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.

233

Prueba DFA con Constante

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.

237

Estructura ARMA

FUENTE: Banco Central del Ecuador. ELABORACIÓN: Los Autores.