A Marcelo Argumedo, un amigo diáfano e
incondicional, por guiarme y aconsejarme desinteresadamente con el único
objetivo de ver concluido este proyecto de titulación.
A mi compañero y amigo de tesis, Fabricio Borja con quien superé todas las
dificultades que se presentaron en la realización de esta investigación, siempre
bajo la tutela de la Virgen Dolorosa del Colegio quien nos iluminó y guío todo el
tiempo.
Por último agradezco a todas las personas que a lo largo de mi vida quisieron
obstaculizar el logro de mis objetivos, ya que gracias a ellos aprendí a superar
con éxito las dificultades que se presentan en ella.
ftÇà|tzÉ _™Ñxé ix|Çà|Å|ÄÄt
VI
DEDICATORIA
El amor es la bendición más grande de Dios y no hay amor más grande que el
amor de una madre, es por eso, que esta tesis está especialmente dedicada a mi
madre Amalia, quien con su amor y consejos ha sido el pilar de mi vida.
A mi padre por ser para mí un ejemplo de vida, y por brindarme su apoyo y cariño
incondicional.
A la memoria de mi abuelita Rosa, quien fue como mi segunda madre.
Fabricio Borja
VII
DEDICATORIA
A mi querido hijo David Alejandro, por ser mi inspiración, mi alegría y mi vida; por
deleitarme con su dulce sonrisa todas las mañanas, la misma que sirvió de aliento
para las largas jordanas de trabajo que tomó realizar esta tesis.
A mi amantísima madre Pitita, por ser siempre una mujer alegre y luchadora, por
su empeño y pujanza, por su amor desmedido, por su afán de ver realizados a
sus hijos, por sus sabios consejos y por ser más que madre mi mejor amiga, es
por ello que con todo mi amor le dedico de manera especial esta investigación.
A mi padre Marcelo, a mis queridos hermanos Marcelo Patricio y Carlos Alberto, a
mi tía Mimi, a mi abuelita Zoila y a Julia por su apoyo constante, su preocupación
y su cariño.
A la memoria de mis abuelos Julio César, Julio Alberto, Ana Luisa y de mi querido
tío Jaime (Papo).
ftÇà|tzÉ _™Ñxé ix|Çà|Å|ÄÄt
VIII
TABLA DE CONTENIDO DECLARACIÓN ................................................................................................................. II
CERTIFICACIÓN............................................................................................................... III
AGRADECIMIENTO......................................................................................................... IV
AGRADECIMIENTO.......................................................................................................... V
DEDICATORIA..................................................................................................................VI
DEDICATORIA.................................................................................................................VII
TABLA DE CONTENIDO .............................................................................................. VIII
CAPITULO I ....................................................................................................................... 13
1.1. RESUMEN .......................................................................................................... 13 1.2. INTRODUCCIÓN............................................................................................... 13 1.3. ANTECEDENTES .............................................................................................. 14 1.4. DEFINICIÓN DEL PROBLEMA....................................................................... 15 1.5. HIPÓTESIS DE TRABAJO................................................................................ 16 1.6. OBJETIVOS DE LA INVESTIGACIÓN ........................................................... 16
1.6.1. OBJETIVO GENERAL .............................................................................. 16 1.6.2. OBJETIVOS ESPECÍFICOS ...................................................................... 17
CAPITULO II...................................................................................................................... 18
2.1. ANTECEDENTES DEL COMERCIO INTERNACIONAL ............................. 18 2.1.1. LA TEORÍA DEL SUPERÁVIT COMERCIAL........................................ 18 2.1.2. DOCTRINAS FISIOCRÁTICAS DEL COMERCIO INTERNACIONAL18 2.1.3. TEORÍA CLÁSICA DEL COMERCIO INTERNACIONAL.................... 19 2.1.4. TEORÍA NEOCLÁSICA DEL COMERCIO INTERNACIONAL............ 21
2.2. TEORÍAS ALTERNATIVAS DEL COMERCIO INTERNACIONAL ............ 23 2.2.1. LA POLÍTICA COMERCIAL ESTRATÉGICA........................................ 23 2.2.2. TEORÍA DE LA ORGANIZACIÓN INDUSTRIAL ................................. 25 2.2.3. EL MODELO DE BRANDER Y SPENCER ............................................. 31 2.2.4. MODELO DE DUMPING RECÍPROCO................................................... 36 2.2.5. INTEGRACIÓN REGIONAL .................................................................... 37
CAPÍTULO III .................................................................................................................... 45
3.1. TEORÍAS DE ECONOMÍA INDUSTRIAL ...................................................... 45 3.2. DETERMINANTES DE LA CONCENTRACIÓN INDUSTRIAL................... 48 3.3. DESCRIPCIÓN TEÓRICA DE LOS ÍNDICES DE CONCENTRACIÓN ....... 50
3.3.1. ÍNDICE DE CONCENTRACIÓN DE ORDEN k (CRk) ........................... 54 3.3.2. ÍNDICE DE HERFINDAHL-HIRSCHMAN (HHI)................................... 55 3.3.3. ÍNDICE DE HALL-TIDEMAN (HTI)........................................................ 58 3.3.4. ÍNDICE DE ROSENBLUTH (RI) .............................................................. 59 3.3.5. ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO (CCI) ……………………………………………………………………………..59 3.3.6. ÍNDICE DE HANNAH Y KAY (HKI)....................................................... 60 3.3.7. MEDIDA DE ENTROPÍA DE THEIL (ET)............................................... 61
IX
3.4. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS DEL ECUADOR MEDIANTE ÍNDICES DE CONCENTRACIÓN.......................................................... 62
3.4.1. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS MEDIANTE EL ÍNDICE CRk (k=4) ..................................................................................................... 65 3.4.2. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS MEDIANTE EL ÍNDICE DE HERFINDAHL-HIRSCHMAN ............................................................. 68 3.4.3. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS MEDIANTE EL ÍNDICE DE HALL-TIDEMAN.................................................................................. 70 3.4.4. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS MEDIANTE EL ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO ....................... 72 3.4.5. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS MEDIANTE EL ÍNDICE DE HANNAH Y KAY ................................................................................. 73 3.4.6. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS MEDIANTE LA MEDIDA DE ENTROPÍA DE THEIL ....................................................................... 75
CAPITULO IV .................................................................................................................... 77
4.1. INTRODUCCIÓN AL ANÁLISIS DE DATOS ................................................ 77 4.1.1.1. DEFINICIÓN DEL ANÁLISIS MULTIVARIANTE ............................ 77 4.1.1.2. TIPOS DE TÉCNICAS MULTIVARIANTES....................................... 77
4.2. ANÁLISIS DE COMPONENTES PRINCIPALES............................................ 82 4.2.1. OBTENCIÓN DEL SUBESPACIO............................................................ 83
4.2.1.1. ANÁLISIS EN pR .............................................................................. 83 4.2.1.2. ANÁLISIS EN nR .............................................................................. 84
4.2.2. ELECCIÓN DEL NÚMERO DE EJES ...................................................... 85 4.2.3. DEDUCCIÓN DE LOS COMPONENTES PRINCIPALES...................... 86 4.2.4. INTERPRETACIÓN DEL ANÁLISIS DE COMPONENTES PRINCIPALES............................................................................................................ 90
4.3. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS ECUATORIANAS MEDIANTE COMPONENTES PRINCIPALES ........................................................... 93
4.3.1. PRIMER PROCEDIMIENTO..................................................................... 94 4.3.2. SEGUNDO PROCEDIMIENTO .............................................................. 106
CAPÍTULO V ................................................................................................................... 116
5.1. PROCESOS ESTACIONARIOS ...................................................................... 116 5.2. PROCESOS ESTOCÁSTICOS INTEGRADOS .............................................. 116
5.2.1. PROPIEDADES DE LAS SERIES INTEGRADAS: ............................... 117 5.3. COINTEGRACIÓN .......................................................................................... 117 5.4. PRUEBAS DE RAÍCES UNITARIAS ............................................................. 118
5.4.1. PRUEBA DICKEY-FULLER AUMENTADA (DFA) ............................ 118 5.5. VECTORES AUTORREGRESIVOS (V.A.R.) ................................................ 119
5.5.1. METODOLOGÍA BOX-JENKINS PARA MODELOS VECTORIALES ……………………………………………………………………………121 5.5.2. CRITERIOS DE SELECCIÓN DEL REZAGO ÓPTIMO DEL VAR..... 124 5.5.3. ANÁLISIS DE COINTEGRACIÓN DE JOHANSEN............................. 124 5.5.4. PRUEBA DE PORTMANTEAU DE LOS RESIDUOS ......................... 126 5.5.5. PRUEBA DE NORMALIDAD DE LOS RESIDUOS ............................. 127 5.5.6. PRUEBAS DE CAUSALIDAD DE GRANGER PARA VALIDAR UN VAR ……………………………………………………………………………129
X
5.5.7. PRUEBA DE WALD PARA VALIDAR UN VAR ................................. 130 5.5.8. PRUEBA DE FISHER SOBRE LAS VARIANZAS DE DOS MUESTRAS ……………………………………………………………………………132
5.6. PREDICCIÓN DE LAS EXPORTACIONES DE LOS PRINCIPALES PRODUCTOS AGRÍCOLAS MEDIANTE MODELOS DE SERIES DE TIEMPO .. 133
5.6.1. PREDICCIÓN DE LAS EXPORTACIONES DE BANANO Y PLÁTANO, CACAO Y CAFÉ LAVADO MEDIANTE VECTORES DE CORRECCIÓN DE ERRORES CON VARIABLES EXÓGENAS (VECX) ........................................... 134
5.6.1.1. IDENTIFICACIÓN........................................................................... 134 5.6.1.2. VERIFICACIÓN............................................................................... 136 5.6.1.3. PREDICCIÓN ................................................................................... 136 5.6.1.4. VARIABLES EXÓGENAS .............................................................. 137 5.6.1.5. MODELO VECTORIAL ÓPTIMO PARA PREDECIR LAS EXPORTACIONES DE BANANO Y PLÁTANO, CACAO Y CAFÉ LAVADO ………………………………………………………………………139 5.6.1.6. PREDICCIONES DE LAS EXPORTACIONES DE BANANO Y PLÁTANO, CACAO Y CAFÉ LAVADO PARA EL PERÍODO 2006-2011 ..... 142
5.6.2. PREDICCIÓN DE LAS EXPORTACIONES DE FLORES NATURALES MEDIANTE MODELOS UNIVARIADOS ............................................................. 144
5.6.2.1. IDENTIFICACIÓN........................................................................... 145 5.6.2.2. ESTIMACIÓN .................................................................................. 151 5.6.2.3. VERIFICACIÓN............................................................................... 152 5.6.2.4. PREDICCIÓN ................................................................................... 155
CAPITULO VI .................................................................................................................. 158
6.1. ACUERDOS COMERCIALES Y POLÍTICAS DE COMPETENCIA ........... 158 6.1.1. ANTECEDENTES PRINCIPALES.......................................................... 158 6.1.1.1. EL ENTORNO ECONÓMICO............................................................. 159 6.1.1.2. EL MARCO DE LA POLÍTICA COMERCIAL Y DE INVERSIONES …………………………………………………………………………160 6.1.1.3. ACCESO A LOS MERCADOS DE MERCANCÍAS .......................... 161 6.1.2. LEY DE PREFERENCIAS ARANCELARIAS ANDINAS Y ERRADICACIÓN DE LA DROGA (ATPDEA)...................................................... 162
6.2. LA POLÍTICA DE COMPETENCIA EN ACUERDOS COMERCIALES DE AMÉRICA LATINA Y EL CARIBE ........................................................................... 164 6.3. IMPLEMENTACIÓN DE POLÍTICAS COMERCIALES .............................. 166
CONCLUSIONES Y RECOMENDACIONES ................................................................ 171
CONCLUSIONES......................................................................................................... 171 RECOMENDACIONES ............................................................................................... 175
BIBLIOGRAFÍA............................................................................................................... 177
LIBROS:........................................................................................................................ 177 DOCUMENTOS: .......................................................................................................... 178 TESIS: ........................................................................................................................... 180 INTERNET: .................................................................................................................. 181
XI
ANEXO A ......................................................................................................................... 182
A.1. EXPORTACIONES AGRÍCOLAS DEL ECUADOR EN MILES DE MILLONES DE USD FOB EN EL PERÍODO 1990– 2005 ........................................ 182 A.2. PAÍSES DE ACUERDO A SU UBICACIÓN GEOGRÁFICA, BLOQUES COMERCIALES O COMUNIDADES DE NACIONES............................................. 183 A.3. DEFLACTOR IMPLÍCITO DEL PIB CON BASE 2005................................. 184 A.4. ÍNDICES DE CONCENTRACIÓN POR PRODUCTO DE EXPORTACIÓN185
A.4.1. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE BANANO Y PLÁTANO .......................................................................................... 185 A.4.2. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE ARROZ ……………………………………………………………………………187 A.4.3. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE CACAO ……………………………………………………………………………189 A.4.4. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE CAFÉ LAVADO ....................................................................................................... 191 A.4.5. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE PIÑAS ……………………………………………………………………………193 A.4.6. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE MELONES ................................................................................................................ 195 A.4.7. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE OTRAS FRUTAS...................................................................................................... 197 A.4.8. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE ABACÁ ……………………………………………………………………………199 A.4.9. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE ALGODÓN ............................................................................................................... 201 A.4.10. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE OTRAS FIBRAS VEGETALES............................................................................... 203 A.4.11. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE TABACO EN RAMA ............................................................................................... 205 A.4.12. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE CASCARILLA .......................................................................................................... 207 A.4.13. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE HOJAS DE TÉ .......................................................................................................... 209 A.4.14. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE MAÍZ ……………………………………………………………………………211 A.4.15. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE FLORES NATURALES ........................................................................................... 213 A.4.16. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE OTROS PRODUCTOS AGRÍCOLAS ..................................................................... 215
A.5. SOCIOS COMERCIALES DEL ECUADOR DE ACUERDO A LOS MONTOS DE IMPORTACIÓN DE PRODUCTOS AGRÍCOLAS. ............................................. 217
ANEXO B ......................................................................................................................... 218
B.1. MATRIZ DE CORRELACIONES DEL PRIMER PROCEDIMIENTO ......... 218 B.2. MEDIDA DE ADECUACIÓN KMO ............................................................... 219 B.3. PRUEBA DE ESFERICIDAD DE BARTLETT .............................................. 219 B.4. COORDENADAS DE INDIVIDUOS DEL PRIMER PROCEDIMIENTO.... 220 B.5. MATRIZ DE CORRELACIONES DEL SEGUNDO PROCEDIMIENTO..... 221
XII
B.6. COORDENADAS DE INDIVIDUOS DEL SEGUNDO PROCEDIMIENTO 222 ANEXO C ......................................................................................................................... 223
C.1. ALGORITMO PARA SELECCIONAR VARIABLES EXÓGENAS EN LOS MODELOS VECX........................................................................................................ 223 C.2. TRANSFORMACIÓN DE LAS VARIABLES ENDÓGENAS ...................... 229 C.3. CORRELACIÓN ENTRE LAS DIFERENCIAS DE LOS LOGARITMOS DE LAS VARIABLES ENDÓGENAS............................................................................... 230 C.4. PRUEBAS DE RAÍZ UNITARIA DE LAS VARIABLES ENDÓGENAS .... 231 C.5. PRUEBA DE RAÍCES UNITARIAS DE LA SERIE DE FLORES NATURALES CON UNA DIFERENCIA ESTACIONARIA (d=1) ........................... 232 C.6. MODELOS REALIZADOS PARA LA PREDICCIÓN DE LAS EXPORTACIONES DE FLORES NATURALES ....................................................... 234 C.7. PRUEBAS DE VERIFICACIÓN DEL MODELO SARIMA (1, 1, 2, 0, 4, 9) 235
13
CAPITULO I
1.1.
1.2.
RESUMEN
La presente investigación se centra en el análisis de las exportaciones agrícolas
con el fin de establecer políticas comerciales que permitan la expansión de este
sector. Para ello, se utilizaron herramientas estadísticas univariadas y
multivariadas como son: los Índices de Concentración y el Análisis de
Componentes Principales (ACP), para así determinar los principales productos de
exportación y los primordiales y potenciales socios comerciales del Ecuador;
también, se incorporan herramientas econométricas como modelos univariados y
modelos multivariados (VECX1) para la modelización de series temporales, lo que
permitirá apreciar el comportamiento a futuro de las exportaciones de los
principales productos agrícolas (Banano y Plátano, Cacao, Café y Flores
Naturales), y de esta manera proponer políticas comerciales viables para el
desarrollo de las mismas.
INTRODUCCIÓN
Desde principios del decenio de 1990, el Ecuador ha emprendido acciones para
liberalizar y mejorar la previsibilidad y transparencia de su régimen comercial y de
sus inversiones en el contexto de iniciativas autónomas, regionales y
multilaterales.
El Comercio Internacional ha desempeñado un papel importante en la economía
ecuatoriana, a pesar de que las exportaciones han tenido un alto grado de
diversificación, el petróleo y los productos agrícolas siguen dominando la canasta
exportadora del Ecuador.
1 Vector de Corrección de Errores con variables Exógenas.
14
En los últimos quince años el ambiente económico en el que se inserta el
mercado mundial de los productos agrícolas ha experimentado cambios
importantes como resultado de la entrada en vigencia de acuerdos de libre
comercio y la formación de bloques comerciales.
El incremento en la competencia que resulta de estos acuerdos repercute en
cambios en los flujos comerciales, precios de equilibrio y en la distribución de la
superficie cultivada, afectando, en especial a los productos agrícolas que
involucran inversiones de largo plazo, por lo que la anticipación de los impactos
que resultan de los cambios en el ambiente económico en el que se
desenvuelven, es especialmente importante.
Es por ello, que se debe fomentar políticas que ayuden al sector agrícola, pues
éste exige soluciones que sean perdurables en el tiempo y, que puedan
efectivamente ser llevadas a la práctica. Dentro de este tipo de medidas internas
se puede sugerir de manera a priori créditos focalizados y baratos, refinanciación
o condonación de deudas, concesión de subsidios internos, reducción de
impuestos y de peajes, aranceles para la protección contra la importación de
productos agrícolas, entre otras. En el ámbito externo, el gobierno deberá
negociar la eliminación de las barreras externas y de los subsidios con los cuales
los países desarrollados protegen a sus agricultores.
1.3. ANTECEDENTES
Los esfuerzos por una América Latina más equitativa y más competitiva se han
reflejado en el fortalecimiento que a partir de la década de los noventa han tenido
los esquemas integracionistas existentes, estos esfuerzos también están
orientados a evitar que los países desarrollados dominen el mercado de
comercialización de productos agrícolas, ya que es evidente que la mayor parte
del comercio de estos productos tiene lugar entre estos países. Por otro lado, los
países en desarrollo producen la mayoría de los productos agrícolas más
comercializados, y esto representa para muchos de ellos la fuente principal de
divisas, razón por la cual los sitúa en una posición muy vulnerable frente a las
fluctuaciones de los mercados de estos productos.
15
El valor de las importaciones y exportaciones de productos básicos agrícolas han
aumentado considerablemente a partir de 1970. Este crecimiento se debió en
gran parte al aumento en la demanda de las importaciones por parte de los países
de ingresos medios; cabe señalar, que las reformas de las políticas económicas
aplicadas en el marco de los programas de ajuste estructural, propugnados por
organismos internacionales, han contribuido a que se mantenga dicha tendencia.
En el caso del Ecuador, sus exportaciones están conformadas en un 70% por
productos primarios (principalmente agrícolas y minerales), razón por la cual, la
economía ecuatoriana depende de los ingresos percibidos por la comercialización
de dichos productos. Por tal motivo, es necesario la vigencia de precios estables y
remunerativos de estos productos que garanticen la estabilidad y seguridad del
ingreso que requiere el país para su desarrollo.
Debido a lo expuesto anteriormente, es de vital importancia el análisis del
comportamiento de las exportaciones agrícolas en el período 1990-2005, para así
proponer políticas viables que estén acorde con la realidad agrícola nacional y
que permitan mejorar y desarrollar dichas exportaciones con el fin de que se
mantenga un crecimiento sostenible en el largo plazo.
1.4. DEFINICIÓN DEL PROBLEMA
Durante los últimos quince años, el Comercio Internacional ecuatoriano se ha
caracterizado por un importante aumento, tanto de sus exportaciones, como de
sus importaciones. Este crecimiento se basó principalmente, en la expansión de
las ventas petroleras y en menor medida por las ventas de productos agrícolas.
Finalmente, cabe mencionar que se observó crecimientos significativos en las
ventas de los principales productos agrícolas tradicionales, mientras que las
exportaciones agrícolas no tradicionales se mantuvieron prácticamente
estancadas, lo cual genera las siguientes interrogantes:
¿Las políticas comerciales adoptadas por las autoridades ecuatorianas, han
favorecido el crecimiento y la diversificación de las exportaciones agrícolas?
16
¿Los acuerdos comerciales fomentan las exportaciones agrícolas del Ecuador?
¿En los últimos años se han incrementado el número de socios comerciales a los
que se dirigen las exportaciones agrícolas ecuatorianas?
¿Se observará un comportamiento creciente de las exportaciones agrícolas en los
años venideros?
¿Es necesario subsidiar al sector agrícola para que este sea más competitivo?
1.5.
1.6.
HIPÓTESIS DE TRABAJO
Teniendo en cuenta los problemas por los cuales atraviesan las exportaciones
agrícolas ecuatorianas, se ha creído conveniente plantear las siguientes hipótesis:
• Las exportaciones agrícolas del Ecuador, no presentan una adecuada
diversificación, siendo los productos agrícolas tradicionales los de mayor
comercialización en los mercados internacionales.
• En los últimos años se ha observado un crecimiento paulatino de las
exportaciones agrícolas ecuatorianas, especialmente de los productos
agrícolas no tradicionales, los cuales muestran una tendencia creciente a
futuro de sus exportaciones.
OBJETIVOS DE LA INVESTIGACIÓN
Para la realización del presente estudio se han establecido como directrices cinco
objetivos, los mismos que se presentan a continuación:
1.6.1. OBJETIVO GENERAL
Analizar la evolución y composición de las exportaciones agrícolas en el período
1990–2005, con el objeto de implementar un conjunto de políticas comerciales
que permitan aprovechar de manera eficiente los diferentes mercados receptores.
17
1.6.2. OBJETIVOS ESPECÍFICOS
• Analizar la concentración de las exportaciones agrícolas del Ecuador, de
acuerdo al país de destino de las mismas.
• Identificar los principales productos agrícolas de exportación del Ecuador y
sus países de destino.
• Analizar la evolución de las exportaciones de los principales productos
agrícolas ecuatorianos en el período 1990–2005.
• Proponer políticas comerciales viables para el desarrollo de los principales
productos agrícolas de exportación.
18
CAPITULO II
2.1. ANTECEDENTES DEL COMERCIO INTERNACIONAL
2.1.1. LA TEORÍA DEL SUPERÁVIT COMERCIAL
En los siglos XVI, XVII y principios del XVIII se realizaron las primeras
aportaciones y reflexiones sobre el Comercio Internacional. A esta corriente de
pensamiento se identificó con posterioridad, con el nombre de Mercantilismo; sus
fundamentos teóricos proponían determinar las ventajas de los intercambios
comerciales para un país. La doctrina del superávit de la balanza comercial que
postulaban los mercantilistas implicaba que un país se beneficiaría del Comercio
Internacional siempre que el valor de sus exportaciones sea mayor que el de sus
importaciones, lo que generaría un incremento en la acumulación de metales
preciosos y por ende un enriquecimiento del país. Esta teoría provocó un cambio
en las concepciones económicas y sociales, ya que se facilitó el intercambio de
mercancías, dando origen a nuevos conceptos como riqueza, dinero, tipo de
cambio, balanza comercial, entre otros, los mismos que dieron paso al desarrollo
de la economía capitalista.2
2.1.2. DOCTRINAS FISIOCRÁTICAS DEL COMERCIO INTERNACIONAL
Esta corriente de pensamiento surge a mediados del siglo XVIII como una
doctrina contraria al pensamiento mercantilista; sus ideales estaban dirigidos a
opacar la necesidad indefinida de la acumulación de riqueza (aumento de la
cantidad de metales preciosos) que proclamaban los mercantilistas a través de las
cifras positivas en la balanza de pagos.
En principio se atacó su aspecto monetario, argumentando que las grandes
riquezas no estaban representadas por la acumulación del dinero (metales
2 Hoselitz, Berthold Frank, Teorías del Crecimiento Económico, páginas 4 – 41, México, Centro Regional de Ayuda Técnica, Agencia para el Desarrollo Internacional, 1964.
19
preciosos) y que estas no suplían las necesidades humanas. “Esta doctrina
descubrió que la circulación internacional de una moneda metálica, regularía por
si misma la oferta de metales preciosos. Cualquier exceso o escasez, de la
cantidad requerida por un país para mantener el equilibrio internacional, seria
corregido por la influencia en los cambios de post niveles de precios”3. Los
fisiócratas fueron uno de los primeros en decir que el comercio se basaba
simplemente en el intercambio de unos bienes por otros, teniendo como medio
para los intercambios el dinero.
2.1.3. TEORÍA CLÁSICA DEL COMERCIO INTERNACIONAL
En 1776 Adam Smith publica su libro “La Riqueza de las Naciones”, en donde
plantea las bases teóricas del Comercio Internacional. En su publicación Smith
realiza fuertes críticas a los fundamentos mercantilistas aduciendo que estos
confundían riqueza con atesoramiento, además promueve el libre comercio
argumentando que los beneficios del comercio están basados en el principio de
ventaja absoluta4. En términos de política comercial, el modelo clásico implica
una férrea defensa de las prácticas del laissez faire5, es decir, la no intervención
gubernamental en ningún caso ya que al no existir fallos de mercado, ésta solo
alteraría la competencia y perjudicaría a la nación que la practica. La teoría del
valor del trabajo es una visión muy simplificada que afirma que el único factor de
producción es el trabajo y que los bienes se intercambian en función de las
cantidades relativas de trabajo que tienen incorporadas; además, que a través de
la especialización los países pueden obtener mayores beneficios del Comercio
Internacional.
3 Bloomfield, A. Las Doctrinas Fisiocráticas y el Comercio Exterior. 4 Objeto citado en referencia 2 5 La frase "laissez faire" es una expresión francesa que significa "dejad hacer", refiriéndose a libertad manufacturera y libertad aduanera. Fue usada por vez primera por Jean-Claude Marie Vicent de Gournay, fisiócrata del siglo XVIII, contra la interferencia del gobierno en la economía. http://es.wikipedia.org/wiki/Laissez_faire
20
A principios del siglo XIX Ricardo publica su obra “Principios de Economía Política
y Tributación”, en donde introduce el concepto de ventaja comparativa6, a través
de su famoso ejemplo de la producción de vino y paño en Inglaterra y Portugal,
donde argumentó que a pesar que un país posea una ventaja absoluta en la
producción de dos bienes, le convendría importar aquel bien en cuya producción
sea relativamente menos eficiente y exportar aquel bien en cuya producción sea
relativamente más eficiente. Del mismo modo, un país que no tenga ventajas
absolutas en la producción no puede beneficiarse del Comercio Internacional si se
especializa en la producción de aquel bien en el que su producción es
relativamente más eficiente.
Por su parte Mill, reformula la teoría de Ricardo y realiza un análisis acerca de
como beneficios generados en el Comercio Internacional pueden ser mutuamente
beneficiosos entre las naciones. Según Mill el Comercio Internacional, el libre
cambio y el crecimiento económico pueden estructurarse en tres estratos: el
primero estriba en las implicaciones de la teoría de la demanda recíproca para la
distribución de las ventajas del comercio; el segundo consiste en las ventajas
proporcionadas por el comercio exterior, directas e indirectas, explicitadas por
Mill, y el tercero las consideraciones que Mill realiza sobre la política comercial.7
Bajo los supuestos de Ricardo y Mill,8 el Comercio Internacional traerá como
consecuencia una especialización completa en la producción de los bienes en los
que se tiene una ventaja comparativa; además, la ganancia que un país recibe del
comercio será mayor, entre más parecidas sean las relaciones de intercambio
internas de cada país.
6 Se debe mencionar que la ventaja comparativa es un concepto amplio en el se tienen en cuenta cómo y por qué se combinan la dotación de recursos de las naciones (donde es crucial la escasez o abundancia relativas) y la tecnología de producción (determina la intensidad relativa con la que los factores disponibles se combinan para producir los distintos bienes). Paul R. Krugman; Maurice Obstfeld. Economía Internacional: Teoría y Política, pág.77, Madrid, España, editorial Addison Wesley, 2001 7 Chacholiades, Miltiades, Economía internacional , Bogotá, Colombia : McGraw-Hill,1992 8 Los supuestos básicos son: Competencia perfecta, rendimientos constantes a escala, un solo factor de la producción y, precios relativos expresados en unidades de mercancías.
21
2.1.4. TEORÍA NEOCLÁSICA DEL COMERCIO INTERNACIONAL
En el último tercio del siglo XIX, empezó a cobrar relevancia en el panorama del
pensamiento económico, lo que posteriormente se conocería como la escuela
Neoclásica dejando de lado a la ortodoxia clásica. Los neoclásicos implementan
una nueva teoría del valor basada en la utilidad de los bienes y el modelo de
equilibrio general, que interrelaciona la variable económica más representativa
para llegar a una solución de equilibrio; cabe mencionar, que los neoclásicos
descartaron la teoría del valor empleada por los clásicos, afirmando que el valor
de los bienes debe medirse en función de la utilidad que proporcionan en lugar del
trabajo que llevan incorporado9.
Dentro de la escuela neoclásica los pensadores más destacados fueron:
Walras, por el análisis del equilibrio general, mediante el cual quería estudiar la
estática comparativa (las leyes de variación de los precios y cantidades de
equilibrio al variar los datos básicos)10.
Edgeworth y Pareto, aclararon de modo considerable la relación existente entre
los equilibrios competitivos y las asignaciones óptimas11, Edgerworth demostró
que había todo un conjunto de asignaciones a las que llamó la curva de contrato,
mientras que la contribución especial de Pareto es una definición adecuada de la
asignación óptima de los recursos, esencialmente la satisfacción de la condición
de la curva de contrato de Edgeworth.
9 En 1936, Haberler propuso la introducción del concepto de costo de oportunidad (el costo de una mercancía viene dado por el de la producción alternativa a la que se ha de renunciar) al análisis neoclásico. 10 Un equilibrio Walrasiano se presenta cuando existe un sistema de precios para el que: a) cada consumidor maximiza su utilidad sujeto a su restricción presupuestal, b) cada productor maximiza sus beneficios sujeto a sus posibilidades tecnológicas y c) demanda y oferta agregada de cada bien son iguales. S. Monsalve, Introducción a los Conceptos de Equilibrio en Economía, capítulo I. 11 En economías Walrasianas, una asignación factible es óptimo en el sentido de Pareto, si no existe otra asignación factible que mejore el bienestar de un consumidor sin empeorar el bienestar del otro. S. Monsalve, Introducción a los Conceptos de Equilibrio en Economía, capítulo XVII.
22
Marshall, por su parte, aportó a la teoría de Ricardo de un aparato gráfico para
representar el comportamiento de la oferta y demanda; en el cual se trató de
predecir efectos en el equilibrio de mercado provocados por un cambio en un
parámetro, el análisis general o de interrelaciones (ya desarrollado por Walras) lo
cual se torno de muy difícil manejo, por lo que recurrió a una alternativa más
accesible como el método de análisis parcial, que limita las relaciones a algunas
variables muy próximas, considerando arbitrariamente a las demás como
constantes (ceteris paribus12). 13
En 1930, Ohlin publica su obra “Comercio Interregional e Internacional”, el mismo
que complementa la teoría de la ventaja comparativa para dar lugar a la teoría
tradicional o neoclásica del comercio: la teoría de las proporciones factoriales o
modelo Heckscher-Ohlin. Los fundamentos en los que se basa Ohlin para realizar
su teoría son generalmente los factores abundantes, relativamente baratos y los
factores escasos, relativamente caros, en cada una de las regiones.
El avance teórico más importante para justificar la no intervención del estado se
deriva de la demostración de la eficiencia del mercado que realizaron Arrow y
Debreu en 1951 (con los avances previos de Walras), mediante la demostración
de la existencia, unicidad y estabilidad del equilibrio general. Sobre este tema,
Walras argumentó en su teoría que si las relaciones de preferencia de los
consumidores y las funciones de producción de las empresas poseen ciertas
propiedades a las cuales se les puede dar un significado económico, entonces
existe un sistema de precios para el cual las ofertas y las demandas globales de
cada bien son iguales. De aquí se derivan los dos teoremas fundamentales del
bienestar que afirman que todo equilibrio competitivo es eficiente en el sentido de
Pareto y que cualquier óptimo de Pareto es alcanzable mediante un mercado
competitivo. De estos teoremas se evidencia que la intervención solo logra
distorsionar las actitudes de los agentes económicos (ya que el mercado es
12 Ceteris Paribus: Con otros factores adicionales constantes; a fin de apreciar el efecto de una variable sobre otra, mantenemos todas la demás variables constantes. Roger Leroy Millar, Roger Meiners, Microeconomía, pag. 53 13 Marshall, Alfred, Principios de Economía: Un Tratado de Introducción. Madrid, España, editorial Aguilar, 1957
23
eficiente y neutral en términos distributivos) y no permite que se alcancen
situaciones pareto-eficientes.
2.2. TEORÍAS ALTERNATIVAS DEL COMERCIO
INTERNACIONAL
2.2.1. LA POLÍTICA COMERCIAL ESTRATÉGICA
Se puede definir a la política comercial estratégica como aquella política comercial
que un gobierno instrumenta mediante la intervención y la regulación y que va
destinada a modificar la interacción estratégica que se produce en determinados
sectores entre empresas nacionales y extranjeras en el ámbito internacional.
Estas acciones, que suelen instrumentarse a través de la política industrial,
intentan favorecer a las empresas nacionales frente a sus rivales extranjeros;
quienes apoyan estas prácticas defienden que dadas las imperfecciones de los
mercados, hay buenos motivos que justifican una política industrial activa.
Los argumentos a los que se hace referencia fundamentalmente son: los
beneficios extraordinarios que aparecen en mercados oligopolísticos con fuertes
barreras de entrada y que podrían justificar subsidios a la exportación y la
importancia de las externalidades tecnológicas de determinadas industrias que
justificarían también un apoyo gubernamental a través de una política industrial.
Ambos temas se encuentran íntimamente relacionados por lo que deben ser
considerados conjuntamente a la hora de juzgar, las ventajas y los inconvenientes
de la política industrial activa. Además, es necesario analizar las posibles
represalias que podrían tomar los gobiernos de otras naciones en respuesta a las
políticas comerciales estratégicas llevadas a cabo por un gobierno concreto y los
riesgos que esto supone para el desarrollo de los intercambios internacionales.
Alrededor de este tema giran muchas de las discusiones a la hora de precisar
hasta qué punto resulta conveniente implementar este tipo de políticas, ya que
existe la posibilidad de que reaparezca de forma inevitable el proteccionismo.
24
Los defensores de la política comercial estratégica afirman que, bajo
determinadas estructuras industriales, el gobierno puede modificar el juego
estratégico en el que se desenvuelven las empresas mediante subsidios a la
exportación. Estos subsidios logran que el ingreso nacional aumente, debido a
que las empresas nacionales se apropian de una mayor parte de la renta14 que
genera el intercambio comercial.15
Para conseguir su objetivo, el gobierno debe conceder subsidios que desplacen
los beneficios que están en juego en el sector hacia las empresas nacionales. Los
subsidios a los que se refieren estos teóricos no son necesariamente
subvenciones por unidad de producto para los bienes que se exportan, sino que
son transferencias de renta que tienen un carácter mucho más general e
indefinido, que se materializa en ayudas del gobierno a los sectores considerados
estratégicos, y que se canalizan a través de la política industrial. En principio, si el
subsidio logra aumentar el empleo en la industria nacional porque aumentan sus
ventas al reducirse las de su rival extranjero, habrá un aumento del bienestar
nacional. Pero si el subsidio produce un aumento salarial en vez (o además) de un
aumento de empleo, estarían aumentando también los costos marginales de la
industria nacional, con lo cual ésta podría volverse menos competitiva respecto de
sus rivales extranjeros.
El argumento de la política comercial estratégica se asemeja a la justificación
clásica del proteccionismo por la “industria naciente”. Según esta teoría, las
naciones en una primera etapa de su desarrollo industrial, no estarían preparadas
para competir en los mercados internacionales debido a su retraso relativo con
respecto a otros países; esto justificaría que el gobierno protegiera la industria
naciente del país durante un período no muy largo, con el fin de que la industria se
coloque en igualdad de condiciones para competir; a partir de entonces se debe
eliminar todo tipo de proteccionismo para aprovechar las ventajas del libre cambio.
14 Por renta se entiende el pago que se hace a un insumo por encima de lo que podría ganar en un uso alternativo. 15 Brander, J ,Krugman, P .Una Política Comercial Estratégica para la Nueva Economía Internacional, pág. 50, Barcelona, España, editorial Oikos-Tau , 2001
25
En el caso de la política comercial estratégica la idea es bastante similar, se trata
de apoyar a una empresa nacional, no para colocarla en igualdad de condiciones
con sus competidoras internacionales, sino para que las aventaje, ya que están en
juego grandes beneficios.
La intervención del Estado no resuelve el fallo de mercado, sino que hace que los
beneficios caigan del lado de las empresas nacionales en vez de ser apresados
por empresas extranjeras. En realidad, dado que el óptimo paretiano no es
alcanzable debido a la imperfección de los mercados se busca las alternativas
más convenientes, pero dentro de estas situaciones no pareto-eficientes resulta
lícito que el gobierno de un país prefiera unas a otras y pueda implementar
políticas para que se alcance finalmente la alternativa más conveniente16.
En todo caso los defensores de la política comercial estratégica argumentan que:
cualquiera que sea la justificación teórica para conceder el subsidio, es decir, tanto
si existe fallo de mercado o no y si la intervención del Estado lo soluciona o no; si
las empresas nacionales no son apoyadas por el gobierno toda la nación se verá
perjudicada, porque los gobiernos de otras naciones, pondrán en práctica los
subsidios anticipadamente y se apropiarán de los beneficios. Las ventajas que
aporta un subsidio a la exportación serán mayores cuanto más concentrada esté
la industria nacional y menos lo esté las extranjeras rivales17.
2.2.2. TEORÍA DE LA ORGANIZACIÓN INDUSTRIAL
Tanto las nuevas explicaciones del Comercio Internacional basadas en las
imperfecciones de los mercados, como las nuevas justificaciones del
proteccionismo en general y de la política comercial estratégica en particular están
basadas en los desarrollos recientes de la teoría de la Organización Industrial.
16 El gobierno debe analizar muy cautelosamente qué sectores son los más susceptibles de sufrir impactos negativos en sus exportaciones al momento de efectuar un acuerdo bilateral o multilateral, a estos sectores se enfocara la política comercial estratégica. Es importante señalar que estas teorías intentan que las empresas nacionales obtengan los beneficios cuando la situación está muy igualada en la competencia con sus rivales extranjeros. 17 J. Krugman, Geografía y Comercio, pág. 42-50, Barcelona, España, editorial Oikos-Tau , 2001
26
El Comercio Intraindustrial no puede ser explicado por la teoría Neoclásica, ya que
no parece haber una ventaja comparativa que explique que países con dotaciones
factoriales similares intercambien bienes sustitutivos muy cercanos; para entender
por qué se produce este fenómeno se tiene que explorar temas como las barreras
de entrada, economías de escala, la estructura de los mercados (competencia
monopolística u oligopolios), las curvas de aprendizaje o la diferenciación del
producto, que son temas que aborda la teoría de la Organización Industrial.
Las barreras de entrada constituyen uno de los requisitos indispensables para
considerar a un sector como estratégico. La no existencia de estas barreras es
una de las condiciones para que se de competencia perfecta; si existen se
encuentra ante un mercado imperfectamente competitivo en el que habrá
beneficios extraordinarios, con lo que el gobierno podrá tener incentivos para
realizar una política industrial activa que intente desplazar beneficios hacia las
empresas nacionales.
El análisis pionero en esta materia corresponde a Bain, que definía las barreras de
entrada como aquello que permite a las empresas establecidas lograr beneficios
extraordinarios elevando el precio por encima del nivel competitivo sin inducir a
nuevas a empresas a entrar en el sector. Bain señalaba que hay cuatro factores
que no permiten la eliminación de los beneficios, y que por lo tanto, perpetúan la
imperfección del mercado: la existencia economías de escala, las ventajas
absolutas de costes, las necesidades iniciales de capital y la diferenciación del
producto.
Las existencia de economías de escala es, además de la pieza clave que explica
el comercio intraindustrial, uno de los elementos cruciales que configuran los
mercados oligopólicos. Las ventajas absolutas de costes y las necesidades
iniciales de capital hacen referencia a formas de producción de una empresa
derivadas del aprendizaje mediante la experiencia o a patentes obtenidas
mediante la investigación a las que no pueden tener acceso (o tenerlo a un coste
muy alto) los potenciales competidores de la empresa ya instalada que se
plantean entrar. Finalmente la diferenciación de productos (otro de los elementos
27
que explica los intercambios intraindustriales) también se refiere a innovaciones
que puede haber hecho una empresa ya instalada que no permiten la entrada a
los competidores.
Lo que resulta claro es que su existencia impide la competencia perfecta y por lo
tanto reduce el bienestar en términos generales. Pero si bien las barreras de
entrada reducen el bienestar porque crean poder de mercado (permiten que las
empresas vendan por encima del precio competitivo), también crean sectores
estratégicos. Si estos sectores compiten en al ámbito internacional ya no resulta
claro que, siempre y cuando un gobierno pueda lograr que sus empresas se
hagan con mayores beneficios que sus rivales extranjeros mediante la política
industrial, la existencia de barreras de entrada reduzca el bienestar nacional. Por
tanto el gobierno puede buscar qué sectores presentan estas barreras, comprobar
que hay empresas nacionales que compiten en estos sectores internacionalmente
y, si hay importantes beneficios en juego, subsidiar a las empresas nacionales. Se
puede distinguir dos tipos de barreras de entrada: las que surgen de modo natural
y las que aparecen como consecuencia de acciones estratégicas, ya sea por parte
de las empresas instaladas o por actuaciones gubernamentales18.
Por otro lado, la existencia de rendimientos crecientes a escala resulta
fundamental en el análisis del Comercio Internacional por ser los generadores de
la existencia de Comercio Intraindustrial y de las barreras de entrada.
Para obtener una explicación completa del patrón de Comercio Internacional es
necesario ver cómo se relacionan las economías de escala con la ventaja
comparativa19. Según el modelo Neoclásico, si se tiene dos países, uno con
abundancia de capital (que produce manufacturas que son intensivas en capital) y
otro con abundancia de trabajo (que produce alimentos que son intensivos en
trabajo) y si ambos presentan rendimientos constantes y funcionan en
18 Debemos señalar una vez más que en el ámbito nacional las actuaciones gubernamentales intentan eliminar (y no crear) barreras para aumentar así la competencia, pero cuando se pasa al ámbito internacional se observa cómo estas acciones pueden estar encaminadas a crear barreras que impidan la entrada a rivales extranjeros. 19 KRUGMAN P, OBSTFELD M, Economía Internacional: Teoría y Política, editorial McGraw Hill, capítulo 6, Madrid, España 1997.
28
competencia perfecta, es decir, el país capital-abundante exporta únicamente
manufacturas e importa únicamente alimentos. En este caso el comercio se
explica completamente a través de la ventaja comparativa.
Varios análisis empíricos muestran que este no es el patrón de comercio
dominante en los intercambios internacionales, especialmente en los intercambios
entre países industrializados, donde más del 50% de los bienes comercializados
son producidos por sectores con abundancia de capital. La falta de concordancia
entre el modelo y la realidad parece residir en la no consideración de los
rendimientos crecientes a escala ni en la estructura de competencia monopolística
del modelo tradicional20.
Una situación similar a la mencionada anteriormente, pero con rendimientos
crecientes a escala (los costes medios disminuyen con el aumento de la
producción) y donde el mercado de manufacturas, en vez de funcionar en forma
de competencia perfecta, lo hace en forma de competencia monopolística según
el modelo de Chamberlain21. En esta situación se producirá una especialización
intraindustrial. Esto sucede porque a ninguno de los países le conviene satisfacer
completamente la diversificada demanda de manufacturas que hacen sus
ciudadanos porque si lo hacen no aprovechan las ventajas de las economías de
escala. Como existen rendimientos crecientes a escala, a las empresas les
conviene especializarse en determinados bienes y satisfacer tanto la demanda
nacional como la extranjera de esas manufacturas. Del mismo modo, empresas
del otro país se especializarán en otro tipo de manufacturas y aprovecharán las
economías de escala para aumentar su producción y servir a ambos mercados.
Por lo tanto, lo que sucede es que, dada la diversidad de la demanda de
manufacturas en ambos países, el país 1, a pesar de ser un exportador neto de
manufacturas, también demandará manufacturas producidas en el país 2, dando
lugar al comercio intraindustrial.
20 KRUGMAN P., Industrial Organization and International Trade, Amsterdam, Holanda 1989, pág. 1182. 21 El modelo de Chamberlain examina los determinantes y los efectos del poder de negociación y de la habilidad para conseguir del oponente acuerdos que beneficien.
29
A su vez, los consumidores de ambos países se ven beneficiados porque
disfrutan de una mayor variedad de productos (sustitutivos cercanos) y, pagan un
precio menor por ellos derivado de la reducción de costes para las empresas que
se aprovechan de los rendimientos crecientes a escala.
En síntesis, la introducción de las economías de escala en el modelo amplía las
explicaciones de por qué el comercio intraindustrial bidireccional se añade al
tradicional comercio interindustrial que se deriva de la ventaja comparativa22.
La concentración industrial, los procesos de fusiones y adquisiciones o el rápido
aumento de la producción por parte de una empresa en sus primeros años de vida
incluso incurriendo en pérdidas (economías de escala dinámicas), son fenómenos
que suelen responder a motivos estratégicos de las empresas para aprovechar las
economías de escala, es decir, para reducir sus costes unitarios producto del
aumento de la producción. Pero cuando las empresas hacen esto, al mismo
tiempo están creando barreras de entrada a la industria para sus competidores
potenciales. Esto sucede porque si una empresa es capaz de reducir sus costes
medios gracias al aumento de la producción, sus potenciales competidores, que
no tienen una capacidad instalada tan grande, no podrán poner sus productos en
el mercado a un precio competitivo (siempre y cuando la tecnología que utilizan
todas las empresas sea similar).
En ocasiones, la concentración industrial responde a acciones estratégicas de las
empresas, pero las economías de escala como causa de las barreras de entrada
parecen surgir muchas veces de modo natural porque es innegable que la
mayoría de los sectores industriales (no así los agrícolas) presentan rendimientos
crecientes a escala. Además la lógica del sistema capitalista parece propenso a
los procesos de concentración de capital con el fin de aprovechar este hecho. En
los procesos de producción industriales la ampliación de las plantas productivas
permite reducir los costes unitarios.
22 KRUGMAN P., Rethinking International Trade, MIT Press. pág. 21, Michigan, USA, 1990.
30
Ante situaciones de este tipo la política industrial puede intentar mediante la
regulación, la reducción de la ineficiencia de situaciones imposibles de solucionar,
o fomentar la competencia combatiendo la concentración, los abusos de posición
dominante, los acuerdos horizontales y cualquier otro tipo de práctica similar para
frenar la concentración, que resulta especialmente acusada en sectores como los
de las tecnologías de la información.
A su vez, las curvas de aprendizaje, también llamadas economías de escala
dinámicas, hacen referencia al aumento de la productividad que se produce a
través de la experiencia acumulada23. Cuando una empresa lleva más de un
período produciendo un bien aprende a producirlo mejor, se hace con el know how
del proceso productivo, lo que se traduce en una disminución del coste unitario a
medida que aumenta la producción acumulada. Lo que sucede es que el coste
esperado de la producción para los periodos futuros pasa a ser función de las
cantidades producidas en los períodos pasados. La importancia de esta relación
puede llevar a que determinadas empresas produzcan más que la cantidad de
equilibrio durante los primeros periodos con el fin de bajar por su curva de
aprendizaje más rápidamente que sus competidores, es decir, para crear una
barrera de entrada.
Gráfico 2.1: La Curva de Aprendizaje
Coste
QA Producción Acumulada
C*
C1 A
A*
Unitario
1 2
23 K.J. Arrow, “The Economic Consecuences of Learning by Doing”, 1962, págs. 153-176.
31
El gráfico 2.1 muestra que, la curva de aprendizaje A es la de un país que cuenta
con cierta experiencia acumulada en la producción de un bien, mientras que la A*
corresponde a otro país que todavía no ha empezado a producir, pero que puede
hacerlo con menores costes (lo que se refleja en que su curva de aprendizaje está
por debajo que la del otro país). Siempre que el país pionero cuente con una
ventaja lo suficientemente grande, la experiencia acumulada (el haber bajado por
su curva de aprendizaje) significa una barrera de entrada para el otro país, incluso
aunque sus costes sean menores. Tal y como se aprecia en el gráfico, el país
pionero ha acumulado una producción QA, por lo que su coste unitario es C1
(punto1), mientras que el segundo no tiene ninguna experiencia acumulada (por lo
punto 2). El país que plantea
empezar a producir deberá analizar cuidadosamente si le conviene o no, sabiendo
2.2.3. EL MODELO DE BRANDER Y SPENCER
consistente24. Uno de los mayores problemas del argumento a favor del subsidio
que su coste unitario sería C*, correspondiente al
que su coste unitario será mayor que el de su competidor. Si el mercado del bien
en cuestión no es perfectamente competitivo y no hay indicios de que las curvas
de aprendizaje (A y A*) vayan a cortarse en un futuro próximo, la empresa que
decide ingresar al mercado no tendrá incentivos para hacerlo y, existirá una
barrera de entrada derivada de las economías de escala dinámicas.
James Brander y Barbara Spencer elaboraron un modelo que trataba de explicar
cómo los gobiernos de naciones donde se localizan empresas que actúan en
mercados oligopólicos pueden tener incentivos para realizar una política comercial
activa y agresiva con el fin de que la empresa nacional logre captar la mayor
cuota de mercado posible, aumentando así el bienestar nacional a través del
aumento de los beneficios de las empresas nacionales.
Este modelo, el más famoso y extendido de los que se refieren a la política
comercial estratégica, se lo puede analizar mediante un enfoque de teoría de
juegos, a través del cual se puede explicar el modelo de una manera clara y
24 Al analizar el modelo utilizando la teoría de juegos como herramienta, permite localizar la situación de equilibrio con gran sencillez.
32
resulta determinar correctamente los beneficios esperados en la situación inicial,
ya que de esta depende el éxito o fracaso del apoyo gubernamental a las
empresas. A pesar de que el modelo expuesto es teórico, lo que permite suponer
antes de que las empresas tomen sus decisiones, por lo cual
puede ejercer de modo eficaz el papel que en el modelo se le da a los subsidios a
las exportaciones. Uno de los supuestos clave en el modelo de Brander y Spencer
es que las empresas que compiten en un mercado duopólico se comportan según
el modelo de Cournot: la situación de equilibrio antes del subsidio se alcanza al
escoger ambas el nivel de producción que maximiza sus beneficios haciendo un
supuesto sobre cuánto producirá la otra, y dejando que los precios se ajusten
posteriormente.
que el gobierno puede subsidiar a las industrias nacionales sin ningún tipo de
restricción, debe tenerse en cuenta que el Comercio Internacional está regido por
los acuerdos multilaterales que se alcanzan en las rondas de negociación del
General Agreement on Tariffs and Trade (GATT25), los cuales suelen imponer
obstáculos a los subsidios de las exportaciones por considerarlos impedimentos
para la consecución del libre comercio.
Brander y Spencer introducen en su modelo la posibilidad de que sean subsidios
a la investigación y desarrollo, y no subsidios a las exportaciones los que
modifiquen el juego estratégico en el que se desenvuelven las empresas; pues,
argumentan que el gasto en investigación y desarrollo es un gasto público y que
se da a conocer
25 Acuerdo General sobre Comercio y Aranceles.
33
Gráfico 2.2: El Equilibrio De Cournot
qE*
1
q* Función de reacción
empresa nacional
Función de reacción empresa extranjera
q qE
π π*
El gráfico 2.2 muestra que las dos empresas alcanzan el equilibrio Nash-Cournot
en el punto 1 (donde las producciones respectivas son qE* y qE), en el cual
ninguna tiene incentivos para aumentar o reducir su producción porque ambas
alcanzan su mejor curva iso-beneficio posible: π para la empresa nacional y π*
para la extranjera, ambas podrían alcanzar una mejor situación de modo conjunto
si pactaran para comportarse como un monopolio, reduciendo la cantidad total
producida y aumentando su precio. Pero como suponemos que se comportan de
modo no cooperativo cada empresa toma la producción de la otra como dada, por
lo que el equilibrio del punto 1 es estable.
34
34
Gráfico 2.3
2π
π3
qEq1#q1 q2 q3 q
3
q* qE
* q*1 q*
2
q*
π1
1
2 3
4
Función de reacción empresa nacional
5
Función de reacción empresa extranjera
En el gráfico 2.3, el punto 1 corresponde al equilibrio descrito en el gráfico 2.2, en
el se intersecan las funciones de reacción de ambas empresas, siendo qE* y qE
las exportaciones respectivas. La empresa nacional podría mejorar si lograse
xportar más de qE. Suponiendo que la empresa nacional pudiera exportar q1; en
este caso la indica su
función de reacción, sería vender q*1, que corresponde al punto 3, en donde la
empresa nacional aumenta sus beneficios al alcanzar la curva iso-beneficio π2 a la
que corresponde un beneficio mayor que en π1 (curvas iso-beneficio más
cercanas al origen indican beneficios mayores).
El problema radica en que un simple anuncio de la empresa nacional de que va a
elevar su producción hasta q1 no sería creíble sin algún efecto adicional, porque la
empresa extranjera sabe que si produce q*1 la respuesta óptima de la empresa
nacional (según indica su función de reacción) sería producir q1#, pero no q1,
porque en el punto 2 sus beneficios son máximos dado el nivel de producción q*1
de la empresa extranjera; por lo tanto, el punto 2 no es un equilibrio. El único
equilibrio en esta situación es el punto 1.
e
respuesta óptima de la empresa extranjera, según nos
35
Gráfica 2.4: El Efecto del Subsidio a la Empresa Nacional
q
q*
Función de reacción empresa nacional 1
(sin subsidio)
Función de reacción empresa extranjera
Función de reacción empresa nacional 2 (con subsidio)
1
2 π1
π2
Sería beneficioso para la empresa nacional poder hacer creíble que aumentará su
producción. Suponiendo que un aumento de los beneficios de la empresa
nacional mejora el bienestar de la nación donde se localiza dicha empresa, resulta
de interés nacional aumentarlos. Lo que demuestran Brander y Spencer es que
un subsidio a la empresa nacional logra precisamente esa deseada credibilidad; si
el gobierno proporciona un subsidio a la empresa nacional antes de que ambas
empresas decidan cuánto van a exportar, el coste marginal de la empresa
nacional desciende, con lo que su función de reacción se desplaza a la derecha.
ste movimiento se ilustra en el gráfico 2.4, donde el equilibrio pasa del punto 1 al
política
aparecen fallos del Estado que conllevan aún mayores obstáculos que los fallos
de mercado para alcanzar la eficiencia y la racionalidad de las decisiones.
E
2, por lo que los beneficios de la empresa nacional aumentan de π1 a π2.
Resulta evidente que en la economía de una nación existen fallos de mercado
que distorsionan la eficiencia, pero no es menos cierto que en la esfera
36
2.2.4. MODELO DE DUMPING RECÍPROCO
Se define al dumping como la discriminación de precios en diferentes mercados
nacionales, el mismo que aparece como resultado directo de la protección que
gozan los exportadores en su mercado, por medio de aranceles y costos de
transporte; estos factores permiten que la firma venda a precios más altos en el
mercado interno. El dumping, puede producirse sólo si se dan las siguientes
condiciones: competencia imperfecta, donde las empresas fijan precios y no los
toman como dados; mercados segmentados, para evitar operaciones de arbitraje;
y, elasticidad de demanda del mercado externo superior a la del mercado
doméstico26.
En 1981, James Brander sugirió que el Comercio Internacional puede surgir a
pesar de la no existencia de ventajas comparativas y de economías de escala,
pues afirmó que las empresas oligopólicas podrían vender en los mercados de las
otras firmas monopólicas sin que existan necesariamente estos dos elementos.
Brander y Krugman, en el año de 1983, desarrollaron un modelo en el que la
rivalidad de las firmas oligopólicas actúan como causa independiente del
Comercio Internacional. Si una firma maximizadora de beneficios, cree que
enfrenta una elasticidad de demanda en el extranjero mayor que la del mercado
doméstico, y si es capaz de discriminar entre ambos mercados, entonces la firma
puede fijar un precio más bajo para el mercado extranjero que para el mercado
doméstico.
Este tipo de modelo explica dos fenómenos importantes para el comercio, como
son: el Comercio Intraindustrial y el dumping. A este tipo de comercio lo
denominaron Dumping Recíproco. A partir de este modelo, los autores muestran
que los efectos del Dumping Recíproco son tres:
• Si las ganancias oligopólicas son positivas y los costos de transporte son
bajos, entonces el bienestar aumenta.
26 BRANDER James, KRUGMAN Paul, Dumping Recíproco: Modelo de Comercio Internacional, Journal of International Economics, N. 15, noviembre 1983, pág. 313-321.
37
• Si los costos de transporte son altos, entonces el Dumping Recíproco hace
que el bienestar disminuya, debido a que el efecto pro-competitivo está
dominado por el incremento del gasto debido a los costos de transporte.
• En el modelo de Cournot con libre entrada de firmas.
Además, el modelo muestra que las firmas tienen una percepción de mercados
segmentados; dada esta percepción de las firmas, la posibilidad de que exista un
comercio de dos vías es grande. En el modelo, si se supone que todas las firmas
tienen costos de producción iguales, las firmas tienen incentivos para producir
cerca de los mercados, de ser posible, las firmas producirían en ambos países.
De esta manera, estaríamos pasando de un modelo de comercio de Dumping
Recíproco a un modelo de inversión extranjera directa de dos vías27.
2.2.5. INTEGRACIÓN REGIONAL
La integración de las economías, no es una cuestión reciente, sin embargo es,
desde hace varios años, un proceso que se ha acelerado en virtud de las
tendencias económicas mundiales, por lo que resulta fundamental conocer con
detenimiento cada uno de los esfuerzos que se han dado en tal sentido.
Tomando en cuenta que la integración es un proceso, el cual pasa por diversas
etapas en forma paulatina y progresiva, es posible establecer una clasificación
según el grado de integración, donde cada una de las etapas o grados tiene
ciertos rasgos esenciales que la distinguen tanto de la etapa inmediatamente
anterior como posterior. Existe un consenso que trata el tema respecto de cuáles
son las etapas por las que pasan los procesos de integración.
Para efectos de este estudio, se hará referencia a la clasificación que establece 5
etapas o grados de integración, además se agrega una etapa preliminar llamada
zona de preferencias arancelarias
27 BHAGWATI Jagdish, Economía Proteccionista, editorial Gernika, México D.F., México, pág. 143-165.
38
A. Zona de Preferencias Arancelarias.- Es un acuerdo entre varios Estados,
mediante el cual se comprometen a brindar a sus respectivas producciones
un trato preferencial en comparación al que se otorga a terceros países, es
decir, se conceden diversos grados de rebajas arancelarias en el comercio
recíproco. Esta zona se puede dividir a su vez en tres: zona de preferencias
arancelarias propiamente dichas, donde las concesiones son exclusivamente
a los derechos aduaneros que gravan la exportación e importación de
mercaderías; zona de preferencias aduaneras, donde no sólo se limitan a las
restricciones arancelarias, sino que puede contemplar también otros tributos
aduaneros que se aplican con ocasión de la exportación o la importación,
pudiendo contemplar tanto restricciones directas como indirectas; y, zonas
de preferencias económicas, que abarcan aspectos que no son más de
naturaleza aduanera, pero que hacen un tratamiento discriminatorio de la
mercadería extranjera una vez que ésta ha sido importada. Este es un grado
de integración sumamente superficial por lo que hay autores que no lo
consideran como tal.
B. Zona de Libre Comercio.- Consiste en que los Estados miembros acuerdan
suprimir las tarifas arancelarias y otras barreras o restricciones cuantitativas
al comercio recíproco de bienes, pero conservando cada uno de ellos
autonomía e independencia respecto de su comercio con terceros Estados.
Para llegar a una zona de libre comercio se fijan plazos, condiciones y
mecanismos de desgravación arancelarios. La mira está puesta en las
medidas de fronteras entre las partes, con el propósito de incrementar los
flujos de los intercambios recíprocos. Como en el acuerdo de libre comercio
surge el problema del control de las importaciones de extra zona, los Estados
deben implementar instrumentos que tiendan a establecer el origen de los
productos, y de esa forma diferenciar entre los bienes que se generan en la
zona y los que provienen de otras, ya que los productos que se deben
beneficiar con el acuerdo son los originarios de los Estados miembros,
evitando la triangulación que significaría el ingreso de productos del exterior a
la zona a través del país que cobra los aranceles más bajos.
39
C. Unión Aduanera.- Implica un proceso en el que los Estados participantes,
además de liberar las corrientes comerciales por medio de la desgravación
arancelaria entre ellos, adoptan frente a terceros países una política
arancelaria común o tarifa externa común. Se podría decir que la unión
aduanera perfecta debe reunir las siguientes condiciones: la completa
eliminación de tarifas entre sus Estados miembros, el establecimiento de una
tarifa uniforme sobre las importaciones del exterior de la unión y, la
distribución de los ingresos aduaneros entre sus miembros conforme a una
fórmula acordada. De acuerdo a lo anteriormente dicho, los Estados que
integran una unión aduanera, además de reducir las tarifas aduaneras entre
sí hasta llegar a cero, adoptan un arancel externo común, en forma gradual
con plazos y listas temporales de excepciones que normalmente son
diferentes según el desarrollo económico de los Estados participantes, en
relación a los productos que importan de países de fuera de la zona. Los
derechos de importación obtenidos por el arancel externo común, a su vez,
deben ser distribuidos entre los Estados miembros, para lo cual deben definir
el mecanismo para ello; por otra parte, al existir un arancel externo común, se
eliminan las normas de origen, por lo que una mercadería de procedencia
extranjera, ingresada legalmente por cualquier repartición aduanera, previo
pago del impuesto común que se haya fijado, tiene libre circulación por el
espacio geográfico de los países socios de la unión aduanera. Otro dato
importante es la forma como los países miembros negocian sus productos
con el exterior, la misma que debe hacerse necesariamente en bloque.
D. Mercado Común.- En la etapa del mercado común, los países miembros que
componen la unión aduanera agregan la posibilidad de la libre circulación de
personas, servicios y capitales sin discriminación alguna, por tanto, se
establece la libre circulación de los factores productivos. En el mercado
común, no hay aduanas internas ni barreras tarifarías entre los Estados
miembros, ya que se lleva a cabo una política comercial común que permite
el libre desplazamiento de los factores de la producción (capital, trabajo,
bienes y servicios), es decir, las cuatro libertades fundamentales de la
comunidad, adoptándose un arancel aduanero exterior unificado. Para esto,
40
la legislación de los países miembros debe unificarse o armonizarse con el
objeto de asegurar las condiciones de libre concurrencia en el ámbito del
mercado interior común. Las normas no sólo deben perseguir la supresión de
las barreras que impiden el libre ejercicio de las cuatro libertades
anteriormente mencionadas, sino también de aquéllas que son
consecuencias de prácticas restrictivas de reparto o explotación de los
mercados imputables a las empresas (reglas de competencia). La
armonización de las legislaciones sobre las áreas pertinentes, la coordinación
de las políticas macroeconómicas y el establecimiento de reglas comunes
aplicables de manera uniforme no solamente a los Estados participantes, sino
también a las personas físicas y jurídicas que en ellos habitan, generando
normas que son fuente de derechos y obligaciones para unos y otros.
E. Unión Económica.- La unión económica surge cuando los Estados que han
conformado un mercado común, le incorporan la armonización de las políticas
económicas nacionales, entre ellas, las políticas monetaria, financiera, fiscal,
industrial, agrícola, entre otras, con la finalidad de eliminar las
discriminaciones que puedan hallarse de las diferencias entre las políticas
nacionales de cada uno de los Estados que la componen. Como son objeto
de la integración todas las actividades económicas en el ámbito espacial de la
unión económica (entre ellas la política financiera), la concertación de una
política monetaria común lleva a la creación de un banco central común y
finalmente a la adopción de una moneda común, con lo que se perfecciona
una unión monetaria.
F. Integración Económica Completa.- Este es el mayor grado de profundidad al
que puede aspirar un proceso de integración y se produce cuando la
integración avanza mas allá de los mercados, porque en el transcurso de este
proceso, los Estados involucrados tienden no solo a armonizar, sino a unificar
las políticas en el campo monetario, fiscal, social, e incluso, en cuestiones
relativas a las políticas exteriores y de defensa. En esta instancia de
integración, se requiere del establecimiento de una autoridad supranacional
41
cuyas decisiones obliguen a los Estados miembros a cumplir con las leyes y
reglamentos establecidos.
Estas etapas de la integración económica consideran que la economía
internacional es, esencialmente un fenómeno de tipo comercial en el cual están
contenidos los siguientes aspectos: comercio de bienes y servicios, pagos
internacionales, problemas monetarios, transporte y comunicaciones, finanzas y
seguros, movilización de personas, entre otros.
Se estima cuatro condiciones claves para todo proceso de integración, las cuales
influyen en la naturaleza del compromiso original y la subsiguiente evolución del
proceso de integración. Estas condiciones son la simetría o igualdad económica
de unidades, el valor de la complementariedad de la élite, la existencia del
pluralismo y la capacidad de los estados miembros de adaptarse y responder.
La actual tendencia a establecer lazos de integración entre los Estados,
principalmente por medio de tratados de libre comercio (como instancia mínima
de integración), plantea desafíos que conllevan a la necesidad de cuestionarse
acerca de la acción que debe orientar las decisiones de la sociedad en los
distintos Estados, refiriéndose principalmente a la situación de los países de
América Latina.
Este planteamiento es significativo si revisamos las variables presentes en los
actuales gobiernos, entre las que podemos mencionar la gobernabilidad, el rol de
los partidos políticos, la inestabilidad como producto de la violencia y el caos
económico, lo que lleva a señalar que aún con instrumentos jurídicos adecuados,
existe un desfase permanente entre los objetivos de integración y su consecución.
Para analizar esta situación, cabe señalar la existencia de tres tiempos distintos,
cada uno con diferentes grados de avance: tiempo económico, tiempo político y
tiempo jurídico-institucional.
Cabe señalar que el proceso de integración se encuentra más avanzado en los
aspectos económicos antes que en los políticos, sin embargo estos últimos son
fundamentales en el fortalecimiento del proceso, incluso podemos sostener que
42
una integración real necesita de un proyecto político capaz de sostenerla. Así,
factores como la consolidación democrática, pasan a ser una condición necesaria
pero no suficiente para avanzar en la integración.
Es indiscutible que la integración económica y social afecta necesariamente a
entidades políticas soberanas, por lo que algunos autores plantean que la
integración es un fenómeno esencialmente político cuya consecuencia es
económica y social. Por otra parte, el Estado como actor principal de la
integración depende de la voluntad del gobierno, por tanto, la definición por parte
de cada gobierno de objetivos estratégicos claros, es condición necesaria para
mantener y concretar la voluntad política; por ello se afirma que la integración se
constituye en un medio para alcanzar los objetivos del Estado. En este contexto,
al observar el proceso de integración desde lo nacional hacia lo internacional, el
éxito o fracaso de la integración pasa por condiciones de estabilidad y
gobernabilidad de cada país, como exigencia mínima capaz de soportar en forma
adecuada el desarrollo del proceso.
La gobernabilidad democrática aparece como respuesta a la necesidad de
comprender el desarrollo de los procesos políticos de los países, especialmente
los de América Latina. La gobernabilidad así concebida es la consecuencia de los
desafíos de la presente década, y se relaciona con la necesidad de dotar a la
democracia de una adecuada viabilidad estratégica, de un adecuado
procesamiento de los conflictos sociales, y de la necesidad de superar la
dicotomía existente entre lo social y lo político. Así, los elementos que en una
primera aproximación metodológica permiten la definición de los niveles de
gobernabilidad, serían: relación Presidente-Parlamento, personalización de la
política, eficiencia del estado, relación civil-militar y regulación institucional.
La experiencia histórica demuestra que es necesario preocuparse del problema
de la gobernabilidad de las democracias. Uno de los problemas que más afecta la
estabilidad de los regímenes democráticos son los conflictos Presidente-
Parlamento, la imposibilidad de construir mayorías estables, la incapacidad de
orientar positivamente la relación civil-militar, todos los cuales pueden enfrentarse
43
a través de la corrección de mecanismos institucionales, una vez definidos los
objetivos estratégicos de cada Estado; siendo los problemas institucionales los
que más han influido en la inestabilidad política de la región. Al respecto cabe
señalar que la percepción de amenazas por parte de grupos estratégicos, como
Fuerzas Armadas y empresarios, introducen un problema grave en el
funcionamiento del sistema democrático.
Las nuevas tendencias en el Comercio Internacional, altamente eficiente y
competitivo y caracterizado por un alto nivel tecnológico y de información, poseen
un impacto evidente en América Latina en el sentido que deben definirse las
cuestiones sobre lo público y lo privado, el rol del Estado, el aporte del sector
privado a la generación de una concertación social, política, militar y económica,
las estrategias de nivel interno y externo, entre otros, lo que sumado al aumento
de los instrumentos proteccionistas de los grandes bloques, deja a América Latina
enfrentada a responder un desafío que en la actualidad no puede ser asumido por
países individuales, y donde los mecanismos de integración pueden ser en alguna
medida eficientes medios para los equilibrios internos y externos de la región, con
la finalidad de construir argumentos sólidos y reales en los procesos de
negociación que se avecinan.
Los procesos de integración económica involucran aspectos sociales, que
muchas veces no son tomados en cuenta al inicio de su implementación. No
obstante, los efectos que estos procesos provocan en la sociedad hacen que
tarde o temprano la dimensión social, inevitablemente aparezca en el análisis
regional y supra-regional de la integración. Sin perjuicio de las necesidades y
motivaciones comerciales y económicas que generan los procesos de integración,
es innegable que el equilibrio de fuerzas necesario para garantizar la equitativa
distribución de sus beneficios a todos los miembros de la sociedad debe pasar por
el desarrollo de una serie de factores básicos ligados profundamente al desarrollo
social.
44
Todos los procesos de integración económica involucran aspectos sociales, hoy
parece imposible plantear un proceso de integración exitoso si no se asienta
sobre la existencia de una serie de pilares políticos y sociales básicos, que en
esencia son: un régimen democrático, un verdadero Estado de Derecho y el
respeto estricto y general de los derechos humanos, incluidos los derechos
fundamentales en el trabajo.
Sin perder de vista que la integración busca mejorar el desarrollo de la sociedad
en su conjunto, logrando la transformación productiva e incrementando el nivel y
la calidad de vida de la población, es necesario conocer cómo incorporar a ella los
componentes necesarios para lograr los objetivos específicos que en este campo
se plantean. Es importante precisar en qué forma la integración regional puede
contribuir a lograr los objetivos de las políticas comerciales del país.
En las últimas décadas el Ecuador, ha venido consolidando una serie de acuerdos
de integración con el fin de establecer condiciones igualitarias de desarrollo y que
son estimados como elementos jurídicos que permiten trabajar por la reducción
de la pobreza, la distribución más equitativa del ingreso, y un reparto más amplio
de las ganancias obtenidas con el comercio.
45
CAPÍTULO III
3.1. TEORÍAS DE ECONOMÍA INDUSTRIAL
La Economía Industrial surge como disciplina independiente de la Economía
general o tradicional en la década de los años 50. Una de las principales
características de esta nueva disciplina es que critica algunos planteamientos de
los autores de la Microeconomía tradicional, pues estos postulan que en el
mercado existe competencia perfecta, con maximización del beneficio regida por
el precio. Para los autores de la Economía Industrial la realidad demuestra lo
contrario, ya que en el mundo real el aspecto y diseño de un producto, su
publicidad y la innovación tecnológica juegan un papel fundamental.
La concentración empresarial ha sido, tradicionalmente, uno de los tópicos de la
Economía Industrial, lo que ha generado polémica por las consecuencias que
trae consigo, y que es anterior a la preocupación del análisis económico por la
materia y que hunde sus raíces en la controversia política28. No es casual que la
promulgación de las primeras leyes antimonopolio en los Estados Unidos jueguen
un papel esencial en la prevención frente a la gran empresa como tal, es decir, el
temor a que un grupo de empresas grandes en el país den origen al riesgo de
concentrar un poder privado inquietante frente a los poderes públicos, en la
medida en que estas grandes corporaciones dispondrían de un poder económico
que consumirían las relaciones de mercado, pudiéndolas alterar a su favor.
Algunos autores consideran que una alta concentración de mercado es un medio
para alcanzar mayores economías de escala y un desarrollo industrial más rápido,
mientras que otros advierten costos crecientes y resultados económicos más
pobres como consecuencia de la reducción en la competencia. No es
sorprendente, por tanto, que Jacquemin, uno de los grandes estudiosos de la
Economía Industrial, diga: “La estructura de mercado que ha dado lugar al mayor
número de investigaciones y de controversias es, sin duda alguna, la
28 UTTON M., La Concentración Industrial, Alianza editorial, Madrid-España, 1970, pág. 13.
46
concentración”29; es, sin embargo, un hecho el que el interés de los economistas
por la concentración industrial no ha sido uniforme a lo largo del tiempo, sino que
ha mantenido períodos en que ha sido objeto de gran interés frente a otros en que
se ha considerado cuestión secundaria.
Por otro lado, Brozen señala que “las consolidaciones a finales del siglo XIX (que
dieron lugar a empresas con cuotas de mercado superiores al 50 por ciento en 78
industrias, de las cuales en 26 había corporaciones con cuotas de mercado
mayores del 80 por ciento) dejaron una impronta indeleble en la economía
americana”30.
Paradójicamente, y a pesar de estas cifras, los problemas asociados a la
concentración y, en el límite, al monopolio, no estaban en el centro de las
preocupaciones de los economistas de la época, que consideraban que el
crecimiento de las empresas y el nacimiento de los trusts31 eran fenómenos
perfectamente normales. Algunos autores señalan que la concentración del
capital no debe expulsar del mercado a las pequeñas industrias, sino únicamente
integrarlas en un sistema más amplio y complejo en el cual son capaces de
producir más riqueza para la comunidad a menor precio, y obtener ellos mismos
ingresos mayores. Cabe añadir, que es necesario discutir el problema de la
concentración en términos de evolución industrial y de economías de escala, ya
que estos conceptos están enmarcados en la teoría Marshalliana de la
competencia, la misma que considera el crecimiento del tamaño de la empresa y
la tendencia a la concentración como una situación transitoria, incluso anómala al
libre funcionamiento general de la economía32.
29 JACQUEMIN A., Economía Industrial, editorial Hispano Europea, Barcelona-España, 1982, pág. 27 30 BROZEN Y., Mergers In Perspective, Enterprise Institute for Public Policy, Washington D.C.-EE.UU, 1982), pág. 14. 31 El término trust se refiere, a un grupo de empresas cuyas actividades se hallan controladas y dirigidas por otra empresa. El control de las sociedades constituyentes se confiere a la junta de administradores, cambiándose las acciones de las compañías por los certificados del trust. http://es.wikipedia.org/wiki/Trust 32 MARSHALL Alfred, Principios de Economía: Un Tratado de Introducción, editorial Aguilar, Madrid-España, 1957, pág. 316.
47
Para resolver este problema Pigou introdujo el concepto de dimensión óptima. Las
economías internas por producción a gran escala se dan únicamente hasta unas
ciertas dimensiones de la empresa, para las que el costo medio (incluido el
beneficio normal) es mínimo. Cuando la demanda crece y la empresa aumenta la
producción, el costo marginal y, por tanto, el precio, superan al costo medio.
Ganancias superiores al beneficio normal atraen a una nueva competencia que
hace bajar el precio de mercado lo que, a su vez, provoca un descenso de la
producción de la empresa.
Cuando el precio se sitúa por debajo del costo medio, algunas firmas abandonan
el negocio y las que permanecen en él se expanden. De esta manera, existe una
tendencia espontánea y permanente que empuja a las empresas hacia sus
dimensiones óptimas, caracterizadas por un costo medio mínimo.
Lo anteriormente expuesto resume las principales teorías acerca del equilibrio a
largo plazo del modelo de competencia perfecta, la cual constituye la herramienta
básica para la explicación del funcionamiento de los mercados bajo la condición
de que los costes decrecientes podían también impedir la entrada de nuevas
empresas quienes, precisamente por ser nuevas, serían también pequeñas. Sin
embargo, se presumía que estas limitaciones, aunque ampliamente admitidas,
constituían más la excepción que la regla, reputándolas de fricciones que
enturbiaban y, ocasionalmente, desviaban la corriente general que desembocaba
en el equilibrio competitivo.
Joan Robinson va más allá, prediciendo incluso la existencia de una tendencia
hacia la concentración en los mercados, lo que constituyo un ataque contra la
obra de Marshall y Pigou, ya que Joan asevera que “La contradicción de Marshall
entre ahorro interno y competencia no puede ser resuelta por la empresa de
tamaño óptimo de Pigou y mucho menos por la pretensión de que las sociedades
anónimas se estancarán. La contradicción se resuelve, en realidad, reconociendo
que no hay ninguna necesidad de resolverla. La competencia tiende siempre a
acabar consigo misma.
48
En las prósperas industrias modernas, el número de empresas tiende siempre a
disminuir y la competencia a transformarse en oligopolio. Mi anticuada
confrontación entre monopolio y competencia puede tener alguna aplicación a los
anacrónicos anillos restrictivos, pero no puede englobar totalmente a los grandes
pulpos de la industria moderna”33.
Será Edward Mason quien consolide, una línea alternativa de análisis, dando
origen a la Economía Industrial. En 1938, en el encuentro anual de la American
Economic Association, Mason propuso que partiendo de un estudio de la
estructura de los mercados, se intentara examinar las diferencias que existen en
los comportamientos competitivos de las empresas: política de precios, de
producción y estrategia de inversiones, dando la pauta metodológica para el
desarrollo de la Economía Industrial para los próximos cuarenta años. Sin
embargo, el esquema de Mason estaba centrado, esencialmente, en la política de
precios de la gran empresa. Su campo de estudio era el comportamiento de la
firma en un mercado imperfecto y era la firma el objeto prioritario de su atención,
lo que dio lugar a que su discípulo, Joe Bain, abandone el estudio del mercado de
la empresa para concentrase en el estudio del mercado de la industria, que define
como un conjunto de empresas con productos y procesos productivos similares,
introduciendo el concepto fundamental de barreras de entrada, insistiendo en la
existencia de un nexo causal directo entre las estructuras de mercado y los
resultados de las empresas.
3.2. DETERMINANTES DE LA CONCENTRACIÓN INDUSTRIAL
• El estudio de la concentración de la propiedad en el conjunto de la economía,
que plantea el problema de la distribución de los recursos entre los agentes
económicos y todas las cuestiones que se relacionan con ésta.
• El análisis de la concentración del poder de decisión sobre los recursos de
una economía. En la medida en que numerosos sectores económicos
presentan una disociación entre el poder de decisión sobre el uso de los 33 ROBINSON J., Competencia Perfecta e Imperfecta, 1969, pág.149.
49
recursos y la propiedad de éstos, una parte de las reflexiones sobre la
concentración se ha dedicado a analizar las consecuencias de este
fenómeno.
• Por último, el estudio de la concentración industrial, es decir, la que se define
en relación con un sector económico, una industria o un mercado específico.
Se trata, en este caso, de examinar la distribución de las partes del mercado
entre el conjunto de empresas que fabrican productos más o menos
sustitutivos entre sí. Ésta, que podría ser una definición breve de la
concentración horizontal, constituye el campo habitual, más frecuente, del
análisis económico.
En esta línea, la literatura empírica sobre la concentración distingue,
generalmente, dos matices importantes al respecto. Por un lado se emplea el
concepto concentración en el mercado para estudiar el grado de control
monopolístico que una o más empresas con poder de mercado ejercen, o pueden
ejercer, en la determinación de los parámetros básicos de éste (precios,
cantidades, variedad y calidad de los productos o servicios, etc.). Este enfoque se
basa implícitamente en el modelo de la competencia perfecta, asumiendo que un
mayor número de vendedores (y, por tanto, un menor nivel de concentración)
genera siempre en una industria resultados más deseables en términos de
eficiencia y de bienestar. En consecuencia, se identifica de manera casi unívoca a
la concentración industrial con el poder de mercado y la falta de competencia34.
Por otro lado, se emplea el término concentración agregada para hacer referencia
al grado de control ejercido sobre una parte importante de cualquier variable
agregada representativa de la actividad de una industria (ventas, beneficios, valor
añadido) por un número relativamente reducido de empresas de tamaño
relativamente grandes (en términos de activos, empleo, entre otros).
34 Este es el enfoque que emplea Lerner, cuyo conocido índice (la diferencia entre precio y coste marginal partido por el precio) constituye un indicador de la medida en que un mercado se aproxima o se aleja del ideal competitivo.
50
En este caso, la concentración de poder económico no se basa necesariamente
en la idea de competencia sino, en la importancia relativa que tienen las mayores
empresas en el conjunto del sector. Para la Economía Industrial, la concentración
es una magnitud que recoge la estructura de las cuotas de mercado de las
empresas que operan en un sector, considerando a un mercado más concentrado
en la medida en que la distribución de cuotas es más desigual y, por
consecuencia, una mayor parte del mercado está controlado por un número
menor de empresas. De acuerdo con esto, la concentración decrecerá con el
aumento en el número de empresas y con la aproximación en el tamaño de sus
cuotas de mercado35.
A partir de la anterior definición de la concentración, se deduce que las
situaciones de competencia perfecta y monopolio constituyen los casos extremos
de concentración que pueden mostrar los mercados, dependiendo de si operan en
ellos un número ilimitado de industrias o una sola.
3.3. DESCRIPCIÓN TEÓRICA DE LOS ÍNDICES DE
CONCENTRACIÓN
Tanto para efectuar comparaciones entre los distintos mercados como para
conocer la evolución en el tiempo del grado de concentración de las
exportaciones, es necesario contar con indicadores que permitan conocer, de
manera sencilla, hasta qué punto los productos agrícolas ecuatorianos dependen
de unos pocos mercados. Ello requiere que dicho indicador recoja,
simultáneamente, los efectos de dos elementos: la frecuencia de las
importaciones por parte de los socios comerciales que tiene el Ecuador y el grado
de diferencia o de desigualdad que hay entre los niveles de importación de cada
uno de ellos.
35 La conjunción que liga ambas condiciones no resulta superflua, ya que son las dos quienes determinan simultáneamente el nivel de concentración en un mercado. Viene esto a propósito porque algunas explicaciones ponen el énfasis en el número de empresas existentes en un mercado, olvidando que, como han señalado algunos autores, ante todo, la concentración tiene que ver con la desigualdad.
51
Los indicadores más utilizados para medir la concentración son los denominados
índices de concentración, que pretenden mostrar la estructura de las cuotas de
mercado de las empresas que participan en él. En consecuencia, y de acuerdo
con lo anterior, un índice de concentración, C, debe recoger tanto los aspectos
relativos al número de empresas, N, como los correspondientes a la desigualdad
entre ellas, D.
( )DNfC ,=
Convencionalmente, se requiere que el índice C sea decreciente respecto del
número de empresas (reflejando la idea de que el aumento en el número de éstas
disminuye la concentración) y creciente respecto de la desigualdad (reflejando la
idea de que cuanto mayor sea la dispersión de tamaños, mayor es la
concentración del mercado). La determinación del número de empresas no suele
plantear dificultades adicionales a las que implica establecer los límites del
mercado, lo que puede resultar, según los casos, más o menos problemático; sin
embargo, la elección de la variable que refleje la desigualdad entre las empresas
es algo más compleja. Como se ha señalado, esta desigualdad se refiere a las
diferencias en lo niveles de importación entre los diferentes mercados de destino,
con lo que se precisa de un indicador que lo refleje.
Los indicadores que suelen emplearse (volumen de ventas, valor de los activos de
la empresa, generación de valor añadido, número de trabajadores, entre otros)
presentan distintos problemas: los valores monetarios están afectados por las
variaciones en los precios, mientras que los valores referidos al empleo de
factores productivos dependen de la intensidad con la que se utilicen36. En
consecuencia, y como apunta Waterson, ninguno de estos indicadores es válido
para la totalidad de los casos, y la elección de uno u otro depende,
esencialmente, de la disponibilidad de los datos37.
36 En este sentido, Utton señala que “Existen razones de peso para suponer que una medida basada en el valor de los activos de la empresa tendería a sobrevalorar y otra basada en el empleo a infravalorar el nivel real de concentración. Las grandes firmas pueden ser más intensivas en capital que las firmas pequeñas, dado que el margen para la maquinaria que ahorra mano de obra en muchas industrias tiende a aumentar con el tamaño. UTTON M., La Concentración Industrial, Alianza editorial, Madrid-España, 1970, pág. 46. 37 WATERSON M., Economic Theory of The Industry, Cambridge University Press, Cambridge, 1984, pág. 167
52
Parece razonable que el indicador que se emplee para medir la desigualdad sea
independiente del tamaño del mercado; por lo tanto, una buena elección es la
cuota relativa que tiene cada empresa. En consecuencia, y sea cual fuere el
criterio empleado para medir el tamaño de la empresa, se puede definir la cuota
de mercado de la empresa i-ésima, como: iS
qQi
siendo, iq el valor del indicador del tamaño para la emp
S i=
resa i y el valor
acumulado de dicho indicador para el conjunto del mercado:
Q
∑=N
=
qQ i
i1
evidentemente, si todas las empresas tienen el mismo tamaño, N
Si1
= . Teniendo
en cuenta que no existe un índice de concentración ideal, distintos autores se han
edicado a especificar las propiedades que debería cumplir un índice de
•
o, por el contrario, si el grado de concentración es el mismo.
ducción desde una
empresa cualquiera a otra de mayor tamaño.
d
concentración38.
Jacquemin señala las siguientes:
Debe tener un carácter no ambiguo; es decir, si se considera dos industrias,
el índice debe señalar de manera indiscutible cuál de las dos empresas está
más concentrada
• No debe depender de la dimensión absoluta de las empresas, sino de su
tamaño relativo.
• Debe aumentar cuando hay una transferencia de la pro
• Debe disminuir cuando aumenta el número de empresas.
38 CURRY B. y GEORGE K., Industrial Concentration: a Survey, Journal of Industrial Economics, Vol. XXXI, Núm. 3, marzo 1983, pág. 203 – 253, pág 204.
53
• La división de las cuotas de mercado de las empresas por un número, k, debe
a39.
uientes propiedades:
• ebe ser independiente del tamaño de éste.
idéntica proporción.
ser una función decreciente de N.
ro y uno40.
• do en orden decreciente, un
• tarse el principio de transferencia; es decir, si la cuota de mercado
valor
• rciones y adquisiciones aumentan la concentración.
reducir el valor del índice de concentración en la misma medid
Hall y Tideman por su parte, apuntan las sig
• Debe ser una medida unidimensional.
La concentración en un mercado d
• La concentración debe aumentar si la cuota de mercado de una empresa
crece a expensas de otra menor.
• Si todas las empresas de un mercado se dividen en partes iguales, el índice
de concentración debe disminuir en
• Si en un mercado hay N empresas de idéntico tamaño, la concentración debe
• La medida de la concentración debe de estar comprendida entre ce
Hannah y Kay elaboraron una conocida relación de siete propiedades:
Si se clasifica a las empresas de un merca
aumento de la cuota acumulada de la i-ésima empresa, para todo i, implica un
aumento de la concentración en ese mercado.
Debe respe
de una empresa aumenta a costa de otra menor, la concentración debe
aumentar.
• La entrada de nuevas empresas de tamaño inferior a un cierto
arbitrariamente fijado, debe reducir la concentración.
Las fusiones, abso
• El desplazamiento aleatorio de los consumidores entre marcas debe reducir
la concentración.
obstante, el propio Jacquemin se encarga de relativizar sus propias exigen
nte señala que “El hecho de que una medida no cumpla con las condiciones precedent39 No cias cuando un poco más adela es no significa que no sea económicamente interesante”. JACQUEMIN A., Economía Industrial, editorial Hispano Europea, Barcelona-España, 1982, pág. 44. 40 STICH ANDREAS, Insurance and Concentration: The Change of Concentration in the Swedish and Finnish Insurance Market 1989-1993, Discussion Papers in Statistics and Econometrics, Seminar of Economic and Social Statistics University of Cologne, No. 10/95, November 1995
54
• Los factores aleatorios que afectan al crecimiento de las empresas aumentan
oducción desde una
empresa a otra mayor no debe disminuir la concentración, mientras que el
segundo establece que en caso de unión de dos o más empresas la medida no
i 1
e está acotado entre cero y la
unidad; y según las medidas tomen en consideración la totalidad de las empresas
n sólo una parte de
ellas, se distingue entre medidas acumulativas y medidas discretas de la
k)
La medida de concentración más sencilla es el coeficiente de concentración de
1
la concentración.
• Si iS es la cuota de mercado de una nueva empresa, su efecto sobre el índice
de concentración debe disminuir a medida que se reduce iS 41.
En la práctica, todas estas exigencias pueden reducirse a dos postulados. El
primero establece que la transferencia de una parte de la pr
debe disminuir. En general, las medidas de concentración habituales consisten en
una suma ponderada de las cuotas de las empresas:
( )∑ ×=N
ii SgSC
En donde ( )es el criterio de ponderación, qu
=
iSg
existentes en una industria para la construcción del índice o ta
concentración empresarial.
3.3.1. ÍNDICE DE CONCENTRACIÓN DE ORDEN k (CR
orden k (CRk), que es la suma de las participaciones relativas de las k mayores
empresas de un sector (k≤N) o, lo que es lo mismo, la parte del mercado
correspondiente a las k mayores empresas. Formalmente:
CRk ∑=
=k
iiS
El coeficiente de ponderación, ( )iSg toma el valor de uno para las k mayores
empresas y cero para las restantes. Se trata de una medida discreta,
41 BAJO OSCAR y SALAS RAFAEL, Inequality Foundations of Concentration Measures: An Application to The Hannah-Kay Indices, Universidad Complutense de Madrid, Publicación Nº 2/98
55
ampliamente utilizada, en parte, porque es de fácil interpretación y porque la
disponibilidad de datos es muy amplia.
El problema que plantea es que al considerar únicamente una parte de la
distribución de las cuotas de mercado, una misma industria puede aparecer más o
menos concentrada según cual fuere el valor de k. Asimismo, ignora lo que ocurre
en la parte del mercado que no se considera; por ejemplo, si se producen
siones o entradas de nuevas empresas en la sección del mercado formada por
ente, afectan al grado
de concentración de éste, el valor del índice no cambia. El valor del índice CRk
fu
las empresas comprendidas entre k+1 y N que, evidentem
oscila entre la unidad (cuando una sola empresa abarca la totalidad del mercado)
y Nk cuando todas las empresas tienen el mismo tamaño.
3.3.2. ÍNDICE DE HERFINDAHL-HIRSCHMAN (HHI)
define como las suma de los cuadrados de los tamaños relativos de las empresas
La mayoría de las medidas de concentración son, no obstante, medidas
acumulativas, ya que toman en cuenta a la totalidad de empresas de la industria.
Una de las más conocidas es el Índice de Herfindahl-Hirschmann (HHI), que se
existentes en el mercado:
∑=
omo puede observarse, en este caso el coeficiente de ponderación es el propio
=N
iiSHHI
1
2
C
tamaño de la empresa; por consecuencia, cuanto menor sea ésta, mas débil será
su peso en el índice. El valor máximo del índice es de 1 y el mínimo, de N1 ; en
⎟⎠⎞
⎜⎝⎛
HHI1 se interpreta como el número de consecuencia, el recíproco de HHI,
56
empresas del mismo tamaño que aseguran un grado de concentración idéntico al
que proporciona la estimación del índice para una industria determinada42.
ntre los valores de 0 y 10000
en valores
Dep a tres regiones del
dice HHI:
800; en estos mercados
los riesgos de afectación a la competencia son más altos.
Distribucional presentándola en términos de momentos de la distribución del
69.
En la práctica, el valor de este índice suele ponerse e
debido a que se calcula con la participación de cada empresa
porcentuales y no como proporción; en el Manual de Fusiones Horizontales del
artamento de Justicia de los Estados Unidos43, se señal
ín
• Mercados desconcentrados: HHI menor a 1000.
• Mercados moderadamente concentrados: HHI entre 1000 y 1800.
• Mercados altamente concentrados: HHI superior a 1
Varios autores proponen ligar el índice de Herfindahl-Hirschman a la Teoría
tamaño subyacente. Una primera tentativa de presentar el HHI en términos de
media y varianza fue emprendida por Adelman en 19
Kwoka en 1985, reformula el índice de Herfindahl-Hirschman como la
participación media del mercado N
s 1= ; mostrando al HHI como una función
inversa del número de empresas en la industria y una función directa de la
variación de las cuotas de mercado sobre la media:
2
1)(∑
=
−+=n
issisHHI
42
( ) Adelman demostró que el Índice de Herfindahl-Hirschmann puede expresarse de la manera siguiente
NvHHI 12 +
= siendo v el coeficiente de variación (el coci iación estándar y la media). ente entre la desv
En la medida en que la desviación estándar es una medida de desigualdad, esta expresión muestra que el índice HHI incorpora los dos elementos que debe recoger una medida de concentración: el número de empresas de un mercado y la desigualdad existente entre ellas. WATERSON M., Economic Theory of The Industry, Cambridge University Press, Cambridge, 1984, pág. 169. 43 Horizontal Merger Guidelines, U.S. Department of Justice and the Federal Trade Commission. En http://www.usdoj.gov/atr/public/guidelines/hmg.pdf
57
Esta nueva formulación del índice muestra dos características: primero, la relación
entre el número de empresas y el valor de HHI no es simple. Dado el número de
mpresas en el mercado, el HHI aumenta con la variación, que está una función e
del número de empresas en el mercado. En segundo lugar, esta presentación del
HHI es ambigua, ya que una variedad de combinaciones entre el número y los
tamaños de las empresas puede producir el mismo HHI. En el contexto del
estudio de un mercado hipotético, Rhoades discute que la desigualdad de las
cuotas de mercado de las empresas pudiera diferenciar substancialmente entre
los mercados que expresen el mismo valor de HHI. Es posible calcular el
equivalente de los números del HHI como HHI
Ne1
= para cada valor del índice
de Herfindahl-Hirschman, proporcionando evidencia de que por lo menos dos
distribuciones de diferente tamaño de la empresa pueden generar el mismo HHI.
del tamaño de
s mismas está disponible. Él propone dividir la distribución total del tamaño de
, siempre y cuando se sepa
la relación entre las distribuciones. En
Hart, toma una aproximación levemente diversa para encajar el índice de
Herfindahl-Hirschman en la Teoría Distribucional; argumentando que hay casos
donde se desconoce el número exacto de empresas en una industria pero la
información acerca del tamaño del mercado y sobre clasificación
la
las empresas en clases y calcular los parámetros de la distribución original desde
los parámetros de la primera distribución del momento
base a lo anterior, Hart obtiene una
definición de HHI como:
NHHI 12 +
=σ
donde, es el coeficiente de variación (el posible cambio en el tamaño de la
estructura) de la distribución original. Mientras el coeficiente de variación no
cambie, un aumento en N dará lugar a una disminución del HHI. Hart considera
que la desventaja más grande que tiene el índice es la sensibilidad para detectar
la entrada de empresas muy pequeñas en mercados oligopolistas.
Cabe señalar que el índice de Herfindahl-Hirschman pertenece a la familia de
índices de Hannah y Kay, cuya expresión general es:
2σ
58
)1(1
( )1=i
razón por la cual el índice de Herfindahl-Hirschman se define como HK(α=2), es
decir:
( )( )
)( −∑= αα iSHK αN
∑
∑−
=
⎟⎠
⎞⎜⎝
⎛===
N
iiSHKHHI
121
1
22α
=i 1
3.3.3. ÍNDICE DE HALL-TIDEMAN (HTI)
=N
iSHHI 2
características, ya que estas acentúan la necesidad de incluir el número de
Hall y Tideman, consideran que las medidas de concentración deben satisfacer
algunas características específicas, y además aceptan el HHI en base a dichas
empresas en el cálculo de un índice de concentración, porque refleja, hasta cierto
punto, las condiciones de entrada en una industria particular. Su índice toma la
siguiente forma:
1*2
1
1−⎟
⎠
⎞⎜⎝
⎛=
∑=
n
iiSr
HTI
donde la cuota de mercado de cada empresa es ponderada por su ranking con el
fin de asegurar que el énfasis está sobre el número absoluto de empresas, es por
ello que la empresa más grande recibe una ponderación de r=1.
El HTI se extiende entre cero y la unidad, estando cerca de cero para un número
infinito de empresas de igual tamaño, y alcanzando la unidad en el caso de
monopolio. Como el índice de Herfindahl-Hirschman, el HTI es igual a N1 para un
mercado con N empresas de igual tamaño, y para determinar el número de
mpresas existentes en el mercado el índice se define como: e
HTINe
1= .
59
mpresas como ponderaciones para el cálculo del RI,
omenzando con el más pequeño, hace que el índice sea más sensible ante los
e
de Rosenbluth toma la forma:
3.3.4. ÍNDICE DE ROSENBLUTH (RI)
El índice de Rosenbluth se relaciona de una manera obvia con la curva de
concentración (índice con interpretación geométrica), pero difiere del índice CRk,
ya que toma de manera explícita a cada punto en la distribución del tamaño. El
uso del ranking de las e
c
cambios en la distribución del tamaño de las empresas más pequeñas. El índic
CRI
21
=
que es idéntica al HTI para:
21*
1−⎟
⎠
⎞⎜⎝
⎛= ∑
=
petidores en mercados altamente
concentrados es dudosa.
ebate
rcen una dominación y determinan el comportamiento del
ercado; criticando así a las medidas discretas de concentración, ya que estas
ignoran los cambios que ocurren en la estructura del mercado, y las medidas de
dispersión, tales como la curva de Lorenz y el coeficiente de Gini, pues no valoran
n
iiSrC
La única diferencia entre los resultados de los índices es el ranking de las
empresas. Para un grado dado de desigualdad, el RI disminuye con el aumento
en el número de empresas. Hause, argumenta que el valor del índice de
Rosenbluth es fuertemente influenciado por las empresas pequeñas, de modo
que su utilidad para analizar abandonos de com
3.3.5. ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO (CCI)
El índice de concentración industrial comprensivo (CCI44) ha emergido del d
sobre la concentración y la dispersión de las empresas dentro de varios
mercados. En esta convención se reconoció que las empresas más grandes, a
pesar de ser pocas, eje
m
44 The Comprehensive Industrial Concentration Index (CCI)
60
la importancia de las empresas grandes en el mercado. Para evitar las
deficiencias de los índices anteriores, Horvarth en 1970, presentó el CCI como un
su herencia intelectual al HHI y toma la forma:
índice capaz de reflejar la dispersión relativa y la magnitud absoluta. El CCI debe
))-(1(12
21 i
n
ii SSSCCI ++= ∑
=
os de los tamaños proporcionales de cada empresa, ponderados por
n multiplicador que refleja el tamaño proporcional del resto de la industria.
Hannah y Kay en 1977 proponen un índice de concentración de la forma:
Esto es la suma de la parte proporcional de la empresa principal y la sumatoria de
los cuadrad
u
El índice es la unidad en el caso de monopolio y para un mercado con un mayor
número de empresas, su valor es más alto que la parte absoluta del porcentaje de
la empresa dominante.
3.3.6. ÍNDICE DE HANNAH Y KAY (HKI)
1,0)( )1(1
1
≠>= −
=∑ αααα
i
n
ii SSHKI
donde, α es un parámetro de la elasticidad para especificar y reflejar sus ideas
sobre cambios en la concentración como resultado de la entrada o la salida de las
empresas, y de las ventas transferidas entre las diversas empresas en el
mercado.
La libertad para elegir α permite apreciar varias alternativas de ponderación
apropiados para el esquema y para acentuar el segmento superior o inferior de la
distribución del tamaño de las empresas. Por lo tanto, además de la distribución
de las empresas en el mercado, el valor del índice es sensible al parámetro α. Por
tro lado, la inversa del índice señala el número de empresas de igual tamaño
que serían necesarias para que el índice registrara un valor igual al calculado.
o
)1(1
1)1(1
1
1 )()(
1 −
=−
=
− ∑∑
== αα
αα
n
iin
ii
SS
HKI
61
Los índices HKI tienen en cuenta toda la curva de concentración y no únicamente
un punto, como ocurre con los índices de concentración. El parámetro α modula el
esultar mayor cuanto mayor es el parámetro α. Si
grado de ponderación atribuido a las empresas con mayor cuota de mercado; así,
en una rama en la que exista una cierta bipolarización de la producción repartida
entre empresas pequeñas y grandes, la concentración medida por los índices
0→α , el Hannah-kay tiende a r
índice tiende a N1 , y, en este caso, el grado de desigualdad no pondera en el
índice. Por el contrario, cuando ∞→α , el índice tiende al valor de la cuota de
mercado de la empresa más grande, CR(1).
3.3.7. MEDIDA DE ENTROPÍA DE THEIL (ET)
Theil en 1967, propuso dos interesantes medidas de desigualdad a partir del
concepto de entropía de la Teoría de la Información45. Estos índices pueden
obtenerse como casos particulares de la clase de medidas generalizadas de
entropía.
La familia de índices de Theil cumple la mayoría de propiedades deseables que
se le pueden exigir a los índices de concentración, es independiente de la escala
y del tamaño de la población y satisface el principio de las transferencias de
Pigou-Dalton. Esta familia de medidas tiene claras similitudes con las medidas
propuestas por Atkinson a partir del enfoque de la función de bienestar social. La
forma general del índice de Theil es:
45 La idea básica asociada a la Teoría de la Información es la siguiente: Sea w la probabilidad de que ocurra un cierto suceso; entonces el contenido informativo de que tal suceso haya ocurrido, h (w), será una función decreciente de w, cuanto menos probable sea un suceso, más interesante será conocer que este ha ocurrido. Una función, entre otras posibles, que satisface esta propiedad y esta detrás de la formulación original de los
índices de Theil , es ( ) ⎟⎠⎞
⎜⎝⎛=
wwh 1log .
62
⎟⎟⎞
⎜⎜⎛
⎟⎟⎞
⎜⎜⎛
= ∑N
iSE 1ln
( )⎟⎠
⎞⎜⎝
⎛×−= ∑
=
N
iii SSE
1ln1
El índice se extiende entre 0 y ln (N) y por lo tanto no se restringe a un intervalo
entre 0 y 1, como la mayor parte de las otras medidas de concentración
presentadas anteriormente. El valor de la entropía varía de forma inversa al grado
de concentración; se acerca a cero si el mercado subyacente es monopolio y
alcanza su valor más alto, ln (N), cuando las cuotas de mercado de todas las
empresas son iguales y la concentración del mercado es la más baja
⎠⎝ ⎠⎝=i iS1
. Para un
úmero dado de empresas, el índice baja con un aumento en la desigualdad entre
ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS DEL
el Banco Central
el Ecuador, los mismos que para el desarrollo del presente capítulo y de los sub-
n
esas empresas, es decir el mercado se vuelve más concentrado.
3.4.
ECUADOR MEDIANTE ÍNDICES DE CONCENTRACIÓN
Antes de empezar el análisis de concentración, es necesario mencionar que los
datos utilizados en esta investigación fueron proporcionados por
d
siguientes fueron agrupados en una matriz (producto-lugar de destino) que refleja
el total de las exportaciones agrícolas en miles de USD FOB46, realizadas en el
período 1990-2005 (Anexo A.1.). En esta matriz se clasificó a los países de
acuerdo a los montos de importación que estos presentan, aquellos países cuyos
montos de importación son pequeños se los agrupó por bloques comerciales,
comunidades de naciones o por su ubicación geográfica (Anexo A.2.).
46 Free On Board (F.O.B).- El término FOB, que en español significa Franco a Bordo, singulariza el precio de venta de un producto cuando incluye los costos que demanda la colocación de la mercadería a bordo de la nave. ESTRADA Raúl y ESTRADA Patricio, Lo que se Debe Exportar: Exportar es el Reto, impresores MYL, Quito-Ecuador, Abril de 2003, Pág. 46.
63
Cabe mencionar, que los datos presentados en dicha matriz fueron deflactados,
la concentración
tal de las exportaciones agrícolas, mas no los montos de exportación por
produc uede
apreciar en el Anexo A.4.). E sos particulares del CRk y del HKI, la
elección del k y de α respectivamente, se debió, en el er a qu es
incorpora los 4 años de r ac r e no
s comerciales del Ecuad a p e e k=4 ie
para medir d on c 48 e alt e
ca a od c ra %
a o ci % est t
para lo cual se utilizó el deflactor del PIB47 con base 2005 (Anexo A.3.).
El grado de concentración que presentan los distintos puntos de destino
(mercados) de los productos agrícolas ecuatorianos proporciona información
valiosa sobre su estructura comercial y permite determinar el nivel de
competencia en el que se desenvuelve la actividad económica.
Los montos de importación de productos agrícolas por parte de los diferentes
mercados es independiente de la concentración de los mismos, ya que esta
depende de dos variables: la frecuencia con la que se realizan las importaciones
de productos agrícolas ecuatorianos (N), y la diversificación de las mismas (D).
De este modo, se presentarán niveles de concentración elevados en mercados
donde la frecuencia de comercialización es esporádica y sus importaciones no
son diversificadas.
En esta investigación el análisis del grado de concentración se ha realizado a
partir de los siguientes índices de concentración (tabla 3.1): CRk (k=4), HHI, HTI,
CCI, HKI (α=0,1) y ET, debido a su alto grado de sensibilidad ante cambios en la
estructura del mercado; cabe aclarar, que en el análisis se mide
to
to (las tablas de los índices de concentración por producto se las p
n los ca
prim caso e te
índice mayo import ión po parte d cada u de los
socio or, y demás orque l índic CRk ( ) t ne
cuatro categorías el gra o de c centra ión : m rcado am nte
concentrado: C4 ≥ 65%, mer do de lta a m erada oncent ción: 50 ≤ C4 <
65%, mercado de moderada baja c ncentra ón: 35 ≤ C4 < 50% y, ruc ura
eflactor del PIB es el cociente entr n un a el de es ñ
o que mide la variación que han ex t eci el año base y e qu tDornbusch Rudiger, MACROECONOMÍA, séptima edición, editorial Mc Graw Hill, Madrid-España, 1998. Pág. 25. 48 BAIN J. S., Organización Industrial, Ediciones Omega, Barcelona-España, 1973, pág. 46.
47 El d e el PIB ominal de determin do año y PIB real e a o, el mism perimen ado los pr os entre el año d e se rate.
64
atomizada: C4 < 35%. En el s o se u 0 ido q
te valor de α pondera a la s n c y a m
ndic ap c la cia n
ha comercializado en e o áli m ue val s
ando se ha comercializa r la ón 1 do
rcializada durante todo el o lis 0 .
Índices de Co ac la or s las
egund caso, eligió n α de ,1, deb a ue
es diver ificació de las importa iones, de ás
porque el inverso de este í e muestra una roxima ión de frecuen co la
que se l períod de an sis, la isma q toma ore de
1, cu do po una so ocasi y de 6 cuan se ha
come períod de aná is (199 -2005)
Tabla 3.1: ncentr ión de s Exp tacione Agríco .
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 0,4095 784,31 0,0875 0,2645 0,0636 16 2,6328USA 0,3053 639,35 0,0679 0,2048 0,0626 16 2,7614México 0,6792 1384,94 0,1491 0,4814 0,0700 14 2,1793MCC (Mercado Común 1Centroamericano) 0,6037 259,54 0,1280 0,4575 0,0701 14 2,3145
CARICOM (Caribbe 0,7765 1854,15 0,1849 0,6531 0,0748 13 1,9631an Community) Cuba 0,6669 1454,57 0,1578 0,5103 0,0883 11 2,0900RCC ( Resto de Centroamérica y el Ca 0,6018 1211,17 0,1309 0,4140 0,0671 15 2,2946ribe) Arg 8entina 0,4154 817,79 0,0909 0,2760 0,0639 16 2,598Bolivia 0,7633 1823,88 0,2005 0,5889 0,1244 8 1,7679Brasil 0,6448 1270,02 0,1310 0,4558 0,0671 15 2,2971Ch 6ile 0,3257 669,28 0,0736 0,2171 0,0627 16 2,735Co 9lombia 0,4780 925,56 0,1034 0,3019 0,0659 15 2,473Pe 0rú 0,5359 1011,36 0,1017 0,3993 0,0642 16 2,517Ve 1nezuela 0,7589 1886,72 0,1743 0,6607 0,0685 15 2,028RA 7S (Resto de América del Sur) 0,6680 1446,80 0,1571 0,4680 0,0700 14 2,087Ale 1mania 0,3109 646,45 0,0697 0,2094 0,0626 16 2,755Bélgica 0,3379 684,51 0,0755 0,2229 0,0629 16 2,7198Es 0,54 0,0947 0,3151 0,0639 16 2,5786paña 0,4790 87Francia 0,3473 698,39 0,0774 0,2281 0,0630 16 2,7056Holanda 0,4287 785,39 0,0867 0,2806 0,0633 16 2,6498Ita 5lia 0,3668 706,68 0,0784 0,2384 0,0630 16 2,700UK (Uni 8ted Kingdom) 0,3019 640,96 0,0688 0,2042 0,0626 16 2,759RUE (R 6esto de la Unión Europea) 0,4205 834,24 0,0927 0,2863 0,0645 16 2,568Rusia 50,5113 977,97 0,1094 0,3223 0,0700 14 2,428RE (Resto de Europa) 0,5352 944,65 0,0996 0,3450 0,0640 16 2,5441Japón 0,3652 700,62 0,0756 0,2652 0,0628 16 2,7196China 90,8204 1812,28 0,1948 0,5726 0,0929 11 1,894RA (Resto de Asia) 0,3907 741,63 0,0800 0,2865 0,0630 16 2,6890África 50,6461 1315,67 0,1382 0,4519 0,0670 15 2,259Oceaní 0a 0,3420 691,10 0,0766 0,2254 0,0629 16 2,716OP (Otros Países) 0,8221 2110,73 0,2228 0,6622 0,0962 10 1,7653
FUENTE: BELABORA
anco Central del Ecuador. CIÓN: Los Autores.
65
3.4.1
El índice CRk (k=4), permi
caso
respectivos países. Como se puede apreci e CRk
iar a los socios comerciales del Ecuador en cuatro grupos
a
1)
. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS MEDIANTE EL
ÍNDICE CRk (k=4)
te analizar una parte del período de análisis, en este
analiza los cuatro años de mayor importación por parte de cada uno de los
ar en el gráfico 3.1., el índic
(k=4) permite diferenc
de cuerdo a su grado de concentración:
Mercados de Alta Concentración.- Estos países se caracterizan por tener una
concentración mayor o igual al 65%, debido a que sus importaciones no son
frecuentes en el período de análisis y por una escasa diversificación de las
mismas. Dentro de este grupo de países se encuentran: Otros Países
(82,21%), China (82,04%), CARICOM (77,65%), Bolivia (76,33%), Venezuela
(75,89%), México (67,92%), Resto de América del Sur (66,8%) y, Cuba
(66,69%). Cabe señalar que China, que es el segundo mercado con la más
alta concentración, a partir de 1993, ha mostrado una continua diversificación
de sus productos de importación, con la particularidad de que banano y
plátano, y flores naturales son los productos de mayor acogida en este
mercado, por lo que China en el largo plazo será un punto de destino
importante para este tipo de productos. Por su parte, el resto de países
presentan niveles elevados de concentración debido a que son productores y
exportadores de productos agrícolas, razón por la cual solo importan cierto
tipo de productos con una periodicidad de comercialización muy baja.
Mercados
2) Moderadamente Concentrados.- Dentro de este grupo de países se
encuentran: África (64,61%), Brasil (64,48%), el Mercado Común
Centroamericano (60,37%), Resto de Centroamérica y el Caribe (60,18%),
o
Perú (53,59%), Resto de Europa (53,52%) y Rusia (51,13%), todos ellos
caracterizados por una concentración que va del 50% al 65%, con
importaciones de baja diversificación y con una periodicidad de
comercialización regular. Al igual que, en el caso anterior mercados com
MCC, RCC, Brasil, Perú y África son productores y exportadores de
66
productos agrícolas razón por la cual su comercialización es moderad
además, estos países son los principales competidores de Ecuador en
exportación de Banano y Plátano y de otros tipos de frutas que son de g
acogida en el mercado Europeo. En el caso de las importaciones
productos agrícolas hacia Rusia y el Resto de Europa, se observa que a pa
de la caída del muro de Berlín (9 de noviembre de 1989), los estad
socialistas empezaron a comercializar con el Ecuador de manera paulatin
con incrementos moderados de comercialización de varios productos, por
que, no concentran sus importaciones en un determinado tipo de produc
los productos de mayor acogida en estos mercados
a;
la
ran
de
rtir
os
a
lo
to;
son el banano y plátano,
y las flores naturales. Además estos dos mercados, junto a Perú, presentan
los niveles más bajos de concentración de este grupo de países.
) Mercados
3 de Baja Concentración.- Los países que forman parte de este
stran niveles aceptables de
concentración y por ende se perfilan como importantes mercados para la
basta gama de productos agrícolas ecuatorianos.
grupo presentan niveles de concentración entre el 35% y el 50%, los
mismos que indican una buena periodicidad de comercialización y sobre
todo una adecuada diversificación de sus productos de importación,
dentro de estos países se encuentran: España (47,9%), Colombia
(47,80%), , Holanda (42,87%), Resto de la Unión Europea (42,05%),
Argentina (41,54%), Canadá (40,95%), Resto Asia (39,07%), Italia
(36,68%), y Japón (36,52%). Japón e Italia al presentar los niveles más
bajos de concentración de todo el grupo, indican que son buenos socios
comerciales de Ecuador, ya que sus importaciones son periódicas, y
estas abarcan a una gran variedad de productos agrícolas. Por otro lado,
el Resto de Asia, Canadá, Argentina y Holanda, aunque en menor
medida, que los países anteriores, mue
67
4) Mercados Desconcentrados.- Este grupo de países se caracteriza por
tener niveles de concentración inferiores al 35%, por presentar
importaciones bien diversificadas (importan todos o casi todos los
productos agrícolas ecuatorianos) y sobre todo porque han
comercializado con el Ecuador durante todo el período de análisis. Los
países que conforman este grupo son: Francia (34,73%), Oceanía
(34,2%), Bélgica (33,79%), Chile (32,57%), Alemania (31,09%), Estados
Unidos (30,53%) y, Reino Unido (30,19%). Cabe resaltar, que las
importaciones de Estados Unidos, Alemania y Bélgica, además de
caracterizarse por su diversificación y periodicidad de comercialización, lo
hacen por el monto de las mismas, perfilándose así como los socios
comerciales más importantes del Ecuador.
Gráfico 3.1
ÍNDICE CRk k=4 DEL TOTAL DE EXPORTACIONES DE PRODUCTOS AGRÍCOLAS
0,0
0,
0,3
0,8
0,9
0,4
0,5
0,6
0,7
1
0,2
UK
USA
Alem
ania
C
hile
Bélg
ica
Oce
anía
Fran
cia
Japó
nIta
lia RA
Can
adá
Arge
ntin
aR
UE
Hol
anda
Col
ombi
aEs
paña
Rus
ia RE
Perú
RC
CM
CC
Bras
ilÁf
rica
Cub
aR
ASM
éxic
oVe
nezu
ela
Boliv
iaC
ARIC
OM
Chi
na OP
ENTE: Banco Central del Ecuador. ABORACIÓN: Los Autores.
FUEL
68
3.4.2
de acuerdo al Manual de Fusiones
diferenciar a los mercados de ac
los mismos que se aprecian en el gráfico 3.
1)
. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS MEDIANTE EL
ÍNDICE DE HERFINDAHL-HIRSCHMAN
El índice de Herfindahl-Hirschman,
Horizontales del Departamento de Justicia de los Estados Unidos, permite
uerdo a su nivel de concentración en tres tipos,
2., y se los describe a continuación:
Mercados Desconcentrados.- Este tipo de mercados se caracterizan por
presentar un HHI menor a 1000, dentro de este tipo de mercados se
encuentran: Rusia (977,97), Resto de Europa (944,65), Colombia (925,56),
España (870,54), Resto de la Unión Europea (834,24), Argentina (817,79),
Holanda (785,39), Canadá (784,31), Resto de Asia (741,63), Italia (706,68),
Japón (700,62), Francia (698,39), Oceanía (691,10), Bélgica (684,51), Chile
(669,28), Alemania (646,45), Reino Unido (640,96) y, USA (639,35); cabe
señalar, que estos mercados son los principales socios comerciales del
2)
Ecuador tanto por la frecuencia de comercialización, como por la gran
variedad de productos que estos países importan, pero sobre todo por los
montos de importación de productos agrícolas ecuatorianos que estos países,
junto a China, presentan (Anexo A.5.).
Mercados Moderadamente Concentrados.- Los mercados que conforman
este grupo son: Cuba (1454,57), Resto de América del Sur (1446,80), México
(1384,94), África (1315,67), Brasil (1270,02), Mercado Común
Centroamericano (1259,54), Resto de Centroamérica y el Caribe (1211,17) y,
Perú (1011,36), los mismos que se caracterizan por presentar HHI entre 1000
y 1800, y además por present ación y una
diversificación de productos agrícolas moderada. Una particularidad de este
epción de Cuba, es que son los potenciales
cuador en la exportación de productos agrícolas, lo cual
explica, junto a las consideraciones anteriores, el porque de su grado de
concentración.
ar una periodicidad de comercializ
grupo de países, a exc
competidores del E
69
3 Mercados) Altamente Concentrados.- La principal característica de este tipo
de mercados es que el HHI presenta valores superiores a 1800, debido a que
la diversificación de su canasta de productos es muy pobre y la frecuencia
con la que estos países comercializan con el Ecuador es muy esporádica.
(2110,73), Venezuela (1886, Bolivia (1823,88) y,
Dentro de este tipo de mercados se encuentran países como: Otros Países
72), CARICOM (1854,15),
China (1812,28); en este tipo de mercados los riesgos de afectación a la
competencia son más altos.
Gráfico 3.2.
ÍNDICE DE HERFINDAHL-HIRSCHMAN DEL TOTAL DE EXPORTACIONES DE PRODUCTOS AGRÍCOLAS
0
200
400
600
800
1000
1200
1400
1600
1800
2000
2200
UK
USA
Alem
ania
C
hile
Bélg
ica
Oce
anía
Fran
cia
Japó
nIta
lia RA
Can
adá
Arge
ntin
aR
UE
Hol
anda
Col
ombi
aEs
paña
Rus
ia RE
Perú
RC
CM
CC
Bras
ilÁf
rica
Cub
aR
ASM
éxic
oVe
nezu
ela
Boliv
iaC
ARIC
OM
Chi
na OP
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
70
3.4.3. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS MEDIANTE EL
ÍNDICE DE HALL-TIDEMAN
La característica más importante del índice de Hall-Tideman, es su alto grado de
sensibilidad ante pequeños cambios en la estructura del mercado; es así, que en
el gráfico 3.3., se aprecia variaciones acentuadas en la concentración de los
distintos mercados, dando lugar a un mejor análisis de cada uno de ellos; por esta
razón, el análisis de las exportaciones mediante este índice se centrará en los
países cuyos montos de importación total superen el 1%.
Gráfico 3.3.
ÍNDICE DE HALL-TIDEMAN DEL TOTAL DE EXPORTACIONES DE PRODUCTOS AGRÍCOLAS
0,
0,
0,
0,
0,
0,
0,
0,
0,16
0,18
0,20
0,22
0,24
Chi
leBé
lgic
aO
cean
íaFr
anci
aJa
pón
Italia RA
Can
adá
Arge
ntin
aR
UE
Hol
anda
Col
ombi
aEs
paña
Bras
ilÁf
rica
Vene
zuel
aBo
livia
00
02
04
06
08
10
12
14
UK
USA
ania
Al
em
Rus
i RE
Per
RC
CM
C
a ú C
Cub RAS
éxic
oa
M
CAR
ICO
Chi
n OPM a
FU Central del Ecuador. EL
omo se observa en la tabla 3.2., la concentración no depende, como se ha
iterado en varias oportunidades del monto de importación; a pesar de ello,
stados Unidos presenta el monto de importaciones más alto y el HTI de menor
alor. Esta peculiaridad se debe a que este país, además de ser el principal socio
omercial del Ecuador, es el que presenta la canasta de productos mejor
iversificada y a su vez ha comercializado con el Ecuador durante todo el período
e análisis (1990-2005).
ENTE: BancoABORACIÓN: Los Autores.
C
re
E
v
c
d
d
71
Se aprecia también, que los productos agrícolas ecuatorianos son de gran
cogida en los mercados europeos, ya que de los catorce mercados aquí
expuestos, seis se ubican en este continente y presentan valores de HTI inferiores
una gran v
a
al 10% (a excepción de Rusia), lo que indica que son socios que comercializan
ariedad de productos de manera frecuente. Por otro lado, China ha
incrementado de manera paulatina sus importaciones, las mismas que tienen el
predominio de cierto tipo de productos, razón por la cual el valor de su HTI es uno
de los más altos.
Tabla 3.2.
Socio Comercial Monto de Importación en Miles de USD FOB
% de Importación
Total HTI
Estados Unidos 10008663,31 36,382% 6,79%Italia 3121903,046 11,348% 7,84%Alemania 2776923,297 10,094% 6,97%Rusia 2198764,246 7,993% 10,94%Bélgica 1495727,208 5,437% 7,55%Japón 1199418,792 4,360% 7,56%Resto de la Unión Europea 988146,0275 3,592% 9,27%Resto Asia 814395,5521 2,960% 8%Chile 792315,0594 2,880% 7,36%Colombia 785501,3765 2,855% 10,34%Argentina 703039,0543 2,556% 9,09%Holanda 654180,2278 2,378% 8,67%China 350788,7112 1,275% 19,48%Oceanía 309974,1551 1,127% 7,66%
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
72
3.4.4. ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS MEDIANTE EL
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
Como se puede notar en el gráfico 3.4., este índice es mucho más sensible que
los anteriores, ya que detecta cambios en la estructura de los mercados que no
presentan una adecuada diversificación de productos y una baja periodicidad de
comercialización, permitiendo centrar el análisis en mercados como: Otros Países
(66,22%), Venezuela (66,07%), CARICOM (65,31%), Bolivia (58,89%), China
(57,26%), Cuba (51,03%), México (48,14%), Resto de América del Sur (46,80%),
Mercado Común Centroamericano (45,75%), Brasil (45,58%), África (45,19%) y
Resto de Centroamérica y el Caribe (41,40%). La principal característica de estos
mercados, a excepción de Cuba, China y Otros Países, es que son productores y
exportadores de productos agrícolas, y por tal razón, solo importan algunos
productos y lo hacen con una frecuencia muy baja; es por ello, que el valor del
CCI es alto. En el caso de Cuba, la poca comercialización de productos agrícolas
se debe a la situación política de este país, lo que hace que sus importaciones
sean pobres en diversidad de productos y en los montos de las mismas.
Gráfico 3.4.
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO DEL TOTAL DE PORTACIONES DE PRODUCTOS AGRÍCOLAS
0,05
0,600,650,70
EX
0,100,150,200,250,300,350,400,450,500,55
0,00
UK
USA
Alem
ania
C
hile
Bélg
ica
Oce
anía
Fran
cia
Japó
nIta
lia RA
Can
adá
Arge
ntin
aR
UE
Hol
anda
Col
ombi
aEs
paña
Rus
ia RE
Perú
RC
CM
CC
Bras
ilÁf
rica
Cub
aR
ASM
éxic
oVe
nezu
ela
Boliv
iaC
ARIC
OM
Chi
na OP
TE: Banco Central del Ecuador. ORACIÓN: Los Autores.
FUENELAB
73
3.4.5.
En el gráfico 3.5., se aprec
índice
embargo, los mercados que más sobresalen por su alto grado de concentración
), Otros Países (9,62%), China (9,29%), Cuba (8,83%),
CARICOM (7,48%), Mercado Común C
América del Sur (7%). Bolivia es uno de los países que en todos los índic
presenta v
menor monto de im
portación poco diversificada y una periodicidad o frecuencia de
comercializ
Gráfico 3.5.
ANÁLISIS DE LAS EXPORTACIONES AGRÍCOLAS MEDIANTE EL
ÍNDICE DE HANNAH Y KAY
ia que el índice de Hannah y Kay se muestra como el
de menor sensibilidad en los cambios de la estructura de los mercados, sin
son: Bolivia (12,44%
entroamericano (7,01%) y Resto de
es
alores elevados de concentración; además, es el socio comercial con el
portaciones de productos agrícolas con una canasta de
im
ación baja.
ÍNDICE DE HANNAH Y KAY α=0,1 DEL TOTAL DE EXPORTACIONES DE PRODUCTOS AGRÍCOLAS
0,00
0,010,02
0,030,04
0,05
0,060,07
0,08
0,090,10
0,110,12
0,13
UK
USA
Alem
ania
C
hile
Bélg
ica
Oce
anía
Fran
cia
Japó
nIta
lia RA
Can
adá
Arge
ntin
aR
UE
Hol
anda
Col
ombi
aEs
paña
Rus
ia RE
Perú
RC
CM
CC
Bras
ilÁf
rica
Cub
aR
ASM
éxic
oVe
nezu
ela
Boliv
iaC
ARIC
OM
Chi
na OP
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
74
A pesar de que el índice de Hannah y Kay no muestra una sensibilidad apropiada
para detectar cambios en los mercados, el inverso del índice proporciona
información acerca de la periodicidad c n la que los socios comerciales del
Ecuador han realizado sus importaciones durante el período de análisis, el mismo
que está conformado por 16 años (1990-2005), teniendo en cuenta esto, se
1) Países
o
procedió a realizar la siguiente clasificación:
con Periodicidad de Comercialización Alta.- Dentro de este grupo se
ubican los países que han comercializado con el Ecuador de catorce a
dieciséis años durante el período de análisis. Los países que importaron
productos agrícolas ecuatorianos durante dieciséis años fueron: Canadá,
Estados Unidos, Argentina, Chile, Perú, Alemania, Bélgica, España,
Francia, Holanda, Italia, Reino Unido, Resto de la Unión Europea, Resto de
Europa, Japón, Resto de Asia y Oceanía; por quince años: Resto de
Centroamérica y el Caribe, Brasil, Colombia, Venezuela y África; y, por
catorce años fueron: México, Mercado Común Centroamericano, Resto de
América del Sur y Rusia.
2) Países con Periodicidad de Comercialización Media.- Estos países se
caracterizan por haber comercializado con el Ecuador de trece a diez años,
dentro de estos países están: CARICOM por trece años, Cuba y China por
once años y Otros Países por diez años.
3) Países con Periodicidad de Comercialización Baja.- Dentro de este grupo se
encuentra solo Bolivia con ión durante el
período de análisis.
ocho años de comercializac
75
Gráfico 3.6.
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1 DEL TOTAL DE EXPORTACIONES DE PRODUCTOS AGRÍCOLAS
0123456789
1011121314151617
UK
USA nia hile ica
anía
ncia
pón
Italia RA
Ale O C
anad
áAr
gent
ina
RU
EH
olan
daol
ombi
aEs
paña
Rus
ia RE
Perú
RC
C
MC
CBr
asil
Áfric
aC
uba
RAS
Méx
ico
Vene
zuel
aBo
livia
CAR
ICO
MC
hina OP
ma C
Bélg
ce Fra Ja
C
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
3.4.6. ANÁLISIS DE LAS EXPORT C NES AGRÍCOLAS MEDIANTE LA
MEDIDA DE ENTROPÍA DE T EIL
En las ciencias físicas el concepto de n orden
que tiene un sistema físico; haciendo la analogía para la economía, la medida de
entropía de Theil muestra el grado de imperfección o concentración que existe en
un mercado, midiendo así el desorden que existe en estos, de acuerdo a ello, los
mercados con mayor desorden (menor concentración) son: Perú (2,52), Resto de
Europa (2,54), Resto de la Unión Europea (2,57), España (2,58), Argentina (2,59),
Canadá (2,63), Holanda (2,65), Resto de Asia (2,69), Italia (2,7), Francia (2,71),
Bélgica (2,72), Japón (2,72), Oceanía (2,72), Chile (2,74), Estados Unidos (2,76),
Alemania (2,76) y Reino Unido (2,76), estos mercados presentan valores de
entropía cercanos a Ln (N)49.
A IO
H
e tropía se refiere al grado de des
49 Ln (N)=Ln (31)= 3,434
76
Por otro lado, los mercados co mayor concentración) son:
Colombia (2,47), Rusia (2,43), Mercado Común Centroamericano (2,31), Brasil
(2,29), Resto de Centroamérica y el Caribe (2,29), África (2,26), México (2,18),
2,03), CARICOM
n menor desorden (
Cuba (2,09), Resto de América del Sur (2,09), Venezuela (
(1,96), China (1,89), Bolivia (1,77), y Otros Países (1,77).
Gráfico 3.7.
MEDIDA DE ENTROPÍA DE THEIL DEL TOTAL DE EXPORTACIONES DE PRODUCTOS AGRÍCOLAS
0,30
0,60
0,90
1,20
1,50
1,80
2,10
2,40
2,70
3,00
0,00
Alem B O
c Fr
Ar
Hol
Co E
MC
CBr
asil
Áfric
aC
uba
RAS
Méx
ico
Vene
zuel
aBo
livia
CAR
ICO
MC
hina OP
UK
USA
ania
Chi
leél
gica
eaní
a
anci
aJa
pón
Italia RA
Can
adá
gent
ina
RU
Ean
dalo
mbi
a
spañ
aR
usia RE
Perú
RC
C
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
77
CAPITULO IV
INTRODUCCIÓN AL ANÁLISIS DE DATOS 4.1.
4.1.1.1. DEFINICIÓN DEL ANÁLISIS MULTIVARIANTE
os estadísticos que analizan
simultáneamente medidas múltiples de cada individuo u objeto que es sometido a
con
mul
de
corr
dos50
4.1.1.2.
El a
exp
se c
clas
•
El análisis multivariante se refiere a todos los métod
investigación; cualquier análisis simultáneo de más de dos variables puede ser
siderado como un análisis multivariante. En sentido estricto, muchas técnicas
tivariantes son extensiones del análisis univariante (análisis de distribuciones
una sola variable) y del análisis bivariante (clasificaciones cruzadas,
elación, análisis de la varianza y regresiones simples utilizadas para analizar
variables). A menudo, el objetivo primario del análisis multivariante es resumir
grandes cantidades de datos por medio de relativamente pocos parámetros .
TIPOS DE TÉCNICAS MULTIVARIANTES
nálisis multivariante es un conjunto de técnicas de análisis de datos en
ansión, la distinción fundamental entre estos métodos es que algunos de ellos
lasifican como Técnicas Dirigidas por las Variables, en tanto que otras se
ifican como Técnicas Dirigidas por los Individuos.
Técnicas Dirigidas por las Variables.- Son aquellas que se enfocan
primordialmente en las relaciones que podrían existir entre las variables
respuesta que se están midiendo. Algunos ejemplos de este tipo de técnica
se encuentran en los análisis realizados sobre las matrices de correlación
como el análisis de componentes principales, análisis por factores, el análisis
de regresión y el análisis de correlación canónica.
50 HAIR JOSEPH F., Análisis Multivariante, pág. 5, editorial Prentice Hall, quinta edición, Madrid–España, 1999.
78
• Técnicas Dirigidas por los Individuos.- Son las que se interesan
principalmente en las relaciones que podrían existir entre las unidades
experimentales o individuos que se están midiendo, o en ambos. Algunos
ejemplos de este tipo de técnica se encuentran en el análisis discriminante, el
A co
brev
•
análisis por agrupación y el análisis multivariante de la varianza
(MANOVA51).52
ntinuación, se introducirán cada una de las técnicas multivariantes, definiendo
emente la técnica y el objetivo de su aplicación:
Análisis de Componentes Principales.- Es una aproximación estadística que
puede usarse para analizar interrelaciones entre un gran número de variables
y explicar estas variables en términos de sus dimensiones subyacentes
•
comunes (factores). El objetivo es encontrar un modo de condensar la
información contenida en un número de variables originales en un conjunto
más pequeño de variables (factores) con una pérdida mínima de información.
Análisis por Factores.- El análisis por factores es una técnica que se emplea
frecuentemente para crear nuevas variables que resuman toda la información
de la que podría disponerse en las variables originales. Este análisis también
se usa para estudiar las relaciones que podrían existir entre las variables
medidas en un conjunto de datos, y su objetivo es determinar si las variables
respuesta exhiben patrones de relaciones entre si, tales que esas variables
•
se puedan dividir en subconjuntos de modo que las variables en un
subconjunto estén fuertemente correlacionadas con cada una de las otras y
que las variables en subconjuntos diferentes tengan bajas correlaciones entre
sí53.
Regresión Múltiple.- Es el método de análisis apropiado cuando el problema
del investigador incluye una única variable métrica dependiente que se
supone está relacionada con una o más variables métricas independientes.
51 Multivariate Analysis of Variance. 52 JOHNSON DALLAS E., Métodos Multivariados Aplicados al Análisis de Datos, pág. 2, Internacional Thomson Editores, México D.F.-México, 2000. 53 JOHNSON DALLAS E., Métodos Multivariados Aplicados al Análisis de Datos, pág. 4, Internacional Thomson Editores, México D.F.-México, 2000.
79
Su objetivo es predecir los cambios en la variable dependiente en respuesta a
cambios en varias de las variables independientes; este objetivo se consigue
muy a menudo a través de la regla estadística de los mínimos cuadrados54.
• Análisis Discriminante Múltiple.- Si la única variable dependiente es
dicotómica o multidicotómica y por tanto no métrico, la técnica multivariante
apropiada es un análisis discriminante múltiple, el cual es útil en situaciones
• Análisis
donde la muestra total puede dividirse en grupos basándose en una variable
dependiente caracterizada por varias clases conocidas. Los objetivos
primarios de esta técnica mutivariante son entender la diferencia de los
grupos y predecir la verosimilitud de que una entidad pertenezca a una clase
o grupo particular basándose en varias variables métricas dependientes55.
Multivariante de la Varianza y Covarianza.- El análisis multivariante
de la varianza (MANOVA) es una técnica estadística que puede ser usada
simultáneamente para explorar las relaciones entre diversas categorías de
variables independientes y dos o más variables métricas dependientes. El
análisis multivariante de la covarianza (MANCOVA) puede usarse en
arianza de respuestas de
grupos sobre dos o más variables métricas dependientes56.
•
conjunción con MANOVA para eliminar el efecto de cualquier variable
dependiente no controlada sobre las variables dependientes. MANOVA es útil
para comprobar hipótesis concernientes a la v
Análisis Conjunto.- Es una técnica de dependencia emergente que ha
introducido una nueva sofisticación en la evaluación de objetos, como sean
nuevos productos, servicios o ideas. La aplicación más directa está en
productos nuevos o desarrollo de servicios permitiendo la evaluación de
productos complejos mientras mantiene un contexto de decisión realista para
el encuestado57.
54 HAIR JOSEPH F., Análisis Multivariante, pág. 11, editorial Prentice Hall, quinta edición, Madrid–España, 1999. 55 Objeto citado en 55. 56 HAIR JOSEPH F., Análisis Multivariante, pág. 12, editorial Prentice Hall, quinta edición, Madrid–España, 1999. 57 Objeto citado en 56.
80
• Correlación Canónica.- Este análisis puede verse como una extensión lógica
de un análisis de regresión múltiple, cuyo objetivo es correlacionar
simultáneamente varias variables dependientes métricas y varias variables
métricas independientes. El principio subyacente es desarrollar una
combinación lineal de cada conjunto de variables para maximizar la
correlación entre los dos conjuntos58.
Análisis• Cluster.- Es una técnica analítica para desarrollar subgrupos
significativos de individuos u objetos. De forma específica, el objetivo es
clasificar una muestra de entidades (personas u objetos) en un número
pequeño de grupos mutuamente excluyentes basados en similitudes entre las
entidades. En este análisis, a diferencia del análisis discriminante los grupos
no están predefinidos. Habitualmente, el análisis cluster implica al menos dos
etapas: la primera es la medida de alguna forma de similitud o asociación
•
entre las entidades para determinar cuantos grupos existen en realidad en la
muestra; la segunda etapa es describir las personas o variables para
determinar su composición59.
Análisis Multidimensional.- En este análisis, el objetivo es transformar los
juicios de los consumidores de similitud o preferencia en distancias
representadas en un espacio multidimensional60.
Análisis• de Correspondencias.- El análisis de correspondencias es una
técnica de interdependencia que difiere de otras técnicas por su capacidad
para acomodar tanto datos no métricos como relaciones no lineales; además,
transforma los datos no métricos en un nivel métrico y realiza una reducción
dimensional61 (similar al análisis factorial) y un mapa perceptual (similar al
análisis multidi em nsional). Este análisis proporciona una representación
multivariante de la interdependencia de datos no métricos que no es posible
realizar con otros métodos.
58 Objeto citado en 56. 59 HAIR JOSEPH F., Análisis Multivariante, pág. 13, editorial Prentice Hall, quinta edición, Madrid–España, 1999. 60 Objeto citado en 59. 61 Objeto citado en 59.
81
• Modelos de Probabilidad Lineal.- A menudo llamados análisis Logit, consiste
en una combinación de regresión múltiple y análisis discriminante múltiple.
eal de la
regresión múltiple es que la variable dependiente es no métrica como en el
ubyacente, siendo e
o de
normalidad multivariante .
Esta técnica es similar al análisis de regresión múltiple en que una o más
variables independientes se usan para predecir una única variable
dependiente. Lo que distingue un modelo de probabilidad lin
análisis discriminante. La escala no métrica de la variable dependiente
requiere diferencias en el método de estimación y supuestos sobre el tipo de
distribución s n la mayoría de sus otras facetas similar a la
regresión múltiple. Los modelos de probabilidad lineal se distinguen del
análisis discriminante en que acomodan todos los tipos de variables
independientes (métricas y no métricas) y no requieren el supuest62
• Modelos de Ecuaciones Estructurales.- Comúnmente llamados LISREL63, es
una técnica que permite separar las relaciones para cada conjunto de
variables dependientes. En su acepción más simple, el modelo de ecuaciones
de ecuaciones simultáneas mediante regresiones
tructural es el modelo guía, que
relaciona variables independientes con variables dependientes. El modelo de
estructurales proporciona la técnica de estimación más adecuada y eficiente
para series de estimaciones
múltiples. Se caracteriza por dos componentes básicos: el modelo estructural
y, el modelo de medida. El modelo es
medida permite usar diversas variables (indicadores), para una única variable
dependiente o independiente. En el modelo de medida se puede evaluar la
contribución de cada ítem de la escala así como incorporar cómo la escala
mide el concepto (fiabilidad) en la estimación de variables dependientes e
independientes64.
62 HAIR JOSEPH F., Análisis Multivariante, pág. 14, editorial Prentice Hall, quinta edición, Madrid–España, 1999. 63 LISREL es el nombre de uno de los paquetes informáticos más utilizados para el análisis multivariante. 64 Objeto citado en 62.
82
4.2. ANÁLISIS DE COMPONENTES PRINCIPALES
Esta técnica multivariante fue desarrollada a inicios del siglo XX por Pearson y
ego formalizada por Hotelling, quien fue el primero en formular el análisis de
componentes principales tal como se ha difundido hasta nuestros días.
El análisis de componentes principales es una técnica multivariada de
en se estudian p variables de interés, que constituyen
lu
interdep dencia, en la que
un vector aleatorio ( )pxxxX ,,, 21 KKK= , posiblemente norm l multivariado
),( ∑=
a
µNX o tal vez en el que estas p variables observables, generarán k
latentes, donde pk < , que se pretende contengan tanta información
Los objetivos más importantes de todo análisis de
diando como paso
previo para futuro análisis.
• Eliminar, cuando sea posible, algunas de las variables originales si ellas
tán correlacionadas,
el análisis no ofrece ventaja alguna; cada componente principal sintetiza la
máxima variabilidad residual contenida en los datos.
io, una estructura particular de las variables. Cuando se conoce la existencia
de una o varias variables independientes y, por lo tanto, otro conjunto de variables
variables
como sea posible.
componentes principales son:
• Generar nuevas variables que puedan expresar la información contenida en
el conjunto original de datos.
• Reducir la dimensionalidad del problema que se está estu
aportan poca información.
Además, el análisis de componentes principales poseen características como la
independencia (cuando se asume multinormalidad), y en todos los casos la no
correlación. Esto significa que si las variables originales no es
Este análisis se aplica cuando se dispone de un conjunto de datos multivariados y
no se puede postular, sobre la base de conocimientos previos del universo en
estud
83
dependientes, pueden aplicarse las técnicas de regresión múltiple o las de
regresión multivariada.
OBTENCIÓN DEL S O
4.2.1. UBESPACI
4.2.1.1. ANÁLISIS EN pR
La matriz R recoge el valor que toma cada una de las variables j en cada uno
de los indiv duos u observaciones i .
11 1 1j pr r r
i
⎡ ⎤⎢ ⎥
1
1
i ij ip
n nj np
r r rR
r r r
⎢ ⎥⎢ ⎥=⎢ ⎥⎢ ⎥⎢ ⎥⎣ ⎦
M O M
M O M
L L
L L
Esta matriz puede ser asimétrica y las variables heterogéneas tanto en medida
como en desviación, por ello, es necesario realizar una transformación de la
matriz R; así, en este caso se procede a centrar los datos para evitar que
variables que tienen un peso muy alto ejerzan influencia en la determinación de
los ejes. Este procedimiento se realiza de la siguiente manera:
ij ij jx r r′ = −
ijr es la media de la variable j i
rn
= Σ jdonde, . Con esta transformación todas las
variables tienen media cero y se traslada el origen al centro de gravedad de la
s
transformación a los datos de partida de la siguiente manera:
nube y lo individuos se sitúan alrededor del punto de origen; además, si las
dispersiones de las variables son muy diferentes, se procederá a realizar otra
84
( )2
ij jij j r rr r −− 2ij j
ij
x siendo sns n
= = ∑
dividuos,
se logra reducir el efecto de las distancias de las variables con mucha dispersión,
Mediante este procedimiento y con el cálculo de la distancia entre los in
así:
( )2
r r⎛ ⎞
nte paso es analizar la nueva tabla de datos para obtener los vectores
propios
2 1, ij i j
j j
d i in s
′−′ = ⎜ ⎟⎜ ⎟⎝ ⎠
∑
El siguie
αµ de la matriz de correlación C X X′= . Las proyecciones de los
individuos sobre los ejes dirigidos por es se conocen con el
nombre de componentes principales, estos son una combinación lineal de las
tos vectores propios
variables iniciales, así:
( ) ∑=== iijt xxiFXF ααααα µµµ
4.2.1.2. ANÁLISIS EN nR
La transformación realizada anteriormente al centrar los datos producen, en este
dispersión de las variables se multiplica por
caso, una deformación de la nube de puntos; mientras que, para el problema de la
ns j
1
distancia 1 del origen, por lo qu
situando a los puntos variables
a la e se obtiene:
( )( )
∑−
=i j
jij
snrr
jd 2
2
2 0,
pacio obtenido se puede producir una Pero, al proyectar sobre el subes
contracción por lo que los puntos estarán situados a una distancia del origen
menor o igual a 1. La distancia entre dos puntos variables en el espacio nR es:
85
( ) ( )2 , 2 1 jjd j j c ′′ = −
donde, ( )tjjd ,2 es el coeficiente de correlación entre las variables, por que la
cercanía de los puntos variables se puede explicar en términos de la correlación:
s están muy correlacionadas positivamente, la distanc
lo
• Si dos variable ia es
nula.
• Si las variables están muy correlacionadas negativamente, la distancia es
• Si las variables no están correlacionadas, la distancia es intermedia.
Para obtener los factores no es necesario diagonalizar la matriz, ya que los
vectores propios se obtienen a partir de
máximo cuatro.
XX ′ :
1v Xuαα λ
= α
y las proyecciones de los puntos variables sobre el eje α están dadas por el
vector:
G Xv uα α α αλ= =
4.2.2. ELECCIÓN DEL NÚMERO DE EJES
Existen algunos métodos para elegir el número de ejes que se deben retener,
entre ellos están: establecer el porcentaje fijo de inercia que se quiere conservar y
retener el número de ejes necesarios para llevar a cabo esta tarea; otros métodos
utilizan reglas empíricas como las siguientes:
• Si la nube no tiene ninguna dirección privilegiada, los valores propios serán
próximos, por lo que, se elegirá un eje que tenga un porcentaje de varianza
86
superior a 1 100p
× que es el valor que correspondería si todos los ejes
explicaran la misma cantidad.
• La inercia explicada por cada eje sucesivo debe ser decreciente. Se utiliza el
coordenadas, y los porcentajes de inercia explicada en las abscisas; para
eliminar a los ejes que se encuentran posteriores al codo que se forma en la
curva.
Sea
histograma de los valores propios con los números de los ejes en
4.2.3. DEDUCCIÓN DE LOS COMPONENTES PRINCIPALES
X un vector aleatorio p variado con media µ y matriz de varianzas ∑ ,
esto ]PXX ,,1 KK , suponiendo además que, los valores propios es, [T XX ,2= KK
característicos65 de ∑ son: Pλ≥λλλ ≥≥≥ KKK321 ; y si se define p variables
no observadas PYYY ,,, 21 KKKK como una combinación lineal66 de
XXX ,,, KKKK ción lineal:
⎤
⎢⎢⎢⎢⎢⎡
+++==
+++==
ppT
ppT
XaXaXaXaY
XaXaXaXaY
...............
...............
222212122
121211111
M
M
, para de esta manera considerar la combinaP21
⎥⎥
⎢⎢⎣
+++== pppppTpp XaXaXaXaY ...............2211
de donde obtenemos:
⎥⎥⎥⎥⎥
⎦
65 Al valor propio λ, también se lo llama vector característico, autovalor o eigenvalor. CUEVA Ruth, NAVAS Felipe y TORO José, ALGEBRA LINEAL, Escuela Politécnica Nacional, Pág. 154. 66 Sean (V, K, +, .) un espacio vectorial y v1, v2,……….., vn Є V. Entonces una combinación lineal de los vectores de v1, v2,……….., vn se define por α1v1+α 2 v2+………..+α n vn donde α1, α 2 ,………..,α n Є K. CUEVA Ruth, NAVAS Felipe y TORO José, ALGEBRA LINEAL, Escuela Politécnica Nacional, Pág. 66.
87
piaaYVar iTii KKKK,2,1)( == ∑
pkiaaYYCov KTiKi KKK,2,1,),( == ∑
PYY ,,21 KKKK , son combinaciones lineales no
La primera componente principal, es la combinación lineal con la máxima varianza
de todas: XaT donde
Las componentes principales Y ,
correlacionadas, cuyas varianzas son tan grandes como sea posible.
1 ( )XaVar T está sujeta a: 1=aaT ; la segunda componente
principal, e xi donde:
1 11
ma combinación lineal de XT2 (s la má a )XaVar está sujeta
a: 1=aa y
T2
22T ( ) 0, 21
T
combinación lineal de XaTi donde,
=XaXaCov T ; y, en la i-ésima componente será la máxima
( )XaVar Ti está sujeta a: 11 =i
T aa y
( ) 0= ∑, aXaCov TTi n Xk para ik <∀ . Co , la matriz de co
TX , KKKK= se obtiene los pares de los valores
y vectores característi
( )
varianzas asociada con
el vector aleatorio [ ]PXXX ,, 21
cos67 denotados como:
( ) ( )pp e,ee ,,,,, 2211 λλλ KKKK donde, pλλλ ≥≥≥ KKKK21
piXeXeXeXeY PiPiiTii ,,2,1;2211 KKKKKKKK =+++==
Con esta definición se muestra la estructura de sus varianzas y covarianzas
como:
pi ,,2,1 KKKK= (Las varianzas de los componentes
así, se puede mostrar que la i-ésima componente principal se denota como:
• ( ) eeYVar iiTii ;== ∑ λ
principales es igual a los valores propios de ∑ ).
67 A este vector no nulo, se le llama vector propio de f, llamado también vector característico autovector o eigenvector, asociado al valor propio λ. Cueva R., Navas F. y Toro J., ALGEBRA LINEAL, Escuela Politécnica Nacional, pág. 154.
vr
88
• ( ) kieeYYCov kTiki ≠== ∑ 0, (Los componentes principales son
variables no correlaciones).
A su vez, la covarianz podemos mostrarla como: a
10max λ=⎥⎥⎦
⎤⎡≠
⎢⎢⎣
∑aa
a T
Cuando los vectores característicos se encuentran normalizados se tiene la
siguiente igualdad: 1, == iTi
Ti eeea , la misma que al ser aplicada en la ecuación
aaT
anterior, da como resultado la siguiente ecuación:
( )111⎦⎣
110max YVar
eeee
aaaa
a Ti
T
T
T
===⎥⎥⎤
⎢⎢≠ ∑∑ λ ⎡
De manera general, a los vectores característicos se los denota como:
1,,2,1;,,max 1,21 −==⎥⎦⎢⎣⎥⎤
⎢⎡
+∑ pK
aaeee KTKa KKKKKKKKK λ
T
aa
Para el caso 1+= Kea con 01 =+ iTK ee para ki ,,2,1 KKKK= y
1,,2,1 −pKKKK , se tiene que: =k
( ) 111111
11++++
++
++ === ∑∑kkk
Tk
kTk
kTk YVaree
eeee
λ
es que, 0=kTi ee para ki ≠ obteniéndose Esto ( ) 0, =k
prop
i YYCov . Ahora los vectores
ios de ∑ son ortogonales68 y todos los valores propios69
68 Se , dice que v y w son ort lament /w) = CUEVA Ruth, NAVAS Felipe y TORO José, ALGEBRA LINEAL, Escuela Politécnica Nacional, Pág. 100.
a (V k, +, .) un espacio vectorial sobre el cual se ha definido el producto interno (/). Sean v, w Є V. Se ogonales si y so e si (v 0.
89
pλλλλ ,,, 32 KKKK son distintos. Si los valores propios no son todos distintos,
ectores propios correspondiente
,1
s para los valores propios comunes pueden
ser ortogonales. Para cualquier autovector ie y ke , 0=KTi ee para ki ≠ ; se tiene
que:
los v
[ ] Tkkk eee λ=∑
( ), == 0==∑ kTikkk
Ti
Tiki eeeeeeYYCov λλ para ki ≠
De i
. k
gual manera se puede probar que, la varianza total de la población es:
( ) ( ) ( )
( ) ( ) ( )ppp
ppp
ppp
YVarYVarYVar
XVarXVarXVar
+++=+++
+++=+++
+++=+++
KKKKKKKKK
KKKKKKKKKK
KKKKKKKKK
212211
212211
212211
σσσ
λλλσσσ
σσσ
Por consiguiente, la proporción de la varianza total explicada por la i-ésima
componente principal es:
pip
,,2,121
1 KKKKKKK
=⎟⎟⎠
⎞⎜⎜⎝
⎛
+++ λλλλ
El número de componentes principales escogidos dependerá del porcentaje de
varianza que se desee explicar, lo cual está en función del tipo de estudio que se
valo
ento
realiza. Si la mayor parte de la varianza total de la población (80 o 90 %) para
res grandes de p , puede ser explicada por una, dos o tres componentes,
nces, estas pueden reemplazar las p variables originales sin mucha pérdida
orrelación entre la i–ésima componente principal y la k–ésima de información. La c
variable de interés está dada por:
a f Є £ (V, V), donde V es un espacio vectorial sobre u campo K. λ Є k, se dic que es un valor propio si existe un vector v
69 Se ede f
r Є V, vr ≠ 0, tal que, f ( vr ) = λ vr . CUEVA Ruth, NAVAS Felip TORO José,
EBRA LINEAL, Escuela Politécnica Nacional, Pág. 154. e y
ALG
90
( )p
4.2.4. INTERPRETACIÓN DEL ANÁLISIS DE COMPONENTES
PRINCIPALES
Para
form
repr
con
Para realizar la interpretación del ACP es aconsejable seguir el siguiente orden:
1) Interpretación de los Factores en Función de su Correlación con las
Variables.- Un componente se construye a través de variables de entrada, las
cuales pueden tener redundancias y estar midiendo una misma
característica. El grupo de variables de entrada se denomina factor, el cual
se interpreta a partir de su correlación (proyección de la variable sobre el
factor) con las variables iniciales. Si una variable está muy correlacionada
con un factor, la coordenada será próxima a 1
kie
kk
iiikXY ki
,,2,1,, KKKK=⎥⎥⎦
⎤
⎢⎢⎣
⎡=
σ
λρ
interpretar el ACP se representan las nubes de puntos sobre los planos
ados por diferentes parejas de ejes factoriales. Comúnmente se suelen
esentar en un mismo plano las nubes de puntos de individuos y las variables
el objeto de facilitar la interpretación.
± . Si 1=G el factor se
interpreta como una clasificación de los indivi e
α
duos a lo largo de él en orden d
los valores crecientes de la variable j ; si 1−=αG , los individuos están
clasificados sobre el eje α en orden decreciente de la variable j , en cambio
si 0=αG no existe correlación entre el eje y la variable. La aportación de una
variable a la inercia del eje α se llama Contribución Absoluta (CTA), y se
obtiene de la siguiente manera:
( ) ( )( )
2
2
j
G jCTA j
G jα
α
α =∑
91
Los puntos que presenten las coordenadas más altas son los que aportarán
significativamente a la formación del eje y tendrán mayor influencia en la
explicación del mismo.
ciales; mientras, más cercanos estén los puntos del
borde del círculo están mejor representados. En el espacio p
2) Interpretación de la Nube de Variables.- En los planos factoriales las nubes
de puntos de las variables se encuentran ubicadas en el interior de un círculo
de radio uno, centrado en el origen a causa de la transformación de
tipificación de los datos ini
R la nube de
variables se sitúa en la esfera del radio unidad y al proyectarse se pueden
contraer y acercase al origen, así:
F2
F1
En la figura anterior, se aprecia que los círculos de color verde están mejor
3) Interpretación de la Nube de Individuos.- Luego de ser interpretada la nube de
variables se realiza este mismo procedimiento con la nube de individuos, la
que también debe estar centrada en el origen debido a la transformación de
los datos iniciales. La contribución de un individuo i a la formación de un eje
es mayor cuando la proyección del eje es más alta.
representados en el plano por encontrarse próximos al borde de la esfera; y,
los círculos de color lila están mal representados porque se aproximan al
origen de la esfera.
92
( )( ) ( )
2F iCTA i
F iα
α
α =∑
sobre el eje
2
i
La calidad de representación de un punto i α depende de dos
aspectos: el primero de su distancia al origen (en el espacio pR no están
todos los puntos a la misma distancia del origen), y el segundo de la
contribución relativa que se obtiene de la siguiente manera:
( ) ( )2
2
F iCTR i
ijj
xα
α =∑
En el plano factorial la proximidad de dos individuos significa que tienen un
comportamiento semejante. En el caso que exista una gran cantidad de
puntos que dificulten la visión del gráfico se recomienda proyectar como
individuos suplementarios los centros de gravedad de los grupos de
individuos caracterizados por una variable nominal u ordinal.
F2
F1
4) Interpretaci esentación Simultáne
individu variables en el mismo plano n utilida ya que la
disposición de los puntos variables en proy
de punt duos, y permit
proximi iduos. En este caso, no se calculan distancias
ón de la Repr a.- La representación de
os y es de gra d,
ección permite interpretar la nube
os indivi e identificar a las variables responsables de las
dades entre los indiv
93
entre individuos y variables porque no están medidas en la misma escala, lo
que se analiza es la posición de los individuos respecto a las variables. Un
punto individuo alejado en la dirección de la variable, muestra que éste toma
4.3. EXPORTACIONES AGRÍCOLAS
sect
identificará los principales productos agrícolas y sus países de destino por medio
alte
aná
En e ACP con todos los datos originales, en
puntos atípicos, debido a que, Estados Unidos recepta más del 35% del total de
alre bia capta más del 95% de las
países. Por otro lado, en este procedimiento se aprecia que existen variables que
o aportan significativamente al análisis, como es el caso de: abacá, algodón,
ras fibras vegetales y cascarilla, debido a lo expuesto anteriormente.
e igual manera, se omitieron del análisis a Estados Unidos y Colombia con el
objeto de apreciar el comportamiento del resto de individuos.
un valor más alto que la media de esa variable.
ANÁLISIS DE LAS
ECUATORIANAS MEDIANTE COMPONENTES PRINCIPALES
La comercialización y exportación de los productos agrícolas constituyen un
or relevante de la economía del Ecuador; es por ello, que en este capítulo se
del análisis de componentes principales, el cual permitirá reducir las variables sin
rar la naturaleza de ellas.
Con el fin de interpretar de una mejor manera los resultados obtenidos en este
lisis, se procedió a realizarlo en dos procedimientos:
l primer procedimiento se elaboró un
el mismo que se aprecia que Estados Unidos y Colombia se muestran como
las exportaciones agrícolas y por ello la mayoría de productos se agrupan
dedor de este; mientras que, Colom
exportaciones de arroz y maíz, razón por la cual estos productos se encuentran
cercanos a este país y a su vez este se encuentra alejado de la mayoría de
n
otras fibras vegetales y cascarilla, debido a que sus niveles de exportación son
bajos.
En el segundo procedimiento se realizó otro ACP excluyendo las variables: abacá,
algodón, ot
D
94
4.3.1. PRIMER PROCEDIMIENTO
A continuación, se presenta los resultados obtenidos del procesamiento de datos
con el software SPSS 13.0, al aplicar la técnica de Componentes Principales para
encontrar la relación del Ecuador.
En la tabla 4.1., se muestra los estadísticos descriptivos para cada una de las
variables, donde los el Banano y Plátano
con 615.513,68107 y Flores Naturales con 104.235,063; además, estos dos
productos presentan la mayor desviación estándar con 1.191.681,753 y
396.817,653 respectivamente.
Cabe mencionar que,
que las diferenc ariabilidad entre las variables carecen de
productos de mayor valor promedio son
este análisis se basó en la matriz de correlaciones, por lo
ia de escala y de vs
relevancia. Sin embargo, si se decide que el análisis se base en la matriz de
varianzas y covarianzas, las variables con mayor variabilidad tendrán mayor
importancia en la solución final.
Tabla 4.1.: Estadísticos Descriptivos
Variables Media Desviación Estándar
N Analizados
Banano y Plátano 615513,68107 1191681,753030 31 Arroz 8277,45070 44119,951332 31 Cacao 48268,17484 130264,920912 31 Café Lavado 61769,79283 190155,046728 31 Piñas 4294,23013 11766,993934 31 Melones 763,03183 2735,580287 31 Otras Frutas 5663,37409 18793,283392 31 Abacá 6930,90453 20957,098534 31 Algodón 662,20371 3034,362548 31 Otras Fibras Vegetales 207,15715 954,045742 31 Tabaco en Rama 5724,83781 12369,876522 31 Cascarilla 20,94135 70,300520 31 Hojas de Té 1077,11430 2396,629555 31 Maíz 5590,79229 30827,844704 31 Flores Naturales 104235,06268 396817,653432 31 Otros Productos Agrícolas 17681,66317 42519,931439 31
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
95
Al analizar la matriz de corr bserva los coeficientes de
correlación entre todas las s, donde
• Banano y Plátan ncuentran correla dos p amente con el Café
Lavado (0,847), 1), Cacao (0, Flores urales (0,815), Otras
Frutas (0,774) y Melones (0,719).
• Arroz muestra u orrelación po con aíz (0,999) y Otros
Productos Agrícolas (0,849).
• Cacao presenta ión p a con afé Lavado (0,946)
Melones (0,946), Otras Frutas (0,945), Fl Natura ,945), Piñas (0,898)
y Hojas de Té (0
• Café Lavado muestra altas correlacione itivas Piñas (0,959), Otras
Frutas (0,950), Flores Naturales (0,950), Melones (0,894) y Hojas de Té
(0,799).
Piñas se encuentra correlacionado de manera positiva con Otras Frutas
orrelación positiva con Flores Naturales de 0,864.
Maíz mantiene una correlación positiva de 0,854 con Otros Productos
s variables, es decir, se advierte algún tipo de correlación entre las
ariables.
elaciones (Anexo B.1.), se o
variable :
o se e ciona ositiv
Piñas (0,84 822), Nat
na alta c sitiva el M
una alta correlac ositiv el C
ores les (0
,781).
s pos con
•
(0,874), Flores Naturales (0,863), Melones (0,823) y Hojas de Té (0,799).
• Melones presenta correlaciones positivas con Flores Naturales (0,958), Otras
Frutas (0,954) y Hojas de Té (0,804).
• Otras Frutas mantiene altas correlaciones positivas con Flores Naturales
(0,979) y Hojas de Té (0,859).
• Tabaco en Rama evidencia correlaciones positivas moderadas entre Flores
Naturales (0,590) y Hojas de Té (0,577).
• Hojas de Té muestra una c
•
Agrícolas.
Cabe mencionar que el determinante de la matriz de correlaciones es de 2,2x10-
15, y de acuerdo a la teoría solo es conveniente realizar un ACP cuando el
determinante es cercano a cero, ya que esto indica que existe dependencia Lineal
entre la
v
96
L n KMO (Anexo B.2.) de este análisis es de 0,727, por lo a medida de adecuació
que se considera a ción del
de lett (A B.3 os ipótes la (a
rrelación sign va ent variabl que lor de esta prueba es de
4,429, por l igual en el nterio comprueba que resulta
ecuada la uti n de esta técnica m iante la 4.2.).
Tabla 4 a
decuado la utiliza ACP, además en la prueba de
esfericidad Bart nexo .), rechazam la h is nu usencia de
co ificati re las es) ya el va
80 o que que test a r se
ad lizació ultivar (Tab
.2.: Test KMO y Test de B rtlett
Medida de Ad ión Mues iser ecuac tral de KaMeyer Olkin. 0,727
Chi-Cuadrado Apro . ximado 804,429
Grados bertad de Li 120 Test de Esfer icidadde Bartlett
Significancía 0,000 FUENTE: Banco Central del Ecuad
ORACIÓN: tores.
nadas inicialmente a las variables
oducidas por la solución factorial (extracción); en
or. ELAB Los Au
La tabla 4.3. contiene las comunalidades70 asig
(inicial) y las comunalidades repr
donde se puede ver que las variables: Banano y Plátano (72,5%), Arroz (96,9%),
Cacao (95,1%), Café Lavado (96,3%), Piñas (86,9%), Melones (93,2%), Otras
Frutas (96,1%), Otras Fibras Vegetales (81,0%), Cascarilla (77,7%), Hojas de Té
(82,3%), Maíz (97,1%), Flores Naturales (95,2%) y Otros Productos Agrícolas
(92,9%), son las mejor explicadas por el modelo, ya que este, es capaz de
reproducir más del 70% de su variabilidad original. Por otro lado, las variables:
Abacá (33,3%), Algodón (40%) y Tabaco en Rama (56%) están siendo explicadas
en un porcentaje inferior al 60%, siendo estas las variables peor representadas.
70 La comunalidad de una variable es la proporción de varianza que puede ser explicada por el conjunto de los k primeros factores. Estudiando las comunalidades de la extracción podemos valorar cuáles de las variables son peor explicadas por el modelo.
su
97
Tabla 4.3.: Comunalidades
Variables Inicial Extracción Banano y Plátano 1,000 0,725Arroz 1,000 0,969Cacao 1,000 0,951Café Lavado 1,000 0,963Piñas 1,000 0,869Melones 1,000 0,932Otras Frutas 1,000 0,961Abacá 1,000 0,333Algodón 1,000 0,400Otras Fibras Vegetales 1,000 0,810Tabaco en Rama 1,000 0,560Cascarilla 1,000 0,777Hojas de Té 1,000 0,823Maíz 1,000 0,971Flores Naturales 1,000 0,952Otros Productos Agrícolas 1,000 0,929
Método de Extracción: Análisis de Componentes Principales. FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
En la tabla de Varianza Total Explicada (tabla 4.4.) se ofrece un listado de los
autovalores de la matriz de varianzas-covarianzas y del porcentaje de varianza
que representa cada uno de ellos. Los autovalores expresan la cantidad de la
varianza total que está explicada por cada factor; y los porcentajes de varianza
ada asociados a cada factor se obtienen dividiendo su correspondiente
originales, donde el 48,590% de dicha
factor, el 18,735% por el segundo
factor, el 7,051% por el te ado por el cuarto
factor.
explic
autovalor por la suma de los autovalores (la cual coincide con el número de
variables). En consecuencia, en función del criterio de Kaiser se conservarán los
autovalores mayores de uno.
En este análisis se retuvieron los cuatro primeros autovalores mayores a uno,
porque el procedimiento extrae cuatro factores que consiguen explicar el 80,783%
de la variabilidad contenida en los datos
variabilidad queda explicada por el primer
rcer factor y, el 6,408% queda explic
98
Tabla 4.4. anza l Exp : Vari Tota licada
Autovalores Iniciales Sumas de turaci Cuadrado de las Sa ones alla Extracción Componente % de
Varianza % rianz de Va a
Acumulada Total % de Varianza
%Total de Varianza Acumulada
1 7,774 48,590 48,59 7,774 480 ,590 48,5902 8 18,735 67,325 2,998 182,99 ,735 67,3253 1,128 7,051 74,37 1,128 76 ,051 74,3764 6,408 80,78 1,02 61,025 3 5 ,408 80,7835 5,986 86,770 0,958 6 5,236 92,006 0,838 7 3,704 95,710 0,593 8 1,860 97,570 0,298 9 0,186 1,163 98,733 10 0,131 0,821 99,554 11 0,045 0,283 99,836 12 0,010 0,062 99,898 13 0,007 0,043 99,941 14 0,006 0,038 99,979 15 0,003 0,018 99,997 16 0,000 0,003 100,000 Método de Extracción: Análisis de Componentes Principales. FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
El gráfico de sedimentación, también llamado prueba de sedimentación de Cattell,
muestra una representación gráfica de la magnitud de los autovalores. El corte en
la tendencia descendente sirve de regla para la determinación del número óptimo
de factores que deben estar presentes en la so
lución. Es así que, el gráfico 4.1,
s componentes, y se observa cuatro muestra los autovalores asociados a la
componentes con valores propios mayores a 1, el resto de valores propios son
muy pequeños al compararlos con los cuatro primeros; cabe acotar que, los
autovalores que se aproximan a cero son incapaces de explicar una cantidad
relevante de la varianza total; por tanto, los factores con autovalores próximos a
cero se consideran residuales y carentes de sentido para analizarlos, los mismos
que se encuentran en la parte derecha del gráfico formando una planicie de poca
inclinación, frente a la pronunciada pendiente formada por los cuatro autovalores
que explican la mayor parte de la varianza.
99
Gráfico 4.1: Gráfico de Sedimentación
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
En la matriz de componentes se disponen las proyecciones de cada una de las
p variables sobre cada unos de los primeros factores retenidos denominadas
aturaciones. Las variables tales que sus saturaciones sean parecidas en todos
Café Lavado, Piñas,
elones, Otras Frutas, Tabaco en Rama, Hojas de Té y Flores Naturales; todas
stas variables saturan en un único factor porque constituyen un grupo
iferenciado de variables dentro de la matriz de correlaciones. Este factor parece
flejar a los “Productos de Alta Comercialización Internacional”.
s
los factores estarán correlacionadas entre sí, siempre y cuando estén bien
representadas. Esta matriz es elemental para el análisis, ya que la suma de los
cuadrados de las saturaciones en un mismo factor coincide con el autovalor
correspondiente. En la tabla 4.5., se muestra la matriz de componentes, de tal
manera que las variables aparecen dispuestas en cuatro bloques asociados con
cada uno de los cuatro factores. Comparando las saturaciones relativas de cada
variable en cada uno de los cuatro factores se puede apreciar que el primer factor
está constituido por las variables: Banano y Plátano, Cacao,
M
e
d
re
100
El segundo factor agrupa a las variables: Arroz, Maíz y Otros Productos Agrícolas,
or lo que podría representar a los “Productos de Baja Comercialización
ternacional”. El tercer factor está formado por las variables: Abacá y Cascarilla,
presentando, así a los “Productos de Muy Baja Comercialización Internacional”.
or último el cuarto factor que está formado por las variables: Algodón y Otras
ibras Vegetales, representa a los “Productos de Incipiente Comercialización
Internacional”.
Tabla 4.5.: Matriz de Componentesa
p
In
re
P
F
Componentes Variables
1 2 3 4 Banano y Plátano 0,839 -0,127 0,063 -0,011 Arroz 0,015 0,973 0,142 0,037 Cacao 0,969 0,016 -0,102 0,032 Café Lavado 0,973 -0,079 0,102 0,011 Piñas 0,927 -0,078 0,060 0,004 Melones 0,948 -0,024 -0,178 0,008 Otras Frutas 0,978 0,068 0,019 0,015 Abacá 0,388 -0,101 0,415 -0,015 Algodón -0,075 0,216 0,338 -0,483 Otras Fibras Vegetales -0,048 -0,005 0,162 0,884 Tabaco en Rama 0,643 -0,052 -0,375 -0,057 Cascarilla 0,085 0,491 -0,727 -0,004 Hojas de Té 0,880 -0,099 0,196 -0,040 Maíz 0,025 0,974 0,145 0,038 Flores Naturales 0,973 -0,068 0,007 0,011 Otros Productos Agrícolas 0,412 0,868 0,075 0,032
Método de Extracción: Análisis de Componentes Principales. a: 4 componentes extraídos. FUENTE: Banco Central del Ecuador.
l, el
ismo que es un diagrama de dispersión en el que los factores definen los ejes
ELABORACIÓN: Los Autores.
El gráfico de factores o de saturaciones factoriales (gráfico 4.2.) representa el
espacio factorial definido por los factores contenidos en la solución factoria
m
del espacio y las variables constituyen los puntos en dicho diagrama. Las
coordenadas de una variable en cada factor corresponden con las saturaciones
de la variable en dichos factores, es decir, con los valores de la matriz de
componentes.
101
Para poder apreciar de una mejor manera el grafico de componentes, se lo ha
proyectado de cuatro a dos dimensiones, apreciándose tres grupos bien
diferenciados de variables: el primer grupo se encuentra próximo al extremo
positivo del componente 1, conformado por las variables Banano y Plátano,
Cacao, Café Lavado, Piñas, Melones, Otras Frutas, Tabaco en Rama, Hojas de
Té, Flores Naturales y Abacá; cabe señalar que, este componente agrupa a los
productos agrícolas que representan el 96,092% del total de sus exportaciones. El
segundo grupo se encuentra próximo al extremo positivo del componente 2 y está
formado por las variables: Arroz, Maíz, Algodón, Cascarilla y Otros Productos
grícolas, los mismos que representan el 3,886% de las exportaciones agrícolas. A
Por último, el tercer grupo que está conformado por Otras Fibras Vegetales, que
representa el 0,022% de las exportaciones agrícolas, y se encuentra próximo al
origen (no está bien representado en ninguno de los dos componentes).
Gráfico 4.2: Gráfico de Componentes
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
102
Como se puede apreciar en el gráfico 4.3., los países (individuos) se localizan en
relación a sus componentes (las coordenadas de los individuos se presentan en el
anexo B.4.), dando como resultado un mapa de posicionamiento, el mismo que se
lo ha dividido en cuatro cuadrantes.
En el cuadrante I, se aprecia a Holanda y Alemania próximos al cuadrante IV,
razón por la cual se puede determinar que estos países poseen características
similares con los del cuadrante IV; a su vez, Colombia se encuentra alejado de la
nube de individuos (Alemania y Holanda), por lo que se lo considera un punto
atípico del análisis. El cuadrante II se encuentra conformado por Venezuela y
Francia, este último con orientación hacia el origen y próximo a los países del
uadrante III.
En el cuadrante III, se encuentran Ca , España, México,
Mercado Común Centroamericano, Comunidad del Caribe, Cuba, Argentina,
Bolivia, Brasil, Resto de América del Sur, Bélgica, Resto de la Unión Europea,
Rusia, Resto Europa, Japón, China, Resto Asia, Oceanía y Otros Países,
d anos al cuadrante IV. Por último, en el
cuadrante IV se observan a Estados Unidos, Resto de Centroamérica y el Caribe,
c
nadá, Chile, África
ubicán ose muy cerca del origen y cerc
Italia y Reino Unido, donde Estados Unidos se encuentra alejado de todos los
individuos formando un punto atípico al igual que Colombia.
103
Gráfico 4.3 d s .: Gráfico e Individuo
ien
presentados en el componente 2. Este fenómeno es normal debido a que
en el componente 2 orientada hacia la
ascarilla71 y en el componente 1 orientado hacia Melones y Cacao, esto se debe
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
En la representación simultánea de los productos de exportación agrícola y de los
países de destino (gráfico 4.4.), se puede realizar las siguientes acotaciones:
Se observa que Colombia se encuentra ubicada en el cuadrante I, así como
Arroz, Maíz y Otros Productos Agrícolas los mismos que se encuentran b
re
Colombia importa el 96,32%, el 99,06% y el 38,01% respectivamente del total de
las exportaciones de estos productos en el período de análisis. En el cuadrante I
también se encuentran Alemania y Holanda, países que presentan un nivel de
representación bajo por estar cercanos al origen; a pesar de ello, se aprecia que
Holanda está mejor representada
C
71 Cabe señalar que, la Cascarilla se encuentra en el tercer componente, y debido a la proyección que se realizo de cuatro a dos componentes, este producto se ubicó en el segundo componente.
104
a que este país capta el 51,59%, el 26,85% y el 12,69% de las exportaciones de
estos productos respectivamente. Por otro lado, Alemania se muestra cercana al
componente 1, en donde se encuentran agrupados los principales productos
agrícolas, comportamiento que es natural ya que a este país se destina el
10,011% del total de las exportaciones agrícolas.
En el cuadrante II, se aprecia que Venezuela se encuentra mejor representada en
l componente 2, al igual que el Algodón72, esta proximidad entre el país y el
r que, estos países reflejan el comportamiento
promedio de las exportaciones agrícolas que realiza el Ecuador. Dentro de este
grupo de países se d es: Rusia (8,893%),
Bélgica (5,297%), Japón (4,264%), Resto (3,301%), Resto
de Asia (2,834%), Chile (2,772%), Argentina (2,492%), China (1,25%) y Oceanía
(1,071%). Además, junto a esta países s a Otras Fibras
Vegetales,73 debid l Perú (p a la nub apta el 86,194%
del total de las e cto.
e
producto se debe a que Venezuela importa el 81,693% del total de las
exportaciones del Algodón. En este mismo cuadrante se encuentra Francia, que
con el 0,454% del total de las exportaciones agrícolas, se encuentra mal
representado por su proximidad al origen.
En el cuadrante III, se observa una nube compacta de individuos, debido a la
aglomeración de casi todos los países de destino, la misma que se encuentra
cercana al origen; cabe menciona
estacan por su volumen de importacion
de la Unión Europea
nube de e ubic
o a que e aís que conform e) c
xportaciones de este produ
Por otro lado, Estados Unidos, ubicado en el cuadrante IV y representado en el
componente 1, al igual que Banano y Plátano, Flores Naturales, Cacao, Café
Lavado, Otras Frutas, Tabaco en Rama, Hojas de Té, Piñas y Melones; se
constituye en el principal importador de los productos mencionados anteriormente.
Cabe destacar que, las exportaciones agrícolas ecuatorianas hacia este país
corresponden al 35,563% del total. También en este cuadrante se ubican Italia y
72 El Algodón se encuentra representado en el cuarto componente, y debido a la proyección realizada de cuatro a dos componentes, este producto se ubicó en el segundo componente. 73 Otras Fibras Vegetales se ecuatro a dos componentes, es
ncuentra ubicada en el cuarto componente, y por la proyección efectuada de te producto se ubicó en el primer componente.
105
Reino Unido; Italia muestra una cercanía al primer componente, donde se
encuentran ubicados los pr de exportación, captando
el 11,954% del total de la acion íco ién, se puede apreciar
que Reino Unido está undo onente s el país que presenta
el mayor nivel de importaciones de Abacá74 el 48,8
Gráfico 4.4.: Gráfico Simultáneo de Individuos y Variable
incipales productos agrícolas
s export es agr las; tamb
próximo al seg comp , y e
con 86%.
FUENTE: Banco Central del Ecuad
LABORACIÓN: Los Autores.
or. E
7 Abacá se encuent ada en el componen bido a la proyección realizada e cuatro a dos componentes, este producto se ubico en el primer componente.
4 El ra ubic tercer te, y de d
106
4.3.2. SEGUND OCEDI NTO
a una de las variables incluidas en el análisis, y algunos
stadísticos descriptivos univariados (media, la desviación estándar y el número
e casos válidos para el análisis), donde al igual que en el primer procedimiento
Tabla 4.6.: Estadísticos Descriptivos
O PR MIE
La tabla 4.6., muestra cad
e
d
los productos de mayor valor promedio son el Banano y Plátano con 460.450,588
y, Flores Naturales con 34.264,080; además, estos dos productos presentan la
mayor desviación estándar con 750.385,715 y 63.392,805 respectivamente.
Variables Media Desviación Estándar
N Analizados
Banano y Plátano 460450,58841 750385,714568 29 Arroz 364,09787 1492,672023 29 Cacao 26135,80376 52771,184760 29 Café Lavado 29842,12320 60632,196677 29 Piñas 2570,28689 6302,017109 29 Melones 313,09759 1045,833431 29 Otras Frutas 1922,51874 3456,086778 29 Tabaco en Rama 4551,48876 10412,000733 29 Hojas de Té 702,89336 1195,180191 29 Maíz 6,65775 26,238495 29 Flores Naturales 34264,08026 63392,804955 29 Otros Productos Agrícolas 8698,34550 18482,018898 29
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
En el anexo B.3., se puede apreciar que los coeficientes de correlación entre el
primer y segundo procedimiento han variado de la siguiente manera:
Banano y Plátano se encuentran correlacionados positivamente con Piñas
(0,515), Café Lavado (0,499), Cacao (0,404), Otros Productos Agrícolas (0,379) y
Flores Naturales (0,355); estos valores permiten apreciar que las correlaciones
disminuyeron significativamente en el segundo procedimiento. Por otro lado, las
variables Otras Frutas y Melones presentan correlaciones insignificantes,
fenómeno que se puede atribuir a la eliminación de Estados Unidos del análisis.
107
Al observar la correlación entre el Arroz y el Maíz, se aprecia que su valor es
insignificante y negativo (-0 is a Colombia,
estos dos productos no presentan una asociación lineal en común. A su vez, el
Cacao presenta una alta correlación positiva con Otros Productos Agrícolas
(0,836), Otras Frutas (0,646), Melones (0,634), Flores Naturales (0,598), Café
Lavado (0,596) y Piñas (0,558). Del mismo modo, el Café Lavado muestra altas
correlaciones positivas con Piñas (0,911) y Otros Productos Agrícolas (0,779).
Piñas se encuentra correlacionado de manera positiva con Otras Productos
Agrícolas con un valor de 0,709. Siguiendo esta tendencia, Melones presenta
correlaciones positivas con Otras Frutas (0,755) y Flores Naturales (0,701). Y por
último, Otras Frutas mantiene correlaciones positivas con Flores Naturales (0,559)
y Otros Productos Agrícolas (0,526).
Al eliminar del análisis a Estados Unidos, se observa que los valores de las
correlaciones disminuyeron drásticamente, esto debido a que la mayoría de
produc destino final este mercado y al eliminarlo estos
se dispers que presentan altos volúmenes de
or alto, indica una adecuación
uestral aceptable, por lo que se considera adecuada la utilización del Análisis de
omponentes de Principales. En lo referente a la prueba de esfericidad de
artlett, se tiene un valor Chi-Cuadrado de 219,835, el cuál al ser comparado con
l valor correspondiente a 66 grados de libertad con un nivel de probabilidad del
5%, indica que se rechaza la hipótesis nula, por lo tanto, el modelo factorial es
decuado para explicar los datos.
,061), debido a que al excluir del anális
tos agrícolas tienen como
an alrededor de los mercados
importaciones de este tipo de productos. Además, se procedió a eliminar los
productos de menor exportación (Abacá, Cascarilla, Algodón y Otras Fibras
Vegetales) con el objeto de obtener una mejor estimación estadística e
interpretación de los resultados. Cabe señalar que, el determinante de la matriz
de correlaciones es de 7,57x10-5.
En la tabla 4.7., se presenta la medida de adecuación KMO, la cual presenta un
valor de 0,598, que a pesar de no ser un val
m
C
B
e
9
a
108
T t abla 4.7.: Test KMO y Test de Bartlet
Medida de Adecuación Muestral de Kaiser Meyer Olkin. 0,598
Chi-Cuadrado Ap ado. roxim 219,835
Gr e Libados d ertad 66 Test de Esfe ricidadde Bartlett
S ncía ignifica 0,000 FUENTE: Banco del EcELABORACIÓN: tores.
La tabla las c nalida asignadas por la solución factorial a
cada un las variables, l oduc ue h frido ismi n en su
calidad d ión en procedimiento son: Ban Plá 69,1%),
Arroz (8 acao (86,4 Melo (92,6 tras
(90,1%) rícolas (82,4%). A su vez,
los prod cremento en el valor de sus comunalidades son:
Café Lavado (96,8%), Piñas (89,7%), Tabaco en Rama (66,4%) y Hojas de Té
7,0%). Cabe resaltar que, el modelo puede reproducir más del 60% de su
Central uador. Los Au
4.8., muestra omu des
a de os pr tos q an su una d nució
e representac este ano y tano (
1,3%), C %), nes %), O Frutas (82,7%), Maíz
, Flores Naturales (74,6%) y Otros Productos Ag
uctos que presentan un in
(8
variabilidad original.
Tabla 4.8.: Comunalidades
Variables Inicial Extracción Banano y Plátano 1,000 0,691Arroz 1,000 0,813Cacao 1,000 0,864Café Lavado 1,000 0,968Piñas 1,000 0,897Melones 1,000 0,926Otras Frutas 1,000 0,827Tabaco en Rama 1,000 0,664Hojas de Té 1,000 0,870Maíz 1,000 0,901Flores Naturales 1,000 0,746Otros Productos Agrícolas 1,000 0,824
Método de Extracción: Análisis de Componentes Principales. FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
109
En la tabla 4.9., se presen elo, donde se
observa que se retuvieron los 5 primeros valores propios mayores a uno, los
cuales explican el 83,270% de la inercia total. El primer factor explica el 37,544%,
l segundo factor explica el 15,766%, el tercer factor el 11,455%, el cuarto factor
ta la varianza total explicada por el mod
e
el 9,826% y el quinto factor explica el 8,679% de la inercia total.
Tabla 4.9.: Varianza Total Explicada
Autovalores Iniciales Sumas de las Saturaciones al Cuadrado de la Extracción Componente
Total % de Varianza
% de Varianza Acumulada Total % de
Varianza % de Varianza
Acumulada 1 4,505 37,544 37,544 4,505 37,544 37,5442 1,892 15,766 53,309 1,892 15,766 53,3093 1,375 11,455 64,764 1,375 11,455 64,7644 1,179 9,826 74,591 1,179 9,826 74,5915 1,042 8,679 83,270 1,042 8,679 83,2706 ,675 5,628 88,898 7 ,617 5,141 94,039 8 ,305 2,545 96,585 9 ,187 1,559 98,144 10 ,131 1,088 99,232 11 ,067 ,557 99,789 12 ,025 ,211 100,000
Método de Extracción: Análisis de Componentes Principales. FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
El gráfico 4.5., corrobora lo expuesto anteriormente, ya que se aprecia que la
pendiente pierde inclinación a partir del quinto componente, por lo que se
considera la extracción de los cinco primeros factores y se desecha a partir del
sexto componente.
110
Gráfico 4.5.: Gráfico de Sedimentación
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
Comparando la solución actual con la obtenida en el primer procedimiento se
observa qu s en la ubicación de los productos en cada
e, se produjeron variacione
uno de los factores. Es así que, en el primer factor se agrupan las variables:
Cacao, Café Lavado, Piñas, Otras Frutas, Flores Naturales y Otros Productos
Agrícolas; en el segundo factor se agrupan Banano y Plátano y Melones; en el
tercer factor se agrupan Tabaco en Rama y Hojas de Té; en el cuarto factor se
encuentra el Maíz y por último, el Arroz se ubica en el quinto factor. Lo expuesto
anteriormente se puede apreciar en la tabla 4.10.
111
Tabla 4.10.: Matriz de Componentesa
Componente Variables
1 2 3 4 5 Banano y Plátano 0,495 -0,510 -0,184 -0,384 0,067 Arroz -0,167 0,138 0,495 -0,181 0,698 Cacao 0,898 0,090 -0,072 -0,209 0,038 Café Lavado 0,776 -0,522 0,054 0,259 0,153 Piñas 0,777 -0,482 0,175 0,171 0,033 Melones 0,620 0,723 -0,113 0,017 -0,073 Otras Frutas 0,774 0,410 -0,015 0,244 -0,019 Tabaco en Rama 0,215 0,429 0,635 -0,052 0,164 Hojas de Té 0,028 -0,090 0,639 0,399 -0,541 Maíz 0,082 0,144 -0,399 0,746 0,398 Flores Naturales 0,656 0,403 -0,203 -0,272 -0,194 Otros Productos Agrícolas 0,867 -0,181 0,177 -0,079 0,045
Método de Extracción: Análisis de Componentes Principales. a: 5 componentes extraídos. FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
Al igual que en el primer procedimiento, al gráfico de componentes (gráfico 4.6.)
se lo ha proyectado de cinco a dos dimensiones, con la finalidad de tener una
ejor interpretación de la ubicación de las variables; teniendo en cuenta esta
y
oncentran el 1,797% de las exportaciones agrícolas. Por último, el tercer grupo
está constituido las
que debido a s proximidad al origen no se encuentra
de los dos componentes.
m
acotación, se observa que las variables han conformado tres grupos.
El primero de ellos muestra una buena calidad de representación, y está
conformado por las variables: Banano y Plátano, Cacao, Café Lavado, Piñas,
Melones, Otras Frutas, Flores Naturales y Otros Productos Agrícolas, las mismas
que constituyen, el 96,693% del total de sus exportaciones agrícolas.
El segundo grupo está conformado por las variables: Arroz, Hojas de Té y Tabaco
en Rama, las mismas están bien representadas en el segundo componente
c
por la variable Maíz que representa el 0,648% de
exportaciones agrícolas y u
bien representada en ninguno
112
Gráfico 4.6.: Gráfico de Componentes
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
En el anexo B.6., se detallan las coordenadas de los individuos (países) en cada
a estos dentro del
gráfico de individuos (gráfico 4.7.), el cual permite apreciar que en el cuadrante I
les.
uno de los componentes, las mismas que permiten ubicar
se ubica: Holanda, Alemania, Bélgica, Resto de la Unión Europea y Canadá,
caracterizados por una gran diversificación de sus importaciones de productos
agrícolas, con un predominio de los productos tradicionales; además, se observa
que los dos primeros países poseen un mayor grado de similitud en sus
importaciones. En el cuadrante II se encuentran: México, Mercado Común
Centroamericano, Resto de Centroamérica y el Caribe, Chile, Venezuela, Resto
de América del Sur y Reino Unido; estos mercados se caracterizan porque sus
importaciones están especializadas en ciertos productos agrícolas no
tradiciona
113
En el cuadrante III se ubican: la Comunidad del Caribe, Cuba, Argentina, Bolivia,
Brasil, Perú, Francia, Resto Europa, Resto Asia, China, África, Oceanía y Otros
Países, los mismos que se identifican por su bajo nivel de importación de
productos agrícolas, destacándose Argentina, China, Resto de Asia y Oceanía por
re lti resentan niveles altos de importación de
del resto de productos agrícolas; mientras que, España muestra moderados
es
su inclinación a ciertos productos agrícolas tradicionales.
En el cuadrante IV se observa a España, Italia, Rusia y Japón, donde sobresalen
los t s ú mos países, ya que p
productos agrícolas tradicionales y una limitada diversificación en la importación
volúmen de importaciones.
Gráfico 4.7: Gráfico de Individuos
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
114
El gráfico 4.8., corroborará lo expuesto en los gráficos 4.6. y 4.7., en donde se
observa que al eliminar del análisis a Estados Unidos y Colombia, los productos
dispersaron alrededor de los países que
presentan mayores niveles de importación de dichos productos. Así en el
d además, Bélgica se encuentra cercano a estos productos,
debido a que sus importaciones presentan una adecuada diversificación y un nivel
Unión Europea, en cambio muestra
niveles moderados de importación de Banano y Plátano, Café Lavado, Tabaco en
y
ipal comprador de Hojas de Té, y es uno de los países que presenta altos
niveles de importación de Piñas y de Café Lavado.
importante de las importaciones ecuatorianas de
Banano y Plátano y Flores Naturales; mientras que, Japón es un destino
e Banano y Plátano,
Cacao y Otros Productos Agrícolas.
que se encontraban cerca de estos, se
cuadrante I, productos como: Cacao, Piñas, Melones, Otras Frutas, Otros
Productos Agrícolas, Café Lavado y Flores Naturales se agruparon próximos a
Holan a y Alemania;
aceptable de sus volúmenes. El Resto de la
Rama, hojas de Té y Otros Productos Agrícolas.
En el cuadrante II se evidencia que el ma or importador de Arroz es el Mercado
Común Centroamericano, el mismo que importa niveles medios de Tabaco en
Rama y Hojas de Té. Por otro lado, el Resto de Centroamérica y el Caribe
muestra altos niveles de importación de Tabaco en Rama, y niveles medios de
importación de Hojas de Té y Otros Productos Agrícolas. Chile por su parte, es el
princ
En el cuadrante III, se distinguen China, Argentina, Resto de Asia y Oceanía,
mercados que se diferencian por el predominio en sus importaciones de Banano y
Plátano. En el cuadrante IV, se agrupan Italia, Rusia y Japón, donde Italia es el
principal destino de las importaciones de Banano y Plátano, así como también
presenta una diversificada canasta de productos de importación. Por su parte,
Rusia es el segundo destino más
importante, en el Pacífico Sur, para la comercialización d
Del análisis se excluyeron a: Canadá, México, Venezuela, Reino Unido, Cuba,
Perú, Francia, Bolivia, Brasil, Comunidad del Caribe, Resto de Europa, Resto de
América del Sur, África y Otros Países, debido a que sus niveles de importación
115
no son representativas para el análisis. Cabe resaltar que, Italia, Alemania, Rusia,
Bélgica y Japón se muestran como los potenciales socios comerciales del
Ecuador, en ausencia de Estados Unidos. A este grupo se podrían sumar Resto
de la Unión Europea, Resto de Asia, Chile, Argentina, Holanda y China, mercados
que se destacan por sus niveles crecientes de importaciones agrícolas, razón por
la cual pueden ser considerados como posibles socios comerciales del Ecuador.
Gráfico 4.8.: Gráfico Simultáneo de Individuos y Variable
ENTE: Banco Central del Ecuador.
LABORACIÓN: Los Autores.
FUE
116
CAPÍTULO V
5.1. PROCESOS ESTACIONARIOS
n términos generales, se dice que un proceso estocástico es estacionario si su
serie de tiempo
)
E
media y su varianza son constantes en el tiempo, la covarianza entre dos
períodos depende solamente de la distancia del rezago entre estos períodos.
Para explicar esta afirmación, se supone que Y es unat
estocástica con las siguientes propiedades:
cteYE t == µ)( 1
2) cteuYEY ttt ==−= 2)()var( σ
3) ( )( )[ ] 21,0),( ++− ==−−=− kYYEktt kktt γµµγ
donde kγ , es la covarianza (o autocovarianza) de una variable con su rezago k, es
decir, ovarianza entre los valores de y , esto es, entre dos valores la c tY ktY − Y
que están separados k períodos. Si 0=k , se obtiene 0γ , que es simplemente la
varianza de )( 2σ=Y ; si 1=k , kγ es la covarianza entre dos valores adyacentes
de Y .
5.2. PROCESOS ESTOCÁSTICOS INTEGRADOS
Un proceso de caminata aleatoria no es más que un caso específico de procesos
denota como I(0). De manera similar, si una serie de tiempo tiene que
diferenciarse dos veces (es decir se toma la diferencia de la primera diferencia),
para hacerla estacionaria, se llamará a esta serie de tiempo integrada de orden
dos I(2).
estocásticos conocidos como procesos integrados. La mayoría de las series
reales no son estacionarias, y su nivel medio varía con el tiempo pero las
primeras diferencias por lo regular son estacionarias. Por tanto, se llama a las
series reales sin variaciones o a nivel, proceso integrado de orden cero y se
117
En general, si una serie de tiempo (no estacionaria) debe diferenciarse d veces
para hacerla estacionaria, se dice que la serie es integrada de orden d. Una serie
e tiempo integrada de orden d se denota como tY )(dIYt − d
5.2.1. PROPIEDADES DE LAS SERIES INTEGRADAS:
Pueden observarse las siguientes propiedades en las series de tiempo integradas,
sea tX , tY , tZ , tres series de tiempo:
1) Si tX ~ I(0) y tY ~ I(1), entonces ; )1()( IYXZ ttt =+= ; es decir, una
combinación lineal de sumas de series de tiempo estacionarias y no
estacionarias, es estacionaria.
2) Si X ~ I(d), entonces, )()( dIbXaZt tt =+= , donde a y b son constantes; es
decir, una combinación lineal de una serie I(d) es también I(d).
3) Si tX ~ I(d1) y Y ~ I(d ), entonces ; )()( dIbYaXZt 2 ttt 2=+= , donde d <d 1 2
COINTEGRACIÓN
onde n es I(d1) donde d1 < d. A la combinación (α1, α2) se la denomina la
relación de cointegración; como cualquier relación del tipo
5.3.
Diremos que dos variables que son I(d), tx , ty , están cointegradas si existe una
combinación lineal entre ellas que es de orden menor de d, es decir, si: *
21 nXY tt =+ αα
*d t
),( 21 αα cc es también
e cointegración para cualquier c ≠ 0, la relación de cointegración se normaliza de
man a
cointegr
Dividien
podemo
d
er que el coeficiente de la variable dependiente sea uno. Cuando existe
ación, una de las dos variables explica parte de la tendencia de la otra.
do la ecuación anterior por α1, y suponiendo que Yt depende de Xt,
s escribir:
ttt nxy += β
donde; 12 ααβ −= y 1* αtt nn = son un proceso I(d1). En la ecuación anterior
diremos que la relación de cointegración es (1,−β) y estimar la relación de
cointegración equivale a estimar la relación entre las variables dada por β.
118
5.4. P
Se cons
RUEBAS DE RAÍCES UNITARIAS
idera un proceso simple AR(1):
ttt uYY += −1ρ 11 ≤≤− ρ
t es un ruido blanco; si 1udonde =ρ , es decir, en el caso de que exista una raíz
cionario, si a la ecuación anterior se le
1− para obtener:
tttttt uYuYYY
unitaria, es un proceso estocástico no esta
resta tY
+−=+−=∆ −−− 111 )1(ρρ
ede expresar como:
ttt uYY
se la pu
+=∆ −1δ
donde )1( −= ρδ y , es el operador de la primera diferencia. Por tanto, se
prue
∆
ba la hipótesis nula de que 0=δ . Si 0=δ entonces 1=ρ ; es decir se tiene
unitaria, lo cual significa que la serie de tiempo es no estacionaria. Por
o, si 0<
una raíz
otro lad δ se deduce que tY es estacionaria. Se elimina la posibilidad de
0<δque en esta prueba de hipótesis dado que en ese caso 1>ρ , y si fuera así
s la serie de tiempo sería explosiva. Se debe observar que si 0entonce =δ
s se convertirá en:
tttt uYYY
entonce
=−=∆ − )( 1
que tu es un ruido blanco, entonces tYPuesto ∆ es estacionario, lo cual significa
primeras diferencias de una serie de tiempo de caminata aleatoria son
arias. La prueba de hipótesis que se plantea para averiguar si existe o no
itaria son las pruebas de Dickey-Fuller (DF), Dickey-Fuller Aumentada
Philips - Perron. A continuación se analiza el fundamento teórico de
Fuller Aumentada (DFA), ya que esta prueba es aplicada en esta
ación.
PRUEBA DICKEY-FULLER AUMENTADA (DFA)
que las
estacion
raíz un
(DFA) y
Dickey-
investig
5.4.1.
Cuando se lleva a cabo la prueba DF, se supone que el término de error no
está autocorrelacionado. Pero Dickey y Fuller desarrollaron una prueba para
cuando dicho término está autocorrelacionado, la cual se conoce como la Prueba
tu
119
de D
ecu de la variable dependiente . En el DFA se
e
ickey-Fuller Aumentada (DFA). Esta prueba se lleva a cabo aumentando a la
ación anterior el valor rezagado tY∆
pr u ba que 0=δ , es decir, existe raíz una raíz unitaria, y la serie de tiempo es no
0estacionaria. La hipótesis alternativa es que <δ es decir la serie de tiempo es
Fuller probaron que bajo la hipótesis nula planteada el valor
estimador t del coeficiente 1−tY sigue el estadístico
estacionaria; Dickey y
del τ . Entonces si el valor
oluto calculado del estadístico abs τ excede la DFA, se rechaza la hipótesis nula,
uyo caso la serie de tiempo es estacionaria. en c
.
entro de las herramientas eco trica is conjunto de un
mod
ésta
entr
esto
corr
los c
Cad
y po
un s ectoriales.
uando el sistema se ha particionado en variables endógenas y exógenas
end
las v ).
5.5 VECTORES AUTORREGRESIVOS (V.A.R.)
D nomé s que permiten el anális
grupo de variables endógenas están los vectores autorregresivos (VAR). En estos
elos está implícito el criterio de que si existe simultaneidad entre variables
s deberían ser tratadas con igualdad sin que exista una distinción a priori
e variables endógenas y exógenas75. El modelo VAR es un proceso
cástico vectorial que permite conocer el desarrollo de un sistema de variables
elacionadas; al establecer las variables del sistema como endógenas, captura
onocimientos y la dinámica de sus interrelaciones76.
a variable en el modelo VAR es explicada por sus propios valores rezagados
r el valor rezagado del resto de variables del sistema endógeno, formando así
istema de series temporales, conocidas como series temporales v
C
entonces se dice que el modelo a tratar es un VARX; donde, las variables
ógenas proyectan la información del sistema (salida del sistema) mientras que
ariables exógenas suministran información al sistema (entrada del sistema
75 SÁNCHEZ GONZÁLES CARLOS, Métodos Econométricos, editorial Ariel, 2001. 76 LULTKETPOHL HELMUT, New introduction to Multiple Time Series Analysis, Springer Verlang, 2005.
120
Las s
de erm en la
administración y gestión del sistema facilitando la cuantificación de políticas, por
nas) deben ser
stacionarias, de tal forma que se pueden obtener predicciones óptimas del vector
de los modelos ARX es la siguiente:
variable exógenas pueden ser componentes estocásticos o no; lo relevante
esta distinción es que p ite tener un control total o parcial
lo que se las denomina variables instrumentales.
Las variables que conforman el VARX (exógenas y endóge
e
endógeno. La estructura V
11111
1 ×××−×−
××+=tY ++ +
kt
rtrkptp
kt
kkkuXBYAYA L
alores de las k
variables en el período t-r; Xt es un vector exógeno formado por los valores de las
es una matriz k x r,
siendo r el número de variables exógenas y, ut un proceso multivariado ruido
ocasiona que el impacto de
s interrelaciones del vector Yt tengan efectos permanentes y por lo tanto la
es estac
77
lación de equilibrio a largo plazo, y el modelo VAR en niveles
puede ser reescrito como un modelo de rrección de errores (VEC), cuando un
donde Yt-r corresponde al vector endógeno formado por los v
variables en el período t; Ai es una matriz cuadrada k x k; B
blanco normal con media cero y matriz de varianza covarianza Σu.
La presencia de variables no estacionarias en un VAR
la
teoría asintótica convencional no sea aplicable para la estimación del modelo. Sin
embargo, si el vector en diferencias ∆Yt o algunas combinaciones lineales de las
variables de Yt ionario, entonces la estimación de los parámetros es
adecuada.
Cuando la combinación lineal de las variables de Yt es estacionaria , se dice que
las variables son cointegradas; es decir, las variables tienen misma tendencia,
presentando una re
co
nte en el 77 Se considera que un proceso estocástico es estacionario cuando su media y la varianza es consta
tiempo.
121
modelo VEC utiliza variables exógenas78 entonces este modelo se lo conoce
como VECX cuya estructura es la siguiente:
1 111
1)'(
×××= ×
−××
−×××
++∆+=∆ ∑k
tr
trki kit
kki
kt
krrkkt uXBYDYY βα
onde, Yt corresponde a un vector de “k” variables no estacionarias (integradas de
)
del desequilibrio.
s pasos:
1−p
11
d
orden uno en el período t; α y β son matrices k x r de parámetros; Xt es un vector
formado por los valores de las variables exógenas; Di y B son matrices de
parámetros de dimensiones k x k y k x r, respectivamente; y, ut es un vector de
variables aleatorias.
Nótese que, en este contexto, las columnas de β son los denominados vectores
de cointegración y pueden interpretarse como las relaciones de largo plazo, α son
los coeficientes que determinan la velocidad de ajuste del vector Yt-1 en presencia
5.5.1. METODOLOGÍA BOX-JENKINS PARA MODELOS VECTORIALES
Para establecer un modelo adecuado de series temporales vectoriales se utiliza la
metodología de Box y Jenkins, con la que se obtiene el modelo óptimo de
predicción; esta metodología consiste en los siguiente
1) Identificación.- Un modelo VECX está caracterizado por los siguientes
factores:
• Número de Rezagos del Vector Autorregresivo (p).- Si se conociera con
exactitud el rezago real del proceso estocástico vectorial, entonces se
puede reprisar con exactitud el proceso estocástico observado. Sin
embargo, conocer con exactitud el rezago de los procesos estocástico es
imposible; es por esta razón que, se han desarrollado estimadores del
78 Las variables exógenas pueden considerarse a constantes, variables indicatrices, variables estacionales o variables que son independientes del vector endógeno.
122
rezago del modelo VAR conocidos como criterios de selección del rezago.
on Akaike, Hannan Quinn y
Schwarz. El objetivo de estos criterios es seleccionar el rezago que mejor
lo real. Dichos criterios parten del supuesto que el
rezago es el adecuado siempre y cuando pueda reducir el error del
modelo; para cada rezago se calcula el valor de los criterios donde un
modelo, de esta forma se
determina un intervalo en el que se va a encontrar el rezago real de este.
tener el VAR pero
deben encontrarse entre los rezagos sugeridos por Schwarz y Akaike.
sin intercepto y el modelo del vector
autorregresivo sin tendencia; ecuación de cointegración con intercepto y
el modelo del vector autorregresivo sin tendencia; ecuación de
cointegración con intercepto y el modelo del vector autorregresivo con
l modelo del vector
autorregresivo con tendencia y, ecuación de cointegración con tendencia
lineal y el modelo del vector autorregresivo con tendencia cuadrática. La
prueba estadística más utilizada para determinar las relaciones de
cointegración del modelo VECX es la prueba de la traza y la prueba de
máximo valor propio79 llamadas también como contraste de Johansen,
donde se determina estadísticamente la presencia de valores propios
diferentes de cero en la matriz, indicando el número de relaciones de
cointegración que se tienen entre las variables endógenas.
Los criterios de selección conocidos s
se aproxime al va r
valor pequeño indica que este rezago puede ser adecuado para el VAR.
El criterio de Schwarz y Akaike proporcionan valores mínimos y máximos
en el que se encuentra el rezago real del
Los demás criterios proporcionan rezagos que puede
• Modelo y Número de Relaciones de Cointegración.- Las relaciones de
cointegración entre variables endógenas permiten determinar las
ecuaciones que cuantifican la parsimonia entre estas variables, de donde
estas ecuaciones pueden presentar algunas de las siguientes estructuras:
ecuación de cointegración
tendencia; ecuación de cointegración y e
i una matriz A es diagonalizable entonces podemos afirm r que rango(C’AC)=rango(A)=rango(λ), donde
C es una matriz cuyas columnas son los vectores propios de A valores propios de A, por tanto, para hallar el rango de A b
79 S ay λ es una matriz diagonal formada por los
asta determinar los valores propios de A que son diferentes de cero.
123
2) Variables
La combinación de estos factores hace posible determinar los modelos
candidatos para la predicción.
Exógenas.- Las variables exógenas en los modelos VECX
transmiten los acontecimientos presentes al modelo vectorial, dando la
facilidad de construir escenarios bajo ciertos supuestos en las variables
obtienen a partir 80
exógenas. Las variables explicativas en el modelo VECX se
de un algoritmo que permite medir el aporte de cada variable exógena en la
mejora de la predicción de las variables endógenas.
Estimación3) .- Para estimar los parámetros del modelo VECX se utiliza los
mínimos cuadrados ordinarios.
4) Verificación.- Un el mod o adecuado VECX permite capturar las interrelaciones
existentes entre las variables endógenas dando como resultado que los
si uos deben ser independientes con distribución
normal multivariada NK(0,ΣU). Para verificar lo anterior se utiliza la prueba de
o
eterminar la significancía conjunta de las autocorrelaciones de los
residuos del modelo VECX probando la independencia de los residuos; la
prueba de Jarque Bera permite determinar si los residuos siguen una ley
ormal multivariada, en donde se prueba conjuntamente que los momentos
rden 3 (asimetría) y 4 (agudeza) sean 0 y 3 respectivamente.
5) Predicción
residuos no dispongan de información de las interrelaciones de las variables
endógenas, por lo que los re d
Portmanteau y Jarque Bera, respectivamente. La prueba de P rtmanteau
permite d
n
de o
.- El modelo VECX que sea escogido debe tener la capacidad de
realizar predicciones adecuadas y confiables, donde el estadígrafo utilizado
siguiente manera:
es la suma de errores al cuadrado y es calculado de la
)()(..1
' ieieCES t
h
it∑
=
=
80 En los anexo C.1. se presenta la programación del algoritmo para seleccionar las variables exógenas.
124
donde en el que se especifica un origen de pronóstico “t” y el
númer “i”, siendo el valor real y el valor
pronosticado.
.5.2. CRITERIOS DE SELECCIÓN DEL REZAGO ÓPTIMO DEL VAR
icar el orden del VAR son los siguientes:
1) Criterio de Akaike.-
( ) ( )iYYie titt −= + ,
os de período itY + ( )iYts a futuro
5
Los criterios para identif
)(2)(2 TkTl +−
Criterio de Hannan Quinn.- TTkTl )log()(2 +− 2)
TTkTl ))(log(2)(2 +− 3) Criterio de Schwarz.-
Los tres criterios proporcionan posibles rezagos del modelo VAR y estos tratan de
identificar adecuadamente el rezago real del V
.5.3. ANÁLISIS DE COINTEGRACIÓN DE JOHANSEN
plican en un VAR no restringido.
AR.
5
El método, dado por Johansen, Stock y Watson, está basado en el método VAR.
Si un conjunto de variables están realmente integradas, se debe detectar las
restricciones que im
Al designar a ty como el conjunto de M variables que se cree están cointegradas,
y si el rango de cointegración del sistema es r, entonces hay r vectores
independientes, [ ]ii θγ ,1= , donde cada vector se diferencia por estar normalizado
n una variable diferente.
Si se supone que hay también un conjunto de variables I(0) exógenas, incluyendo
e
la constante, en el modelo, entonces cada vector de cointegración da la relación
de equilibrio sería:
ttit xy εβγ += ''
lo que puede reescribirse como:
ttiitit xYy εβθ ++= ''
125
Para llegar al contraste de Johansen, primero se formula el VAR:
ptptpttt yyyy −−−− +Γ++Γ+Γ= ε......2211
ahora, sea zt, que designa el vector de M(p-1) variables:
121 ,.......,, +−−− ∆∆∆= ptttt yyyz
s decir, contiene los rezagos 1 hasta p-1 de las primeras diferencias de las M
ciones
de variables
on meras variables canónicas, y su correlación es la primera
egración, este cálculo tiene cierto
les, se busca un segundo par de
ri , condicionadas a la restricción de
que la segunda variable en cada par sea or
continúa para cada uno de los M pares de variables.
coeficientes d
rísticas ordenadas de la
atriz.
,
tze
variables. Ahora, utilizando las T observa disponibles, se obtiene dos
matrices TxM de residuos mínimos cuadráticos, donde: D es igual a los residuos
de la regresión ty∆ en tz y E representa los residuos de la regresión de pty − en tz .
Sea *1d , que designa una combinación lineal de las columnas de D, y de igual
manera *1e para las columnas de E, se debe elegir estas dos combinaciones
lineales de modo que maximicen la correlación entre ellas. Este par
las pri *1rs
correlación canónica. En el ámbito de la coint
atractivo intuitivo; ahora, con *1d y *
1e disponib
va ables *d y *e para maximizar su correlación2 2
togonal con la primera, esta condición
El cálculo de todos ellos resulta simple, ya que no es necesario calcular los
e los vectores para las combinaciones lineales. Las correlaciones
canónicas cuadradas son simplemente las raíces caracte
m
2/112/1* −−−= DDEDEEDEDD RRRRRR
126
donde, Rij es la matriz de correlaciones cruzadas entre variables del conjunto i y
del conjunto j, para i, j = D,E. Finalmente la hipótesis nula de que hay r o menos
vectores de cointegración, se comprueba con los siguientes criterios:
• La Traza: [ ]∑+=
−−M
riirT
1
2*)(1ln
• Máximo Valor propio : [ ]2*(1ln −− rT 1 )+r
Sí se hubiera observado las correlaciones basadas en las perturbaciones
.5.4. PRUEBA DE PORTMANTEAU DE LOS RESIDUOS
orrelaciones
ucesivas de los residuos de una estimación hasta un rezago determinado h.
Para analizar conjuntamente las autocorrela iones de los residuos se plantea la
ipótesis nula que, la matriz de autocorrelación de los residuos es igual a cero,
verdaderas en vez de las estimadas, se compararía este estadístico con la
distribución chi-cuadrado con M-r grados de libertad.
5
Esta prueba tiene por objeto comprobar la no existencia de c
s
c
tuh
es decir que, no exista correlación conjunta de los residuos del proceso de ruido
blanco derivado de una estimación.
( )
( )⎪⎩ ≠= 0,,: 11 hh RRRH KKK
el estadístico usado para contrastar la hipótesis nula es:
∑
⎪⎨
= 0, hRKKK
⎧ = ,: 10 h RRH
=
−∧∧−∧∧− −≈−=
h
iiih phKxCCCCtriTTP
1
221
0
1
0'12 ))(()()(
127
donde:
∑+=
−
∧∧
=T
ititti uu
TC
1'1
iC∧
es la matriz de covarianza estimada de tu , h es el número de rezagos para
autocorrelaciones y p es el rezago del VAR.
El estadístico de Portmanteau sigue una distribución 2χ (chi-cuadrado) con
grados de libertad ))(( 2 phKph −− . Si el estadístico de Portmanteau es menor
que ))(( 22 phK −χ , no se rechaza la hipótesis nula, que indica que los residuos se
comportan como ruido blanco.
5.5.5. PRUEBA DE NORMALIDAD DE LOS RESIDUOS
El objetivo de esta prueba es comprobar si el proceso de ruido blanco (de
términos aleatorios independientes) derivados del residuo de una estimación
sigue una ley de distribución normal, para la cual se debe cumplir que:
nto de orden 4 (esbeltez o kurtosis) debe ser estadísticamente igual
al vector de elementos (3):
cuando sigue una distribución normal con media
tu
• El momento de orden 3 (asimetría o skwness) debe ser estadísticamente 3igual a cero. 0)(3 tuEm
• El mome
=−= µ
3)( 44 =−= µtuEm
tu µ y con varianza se puede
escribir que:
Σ
⎥⎦
⎤⎢⎣
⎡⎥⎦
⎤⎢⎣
⎡→⎥
⎦
⎤⎢⎣
⎡− K
Kd
II
Nmm
T240
06,0
34
3
128
donde:
)(61 Kχλ ⎯→⎯=
e ser usado como prueba, bajo el siguiente contraste:
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎡
=
⎥⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢⎢
⎣
⎡
−
−
0..0
)(..
)(
:
3
31
0
µ
µ
kt
t
w
w
EH contra
⎥⎥⎥⎥
⎦
⎤
⎢⎢⎢⎢
⎣
⎡
≠
⎥⎥⎥⎥⎤
⎢⎢⎢⎢⎢
⎣
⎡ −
0..0
(..
)(
:
3
31
0
µ
kt
t
w
w
EH
´ 233 mTm d
pued
⎦− )µ⎣ ⎥
además, se tiene que:
)(24
)3)´(3( 2442 KKmKmT d χλ ⎯→⎯
−−=
bajo el siguiente criterio:
⎢=
⎥⎥
⎢⎢ ..
:0 EH contra ⎢
⎡
≠
⎥⎥
⎢⎢
⎡ −
.
3
.
(
:0
µw
EH
En los ótesis nula, si: y
, es decir no se rechaza la hipótesis que sigue una distribución
la cual puede ser usada como prueba,
⎥⎤
⎢⎢⎡
⎥⎥⎤
⎢⎢⎡ −
.3
.)( 4
1 µtw⎥⎤
⎢⎢
⎥⎥⎤
⎢⎢ ..
)41t
⎥⎦
⎢⎣⎥⎦⎢⎣ − 3)( 4µktw ⎥
⎦⎢⎣⎥⎦⎢⎣ − 3)( 4µktw
dos casos anteriores se acepta la hip
⎥⎥
⎥⎥
)(21 Kχλ <
)(22 Kχλ < tu
normal con media cero y varianza Σ .
Para probar conjuntamente las hipótesis nulas de los momentos 3 y 4, se debe
usar el siguiente estadístico: 213 λλλ += ; entonces si, )2(23 Kx<λ se acepta que
el proceso ruido blanco sigue una ley normal multivariada.
129
5.5.6. PRUEBAS DE CAUSALIDAD DE GRANGER PARA VALIDAR UN VAR
Si un acontecimiento A sucede antes de un suceso B, entonces es posible que A
esté causando a B. Sin embargo, no es posible que B este provocando a A. En
otras palabras, los acontecimientos pasados pueden propiciar sucesos que estén
generándose en la actualidad, lo cual no ocurre con los sucesos futuros.
La prueba de causalidad de Granger supone que la información relevante para la
predicción de las variables respectivas, sean estas X y Y, está contenida
únicamente en la información de series de tiempo sobre estas variables. La
prueba involucra la estimación de las siguientes regresiones:
∑ ∑ −− ++=n
− −
n
uXYX βα
t t1 1
debe no
bilateral esta causalidad
multivariable a la técnica de regresión vectorial. La primera ecuación postula que
untos de coeficientes
de Y y X no son significativos en ambas regresiones.
t ttttttt
1 1211
∑ ∑ ++=n n
tttttt uXYY 211 δλ − −
−−
donde, se supone que las perturbaciones tu1 y tu2 no están correlacionadas. Se
tar que, en vista que se tienen dos variables existe una causalidad
pero cuando hay más variables se generaliza
el Xt actual está relacionado con los valores pasados del mismo Xt, al igual que
con los rezagos de Yt, y la segunda ecuación postula un comportamiento similar
para Yt; entre los casos más frecuentes de causalidad se distinguen:
• La causalidad unidireccional de X hacia Y.
• La causalidad unidireccional de Y hacia X.
• La retroalimentación o causalidad bilateral.
• Finalmente, se sugiere independencia cuando los conj
130
La hipótesis nula que se plantea para encontrar la causalidad entre dos series es;
∑ = 0:0 iH α , es decir los términos rezagados de Y no pertenecen a la regresión.
Para probar esta hipótesis, se aplica la prueba de Fisher:
)( knSRCF
NR −=
/)( mSRCSRC NRR −
ue sigue la distribución F con m y (n-k) grados de libertad. En el presente caso,
es igual al número de términos rezagados de Y, y k es el número de
arámetros estimados en la regresión no restringida. Si el valor calculado de F
xcede al valor crítico de F al nivel de significancía seleccionado, se rechaza la
hipót a la
regresión. Esta es otra fo de dec e Y cau X. El m o proce iento
se re a p si a Y
5.5.7. PRU W A R
L lo lineal es muy sencilla, pero se convierte en un
roblema si se impone una restricción no lineal. En este caso, el contraste de
t dor que es asintóticamente normal,
stribuido de la forma cuadrática de rango completo, concretamente:
Si
q
m
p
e
esis nula, en cuyo caso los términos rezagados de Y pertenecen
rma ir qu sa a ism dim
aliz ara definir X causa .
EBA DE ALD PAR VALIDA UN VAR
a estimación de un mode
p
Wald resulta ser el estimador adecuado.
Este contraste se basa en un es ima
di
x ~ [ ] [ ]Jcuadrahi − docN j ≈x − ∑∑ (,.,µ x ≈− (1 µ))'µ
en este contexto el contraste de la hipótesis, bajo el supuesto de que
[ ] ,µ=xE
[ ] ,
la
forma cuadrática se distribuye como una chi-cuadrado. Si la hipótesis µ=xE es
falsa en cualquier caso, la forma cuadrática en promedio tomará un valor mayor
del que tomaría si la hipótesis fuera verdadera.
131
∧
ρSea de es bten en n
restricciones, al consid j c i o
ótesis =)(
el vector parámetros timados o ido sin t er en cue ta las
erar un con unto hipotéti o de restricc ones (q) s bre la
nula: H :0 qc ρhip , y si las restr iones son v das, enton s al men
roxim debería satisfacer que las hipótesis son erróneas
bería valor le o de 0, y ayor del e cabría asignar a la
te muestral.
El estadístico con el que se realiza el contraste de Wald es:
covarianzas que
aparece en la forma cuadrática, esta es la varianza de una función, posiblemente
⎥⎢⎢⎣
icc áli ce os
∧
θ qc −∧
)(ρap adamente, y
de tomar un jan m qu
variabilidad estrictamen
⎥⎦⎤
⎢⎣⎡ −⎟
⎠
⎞⎜⎝
⎛⎥⎦⎤
⎢⎣⎡ −⎥⎦
⎤⎢⎣⎡ −=
∧−
∧∧
qcqcVarqcW )()()(1'
ρρρ
bajo 0H , en muestras grandes, W sigue una distribución chi-cuadrado con
número de grados de libertad igual al número de restricciones (es decir, el número
de ecuaciones en 0)( =−∧
qc ρ ). Este estadístico es análogo al estadístico chi-
cuadrado, si qc −∧
)(ρ se distribuye normalmente, con media 0 bajo la hipótesis
nula. Un valor alto del estadístico de Wald conduce a rechazar la hipótesis nula.
Nótese que para el cálculo de W sólo se requiere la estimación del modelo no
restringido. Sin embargo, será necesario calcular la matriz de
no lineal, ya tratada anteriormente:
'C⎤⎡ ∧
ρ)( CVqc =⎥⎤−ρ⎡ ∧
Var ar⎦⎣⎦
⎥⎦⎤
⎢⎣⎡∂
∧
'ρ
⎥⎦⎤
=C
es decir, C es la matriz JxK cuya j-ésima fila de la derivada de la j-ésima
restricción con respecto a los K elementos de
⎢⎡∂ )(ρc
∧
⎣
ρ .
132
Una stante h l es la ne ando quiere c ntrastar
un conjunto de restricciones lineales
aplicación ba abitua que tie lugar cu se o
qR =ρ ; pa l, el c traste d ald se
basa
ra lo cua on e W
ría en:
H c 0)(0 =−=− Rq q= ρρ
Rc
C =
⎥⎦⎤
⎢⎣⎡∂
⎥⎦⎤
⎢⎣⎡∂
=∧
∧
'
)(
ρ
ρ
')( RRVarqcVar ⎥⎦⎤
⎢⎣⎡=
⎥⎥
⎦
⎤
⎢⎢
⎣
⎡−
∧∧
ρρ
⎥⎦⎤
⎢⎣⎡ −⎥⎦
⎤⎢⎣⎡
⎥⎦⎤
⎢⎣⎡ −= qRRRVarqRW ρρρ ')()(
Cabe señalar que, los grados de libertad vienen dados por el número de filas de
R.
∧−∧∧ 1'
PRUEBA DE FISHER SOBRE LAS VARIANZAS DE DOS MUESTRAS 5.5.8.
Si de dos poblaciones normales, o aproximadamente normales, se extraen dos
muestras aleatorias e independientes, y para cada una se calcula la varianza
( )2σ ; el cociente de ambos valores sería: 22
21 σσ=F , con (siempre se debe
ar el más grande como numerador) que tendrá una distribución de Fisher,
s
elaboradas por el mismo autor y publicadas en la mayoría de textos de
esta a. ar gra e l el
correspondiente al numerador
1>F
coloc
cuyos valores críticos fueron obtenidos por Snedecor y se muestran en las tabla
dístic Estas tablas se c acterizan por tener dos dos d ibertad:
111 −= nv y el del denominador , donde n
es el número de datos de la muestra.
En el caso de probar si dos muestras tienen igual dispersión, o bien, para elegir
aque con mayo ión, es necesa tear la ente si
12 −= nv 1
lla r precis rio plan s sigui s hipóte s:
133
⎪⎩
⎪⎨
⎧
≠=
==
22
211
22
210
σσ
σσ
H
H
Para probar estas hipótesis se calcula el estadístico de comparación de Fisher: 22
21 σσ=F , el cual se compara con 21;; vvFα , donde: 2
221 σσ > y
1;1 2211 −=−= nvnv , entonces, si αFFcalc < no se rechaza la hipótesis nula de
que las varianzas son iguales.
5.6. PREDICCIÓN DE LAS EXPORTACIONES DE LOS
PRINCIPALES PRODUCTOS AGRÍCOLAS MEDIANTE
ano y Plátano,
acao, Café Lavado y Flores Naturales, de los cuales, los tres primeros
pertenecen a en la región
Costa; mientras que, las Flores Natura s pertenecen al grupo de productos
agrícolas no tradicionales y se cultivan en la región Sierra, específicamente en las
provincias de Pichincha y Cotopaxi.
Al haber un grupo de productos que pertenecen a una misma zona geográfica y
que se encuentran influenciados por factores externos comunes tales como
factores climáticos, geográficos y económicos, es necesario disponer de alguna
herramienta econométrica capaz de cuantificar las interrelaciones implícitas
entres estos productos así como también medir la influencia de los factores
externos en los mismos.
La herramienta econométrica que reúne los requerimientos anteriores es el VAR
(Vectores Autorregresivos), que al introducir variables exógenas se convierte en
un modelo VARX. Cabe señalar que, las variables se encuentran cointegradas,
razón por la cual el modelo a estimarse es un VECX (Vector de Corrección de
E nas).
MODELOS DE SERIES DE TIEMPO
Los principales productos de exportación del Ecuador son: Ban
C
l grupo de productos agrícolas tradicionales y se cultivan
le
rrores con variables exóge
134
Por tal razón, para la predicción de las exportaciones de los productos de la Costa
pre
el modelo tiene como vari o de las exportaciones de
Banano y Plátano, Cacao y Café Lavado s
endógenas s
la p mperatura máxima y mínima
precipitación y pluviosidad para las
es de las exportaciones de estos productos se utilizó
ins para modelos vectoriales, con información
comprendida entre el primer trimestre de
5.6.1.1. IDENTIFICAC
Al utilizar los criterios para la selección del rezago del vector autorregresivo se
determinó que los rezagos para el modelo pueden 3 hasta 5 (tabla 5.1.).
(Banano y Plátano, Cacao y Café Lavado) se utilizarán vectores autorregresivos y
para la dicción de las exportaciones de Flores Naturales se utilizarán modelos
univariados.
5.6.1. PREDICCIÓN DE LAS EXPORTACIONES DE BANANO Y PLÁTANO,
CACAO Y CAFÉ LAVADO MEDIANTE VECTORES DE CORRECCIÓN
DE ERRORES CON VARIABLES EXÓGENAS (VECX)
Los productos a analizarse por provenir de la Costa están relacionados entre sí
por los ciclos fenológicos de las plantas y por el clima, de donde se estructura que
ables endógenas al logaritm
(la transformación de las variable
se puede apreciar en el anexo C.2.); mientras que, las variable
exógenas son la humedad media (%), temperatura media de punto de rocío (°C),
recipitación máxima en 24 horas (mm3), te
absoluta (°C) y el número de días con
provincias del Oro y Manabí.
Para obtener las prediccion
la metodología de Box - Jenk
1990 hasta el cuarto trimestre del 2005.
IÓN
ir desde
135
Tabla 5.1.: Rezagos del modelo VECX según los cr sele
Re F AIC
iterios de cción81
zago Log(L) LR PE SC HQ 1 -54,73883 136,214 2, 2,582919 415 9566E-03 3,135 2,79592 -40,99125 23,42179 2,2 2,407083 076 054E-03 3,291 2,74803 -6,798457 54,45519 1,47401 07* 848,92E-04 7 2.6895 1,94274 6,238286 19.31369* 7,8 1,324508 496 0*3E-04 2,871 1.921125 16,58708 14,18168 0.0 1.274553* 038 1100767* 3,153 1,99906 22,14213 6,995248 0,00 1,402143 126 470911 3,612 2,2544
FUEELA s Autores.
Al re r el contraste de Johansen p s los mo coin se
dete ó que las relaciones de coin ión existe tre la bles
endó la 5.2.)
.
Tabla 5.2.: Relaciones de ción en VE
Modelo 3 Modelo 4
NTE: Banco Central del Ecuador. BORACIÓN: Lo
aliza ara todo delos de tegración
rmin tegrac ntes en s varia
genas82 pueden ser 1 (tab 83.
cointegra el modelo CX
Modelo 1 Modelo 2 Modelo 5
Tipo d VECX Ninguno Lineal Lineal adrático e tendencia en el Ninguno Cu
Sin Intercepto I Intercepto Interce ercepto ntercepto pto IntRezago
Tendencia Sin Tendencia Sin Tendencia Tendencia Tendencia
Modelo de cointegración
Sin Traza 1 1 1 0 1 2
Máximo V.P. 1 1 1 1 1 Traza 1 1 0 0 0 3
Máximo V.P. 1 1 0 0 0 Traza 1 1 1 1 1
4 Máximo V.P. 1 1 1 1 1
FUEELA
NTE: Banco Central del Ecuador. BORACIÓN: Los Autores.
81 El Log(L) es el logaritmo de la matriz de varianza covarianza del modelo VAR, LR es el lamda y prueba la significancia de los parámetros del modelo VAR. FPE es el criterio de error de predicción final y es equivalente al criterio Akaike (AIC), SC representa el criterio de Schwarz, HQ representa el criterio de Hannann Quin. 82 La correlación entre las diferencias de los logaritmos de estas variables y sus pruebas de raíces unitarias, se las puede apreciar el anexo C.3. y C.4., respectivamente. 83 Presenta el número de relaciones de cointegración que puede tener el modelo VEC cuando se analiza todos los posibles modelos de cointegración por medio de utilización de la prueba de la traza y máximo valor propio.
136
5.6.1.2. VERIFICACIÓN
Los modelos de la tabla 5.3., presentan la probabilidad de que los estadísticos de
Portmanteau y Jarque Bera sean menores que el fractil de una distribución normal
al 95% de confianza84, probando la independencia y normalidad de los residuos.
Además, se presenta en esta tabla la suma de errores al cuadrado de cada
modelo; resultando que el modelo VECX (4, 1, 1)85, presenta residuos
independientes que siguen una ley normal multivariada, y cuyo error es el menor
de todos los modelos. Cabe señalar que, este modelo presenta cuatro rezagos,
un modelo de cointegración, y una relación de cointegración.
Tabla 5.3.: tadísticos de Portmanteau, Jarque
Bera y suma de e ores al cuadrado86
Valor de probabilidad
Valores de probabilidad para los es
- rr
Modelo Portmanteau Jarque-Bera
S.E.C Modelo adecuado
Menor error
VECX (2, 1, 1) 0,4202 0,7833 0,123328 x VECX (2, 2, 1) 0,47 0,6587 0,123965 x VECX (2, 3, 1) 0,4637 0,5449 0,140034 x VECX (2, 4, 1) 0,574 0,4837 0,151822 x VECX (2, 5, 1) 0,5299 0,3657 0,159307 x VECX (3, 1, 1) 0,3432 0,3416 0,122567 x VECX (3, 2, 1) 0,3586 0,2929 0,118411 x VECX (4, 1, 1) 0,3963 0,0625 0,107799 x x VECX (4, 2, 1) 0,4476 0,0367 0,107091 VECX (4, 3, 1) 0,4368 0,0258 0,112446 VECX (4, 4, 1) 0,4965 0,0458 0,118576 VECX (4, 5, 1) 0,4175 0,0222 0,130248
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
5.6.1.3. PREDICCIÓN
Los modelos VECX fueron construidos a partir de la información comprendida
entre el primer trimestre de 1990 hasta el cuarto trimestre del 2004, dejando como
periodo de prueba a los 4 trimestres del 2005.
84 stico de Portmanteau es que los residuos sean independientes mientras que la hi tesis nula del estadístico de Jarque - Bera es que los residuos siguen una ley normal multivariada. 85 La notación VECX (δ, ε, µ) significa que el modelo tiene: δ rezagos, ε modelo de cointegración (donde ε puede ser los modelos 1, 2, 3, 4 o 5) y µ el número de relaciones de cointegración. 86 El estadístico de Portmanteau se utiliza para probar la Ho: Los residuos son independientes, el estadístico de Jarque - Bera se utiliza para probar la Ho: Los residuos siguen una ley normal multivariada.
Lpó
a hipótesis nula del estadí
137
El mejor modelo a escoger debe presentar el menor error de predicción en los
estres del 2005, es así que en la tabla 5.3., se observa que el modelo cuatro trim
VECX (4, 1, 1) presenta el menor error, siendo este el mejor modelo para realizar
Tabla 5.4.: Estadístico del modelo VECX (4, 1, 1) con las variables exógenas
Valor de probabilidad
las predicciones de las exportaciones de los productos agrícolas de la Costa.
5.6.1.4. VARIABLES EXÓGENAS
Una vez, escogido el modelo de corrección de errores (VECX) se aplica el
algoritmo para seleccionar las variables exógenas, las que deben reducir el error
de predicción en el modelo, sin que este pierda las cualidades adecuadas en los
residuos.
Paso Variables Exógenas Portmanteau Jarque - Bera S.E.C Mejora
Ninguna 0,3963 0,0625 0,107799
1 Precipitación máxima en 24 horas en El Oro 0,2989 0,0963 0,087719 18,6%
2 Manabí 0,2369 0,0509 0,07371 31,6%Humedad media en
3 Humedad media en El 0,1722 0,0337 0,071691 33,5%Oro
4 Precipitación máxima en 24 horas Manabí 0,1199 0,0136 0,070604 34,5%
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
En la tabla 5.4., se puede observar que, en cada paso se incorpora una variable
exógena que permita mejorar la predicción, determinando que se debería
incorporar cuatro variables exógenas en el modelo, sin embargo, solo con las dos
primeras se puede mantener las condiciones aceptables en los residuos. Las
variables exógenas que permiten cuantificar la incertidumbre del clima son:
precipitación máxima en 24 horas en El Oro y humedad media en Manabí,
logrando así mejorar el pronóstico en un 31,6%.
138
En el gráfico 5.1., se compara las predicciones con los valores reales de las
exportaciones en el 2005, donde se puede apreciar que el modelo VECX (4, 1, 1)
captura adecuadamente la tendencia futura de las exportaciones.
Gráfico 5.1.: Predicción de las exportaciones en el 2005
Predicciones de las Exportaciones de Banano y Plátano
150000
175000
200000
225000
250000
275000
300000
325000
350000
200
0 I
200
0 II
200
0 III
200
0 IV
200
1 I
200
1 II
200
1 III
200
1 IV
200
2 I
200
2 II
200
2 III
200
3 I
200
3 II
200
3 III
200
3 IV
200
4 I
200
4 II
200
4 III
200
4 IV
200
5 I
200
5 II
200
5 III
200
5 IVV
200
2 I
Real Pronóstico
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
Predicciones de las Exportaciones de Cacao
25000
30000
0
0
3500
4000
0
5000
10000
15000
20000
200
0 I
200
0 II
200
0 III
200
0 IV
200
1 I
200
1 II
200
1 III
200
1 IV
200
2 I
200
2 II
200
2 III
200
2 IV
200
3 I
200
3 II
200
3 III
200
3 IV
200
4 I
200
4 II
200
4 III
200
4 IV
200
5 I
200
5 II
200
5 III
200
5 IV
Real Pronóstico
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
139
Predicciones de las Exportaciones de Café Lavado
0
10500
1500
002
I
02 II
2 III
02 IV
003
I
03 II
3 III
3000
4500
6000
7500
9000 2
000
I
200
0 II
200
0 III
200
0 IV
200
1 I
200
1 II
200
1 III
200
1 IV
2 20
200
20 2 20
200
200
3 IV
200
4 I
200
4 II
200
4 III
200
4 IV
200
5 I
200
5 II
200
5 III
200
5 IV
Real Pronóstico
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
5.6.1.5. MODELO VECTORIAL ÓPTIMO PARA PREDECIR LAS
EXPOR ONES DE BANANO Y PLÁTANO, CACAO Y CAFÉ
LAVADO
De acuerdo a la metodología de Box y Jenkins se deduce que el mejor modelo
para predecir las exportaciones de los productos de la Costa es el VECX (4, 1, 1),
debido a que presenta independencia entre los residuos y tiene el menor error de
predicción; las principales características de este modelo son:
esivo con cuatro rezagos.
La ecuación de cointegración no tienen intercepto ni tendencia y el modelo
modelo es precipitación máxima en 24
horas en El Oro y humedad media en Manabí.
TACI
• Modelo autorregr
•
del vector autorregresivo no presenta tendencia.
• Existen una relación de cointegración entre las variables endógenas.
• Las variables exógenas que utiliza el
140
Tabla 5.5.: Modelo Vectorial con variables exógenas VEX (4, 1, 1)
Ecuación de ParámetrosCointegración logaritmo del Cacao(-1) 1
-1.042.923logaritmo del Banano y Plátano(-1) 0.09953
0.138332logaritmo del Café Lavado (-1) 0.04024
Ecuaciones de Corrección de Errores
Logaritmo del Cacao
Logaritmo del Banano y Plátano
Logaritmo del Café Lavado
-0.252605 0.218034 0.103995Ecuación de Cointegración 0.17676 0.05027 0.2632
0.064249 -0.146193 -0.221595Dif. logaritmo d0.18203 0.05177 0.27105
el Cacao (-1)
0.187008 -0.08443 -0.13197Dif. logaritmo del Cacao (-2) 0.16173 0.046 0.24082-0.02663 -0.043584 0.566725Dif. logaritmo del Cacao (-3) 0.14725 0.04188 0.21926
-0.136014 -0.065382 -0.331273Dif. logaritmo del Cacao (-4) 0.14872 0.0423 0.221450.637569 0.006121 0.204684Dif. logaritmo del Banano y
Plátano (-1) 0.41804 0.11889 0.62247-1.361.884 -0.453438 0.923616Dif. logaritmo del Banano y
Plátano (-2) 0.43526 0.12379 0.648110.498858 -0.21121 0.301979Dif. logaritmo del Banano y
Plátano (-3) 0.4937 0.14041 0.735130.640497 -0.29751 -0.866885Dif. logaritmo del Banano y
Plátano (-4) 0.49278 0.14015 0.733750.211145 0.048164 -0.216303Dif. logaritmo del Café Lavado
(-1) 0.09237 0.02627 0.13754-0.01183 -0.027001 -0.282319Dif. logaritmo del Café Lavado
(-2) 0.0937 0.02665 0.139530.055354 0.011835 -0.128194Dif. logaritmo del Café Lavado
(-3) 0.08226 0.02339 0.12248-0.060302 -0.049368 0.140016Dif. logaritmo del Café Lavado
(-4) 0.07921 0.02253 0.11795-1.498.665 -0.223971 -1.127.531Indicatriz 1992Q2
0.42183 0.11997 0.62811
-0.003008 0.002056 -0.006221Precipitación máxima en 24 horas en El Oro
0.00206 0.00058 0.00306-0.005491 0.005712 0.004404H
0.00493 0.0014 0.00734umedad media en Manabí
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
141
En el gráfico 5.2., se presentan los valores reales y estimados de las
exportaciones para cada componente del vector endógeno, y se puede apreciar
que, el modelo captura la tendencia y evolución de las exportaciones.
Gráfico 5.2.: Backtesting de las exportaciones 1990-2004
Backtesting de las Exportaciones de Banano y Plátano
100000
140000
180000
220000
260000
300000
340000
380000
199
1 I
199
1 III
199
2 I
199
2 III
199
3 I
199
3 III
199
4 I
199
4 III
199
5 I
199
5 III
199
6 I
199
6 III
199
7 I
199
7 III
199
8 I
199
8 III
199
9 I
199
9 III
200
0 I
200
0 III
200
1 I
200
1 III
200
2 I
200
2 III
200
3 I
200
3 III
200
4 I
200
4 III
Real Pronóstico
FUENTE: BELABORAC
anco Central del Ecuador. IÓN: Los Autores.
Backtesting de las Exportaciones de Cacao
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
199
1 I
199
1 III
199
2 I
199
2 III
199
3 I
199
3 III
199
4 I
199
4 III
199
5 I
199
5 III
199
6 I
199
6 III
199
7 I
199
7 III
199
8 I
199
8 III
199
9 I
199
9 III
200
0 I
200
0 III
200
1 I
200
1 III
200
2 I
200
2 III
200
3 I
200
3 III
200
4 I
200
4 III
Real Pronóstico
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
142
Backtesting de las Exportaciones de Café Lavado
0
30000
60000
90000
120000
150000
180000
199
1 I
199
1 III
199
2 I
199
2 III
199
3 I
199
3 III
199
4 I
199
4 III
199
5 I
199
5 III
199
6 I III 7 I III 8 I III 9 I III 0 I III 1 I III 2 I III 3 I III 4 I III
210000
199
6
199
199
7
199
199
8
199
199
9
200
200
0
200
200
1
200
200
2
200
200
3
200
200
4
Real Pronóstico
FUENTE: Banco CELABORACIÓN: Los Autores.
5.6.1.6. PREDICCIONES DE LAS EXPORTACIONES DE BANANO Y
PLÁTANO, CACAO Y CAFÉ LAVADO PARA EL PERÍODO 2006-2011
Una de los mayores beneficios del modelo VECX es la proyección conjunta de las
variables exógenas (Gráfico 5.3.), de ella se puede observar que las
exportaciones tienen una tendencia creciente.
En la predicción de las exportaciones de Banano y Plátano se observa que existe
un crecimiento de las mismas para el primer y segundo trimestre de cada año; en
el caso de las exportaciones de Cacao se espera que decrezcan en el tercer
trimestre de cada año y finalmente las exportaciones de Café Lavado muestran un
incremento en el tercer y cuarto trimestre de cada año.
entral del Ecuador.
143
Gráfico 5.3.: Predicciones de las exportaciones para el período 2006-2011
Predicciones de las Exportaciones de Banano y Plátano para el Período 2006-2011
150000
200000
250000
300000
350000
400000
450000
500000
550000
600000 2
000
I
200
0 III
200
1 I
200
1 III
200
2 I
200
2 III
200
3 I
200
3 III
200
4 I
200
4 III
200
5 I
200
5 III
2006
I
2006
III
2007
I
2007
III
2008
I
2008
III
2009
I
2009
III
2010
I
2010
III
2011
I
2011
III
Real Pronóstico
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
Predicciones de las Exportaciones de Cacao para el Período 2006-2011
7000
200
0 I
200
0 III
200
1 I
200
1 III
200
2 I
200
2 III
200
3 I
200
3 III
200
4 I
200
4 III
200
5 I
200
5 III
2006
I
2006
III
2007
I
2007
III
2008
I
2008
III
2009
I
2009
III
2010
I
2010
III
2011
I
2011
III
14000
21000
28000
35000
42000
49000
Real Pronóstico
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
144
Predicciones de las Exportaciones de Café Lavado para el Período 2006-2011
0
3000
6000
9000
12000
15000
18000
21000
24000 2
000
I
200
0 III
200
1 I
200
1 III
200
2 I
200
2 III
200
3 I
200
3 III
200
4 I
200
4 III
200
5 I
200
5 III
2006
I
2006
III
2007
I
2007
III
2008
I
2008
III
2009
I
2009
III
2010
I
2010
III
2011
I
2011
III
Real Pronóstico
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
5.6.2. LES
M
A inicios de los noventa, las exportaciones de Flores Naturales, auspiciadas por
una apertura al comercio exterior y una reducción de aranceles, crecieron a un
ritmo acelerado del 45% anual. Este fenómeno permitió la consolidación y el
desarrollo de este producto, convirtiéndose en pocos años en el quinto rubro de
exportación ecuatoriana; con su desarrollo, adicionalmente, cambió el papel
tradicional de la Sierra, pues pasó de abastecedora del mercado interno a ser una
región generadora de divisas.
Tal como se muestra en el gráfico 5.4., las cifras de las exportaciones de flores
evidencian el desarrollo de este producto. Cabe mencionar que, el principal
destino de las Flores Naturales ecuatorianas es Estados Unidos, país que importa
la mayor variedad de estas.
PREDICCIÓN DE LAS EXPORTACIONES DE FLORES NATURA
EDIANTE MODELOS UNIVARIADOS
145
Gráfico 5.4.: Participación de las Flores Naturales en las Exportaciones de
Productos Primarios
54.1Atún
3961
2068.9
1016.8
240.4
272.9
Total
Petróleo
Banano
Flores
Camarón
213.5O os
95.2
0 500 1,000 1,500 2,000 2,500 3,000 3,500 4,000
tr
Cacao
millones US$ FOB
FUENTE: Banco Central delELABORACIÓN: Los Autores.
las exportaciones de Flores
x - Jenkins para modelos univariados,
Las exportaciones de flores representaron el 7% de las exportaciones de productos primarios
Ecuador.
Igual que en el caso anterio
Naturales se utilizó la metodología de Bo
r, para la predicción de
con información comprendida entre el primer trimestre de 1990 hasta el cuarto
trimestre del 2005.
5.6.2.1. IDENTIFICACIÓN
Como se puede apreciar en el gráfico 5.5., la serie de las exportaciones de Flores
Naturales presenta una tendencia creciente, evidenciando así la no
estacionariedad de esta; cabe acotar que, la serie será modelada desde el primer
trimestre de 1990 hasta el cuarto trimestre del año 2003, reteniendo dos períodos
para comparar los datos obtenidos por la predicción con los datos reales de
dichos períodos.
146
Gráfico 5.5.: Exportaciones de Flores Naturales
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
En el correlograma de la serie (gráfico 5.6.) se confirma que esta no es
estacionaria, ya que se observa que los primeros valores de la función de
autocorrelación simple son relativamente grandes y se encuentran fuera de las
bandas de confianza; además, estos tienden a decrecer de manera exponencial,
indicando así que es necesario realizar una diferencia de nivel o diferencia
estacionaria (d=1).
147
Gráfico 5.6.: Correlograma de las Exportaciones de Flores Naturales
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Au
tores.
ara verificar si en realidad la serie es no estacionaria se procede a realizar la
rueba de raíces unitarias de Dickey Fuller Aumentada (DFA) con constante y
ndencia, la misma que se presenta a continuación:
P
p
te
148
Tabla 5.6.: Prueba de Raíces Unitarias con Constante y Tendencia
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
En el tabla 5.6., se observa que existe la presencia de una raíz unitaria, ya que el
stadístico t de la prueba de Dickey Fuller Aumentada (DFA) es mayor a los
stadísticos t de los valores críticos de la prueba, lo que indica que la serie es no
stacionaria, y por lo tanto es necesario diferenciarla. También se aprecia en la
arte inferior de esta tabla que la constante no es significativa al 5%, mientras que
la te on
e
e
e
p
ndencia si lo es; por tal motivo es necesario realizar la prueba DFA solo c
149
constante, la misma que se presenta en la tabla 5.7., donde también se advierte
la presencia de una raíz unitaria.
Tabla 5.7.: Prueba de Raíces Unitarias con Constante
FUENTE: Banco Central del ELABORACIÓN: Los Autores.
n el gráfico 5.7., se observa que la serie de las exportaciones de Flores
Ecuador.
E
Naturales ya es estacionaria; por motivos de comprobación se realiza
nuevamente la prueba de raíces unitarias DFA, la misma que se presenta en el
anexo C.5. Además, en este gráfico se aprecia que los valores de 4, 8, 12, 16, 20
y 24 de la autocorrelación simple presentan un comportamiento atípico reiterativo,
150
fenómeno que indica presencia de estacionalidad en la serie, por lo que es
necesario realizar una diferenciación estacional de orden 4 (D=1).
Gráfico 5.7.: Correlograma de las Exportaciones de Flores Naturales
Diferenciada Estacionariamente (d=1)
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
151
Gráfico 5.8.: Correlograma de las Exportaciones de Flores Naturales
Diferenciada Estacionariamente y Estacionalmente (d=1, D=4)
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
En el gráfico 5.8., se aprecia que la serie ya es estacionaria y ya no presenta
estacionalidad, por lo que ya no es necesario seguir diferenciando a la serie tanto
estacionariamente como estacionalmente.
5.6.2.2. ESTIMACIÓN
Una vez diferenciada la serie se estiman varios modelos y se escoge al mejor de
ellos, el mismo que debe presentar causalidad económica, significancia
estadística y debe cumplir con el principio de la parsimonia. En el caso de la
predicción de las exportaciones de Flores Naturales, el mejor modelo es un
SARIMA (1, 1, 2, 0, 4, 0), el mismo que se lo puede apreciar en la tabla 5.8.; cabe
152
señalar que, el resto de modelos estimados se los puede apreciar en el anexo
C.6.
Tabla 5.8.: Modelo SARIMA (1, 1, 2, 0, 4, 0)
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
Este modelo es el mejor de todos, ya que lo valores de probabilidad de los
coeficientes son inferiores al 5%.
5.6.2.3. VERIFICACIÓN
Realizada la estimación del modelo, se procede a comprobar la calidad de este,
para lo cual se analizan los estadísticos que se presentan en la tabla 5.8., donde
se aprecia que la probabilidad (Prob.) de los coeficientes en todos los casos es
inferior al 5% (0,95 de confianza), por lo que se concluye que son
significativamente estadísticos y diferentes de cero. Por otro lado, los criterios de
información (criterio de Akaike y de Schwarz) presentan valores pequeños en
comparación con los otros modelos realizados, es decir, este modelo presenta la
menor distancia entre la densidad del modelo y la densidad de los datos; de igual
manera, la suma de los residuos al cuadrado y el logaritmo de máxima
verosimilitud presentan los valores más bajos y mas altos, respectivamente, de
todos los modelos realizados, concluyendo así que este es el mejor modelo.
153
Gráfico 5.9.: Correlograma de los Residuos para el Modelo
SARIMA (1, 1, 2, 0, 4, 0) (Prueba Q)
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
En el gráfico 5.9., se puede evaluar la prueba de Box – Pierce, la misma que
muestra que existe independencia de los residuos, ya que todos los valores de
probabilidad son superiores al 0,05; cabe mencionar que, a pesar que las
autocorrelaciones simples y parciales de orden nueve se muestran fuera de la
banda de confianza, su valor de probabilidad es superior al 5%, pero para mejorar
el modelo se volverá a modelizar incluyendo un coeficiente SMA de orden 9.
154
Tabla 5.9.: Modelo SARIMA (1, 1, 2, 0, 4, 9)
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
Al estimar el nuevo modelo (tabla 5.9.), se procede a evaluar los estadísticos de
este, donde se observa que la probabilidad de todos los coeficientes son cero,
modelo s de información de Akaike
y de Schwarz; de igual manera, la suma de los residuos al cuadrado y el logaritmo
e confianza. Otras pruebas de verificación de este modelo se las puede
apreciar en el anexo C.7.
concluyendo que estos son significativos. Con respecto al modelo anterior, este
presentan valores más pequeños de los criterio
de máxima verosimilitud presentan los valores más bajos y mas altos,
respectivamente.
En el gráfico 5.10., se aprecia que los residuos presentan valores de probabilidad
mayores al 5%, y a su vez que los valores de estos se encuentran dentro de las
bandas d
155
Gráfico 5.10: Correlograma de los Residuos para el Modelo
SARIMA (1, 1, 2, 0, 4, 9) (Prueba Q)
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
5.6.2.4. PREDICCIÓN
Una vez verificado el modelo se procede a realizar el pronóstico para los datos de
los períodos omitidos (gráfico 5.11.), para de esta manera comparar la predicción
con los datos reales de dichos períodos (gráfico 5.12.), y así determinar que le
modelo escogido realiza buenas predicciones y posee una buena calidad de
ajuste.
156
Gráfico 5.11.: Pronóstico de las Exportaciones de Flores Naturales para el
Período 2004-2005
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
Gráfico 5.12.: Comparación de los Valores Reales con el Pronóstico
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
157
Comprobado que el modelo presenta una buena calidad de ajuste y de predicción,
se realiza el pronóstico de las exportaciones de Flores Naturales para el período
comprendido entre el año 2006 y el año 2011 (gráfico 5.13.).
Gráfico 5.13.: Predicción de las Exportaciones de Flores Naturales para el
Período 2006-2011
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
De acuerdo al pronóstico realizado por el modelo SARIMA (1, 1, 2, 0, 4, 9) (gráfico
5.13.), se prevee que las exportaciones de Flores Naturales, presenten una
tendencia creciente de las mismas en el período de predicción. Estos
crecimientos se verán caracterizados porque en el primer trimestre de todos los
años las exportaciones aumentarán considerablemente, debido a que en los
meses de enero, febrero, marzo, aumenta la demanda de flores. Por su parte, en
los trimestres segundo y tercero se observarán caídas muy importantes,
especialmente en el paso del primer al segundo trimestre, ya que la demanda
baja considerablemente; por último, en el cuarto trimestre de todos los años se
observan medianas recuperaciones en el incremento de las exportaciones de
flores.
158
CAPITULO VI
encia de su régimen comercial y de
inversiones en el contexto de iniciativas autónomas, regionales y multilaterales.
través de
iniciativas multilaterales y regionales como catalizador de cambios estructurales.
6.1. ACUERDOS COMERCIALES Y POLÍTICAS DE
COMPETENCIA
6.1.1. ANTECEDENTES PRINCIPALES
En la actualidad, el sector agrícola ecuatoriano como proveedor de alimentos,
generador de empleo, factor de cohesión social y cultural, motor de desarrollo
económico a nivel nacional, generador de divisas, se encuentra inmerso en un
escenario de apertura y globalización, que vuelve indispensable contar con una
estrategia de país para poder enfrentar los desafíos y los retos de la
competitividad mundial.
En los últimos años, el Ecuador ha acelerado los procesos de liberalización y
mejoramiento de previsibilidad y transpar
Es así que, el gobierno ha implementado la apertura comercial a
A nivel regional, existe un acuerdo para una integración profunda con los demás
países de la Comunidad Andina, acuerdos amplios que liberalizan el comercio de
bienes (Chile y MERCOSUR) y acuerdos de carácter selectivo que ofrecen
niveles de liberalización comercial limitados (Cuba y México). No obstante, existe
concentración de exportaciones en pocos productos como el banano, café, cacao,
considerados como tradicionales, aunque paralelamente se ha realizado
esfuerzos por incurrir en los no tradicionales como flores naturales, frutas
tropicales, entre otros.
El Ecuador ha consolidado la totalidad de sus líneas arancelarias en la OMC, a
pesar que todavía subsisten algunos obstáculos no arancelarios, en particular
licencias de importación no automáticas, largos procedimientos aduaneros y
precios de referencia.
159
Es por eso que, una política comercial independiente y eficiente dirigida a estos y
otros obstáculos del comercio y de la inversión ayudaría a sostener el crecimiento
económico y a aumentar la capacidad de la economía del país para responder a
las conmociones externas.
Se concluye que, la tarea futura de la agricultura será cada vez más compleja,
a política macroeconómica en los últimos años ha brindado relativa estabilidad,
,
ue pasó de US$ 23 255 millones de dólares en 1998 a US$ 31.722 millones de
a
tend
con
En gran parte, el creci
polí
fenó
La
una
Esta
con
prec
productiva, también elevó los costos de producción debido a un aumento en los
ostos de mano de obra y de insumos importados. Esta condición establece una
frente a lo cual el despliegue y aplicación de la política comercial requerirá de un
mayor dinamismo y una mejor complementación, definida y aplicada para el resto
de la economía.
6.1.1.1. EL ENTORNO ECONÓMICO
L
los productos no tradicionales han ganado terreno en las exportaciones, en el
período 2000-2004 han tenido un buen desempeño las flores naturales, la piña, el
brócoli, el palmito y el tabaco en rama reflejándose esto en el crecimiento del PIB
q
dól res en 2005; la inflación ha alcanzado cifras de un dígito, el riesgo país ha
ido a disminuir, las tasas de interés han registrado una tendencia a la baja
oscilaciones, sin embargo siguen siendo altas para una economía dolarizada.
miento reciente refleja un contexto externo favorable y unas
ticas macroeconómicas prudentes. Sin embargo, la economía es vulnerable a
menos naturales y variaciones en los precios de productos primarios.
crisis económica y financiera por la que atravesó el Ecuador a finales de 1999,
de las más severas de su historia, llevó al país a adoptar el dólar de los
dos Unidos como moneda de curso legal en el 2000, política que fue dirigida
el objetivo de estabilizar el nivel de precios. Si bien la estabilidad de los
ios, obtenida con este instrumento de política, apoyó a la planificación
c
desventaja para competir en el mercado internacional a precios bajos.
160
La
influ
eficacia como instrumento de ajuste macroeconómico. Aunque se han adoptado
portantes reformas fiscales, en el marco de la dolarización parecería
de p
El C
Ecuador; aunque ha habido una importante dive
petróleo y
exportadora del Ecuador, siendo
Unid
Europeas.
6.1.1.2.
El E
mie ue en la actual etapa de integración
gional la formulación de su política comercial predomina a nivel nacional. El
com
preo
inve
extr
los
seg
sus
inve
Los
norm
juríd
juríd
corr
política fiscal es el instrumento macroeconómico que queda al país para
enciar el nivel de la demanda interna, pero su relativa inflexibilidad le resta
im
apremiante llevar a cabo las reformas fiscales pendientes, incluyendo al sistema
reasignación fiscal y la eliminación de subsidios y las exenciones tributarias.
omercio Internacional desempeña un papel importante en la economía del
rsificación, las exportaciones de
de productos agrícolas y pesqueros siguen dominando la canasta
sus principales socios comerciales, los Estados
os, los países miembros de la Comunidad Andina y las Comunidades
EL MARCO DE LA POLÍTICA COMERCIAL Y DE INVERSIONES
cuador busca formular una política comercial común junto con los demás
mbros de la Comunidad Andina, aunq
re
número creciente de acuerdos preferenciales aumenta la complejidad del régimen
ercial del Ecuador y, como en el caso de otros miembros de la OMC, genera
cupaciones con respecto a los efectos sobre los flujos comerciales y de
rsión. Por regla general, el Ecuador otorga trato nacional a los inversores
anjeros; el marco normativo para las inversiones extranjeras también ofrece a
inversores la posibilidad de firmar contratos con el Estado brindando mayor
uridad fiscal y jurídica. La participación del Ecuador en la Comunidad Andina y
compromisos en la OMC han mejorado la previsibilidad de su régimen de
rsión, y en general de su marco legal.
Acuerdos de la OMC priman sobre las leyes nacionales pero no sobre la
ativa andina. A la vista de sus antecedentes en cuanto a estabilidad política y
ica, el Ecuador se está esforzando por fortalecer su marco institucional y
ico; además, ha establecido como una de sus prioridades la lucha contra la
upción.
161
6.1.1
El r
199
sustancialmente. La protección arancelaria media de los productos agropecuarios
5,7%) es notablemente superior a la de los demás productos (10,8%); además,
n el marco del sistema andino de franjas de precios, el Ecuador fija el nivel de
prec
En el cont
régimen de franquicia arancel
originarios
concede trato preferencial a las impor
México y lo
Se
Com
para
que rtante en la diversificación de las mismas. Los
empos de despacho aduanero son largos, reflejando la proporción elevada de
trám
plan
para
de f
El
anti
aplic
de
Comunidad Andina ha reiterado que sus mi
las n
.3. ACCESO A LOS MERCADOS DE MERCANCÍAS
égimen comercial del Ecuador ha sido objeto de importantes reformas desde
0. Los aranceles Nación Más Favorecida (NMF) se han reducido
(1
e
los derechos arancelarios de ciertos productos agropecuarios en función de sus
ios internacionales.
exto de su participación en la Comunidad Andina, el Ecuador otorga
aria a prácticamente todos los productos importados
de Bolivia, Colombia, Perú y anteriormente Venezuela; también
taciones procedentes de Chile, Cuba,
s miembros del MERCOSUR.
aplica un derecho bajo a todas las importaciones excepto las originarias de la
unidad Andina. El derecho, aplicado también a las exportaciones, se utiliza
financiar en parte el organismo oficial de promoción de las exportaciones,
desempeña una función impo
ti
aforos físicos y el elevado número de entidades y documentos que involucran los
ites aduaneros, es por ello, que en la actualidad se está implementando un
de modernización aduanera, puesto que aún se utiliza precios de referencia
determinar el valor aduanero de varios productos sujetos al sistema andino
ranjas de precios.
Ecuador nunca ha impuesto medidas compensatorias, y el uso de medidas
dumping o de salvaguardia ha sido limitado, y la ocasión en la que fueron
adas, fueron objeto de consultas en la OMC. En el contexto de la aplicación
medidas de salvaguardia por el Ecuador, la Secretaría General de la
embros no están exentos de obedecer
ormas andinas para dar cumplimiento a sus compromisos multilaterales.
162
El Ecuador no ha presentado notificaciones en el marco del acuerdo de la OMC
un i
la C
El Ecuador mantiene varios
exenciones
exp
beneficios
ecuatoriano.
6.1.2.
ERRADICACIÓN DE LA DROGA (ATPDEA87)
La L
prog
eco
and
prob
mism
El o flujos comerciales entre
s países beneficiarios y los Estados Unidos, generar empleo e inversión,
soci
sost
El ATPDEA renuev
ATPA
sobre la Aplicación de Medidas Sanitarias y Fitosanitarias, ya que no cuenta con
nventario de estas medidas aplicadas a las importaciones no pertenecientes a
omunidad Andina.
regímenes aduaneros a través de los cuales ofrece
fiscales a productos importados con el objetivo de promover las
ortaciones. No obstante, en el caso del régimen de zonas francas, ciertos
fiscales se otorgan aun si la producción se destina al mercado
LEY DE PREFERENCIAS ARANCELARIAS ANDINAS Y
ey de Preferencias Arancelarias Andinas y Erradicación de la Droga es un
rama de comercio unilateral, diseñado para promover el desarrollo
nómico, a través de la iniciativa del sector privado en los cuatro países
inos (Bolivia, Colombia, Ecuador, Perú) que han sido afectados por el
lema de la droga, ofreciendo alternativas al cultivo y procesamiento de la
a.
bjetivo de esta Ley es propiciar el incremento de los
lo
fortalecer las economías andinas, promover la estabilidad política, económica y
al en la subregión, y definir e implementar alternativas viables de desarrollo,
enibles en el largo plazo.
a y amplía las preferencias comerciales otorgadas por el 88 a Bolivia, Colombia, Ecuador y Perú, pero no extiende las mismas a
dean Trade Preference Drugs Eradication Act ATPA (Andean Trade Preference Act) fue promulgado en 1991, y permitió el acceso libre de aran
87 An88 El celes
con aranceles preferenciales en un total de 5,524 posiciones arancelarias, que representan el 54.2% de las osiciones arancelarias de los Estados Unidos. Sin embargo, quedaron excluidos del acuerdo varios roductos importantes para los países andinos, como: los sectores de calzado (excepto caucho o plástico),
o y sus manufacturas (para productos como bolsos de mano, artículos de viaje, artículos planos y guantes e trabajo de cuero, la Ley disponía una rebaja parcial del derecho arancelario), azúcar (salvo pocas
excepciones), textiles, confecciones, atún, derivados del petróleo, partes para reloj, y jarabes.
oppcuerd
163
Venezuela pese a las solicitudes de los Países Miembros de la Comunidad
ndina. Las preferencias comerciales deberán contribuir a la consolidación de los
alores, principios y prácticas democráticas en la subregión, indispensables para
convivencia pacífica en el hemisferio, así como a la lucha concertada contra el
áfico ilícito de estupefacientes y delitos conexos y a la lucha contra el terrorismo,
l tiempo que atiende los objetivos de seguridad nacional de los Estados Unidos.
n este sentido, establece a título de Excepciones y Reglas Especiales que el
facultado para otorgar tratamiento
preferente facturas
proceden s o sean
considerados como bienes sensibles dentro del contexto de las importaciones
íses andinos.
por su capacidad de compra y consumo, su ubicación geográfica, la
Amé
nue
na idea de la magnitud de las preferencias concedidas por el ATPDEA, es que
Unid
régi
del UU en el 2005.
s que en el 2005 participaron con el 92,3% del total exportado, en donde
existe una alta incidencia de las exportaciones del petróleo y sus derivados con el
repr o
5%
rosas y otras flores ingresan bajo el ATPDEA, el banano ingresa a través de NMF,
y el restante 1,9% del valor exportado se distribuye en 1,225 partidas
A
v
la
tr
a
E
Presidente de los Estados Unidos está
, libre de tarifas arancelarias, a los productos o manu
te de los países beneficiarios, siempre y cuando éstos n
provenientes de los pa
El principal socio comercial del Ecuador es Estados Unidos, que en el 2005 llegó
a captar el 49% de las exportaciones, constituyéndose en un mercado importante
infraestructura de transporte y de comunicaciones y los vínculos con los países de
rica Latina, lo cual genera una perspectiva favorable para el desarrollo de
vas corrientes comerciales.
U
de los 8000 productos que conforman el arancel armonizado de los Estados
os, unos 6100 reciben una exoneración de franquicia aduanera bajo este
men especial, pero el Ecuador sólo se benefició de 584 partidas arancelarias
total de las exportaciones a EE
Estados Unidos registra una alta concentración, así es el caso de las 10 partidas
principale
78%. Si se excluye al petróleo y sus derivados, dichas partidas de exportación
esentan el 16,2% del total exportado entre los que se encuentran Banan
(4, ), camarones (4,5%), rosas (3,3%), otras flores (0,8%), donde camarones,
164
arancelarias, en donde se registran los demás productos exportados por el
ador a Estados Unidos; la mayoría de ellos se benefician porEcu el ATPDEA pero
v
En las negociaciones del TLC Ecuador pidió a EEUU un aumento de 34 partidas
mercado americano en los próximos años. Por otro lado, la OMC reconoce 905
artidas agrícolas, de las cuales el Ecuador utiliza 406, conforme a los datos
registrados por el equipo negociador del TLC en la mesa agrícola.
Se estima que mas del 70% de las exportaciones agrícolas ecuatorianas se
as, como cuotas o contingentes, salvaguardias y medidas
antidumping, licencias, prohibiciones, inspecciones y requisitos técnicos.
acu
prom
6.2.
El establecimiento de grupos comerciales regionales ha traído consigo un
umento del intercambio entre estos países participantes. Los bloques regionales,
tran
polí
(incluyendo aquellos en que un bloque de integración es uno de los socios del
cuerdo), esta revela la proliferación y diversidad de acuerdos y la
Este análisis hizo una primera aprox
difundidos, a partir del examen de 18 ac
competencia, firmados entre 1996 y 2004,
países de la región y que tenían como precedente el TLCAN. Lo incipiente de la
su alor comercial es reducido respecto a los principales productos.
más para exportar aquellos productos que el Ecuador considera potenciales en el
p
benefician del ATPDEA, sin embargo, el 84% de este 70% está sujeto a barreras
no arancelari
Para favorecer a los productores agrícolas, el Gobierno debe negociar nuevos
erdos comerciales con el fin de ampliar los mercados de exportación y así
over la comercialización de nuevos productos.
LA POLÍTICA DE COMPETENCIA EN ACUERDOS
COMERCIALES DE AMÉRICA LATINA Y EL CARIBE
a
al reducir los obstáculos al comercio y aumentar la velocidad y el volumen de las
sacciones, facilitan los flujos de productos entre sus miembros. Al analizar la
tica de competencia en los acuerdos comerciales bilaterales de la región
a
heterogeneidad entre los países participantes.
imación a los enfoques o modelos más
uerdos comerciales con capítulos de
los que involucraban a más de 20
165
exp
con 003), los mismos que involucran en
ran medida socios extra regionales desarrollados y la actividad se encuentra
Con
iden
UE8
algunos matices diferentes a lo observado en la región.
disp
ante
com
que
amp
glob
sur
com
de
emb
compromisos bilaterales, incorporando supranacionalidad o limitaciones a la
efensa comercial, han tenido una acotada experiencia o aún no terminan de
lementar su institucionalidad.
Los
con
inte
esta
los acuerdos estilo UE con los países de la región, pero no se proponen avanzar a
armonización como está previsto en acuerdos de la UE con socios más
eriencia surge del hecho de que la mayoría de los acuerdos fueron suscritos
posterioridad al año 2000 (seis durante 2
g
altamente concentrada en Chile y México.
siderando que existe heterogeneidad en los niveles de compromisos, se
tificaron básicamente dos modelos o enfoques definidos como acuerdos tipo 9 y tipo TLCAN90. Estos modelos también existen a nivel global, si bien con
En la experiencia más reciente en acuerdos comerciales se encuentran
osiciones sobre un amplio rango de compromisos, persistiendo los modelos
s enunciados, donde algunos contemplan la posibilidad de acuerdos
plementarios entre sus autoridades. La evaluación general sin embargo es
, los acuerdos de países de la región se ubican en un nivel intermedio en el
lio rango que exhibe la revisión de disposiciones sobre competencia a nivel
al. Esto es, los acuerdos bilaterales de países de la región de carácter norte–
en general, no contemplan supranacionalidad, limitaciones a la defensa
ercial o recurrencia a la solución de diferencias, difiriendo así de los acuerdos
carácter sur-sur, ya que estos preveen algunos de estos alcances. Sin
argo, tales acuerdos subregionales que avanzan más allá de los
d
imp
enfoques o familias de acuerdos identificados a nivel global y a nivel regional
tienen algunos matices, reconociendo además que existen diferencias al
rior de estas agrupaciones y que algunos acuerdos con países de la región
rían en un espacio mixto. Existe un mayor énfasis en cooperación dentro de
la
cercanos. Por su parte, existe una focalización en monopolios y empresas del
ión Europea. 89 Un
90 Tratado de Libre Comercio de América del Norte.
166
Esta
des
enc EUU y Canadá. Del modelo TLCAN
an derivado además varios modelos que profundizarían las relaciones de
peración sustantiva y de asistencia técnica entre los socios, además de
Méx
6.3.
Dur
diálo
el s r
bjetivo potenciar al mercado interno como plataforma de lanzamiento del
mer
com
mer
cad
para
pob
exp
que
eco
de m explotado el mercado interno o
aralelamente a su desarrollo. Integración que necesariamente tendrá que
com
En t
prod
mer
internamente para poder hacerlo a nivel internacional, cuyo prerrequisito
do dentro de aquellos próximos al modelo TLCAN, pero están menos
arrolladas las disciplinas de cooperación en éstos respecto de lo que se
uentra a nivel global en acuerdos con E
h
coo
incorporar explícitamente la prevención de conflictos, particularmente en el caso
ico.
IMPLEMENTACIÓN DE POLÍTICAS COMERCIALES
ante los últimos años, el Ecuador ha propiciado una serie de espacios de
go con el fin de delinear y consensuar propuestas de políticas de Estado para
ector agropecuario. En este contexto, la implementación de políticas tiene po
o
Ecuador en el contexto internacional, sin descuidar la consolidación de los
cados existentes, los cuales deben diversificarse y ampliarse con una acción
binada del estado y el aparato productivo. A medida que se expande el
cado interno, los productores y hasta los exportadores, tendrán un interés
a vez mayor por vender en el propio país sea bienes finales o ya sea insumos
la industria orientada a satisfacer la demanda de la gran mayoría de la
lación; incluso procesarán productos para el mercado doméstico en
ansión, provocado por la capacidad de compra de la población; provocando
, en el largo plazo el sector exportador se integre completamente a la
nomía nacional, lo que a su vez, le permitirá desarrollar líneas de producción
ayor competitividad internacional, una vez
p
redundar en una nueva forma de convivencia y co-evolución con la naturaleza,
o eje de una verdadera sostenibilidad.
anto se potencia el mercado interno, al aumentar la calidad y cantidad de los
uctos, estos además, pueden ir introduciéndose paulatinamente en el
cado mundial; lo cual exige desarrollar las capacidades competitivas
167
ineludiblemente consiste en desarrollar un moderno complejo de ciencia y
En
obte
mej
A.
tecnología en el país.
esta investigación se propondrán políticas basadas en los resultados
nidos en los capítulos anteriores, para de esta manera dar la pauta para el
oramiento del sector agrícola de exportación; entre estas políticas tenemos:
POLÍTICA DE DESARROLLO INTEGRAL.- Esta política tiene como fin
diseñar y aplicar programas de desarrollo integrado que de soporte a la
sociedad agraria, en la optimización de sus potencialidades, políticas,
sociales y económicas; con el fin de vigorizar con identidad propia, sus
ofertas de productos y servicios a usuarios y consumidores, tanto a nivel
nacional como internacional. Además, los planes y programas agrícolas
deberán considerar la complementación de las especificidades que se
manifiestan en las regiones geográficas del país, a fin de que se acoplen los
sistemas productivos con singular adecuación a sus respectivos contextos
B.
ambientales, acogiendo y aprovechando sus irreductibles diversidades y
vocaciones productivas, incluidas las unidades productivas de pequeña
escala.
POLÍTICA DE ASOCIATIVIDAD.- Esta política establecerá el diseño y
fomento de modelos asociativos innovadores, que generen incentivos y
respuestas eficaces ante la demanda de mercados globales, así como
también promoverá acuerdos entre el sector público y privado; es decir se
lación asociativa para la consecución de los intereses
comunes.
debe producir una articu
C. POLÍTICA NORMATIVA.- Esta política fortalecerá los sistemas de control
fitosanitario, especialmente en su infraestructura técnica-científica de
investigación y de los procesos de monitoreo de campo; ya que esto
contribuirá a la producción de productos sanos y nutritivos, pues es un deber
ineludible del estado ecuatoriano garantizar la salud integral de sus
ciudadanos. Cabe mencionar que, este tipo de medidas son bonificadas por
168
el mercado internacional de alimentos, lo que sirve como incentivo a los
productores ecuatorianos para implementar dichas medidas en su proceso de
producción. A su vez, esta aplicación afianza la capacidad del Ecuador de
acceder a un nivel apropiado de seguridad y soberanía alimenticia
constituyéndose en salvaguarda de los intereses de sus pobladores en un
D.
mundo donde el contraste entre población y el alimento se agudiza
extremadamente.
POLÍTICA DE FINANCIAMIENTO, INVERSIÓN Y USO DE SEGUROS PARA
EL SECTOR AGRÍCOLA.- Esta política debe estar encausada a priorizar y
solventar intereses de servicio nacional en ocupación, salubridad y calidad
reforzar la ampliación de su cobertura que es concurrente a la producción de
as que sustentan los recursos
productivos agrícolas. El apoyo técnico, organizacional, logístico, financiero y
al suministro de alimento con gran participación
solidaria y en sustento de la seguridad y soberanía de las provisiones
. POLÍTICA DE INVESTIGACIÓN, TRANSFERENCIA DE LA TECNOLOGÍA Y
nutricional, seguridad y soberanía alimenticia, productos de apoyo
estratégico, distribución de ingresos y eficiencia productiva. El crédito público
y el seguro de contingencia agraria, deben privilegiar el desarrollo de esta
actividad, estimulando su agremiación para optimizar los recursos de apoyo y
la agricultura industrializada, la cual provee a los mercados de mayor
demanda, aunque esta debe competir respetando condiciones de
equivalencia comercial, la contabilización de las externalidades negativas que
afectan al patrimonio de los ecosistem
de seguridad de contingencias a las unidades productivas agrícolas, debe
poner énfasis en las unidades que generan productos de subsistencia, y que
están dirigidas a integrar economías de escala complementarias y
asociativas, encausadas
alimenticias con garantía de la dieta apropiada a la cultura culinaria
tradicional.
E
CAPACITACIÓN DEL RECURSO HUMANO.- Está política está orientada a
desarrollar un sistema agrícola consistente basado en la transferencia de
169
conocimientos prácticos, científicamente sustentados y a través de una
cadena de capacitación que involucre a escuelas y colegios agropecuarios,
universidades, centros de investigación públicos y privados , laboratorios
calificados y unidades productivas, que den soporte a una capacitación
paralela práctica y funcional como consecuencia de un programa de
investigación participativa, configurando redes de transferencia informativa.
Los programas deben se la transformación agro-
ecológica de sus recurs s e
sustente sus propios valores.
F. POLÍTICA DE MANEJO Y CONSERVACIÓN DE LOS RECURSOS
r correlacionados con
o productivos y con una identidad de actor rural qu
NATURALES.- Esta política está dirigida al cuidado, conservación,
al estímulo de la biodiversidad; ya que las
ámica para aprovechar sus
iedad agraria a través de un manejo tecnológico
iación autónoma de un saber práctico y le genera la
ional a su rol
distribución y racionalización del agua de riego, al control de la deforestación
de áreas de estratégicas y
prácticas productivas de campo deben considerar estas limitantes y acogerse
a una metodología orgánica, biológica o biodin
condiciones de fecundidad atenuando la alta entropía. La agricultura orgánica
estructura y fortalece la soc
emergente de la activación equilibrada de sus características ambientales, lo
cual permite la aprop
posibilidad de instituir una cultura rural agro-ecológica, para potenciar su rol
de actor social preferente, recuperando el reconocimiento nac
político económico esencial.
G. POLÍTICA DE TITULACIÓN Y REGULARIZACIÓN DE TIERRAS.- En esta
política se considerará la incorporación planificada de tierra ociosa
on
uyendo unidades denominadas agro-ecosistemas
stenible y eficiente, prioridad a la producción de
improductiva para su distribución a la producción agropecuaria c
implantación de zonas arbóreas como culturas complementarias de sustento
agroforestal, constit
productivos. Esta ocupación de suelo debe ser estimulada en función de
producción con tecnología so
bienes agrícolas de subsistencia, provisión de alimento, garantías de
170
seguridad y soberanía alimentaria, reforzamiento de la propiedad comunal y
solidaria, asistencia crediticia y el fomento del mercado.
H. ICA DE APOYO A PRODUCTOS SENSIBLES DEL SECTOR
POLÍT
AGRÍCOLA.- Esta política servirá como mecanismo de análisis de los precios
de los productos, social y políticamente sensibles (arroz, maíz, papa, soya y
cios de los insumos, aprovechar la tecnología
comerciales.
I. O DE LOS SERVICIOS Y DE LA
banano), considerando que este análisis es un índice de mercado, y
consecuentemente es un efecto de los factores de producción. Para incidir en
los factores de producción y logística de mercados se debe mejorar la eficacia
productiva, controlar los pre
apropiada, y abrir nuevos mercados. La aplicación de estas medidas
constituirían una mejora a las políticas
POLÍTICA DE MEJORAMIENT
INFRAESTRUCTURA FÍSICA Y SOCIAL DEL SECTOR AGRÍCOLA.- Esta
política busca la armonización de regulaciones y reformas legales que son
nversiones para modernizar la infraestructura
etencia, en fomentar la
necesarias para crear incentivos que mejoren las prácticas administrativas y
de gestión, estimulen las i
existente y aseguren el uso eficiente de los recursos. Las reformas del sector
deberán poner énfasis en crear mayor comp
cooperación regional y en la aplicación de técnicas modernas de gestión.
171
CONCLUSIONES Y RECOMENDACIONES
CONCLUSIONES
prod las siguientes hipótesis:
• una adecuada
ayor
, especialmente de los productos
a
Además, se contestaron las interrogantes que motivaron la realización de este
• las autoridades ecuatorianas han
. • exportaciones agrícolas del Ecuador. • se ha incrementado el número de socios comerciales a
• ciones agrícolas en
•
El presente proyecto de titulación se centra en el análisis de las exportaciones de
uctos agrícolas, para lo cual se han comprobado
Las exportaciones agrícolas del Ecuador, no presentan
diversificación, siendo los productos agrícolas tradicionales los de m
comercialización en los mercados internacionales.
• En los últimos años se ha observado un crecimiento paulatino de las
exportaciones agrícolas ecuatorianas
agrícolas no tradicionales, los cuales muestran una tendencia creciente
futuro de sus exportaciones.
estudio:
Las políticas comerciales adoptadas por
favorecido el crecimiento y la diversificación de las exportaciones agrícolas
Los acuerdos comerciales fomentan las
En los últimos años
los que se dirigen las exportaciones agrícolas ecuatorianas. Se observará un comportamiento creciente de las exporta
los años venideros. Es necesario subsidiar al sector agrícola para que este sea más competitivo.
172
Del compendio de la información presentada en esta investigación, se pue
cluir que:
de
con
nes
star económico, que contribuirán a que buena
or privilegios en la canasta de exportaciones. Por tal razón la
no
las
•
n
a ayuden al
nes
olas
do de análisis 1990-2005,
nes
de
• tilización de Índices de Concentración se observó que el nivel de
concentración es elevado cuando existe un predominio de ciertos productos
opolizan la canasta de importación, en países productores y
exportadores de productos agrícolas, y en países que han empezado a
• n y la periodicidad de
comercialización de los productos agrícolas ecuatorianos en los diferentes
• La liberalización del comercio agrícola es necesaria para lograr solucio
óptimas en términos de biene
parte de las regiones agrícolas se desarrollen; sin embargo, la agricultura por
sí misma es una actividad vulnerable, ya sea por razones de seguridad
alimentaria o p
agricultura suele enfrentar todo tipo de barreras arancelarias y
arancelarias, y se encuentra entre las áreas más conflictivas en
negociaciones internacionales.
La agricultura por ser una actividad importante en el desenvolvimiento de la
economía del Ecuador, necesita una reforma para que las ganancias e
términos de bienestar y en términos de reducción de la pobrez
desarrollo de este sector.
• A pesar que, la economía del Ecuador depende de las exportacio
petroleras, se confirma que las exportaciones de productos agríc
muestran un tendencia creciente a lo largo del perío
con una representación significativa dentro del total de las exportacio
ecuatorianas, con la particularidad que este tipo de exportaciones son las
mayor comercialización a nivel mundial.
Mediante la u
que mon
comercializar con el Ecuador en los últimos años.
La diversificación de la canasta de importació
173
mercados, son las variables que influyeron en la concentración; es así com
países cuyos montos de importación son altos, como China y Rus
presentaron niveles elevados de concentración debido a que
importaciones no son diversificadas y a que estos dos países empezaro
comercializar con el Ecuador a pa
o
ia,
sus
n a
rtir de 1995. Por otro lado, mercados como
nía,
o
os
• tica
tración de un mercado y, la
y
de
• itió
s agrícolas de exportación y a
los socios comerciales del Ecuador, sin asumir ningún modelo probabilístico,
de un método descriptivo que posibilita la obtención de
interrelaciones y oposiciones, las mismas que no se aprecian cuando se
es individualmente.
olas de mayor exportación en el período de análisis son:
o (68,682%), Flores Naturales (12,621%), Café Lavado
,418%), los mismos que representan el 93,198% del total
s agrícolas del Ecuador; es por esto, que los cuatro
productos presentan altos valores de correlación positiva entre ellos (mayor al
0,8). Cabe destacar que, debido a la gran importancia que tienen estos
Estados Unidos, Reino Unido, Alemania, Chile, Bélgica, Japón, Ocea
Francia, Italia, Resto de Asia, Holanda, Canadá, Argentina y Resto de la
Unión Europea presentaron los más bajos niveles de concentración, siend
estos los principales importadores de productos agrícolas ecuatorian
durante el período de análisis.
En este estudio se determinó la existencia de una relación matemá
inversamente proporcional entre la concen
diversificación de la canasta de importación de productos agrícolas
periodicidad de comercialización de estos; demostrando así la importancia
estas variables, además de los montos de importación al momento de evaluar
a un socio comercial.
La aplicación del Análisis de Componentes Principales (ACP) perm
analizar de manera simultánea a los producto
ya que se trata
estudian las variabl
• Los productos agríc
Banano y Plátan
(6,477%) y Cacao (5
de las exportacione
174
productos, por sus precios y altos volúmenes de exportación, los países que
los importan se destacan como los mejores socios comerciales del Ecuador.
El dinamismo y crecimiento del comercio exterior ecuatoriano se ha
caracterizado por una diversificación de la oferta de productos agrícolas
exportables, así como también de los puntos de destino de estas. A pesar de
ello, el mercado que capta la mayor cantidad de productos es Estados Unidos
con el 36,382% del total de ellos, siendo este el principal socio comercial que
tiene el Ecuador. Cabe resaltar, que países como Italia (11,348%), Alemania
(10,094%), Rusia (7,993%), Bélgica (5,437%) y Japón (4,36%) se presentan
como potenciales socios comerciales, ya que estos muestran montos
significativos y una gran diversificación de productos en sus canastas de
importación, posibilitando de esta manera el desarrollo de las exportaciones
de los productos agrícolas no tradicionales.
• En este análisis se determinó que los productos agrícolas de menor acogida a
nivel internacional son Algodón, Cascarilla, Maíz, Arroz, Abacá y Otras Fibras
Vegetales, los mismos que, representan el 2,512% del total de las
exportaciones agrícolas; esto se debe a la baja competitividad que el Ecuador
tiene en la producción y comercialización de dichos productos; cabe
mencionar que, Colombia es el principal importador de Arroz, Maíz, Algodón y
Cascarilla.
• El comportamiento a futuro de los principales productos agrícolas de
exportación (Banano y Plátano, Flores Naturales, Café Lavado y Cacao),
muestran una tendencia creciente, observándose fenómenos cíclicos en la
predicción de las exportaciones de cada uno de estos productos en el período
2006-2011. Es así, como Banano y Plátano presentarán aumentos de sus
exportaciones en el primer y segundo trimestre, y una disminución de las
mismas en el tercer y cuarto trimestre; el Cacao por su parte, no presenta un
ciclo definido, sin embargo se espera que en el tercer trimestre de todos los
años sus exportaciones bajen significativamente; por el contrario, las
•
175
é Lavado mostrarán un notable crecimiento en el tercer
años; las exportaciones de flores naturales, al igual que
endrá un crecimiento constante de las mimas,
el cuarto trimestre de todos los años
• 0% de arancel para el acceso al
producto no requiere ser negociado
eso, que Ecuador exporta grandes volúmenes
ia este mercado); además, los aspectos que estarían
te producto en un tratado de libre
on las barreras no arancelarias, relacionadas con las normas y
RECOMENDACIONES
• endimientos en la producción agrícola son el reflejo de los errores
eso productivo; para corregirlos se requiere adoptar en
ada tecnologías sencillas, que permitan el
• ultura por ser una actividad importante en el desenvolvimiento de la
reforma para que las ganancias en
y en términos de reducción de la pobreza ayuden al
• de acuerdos de libre comercio con potenciales socios
dad de abrir nuevos mercado para los
misma que dependerá de los esfuerzo
a que se generen las condiciones
arrollo del sector agrícola exportador.
exportaciones de Caf
trimestre de todos los
los otros productos, mant
caracterizadas porque en el primer y en
se observarán incrementos de sus exportaciones.
Banano y Plátano, actualmente goza de
mercado norteamericano por lo que este
en materia arancelaria (es por
de este producto hac
involucrándose en la negociación de es
comercio s
controles fitosanitarios.
Los bajos r
cometidos en el proc
forma correcta y gradualiz
desarrollo del sector.
La agric
economía del Ecuador, necesita una
términos de bienestar
desarrollo de este sector.
Las negociaciones
comerciales constituye la oportuni
productos agrícolas ecuatorianos, la
internos entre productores y Gobierno par
favorables para el des
s
176
• Consolidar negociaciones entre grandes bloques de países con intereses
comunes, con el objeto de disminuir el riesgo que se realicen los intereses de
los países desarrollados en forma asimétrica mediante negociaciones
bilaterales, que no contemplen los intereses de los países agroexportadores.
• Se debe dar prioridad a la formulación de una agenda de políticas de
promoción de los productos agrícolas que considere las heterogeneidades
tanto en las dimensiones económicas, sociales y espaciales, considerando
todas las asimetrías o brechas del sector.
• En las negociaciones del sector agrícola, el Ecuador debe tratar de obtener
períodos de desgravación a largo plazo, para asegurar tiempo suficiente para
que la agricultura se adecue a la competencia, particularmente en el caso de
los productos sensibles.
• Es conveniente desarrollar investigaciones y procesos de reconversión del
aparato productivo nacional que permitan mejorar los niveles de productividad
y competitividad que son determinantes importantes de la evolución y futuro
del comercio exterior ecuatoriano.
177
BIBLIOGRAFÍA
LIBROS:
• Novales o, ECO , editorial Mc Graw Hill, segunda edición, Madrid-
España,
• Greene m, AN ONOMÉT itorial P ll, tercera
edición, M -Españ
• Tsay Ru ALYSI NCIAL TI S, editorial Wiley-Interscience,
segunda n, New ados Unid
• Enders Walter, APPL OMETRIC TIME SERIES, e n Wiley &
Sons, Es Unidos
• Hair Jose , ANÁL IVARIANT l Prentic ta edición,
Madrid-España, 1999.
• Jonso LTIVARIADOS APLICADOS AL ANÁLISIS DE DATOS, Internacional Thomson editores, México D.F.-México, 1998.
Rencher Alvin C., METHOD OF MULTIVARIATE ANALYSIS, editorial John Wiley &
Sons, Estados Unidos, 2002.
Abascal Elena, MÉTODOS MULTIVARIANTES PARA LA INVESTIGACIÓN COMERCIAL, editorial Ariel S.A., primera edición, Barcelona-España, 1989.
Pérez César, TÉCNICAS ESTADÍSTICAS CON SPSS, editorial Prentice Hall,
Madrid-España, 2001
Dornbusch Rudiger, MACROECONOMÍA, editorial Mc Graw Hill, séptima edición,
Madrid-España, 1998.
Blanchard Olivier, MACROECONOMÍA, editorial Prentice Hall, primera edición,
Buenos Aires-Argentina, 2000.
Sachs Jeffrey, MACROECONOMÍA, editorial Prentice Hall, segunda edición, Buenos
Aires-Argentina, 2002.
Salvatore Dominick, ECONOMÍA INTERNACIONAL, editorial Mc Graw Hill, cuarta
edición, Santafé de Bogota D.C.-Colombia, 1998.
Smith Adam, LA RIQUEZA DE LAS NACIONES, editorial Alianza, Madrid-España,
1994.
• Ricardo David, PRINCIPIOS DE ECONOMÍA POLÍTICA Y TRIBUTACIÓN, Fondo
de Cultura Económica, México D.F.-México, 1973.
Alfons NOMETRÍA1993.
Willia ÁLISIS EC RICO, ed rentice Ha
adrid a, 1999.
ey, AN S OF FINA ME SERIE edició Jersey-Est os, 2005.
IED ECON ditorial Joh
tados , 1995.
ph F. ISIS MULT E, editoria e Hall, quin
n Dallas E., MÉTODOS MU
•
•
•
•
•
•
•
•
178
• Hoselitz Berthold Frank, TEORÍAS DEL CRECIMIENTO ECONÓMICO, Centro
gional de Ayuda TécnRe ica-Agencia para el Desarrollo Internacional, México D.F.-
México, 1964.
Tau,
• Krugman Paul R., ECONOMÍA I AL: TEORÍA Y POLÍTICA, editorial
Addison Wesley, Madrid-España, 2001.
• ati Ja h N, ÁCUL AL C RCIO IN CIONAL, editorial
nika, Mé .-M 199
hagwati Ja , MÍA TEC STA rial Ge , M
.-México
vinash RY TER NA E, idge Univ ity
igswell Pla nda
ric, HISTORIA S D INA NÓ , Fond e C
nómica, dic xico éxico, 1961.
hacholiade des NO TE ONA torial M ra
fé de B .C bia
chumpeter Al TO L A IS MICO, oria
arcelo aña .
shall Alfr NC E E MÍA RA DE INTR UCrial Agu drid a, 1
OCUME :
ivisqui Eduardo, REPASO OS PRINCIP CONC OS
STICOS Y MATEMÁTICOS NECESA PARA LAMPRENS E LOS M S ANÁ DE DATOS
TIDIME ALE gra e R he seignem t en
ESTA), 1995.
Liu Regina Y., Parelius Jesse M. y Singh Kesar, MULTIVARIATE ANALYSIS BY DATA DEPTH: DESCRIPTIVE STATISTICS, GRAPHICS AND INFERENCE, The Annals of Statistics (special invited paper), vol. 27, New
York-Estados Unidos, 1999.
• Ohlin Bertil, COMERCIO INTERREGIONAL E INTERNACIONAL, editorial Oikos-
Barcelona-España, 1971.
NTERNACION
Bhagw gdis OBST OS OME TERNAGer xico D.F éxico, 4.
• B gdish N ECONO PRO CIONI , edito rnika éxico
D.F , 1990.
• Dixit A , THEO OF IN NATIO L TRAD Cambr ers Press,
D ce-Hola , 1980.
• Roll E DE LA OCTR S ECO MICAS o d ultura
Eco cuarta e ión, Mé D.F.-M
• C s Miltia , ECO MÍA IN RNACI L, edi c G w Hill,
Santa ogota D .-Colom , 1992.
• S Joseph ois, HIS RIA DE NÁLIS ECONÓ edit l Ariel
S.A., B na-Esp , 1994
• Mar ed, PRI IPIOS D CONO : UN T TADO OD CIÓN,
edito ilar, Ma -Españ 957.
D NTOS
• Cr DE L ALES EPT
ESTADÍ RIOS CO IÓN D ÉTODO DE LISIS MUL NCION S, Pro mme d echerc et d`En en
Statistique Apliquée (PR
•
179
• Maravall Agustín, ANÁLISIS DE E TIEMPO DEL COMERCIO EXTERIOR DE EXPAÑA, Banco de España, 1984.
nco Lorena, ANÁLISIS MULTIVARIADO APLICADO AL MERCADO MUNDIAL DE VINOS, Mendoza-Argentina, 2000.
MED NÁLISIS MULTIVARIANTE, Banco Central del Ecuador,
Cuestiones Económicas No. 28, Quito-Ecuador, 1996.
• Terrádez Gurrea Manuel, ANÁLISIS DE COMPONE PRINCIPALES,
to e- , Sec ia de do de caci niversida es de
spaña.
lmenara José, CRE DIC DE GE IÓN
SPITALARIA M NTE ÁL DE OMPONE TESIPAL lud a de co, n 4 6, nov re–
bre de
óñez I D E OR: ER EXTERIO YFICIENTE DE APERTURA DE LA ECO A 2 04, Univ idad
Laica Vicent uer yaq dor
artínez Sá Ma CER E L OR L COM CIORNACI Uni d de .
DEL DESARROLLO A PRINCIPIOS DEL SIGLO XXI, www.iadb.org/etica.
Scandizzo Stefania, REFLEXIONES SOBRE EL ATPDEA, Corporación
Andina de Fomento, Documento de Trabajo, Febrero de 2003.
• Cárate Edison y Fernández Gabriela, EXPORTACIONES DEL ECUADOR A EE.UU., ALGUNOS ELEMENTOS PARA LAS NEGOCIACIONES DEL TLC,
Banco Central del Ecuador, Apuntes de Economía No. 43, Dirección General
de Estudios, Quito-Ecuador, marzo 2004
• Carrillo Nadia, ANÁLISIS DE LA B LANZA COMERCIAL: ECUADOR-COMUNIDAD ANDINA, Banco Central del Ecuador, Apuntes de Economía No.
25, Dirección General de Estudios, Quito-Ecuador, noviembre 2002.
• Organización Mundial del Comercio, EXAMEN DE LAS POLÍTICAS COMERCIALES DEL ECUADOR, Informe de la Secretaría, 11 de mayo de
2005.
• Rodrik Dani, POLÍTICAS DE DIVERSIFICACIÓN ECONÓMICA, revista de la
CEPAL No. 87, diciembre 2005.
LAS SERIES D
• Calderón Mónica y Bla
• Capa Santos Holger, ESTUDIO DE LAS EXPORTACIONES ECUATORIANAS IANTE A
NTESProyec Math retar Esta Edu ón y U d
E
• A Barrios ACIÓN DE ÍN ES ST
HO ENDIA AN ISIS C N PRINC ES, Sa Públic Méxi volume 4, No. iemb
diciem 2002.
• Ord turralde arwin, CUAD COM CIO R COE NOMÍ 000-20 ers
e Rocaf te, Gua uil-Ecua .
• M nchez nuel, A CA D AS TE ÍAS DE ER INTE ONAL, versida Madrid
• Sen Amartya, TEORÍAS
•
.
A
180
• Bustillo Inés y Ocampo José Antonio, ASIMETRÍAS Y COOPERACIÓN EN EL ÁREA DE LIBRE COMERCIO DE LAS AMÉRICAS, CEPAL, Oficina de la
Secretaría Ejecutiva, serie Informes y Estudios Especiales, Santiago de Chile,
mayo de 2003.
• Cordero Martha, COMUNI UN ESTUDIO DE SU COMPETITIVIDAD EXPORTADORA, CEPAL, Coordinación de asuntos
ios y Perspectivas, México, D. F., enero del 2005.
s Y Campos Javier, CONCENTRACIÓN AGREGADA Y
INTE AL, Departamento de Análisis Económico Aplicado,
Universidad de Las Palmas de Gran Canaria, 2002.
• Rodríguez Luís Mariano, LOS INDICES DE CONCENTRACIÓN: UNA VISIÓN RAL, erinte ia pa Prom n y ción de l Libre
petenci zue
úñez Soled ére l, E DO NC CIÓN EN LASAS PR IVA A E MÍA ÑO nco de E aña
io de E , D to d ajo 3.
Raqu bán IDA ST IAS OMPET A
TICAL SE DE ITE LIVA INFLU CIAOBRE CO IAL N MERC OSTERNACI S, sida plu de , Facult de
s Ec s y sar epa to d omía Ap ada
2002
SIS:
ia, CU FR A L EVA DI IÓNTERNACI DE BA Pon Univ Católic de
uador, Fa e E ía, Q uad 5.
ramillo Arévalo Deici Diana ara Góm iana C rine
PORTAN P ECT DE EX ACIONES DEOCUCTO RA AL EL DOR uela Poli nica
onal, Es e C , Ca e In a en ias Econ ica
2006
DAD ANDINA:
Económicos, serie Estud
• Jiménez Juan Luí
DESIGUALDAD ENTRE EMPRESAS: UNA COMPARACIÓN RNACION
GENE Sup ndenc ra la oció Protec a
Com a, Vene la.
• N ad y P z Migue L GRA DE CO ENTRA RAM ODUCT S DE L CONO ESPA LA, Ba sp ,
Servic studios ocumen e Trab No. 011
• Flores el Mar , CAL D Y E RATEG DE C ENCI
VER EN EL CTOR L ACE DE O Y SU EN S LA MERC IZACIÓ EN LOS AD IN ONALE Univer d Com tense Madrid ad
Ciencia onómica Empre iales, D rtamen e Econ lic ,
Madrid .
TE
• Gómez Proaño Lig “EL E ADOR ENTE A NU VIS IN ONAL L TRA JO”, tificia ersidad a l
Ec cultad d conom uito-Ec or, 199
• Ja y J millo ez D ate ,
“IM CIA Y ERSP IVAS LAS PORT PR S NO T DICION ES EN ECUA ”, Esc téc
Naci cuela d iencias rrera d genierí Cienc óm s
y Financieras, Quito-Ecuador, .
181
• Roca Montalvo Delia E., “ANÁLISIS ESTADÍSTICO DE LA PROCUCCIÓN ARROCERA EN EL ECUADOR”, Escuela Politécnica del Litoral, Instituto de
Ciencias Matemáticas, Guayaquil-Ecuador, 2000.
Vinocunga Batallas María Gabriela y Yánez Palacios Andrea del Rosario,
“EVALUACIÓN DE LA CAPACIDAD DE GESTIÓN FINANCIERA MUNICIPAL DURANTE EL PERIODO 2000-2004 EN EL MARCO DE LA DESCENTRALIZACIÓN FISCAL DEL ESTADO ECUATORIANO”, Escuela
Politécnica Nacional, Escuela de Ciencias, Carrera de Ingeniería en Ciencias
Económicas y Financieras, Quito
• Villamar Cañarte Néstor Fabrizzio, “ANÁLISIS ESTADÍSTICO
OS REGISTROS DE LOS PACIENTES FÁRMACO DEPENDIENTES: EL CASO GUAYAQUIL”, ANÁLISIS ESTADÍSTICO DE LA
Litor e Ciencias Matemáticas, Guayaquil-Ecuador, 2000.
• Arteaga García Maria, “ANALI TICO DE LA PRODUCCION RA EL E DOR”, cuela P cnica uto de
Ciencias Matemáticas, Guayaquil-Ecuador, 2000.
ERNE
tp://www.ia
•
-Ecuador, 2006.
MULTIVARIADO DE L
PROCUCCIÓN ARROCERA EN EL ECUADOR”, Escuela Politécnica del
al, Instituto d
SIS ESTADISBANANE EN CUA Es olité del Litoral, Instit
INT T:
• ht db.org/
www.b ndi• http:// ancomu al.org/
• http://www.c g/emla.or
ww.c /• http://w epal.org
ww.im• http://w f.org/
• http://www.s /srn.com
://www.b• http ce.fin.ec
182
ANEXO A DOR EN LE E MI DO
A.1. E
1990– 2005
XPORTACIONES AGRÍCOLAS DEL ECUA MI S D LLONES DE USD FOB EN EL PERÍO
al dFUENTE: Banco Centr el E cuador
ELABORACIÓN: Los Autores
183 A.2. PAÍSES DE ACUERDO A SU UBICACIÓN GEOGRÁFICA, BLOQUES COMERCIALES O
ES
ONICOMUNIDADES DE NAC
dor FE
UELA
NTEBO
: BRAC
ancIÓ
o CeN: L
ntros A
al duto
el Ecres
ua
184
A.3. DEFLA IM CIT L P ON 2005
Años PIB NOMINAL (miles de dólares)
PIB REAL (miles de dólares
de 2000)
DEFLACTOR IMPLÍCITO DEL PIB BASE 2005
CTOR PLÍ O DE IB C BASE
1990 11.145.158 13.229.206 1,9971394 1991 12.242.770 13.800.083 1,8965436 1992 12.939.852 14.010.595 1,8217472 1993 15.056.565 14.270.247 1,5946538 1994 18.572.835 14.941.494 1,3535573 1995 20.195.548 15.202.731 1,2665630 1996 21.267.868 15.567.905 1,2315925 1997 23.635.560 16.198.551 1,1531110 1998 23.255.136 16.541.248 1,1967687 1999 16.674.495 15.499.239 1,5639344 2000 15.933.666 15.933.666 1,6825223 2001 21.024.085 16.749.124 1,3404043 2002 24.310.944 17.320.610 1,1987323 2003 27.200.959 17.781.345 1,0998697 2004 30.281.504 19.016.273 1,0565956 2005 33.062.171 19.650.361 1,0000000
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
185
A.4. ÍNDICES DE CONCENTRACIÓN POR PRODUCTO DE
EXPORTACIÓN
A.4.1. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
BANANO Y PLÁTANO
Tabla A.4.1
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 0,7571 0,1761 0,1793 0,5783 0,0884 11 1,9932USA 0,3658 0,0685 0,0749 0,2362 0,0628 16 2,7277México 0,9752 0,4556 0,4390 1,2816 0,2125 5 1,0729MCC 0,9836 0,6850 0,5993 0,1707 6 0,69741,6369CARICOM 0,9107 0,3589 0,3190 1,0941 0,1143 9 1,4018Cuba 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RCC 0,6708 0,1475 0,1473 0,5425 0,0803 12 2,1720Argentina 0,4099 0,0816 0,0904 0,2781 0,0639 16 2,6006Bolivia 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Brasil 1,0000 0,4591 0,4960 1,2426 0,3450 3 0,8629Chile 0,3211 0,0661 0,0723 0,2147 0,0627 16 2,7424Colombia 0,5671 0,1175 0,1301 0,3875 0,0736 14 2,2577Perú 0,8739 0,2469 0,2632 0,7990 0,1489 7 1,5989RAS 0,6906 0,1529 0,1683 0,4943 0,0732 14 2,0059Alemania 0,3351 0,0667 0,0731 0,2249 0,0627 16 2,7383Bélgica 0,3342 0,0687 0,0756 0,2299 0,0629 16 2,7180España 0,5925 0,1265 0,1321 0,4774 0,0691 14 2,2617Francia 0,7678 0,1992 0,2076 0,6908 0,0997 10 1,8045Holanda 0,6578 0,1538 0,1343 0,5895 0,0660 15 2,2568Italia 0,3731 0,0711 0,0790 0,2409 0,0631 16 2,6972UK 0,7171 0,1623 0,1642 0,5406 0,0699 14 2,0809RUE 0,4305 0,0869 0,0964 0,3028 0,0661 15 2,5230Rusia 0,5047 0,0969 0,1083 0,3153 0,0698 14 2,4363RE 0,6494 0,1233 0,1287 0,4283 0,0662 15 2,3242Japón 0,3978 0,0756 0,0812 0,2956 0,0631 16 2,6810China 0,8223 0,1820 0,1961 0,5743 0,0980 10 1,8867RA 0,4031 0,0760 0,0819 0,2956 0,0631 16 2,6761África 0,7699 0,1862 0,1854 0,6553 0,0886 11 1,9647Oceanía 0,3433 0,0696 0,0771 0,2262 0,0629 16 2,7114OP 1,0000 0,4782 0,5060 1,3059 0,2681 4 0,8957FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
186
Gráfico A.4.1
ÍNDICE CRk k=4 DE LAS EXPORTACIONES DE BANANO Y PLÁTANO
0,00,10,20,30,40,50,60,70,80,91,01,1
Chi
leBé
lgic
aAl
eman
ia
Oce
anía
USA Italia
Japó
nR
AAr
gent
ina
RU
ER
usia
Col
ombi
aEs
paña RE
Hol
anda
RC
CR
AS UK
Can
adá
Fran
cia
Áfric
aC
hina
Perú
CAR
ICO
MM
éxic
oM
CC
Cub
aBo
livia
Bras
ilO
P
ÍNDICE DE HERFINDAHL-HIRSCHMAN DE LAS EXPORTACIONES DE BANANO Y PLÁTANO
0,00,10,20,30,40,50,60,70,80,91,01,1
Chi
leBé
lgic
aAl
eman
ia
Oce
anía
USA Italia
Japó
nR
AAr
gent
ina
RU
ER
usia
Col
ombi
aEs
paña RE
Hol
anda
RC
CR
AS UK
Can
adá
Fran
cia
Áfric
aC
hina
Perú
CAR
ICO
MM
éxic
oM
CC
Cub
aBo
livia
Bras
ilO
P
ÍNDICE DE HALL-TIDEMAN DE LAS EXPORTACIONES DE BANANO Y PLÁTANO
0,00,10,20,30,40,50,60,70,80,91,01,1
Chi
leBé
lgic
aAl
eman
ia
Oce
anía
USA Italia
Japó
nR
AAr
gent
ina
RU
ER
usia
Col
ombi
aEs
paña RE
Hol
anda
RC
CR
AS UK
Can
adá
Fran
cia
Áfric
aC
hina
Perú
CAR
ICO
MM
éxic
oM
CC
Cub
aBo
livia
Bras
ilO
P
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO DE LAS EXPORTACIONES DE BANANO Y PLÁTANO
0,00,20,40,60,81,01,21,41,61,82,02,2
Chi
leBé
lgic
aAl
eman
ia
Oce
anía
USA Italia
Japó
nR
AAr
gent
ina
RU
ER
usia
Col
ombi
aEs
paña RE
Hol
anda
RC
CR
AS UK
Can
adá
Fran
cia
Áfric
aC
hina
Perú
CAR
ICO
MM
éxic
oM
CC
Cub
aBo
livia
Bras
ilO
P
ÍNDICE DE HANNAH Y KAY α=0,1 DE LAS EXPORTACIONES DE BANANO Y PLÁTANO
0,000,100,200,300,400,500,600,700,800,901,001,10
Chi
leBé
lgic
aAl
eman
ia
Oce
anía
USA Italia
Japó
nR
AAr
gent
ina
RU
ER
usia
Col
ombi
aEs
paña RE
Hol
anda
RC
CR
AS UK
Can
adá
Fran
cia
Áfric
aC
hina
Perú
CAR
ICO
MM
éxic
oM
CC
Cub
aBo
livia
Bras
ilO
P
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1 DE LAS EXPORTACIONES DE BANANO Y PLÁTANO
0123456789
1011121314151617
Chi
leBé
lgic
aAl
eman
ia
Oce
anía
USA Italia
Japó
nR
AAr
gent
ina
RU
ER
usia
Col
ombi
aEs
paña RE
Hol
anda
RC
CR
AS UK
Can
adá
Fran
cia
Áfric
aC
hina
Perú
CAR
ICO
MM
éxic
oM
CC
Cub
aBo
livia
Bras
ilO
P
MEDIDA DE ENTROPÍA DE THEIL DE LAS EXPORTACIONES DE BANANO Y PLÁTANO
0,000,250,500,751,001,251,501,752,002,252,502,753,00
Chi
leBé
lgic
aAl
eman
ia
Oce
anía
USA Italia
Japó
nR
AAr
gent
ina
RU
ER
usia
Col
ombi
aEs
paña RE
Hol
anda
RC
CR
AS UK
Can
adá
Fran
cia
Áfric
aC
hina
Perú
CAR
ICO
MM
éxic
oM
CC
Cub
aBo
livia
Bras
ilO
P
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
187
A.4.2. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
ARROZ
Tabla A.4.2.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
USA 0,9960 0,3681 0,4011 1,0720 0,1979 5 1,0808MCC 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Cuba 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Brasil 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Colombia 0,6479 0,1300 0,1386 0,4562 0,0867 12 2,2078Perú 1,0000 0,4110 0,4413 1,1837 0,3370 3 0,9885Alemania 1,0000 0,6020 0,6017 1,5244 0,3478 3 0,7162España 1,0000 0,5704 0,6155 1,4728 0,5038 2 0,6210Francia 1,0000 0,9654 0,9660 1,9651 0,5672 2 0,0885Italia 0,6386 0,1374 0,1525 0,4343 0,1036 10 2,0720UK 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RUE 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000África 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Oceanía 1,0000 0,5140 0,5457 1,3408 0,5007 2 0,6790FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
188
Gráfico A.4.2.
ÍNDICE CRk k=4 DE LAS EXPORTACIONES DE ARROZ
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Italia
Col
ombi
a
USA
MC
C
Cub
a
Bras
il
Perú
Alem
ania
Espa
ña
Fran
cia
UK
RU
E
Áfric
a
Oce
anía
ÍNDICE DE HERFINDAHL-HIRSCHMAN DE LAS EXPORTACIONES DE ARROZ
0,00,10,20,30,40,50,60,70,80,91,01,1
Italia
Col
ombi
a
USA
MC
C
Cub
a
Bras
il
Perú
Alem
ania
Espa
ña
Fran
cia
UK
RU
E
Áfric
a
Oce
anía
ÍNDICE DE HALL-TIDEMAN DE LAS EXPORTACIONES DE ARROZ
0,00,10,20,30,40,50,60,70,80,91,01,1
Italia
Col
ombi
a
USA
MC
C
Cub
a
Bras
il
Perú
Alem
ania
Espa
ña
Fran
cia
UK
RU
E
Áfric
a
Oce
anía
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO DE LAS EXPORTACIONES DE ARROZ
0,00,20,40,60,81,01,21,41,61,82,02,2
Italia
Col
ombi
a
USA
MC
C
Cub
a
Bras
il
Perú
Alem
ania
Espa
ña
Fran
cia
UK
RU
E
Áfric
a
Oce
anía
ÍNDICE DE HANNAH Y KAY α=0,1 DE LAS EXPORTACIONES DE ARROZ
0,000,100,200,300,400,500,600,700,800,901,001,10
Italia
Col
ombi
a
USA
MC
C
Cub
a
Bras
il
Perú
Alem
ania
Espa
ña
Fran
cia
UK
RU
E
Áfric
a
Oce
anía
MEDIDA DE ENTROPÍA DE THEIL DE LAS EXPORTACIONES DE ARROZ
0,000,200,400,600,801,001,201,401,601,802,002,202,40
Italia
Col
ombi
a
USA
MC
C
Cub
a
Bras
il
Perú
Alem
ania
Espa
ña
Fran
cia
UK
RU
E
Áfric
a
Oce
anía
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1 DE LAS EXPORTACIONES DE ARROZ
0123456789
101112
Italia
Col
ombi
a
USA
MC
C
Cub
a
Bras
il
Perú
Alem
ania
Espa
ña
Fran
cia
UK
RU
E
Áfric
a
Oce
anía
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
189
A.4.3. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
CACAO
Tabla A.4.3.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 0,7018 0,1519 0,1681 0,4798 0,1052 10 1,9890USA 0,4085 0,0764 0,0843 0,2785 0,0635 16 2,6521México 0,8833 0,2323 0,2461 0,7165 0,1200 8 1,6639MCC 1,0000 0,4602 0,4875 1,2198 0,3469 3 0,8463CARICOM 1,0000 0,5000 0,5022 1,2543 0,5000 2 0,6931RCC 0,8480 0,2534 0,2592 0,7926 0,1707 6 1,5528Argentina 0,9680 0,4565 0,4367 1,2838 0,2126 5 1,0711Bolivia 1,0000 0,3847 0,4095 1,1204 0,3357 3 1,0264Chile 0,9918 0,3469 0,3812 1,0126 0,2159 5 1,1701Colombia 0,7246 0,1584 0,1683 0,5318 0,0778 13 2,0634Perú 0,7803 0,1989 0,2036 0,6857 0,1153 9 1,8513Venezuela 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RAS 1,0000 0,2681 0,2909 0,7873 0,2511 4 1,3467Alemania 0,4846 0,0913 0,0981 0,3511 0,0640 16 2,5580Bélgica 0,5221 0,0993 0,1074 0,3671 0,0686 15 2,4719España 0,4722 0,0862 0,0880 0,3473 0,0634 16 2,6215Francia 0,4231 0,0830 0,0920 0,2887 0,0643 16 2,5801Holanda 0,3646 0,0700 0,0777 0,2388 0,0629 16 2,7100Italia 0,3891 0,0722 0,0804 0,2479 0,0631 16 2,6926UK 0,7476 0,1793 0,1898 0,6191 0,1274 8 1,8872RUE 0,8096 0,1787 0,1955 0,5438 0,1097 9 1,8247Rusia 1,0000 0,4063 0,4335 1,1361 0,2616 4 1,0399RE 0,6628 0,1535 0,1480 0,5740 0,0932 11 2,1322Japón 0,3408 0,0673 0,0741 0,2230 0,0627 16 2,7345China 1,0000 0,4936 0,5352 1,3349 0,3464 3 0,8220RA 0,6255 0,1284 0,1400 0,4588 0,0866 12 2,2017África 1,0000 0,6192 0,6485 1,5521 0,3570 3 0,6403Oceanía 1,0000 0,2597 0,2799 0,7691 0,2505 4 1,3667OP 1,0000 0,5008 0,5103 1,2707 0,5000 2 0,6923FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
190
Gráfico A.4.3.
ÍNDICE CRk k=4 DE LAS EXPORTACIONES DE CACAO
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Japó
nH
olan
daIta
liaU
SAFr
anci
aEs
paña
Alem
ania
Bé
lgic
aR
A RE
Can
adá
Col
ombi
aU
KPe
rúR
UE
RC
CM
éxic
oAr
gent
ina
Chi
leM
CC
CAR
ICO
MBo
livia
Vene
zuel
aR
ASR
usia
Chi
naÁf
rica
Oce
anía OP
ÍNDICE DE HERFINDAHL-HIRSCHMAN DE LAS EXPORTACIONES DE CACAO
0,0
0,1
0,20,3
0,4
0,5
0,6
0,7
0,80,9
1,0
1,1
Japó
nH
olan
daIta
liaU
SAFr
anci
aEs
paña
Alem
ania
Bé
lgic
aR
A RE
Can
adá
Col
ombi
aU
KPe
rúR
UE
RC
CM
éxic
oAr
gent
ina
Chi
leM
CC
CAR
ICO
MBo
livia
Vene
zuel
aR
ASR
usia
Chi
naÁf
rica
Oce
anía OP
ÍNDICE DE HALL-TIDEMAN DE LAS EXPORTACIONES DE CACAO
0,0
0,1
0,20,3
0,4
0,5
0,6
0,7
0,80,9
1,0
1,1
Japó
nH
olan
daIta
liaU
SAFr
anci
aEs
paña
Alem
ania
Bé
lgic
aR
A RE
Can
adá
Col
ombi
aU
KPe
rúR
UE
RC
CM
éxic
oAr
gent
ina
Chi
leM
CC
CAR
ICO
MBo
livia
Vene
zuel
aR
ASR
usia
Chi
naÁf
rica
Oce
anía OP
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO DE LAS EXPORTACIONES DE CACAO
0,0
0,2
0,4
0,6
0,8
1,01,2
1,4
1,6
1,8
2,0
2,2
Japó
nH
olan
daIta
liaU
SAFr
anci
aEs
paña
Alem
ania
Bé
lgic
aR
A RE
Can
adá
Col
ombi
aU
KPe
rúR
UE
RC
CM
éxic
oAr
gent
ina
Chi
leM
CC
CAR
ICO
MBo
livia
Vene
zuel
aR
ASR
usia
Chi
naÁf
rica
Oce
anía OP
ÍNDICE DE HANNAH Y KAY α=0,1 DE LAS EXPORTACIONES DE CACAO
0,000,100,200,300,400,500,600,700,800,901,001,10
Japó
nH
olan
daIta
liaU
SAFr
anci
aEs
paña
Alem
ania
Bé
lgic
aR
A RE
Can
adá
Col
ombi
aU
KPe
rúR
UE
RC
CM
éxic
oAr
gent
ina
Chi
leM
CC
CAR
ICO
MBo
livia
Vene
zuel
aR
ASR
usia
Chi
naÁf
rica
Oce
anía OP
MEDIDA DE ENTROPÍA DE THEIL DE LAS EXPORTACIONES DE CACAO
0,00
0,50
1,00
1,50
2,00
2,50
3,00
Japó
nH
olan
daIta
liaU
SAFr
anci
aEs
paña
Alem
ania
Bé
lgic
aR
A RE
Can
adá
Col
ombi
aU
KPe
rúR
UE
RC
CM
éxic
oAr
gent
ina
Chi
leM
CC
CAR
ICO
MBo
livia
Vene
zuel
aR
ASR
usia
Chi
naÁf
rica
Oce
anía OP
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1 DE LAS EXPORTACIONES DE CACAO
0123456789
1011121314151617
Japó
nH
olan
daIta
liaU
SAFr
anci
aEs
paña
Alem
ania
Bé
lgic
aR
A RE
Can
adá
Col
ombi
aU
KPe
rúR
UE
RC
CM
éxic
oAr
gent
ina
Chi
leM
CC
CAR
ICO
MBo
livia
Vene
zuel
aR
ASR
usia
Chi
naÁf
rica
Oce
anía OP
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
191
A.4.4. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE CAFÉ
LAVADO
Tabla A.4.4.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 0,7061 0,1656 0,1628 0,6006 0,0720 14 2,1006USA 0,5717 0,1208 0,1222 0,4668 0,0661 15 2,3495México 0,9597 0,3566 0,3735 1,0597 0,1790 6 1,2462MCC 0,9365 0,3145 0,3213 0,9735 0,1537 7 1,3817CARICOM 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Cuba 0,7560 0,1806 0,1969 0,6158 0,1446 7 1,8238RCC 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Argentina 0,9238 0,3787 0,3357 1,1341 0,1134 9 1,3350Chile 0,5188 0,1014 0,1122 0,3493 0,0665 15 2,4134Colombia 0,9982 0,4732 0,5055 1,3023 0,2273 4 0,9197Perú 0,9255 0,3221 0,3299 0,9972 0,1751 6 1,3656Venezuela 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RAS 1,0000 0,5517 0,5958 1,4367 0,5027 2 0,6405Alemania 0,6911 0,1794 0,1573 0,6623 0,0674 15 2,1060Bélgica 0,8835 0,4591 0,3081 1,2881 0,0821 12 1,3110España 0,7382 0,1703 0,1730 0,5813 0,0693 14 2,0421Francia 0,7627 0,2365 0,2073 0,8161 0,0856 12 1,8209Holanda 0,6524 0,1344 0,1439 0,4624 0,0756 13 2,2132Italia 0,5552 0,1108 0,1197 0,4088 0,0662 15 2,3794UK 0,9448 0,3129 0,3286 0,9669 0,1605 6 1,3572RUE 0,8671 0,2410 0,2431 0,7588 0,0885 11 1,6943Rusia 0,9184 0,2917 0,2878 0,9382 0,1232 8 1,5078RE 0,7974 0,3430 0,2216 1,0681 0,0704 14 1,6580Japón 0,6755 0,1396 0,1431 0,4549 0,0673 15 2,1839China 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RA 0,6339 0,1221 0,1281 0,4424 0,0665 15 2,3240África 0,8001 0,3101 0,2316 0,9977 0,0980 10 1,6583Oceanía 0,7741 0,2196 0,2194 0,7493 0,1459 7 1,7235OP 1,0000 0,4739 0,5082 1,3087 0,3413 3 0,8876FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
192
Gráfico A.4.4.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HANNAH Y KAY α=0,1
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
MEDIDA DE ENTROPÍA DE THEIL
0,00
0,30
0,60
0,90
1,20
1,50
1,80
2,10
2,40
2,70
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1 D
0123456789
10111213141516
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
193
A.4.5. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE PIÑAS
Tabla A.4.5.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 0,9576 0,4431 0,3944 1,2599 0,1404 7 1,1761USA 0,7881 0,1670 0,1770 0,5245 0,0814 12 1,9879México 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000CARICOM 1,0000 0,7720 0,7921 1,7548 0,5197 2 0,3887RCC 1,0000 0,9979 0,9976 1,9979 0,4871 2 0,0087Argentina 0,8077 0,1916 0,2088 0,6228 0,0940 11 1,8167Brasil 1,0000 0,7276 0,7546 1,7012 0,5152 2 0,4440Chile 0,3407 0,0669 0,0735 0,2206 0,0627 16 2,7376Colombia 0,9992 0,9694 0,9547 1,9691 0,2288 4 0,0947Perú 0,8792 0,2310 0,2535 0,7226 0,1496 7 1,6109RAS 1,0000 0,6269 0,6247 1,5606 0,3498 3 0,6782Alemania 0,9270 0,2649 0,2601 0,7642 0,0923 11 1,5368Bélgica 0,8731 0,2193 0,2395 0,6911 0,1049 10 1,6570España 0,8934 0,2235 0,2463 0,7075 0,1178 8 1,6306Francia 1,0000 0,9980 0,9980 1,9980 0,6362 2 0,0081Holanda 0,8742 0,2458 0,2519 0,7740 0,1094 9 1,6559Italia 0,7241 0,1622 0,1800 0,5359 0,1065 9 1,9354UK 0,9247 0,2713 0,2739 0,8787 0,1052 10 1,5583RUE 0,9432 0,2817 0,3066 0,8318 0,1650 6 1,4003Rusia 0,9358 0,3156 0,3293 0,9701 0,1396 7 1,3848RE 1,0000 0,8091 0,8225 1,7975 0,3966 3 0,3463Japón 1,0000 0,3817 0,4186 1,1045 0,2837 4 1,0289China 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RA 1,0000 0,8906 0,8959 1,8872 0,5382 2 0,2217África 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Oceanía 0,9170 0,3389 0,3353 1,0240 0,1532 7 1,3511OP 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
194
Gráfico A.4.5.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
CAR
ICO
MR
CC
Arge
ntin
aBr
asil
Chi
leC
olom
bia
Perú
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
CAR
ICO
MR
CC
Arge
ntin
aBr
asil
Chi
leC
olom
bia
Perú
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
CAR
ICO
MR
CC
Arge
ntin
aBr
asil
Chi
leC
olom
bia
Perú
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
Can
adá
USA
Méx
ico
CAR
ICO
MR
CC
Arge
ntin
aBr
asil
Chi
leC
olom
bia
Perú
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HANNAH Y KAY α=0,1
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
Can
adá
USA
Méx
ico
CAR
ICO
MR
CC
Arge
ntin
aBr
asil
Chi
leC
olom
bia
Perú
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
MEDIDA DE ENTROPÍA DE THEIL
0,00
0,50
1,00
1,50
2,00
2,50
3,00
Can
adá
USA
Méx
ico
CAR
ICO
MR
CC
Arge
ntin
aBr
asil
Chi
leC
olom
bia
Perú
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0123456789
1011121314151617
Can
adá
USA
Méx
ico
CAR
ICO
MR
CC
Arge
ntin
aBr
asil
Chi
leC
olom
bia
Perú
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
195
A.4.6. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
MELONES
Tabla A.4.6.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 0,9179 0,2920 0,2984 0,8678 0,1354 7 1,4632USA 0,5840 0,1189 0,1315 0,4035 0,0737 14 2,2368MCC 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RCC 1,0000 0,9975 0,9975 1,9975 0,6319 2 0,0095Argentina 1,0000 0,3078 0,3258 0,8630 0,2561 4 1,2294Colombia 0,9910 0,9593 0,8662 1,9585 0,1301 8 0,1435Perú 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Alemania 0,7389 0,1626 0,1718 0,5618 0,0829 12 2,0418Bélgica 0,9578 0,4459 0,4041 1,2654 0,2100 5 1,1219España 0,7605 0,2736 0,2044 0,9155 0,0839 12 1,7894Francia 1,0000 0,9611 0,9618 1,9607 0,5642 2 0,0974Holanda 0,5910 0,1212 0,1220 0,4620 0,0655 15 2,3726Italia 1,0000 0,5161 0,5493 1,3478 0,5008 2 0,6770UK 0,6730 0,1456 0,1571 0,5036 0,0878 11 2,1111RUE 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Rusia 1,0000 0,5614 0,6062 1,4559 0,5033 2 0,6304África 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Oceanía 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000OP 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
196
Gráfico A.4.6.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
MC
C
RC
C
Arge
ntin
a
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
Rus
ia
Áfric
a
Oce
anía OP
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
MC
C
RC
C
Arge
ntin
a
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
Rus
ia
Áfric
a
Oce
anía OP
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
MC
C
RC
C
Arge
ntin
a
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
Rus
ia
Áfric
a
Oce
anía OP
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO2,2
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
Can
adá
USA
MC
C
RC
C
Arge
ntin
a
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
Rus
ia
Áfric
a
Oce
anía OP
ÍNDICE DE HANNAH Y KAY α=0,1
Can
adá
USA
MC
C
RC
C
Arge
ntin
a
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
Rus
ia
Áfric
a
Oce
anía OP
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
MEDIDA DE ENTROPÍA DE THEIL
0,000,200,400,600,801,001,201,401,601,802,002,202,40
Can
adá
USA
MC
C
RC
C
Arge
ntin
a
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
Rus
ia
Áfric
a
Oce
anía OP
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0123456789
10111213141516
Can
adá
USA
MC
C
RC
C
Arge
ntin
a
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
Rus
ia
Áfric
a
Oce
anía OP
: Banco Central del Ecuador.
BORACIÓN: Los Autores. FUENTEELA
197
A.4.7. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
OTRAS FRUTAS
Tabla A.4.7.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 0,6118 0,1302 0,1423 0,4321 0,0727 14 2,1767USA 0,5417 0,1103 0,1210 0,3546 0,0667 15 2,3436México 0,8175 0,1874 0,2046 0,5573 0,1482 7 1,7362MCC 0,9923 0,4253 0,4407 1,2126 0,1949 5 1,0653CARICOM 0,9641 0,3109 0,3405 0,9335 0,2078 5 1,3102RCC 0,8630 0,2174 0,2382 0,7154 0,1327 8 1,6874Argentina 1,0000 0,4780 0,5038 1,2595 0,2813 4 0,8109Brasil 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Chile 0,6966 0,1618 0,1744 0,5643 0,0922 11 1,9631Colombia 0,6954 0,1522 0,1552 0,5559 0,0763 13 2,1364Perú 1,0000 0,6761 0,7074 1,6340 0,3746 3 0,5271Venezuela 0,8887 0,2351 0,2589 0,7564 0,1706 6 1,5857RAS 1,0000 0,7995 0,8157 1,7868 0,5230 2 0,3527Alemania 0,6618 0,1390 0,1326 0,4934 0,0662 15 2,2781Bélgica 0,6179 0,1305 0,1423 0,4616 0,0709 14 2,1857España 0,5988 0,1221 0,1363 0,4133 0,0824 12 2,2217Francia 0,4943 0,0945 0,1028 0,3469 0,0645 16 2,5191Holanda 0,5862 0,1158 0,1188 0,4264 0,0655 15 2,3915Italia 0,7234 0,1573 0,1677 0,5541 0,0949 11 2,0494UK 0,5258 0,1120 0,1215 0,4038 0,0755 13 2,3123RUE 0,8494 0,2133 0,2255 0,6976 0,0888 11 1,7721Rusia 1,0000 0,4670 0,4783 1,1990 0,2915 3 0,8225RE 0,7323 0,1829 0,1923 0,6411 0,0923 11 1,8631Japón 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000China 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RA 1,0000 0,9864 0,9805 1,9863 0,4311 2 0,0456África 1,0000 0,4003 0,4401 1,1464 0,3370 3 0,9962Oceanía 0,7159 0,1534 0,1708 0,4965 0,1050 10 1,9884FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
198
Gráfico A.4.7.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía
ÍNDICE DE HANNAH Y KAY α=0,1
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía
MEDIDA DE ENTROPÍA DE THEIL
0,00
0,30
0,60
0,90
1,20
1,50
1,80
2,10
2,40
2,70
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0123456789
10111213141516
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
199
A.4.8. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
ABACÁ
Tabla A.4.8.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 0,9703 0,2971 0,3233 0,8576 0,2077 5 1,3317USA 0,4141 0,0842 0,0934 0,2773 0,0656 15 2,5437MCC 1,0000 0,8495 0,8592 1,8428 0,5302 2 0,2835RCC 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Brasil 0,9524 0,2908 0,3192 0,8993 0,2055 5 1,3771Chile 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Colombia 1,0000 0,8685 0,8296 1,8616 0,3067 3 0,3028Perú 1,0000 0,5068 0,5269 1,3719 0,3422 3 0,8505RAS 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Alemania 0,9709 0,3111 0,3355 0,9296 0,2075 5 1,3183Bélgica 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000España 0,5239 0,1021 0,1140 0,3373 0,0707 14 2,3913Francia 1,0000 0,5015 0,5345 1,3597 0,3434 3 0,8427UK 0,3352 0,0664 0,0724 0,2196 0,0627 16 2,7415RUE 1,0000 0,5271 0,5659 1,3800 0,5014 2 0,6658Japón 0,3664 0,0687 0,0755 0,2323 0,0628 16 2,7257RA 0,6889 0,1565 0,1479 0,5808 0,0669 15 2,1908África 0,6948 0,1602 0,1733 0,5565 0,1141 9 1,9799Oceanía 0,9555 0,5322 0,4584 1,4127 0,2133 5 0,9737FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
200
Gráfico A.4.8.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
MC
C
RC
C
Bras
il
Chi
le
Col
ombi
a
Perú
RAS
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
UK
RU
E
Japó
n
RA
Áfric
a
Oce
anía
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
MC
C
RC
C
Bras
il
Chi
le
Col
ombi
a
Perú
RAS
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
UK
RU
E
Japó
n
RA
Áfric
a
Oce
anía
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
MC
C
RC
C
Bras
il
Chi
le
Col
ombi
a
Perú
RAS
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
UK
RU
E
Japó
n
RA
Áfric
a
Oce
anía
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
Can
adá
USA
MC
C
RC
C
Bras
il
Chi
le
Col
ombi
a
Perú
RAS
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
UK
RU
E
Japó
n
RA
Áfric
a
Oce
anía
ÍNDICE DE HANNAH Y KAY α=0,1
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
Can
adá
USA
MC
C
RC
C
Bras
il
Chi
le
Col
ombi
a
Perú
RAS
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
UK
RU
E
Japó
n
RA
Áfric
a
Oce
anía
MEDIDA DE ENTROPÍA DE THEIL
0,000,200,400,600,801,001,201,401,601,802,002,202,402,602,80
Can
adá
USA
MC
C
RC
C
Bras
il
Chi
le
Col
ombi
a
Perú
RAS
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
UK
RU
E
Japó
n
RA
Áfric
a
Oce
anía
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0123456789
1011121314151617
Can
adá
USA
MC
C
RC
C
Bras
il
Chi
le
Col
ombi
a
Perú
RAS
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
UK
RU
E
Japó
n
RA
Áfric
a
Oce
anía
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
201
A.4.9. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
ALGODÓN
Tabla A.4.9.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
USA 1,0000 0,4632 0,4765 1,1945 0,3485 3 0,8315RCC 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Bolivia 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Chile 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Colombia 0,9757 0,4434 0,3978 1,2608 0,1219 8 1,1490España 1,0000 0,3437 0,3637 0,9818 0,3338 3 1,0836RUE 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
202
Gráfico A.4.9.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1U
SA RC
C
Boliv
ia
Chi
le
Col
ombi
a
Espa
ña
RU
E
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
USA RC
C
Boliv
ia
Chi
le
Col
ombi
a
Espa
ña
RU
E
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
USA RC
C
Boliv
ia
Chi
le
Col
ombi
a
Espa
ña
RU
E
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
USA RC
C
Boliv
ia
Chi
le
Col
ombi
a
Espa
ña
RU
E
ÍNDICE DE HANNAH Y KAY α=0,1
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
USA RC
C
Boliv
ia
Chi
le
Col
ombi
a
Espa
ña
RU
E
MEDIDA DE ENTROPÍA DE THEIL
0,000,10
0,200,30
0,400,50
0,600,700,80
0,901,00
1,101,20
USA RC
C
Boliv
ia
Chi
le
Col
ombi
a
Espa
ña
RU
E
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0
1
2
3
4
5
6
7
8
9
USA RC
C
Boliv
ia
Chi
le
Col
ombi
a
Espa
ña
RU
E
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
203
A.4.10. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
OTRAS FIBRAS VEGETALES
Tabla A.4.10.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 1,0000 0,4085 0,4288 1,1807 0,2710 4 1,0116USA 0,9166 0,6376 0,4139 1,5681 0,0882 11 0,9254México 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RCC 1,0000 0,6311 0,6184 1,5658 0,2741 4 0,7049Argentina 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Brasil 1,0000 0,8976 0,9023 1,8947 0,5399 2 0,2105Chile 0,9978 0,4010 0,4256 1,1217 0,2212 5 1,0608Colombia 0,9906 0,9180 0,8331 1,9149 0,1694 6 0,2406Perú 0,4103 0,0784 0,0864 0,2914 0,0634 16 2,6449Alemania 0,9981 0,5918 0,5403 1,5064 0,2001 5 0,8192Bélgica 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000España 0,9554 0,2814 0,3006 0,8938 0,1282 8 1,4500Francia 1,0000 0,7511 0,7628 1,7281 0,3705 3 0,4526Holanda 0,9836 0,3301 0,3576 0,9678 0,1859 5 1,2114Italia 0,9983 0,5361 0,5697 1,4146 0,2070 5 0,7638UK 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RUE 0,9932 0,8106 0,7382 1,7950 0,1614 6 0,4472RE 1,0000 0,9733 0,9622 1,9730 0,3310 3 0,0831Japón 1,0000 0,6320 0,6729 1,5730 0,5077 2 0,5546Oceanía 1,0000 0,9912 0,9913 1,9912 0,6012 2 0,0283OP 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
204
Gráfico A.4.10.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
RC
C
Arge
ntin
a
Bras
il
Chi
le
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
RE
Japó
n
Oce
anía OP
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
RC
C
Arge
ntin
a
Bras
il
Chi
le
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
RE
Japó
n
Oce
anía OP
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
RC
C
Arge
ntin
a
Bras
il
Chi
le
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
RE
Japó
n
Oce
anía OP
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
Can
adá
USA
Méx
ico
RC
C
Arge
ntin
a
Bras
il
Chi
le
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
RE
Japó
n
Oce
anía OP
ÍNDICE DE HANNAH Y KAY α=0,1
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
Can
adá
USA
Méx
ico
RC
C
Arge
ntin
a
Bras
il
Chi
le
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
RE
Japó
n
Oce
anía OP
MEDIDA DE ENTROPÍA DE THEIL
0,0
0,3
0,6
0,9
1,2
1,5
1,8
2,1
2,4
2,7
Can
adá
USA
Méx
ico
RC
C
Arge
ntin
a
Bras
il
Chi
le
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
RE
Japó
n
Oce
anía OP
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0123456789
10111213141516
Can
adá
USA
Méx
ico
RC
C
Arge
ntin
a
Bras
il
Chi
le
Col
ombi
a
Perú
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Hol
anda
Italia UK
RU
E
RE
Japó
n
Oce
anía OP
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
205
A.4.11. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
TABACO EN RAMA
Tabla A.4.11.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000USA 0,3765 0,0718 0,0799 0,2446 0,0631 16 2,6901México 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000MCC 0,5125 0,1076 0,1115 0,4193 0,0695 14 2,4114CARICOM 0,9350 0,5680 0,4497 1,4688 0,1284 8 0,9662RCC 0,6047 0,1313 0,1421 0,4533 0,0835 12 2,1561Argentina 1,0000 0,4848 0,5042 1,2559 0,3562 3 0,7691Brasil 1,0000 0,6133 0,6562 1,5446 0,5064 2 0,5752Chile 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Colombia 0,9942 0,7187 0,6322 1,6811 0,2070 5 0,6192RAS 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Alemania 0,6666 0,1362 0,1466 0,4578 0,0722 14 2,1872Bélgica 0,4728 0,0925 0,1028 0,3261 0,0692 14 2,4793España 0,8066 0,2200 0,2236 0,7475 0,1171 9 1,7651Francia 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Holanda 0,6181 0,1251 0,1379 0,4189 0,0785 13 2,2164Italia 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000UK 1,0000 0,6402 0,6685 1,5836 0,2906 3 0,5994RUE 0,7683 0,1730 0,1900 0,5566 0,1017 10 1,8964RE 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Japón 1,0000 0,7415 0,7248 1,7132 0,3594 3 0,5051RA 0,5568 0,1126 0,1253 0,3718 0,0933 11 2,2509África 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Oceanía 1,0000 0,7530 0,7754 1,7321 0,3998 3 0,4163FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
206
Gráfico A.4.11.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
C
Arge
ntin
aBr
asil
Chi
leC
olom
bia
RAS
Alem
ania
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
EJa
pón
RA
Áfric
aO
cean
ía
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
C
Arge
ntin
aBr
asil
Chi
leC
olom
bia
RAS
Alem
ania
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
EJa
pón
RA
Áfric
aO
cean
ía
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
C
Arge
ntin
aBr
asil
Chi
leC
olom
bia
RAS
Alem
ania
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
EJa
pón
RA
Áfric
aO
cean
ía
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,5
1,0
1,5
2,0
2,5
Can
adá
USA
Méx
ico
MC
C
CAR
ICO
MR
CC
Arge
ntin
aBr
asil
Chi
leC
olom
bia
RAS
Alem
ania
Bélg
ica
Espa
ñaFr
anci
aH
olan
da
Italia UK
RU
ER
E
Japó
nR
AÁf
rica
Oce
anía
ÍNDICE DE HANNAH Y KAY α=0,1
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
EJa
pón
RA
Áfric
aO
cean
ía
MEDIDA DE ENTROPÍA DE THEIL
0,00
0,50
1,00
1,50
2,00
2,50
3,00
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
EJa
pón
RA
Áfric
aO
cean
ía
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0123456789
10111213141516
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
a
RAS
Alem
ania
Bé
lgic
aEs
paña
Fran
cia
Hol
anda
Italia UK
RU
ER
EJa
pón
RA
Áfric
aO
cean
ía
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
207
A.4.12. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
CASCARILLA
Tabla A.4.12.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Argentina 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Colombia 0,9946 0,9549 0,9012 1,9540 0,2210 5 0,1436Alemania 1,0000 0,4422 0,4825 1,2198 0,3417 3 0,9086Francia 1,0000 0,4203 0,4617 1,1838 0,3389 3 0,9576Holanda 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Italia 1,0000 0,4421 0,4786 1,2456 0,3392 3 0,9365FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
208
Gráfico A.4.12.
ÍNDICE CRk k=4
0,991
0,992
0,993
0,994
0,995
0,996
0,997
0,998
0,999
1,000
1,001Ar
gent
ina
Col
ombi
a
Alem
ania
Fran
cia
Hol
anda
Italia
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Arge
ntin
a
Col
ombi
a
Alem
ania
Fran
cia
Hol
anda
Italia
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Arge
ntin
a
Col
ombi
a
Alem
ania
Fran
cia
Hol
anda
Italia
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
Arge
ntin
a
Col
ombi
a
Alem
ania
Fran
cia
Hol
anda
Italia
ÍNDICE DE HANNAH Y KAY α=0,1
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
Arge
ntin
a
Col
ombi
a
Alem
ania
Fran
cia
Hol
anda
Italia
MEDIDA DE ENTROPÍA DE THEIL
0,00
0,20
0,40
0,60
0,80
1,00
1,20
Arge
ntin
a
Col
ombi
a
Alem
ania
Fran
cia
Hol
anda
Italia
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0
1
2
3
4
5
Arge
ntin
a
Col
ombi
a
Alem
ania
Fran
cia
Hol
anda
Italia
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
209
A.4.13. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
HOJAS DE TÉ
Tabla A.4.13.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 0,8838 0,5111 0,3005 1,3755 0,0869 12 1,2444USA 0,3580 0,0711 0,0779 0,2403 0,0638 16 2,6801México 1,0000 0,9952 0,9952 1,9952 0,6159 2 0,0169MCC 0,9285 0,2582 0,2860 0,8057 0,2033 5 1,4622CARICOM 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RCC 0,4463 0,0973 0,1052 0,3061 0,0914 11 2,3553Argentina 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Brasil 0,6841 0,1576 0,1678 0,5319 0,1136 9 1,9981Chile 0,4026 0,0810 0,0897 0,2700 0,0643 16 2,5872Colombia 0,9707 0,8175 0,6237 1,8018 0,0992 10 0,4988Perú 0,9918 0,2620 0,2819 0,7562 0,2094 5 1,3863Venezuela 0,9863 0,2635 0,2899 0,7796 0,2078 5 1,3958RAS 0,3911 0,0751 0,0834 0,2704 0,0632 16 2,6703Alemania 0,9431 0,3366 0,3504 1,0019 0,2076 5 1,2776España 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Holanda 1,0000 0,3922 0,4315 1,1099 0,3370 3 1,0028Italia 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000UK 0,6609 0,1403 0,1410 0,5021 0,0797 13 2,2180RUE 0,7809 0,1964 0,1997 0,6691 0,0966 10 1,8910RE 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Japón 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000China 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RA 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000África 1,0000 0,4712 0,5098 1,2998 0,3419 3 0,8825Oceanía 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000OP 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
210
Gráfico A.4.13.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Es
paña
Hol
anda
Italia UK
RU
ER
EJa
pón
Chi
na RA
Áfric
aO
cean
ía OP
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Es
paña
Hol
anda
Italia UK
RU
ER
EJa
pón
Chi
na RA
Áfric
aO
cean
ía OP
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Es
paña
Hol
anda
Italia UK
RU
ER
EJa
pón
Chi
na RA
Áfric
aO
cean
ía OP
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Es
paña
Hol
anda
Italia UK
RU
ER
EJa
pón
Chi
na RA
Áfric
aO
cean
ía OP
ÍNDICE DE HANNAH Y KAY α=0,1
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Es
paña
Hol
anda
Italia UK
RU
ER
EJa
pón
Chi
na RA
Áfric
aO
cean
ía OP
MEDIDA DE ENTROPÍA DE THEIL
0,00
0,30
0,60
0,90
1,20
1,50
1,80
2,10
2,40
2,70
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Es
paña
Hol
anda
Italia UK
RU
ER
EJa
pón
Chi
na RA
Áfric
aO
cean
ía OP
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0123456789
10111213141516
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
RC
CAr
gent
ina
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
ela
RAS
Alem
ania
Es
paña
Hol
anda
Italia UK
RU
ER
EJa
pón
Chi
na RA
Áfric
aO
cean
ía OP
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
211
A.4.14. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE MAÍZ
Tabla A.4.14.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000USA 0,7483 0,1783 0,1715 0,5995 0,0705 14 2,0267Colombia 0,5492 0,1082 0,1124 0,4143 0,0655 15 2,4314Perú 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Venezuela 1,0000 0,9506 0,9517 1,9499 0,5582 2 0,1182Alemania 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Bélgica 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000España 0,9727 0,3158 0,3305 0,9858 0,1793 6 1,3405Francia 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000Italia 1,0000 0,4283 0,4416 1,2249 0,2593 4 1,0538UK 0,9321 0,3057 0,3144 0,9595 0,1540 6 1,4126RUE 1,0000 0,9452 0,9467 1,9444 0,5557 2 0,1283Rusia 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RE 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RA 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
212
Gráfico A.4.14.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Col
ombi
a
Perú
Vene
zuel
a
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Italia UK
RU
E
Rus
ia RE
RA
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Col
ombi
a
Perú
Vene
zuel
a
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Italia UK
RU
E
Rus
ia RE
RA
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Col
ombi
a
Perú
Vene
zuel
a
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Italia UK
RU
E
Rus
ia RE
RA
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
Can
adá
USA
Col
ombi
a
Perú
Vene
zuel
a
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Italia UK
RU
E
Rus
ia RE
RA
ÍNDICE DE HANNAH Y KAY α=0,1
0,00
0,10
0,20
0,30
0,40
0,50
0,60
0,70
0,80
0,90
1,00
1,10
Can
adá
USA
Col
ombi
a
Perú
Vene
zuel
a
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Italia UK
RU
E
Rus
ia RE
RA
MEDIDA DE ENTROPÍA DE THEIL
0,000,200,400,600,801,001,201,401,601,802,002,202,402,60
Can
adá
USA
Col
ombi
a
Perú
Vene
zuel
a
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Italia UK
RU
E
Rus
ia RE
RA
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0123456789
10111213141516
Can
adá
USA
Col
ombi
a
Perú
Vene
zuel
a
Alem
ania
Bélg
ica
Espa
ña
Fran
cia
Italia UK
RU
E
Rus
ia RE
RA
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
213
A.4.15. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
FLORES NATURALES
Tabla A.4.15.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 0,4697 0,0927 0,1014 0,2965 0,0645 15 2,5138USA 0,4311 0,0861 0,0950 0,2733 0,0641 16 2,5650México 0,8985 0,3107 0,3077 0,9722 0,1085 9 1,4358MCC 0,8401 0,2031 0,2082 0,6392 0,0929 11 1,8250CARICOM 0,8729 0,3033 0,2684 0,9315 0,0949 11 1,5460Cuba 0,5509 0,1120 0,1253 0,3690 0,0924 11 2,2668RCC 0,6351 0,1369 0,1482 0,4869 0,0768 13 2,1653Argentina 0,4689 0,0909 0,1015 0,3083 0,0648 15 2,5166Bolivia 0,9693 0,3355 0,3541 0,9411 0,1623 6 1,2456Brasil 0,6831 0,1464 0,1627 0,4980 0,0914 11 2,0533Chile 0,5757 0,1149 0,1279 0,3958 0,0718 14 2,2921Colombia 0,7681 0,1639 0,1748 0,5311 0,0782 13 2,0126Perú 0,4024 0,0861 0,0944 0,2772 0,0732 14 2,4976Venezuela 0,8472 0,1974 0,2158 0,6333 0,0906 11 1,7815RAS 0,6362 0,1323 0,1334 0,4635 0,0663 15 2,2921Alemania 0,4343 0,0815 0,0910 0,2723 0,0637 16 2,6115Bélgica 0,5849 0,1080 0,1162 0,3695 0,0693 14 2,4049España 0,6786 0,1457 0,1504 0,5239 0,0680 15 2,1783Francia 0,4229 0,0863 0,0955 0,2728 0,0647 15 2,5429Holanda 0,5378 0,1078 0,1183 0,3837 0,0661 15 2,3881Italia 0,3903 0,0802 0,0880 0,2563 0,0652 15 2,5715UK 0,5974 0,1161 0,1264 0,3847 0,0672 15 2,3265RUE 0,4498 0,0860 0,0932 0,3243 0,0639 16 2,5879Rusia 0,5793 0,1144 0,1248 0,4020 0,0818 12 2,2956RE 0,4733 0,0958 0,1060 0,3107 0,0654 15 2,4645Japón 0,9309 0,2418 0,2560 0,7231 0,0826 12 1,6008China 0,8773 0,2726 0,2645 0,8879 0,1124 9 1,6011RA 0,5184 0,1005 0,1126 0,3372 0,0671 15 2,4104África 0,6431 0,1386 0,1500 0,4956 0,0826 12 2,1517Oceanía 0,6331 0,1376 0,1429 0,5081 0,0811 12 2,1949OP 0,9725 0,3214 0,3368 0,9146 0,1327 8 1,3132FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
214
Gráfico A.4.15.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,00
0,05
0,10
0,15
0,20
0,25
0,30
0,35
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HALL-TIDEMAN
0,00
0,04
0,08
0,12
0,16
0,20
0,24
0,28
0,32
0,36
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HANNAH Y KAY α=0,1
0,000
0,015
0,030
0,045
0,060
0,075
0,090
0,105
0,120
0,135
0,150
0,165
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
MEDIDA DE ENTROPÍA
0,00
0,30
0,60
0,90
1,20
1,50
1,80
2,10
2,40
2,70
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0123456789
10111213141516
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
215
A.4.16. ÍNDICES DE CONCENTRACIÓN DE LAS EXPORTACIONES DE
OTROS PRODUCTOS AGRÍCOLAS
Tabla A.4.16.
CRk HKI Destino
k=4 HHI HTI CCI
α=0,1 HKI1
ET
Canadá 0,7415 0,1590 0,1729 0,5224 0,0836 12 2,0254USA 0,6869 0,1428 0,1468 0,4795 0,0671 15 2,1948México 0,6280 0,1302 0,1435 0,4320 0,0750 13 2,1861MCC 0,6847 0,1429 0,1533 0,4780 0,0769 13 2,1502CARICOM 0,9702 0,3345 0,3521 1,0008 0,1193 8 1,2858Cuba 1,0000 1,0000 1,0000 2,0000 1,0000 1 0,0000RCC 0,9219 0,2440 0,2521 0,7126 0,0937 11 1,5934Argentina 0,8482 0,2706 0,2586 0,8842 0,1218 8 1,6123Bolivia 0,8640 0,2503 0,2629 0,7809 0,1500 7 1,5750Brasil 0,8445 0,2058 0,2292 0,6537 0,1490 7 1,6888Chile 0,5492 0,1180 0,1232 0,4500 0,0714 14 2,3206Colombia 0,6682 0,1349 0,1442 0,4712 0,0695 14 2,2133Perú 0,7114 0,1634 0,1670 0,5790 0,0789 13 2,0540Venezuela 0,4613 0,0881 0,0964 0,3232 0,0691 14 2,5278RAS 0,9929 0,7380 0,7094 1,7092 0,2097 5 0,5336Alemania 0,4827 0,0942 0,1024 0,3544 0,0647 15 2,5089Bélgica 0,5246 0,1044 0,1165 0,3518 0,0688 15 2,3617España 0,8186 0,1805 0,1815 0,5719 0,0702 14 1,9718Francia 0,4284 0,0811 0,0906 0,2804 0,0638 16 2,6107Holanda 0,4110 0,0842 0,0916 0,3067 0,0647 15 2,5618Italia 0,4737 0,0896 0,0980 0,3220 0,0644 16 2,5508UK 0,4430 0,0887 0,0989 0,2934 0,0658 15 2,5050RUE 0,5553 0,1101 0,1231 0,3672 0,0710 14 2,3234Rusia 0,9592 0,3599 0,3690 1,0827 0,1457 7 1,2506RE 0,4489 0,0965 0,1002 0,3722 0,0659 15 2,4661Japón 0,6748 0,1438 0,1595 0,4616 0,0759 13 2,0333China 1,0000 0,4539 0,4905 1,2307 0,3442 3 0,8739RA 0,5410 0,1115 0,1182 0,4096 0,0677 15 2,3507África 0,9533 0,4223 0,3953 1,2205 0,1449 7 1,1770Oceanía 0,9805 0,5823 0,5637 1,4945 0,1588 6 0,7931OP 0,9990 0,2642 0,2873 0,7706 0,2159 5 1,3627FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
216
Gráfico A.4.16.
ÍNDICE CRk k=4
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HERFINDAHL-HIRSCHMAN
0,00
0,11
0,21
0,32
0,42
0,53
0,63
0,74
0,84
0,95
1,05
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HALL-TIDEMAN
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
1,1
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE CONCENTRACIÓN INDUSTRIAL COMPRENSIVO
0,0
0,2
0,4
0,6
0,8
1,0
1,2
1,4
1,6
1,8
2,0
2,2
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
ÍNDICE DE HANNAH Y KAY α=0,1
0,00
0,11
0,22
0,33
0,44
0,55
0,66
0,77
0,88
0,99
1,10
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
MEDIDA DE ENTROPÍA DE THEIL
0,00
0,30
0,60
0,90
1,20
1,50
1,80
2,10
2,40
2,70
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
INVERSO DEL ÍNDICE DE HANNAH Y KAY α=0,1
0123456789
10111213141516
Can
adá
USA
Méx
ico
MC
CC
ARIC
OM
Cub
aR
CC
Arge
ntin
aBo
livia
Bras
ilC
hile
Col
ombi
aPe
rúVe
nezu
elR
ASAl
eman
ia
Bélg
ica
Espa
ñaFr
anci
aH
olan
daIta
lia UK
RU
ER
usia RE
Japó
nC
hina RA
Áfric
aO
cean
ía OP
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
217
A.5. SOCIOS COMERCIALES DEL ECUADOR DE ACUERDO A
LOS MONTOS DE IMPORTACIÓN DE PRODUCTOS
AGRÍCOLAS.
Socio Comercial Monto de
Importación en Miles de USD FOB
% de Importación
Total Estados Unidos 10008663,31 36,382% Italia 3121903,046 11,348% Alemania 2776923,297 10,094% Rusia 2198764,246 7,993% Bélgica 1495727,208 5,437% Japón 1199418,792 4,360% Resto de la Unión Europea 988146,0275 3,592% Resto Asia 814395,5521 2,960% Chile 792315,0594 2,880% Colombia 785501,3765 2,855% Argentina 703039,0543 2,556% Holanda 654180,2278 2,378% China 350788,7112 1,275% Oceanía 309974,1551 1,127% España 229105,809 0,833% Resto Europa 229084,2958 0,833% Reino Unido 164797,6768 0,599% Canadá 156790,2678 0,570% Francia 120793,881 0,439% África 111000,952 0,403% Resto de Centroamérica y el Caribe 78396,9912 0,285% Resto de América del Sur 47596,80039 0,173% Mercado Común Centroamericano 43286,93594 0,157% México 30354,71468 0,110% Perú 30306,34121 0,110% Venezuela 25646,7493 0,093% Otros Países 12227,71629 0,044% Comunidad del Caribe 11736,65361 0,043% Brasil 11495,28608 0,042% Cuba 6313,813525 0,023% Bolivia 920,1812698 0,003% TOTAL 27509595,13 100%
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
218
ANEXO B
B.1. MATRIZ DE CORRELACIONES DEL PRIMER PROCEDIMIENTO
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
219
B.2. MEDIDA DE ADECUACIÓN KMO
El test de Kaiser Meyer Olkin (KMO), mide la idoneidad de los datos para realizar
un Análisis de Componentes Principales, comparando los valores de los
coeficientes de correlación observados con los coeficientes de correlación parcial.
∑∑∑
++
+
+=
jimij
jiij
jiij
rr
rKMO 2
.2
2
donde r Bij B representa el coeficiente de correlación simple entre las variables i y j y
r Bij.mB representa la correlación parcial entre las variables i y j eliminado el efecto de
las restantes m variables incluidas en el análisis. Puesto que la correlación parcial
entre dos variables debe ser pequeña cuando el ACP es adecuado, el
denominador debe aumentar poco si los datos corresponden a una estructura
factorial, en cuyo caso KMO tomará un valor próximo a 1. El estadístico KMO
varía entre 0 y 1; para Kaiser los valores entre 0,5 y 1 indican que es apropiado
aplicar esta técnica multivariante.
B.3. PRUEBA DE ESFERICIDAD DE BARTLETT
La prueba de esfericidad de Bartlett contrasta la hipótesis nula de que la matriz de
correlaciones observada es en realidad una matriz identidad; asumiendo que los
datos provienen de una distribución normal multivariante, el estadístico de Bartlett
se distribuye aproximadamente según el modelo de probabilidad chi cuadrado y
es una transformación del determinante de la matriz de correlaciones. Si el nivel
crítico (significancía) es mayor que 0,05, no podremos rechazar la hipótesis nula
de esfericidad y, consecuentemente, no podremos asegurar que el ACP sea
adecuado para explicar los datos.
220
B.4. COORDENADAS DE INDIVIDUOS DEL PRIMER
PROCEDIMIENTO
Componentes
Individuos 1 2
Canadá -0,249 -0,265Estados Unidos 5,299 -0,520México -0,306 -0,268Mercado Común Centroamericano -0,296 -0,284
Comunidad del Caribe -0,339 -0,269Cuba -0,339 -0,269Resto de Centroamérica y el Caribe 0,094 -0,355
Argentina -0,275 -0,266Bolivia -0,339 -0,269Brasil -0,339 -0,269Chile -0,263 -0,274Colombia 0,141 5,244Perú -0,348 -0,375Venezuela -0,344 0,644Resto de América del Sur -0,330 -0,271Alemania 0,720 0,306Bélgica -0,183 -0,228España -0,245 -0,263Francia -0,261 0,159Holanda 0,504 0,903Italia 0,109 -0,250Reino Unido 0,119 -0,347
Resto de la Unión Europea -0,228 -0,229Rusia -0,182 -0,293Resto Europa -0,328 -0,271Japón -0,208 -0,067Resto Asia -0,293 -0,284China -0,339 -0,269África -0,298 -0,264Oceanía -0,315 -0,266Otros Países -0,339 -0,269
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
221
B.5. MATRIZ DE CORRELACIONES DEL SEGUNDO PROCEDIMIENTO
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
222
B.6. COORDENADAS DE INDIVIDUOS DEL SEGUNDO
PROCEDIMIENTO
Componentes
Individuos 1 2
Canadá 0,347 0,072México -0,388 1,044Mercado Común Centroamericano -0,506 3,938
Comunidad del Caribe -0,698 -0,358Cuba -0,698 -0,358Resto de Centroamérica y el Caribe -0,289 1,605
Argentina -0,213 -0,568Bolivia -0,698 -0,358Brasil -0,698 -0,358Chile -0,030 0,287Perú -0,596 -0,843Venezuela -0,665 0,490Resto de América del Sur -0,665 0,490Alemania 3,318 0,250Bélgica 1,522 0,288España 0,117 -1,534Francia -0,260 -0,526Holanda 2,929 0,305Italia 1,018 -1,230Reino Unido -0,333 0,495
Resto de la Unión Europea 0,316 0,843
Rusia 0,157 -1,024Resto Europa -0,208 -0,507Japón 0,157 -0,644Resto Asia -0,328 -0,306China -0,698 -0,358África -0,517 -0,418Oceanía -0,698 -0,358Otros Países -0,698 -0,358
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
223
ANEXO C
C.1. ALGORITMO PARA SELECCIONAR VARIABLES
EXÓGENAS EN LOS MODELOS VECX
smpl 1991Q1 2004Q4
TABLE(15,6) RESULTADOS
RESULTADOS(1,2)="RESULTADOS"
RESULTADOS(2,1)="MODELO"
RESULTADOS(2,2)="PORTMANTEAU"
RESULTADOS(2,3)="DETERM"
RESULTADOS(2,4)="S.E.C"
RESULTADOS(3,1)="INICIAL"
!REZ=5
!VAR=6
var pruebai.ec(a,1) 1 4 l_cacao lban_plat lcafe_l @ d_92q2
RESULTADOS(3,3)=pruebai.@detresid
freeze(portm) pruebai.qstats(5)
RESULTADOS(3,2)=portm(8+!REZ,5)
delete portm
!error_i=0
for !i=1 to 4
smpl 1991Q1 2004Q3+!i
var pruebai.ec(a,1) 1 4 l_cacao lban_plat lcafe_l @ d_92q2
smpl 2004Q3+!i+1 2004Q3+!i+1
pruebai.makemodel(m_prueba) @prefix s_
m_prueba.solve(i=p)
group pred ((l_cacao_0-l_cacao)^2+(lban_plat_0-lban_plat)^2+(lcafe_l_0-lcafe_l)^2)/3
freeze(pred_futura) pred
!error=@val(pred_futura(3,2))
!error_i=!error_i+!error
' freeze(ver_!i) !error_i
delete pred_futura
next
!error_i=!error_i/5
RESULTADOS(3,4)=!error_i
!final=0
!error_0=!error_i
224
for !1=1 to !VAR
!error_i=0
for !i=1 to 4
smpl 1991Q1 2004Q3+!i
var prueba.ec(a,1) 1 4 l_cacao lban_plat lcafe_l @ d_92q2 x!1
smpl 2004Q3+!i+1 2004Q3+!i+1
prueba.makemodel(m_pruebaf) @prefix s_
m_pruebaf.solve(i=p)
group pred_f ((l_cacao_0-l_cacao)^2+(lban_plat_0-lban_plat)^2+(lcafe_l_0-lcafe_l)^2)/3
freeze(pred_futura_f) pred_f
!error=@val(pred_futura_f(3,2))
!error_i=!error_i+!error
delete pred_futura_f
next
!error_i=!error_i/5
if !error_i<!error_0 then
!error_0=!error_i
!variable_1=!1
!final=!final+1
RESULTADOS(4,3)=prueba.@detresid
freeze(portm) prueba.qstats(5)
RESULTADOS(4,2)=portm(8+!REZ,5)
delete portm
RESULTADOS(4,4)=!error_0
RESULTADOS(4,1)="X"+@str(!variable_1)
endif
' freeze(ver_!1) !error_i
next
if !final<>0 then
!final=0
for !1=1 to !VAR
!error_i=0
if !variable_1<> !1 then
for !i=1 to 4
smpl 1991Q1 2004Q3+!i
var prueba.ec(a,1) 1 4 l_cacao lban_plat lcafe_l @ d_92q2 x!variable_1 x!1
smpl 2004Q3+!i+1 2004Q3+!i+1
prueba.makemodel(m_pruebaf) @prefix s_
m_pruebaf.solve(i=p)
group pred_f ((l_cacao_0-l_cacao)^2+(lban_plat_0-lban_plat)^2+(lcafe_l_0-lcafe_l)^2)/3
225
freeze(pred_futura_f) pred_f
!error=@val(pred_futura_f(3,2))
!error_i=!error_i+!error
delete pred_futura_f
next
!error_i=!error_i/5
' freeze(ver_!1) !error_i
if !error_i<!error_0 then
!error_0=!error_i
!variable_2=!1
!final=!final+1
RESULTADOS(5,3)=prueba.@detresid
freeze(portm) prueba.qstats(5)
RESULTADOS(5,2)=portm(8+!REZ,5)
delete portm
RESULTADOS(5,4)=!error_0
RESULTADOS(5,1)="X"+@str(!variable_1)+"X"+@str(!variable_2)
endif
endif
next
if !final<>0 then
!final=0
for !1=1 to !VAR
!error_i=0
if !variable_1<> !1 and !variable_2<> !1 then
for !i=1 to 4
smpl 1991Q1 2004Q3+!i
var prueba.ec(a,1) 1 4 l_cacao lban_plat lcafe_l @ d_92q2 x!variable_1 x!variable_2 x!1
smpl 2004Q3+!i+1 2004Q3+!i+1
prueba.makemodel(m_pruebaf) @prefix s_
m_pruebaf.solve(i=p)
group pred_f ((l_cacao_0-l_cacao)^2+(lban_plat_0-lban_plat)^2+(lcafe_l_0-lcafe_l)^2)/3
freeze(pred_futura_f) pred_f
!error=@val(pred_futura_f(3,2))
!error_i=!error_i+!error
delete pred_futura_f
next
!error_i=!error_i/5
if !error_i<!error_0 then
!error_0=!error_i
226
!variable_3=!1
!final=!final+1
RESULTADOS(6,3)=prueba.@detresid
freeze(portm) prueba.qstats(5)
RESULTADOS(6,2)=portm(8+!REZ,5)
delete portm
RESULTADOS(6,4)=!error_0
RESULTADOS(6,1)="X"+@str(!variable_1)+"X"+@str(!variable_2)+"X"+@str(!variable_3)
endif
endif
next
if !final<>0 then
!final=0
for !1=1 to !VAR
!error_i=0
if !variable_1<> !1 and !variable_2<> !1 and !variable_3<> !1 then
for !i=1 to 4
smpl 1991Q1 2004Q3+!i
var prueba.ec(a,1) 1 4 l_cacao lban_plat lcafe_l @ d_92q2 x!variable_1 x!variable_2 x!variable_3
x!1
smpl 2004Q3+!i+1 2004Q3+!i+1
prueba.makemodel(m_pruebaf) @prefix s_
m_pruebaf.solve(i=p)
group pred_f ((l_cacao_0-l_cacao)^2+(lban_plat_0-lban_plat)^2+(lcafe_l_0-lcafe_l)^2)/3
freeze(pred_futura_f) pred_f
!error=@val(pred_futura_f(3,2))
!error_i=!error_i+!error
delete pred_futura_f
next
!error_i=!error_i/5
if !error_i<!error_0 then
!error_0=!error_i
!variable_4=!1
!final=!final+1
RESULTADOS(7,3)=prueba.@detresid
freeze(portm) prueba.qstats(5)
RESULTADOS(7,2)=portm(8+!REZ,5)
delete portm
RESULTADOS(7,4)=!error_0
227
RESULTADOS(7,1)="X"+@str(!variable_1)+"X"+@str(!variable_2)+"X"+@str(!variable_3)+"X"+@st
r(!variable_4)
endif
endif
next
if !final<>0 then
!final=0
for !1=1 to !VAR
!error_i=0
if !variable_1<> !1 and !variable_2<> !1 and !variable_3<> !1 and !variable_4<> !1 then
for !i=1 to 4
smpl 1991Q1 2004Q3+!i
var prueba.ec(a,1) 1 4 l_cacao lban_plat lcafe_l @ d_92q2 x!variable_1 x!variable_2 x!variable_3
x!variable_4 x!1
smpl 2004Q3+!i+1 2004Q3+!i+1
prueba.makemodel(m_pruebaf) @prefix s_
m_pruebaf.solve(i=p)
group pred_f ((l_cacao_0-l_cacao)^2+(lban_plat_0-lban_plat)^2+(lcafe_l_0-lcafe_l)^2)/3
freeze(pred_futura_f) pred_f
!error=@val(pred_futura_f(3,2))
!error_i=!error_i+!error
delete pred_futura_f
next
!error_i=!error_i/5
if !error_i<!error_0 then
!error_0=!error_i
!variable_5=!1
!final=!final+1
RESULTADOS(8,3)=prueba.@detresid
freeze(portm) prueba.qstats(5)
RESULTADOS(8,2)=portm(8+!REZ,5)
delete portm
RESULTADOS(8,4)=!error_0
RESULTADOS(8,1)="X"+@str(!variable_1)+"X"+@str(!variable_2)+"X"+@str(!variable_3)+"X"+@st
r(!variable_4)+"X"+@str(!variable_5)
endif
endif
next
if !final<>0 then
!final=0
228
for !1=1 to !VAR
!error_i=0
if !variable_1<> !1 and !variable_2<> !1 and !variable_3<> !1 and !variable_4<> !1 and
!variable_5<>!1 then
for !i=1 to 4
smpl 1991Q1 2004Q3+!i
var prueba.ec(a,1) 1 4 l_cacao lban_plat lcafe_l @ d_92q2 x!variable_1 x!variable_2 x!variable_3
x!variable_4 x!variable_5 x!1
smpl 2004Q3+!i+1 2004Q3+!i+1
prueba.makemodel(m_pruebaf) @prefix s_
m_pruebaf.solve(i=p)
group pred_f ((l_cacao_0-l_cacao)^2+(lban_plat_0-lban_plat)^2+(lcafe_l_0-lcafe_l)^2)/3
freeze(pred_futura_f) pred_f
!error=@val(pred_futura_f(3,2))
!error_i=!error_i+!error
delete pred_futura_f
next
!error_i=!error_i/5
if !error_i<!error_0 then
!error_0=!error_i
!variable_6=!1
!final=!final+1
RESULTADOS(9,3)=prueba.@detresid
freeze(portm) prueba.qstats(5)
RESULTADOS(9,2)=portm(8+!REZ,5)
delete portm
RESULTADOS(9,4)=!error_0
RESULTADOS(9,1)="X"+@str(!variable_1)+"X"+@str(!variable_2)+"X"+@str(!variable_3)+"X"+@st
r(!variable_4)+"X"+@str(!variable_5)+"X"+@str(!variable_6)
endif
endif
next
endif
endif
endif
endif
endif
229
C.2. TRANSFORMACIÓN DE LAS VARIABLES ENDÓGENAS
En los gráficos que se presentan a continuación, se observa la relación lineal que
existe entre la media y desviación estándar por lo que se debe realizar una
transformación logarítmica en cada una de las variables.
Media & Desviación Estandar de las Exportaciones de Banano y Plátano
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
50000
55000
60000
100000 150000 200000 250000 300000 350000
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
Media & Desviación Estandar de las Exportaciones de Cacao
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
10000
4000 6500 9000 11500 14000 16500 19000 21500 24000 26500 29000 31500
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
230
Media & Desviación Estandar de las Exportaciones de Café
0
8000
16000
24000
32000
40000
48000
56000
64000
72000
80000
88000
96000
0 9000 18000 27000 36000 45000 54000 63000 72000 81000 90000 99000
.
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
C.3. CORRELACIÓN ENTRE LAS DIFERENCIAS DE LOS
LOGARITMOS DE LAS VARIABLES ENDÓGENAS
Cacao Banano y Plátano Café Lavado Cacao 1 0,40911828 -0,332691415 Banano y Plátano 0,40911828 1 -0,582878984 Café Lavado -0,332691415 -0,582878984 1 FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
231
C.4. PRUEBAS DE RAÍZ UNITARIA DE LAS VARIABLES
ENDÓGENAS
Variable Tipo Modelo P Valor Sin Constante Ni Tendencia 0,8391
Con Constante 0,3725Nivel Con Constante y Tendencia 0,2283Si Constante Ni Tendencia 0
Con Constante 0,0005
Logaritmo de la Exportación de
Banano y Plátano Primera Diferencia
Con Constante y Tendencia 0,0054Si Constante Ni Tendencia 0,8197
Con Constante 0,011Nivel Con Constante y Tendencia 0,0216Si Constante Ni Tendencia 0
Con Constante 0,0003
Logaritmo de la Exportación del
Cacao Primera Diferencia
Con Constante y Tendencia 0,0017Si Constante Ni Tendencia 0,4964
Con Constante 0,5778Nivel Con Constante y Tendencia 0,6181Si Constante Ni Tendencia 0,0003
Con Constante 0,0055
Logaritmo de la Exportación de
Café Lavado Primera Diferencia
Con Constante y Tendencia 0,0279FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
232
C.5. PRUEBA DE RAÍCES UNITARIAS DE LA SERIE DE FLORES
NATURALES CON UNA DIFERENCIA ESTACIONARIA (d=1)
Prueba DFA con Constante e Intercepto
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
234
C.6. MODELOS REALIZADOS PARA LA PREDICCIÓN DE LAS
EXPORTACIONES DE FLORES NATURALES
Modelo 1
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
Modelo 2
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
235
Modelo 3
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
C.7. PRUEBAS DE VERIFICACIÓN DEL MODELO SARIMA (1, 1,
2, 0, 4, 9)
Gráfico de Backtesting y de Residuos
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
236
Correlograma de los Residuos al Cuadrado del Modelo
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
Test ARCH
FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.
Recommended