Aplicación del modelo de ajuste parcial nerloviano para estimar la elasticidad de la oferta de plátano en Colombia

Autores/as

DOI:

https://doi.org/10.22267/rtend.212202.168

Palabras clave:

cointegración, estacionariedad, expectativas de precios, respuesta oferta, vector autorregresivo

Resumen

El objetivo del presente estudio fue estimar la respuesta de la oferta del plátano y las elasticidades de corto y largo plazo mediante el modelo de ajuste parcial desarrollado por Nerlove, tomando como base el periodo entre 2000 y 2018. Se aplicó un diseño de investigación explicativo, cuantitativo y correlacional y para la estimación empírica se empleó la metodología de los vectores autorregresivos. Los resultados indicaron que los coeficientes asociados al precio y producción rezagadas fueron positivos, significativos y coherentes con la teoría económica. Las elasticidades calculadas de corto plazo fueron inelásticas y similares a estudios relacionados con los cultivos permanentes por lo cual se puede inferir que las políticas de precios no son una herramienta eficaz para aumentar la oferta del plátano debido a la baja respuesta de la producción a movimientos en los precios.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Susan Cancino, Universidad de Pamplona

Magíster en Administración de Negocios, Universidad de Nottingham, Reino Unido. Miembro del Grupo de Investigación Biotecnología Vegetal, Universidad de Pamplona. ORCiD: 0000-0001-7827-8502. E-mail: susancancino@hotmail.com, Colombia.

Giovanni Orlando Cancino Escalante, Universidad de Pamplona

PhD en Biotecnología, Universidad de Nottingham, Reino Unido. Profesor Titular Universidad de Pamplona. Director del Grupo de Investigación Biotecnología Vegetal, Universidad de Pamplona. ORCiD: 0000-0002-3812-1129. E-mail: gcancino@unipamplona.edu.co, Colombia.

Citas

(1) Akaike, H. (1974). A new look at the statistical model identification. IEEE Transactions on Automatic Control, 19(6), 716-723. https://doi.org/10.1109/TAC.1974.1100705

(2) Álvarez, L., León, A., Sánchez, M., & Cusme, B. (2020). Evaluación socioeconómica de la producción de plátano en la zona norte de la Provincia de los Ríos. Journal of Business and Entrepreneurial, 4(2), 86-97. https://doi.org/10.37956/jbes.v4i2.78

(3) Askari, H., & Cummings, J. (1977). Estimating agricultural supply response with the Nerlove model: A survey. Economic Review, 18(2), 257-292. https://doi.org/10.2307/2525749

(4) Briceño, F., Rojas, A., & Coydán, I. (2005). Politicas de precios en Chile: El caso de los cereales. Panorama Socioeconómico, 23(31), 58-70.

(5) Chique, V., Rosales R. & Samacá H. (2006). Efectos de la liberalización comercial: un análisis de equilibrio parcial para el sector de arroz en Colombia. Documento CEDE 2006-37.

(6) Dlamini, D. (2018). Supply response of potato to price and non-price factors in Swaziland. Archives of Business Research, 6(10), 78-85. https://doi.org/10.14738/abr.610.5248

(7) Espinal, C., Martínez, J., & Peña, M. (2005). La cadena de plátano en Colombia: Una mirada global de su estrucutra y dinámica 1991-2005. Bogotá: Observatorio Agrocadenas, Documento de trabajo No 61.

(8) Espinosa, A., & Vaca, P. (2011). Impactos y consecuencias en el sector azucarero en Colombia a partir del TLC con la Unión Europea. Horizontes Empresariales, 11(2), 7-34.

(9) Organización de las Naciones Unidas para la Alimentación y la Agricultura [FAO]. (2020). Datos estadísticos. http://www.fao.org/faostat/es/#data/QC

(10) Dickey W. & Fuller, D. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74(366), 427-431. https://doi.org/10.2307/2286348

(11) Granger, C. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica, 37(3), 424-438. https://doi.org/10.2307/1912791

(12) Guzmán, M., & García, A. (2008). El modelo VAR y sus principales problemas. Panorama Económico, 3(6), 95-117.

(13) Hamilton, J. (1994). Time Series Analysis. Princeton University Press.

(14) Huq, A., & Arshad, M. (2010). Supply response of potato in Bangladesh: A vector error correction approach. Journal of Applied Sciences, 10(11), 859-902. https://doi.org/10.3923/jas.2010.895.902

(15) Johansen, S. (1988). Satistical analysis of cointegrating vectors. Journal of Economic Dynamics, 12(2), 231-254. https://doi.org/10.1016/0165-1889(88)90041-3

(16) Johansen, S., & Juselius, K. (1990). Maximum likelihood estimation and inference on cointegration with applications to the demand for money. Oxford Bulletin of Economic and Statistics, 52(2), 169-210. https://doi.org/10.1111/j.1468-0084.1990.mp52002003.x

(17) Khan, S., Faisal, M., Ul Haq, Z., Fahad, S., Ali, G., Khan, A., & Khan, I. (2019). Supply response of rice using time series data: Lessons from Khyber Pakhtunkhwa Province, Pakistan. Journal of the Saudi Society of Agricultural Sciences, 18(4), 458-461. https://doi.org/10.1016/j.jssas.2018.03.001

(18) Kohli, D. (1996). Supply response in agriculture: A review of methodologies. Working Papers No. 63. National Council of Applied Economic Research.

(19) Lutkepohl, H. (2005). New Introduction to Multiple Times Series Analysis. Springer.

(20) Mekbib, G., Kalkuhl, M., & von Braun, J. (2014). Agricultural supply response to international food prices and price volatility: a cross- country panel analysis. Center for Development Research.

(21) Mesike, C., Okoh, R., & Inoni, O. (2010). Supply response of rubber farmers in Nigeria: An application of vector error correction model. Agricultural Journal, 5(3), 146-150. http://dx.doi.org/10.3923/aj.2010.146.150

(22) Ministerio de Agricultura y Desarrollo Rural (2020). Cadena de plátano. https://sioc.minagricultura.gov.co/Platano/Documentos/2020-03-31%20Cifras%20Sectoriales.pdf

(23) Mose, L., Burger, K., & Kuvyenhoven, A. (2007). Aggregate supply response to price incentives: the case of smallholder maize production in Kenya. African Crop Science, 8, 1271-1275.

(24) Nerlove, M. (1958). Distributed lags and estimation of long-run supply and demand elasticities: Theoretical considerations. Agricultural and Applied Economics Association, 40(2), 301-311. https://doi.org/10.2307/1234920

(25) Nerlove, M. & Bessler, D. (2001). Expectation. Information and dynamics. Handbook of Agricultural Economics, 1(A), 155-206. https://doi.org/10.1016/S1574-0072(01)10006-X

(26) Quintero, J., & López, H. (2011). Respuesta de la oferta de arroz en Colombia 1994-2008. Revista Mundo Económico y Empresarial, (10), 60-72.

(27) Ramírez, M., González, F., Martínez, H., & Ortíz, L. (2004). Respuestas de la oferta y demanda agrícola en el marco de un TLC con Estados Unidos. Observatorio Agrocadenas, Documento de trabajo No. 49.

(28) Sánchez-Zuñiga, J., Sánchez-Molina, J., & Flórez-Vargas, A. (2020). Empleo del residuo agroindustrial del plátano como sustituto parcial del feldespato en la formulación de pasta de cerámica. Revista UIS de Ingeniería, 19(4), 157-166. https://doi.org/10.18273/revuin.v19n4-2020014

(29) Schwarz, G. (1978). Estimating the Dimension of a Model. The Annals of Statistics, 6(2), 461-464. https://doi.org/10.1214/aos/1176344136

(30) Sims, C. (1980). Macroeconomics and reality. Econometrica, 48, 1- 48. https://doi.org/10.2307/1912017

(31) Tripathi, A., & Prasad, A. (2009). Estimation of agricultural supply response by cointegration approach. The Indian Economic Journal, 57(1), 106-131. https://doi.org/10.1177/0019466220090106

(32) Van Wyk, D., & Treurnicht, N. (2012). A quantitative analysis of supply response in the Namibian mutton industry. South African Journal of Industrial Engineering, 23(1), 202-215.

Descargas

Publicado

2021-07-01

Cómo citar

Cancino, S., & Cancino Escalante, G. O. (2021). Aplicación del modelo de ajuste parcial nerloviano para estimar la elasticidad de la oferta de plátano en Colombia. Tendencias, 22(2), 57–75. https://doi.org/10.22267/rtend.212202.168