Upload
nguyenkhanh
View
215
Download
0
Embed Size (px)
Citation preview
Instituto Nacional de Tecnología Agropecuaria
LA CRISIS FINANCIERA DE
EE.UU. Y SU IMPACTO EN EL
SECTOR AGROPECUARIO
DE LA ARGENTINA
Abril‐ Mayo 2008
Instituto Nacional de Tecnología Agropecuaria
Prólogo
Ing. Agr. Néstor Oliveri Director Nacional
Carlos A. Cheppi Presidente
Instituto Nacional de Tecnología Agropecuaria
COORDINADOR LIC. RUBÉN DARÍO PATROUILLEAU
RESPONSABLE ESTUDIOS COYUNTURA DR. ALBERTO J. SOSA
ASISTENTE ÁREA SOCIAL LIC. NICOLÁS CARVALHO
ASISTENTE ÁREA ECONÓMICA LIC. MARCELO SAAVEDRA
Equipo Técnico
Instituto Nacional de Tecnología Agropecuaria
COORDINACIÓN: LIC. MARCELO SAAVEDRA
LIC. MARIANO FELIZ
LIC. PABLO CHENA
LIC. FACUNDO BARRERA
LIC. PILAR PALMIERI PASO
Autores
1
LA CRISIS FINANCIERA DE EEUU Y SU IMPACTO EN EL SECTOR
AGROPECUARIO DE LA ARGENTINA
TABLA DE CONTENIDOS
ÍNDICE GENERAL Tabla de Contenidos ............................................................................................................................................................. 1
Índice General .................................................................................................................................................................. 1 Índice de Ilustraciones ..................................................................................................................................................... 2
Cuadros ....................................................................................................................................................................... 2 Gráficos ....................................................................................................................................................................... 3 Figuras ......................................................................................................................................................................... 4
Introducción.......................................................................................................................................................................... 5 Estados Unidos, ¿aun la economía hegemónica? Perspectivas a la luz de la crisis de la economía norteamericana ......... 6
¿Nueva hegemonía norteamericana o crisis de hegemonía? .......................................................................................... 6 La reestructuración capitalista tres décadas después y la hegemonía norteamericana ................................................. 7 Hegemonía estadounidense con desequilibrios estructurales ........................................................................................ 8 ¿Qué pasaría entonces en este marco si la economía estadounidense entra en crisis profunda en los próximos meses? ......................................................................................................................................................................................... 9 ¿Crecimiento liderado por exportaciones? .................................................................................................................... 11
La crisis de Estados Unidos y sus efectos. Interdependencia internacional y la transmisión de shocks. ........................... 12 Breve caracterización de los modelos VAR y modelo aplicado ...................................................................................... 13 Resultados del Modelo VAR ........................................................................................................................................... 15
La crisis financiera en Estados Unidos ................................................................................................................................ 18 El comienzo de la crisis financiera: La financiarización de la economía americana ....................................................... 18 La inestabilidad financiera y las burbujas: ..................................................................................................................... 20 La burbuja inmobiliaria .................................................................................................................................................. 21 La génesis de la burbuja inmobiliaria ............................................................................................................................. 21 El estallido y la crisis ....................................................................................................................................................... 24
La Crisis de la economía norteamericana y su transmisión al resto del mundo. ................................................................ 26 Integración asimétrica: los modelos Norte‐Sur y Centro‐Periferia. ............................................................................... 26 Breve análisis de la transmisión de shocks a través del canal real. ............................................................................... 28
La situación del MERCOSUR Ampliado en el mercado mundial. ............................................................................... 30 Análisis del comercio argentino. El caso particular de los productos agropecuarios. .............................................. 34 Análisis de los socios comerciales de la Argentina. ................................................................................................... 35 Análisis sectorial del comercio argentino. ................................................................................................................ 38 Un análisis combinado para dos casos relevantes: Estados Unidos y Brasil. ............................................................ 39 El comportamiento de la Inversión Extranjera Directa en la Región. ....................................................................... 42 Una aproximación teórica para el análisis de la IED. ................................................................................................ 42 La influencia de la IED en la región ........................................................................................................................... 43 Los flujos de IED en la Argentina ............................................................................................................................... 44
Breve análisis de la transmisión de shocks a través del canal financiero. ..................................................................... 47 Posibles efectos de la crisis de Estados Unidos sobre el precio de los principales commodities agrícolas exportados por Argentina ............................................................................................................................................................................ 49
Análisis econométrico .................................................................................................................................................... 51 Conclusiones generales del análisis de regresión lineal ................................................................................................ 52
Posible impacto de la crisis de EE.UU sobre el índice de precios de los commodities alimenticios en general ....... 52 Posible impacto de la crisis de EE.UU sobre el precio del trigo ................................................................................ 53 Posible impacto de la crisis de EE.UU sobre el precio del maíz ................................................................................ 53 Posible impacto de la crisis de EE.UU sobre el precio de la soja ............................................................................... 54 Posible impacto de la crisis de EE.UU sobre el precio del girasol ............................................................................. 54
2
Reflexiones finales .............................................................................................................................................................. 56 Crisis Internacional, canales de impacto sobre la Argentina ......................................................................................... 56 Dinámica Potencial del Precio de Commodities ............................................................................................................ 57 Esquemas de la dinámica Potencial del Precio de Commodities ................................................................................... 57
Efectos de la economía de Estados Unidos ............................................................................................................... 57 Efectos de transmisión a la economía Asiática ......................................................................................................... 58 Interacción commodities‐petróleo ............................................................................................................................ 58 Precios de commodities y burbuja financiera ........................................................................................................... 59 Escenario considerado más probable para los precios de los commodities en el corto plazo.................................. 59 Escenario considerado más probable para los precios de los commodities en el mediano plazo ............................ 60
Cuestiones a dilucidar en líneas de investigación futuras derivadas de este trabajo ........................................................ 60 Anexo I: El Índice de Rentabilidad Agropecuaria Argentino (IRAA). Una aproximación teórica hacia una medida de la rentabilidad por regiones. .................................................................................................................................................. 61
La construcción del IRAA ................................................................................................................................................ 61 Índices Ponderados ........................................................................................................................................................ 62 Definiciones de Rentabilidad ......................................................................................................................................... 62 Las dimensiones del IRAA .............................................................................................................................................. 63 Un ejercicio a modo de ejemplo .................................................................................................................................... 63
Anexo II: Modelos del Análisis a través de Vectores Autoregresivos (VAR) ....................................................................... 66 MODELO VAR 1. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ARGENTINA (LPBIARG), TASA DE INTERÉS (LTII), PRECIOS COMMODITIES 1 (LPCOM) ............................................................................................................................................. 66 MODELO VAR 2. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ARGENTINA (LPBIARG), TASA DE INTERES (LTII), PRECIOS COMMODITIES 2 (LPCOM2) ........................................................................................................................................... 68 MODELO VAR 3. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ARGENTINA (LPBIARG), TASA DE INTERES (LTII), PRECIOS COMMODITIES 3 (LPCOM3) ........................................................................................................................................... 70 MODELO VAR 4. VARIABLES: PBI EE.UU. (LPBIUSA), PBI BRASIL (LPBIBRA), TASA DE INTERES (LTII), PRECIOS COMMODITIES 1 (LPCOM) ............................................................................................................................................. 72 MODELO VAR 5. VARIABLES: PBI EE.UU. (LPBIUSA), PBI BRASIL (LPBIBRA), TASA DE INTERES (LTII), PRECIOS COMMODITIES 2 (LPCOM2) ........................................................................................................................................... 74 MODELO VAR 6. VARIABLES: PBI EE.UU. (LPBIUSA), PBI BRASIL (LPBIBRA), TASA DE INTERES (LTII), PRECIOS COMMODITIES 3 (LPCOM3) ........................................................................................................................................... 76 MODELO VAR 7. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ALEMANIA (LPBIALE), TASA DE INTERES (LTII), PRECIOS COMMODITIES 1 (LPCOM) ............................................................................................................................................. 78 MODELO VAR 8. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ALEMANIA (LPBIALE), TASA DE INTERES (LTII), PRECIOS COMMODITIES 2 (LPCOM2) ........................................................................................................................................... 80 MODELO VAR 9. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ALEMANIA (LPBIALE), TASA DE INTERES (LTII), PRECIOS COMMODITIES 3 (LPCOM3) ........................................................................................................................................... 82 MODELO VAR 10. VARIABLES: PBI EE.UU. (LPBIUSA), PBI JAPON (LPBIJAP), TASA DE INTERES (LTII), PRECIOS COMMODITIES 1 (LPCOM) ............................................................................................................................................. 84 MODELO VAR 11. VARIABLES: PBI EE.UU. (LPBIUSA), PBI JAPON (LPBIJAP), TASA DE INTERES (LTII), PRECIOS COMMODITIES 2 (LPCOM2) ........................................................................................................................................... 86 MODELO VAR 12. VARIABLES: PBI EE.UU. (LPBIUSA), PBI JAPON (LPBIJAP), TASA DE INTERES (LTII), PRECIOS COMMODITIES 3 (LPCOM3) ........................................................................................................................................... 88
Anexo III. Regresiones del Modelo Lineal de Evaluación de Impactos sobre el precio de los commodities ...................... 90 Referencias Bibliográficas ................................................................................................................................................... 95
ÍNDICE DE ILUSTRACIONES CUADROS Cuadro 1: PBI regional per cápita como porcentaje del PBI per cápita de EE.UU. ............................................................... 7 Cuadro 2: Variación de los costos (laborales) unitarios reales relativos y el tipo de cambio real. Euro/dólar y yen/dólar, 1991‐2006. .......................................................................................................................................................................... 10 Cuadro 3: Balance de cuenta corriente en porcentaje del PBI mundial. Años seleccionados, 1991‐2007. ....................... 11 Cuadro 4: Contribución al crecimiento del PBI global. Aporte al crecimiento total. 1970‐2007 ........................................ 12 Cuadro 5: Contribución al crecimiento del PBI global. Proporción del total. 1970‐2007 ................................................... 12
3
Cuadro 6: Correlación entre el PBI de Estados Unidos y las variables seleccionadas en los modelos. .............................. 14 Cuadro 7: Impacto de un shock negativo de 1% en el PBI de Estados Unidos en el PBI de países seleccionados. Efecto acumulativo en 4 trimestres. .............................................................................................................................................. 15 Cuadro 8: Impacto de un shock negativo de 1% en el PBI de Estados Unidos en la tasa de interés de largo plazo. Efecto acumulativo en 4 trimestres. .............................................................................................................................................. 16 Cuadro 9: Impacto de un shock negativo de 1% en el PBI de Estados Unidos en el precio de commodities seleccionadas. Efecto acumulativo en 4 trimestres. ................................................................................................................................... 16 Cuadro 10: Importancia relativa del sector financiero en la economía de Estados Unidos (1979‐2005) .......................... 18 Cuadro 11: Coeficiente de Correlación (PBI ‐ tasa int. inter.) ............................................................................................. 48 Cuadro 12: Coeficiente de correlación entre las variaciones del índice de precios general de alimentos y las variaciones en los precios del trigo, maíz, soja y girasol (i. 1990‐i 2008) ................................................................................................... 50 Cuadro 13: Correlación entre la variación de los distintos precios agrícolas (índice de precios general de alimentos, precios del trigo, maíz soja y girasol), las principales variables macroeconómicas de Estados Unidos (Tasa de Interés, Tipo de Cambio Nominal y el Producto Bruto Doméstico) y las variables de control (precios del petróleo y valor de las importaciones de china). En tasas de variación. (i. 1990‐i. 2008) ...................................................................................... 50 Cuadro 14: Correlación entre los precios de los productos agroalimentarios analizados con el precio del petróleo y el valor de las importaciones chinas en términos reales. (i. 1990‐i. 2008) ..................................................................................... 51 Cuadro 15: Regresión Índice de Alimentos ......................................................................................................................... 52 Cuadro 16: Regresión Trigo ................................................................................................................................................ 53 Cuadro 17: Regresión Maíz ................................................................................................................................................. 53 Cuadro 18: Regresión Soja .................................................................................................................................................. 54 Cuadro 19: Regresión Girasol ............................................................................................................................................. 55 GRÁFICOS Gráfico 1: Cotización del dólar frente al yen y al euro (desde 1999 antes cesta de monedas europeas). Número índice, 1992=100. ............................................................................................................................................................................. 9 Gráfico 2: Impacto de un shock negativo de 1% en el PBI de Estados Unidos en el PBI de países seleccionados. Efecto acumulativo en 4 trimestres. .............................................................................................................................................. 15 Gráfico 3: Impacto de un shock negativo de 1% en el PBI de Estados Unidos en el precio de commodities seleccionadas. Efecto acumulativo en 4 trimestres. ................................................................................................................................... 16 Gráfico 4: evolución de los beneficios del sector financiero respecto a los beneficios del sector no financiero en estados unidos 1979‐2005 ............................................................................................................................................................... 19 Gráfico 5: Evolución de la productividad y de la compensación salarial horaria (1980‐2005). Índice base 100:1980 ....... 19 Gráfico 6: Evolución del Ratio Deuda/Producto Bruto Nacional de las familias, empresas no financieras y sector público en Estados Unidos durante el período 1979‐2005. ................................................................................................................. 20 Gráfico 7: Índice de precio medio de vivienda de EE.UU (deflactado). Indice Case‐Shiller. ............................................... 21 Gráfico 8: Balance del sector público, sector privado y sector externo de Estados Unidos medido como porcentaje del PBN desde 1990 ......................................................................................................................................................................... 21 Gráfico 9: participación porcentual de los diferentes componentes del PBN .................................................................... 22 Gráfico 10: Tasa de variación de la inversión residencial y del producto bruto doméstico. Media movil (1990‐ 2007) ... 22 Gráfico 11: Evolución de la tasa de interés de corto plazo en Estados Unidos. ................................................................. 23 Gráfico 12: Entrada de capitales financieros internacionales a Estados Unidos (1999‐2006). En millones de dólares. .... 24 Gráfico 13: Evolución del crédito para vivienda, consumo, empresas y Gobierno Federal medido como porcentaje del Producto Bruto Nacional (1990‐2007) ................................................................................................................................ 24 Gráfico 14: Participación de las importaciones en el PBI de Estados Unidos. .................................................................... 28 Gráfico 15: Importaciones de bienes de EE.UU. según su país de origen. Año 1992 y 2007. ............................................ 29 Gráfico 16: Participación en las importaciones mundiales de productos agropecuarios. Año 2006 ................................. 30 Gráfico 17: Crecimiento del PBI. Años 1991‐2006 .............................................................................................................. 30 Gráfico 18: Crecimiento del PBI. Años 1991‐2006. ............................................................................................................. 31 Gráfico 19: Exportaciones MERCOSUR Ampliado. Años 1996‐2006. .................................................................................. 31 Gráfico 20: Dinámica de las Exportaciones del MERCOSUR Ampliado según destino. Años 1995‐2006. .......................... 32 Gráfico 21: Exportaciones del MERCOSUR Ampliado según destino. ................................................................................ 32 Gráfico 22: EE.UU. en las exportaciones de bienes agrícolas de Sud y Centro América .................................................... 33 Gráfico 23: Importaciones MERCOSUR Ampliado. Años 1995‐2006. ................................................................................. 33 Gráfico 24: Importaciones del MERCOSUR Ampliado según destino. ................................................................................ 34 Gráfico 25: Grado de apertura de MERCOSUR Ampliado y de Argentina. ......................................................................... 35
4
Gráfico 26: Exportaciones e Importaciones de la Argentina. Años 1995‐2006. ................................................................. 35 Gráfico 27: Exportaciones de Argentina según país de destino. Años 1996, 2001 y 2006. Millones de dólares. .............. 36 Gráfico 28: Participación en las importaciones de Argentina. Millones de dólares. .......................................................... 37 Gráfico 29: Composición de las exportaciones de Argentina. Años 1996, 2001 y 2006. .................................................... 38 Gráfico 30: Composición de las importaciones de Argentina. Años 1996, 2001 y 2006. ................................................... 38 Gráfico 31: EXPORTACIONES DE ARGENTINA A ESTADOS UNIDOS. AÑO 2006 .................................................................. 39 Gráfico 32: IMPORTACIONES DE ARGENTINA DESDE ESTADOS UNIDOS. AÑO 2006. ........................................................ 40 Gráfico 33: EXPORTACIONES DE ARGENTINA A BRASIL. AÑO 2006. .................................................................................. 40 Gráfico 34: IMPORTACIONES DE ARGENTINA DESDE BRASIL. AÑO 2006 ........................................................................... 41 Gráfico 35: Inversión Extranjera Directa. Panorama General ............................................................................................. 43 Gráfico 36: IED en Argentina. Años 1990‐2007 .................................................................................................................. 44 Gráfico 37: Participación de la IED en el PBI. Años 1990‐2006. .......................................................................................... 45 Gráfico 38: PBI de la Argentina. Años 1990‐2007 ............................................................................................................... 47 Gráfico 39: Tasa de interés internacional*. Años 1990‐2008 ............................................................................................. 47 Gráfico 40: Volatilidad del índice de precios general de alimentos, de la tasa de interés de largo plazo de Estados Unidos y de Producto Bruto Interno en términos desestacionalizados (I. 1990‐I 2008) .................................................................. 49 FIGURAS Figura 1: Efectos de la economía estadounidense sobre el precio de los commodities .................................................... 58 Figura 2: Efectos de transmisión a la economía asiática .................................................................................................... 58 Figura 3: Interacción commodities‐petróleo ...................................................................................................................... 59 Figura 4: Precios de commodities y burbuja financiera ...................................................................................................... 59 Figura 5: Escenario considerado más probable para los precios de los commodities en el corto plazo ............................ 59 Figura 6: Escenario considerado más probable para los precios de los commodities en el mediano plazo ...................... 60
5
INTRODUCCIÓN El presente trabajo pretende determinar si la crisis que se comenzó a desarrollar en los EE.UU. sobre finales del año 2007, considerándose la posibilidad que la misma pueda extenderse a escala global, podría producir efectos significativos en la economía argentina y en particular en el sector agropecuario.
La crisis económica reciente de la economía de Estados Unidos ha puesto al mundo en alerta. Las medidas económicas tomadas por el gobierno de ese país, durante el primer semestre, han significado una inyección de más de 300.000 millones de dólares sea a través de descuentos de impuestos, sea en salvataje a bancos, junto con la medida tomada por la Fed al decidir bajar tres cuartos de punto la tasa de interés de referencia, confirman la posibilidad de que sean ciertas las proyecciones de recesión en aquel país.
Las especulaciones que los distintos analistas hacen sobre el fenómeno, van desde plantear que la crisis financiera se resuelve fácilmente promoviendo una gerencia más responsable de las empresas y mayor transparencia en las entidades financieras1 hasta la mención de una crisis financiera (simbolizada por la declinación del dólar) como manifestación de una crisis crónica de sobreproducción global y agotamiento de los recursos productivos.2
Con el fin de comprender la crisis, los canales de transmisión y los impactos el abordaje se realizará desde diferentes aristas.
En primer lugar se repasa la situación de EEUU como líder hegemónico y los potenciales cambios que se observaron en los últimos años y especialmente con la crisis actual y la aparición de nuevos actores de peso. Este análisis se hará prestando especial interés a la reestructuración del capitalismo que se dio en la últimas tres décadas y la presencia de desequilibrios estructurales.
En segundo lugar se refiere a la crisis de Estados Unidos y sus efectos en términos de interdependencia internacional y la transmisión de shocks, para eso se recurrirá a la utilización de herramental econométrico, en este caso Vectores Autoregresivos que permita determinar los efectos en términos de interdependencia.
A posteriori se profundiza en las características de la crisis financiera en Estados Unidos, recurriendo al análisis de la financiarización de la economía americana, su inestabilidad y las burbujas, haciendo especial hincapié en la burbuja inmobiliaria en sus diferentes fases.
Considerando la importancia de Estados Unidos en términos económicos es fundamental determinar la presencia de efectos sobre el resto de la economía mundial. Para eso se recurrirá a modelos de análisis del canal real, así como la integración asimétrica y los modelos Norte‐Sur y Centro‐Periferia, analizando la transmisión de los shocks y la situación de la Argentina y referenciando a los socios comerciales, especialmente el MERCOSUR con referencia a cuestiones sectoriales.
Adicionalmente se aborda el análisis del comportamiento de la Inversión Extranjera Directa en la región, con especial atención a los flujos de IED en la Argentina.
Considerando que la interdependencia macroeconómica se manifiesta por dos vías, es preciso abordar la cuestión del canal financiero.
Para determinar el efecto de la crisis sobre los precios de los principales commodities agrícolas exportados por Argentina se recurrirá al análisis econométrico que evalúa el impacto sobre el índice de precios de los commodities alimenticios en general, y en particular, sobre el precio del trigo, el precio del maíz, el precio de la soja y el precio del girasol.
Por último se realiza un abordaje integral, el cual pretende sintetizar los diferentes enfoques y obtener alguna conclusión respecto al escenario en el cual se moverán los precios de los productos agrícolas de referencia para la Argentina.
1 Para ver más, Reinhart y Rogoff (2008). 2 Para ver más, Beinstein (2007)
6
ESTADOS UNIDOS, ¿AUN LA ECONOMÍA HEGEMÓNICA? PERSPECTIVAS A LA LUZ DE LA CRISIS DE LA ECONOMÍA NORTEAMERICANA La crisis económica que está en pleno desarrollo en los Estados Unidos trae la preocupación sobre sus efectos en la economía global y en particular en la periferia.
A sabiendas de la complejidad del problema, parece importante enmarcar esa crisis en la historia reciente del dominio mundial de los Estados Unidos. Muchas de las conclusiones que puedan obtenerse respecto al desempeño futuro de EE.UU. y los coletazos globales de sus desequilibrios dependen crucialmente de una adecuada interpretación de su posición actual en el concierto de las naciones.
¿NUEVA HEGEMONÍA NORTEAMERICANA O CRISIS DE HEGEMONÍA? Los años setenta fueron un período crítico para el capitalismo mundial. Esa década mostró los límites de una forma de reproducción capitalista (muchas veces conocida como “fordista”). Consecuentemente, también, los 70 dieron lugar a una profunda reestructuración de la economía global, proceso que fue encabezado por la potencia hegemónica: los Estados Unidos.
Frente a una crisis que ponía en juego no sólo el dominio internacional de la economía norteamericana sino, sobre todo, que puso en cuestión las reglas de juego del capitalismo, la estrategia de reestructuración tuvo un objetivo central y de largo plazo (Gill, 2003): asegurar la supremacía norteamericana del mercado mundial, en un modo de desarrollo social determinado por el capital, cuyos derechos de propiedad estarían garantizados y sostenidos militar y constitucionalmente.
Desde el punto de vista del poder hegemónico, la búsqueda de supremacía suponía la unificación del espacio político, social y económico global a través de una modalidad de dominio basada en la coerción económica y el uso de la violencia organizada como medio para intimidar y fragmentar a la oposición. El neoliberalismo disciplinario, manifestado claramente por lo que se dio en llamar el Consenso de Washington, se fundamenta en la creciente utilización de estructuras basadas en el mercado para garantizar disciplina social y organizar la distribución y el bienestar, por ejemplo en los mercados de trabajo y capitales, imponiendo los costos de ajuste sobre los más débiles, todo ello respaldado por la coerción estatal.
Los treinta y siete años que sucedieron la salida de la convertibilidad del dólar al oro (1971) marcaron una sucesión de avanzadas de lo que puede denominarse la estrategia neoliberal de construcción del mercado mundial o más corto, la globalización neoliberal.
Esa estrategia involucró 5 procesos decisivos (Gill, 2003). Primero, los EE.UU. fueron logrando crecientes garantías para la inversión extranjera y el acceso al abastecimiento global de las empresas trasnacionales. Segundo, se crearon numerosos organismos supranacionales con el objetivo de administrar esos acuerdos y garantías por sobre las jurisdicciones nacionales. Tercero, esto ha permitido asegurar el acceso a los mercados externos y la protección de la propiedad intelectual y la tecnología (principalmente a los capitales norteamericanos). Cuarto, una política de globalización de las estructuras corporativas de gobernanza (governance) en los mercados bursátiles y financieros, que faciliten la transferencia de la propiedad mediante operaciones en los mercados de valores. Quinto, los Estados Unidos han establecido un decidido liderazgo en tecnologías clave asociadas a la información, las comunicaciones y otras industrias asociadas (como la defensa).
En síntesis, los regímenes de gobernanza de los mercados mundiales han sido completamente rediseñados en las últimas décadas de acuerdo a un “nuevo constitucionalismo” y el neoliberalismo disciplinario. Los Estados Unidos como potencia hegemónica al inicio de esa etapa de reestructuración ha liderado el proceso en la búsqueda de sostener esa posición de dominio que, de acuerdo a algunas visiones en las década de los cincuenta y sesenta había entrado en cuestión (Arceo, 2002), u otra visión para la cual, en las décadas de 1950 y 1960 EEUU fue hegemónico en el mundo capitalista, en tanto que para los años 70 este proceso se resquebrajó parcialmente con la derrota en Vietnam, el shock petrolero de la OPEP, la inconvertibilidad del dólar, etc. De allí que mientras que EEUU ejerció una hegemonía indiscutida en el mercado mundial, la URSS lo desafiaba política y militarmente y hasta tecnológicamente aunque no económica o comercialmente. La ofensiva estadounidense para consolidar su posición hegemónica se manifiesta en dos modalidades diferentes: por un lado, un régimen monetario y financiero internacional directamente sujeto a sus intereses nacionales y su liderazgo en la creación de los aparatos institucionales y normas internacionales que limiten el accionar del resto de los Estados en relación con el capital transnacional.
7
La extensión de este nuevo orden a los países de la periferia fue uno de los ejes centrales del proceso de trasnacionalización del capital (Arceo, 2002). Su condición de posibilidad fue el quiebre de los modos de acumulación imperantes en estos países y su reemplazo violento por un modelo de “desarrollo” basado en las exportaciones, que no es una novedad pues estuvo vigente hasta los años treinta en la mayoría de ellos. Tras décadas de intentar liberarse parcialmente de los imperativos de crecimiento impuestos por el mercado mundial, los países de la periferia se ven nuevamente atrapados por esa lógica.
LA REESTRUCTURACIÓN CAPITALISTA TRES DÉCADAS DESPUÉS Y LA HEGEMONÍA NORTEAMERICANA ¿Ha triunfado la reestructuración capitalista treinta años después de iniciada? ¿Qué papel le queda a los Estados Unidos en la economía mundial?
El crecimiento de la hegemonía norteamericana, apoyado en el escaso efecto negativo de las conflagraciones mundiales, fue claro entre 1913 y 1950. A partir de allí y hasta 1973 comenzó a ser evidente que EE.UU. perdía peso en la economía mundial, quizás no tanto por problemas propios, sino por la expansión de Europa y Japón fundamentalmente. Sin embargo, desde ese momento y hasta el año 2000, al menos, esa tendencia ha sido parcialmente frenada.
El PBI de Estados Unidos al término de la Segunda Guerra Mundial, naturalmente al ser la potencia menos afectada por la misma, representaba alrededor de la mitad del PBI mundial. Además, era una potencia acreedora y detentaba las mayores reservas de oro. Hoy, por el contrario, explica sólo alrededor un cuarto de la producción mundial de riqueza y desde el año 1986 ostenta una posición internacional de inversión deudora. En los últimos años, la posición neta de activos de los Estados Unidos ha sido negativa y superó el 35% de su PNN (Producto Nacional Neto), de modo que hay más activos estadounidenses en manos de extranjeros que activos extranjeros en manos de estadounidenses, numéricamente, mientras los activos dolarizados en manos de no‐norteamericanos supera el 70% del PNN de ese país, los activos externos en manos de residentes norteamericanos apenas alcanza el 35%.
CUADRO 1: PBI REGIONAL PER CÁPITA COMO PORCENTAJE DEL PBI PER CÁPITA DE EE.UU. Fuente: Arceo (2002: 82)
Región 1913 1950 1973 2000
Europa occidental 69,8 53,5 74,0 74,1
América Latina 27,1 26,0 24,4 20,1
Asia (sin Japón y China) 13,7 7,8 8,6 8,3
Japón 25,1 19,6 66,3 75,6
China 13,0 6,4 7,1 23,0
Mundo 29,0 22,3 24,8 21,9
En la etapa de la inmediata postguerra, casi todos los espacios económicos mundiales tendieron a ganar posiciones en relación a los Estados Unidos, en muchos casos (fundamentalmente para Europa) esta fue la respuesta natural a la recuperación de posguerra. Sin embargo es también cierto que en esta salida los Estados Unidos jugaron un papel fundamental. Siendo ejemplo los casos de Alemania, de Japón, Corea del Sur y Taiwán, además de iniciativas como la actual Unión Europea. Resultando en esta conducta un elemento central, la amenaza soviética, que a su vez legitimaba los modelos keynesianos en Europa Occidental, a través de la dupla demócrata‐cristiana/socialdemócrata. Sin embargo, en las últimas décadas el conjunto del mundo ha crecido en promedio más lentamente que los Estados Unidos, pero Europa occidental ha crecido casi al mismo ritmo y en Asia, Japón y China lo han superado. La economía de Estados Unidos representó en el año 2006 el 27,4% del producto bruto mundial, según datos del Banco Mundial.
Un rasgo distintivo de los últimos años de la reestructuración, en particular en los años noventa, ha sido la creciente articulación de Estados Unidos con las restantes economías y su estrategia orientada a profundizar su apertura. Entre 1990 y 2000, tanto las exportaciones como las importaciones estadounidenses crecieron a tasas superiores a las exportaciones e importaciones mundiales (7,1% versus 6,3% y 9,3% versus 6,5% respectivamente). Esto se reflejó en el grado de apertura de la economía estadounidense, la cual alcanzó en 2007 el 29,2%3. Esto representa un crecimiento de 80% respecto al año 1990 cuando el coeficiente era de tan sólo el 16.3%. Por otra parte, si bien las importaciones pasaron
3 El grado de apertura es estimado a partir de la sumatoria de exportaciones e importaciones con respecto al PBI.
8
de 11% a 17% del PBI estadounidense en el mismo período, el 83% de su demanda interna se cubre con producción doméstica.4
Por otra parte, el peso del comercio de los Estados Unidos con los países fuera del centro tradicional (Japón y Europa occidental) ha crecido sostenidamente: las exportaciones a países fuera de Japón y Europa occidental pasaron de 61,3% a 68,5% entre 1990 y 2000, mientras que las importaciones correspondientes lo hicieron desde 59,2% a 68,2%.
En 2007, los principales países exportadores hacia los Estados Unidos fueron la Unión Europea con el 18% de las importaciones estadounidenses, Canadá y China cada uno con el 16% y Méjico con un 11%. Estos serían, a priori, los principales perjudicados de un proceso recesivo en aquel país. En lo que respecta a la región, el MERCOSUR Ampliado (es decir, incluyendo a Argentina, Brasil, Uruguay, Paraguay, Venezuela, Bolivia y Chile) representa tan sólo el 4% de las importaciones estadounidenses (el análisis de la vinculación se ampliara al momento de caracterizar los canales de transmisión).
Desde un punto de vista dinámico, el hecho más destacado es que la participación de China en las importaciones se triplicó en quince años, pasando de un 5% en 1992 a un 16% en 2007. El peso de la Unión Europea (UE) es aproximadamente el mismo en el período, pero teniendo en cuenta que en 1992 la cifra incluía sólo a los 15 primeros países en integrar la Unión y que en 2004 se añaden 10 países, se puede considerar que la UE ha perdido importancia en las importaciones de Estados Unidos. En lo que se refiere a Méjico, puede observarse que ha ganado terreno al crecer 4 puntos porcentuales sus ventas a ese país. Por último, la participación del MERCOSUR Ampliado se ha mantenido constante con un 4% de las importaciones estadounidenses.
Un punto de particular significación se refiere al comercio estadounidense en mercancías del sector agropecuario. En tal sentido, según la UNCTAD Estados Unidos representaba en 2005 el 11,7% de la demanda internacional de agropecuarios sin procesar. Es significativo que China pasó de representar el 5,4% de la demanda mundial de estas materias primas de origen agrícola, a demandar el 13,4% del total. Si bien la participación de los países de la Unión Europea es alta (39,5%), representando casi la mitad de las importaciones de productos agropecuarios, debemos destacar que es fundamentalmente un comercio intrazonal (es decir, entre los propios países miembros de la Unión). En productos alimentarios, la demanda norteamericana era en 2005 del 10,1% del total, mientras que la demanda China llegó a sólo el 2,8% (2,3% en 1995). De esta manera, es claro que el peso de la economía de esta última como demandante internacional de productos agrícolas ha crecido sustancialmente.
En relación a la inversión extranjera directa (IED), desde 1980, se ha producido un auge de la IED no estadounidense. Esto parecería ser causado por la búsqueda por parte de esos capitales trasnacionales de adquirir una dimensión suficiente para competir con el capital de los Estados Unidos (Arceo, 2002). Sin embargo, la IED estadounidense que representó el 18,7% del total entre 1990 y 2000, en 2006 era aún el 17,8% del total. Por su parte, la supremacía de las firmas de ese origen en la cúpula capitalista a escala mundial era aún aplastante. 5 de las 10 empresas más grandes por volumen de activos son estadounidenses, mientras que el 44% de las 500 firmas con mayor cotización bursátil lo son. Según Arceo, esto remite a la importancia y dimensiones que aun tienen la economía de los Estados Unidos, a su inserción en los sectores de mayor crecimiento de la economía mundial y al peso de sus marcas, la amplia difusión de sus pautas culturales y su lugar en el desarrollo mundial de bienes diferenciados.
Podría decirse, entonces, que siguiendo sus intereses específicamente nacionales, los Estados Unidos han pasado a liderar una nueva ofensiva del capital trasnacionalizado cuyo objetivo es abrir aún más los mercados de la periferia y acelerar su reestructuración económica en un intento de ampliación extensiva del mercado mundial capitalista.
HEGEMONÍA ESTADOUNIDENSE CON DESEQUILIBRIOS ESTRUCTURALES Si bien la hegemonía de los Estados Unidos no parece estar en cuestión en estos momentos (el colapso de la URSS, la caída del muro y la reunificación de Alemania determinan que EEUU reine política y militarmente de modo cuasi‐soberano); ya en los ochenta pero con más fuerza desde comienzos de los años noventa se discute fuertemente sobre los desequilibrios macroeconómicos globales y el lugar de los Estados Unidos como punto nodal o fundamento de los mismos.
La mayoría de las discusiones se concentra en el impactante déficit que los Estados Unidos tienen en su cuenta corriente del balance de pagos. A partir del año 1991, año en el que ese saldo estuvo equilibrado luego de 10 años de desbalance, el déficit ha crecido casi sin solución de continuidad. Alcanzó los 200 mil millones de dólares en 1998 (2,5% del PBI), los 400
4 Con esto no buscamos desestimar la importancia de sus importaciones, EU importó el pasado año por valor de U$S 1.965 miles de millones constantes (a precios del año 2000), lo que equivale a más de 9 veces el producto interno bruto de Argentina.
9
mil millones en 2000 (4%) y los 805 mil millones en 2005 (6,4%). Para 2007 se estima que alcanzó el 7,6% del PBI. El déficit externo norteamericano es puesto como uno de los desequilibrios más peligrosos por el efecto que potencialmente podría tener su corrección violenta en el marco de la actual crisis económica.
Este déficit refleja en los enfoques macroeconómicos tradicionales una masa de inversión doméstica que supera al ahorro nacional (y que debe ser financiada por ahorro externo) o un volumen de inversión externa neta negativa y en consecuencia una acumulación de activos denominados en dólares (deuda, acciones, inversión extranjera directa) que están siendo acumulados por el resto del mundo. En cualquier caso, este déficit refleja un superávit global de la cuenta corriente en el resto del mundo.
La explicación más corriente asume que el déficit externo es el resultado de la “irresponsabilidad” fiscal norteamericana. Sin embargo, desde que el saldo negativo comenzó a incrementarse en 1991, el movimiento del des‐ahorro del sector público ha carecido por completo de correlación. Si en los años ochenta, el déficit externo parecía tener un componente fiscal importante, está claro que desde los años noventa el principal factor explicativo es la expansión del consumo privado por sobre los niveles de ingreso generados o la caída en la propensión a ahorrar de la población norteamericana (Bibow, 2006)
Sin embargo, esto no explica todo pues la caída en el ahorro personal neto no explica por sí sólo el deterioro en el déficit externo que refleja a su vez el conjunto de los saldos externos (y por ello, del ahorro y la inversión) del resto de los países. En efecto, en la segunda mitad de los años noventa la inversión creció también fuertemente en los Estados Unidos junto al consumo. Si bien la inversión cayó en relación a los niveles de los años previos a la crisis de los setenta, a partir de la reestructuración y en particular en los noventa, recuperó el ímpetu. Duménil y Lévy (2004) muestran que la inversión en capital fijo no residencial pasó de representar el 4,1% del producto nacional neto (PNN) en promedio durante 1952‐1979 a un nivel de 3,5% entre 1980 y 2003; en los años 2000‐2002 había alcanzado casi 4%.
Este incremento fue alimentado por la voluntad de los inversores internacionales de invertir o prestar su capital para ser invertido en los EE.UU., cubriendo de esa manera el desequilibrio entre la demanda y la producción doméstica. El resultado de este mecanismo ha sido un fuerte incremento en la masa de activos dolarizados en manos de agentes no‐estadounidenses. En 1985, esas tenencias representaron el 20% del PNN de Estados Unidos; en 2003, llegaron al 70% del PNN (Duménil y Lévy, 2004). Junto a un lento crecimiento de los activos externos en manos de residentes estadounidenses, este proceso ha conducido a un deterioro sostenido en los últimos 20 años en la posición neta de activos de los Estados Unidos.
¿QUÉ PASARÍA ENTONCES EN ESTE MARCO SI LA ECONOMÍA ESTADOUNIDENSE ENTRA EN CRISIS
PROFUNDA EN LOS PRÓXIMOS MESES?
GRÁFICO 1: COTIZACIÓN DEL DÓLAR FRENTE AL YEN Y AL EURO (DESDE 1999 ANTES CESTA DE MONEDAS EUROPEAS). NÚMERO ÍNDICE, 1992=100.
Fuente: Bureau of Labour Statistics.
Nota: para el período anterior a la creación del Euro, se toma como patrón el Marco alemán.
80
90
100
110
120
130
140
Mon
eda en
relación al dólar
(1992=100)
Euro / dólarYen / dólar
10
Una de las hipótesis más corrientes es que el deterioro de la economía norteamericana podría conducir a una salida masiva de capitales de ese país. Se asume así que el déficit externo de los Estados Unidos se tornaría no sostenible y consecuentemente la fuga de capitales forzaría una “corrección” violenta con importantes efectos en la economía mundial dado el peso de esa economía y sus articulaciones globales. La misma hipótesis sostiene que la caída del dólar en el mundo en los últimos años es un reflejo de la crisis inminente.
Una de las principales consecuencias del déficit externo de EEUU sería la depreciación del dólar. Sin embargo, como se observa, el deterioro del dólar en relación al euro y la relación no definida con el Yen es un fenómeno reciente, posterior a 2001. Evidentemente, considerando que el déficit externo de EEUU tiene permanencia desde los temprano noventa, no se puede asociar directamente al movimiento del saldo externo norteamericano con el valor relativo del dólar.
En el período analizado los costos unitarios reales relativos, uno de los determinantes fundamentales del tipo de cambio real (TCR) a largo plazo (Shaikh, 1999, 2002), han conducido a una depreciación estructural del dólar frente a las otras monedas centrales. Estos costos unitarios reales relativos pueden aproximarse a partir de los costos laborales unitarios reales (CLUR) relativos, es decir las relaciones entre los salarios reales y la productividad laboral.
La propuesta de Shaikh (1999, 2002) es que el tipo de cambio real entre las naciones es guiado por los flujos de capital que se encuentran inducidos por las rentabilidades relativas. Los países en los cuales la rentabilidad real tiende a incrementarse, enfrentarán una tendencia a la caída en sus precios expresados en moneda internacional, es decir se depreciarán en términos reales. El aumento en la rentabilidad potencial del capital será la contracara de la caída en los costos unitarios real relativos de ese país. La tendencia estructural a la caída de los precios (medidos en moneda internacional) del país cuyos costos unitarios reales bajan relativamente inducirán simultáneamente un proceso, turbulento, de re‐equiparación de las tasas de ganancia relativas.
CUADRO 2: VARIACIÓN DE LOS COSTOS (LABORALES) UNITARIOS REALES RELATIVOS Y EL TIPO DE CAMBIO REAL. EURO/DÓLAR Y YEN/DÓLAR, 1991‐2006.
Fuente: Estimación propia sobre la base de datos del Bureau of Labour Statistics.
Costos (laborales) unitarios reales relativos, país i / país j
Tipo de cambio real
Europa (i) / Estados Unidos (j) 25, 7% 14,8 %
1991‐2001 24,7% ‐15,0%
2001‐2006 0,8% 35,1%
Japón (i) / Estados Unidos (j) 13,9 % 66,2 %
1991‐2001 23,8% 38,0%
2001‐2006 ‐8,0% 20,5%
La información presentada en el cuadro 2 marca una tendencia general liderada por el aumento en los CLUR de Europa y Japón en relación a Estados Unidos (25,7% y 13,9% entre 1991 y 2006, respectivamente). Esa tendencia implica, en el marco conceptual de Shaikh, una tendencia a la depreciación sostenida del dólar, en términos reales, en relación a las principales monedas del mundo. En particular, en los noventa, la tendencia estructural fue a la depreciación del dólar por una caída en sus costos unitarios a mayor velocidad de lo que ocurría en Japón y Europa. Entre 2001 y 2006 esa tendencia se frenó parcialmente.
El tipo de cambio real efectivo, sin embargo, tiene más determinaciones o factores explicativos. Los costos unitarios reales no son el único elemento determinante de la evolución del tipo de cambio real, especialmente en el corto plazo (Harvey, 2001). En particular, señalamos el fuerte influjo de capitales hacia los Estados Unidos durante los años noventa, flujo que sostuvo una apreciación del dólar en relación al euro. Desde 2001, sin embargo, la depreciación del dólar se generalizó. Junto a los niveles de inestabilidad política provocados por el ataque a las Torres Gemelas y el comienzo de la sucesión de ataques estadounidenses en Medio Oriente, las históricamente bajas tasas de interés en los Estados Unidos han contribuido al deterioro de la cotización del dólar, por factores básicamente financieros.
¿La desvalorización del dólar podría poner en riesgo la estabilidad global? En principio, parecería que ello no ha ocurrido. A pesar del fuerte deterioro de la cotización internacional de la moneda de los Estados Unidos, su déficit externo no se ha corregido y los países de la periferia continúan acumulando aceleradamente reservas en esa moneda.
11
¿CRECIMIENTO LIDERADO POR EXPORTACIONES? Una hipótesis sugestiva para analizar la dinámica externa de la economía Norteamericana señala que es necesario dar cuenta de las estrategias de los socios comerciales que como contracara impulsan políticas de “crecimiento liderado por las exportaciones” (Dooley, Folkerts‐Landau y Garber, 2003). De una forma similar a la etapa de la posguerra en la cual Europa y Japón impulsaron una estrategia de desarrollo hacia fuera financiada por los EE.UU. (y también hacia adentro, el condominio franco‐germano con el respaldo de EUA creó el principal mercado interno del mundo), en la actualidad los Estados Unidos como país hegemónico proveedor de la moneda mundial y de “servicios de intermediación financiera” estaría facilitando a una nueva “periferia” el desarrollo de una estrategia similar.
En los países en búsqueda de superávit externo (pues asumen que las exportaciones equivalen o implican crecimiento), los gobiernos están deseosos de acumular reservas en moneda norteamericana para cubrir sus potenciales desequilibrios externos, más allá de las características de riesgo y retorno de esas inversiones. Es decir, esos países aparecen como una fuente aún inagotable de financiamiento para el déficit externo norteamericano. Es decir, que la estabilidad global del sistema financiero internacional con centro en los Estados Unidos y el dólar podría ser más sólida de lo que parece a la luz de la hipótesis tradicional que ve en el déficit externo y la desvalorización del dólar un gran fuente de inestabilidad.
Desde el punto de vista que venimos señalando, el desempeño de la economía China es clave. Entre 1991 y 2000 el déficit comercial de los Estados Unidos con ese país pasó de casi cero a 90 mil millones de dólares, llegando a 200 mil millones en 2005. Simultáneamente, en relación al mercado mundial en su conjunto, la posición externa (cuenta corriente) de China pasó a una posición claramente superavitaria recién luego de 2002. Alcanzó en 2005 un saldo positivo en su cuenta corriente de más de 158 mil millones de dólares o 7,1% de su PBI.
Esta dinámica parecería estar explicada por una sostenida reducción en los costos unitarios laborales que son el reflejo de un fuerte incremento en la productividad manufacturera junto a salarios nominales que crecen el ritmo de la producción nominal. Si bien la mayor parte del crecimiento chino se sostiene sobre un fuerte aumento en la demanda doméstica, el crecimiento de las exportaciones se ha acelerado en los últimos años.
Parecería que el comercio con China explica una parte importante del déficit externo estadounidense, al menos en los últimos años. En efecto, hasta 2002 la mayor parte de la acumulación de reservas por parte de China fue producto del ingreso de inversión extranjera directa. Con el creciente superávit externo, esas reservas han crecido hasta alcanzar 1 billón de dólares (1 millón de millones) en 2006.
Otros dos países con significativos superávits externos son Japón, Alemania y Suiza. Todos ellos (en particular, los dos primeros) han aumentado significativamente el saldo positivo de su cuenta corriente en los últimos años. Entre los 3 representan el 40% del déficit externo de los Estados Unidos.
CUADRO 3: BALANCE DE CUENTA CORRIENTE EN PORCENTAJE DEL PBI MUNDIAL. AÑOS SELECCIONADOS, 1991‐2007.
Fuente: FMI.
País o región 1991 1998 2001 2007
EE.UU. 0,01 ‐0,72 ‐1,22 ‐1,36
Europa ‐0,33 0,18 0,03 ‐0,06
Japón 0,28 0,4 0,28 0,39
Otros países avanzados ‐0,13 0,21 0,26 0,17
China 0,06 0,11 0,06 0,66
India ‐0,02 ‐0,02 0,00 ‐0,04
Otros países en desarrollo ‐0,17 ‐0,38 ‐0,05 0,07
Países exportadores de petróleo (Medio Oriente) ‐0,27 ‐0,06 0,12 0,47
Como se aprecia en 2007, prácticamente la totalidad del déficit externo estadounidense puede explicarse por el saldo positivo de China, Japón y los países de Medio Oriente exportadores de petróleo. Estos últimos han mejorado mucho sus saldos exportables sobre la base de la suba en el precio del crudo. Sólo la India y Europa como un todo presentan un saldo negativo, aunque moderado.
12
La corrección en el saldo negativo en las cuentas externas norteamericanas supondría una fuerte reducción en los saldos positivos en la mayoría de los países del mundo, lo cual podría significar un impacto fuertemente negativo en el crecimiento de naciones que han apostado al crecimiento liderado por sus exportaciones.
Por otra parte, es de señalar que aún si la economía norteamericana cayera en recesión, su impacto directo a escala internacional sería moderado. Esto sería así pues hoy en día, los Estados Unidos contribuyen sólo marginalmente al crecimiento global, en comparación con su aporte histórico.
CUADRO 4: CONTRIBUCIÓN AL CRECIMIENTO DEL PBI GLOBAL. APORTE AL CRECIMIENTO TOTAL. 1970‐2007
Fuente: Elaboración propia sobre la base de datos del FMI.
1970‐1979
1980‐1989
1990‐1995
1996‐2001
2002‐2007
EEUU 0,79 0,71 0,55 0,83 0,60
Europa 0,85 0,43 0,4 0,5 0,32
Japón 0,43 0,33 0,2 0,07 0,13
Otros países avanzados 0,45 0,43 0,39 0,46 0,44
China 0,12 0,26 0,48 0,56 0,92
India 0,07 0,14 0,16 0,2 0,32
Otros países en desarrollo
1,66 0,84 0,31 0,8 1,49
CUADRO 5: CONTRIBUCIÓN AL CRECIMIENTO DEL PBI GLOBAL. PROPORCIÓN DEL TOTAL. 1970‐2007
Fuente: Elaboración propia sobre la base de datos del FMI.
1970‐1979
1980‐1989
1990‐1995
1996‐2001
2002‐2007
EEUU 18% 23% 22% 24% 14%
Europa 19% 14% 16% 15% 8%
Japón 10% 10% 8% 2% 3%
Otros países avanzados 10% 14% 16% 13% 10%
China 3% 8% 19% 16% 22%
India 2% 4% 6% 6% 8%
Otros países en desarrollo
38% 27% 13% 23% 35%
Mundo 100% 100% 100% 100% 100%
Como se aprecia en los últimos 6 años el aporte de China y los países en desarrollo al crecimiento global ha superado ampliamente aquel de los Estados Unidos, de manera que no es de esperar que una recesión en este último tenga un impacto determinante en el crecimiento mundial. Esto permitiría decir que hay varias “locomotoras”, en una interpretación desde la ciencia política se podría aseverar que en la mayoría de los casos el propio orden hegemónico o expansivo crea o “inventa” a sus competidores o adversarios: El Hegemón no puede crecer y expandirse si no tiene competidores, aún cuando su poder se presuma absoluto e incontestado.
LA CRISIS DE ESTADOS UNIDOS Y SUS EFECTOS. INTERDEPENDENCIA INTERNACIONAL Y LA TRANSMISIÓN DE SHOCKS. De la discusión previa es claro que el desarrollo de la crisis en los Estados Unidos tendrá cierto impacto en el resto del mundo y en particular en los países de la periferia, que si bien parece ser moderado, es dado analizarlo.
13
La relación de interdependencia (asimétrica) que estructura al conjunto de los países del mundo puede ser modelizada a partir de una tipología que defina los canales de transmisión del ciclo económico entre los distintos países.
La idea de interdependencia asimétrica implica que los efectos de situaciones inesperadas (shocks) en los países centrales tendrán un impacto en los países de la periferia que será sustancialmente diferente de los efectos de shocks en la periferia y sus efectos sobre el centro.5 Es decir, existe una relación de integración entre los países del centro y los países de la periferia, de carácter asimétrico.
El centro principal es definido por el rol de emisor de la moneda que se utiliza como unidad de cuenta y medio de pago por el conjunto del sistema (Krugman, 1984). Mientras que el país periférico es receptor de los impulsos originados en el centro y por tanto, podemos asumir que en buena medida su ciclo económico está dominado por el centro (es decir, es de origen exógeno). De esta forma, el análisis será diferente en función de la caracterización del país en el que un shock puede originarse, tanto en cuanto a las repercusiones, como en los canales de transmisión.
La transmisión de los efectos del ciclo internacional, que se originan en la economía central, hacia los distintos países se produce principalmente a través de las transacciones comerciales y de activos financieros. Por ello, empíricamente podemos distinguir dos canales de transmisión básicos: el canal financiero y el canal real.
El canal financiero se relaciona principalmente con los efectos de la tasa de interés internacional, sobre el nivel de ingreso de las economías periféricas. Este canal puede ser significativo en la periferia por dos motivos. En primer lugar, los países periféricos no tienen influencia en la definición de la tasa de interés, por tanto su variación estará explicada por los requerimientos de la coyuntura económica de la economía central, y estos requerimientos pueden coincidir o no con las necesidades de la economía periférica. En segundo lugar, el encarecimiento del costo de financiamiento tiene un efecto negativo tanto sobre las posibilidades de endeudamiento actual (lo que impacta negativamente en el consumo y la inversión), como sobre el sobre endeudamiento ya realizado (la utilización de ahorro externo como eslabón trascendental de los procesos de crecimiento fue característico de las economías periféricas durante la década de los noventa) (Carrera J., Feliz. M. y Panigo, D. 1999).
Por otra parte, el canal real permite identificar los efectos de las fluctuaciones en el ciclo internacional que se transmiten por los movimientos comerciales (ya sea debido a cambios en las cantidades comercializadas como por efectos en los términos de intercambio), en la Inversión Extranjera Directa (IED) y en los movimientos internacionales de la fuerza de trabajo.
Además, debemos diferenciar los efectos de carácter directo con aquellos de carácter indirecto. Es decir, los países periféricos pueden recibir el impacto de un shock negativo, ya sea a partir de una merma de las exportaciones hacia el país central (efecto directo), mediante una merma de las exportaciones que son vendidas a los socios comerciales de aquel país, quienes recibirán menores ingresos luego del impacto en sus cuentas corrientes que provoca la caída de la demanda (efecto indirecto)6, o a partir de los efectos derivados de las exportaciones de saldos (que no se pueden colocar en el mercado interno) generando presiones competitivas en el mercado internacional.
En las próximas páginas elaboraremos una aproximación empírica a los posibles efectos de una crisis en los Estados Unidos sobre los países representativos de las principales regiones del mundo y en particular sobre los precios de las commodities, en particular agropecuarias.
Para ello construiremos un modelo de vectores autorregresivos (VAR) que nos permitirá estimar el impacto de un movimiento inesperado en la economía de EE.UU. sobre un conjunto de variables relevantes.
BREVE CARACTERIZACIÓN DE LOS MODELOS VAR Y MODELO APLICADO Los modelos VAR son comúnmente utilizados tanto para predecir sistemas de series temporales interrelacionadas como para analizar la dinámica generada ante el impacto de un shock aleatorio en alguna de las variables del sistema (Sims, 1980).
Matemáticamente, la representación más simple de un modelo VAR es la siguiente: 5 Este supuesto es usado por los modelos de ciclo económico de equilibrio dinámico, en los cuales se plantea la similitud entre países fuertemente integrados. Consistentemente los modelos subrayan que las variaciones cíclicas del producto y otros agregados económicos, se encuentran positivamente integrados. Para conocer más sobre este tipo de modelos, ver Backus y Kekoe (1992), Stockman y Tesar (1995), Schmitt‐Grohé (1998), Loyaiza y otros (1998), entre otros. 6 La reducción de las exportaciones del país periférico puede evidenciarse tanto, a partir de una caída en la cantidad, como en su valor (originado esto último a partir de la caída de los términos de intercambio).
14
Yt = AtYt‐1 +…+ ApYt‐p + Btxt + et
Siendo Y un vector que incluye todas las variables endógenas del modelo, x un vector con las variables exógenas (no modelizadas) y e un vector de errores. Como se aprecia, el modelo permite estimar las variables endógenas del modelo a partir de ellas mismas pero rezagadas junto a otras variables exógenas. Esto permite estimar simultáneamente el conjunto de las variables aprovechando la información disponible de las mismas para períodos anteriores de tiempo. Por ello, los modelos VAR son utilizados para estimar el efecto futuro de una variación inesperada en alguna de las variables endógenas.
En la estimación empírica es necesario elegir la cantidad de rezagos (períodos) que deben ser incluidos en el modelo. En general se recomienda incluir suficientes rezagos como para asegurarse que los residuos sean normales7. En los modelos que presentaremos incluiremos 4 rezagos (4 trimestres).
La principal ventaja de estos modelos es que no requieren presuponer un modelo teórico específico detrás de las variables. Es en algún sentido un modelo empírico “a‐teórico”; esto también puede ser visto como su principal crítica.
En cualquier caso, nosotros lo utilizaremos como una aproximación general al problema que nos interesa en esta sección: estimar el potencial impacto de la crisis norteamericana sobre la economía internacional y en particular sobre el precio de los commodities.
Estimamos 12 modelos que incluían 4 variables endógenas cada uno:
El producto bruto interno de Estados Unidos El producto bruto interno de un país relevante La tasa de interés internacional de largo plazo El precio internacional de una canasta de commodities seleccionadas
Mientras el PBI de Estados Unidos y el precio de las commodities buscan rescatar el impacto del que denominamos canal real, la tasa de interés busca captar el canal financiero.
Por otro lado, incluimos como variable exógena la inversión extranjera de los Estados Unidos en el mundo, buscando captar (sin modelizar) el efecto de esos flujos de capital sobre la interdependencia.
Los países seleccionados fueron 4: Alemania (como representativo de Europa), Japón (como representativo del Sudeste asiático), Brasil y Argentina. La tasa de interés es la tasa de interés pagada por las hipotecas a 30 años en dólares en los Estados Unidos.
CUADRO 6: CORRELACIÓN ENTRE EL PBI DE ESTADOS UNIDOS Y LAS VARIABLES SELECCIONADAS EN LOS MODELOS.
Fuente: Estimación propia.
Variables Coeficiente de correlación
PBI Alemania ‐0,19
PBI Argentina ‐0,33
PBI Brasil ‐0,32
PBI Japón ‐0,39
Commodities / Argentina ‐0,31
Commodities no energéticas ‐0,49
Commodities alimenticias ‐0,26
Tasa de interés de largo plazo 0,17
Por último, las estimaciones incluyeron (alternativamente) tres índices de commodities:
Promedio simple de las principales commodities agropecuarias comerciadas por Argentina según el CEI.
7 La ausencia de normalidad de los residuos no permite obtener estimadores eficientes y genera intervalos de confianza de los parámetros del modelo y los contrastes de significación son solamente aproximados y no exactos.
15
Índice de precios de commodities no energéticas, del FMI. Índice de precios de commodities alimenticias, del FMI.
La estimación se realizó sobre la base de información disponible con datos trimestrales entre el primer trimestre de 1990 y el primer trimestre de 2007.
Antes de presentar los resultados de los modelos, el siguiente cuadro permite ver que existe una correlación negativa en el período analizado entre la dinámica del PBI de Estados Unidos y el conjunto de las variables, con excepción de la tasa de interés. Es decir, que en general el PBI norteamericano tiende a aumentar cuando el resto de las variables de nuestro interés caen. La tasa de interés de largo plazo se mueve conjuntamente con el PBI de Estados Unidos.
El problema del análisis de correlación es que no toma en cuenta los efectos cruzados (endogeneidad) que pueden existir entre las variables, algo que el modelo VAR permitirá indagar.
RESULTADOS DEL MODELO VAR Los principales resultados de nuestras estimaciones VAR son los siguientes.
Existe una relación negativa entre los shocks en el PBI norteamericano y las economías seleccionadas excepto Argentina. Es decir, que una crisis de la economía de Estados Unidos tendría un efecto contractivo en Argentina pero expansivo en Brasil, Alemania y Japón.
Es claro que Estados Unidos es un competidor directo de Japón y Alemania, por lo que una crisis moderada en el primero tendrá efectos moderadamente expansivos sobre estos últimos.
CUADRO 7: IMPACTO DE UN SHOCK NEGATIVO DE 1% EN EL PBI DE ESTADOS UNIDOS EN EL PBI DE PAÍSES SELECCIONADOS. EFECTO ACUMULATIVO EN 4 TRIMESTRES.
Fuente: Estimación propia.
PBI Alemania Argentina Brasil Japón
1 0,00% 0,00% 0,00% 0,00%
2 0,05% ‐0,03% ‐0,01% 0,01%
3 0,11% ‐0,02% 0,02% 0,03%
4 0,17% ‐0,02% 0,05% 0,04%
GRÁFICO 2: IMPACTO DE UN SHOCK NEGATIVO DE 1% EN EL PBI DE ESTADOS UNIDOS EN EL PBI DE PAÍSES SELECCIONADOS. EFECTO ACUMULATIVO EN 4 TRIMESTRES.
Fuente: Estimación propia.
En el caso de Brasil y Argentina, el impacto de una crisis (shock negativo) es negativo en los primeros dos trimestres posteriores pero mientras en Argentina el impacto se mantiene negativo por al menos 4 trimestre (‐0,02%), en Brasil la crisis de Estados Unidos tiene una repercusión acumulativa favorable luego de un año. En ambos casos el impacto
‐0,05%
0,00%
0,05%
0,10%
0,15%
0,20%
1 2 3 4
Impa
cto de
un shock de
1% del PBI de
EEUU
AlemaniaArgentinaBrasilJapón
16
inmediato estaría más ligado al peso que los Estados Unidos tienen sobre la demanda mundial y, derivadamente, sobre las exportaciones de Brasil y, principalmente, Argentina donde el efecto perdura durante los otros dos trimestres. En cualquier caso el impacto directo es bajo.
En el caso de la tasa de interés internacional, el impacto promedio de los 12 modelos estimados es de ‐0,16% al final de un año. Es decir, que una crisis en los Estados Unidos tenderá a reducir la tasa de interés mundial pero el efecto será bajo: una caída de 3% en la economía norteamericana reducirá en menos de 0,25 puntos porcentuales.
CUADRO 8: IMPACTO DE UN SHOCK NEGATIVO DE 1% EN EL PBI DE ESTADOS UNIDOS EN LA TASA DE INTERÉS DE LARGO PLAZO. EFECTO ACUMULATIVO EN 4 TRIMESTRES.
Fuente: Estimación propia.
Trimestre Efecto sobre la tasa de interés
1 0,00%
2 ‐0,04%
3 ‐0,11%
4 ‐0,16%
En el caso de las commodities elegidas en nuestros modelos los impactos son más significativos.
CUADRO 9: IMPACTO DE UN SHOCK NEGATIVO DE 1% EN EL PBI DE ESTADOS UNIDOS EN EL PRECIO DE COMMODITIES SELECCIONADAS. EFECTO ACUMULATIVO EN 4 TRIMESTRES.
Fuente: Estimación propia.
Trimestre Commodities / Argentina
Commodities no energéticas
Commoditiesalimenticias
1 0,00% 0,00% 0,00%
2 ‐0,14% ‐0,14% ‐0,23%
3 ‐0,29% ‐0,29% ‐0,46%
4 ‐0,45% ‐0,43% ‐0,66%
GRÁFICO 3: IMPACTO DE UN SHOCK NEGATIVO DE 1% EN EL PBI DE ESTADOS UNIDOS EN EL PRECIO DE COMMODITIES SELECCIONADAS. EFECTO ACUMULATIVO EN 4 TRIMESTRES.
Fuente: Estimación propia.
El impacto de una crisis en los Estados Unidos tendrá un impacto positivo sobre los precios de los commodities. En el caso de los principales productos de exportación de Argentina el impacto al cabo de un año es cercano al 0,50% por cada 1% de caída en el PBI de Estados Unidos; en el caso de las commodities alimenticias ese impacto llega a casi 0,65% por cada 1%.
0,00%
0,10%
0,20%
0,30%
0,40%
0,50%
0,60%
0,70%
1 2 3 4
Impa
cto de
un shock de
1% del PBI de
EEUU
Commodities / ArgentinaCommodities no energéticasCommodities alimenticias
17
Estos efectos se explicarían fundamentalmente porque Estados Unidos es un importante oferente neto de commodities y la recesión reducirá significativamente su oferta al mercado mundial.
En síntesis, si bien encontramos que los Estados Unidos tienen un peso en la economía mundial, ese peso no es determinante a corto plazo (4 trimestres) en explicar su dinámica. Los efectos generales de una crisis en los Estados Unidos serán moderados, al menos a ese plazo.
Si se observa algún efecto cualitativo para la Argentina, pero sin que los mismos sean de una extrema contundencia, incluso vería incrementar el precio de sus principales productos de exportación. Por supuesto que si la recesión de Estados Unidos se transformase en una gran depresión difícilmente la Argentina podría abstraerse de un fenómeno global y el efecto moderado seguramente se transformaría en algo más profundo.
18
LA CRISIS FINANCIERA EN ESTADOS UNIDOS
EL COMIENZO DE LA CRISIS FINANCIERA: LA FINANCIARIZACIÓN DE LA ECONOMÍA AMERICANA En línea con lo observado en la sección anterior, la crisis financiera en Estados Unidos no es sólo producto de factores coyunturales que analizaremos en la presente sección, sino que es el resultado de cuestiones estructurales más una fragilidad financiera que se viene gestando desde comienzos de los 80. El modelo de crecimiento basado en el endeudamiento produjo lo que se llamó la financiarización de la economía. Algo que intentaremos colocar en evidencia a continuación.
Una economía se financiariza cuando el incremento de la importancia de sus mercados financieros, de sus instituciones financieras y de las elite financieras que operan en la economía a nivel nacional e internacional modifican radicalmente el funcionamiento del sistema económico (Epstein, 2001).
A nivel teórico el pensamiento económico ortodoxo incentivó de manera significativa el desarrollo de los mercados financieros en todo el mundo durante las últimas décadas, afirmando que su crecimiento genera una asignación eficiente de los recursos de inversión y crecimiento. Un ejemplo de esto es la teoría de la inversión llamada “q” de Tobin (Tobin J., 1969). La “q” es un ratio entre el valor de mercado del capital de las empresas y su costo de reposición. Si el valor de la q es mayor que uno el inversor recibe la señal de que el capital invertido en este sector genera un rendimiento superior a su costo de reposición y por lo tanto es rentable invertir. En el caso contrario cuando el valor es menor a uno el sector no es rentable y la inversión disminuye. Es decir, los mercados financieros transparentes y desarrollados dan las señales oportunas para que el capital se invierta de la manera eficiente en los diferentes sectores productivos.
Sin embargo, en los hechos, el acelerado desarrollo del sistema financiero en Estados Unidos mostró las siguientes consecuencias:
Un incremento significativo del sector financiero en comparación con el sector real. Como se observa, en los últimos 16 años el sector financiero pasó de representar el 15% del producto y casi un 6,6% del empleo a representar el 20,5% del producto y el 7,3% del empleo (cuadro 10).
CUADRO 10: IMPORTANCIA RELATIVA DEL SECTOR FINANCIERO EN LA ECONOMÍA DE ESTADOS UNIDOS (1979‐2005)
Fuente: Polley (2007) en base al Economic Report of the President 2007
Años Sector Financiero / PBN Empleo en el Sector financiero / Empleo privado total
1979 15,2% 6,6%
1989 17,8% 7,3%
2000 19,7% 6,9%
2005 20,4% 7,3%
Una transferencia de ingresos desde el sector real al sector financiero. A comienzos de los ochenta los beneficios que generaba el sector financiero rondaban el 26% de los que producían las empresas que operaban en el sector real, en el año 2000 ese porcentaje llegó al 50% y luego disminuyó, producto de la crisis bursátil del 2001 y de la disminución en la tasa de interés, para ubicarse en 43% durante el 2005 (gráfico 4).
19
GRÁFICO 4: EVOLUCIÓN DE LOS BENEFICIOS DEL SECTOR FINANCIERO RESPECTO A LOS BENEFICIOS DEL SECTOR NO FINANCIERO EN ESTADOS UNIDOS 1979‐2005 Fuente: Polley (2007) en base al Economic Report of the President 2007
Aumento de la inequidad y estancamiento de los salarios. Esto implica que durante la financiarización los incrementos en la productividad no se reflejaron en aumentos salariales y por lo tanto creció la desigualdad en la distribución de los ingresos.
GRÁFICO 5: EVOLUCIÓN DE LA PRODUCTIVIDAD Y DE LA COMPENSACIÓN SALARIAL HORARIA (1980‐2005). ÍNDICE BASE 100:1980
Fuente: Economic Policy Institute
*incluye sectores productivos no agrícolas
Estos cambios impulsaron en Estados Unidos un modelo de crecimiento liderado por el endeudamiento de las familias, pero también de las empresas y del gobierno. En el gráfico 6 se observa que la deuda de las familias creció de manera ininterrumpida durante el período analizado, pasando de ser el 50% del Producto Bruto Nacional en 1979 a ser el 94% del mismo en 2005. El gobierno por su parte tuvo su mayor ratio de endeudamiento a fines de los 80, mientras que las empresas aumentaron su endeudamiento hasta la crisis bursátil del año 2000.
En resumen, el proceso de endeudamiento junto a la transferencia de ingresos desde el salario al capital y desde el capital real al capital financiero fue modificando el comportamiento de los agentes económicos.
Las empresas comenzaron a priorizar los beneficios de corto plazo de los accionistas bursátiles por sobre los intereses de largo plazo de los trabajadores, clientes, etc. Las familias pasaron de basar su consumo en el ingreso salarial a basarlo en su capacidad de endeudamiento, definida a su vez por el valor de los activos que utilizaban como garantía hipotecaria. El gobierno por su parte comenzó a ceder a los intereses financieros (Economic Policy Market Friendly), promoviendo la desregulación financiera, la flexibilización del mercado de trabajo, la disminución de la intervención del estado en la economía y el abandono del objetivo prioritario del pleno empleo por el de estabilidad monetaria.
26%
35%
50%
43%
0%
10%
20%
30%
40%
50%
60%
1979 1989 2000 2005
Beneficios Financieros / Beneficios No Financieros
95
105
115
125
135
145
155
165
175
1980 1983 1986 1989 1992 1995 1998 2001 2004
Índice productividad
ïndice compensación salarial media*
20
GRÁFICO 6: EVOLUCIÓN DEL RATIO DEUDA/PRODUCTO BRUTO NACIONAL DE LAS FAMILIAS, EMPRESAS NO FINANCIERAS Y SECTOR PÚBLICO EN ESTADOS UNIDOS
DURANTE EL PERÍODO 1979‐2005. Fuente: Polley (2007) en base al Economic Report of the President 2007
Esta nueva configuración produjo ciclos de crecimiento económicos altamente inestables caracterizados por la apreciación cambiaria, inflación del valor de los activos que sirven para garantizar los créditos financieros, elevadas comisiones cobradas por los intermediarios financieros, importaciones baratas, déficit comercial y pérdida de puestos de trabajo industriales (Polley, 2007).
LA INESTABILIDAD FINANCIERA Y LAS BURBUJAS: La inestabilidad de esta forma de crecimiento basada en el endeudamiento fue advertida por Minsky (1982,1986) en su estudio de la fragilidad financiera endógena de las economías capitalistas. Su análisis se basa en la idea de que las instituciones de crédito solicitan una especie de seguro8 para cubrirse de posibles fracasos en los proyectos que financian, debido a la incertidumbre que existe respecto del futuro.
Sin embargo, para fijar este margen de seguridad los bancos toman en cuenta básicamente la voluntad de pago que mostró el deudor a lo largo de su historia en el sistema financiero, un criterio que se encuentra a su vez muy influenciado por las condiciones económicas generales. Por ejemplo, si la economía transcurrió un período reciente de expansión entonces los errores en las estimaciones de rentabilidad de los proyectos son menores y los préstamos en general se devuelven. Esto hace que lentamente el margen de seguridad que fijan los bancos decline y aumente el volumen de créditos e implícitamente la fragilidad del sistema (Kregel, 2007).
Una vez que el margen de seguridad es lo suficientemente bajo cualquier error en las expectativas de crecimiento de la economía provoca una caída en el rendimiento de algunos proyectos y genera inconvenientes para cumplir con los compromisos pactados. Esto obliga a los deudores a pedir un refinanciamiento en condiciones desfavorables o a vender los activos colocados en garantía para cumplir con sus compromisos. Pero las ofertas masivas de activos pueden disminuir sus precios tanto que el dinero de las ventas no alcance para cumplir con los compromisos de la deuda. Este efecto incrementa nuevamente la cantidad de activos ofertados haciendo caer nuevamente sus precios, generando un círculo vicioso (debt‐deflation effect) y provocando la crisis financiera (Minsky, 1982). Evidentemente esta tensión financiera probablemente se transmita en la economía real en una disminución severa de los gastos en consumo e inversión y consecuentemente en el ingreso.
La volatilidad de los ciclos financieros descritos se amplifica por lo que se denominan las “burbujas especulativas”, que son episodios en los cuales los precios de los activos crecen y se despegan de sus “fundamentales”, creando importantes oportunidades de beneficios. En palabras de Minsky (1986:1) “en los mercados financieros donde las conjeturas y especulaciones son importantes, el principio de sustitución no siempre se aplica. Por lo tanto, un aumento en el precio de un conjunto de instrumentos o capitales financieros puede aumentar la demanda de dichos activos. Es decir, un aumento en los precios genera las condiciones que conducen a un nuevo aumento” provocando la burbuja de especulaciones. Este mismo razonamiento es aplicable a las burbujas inmobiliarias como la que analizaremos a continuación.
8 Este seguro puede estar compuesto por activos de garantía superior al monto del crédito, depósitos de garantía, etc.
50%
61%
76%
94%
33%
44% 46% 42%
25%
40% 35% 37%
0%
20%
40%
60%
80%
100%
1979 1989 2000 2005
Deuda de las familias / PBN
Deuda de las corporaciones no financieras / PBN
Deuda Pública / PBN
21
LA BURBUJA INMOBILIARIA En el contexto anterior y luego de varios años de déficit en sus cuentas fiscales y externas, se desata en Estados Unidos la crisis financiera más importante y anticipada de las últimas décadas. Sin embargo, el disparador no fue la abultada deuda pública o externa que posee (gráfico 6), o una corrida bancaria como las que sufrieron los países subdesarrollados durante la década de los noventa, sino el desplome de la burbuja inmobiliaria a partir de comienzos del 2005 (gráfico 7).
Hasta ahora, la crisis significó quebrantos de créditos bancarios por U$S 900 billones aproximadamente y marca lo que muchos analistas estiman que es el comienzo de la recesión en ese país. La presente sección tiene el objetivo de analizar los factores que se combinaron para gestar la burbuja y posterior crisis.
GRÁFICO 7: ÍNDICE DE PRECIO MEDIO DE VIVIENDA DE EE.UU (DEFLACTADO). INDICE CASE‐SHILLER.
Fuente: Standard&Poors
LA GÉNESIS DE LA BURBUJA INMOBILIARIA Cómo sabemos ninguna crisis tiene una explicación monocausal, sino que es la resultante de un conjunto de fuerzas que se combinan para gestarla. En la presente sección nos proponemos describir brevemente los elementos que provocaron la burbuja
Como se puede observar en el gráfico 8, el déficit de cuenta corriente de Estados Unidos comienza a registrar una tendencia preocupante a partir de 1997, pasando de 1,3% en ese año a 6% del PBN en el año 2006. Si analizamos el balance de los distintos sectores macroeconómicos se aprecia que la contracara del déficit externo fue, para el período 1997‐2001 el exceso de gasto respecto al ahorro del sector privado, para el período 2002‐2003 el elevado déficit fiscal y a partir del 2003 nuevamente su principal causa es el exceso de gasto del sector privado.
GRÁFICO 8: BALANCE DEL SECTOR PÚBLICO, SECTOR PRIVADO Y SECTOR EXTERNO DE ESTADOS UNIDOS MEDIDO COMO PORCENTAJE DEL PBN DESDE 1990
40
60
80
100
120
140
160
180
2000
‐I = 100
Tasa crecimiento interanual promedio:
Crec. i.a. prom:
Crec. i.a. prom:
Crec. i.a. prom: ‐2%
‐7,0%
‐5,0%
‐3,0%
‐1,0%
1,0%
3,0%
5,0%
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
Porcen
taje del PBN
Balance del sector privadoBalance del sector públicoResultado cuenta corriente
22
Como contrapartida del déficit externo se registró una entrada de capitales del exterior y un endeudamiento creciente durante el período. Lo cual dio origen a una importante cantidad de pasivos financieros del sector privado de Estados Unidos que se encuentran en poder de instituciones financieras externas públicas, como Bancos Centrales, y privadas, como pueden ser los fondos de inversión.
GRÁFICO 9: PARTICIPACIÓN PORCENTUAL DE LOS DIFERENTES COMPONENTES DEL PBN Fuente:Bureau of Economic Analysis
Por el lado de la demanda vemos que el consumo familiar se convirtió en el factor más dinámico en los últimos años y pasó del 66% del Producto Bruto Nacional (PBN) en 1990 al 70% en el 2006. Las exportaciones netas (definidas como exportaciones menos importaciones) se hicieron cada vez más negativas entre 1990‐2006, llegando a ‐6% del producto en 2006. Esto se debe a que las importaciones crecieron más que las exportaciones influenciadas también por el mayor consumo familiar. El gasto público cayó levemente como porcentaje del producto colocándose en torno al 20% del PBN. La inversión por su parte subió 3% su participación en el producto en la década del 90 y bajó levemente luego, sin embargo el componente de inversión residencial, que fluctúa mucho en los noventa, despega a partir del 2001 y se convierte en el principal componente del consumo familiar aumentando muy por encima del Producto Bruto Doméstico en el período 2002‐2005 (gráfico 9).
GRÁFICO 10: TASA DE VARIACIÓN DE LA INVERSIÓN RESIDENCIAL Y DEL PRODUCTO BRUTO DOMÉSTICO. MEDIA MOVIL (1990‐ 2007)
Fuente: Bureau of Economic Analysis
A continuación indagaremos sobre las causas de la burbuja inmobiliaria destacando los cuatro elementos financieros que generaron el exceso de crédito hipotecario que produjo la burbuja.
En primer lugar: el comportamiento de la Reserva Federal de Estados Unidos (FED), que por miedo a una nueva recesión decidió a partir del 2001 y hasta mediados del 2004 disminuir sistemáticamente de tasa de interés de referencia muy por debajo de su nivel histórico del 5% (gráfico 11).
66% 69% 70%
15% 18% 17%
‐1% ‐4% ‐6%
20% 18% 19%
‐10%
0%
10%
20%
30%
40%
50%
60%
70%
80%
1990 2000 2006
Consumo Familias Inversión PrivadaExportaciones Netas Gasto del Gobierno
‐25
‐20
‐15
‐10
‐5
0
5
10
15
20
1990
‐I 1990
‐IV
1991
‐III
1992
‐II
1993
‐I 1993
‐IV
1994
‐III
1995
‐II
1996
‐I 1996
‐IV
1997
‐III
1998
‐II
1999
‐I 1999
‐IV
2000
‐III
2001
‐II
2002
‐I 2002
‐IV
2003
‐III
2004
‐II
2005
‐I 2005
‐IV
2006
‐III
2007
‐II
4 per. media móvil (Producto Bruto Doméstico)4 per. media móvil (Inversión Residencial)
23
GRÁFICO 11: EVOLUCIÓN DE LA TASA DE INTERÉS DE CORTO PLAZO EN ESTADOS UNIDOS. Fuente: Reserva Federal de Estados Unidos
Segundo: el comportamiento de los bancos que para incentivar la demanda de créditos hipotecarios colocaron una cláusula denominada “reset", que consistió en volver prácticamente nula la tasa de interés durante los primeros dos años del crédito. Tercero: la desregulación de la actividad bancaria y la securitización:
En 1999, la desregulación financiera del sistema bancario de Estados Unidos terminó con la regulación impuesta por el New Deal y permitió a los bancos realizar nuevas actividades financieras prohibidas hasta ese momento. En este marco comenzó a volverse masiva la securitización de los créditos hipotecarios, que consiste en tomar un cierto número de créditos que los bancos poseen en sus balances como activos, agruparlos y venderlos a través de títulos negociables en el mercado de valores. Para los expertos en finanzas esto tiene dos ventajas, por un lado otorga a los bancos liquidez para sus préstamos de largo plazo y por el otro diversifica los riesgos financieros en un conjunto de inversores individuales.
Con el tiempo esta innovación financiera comenzó a hacerse cada vez más importante y aparecieron los denominados créditos hipotecarios subprime; que son aquellos entregados a personas de dudosa solvencia por estar sobreendeudadas o ser desconocidos en el sistema.
Tradicionalmente los bancos analizaban los créditos a otorgar tomando en cuenta no sólo el ingreso del interesado sino también su “voluntad de pago”, para lo cual la historia de la persona dentro del sistema financiero era muy importante. Bajo esta modalidad el actual segmento subprime no tenía prácticamente acceso al crédito y las agencias gubernamentales de garantía no los respaldaban.
Con la securitización el banco dejó de evaluar los créditos porque ya no eran un activo de largo plazo para él, ni tampoco para quienes los compraban en el mercado de valores que tenían la posibilidad de venderlos en cualquier momento. En esta instancia pasó a ser importante el papel de las calificadoras de riesgo que evaluaban los créditos en función a un análisis estadístico de la probabilidad de repago. Por otra parte, los fondos de jubilaciones y pensiones que eran los principales demandantes de estos nuevos títulos solo podían invertir por ley en titulo de alta calificación. Para lograrla el banco emisor de las obligaciones negociables colocaba los créditos hipotecarios subprime junto con otros de primera línea con el objeto de que en el promedio los títulos securitizados sean calificados como seguros.
De esta forma los bancos vendían sus títulos securitizados en el mercado y ganaban importantes comisiones en la transacción, las familias accedían a préstamos para comprar sus viviendas, las calificadoras de riesgo ganaban por el servicio que prestaban, los fondos de inversión cobraban sus comisiones de administración y las casas subían de valor mejorando la garantía hipotecaria. En los buenos tiempos la securitización parecía ser una innovación financiera exitosa.
Cuarto: el importante ingreso de capitales financieros desde el exterior:
Paul Krugman (2008) señala en un artículo publicado en el New York Times que la economía más importante del mundo y cuna del capitalismo sufre una crisis parecida a la que sufrió Argentina en el 2001. En el sentido de que en ambos países la fuerte entrada de capitales financieros internacionales, producto de la elevada liquidez internacional, fue una de las causas de la crisis.
Al parecer, la masa de capital financiero que en los noventa migró hacia los países de América Latina y Asia, generando diversas crisis económicas en ambos lugares, y que posteriormente se depositó en Estados Unidos en lo que se llamo “fly
0
1
2
3
4
5
6
7
2/1/01
6/9/01
14/5/02
17/1/03
23/9/03
27/5/04
31/1/05
4/10/05
16/5/06
13/12/06
8/6/07
2/12/07
% ta
sa de interés
24
to quality” (que es el método de inversión mediante el cual se venden los activos riesgosos en busca de activos seguros) (gráfico 10), es un factor desequilibrante incluso en economías de gran envergadura.
Recordemos que siempre que estas masas de dinero provenientes del extranjero ingresaron a los países subdesarrollados apreciaron el tipo de cambio y provocaron un fuerte endeudamiento externo (como en el caso de América Latina a comienzos de los ochenta y durante los noventa). La ortodoxia económica entendió que en estas circunstancias las crisis financieras eran el producto del bajo desarrollo de los mercados financieros de estos países que no permitieron que dichos capitales se invirtieran de manera eficiente en la economía real. Sin embargo, la actual crisis en el mercado financiero más grande del mundo parece enseñarnos que ambos factores pueden no ser los principales elementos para explicarlas.
GRÁFICO 12: ENTRADA DE CAPITALES FINANCIEROS INTERNACIONALES A ESTADOS UNIDOS (1999‐2006). EN MILLONES DE DÓLARES.
Fuente: Reserva Federal de Estados Unidos
Estos cuatro factores se combinaron para disparar el crédito hipotecario que pasó de representar el 50% del PBN en el año 2000 a representar el 76% de en 2007, con un crecimiento superior al 200%. Simultáneamente el crédito para el gobierno federal y para las empresas disminuyó mientras que el crédito al consumo en general aumentó levemente (gráfico 13).
GRÁFICO 13: EVOLUCIÓN DEL CRÉDITO PARA VIVIENDA, CONSUMO, EMPRESAS Y GOBIERNO FEDERAL MEDIDO COMO PORCENTAJE DEL PRODUCTO BRUTO NACIONAL
(1990‐2007) Fuente: Reserva Federal de Estados Unidos
EL ESTALLIDO Y LA CRISIS La valorización financiera era rentable para muchos intermediarios financieros pero altamente inestable. Los créditos subprime comenzaron a tener cada vez mayor importancia en el mercado y pasaron de representar el 8% de los nuevos
200.000
300.000
400.000
500.000
600.000
700.000
800.000
1999 2000 2001 2002 2003 2004 2005 2006
millon
es de dó
lares
Entrada de capitales financieros
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
1990 1992 1994 1996 1998 2000 2002 2004 2006
Créd
ito/PB
N
crédito para vivienda
crédito al consumo
25
créditos en el período 2001‐03 a un 20% durante el 2005‐06. De este porcentaje el 80% se securitizaba en el mercado de valores representando aproximadamente U$S 450 billones al año.
El desplome financiero se inició cuando la FED comenzó a incrementar de la tasa de interés a mediados del 2004 para evitar el posible recalentamiento de economía norteamericana; y simultáneamente se produjeron los vencimientos de las cláusulas de reset para los créditos hipotecarios otorgados un par de años antes. Ambos hechos precipitaron la incobrabilidad de los créditos subprime que se encontraban securitizados y en manos de inversionistas institucionales.
Ante este hecho las calificadoras de riesgo tuvieron que corregir hacia abajo las calificaciones que les habían asignado y los fondos de pensión se vieron obligados a venderlos porque la ley no les permitía tenerlo en cartera con la nueva calificación, haciendo caer aún más sus valores en el mercado. Los bancos en problemas que decidieron capitalizarse comenzaron a restringir el crédito, sin embargo cada dólar recuperado por el banco significaba una reducción del crédito cercana a los U$S 10, producto del multiplicador monetario. Como consecuencia se desmoronaron los inflados valores de las viviendas cuya demanda se basaba en el crédito y la crisis estalló.
En un primer momento se pensó que los bancos estaban desentendidos de esta crisis porque ya no eran lo dueños de los créditos, sin embargo muchos eran propietarios o clientes de los mismo fondos de inversión que compraron dichos títulos y comenzaron a pedir el salvataje estatal. La receta de Bush para la crisis fue finalmente un plan que propone devolver impuestos a los contribuyentes por U$S 145.000 millones para que puedan pagar sus hipotecas, junto a una disminución en la tasa de interés de referencia de un 1.25% en una semana por parte de la FED.
En resumen, la crisis financiera se originó en la conjunción de una elevada oferta de fondos para inversión con escasas opciones para invertir en forma rentable. La combinación de una elevada liquidez en el mercado financiero (producto de la entrada de capitales internacionales y de la política de tasa de interés excesivamente baja por parte de la FED en Estados Unidos) junto a un sector empresario que se encontraba sospechado por esconder en sus balances una tasa de beneficios significativamente más baja que la declarada, hizo que la gran masa de dinero disponible se desviara al consumo de las familias garantizado por hipotecas. Este hecho se combinó a su vez con la desregulación del sistema bancario y la creación de derivados financieros para generar la burbuja y posterior crisis financiera que Estados Unidos vive actualmente.
26
LA CRISIS DE LA ECONOMÍA NORTEAMERICANA Y SU TRANSMISIÓN AL RESTO DEL
MUNDO. Una vez definida la importancia de la economía norteamericana y la c7risis en la que se encuentra envuelta en la actualidad, es preciso recordar que su crecimiento (a pesar que hemos visto en apartados anteriores ha perdido preponderancia), sigue siendo importante en el desenvolvimiento de la economía mundial. Esto es lo que impulsa la producción de miles de investigaciones que buscan analizar los posibles impactos de la crisis de la economía americana sobre otras regiones.
En lo que respecta a nuestro país, para analizar el posible impacto de la crisis, debemos en primera instancia definir cuáles son los posibles canales de transmisión y propagación de las crisis. De este modo podremos acercarnos a dilucidar cuáles son los probables “coletazos” que podría recibir nuestra economía: Para eso es preciso, en forma previa, encuadrar el vínculo existente entre aquel país y la Argentina en el marco de la relación Norte‐Sur o Centro‐Periferia.
INTEGRACIÓN ASIMÉTRICA: LOS MODELOS NORTE‐SUR Y CENTRO‐PERIFERIA. El desarrollo de los modelos de integración Norte‐Sur ha sido enmarcado en los estudios de crecimiento económico. Los primeros antecedentes de estos modelos se encuentran en los desarrollos realizados por David Ricardo9, donde analizaba la problemática de la escasez de tierra en el Norte. Según este autor, la acumulación de capital incrementaría la demanda de trabajo en el sector manufacturero, lo que tendería a generar escasez de los bienes del sector agrícola. Esto, a su vez, induciría un aumento de precios de los bienes agrícolas y una presión a la baja de la tasa de ganancia y de la acumulación de capital. Ricardo creía que finalmente se alcanzaría el punto de estado estacionario que detuviera el ciclo (Molana y Vines, 1989).
Posteriores desarrollos del comercio entre países comenzaron a destacar la importancia de las asimetrías existentes entre los mismos. Así surgieron los modelos de comercio entre dos regiones: el Sur, dotado de abundantes extensiones de tierra, y el Norte provisto de elevados niveles de capital. Estas dotaciones de factores diferenciales determinaban que cada una de las regiones obtuviera ventajas comparativas en la producción de los bienes intensivos en el factor abundante. De esta manera, el Sur se especializa en la producción de bienes del sector primario, mientras que el Norte lo hace en la producción de bienes del sector industrial10, y ambas regiones resultan beneficiadas del intercambio comercial11. A partir de la especialización de las regiones, el Norte puede retirar su capital del sector primario para ponerlo a producir en la industria, ya que obtendrá los bienes salario comprándolos a la región Sur, incluso a un costo menor. Esta nueva configuración quebraba el carácter cíclico estipulado por Ricardo y podía suponer períodos de crecimiento prolongados con mantenimiento de altas tasas de beneficios y sostenida acumulación de capital.
Los modernos modelos de desarrollo Norte‐sur establecen dos tipos de asimetrías entre ambas regiones:
a) El Norte que produce bienes industriales cuyo precio fija a través de una mark‐up relativamente fijo sobre sus costos variables. El Sur que produce bienes agropecuarios cuyo precio se determina en los mercados internacionales.
b) El Norte ha desarrollado mercados de capitales que le permiten fijar su propia tasa de interés en función de la inversión deseada. El Sur, en cambio, tiene mercados de capitales pequeños y la tasa de interés es exógena (Moutos y Vines, 1989).
Desde una perspectiva estructuralista, la relación establecida entre las regiones se dividió entre Centro y Periferia. A partir de una concepción histórico‐dinámica del desarrollo tecnológico se argumentaba que el desarrollo capitalista quedaba determinado en la existencia de estos dos polos. La dinámica establece diversas condiciones de producción: mientras que en el Centro se crea una estructura diversificada y homogénea, en la Periferia se da una especializada y heterogénea.
El mercado de trabajo, formalizado y con altos niveles de empleo, de los países centrales implica que las ganancias de productividad se traduzcan a salarios. A su vez, en la Periferia existe un exceso permanente y creciente de mano de obra empleada en el sector agrícola, que presiona los salarios a la baja; lo cual, repercutirá negativamente sobre los precios de
9 Ricardo estudió la relación Norte‐Sur a partir del análisis de la relación de Inglaterra con Portugal. 10 Ambos sectores son altamente complementarios ya que el sector primario provee de los insumos que luego serán transformados en bienes finales por el sector industrial (Kaldor, 1976). 11 Esta prescripción ha sido ampliamente difundida dentro de la literatura neoclásica de comercio internacional, la cual sostiene a la mencionada especialización de los países como requisito básico para la obtención de las ganancias del comercio. Herscher‐Ohlin (Ohlin, 1933).
27
los productos del sector, siendo estos los bienes que se exportan ya que el país mantiene una relación de especialización primario‐exportador. Esto se traduce en un deterioro permanente de los términos de intercambio12 (caída de precios de los productos agrícolas en relación a los precios de los productos manufacturados).
Un párrafo adicional merece la actual coyuntura de crecimiento de precios de los commodities, los cuales pueden estar revirtiendo su deterioro de largo plazo debido al ingreso de China e India al mercado mundial de alimentos. De todos modos, es necesario destacar que las asimetrías de funcionamiento de los mercados laborales de cada región se siguen reproduciendo y la especialización de la Periferia en materias primas, desdibuja las posibilidades de desarrollo dada las actuales características del progreso técnico y producción agropecuaria (revolución verde), para las cuales el nivel de absorción de mano de obra es reducido en función de su mayor intensidad en el uso de capital.
En definitiva, el intercambio comercial (bienes manufacturados versus bienes primarios) reproduciría las condiciones de subdesarrollo en los países atrasados al profundizar las diferencias entre los países de una y otra región.
12 El deterioro secular de los términos de intercambio junto con los bajos incrementos de productividad, determinarán una menor capacidad de acumulación en la Periferia (Prebisch, 1950).
28
BREVE ANÁLISIS DE LA TRANSMISIÓN DE SHOCKS A TRAVÉS DEL CANAL REAL. En esta sección, nuestra intención es analizar el canal real o comercial, uno de los dos posibles canales de transmisión de los shocks al resto del mundo. Comenzaremos por mostrar un panorama general de la importancia de Estados Unidos (EEUU) en términos de su peso comercial. Luego continuaremos por particularizar nuestro estudio en lo que se refiere a los vínculos entre EEUU y la región, al mismo tiempo también observaremos esta relación con el resto de sus socios comerciales13. Por último, centraremos la atención en lo referente a los posibles impactos sobre nuestro país, detallando los vínculos comerciales y, en particular, lo referente a los productos agropecuarios.
UN PANORAMA GENERAL DE LA IMPORTANCIA DE ESTADOS UNIDOS. La economía de Estados Unidos representó en el año 2006 el 27,4% del producto bruto mundial, según datos del Banco Mundial. Esto nos da una primera idea de lo que una recesión en aquel país significa para la economía del planeta en su conjunto, y que un shock negativo hacia el resto del mundo impacta directa o indirectamente en la gran mayoría de las economías.
De todas formas, debemos realizar varias consideraciones para definir el impacto comercial de los shocks que provienen de aquel país.
Un primer elemento tiene que ver con el grado de apertura de la economía estadounidense, variable que alcanzó en 2007 el 29,18%, pero que muestra un crecimiento del 80% respecto al 1990, cuando el coeficiente era de tan sólo el 16,3%. Por otra parte, además de no ser elevado el grado de apertura, más del 80% de su demanda se cubre con lo producido internamente, de modo que la demanda residual hacia el mercado externo para el año 2007 fue del 17% de su producto bruto interno (PBI) (ver Gráfico 14). Con esto no buscamos desestimar la importancia de sus importaciones, ya que EEUU importó el pasado año por valor de U$S 1.965 miles de millones , lo que equivale a más de 9 veces el PBI de la Argentina.
GRÁFICO 14: PARTICIPACIÓN DE LAS IMPORTACIONES EN EL PBI DE ESTADOS UNIDOS. Fuente: Elaboración propia en base a datos del Bureau of Economic Analysis. U.S.
Department of Commerce.
En segundo lugar, nos pareció interesante analizar los principales socios comerciales de EEUU (en lo referido a las importaciones), hacia los cuales el shock impacta más directamente.
En el Gráfico 15 vemos cuáles son los países que más exportan hacia los Estados Unidos, siendo éstos los más afectados ante un descenso de las importaciones de aquel país. En 2007, los principales socios fueron la Unión Europea con el 18% de las importaciones estadounidenses, Canadá y China cada uno con el 16% y Méjico con un 11%.
13 De aquí podremos hacer alguna inferencia en lo que respecta a la transmisión indirecta de los shocks hacia nuestro país.
10%
11%
12%
13%
14%
15%
16%
17%
18%
1990 1992 1994 1996 1998 2000 2002 2004 2006
% de Pa
rticipación
M/PBI
29
GRÁFICO 15: IMPORTACIONES DE BIENES DE EE.UU. SEGÚN SU PAÍS DE ORIGEN. AÑO 1992 Y 2007.
Fuente: Elaboración propia en base a datos del U.S. Census Bureau
En lo que respecta a la región, el MERCOSUR Ampliado, es decir, Argentina, Brasil, Uruguay, Paraguay, Venezuela, Bolivia y Chile, representa tan sólo el 4% de sus importaciones.
Desde un punto de vista dinámico, el hecho más destacado es que la participación de China en las importaciones se triplicó en quince años, pasando de un 5% en 1992 a un 16% en 2007. Por otra parte, el peso de la Unión Europea (UE) es el mismo durante el período. No obstante, teniendo en cuenta que para 1992 la cifra se refiere a los 15 primeros países en integrar la Unión y que en 2004 se añaden 10 países, se puede considerar que la UE ha perdido importancia en las importaciones de Estados Unidos. En lo que se refiere a Méjico, puede observarse que ha ganado terreno al crecer 4 puntos porcentuales sus ventas a ese país. Por último, la participación del MERCOSUR Ampliado se ha mantenido constante con un 4% de las importaciones estadounidenses.
En tercer lugar, nos interesa analizar el desenvolvimiento de las importaciones de Estados Unidos en lo referente a los productos del sector agropecuario. En este sentido, encontramos que el país representa el 10% de la demanda internacional de productos agropecuarios (véase Gráfico 16). Esta cifra es de por sí muy alta si se compara con la de China que es sólo de 5%. Si bien la participación de los países de la Unión Europea es alta, representando casi la mitad del comercio agropecuario, debemos destacar que es fundamentalmente un comercio intrazonal.
Por lo tanto, podríamos esperar que Estados Unidos tenga un gran impacto en el mercado internacional de productos agropecuarios, tanto en lo que se refiere a cantidades como a precios, situación que se constata en los modelos VAR que se realizaron en secciones anteriores.
Mercosur ampliado
4%
Resto del Mundo48%
Canada18%
Méjico7%
UE (15)18%
China5%
Mercosur ampliado
4%
América Central y resto de Suramérica
3%
Resto del Mundo32%
Canada16%
Méjico11%
UE18%
China16%
30
GRÁFICO 16: PARTICIPACIÓN EN LAS IMPORTACIONES MUNDIALES DE PRODUCTOS AGROPECUARIOS. AÑO 2006
Fuente: Elaboración propia en base a datos de la Organización Mundial del Comercio.
LA SITUACIÓN DEL MERCOSUR AMPLIADO EN EL MERCADO MUNDIAL. Luego de una década de caída en las tasas de crecimiento e incluso, tasas de variación negativas sobre el fin de la misma, puede observarse una reversión en el desenvolvimiento económico del MERCOSUR Ampliado1415durante los últimos años (ver Gráfico 17 y 18).
GRÁFICO 17: CRECIMIENTO DEL PBI. AÑOS 1991‐2006 Fuente: Elaboración propia en base a datos del Centro de Economía Internacional (CEI) y
FMI.
Un contexto internacional favorable, en términos del aumento sostenido del precio de los productos exportables de estos países parecería ser un factor determinante en el mencionado cambio.
En lo que respecta al canal comercial un primer elemento a resaltar se vincula al grado de apertura de la región, es decir, el monto total de comercio (exportaciones + importaciones) en relación al PBI. En este sentido, debemos resaltar que según datos del Centro de Economía Internacional (CEI), la región en 2006 tiene prácticamente el doble de la apertura que poseía 11 años atrás (30,54% y 16,18% respectivamente). Lo que implica que las posibilidades de transmisiones de shocks se han incrementado considerablemente, sabiendo que el actual volumen comercial equivale a cerca de una tercera parte del producto bruto de la región.
14 Por los estrechos vínculos comerciales y motivos de carácter geopolítico, hemos decidido estudiar el MERCOSUR + 3: Argentina, Brasil, Paraguay y Uruguay, junto con Bolivia, Chile y Venezuela. 15 Casos como los de Bolivia y Brasil, parecen ser más difusos en este sentido, ya que sus productos han sido mucho menos volátiles a lo largo de toda la década de los 90 e incluso se mantiene de la misma manera hasta nuestros días.
EUA10%
Resto del Mundo40%
UE (25)45%
China5%
‐15
‐10
‐5
0
5
10
15
1991 1993 1995 1997 1999 2001 2003 2005
Tasas de
variación
%
Argentina Uruguay Chile
31
GRÁFICO 18: CRECIMIENTO DEL PBI. AÑOS 1991‐2006. Fuente: Elaboración propia en base a datos del Centro de Economía Internacional y FMI
El mencionado incremento de la apertura, por un lado, está vinculado con el crecimiento exponencial de las exportaciones, las cuales alcanzaron en 2006 un valor de U$S 300.166 millones, siendo éste un 323% superior al del año 1995. En el Gráfico 19 podemos observar la evolución de las exportaciones hacia los principales destinos entre los años 1996 y 2006. En particular, se evidencia un quiebre en la tasa de crecimiento de las exportaciones a partir del año 2002, esta tendencia claramente ascendente se mantiene hasta nuestros días.
GRÁFICO 19: EXPORTACIONES MERCOSUR AMPLIADO. AÑOS 1996‐2006. Fuente: Elaboración propia en base a datos del Centro de Economía Internacional y FMI
* Unión Europea: 15 primeros países hasta 2003, 25 a partir de 2004.
Por otro lado, como es de suponer, Estados Unidos posee una participación preponderante al interior del NAFTA; mientras que para Canadá y Méjico, aún siendo destinos marginales, su participación es creciente al interior del área comercial.
Por último, a pesar de que China aún demanda una porción menor con respecto al resto de los principales socios comerciales, es para destacar el crecimiento que ha tenido durante los últimos años. En este sentido, puede observarse que la dinámica de las exportaciones hacia aquel país es claramente superior, creciendo un 859% en el período analizado, donde se puede apreciar que el “despegue” comienza en el año 1999 (ver Gráfico 20).
‐15
‐10
‐5
0
5
10
15
20
1991 1993 1995 1997 1999 2001 2003 2005
Tasas de
variación
%
Paraguay Venezuela Bolivia
0
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
1996 1998 2000 2002 2004 2006
Millon
es de U$S
NAFTA USA UE* China
32
GRÁFICO 20: DINÁMICA DE LAS EXPORTACIONES DEL MERCOSUR AMPLIADO SEGÚN DESTINO. AÑOS 1995‐2006.
Fuente: Elaboración propia en base a datos del Centro de Economía Internacional y FMI
En lo que respecta al vínculo particular de la región con Estados Unidos, es necesario aclarar que a pesar de que las exportaciones hacia aquel país han crecido en menor medida, un 318% no es una cifra menor. Por otra parte, Estados Unidos representaba en 1995 el destino del 25% de las exportaciones de la región y esta participación se ha mantenido constante, ya que el crecimiento del período fue prácticamente el mismo que el del total de las exportaciones.
GRÁFICO 21: EXPORTACIONES DEL MERCOSUR AMPLIADO SEGÚN DESTINO. Fuente: Elaboración propia en base a datos del Centro de Economía Internacional y FMI
En lo que se refiere a las exportaciones de productos agropecuarios, según datos de la Organización Mundial del Comercio (OMC), puede apreciarse una caída del tres por ciento en la participación de Estados Unidos (país de destino) dentro de las exportaciones de Sud y Centro América. Es decir, que a pesar del crecimiento de las exportaciones evidenciado principalmente a partir del año 2002, podría existir una sustitución de productos que se venden hacia aquel país, en la que los agrícolas tienden a perder participación16 (Gráfico 22).
16 Esta apreciación debe ser leída con precaución ya que no se encuentran publicados datos con un mayor grado de desagregación, por lo que la región Sud y Centro América sirve como una aproximación a la situación del MERCOSUR Ampliado.
318,1
250,6
859,4
0
100
200
300
400
500
600
700
800
900
1995 1997 1999 2001 2003 2005
Indices. 1995=100
USA
UE
China
0
50.000
100.000
150.000
200.000
250.000
300.000
350.000
1996 2006
Millon
es de U$S
MERCOSUR AmpliadoNAFTAUnión Europea*ChinaJapónResto del Mundo
33
GRÁFICO 22: EE.UU. EN LAS EXPORTACIONES DE BIENES AGRÍCOLAS DE SUD Y CENTRO AMÉRICA
Fuente: Elaboración propia en base a datos de la OMC.
El otro componente a evaluar son las importaciones, las cuales entre 1995 y 2006 han crecido un 198%, llegando a un valor de U$S 203.918 millones, según datos publicados por el CEI (Ver Gráfico 23).
GRÁFICO 23: IMPORTACIONES MERCOSUR AMPLIADO. AÑOS 1995‐2006. Fuente: Elaboración propia en base a datos del Centro de Economía Internacional y FMI
Se puede apreciar como a partir del año 2002 se revierte la tendencia decreciente y en tan sólo 4 años, más que duplican su valor pasando de U$S 91.044 millones a U$S 203.918 millones en 2006. Es necesario destacar que el mencionado desenvolvimiento de las importaciones, se da con todos los principales socios comerciales con la excepción de China, con la cual se percibe un aumento del comercio durante todo el período estudiado, aunque en valores marginales. China comienza a perfilarse como un socio comercial de relevancia para la región a partir del año 2002, ya que en 4 años las importaciones desde aquel país crecen un 410%.
0,19
0,16
0,10
0,12
0,14
0,16
0,18
0,20
2000 2001 2002 2003 2004 2005 2006
EE..UU.
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
1995 1997 1999 2001 2003 2005
Millon
es de U$S
NAFTA USA UE* China
34
GRÁFICO 24: IMPORTACIONES DEL MERCOSUR AMPLIADO SEGÚN DESTINO. Fuente: Elaboración propia en base a datos del Centro de Economía Internacional y FMI
A su vez, como puede apreciarse en el gráfico 24, el crecimiento de China se realiza a expensas de los principales socios comerciales en 1996: la Unión Europea, el NAFTA (Estados Unidos, Canadá y Méjico) y Japón. Por otro lado, el MERCOSUR Ampliado prácticamente mantiene su participación y el Resto del Mundo crece por encima de la media.
Finalmente, en términos generales puede mencionarse que la región ha profundizado sus vínculos comerciales con el resto de los bloques y países. La recuperación económica evidenciada por la mayoría de los países del MERCOSUR Ampliado (fundamentalmente a partir del año 2002), ha provocado un fuerte crecimiento de las exportaciones, lo mismo que de las importaciones (éstas últimas partiendo de pisos muy bajos provocados por las tasas de crecimiento decrecientes de varias economías de la región a fines de la década del noventa).
Por otra parte, en lo que respecta a los socios comerciales, China surge claramente como un nuevo actor de peso en la región, aumentando su participación tanto en términos de las importaciones como de las exportaciones, con tasas de crecimiento muy superiores a las del resto de los socios. En ambos casos el Resto del Mundo17 gana terreno, lo que nos estaría indicando una diversificación de socios comerciales y por tanto una menor dependencia de los principales bloques económicos18.
En cuanto al vínculo con Estados Unidos, éste pareciera perder peso relativo en la región, analizando el total de los vínculos comerciales, ya que si bien se mantiene en términos de las exportaciones, pierde terreno en lo que respecta a las importaciones. En lo referido a los bienes agropecuarios parecería observarse una caída en las exportaciones de la región Sud y Centro América hacia aquel país. Por tanto, podríamos afirmar que a nivel regional hoy existe una menor dependencia de la que existía una década atrás y estaríamos observando que a través del canal comercial, existen menos elementos de contacto para la transmisión directa de la crisis.
ANÁLISIS DEL COMERCIO ARGENTINO. EL CASO PARTICULAR DE LOS PRODUCTOS AGROPECUARIOS. Una vez hecho el análisis a nivel del bloque regional de la Argentina, nuestra intención es profundizar en las características comerciales de nuestro país en particular, centrando la atención sobre el sector agropecuario.
Para comenzar es interesante señalar la evolución de la apertura de nuestro país en relación al bloque. En el Gráfico 25 se observa cómo partiendo de grados de apertura similares en 1995, llegamos al año 2006 superando claramente los valores del MERCOSUR Ampliado. Es decir, que hoy la Argentina está, en comparación al conjunto de los miembros del bloque, sensiblemente más abierta al mundo y puede decirse además, que entre 1995 y el año 2006, la Argentina está más expuesta a la transmisión de shocks vía canal comercial.
17 Aquí no tendría sentido profundizar en la discriminación, ya que no existe ningún otro actor de peso sino que se conforma a partir de la sumatoria de pequeñas participaciones. 18 La incorporación de China estaría reforzando esta apreciación.
0
50.000
100.000
150.000
200.000
250.000
1996 2006
Mercosur Ampliado NAFTAUnión Europea* ChinaJapón Resto del Mundo
35
GRÁFICO 25: GRADO DE APERTURA DE MERCOSUR AMPLIADO Y DE ARGENTINA. Fuente: Elaboración propia en base a datos del Centro de Economía Internacional (CEI) y
FMI.
Si analizamos el comercio de nuestro país, exportaciones e importaciones, podemos apreciar la recuperación de la economía a partir del año 2002. Otro elemento para señalar es cómo a partir del año 2000, con la recesión de la economía, la Argentina comienza a tener superávit en la balanza comercial (que perdura en el período post‐convertibilidad) y por tanto, se revierte la característica de déficit comercial estructural presente durante los años noventa (Gráfico 26).
GRÁFICO 26: EXPORTACIONES E IMPORTACIONES DE LA ARGENTINA. AÑOS 1995‐2006. Fuente: elaboración propia en base a datos del CEI
Como pudimos apreciar, la Argentina en la actualidad es un país más abierto que diez años atrás, lo que significa que exportaciones e importaciones han crecido más que lo que lo ha hecho el PBI (en un análisis punta a punta de la serie de tiempo).
Al analizar esta mayor exposición, en el marco de la crisis de EEUU, debemos observar cuáles son los principales socios comerciales de nuestro país19.
ANÁLISIS DE LOS SOCIOS COMERCIALES DE LA ARGENTINA. Un análisis de los socios comerciales nos permite identificar cuáles son los países con mayor vínculo comercial con nuestro país, y por tanto, analizar cuáles pueden ser los impactos vía el canal comercial según el país en el que se originan los diferentes shocks.
19 Como el MERCOSUR es una Unión Aduanera, es decir, la política comercial de cada miembro queda subordinada a las decisiones que se toman a nivel bloque, no habrá sustanciales diferencias (en cuanto a los socios) con lo que ya fue manifestado a nivel bloque. Decimos “sustanciales” porque en el análisis regional se incluyó a Bolivia, Chile y Venezuela, quienes no forman parte del MERCOSUR y esto podría marcar algunas diferencias.
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
30,00%
35,00%
40,00%
Mercosur ampliado Argentina
1995
2006
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
50000
1995 1997 1999 2001 2003 2005
Expo
Impo
36
Tanto para el análisis de los socios como para el que realizaremos en la siguiente sección, referido a la composición sectorial del comercio, hemos tomado tres años que nos permiten mostrar la evolución temporal. Los años 1996 y 2006, son dos años de los considerados “normales” y nos permitirán observar el desenvolvimiento del comercio bajo el modelo de la Convertibilidad y el post‐convertibilidad de tipo de cambio devaluado. El año 2001, haciendo la salvedad de ser un año de plena crisis económica (es decir, de ninguna manera “normal”), nos permite observar los cambios que se han dado en el corto plazo, a partir de la recuperación económica. En los siguientes dos gráficos, observaremos los cambios absolutos en las magnitudes comercializadas tanto por exportaciones como importaciones, destacando las diferencias relativas en términos de los países que comercian con nuestro país.
En lo que respecta a las exportaciones, en el Gráfico 27 se presentan los países y bloques regionales de destino de las mismas. Principalmente podemos destacar, no sólo un crecimiento sino un aumento en la participación relativa del resto del mundo, que pasa de una participación del 28% en 1996 al 33% en 2006. Esto podría leerse como una menor dependencia en términos de la concentración del comercio con los actores tradicionales (UE, NAFTA, Intra‐MERCOSUR, etc.). En este mismo sentido, debemos mencionar la aparición de China, como nuevo actor, que aparece fuertemente del año 2002 en adelante, en poco tiempo duplica su participación, pasando del 4% al 8%. La Unión Europea entre 1996 y 2006, a pesar de la incorporación de 10 países al bloque, su participación cae del 19% al 18%. En tanto que el NAFTA crece en un 3% (del 10 al 13%), durante el mismo período. Por su parte, la Comunidad Andina tiene un pequeño crecimiento (5% al 6%), mientras que Japón prácticamente desaparece como socio comercial (2% al 1%). Por último, el retroceso comercial Intra‐MERCOSUR es muy importante, entre 1996 y 2006 se produce una caída de 12 puntos en la participación (de 33% a 21%). Siendo Brasil el principal socio comercial, podríamos mencionar que en 1996 cumplía un papel bastante más relevante como “locomotora” del bloque, mientras que en la actualidad su importancia, en términos de la colocación de las exportaciones de nuestro país, aparece desdibujada.
GRÁFICO 27: EXPORTACIONES DE ARGENTINA SEGÚN PAÍS DE DESTINO. AÑOS 1996, 2001 Y 2006. MILLONES DE DÓLARES.
Fuente: Elaboración propia en base a datos del CEI.
* Resto del Mundo. ** Unión Europea: en 2004 se incorporan 10 países.
Si realizamos este mismo análisis para las importaciones, encontramos que si bien los principales socios comerciales son los mismos, su participación en el total varía.
En primer lugar, encontramos que el Resto del Mundo (RM) tiene una presencia menor, y sobre todo, su participación tan sólo aumenta en un 2% en el período 1996‐2006 (de 15% a 17%). En segundo lugar, resaltando que el RM tiene una participación minoritaria, podemos decir que las importaciones se encuentran concentradas en cuatro actores centrales: NAFTA, UE, China y, claramente mayoritario, el MERCOSUR.
Aquí es relevante destacar que a pesar de mantenerse concentrado el comercio en estos actores, el volumen de importaciones del NAFTA (en términos absolutos) se mantiene constante, durante la década analizada. Mientras que cae el volumen comercializado con la UE de U$S 6.900 millones en 1996 a U$S 5.800 en 2006, lo que en términos relativos equivale a una caída de 12 puntos porcentuales, representando hoy el 17% de las importaciones totales del país. Sin duda, en este punto, el tipo de cambio bilateral vigente en la actualidad (un euro fuertemente apreciado), da lugar a la sustitución de comercio.
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
40.000
45.000
50.000
1996 2001 2006
RM*
China
UE**
Méj
EU
C.Andina
Mercosur
37
Los principales beneficiarios de las caídas de participación relativa del NAFTA y la UE, han sido China y el MERCOSUR. Por un lado, China aparece en escena con un crecimiento que triplica en 2006 la participación de diez años atrás (de 3% al 9%). Por el otro, el MERCOSUR crece relativamente del 24% al 37% del total de la importaciones, es decir que prácticamente U$S 4 de cada U$S 10 importados provienen de los socios miembros del bloque, centralmente Brasil.
Finalmente, en 2006 Japón y la Comunidad Andina también están presentes pero con participaciones poco relevantes, 3% y 2% respectivamente (ver Gráfico 28).
GRÁFICO 28: PARTICIPACIÓN EN LAS IMPORTACIONES DE ARGENTINA. MILLONES DE DÓLARES.
Fuente: Elaboración propia en base a datos del CEI.
0
5.000
10.000
15.000
20.000
25.000
30.000
35.000
40.000
1996 2001 2006
Resto del Mundo
Japón
China
Unión Europea
NAFTA
Comunidad Andina
Intra Mercosur
38
ANÁLISIS SECTORIAL DEL COMERCIO ARGENTINO. El otro elemento que nos interesa agregar al análisis es la dimensión sectorial. Como mencionamos al comienzo de la presente sección, centraremos la atención sobre los productos comercializados del sector agropecuario: productos primarios y manufacturas de origen agropecuario (MOA).
En el Gráfico 29 podemos apreciar un cambio en la composición de las exportaciones entre los años 1996 y 2006. Se observa una caída de la participación de los productos primarios (de 24 al 19%), y en menor medida, una caída en la MOA (de 35% al 33%). Por otra parte, se incrementan la participación de Combustibles y Energía (de 13% a 17%) y de las Manufacturas de origen Industrial (MOI) (del 27% al 32%). Si analizamos el desenvolvimiento de las expo en los años posteriores a la devaluación, entre el 2001 y 2006, encontramos que las MOA crecen un 5% y las MOI un 1%. Las manufacturas ganan participación a costa de los productos primarios (caen un 4%) y de los combustibles y energía (caen un 1%).
GRÁFICO 29: COMPOSICIÓN DE LAS EXPORTACIONES DE ARGENTINA. AÑOS 1996, 2001 Y 2006.
Fuente: Elaboración propia en base a datos del INDEC.
En cuanto a la composición de las importaciones (Gráfico 30), comparando 1996‐2006, encontramos que la mayor diferencia se encuentra en la caída de los bienes de consumo (3%), la cual es compensada por el incremento en Combustibles, piezas y accesorios para bienes de capital y vehículos automotores de pasajeros. En líneas generales, una década después, no se aprecian grandes variaciones en la composición de los rubros de importación.
GRÁFICO 30: COMPOSICIÓN DE LAS IMPORTACIONES DE ARGENTINA. AÑOS 1996, 2001 Y 2006.
Fuente: Elaboración propia en base a datos del INDEC.
*Dato provisorio
0%
20%
40%
60%
80%
100%
1996 2001 2006*
Productos primarios Manufacturas de origen agropecuarioManufacturas de origen industrial Combustibles y energía
0%
20%
40%
60%
80%
100%
1996 2001 2006*Bienes de capital Bienes intermediosCombustibles y lubricantes Piezas y acces. bs. de capitalBienes de consumo Vehículos autom. de pasajerosResto
39
Si analizamos el año 2006 con respecto al 2001, los cambios son notorios. Los rubros que más fuertemente se modifican son: Bienes de capital crece un 3%, vehículos automotores de pasajeros duplica su participación del 3% al 6%, y Bienes de Consumo que cae del 20% al 12%.
Es importante destacar que las importaciones reaccionan rápidamente al cambio en los precios relativos y poder de consumo de la población, lo que explica la magnitud de los cambios en tan poco tiempo.
UN ANÁLISIS COMBINADO PARA DOS CASOS RELEVANTES: ESTADOS UNIDOS Y BRASIL. Dados los fuertes vínculos comerciales existentes entre nuestro país y Estados Unidos y Brasil, hemos decidido realizar un análisis de casos que contempla el cruce de las dos dimensiones reseñadas en los apartados precedentes. Nuestra intención es realizar un análisis pormenorizado que permita identificar, una vez que hemos reconocido la relevancia del vínculo comercial con estos dos países, cuáles son los productos que intervienen en las operaciones comerciales. Este análisis nos permite, en alguna medida, acercarnos a una presunción acerca de cómo un shock negativo a través del canal comercial puede impactar en los distintos sectores económicos de nuestro país. En particular, nos interesa hacer hincapié en la producción agropecuaria.
En lo que respecta al primero de nuestros dos casos, Estados Unidos, podemos observa en el Gráfico 31 cual es la composición sectorial del comercio con ese país. Un primer elemento a considerar es el bajísimo porcentaje de comercio de productos agropecuarios, esto nos permitiría afirmar que la Argentina compite con EE. UU. Por colocar este tipo de productos en el mercado mundial. Es decir, un posible efecto negativo producto de la crisis, puede surgir con los remanentes adicionales que EE.UU. puede llegar a colocar en el exterior al no poder venderlos en el mercado interno, repercutiendo en una caída de los precios de estos productos, dado el consecuente shock de oferta. Por otro lado, las MOA se encuentran presentes en un 23%, lo que nos estaría indicando que existe un mayor comercio en productos del sector con algo de valor agregado (principalmente pescados y mariscos elaborados, grasas y aceites, y vino y productos relacionados).
GRÁFICO 31: EXPORTACIONES DE ARGENTINA A ESTADOS UNIDOS. AÑO 2006 Fuente: Elaboración propia en base a datos del CEI.
Lo cierto es que el comercio se encuentra principalmente en combustibles y energías y en manufacturas de origen industrial, los cuales sumados representan el 71% del total. Dentro de los 10 primeros rubros de productos encontramos en los tres primeros lugares: Petróleo crudo, Fuel oil y otros derivados de petróleo. Mientras que nuestras exportaciones de MOI se encuentran concentradas en: productos químicos y conexos, bauxite y aluminio y partes y accesorios de automóviles20.
En lo que se refiere a las importaciones de EE.UU. puede resaltarse la relevancia de los Bienes de Capital, ya que si agregamos Piezas y accesorios, estos representan en conjunto el 45% del total. En segundo lugar se encuentran los Bienes Intermedios con un 41%, lo que termina representando el 85% del total (ver Gráfico 32).
20 Es necesario aclarar que mientras que en Combustibles y Energía los tres rubros mencionados representan la totalidad del sector, tanto en las MOI como en las MOA, los rubros mencionados abarcan una parte mucho más pequeña, lo que implica que las exportaciones del sector recaen en una mayor cantidad de productos.
Productos Primarios, 6%
Combustibles y Energía, 38%
Manufacturas de Origen
Industrial, 33%
Manufacturas de Origen
Agropecuario, 23%
40
GRÁFICO 32: IMPORTACIONES DE ARGENTINA DESDE ESTADOS UNIDOS. AÑO 2006. Fuente: elaboración propia en base a datos del CEI
Por último, del total de lo comercializado con Estados Unidos, en el Gráfico Nº 31 podemos observar que tan sólo el 6% corresponde a productos agropecuarios. Si suponemos que en el año 2007 se mantuvo esta misma proporción, sabemos que del total de lo exportado hacia aquel país (U$S 4.000 millones), U$S 240 millones es el valor correspondiente a productos agropecuarios. Esto equivale aproximadamente al 2,5% del total de las exportaciones argentinas del sector, por lo que sería difícil de esperar un impacto sustancial a partir de la caída de la demanda de aquel país.
Como mencionamos al comienzo de este apartado, el otro país bajo análisis es Brasil. El motivo por el cual observamos la composición del comercio se sustenta en el hecho de la integración comercial, que existe con aquel país.
Luego del cambio en los precios relativos que impuso la devaluación en nuestro país, el comercio intra‐MERCOSUR ha crecido fundamentalmente a partir del crecimiento de las importaciones. A pesar de esto, el porcentaje de participación de las exportaciones con destino al MERCOSUR no es menor, ya que como hemos visto supera el 20%. Según datos del CEI, durante el año 2007, la Argentina exportó a Brasil por valor de U$S 10.400 millones, representando un crecimiento del 68% con respecto al valor exportado en 2001 (U$S 6.200 millones).
En lo referente a las exportaciones, encontramos que el 73% del comercio que tiene como destino Brasil, no se vincula al sector agropecuario, siendo claramente mayoritarias las MOI (abarcan el 56% del total). Por otro lado en el Gráfico 33 también podemos observar que la participación de los productos primarios no es despreciable, dado que prácticamente 1 de cada 5 dólares que entran al país responden a este sector. De todos modos, es necesario aclarar que se hace muy difícil pensar que el shock negativo de la crisis de USA puede venir por un efecto (vía Brasil) dadas las magnitudes que estamos señalando.
GRÁFICO 33: EXPORTACIONES DE ARGENTINA A BRASIL. AÑO 2006. Fuente: Elaboración propia en base a datos del CEI.
Bienes de Capital, 30%
Bienes Intermedios,
41%
Combustibles y lubricantes, 4%
Piezas y Accesorios
para bienes de capital, 15%
Bienes de Consumo, 9%Vehículos
automotores de pasajeros,
1%
Combustibles y energía, 17%
Productos Primarios, 17%
Manufacturas de Origen
Agropecuario, 10%
Manufacturas de Origen
Industrial, 56%
41
En lo que respecta a las importaciones desde Brasil, el crecimiento desde el 2001 a esta parte ha sido realmente importante. Mientras que en 2001 Argentina importaba por valor de U$S 5.000 millones, el año pasado lo hizo por U$S 14.420 millones, lo que equivale a un crecimiento del 188%. Al igual que con Estados Unidos, las importaciones se concentran en bienes intermedios (38%) y si agregamos bienes de capital junto con piezas y accesorios para bienes de capital encontraremos que equivale al 39%. Bienes de Consumo y Vehículos automotores de pasajeros (prácticamente) completan el total (Ver Gráfico 34).
GRÁFICO 34: IMPORTACIONES DE ARGENTINA DESDE BRASIL. AÑO 2006 Fuente: Elaboración propia en base a datos del CEI.
Bienes de Capital, 23%
Bienes Intermedios,
38%
Combustibles y lubricantes, 1%
Piezas y Accesorios
para bienes de capital, 16%
Bienes de Consumo, 9%
Vehículos automotores de pasajeros,
13%
42
EL COMPORTAMIENTO DE LA INVERSIÓN EXTRANJERA DIRECTA EN LA REGIÓN. Una vez que hemos observado los flujos comerciales, debemos analizar brevemente el otro elemento que integra el canal real: los movimientos del capital. Los mismos serán analizados a partir de observar el comportamiento de la Inversión Extranjera Directa (IED) hacia la región y hacia nuestro país en particular. Si bien es interesante observar el total de los flujos de IED porque contempla tanto los efectos directos como indirectos de transmisión de la crisis, deberemos realizar un análisis pormenorizado de aquellos flujos que provienen de los Estados Unidos, que es desde donde provendría el shock negativo.
UNA APROXIMACIÓN TEÓRICA PARA EL ANÁLISIS DE LA IED. Un elemento central para el análisis de la Inversión Extranjera Directa, es que las distintas corrientes económicas no han desarrollado un marco teórico específico para el tratamiento de la inversión extranjera directa.
En un informe publicado por la Comisión Económica para América Latina y el Caribe (CEPAL)21 se menciona que los determinantes que pueden afectar la llegada de IED a la región son los siguientes: crecimiento económico, precio de los productos básicos, Fusiones y Adquisiciones, cambios políticos e institucionales y entorno empresarial.
Crecimiento económico. Como ya hemos mencionado en el trabajo, la región a partir de 2002 ha recuperado un sendero de crecimiento, destacándose las altas tasas evidenciadas por algunos países, lo cual debería favorecer la afluencia de inversión. Según la Revista Informe IEFE22, “El primero de los determinantes de la IED es el tamaño de mercado definido en un sentido económico. En este sentido, el nivel de PBI de un país resulta de suma importancia para el inversor a la hora de establecerse en una economía. A su vez, el PBI per cápita, también resulta relevante debido a que da una idea del poder adquisitivo de la población del país de destino de la inversión, lo cual se muestra especialmente relevante para ciertas industrias. Debemos agregar, que la conformación del MERCOSUR dio origen a un mercado más amplio bajo el cual existe libre circulación de mercaderías y cierto grado de protección interna lo que podría haber generado efectos positivos en la atracción de inversiones.” (pág. 19).
Precio de los productos básicos. Como destacamos anteriormente, el comercio de productos naturales de la región ha crecido constantemente de 2002 a la fecha, siendo China el principal sostén del crecimiento de la demanda. Esto se ha reflejado en un crecimiento sin precedentes del precio de los productos primarios, lo que podría redundar en inversiones hacia los sectores agropecuarios y agroindustriales. Sin embargo, el informe de CEPAL menciona que el alza del petróleo, “insumo para muchas actividades, puede tener un efecto negativo en la inversión en la industria manufacturera, entre otras ramas de la actividad económica, en los próximos años” (op. cit., pág.3).
Fusiones y Adquisiciones. Este es otro elemento que ha tenido un fuerte impacto sobre la IED en la región. El auge existente durante la década de los noventa, en buena medida se debió a los procesos de “modernización” del Estado, que dieron lugar a las privatizaciones, y posteriores Fusiones y Adquisiciones vinculadas a las empresas privatizadas23.
Cambios políticos e institucionales. En este punto se engloba el análisis de las políticas públicas diseñadas desde los gobiernos de la región, tanto en lo referente a la seguridad jurídica e incentivos a la inversión, fundamentalmente los de tipo fiscal. Según el Informe IEFE “las características del sistema tributario vigente, apuntan a proporcionar ventajas diferenciales respecto a otros países, por medio del aumento del retorno libre de impuestos de las inversiones. La simplicidad, neutralidad y eficiencia del sistema tributario también tienen su rol en cuanto a atracción de IED, sin embargo, los países no se focalizan en estos aspectos sino que hacen hincapié en la reducción de tasas impositivas” (pág. 20). En particular, CEPAL (2007) menciona que la renovación de las autoridades políticas de la región podría dar lugar a cambios (con respecto a los noventa), en la relación con las empresas transnacionales, sobre todo en lo que respecta a los recursos naturales.
Entorno empresarial. Para la teoría ortodoxa, este punto también llamado “clima de negocios”, representa un elemento central en las decisiones del inversionista extranjero. En este punto se sintetizan las “libertades económicas” y “garantías” que el inversor demandará al momento de elegir el lugar del planeta en el cual ubicará su inversión. Alejado del pensamiento de los setenta, en un recuadro aparte, el informe de la CEPAL (2007) establece que “Las condiciones prevalecientes en América Latina y el Caribe en materia de sistemas financieros, derechos de propiedad, impuestos, trabas burocráticas, códigos de comercio e intervención del Estado en la economía, entre otros factores, definen un
21 Para más información, ver el informe publicado por CEPAL (2007). 22 Ver más en IEFE (2007). 23 Un análisis detallado del proceso vivido en la Argentina (privatizaciones durante la primer mitad de los noventa, y Fusiones y Adquisiciones durante la segunda mitad) puede encontrarse en Basualdo (2006).
43
concepto de competitividad que ubica a la región en posiciones bastante rezagadas con respecto a la de los países desarrollados y de la región de Asia y el Pacífico” (pág.4).
Desde nuestro punto de vista, este último determinante, ampliamente difundido en la explicación ortodoxa de la inversión, termina funcionando como un instrumento de presión a favor del capital privado24. En su lugar, tenderíamos a entender las razones de la inversión simplemente en términos de las ganancias presentes y esperadas del capital. De hecho, las referencias al crecimiento económico, al aumento del precio de los bienes que se producen en la región y a las políticas públicas, no hacen más que establecer los pisos de rentabilidad garantizados para los inversores extranjeros.
Finalmente, en lo que respecta a la vinculación entre IED y desarrollo, resulta bastante anecdótico el documento de CEPAL (2007) donde se realiza una clasificación de los principales motivos de elección de destino de la IED, según la estrategia corporativa. La clasificación establece que los capitales optan por establecerse en la región a raíz de: a) búsqueda de recursos naturales; b) búsqueda de mercados; c) búsqueda de eficiencia25; d) búsqueda de activos tecnológicos. En el análisis de estos motivos se menciona que el único que tiene características positivas en términos de los enclaves que desarrolla en el país receptor es la “búsqueda de activos tecnológicos”.
Finalmente, la lista de casos reseñada por el estudio de CEPAL, plantea a la búsqueda de mercados y recursos naturales como las dos principales causas. Luego, el estudio no encuentra ningún caso de inversión extranjera en América Latina que se haya localizado por la búsqueda de activos tecnológicos.
En este mismo sentido, Alfaro (2003) destaca por medio de un análisis empírico que hay poca evidencia a favor de un efecto positivo de la IED en el crecimiento económico. Mientras que la Teoría de la Dependencia, desarrollado en la CEPAL durante los años sesenta y setenta, señala que la IED en los países en desarrollo muchas veces está ligada sólo a la extracción y explotación de los recursos naturales.
LA INFLUENCIA DE LA IED EN LA REGIÓN Luego del auge de las corrientes de IED durante la segunda mitad de los noventa, a principios de la presente década se produjo una baja sustancial, explicada por la caída de la rentabilidad ante escenarios de economías en recesión e inestabilidad financiera. Luego de la recuperación en el año 2002, parecería que la IED habría retornado a la región con un comportamiento menos volátil. Según lo estimado por la CEPAL, a corto plazo la IED se mantendría en el nivel registrado en el período reciente, con una leve tendencia al alza, aunque con un dinamismo menor que otras regiones subdesarrolladas (CEPAL, 2007).
GRÁFICO 35: INVERSIÓN EXTRANJERA DIRECTA. PANORAMA GENERAL Fuente: Elaboración propia en base a datos de UNCTAD, Naciones Unidas, “World
Investment Report 2007”.
* Valores promedio anual
24 Como bien se señala en CENDA (2007), si este argumento fuera cierto, difícilmente podría explicarse las inversión petrolera en Irak, donde el “clima de negocios” no parece ser el más adecuado. 25 Por búsqueda de eficiencia se entiende, según el mencionado trabajo, baratura del costo de la mano de obra, ya que se menciona entre otros, el caso de la industria textil en Méjico (maquilas) y los servicios administrativos en Costa Rica.
0
5000
10000
15000
20000
25000
30000
35000
40000
45000
50000
1990‐2000* 2003 2004 2005 2006
Millon
es de U$S
Argentina Brasil Méjico América del Sur
44
Si comparamos los valores actuales de IED en América del Sur con el valor promedio registrado durante la década pasada, U$S 29.693 millones, encontraremos que actualmente son claramente superiores y con tendencia creciente. Esto se debe a que los valores de comienzo de la década anterior se encontraban por debajo de los U$S 20.000 millones por lo que se desdibuja el pico alcanzado en 1999, cuando llegó a superar los 70.000 millones de dólares anuales (Ver Gráfico 35).
Si analizamos el origen de los capitales, debemos señalar que Estados Unidos ha venido consolidando su preeminencia dentro de la región. Mientras que en el período 1996‐2000, provenían de aquel país el 34% del total de la IED, en 2001‐2005, ese monto se ha elevado hasta el 40% de las inversiones corrientes. El segundo lugar, en el período 2002‐2005, lo ocupan los Países Bajos con un 12% (CEPAL, 2007).
En lo que respecta al destino de los capitales, puede observarse que Méjico es el país de la región que viene siendo más favorecido en la presente década, seguido por Brasil (quien ha tendido a acortar distancias en el año 2006). Según CEPAL (2007), el caso de Méjico puede explicarse por “la estabilidad y el volumen de las corrientes, así como la alta participación del sector de las manufacturas en las inversiones” (pág. 5).
De todos modos debemos resaltar que la región no ha venido siendo favorecida como destino de la IED, ya que recibe una porción cada vez menor de las corrientes mundiales. En los años ochenta, la porción captada fue de un 12%, mientras que en los 90 (donde existió un fuerte direccionamiento de la IED hacia el mundo en desarrollo), tan sólo fue del 10%. En la presente década ha recibido algo más del 8% de la corriente mundial26.
LOS FLUJOS DE IED EN LA ARGENTINA
GRÁFICO 36: IED EN ARGENTINA. AÑOS 1990‐2007 Fuente: Elaboración propia en base a datos de CEPAL.
Durante los años noventa la Inversión Extranjera Directa tuvo una presencia significativa en nuestro país. Lo primero a destacar es que la Argentina tuvo un valor promedio anual asemejable al de los países más importantes de la región. Como puede verse en el Gráfico 35, estos niveles ya no se repiten en los años recientes y nos encontramos con un ingreso anual de aproximadamente la cuarta parte de la IED que reciben Méjico y Brasil (25.3% y 25.6% respectivamente).
En el Gráfico 36 podemos observar el crecimiento mencionado a lo largo de toda la década, con la salvedad de que en el período 1995‐1998, donde se alcanza un promedio anual de U$S 7.250 millones, el 44% de la misma corresponde a un simple cambio de manos. Es decir, así como en la primer mitad de los 90, buena parte de la IED estuvo explicada por las Privatizaciones, durante la segunda mitad las Fusiones y Adquisiciones explican prácticamente la mitad de la IED (Basualdo, 2006).
Otro elemento para destacar es el pico alcanzado en al año 1999, donde a pesar de que la IED venía creciendo, ésta pega un salto alcanzando los 24 mil millones producto de la transacción Repsol‐YPF. Luego la inversión comienza a caer
26 Es necesario resaltar que, por lo que hemos mencionado en el apartado teórico, este hecho no es en sí mismo un problema en términos del desarrollo de los países, ya que los bajos eslabonamientos productivos de la inversión y difusión de tecnologías, dado por los sectores y mercados en los que se ubica (búsqueda de mercados concentrados, extracción de recursos naturales, bajos costos impositivos y de mano de obra ‐maquilas y zonas francas‐), no proporciona especiales beneficios para los países receptores.
0
5.000
10.000
15.000
20.000
25.000
1990 1992 1994 1996 1998 2000 2002 2004 2006
millon
es de U$S
IED Arg
45
producto de la crisis económica que vivía el país. En el año 2003, se observa el valor más bajo de la serie con U$S 1.652 millones y a partir de allí comienza una recuperación que alcanza en 2007 los U$S 5.720 millones.
En lo que respecta al análisis según el origen de los fondos, podemos mencionar que del total de la IED ingresada entre los años 1996‐2004, el principal país inversionista ha sido España con un 43.7% del total. Bastante por debajo, aparece Estados Unidos, con un 18.4% y en tercer lugar se ubica Francia con un 7.8%. Según la Dirección Nacional de Cuentas Internacionales27, en 2004 los ingresos provenientes de EE. UU. caen al 14% del total.
Como hemos mencionado, el PBI se toma como un indicador del tamaño del mercado de un país (del mismo modo que el PBI x habitante es tomado como un indicador de la capacidad de consumo), resulta interesante entonces, analizar los flujos de IED en relación al PBI. Por otra parte, los flujos se vuelven comparables, en términos de la importancia que representa para cada país, y por lo tanto, permite aproximarnos a una idea de lo que pasaría en la economía nacional si se produce una contracción de aquellos capitales.
En el Gráfico 37 podemos ver cómo en el período post‐convertibilidad, la IED se recupera y estabiliza en valores que fluctúan alrededor del 2.5%. Por otro lado, si tomamos dos períodos de tres años considerados “normales” (de estabilidad y crecimiento) de ambas décadas, período 1996‐1998 y 2004‐2006, podemos observar que no existe un cambio sustancial de los ingresos de IED con respecto al PBI, a pesar de los cambios en el modelo económico. Es decir, mientras que el promedio del primer período es del 2.7%, el promedio para el período post‐convertibilidad es del 2.6% del PBI.
GRÁFICO 37: PARTICIPACIÓN DE LA IED EN EL PBI. AÑOS 1990‐2006. Fuente: Elaboración propia en base a datos de CEPAL.
Podríamos decir que no existe un cambio estructural en el comportamiento de la IED hacia nuestro país, y que la rentabilidad de las empresas no se ha visto deteriorada a pesar de la devaluación de la moneda local. Según el Informe IEFE (2007), “la rentabilidad estimada de la IED luego de registrar un pico máximo en el año 1993 experimentó una marcada tendencia a la baja hasta alcanzar valores casi nulos para los años de 2001 y 2002. Con la recuperación económica, se retoma la senda ascendente volviendo a valores positivos y alcanzando en el año 2006 una rentabilidad del 9.5%” (pág. 25).
Partiendo de un análisis sectorial de la IED para el período 1992‐2004, encontramos que Recursos Naturales es el principal sector de afluencia de IED con un 36%, mientras que es seguido por el sector servicios con un 32%. En tercer lugar, se encuentra el sector Manufacturero con una afluencia del 23% para todo el período (IEFE, 2007). Por otra parte, el informe publicado por CEPAL (2007), para período 1996‐2004, profundiza aún más estos valores, sosteniendo que el 40.9% de la IED se dirigió al sector Recursos Naturales, seguido por un 29.4% al sector servicios y tan sólo un 20.7% hacia las Manufacturas. Por último, en un acercamiento a lo que podría ser los ingresos de IED en el período post‐convertibilidad, encontramos que para el año 200428, el 53% de los ingresos se dirigieron a Recursos Naturales, el 28.6% a Manufacturas y un escaso 2.9% al sector Servicios.
27 Dirección Nacional de Cuentas Internacionales (2005). 28 Último dato publicado tanto en CEPAL (2007) como en MECON (2005).
0%
1%
2%
3%
4%
5%
6%
7%
8%
9%
1990 1992 1994 1996 1998 2000 2002 2004 2006
% del PBI
46
En síntesis, podemos decir que en el período post‐convertibilidad la Argentina es un país menos “favorecido” en términos de los ingresos de IED en comparación con Brasil y Méjico (relación bastante más pareja durante los años 90). A pesar de ello, en términos de PBI la Argentina recibe, en la post‐convertibilidad, más IED que Brasil quien en promedio entre 2003‐2005 recibió el equivalente al 2.3% del PBI. De todos modos, como ya hemos mencionado, la teoría nos demuestra cómo el tipo de inversión que el país recibe, no tiene importantes efectos sobre el desarrollo. En este sentido, la profundización de la IED con destino hacia el Sector Recursos Naturales, llegando a representar más de la mitad de lo ingresado en 2004, subraya estas consideraciones. Por último, a pesar de que Estados Unidos viene creciendo en presencia en la región, en la Argentina se mantiene en valores por debajo del 20% del total de los ingresos para el período analizado, y en la pos‐convertibilidad ese valor podría estar aún por debajo. Este último elemento es central si queremos observar el impacto de una recesión de Estados Unidos en la Argentina: por un lado sabemos que los valores de inversión extranjera equivalen a montos menores en términos de PBI y por el otro, que al interior de aquellos fondos, de U$S 5 dólares que ingresan, menos de uno proviene de Estados Unidos, lo que nos permite decir que el impacto a partir de la reducción de la IED hacia nuestro país sería realmente bajo.
47
BREVE ANÁLISIS DE LA TRANSMISIÓN DE SHOCKS A TRAVÉS DEL CANAL FINANCIERO. Una vez cubierto el análisis para el canal comercial, debemos analizar cuáles son los posibles efectos negativos que se pueden transmitir vía el canal financiero.
Siguiendo la definición planteada por Carera, Féliz y Panigo (1999) “El canal financiero se relaciona con los efectos de la tasa de interés internacional (TII) sobre el nivel de ingreso disponible de las economías periféricas. Esta podría ser muy significativa en la magnitud de las fluctuaciones en la periferia por dos motivos. Primero, su determinación se encuentra dominada por la coyuntura económica del centro principal y por lo tanto no necesariamente responde a las necesidades de los países periféricos. En segundo lugar, el alto nivel de utilización del ahorro externo por parte de las economías periféricas, resultante de los nuevos procesos de crecimiento basados en la utilización del crédito internacional para financiar la inversión, las hace muy vulnerables a las perturbaciones en la TII” (pág. 4). Sobre este último punto, debemos señalar que a pesar de que existe una clara referencia al modelo económico de los noventa y que en la actualidad nuestro país no se encuentra demandando crédito externo como lo hacía durante la década pasada, entendemos que el argumento sigue siendo válido para la deuda acumulada que hoy se mantiene.
Con el objeto de evaluar el canal financiero, en los gráficos 38 y 39 mostramos la tasa de variación del producto de nuestro país y la tasa de interés internacional, la cual se aproxima a partir de la tasa efectiva de los fondos federales.
GRÁFICO 38: PBI DE LA ARGENTINA. AÑOS 1990‐2007 Fuente: Elaboración propia en base a datos del Centro de Economía Internacional.
GRÁFICO 39: TASA DE INTERÉS INTERNACIONAL*. AÑOS 1990‐2008 Fuente: Elaboración propia en base a datos de la Reserva Federal.
* La tasa de interés internacional se aproxima a partir de la tasa vigente en los Federal funds effective rate.
‐20
‐15
‐10
‐5
0
5
10
15
20
1990 1992 1994 1996 1998 2000 2002 2004 2006
tasa de crec. P
BI
0,00
0,50
1,00
1,50
2,00
2,50
3,00
1990 1992 1994 1996 1998 2000 2002 2004 2006
% ta
sa de int. in
ternac.
48
A partir la observación de las tasas de variación de ambas variables, parecerían encontrarse dos períodos bien diferenciados: un primer período que se extiende entre los años 1990 y 2001, donde la correlación tiende a ser negativa, mientras que a partir del 2001, parece cambiar el signo y comienza a ser positiva. Es decir, si analizamos por separado estos dos momentos, podríamos señalar que durante la década del noventa la correlación negativa puede explicarse a partir de la relación señalada por Prebisch (1991) donde menciona la relación negativa entre el ciclo en el Centro y en la Periferia, y a la tasa de interés como variable explicativa en ese proceso.
Sin embargo, esta asociación de variables parecería cambiar a partir del 2001, lo que da cuenta de nuevo fenómeno, que se presenta a partir de esa fecha.
En el Cuadro 11 mostramos los coeficientes de correlación para todo el período (1990‐2007) y para los dos períodos mencionados.
CUADRO 11: COEFICIENTE DE CORRELACIÓN (PBI ‐ TASA INT. INTER.)
Años Valor
1990‐2007 ‐0.107
1990‐2001 ‐0.207
2002‐2007 0.289
El cuadro nos confirma que la relación entre ambas variables es negativa analizando el período en su conjunto, lo que subraya las explicaciones sobre ciclos en el Centro y en la Periferia, desarrolladas por Prebisch en la década del cuarenta. Por otro lado, al dividir el período en dos segmentos, encontramos que se profundiza la relación negativa entre las variables durante el primero y se nos ratifica que existe un cambio en la relación de las variables a partir del año 2002.
En los años noventa uno de los rasgos característicos de la economía Argentina fue la dependencia del ahorro externo para sostener el abultado déficit de cuenta corriente que ostentaba la economía, así, cualquier alteración de la tasa de interés en Estados Unidos traía aparejado un proceso de contracción en el flujo de fondos a la región, de allí se explica la relación negativa entre la tasa de interés y la variación del PBI.
A partir de 2002 la correlación entre las variables es positiva y esto podría deberse a que luego del default la Argentina al estar aislada del mercado de capitales, en cierto modo la ausencia de vinculaciones masivas con el mercado de capitales la mantuvo “protegida” del incremento de la tasa de interés, y el desempeño de la Argentina en su conjunto comenzó a estar determinado más por el canal comercial que por el financiero. Por lo tanto, esta relación positiva en realidad puede estar dando cuenta de una cierta ausencia de vínculo entre las variables y no necesariamente es de esperar que esto se mantenga en el tiempo. De este modo en la coyuntura en que se prevén tasas de interés aún bajas hasta tanto Estados Unidos salga de la recesión, no necesariamente debe pensarse que arrastrará hacia la baja al PBI de Estados Unidos, sino que podría estar actuando la transmisión por el canal comercial.
Estos resultados se encuentran en línea con lo que se espera que pase cuando prevalecen cada uno de los canales en cuestión. Si prevalece el canal financiero la expansión de Estados Unidos (y una tendencia alcista de la tasa de interés) se corresponde con alguna merma en el PBI de Argentina. Si en cambio prevalece el canal comercial se comienza a observar una vinculación positiva entre ambos productos, situación que se constató al momento de realizar los modelos de vectores autoregresivos.
49
POSIBLES EFECTOS DE LA CRISIS DE ESTADOS UNIDOS SOBRE EL PRECIO DE LOS
PRINCIPALES COMMODITIES AGRÍCOLAS EXPORTADOS POR ARGENTINA En las secciones anteriores se da cuenta de las previsiones referentes a que la crisis financiera de Estados Unidos tendrá (y en muchos casos ya tiene) efectos claros sobre las principales variables macroeconómicas de la economía americana como el Producto Bruto Interno, la tasa de interés de largo plazo y el valor internacional del dólar (tipo de cambio nominal). Es evidente que estas tres variables influyen sobre toda la economía internacional y consecuentemente sobre el precio de los principales commodities alimenticios que exporta Argentina. El objetivo de la presente sección es justamente intentar la cuantificación de estos efectos.
En una primera mirada, el gráfico 40 muestra que los precios internacionales de los alimentos y la tasa de interés de largo plazo en Estados Unidos incrementaron su volatilidad a partir del 2001. Sin embargo, el Producto Bruto Interno de ese país mantuvo cierta estabilidad relativa a lo largo de todo el período analizado.
GRÁFICO 40: VOLATILIDAD DEL ÍNDICE DE PRECIOS GENERAL DE ALIMENTOS, DE LA TASA DE INTERÉS DE LARGO PLAZO DE ESTADOS UNIDOS Y DE PRODUCTO BRUTO INTERNO EN
TÉRMINOS DESESTACIONALIZADOS (I. 1990‐I 2008)
Para tomar una dimensión cuantitativa de la relación entre la economía americana y el precio internacional de los commodities se construyó una base de datos trimestral que abarca desde el I trimestre de 1990 al I trimestre de 2008, donde las variables se encuentran definidas en tasa de variación y fueron previamente desestacionalizadas con un método ARIMA X12.
Definición de variables: Indalimentos: variación índice de precios internacionales de alimentos trigo: variación precio internacional del trigo maíz: variación precio internacional del maíz soja: variación precio internacional de la soja girasol: variación precio internacional del girasol GDP: variación Producto Bruto Interno de Estados Unidos TCN: variación Tipo de Cambio Nominal de Estados Unidos (dólar respecto a las monedas de los principales socios comerciales) intLP: variación tasa de interés de largo plazo en Estados Unidos impChina: variación del valor de las importaciones de china en dólares petroleo: variación del precio internacional del petróleo Varl1: variable rezagada un trimestre Varl2: variable rezagada dos trimestres Varl3: variable rezagada tres trimestres Varl4: variable rezagada cuatro trimestres
Estadísticamente, la relación entre dos variables se puede observar a través del coeficiente de correlación lineal (r), el cual comprende un rango de valores que va desde 1 a ‐1. Si r = 0, no existe ninguna correlación entre las dos variables, si r=1 la correlación lineal es perfecta y positiva (o directa) y si r=‐1 la correlación lineal es perfecta y negativa (o inversa).
‐0,12
‐0,07
‐0,02
0,03
0,08
0,13
II 90
II 91
II 92
II 93
II 94
II 95
II 96
II 97
II 98
II 99
II 00
II 01
II 02
II 03
II 04
II 05
II 06
II 07
indalimentosGDPIntLP
50
CUADRO 12: COEFICIENTE DE CORRELACIÓN ENTRE LAS VARIACIONES DEL ÍNDICE DE PRECIOS GENERAL DE ALIMENTOS Y LAS VARIACIONES EN LOS PRECIOS DEL TRIGO, MAÍZ,
SOJA Y GIRASOL (I. 1990‐I 2008)
Indaliment. trigo maíz soja girasol
Indalimentos 1.000
trigo 0.6022 1.000
maíz 0.6071 0.5383 1.000
soja 0.7276 0.5011 0.6457 1.000
girasol 0.2516 0.0850 0.2061 0.2402 1.000
El cuadro 12 muestra una matriz de coeficientes de correlación lineal entre las variaciones de los precios de los diferentes productos analizados, en él se observa que la correlación entre las variables es positiva aunque de intensidades diferentes. Por ejemplo, existen correlaciones elevadas entre el índice de alimentos y el precio de la soja (superior al 0,7), los precios de la soja y el maíz (0,64), alimentos y maíz (0,6), alimentos y trigo (0,6), aunque en el caso del girasol su precio guarda poca relación con el del resto de los commodities.
CUADRO 13: CORRELACIÓN ENTRE LA VARIACIÓN DE LOS DISTINTOS PRECIOS AGRÍCOLAS, LAS PRINCIPALES VARIABLES MACROECONÓMICAS DE ESTADOS UNIDOS Y LAS VARIABLES
DE CONTROL EN TASAS DE VARIACIÓN. (I. 1990‐I. 2008)29
Indaliment. trigo maíz soja girasol
indalimentos 1.000
trigo 0.6022 1.000
maíz 0.6071 0.5383 1.000
soja 0.7276 0.5011 0.6457 1.000
girasol 0.2516 0.0850 0.2061 0.2402 1.000
GDP ‐0.0683 0.0594 ‐0.1015 ‐0.1255 ‐0.2411
GDP11 0.1075 ‐0.1012 ‐0.1921 0.0125 ‐0.1763
GDP12 0.0215 ‐0.1160 ‐0.1283 ‐0.1324 ‐0.1639
GDP13 0.0509 ‐0.0610 ‐0.0047 ‐0.1112 ‐0.0189
GDP14 ‐0.3239 ‐0.3508 ‐0.2007 ‐0.3255 ‐0.0627
TCN ‐0.2668 ‐0.0013 ‐0.0234 ‐0.1451 ‐0.0322
TCN11 ‐0.3112 ‐0.1577 ‐0.0471 ‐0.1043 ‐0.0849
TCN12 ‐0.1222 ‐0.0836 ‐0.2081 ‐0.2354 ‐0.0634
TCN13 ‐0.0493 0.0693 0.0001 ‐0.1076 ‐0.0091
TCN14 ‐0.1796 ‐0.1763 ‐0.0523 ‐0.0531 0.0213
intLP ‐0.0231 0.0689 ‐0.0136 ‐0.1656 ‐0.2102
intLPll ‐0.0092 ‐0.1125 ‐0.2189 0.0113 ‐0.0880
intLPl2 0.0230 ‐0.0277 ‐0.0839 ‐0.1542 ‐0.3104
intLPl3 0.1999 0.1983 0.1272 0.0822 0.0393
intLPl4 ‐0.1966 ‐0.1316 ‐0.0341 ‐0.0624 ‐0.0078
impchina ‐0.0309 ‐0.0711 ‐0.0403 0.0309 0.0066
petroleo 0.1674 0.0066 ‐0.1442 0.0728 ‐0.2033
29 Precios agrícolas: Índice de precios general de alimentos, precios del trigo, maíz soja y girasol; principales variables macroeconómicas de Estados Unidos: Tasa de Interés, Tipo de Cambio Nominal y el Producto Bruto Doméstico; variables de control: Precios del petróleo y valor de las importaciones de china.
51
El cuadro 12 utiliza los coeficientes de correlación lineal individual entre variables pero en este caso con el objetivo de relacionar la variación observada en los precios internacionales de los commodities con las variaciones de los principales índices macroeconómicos de Estados Unidos. Se toman en cuenta hasta cuatro rezagos de las variables macroeconómicas para cubrir posibles correlaciones que se manifiesten de manera retardada. A nivel general la matriz de correlaciones muestra que la variación en el precio de los commodities se relaciona con las variaciones en el Producto Bruto Interno de Estados Unidos de manera inversa y con un año de rezago30. Respecto al tipo de cambio, su principal relación con el precio de los commodities varía en cuanto a los rezagos pero es siempre negativa. Por último, la correlación individual entre las variaciones en los precios de los commodities y en la tasa de interés se muestra muy volátil tanto en términos de signos de los coeficientes como de rezagos.
Es importante tener en cuenta que las variables de control (precios del petróleo y valor de las importaciones de China) no parecen tener una correlación elevada respecto al precio de los commodities analizados cuando se los miden en tasas de variación. Sin embargo, el cuadro siguiente muestra que cuando se toman las variables en niveles existe una correlación significativa entre estas variables.
De esta forma se observa que las correlaciones que existen entre el precio del petróleo y el resto de los commodities superan el 45%; destacándose la correlaciones entre petróleo‐índice de alimentos en general (62%) y petróleo‐trigo (67%). En el caso de las importaciones de China, vale la pena mencionar las correlaciones entre sus valores en términos reales y los precios del trigo (45%) y de los alimentos en general (41%).
CUADRO 14: CORRELACIÓN ENTRE LOS PRECIOS DE LOS PRODUCTOS AGROALIMENTARIOS ANALIZADOS CON EL PRECIO DEL PETRÓLEO Y EL VALOR DE LAS
IMPORTACIONES CHINAS EN TÉRMINOS REALES. (I. 1990‐I. 2008)
Petróleo Importaciones de China
Ind. Alimentos 62% 41%
soja 48% 28%
maíz 44% 30%
trigo 67% 45%
girasol 46% 27%
ANÁLISIS ECONOMÉTRICO Para cuantificar los posibles efectos de la crisis de la economía americana sobre los precios de los alimentos y commodities agropecuarios que exporta argentina se realizaron diversas regresiones lineales con el método de mínimos cuadrados ordinarios. La variable dependiente en las mismas es la variación del precio de los commodities y los regresores son las principales variables macroeconómicas de Estados Unidos señaladas previamente. A esto se sumaron variables de control como las variaciones en el precio del petróleo y en los valores de las importaciones de China.
La metodología que se siguió para obtener las regresiones que se presentan a continuación fue ir de lo general a lo particular. Para esto, en una primera etapa se realizaron diversas regresiones con la variación de los precios de los commodities en las que se incluyeron como variables independientes las variables macroeconómicas de EE.UU. con todos sus rezagos y las de control (ver anexo de esta sección). En una segunda etapa se seleccionaron aquellas variables cuyos coeficientes se mostraron como potencialmente significativos estadísticamente y se realizaron sucesivas regresiones entre cada variable dependiente y las explicativas seleccionadas hasta llegar a las mejores especificaciones de cada regresión tomando en cuenta el principio de parsimonia, por el cual, a igualdad de resultados, tal vez es mejor aquél que proponga el camino más breve, en este caso menores variables explicativas.
Es importante destacar que las ecuaciones no intentan explicar las fluctuaciones de las variables dependientes analizadas sino observar el impacto que la crisis financiera de Estados Unidos puede tener sobre las mismas, lo cual hace esperar un R2 no muy elevado. Sin embargo, vale la pena destacar que el R2 para la variación en el índice de precios de alimentos en general es 0.24, soja 0.24 y trigo 0.19. Es decir que las variables de la macroeconomía americana utilizadas explican casi el
30 Excepto en el caso del girasol donde el efecto más importante se observa de manera simultanea
52
25% de la variación en el precio internacional de los dos primeros productos y casi el 20% en el tercero durante el período analizado.
Por último, las regresiones no presentaron autocorrelación, en función del test de Breusch‐Godfrey con un nivel de confianza del 95%, y fueron corregidas por heteroscedasticidad cuando fue necesario.
CONCLUSIONES GENERALES DEL ANÁLISIS DE REGRESIÓN LINEAL a) La variación en el Producto Bruto Doméstico de Estados Unidos (GDP) impacta inversamente en el precio de los
alimentos, soja y trigo con un rezago de un año. Aparentemente las variaciones en la demanda de productos agrícolas de EE.UU. (representada por variaciones del producto) sobre‐estimula la producción (oferta) del año siguiente haciendo fluctuar su precios de manera inversa.
b) La tasa de interés de largo plazo afecta de manera distinta a los diferentes productos agrícolas. Por ejemplo, afecta de manera inversa el precio del girasol, maíz y soja (los dos últimos con un rezago) y de manera directa y con tres trimestres de rezago el precio de los alimentos y del trigo. Esto permite pensar que en el primer caso prima el efecto de las variaciones de la tasa de interés sobre la demanda (inverso) y en el segundo el efecto de la tasa de interés sobre la oferta y los costos de producción (directo).
c) El tipo de cambio nominal tiene en todos los casos un efecto inverso sobre los precios en los cuales aparece como estadísticamente significativo (maíz, soja y alimentos). En el caso de los precios del maíz y la soja sus efectos se observan con dos trimestres de rezago y para los alimentos de forma simultánea. Esto simplemente refleja el hecho de que los precios de estos productos a nivel internacional se fijan en el mediano plazo con cierta independencia respecto del valor del dólar. Por ejemplo, si el dólar se devalúa respecto a otras monedas (es decir disminuye su valor) los precios aumentan y viceversa.
POSIBLE IMPACTO DE LA CRISIS DE EE.UU SOBRE EL ÍNDICE DE PRECIOS DE LOS COMMODITIES ALIMENTICIOS EN
GENERAL Estadísticamente, el test F indica que las variables del modelo son conjuntamente significativas con un 99% de confianza. Mientras que la significatividad individual, medida por el estadístico t y el p‐value, muestra que los coeficientes de las variables GDPl4 e intLP3 son significativamente distintos de cero con un 99% de confianza y para la variable TCN con un 95% de confianza.31
CUADRO 15: REGRESIÓN ÍNDICE DE ALIMENTOS
Linear Regression
Number of obs = 68
F( 3, 64) = 5.63
Prob > F = 0.0017
R—squared = 0.2416
Root MSE = .04077
Indalimentos Coef. Robust Std. Err.
t P>ItI [95% Conf. Interval]
G0P14 ‐3.0508 1.022452 ‐2.98 0.004 ‐5.093382 ‐1.008218
TCN ‐.4144239 .1856852 ‐2.23 0.029 ‐.7853727 ‐.0434751
intLPl3 .2375024 .0832231 2.85 0.006 .0712452 .4037596
_cons .0462943 .0156491 2.96 0.004 .0150315 .077557
A nivel económico los resultados de la regresión se pueden interpretar de la siguiente forma:
Una posible disminución de, por ejemplo, 1% en el crecimiento de la variable GDP causa un incremento promedio de tres veces ese valor en la variación del precio internacional de los alimentos un año después.
31 En todos los caso se evalúa la significatividad estadística conjunta e individual de los coeficientes con un 99% o 95% de confianza.
53
Una devaluación de, por ejemplo, 10% en la variable TCN aumenta la tasa de variación del precio internacional de los alimentos en promedio casi un 5%.
Si suponemos una tasa de interés de largo plazo relativamente constante, una disminución del 10% en la misma genera una variación del precio internacional de los alimentos de ‐2,3 % en promedio con tres trimestres de rezago.
POSIBLE IMPACTO DE LA CRISIS DE EE.UU SOBRE EL PRECIO DEL TRIGO Estadísticamente, el test F indica que las variables del modelo son conjuntamente significativas con un 99% de confianza. Mientras que la significatividad individual, medida por el estadístico t y el p‐value, muestra que los coeficientes de las variables GDPl4 e intLP3 son significativamente distintos de cero con un 95% de confianza.
A nivel económico los resultados de la regresión se pueden interpretar de la siguiente forma:
Una posible disminución de, por ejemplo, 1% en la variable GDP causa un incremento promedio de 8 veces ese valor en la variación del precio internacional del trigo un año después.
Si suponemos una tasa de interés de largo plazo relativamente constante, una disminución del 10% en la misma genera una variación del precio internacional del trigo de ‐4 % en promedio con tres trimestres de rezago.
CUADRO 16: REGRESIÓN TRIGO
Linear Regression
Number of obs = 68
F( 2, 65) = 6.35
Prob > F = 0.0030
R—squared = 0.1851
Root friSE = .0889
trigo Coef. Robust Std. Err.
t P>Itl [95% Conf. Interval]
GDP14 ‐8.038486 2.474165 ‐3.25 0.002 ‐12.97973 ‐3.097238
intLPl3 .4074176 .1860776 2.19 0.032 .0357949 .7790404
_cons 1 .1287359 .0372652 3.45 0.001 .0543121 .2031597
POSIBLE IMPACTO DE LA CRISIS DE EE.UU SOBRE EL PRECIO DEL MAÍZ
CUADRO 17: REGRESIÓN MAÍZ
Linear Regression
Number of obs = 70
F( 2, 67) = 3.50
Prob > F = 0.0358
R—squared = 0.0979
Root MSE = . 09045
maíz Coef. Robust Std. Err.
t P>Itl [95% Conf. Interval]
TcN12 ‐.6504958 .2976523 ‐2.19 0.032 ‐1.244612 ‐.0563793
intLPll ‐.370253 .1810131 ‐2.05 0.045 ‐.7315568 ‐.0089493
_cons .0096597 .0107341 0.90 0.371 ‐.0117657 .0310851
54
Estadísticamente, el test F indica que las variables del modelo son conjuntamente significativas con un 95% de confianza. Mientras que la significatividad individual, medida por el estadístico t y el p‐value, muestra que los coeficientes de las variables TCNl2 e intLP1 son significativamente distintos de cero con un 95% de confianza.
A nivel económico los resultados de la regresión se pueden interpretar de la siguiente forma:
Una devaluación de, por ejemplo, 10% en la variable TCN aumenta la variación del precio internacional del maíz en promedio un 6.5% seis meses después.
Por cada disminución de 10% en la tasa de interés de largo plazo, la variación del precio internacional del maíz aumenta en casi 4 % en promedio durante el trimestre siguiente.
POSIBLE IMPACTO DE LA CRISIS DE EE.UU SOBRE EL PRECIO DE LA SOJA
Estadísticamente, el test F indica que las variables del modelo son conjuntamente significativas con un 99% de confianza. Mientras que la significatividad individual, medida por el estadístico t y el p‐value, muestra que los coeficientes de las variables GDPl4 y TCNl2 son significativamente distintos de cero con un 99% de confianza y para la variable intLP con un 95%.
A nivel económico los resultados de la regresión se pueden interpretar de la siguiente forma:
Una posible disminución de, por ejemplo, 1% en la variable GDP causa un incremento promedio de siete veces ese valor en la variación del precio internacional de la soja un año después.
Una devaluación de, por ejemplo, 10% en la variable TCN aumenta la variación del precio internacional de la soja casi un 9.5% promedio seis meses después.
Por cada disminución de 10% en la tasa de interés, la variación del precio internacional de la soja aumenta un 4% en promedio.
CUADRO 18: REGRESIÓN SOJA
Linear Regression
Number of obs = 68
F( 3, 64) = 6.16
Prob > F = 0.0010
R—squared = 0.2384
Root MSE = .08754
soja Coef. Robust Std. Err. t P>Itl [95% Conf. Interval]
GDPl4 ‐7.454553 2.777292 ‐2.68 0.009 ‐13.00283 ‐1.906275
TCNl2 ‐.9489055 .3008662 ‐3.15 0.002 ‐1.549955 ‐.3478563
intLP ‐.4052699 .1575848 ‐2.57 0.012 ‐.7200816 ‐.0904581
_cons .108501 .0383726 2.83 0.006 .0318429 .185159
POSIBLE IMPACTO DE LA CRISIS DE EE.UU SOBRE EL PRECIO DEL GIRASOL
Estadísticamente, el test F indica que las variables del modelo son conjuntamente significativas con un 99% de confianza. Mientras que a nivel individual el estadístico t y el p‐value muestra que las variables intLP y petróleo tienen coeficientes significativamente distintos de cero con un 95% de confianza.
A nivel económico los resultados de la regresión se pueden interpretar de la siguiente forma:
Si suponemos una tasa de interés de largo plazo relativamente constante, una disminución del 10% en la tasa de interés genera una variación del precio internacional del girasol de 3.5% en promedio, controlando por el efecto de las variaciones en el precio internacional del petróleo que en este caso aparece como una variable de control estadísticamente significativa.
55
CUADRO 19: REGRESIÓN GIRASOL
Linear Regression
Number of obs = 72
F( 2, 69) = 7.19
Prob > F = 0.0015
R—squared = 0.0809
Root MSE = .09922
girasol Coef. Robust Std. Err.
t P>Itl [95% Conf. Interval]
intLP ‐.3471277 .1648583 ‐2.11 0.039 ‐.676011 ‐.0182444
petroleo ‐.1612346 .0607111 ‐2.66 0.010 ‐.28235 ‐.0401192
_cons .0121377 .0118413 1.03 0.309 ‐.0114851 .0357605
56
REFLEXIONES FINALES Un primer aspecto altamente significativo es el papel de Estados Unidos como potencia hegemónica, fundamentalmente en función de que algunas voces plantean el fin de la hegemonía de este país. Es importante manifestar, sin embargo, que a pesar de esta coyuntura que muestra a un país en recesión y una marcada debilidad del dólar frente a la mayoría de las monedas del mundo, parece aún prematuro, incluso con sus desequilibrios estructurales, aventurar el final de la hegemonía norteamericana, sobre todo considerando la importancia de sus activos intangibles y corporaciones, a la par de la transmisión de patrones culturales y la impregnación política que ha realizado en las últimas cinco décadas al resto del mundo, globalizando como nunca en la historia el modelo capitalista.
Adicionalmente, los países con los cuales Estados Unidos presenta déficit de balanza comercial, como por ejemplo China, desarrollan una estrategia de crecimiento liderado por las exportaciones, cuya contracara es la acumulación de dólares, en una magnitud que por ahora no parece tener límites claramente definidos, elemento fundamental para el sostenimiento del déficit de cuenta corriente de Estados Unidos. Sin embargo, cualquier corrección severa del sector externo de Estados Unidos traería aparejados significativos efectos para países como China y otros que siguen el modelo de crecimiento basado en las exportaciones.
Pero a pesar de la importancia de Estados Unidos y a la dependencia de los países que se muestran más dinámicos de las exportaciones a este país, considerando que el crecimiento de la PBI mundial se encuentra asentado en diferentes países, una recesión de la economía norteamericana que no llegue a ser depresión, tendría efectos moderados sobre la dinámica de economía mundial, pero podría ser particularmente diferente para economías periféricas.
A esta altura del trabajo se asume que los Estados Unidos estarían encaminados a una recesión, originada eminentemente en razón de una fragilidad financiera que se gestó desde los años 80, en lo cual los cambios de hábitos de los agentes económicos llevaron a elevados niveles de endeudamiento y de sobredimensionamiento del sector financiero. Que primero se manifestó en la crisis de las “.com” y luego en la burbuja inmobiliaria. Escenario en el cual los flujos de capital jugaron un papel similar al que jugaron en la economía argentina en la crisis de 2001.
Así, con Estados Unidos encaminándose a una recesión, y considerando que esto disparará efectos sobre la economía mundial, que si bien parecen ser moderados, es pertinente la realización de un análisis sobre lo que puede ocurrir sobre la Argentina y específicamente su sector agropecuario, los hechos destacados son:
Argentina depende menos de EEUU que en el pasado. Las exportaciones de Argentina a EEUU no se encuentran centralizadas en productos primarios o manufacturas de origen agropecuario.
El canal financiero no es tan altamente significativo como en otros momentos. Sin embargo si puede recibir efectos indirectos negativos que no pareciesen ser extremadamente grandes si se los evalúa a través de modelos econométricos.
La relación entre precio de los commodities y el PBI de los EEUU es inversa (efecto oferta) pero no muy significativo en valores absolutos.
En un marco de revaluación del dólar el precio de los commodities caería. Los precios de los commodities pareciesen estar muy influenciados por el comportamiento de la tasa de interés, lo que permite asociar a este mercado (básicamente de los granos) con el financiero y abrir la posibilidad a que se esté frente a una burbuja de sus precios.
CRISIS INTERNACIONAL, CANALES DE IMPACTO SOBRE LA ARGENTINA En referencia a la transmisión de la crisis internacional la misma se puede producir a través de dos instrumentos: Aumento de tasas de interés y caída de la demanda externa.
En el primero de los casos, el escenario de suba de tasas internacionales (FED) es de baja probabilidad debido a la débil actividad económica de EE.UU. y a los recortes sostenidos por parte de la FED en los últimos meses. Por tanto si a este escenario se le suma escasa vinculación que tiene hoy la Argentina con el sector externo por el canal financiero (tanto en términos de capitales de corto como de largo plazo), hace que no sea un canal que manifieste una potencial amplitud en materia de transmisión de la crisis.
Distinto es el caso del canal comercial, donde la vinculación de la Argentina es hoy más amplia y al mismo tiempo se observan una serie de efectos que aún no han terminado de desentrañarse respecto a su impacto final. Entre las
57
interrogantes a descubrir se encuentran las expectativas en el crecimiento mundial en función de cómo impactará el fin de la burbuja inmobiliaria en EE.UU. y su posterior recesión. En este sentido la consecuencia directa de que se frenara significativamente el crecimiento mundial sería que podría verse afectada la demanda de commodities y su precio, afectando así las exportaciones.
Sin embargo, como hemos visto, existen salvedades que relativizan este efecto en función de que el menor crecimiento de EE.UU. sería compensado con el crecimiento de Asia y otros países como Brasil y Rusia que se muestran sumamente dinámicos y países centrales que pareciesen poder mantenerse aislados, si es que la recesión no toma dimensiones hasta el momento no esperadas, el sostenimiento de la demanda de los productos de exportación argentinos podría ser una realidad. Por otro lado, se encuentra el hecho de que la devaluación del dólar aumenta los precios de commodities, incrementándose las exportaciones en este caso por efecto precio.
Adicionalmente en los dos modelos econométricos realizados en este trabajo se encontró evidencia que determina que en la relación directa entre precio de los commodities y crecimiento del PBI de EE.UU., prevalece una relación negativa vinculada a que este país es un importante productor de productos agropecuarios, y una merma en su producción genera efectos en el precio de los bienes, por tanto es de esperar que ante un escenario de recesión en EE.UU., cierta merma en la oferta de commodities marque una tendencia al alza del precio de los mismos.
La presencia de valores elevados del petróleo y la emergencia de los biocombustibles, determinan que existan ahora nuevos vasos comunicantes entre el hidrocarburo y el precio de los productos agropecuarios. A la tradicional vinculación que se originaba en aumentos de costos ahora se suma una nueva fuente de aplicación de los mismos que incrementa su demanda.
En forma interesante, y al contrario de lo que se hubiese esperado, los efectos negativos sobre el precio de los commodities, se originarían en la recuperación de la economía de Estados Unidos, situación en la cual se observaría que tanto el crecimiento del PBI y una eventual apreciación de dólar coadyuvarían para una reducción del precio de los commodities. En un marco de recuperación de Estados Unidos el comportamiento esperable de la tasa de interés es hacia el alza, en este marco, y de acuerdo al modelo de regresión lineal en este trabajo realizado, el precio de la soja, el maíz y el girasol tendrían que tender a reducirse y el del trigo y el índice de alimentos a aumentar.
Sin embargo, considerando estas cuestiones más aquellas vinculadas estrechamente con el mercado de los commodities se pueden establecer escenarios para el potencial devenir del precio de estos bienes.
DINÁMICA POTENCIAL DEL PRECIO DE COMMODITIES Más allá de cuestiones generales más vinculadas a la macroeconomía existen cuestiones cualitativas particulares para el mercado de los commodities que condicionarán el desempeño del precio de estos productos:
Cambio de centro de la demanda (irrupción de Asia) hace depender su precio de actividad económica de estos países
Precios arrastrados por alza del petróleo Aparición de usos alternativos para algunos bienes (biocombustibles) incrementan precios no sólo de granos (efecto desplazamiento)
Cambios en los mercados a partir de aparición de instrumentos financieros Crisis de “.com” e inmobiliaria, los hacen aparecer como alternativas de inversión financiera Expansión del precio de la tierra arrastra valores de los commodities
ESQUEMAS DE LA DINÁMICA POTENCIAL DEL PRECIO DE COMMODITIES Para la elaboración de estos esquemas se partirá del análisis de dos momentos, uno de corto plazo en el cual el elemento distintivo es la recesión en Estados Unidos y un segundo momento que se podría caracterizar de mediano plazo en el cual se observa la recuperación de la economía de Estados Unidos.
EFECTOS DE LA ECONOMÍA DE ESTADOS UNIDOS En función de la evidencia recogida en este trabajo, se puede realizar un esquema que queda plasmado en la figura 1.
En el corto pdólar depreccuando la ecdebieran con
EFECTOS DE En relación a2), la presecommodities
En cambio, sestán incorprestringirse l
INTERACCIÓEn el presenbiocombustiaumento deinvolucrar de
En este sentipor haberse podría indepEE.UU., los pcon el petról
Eco
Recesión e
FIGUR
plazo, los fundciado) por si onomía de EEnducir a un au
TRANSMISIÓa los efectos dncia de una s por parte de
i se observaraporando comoa demanda y
N COMMODIte trabajo debles es un elel petróleo comentro de los p
ido, por una dtransformadopendizarse de precios de loseo.
onomía de EU
en EUA
RA 1: EFECTOS D
damentales dsolos determEUU se recupeumento del pr
ÓN A LA ECONde transmisiórecesión en la economía
FIGU
an efectos, deo actores dinácon eso desac
ITIES‐PETRÓLEebido a que laemento novedmo uno de loosibles derrot
doble vía el pro en productolo que ocurra commodities
UA
C
Me
Sin efectossobre
Con efectosobre
E LA ECONOMÍA
de la economíminarían que ere, el aumenecio de los co
NOMÍA ASIÁTn hacia la ecola economíaasiática, en ta
RA 2: EFECTOS D
ebería apreciaámicos del mcelerar los pre
EO a irrupción dedoso que las hos elementos teros de los p
recio del petros que sustituya en la economs tradicionalm
orto Plazo
ediano Plazo
s negativos e Asia
os negativos e Asia
ESTADOUNIDEN
ía estadounidlos precios tito del PBI, el ommodities.
ICA onomía asiática de EEUU nanto y en cuan
DE TRANSMISIÓN
arse si existe umercado de mecios de los co
e los productoherramientas de revalorizarecios al com
róleo impactayen parcialmemía estadounimente no ener
Recesi‐ Caída‐ Bajas‐ Dolar
Recup‐ Aume‐ Tasas‐ Apre
Efecto consum
m
Efectocvonsum
m
NSE SOBRE EL PRE
ense en receiendan a manaumento de l
ca y su impacno afectaría nto no existie
N A LA ECONOMÍA
una restricciónaterias primaommodities.
os agropecuareconométricación de las mportamiento d
rá en el preciente al petróleidense, y en ergéticos depe
ión:a del PBIs Tasas de Inter depreciado
peración:ento del PBIs de Interés eciación del dó
no restringe mo de clases medias.
o restringe mo de clases medias
ECIO DE LOS COM
sión (caída dentenerse. En as tasas de in
to en los preclas condicionse transmisió
A ASIÁTICA
n en el consumas. En caso de
rios en el ámbas no llegan a materias primadel precio del
o de las mateeo. Así en ciereste aspecto fuenderán en alg
erés
n aumentoólar
Second
mante
Second
mante
Caen loco
MMODITIES
el PBI, bajas tcambio en eterés y la apr
cios de los comnes actuales n a la esta últ
mo de las clase verificarse e
bito energéticcaptar, no deas agrícolas. A petróleo.
eria primas, serto modo el puera cual fuesguna medida
Se malos pr
CaídaPre
e conservan diciones para enimiento de los precios.
e conservan diciones para enimiento de los precios
os precios de los ommodities.
tasas de interel mediano pleciación del d
mmodities (figde demandaima economía
ses medias quese efecto po
co a través deebe descartarsAsí, es pertine
ea por costos,recio del petrse el escenaride lo que oc
ntienen recios.
a de los ecios
58
rés y lazo, dólar
gura a de a.
ue se odría
e los se al ente
, sea óleo o en curra
PRECIOS DE La importantparte en estedetermina qen general y
En este sentuna burbuja
ESCENARIO En el marco dpartiendo decontagio a lo
Recesión e
Rec
COMMODITIte vinculacióne trabajo a paue el escenaren especial d
ido el precio y esta “estalla
CONSIDERADde estos escee una recesiónos países asiát
FIGURA 5: ESCE
n EUA
cesión en EUA
Recesión en
ES Y BURBUJAn que existe eartir de la relario actual se ee los granos.
de los commoara” los precio
FIGU
DO MÁS PROBnarios contemn en EE.UU., sticos sin gran
ENARIO CONSIDE
Se po
A
n EUA
FIGURA 3: INTE
A FINANCIERAentre el precioción existenteencuentre fren
odities toma cos tendrían un
URA 4: PRECIOS D
BABLE PARA Lmporáneamense observa quimpacto en la
ERADO MÁS PRO
mantiene el por demanda de
Cae el preci
No ha
Estalla
Prepre
Mpaíimp
Man
ERACCIÓN COMM
A o de los produe entre el precnte a una pot
cierta indepenna cierta tend
DE COMMODITIE
LOS PRECIOS Dnte actuando,ue: a) existe uas clases medi
OBABLE PARA LOS
precio del petel resto del m
io del petróle
ay burbuja en granos.
a la burbuja degranos
esencia de burecios de comm
Moderado contíses asiáticos spacto en cons
clases medi
ntenimiento ddel petróle
MODITIES‐PETRÓ
uctos agrícolacio de los comencial burbuj
ndencia de lodencia a la baj
ES Y BURBUJA FIN
DE LOS COMM el escenario na burbuja yias y c) se man
S PRECIOS DE LO
tróleo mundo
o
precios de
el precio de
rbuja en modities
tagio a sin gran umo de ias
el precio eo
ÓLEO
as y el mercadmmodities y laa en el precio
o que ocurra ea.
NANCIERA
MODITIES EN que se considésta estallaríantiene el prec
S COMMODITIES
Se
Cae
Lc
manc
do financiero a tasa de intero de los produ
en Estados Un
EL CORTO PLAdera más proba, b) se presecio del petróle
S EN EL CORTO P
e mantienen los precios
en los Precios
Se manlos pr
Caen los
os precios de commodities tienen constacaen levemen
(testeada sólorés internaciouctos aliment
nidos, así si ex
AZO bable es en el nta un modereo.
LAZO
s
ntienen ecios
Precios
los se antes o nte
59
o en nal), icios
xiste
cual rado
En este coinmantenerse
ESCENARIO En el mediandistorsión en
F
En un marcohistóricos, code consumo
CUESTIOTRABAJOConsiderandcommoditiesanálisis previ
En este sentconcreta la p
Así, sería percommoditiessobre la posi
R
ncidir de esceestables o red
CONSIDERADno plazo el ejen los mercado
FIGURA 6: ESCEN
o como el citadonfigurando ualimenticio o
NES A DIL
O o que el objes, existen cueisto, siendo el
tido, en el deposibilidad de
rtinente la reas, permita obtble trayectori
Recuperación
enarios lo máducirse levem
DO MÁS PROBe pasa por la s de commod
NARIO CONSIDER
do, los precioun nuevo valoccidentales.
UCIDAR E
tivo de este testiones que hl eje ¿Cuáles s
evenir del traque el merca
alización de utener alguna cia del precio d
en EUA
ás probable emente.
BABLE PARA Lrecuperación
dities.
RADO MÁS PROBA
s de los commor de equilibri
N LÍNEAS
trabajo era cohan sido “disson los determ
abajo los anádo mundial se
n estudio espconclusión resde estos produ
Depre
Paíseces
Esta
es que en el
LOS PRECIOS Dn de la econom
ABLE PARA LOS P
modities retroo derivado de
DE INVEST
onsiderar el efparadas” en eminantes del p
álisis de coyue encuentre f
pecífico que a specto a la pructos.
saparece burbecios de comm
es asiáticos rerecimiento petabiliza consu
alimentos
abilización dedel petróle
corto plazo
DE LOS COMMmía de Estado
PRECIOS DE LOS
cederían a vae la irrupción
TIGACIÓN
fecto de la criel estudio y qprecio de los c
ntura han corente a una b
partir de aboresencia o no
buja en modities
ecuperan ero se umo de s
el precio eo
los precios d
MODITIES EN os Unidos y la
COMMODITIES E
lores levemende los consum
FUTURAS
sis de Estadosque no han sicommodities?
omenzado a curbuja en el p
ordar los deterde una burbu
Lcomm
vasupe
de los comm
EL MEDIANO a superación d
EN EL MEDIANO
nte superioremidores asiáti
S DERIVAD
s Unidos sobrido resueltas ?
considerar enprecio de los c
rminantes de uja y que a la
os precios de modities retroalores levemeeriores a los m
históricos.
odities tienda
PLAZO de la situació
PLAZO
s a los promeicos con patro
DAS DE EST
re el precio depues excedía
n forma más commodities.
los precios devez eche más
los ceden a ente medios
60
an a
n de
edios ones
TE
e los an el
que
e los s luz
61
ANEXO I: EL ÍNDICE DE RENTABILIDAD AGROPECUARIA ARGENTINO (IRAA). UNA
APROXIMACIÓN TEÓRICA HACIA UNA MEDIDA DE LA RENTABILIDAD POR REGIONES. A lo largo del presente trabajo se han discutido los impactos de la crisis de Estados Unidos sobre el resto del mundo y sobre el mercado mundial de commodities alimenticios, fundamentalmente al encontrarnos en una esfera de análisis macroeconómica, la referencia ineludible es la de los precios, sin embargo creemos que es preciso un abordaje superador que considere dimensiones sistémicas no captadas en el análisis de las variables agregadas.
La presente sección intenta dar cuenta de un debate pendiente acerca de la rentabilidad agropecuaria. En los apartados anteriores se realizó una evaluación del impacto de la variación del precio de los commodities (en particular de los bienes agropecuarios), sobre la producción del sector primario de nuestro país. Al analizar las modificaciones en los precios (tanto de los productos como de los insumos) y observar el impacto sobre la rentabilidad, varias facetas quedan fuera del análisis. En particular, se busca abrir el debate sobre las posibilidades de los distintos productores agropecuarios de articular estrategias de sustitución de productos que les permita limitar la volatilidad de los precios y por tanto, disminuir los efectos negativos que éstos pudieran tener sobre la rentabilidad obtenida.
A nuestro entender, esta capacidad de sustitución en la producción está fuertemente vinculada a las posibilidades que ofrecen tanto las bondades de la tierra que se trabaja como el tamaño del emprendimiento productivo. Es decir, consideramos que un Índice de Rentabilidad Agropecuaria Argentino (IRAA) no puede dejar de tener en cuenta la dimensión regional, fuerte determinante de las posibilidades de sustitución productiva. En el presente trabajo nos aproximaremos teóricamente a la construcción del IRAA conociendo de ante mano que la obtención de información desde las distintas regiones del país, resulta de vital importancia para que la discusión acerca de la rentabilidad se aproxime lo más posible a las distintas realidades presentes en el sector.
La intención de abordar la construcción de este indicador desde el INTA pretende integrar recursos con necesidades. Los recursos informativos del INTA que a través de su red de Estaciones y Agencias, permiten la captación de información diversificada y significativa de los diferentes modelos de explotación, insumo fundamental para la comprensión del Sistema de Producción Agropecuaria de la Argentina con sus diferencias y particularidades.
La génesis del IRAA pretende que sea un elemento de información poderoso a la hora de conformar un Tablero de Control y al mismo tiempo convine simpleza, flexibilidad y posibilidades de ser aplicado en todo el territorio de la Argentina.
LA CONSTRUCCIÓN DEL IRAA Sin buscar extendernos en aspectos técnicos del índice, debemos señalar algunos puntos centrales del porqué utilizamos números índices. En la elaboración del IRAA, un elemento que pretendemos sea considerado prioritario es el correspondiente a las posibilidades de sustitución entre distintos productos. En este sentido, consideramos que el índice de rentabilidad debe permitir modificar la canasta de productos de modo de contemplar esas decisiones productivas.
Un número índice es la relación expresada en porcentaje entre una variable: precio, valor o cantidad de un artículo o conjunto de artículos en un período de estudio considerado y la misma variable de precio, valor o cantidad del mismo artículo o conjunto de artículos en un período (0) tomado o establecido como base. Un número índice mide qué tanto una variable ha cambiado en el tiempo: la variable que observaremos será la rentabilidad. Se calcula para dos períodos de una serie de tiempo o para todos los períodos de una serie de tiempo con respecto a un período fijo llamado período base.
Un índice es una forma conveniente de expresar un cambio en un grupo heterogéneo de elementos, en nuestro caso, dados por canastas integradas por distintos productos (granos, carnes y leches o cualquier otro producto presente en las economías regionales). La conversión de los datos a índices también facilita la estimación de la tendencia en una serie compuesta por números muy grandes. Además, el número índice nos permitirá comparar cambios en la producción del conjunto de artículos, incluso de los que no pueden expresarse en una misma unidad de medida.
El índice que analizaremos, es el resultado de la multiplicación de la rentabilidad de determinado producto por la proporción en que es producido (en este caso la cantidad de hectáreas destinadas con ese propósito). De esta manera es factible construir un índice que considere diferentes bienes32.
32 Por ejemplo, puede tenerse como datos cantidades de producción de cereales en toneladas y sus respectivas rentabilidades también por toneladas y cantidades producidas de carnes en unidades con su rentabilidad. La multiplicación de las cantidades de cereales por sus rentabilidad y la multiplicación
62
Por otra parte, la construcción de un índice también debe contener ciertos cuidados. Las ponderaciones de los productos deben representar la importancia relativa que poseen dentro de las canastas elegidas por el productor. La ponderación apropiada para un período puede volverse inapropiado en un lapso muy corto. Por último, debe seleccionarse el período base en forma correcta. El período “base” debe ser un período “normal” (que no corresponda ni a un pico, ni a una depresión).
ÍNDICES PONDERADOS Los índices de precios ponderados son los que se utilizan para medir la variación de precios o valores en la economía. Las ponderaciones pueden ser fijas o móviles. Si hablamos de ponderaciones fijas estamos diciendo que se mantienen a lo largo de todos los meses y años en los que el índice es elaborado y se corresponde con la fórmula de Laspeyres.
En la construcción de nuestro índice utilizaremos ponderaciones móviles, lo que permitirá que las canastas puedan variar en cada período, por lo que utilizaremos la fórmula correspondiente a Paasche. Con esta fórmula, obtendremos un índice que puede variar no sólo por los cambios en los precios sino también por los cambios en las ponderaciones, es decir, los cambios en las cantidades elegidas por el productor dentro de su canasta de bienes.
IP = Σ Pn x Qn x 100
Σ P0 x Qn
Donde: Qn = Cantidades en el año considerado Pn = Precios en el año considerado P0 = Precios en el año base
Por lo tanto, vemos que el IP relaciona por medio de las ponderaciones móviles, el valor de la canasta a precios de cada año considerado (numerador) y el valor que tendría ese conjunto de bienes calculados a precios del año base.
La fórmula de IP adaptada para la elaboración del IRAA es la siguiente:
IRAA = Σ Rn x Qn x 100
Σ R0 x Qn
Donde: Qn = Cantidades producidas en el año considerado Rn = Rentabilidades correspondientes al año considerado R0 = Rentabilidades en el año base
De esta forma, el índice nos permitirá analizar la evolución de la rentabilidad general del productor no sólo al contemplar la variación en la rentabilidad de un bien (tomada aisladamente) sino al contemplar las decisiones de sustitución de productos que se realizan a lo largo del período bajo análisis.
DEFINICIONES DE RENTABILIDAD En lo que refiere a la definición de rentabilidad el ejercicio habitual es el de considerarla como la razón entre utilidad y el capital instalado. Fácticamente, la rentabilidad debe ser entendida como la diferencia entre el ingreso y las erogaciones en relación a alguna medida del capital aplicado a la explotación
Sin embargo esta definición carga con el sayo de ser extremadamente compleja construirla a partir de las particularidades de cada explotación.
Adicionalmente, cuando se quiere abordar algún indicador agregado que se construya a partir de datos de fácil disponibilidad, la heterogeneidad de actores y modelos de explotación observables, determina que se deba recurrir a una definición de rentabilidad que aísle al análisis de las particularidades de los diferentes actores, aún a costa de perder refinamiento en el análisis.
de las cantidades de carne por su rentabilidad resultan homogéneas permitiendo en consecuencia, construir a partir de ello y en tanto y en cuanto la “unidad monetaria” de la variable rentabilidad sea la misma, un número índice.
63
Por ello en este trabajo, que como prueba piloto aborda la rentabilidad de la actividad granaria para el agregado del país, se considera como alternativa, utilizar al margen bruto33 como un proxy del comportamiento de la rentabilidad. La utilización del margen bruto y no del margen neto responde a que por ejemplo, existe la figura del productor que arrienda y contrata los servicios, y por tanto sus gastos de estructura son relativamente escasos, en cambio aún para el productor capitalizado, los movimientos del margen bruto refieren un indicador de rentabilidad, sobre todo considerando que las estructuras tienden a ser más constantes que la oscilación del precio de los productos y los insumos y demás cuestiones corrientes vinculadas a la producción. Adicionalmente al tomar el margen por hectárea se está incorporando no sólo la volatilidad derivada del precio de venta del producto, sino también los rendimientos diferenciales que se dan a partir de las cuestiones climáticas.
En lo que respecta al resto de las actividades, sean estas pecuarias, cultivos regionales o industriales, se deberá establecer la definición equivalente a fin alcanzar un criterio equivalente. Considerando al mismo tiempo que para las producciones no granarias, existe un vacío de información para conocer los precios de venta de los productores para el caso de las producciones de granos existe un precio manifiesto del grano disponible a partir del cual se pude aproximar el valor que recibe el productor. Así, en línea con la extensión de un Índice de Rentabilidad más allá de la producción de granos se deberá trabajar en la captación de los precios que recibe el productor con el fin de poder estimar la rentabilidad en cuestión.
LAS DIMENSIONES DEL IRAA Considerando las diferentes necesidades de análisis de acuerdo al nivel de acción de las políticas públicas, es preciso realizar abordajes alternativos que cubran tanto las acciones horizontales destinadas a una región como las puntuales destinadas a actores en particular.
La presente propuesta permite grados de flexibilidad a partir de abordajes Macro y abordajes Micro. Estas alternativas permiten evaluar situaciones de conjunto y situaciones diferenciales por actor. Las diferencias fundamentales radicarán en cuáles serán las fuentes para la construcción de los ponderadores.
En un abordaje Macro, el interés radica en conocer los valores de rentabilidad de una región en particular, a partir ello los ponderadores se construirán con las superficies que se verifican haber sido destinadas a cada explotación en la región en cuestión y para el período bajo análisis.
En sentido contrario, el abordaje micro podría determinar el índice de rentabilidad de los diferentes modelos que existen en una determinada región o que se pueden hallar en forma transversal en diferentes regiones del país. En este aspecto los modelos de producción definidos, junto a otros que deberán definirse, por la Secretaría de Agricultura, Ganadería, Pesca y Alimentación son una referencia ineludible.
Desde el INTA, con su red de Agencias y Estaciones se podría instrumentar la colecta de datos con el fin de establecer los Índices de Rentabilidad.
UN EJERCICIO A MODO DE EJEMPLO En lo que sigue se realiza un ejercicio a modo de ejemplo, trabajando con los datos que están disponibles. Así se aborda la evolución de la rentabilidad de la producción granaria para la Argentina en el período 1981‐2007, con especial énfasis en los cuatro productos más significativos: Trigo, Girasol, Maíz y Soja.
Para realizar la ponderación se utiliza la superficie sembrada de los diferentes granos.
El cálculo se ha realizado tomando como base al período 1995‐2004 con el fin de captar el ciclo completo para los precios internacionales de los cuatro productos aquí involucrados. El resultado que se obtiene es el que se puede observar en el gráfico que sigue, los valores de márgenes brutos y superficies sembradas, así como los valores del IRAA MB se exponen en el anexo. Adicionalmente se incorporó una línea de tendencia lineal en la que se puede observar que existiría una tendencia creciente en la rentabilidad de este conjunto de productos agropecuarios.
33 Calculado de acuerdo a la metodología de la Secretaría de Agricultura, Ganadería Pesca y Alimentación del Ministerio de Economía de la Nación.
64
COMPORTAMIENTO DEL ÍNDICE DE RENTABILIDAD AGROPECUARIA ARGENTINA PARA LA PRODUCCIÓN GRANARIA ARGENTINA. 1981‐2007. BASE=1995‐2004.
COMPORTAMIENTO DEL ÍNDICE DE RENTABILIDAD AGROPECUARIA ARGENTINA PARA LA PRODUCCIÓN GRANARIA ARGENTINA Y EL MARGEN BRUTO DE SUS COMPONENTES.
1981‐2007. BASE 100 = 1995‐2004.
COMPORTAMIENTO DEL ÍNDICE DE RENTABILIDAD AGROPECUARIA ARGENTINA PARA LA PRODUCCIÓN GRANARIA ARGENTINA Y EL MARGEN BRUTO DE SUS COMPONENTES.
1996‐2007. BASE 100 = 1995‐2004.
020406080
100120140160180200
IRAA MB
‐100
0
100
200
300
400
500Trigo Maiz Girasol Soja IRAA MB
0
50
100
150
200
250
300
350Trigo Maiz Girasol Soja IRAA MB
65
Como se puede observar el IRAA, en este caso calculado a partir de los márgenes bruto de la producción granaria, suaviza relativamente las variaciones extremas, reproduciendo lo que puede considerarse como la natural sustitución que se hace de acuerdo a cómo evolucionan los márgenes de la producción.
Este es meramente un ejemplo, de una metodología que podría aplicarse para recabar diferentes realidades regionales y sectoriales desde un prisma común.
Campaña Margen Bruto Área Sembrada
IRAA MB Trigo Maíz Girasol Soja Trigo Maíz Girasol Sola
1981/82 94,8 319,7 173,9 331,1 6.566.000,0 3.695.000,0 1.733.000,0 2.040.000,0 76,5
1982/83 235,7 323,5 155,3 116,4 7.410.000,0 3.440.000,0 1.930.000,0 2.362.000,0 88,9
1983/84 146,4 308,2 286,1 431,6 7.200.000,0 3.484.000,0 213.100.010,0 2.920.000,0 97,8
1984/85 136,8 225,2 205,7 167,0 6.000.000,0 3.620.000,0 2.380.000,0 3.300.000,0 65,1
1985/86 83,8 140,1 99,8 167,1 57.000.000,0 3.820.000,0 3.140.000,0 3.340.000,0 43,7
1986/87 74,4 84,1 100,5 282,2 5.000.000,0 3.650.000,0 1.890.500,0 3.700.000,0 48,1
1987/88 168,3 179,1 157,4 591,9 4.850.000,0 2.825.000,0 2.117.000,0 4.413.000,0 107,6
1988/89 156,1 223,2 180,8 147,6 4.750.000,0 2.685.000,0 2.313.000,0 4.670.000,0 60,6
1989/90 164,7 141,8 132,6 174,8 5.500.000,0 2.070.000,0 2.800.000,0 5.100.000,0 58,3
1990/91 ‐13,2 243,9 113,8 318,0 61.784.000,0 21.601.000,0 23.723.500,0 4.966.600,0 54,2
1991/92 187,1 253,3 107,6 352,0 4.750.850,0 2.686.000,0 2.724.375,0 5.004.000,0 85,2
1992/93 239,4 198,3 152,6 288,9 4.547.700,0 2.962.820,0 2.187.100,0 5.319.660,0 82,3
1993/94 182,9 340,6 270,8 345,4 4.910.000,0 2.781.380,0 2.205.800,0 5.817.490,0 99,0
1994/95 193,6 266,3 299,6 263,7 5.308.000,0 2.957.700,0 3.010.440,0 6.011.240,0 88,1
1995/96 422,6 779,9 297,5 523,5 50.878.000,0 34.145.500,0 34.106.000,0 6.002.155,0 176,2
1996/97 136,4 355,4 296,9 378,7 7.366.850,0 4.153.400,0 3.119.750,0 6.669.500,0 99,8
1997/98 176,7 321,8 433,6 427,3 5.918.665,0 3.751.630,0 3.511.400,0 7.176.250,0 117,7
1998/99 80,1 324,2 103,8 256,0 5.453.250,0 3.270.250,0 4.243.800,0 8.400.000,0 66,3
1999/00 69,6 234,0 137,5 259,6 6.300.000,0 3.651.900,0 3.587.000,0 8.790.500,0 63,1
2000/01 183,5 174,0 146,3 260,7 64.966.000,0 34.945.230,0 1.976.120,0 10.664.330,0 72,1
2001/02 147,8 307,1 208,0 294,3 7.108.900,0 3.061.661,0 2.050.365,0 11.639.240,0 82,5
2002/03 136,1 328,1 160,2 449,9 6.300.210,0 3.084.374,0 2.378.000,0 12.606.845,0 107,5
2003/04 286,3 352,1 257,3 428,4 6.039.857,0 2.988.400,0 1.847.963,0 14.526.606,0 120,5
2004/05 55,4 118,6 191,7 353,9 6.260.365,0 3.403.837,0 1.966.599,0 14.399.998,0 77,5
2005/06 71,9 155,8 89,7 293,2 52.224.850,0 31.904.400,0 2.231.714,0 153.934.740,0 68,2
2006/07 124,5 537,5 73,2 403,2 5.675.975,0 3.578.235,0 2.381.388,0 16.141.337,0 106,8
Metodología de Márgenes Brutos: Todos los valores se expresaron en dólares constantes, convirtiendo los pesos corrientes primero en dólares corrientes (según el tipo de cambio de cada mes y año) y luego pasando a dólares constantes ajustando mediante el Índice de precios mayoristas de EE.UU Los precios de los productos se tomaron para los meses de mayor comercialización de cada uno de los cultivos, mientras que los rendimientos considerados fueron los promedios de los partidos o departamentos en los que esos cultivos están más difundidos. Para calcular los gastos directos se tomaron en cuenta las tecnologías predominantes en cada momento por lo que los costos reflejan el cambio tecnológico ocurrido en las últimas dos décadas (fertilización, uso masivo de agroquímicos, disminución de las labranzas, siembra directa, etc.) En relación a los gastos de estructura e impuestos fijos se intentó homogeneizar los valores tomando promedios de distintas zonas, para que los números fueran comparables entre sí. Por último, hacemos la salvedad que los resultados de la campañas 89/90 y 90/91 fueron distorsionados por los efectos de la hiperinflación, y a pesar de haberse llevado los valores a moneda constante pueden presentarse alteraciones en los resultados.
66
ANEXO II: MODELOS DEL ANÁLISIS A TRAVÉS DE VECTORES AUTOREGRESIVOS (VAR)
MODELO VAR 1. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ARGENTINA (LPBIARG), TASA DE INTERÉS (LTII), PRECIOS COMMODITIES 1 (LPCOM) Vector Autoregression Estimates Date: 05/26/08 Time: 11:17 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LTII LPBIARG LPCOM
LPBIUSA(‐1) 0.483457 0.003458 0.000644 ‐0.004895 (0.16014) (0.00494) (0.00177) (0.00477) [ 3.01895] [ 0.70007] [ 0.36483] [‐1.02659] LPBIUSA(‐2) 0.080085 0.002224 ‐0.003105 0.003036 (0.18154) (0.00560) (0.00200) (0.00541) [ 0.44114] [ 0.39726] [‐1.55062] [ 0.56168] LPBIUSA(‐3) ‐0.068661 ‐0.001532 0.001170 ‐2.44E‐05 (0.18922) (0.00584) (0.00209) (0.00563) [‐0.36286] [‐0.26257] [ 0.56083] [‐0.00433] LPBIUSA(‐4) ‐0.143061 0.004994 ‐0.003872 0.001162 (0.20356) (0.00628) (0.00225) (0.00606) [‐0.70280] [ 0.79548] [‐1.72444] [ 0.19169] LTII(‐1) ‐3.868069 1.094068 0.019471 0.042559 (4.84359) (0.14939) (0.05342) (0.14421) [‐0.79860] [ 7.32336] [ 0.36449] [ 0.29512] LTII(‐2) 4.278911 ‐0.122891 ‐0.084652 ‐0.205794 (7.33616) (0.22627) (0.08091) (0.21842) [ 0.58326] [‐0.54311] [‐1.04622] [‐0.94220] LTII(‐3) ‐1.164324 0.117376 ‐0.042687 0.060521 (7.55328) (0.23297) (0.08331) (0.22488) [‐0.15415] [ 0.50382] [‐0.51241] [ 0.26912] LTII(‐4) 4.022434 ‐0.170312 0.004025 0.002456 (4.81894) (0.14863) (0.05315) (0.14347) [ 0.83471] [‐1.14585] [ 0.07573] [ 0.01712] LPBIARG(‐1) 13.57542 0.179800 0.966565 0.480532 (13.0003) (0.40098) (0.14338) (0.38706) [ 1.04424] [ 0.44840] [ 6.74115] [ 1.24150] LPBIARG(‐2) ‐5.917032 ‐0.152701 ‐0.177125 ‐0.685722 (18.6147) (0.57415) (0.20531) (0.55422) [‐0.31787] [‐0.26596] [‐0.86274] [‐1.23728] LPBIARG(‐3) ‐6.163393 0.034224 0.113008 ‐0.074129 (18.4675) (0.56961) (0.20368) (0.54983) [‐0.33374] [ 0.06008] [ 0.55483] [‐0.13482] LPBIARG(‐4) 1.715788 ‐0.037857 ‐0.074393 0.268192 (10.4578) (0.32256) (0.11534) (0.31136) [ 0.16407] [‐0.11737] [‐0.64499] [ 0.86136] LPCOM(‐1) ‐0.744801 0.110028 ‐0.087269 1.290975 (4.97560) (0.15347) (0.05488) (0.14814) [‐0.14969] [ 0.71695] [‐1.59027] [ 8.71465] LPCOM(‐2) 3.930482 0.010802 0.024535 ‐0.445693 (8.30985) (0.25631) (0.09165) (0.24741) [ 0.47299] [ 0.04214] [ 0.26770] [‐1.80144]
67
LPCOM(‐3) ‐1.419638 ‐0.202163 0.065651 0.273705 (8.22309) (0.25363) (0.09069) (0.24483) [‐0.17264] [‐0.79708] [ 0.72387] [ 1.11796] LPCOM(‐4) ‐4.015766 0.090489 0.071160 ‐0.199634 (5.71234) (0.17619) (0.06300) (0.17007) [‐0.70300] [ 0.51359] [ 1.12948] [‐1.17381] C ‐35.94067 0.160505 2.541523 1.761019 (61.2777) (1.89003) (0.67584) (1.82442) [‐0.58652] [ 0.08492] [ 3.76052] [ 0.96525] IED 3.34E‐06 1.76E‐07 1.15E‐07 2.77E‐07 (1.0E‐05) (3.2E‐07) (1.1E‐07) (3.1E‐07) [ 0.32506] [ 0.55604] [ 1.01574] [ 0.90689]
R‐squared 0.407221 0.918975 0.985538 0.958353 Adj. R‐squared 0.192811 0.889667 0.980307 0.943290 Sum sq. resids 112.9415 0.107445 0.013739 0.100115 S.E. equation 1.550165 0.047813 0.017097 0.046153 F‐statistic 1.899267 31.35675 188.4059 63.61994 Log likelihood ‐110.1867 115.9368 182.7819 118.2333 Akaike AIC 3.944206 ‐3.013440 ‐5.070213 ‐3.084101 Schwarz SC 4.546344 ‐2.411301 ‐4.468075 ‐2.481963 Mean dependent 20.93606 8.881424 12.47751 8.758643 S.D. dependent 1.725402 0.143944 0.121833 0.193807
Determinant Residual Covariance 2.91E‐09 Log Likelihood (d.f. adjusted) 269.8421 Akaike Information Criteria ‐6.087451 Schwarz Criteria ‐3.678899
Impulso-respuesta Period LTII LPBIARG LPCOM
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 0.003458 0.000644 ‐0.004895 (0.00494) (0.00177) (0.00477) 3 0.010714 ‐0.001032 ‐0.010087 (0.01119) (0.00388) (0.01179) 4 0.017830 ‐0.002713 ‐0.016347 (0.01806) (0.00604) (0.01970)
Nonfactorized One Unit Standard Errors: Analytic
68
MODELO VAR 2. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ARGENTINA (LPBIARG), TASA DE INTERES (LTII), PRECIOS COMMODITIES 2 (LPCOM2)
Vector Autoregression Estimates Date: 05/26/08 Time: 11:18 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LTII LPBIARG LPCOM2
LPBIUSA(‐1) 0.385266 0.002186 0.002282 ‐0.006036 (0.16681) (0.00512) (0.00220) (0.00295) [ 2.30966] [ 0.42684] [ 1.03841] [‐2.04860] LPBIUSA(‐2) 0.012451 0.000477 ‐0.002434 0.003698 (0.18475) (0.00567) (0.00243) (0.00326) [ 0.06739] [ 0.08414] [‐0.99988] [ 1.13296] LPBIUSA(‐3) ‐0.063584 ‐0.004257 0.001490 ‐0.000862 (0.19275) (0.00592) (0.00254) (0.00340) [‐0.32989] [‐0.71922] [ 0.58655] [‐0.25319] LPBIUSA(‐4) ‐0.119046 0.007917 ‐0.003881 0.001601 (0.21029) (0.00646) (0.00277) (0.00371) [‐0.56610] [ 1.22601] [‐1.40071] [ 0.43087] LTII(‐1) ‐1.396511 1.059762 0.032856 0.044899 (4.58944) (0.14093) (0.06048) (0.08107) [‐0.30429] [ 7.51963] [ 0.54330] [ 0.55381] LTII(‐2) 1.690234 ‐0.083913 ‐0.078950 0.073626 (6.74055) (0.20699) (0.08882) (0.11907) [ 0.25076] [‐0.40540] [‐0.88887] [ 0.61833] LTII(‐3) ‐2.123318 0.143267 ‐0.022668 ‐0.112898 (6.83249) (0.20981) (0.09003) (0.12070) [‐0.31077] [ 0.68283] [‐0.25178] [‐0.93539] LTII(‐4) 4.387654 ‐0.272528 0.003336 ‐0.143877 (5.18200) (0.15913) (0.06828) (0.09154) [ 0.84671] [‐1.71262] [ 0.04885] [‐1.57173] LPBIARG(‐1) 10.51114 0.000979 1.221462 0.034116 (11.1865) (0.34352) (0.14740) (0.19761) [ 0.93962] [ 0.00285] [ 8.28644] [ 0.17264] LPBIARG(‐2) ‐5.802145 0.115966 ‐0.363470 ‐0.205089 (17.7078) (0.54377) (0.23334) (0.31281) [‐0.32766] [ 0.21326] [‐1.55772] [‐0.65564] LPBIARG(‐3) ‐2.671008 ‐0.069561 0.133093 ‐0.091903 (17.3545) (0.53292) (0.22868) (0.30657) [‐0.15391] [‐0.13053] [ 0.58201] [‐0.29978] LPBIARG(‐4) ‐0.706009 ‐0.096490 ‐0.078520 0.157589 (10.1570) (0.31190) (0.13384) (0.17942) [‐0.06951] [‐0.30936] [‐0.58668] [ 0.87830] LPCOM2(‐1) ‐5.824505 0.083103 0.059741 1.326035 (8.41802) (0.25850) (0.11092) (0.14870) [‐0.69191] [ 0.32148] [ 0.53858] [ 8.91725] LPCOM2(‐2) 0.091141 ‐0.484244 ‐0.053216 ‐0.526382 (13.9992) (0.42989) (0.18447) (0.24730) [ 0.00651] [‐1.12644] [‐0.28848] [‐2.12855]
69
LPCOM2(‐3) 12.04149 0.336155 0.018843 0.187361 (13.9203) (0.42746) (0.18343) (0.24590) [ 0.86503] [ 0.78639] [ 0.10273] [ 0.76193] LPCOM2(‐4) ‐10.87539 0.097536 0.047238 0.020060 (8.14536) (0.25013) (0.10733) (0.14389) [‐1.33516] [ 0.38994] [ 0.44011] [ 0.13942] C 29.24282 1.471468 0.907306 2.509364 (50.3062) (1.54481) (0.66288) (0.88866) [ 0.58130] [ 0.95253] [ 1.36872] [ 2.82376] IED 8.38E‐06 1.14E‐07 6.01E‐08 1.83E‐07 (1.0E‐05) (3.1E‐07) (1.3E‐07) (1.8E‐07) [ 0.82845] [ 0.36650] [ 0.45151] [ 1.02754]
R‐squared 0.430296 0.922812 0.980161 0.973133 Adj. R‐squared 0.224232 0.894893 0.972985 0.963415 Sum sq. resids 108.5451 0.102356 0.018847 0.033872 S.E. equation 1.519694 0.046667 0.020025 0.026845 F‐statistic 2.088172 33.05314 136.5892 100.1378 Log likelihood ‐108.8963 117.5137 172.5071 153.4547 Akaike AIC 3.904502 ‐3.061960 ‐4.754064 ‐4.167836 Schwarz SC 4.506640 ‐2.459822 ‐4.151926 ‐3.565698 Mean dependent 20.93606 8.881424 12.47751 11.40306 S.D. dependent 1.725402 0.143944 0.121833 0.140352
Determinant Residual Covariance 1.20E‐09 Log Likelihood (d.f. adjusted) 298.6120 Akaike Information Criteria ‐6.972677 Schwarz Criteria ‐4.564125
Impulso‐respuesta
Period LTII LPBIARG LPCOM2
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 0.002186 0.002282 ‐0.006036 (0.00512) (0.00220) (0.00295) 3 0.005324 0.003227 ‐0.012493 (0.01156) (0.00522) (0.00773) 4 0.007519 0.004464 ‐0.018759 (0.01852) (0.00856) (0.01321)
Nonfactorized One Unit Standard Errors:
Analytic
70
MODELO VAR 3. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ARGENTINA (LPBIARG), TASA DE INTERES (LTII), PRECIOS COMMODITIES 3 (LPCOM3)
Vector Autoregression Estimates Date: 05/26/08 Time: 11:19 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LTII LPBIARG LPCOM3
LPBIUSA(‐1) 0.460434 0.002989 0.001513 ‐0.009533 (0.16308) (0.00501) (0.00207) (0.00399) [ 2.82335] [ 0.59616] [ 0.73217] [‐2.38918]
LPBIUSA(‐2) 0.066139 0.001897 ‐0.002955 0.004631 (0.18879) (0.00580) (0.00239) (0.00462) [ 0.35033] [ 0.32686] [‐1.23529] [ 1.00265]
LPBIUSA(‐3) ‐0.098076 ‐0.002738 0.001678 0.000877 (0.19801) (0.00609) (0.00251) (0.00484) [‐0.49532] [‐0.44991] [ 0.66867] [ 0.18113]
LPBIUSA(‐4) ‐0.179068 0.007069 ‐0.003676 0.000374 (0.21351) (0.00656) (0.00271) (0.00522) [‐0.83869] [ 1.07700] [‐1.35864] [ 0.07166]
LTII(‐1) ‐3.009167 1.060339 0.035137 ‐0.103866 (4.60696) (0.14162) (0.05838) (0.11272) [‐0.65318] [ 7.48730] [ 0.60188] [‐0.92149]
LTII(‐2) 2.989782 ‐0.134269 ‐0.087270 0.118508 (6.88444) (0.21163) (0.08724) (0.16844) [ 0.43428] [‐0.63446] [‐1.00036] [ 0.70358]
LTII(‐3) ‐1.675537 0.143422 ‐0.016272 0.049353 (6.98891) (0.21484) (0.08856) (0.17099) [‐0.23974] [ 0.66758] [‐0.18374] [ 0.28862]
LTII(‐4) 3.640661 ‐0.206323 0.005295 ‐0.153412 (4.82816) (0.14842) (0.06118) (0.11813) [ 0.75405] [‐1.39015] [ 0.08654] [‐1.29870]
LPBIARG(‐1) 5.869435 ‐0.009134 1.226546 0.408056 (11.6242) (0.35733) (0.14730) (0.28440) [ 0.50493] [‐0.02556] [ 8.32684] [ 1.43478]
LPBIARG(‐2) ‐2.933371 0.042137 ‐0.362472 ‐0.691889 (18.4885) (0.56834) (0.23428) (0.45235) [‐0.15866] [ 0.07414] [‐1.54716] [‐1.52956]
LPBIARG(‐3) ‐2.815507 ‐0.024166 0.128800 0.014779 (18.4957) (0.56856) (0.23437) (0.45252) [‐0.15223] [‐0.04250] [ 0.54955] [ 0.03266]
LPBIARG(‐4) ‐0.381666 ‐0.038017 ‐0.059831 0.188960 (10.8548) (0.33368) (0.13755) (0.26558) [‐0.03516] [‐0.11393] [‐0.43498] [ 0.71151]
LPCOM3(‐1) ‐1.016396 0.019709 0.002276 1.077516 (5.87332) (0.18055) (0.07443) (0.14370) [‐0.17305] [ 0.10916] [ 0.03058] [ 7.49844]
LPCOM3(‐2) 0.868561 ‐0.110084 0.011061 ‐0.188703 (8.76601) (0.26947) (0.11108) (0.21447) [ 0.09908] [‐0.40852] [ 0.09957] [‐0.87985]
71
LPCOM3(‐3) ‐3.959152 0.097784 0.076976 ‐0.015223 (8.39935) (0.25820) (0.10644) (0.20550) [‐0.47136] [ 0.37872] [ 0.72322] [‐0.07408]
LPCOM3(‐4) 1.965720 0.043821 ‐0.021862 0.059631 (5.67234) (0.17437) (0.07188) (0.13878) [ 0.34655] [ 0.25131] [‐0.30415] [ 0.42967] C 26.31030 0.797283 0.693598 2.643123 (53.4152) (1.64199) (0.67687) (1.30688) [ 0.49256] [ 0.48556] [ 1.02472] [ 2.02248]
IED 5.39E‐06 1.05E‐07 8.24E‐08 1.90E‐07 (1.0E‐05) (3.2E‐07) (1.3E‐07) (2.5E‐07) [ 0.52002] [ 0.32816] [ 0.62696] [ 0.74740]
R‐squared 0.392519 0.917522 0.980436 0.916121 Adj. R‐squared 0.172792 0.887689 0.973360 0.885781 Sum sq. resids 115.7427 0.109371 0.018585 0.069284 S.E. equation 1.569271 0.048239 0.019886 0.038394 F‐statistic 1.786391 30.75581 138.5507 30.19579 Log likelihood ‐110.9829 115.3593 172.9613 130.1967 Akaike AIC 3.968706 ‐2.995671 ‐4.768041 ‐3.452206 Schwarz SC 4.570844 ‐2.393533 ‐4.165903 ‐2.850068 Mean dependent 20.93606 8.881424 12.47751 11.46487 S.D. dependent 1.725402 0.143944 0.121833 0.113605
Determinant Residual Covariance 3.09E‐09 Log Likelihood (d.f. adjusted) 267.8835 Akaike Information Criteria ‐6.027184 Schwarz Criteria ‐3.618632
Impulso‐respuesta
Period LTII LPBIARG LPCOM3
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 0.002989 0.001513 ‐0.009533 (0.00501) (0.00207) (0.00399) 3 0.009229 0.001194 ‐0.019255 (0.01131) (0.00490) (0.00943) 4 0.015364 0.000837 ‐0.029137 (0.01805) (0.00805) (0.01533)
Nonfactorized One Unit Standard Errors:
Analytic
72
MODELO VAR 4. VARIABLES: PBI EE.UU. (LPBIUSA), PBI BRASIL (LPBIBRA), TASA DE INTERES (LTII), PRECIOS COMMODITIES 1 (LPCOM)
Vector Autoregression Estimates Date: 05/26/08 Time: 11:20 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LTII LPBIBRA LPCOM
LPBIUSA(‐1) 0.463187 0.002301 5.20E‐05 ‐0.007400 (0.16286) (0.00433) (0.00147) (0.00482) [ 2.84402] [ 0.53135] [ 0.03526] [‐1.53601] LPBIUSA(‐2) 0.049117 0.002213 ‐0.001721 0.004252 (0.17828) (0.00474) (0.00161) (0.00527) [ 0.27551] [ 0.46688] [‐1.06686] [ 0.80638] LPBIUSA(‐3) ‐0.092041 ‐0.003188 4.24E‐05 0.000370 (0.18562) (0.00493) (0.00168) (0.00549) [‐0.49587] [‐0.64613] [ 0.02526] [ 0.06735] LPBIUSA(‐4) ‐0.120101 0.003229 ‐0.000942 0.001951 (0.20141) (0.00535) (0.00182) (0.00596) [‐0.59630] [ 0.60305] [‐0.51715] [ 0.32740] LTII(‐1) ‐4.283842 0.976706 0.086031 ‐0.008993 (5.04759) (0.13419) (0.04566) (0.14931) [‐0.84869] [ 7.27851] [ 1.88402] [‐0.06023] LTII(‐2) 3.665179 0.007398 ‐0.053035 ‐0.253336 (7.35463) (0.19552) (0.06653) (0.21755) [ 0.49835] [ 0.03784] [‐0.79711] [‐1.16448] LTII(‐3) ‐3.153240 0.180285 0.008219 0.022471 (7.43238) (0.19759) (0.06724) (0.21985) [‐0.42426] [ 0.91242] [ 0.12224] [ 0.10221] LTII(‐4) 4.562311 ‐0.455275 ‐0.084730 0.134193 (5.36511) (0.14263) (0.04854) (0.15870) [ 0.85037] [‐3.19196] [‐1.74572] [ 0.84557] LPBIBRA(‐1) ‐2.194331 ‐0.585871 0.929499 0.510427 (14.7662) (0.39256) (0.13358) (0.43679) [‐0.14860] [‐1.49243] [ 6.95816] [ 1.16859] LPBIBRA(‐2) 16.24255 ‐0.453641 ‐0.366917 0.074237 (19.8978) (0.52898) (0.18001) (0.58858) [ 0.81630] [‐0.85757] [‐2.03835] [ 0.12613] LPBIBRA(‐3) ‐17.08687 0.330429 0.461203 ‐0.284810 (18.9651) (0.50419) (0.17157) (0.56099) [‐0.90096] [ 0.65537] [ 2.68815] [‐0.50769] LPBIBRA(‐4) 1.904051 0.426063 ‐0.091714 ‐0.307175 (12.8973) (0.34287) (0.11668) (0.38151) [ 0.14763] [ 1.24262] [‐0.78605] [‐0.80517] LPCOM(‐1) ‐1.771094 0.081157 ‐0.023536 1.278099 (4.88799) (0.12995) (0.04422) (0.14459) [‐0.36234] [ 0.62454] [‐0.53225] [ 8.83958] LPCOM(‐2) 4.485602 ‐0.043605 ‐0.010428 ‐0.439960 (8.13845) (0.21636) (0.07363) (0.24074) [ 0.55116] [‐0.20154] [‐0.14164] [‐1.82755]
73
LPCOM(‐3) ‐2.757793 ‐0.182677 0.096160 0.321788 (8.06401) (0.21438) (0.07295) (0.23854) [‐0.34199] [‐0.85211] [ 1.31813] [ 1.34901] LPCOM(‐4) ‐0.823994 0.171848 ‐0.070310 ‐0.239365 (4.77452) (0.12693) (0.04319) (0.14123) [‐0.17258] [ 1.35387] [‐1.62780] [‐1.69484] C 23.13012 4.248859 0.997457 1.701661 (51.8860) (1.37939) (0.46939) (1.53480) [ 0.44579] [ 3.08024] [ 2.12500] [ 1.10872] IED 3.04E‐06 1.38E‐07 2.75E‐09 2.65E‐07 (1.0E‐05) (2.7E‐07) (9.3E‐08) (3.0E‐07) [ 0.29707] [ 0.50721] [ 0.02963] [ 0.87430]
R‐squared 0.403269 0.939403 0.990283 0.958617 Adj. R‐squared 0.187430 0.917485 0.986768 0.943648 Sum sq. resids 113.6945 0.080355 0.009305 0.099482 S.E. equation 1.555324 0.041348 0.014070 0.046007 F‐statistic 1.868379 42.85995 281.7543 64.04236 Log likelihood ‐110.4027 125.3788 195.4463 118.4394 Akaike AIC 3.950851 ‐3.303962 ‐5.459885 ‐3.090444 Schwarz SC 4.552989 ‐2.701824 ‐4.857747 ‐2.488306 Mean dependent 20.93606 8.881424 6.998369 8.758643 S.D. dependent 1.725402 0.143944 0.122319 0.193807
Determinant Residual Covariance 1.52E‐09 Log Likelihood (d.f. adjusted) 290.9288 Akaike Information Criteria ‐6.736271 Schwarz Criteria ‐4.327719
Impulso‐respuesta
Period LTII LPBIBRA LPCOM
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 0.002301 5.20E‐05 ‐0.007400 (0.00433) (0.00147) (0.00482) 3 0.007195 ‐0.001224 ‐0.016027 (0.00922) (0.00318) (0.01173) 4 0.010789 ‐0.002591 ‐0.024706 (0.01457) (0.00460) (0.01957)
Nonfactorized One Unit
Standard Errors: Analytic
74
MODELO VAR 5. VARIABLES: PBI EE.UU. (LPBIUSA), PBI BRASIL (LPBIBRA), TASA DE INTERES (LTII), PRECIOS COMMODITIES 2 (LPCOM2)
Vector Autoregression Estimates Date: 05/26/08 Time: 11:21 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LTII LPBIBRA LPCOM2
LPBIUSA(‐1) 0.361447 0.001690 0.000422 ‐0.005514 (0.17949) (0.00480) (0.00167) (0.00320) [ 2.01376] [ 0.35197] [ 0.25248] [‐1.72054] LPBIUSA(‐2) 0.012184 0.000691 ‐0.001388 0.003613 (0.17931) (0.00480) (0.00167) (0.00320) [ 0.06795] [ 0.14398] [‐0.83180] [ 1.12847] LPBIUSA(‐3) ‐0.083181 ‐0.004187 ‐0.000160 ‐0.001091 (0.18855) (0.00504) (0.00175) (0.00337) [‐0.44116] [‐0.82988] [‐0.09136] [‐0.32415] LPBIUSA(‐4) ‐0.098296 0.005964 ‐0.000694 0.000675 (0.20557) (0.00550) (0.00191) (0.00367) [‐0.47817] [ 1.08427] [‐0.36298] [ 0.18381] LTII(‐1) ‐2.178584 0.947035 0.096060 ‐0.028828 (4.76623) (0.12753) (0.04435) (0.08511) [‐0.45709] [ 7.42621] [ 2.16619] [‐0.33872] LTII(‐2) 1.237436 0.021572 ‐0.041762 0.106424 (6.83515) (0.18288) (0.06359) (0.12205) [ 0.18104] [ 0.11795] [‐0.65670] [ 0.87197] LTII(‐3) ‐3.065081 0.220202 ‐0.034661 ‐0.092930 (6.85342) (0.18337) (0.06376) (0.12238) [‐0.44723] [ 1.20085] [‐0.54358] [‐0.75938] LTII(‐4) 4.247879 ‐0.508337 ‐0.049882 ‐0.134422 (5.38816) (0.14417) (0.05013) (0.09621) [ 0.78837] [‐3.52604] [‐0.99501] [‐1.39715] LPBIBRA(‐1) ‐0.296569 ‐0.561293 0.969007 ‐0.110406 (14.3372) (0.38361) (0.13339) (0.25601) [‐0.02069] [‐1.46319] [ 7.26422] [‐0.43126] LPBIBRA(‐2) 10.35426 ‐0.347104 ‐0.437011 0.128460 (19.4123) (0.51940) (0.18061) (0.34663) [ 0.53339] [‐0.66828] [‐2.41959] [ 0.37059] LPBIBRA(‐3) ‐9.017957 0.299445 0.468488 ‐0.380615 (18.9435) (0.50686) (0.17625) (0.33826) [‐0.47604] [ 0.59079] [ 2.65806] [‐1.12522] LPBIBRA(‐4) ‐3.081618 0.317848 ‐0.060406 0.259914 (13.3174) (0.35632) (0.12391) (0.23780) [‐0.23140] [ 0.89202] [‐0.48752] [ 1.09300] LPCOM2(‐1) ‐6.119596 0.052852 0.071706 1.393938 (8.54742) (0.22870) (0.07953) (0.15262) [‐0.71596] [ 0.23110] [ 0.90167] [ 9.13311] LPCOM2(‐2) 1.567465 ‐0.353926 ‐0.153261 ‐0.591209 (14.0733) (0.37655) (0.13094) (0.25130) [ 0.11138] [‐0.93992] [‐1.17047] [‐2.35263]
75
LPCOM2(‐3) 10.05185 0.287606 0.167701 0.172454 (14.1027) (0.37733) (0.13121) (0.25182) [ 0.71276] [ 0.76221] [ 1.27809] [ 0.68483] LPCOM2(‐4) ‐8.550668 0.058818 ‐0.093311 ‐0.003555 (8.07577) (0.21608) (0.07514) (0.14420) [‐1.05881] [ 0.27221] [‐1.24187] [‐0.02465] C 63.92990 4.282595 0.818613 2.433467 (55.4023) (1.48235) (0.51547) (0.98928) [ 1.15392] [ 2.88905] [ 1.58810] [ 2.45985] IED 7.32E‐06 7.48E‐08 1.48E‐08 1.61E‐07 (1.0E‐05) (2.7E‐07) (9.5E‐08) (1.8E‐07) [ 0.71568] [ 0.27319] [ 0.15577] [ 0.88019]
R‐squared 0.425830 0.940941 0.990110 0.972333 Adj. R‐squared 0.218151 0.919580 0.986533 0.962325 Sum sq. resids 109.3960 0.078316 0.009470 0.034880 S.E. equation 1.525639 0.040820 0.014195 0.027242 F‐statistic 2.050426 44.04814 276.7936 97.16236 Log likelihood ‐109.1501 126.2143 194.8746 152.5011 Akaike AIC 3.912311 ‐3.329671 ‐5.442296 ‐4.138495 Schwarz SC 4.514449 ‐2.727533 ‐4.840158 ‐3.536357 Mean dependent 20.93606 8.881424 6.998369 11.40306 S.D. dependent 1.725402 0.143944 0.122319 0.140352
Determinant Residual Covariance 5.00E‐10 Log Likelihood (d.f. adjusted) 327.1357 Akaike Information Criteria ‐7.850331 Schwarz Criteria ‐5.441778
Impulso‐respuesta
Period LTII LPBIBRA LPCOM2
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 0.001690 0.000422 ‐0.005514 (0.00480) (0.00167) (0.00320) 3 0.004065 ‐0.000638 ‐0.011676 (0.01013) (0.00359) (0.00843) 4 0.004779 ‐0.001877 ‐0.017461 (0.01577) (0.00504) (0.01436)
Nonfactorized One Unit Standard Errors: Analytic
76
MODELO VAR 6. VARIABLES: PBI EE.UU. (LPBIUSA), PBI BRASIL (LPBIBRA), TASA DE INTERES (LTII), PRECIOS COMMODITIES 3 (LPCOM3)
Vector Autoregression Estimates Date: 05/26/08 Time: 11:21 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LTII LPBIBRA LPCOM3
LPBIUSA(‐1) 0.463191 0.002095 0.000250 ‐0.009857 (0.16756) (0.00453) (0.00155) (0.00427) [ 2.76427] [ 0.46224] [ 0.16102] [‐2.30917] LPBIUSA(‐2) 0.040832 0.001700 ‐0.001286 0.005377 (0.18325) (0.00496) (0.00170) (0.00467) [ 0.22283] [ 0.34307] [‐0.75800] [ 1.15191] LPBIUSA(‐3) ‐0.116504 ‐0.003836 ‐6.22E‐05 0.000289 (0.19247) (0.00521) (0.00178) (0.00490) [‐0.60532] [‐0.73685] [‐0.03492] [ 0.05890] LPBIUSA(‐4) ‐0.164193 0.004906 ‐0.001182 0.000343 (0.20845) (0.00564) (0.00193) (0.00531) [‐0.78770] [ 0.87010] [‐0.61254] [ 0.06452] LTII(‐1) ‐3.928445 0.948312 0.095077 ‐0.187983 (4.77300) (0.12910) (0.04420) (0.12159) [‐0.82306] [ 7.34554] [ 2.15102] [‐1.54607] LTII(‐2) 2.484228 0.005563 ‐0.040246 0.161619 (6.95315) (0.18807) (0.06439) (0.17713) [ 0.35728] [ 0.02958] [‐0.62502] [ 0.91246] LTII(‐3) ‐2.166358 0.223303 ‐0.024326 0.031030 (6.96135) (0.18829) (0.06447) (0.17733) [‐0.31120] [ 1.18595] [‐0.37735] [ 0.17498] LTII(‐4) 3.915888 ‐0.477239 ‐0.066399 ‐0.119257 (5.25162) (0.14205) (0.04863) (0.13378) [ 0.74565] [‐3.35975] [‐1.36530] [‐0.89144] LPBIBRA(‐1) ‐3.181081 ‐0.608423 0.956613 ‐0.017931 (14.4577) (0.39105) (0.13389) (0.36830) [‐0.22003] [‐1.55586] [ 7.14490] [‐0.04869] LPBIBRA(‐2) 15.91994 ‐0.371975 ‐0.418904 0.298561 (19.6528) (0.53157) (0.18200) (0.50064) [ 0.81006] [‐0.69977] [‐2.30170] [ 0.59636] LPBIBRA(‐3) ‐17.90867 0.312435 0.474594 ‐0.692108 (19.2980) (0.52197) (0.17871) (0.49160) [‐0.92801] [ 0.59856] [ 2.65563] [‐1.40787] LPBIBRA(‐4) 2.830562 0.392040 ‐0.077635 0.323075 (13.4516) (0.36384) (0.12457) (0.34267) [ 0.21043] [ 1.07751] [‐0.62322] [ 0.94282] LPCOM3(‐1) ‐0.696435 0.025452 0.025963 1.106242 (5.69768) (0.15411) (0.05276) (0.14514) [‐0.12223] [ 0.16515] [ 0.49205] [ 7.62173] LPCOM3(‐2) 1.380916 ‐0.122743 ‐0.026019 ‐0.211980 (8.45378) (0.22866) (0.07829) (0.21535) [ 0.16335] [‐0.53679] [‐0.33235] [‐0.98434]
77
LPCOM3(‐3) ‐5.242693 0.080100 0.033108 ‐0.031939 (8.34674) (0.22576) (0.07730) (0.21263) [‐0.62811] [ 0.35480] [ 0.42833] [‐0.15021] LPCOM3(‐4) 3.057146 0.042097 ‐0.038081 0.057762 (5.50594) (0.14892) (0.05099) (0.14026) [ 0.55525] [ 0.28267] [‐0.74685] [ 0.41183] C 47.17020 4.218907 0.892890 2.638660 (60.3311) (1.63184) (0.55871) (1.53688) [ 0.78186] [ 2.58537] [ 1.59814] [ 1.71689] IED 3.96E‐06 6.15E‐08 1.81E‐08 1.52E‐07 (1.0E‐05) (2.8E‐07) (9.5E‐08) (2.6E‐07) [ 0.38356] [ 0.22065] [ 0.18922] [ 0.57983]
R‐squared 0.404593 0.937413 0.989840 0.910876 Adj. R‐squared 0.189233 0.914776 0.986165 0.878640 Sum sq. resids 113.4422 0.082994 0.009729 0.073616 S.E. equation 1.553597 0.042022 0.014387 0.039576 F‐statistic 1.878685 41.40936 269.3560 28.25615 Log likelihood ‐110.3304 124.3287 193.9983 128.2256 Akaike AIC 3.948629 ‐3.271651 ‐5.415331 ‐3.391556 Schwarz SC 4.550767 ‐2.669513 ‐4.813193 ‐2.789418 Mean dependent 20.93606 8.881424 6.998369 11.46487 S.D. dependent 1.725402 0.143944 0.122319 0.113605
Determinant Residual Covariance 1.32E‐09 Log Likelihood (d.f. adjusted) 295.4667 Akaike Information Criteria ‐6.875898 Schwarz Criteria ‐4.467346
Impulso‐respuesta
Period LTII LPBIBRA LPCOM3
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 0.002095 0.000250 ‐0.009857 (0.00453) (0.00155) (0.00427) 3 0.006350 ‐0.000738 ‐0.020347 (0.00972) (0.00338) (0.01016) 4 0.009329 ‐0.002079 ‐0.029948 (0.01531) (0.00483) (0.01664)
Nonfactorized One Unit Standard Errors: Analytic
78
MODELO VAR 7. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ALEMANIA (LPBIALE), TASA
DE INTERES (LTII), PRECIOS COMMODITIES 1 (LPCOM)
Vector Autoregression Estimates Date: 05/26/08 Time: 11:13 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LPBIALE LPCOM LTII
LPBIUSA(‐1) 0.461558 ‐0.002129 ‐0.006617 0.003650 (0.15521) (0.00120) (0.00471) (0.00460) [ 2.97376] [‐1.76878] [‐1.40540] [ 0.79427] LPBIUSA(‐2) 0.053731 0.000567 0.003209 0.002319 (0.18205) (0.00141) (0.00552) (0.00539) [ 0.29514] [ 0.40128] [ 0.58113] [ 0.43031] LPBIUSA(‐3) ‐0.076025 ‐0.000167 ‐0.000617 ‐0.001930 (0.19059) (0.00148) (0.00578) (0.00564) [‐0.39890] [‐0.11273] [‐0.10669] [‐0.34211] LPBIUSA(‐4) ‐0.233336 ‐0.001060 0.001290 0.004594 (0.20675) (0.00160) (0.00627) (0.00612) [‐1.12862] [‐0.66135] [ 0.20576] [ 0.75063] LPBIALE(‐1) ‐4.474444 0.865820 ‐0.609784 0.080143 (18.5747) (0.14406) (0.56342) (0.54991) [‐0.24089] [ 6.01005] [‐1.08229] [ 0.14574] LPBIALE(‐2) 2.821478 0.055473 0.178189 0.041192 (24.2797) (0.18831) (0.73647) (0.71882) [ 0.11621] [ 0.29459] [ 0.24195] [ 0.05731] LPBIALE(‐3) ‐17.74828 ‐0.111805 0.450939 ‐0.519380 (22.6445) (0.17563) (0.68687) (0.67040) [‐0.78378] [‐0.63661] [ 0.65651] [‐0.77473] LPBIALE(‐4) 18.80178 0.065484 ‐0.083510 0.220451 (15.6966) (0.12174) (0.47612) (0.46471) [ 1.19782] [ 0.53790] [‐0.17540] [ 0.47439] LPCOM(‐1) ‐0.905177 0.092326 1.232267 0.080374 (5.10141) (0.03957) (0.15474) (0.15103) [‐0.17744] [ 2.33349] [ 7.96346] [ 0.53217] LPCOM(‐2) 2.716320 ‐0.115701 ‐0.380412 ‐0.023257 (8.90031) (0.06903) (0.26997) (0.26350) [ 0.30519] [‐1.67611] [‐1.40908] [‐0.08826] LPCOM(‐3) ‐2.236503 0.008721 0.314260 ‐0.216562 (9.08976) (0.07050) (0.27572) (0.26911) [‐0.24605] [ 0.12370] [ 1.13979] [‐0.80474] LPCOM(‐4) ‐0.305726 0.020972 ‐0.247220 0.175252 (5.17388) (0.04013) (0.15694) (0.15318) [‐0.05909] [ 0.52263] [‐1.57527] [ 1.14412] LTII(‐1) ‐3.143330 0.032356 0.002080 1.038286 (4.89465) (0.03796) (0.14847) (0.14491) [‐0.64220] [ 0.85233] [ 0.01401] [ 7.16508] LTII(‐2) 4.650866 0.001940 ‐0.150526 ‐0.117674 (7.30851) (0.05668) (0.22169) (0.21637) [ 0.63636] [ 0.03423] [‐0.67900] [‐0.54385]
79
LTII(‐3) ‐2.851306 ‐0.024767 0.052032 0.098966 (7.35517) (0.05705) (0.22310) (0.21775) [‐0.38766] [‐0.43417] [ 0.23322] [ 0.45449] LTII(‐4) 3.826580 ‐0.020586 ‐0.005667 ‐0.242189 (4.91991) (0.03816) (0.14923) (0.14566) [ 0.77777] [‐0.53949] [‐0.03797] [‐1.66273] C 9.217913 1.744135 2.532464 3.979649 (77.0213) (0.59736) (2.33627) (2.28026) [ 0.11968] [ 2.91972] [ 1.08398] [ 1.74526] IED 6.74E‐06 ‐5.43E‐08 3.31E‐07 8.35E‐08 (1.0E‐05) (7.8E‐08) (3.1E‐07) (3.0E‐07) [ 0.66625] [‐0.69264] [ 1.07861] [ 0.27879]
R‐squared 0.408548 0.989338 0.956869 0.925516 Adj. R‐squared 0.194618 0.985481 0.941268 0.898575 Sum sq. resids 112.6888 0.006779 0.103683 0.098771 S.E. equation 1.548429 0.012009 0.046968 0.045842 F‐statistic 1.909729 256.5369 61.33557 34.35336 Log likelihood ‐110.1139 205.7413 117.0952 118.6726 Akaike AIC 3.941966 ‐5.776655 ‐3.049084 ‐3.097617 Schwarz SC 4.544104 ‐5.174517 ‐2.446946 ‐2.495479 Mean dependent 20.93606 13.08847 8.758643 8.881424 S.D. dependent 1.725402 0.099668 0.193807 0.143944
Determinant Residual Covariance 1.33E‐09 Log Likelihood (d.f. adjusted) 295.3629 Akaike Information Criteria ‐6.872704 Schwarz Criteria ‐4.464152
Impulso‐respuesta
Period LPBIALE LPCOM LTII
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 ‐0.002129 ‐0.006617 0.003650 (0.00120) (0.00471) (0.00460) 3 ‐0.004882 ‐0.013309 0.010741 (0.00243) (0.01153) (0.01009) 4 ‐0.007481 ‐0.019201 0.017110 (0.00370) (0.01914) (0.01586)
Nonfactorized One Unit Standard Errors: Analytic
80
MODELO VAR 8. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ALEMANIA (LPBIALE), TASA
DE INTERES (LTII), PRECIOS COMMODITIES 2 (LPCOM2)
Vector Autoregression Estimates Date: 05/26/08 Time: 11:15 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LPBIALE LTII LPCOM2
LPBIUSA(‐1) 0.385062 ‐0.002486 0.002985 ‐0.006262 (0.16218) (0.00135) (0.00479) (0.00296) [ 2.37435] [‐1.84575] [ 0.62248] [‐2.11813] LPBIUSA(‐2) 0.014836 ‐9.00E‐05 0.000441 0.004500 (0.18392) (0.00153) (0.00544) (0.00335) [ 0.08067] [‐0.05889] [ 0.08110] [ 1.34203] LPBIUSA(‐3) ‐0.074224 ‐0.000129 ‐0.004540 ‐0.001613 (0.19005) (0.00158) (0.00562) (0.00346) [‐0.39055] [‐0.08142] [‐0.80805] [‐0.46550] LPBIUSA(‐4) ‐0.203567 ‐0.000482 0.007161 0.001909 (0.21103) (0.00175) (0.00624) (0.00385) [‐0.96462] [‐0.27477] [ 1.14782] [ 0.49623] LPBIALE(‐1) ‐1.821715 0.785693 0.056452 ‐0.122133 (17.0035) (0.14123) (0.50269) (0.30997) [‐0.10714] [ 5.56312] [ 0.11230] [‐0.39402] LPBIALE(‐2) ‐3.969145 0.023420 ‐0.271701 ‐0.122730 (21.3622) (0.17744) (0.63156) (0.38942) [‐0.18580] [ 0.13199] [‐0.43021] [‐0.31516] LPBIALE(‐3) ‐16.14360 ‐0.017175 ‐0.247387 0.477424 (20.9583) (0.17408) (0.61962) (0.38206) [‐0.77027] [‐0.09866] [‐0.39926] [ 1.24960] LPBIALE(‐4) 20.54142 0.059298 0.251463 ‐0.311638 (14.8289) (0.12317) (0.43840) (0.27033) [ 1.38523] [ 0.48143] [ 0.57359] [‐1.15282] LTII(‐1) ‐1.342729 0.006476 1.010876 0.007347 (4.60161) (0.03822) (0.13604) (0.08389) [‐0.29180] [ 0.16944] [ 7.43058] [ 0.08758] LTII(‐2) 2.755286 0.035295 ‐0.085976 0.081540 (6.59202) (0.05475) (0.19489) (0.12017) [ 0.41797] [ 0.64461] [‐0.44116] [ 0.67854] LTII(‐3) ‐2.840748 ‐0.037753 0.163493 ‐0.114276 (6.69741) (0.05563) (0.19800) (0.12209) [‐0.42416] [‐0.67865] [ 0.82571] [‐0.93599] LTII(‐4) 3.640900 ‐0.030295 ‐0.334967 ‐0.107545 (5.14358) (0.04272) (0.15207) (0.09377) [ 0.70785] [‐0.70910] [‐2.20279] [‐1.14696] LPCOM2(‐1) ‐5.579145 0.027876 0.073105 1.382808 (8.31900) (0.06910) (0.24594) (0.15165) [‐0.67065] [ 0.40342] [ 0.29724] [ 9.11830] LPCOM2(‐2) 1.354473 ‐0.109077 ‐0.443754 ‐0.610323 (14.1639) (0.11765) (0.41874) (0.25820) [ 0.09563] [‐0.92716] [‐1.05973] [‐2.36375]
81
LPCOM2(‐3) 9.662948 0.112250 0.305059 0.218553 (14.2787) (0.11860) (0.42214) (0.26029) [ 0.67674] [ 0.94645] [ 0.72265] [ 0.83964] LPCOM2(‐4) ‐8.427731 ‐0.034504 0.092340 ‐0.035268 (8.14465) (0.06765) (0.24079) (0.14847) [‐1.03476] [‐0.51004] [ 0.38349] [‐0.23754] C 51.54180 2.294425 4.522582 2.762932 (75.5354) (0.62740) (2.23314) (1.37698) [ 0.68235] [ 3.65702] [ 2.02521] [ 2.00652] IED 9.55E‐06 ‐4.90E‐08 2.67E‐08 2.10E‐07 (9.9E‐06) (8.2E‐08) (2.9E‐07) (1.8E‐07) [ 0.96198] [‐0.59497] [ 0.09114] [ 1.16100]
R‐squared 0.436506 0.988349 0.929236 0.971700 Adj. R‐squared 0.232689 0.984135 0.903640 0.961464 Sum sq. resids 107.3618 0.007407 0.093838 0.035678 S.E. equation 1.511388 0.012554 0.044683 0.027552 F‐statistic 2.141659 234.5361 36.30448 94.92761 Log likelihood ‐108.5401 202.8597 120.3375 151.7660 Akaike AIC 3.893541 ‐5.687992 ‐3.148847 ‐4.115877 Schwarz SC 4.495679 ‐5.085854 ‐2.546709 ‐3.513739 Mean dependent 20.93606 13.08847 8.881424 11.40306 S.D. dependent 1.725402 0.099668 0.143944 0.140352
Determinant Residual Covariance 4.63E‐10 Log Likelihood (d.f. adjusted) 329.6294 Akaike Information Criteria ‐7.927058 Schwarz Criteria ‐5.518506
Impulso‐respuesta
Period LPBIALE LTII LPCOM2
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 ‐0.002486 0.002985 ‐0.006262 (0.00135) (0.00479) (0.00296) 3 ‐0.005642 0.006994 ‐0.012507 (0.00269) (0.01049) (0.00782) 4 ‐0.008197 0.009831 ‐0.017482 (0.00402) (0.01641) (0.01340)
Nonfactorized One Unit Standard Errors: Analytic
82
MODELO VAR 9. VARIABLES: PBI EE.UU. (LPBIUSA), PBI ALEMANIA (LPBIALE), TASA
DE INTERES (LTII), PRECIOS COMMODITIES 3 (LPCOM3)
Vector Autoregression Estimates Date: 05/26/08 Time: 11:16 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LPBIALE LTII LPCOM3
LPBIUSA(‐1) 0.468345 ‐0.002324 0.003323 ‐0.010761 (0.15545) (0.00122) (0.00466) (0.00403) [ 3.01283] [‐1.90879] [ 0.71280] [‐2.66899] LPBIUSA(‐2) 0.040043 0.000328 0.001815 0.006105 (0.18798) (0.00147) (0.00564) (0.00488) [ 0.21302] [ 0.22258] [ 0.32203] [ 1.25221] LPBIUSA(‐3) ‐0.092458 ‐0.000890 ‐0.003395 0.000344 (0.19609) (0.00154) (0.00588) (0.00509) [‐0.47151] [‐0.57966] [‐0.57727] [ 0.06765] LPBIUSA(‐4) ‐0.277576 ‐0.000455 0.006559 0.001044 (0.21427) (0.00168) (0.00643) (0.00556) [‐1.29546] [‐0.27096] [ 1.02077] [ 0.18792] LPBIALE(‐1) ‐6.439757 0.805594 0.100636 ‐0.388555 (17.7408) (0.13897) (0.53204) (0.46014) [‐0.36299] [ 5.79677] [ 0.18915] [‐0.84443] LPBIALE(‐2) 3.170567 0.006325 ‐0.253153 0.185651 (22.2186) (0.17405) (0.66633) (0.57627) [ 0.14270] [ 0.03634] [‐0.37992] [ 0.32216] LPBIALE(‐3) ‐20.51313 ‐0.034844 ‐0.271363 0.492238 (21.3567) (0.16730) (0.64048) (0.55392) [‐0.96050] [‐0.20828] [‐0.42369] [ 0.88865] LPBIALE(‐4) 21.74307 0.066769 0.228035 ‐0.372069 (15.0972) (0.11826) (0.45276) (0.39157) [ 1.44021] [ 0.56458] [ 0.50366] [‐0.95020] LTII(‐1) ‐2.967288 0.006108 1.013653 ‐0.151481 (4.59555) (0.03600) (0.13782) (0.11919) [‐0.64569] [ 0.16968] [ 7.35496] [‐1.27089] LTII(‐2) 3.860791 0.037296 ‐0.129861 0.158281 (6.69526) (0.05245) (0.20079) (0.17365) [ 0.57665] [ 0.71112] [‐0.64675] [ 0.91148] LTII(‐3) ‐2.086690 ‐0.047685 0.158202 0.023710 (6.81052) (0.05335) (0.20425) (0.17664) [‐0.30639] [‐0.89382] [ 0.77457] [ 0.13423] LTII(‐4) 3.289296 ‐0.023505 ‐0.272490 ‐0.132425 (4.86082) (0.03808) (0.14577) (0.12607) [ 0.67670] [‐0.61729] [‐1.86926] [‐1.05039] LPCOM3(‐1) ‐0.831702 0.052123 0.011105 1.081346 (5.59880) (0.04386) (0.16791) (0.14521) [‐0.14855] [ 1.18845] [ 0.06614] [ 7.44659] LPCOM3(‐2) 1.133525 ‐0.132279 ‐0.127132 ‐0.178211 (8.50526) (0.06663) (0.25507) (0.22060) [ 0.13327] [‐1.98540] [‐0.49842] [‐0.80786]
83
LPCOM3(‐3) ‐4.743711 0.084451 0.097342 ‐0.028208 (8.61968) (0.06752) (0.25850) (0.22356) [‐0.55033] [ 1.25071] [ 0.37656] [‐0.12617] LPCOM3(‐4) 3.167007 ‐0.020388 0.030462 0.034092 (5.55863) (0.04354) (0.16670) (0.14417) [ 0.56975] [‐0.46822] [ 0.18273] [ 0.23647] C 41.20058 2.551964 4.297506 3.109316 (85.0345) (0.66612) (2.55016) (2.20550) [ 0.48452] [ 3.83110] [ 1.68519] [ 1.40980] IED 7.08E‐06 ‐6.80E‐08 6.86E‐09 2.49E‐07 (1.0E‐05) (7.9E‐08) (3.0E‐07) (2.6E‐07) [ 0.70058] [‐0.85964] [ 0.02263] [ 0.95229]
R‐squared 0.412191 0.989190 0.924042 0.908790 Adj. R‐squared 0.199579 0.985280 0.896567 0.875799 Sum sq. resids 111.9946 0.006872 0.100726 0.075339 S.E. equation 1.543653 0.012092 0.046294 0.040037 F‐statistic 1.938702 252.9961 33.63299 27.54658 Log likelihood ‐109.9131 205.2944 118.0356 127.4735 Akaike AIC 3.935787 ‐5.762906 ‐3.078019 ‐3.368417 Schwarz SC 4.537925 ‐5.160768 ‐2.475881 ‐2.766279 Mean dependent 20.93606 13.08847 8.881424 11.46487 S.D. dependent 1.725402 0.099668 0.143944 0.113605
Determinant Residual Covariance 1.18E‐09 Log Likelihood (d.f. adjusted) 299.3196 Akaike Information Criteria ‐6.994449 Schwarz Criteria ‐4.585897
Impulso‐respuesta
Period LPBIALE LTII LPCOM3
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 ‐0.002324 0.003323 ‐0.010761 (0.00122) (0.00466) (0.00403) 3 ‐0.005498 0.009710 ‐0.020932 (0.00247) (0.01025) (0.00944) 4 ‐0.008386 0.015640 ‐0.029392 (0.00372) (0.01601) (0.01529)
Nonfactorized One Unit
Standard Errors: Analytic
84
MODELO VAR 10. VARIABLES: PBI EE.UU. (LPBIUSA), PBI JAPON (LPBIJAP), TASA DE INTERES (LTII), PRECIOS COMMODITIES 1 (LPCOM)
Vector Autoregression Estimates Date: 05/26/08 Time: 11:24 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LTII LPBIJAP LPCOM
LPBIUSA(‐1) 0.375797 ‐0.000111 ‐0.000319 ‐0.007543 (0.15930) (0.00468) (0.00093) (0.00478) [ 2.35898] [‐0.02368] [‐0.34353] [‐1.57695] LPBIUSA(‐2) 0.048576 0.000165 ‐0.000521 0.003196 (0.17478) (0.00513) (0.00102) (0.00525) [ 0.27793] [ 0.03223] [‐0.51017] [ 0.60898] LPBIUSA(‐3) ‐0.067995 ‐0.002453 0.000558 ‐0.002092 (0.18151) (0.00533) (0.00106) (0.00545) [‐0.37461] [‐0.46019] [ 0.52623] [‐0.38380] LPBIUSA(‐4) ‐0.177364 0.004168 ‐0.001309 0.000561 (0.19471) (0.00572) (0.00114) (0.00585) [‐0.91090] [ 0.72872] [‐1.15190] [ 0.09592] LTII(‐1) ‐6.238436 0.985344 ‐0.044260 ‐0.024339 (5.00343) (0.14697) (0.02921) (0.15024) [‐1.24683] [ 6.70453] [‐1.51526] [‐0.16201] LTII(‐2) 6.576610 ‐0.088753 0.041777 ‐0.259190 (7.28221) (0.21390) (0.04251) (0.21866) [ 0.90311] [‐0.41493] [ 0.98270] [‐1.18536] LTII(‐3) ‐5.047235 0.040192 0.015269 0.120472 (7.47735) (0.21963) (0.04365) (0.22452) [‐0.67500] [ 0.18299] [ 0.34978] [ 0.53658] LTII(‐4) 2.813335 ‐0.245211 ‐0.034998 ‐0.076508 (4.96903) (0.14596) (0.02901) (0.14920) [ 0.56617] [‐1.68003] [‐1.20647] [‐0.51278] LPBIJAP(‐1) 25.28784 0.408865 0.772854 ‐0.865469 (24.3263) (0.71454) (0.14201) (0.73043) [ 1.03953] [ 0.57220] [ 5.44206] [‐1.18487] LPBIJAP(‐2) ‐31.26429 ‐0.984014 0.107682 0.674693 (31.4161) (0.92279) (0.18340) (0.94332) [‐0.99517] [‐1.06635] [ 0.58713] [ 0.71524] LPBIJAP(‐3) ‐12.35829 0.284407 0.023316 0.613844 (30.8888) (0.90730) (0.18033) (0.92748) [‐0.40009] [ 0.31346] [ 0.12930] [ 0.66184] LPBIJAP(‐4) 8.578463 ‐0.310948 0.053489 ‐0.792215 (23.3452) (0.68573) (0.13629) (0.70098) [ 0.36746] [‐0.45346] [ 0.39247] [‐1.13016] LPCOM(‐1) ‐4.880593 ‐0.043533 0.009933 1.311536 (5.24772) (0.15414) (0.03064) (0.15757) [‐0.93004] [‐0.28242] [ 0.32422] [ 8.32346] LPCOM(‐2) 7.163155 0.160165 ‐0.038135 ‐0.559464 (8.68414) (0.25508) (0.05070) (0.26075) [ 0.82486] [ 0.62790] [‐0.75221] [‐2.14556]
85
LPCOM(‐3) ‐2.740958 ‐0.280015 0.110262 0.321769 (8.56441) (0.25156) (0.05000) (0.25716) [‐0.32004] [‐1.11309] [ 2.20531] [ 1.25124] LPCOM(‐4) ‐0.391518 0.202760 ‐0.075163 ‐0.138428 (5.02727) (0.14767) (0.02935) (0.15095) [‐0.07788] [ 1.37309] [‐2.56103] [‐0.91704] C 223.1475 13.55615 0.970705 9.698081 (190.531) (5.59653) (1.11231) (5.72100) [ 1.17118] [ 2.42224] [ 0.87270] [ 1.69517] IED 5.24E‐06 1.43E‐07 3.22E‐08 2.51E‐07 (9.8E‐06) (2.9E‐07) (5.7E‐08) (2.9E‐07) [ 0.53726] [ 0.49797] [ 0.56582] [ 0.85540]
R‐squared 0.427123 0.928983 0.986841 0.959063 Adj. R‐squared 0.219912 0.903296 0.982082 0.944256 Sum sq. resids 109.1496 0.094173 0.003720 0.098408 S.E. equation 1.523920 0.044762 0.008897 0.045758 F‐statistic 2.061297 36.16565 207.3408 64.77107 Log likelihood ‐109.0768 120.2218 225.2430 118.7920 Akaike AIC 3.910055 ‐3.145287 ‐6.376708 ‐3.101292 Schwarz SC 4.512193 ‐2.543149 ‐5.774570 ‐2.499154 Mean dependent 20.93606 8.881424 18.61541 8.758643 S.D. dependent 1.725402 0.143944 0.066462 0.193807
Determinant Residual Covariance 5.67E‐10 Log Likelihood (d.f. adjusted) 323.0388 Akaike Information Criteria ‐7.724272 Schwarz Criteria ‐5.315720
Impulso‐respuesta
Period LTII LPBIJAP LPCOM
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 ‐0.000111 ‐0.000319 ‐0.007543 (0.00468) (0.00093) (0.00478) 3 0.000102 ‐0.001277 ‐0.016796 (0.01015) (0.00186) (0.01165) 4 ‐0.002977 ‐0.001578 ‐0.026619 (0.01579) (0.00279) (0.01955)
Nonfactorized One Unit
Standard Errors: Analytic
86
MODELO VAR 11. VARIABLES: PBI EE.UU. (LPBIUSA), PBI JAPON (LPBIJAP), TASA DE INTERES (LTII), PRECIOS COMMODITIES 2 (LPCOM2)
Vector Autoregression Estimates Date: 05/26/08 Time: 11:25 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LTII LPBIJAP LPCOM2
LPBIUSA(‐1) 0.261265 ‐0.001871 ‐0.000541 ‐0.008614 (0.16982) (0.00496) (0.00108) (0.00310) [ 1.53846] [‐0.37696] [‐0.49889] [‐2.78153] LPBIUSA(‐2) ‐0.009623 ‐0.002796 ‐0.000712 0.003299 (0.17772) (0.00519) (0.00113) (0.00324) [‐0.05415] [‐0.53828] [‐0.62792] [ 1.01801] LPBIUSA(‐3) ‐0.037770 ‐0.004319 0.000943 ‐0.000469 (0.18192) (0.00532) (0.00116) (0.00332) [‐0.20763] [‐0.81235] [ 0.81250] [‐0.14138] LPBIUSA(‐4) ‐0.147022 0.006806 ‐0.002366 ‐6.20E‐05 (0.19844) (0.00580) (0.00127) (0.00362) [‐0.74088] [ 1.17351] [‐1.86878] [‐0.01714] LTII(‐1) ‐3.326817 0.978265 ‐0.037917 ‐0.016677 (4.53849) (0.13264) (0.02896) (0.08277) [‐0.73302] [ 7.37532] [‐1.30934] [‐0.20149] LTII(‐2) 3.702154 ‐0.090052 0.050184 0.122678 (6.55054) (0.19144) (0.04180) (0.11946) [ 0.56517] [‐0.47038] [ 1.20068] [ 1.02694] LTII(‐3) ‐3.737360 0.180280 ‐0.015510 ‐0.141053 (6.67051) (0.19495) (0.04256) (0.12165) [‐0.56028] [ 0.92475] [‐0.36442] [‐1.15952] LTII(‐4) 1.265991 ‐0.426563 ‐0.035954 ‐0.139505 (5.21446) (0.15240) (0.03327) (0.09509) [ 0.24278] [‐2.79904] [‐1.08061] [‐1.46702] LPBIJAP(‐1) 27.79744 0.499090 0.895638 0.454004 (23.8570) (0.69724) (0.15222) (0.43507) [ 1.16517] [ 0.71581] [ 5.88371] [ 1.04351] LPBIJAP(‐2) ‐16.44199 ‐0.277976 ‐0.036319 ‐0.128779 (29.7306) (0.86890) (0.18970) (0.54219) [‐0.55303] [‐0.31992] [‐0.19145] [‐0.23752] LPBIJAP(‐3) ‐28.45182 ‐0.214926 0.177837 ‐0.657915 (28.9932) (0.84735) (0.18500) (0.52874) [‐0.98133] [‐0.25365] [ 0.96131] [‐1.24431] LPBIJAP(‐4) 6.383414 ‐0.644191 ‐0.102453 0.073856 (22.6071) (0.66071) (0.14425) (0.41228) [ 0.28236] [‐0.97500] [‐0.71025] [ 0.17914] LPCOM2(‐1) ‐12.43719 ‐0.138668 ‐0.069658 1.243395 (9.15138) (0.26746) (0.05839) (0.16689) [‐1.35905] [‐0.51847] [‐1.19295] [ 7.45036] LPCOM2(‐2) 9.938402 ‐0.233202 0.136595 ‐0.449615 (14.7148) (0.43005) (0.09389) (0.26835) [ 0.67540] [‐0.54227] [ 1.45485] [‐1.67549]
87
LPCOM2(‐3) 8.139805 0.265207 ‐0.102780 0.185388 (14.3959) (0.42073) (0.09186) (0.26253) [ 0.56543] [ 0.63035] [‐1.11894] [ 0.70615] LPCOM2(‐4) ‐8.862871 0.151428 0.042839 ‐0.019140 (8.08910) (0.23641) (0.05161) (0.14752) [‐1.09566] [ 0.64053] [ 0.82999] [‐0.12975] C 274.4157 14.58718 1.547315 6.958600 (166.673) (4.87115) (1.06348) (3.03957) [ 1.64643] [ 2.99461] [ 1.45495] [ 2.28934] IED 8.84E‐06 8.06E‐08 6.40E‐08 2.55E‐07 (9.6E‐06) (2.8E‐07) (6.1E‐08) (1.7E‐07) [ 0.92416] [ 0.28818] [ 1.04829] [ 1.45913]
R‐squared 0.463066 0.934106 0.985267 0.973013 Adj. R‐squared 0.268855 0.910272 0.979938 0.963251 Sum sq. resids 102.3015 0.087380 0.004165 0.034023 S.E. equation 1.475340 0.043118 0.009414 0.026905 F‐statistic 2.384351 39.19209 184.8914 99.68042 Log likelihood ‐106.9710 122.6550 221.5706 153.3099 Akaike AIC 3.845260 ‐3.220154 ‐6.263710 ‐4.163382 Schwarz SC 4.447398 ‐2.618016 ‐5.661572 ‐3.561244 Mean dependent 20.93606 8.881424 18.61541 11.40306 S.D. dependent 1.725402 0.143944 0.066462 0.140352
Determinant Residual Covariance 1.72E‐10 Log Likelihood (d.f. adjusted) 361.8632 Akaike Information Criteria ‐8.918869 Schwarz Criteria ‐6.510317
Impulso‐respuesta
Period LTII LPBIJAP LPCOM2
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 ‐0.001871 ‐0.000541 ‐0.008614 (0.00496) (0.00108) (0.00310) 3 ‐0.006061 ‐0.001207 ‐0.018491 (0.01034) (0.00214) (0.00807) 4 ‐0.012139 ‐0.001536 ‐0.028250 (0.01580) (0.00314) (0.01372)
Nonfactorized One Unit
Standard Errors: Analytic
88
MODELO VAR 12. VARIABLES: PBI EE.UU. (LPBIUSA), PBI JAPON (LPBIJAP), TASA DE INTERES (LTII), PRECIOS COMMODITIES 3 (LPCOM3)
Vector Autoregression Estimates Date: 05/26/08 Time: 11:26 Sample(adjusted): 1991:1 2007:1 Included observations: 65 after adjusting endpoints Standard errors in ( ) & t‐statistics in [ ]
LPBIUSA LTII LPBIJAP LPCOM3
LPBIUSA(‐1) 0.370269 ‐0.000224 ‐0.000464 ‐0.013180 (0.16107) (0.00480) (0.00101) (0.00408) [ 2.29876] [‐0.04660] [‐0.45994] [‐3.23397] LPBIUSA(‐2) 0.022700 ‐0.000923 ‐0.000808 0.004267 (0.18393) (0.00548) (0.00115) (0.00465) [ 0.12342] [‐0.16843] [‐0.70219] [ 0.91700] LPBIUSA(‐3) ‐0.085403 ‐0.002980 0.001019 0.000726 (0.19021) (0.00566) (0.00119) (0.00481) [‐0.44898] [‐0.52614] [ 0.85615] [ 0.15087] LPBIUSA(‐4) ‐0.218170 0.005939 ‐0.002112 ‐0.000558 (0.20419) (0.00608) (0.00128) (0.00517) [‐1.06845] [ 0.97665] [‐1.65271] [‐0.10806] LTII(‐1) ‐4.828028 0.986820 ‐0.037876 ‐0.206476 (4.63661) (0.13807) (0.02902) (0.11731) [‐1.04128] [ 7.14717] [‐1.30519] [‐1.76007] LTII(‐2) 3.904304 ‐0.138938 0.050642 0.192249 (6.74353) (0.20081) (0.04221) (0.17062) [ 0.57897] [‐0.69188] [ 1.19985] [ 1.12678] LTII(‐3) ‐2.823463 0.152204 ‐0.017988 ‐0.001554 (6.82864) (0.20335) (0.04274) (0.17277) [‐0.41347] [ 0.74850] [‐0.42087] [‐0.00899] LTII(‐4) 2.066767 ‐0.297290 ‐0.026381 ‐0.147118 (4.78859) (0.14260) (0.02997) (0.12116) [ 0.43160] [‐2.08483] [‐0.88022] [‐1.21428] LPBIJAP(‐1) 23.37425 0.566368 0.869922 0.835514 (24.2437) (0.72194) (0.15174) (0.61339) [ 0.96414] [ 0.78451] [ 5.73309] [ 1.36212] LPBIJAP(‐2) ‐25.65838 ‐0.633589 ‐0.009695 ‐0.078742 (30.2617) (0.90115) (0.18940) (0.76565) [‐0.84788] [‐0.70309] [‐0.05119] [‐0.10284] LPBIJAP(‐3) ‐9.134379 ‐0.108903 0.161959 ‐0.736157 (29.8898) (0.89007) (0.18707) (0.75625) [‐0.30560] [‐0.12235] [ 0.86575] [‐0.97344] LPBIJAP(‐4) 0.506282 ‐0.351658 ‐0.073968 ‐0.351290 (24.1113) (0.71800) (0.15091) (0.61004) [ 0.02100] [‐0.48978] [‐0.49015] [‐0.57584] LPCOM3(‐1) ‐3.605655 ‐0.091974 ‐0.030769 0.936816 (6.24908) (0.18609) (0.03911) (0.15811) [‐0.57699] [‐0.49425] [‐0.78669] [ 5.92514] LPCOM3(‐2) 4.548878 0.002282 0.060703 ‐0.110837 (8.76346) (0.26096) (0.05485) (0.22173) [ 0.51907] [ 0.00875] [ 1.10673] [‐0.49989]
89
LPCOM3(‐3) ‐5.602502 0.045271 ‐0.024845 0.033011 (8.50991) (0.25341) (0.05326) (0.21531) [‐0.65835] [ 0.17865] [‐0.46647] [ 0.15332] LPCOM3(‐4) 2.817573 0.073807 ‐0.004543 0.029191 (5.56433) (0.16570) (0.03483) (0.14078) [ 0.50636] [ 0.44543] [‐0.13044] [ 0.20734] C 258.2989 12.08213 1.295351 9.067520 (172.833) (5.14669) (1.08173) (4.37286) [ 1.49450] [ 2.34755] [ 1.19748] [ 2.07359] IED 6.13E‐06 7.21E‐08 7.31E‐08 2.40E‐07 (9.9E‐06) (2.9E‐07) (6.2E‐08) (2.5E‐07) [ 0.61955] [ 0.24491] [ 1.18136] [ 0.95960]
R‐squared 0.428325 0.927163 0.984907 0.915586 Adj. R‐squared 0.221548 0.900818 0.979448 0.885054 Sum sq. resids 108.9207 0.096586 0.004267 0.069725 S.E. equation 1.522321 0.045332 0.009528 0.038516 F‐statistic 2.071440 35.19286 180.4161 29.98720 Log likelihood ‐109.0086 119.3994 220.7861 129.9904 Akaike AIC 3.907956 ‐3.119982 ‐6.239573 ‐3.445858 Schwarz SC 4.510094 ‐2.517844 ‐5.637435 ‐2.843720 Mean dependent 20.93606 8.881424 18.61541 11.46487 S.D. dependent 1.725402 0.143944 0.066462 0.113605
Determinant Residual Covariance 5.22E‐10 Log Likelihood (d.f. adjusted) 325.7328 Akaike Information Criteria ‐7.807163 Schwarz Criteria ‐5.398611
Impulso‐respuesta
Period LTII LPBIJAP LPCOM3
1 0.000000 0.000000 0.000000 (0.00000) (0.00000) (0.00000) 2 ‐0.000224 ‐0.000464 ‐0.013180 (0.00480) (0.00101) (0.00408) 3 ‐0.000500 ‐0.001433 ‐0.026480 (0.01033) (0.00204) (0.00958) 4 ‐0.003169 ‐0.002035 ‐0.038537 (0.01603) (0.00308) (0.01570)
Nonfactorized One Unit
Standard Errors: Analytic
90
ANEXO III. REGRESIONES DEL MODELO LINEAL DE EVALUACIÓN DE IMPACTOS SOBRE
EL PRECIO DE LOS COMMODITIES
Linear Regression
Number of obs = 67
F( 17, 49) = 1.29
Prob > F = 0.2382
R—squared = 0.2977
Root MSE = .04254
Indalimentos Coef. Robust StcI. t P>ItI [95% Conf. Interval]
GDP 1 ‐.1111265 1.722696 ‐0.06 0.949 ‐3.573013 3.35076
GDPl1 1.461.202 1.736641 0.84 0.404 ‐2.028708 4.951112
GDPl2 .3428387 1.278609 0.27 0.790 ‐2.226622 2.9123
GDPl3 .2689056 1.347562 0.20 0.843 ‐2.439121 2.976932
GDPl4 ‐2.413.882 1.384166 ‐1.74 0.087 ‐5.195468 .3677035
TCN ‐.2549802 .2379932 ‐1.07 0.289 ‐.7332454 .223285
TcNl1 ‐.2982108 .1870122 ‐1.59 0.117 ‐.6740259 .0776042
TcNl2 ‐.1274235 .1953659 ‐0.65 0.517 ‐.520026 .265179
TcNl3 ‐.1319604 .1892476 ‐0.70 0.489 ‐.5122677 .2483468
TcNl4 ‐.1255971 .2098872 ‐0.60 0.552 ‐.5473813 .296187
intLP ‐.0689246 .1319141 ‐0.52 0.604 ‐.3340159 .1961666
intLPl1 ‐.0384685 .1241032 ‐0.31 0.758 ‐.2878632 .2109261
intLPl2 ‐.0895921 .1300157 ‐0.69 0.494 ‐.3508684 .1716842
intLPl3 .1175008 .1163284 1.01 0.317 ‐.1162699 .3512715
intLPl4 ‐.0381835 .1017186 ‐0.38 0.709 ‐.2425947 .1662277
impchina ‐.0203942 .0272587 ‐0.75 0.458 ‐.0751727 .0343843
petroleo .033246 .0752527 0.44 0.661 ‐.1179798 .1844719
_cons .009988 .0349187 0.29 0.776 ‐.0601838 .0801597
91
Linear Regression
Number of obs = 67
F( 17, 49) = 1.31
Prob > F = 0.2245
R—squared = 0.2506
Root MSE = .0944
Trigo Coef. Robust StcI.
Err.
t P>ItI [95% Conf. Interval]
GDP 1 2.283919 3.901805 0.59 0.561 ‐5.557052 1.012489
GDPl1 ‐3.364029 3.759202 ‐0.89 0.375 ‐10.91843 4.190371
GDPl2 ‐2.211746 3.312.847 ‐0.67 0.508 ‐8.869162 4.445669
GDPl3 ‐1.484389 2.416664 ‐0.61 0.542 ‐6.340857 3.37208
GDPl4 ‐8.508414 301.986 ‐2.82 0.007 ‐14.57705 ‐2.439778
TCN .0943958 .4446081 0.21 0.833 ‐.7990776 .9878693
TcNl1 ‐.110958 .4662432 ‐0.24 0.813 ‐1.047909 .8259927
TcNl2 ‐.0059818 .362445 ‐0.02 0.987 ‐.7343424 .7223787
TcNl3 .1025588 .4020651 0.26 0.800 ‐.7054212 .9105389
TcNl4 ‐.4713941 .4777835 ‐0.99 0.329 ‐1.431536 .4887477
intLP ‐.0429471 .3049669 ‐0.14 0.889 ‐.6558011 .5699068
intLPl1 .0431427 .2517804 0.17 0.865 ‐.4628289 .5491143
intLPl2 .0604937 .325588 0.19 0.853 ‐.5938 .7147873
intLPl3 .4076825 .2447005 1.67 0.102 ‐.0840616 .8994266
intLPl4 .3118839 .2117505 1.47 0.147 ‐.1136447 .7374124
impchina ‐.0063192 .0612606 ‐0.10 0.918 ‐.129427 .1167885
petroleo .0985808 .1795605 0.55 0.585 ‐.2622596 .4594211
_cons .1931639 .0720625 2.68 0.010 .0483489 .337979
92
Linear Regression
Number of obs = 67
F( 17, 49) = 0.81
Prob > F = 0.6835
R—squared = 0.2005
Root MSE = .09743
Maiz Coef. Robust StcI.
Err.
t P>ItI [95% Conf. Interval]
GDP 1 ‐1.979231 4.176055 ‐0.47 0.638 ‐10.37575 6.417.291
GDPl1 ‐1.899407 3.296923 ‐0.58 0.567 ‐8.528315 47.295
GDPl2 .6059314 2.906008 0.21 0.836 ‐5.236989 6.448852
GDPl3 ‐1.005652 3.235039 ‐0.31 0.757 ‐7.510135 5.49883
GDPl4 ‐5.522764 3.706448 ‐1.49 0.143 ‐12.97508 1.929549
TCN ‐.1236521 .5474051 ‐0.23 0.822 ‐1.224284 .9769795
TcNl1 .4168067 .4586144 0.91 0.368 ‐.5052995 1.338913
TcNl2 ‐.6805128 .3854117 ‐1.77 0.084 ‐1.455435 .0944093
TcNl3 ‐.1583911 .3741169 ‐0.42 0.674 ‐.9106036 .5938214
TcNl4 ‐.2801105 .4462854 ‐0.63 0.533 ‐1.177428 .6172064
intLP ‐.0009598 .3936114 ‐0.00 0.998 ‐.7923685 .7904489
intLPl1 ‐.2471315 .2463782 ‐1.00 0.321 ‐.742508 .248245
intLPl2 .0795476 .3000122 0.27 0.792 ‐.5236674 .6827626
intLPl3 .2130347 .320657 0.66 0.510 ‐.4316894 .8577589
intLPl4 .0835017 .2738606 0.30 0.762 ‐.4671319 .6341354
impchina ‐.0074822 .0505924 ‐0.15 0.883 ‐.1092051 .0942407
petroleo ‐.1482022 .1451194 ‐1.02 0.312 ‐.4399843 .1435799
fecha .0008036 .0005871 1.37 0.178 ‐.000377 .0019841
_cons .0158655 .0922577 0.17 0.864 ‐.169631 .201362
93
Linear Regression
Number of obs = 67
F( 18, 48) = 1.53
Prob > F = 0.1194
R—squared = 0.3330
Root MSE = .09281
Soja Coef. Robust StcI.
Err.
t P>ItI [95% Conf. Interval]
GDP 1 ‐.0738815 3.469605 ‐0.02 0.983 ‐7.04999 6.902227
GDPl1 2.034841 3.418657 0.60 0.554 ‐4.838829 8.908512
GDPl2 .9711583 2.838194 0.34 0.734 ‐4.735412 6.677729
GDPl3 ‐3.812044 3.188245 ‐1.20 0.238 ‐10.22244 2.598353
GDPl4 ‐8.35291 3.220997 ‐2.59 0.013 ‐14.82916 ‐1.87666
TCN .3458177 .4952826 0.70 0.488 ‐.6500147 1.34165
TcNl1 .0917741 .4480906 0.20 0.839 ‐.8091724 .9927206
TcNl2 ‐.7015919 .4386248 ‐1.60 0.116 ‐1.583506 .1803224
TcNl3 ‐.5810256 .4030606 ‐1.44 0.156 ‐1.391433 .229382
TcNl4 ‐.1536076 .3487853 ‐0.44 0.662 ‐.8548875 .5476723
intLP ‐.5193536 .3012883 ‐1.72 0.091 ‐1.125134 .0864272
intLPl1 .0130033 .3008131 0.04 0.966 ‐.591822 .6178287
intLPl2 ‐.1413466 .3227261 ‐0.44 0.663 ‐.790231 .5075378
intLPl3 .3269752 .2490308 1.31 0.195 ‐.1737348 .8276852
intLPl4 ‐.1462278 .2852207 ‐0.51 0.611 ‐.7197024 .4272469
impchina ‐.0058004 .0547678 ‐0.11 0.916 ‐.1159185 .1043176
petroleo ‐.1004905 .160392 ‐0.63 0.534 ‐.4229801 .2219992
fecha .0012577 .0006268 2.01 0.050 ‐2.53e‐06 .0025179
_cons ‐.0668958 .1112719 ‐0.60 0.551 ‐.2906228 .1568313
94
Linear Regression
Number of obs = 67
F( 18, 48) = 1.92
Prob > F = 0.0365
R—squared = 0.2448
Root MSE = .1006
Girasol Coef. Robust StcI.
Err.
t P>ItI [95% Conf. Interval]
GDP 1 ‐2.606521 3.954109 ‐0.66 0.513 ‐10.55679 5.343748
GDPl1 ‐.2697616 4.088158 ‐0.07 0.948 ‐8.489554 7.950031
GDPl2 1.198519 2.723255 0.44 0.662 ‐4.276951 6.67399
GDPl3 .5683557 3.315463 0.17 0.865 ‐6.097829 7.23454
GDPl4 ‐.2807017 328.411 ‐0.09 0.932 ‐6.883847 6.322443
TCN .1165938 .5245394 0.22 0.825 ‐.9380633 1.171251
TcNl1 ‐.4380481 .6825364 ‐0.64 0.524 ‐1.81038 .9342833
TcNl2 ‐.0598183 .4245001 ‐0.14 0.889 ‐.913333 .7936964
TcNl3 ‐.2539729 .5618153 ‐0.45 0.653 ‐1.383578 .8756325
TcNl4 ‐.0154764 .5227198 ‐0.03 0.977 ‐1.066475 1.035.522
intLP ‐.3957452 .2630449 ‐1.50 0.139 ‐.9246325 .1331421
intLPl1 .0135959 .2906477 0.05 0.963 ‐.5707904 .5979822
intLPl2 ‐.5824831 .3876238 ‐1.50 0.139 ‐1.361853 .1968867
intLPl3 ‐.0850308 .3379885 ‐0.25 0.802 ‐.7646022 .5945406
intLPl4 ‐.2734152 .3025401 ‐0.90 0.371 ‐.8817129 .3348824
impchina ‐.0261148 .0636099 ‐0.41 0.683 ‐.154011 .1017813
petroleo ‐.1893289 .1344093 ‐1.41 0.165 ‐.4595769 .0809191
fecha .0005867 .0006428 0.91 0.366 ‐.0007057 .0018791
_cons ‐.0683611 .1417977 ‐0.48 0.632 ‐.3534645 .2167423
95
REFERENCIAS BIBLIOGRÁFICAS
Alfaro L. (2003). “Foreign direct investment and growth: does the sector matter?”, Harvard Business School, USA.
Arceo E. (2002). “Hegemonía estadounidense, internacionalización financiera y productiva, y nuevo pacto colonial”, Ceceña, A.E. y Sader, E., La guerra infinita. Hegemonía y terror mundial, CLACSO.
Basualdo E. (2006). Estudios de Historia económica Argentina, Siglo XXI Editores, Argentina.
Backus D. K. y Kekoe P. J. (1992). International evidence on the historical properties of business cycles, American Economic Review, 4.
Beistein J. (2007). “La declinación del dólar…y de los Estados Unidos. Las grandes potencias en la trampa global”, en http://www.rebelion.org/docs/44886.pdf.
Bibow, Jorg (2006), “Global imbalances, Bretón Woods II, and Euroland’s role in all this”, Working Paper, 486, The Levy Economics Institute, Bard Collage, EE.UU., diciembre.
Carrera J., Féliz M. y Panigo D. (1999). “Prebisch y la relación Centro‐Periferia 50 años después. Su aplicación al caso argentino”, Centro de Asistencia a las Ciencias Económicas y Sociales (CACES) – UBA, Buenos Aires.
CENDA (2007). “Notas de la Economía Argentina Nº3”, CENDA, en www.cenda.org.ar.
CEPAL (2007). “La inversión extranjera en América Latina y el Caribe 2006”, CEPAL, Santiago de Chile.
DNCI (2005) “IED en Argentina por área geográfica a diciembre de 2004 (revisado en noviembre de 2005)”, MECON, Buenos Aires.
Dooley, M.P., Folkerts‐Landau, D. y Garber, P. (2003), “An essay on the revived Bretton‐Woods System”, NBER Working Paper, 9971, septiembre.
Duménil, Gérard y Lévy, Dominique (2004), “The economics of U.S. Imperialism at the turn of the 21st century”, documento de trabajo.
Epstein, G. (2001), “Financialization, Rentier Interests, and Central Bank Policy”, manuscript, Department of Economics, University of Massachusetts, Amherst, MA, december.
Gill, Stephen (2003), Power and Resistance in the New World Order, Basingstoke, Palgrave.
Harvey, J.T. (2001), “Exchange rate theory and ‘the fundamentals’ ”, Journal of Post Keynesian Economics, 24 (1), pp. 3‐15.
IEFE (2007). “La Inversión Extranjera Directa en la Argentina de la post‐Convertibilidad” en Revista Informe IEFE Nº145.
Kaldor N. (1976). “Inflation and Recession in the World Economy”, The Economic Journal, Vol. 86, Nº344, Diciembre.
Kregel J., (2007), “The natural instability of financial markets”, The Levy Economics Institute of Bard College, Working Paper Nº523, december.
Krugman P. (1984). The international role of the dollar. Theory and Prospects, in Bilson, S. and Marston, R. (eds.), Exchange rate. Theory and practice, NBER.
Krugman P. (2008). “Don’t Cry for Me, America”, New York Time, enero.
Loayza N., López J. H. y Ubide A. (1998). International comovements and currency areas: Evidence for Latin America, East Asia and Europe, The World Bank and F.M.I.
Minsky H. (1982). Can “it” happened again?, M. E. Sharpe, Inc. New York, USA
Minsky H. (1986). Stabilizing an Unstable Economy. New Haven: Yale University Press.
Molana H. y Vines D. (1989). “North‐South growth and the terms of trade: amodel on Kaldorian lines”, The Economic Journal, Vol. 99, Nº396, Junio.
Moutos T. y Vines D. (1989). “The simple macroeconómics of North‐South interaction”, The American Economic Review, Vol. 79, Nº2, Mayo.
96
Ohlin B. (1933). “Interregional and International Trade”, Harvard University Press, Cambridge, 1966.
Polley T. (2007). “Financialization: What it is and why it matters”, The Levy Economics Institute of Bard College, Working Paper Nº525, december.
Prebisch R. (1950). “The Economic Development of Latin America and its principal problems”, United Nations, New York.
Prebisch R. (1991). “La Relación entre el ciclo argentino y el ciclo monetario internacional”, Raúl Prebisch: Obras 1919‐1948, cap. 110, Fundación Raúl Prebisch Buenos Aires.
Reinhart C. y Rogoff K. (2008). “Is the 2007 U.S. Sub‐Prime Financial Crisi So Different? An International Historical Comparison”, National Bureau of Economic Research, Cambridge.
Schmitt‐Grohé S. (1998). The international transmission of economic fluctuations: Effects of US business cycle on the Canadian economy, Journal of International Economics Nº44.
Shaikh A. (1999). “Real Exchange Rates and the International Mobility of Capital”, Working Paper, 265, New School University, Marzo.
Shaikh A. (2002). “Productivity, Capital Flows, and the Decline of the Canadian Dollar: An Alternate Approach”, mimeo, New School University, abril.
Sims C. (1980). Macroeconomics and Reality. Econométrica.
Stockman A.C. y Tesar L.L. (1995). Tastes and technology in a two‐country model of the business cycle: explaining international comovements, American Economics, 39, 197‐221.
Tobin J. (1969). "A general equilibrium approach to monetary theory", Journal of Money Credit and Banking, Vol 1No 1 pp 15‐29.
UNCTAD (2007). “World Investment Report 2007”, United Nations Publications, New York.