tendencia y volatilidad del precio del cobre
tendencia y volatilidad del precio del cobre
tendencia y volatilidad del precio del cobre
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
ANDRÉS ULLOA<br />
291<br />
TENDENCIA Y VOLATILIDAD<br />
DEL PRECIO DEL COBRE<br />
ANDRÉS ULLOA<br />
INTRODUCCIÓN<br />
La <strong>volatilidad</strong> de los <strong>precio</strong>s de los recursos naturales constituye una<br />
fuente de alta inestabilidad en el ingreso de los países en desarrollo<br />
que por lo general tienen una estructura de exportaciones intensivas en<br />
estos recursos y además poco diversificada; los ingresos fiscales son<br />
altamente dependientes <strong>del</strong> desempeño de estos <strong>precio</strong>s. Este es el caso<br />
concreto de Chile donde el <strong>cobre</strong> tiene una participación cercana al 40%<br />
de las exportaciones.<br />
La variabilidad de corto plazo en el <strong>precio</strong> de los “commodities”<br />
está explicada en parte por las bajas elasticidades de las curvas de oferta<br />
y demanda. Para el caso de los metales, su capacidad de almacenamiento<br />
permite amortiguar en algo las fuertes variaciones de la demanda y oferta<br />
ya que el proceso de ajuste se da por cantidad y <strong>precio</strong>.<br />
Las bruscas y muchas veces no anticipadas variaciones en la oferta<br />
o demanda provienen de alteraciones en los ingresos, movimientos de<br />
tasas de interés, en la variabilidad de los tipos de cambio o simplemente<br />
en una variación de la disponibilidad <strong>del</strong> recurso o en un cambio<br />
tecnológico. Una parte importante de la literatura relacionada con la<br />
economía de los recursos naturales ha estudiado la relación entre<br />
disponibilidad, formación y variabilidad de <strong>precio</strong>s. Esto es lo que<br />
examina la hipótesis de Hotelling la cual ha sido fuertemente cuestionada<br />
desde el punto de vista empírico.<br />
Otra vertiente de la literatura ha tratado de relacionar la variabilidad<br />
<strong>del</strong> <strong>precio</strong> de los recursos naturales con los cambios en las variables<br />
macroeconómicas que afectan la oferta y la demanda. Dada la alta<br />
elasticidad ingreso de la demanda por metales, no es sorprendente que<br />
existan ciertos “comovimientos” entre estas variables. Hay también
292<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
indicios que la mayor variabilidad <strong>del</strong> tipo de cambio aumentaría la<br />
variabilidad de los “commodities”.<br />
El papel de los mercados financieros también ha pasado a constituir<br />
un elemento importante en el análisis de la determinación <strong>del</strong> <strong>precio</strong> de<br />
algunos commodities y en su variabilidad. Esto es especialmente válido<br />
a partir de los años 80 cuando las operaciones de las bolsas de metales<br />
aumentan y una parte significativa de las transacciones se hacen en este<br />
tipo de mercados; además, comienzan a tomar fuerza los futuros y<br />
opciones. Adicionalmente la teoría muestra que los activos fácilmente<br />
almacenables como ciertos productos agrícolas, metales o productos<br />
energéticos son considerados como una inversión más dentro <strong>del</strong><br />
portafolio de los inversionistas. Por ello, es esperable que existan<br />
relaciones entre los mercados financieros, específicamente los<br />
accionarios, y los mercados para los metales.<br />
Un tema de sumo interés es el análisis <strong>del</strong> uso de <strong>precio</strong>s de<br />
distribución o producción como contrapartida a los <strong>precio</strong>s de bolsa y<br />
el efecto sobre la mayor estabilidad de los <strong>precio</strong>s de los metales. Aunque<br />
hay algunos indicios sobre esto, no hay pruebas concluyentes. También<br />
la literatura plantea que la existencia de futuros y opciones estabiliza<br />
los <strong>precio</strong>s corrientes. Sin embargo, los estudios empíricos tampoco<br />
proporcionan resultados decisivos de manera tal que las opiniones están<br />
divididas. La existencia de especuladores transando opciones o futuros<br />
podría incluso hacer más variable el <strong>precio</strong>.<br />
El objetivo de este documento es analizar los principales factores<br />
que determinan el nivel y la variabilidad de <strong>precio</strong>s <strong>del</strong> <strong>cobre</strong>. Para ello<br />
se comienza con una breve revisión de la literatura. Posteriormente se<br />
analizan distintas series de <strong>precio</strong> <strong>del</strong> <strong>cobre</strong>. Esto requiere especificar<br />
con claridad la existencia de una <strong>tendencia</strong> estacionaria o de raíces<br />
unitarias en las series de <strong>precio</strong> con el objeto de poder decidir si las<br />
variaciones de los factores exógenos tienen impactos permanentes o<br />
transitorios sobre esta serie o si existe alguna reversión a la media como<br />
se infiere de la teoría de recursos naturales.<br />
El análisis estadístico muestra que las series de <strong>precio</strong> <strong>del</strong> <strong>cobre</strong><br />
que incluyen un período largo de análisis son de <strong>tendencia</strong> estacionaria<br />
y revierten hacia la media. Sin embargo esta media es cambiante en el<br />
tiempo ya que depende de los cambios estructurales en las variables<br />
económicas tales como la Gran Depresión, la II Guerra Mundial, el shock<br />
(1973,1979) <strong>del</strong> <strong>precio</strong> <strong>del</strong> petróleo, etc. Para períodos de tiempo<br />
inferiores a 50 años, existen fuertes indicios que el <strong>precio</strong> se comporta<br />
como camino aleatorio.
ANDRÉS ULLOA<br />
293<br />
Posteriormente se calcula la <strong>volatilidad</strong> de las series de <strong>precio</strong> <strong>del</strong><br />
<strong>cobre</strong> usando mo<strong>del</strong>os tipo GARCH. Finalmente se mide la <strong>volatilidad</strong><br />
histórica para el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> contado y en futuros y para otros<br />
metales, commodities en general, e índices de acciones; luego se<br />
comparan estas <strong>volatilidad</strong>es.<br />
I. VOLATILIDAD DEL PRECIO DE LOS METALES:<br />
UNA REVISIÓN DE LA LITERATURA<br />
La existencia de variabilidad o también llamada inestabilidad de los<br />
<strong>precio</strong>s de los commodities es un tema muy conocido. Una de las<br />
explicaciones más recurrentes de este comportamiento es la forma<br />
peculiar de sus curvas de oferta y demanda. Estas son altamente<br />
inelásticas en el corto plazo, lo que provoca grandes fluctuaciones y<br />
hace que ante un cambio de la oferta o la demanda el mecanismo de<br />
ajuste sea un inmediato y fuerte movimiento de los <strong>precio</strong>s. A su vez, si<br />
a lo anterior se añade una alta elasticidad ingreso y un importante rezago<br />
entre las decisiones de inversión y producción e inversión a gran escala,<br />
se tiene un cuadro típico de <strong>precio</strong>s altamente cíclicos. Siguiendo esta<br />
lógica, la causa de estas fluctuaciones recae principalmente en la<br />
variabilidad de la oferta y la demanda y en los factores exógenos que<br />
las gobiernan como shocks macroeconómicos en la economía mundial,<br />
clima, desastres naturales, agotamiento <strong>del</strong> recurso, nuevos<br />
descubrimientos, demoras en los procesos de inversión, cambios en<br />
gustos, variaciones de ingreso, etc.<br />
Una importante distinción que conviene hacer y analizar es la<br />
diferencia entre el comportamiento de los <strong>precio</strong>s de los bienes perecibles<br />
y aquellos almacenables (Gardner, 1987; Williams et. al., 1991). Cuando<br />
los commodities pueden ser almacenados como es el caso de los<br />
minerales, un factor adicional interviene en los cambios de <strong>precio</strong>s y<br />
corresponde al tamaño de los inventarios que los agentes almacenan ya<br />
sea para suavizar los cambio de <strong>precio</strong> o para entrar a especular al<br />
mercado. Luego, tanto los <strong>precio</strong>s como los cambios en los inventarios<br />
participan en el ajuste que se produce ante alteraciones de la demanda u<br />
oferta. Por ello, no solo los consumidores y oferentes tendrán un<br />
importante papel sino también los intermediarios, especialmente aquellos<br />
que usan los instrumentos financieros como medio de cobertura, aquellos<br />
que especulan con ellos y los gobiernos o privados que buscan a través<br />
<strong>del</strong> almacenaje estabilizar los <strong>precio</strong>s.<br />
La consecuencia es que los <strong>precio</strong>s de commodities que pueden<br />
ser almacenados tienen un comportamiento distinto de aquellos que son
294<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
perecibles. Esta diferencia queda reflejada en el hecho de que los <strong>precio</strong>s<br />
de estos últimos se comportan como un puro ruido blanco cuando están<br />
sujetos a perturbaciones independientes por el lado de la oferta o<br />
demanda. A su vez los <strong>precio</strong>s de commodities almacenables presentan<br />
una marcada autocorrelación positiva y saltos abruptos. Esto fue<br />
reportado por un conocido estudio <strong>del</strong> Banco Mundial (1989) que mostró<br />
una alta correlación serial positiva para algunos commodities. Por<br />
ejemplo, para aquellos en que los <strong>precio</strong>s eran marcadamente altos, estos<br />
permanecían altos por un buen tiempo. Lo mismo ocurría cuando éstos<br />
caían abruptamente. La razón de esta estructura autoregresiva de los<br />
errores está explicada por el carácter almacenable <strong>del</strong> bien que genera<br />
variaciones en los inventarios frente a los excesos de demanda u oferta.<br />
Como consecuencia de lo anterior, el contorno de la distribución<br />
de errores tiene una cierta asimetría con una mayor cola para <strong>precio</strong>s<br />
altos. La razón de ello es que cuando los <strong>precio</strong>s están muy bajos, los<br />
productores prefieren guardar el producto para evitar una mayor caída<br />
y esperar así hasta que éste suba; de esta manera el almacenaje sirve<br />
como un “colchón”. Por otro lado, cuando el <strong>precio</strong> está muy alto ya no<br />
hay stock y sin este “colchón” el <strong>precio</strong> se mantiene alto por un mayor<br />
período. Por eso mismo, el almacenaje al servir como “colchón” reduce<br />
la varianza de los movimientos de <strong>precio</strong>s período a período y causa<br />
una especie de heteroscedasticidad en la serie de <strong>precio</strong>s.<br />
Algunas de las variables que están fuertemente presentes en estos<br />
shocks de oferta o demanda tales como la variación <strong>del</strong> ingreso, tasa de<br />
interés o la variabilidad de los tipos de cambio ayudan a explicar en<br />
parte la fuerte variabilidad de los <strong>precio</strong>s de estos productos. De acuerdo<br />
a la teoría, el <strong>precio</strong> <strong>del</strong> recurso natural, por el lado de la oferta, estaría<br />
estrechamente relacionado al comportamiento de la tasa de interés,<br />
mientras que por el lado de la demanda el ingreso sería uno de sus<br />
principales determinantes.<br />
Sin embargo, no se debe dejar de considerar la importancia que han<br />
tenido los mercados financieros en la determinación <strong>del</strong> <strong>precio</strong> de algunos<br />
commodities y en su variabilidad. Ello especialmente a partir de los años 80<br />
cuando el intercambio en las bolsas de metales toma más fuerza y una parte<br />
significativa de las transacciones se hacen en este tipo de mercados. Aquí la<br />
teoría muestra que los activos fácilmente almacenables como ciertos<br />
productos agrícolas, metales o productos energéticos son considerados como<br />
una inversión más dentro <strong>del</strong> portafolio de los inversionistas. En tal caso, la<br />
variabilidad de la economía financiera se sumaría a la variabilidad de la<br />
economía real y podría incrementar o reducir la inestabilidad en el <strong>precio</strong>
ANDRÉS ULLOA<br />
295<br />
de estos commodities. Por esto, es esperable que existan relaciones entre<br />
los mercados financieros, específicamente los accionarios, y los mercados<br />
para los metales.<br />
Además de lo anterior, en las últimas décadas han crecido en<br />
importancia las transacciones de futuros y opciones; estos instrumentos<br />
constituyen una herramienta de diversificación de cartera y además se<br />
usan ampliamente para reducir el riesgo en la variabilidad de los <strong>precio</strong>s,<br />
especialmente en commodities. Sin embargo, debido a la existencia de<br />
elementos especulativos en estas transacciones no es claro que su<br />
utilización haya servido para estabilizar los <strong>precio</strong>s contado de los<br />
metales. Incluso en periodos de fuerte especulación estas transacciones<br />
pudieron haber incrementado la variabilidad de corto plazo.<br />
1. Relación de variables macroeconómicas y <strong>precio</strong> de los commodities<br />
Algunos estudios han mostrado que los <strong>precio</strong>s de los commodities<br />
tienden a moverse juntos, lo que se ha llamado co-movimientos (Pyndick<br />
y Rotemberg 1990, Leybourne et.al. 1993). La explicación de este<br />
fenómeno se puede resumir en tres partes. Primero, las contracciones<br />
de oferta y demanda en un mercado pueden afectar otros mercados<br />
relacionados. Segundo, impactos negativos de variables<br />
macroeconómicas como ingreso y tasa de interés pueden afectar los<br />
<strong>precio</strong>s en su generalidad. Tercero, los especuladores pueden sobrereaccionar<br />
frente a nueva información y el exceso de transacciones en<br />
un mercado puede contagiar otros mercados. Entonces el exceso de comovimientos<br />
genera una <strong>volatilidad</strong> mayor que la que debiera ocurrir<br />
en situaciones normales.<br />
Leybourne at al, (1993) evaluaron el trabajo de Pindyck y<br />
Rotemberg (1990) y concluyó que el exceso de co-movimiento está<br />
raramente presente en series de <strong>precio</strong>s de commodities. Labys et al.<br />
(1999) analizaron la hipótesis de co-movimientos para los metales y la<br />
relacionaron con los cambios en variables macroeconómicas utilizando<br />
análisis de factores y cointegración. Su metodología consistió en separar<br />
aquellos factores que son comunes a toda la serie de <strong>precio</strong>s de los<br />
metales de aquellos que no lo son. Posteriormente relacionaron los<br />
factores comunes con variables macroeconómicas. Usando datos<br />
mensuales para el período 1971-1995, encontraron que el <strong>precio</strong> <strong>del</strong><br />
<strong>cobre</strong> - transformado como el logaritmo natural medido en primeras<br />
diferencias- está fuertemente correlacionado con el <strong>precio</strong> transformado<br />
<strong>del</strong> aluminio. Además los factores comunes que influencian los <strong>precio</strong>s<br />
<strong>del</strong> conjunto de los metales explican el 71% de la variabilidad <strong>del</strong> <strong>precio</strong>
296<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
<strong>del</strong> <strong>cobre</strong>. Al correlacionar estadísticamente la variabilidad de los<br />
factores comunes con variables macroeconómicas, se obtuvo que la<br />
producción industrial y la tasa de cambio explicaban en gran medida la<br />
variabilidad de los factores comunes. Por otro lado el <strong>precio</strong> de las<br />
acciones tendría una relevancia menor.<br />
Algunos investigadores que han estudiado el tema de la<br />
inestabilidad <strong>del</strong> <strong>precio</strong> de los commodities han concluido que la<br />
<strong>volatilidad</strong> de estos es <strong>del</strong> mismo orden de magnitud que la <strong>volatilidad</strong><br />
de la tasa de cambio o <strong>del</strong> <strong>precio</strong> de las acciones. Por ejemplo, Bui and<br />
Pippenger (1990) encuentran que aquellos productos primarios que son<br />
determinados en mercados de subastas bien organizados, como es el<br />
caso <strong>del</strong> caucho o el estaño, son más volátiles que el tipo de cambio.<br />
Por ello, se ha sugerido usar un mo<strong>del</strong>o de overshooting de los <strong>precio</strong>s<br />
de los commodities en que el <strong>precio</strong> de estos productos es mo<strong>del</strong>ado<br />
como un activo financiero más (Frankel 1986).<br />
El <strong>precio</strong> nominal de los commodities puede ser concebido como<br />
un indicador líder de la inflación en un mo<strong>del</strong>o de equilibrio parcial<br />
donde la demanda de estos es una demanda derivada de la producción<br />
de bienes manufacturados (ver Borensztein & Reinhart (1994) para una<br />
discusión). Sin embargo, este enfoque considera el tipo de cambio y la<br />
producción mundial como exógenos cuando es sabido que estas<br />
relaciones son endógenas y también son afectadas por los <strong>precio</strong>s de<br />
los commodities. Borensztein & Reinhart (1994) toman este punto y<br />
analizan para el período 1971-1991 la varianza <strong>del</strong> <strong>precio</strong> de los<br />
commodities con respecto a la varianza <strong>del</strong> tipo de cambio de la<br />
economía de EEUU encontrando una fuerte asociación.<br />
Cuddington & Liang (1997) investigan la relación entre tipos de<br />
cambio y <strong>precio</strong> de los commodities para el período 1880-1996;<br />
encuentran que la <strong>volatilidad</strong> <strong>del</strong> <strong>precio</strong> real de los commodities ha sido<br />
mayor bajo tasas de cambio flexible. Los mismos autores (Cuddington<br />
& Liang 2000), analizan la relación entre la estabilidad de los tipos de<br />
cambio de países de la CEE (Comunidad Económica Europea) y su<br />
relación con la <strong>volatilidad</strong> de los commodities en el período 1957-98.<br />
Usando especificaciones GARCH encuentran una significativa relación<br />
para fertilizantes, metales y petróleo.<br />
2. Variabilidad y regímenes de <strong>precio</strong>s<br />
Existe alguna evidencia de que la variabilidad en el <strong>precio</strong> de los metales es<br />
mayor cuando se está en un régimen de intercambio –como la Bolsa de
ANDRÉS ULLOA<br />
297<br />
Metales de Londres (LME), el COMEX o el NYMEX– que cuando se usa<br />
un régimen de <strong>precio</strong>s administrado por los mismos productores. Como es<br />
sabido, hasta mediados de los ochenta gran parte de los metales eran transados<br />
sobre la base de los <strong>precio</strong>s establecidos por los productores. Estos <strong>precio</strong>s<br />
eran a menudo generados en base al poder de negociación de los<br />
consumidores y en base a ciertos descuentos, con un listado que a menudo<br />
era secreto. Esto era particularmente cierto en mercados más centralizados<br />
como el <strong>del</strong> aluminio y <strong>del</strong> nickel donde el poder monopólico de los<br />
productores era importante. El <strong>cobre</strong> ha sido transado desde principios de<br />
siglo XX bajo ambos regímenes, y durante los sesenta hubo un intento de<br />
las principales empresas productoras por controlar el <strong>precio</strong> en la LME<br />
(McNicol 1975).<br />
Los productores tienden a preferir el tipo de régimen de <strong>precio</strong><br />
establecido por los productores debido a que son más predecibles 1 . Como<br />
predictibilidad no es necesariamente sinónimo de eficiencia, los<br />
economistas tienden a preferir los <strong>precio</strong>s bajo un régimen de<br />
intercambio ya que evita las discriminaciones y en general el uso <strong>del</strong><br />
poder monopólico. Además, la mayor liquidez de los mercados de<br />
intercambio permite a los agentes protegerse de la mayor variabilidad<br />
haciéndola menos relevante. Sin embargo, hay una cuestión de costo de<br />
administración, premios y comisiones que es necesario incluir en el<br />
análisis.<br />
Slade (1992) encontró evidencia de que el uso mayoritario <strong>del</strong><br />
sistema de <strong>precio</strong>s de intercambio a partir de 1980 introdujo una mayor<br />
variabilidad al <strong>precio</strong> de los metales. Usando datos mensuales para<br />
comparar el período 1970-79 con el período 1980-86 encontró que el<br />
segundo período – aquel que mayoritariamente usó más frecuentemente<br />
<strong>precio</strong>s de intercambio– tenía una mayor variabilidad.<br />
Figuerola-Ferretti y Gilbert (2000a) revisaron el trabajo de<br />
Slade(1992) e incorporaron otros dos períodos cubriendo los años 1987-<br />
1993 y 1994-1997, justamente aquellos períodos donde el sistema de<br />
<strong>precio</strong>s de intercambio ha sido dominante. Ellos no encontraron una<br />
marcada diferencia en la <strong>volatilidad</strong> entre los 4 períodos estudiados e<br />
incluso plantean que esta variabilidad fue ligeramente más baja en los<br />
dos últimos períodos cuando el régimen de intercambio fue mayor. A su<br />
1<br />
Este argumento de predictibilidad se ha utilizado para abogar por una<br />
mayor concentración en la industria <strong>del</strong> <strong>cobre</strong> (a raíz <strong>del</strong> aumento en las<br />
fusiones de grandes compañías productoras)
298<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
juicio, los resultados de Slade (1992) estaban influenciados por la inclusión<br />
en la muestra <strong>del</strong> metal plata el cual sufrió manipulaciones en<br />
los años 1979-1980; luego concluyen que la <strong>volatilidad</strong> de <strong>precio</strong>s de<br />
ambos regímenes ha tendido a converger en los últimos años. El argumento<br />
es que mediante arbitraje los agentes compran en short o en long<br />
en un mercado y venden en otro de manera que las diferencias se anulen.<br />
Usando un test de Granger encuentran que la causalidad va de <strong>precio</strong><br />
de intercambio a <strong>precio</strong> de productor. Esto quiere decir que es la<br />
variabilidad de los <strong>precio</strong>s de intercambio la que hace más variable los<br />
<strong>precio</strong>s de productor y no al revés debido a que son los productores los<br />
que están obligados a reajustar sus <strong>precio</strong>s de acuerdo al mercado.<br />
3. Variabilidad de los <strong>precio</strong>s contado y el uso de futuros y opciones<br />
El impacto <strong>del</strong> uso de instrumentos financieros como opciones o futuros<br />
sobre la <strong>volatilidad</strong> de los activos es un área de creciente investigación<br />
entre economistas financieros. Un área de la literatura considera el efecto<br />
de la introducción de opciones sobre el mercado financiero y los<br />
resultados no son concluyentes. Mientras algunos estudios han<br />
encontrado una reducción en la variabilidad de los <strong>precio</strong>s de las acciones<br />
asociado con la utilización de opciones (Conrad 1989, Damodarn and<br />
Lim 1991), otros han encontrado evidencia de que la introducción de<br />
contratos de opciones no afecta la <strong>volatilidad</strong> (Bollen 1998).<br />
Por el lado de los futuros, tampoco existe una evidencia clara en<br />
favor de una u otra posición. Por una parte, algunos autores han reportado<br />
una reducción o cero cambio en los <strong>precio</strong>s contado después de la<br />
introducción de los futuros (Choi and Subrahmanyam (1994), Edwards<br />
(1988), Robinson (1994) entre otros). El argumento clásico que avala<br />
esta posición lo proporcionó Friedman (1953) al plantear que la<br />
especulación tenderá a reducir la <strong>volatilidad</strong> porque esta especulación<br />
solo se producirá si genera beneficios para los especuladores. Además<br />
los futuros proporcionarían más información al mercado, posibilitando<br />
que ésta se expanda más rápidamente y facilitando el calce de valores<br />
lo cual mejoraría la toma de decisiones por parte de los agentes.<br />
Otros estudios reportan un incremento en la <strong>volatilidad</strong> después<br />
de la introducción de los futuros (Antoniou y Holmes (1995), Damodaran<br />
(1990), Tomek (1979;80)). Uno de los argumentos de quienes están en<br />
esta posición es que la especulación puede producir burbujas indeseables.<br />
La especulación es probablemente menos importantes en mercados de<br />
materias primas donde muchas veces los inventarios son bajos. Sin<br />
embargo, la especulación sin fundamentos hace que sea difícil para los
ANDRÉS ULLOA<br />
299<br />
agentes distinguir entre movimientos de <strong>precio</strong>s provenientes de<br />
información genuina y aquellos basados en pura especulación.<br />
La existencia de diferentes posiciones respecto al efecto que tienen<br />
las transacciones de futuros y opciones sobre los <strong>precio</strong>s spot impide<br />
que se puedan obtener conclusiones generales; éste es un tema que debe<br />
ser analizado empíricamente y en forma particular para cada producto.<br />
Para el caso de los metales, Martinot et., al (2000) en un estudio<br />
preliminar, estimaron la relación entre <strong>precio</strong>s spot y <strong>precio</strong>s futuros<br />
separando entre especulación y cobertura para metales no ferrosos<br />
transados en el LME; los resultados obtenidos muestran que solo para<br />
el caso <strong>del</strong> aluminio, los <strong>precio</strong>s futuros entregaban información a los<br />
<strong>precio</strong>s spot. En el caso <strong>del</strong> <strong>cobre</strong> no se observa estadísticamente una<br />
relación entre ambos mercados.<br />
En la misma línea de investigación, Kocagil (1994), estudia si la<br />
especulación en mercados de futuros estabiliza los <strong>precio</strong>s spot en el<br />
mercado de metales en los años ochenta; se rechaza la hipótesis de que<br />
la especulación de futuros tenga algún efecto estabilizador sobre los<br />
<strong>precio</strong>s spot. Este tipo de resultados es preliminar porque incluye un<br />
período en que recién los futuros estaban siendo usados; además fue<br />
una época de alta variabilidad.<br />
Figuerola-Ferretti y Gilbert (2000b) analizaron como el <strong>precio</strong> <strong>del</strong><br />
aluminio ha sido afectado por la existencia de transacciones de futuros.<br />
Ellos toman dos series de datos mensuales, una previo a la introducción<br />
de los futuros (70s) y otra con la introducción de los futuros (80s y<br />
90s). Ellos encuentran que estadísticamente no es posible afirmar que<br />
la <strong>volatilidad</strong> de ambos períodos es distinta.<br />
El tema de la especulación en los mercados a futuros de metales<br />
adquirió gran notoriedad con el caso Dávila (Co<strong>del</strong>co) y el caso<br />
Sumitomo (Sumitomo Corporation). Esta última empresa llegó a poseer<br />
el 5% de las ventas mundiales de <strong>cobre</strong> y se cree que empezó a manipular<br />
el mercado <strong>del</strong> <strong>cobre</strong> desde 1985 y claramente en el período 1991-96.<br />
La forma de operación <strong>del</strong> jefe de futuros de esta empresa era mediante<br />
el establecimiento de posiciones “long” 2 dominantes en contado y en<br />
futuros obligando a los “shorts” a distribuir o cerrar su posición. Así en<br />
el período 95-96, Sumitomo llegó a controlar una gran proporción <strong>del</strong><br />
2<br />
En teoría financiera una posición “long” es aquélla tomada por el agente<br />
que acuerda comprar un determinado activo financiero. Por otro lado, la<br />
parte que acuerda vender el activo se dice que tiene una posición “short”
300<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
mercado mundial <strong>del</strong> <strong>cobre</strong>. El problema es que su posición (long) quedó<br />
demasiada expuesta a las débiles condiciones <strong>del</strong> mercado de aquel<br />
entonces. El LME comenzó una investigación que terminó por cambiar<br />
al jefe de futuros de Sumitomo. El mercado interpretó esto como una<br />
oportunidad para hacer bajar el alto <strong>precio</strong> <strong>del</strong> <strong>cobre</strong>, el cual cayó en<br />
cerca de un 25% en un par de semanas haciendo perder a la empresa<br />
Sumitomo alrededor de 4 mil millones de dólares.<br />
Como reacción a estos hechos el LME comenzó un estudio para<br />
analizar su capacidad de regulación y prevención de la manipulación<br />
de <strong>precio</strong>s<br />
4. Conducta de los <strong>precio</strong>s de los metales<br />
El análisis econométrico de la conducta de los <strong>precio</strong>s de los<br />
commodities está basada en una variedad de procesos generados a partir<br />
de fluctuaciones de corto plazo. Aunque a menudo, estos parecen<br />
completamente aleatorios, se pueden encontrar argumentos para explicar<br />
una cierta regularidad o ciclos en ellos. Uno de los mo<strong>del</strong>os más básicos<br />
y conocidos es el de la famosa telaraña, donde el <strong>precio</strong> de la ecuación<br />
de oferta exhibe una correlación de primer orden que puede dar origen<br />
a una oscilación continua, convergencia o divergencia.<br />
La detección de regularidades ha sido una tarea compleja. Mientras<br />
que una inspección visual de una serie de tiempo puede mostrar una<br />
<strong>tendencia</strong> cíclica, probar estadísticamente esto puede ser muy difícil.<br />
Los primeros estudios plantearon la propuesta <strong>del</strong> camino aleatorio que<br />
en el caso de muy corto plazo puede incluso servir para predecir.<br />
Samuelson (1965) contribuyó con esta teoría postulando que los <strong>precio</strong>s<br />
siguen un proceso de Martingala. Muchos de los tests empíricos <strong>del</strong><br />
camino aleatorio y la hipótesis de martingala examinan la correlación<br />
serial y <strong>tendencia</strong>s debido a que ambos procesos requieren que los<br />
cambios en <strong>precio</strong>s sean independientes.<br />
Las primeras desviaciones de un camino aleatorio fueron<br />
propuestas por Houthakker (1961) y Smidt (1965). Muchos otros trabajos<br />
se han hecho al respecto. Algunos han encontrado que los <strong>precio</strong>s siguen<br />
conductas caóticas no lineales. Otros estudios más recientes han<br />
analizado procesos dinámicos no lineales usando procesos ARCH y<br />
GARCH 3 . Por ejemplo, los estudios de Yang y Brorsen (1992), Chavas<br />
3<br />
ARCH es Autoregressive Conditional Heterokedasticity. GARCH es<br />
Generalized Autoregressive Conditional Heterokedasticity
ANDRÉS ULLOA<br />
301<br />
y Holt (1991), Barkoulas et al, (1997) han encontrado que la varianza<br />
de los cambios de los <strong>precio</strong>s no es constante, como lo predice la teoría<br />
estándar de opciones.<br />
Un mo<strong>del</strong>o de conducta caótica de <strong>precio</strong>s fue construido por<br />
Kyrtsou et al, (2001). Ellos trataron de descubrir e interpretar la presencia<br />
de procesos que generan conductas caóticas en los <strong>precio</strong>s de metales<br />
tales como el aluminio, nickel, <strong>cobre</strong>, plomo estaño y zinc. Han<br />
encontrado la presencia de procesos estocásticos no lineales con<br />
memoria de corto plazo; en algunos casos hay reversión a la media. En<br />
general, encuentran que estos metales pueden ser mo<strong>del</strong>ados como<br />
procesos caóticos con ruidos dinámicos. Los autores señalan que la causa<br />
de esta conducta caótica sería la heterogeneidad en las expectativas de<br />
los agentes o las interacciones entre agentes heterogéneos. Esta<br />
heterogeneidad haría que los <strong>precio</strong>s sean excesivamente sensibles o<br />
especialmente volátiles. De este forma la <strong>volatilidad</strong> puede ser<br />
interpretada endógenamente. Además, cuando la conducta de los retornos<br />
es caótica es posible hacer predicciones en el corto plazo pero no en el<br />
largo plazo.<br />
III. TENDENCIAS HISTÓRICAS DEL PRECIO<br />
DE LOS METALES: EL CASO DEL COBRE<br />
En el caso de los recursos no renovables la teoría económica señala que<br />
estos deberían seguir una trayectoria de escasez acorde a la conocida<br />
regla de Hotelling. Es decir, los <strong>precio</strong>s netos de costos marginales –o<br />
renta de escasez– deberían subir a la tasa de interés. Existe una gran<br />
cantidad de literatura que ha tratado de analizar empíricamente si la<br />
regla de Hotelling se ha ido cumpliendo.<br />
La evidencia empírica no ha mostrados claridad respecto a la<br />
<strong>tendencia</strong> que han seguido los <strong>precio</strong>s de los metales y la regla de<br />
Hotelling no ha podido ser probada. Uno de los primeros artículos sobre<br />
el tema escrito por Barnett y Morse (1963) mostró cierta estabilidad en<br />
los <strong>precio</strong>s reales de los minerales. Más tarde, sin embargo, algunos<br />
trabajos, entre los que se destacan el de Nordhaus (1974), mostraron<br />
que estos habían caído sistemáticamente en términos reales. Smith<br />
(1979) encontró una fuerte inestabilidad durante el siglo XX. Slade<br />
(1982a) en un mo<strong>del</strong>o que incluye cambio tecnológico sugiere que la<br />
conducta de <strong>precio</strong>s ha tenido una forma de U para 11 de los 12 minerales<br />
estudiados. A su vez Slade (1982b), usando un análisis espectral muestra<br />
que los metales tienen ciclos de <strong>precio</strong>s que van de 10 a 13 años. Por
302<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
ejemplo, para el caso <strong>del</strong> <strong>cobre</strong>, se encuentra un ciclo de 10 años<br />
acompañado por una fuerte variabilidad dentro de cada ciclo.<br />
Respecto a la hipótesis de Hotelling, ésta no ha podido ser probada<br />
empíricamente. Algunos autores como Farzin (1995) y Agbeyegre (1989)<br />
han incluido el cambio técnico y la tasa de interés como variables<br />
relevantes en sus mo<strong>del</strong>os y han logrado al menos parcialmente sustentar<br />
la regla de Hotelling. Otras aproximaciones usando funciones de<br />
producción asociadas a reglas de optimización dinámica o usando<br />
técnicas de optimización dual no han tenido resultados satisfactorios<br />
en probar esta hipótesis (Farrow 1985, Young 1992, Halvorsen and Smith<br />
1991). Miller and Upton (1985) usando un mo<strong>del</strong>o de optimización que<br />
incorpora reservas encontraron que sus estimaciones en el mercado <strong>del</strong><br />
gas y petróleo eran consistentes con esta regla. Sin embargo, otros tests<br />
en la misma línea han encontrado que este principio sobrevalora los<br />
activos mineros debido a que el stock se trata como un recurso norenovable<br />
y no se incorporan las acciones de búsqueda, desarrollo y<br />
descubrimientos de nuevos minerales (A<strong>del</strong>man 1990). Otra<br />
aproximación, ha sido la de tratar los activos mineros como un activo<br />
financiero y analizar si estos se comportan como lo predicen mo<strong>del</strong>os<br />
tipo CAPM (Hartwick y Yeung (1988), Slade et. al.(1997)). Al contrario,<br />
de los otros mo<strong>del</strong>os que arrojan resultados pobres y disímiles para<br />
probar esta regla, el mo<strong>del</strong>o financiero ha tenido un mayor apoyo<br />
empírico. Por ejemplo, el mo<strong>del</strong>o de Slade et., al (1997) que unifica el<br />
tradicional enfoque de Hotelling con el CAPM (mo<strong>del</strong>o de <strong>precio</strong> de<br />
activos financiero) de manera de incluir el riesgo y algunas variables<br />
macroeconómicas, no rechaza las restricciones impuestas por los<br />
mo<strong>del</strong>os tipo Hotelling.<br />
1. Mo<strong>del</strong>ando la <strong>tendencia</strong> <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong><br />
La hipótesis más comúnmente aceptada para explicar la conducta de<br />
los <strong>precio</strong>s de los minerales, la regla de Hotelling, plantea que el <strong>precio</strong><br />
debiera crecer a la tasa de interés. Como ésta es positiva, se estaría<br />
prediciendo que los <strong>precio</strong>s de los minerales deberían constantemente<br />
subir debido a su escasez. Sin embargo, en la práctica lo que se observa<br />
es más bien una caída de éstos en términos reales. Una posible<br />
explicación a este fenómeno ha sido la existencia de cambio tecnológico;<br />
al incluir el progreso técnico en la función de costos, los costos<br />
marginales debieran caer. Luego, la variación de <strong>precio</strong>s de largo plazo<br />
debería incluir dos efectos contrapuestos. Por una parte, un menor costo<br />
marginal, producto de cambio tecnológico que reduce el <strong>precio</strong> y por
ANDRÉS ULLOA<br />
303<br />
otra, una mayor escasez que cambia de acuerdo a la tasa de descuento 4 .<br />
Si el cambio técnico es lo suficientemente fuerte y permanente, el efecto<br />
neto podría resultar en una caída en los <strong>precio</strong>s (Slade,1982a). El efecto<br />
final sobre los <strong>precio</strong>s y sobre la renta de escasez sería una cuestión<br />
más bien empírica.<br />
Si la teoría de Hotelling fuese correcta y el <strong>precio</strong> estuviese determinado<br />
por los costos marginales, el cambio técnico, la tasa de interés<br />
y la renta de escasez –y aunque a priori no sería posible definir<br />
una <strong>tendencia</strong>– los movimientos en los <strong>precio</strong>s podrían aún ser sistemáticos<br />
y ser mo<strong>del</strong>ados apropiadamente usando alguna <strong>tendencia</strong><br />
determinística. Sin embargo, es sabido que las firmas toman sus decisiones<br />
bajo condiciones de incertidumbre respecto a los <strong>precio</strong>s futuros.<br />
Cambios bruscos en la demanda, descubrimientos de nuevos yacimientos,<br />
cambios imprevistos en la ley <strong>del</strong> mineral, variaciones en<br />
los impuestos y cambios en los <strong>precio</strong>s de sustitutos y complementos,<br />
entre otros factores, están continuamente afectando el <strong>precio</strong> futuro.<br />
Cuando la información nueva es procesada, la trayectoria de <strong>precio</strong>s<br />
consistente con la regla de Hotelling es completamente alterada. Por<br />
lo tanto, al tomar un período de tiempo de análisis se estarían observando<br />
una infinidad de trayectorias consistentes con la regla de<br />
Hotelling. En tal situación los <strong>precio</strong>s de equilibrio observados podrían<br />
ser perfectamente generados bajo procesos de camino aleatorio<br />
(Slade, 1988) donde cada uno de ellos es un punto en la infinidad de<br />
trayectorias existentes de Hotelling.<br />
Por otro lado, también existe una relación entre activos financieros<br />
y activos reales tales como en el caso <strong>del</strong> <strong>cobre</strong>. Cuando los retornos<br />
de los activos financieros caen, algunos inversionistas tienden a<br />
comprar activos reales como oro, plata, <strong>cobre</strong> y otros, acentuando con<br />
ello la caída en el <strong>precio</strong> de los primeros y aumentando el retorno de<br />
estos últimos. Como resultado de esta interconexión, la <strong>volatilidad</strong> de<br />
los mercados financieros se transmite hacia el mercado de activos reales<br />
y viceversa. La importancia de estos factores dependerá de la relevancia<br />
que tengan las transacciones en los mercados de intercambio<br />
como las bolsas respecto a la cantidad total transada <strong>del</strong> metal.<br />
Los factores de riesgo y de diversificación de carteras de inversión<br />
han sido incluidos en mo<strong>del</strong>os que combinan el tradicional enfoque<br />
dinámico a la Hotelling con el mo<strong>del</strong>o de valoración de <strong>precio</strong>s de<br />
4<br />
Ver anexo II para una derivación matemática de esta regla.
304<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
activos (CAPM) en Slade et al., (1997). Aunque los resultados de estos<br />
tests no han sido definitivos, ellos muestran que la inclusión de factores<br />
financieros y variables macroeconómicas podrían ser relevantes para<br />
explicar la variación de los <strong>precio</strong>s sombra <strong>del</strong> recurso.<br />
Si se incluyen los efectos de la incertidumbre en la determinación<br />
de los <strong>precio</strong>s de equilibrio de mercado, la trayectoria de <strong>precio</strong>s<br />
sería generada más bien por un proceso estocástico que uno<br />
determinístico. En tal caso el <strong>precio</strong> podría ser mo<strong>del</strong>ado como un proceso<br />
tipo Wiener o Brownian motion. Esto implicaría que el comportamiento<br />
<strong>del</strong> <strong>precio</strong> seguiría un proceso Markov con incrementos independientes<br />
5 . Por ejemplo, un proceso de Wiener para el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong><br />
puede ser generalizado a uno tipo Brownian motion con drift:<br />
dP=αdt+σdz<br />
donde α es el parámetro drift , σ es el parámetro de varianza y dz<br />
es el incremento <strong>del</strong> proceso Wiener dado por<br />
Si este proceso<br />
sigue una distribución normal estándar su valor esperado es<br />
E(dP)=αdt y su varianza es σ 2 dt. 6 Si se asume que el proceso que da<br />
origen al <strong>precio</strong> es determinístico, es decir, σ=0, se estaría en la presencia<br />
<strong>del</strong> caso más simple de la regla de Hotelling donde α=ρ. Por otro<br />
lado, al asumir que α=0 se estaría en presencia de una martingala típica<br />
donde las variaciones de <strong>precio</strong>s se deberían básicamente a especulaciones.<br />
El proceso estocástico anterior y también su homólogo en forma<br />
geométrica se usan comúnmente para mo<strong>del</strong>ar <strong>precio</strong>s de acciones y<br />
variables económicas y financieras. Una de las características de estos<br />
procesos es que también pueden ser derivados como el límite en tiempo<br />
continuo de un camino aleatorio en tiempo discreto 7 .<br />
5<br />
Un proceso de Markov implica que la distribución de probabilidades de<br />
los valores futuros de una variable depende solamente de su valor corriente<br />
no siendo afectada por los valores pasados. Por otro lado, incrementos<br />
independientes significa que la distribución de probabilidades<br />
para cambios en el proceso sobre un intervalo de tiempo es independiente<br />
de cualquier otro intervalo.<br />
6<br />
Esto se debe a que si µ se distribuye normal estándar, entonces<br />
7<br />
Ver Dixit and Pindyck 1994, pp 68-70 para una derivación.
ANDRÉS ULLOA<br />
305<br />
En el caso de los commodities en los que el <strong>precio</strong> de largo plazo<br />
está relacionado con el costo marginal de producción, a menudo se usan<br />
procesos de reversión a la media. Aquí se supone que aunque el <strong>precio</strong><br />
fluctúa aleatoriamente durante un cierto intervalo de tiempo, en el largo<br />
plazo debiera tender hacia un valor medio que puede estar dado por<br />
los costos marginales de largo plazo. Un proceso simple de reversión a<br />
la media para el <strong>precio</strong> es el conocido como proceso Ornstein-Uhlenbeck<br />
y que viene dado por:<br />
dP=Β( —P)dt+σdz<br />
donde β es un parámetro que representa la rapidez de la reversión.<br />
Este proceso en el caso límite cuando el cambio en el tiempo tiende a<br />
cero puede ser mo<strong>del</strong>ado como un proceso autoregresivo de primer orden<br />
(AR(1)). Para poder determinar si estos procesos estocásticos tienen<br />
una forma geométrica o de reversión a la media es necesario examinar<br />
los datos y usar un test de raíz unitaria.<br />
Lo anterior implica que el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> bajo condiciones de<br />
incertidumbre puede ser generado por procesos estocásticos tales como<br />
camino aleatorio o autorregresivos. Esto reflejaría el hecho de que el<br />
<strong>precio</strong> <strong>del</strong> recurso se puede formar en base a actividades de arbitraje<br />
más que a las usuales características de escasez de un recurso natural<br />
no renovable.<br />
Como conclusión, la mo<strong>del</strong>ación <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> requiere<br />
determinar si la serie de <strong>precio</strong>s es determinística o estocástica y si<br />
ésta tiene un comportamiento estacionario. Los primeros trabajos que<br />
se hicieron en esta área como el de Slade (1982a), partieron suponiendo<br />
que la serie era determinística, pero otros como Slade (1986,<br />
1997) y Aherns et al., (1997) mostraron la importancia de considerar<br />
<strong>tendencia</strong>s estocásticas en la mo<strong>del</strong>ación de los <strong>precio</strong>s de los<br />
commodities.<br />
2. Estimación de la <strong>tendencia</strong> histórica <strong>del</strong> <strong>precio</strong> real <strong>del</strong> <strong>cobre</strong><br />
Con el objeto de analizar con más detalle las <strong>tendencia</strong>s de largo plazo<br />
<strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> se estimará la <strong>tendencia</strong> histórica <strong>del</strong> <strong>precio</strong> real<br />
<strong>del</strong> <strong>cobre</strong>. Para ello se utilizarán dos series de datos. La primera<br />
corresponde a los <strong>precio</strong>s <strong>del</strong> <strong>cobre</strong> publicado por Robert Manthy para<br />
los años 1870-1973 actualizados hasta 1998 utilizando la información<br />
<strong>del</strong> Metal Week. Estos <strong>precio</strong>s fueron deflactados por el índice de<br />
<strong>precio</strong>s de productor de U.S.A. La segunda serie corresponde al <strong>precio</strong><br />
promedio anual <strong>del</strong> <strong>cobre</strong> publicado por la US Geological Survey
306<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
deflactado por el índice de <strong>precio</strong>s al consumidor para los años 1850-<br />
1998 8 .<br />
Para examinar el comportamiento de la serie de tiempo, uno de los<br />
primeros análisis estadísticos que se debe efectuar es la determinación<br />
de su estacionariedad; en caso que sea estacionaria hay que ver si es de<br />
<strong>tendencia</strong> estacionaria o diferencia estacionaria. La importancia de saber<br />
si la serie es de <strong>tendencia</strong> estacionaria o bien si tiene raíz unitaria radica<br />
en su capacidad de predicción, la persistencia de los errores y las<br />
transformaciones requeridas para convertir la serie en una estacionaria.<br />
En una serie que sigue una <strong>tendencia</strong> lineal estacionaria al componente<br />
estocástico simplemente se le agrega el componente determinístico con<br />
el objeto de efectuar una predicción. Por lo general, el error de predicción<br />
crece a medida que aumenta el período (para la predicción) pero este<br />
error está acotado. Por el contrario en el proceso de raíz unitaria el<br />
componente asociado al drift –en el caso de un camino aleatorio con<br />
drift– cambia con cada nueva observación agregada. Además el error<br />
de predicción de un camino aleatorio incrementa en forma lineal con el<br />
horizonte de predicción a una tasa mayor que el proceso de <strong>tendencia</strong><br />
estacionaria.<br />
Una segunda diferencia importante es la referida a la persistencia<br />
de los errores o innovaciones, es decir a cambios en los errores que<br />
generan efectos permanentes o solo temporales respecto a un valor<br />
medio. Por ejemplo, si el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> fuese un proceso de raíz<br />
unitaria, se podría aseverar que impactos exógenos podrían tener efectos<br />
permanentes sobre la conducta <strong>del</strong> <strong>precio</strong>, es decir una caída o un alza<br />
permanente. Por otro lado, si este proceso es estacionario, se podría<br />
argumentar que los impactos exógenos solo tendrían efectos de corto<br />
plazo y luego el <strong>precio</strong> volvería a un cierto nivel. En el caso <strong>del</strong> <strong>precio</strong><br />
<strong>del</strong> <strong>cobre</strong> pareciera razonable suponer que los shocks exógenos sólo<br />
tendrían efectos de corto plazo y en el largo plazo el <strong>precio</strong> debería<br />
acercarse a su valor de escasez o hacia su costo marginal.<br />
La primera etapa para responder estas interrogantes es examinar<br />
las funciones de autocorrelación (ACF). Cuando una serie es<br />
estacionaria, su función de autocorrelación tenderá rápidamente a cero<br />
cuando aumenta el número de rezagos. Como muestra el cuadro 1 para<br />
8<br />
Se usó un IPC y no IPP debido a que la serie <strong>del</strong> IPC es más larga y<br />
permite utilizar una mayor cantidad de datos. La serie de IPP que se<br />
dispuso parte de 1913. Sin embargo, la <strong>tendencia</strong> <strong>del</strong> <strong>precio</strong> no cambió<br />
mucho usando uno u otro índice.
ANDRÉS ULLOA<br />
307<br />
el logaritmo natural <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong>, el ACF no decae rápidamente<br />
por lo que existen presunciones de que se podría estar en la presencia<br />
de alguna raíz unitaria. Usando Box & Jenkins (1970) se toman las<br />
primeras diferencias de la serie y se obtiene su ACF; sin embargo, la<br />
suma de los coeficientes de autocorrelación tiende a -0,5 lo cual es una<br />
evidencia de que la diferenciación de la serie es redundante.<br />
Para verificar por estacionariedad se recurrirá a los tradicionales<br />
test de Dickey-Fuller Aumentado (ADF) y el de Phillips-Perron (PP).<br />
La forma como estos tests operan se muestra en el anexo I. Se analiza la<br />
hipótesis nula de que la serie tiene raíz unitaria con drift contra la<br />
hipótesis de que el proceso es estacionario. Los resultados <strong>del</strong> cuadro 2<br />
permiten concluir que si se consideran solo los dos primeros rezagos<br />
<strong>del</strong> proceso AR el test ADF permite rechazar la hipótesis de raíz unitaria<br />
con un 95% de confianza. Con el test PP que no es sensible al número<br />
de rezagos también se rechaza la hipótesis nula por lo cual hay indicios<br />
de que el proceso <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> sería estacionario.<br />
Cuadro 1. Función de autocorrelación para el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong><br />
Período 1870-1998 Período 1850-1998<br />
Rezago Nivel de <strong>precio</strong> Primeras Primeras<br />
diferencias Nivel de <strong>precio</strong> diferencias<br />
1 0,86 ** 0,04 0,93 ** 0,11<br />
2 0,71 ** -0,12 0,85 ** -0,21 **<br />
3 0,59 ** -0,23 ** 0,79 ** -0,16 **<br />
4 0,54 ** -0,11 * 0,75 ** -0,14 **<br />
5 0,52 ** -0,12 ** 0,74 ** -0,13 **<br />
6 0,52 ** 0,09 * 0,73 ** 0,06 **<br />
7 0,51 ** -0,01 0,72 ** 0,01 **<br />
8 0,49 ** 0,02 0,71 ** 0,06 **<br />
9 0,48 ** 0,05 0,69 ** 0,02 **<br />
10 0,46 ** -0,03 0,67 ** -0,02 *<br />
**, * indican significancia al 5% y 10% respectivamente para el Box-Pierce Q estadístico<br />
Uno de los problemas de estos tests es que son sensibles al período<br />
muestral considerado; por ejemplo, al tomar series de datos mas cortas<br />
como el período 1870-1970 o el período 1910-1998, el test ADF ya<br />
no permitiría rechazar la hipótesis de raíz unitaria al 5% aun cuando se
308<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
usen procesos de simulaciones de Monte Carlo para corregir por la reducción<br />
en el tamaño de la muestra. Sin embargo, si se escogen arbitrariamente<br />
otros períodos de tiempo como el período 1870-1930, 1931-<br />
1970, 1971-1998 es posible encontrar alguna evidencia de <strong>tendencia</strong><br />
como se aprecia en el cuadro 2.<br />
Cuadro 2: Test de raíz unitaria<br />
Orden <strong>del</strong> rezago<br />
Serie Test 1 2 3 4 5 16<br />
1870-1998 ADF -3,72** -3,54** -2,86 -2,57 -2,19 -1,65<br />
PP -24,95** -25,16** -23,67** -22,32** -20,98** -24,27**<br />
1870-1970 ADF -3,3 -,2,98 -2,19 -1,96 -1,33 -0,86<br />
PP -21,81**<br />
1910-1998 ADF -3,32 -2,90 -2,75 -2,48 -2,59 -1,53<br />
PP -13,62<br />
1870-1930(1) ADF -3,66** -3,68**<br />
PP -18,20**<br />
1931-1970(1) ADF -3,06** -2,21 -2,75** -2,19**<br />
PP -18,45<br />
1971-1998(1) ADF -2,48* -2,38 -1,59<br />
PP -9,40<br />
1850-1998 ADF -3,94** -3,27** (1) -2,99** (1) -2,55* (1) -2,24* (1) -2,23* (1)<br />
PP -25,34** -23,24**<br />
**,* Rechaza hipótesis nula (Ho) al 5% y al 10% respectivamente de que la serie<br />
sea un proceso de raíz unitaria con drift en favor de una <strong>tendencia</strong> lineal estacionaria.<br />
Para el test ADF el valor critico de rechazo de Ho es -3,45. Para el test Phillips-Perron<br />
(PP) el valor critico de rechazo de Ho es –21,78<br />
Para muestras más pequeñas se usaron simulaciones de Montecarlo<br />
Una explicación al fenómeno anterior lo proporciona Perron<br />
(1989); cuando algunas series de tiempo tienen quiebres de <strong>tendencia</strong><br />
que no han sido considerados en el análisis es posible obtener evidencia<br />
de raíz unitaria aún cuando ésta no exista. Por ejemplo, en el caso de<br />
muchos commodities, el <strong>precio</strong> cayó bruscamente durante la Gran<br />
Depresión de los años 30. Usando un test tipo ADF se podría considerar
ANDRÉS ULLOA<br />
309<br />
esta situación como un shock permanente y por lo tanto se estaría en<br />
presencia de una raíz unitaria; sin embargo, si se elimina el quiebre se<br />
podría estar en presencia de un proceso estacionario donde el <strong>precio</strong><br />
puede revertir hacia una <strong>tendencia</strong> o hacia su media. Para analizar esto<br />
se usará el método propuesto por Perron(1989) y arbitrariamente se<br />
escogerán los períodos 1930, 1945 y 1971 como períodos de cambios<br />
en la <strong>tendencia</strong>. Para ello se estima la siguiente ecuación por OLS<br />
(mínimos cuadrados ordinarios):<br />
Donde<br />
son los residuos estimados de la siguiente regresión:<br />
Donde es el estimador mínimo cuadrático, DU es una variable<br />
dummy que toma el valor 1 para t>T q y DT=t si t>T q . En el anexo I se<br />
presenta este mo<strong>del</strong>o y se definen las variables con más detalle. En el<br />
cuadro 3 se muestran los resultados de aplicar quiebres en los períodos<br />
1930 (la Gran Depresión), 1945 (fin de la II Guerra Mundial) y 1971<br />
(alza en el <strong>precio</strong> <strong>del</strong> petróleo). El valor t α corresponde al estadístico t<br />
<strong>del</strong> parámetro estimado de la regresión anterior. Este valor se compara<br />
con los valores determinados en Perron (1989). En general se observa<br />
que al incorporar los quiebres la <strong>tendencia</strong> lineal estacionaria es aceptada<br />
por el test ADF en todos los casos e incluso en aquel que considera una<br />
muestra más pequeña en la cual la hipótesis de raíz unitaria no pudo ser<br />
rechazada, como lo muestra el cuadro 2.<br />
Cuadro 3: Test ADF con quiebres en la <strong>tendencia</strong> lineal<br />
Período Quiebre Test ADF (t )<br />
α<br />
1870-1998 1931 -4,55**<br />
1870-1998 1945 -4,87**<br />
1870-1998 1971 -4,32**<br />
1910-1998 1945 -4,21**<br />
Valores críticos: –4,23 para l=0,45;-4,24 para l=0,58;–4,07 para l=0,78;<br />
-4,21 para l=0,39. ** significativo al 5%.<br />
Otros tests son presentados en el cuadro 4. En la primera columna<br />
se muestran los resultados <strong>del</strong> test de raíz unitaria para un proceso de
310<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
autocorrelación de orden mayor a uno. Para los dos períodos muestrales<br />
considerados se estaría nuevamente rechazando la hipótesis de camino<br />
aleatorio. En la segunda columna se presenta un test que generaliza la<br />
idea de quiebres de <strong>tendencia</strong> propuesta por Perron. Este test propuesto<br />
por Bierens (1997) usa polinomios de Chebishev para construir una<br />
<strong>tendencia</strong> de tiempo no lineal. Los resultados muestran que al 95% de<br />
confianza se rechaza la hipótesis nula de raíz unitaria.<br />
La última columna <strong>del</strong> cuadro 4 presenta los resultados de cambiar<br />
la hipótesis nula para examinar estacionariedad contra una hipótesis<br />
alternativa de camino aleatorio. Se proporcionan dos tests; uno tipo PP<br />
y uno conocido como KPSS propuesto por Kwiatkowski, et al. (1992).<br />
El cuadro muestra que al 95% de confianza se acepta la hipótesis nula.<br />
Como estos tests tienen como hipótesis nula una <strong>tendencia</strong> estacionaria<br />
contra una <strong>tendencia</strong> estocástica, su aceptación proporciona mayor<br />
evidencia de un comportamiento de <strong>tendencia</strong> estacionaria para ambas<br />
series de <strong>precio</strong> <strong>del</strong> <strong>cobre</strong>.<br />
Dadas las consideraciones anteriores y bajo los test ya especificados<br />
es posible para el período muestral completo rechazar la hipótesis nula<br />
de <strong>tendencia</strong> estocástica o raíz unitaria en favor de un mo<strong>del</strong>o de<br />
<strong>tendencia</strong> lineal estacionaria. Por lo tanto se estima el siguiente mo<strong>del</strong>o<br />
AR(1)<br />
Y t = α +β*T+ γY t-1 + µ t<br />
;<br />
donde T y β son vectores.<br />
Cuadro 4: Otros Test de raíz unitaria<br />
Tendencia<br />
Período HOAC (ta) (1) ADF no linear (2) estacionaria<br />
HOAC (1,1) HOAC (2,2) t(m) A(m) F(m) KPSS (4) B-G (5)<br />
1870-1998 -113,51** -89,06 ** -6,98** -98,5** 4,8* 0,137 6,22<br />
1850-1998 -77,43** -69,89** -3,97** -33,0** 5,8** 0,122 5,82<br />
(1) HOAC es test de Bierens de autocorrelación de orden mayor. La hipótesis nula es<br />
raíz unitaria con drift contra <strong>tendencia</strong> lineal estacionaria<br />
(2) Test ADF no linear propuesto por Bierens.<br />
(3) Para evitar sesgo por reducción <strong>del</strong> tamaño de la muestra se usaron simulaciones<br />
(4) Test de Kwiatkowski, D., P. Phillips, P. Schmidt, and Y. Shin (1992)<br />
(5) Test de Biernes-Guo<br />
** significativo al 5%, * significativo al 10%
ANDRÉS ULLOA<br />
311<br />
Usando el método de MV (máxima verosimilitud) los resultados se<br />
presentan en los cuadros 5 y 6 y en las figuras 1 y 2. En el cuadro 5 se<br />
muestran los valores de los parámetros estimados considerando tanto una<br />
situación sin quiebres en <strong>tendencia</strong> y otra con quiebres en <strong>tendencia</strong>. En el<br />
cuadro 6 y figura 2 se muestran los resultados de ajustar un polinomio<br />
Chebishev de orden 5 a la variable <strong>tendencia</strong>. Como el parámetro que<br />
acompaña a la variable autoregresiva (γ) o AR(1) es en todos los casos menor<br />
a uno y siempre se rechazó la hipótesis de raíz unitaria, el proceso de la<br />
serie <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> revierte a una media dada por α* +β*T en el caso<br />
<strong>del</strong> polinomio lineal.<br />
Figura 1. Proceso AR(1) con <strong>tendencia</strong> lineal para <strong>precio</strong> real <strong>del</strong> <strong>cobre</strong><br />
4.5<br />
4.0<br />
0.6<br />
0.4<br />
0.2<br />
0.0<br />
3.5<br />
3.0<br />
2.5<br />
-0.2<br />
-0.4<br />
1880 1900 1920 1940 1960 1980<br />
Residual Actual Fitted
312<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
Cuadro 5: Estimación de mo<strong>del</strong>o AR(1)<br />
No quiebre Quiebre<br />
Período 1930 Período 1930 y 1971<br />
Const 3,838** 3,881** 3,97**<br />
ConstxD1 -0,817** -2,035**<br />
ConstxD2 3,414**<br />
Tend -0,004** -0,006* -0,009**<br />
TendxD1 0,009* 0,027**<br />
TendxD2 -0,0342**<br />
AR(1) 0,823** 0,76** 0,65**<br />
R 2 Aj. 0,735 0,749 0,765<br />
D.W. 1,75<br />
N<br />
129 129 129<br />
**,* significativo al 5% y 10% respectivamente<br />
D1 =1 si t>1930 y 0 en otros casos. D2=1 si t>1971 y 0 en otros casos.<br />
(*) Se usó un polinomio de Chebishev de orden 5 para desestacionalizar los datos<br />
Cuadro 6. Estimación <strong>del</strong> mo<strong>del</strong>o AR(1) con <strong>tendencia</strong> no lineal (*)<br />
Variable Valor parámetro Value t<br />
Constante 3,792 57,189 **<br />
Tend (P ) -0,004 -4,122 **<br />
1<br />
-0,009 -0,288<br />
P<br />
2<br />
P<br />
0,133 4,000 **<br />
3<br />
P<br />
-0,034 -1,125<br />
4<br />
P<br />
-0,138 -4,207 **<br />
5<br />
AR(1) 0,618 8,625 **<br />
RSS: 0,027<br />
s,e, 0,149<br />
R 2 : 0,769<br />
N: 129
ANDRÉS ULLOA<br />
313<br />
Figura 2. Proceso AR(1) con <strong>tendencia</strong> no lineal<br />
Usando el valor medio de la regresión que incluye los quiebres en<br />
<strong>tendencia</strong> se estima el <strong>precio</strong> de la libra de <strong>cobre</strong> de largo plazo. Este <strong>precio</strong><br />
corresponde a aquél que solo toma en cuenta la <strong>tendencia</strong> de largo plazo en<br />
cada tramo eliminando la <strong>volatilidad</strong> de corto plazo. El cuadro 7 proporciona<br />
este <strong>precio</strong> en centavos de dólar por libra. Por ejemplo, para el año 1998,<br />
el <strong>precio</strong> real –base año 2000– sería de 1 dólar. No sorprende entonces que<br />
un <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> de largo plazo de 100 centavos la libra sea usado como<br />
referencia por algunas firmas para evaluar un proyecto minero.<br />
Adicionalmente, en el cuadro 8 se presenta un conjunto de tests para<br />
probar la hipótesis de raíz unitaria para muestras más pequeñas (subperíodos<br />
más cortos). Se usa para ello la información anual y también información<br />
mensual. El objetivo de esto es ver si para muestras más cortas se sigue<br />
aceptando la hipótesis de <strong>tendencia</strong> o si bien ahora es válida la hipótesis de<br />
raíz unitaria. Si los procesos de menor memoria tuviesen raíz unitaria se<br />
estaría en la presencia de shocks permanentes pero de corto plazo, dentro<br />
<strong>del</strong> intervalo de la submuestra; pero a medida que la muestra crece en tamaño<br />
la serie se volvería estacionaria con reversión a la media. En el cuadro 8<br />
se observa que para la mayoría de las submuestras analizadas no es posible<br />
rechazar la hipótesis de raíz unitaria. La última columna muestra que si se<br />
cambia la hipótesis nula por una de estacionariedad, para la mayoría de<br />
estas submuestras no es posible aceptar la hipótesis de <strong>tendencia</strong> lineal.<br />
Esto quiere decir que existe evidencia de que los shocks tendrán efectos de<br />
corto plazo pero posteriormente en un período largo de tiempo el <strong>precio</strong> <strong>del</strong><br />
<strong>cobre</strong> debería revertir hacia su media de largo plazo. En el intertanto, el<br />
<strong>precio</strong> mostrará una fuerte variabilidad.
314<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
Cuadro 7: Estimación de <strong>precio</strong> de largo plazo usando un proceso de<br />
reversión a la media (centavos de dólar por libra)<br />
Año Real (*) Nominal Año Real(*) Nominal<br />
1980 134,87 86,12 1990 114,70 99,21<br />
1981 132,70 92,54 1991 112,86 99,66<br />
1982 130,57 94,75 1992 111,04 99,27<br />
1983 128,47 94,72 1993 109,26 98,87<br />
1984 126,41 95,12 1994 107,50 97,90<br />
1985 124,38 94,50 1995 105,77 98,17<br />
1986 122,38 91,65 1996 104,08 99,16<br />
1987 120,41 92,09 1997 102,40 97,94<br />
1988 118,48 92,85 1998 100,76 95,56<br />
1989 116,57 96,10<br />
• En <strong>precio</strong>s <strong>del</strong> año 2000<br />
Cuadro 8: Test de raíz unitaria para submuestras<br />
Período Periodicidad ADF PP KPSS (1)<br />
1870-1930 anual -3,664** -20,4** 0,108<br />
1931-1998 anual -2,56 -9,26 0,148**<br />
1980-2000 mensual -2,81 -19,36 0,155*<br />
1980-1989 mensual -2,11 -9,30 0,2026**<br />
1990-2000 mensual -2,44 -12,89 0,118<br />
*significativo al 10%; ** es significativo al 5%<br />
(1) Aquí la hipótesis nula es la de estacionariedad.<br />
Finalmente se presenta un análisis de cointegración entre el <strong>precio</strong><br />
real <strong>del</strong> <strong>cobre</strong> y la tasa de crecimiento <strong>del</strong> PIB real de la economía de Estados<br />
Unidos para el período 1929-1998 y entre el <strong>precio</strong> de <strong>cobre</strong> y los niveles<br />
de inventarios para el período 1989-2001 usando datos semanales. Existe<br />
evidencia que la demanda de <strong>cobre</strong> está fuertemente influenciada por la<br />
variable ingreso. Una reducción en el PIB tiene por lo general importantes<br />
efectos sobre el <strong>precio</strong> de equilibrio tanto por el lado de los consumidores<br />
de <strong>cobre</strong> como por el lado de los inversionistas financieros.
ANDRÉS ULLOA<br />
315<br />
Este cambio en el <strong>precio</strong> puede tomar algún tiempo dependiendo de<br />
las condiciones de los inventarios. Si la información entregada por el PIB<br />
estuviera cointegrada con la <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong>, los analistas podrían utilizar<br />
las predicciones en el crecimiento económico como un instrumento para<br />
predecir el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong>. Lo mismo ocurre con los inventarios; si la<br />
variable inventario estuviese cointegrada con la variable <strong>precio</strong>, la información<br />
obtenida sobre estos inventarios podría ser usada en la predicción <strong>del</strong><br />
<strong>precio</strong> <strong>del</strong> <strong>cobre</strong>.<br />
Los resultados preliminares de aplicar el test de Bierens de<br />
cointegración no lineal y el test de cointegración de Johansen muestran que<br />
el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> y el PIB estarían integrados en orden uno o dos. Por otro<br />
lado el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> estaría cointegrado con los inventarios en un orden<br />
de cointegración de al menos 2. Claramente ésta es un área de investigación<br />
futura que podría ser de mucha utilidad para obtener mayor información<br />
para mejorar las predicciones <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong>.<br />
Figura 3. Tendencia de Largo Plazo<br />
200<br />
180<br />
160<br />
Pr<br />
eci<br />
o 140<br />
re<br />
al<br />
Precio Real<br />
120<br />
100<br />
80<br />
60<br />
1870 1880 1890 1900 1910 1920 1930 1940 1950 1960 1970 1980 1990 2000<br />
Años<br />
3. Estimación de la variabilidad en el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong><br />
Las series financieras y los <strong>precio</strong>s de los commodities se caracterizan por<br />
tener una alta <strong>volatilidad</strong>. El <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> no es la excepción y se ha<br />
caracterizado por presentar una fuerte variabilidad que además crece en<br />
algunos períodos (especialmente si se consideran <strong>precio</strong>s diarios o semanales).<br />
Es común por ejemplo que ante una caída en el <strong>precio</strong> bajo una cierta
316<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
<strong>tendencia</strong>, ésta se mantenga por un cierto período; lo mismo ocurre ante un<br />
alza en el <strong>precio</strong>. Este comportamiento ha inducido a algunos investigadores<br />
a suponer que las varianzas no son constantes y por lo tanto que existiría<br />
una cierta estratificación de la <strong>volatilidad</strong>.<br />
Una forma de enfrentar el problema antes mencionado es mediante<br />
la corrección <strong>del</strong> mo<strong>del</strong>o de predicción que incluya heteroscedasti–<br />
cidad condicional en los errores. Esto es lo que hacen los mo<strong>del</strong>os ARCH<br />
y GARCH que se presentan en el anexo I. Por ejemplo, los mo<strong>del</strong>os<br />
ARCH típicamente asumen que existe una <strong>volatilidad</strong> de largo plazo<br />
dada por un parámetro ν con un peso superior a cero. La <strong>volatilidad</strong><br />
corriente se asume que depende de las <strong>volatilidad</strong>es pasadas usando un<br />
mo<strong>del</strong>o típico de series de tiempo. Esto conduce a especificar el mo<strong>del</strong>o<br />
de la siguiente forma:<br />
donde se puede definir σ y u por:<br />
Los pesos asignados a la ecuación anterior, es decir γ+Σα deben<br />
sumar la unidad. Este mo<strong>del</strong>o queda convertido en un mo<strong>del</strong>o ARCH(q)<br />
donde los parámetros α 0 y α i se pueden estimar usando un procedimiento<br />
de máxima verosimilitud.<br />
De la misma manera se puede especificar el GARCH como<br />
donde nuevamente la suma de los parámetros es uno.<br />
La especificación <strong>del</strong> mo<strong>del</strong>o depende de la existencia de<br />
estacionariedad o raíz unitaria en la serie de tiempo. Para el caso de<br />
mo<strong>del</strong>os de <strong>tendencia</strong> estacionaria el mo<strong>del</strong>o estimado es de la forma:<br />
Log P t = a + b*time +ε t
ANDRÉS ULLOA<br />
317<br />
Con ε siguiendo el proceso ARMA definido anteriormente y con ⎥<br />
ρ ⎥
318<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
que el incremento de las transacciones financieras a partir <strong>del</strong> año 1996<br />
no ha alterado la <strong>volatilidad</strong> <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> (Figueroa et al. (2000a))<br />
Cuadro 10. Estimación de <strong>volatilidad</strong> usando un mo<strong>del</strong>o<br />
AR(1)- Garch(1,1)<br />
Período Const Tend α o<br />
α 1<br />
AR(1) Volatilidad<br />
Serie en primeras diferencias<br />
1850-1998 -0.008 -0,18 0,02 0,73 0,11 0,074<br />
(-20,4) ** (-5,7) (2,36)* ( 2,67)** ( 0,6)<br />
1930-1998 -0,009 0,02 0,21 -0,03 0,02<br />
(-0,5) (1,7)* (0,86) (-0,06)<br />
1970-1998 0,0064 ( 0,29) 0,02 0,41 -0,39 0,02<br />
(1,5)* (0,78) (-1,07)<br />
Serie de nivel<br />
1870-1998 3,87 -0,004 0,036 -0,235 0,756 0,075<br />
(92,5) ** (-7,7) ** (3,9) ** (-2,2) ** (2,48) **<br />
1930-1998 2,63 0,009 0,006 0,040 1,239 -0,023<br />
(28,45) ** (9,2) ** (1,14) (0,41) (2,4) **<br />
1950-1998 0,013 0,736 0,008 -0,040 0,713<br />
(0,62) (2,3) ** (1,15) (-0,22)<br />
Datos mensuales<br />
1980-2000 -0,792 0,0035 0,21 -0,24 0,0044<br />
(5,9)** ( 2,9)** (-1,5)<br />
Datos semanales<br />
1989-2001 -0,002 0,0007 0,24 0,007 0,0009<br />
(-1,7)* ( 6,9)** (3,6)** (0,06)<br />
1996-2001 -0,002 0,0009 0,09 -0,001 0,0009<br />
(-1,1) (2,4)** (1,2) (-0,003)<br />
*significativo al 10%;<br />
** es significativo al 5% , valor t entre paréntesis<br />
IV. VOLATILIDAD DEL PRECIO DEL COBRE EN RELACIÓN CON<br />
LA VOLATILIDAD DEL PRECIO DE OTROS COMMODITIES<br />
En esta sección se analizan las series de <strong>precio</strong>s reales de algunos<br />
commodities seleccionados y se comparará su <strong>volatilidad</strong> respecto al<br />
<strong>precio</strong> <strong>del</strong> <strong>cobre</strong>. Las series de datos fueron obtenidas <strong>del</strong> departamento<br />
de Commodities <strong>del</strong> Fondo Monetario Internacional para el período<br />
1980- 2001, en índices de datos mensuales. La información financiera<br />
usada para el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> contado, futuros a 3 meses, 15 y 27 meses
ANDRÉS ULLOA<br />
319<br />
corresponde al promedio mensual de la LME para el período 1989-2001.<br />
Los <strong>precio</strong>s fueron deflactados por el índice de <strong>precio</strong>s industriales<br />
(MUV) <strong>del</strong> FMI.<br />
Para efectos de la comparación se usarán los siguientes<br />
commodities.<br />
1. Indice de <strong>precio</strong>s de alimentos<br />
2. Indice de <strong>precio</strong>s de bebidas<br />
3. Indice de <strong>precio</strong>s de materias primas<br />
4. Indice de <strong>precio</strong>s de metales<br />
5. Indice de <strong>precio</strong>s de fertilizantes<br />
6. Indice de <strong>precio</strong>s <strong>del</strong> petróleo<br />
7. Precio <strong>del</strong> azúcar<br />
8. Precio <strong>del</strong> caucho<br />
9. Precio <strong>del</strong> aluminio<br />
10. Precio <strong>del</strong> níquel<br />
11. Precio <strong>del</strong> <strong>cobre</strong> contado<br />
12. Precio <strong>del</strong> <strong>cobre</strong> futuro 3 meses<br />
13. Precio <strong>del</strong> <strong>cobre</strong> futuro 15 meses<br />
14. Precio <strong>del</strong> <strong>cobre</strong> futuro 27 meses.<br />
15. Indice de <strong>precio</strong> de las acciones de Frankfurt (DAX)<br />
16. Indice de <strong>precio</strong> de las acciones de Londres (FTSE100)<br />
17. Indice de <strong>precio</strong> de las acciones de Tokyo (Nikkei).<br />
18. Standard & Poor New York, (S&P 500),<br />
Para efectos de verificar que se tiene una serie estacionaria se trabajará<br />
con el logaritmo de las primeras diferencias. En el cuadro 11 se encuentra<br />
un resumen estadístico con los principales indicadores de media, desviación<br />
estándar, <strong>volatilidad</strong> anual histórica, skewness, kurtosis, test Jarque-Vera<br />
de normalidad. Se observa que en general las series no son normales. Esto<br />
es probablemente debido a que la muestra es relativamente pequeña (se han<br />
usado datos mensuales). Sin embargo, es frecuente encontrar estas situaciones<br />
con datos financieros.<br />
El parámetro que más interesa estudiar es la <strong>volatilidad</strong>. Se toma un<br />
indicador de <strong>volatilidad</strong> anual para comparar las series de tiempo. Usando<br />
este indicador de <strong>volatilidad</strong> histórica y mirando la figura 4 se puede observar
320<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
que el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> tiene un nivel de <strong>volatilidad</strong> intermedia respecto a<br />
metales como el níquel o commodities como el azúcar que tienen una mayor<br />
<strong>volatilidad</strong> en el período de análisis.<br />
Cuadro 11: Estadísticos para series seleccionadas<br />
Media Mediana Maxim Minim Desv. Volatili- Skew- Kur- Jarque- Observ.<br />
Estándar dad (a) ness tosis Bera<br />
Bebidas -0,005 -0,004 0,294 -0,186 0,060 0,206 0,776 6,117 126,770 251<br />
Fertilizante -0,001 0,000 0,106 -0,119 0,027 0,094 -0,345 6,638 143,375 251<br />
Alimentos -0,002 -0,004 0,168 -0,088 0,033 0,113 0,647 5,589 87,648 251<br />
Metales -0,002 -0,003 0,132 -0,176 0,040 0,139 -0,039 4,804 34,097 251<br />
Mat-Primas -0,001 -0,001 0,076 -0,130 0,029 0,102 -0,458 4,708 39,303 251<br />
Caucho -0,004 -0,001 0,199 -0,153 0,052 0,179 0,362 4,713 36,176 251<br />
Azúcar -0,003 -0,002 0,362 -0,263 0,103 0,355 0,419 3,923 16,251 251<br />
Petróleo -0,003 -0,001 0,439 -0,320 0,082 0,283 0,396 7,860 253,556 251<br />
Aluminio -0,002 -0,006 0,198 -0,288 0,060 0,207 -0,166 5,483 65,613 251<br />
Niquel -0,001 -0,007 0,578 -0,243 0,080 0,277 1,683 13,986 1380,772 251<br />
CU-CASH -0,004 -0,005 0,291 -0,203 0,063 0,132 0,377 6,312 68,746 143<br />
FUTcu-3 -0,004 -0,007 0,257 -0,217 0,057 0,184 0,243 6,677 81,985 143<br />
FUTcu-15 -0,003 -0,003 0,129 -0,137 0,038 0,196 0,026 4,648 16,203 143<br />
FUTcu-27 0,003 -0,001 0,414 -0,135 0,053 0,218 3,934 32,739 4495,125 114<br />
St-Frankfur 0,005 0,010 0,301 -0,280 0,061 0,213 -0,260 8,883 206,396 142<br />
ST-Londres 0,006 0,008 0,187 -0,253 0,051 0,177 -0,721 7,643 139,841 142<br />
ST-Japón -0,001 -0,001 0,168 -0,197 0,054 0,186 -0,443 4,094 11,712 142<br />
ST-SP500 0,008 0,010 0,189 -0,157 0,041 0,141 -0,198 8,047 151,656 142<br />
La <strong>volatilidad</strong> fue calculada en una base anual como la desviación<br />
estándar mensual multiplicada por la raíz de 12. Esto es <strong>volatilidad</strong><br />
histórica<br />
Si se compara la <strong>volatilidad</strong> de los metales con la <strong>volatilidad</strong> <strong>del</strong> índice<br />
de <strong>precio</strong> de los bienes industriales (MUV) observamos que la primera es 5<br />
o 6 veces mayor. En la figura 6 se ha graficado la <strong>volatilidad</strong> de ambas<br />
series usando una misma escala para efectos de comparación.<br />
La <strong>volatilidad</strong> de los índices de acciones es ligeramente inferior a la<br />
<strong>del</strong> <strong>cobre</strong>. A su vez tomando en cuenta los instrumentos financieros que se<br />
usan para transar <strong>cobre</strong> como futuros 3 meses, 15 y 27 meses se observa<br />
que estos últimos presentan una menor <strong>volatilidad</strong> que el <strong>precio</strong> contado <strong>del</strong><br />
<strong>cobre</strong>. Aquí habría un indicio que los futuros en este período han reducido<br />
la <strong>volatilidad</strong> de las transacciones de <strong>cobre</strong>. Sin embargo, considerando las<br />
conclusiones de otros estudios, dado el bajo porcentaje de <strong>cobre</strong> transado<br />
en futuros y opciones, esta menor <strong>volatilidad</strong> no habría afectado la <strong>volatilidad</strong><br />
<strong>del</strong> <strong>precio</strong> contado.
ANDRÉS ULLOA<br />
321<br />
Si se toma una muestra más grande de metales y acciones con una<br />
base diaria se concluye que la <strong>volatilidad</strong> <strong>del</strong> <strong>cobre</strong> es alta comparada con<br />
otros metales y que esta <strong>volatilidad</strong> se reduce para el caso de futuros como<br />
se aprecia en la figura 5.<br />
Figura 4. Volatilidad histórica de las series<br />
ST-SP500<br />
ST-Jap<br />
ST-Lon<br />
St-Frank<br />
CU-CASH<br />
FUTcu-3<br />
FUTcu-27<br />
Activo<br />
FUTcu-15<br />
Nickel<br />
Alum<br />
OIL<br />
Azucar<br />
Caucho<br />
MAT-Primas<br />
Metales<br />
Alimentos<br />
Fertiliz<br />
Bebid<br />
0.05 0.10 0.15 0.20 0.25 0.30 0.35 0.40<br />
Volatilidad anual
322<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
Figura 5. Volatilidad Histórica Base diaria para series<br />
seleccionadas Período 1989-2001<br />
Al27<br />
Zi15<br />
Ti15<br />
SPCOMP<br />
Cu15<br />
Ti3<br />
Al15<br />
Ticash<br />
FTSE100<br />
Zi3<br />
Cu27<br />
A<br />
C<br />
T<br />
I<br />
V<br />
O<br />
S<br />
FRCAC40<br />
JAPDOWA<br />
Le15<br />
SNGALLS<br />
Cu3<br />
DAXINDX<br />
Al3<br />
Zicash<br />
AMSTEOE<br />
Alcash<br />
Cucash<br />
Le3<br />
Ni15<br />
HNGKNGI<br />
Lecash<br />
Ni3<br />
Nicash<br />
0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70<br />
Volatilidad base diaria
ANDRÉS ULLOA<br />
323<br />
Figura 6. Volatilidad de Precio Metales y Precios Industriales<br />
0.2<br />
0.2<br />
0.1<br />
0.1<br />
0.0<br />
0.0<br />
-0.1<br />
-0.1<br />
-0.2<br />
-0.2<br />
-0.3<br />
80 82 84 86 88 90 92 94 96 98 00<br />
LPMETAD1<br />
-0.3<br />
80 82 84 86 88 90 92 94 96 98 00<br />
LMUVD1<br />
A la izquierda Log de las primeras diferencias <strong>del</strong> índice de <strong>precio</strong>s<br />
de los metales. A la derecha el log de las primeras diferencias <strong>del</strong><br />
índice de <strong>precio</strong>s industriales. Datos mensuales, 1980-2001. Ambas series<br />
fueron graficadas en la misma escala para propósito de comparación.<br />
V. CONCLUSIONES<br />
Al analizar la <strong>tendencia</strong> <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> contado anual en el período<br />
1850-1998 y 1870-1998 se concluye que estas series largas de tiempo<br />
son de <strong>tendencia</strong> estacionaria. En particular esta <strong>tendencia</strong> no sería<br />
lineal y estaría altamente influenciada por quiebres en <strong>tendencia</strong>s producidas<br />
por cambios estructurales en el desempeño económico. Esto<br />
indicaría la existencia de reversión hacia una media no lineal. Usando<br />
esto último fue posible determinar un <strong>precio</strong> de largo plazo que elimina<br />
las variaciones de corto plazo.<br />
Para analizar la variabilidad <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> se usaron datos<br />
anuales, mensuales y semanales y se utilizó un mo<strong>del</strong>o GARCH(1,1)<br />
para corregir por heteroscedasticidad en los errores. Se concluyó que la<br />
variabilidad de largo plazo para todo el período 1850-1998 es mayor<br />
que si se toman subperíodos de tiempo. Por otro lado tomando datos<br />
semanales se observa que la variabilidad ha sido más o menos constante<br />
durante el período 1980-2001.<br />
Al analizar la variabilidad <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> contado respecto a<br />
<strong>precio</strong>s <strong>del</strong> <strong>cobre</strong> en opciones y futuros, respecto al <strong>precio</strong> de otros<br />
commodities y respecto al <strong>precio</strong> de los principales índices de acciones
324<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
se concluye que la <strong>volatilidad</strong> <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> está en un nivel intermedio.<br />
La variabilidad de las opciones y futuros es menor que la <strong>del</strong><br />
<strong>cobre</strong> contado, sin embargo, no se puede concluir si esto ha afectado<br />
positivamente al <strong>precio</strong> contado.<br />
Para poder sacar conclusiones más relevantes respecto a la<br />
<strong>volatilidad</strong> <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> sería conveniente efectuar un test de<br />
cointegración entre la variación <strong>del</strong> <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> contado y la<br />
variación de los <strong>precio</strong>s de otros activos (acciones, <strong>precio</strong> futuro,<br />
opciones, inventarios y commodities relevantes). Además se podría<br />
incluir en este análisis el impacto de la <strong>volatilidad</strong> <strong>del</strong> ingreso sobre la<br />
variabilidad de los <strong>precio</strong>s. Un análisis preliminar de cointegración<br />
mostró que el <strong>precio</strong> <strong>del</strong> <strong>cobre</strong> estaría integrado al <strong>precio</strong> de los<br />
inventarios y al ingreso real. La importancia de la cointegración radica<br />
en la posibilidad de usar más información y en especial aquella con<br />
menos <strong>volatilidad</strong> para predecir los niveles y la <strong>volatilidad</strong> <strong>del</strong> <strong>precio</strong><br />
<strong>del</strong> <strong>cobre</strong>.
ANDRÉS ULLOA<br />
325<br />
REFERENCIAS<br />
ADELMAN M. (1990), “Mineral depletion with special reference to<br />
petroleum”. Review of Economics and Statistics ,72, 1-10.<br />
AHRENS A. y SHARMA V. (1997), “Trends in natural resource commodity<br />
prices: deterministic or stochastic?”. JEEM ,33, 59-74.<br />
AGBEYEGBE T. (1989), “Interest Rates and metal price movements:<br />
Further evidence” . JEEM, 16, 184-192.<br />
ANTONNIO A. y HOLMES P. (1995), “Future trading, information and spot<br />
price volatility: Evidence for the FTSE-100 stock index future contract<br />
using GARCH.”, Journal of Banking and Finance, 19, 117-129.<br />
BARKOULAS J., LABYS W. y ONOCHIE J. (1997), “Fractional dynamic<br />
in international commodity prices”, Journal of Futures Markets, 17,<br />
161-189.<br />
BARNETT H. y MORSE C. (1963), Scarcity and Growth: the Economics<br />
of Natural Resources Availability, Johns Hopkins Univ. Press,<br />
Baltimore.<br />
BIERENS, H.J. (1997), “Testing the unit root hypothesis against non-linear<br />
trend stationarity, with an application to the price level and interest<br />
rate in the U.S”, Journal of Econometrics, 81, 29-64.<br />
BLACKES F. y SCHOLES M. (1973), “The pricing of options and corporate<br />
liabilities”. JPE, 81, pp. 637-54.<br />
BOLLEN N. (1998), “A note on the impact of option on stock return<br />
volatility”, Journal of Banking and Finance, 22, 1181-1191.<br />
BORENSZTEIN E. y REINHART C. (1994), “The Macroeconomic determinants<br />
of commodity prices”, IMF Staff papers, 41,2 june, 2236-61.<br />
BUI, N. y PIPPENGER J. (1990), “Commodity prices, exchange rates and<br />
their relative volatility”, Journal of International Money and Finance,<br />
9, 3-20.<br />
CHAVAS,J. P., y HOLT M. T. (1991),. “On Nonlinear Dynamics: the case<br />
of the pork cycle,” Journal of the American Agricultural Economic<br />
Association, 73, 820-828.<br />
CHOI H. y SUBRAHMANYAM A. (1994), ”Using intraday data to test for<br />
effects of index futures on the underlying markets”, Journal of Futures<br />
Markets, 14, 293-322.<br />
CONRAD J. (1989), “The price effect of option introduction”. Journal of<br />
Finance, 44, 487-498.
326<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
CRAGG J. (1982), “Estimation and testing in testing in times series<br />
regression mo<strong>del</strong>s with heteroscedastic disturbances”, Journal of<br />
Econometrics, 20, 1982, pp. 135-157.<br />
CUDDINGTON J. y LIANG H. (1997), “Commodity price volatility across<br />
exchange regimes.” Georgetown Working Paper, 97, pp.17<br />
CUDDINGTON J. y LIANG H. (2000), “will the emergence of the euro<br />
affect world commodity prices?”. Georgetown Working Paper, 2000<br />
pp. 40.<br />
DAMODARAN A (1990), Index futures and stock market volatility” Review<br />
of Futures Markets, 9, 442-457.<br />
DAMODARAN A. y LIM J. (1991), “The effect of option listing on the<br />
underlying stocks´ return processes”, Journal of Banking and Finance,<br />
15, 647-664.<br />
DASGUPTA P. y HEAL G. (1979), Economic theory and exhaustible<br />
resources. Cambridge, Cambridge University Press.<br />
DEATON A. y LAROQUE G. 1990, “On the Behavior of Commodity<br />
Prices” Mimeo, Princeton University.<br />
DIXIT A. y PINDYCK R. (1994), Investment under uncertainty, Princeton<br />
University Press.<br />
EDWARDS, F. (1988) “Does futures trading increase stock market<br />
volatility?”. Financial Analysis Journal, 44, 63-69.<br />
ENGLE R. (1982), “Autoregressive conditional heteroscedasticity with<br />
estimates of the variance of united kingdom inflations”, Econometrica,<br />
50, 1982, pp. 987-1008.<br />
ENGLE R. (1983), “Estimates of the variance of us inflation based on the arch<br />
mo<strong>del</strong>”, Journal of Money, Credit and Banking, 15, 1983, 286-301.<br />
FARROW S. (1985) “Testing the eficiency of extraction from a stock<br />
resource”. Journal of Political Economy, 93, 452-87.<br />
FARZIN Y. (1995), “Technological change and the dynamics of resource<br />
scarcity measures”, Journal of Environmental Economics and<br />
Management. 29, 1005-120.<br />
FIGUEROLA-FERRETTI I. y GILBERT C. (2000a), “Price variability and<br />
marketing method in the non-ferrous metals industry”, Working Paper,<br />
FEWEC, Vrije Universiteit Amsterdam.<br />
FIGUEROLA-FERRETTI I. y GILBERT C. (2000b) “Has futures trading<br />
affected the volatility of aluminium transaction prices”, Working Paper,<br />
FEWEC, Vrije Universiteit Amsterdam, December.<br />
FRANKEL J. (1986), “Expectation and commodity price dynamic: the<br />
overshooting Mo<strong>del</strong>” American Agricultural Economics, may, 344-48.
ANDRÉS ULLOA<br />
327<br />
FRIEDMAN M. (1953), Essays in Positive Economics, Chicago: Chicago<br />
University Press.<br />
GARDNER B. (1987), “Causes of U.S. farm commodity programs”, Journal<br />
of political Economy 95: 290-310.<br />
HALVORSEN R y SMITH T. (1991), “A test of the theory of exhaustible<br />
resources” Quaterly of Journal Economics, 106, 123-40.<br />
HAMILTON J. (1994), Time Series Analysis. Princeton University Press.<br />
HARTWICK J y YEUNG D. (1988). “Explaining current exhaustible<br />
resource prices with CAPM.” Department of Economics, D.P. No 726,<br />
Queen’s University.<br />
HOTELLING, H. (1931), “The economics of exhaustible resources”,<br />
Journal of Political Economy , 39, 137-175.<br />
HOUTHAKKER, H. (1961). “Systematic and Random Elements in Short-<br />
Term Price Movements”, American Economic Review, 51, 164-172<br />
KWIATKOWSKI, D., PHILLIPS P., SCHMIDT P. y SHIN Y. (1992),<br />
“Testing the null of stationarity against the alternative of a unit root“,<br />
Journal of Econometrics 54, 159-178.<br />
KYRTSOU C., LABYS W. y TERRAZA M. (2001) “Heterogeneity and<br />
chaotic dynamics in commodity markets” Research paper 2001-7,<br />
University of Montpellier, France.<br />
LABYS W., ACHOUCH A. y TERRAZA M. (1999) “Metal prices and the<br />
business cycle.” Resource Policy 25, 229-238.<br />
LEYBOURNE S., LLOYD T. y REES G. (1993), “The excess co-movement<br />
of commodity prices revised.” Credit 93/16. University of Nottingham.<br />
MARTINOT N., JESOURD J-B y MORARD B. (2000) “On the information<br />
content of future prices: application to LME non-ferrous metal futures”.<br />
GREQAM, University of Marseille, France, June 2000.<br />
McNICOL D. (1975) “The two price system in the copper industry.” Bell<br />
Journal of Economics, 6, 50-73.<br />
MILLER M. y C. UPTON (1985) “A test of the hotelling valuation<br />
principle”, Journal of Political Economy , 93, 1-25.<br />
NORDHAUS W. (1974), “Resources as a constraint on growth”, American<br />
Economic Review, 64, 22-26.<br />
PERRON P. ( 1989), “The great crash, the oil price shock, and the unit rot<br />
hypothesis”, Econometrica 57, 1361-1401.<br />
PHILLIPS, P.C.B. y PERRON P. (1988), “Testing for a unit root in time series<br />
regression”, Biometrica 75, 335-346.<br />
PINDYCK R. y Rotemberg J. (1990) “The excess co-movement of<br />
commodity prices”. Economic Journal”, 100, 1173-1189.
328<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
ROBINSON G. (1994) “The effects of futures trading on cash market<br />
volatility: evidence from the London Stock Exchange”, Review of<br />
Future Markets, 13, 429-452.<br />
SAMUELSON, P. A. (1965), “A random theory of futures prices”, Industrial<br />
Management Review, Vol 6.<br />
SLADE M. (1982a), “Trends in natural-resource commodity prices: an<br />
analysis of the time domain”. JEEM, 9, 122-137.<br />
SLADE M. (1982b), “Cycles in natural-resource commodity prices: an<br />
analysis of the frequency domain”, JEEM, 9, 138-148.<br />
SLADE M. (1986), “Grade selection under uncertainty: least cost last and<br />
other anomalies”, JEEM 15, 189-205.<br />
SLADE M. (1992), “Market structure, marketing method, and price<br />
instability”, Quarterly Journal of Economics, 106, 1309-1339.<br />
SLADE M (1997), “ Hotelling confronts CAPM: A test of the theory of<br />
exhaustible resources”, Canadian Journal of Economics, 3, 685-708.<br />
SMITH K. (1979) “Natural resource scarcity: a statistical analysis”, Review<br />
of Economics and Statistics, 61, pp.423-427.<br />
SMIDT, S. (1965), “A test of the serial independence of procedure changes<br />
in soybean futures”, Food Research Institute Studies, 5, 117-136.<br />
TOMEK W. (1979-80) “Futures trading and market information: some new<br />
evidence.” Food Research Inbstitute Studies, 17, 351-59.<br />
WILLIAMS J. y WRIGHT B. (1991), Storage and commodity markets,<br />
Cambridge University Press, Cambridge.<br />
YANG, S. R., y B. W. BRORSEN (1992). “Non-linear dynamics of daily<br />
cash prices”, Journal of Agricultural Economics 74, 706-715.<br />
YOUNG D. (1992), “Cost specification and firm behaviour in a Hotelling<br />
mo<strong>del</strong> of resource extraction”, Canadian Journal of Economics , 25,<br />
41-59.<br />
WORLD BANK, (1989), “Price prospects for major primary commodities”,<br />
1988-2000. Washington, D.C., World Bank.
ANDRÉS ULLOA<br />
329<br />
ANEXO I<br />
VOLATILIDAD Y SERIES DE TIEMPO:<br />
ASPECTOS CONCEPTUALES<br />
El concepto de <strong>volatilidad</strong><br />
El concepto de <strong>volatilidad</strong> como se entiende hoy día tiene su<br />
fundamentación en el trabajo seminal de Black y Sholes (1973) y en la<br />
moderna teoría financiera. Aquí el concepto de <strong>volatilidad</strong> juega un papel<br />
central en determinar el valor de una opción. Si bien es cierto este es<br />
uno de los cinco parámetros básicos de la fórmula de opciones de Black<br />
y Sholes (B&S) su importancia radica en que es el único no observable<br />
y por lo tanto debe ser estimado. Para derivar la fórmula de opciones,<br />
B&S usan un mo<strong>del</strong>o de camino aleatorio de tiempo continuo. Ello da<br />
origen al popular concepto de Brownian Motion con drift dado por la<br />
siguiente expresión lognormal<br />
(A1) ,<br />
donde dS es el cambio en el <strong>precio</strong> <strong>del</strong> activo sobre un período<br />
infinitesimal de tiempo, µ es el retorno medio <strong>del</strong> activo, dz es una<br />
perturbación aleatoria independientemente distribuida con media cero<br />
y varianza 1dt, siendo σ un parámetro de <strong>volatilidad</strong> 9 .<br />
Este mo<strong>del</strong>o ha sido el estándar en el último tiempo para el cálculo de<br />
derivados y para la aplicación de modernos instrumentos financieros. Los<br />
agentes de bolsas lo usan para el cálculo <strong>del</strong> <strong>precio</strong> de los activos financieros<br />
después de incorporar una predicción sobre el valor de σ.<br />
El mo<strong>del</strong>o B&S establece que el parámetro de <strong>volatilidad</strong> σ que sigue<br />
el proceso dado en (A1) es constante. Sin embargo, en el mundo real no lo<br />
es, por lo tanto se hace necesario realizar periódicamente una predicción de<br />
éste parámetro. La evidencia muestra que el mo<strong>del</strong>o teórico tiene algunas<br />
limitaciones importantes entre las que se puede destacar:<br />
9<br />
Dada la naturaleza lognormal de la expresión, el retorno acumulado en<br />
un período de largo T tiene como valor esperado a µT, la varianza σ 2 T y<br />
la desviación estándar
330<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
• la <strong>volatilidad</strong> cambia a través de tiempo<br />
• los <strong>precio</strong>s de las transacciones no son <strong>precio</strong>s de equilibrio<br />
• estos <strong>precio</strong>s presentan correlación serial.<br />
• los retornos no se comportan como lognormales y su distribución<br />
tiene una cola mas larga.<br />
• la existencia de reversión a la media .<br />
Estas diferencias <strong>del</strong> mo<strong>del</strong>o con el mundo real hace que el<br />
problema de estimación de la <strong>volatilidad</strong> sea una cuestión empírica<br />
relevante. La forma de estimación de la <strong>volatilidad</strong> depende <strong>del</strong> uso<br />
que se quiera hacer y el método de estimación<br />
La no-normalidad de los retornos<br />
Los cambios en los <strong>precio</strong>s observados se desvían consistentemente de<br />
la log-normalidad. Usualmente la distribución de los <strong>precio</strong>s de las<br />
acciones tiene colas más grandes que las que tendría bajo normalidad.<br />
En algunos casos los <strong>precio</strong>s pueden variar inexplicablemente entre dos<br />
fechas sin que existan transacciones importantes. La desviación de la<br />
normalidad para algunos retornos es un fenómeno que comúnmente ha<br />
sido detectado en los <strong>precio</strong>s de los commodities ya que estos se ven a<br />
menudo enfrentados a grandes saltos en sus <strong>precio</strong>s debido a factores<br />
exógenos (Deaton y Laroque 1990).<br />
Para evaluar la normalidad de una serie a menudo se usan las<br />
medidas estadísticas de skewness y kurtosis. La distribución normal es<br />
simétrica y la medida estándar de su simetría viene dada por el<br />
coeficiente de sknewness E(ε 3 )/σ 3 . La kurtosis es una medida de la<br />
anchura de la cola de la distribución y está dada por β=E(ε 4 )/σ 4 . En el<br />
caso de la distribución normal el valor de la kurtosis es 3.<br />
Para chequear normalidad se puede comparar la skewness con zero<br />
y la kurtosis con 3. En la práctica se usa lo que se conoce como el grado<br />
de exceso dado por β-3. Un test tipo Wald con una distribución χ 2 (2)<br />
puede ser usado. El test más común es el de Bera y Jarque –test de<br />
multiplicadores de Lagrange–.<br />
La estacionariedad o no estacionariedad de las series financieras 10<br />
Existe una literatura extensa que ha mostrado que muchas series<br />
económicas y financieras no tienen una estructura determinística no<br />
10<br />
Ver Hamilton para una cuidadosa discusión de estos y muchos otros temas<br />
en series de tiempo
ANDRÉS ULLOA<br />
331<br />
estacionaria sino que más bien su comportamiento es estocástico y las<br />
series presentan raíces unitarias.<br />
Un proceso estocástico es estacionario si su función de distribución<br />
no cambia a través <strong>del</strong> tiempo. Por lo tanto las medias de la serie de<br />
tiempo debieran ser iguales en los períodos k y k+l y las covarianzas<br />
tienen que ser constantes. Cuando los momentos de orden uno y dos se<br />
mantienen constantes se dice estar en presencia de un proceso<br />
estacionario de orden dos. La mayoría de las series financieras no son<br />
estacionarias. La media cambia en el tiempo y las varianzas rara vez<br />
son constantes<br />
Por ejemplo en el conocido mo<strong>del</strong>o autorregresivo de orden uno<br />
AR(1), dado por Y t =ρY t-1 +ε t , la estacionariedad está dada por el hecho<br />
de que el valor absoluto de ρ sea menor a uno y que ε t –también llamada<br />
innovación– sea un ruido blanco 11 . Aqui la E(Y t )=0, la varianza está<br />
dada por σ 2 ε/1-ρ 2 y la covarianza es ρ t-s σ 2 ε/(1-ρ 2 ), las cuales son<br />
indeterminadas si ρ 2 es mayor o igual a uno 12 . La autocovarianza para<br />
un rezago k viene dada por λ k =Cov(y t ,y t-k ). La función de autocorrelación<br />
(ACF) se obtiene al dividir la autocovarianza por la varianza , es decir:<br />
ρ k =λ k /λ o -1≥ρ k ≤ 1<br />
En la práctica para conocer la autocorrelación de una serie de<br />
tiempo se obtiene la función de autocorrelación (ACF) o el correlógramo<br />
y se hace un test de Box-Pierce o uno más refinado como el de Ljung-<br />
Box<br />
Las variables macroeconómicas y financieras exhiben<br />
generalmente fuertes <strong>tendencia</strong>s y por lo tanto no son estacionarias. Sin<br />
embargo, muchas veces las primeras diferencias son estacionarias. Un<br />
proceso muy popular es el camino aleatorio con drift dado por y t = µ +<br />
y t-1 + ε t él cual , por tener varianza infinita no es estacionario. Sin<br />
,<br />
embargo, las primeras diferencias dadas por Z t = y t -y t-1 = µ + ε t son<br />
estacionaria. Esta serie y t se dice que es integrada de orden I(d) ya que<br />
al tomar sus “d” primeras diferencias se convierte en estacionaria. En<br />
el ejemplo d=1.<br />
11<br />
Ruido blanco hace referencia a un proceso de variables aleatorias no<br />
autocorrelacionadas<br />
12<br />
Para el caso más general, el proceso es estacionario si las raices de las<br />
ecuaciones características de C(L)=1-r 1<br />
L-r 2<br />
L 2 -r 3<br />
L 3 -............-r p<br />
L p =0 tienen<br />
módulo superior a uno o están fuera <strong>del</strong> círculo unitario.
332<br />
TENDENCIA Y VOLATILIDAD DEL PRECIO DEL COBRE<br />
Series con fuertes <strong>tendencia</strong>s o alta autocorrelación tienden a estar<br />
relacionadas entre sí en forma espuria, es decir aún cuando éstas sean<br />
independientes. En macroeconomía o en finanzas las series de datos pueden<br />
tener factores comunes que las hagan comportarse en forma similar aún<br />
cuando no estén teóricamente relacionadas. Además existe fuerte evidencia<br />
que estas series presentan componentes de raíces unitarias. La importancia<br />
de esto último radica en que bajo la hipótesis de raíz unitaria los shocks<br />
tendrían efectos permanentes sobre el comportamiento de la serie mientras<br />
que si ésta es estacionaria los efectos serían transitorios. Para chequear este<br />
comportamiento se han propuesto varios tests conocidos como tests de raíz<br />
unitaria. Uno de ellos (uno de los más populares) es el test de Dickey and<br />
Fuller (ADF) . Ellos definen el siguiente mo<strong>del</strong>o:<br />
(A2)<br />
t = p+2,.....,n, y u t es ruido blanco.<br />
La hipótesis nula H(0) es que z es raíz unitaria con drift y que a = 0.<br />
t<br />
Aquí se estaría en la presencia de un camino aleatorio con drift. La hipótesis<br />
alternativa es que z(t) es un proceso de <strong>tendencia</strong> estacionaria con a < 0.<br />
Otro test que se usa habitualmente es el de Phillips and Perron (1988). Los<br />
tests de raíz unitaria son muy populares pero también han sido muy criticados<br />
entre otras cosas por su poca potencia. Por ejemplo, aunque estos tests puedan<br />
no rechazar la hipótesis nula a un 95% de confianza, eventualmente podrían<br />
también no rechazar la hipótesis de que a=0.05, incluso a un 99% de<br />
confianza. Por lo tanto, la evidencia de no rechazo de la hipótesis nula no<br />
indica aceptación de un camino aleatorio.<br />
En situaciones donde además existen cambios bruscos en la <strong>tendencia</strong><br />
de la serie y estos sean ignorados en el cálculo de los tests, se puede no<br />
rechazar la hipótesis de raíz unitaria erróneamente (Perron ( 1989)). Por<br />
ejemplo, en la depresión de los años 30 y en el año 1973 a raíz <strong>del</strong> alza <strong>del</strong><br />
<strong>precio</strong> <strong>del</strong> petróleo se produjeron cambios en los niveles y <strong>tendencia</strong>s de<br />
muchas series económicas. Si estos shocks no son considerados en los tests<br />
de raíz unitaria, se podría concluir que la serie es estocástica cuando en<br />
realidad puede que ésta tenga <strong>tendencia</strong> estacionaria. Para mo<strong>del</strong>ar estos<br />
efectos Perron (1989) considera estimar la siguiente hipótesis nula en el<br />
caso de un mo<strong>del</strong>o que incorpore cambio en el nivel y en la pendiente.
333<br />
donde T B se refiere al tiempo de quiebre de <strong>tendencia</strong>.<br />
Mo<strong>del</strong>os Arch y Garch para estimar <strong>volatilidad</strong><br />
Generalmente los datos de series de tiempo relacionados a fenómenos<br />
macroeconómicos o financieros presentan algún tipo de inestabilidad en la<br />
varianza de los errores. Engle (1982,1983) y Cragg (1982) encontraron<br />
evidencia de este fenómeno en algunos estudios de inflación. Más tarde<br />
otros estudios realizados con datos de variables macroeconómicas como<br />
tipo de cambio y especialmente series financieras indican que esto es bastante<br />
común. Los resultados de Engle sugieren que al analizar mo<strong>del</strong>os de<br />
inflación, grandes y también pequeños errores de predicción están<br />
segmentados y por lo tanto la varianza de errores difiere en los distintos<br />
segmentos y depende <strong>del</strong> tamaño de las perturbaciones precedentes. Para<br />
evitar este problema Engle (1982) sugiere usar un mo<strong>del</strong>o Autorregresivo<br />
de Heteroscedasticidad Condicional (ARCH en su abreviatura en Inglés).<br />
Una versión simple <strong>del</strong> mo<strong>del</strong>o es:<br />
(A3)<br />
donde µ t es normal e idénticamente distribuida y cumple con todos<br />
los supuestos clásicos de los mo<strong>del</strong>os de regresión. Sin embargo, no
334<br />
ocurre lo mismo con ε t ya que E(ε t )=0 ; Var (ε t ε t-1 )=α 0 +α 1 ε t-12 = σ 2 t. Una<br />
expansión de este método a “p” rezagos muestra que σ 2 t=α 0 +α 1 ε 2 t-1<br />
+α 2 ε 2 t-2+………………+α p ε 2 t-p<br />
Un mo<strong>del</strong>o más general propuesto por Bollerslev (1996) es el<br />
llamado generalizado ARCH o también GARCH. Aquí la varianza de<br />
las innovaciones está dada por el proceso ARMA(1,1) donde σ 2 t=α 0<br />
+α 1 ε 2 t-1 +δσ 2 t-1 . 13<br />
La estimación de este tipo de mo<strong>del</strong>os bajo OLS aunque insesgada<br />
no es la más eficiente, por ello se requiere utilizar mínimos cuadrados<br />
generalizados. Para examinar la existencia de efectos Garch en un<br />
mo<strong>del</strong>o se usa un test ARCH. Bajo este test se verifica la hipótesis nula<br />
de que los errores son ruido blanco contra la hipótesis alternativa que la<br />
varianza de los errores son <strong>del</strong> tipo dado en ARCH(q) . El test ARCH es<br />
un test de multiplicadores de Lagrange (LM).<br />
13<br />
El Garch (p,q) viene dado por : σ 2 t=α 0 +α 1ε 2 t-1 +........+α qε t-q<br />
2<br />
+ δ 1σ 2 t-1<br />
+........................δ pσ t-p2 .
335<br />
ANEXO II<br />
Optima extracción de un recurso no renovable bajo condiciones de<br />
certeza.<br />
Supóngase el siguiente mo<strong>del</strong>o de explotación de un stock de<br />
recursos minerales, donde las variables son definidas como:<br />
Q(t)=La producción de la industria en el tiempo t.<br />
P(t) =Precio en el período t.<br />
C(Q(t),t)=Costo de procesamiento y extracción que depende<br />
positivamente de la producción y de un índice tecnológico dado por t.<br />
X(t) = Stock <strong>del</strong> recurso en el tiempo t.<br />
R(t)= Reservas en el tiempo t<br />
λ(t)= Una variable de co-estado<br />
Un punto sobre una variable indica tasa de cambio a través <strong>del</strong><br />
tiempo.<br />
El problema de la firma es elegir la senda de extracción que<br />
maximiza la suma descontada de sus ingresos suponiendo que el <strong>precio</strong><br />
está dado y los costos son crecientes en Q y decrecientes en R. El<br />
problema a resolver es el siguiente:<br />
La solución a este problema queda definido por la solución <strong>del</strong><br />
valor corriente <strong>del</strong> siguiente Hamiltoneano y sus condiciones de primer<br />
orden y de transversalidad.
336<br />
Reordenando ii) y derivando i) respecto al tiempo e introduciendo<br />
ii) en i) se obtiene que:<br />
La condición i) muestra que en equilibrio el <strong>precio</strong> debe igualar al<br />
costo marginal más la renta <strong>del</strong> recurso. La condición ii) o iv) da origen<br />
a la llamada condición de arbitraje o regla de Hotelling que muestra<br />
que en el equilibrio la renta <strong>del</strong> recurso debe crecer a la tasa de interés<br />
más el cambio en el costo respecto a variaciones en las reservas. La<br />
ecuación v) muestra que la tasa de cambio <strong>del</strong> <strong>precio</strong> es igual a la renta<br />
<strong>del</strong> recurso capitalizada a la tasa de descuento más el cambio de los<br />
costos producto de la variación en las reservas más la tasa de cambio<br />
<strong>del</strong> costo marginal producto de cambios en la tecnología y en las reservas.<br />
Optima extracción de un recurso no renovable bajo condiciones de<br />
incertidumbre<br />
La incertidumbre en la explotación de un recurso natural se<br />
manifiesta principalmente en los <strong>precio</strong>s y en los costos de producción.<br />
Para incluir esta incertidumbre en el mo<strong>del</strong>o podemos asumir que el<br />
<strong>precio</strong> sigue un proceso tipo Wiener dado por:<br />
Donde µ p (t) es la tasa de apreciación <strong>del</strong> <strong>precio</strong> la que varía a través<br />
<strong>del</strong> tiempo con cambios en las reservas o cambio técnico y σ p es la varianza.<br />
Por otro lado los costos también son inciertos y dependen de la<br />
función: , C=C(Q,R,θ(t)),donde θ(t) es un parámetro de productividad<br />
aleatorio que también sigue un proceso Wiener dado por:
337<br />
Este problema de control estocástico tiene una función valor dado por:<br />
Usando una versión estocástica de la ecuación de Euler se tiene que:<br />
Donde<br />
Etd(.) es el operador diferencial de Ito. Derivando π con<br />
respecto a Q y R y tomando la derivada con respecto a t se obtiene:<br />
Donde λ = P-C Q. La ecuación vi) es la versión estocástica de la<br />
regla de Hotelling. La última ecuación muestra la dinámica <strong>del</strong> <strong>precio</strong>,<br />
la cual es similar a su versión determinística cuando la covarianza entre<br />
el <strong>precio</strong> y el parámetro de productividad no están correlacionados y la<br />
firma es neutral al riesgo.