| Abstract: |
La oferta de ganado vacuno para ceba en el departamento de Sucre, Colombia: Un
enfoque ARDL The supply of live cattle to ceba in the department Sucre,
Colombia: An ardl approach Erika Arrieta Coronado* Jessica Bracamonte
Ricardo** Omar Castillo Núñez*** * Economista de la Universidad de Sucre,
Sincelejo, Colombia. erikarrieta95@hotmail.com ** Economista de la Universidad
de Sucre, Sincelejo, Colombia. bracamonte06@hotmail.com *** Economista,
Profesor titular. Universidad de Córdoba, Colombia.
ocastillo@correo.unicordoba.edu.co Resumen Se identifican determinantes de la
oferta de ganado vacuno macho de levante en el departamento de Sucre,
Colombia, 2007—2015, bajo el enfoque del modelo autorregresivo con retardos
distribuidos. La oferta responde negativamente al riesgo—clima y riesgo—precio
en el largo y corto plazo; de manera positiva al precio de la leche cruda y al
sacrificio regional; a diferencia de la oferta final del cebado, no existe una
relación inversa con el precio a corto plazo, lo que expresaría la visión de
ganancia cortoplacista predominante de los comercializadores, y a los cambios
del ciclo ganadero por la generalización del sistema de producción ganadero de
doble propósito. Palabras clave: Ganado vacuno, elasticidad, riesgo—clima,
riesgo—precio. Clasificación JEL: C22; Q11; Q13. Abstract This paper
identifies the determinants of supply of live cattle for fattening identified
in the department of Sucre, Colombia, 2007—2015, under the approach of the
Autoregressive Distributed Lag model. The primary supply responds negatively
to risk—climate and risk—price in the long and short term; positively to the
raw milk price and to the regional slaughter; unlike the final supply, there
is no inverse relationship in the primary supply with the short term price
which would show the ‘short—term’ vision of marketers, or structural changes
in the cattle cycle by the generalization of dual purpose production system.
Keyword: Cattle, elasticity, climate risk, price risk. JEL Codes: C22; Q11;
Q13. 1. INTRODUCCIÓN La industria de la carne bovina se divide en tres etapas
de acuerdo con la fase de crecimiento del ganado: 1) la producción de la vaca
con el ternero; 2) el levante y la ceba; 3) el sacrificio de ganado cebado y
embalaje de la carne. En la primera, los productores ganaderos crían una vaca
para producir y venden un ternero; el levante es la etapa que transcurre entre
el destete y el período de ceba o el primer servicio, que debe producirse
cuando el animal alcanza un peso equivalente al 55 o 60% del peso adulto; la
ceba es el engorde, en la que el productor ganadero asume la alimentación de
los ganados jóvenes por varios meses hasta que estén listos para llevarlos a
sacrificio con un peso entre 400—450 kilogramos; la tercera etapa es el
sacrificio del ganado gordo, el embalaje y la distribución de la carne. El
modelo empresarial de producción de carne vacuna predominante en el
departamento de Sucre no es homogéneo: algunas unidades productivas integran
dos etapas de la producción: la cría y la ceba, proveyéndose de la materia
prima principal —el ternero— con la producción de la misma unidad productiva
procedente de la primera etapa. Otras, compran la materia prima principal en
mercados organizados, o en explotaciones de cría para hacer ceba intermedia, o
completa. La principal fuente de provisión del ganado de levante de estas
últimas han sido las subastas ganaderas. En una gran proporción —alrededor del
81% en promedio, según OPCA (2016)—, el ganado vendido en las subastas fueron
animales machos de primera calidad de menos de 1 año hasta 1¾ de año, con peso
medio entre 120—240 kilogramos, procedente del productor y/o del
comercializador. Sobre cuáles son los factores que influyen el comportamiento
de esta oferta primaria de ganado vacuno en pie para cebar en la región, se ha
indagado poco. El objetivo de este artículo es identificar factores
relacionados con su evolución a largo y corto plazo durante el período
2007—2015, mediante la estimación de un modelo econométrico de series de
tiempo que los asocie. Abordar este tema proporciona evidencia empírica
adicional para contrastar la relación teórica entre la oferta del principal
insumo para cebar y sus factores determinantes; por tanto, ayuda a comprender
la dinámica del mercado de ganado vacuno regional de levante, y contribuye a
evaluar los posibles impactos que podrían generar cambios de dichas variables
en la oferta final de ganado para sacrificio. Con tal propósito, luego de esta
introducción, el presente informe se estructura de la siguiente manera: se
presentan elementos teóricos y empíricos existentes del tema en forma general;
se evalúa las características del proceso estocástico generador de los datos,
y en la parte final se estima un modelo econométrico autorregresivo con
retardos distribuidos, ARDL, para identificar la presencia de relaciones de
largo y de corto plazo entre la oferta primaria y las variables que la
influyen. 2. ELEMENTOS TEÓRICOS Y EMPÍRICOS La función de oferta total agraria
se refiere a la relación analítica existente entre la oferta de un producto
agrario y los factores determinantes de esta. Los factores considerados
teóricamente como tales son: el precio de los factores o insumos de
producción; los cambios en la rentabilidad de actividades competentes; el
precio de los productos conjuntos o co—productos; el riesgo, asociado a la
variación del clima y de los precios, y factores institucionales (Tomek y
Robinson, 2005, pp. 68—78; Castillo, 2015, pp. 197—201). El precio pagado al
productor agrario influye la oferta del producto, pues es de esperar que —si
los otros factores que afectan la oferta permanecen constantes, y si el costo
marginal de producción es creciente—, entre mayor (menor) sea el precio mayor
(menor) es la disposición del productor a ofrecer una cantidad mayor de
producto. Los principales hallazgos empíricos de la literatura internacional
en este tema de la sensibilidad de la oferta agraria al precio han sido
resumidos por Mundlak (2000, p. 394; 2001, p. 48). La investigación de orden
nacional sobre oferta ganadera destinada a sacrificio ha sido abordada por
Kalmanovitz (1982), Lorente (1978), UEA—DNP (1980), Hertford y Nores (1982),
García (1983), Jaramillo y Caicedo (1996), bajo el influjo de Jarvis (1974).
Estos autores utilizan como indicador la oferta interna final o de consumo
(sacrificio + exportaciones), o una medida relativa: la tasa de extracción.
Como Jarvis, identifican una relación positiva de largo plazo con el precio, y
una relación inversa de corto plazo, como expresión del ciclo ganadero de la
ceba. El riesgo se refiere a una situación de aleatoriedad peligrosa para el
agricultor: una sequía intensa, una inundación, un ataque de plagas y/o de
enfermedades a plantas y animales, la inestabilidad de los precios, cambios de
políticas, etc. (OECD, 2009, pp. 15—25). El riesgo—precio y el riesgo—clima
están asociados a la naturaleza biológica de la producción agraria y a su
dependencia del clima, a la vez que juegan un importante papel en la
determinación de la oferta en el corto plazo. La evidencia empírica en el
examen del impacto del riesgo sobre la oferta agraria ha sido resumida en
Moschini y Hennessy (2001 pp. 87—153), en el que destacan: primero, que la
incertidumbre en la producción agraria es una de las razones para el estudio
de la producción bajo riesgo; segundo, como lo predice la teoría, se espera
que el productor averso al riesgo produzca menos que el productor neutral al
riesgo, ceteris paribus; por ende, existe una relación inversa entre riesgo y
oferta; tercero, la inclusión del riesgo en los modelos econométricos de
estimación de la función de oferta sugiere que el impacto del precio se vuelve
más importante, es decir, cuando se tiene en cuenta el riesgo, la oferta es
más sensible al precio. La técnica de producción ganadera predominante en la
región es la del pastoreo en praderas naturales, en el cual el animal es
alimentado con pasturas. Bajo estas condiciones, el riesgo—clima tiene efectos
importantes sobre las pasturas y los animales: (i) la precipitación afecta la
distribución y cantidad de pasto, los déficits hídricos disminuyen la oferta
de alimento, lo cual retarda el crecimiento físico de los animales y les hace
perder peso, y (ii) la ausencia o el exceso de la lluvia afecta la
predisposición del animal al contagio o ataque de enfermedades y/o plagas, lo
cual aumenta la tasa de morbilidad y mortalidad (Herrera, 1995). En ambas
situaciones, la variabilidad climática puede generar impactos adversos sobre
la producción y la oferta ganaderas. La orientación productiva de la ganadería
vacuna en la región es el doble propósito (Dane, 2014). Este sistema es un
caso de producción múltiple o conjunta, esto es, se obtienen varios productos
utilizando los mismos insumos y factores de producción o, al menos, factores e
insumos comunes. La leche es un co—producto de la carne de ganado pues son
creados en el mismo proceso y al mismo tiempo. La teoría económica sugiere que
el precio del co—producto influencia la oferta del otro producto en sentido
directo: el aumento del precio de la leche representa un estímulo para los
ganaderos, que optarían por aumentar su inventario o mejorar la nutrición y la
salud de las reses, lo cual se traduciría en aumento del número de terneros.
La oferta primaria de ganado de levante para cebar es afectada por el ciclo
ganadero. La demanda para sacrificio del ganado cebado está influenciada por
el diferencial o margen entre el precio de la carne vacuna y el precio del
ganado cebado en pie. Entre mayor sea el diferencial de precio, es de esperar
una mayor demanda de ganado cebado para sacrificio (Parra y Gómez, 2008, pp.
10—11). En el corto plazo, sin embargo, dada una expectativa de mayor
rentabilidad futura por el incremento del precio de la carne, el productor de
ganado cebado tiende a retener, especialmente hembras y machos jóvenes
(Jarvis, 1974) esperando que se valoricen en el mercado. En esta fase de
retención disminuye el sacrificio; al escasear el ganado cebado para
sacrificio, se acentúa la demanda por ganado de levante, lo cual lo valoriza
relativamente, y ello afecta a la oferta primaria vía precio. La respuesta del
productor—cebador conduciría a reducir ventas de machos y hembras jóvenes,
pero la de un comercializador podría conducir a aumentarlas para ganar un
diferencial de precios alto entre el de la subasta y el del sitio de compra en
campo. El precio de los insumos es determinante de la oferta agraria.
Teóricamente, a nivel del productor individual, la reducción del precio de un
insumo implica una reducción de su costo medio, lo cual significa que, si todo
lo demás permanece constante, se reduce el costo medio de producción,
desplazándose la curva de costo medio hacia abajo. La curva de costo marginal
se desplaza hacia adelante como expresión de que la nueva relación precio del
insumo—precio del producto ha disminuido; esto es, se ha abaratado el precio
relativo del insumo, lo cual incrementa la cantidad usada de este y la
cantidad de producto óptima, como lo indica la teoría microeconómica clásica
del productor (Hudson, 2007:43—44). Esta nueva curva de costo marginal
intercepta a la nueva curva de costo medio disminuida en su nivel más bajo,
que constituye la curva de oferta de largo plazo. Como la oferta de mercado es
la suma de las ofertas individuales, aumenta la oferta total. Por tanto, la
relación entre el precio del insumo y la oferta es inversa. 3. METODOLOGÍA
Para estimar el modelo econométrico que relaciona las variables en estudio se
procedió así: Primero, se examinó las propiedades subyacentes del proceso que
genera las variables de series de tiempo. Esto es, se determinó si el proceso
estocástico (aleatorio) subyacente que generó la serie de tiempo de las
variables en cuestión es estacionario o no en media y varianza. Para ello se
aplicó la prueba de raíz unitaria de Dickey—Fuller con mínimos cuadrados
generalizados destendencializados, propuesta por Elliot, Rothemberg y Stock,
ERS (1996), conocida por su sigla en inglés como DF—GLS. Básicamente, esta
prueba implica la estimación de la ecuación del test de Dickey—Fuller,
aumentada después de sustituir los valores originales de las variables en
investigación, yt, por los valores destendencializados de la regresión mínimo
cuadrática generalizada, ytd: Donde ytd es la serie examinada
destendencializada. La hipótesis nula de existencia de una raíz unitaria en
las primeras diferencias de la serie se rechaza si la estimación de ? en la
ecuación (1) cae por debajo de los valores críticos propuestos por ERS (1996).
Segundo, ya que se trata de estimar relaciones de largo y corto plazo mediante
un modelo econométrico dinámico, se realizó la prueba de causalidad de Granger
(1969). Esta prueba parte de la idea de que el futuro no puede predecir al
pasado; de este modo, si una variable x causa a otra variable y, los cambios
en la primera deben preceder a los cambios en la segunda. Por consiguiente, en
una regresión de la variable y sobre x , si se incluyen valores pasados de x
esto mejora significativamente la predicción de y. Se dice entonces que x
causa a y (a la manera de Granger). Aplica una definición similar si y causa a
x. La dirección de la causalidad puede incluso ir en ambas direcciones
(Gujarati y Porter, 2009). Tercero, el establecimiento de relaciones empíricas
entre la oferta y sus determinantes se hizo utilizando el modelo
autorregresivo con retardos distribuidos, ARDL (por sus siglas en inglés
Autoregressive Distributed Lag). Este enfoque es apropiado para investigar la
existencia de relaciones de largo plazo en muestras pequeñas (menos de 80
observaciones) y entre series de tiempo de diferente orden de integración, a
diferencia de las técnicas de cointegración de enfoque bivariado de Engle y
Granger (1987) y multivariado de Johansen (1995), las cuales exigen que las
variables sean integradas todas de orden uno. Este enfoque fue desarrollado
por Pesaran y Shin (1999) y Pesaran, Shin y Smith (2001); sin embargo, es
necesario que ninguna de estas sea integrada de orden dos, ya que estos datos
anulan la metodología. En este sentido, el modelo ARDL utilizado es: ?Q =
variación de la oferta de ganado macho para ceba; P = el precio del ganado
vivo en el mercado; S = sacrificio de vacunos en el Caribe colombiano; Rc = el
riesgo—clima; Pl = el precio de la leche; Rp= riesgo—precio. Las expresiones t
— j, t — k, t — l, t — i, t — h, t — u, representan la longitud máxima del
número de retardos apropiados para las variables1. ?j, ?k, ?l, ?i, ?h, ?u son
los coeficientes de corto plazo a estimar. ?1, ?2, ?3, ?4, ?5, ?6, son los
coeficientes de largo plazo. ?1t es el término de error; ln = logaritmo
natural. Dado que las variables se expresan en logaritmo natural, los
coeficientes a estimar son elasticidades y tasas de crecimiento. Seleccionada
la estructura del modelo, se aplica la prueba Multiplicador de Lagrange, LM,
de Breusch—Godfrey (1978) con el fin de probar la ausencia de correlación
serial en los errores de la ecuación (2). Comprobado lo anterior, se realizó
la prueba Límites (Bounds Test), propuesta por Pesaran, Shin & Smith (2001),
basada en un estadístico estándar. Esta es una prueba de cointegración que
contrasta la ausencia de una relación de largo plazo, esto es, prueba la
hipótesis nula: H0: ?1 = ?2 = ?3 = ?4 = ?5 = ?6 = 0 en la ecuación (2), contra
la alterna HA: no es cierto. Un rechazo de H0 implica que se tiene una
relación de cointegración de largo plazo. Si los resultados dan evidencia de
una relación de largo plazo, se estima la función de cointegración de largo y
corto plazo, las cuales se definen, respectivamente, así: La ecuación (4) es
estimada con las variables en diferencias, y el coeficiente ? de zt—1 indica
la velocidad del ajuste hacia el equilibrio de largo plazo, que se espera sea
significativo y negativo. Para medir la repuesta de la oferta agraria a
distintos factores, este enfoque ha sido utilizado por Muchapondwa (2009) en
el caso de la oferta agregada de los cultivos en Zimbawe; Ogundari (2016) del
maíz a los precios en Nigeria; Ozkan y Karaman (2011) del área de algodón en
Turquía; Wyk y Treurnicht (2012) en la oferta de carne de oveja; Maleki et al.
(2012) en la oferta de exportación de carne en Irán. En cuanto a la
información, la oferta primaria se midió como la cantidad mensual vendida de
ganado vacuno macho en pie de primera calidad entre las edades menos de 1 a 1¾
de año en subastas comerciales en el departamento de Sucre, procedente de la
unidad productiva ganadera y/o de un comercializador. El precio del producto
es un promedio ponderado por las cantidades de las edades consideradas; la
unidad de medida es pesos corrientes por kilogramo de ganado vivo, obtenido
del Observatorio de precios y costos agrarios del noroccidente del Caribe
colombiano, OPCA, de la Universidad de Córdoba, Colombia. La información de
las precipitaciones pluviales proviene del Instituto de Hidrología,
Meteorología y Estudios Ambientales, IDEAM (2016); a partir de ella se
construyó el coeficiente de variación de las precipitaciones mensuales, como
proxy al riesgo—clima. El riesgo—precio se midió como la desviación típica de
una media móvil de tres meses del precio por kilogramo, propuesto por Behrman
(1968). El sacrificio de vacunos en el Caribe colombiano, medido en número de
animales, se utilizó como una variable proxy al ciclo de la ceba en la región,
y proviene de las encuestas de sacrificio de ganado vacuno del DANE (2015). El
precio del co—producto es el precio de la leche cruda pagada al productor por
la industria en el departamento de Sucre, obtenido del Ministerio de
Agricultura y Desarrollo Rural (MADR, 2015), y expresado en pesos corrientes
por litro de leche cruda. Para medir la incidencia del precio del insumo se
tomó la relación precio de la úrea/precio del ganado en pie. Como una
aproximación a la rentabilidad de productos competentes se utilizó el precio
relativo del arroz. Ninguna de estas dos últimas variables resultó
significativa. La periodicidad de las variables utilizadas es mensual durante
el periodo 2007M1—2015M12. Se utilizó el software Econometric—Views, Versión
9.5, para los cálculos del modelo. 4. RESULTADOS Y ANÁLISIS 4.1.
Estacionariedad y causalidad a lo Granger La tabla 1 muestra el cálculo del
estadístico de la prueba DF—GLS en la ecuación (1). El resultado de las
variables originales en niveles permite rechazar la hipótesis nula de la
existencia de raíz unitaria en las series Q, Rc y Pl, por tanto, son
integradas de orden cero, I(0) . En el caso de las variables P, Rp, y S, la
hipótesis nula se rechaza en primeras diferencias, lo que significa que son
integradas de orden 1, I(1). Los resultados de la prueba de causalidad a lo
Granger2 indican que se rechaza al 1% de significación la hipótesis nula: las
variaciones de P, Rc, Rp y S no causan las variaciones de la oferta con 2, 2,3
y 6 retardos, respectivamente; en el caso de Pl se aceptó la hipótesis nula.
4.2. Modelo de la oferta del ganado vacuno macho en pie para cebar Estructura
del modelo La especificación del número de retardos de la variable dependiente
oferta de ganado macho de primera calidad, Q, tuvo un máximo apropiado de 3
retardos, y 4 para las demás variables regresoras. La estructura seleccionada
es: (1, 2, 2, 4, 4, 2); es decir: 1 retardo para Q; Pl = 2; P = 2; Rc = 4; Rp
= 4 y S = 2. Los resultados de la prueba LM sobre los errores de la estimación
de la ecuación (2) con 4 retardos incluidos para la oferta mostraron un
p—valor mayor al nivel de significancia del 5% (p—valor = 0,9184). Por tanto,
se acepta la hipótesis nula de no correlación en los residuos. Prueba Límites
(Bounds Test) La tabla 2 muestra los resultados de la prueba Límites. Indica
que existe una fuerte evidencia para rechazar la hipótesis nula de que los
coeficientes de largo plazo son cero (?1 = ?2 = ?3 = ?4 = ?5 = ?6 = 0) pues el
F calculado, igual a 10,34 con 5 grados de libertad (k=5), supera los valores
críticos de los límites superiores en el nivel de significancia del 1%. El
modelo de largo y corto plazo de oferta de ganado para ceba La estimación del
modelo de oferta de largo y corto plazo del ganado macho para cebar
comercializado en las subastas del departamento de Sucre, con las variables en
niveles y en primeras diferencias respectivamente, se muestra en la tabla 3.
La relación de cointegración de largo plazo muestra que la oferta primaria
responde de manera negativa y significativa al riesgo—clima: un aumento o una
disminución del 10% en la desviación estándar de las precipitaciones con
respecto a su media mensual genera una disminución en el largo plazo de la
oferta de ganado macho del 4,9% en promedio. Para el conjunto de la producción
agraria en Colombia, Jaramillo y Junguito (1993) identificaron esa relación
inversa. En el corto plazo, la tabla 3 indica que las ventas de ganado macho
para cebar está influenciada en sentido positivo y de manera significativa (al
1% de significación) por las siguientes variables: (i) Las variaciones de su
precio: un aumento (o disminución) del 5% en el precio por kilo del mes
anterior aumenta (o disminuye) en 9,2% la oferta del mes siguiente. (ii) los
cambios en el sacrificio regional de ganado vacuno en el mes corriente y en el
anterior: un aumento del 10% en el sacrificio de ganado vacuno en el mes
pasado y en el de hoy produce un aumento contemporáneo de las cantidades
ofertadas de ganado macho de 6,5% y 5,6%, respectivamente. (iii) Las
variaciones del precio de la leche cruda (aunque con menos rigor estadístico,
significativa al 5%): una variación del 1% en su precio en el mes anterior
provoca que la oferta corriente de ganado de levante varíe en 0,6%. El primer
resultado3, señalado como (i), contrasta con la relación que se ha encontrado
en la investigación a nivel nacional cuando se considera la oferta final de
ganado cebado para sacrificio en la que, como se señaló antes, la relación de
corto plazo entre la oferta y el precio es inversa. Una primera explicación de
este hecho estaría relacionada con lo siguiente: (a) La lógica económica del
comercializador es más de corto plazo y su objetivo inmediato es vender rápido
para ganar la máxima diferencia entre el precio de venta en subasta y el
precio de compra en la unidad productiva, especialmente en época de
retención4. (b) La intensificación del componente de leche en el sistema de
producción doble propósito ha producido modificaciones en el ciclo de la ceba
de manera que precios más altos de la leche, aún con bajos precios de la carne
o del cebado vivo, conducen a retener la hembra para producir más leche, y
vender más crías (Suárez, 2005, p. 41). (iv) En sentido inverso, los cambios
en el riesgo—clima afectan en el corto plazo la oferta: variaciones del 1% en
la desviación estándar de las precipitaciones con respecto a su media del mes
en curso y la de tres meses atrás provoca, en promedio, una disminución de la
oferta en cuestión del 0,19% y 0,13% en el mes corriente. (v) Los productores
y comercializadores son aversos al riesgo—precio: una desviación de $100 COP
con respecto a la media móvil trimestral del precio por kilo dos meses atrás
disminuye la oferta corriente en 0,12%. El coeficiente del término de
corrección de errores, z—1 , el cual representa la velocidad de ajuste hacia
el largo plazo, tiene el signo esperado y es significativo; el resultado de
este coeficiente es menor a la unidad e indica que, aproximadamente, el 80%
del error de largo plazo en la oferta del ganado macho con la presencia de
lluvias se corrige en el mes siguiente. 5. CONCLUSIÓN En este informe de
investigación se analizó la oferta primaria de ganado macho en pie para ceba
en Sucre y sus determinantes durante el periodo 2007—2015 mediante la
estimación de un modelo ARDL. Los resultados destacan la sensibilidad de
productores y comercializadores a dos factores importantes de la producción
ganadera: el clima, en particular en un sistema de pastoreo natural; y el
precio, en un sistema de mercado. Ante la amplia variabilidad de estos
factores, tienden a reducir la cantidad de producto ofrecido en el corto y
largo plazo. En esta etapa de la producción de ganado no se evidenció una
relación inversa de corto plazo entre la oferta y su precio, lo cual parece
ser un resultado de la lógica económica de ganancia cortoplacista que subyace
en el comercializador, pero también podría ser que la intensificación del
componente leche, en el sistema de producción doble propósito regional,
probablemente haya modificado las características estructurales del ciclo de
la ceba, que es más evidente como un fenómeno nacional. Una implicación de
política derivada de este estudio: primera, tener una política de manejo de
agua que reduzca la dependencia de dicha actividad, pues las desviaciones de
largo plazo del nivel de oferta se corrigen rápidamente con la presencia de
este factor. Segunda, en un contexto de reducción anual del hato vacuno
departamental durante el período de estudio, sería recomendable políticas de
apoyo para repoblamiento bovino en la etapa de vaca—cría con el productor
directo de ganado. Tercera, avanzar en mecanismos financieros que contribuyan
a reducir el riesgo—precio y riesgo—clima ante productores aversos al mismo
Notas 1 El número de retardos máximos se define utilizando el criterio de
información Akaike, AIC. 2 Por razones de espacio no se incluyen los
resultados, pero están disponibles para los editores y lectores. 3 Con menos
contundencia estadística, Arrieta y Bracamonte (2016) hallaron esa misma
relación directa entre la oferta de ganado hembra de levante con el precio y
el sacrificio. 4 Contribuye a explicar este hecho también que durante
2007—2015 se encontró una correlación inversa entre la variación del
inventario ganadero anual y la de la oferta de ganado macho y hembra de
levante vendida en subasta, aunque no es estadísticamente significativa la
correlación. La correlación entre inventario y ventas debe esperarse directa.
BIBLIOGRAFÍA Behrman, J. (1968). Supply response in underdeveloped
agriculture: a case study of four mayor crop in Thailand. Norh—Holland,
Ámsterdam. Citado por Moschini & Hennessi (2001). Bracamonte, J. y Arrieta, E.
(2016). Determinantes de la oferta de ganado vacuno para ceba en el
departamento de Sucre, 2007—2014”. Trabajo de grado para optar el título de
Economista. Universidad de Sucre, Sincelejo, Colombia. Breusch, T.S. (1978).
Testing for autocorrelation in dynamic linear models. Australian Economic
Papers,17, 334—355. Castillo, O.E. (2015). Economía agraria: apuntes de clase.
Montería, Colombia: Fondo Editorial Universidad de Córdoba. DANE (2015).
Encuesta de sacrificio de ganado, varios años. Eliott, G., Rottemberg, T.J. &
Stock, J.H. (1996). Efficient test for an autoregressive unit root.
Econometrica,64, 813—836. Engle, R. F. & Granger, C.W. (1987). Cointegration
and error correction: representation, estimation and testing. Econometrica,55
(2), 251—276 García, J. (1983). Las Políticas Económicas y el Sector Ganadero
en Colombia: 1950—1977. Reproducido en Cuadernos de Historia Económica y
Empresarial, 19, Banco de la República, Cartagena, Colombia. Godfrey,
L.G.(1978). Testing against general autoregressive and moving average error
models when the regressors include lagged dependent variables.
Econométrica,46, 1293—1301. Granger, C.W. (1969). Investigating causal
relations by econometric models and cross—spectral methods. Econométrica, 37,
424—438. Gujarati, D. & Porter, D. (2010). Econometría. México: Mcgraw—Hill
Interamericana . Hertford, R. & Nores, G. (1982): Caracterización del sector
ganadero de Colombia 1953—1975”. Cali: CIAT. Hudson, D. (2007). Agricultural
Markets and Prices. Australia: Blackwell Publishing. IDEAM (2015).
Estadísticas de preciptaciones pluviales en Sincelejo, Colombia. Varios años.
Jaramillo, C.F. & Caicedo, E. (1996). Caracterización del ciclo ganadero.
Bogotá: Fedesarrollo. Jaramillo, C.F. & Junguito, R. (1993). Crisis
agropecuaria y política macroeconómica. Debates de Coyuntura Económica, 29,
46—67. Jarvis, L. (1974). Cattle as capital goods, ranchers as portafolio
managers: an application to Argentine. Journal of Political
Economy,82(3):489—520, January. Johansen, S. (1995). Likelihood—based
inference in cointegrated vector autoregressive models. Oxford University
Press, DOI:10.1093/0198774508.001.0001 Kalmanovitz, S. (1982). El desarrollo
de la agricultura en Colombia. Bogotá: Valencia Editores. Lorente, L. (1978).
Producción de ganado de carne en Colombia. Bogotá: Banco Ganadero. Maleki, B.
Avestisyan, Z. & Paseban, F. (2012). Factors affecting Iran’s animal products
export: A co—integration analysis. Journal of Agricultural Science and
Technology. 14(1), 195—1203. Moschini, G. & Hennessy, D. (2001). Uncertainty,
risk aversion, and risk management for agricultural producers. B. Gardner y G.
Rausser (ed.): Handbook of Agricultural Economics. Volume 1A: Agricultural
production. Chapter 2: 87—153. Elsevier Science, North Holland. Muchapondwa,
E. (2009). Supply response of Zimbabwean agriculture: 1970—1999. African
Journal of Agricultural and Resource Economics,3 (1), 28—42, March. OECD
(2009): Managing risk in agriculture: A holistic approach. OECD Publishing.
Ogundari, K. (2016). Maize Supply Response to Price and Nonprice Determinants
in Nigeria: Bounds testing approach. International Transactions in Operational
Research: 1—15. DOI: 10.1111/itor.12284. Ozkan, B. & Karaman, S. (2011).
Acreage response for cotton regions in Turkey: An application of the bounds
testing approach to cointegration. A Mediterranean Journal of Economics,
Agriculture and Environment, New Medit, 10(2), 43—50, June. OPCA (2015). Base
de datos de precios y cantidades de ganados en Córdoba y Sucre. Disponible en
http://www.unicordoba.edu.co/bases—de—datos—opca Quantitative Micro Software
(2015). Econometric Views, Versión 9.5, User’s Guide, USA. Parra, T. & Gómez,
M. (2008). Libre comercio y la cadena de carne de res: ¿una amenaza real?
Tesis de Maestría en Economía. Universidad Javeriana, Bogotá. Pesaran M.H. &
Shin, Y. (1999). An Autoregressive Distributed Lag Modelling Approach to
Cointegration Analysis. S. Strom (ed.) Econometrics and Economic Theory in the
20th Century: The Ragnar Frisch Centennial Symposium, Cambridge: Cambridge U
P. Pesaran, M.H, Shin, Y. & Smith, R.P. (2001). Bounds Testing Approaches to
the Analysis of Level Relationships. Journal of Applied Econometrics, 16,
289—326. DOI: 10.1002/jae.616 Suárez, R. (2015): Incidencia de la Academia y
de los Centros de Investigación en las Políticas Ganaderas: la academia y el
sector rural (pp.17—67). Bogotá: Universidad Nacional de Colombia. Tomek, W.
&. Robinson,K. (2003). Agricultural product prices. USA: Cornell University
Press. UEA—DNP (1980): La economía ganadera en Colombia. Revista de Planeación
y Desarrollo,12(3), 91—141. Wyk, D. & Treurnicht, N. (2012): A quantitative
analysis of supply response in the Namibian Mutton industry. South African
Journal of Industrial Engineering,23 (1). |