Fuentes de variación de precios
Fecha Mes P ($/kg) T C E V
agosto 1998 Agosto 3,223 4,265 0,838 0,954 0,945
setiembre 1998 Setiembre 2,536 4,285 0,844 0,737 0,952
octubre 1998 Octubre 2,858 4,304 0,847 0,789 0,993
noviembre 1998 Noviembre 3,242 4,323 0,847 0,957 0,925
diciembre 1998 Diciembre 4,311 4,343 0,848 1,194 0,981
enero 1999 Enero 5,215 4,362 0,849 1,403 1,003
febrero 1999 Febrero 4,395 4,382 0,852 1,220 0,965
marzo 1999 Marzo 4,567 4,402 0,853 1,212 1,003
abril 1999 Abril 3,636 4,422 0,851 0,958 1,009
mayo 1999 Mayo 3,102 4,442 0,851 0,817 1,004
[Link]. Método aditivo
Adicional al método multiplicativo explicado anteriormente, se procedió a analizar los
cuatro componentes de la serie de tiempo expuesta en la figura 2.3 de una forma aditiva.
Como primer paso, se estima un promedio móvil para 12 datos, de igual manera que en
el método multiplicativo. Como segundo paso se obtuvo el promedio móvil centrado, el
cual representa el componente de ciclo y de tendencia; de igual manera que en el método
multiplicativo.
Seguidamente, como tercer paso, al precio original se le resta el valor del promedio
móvil centrado (PMC). Esto con el fin de obtener los componentes de volatilidad (V) y
estacionalidad (E). El dato correspondiente a V+E se observa en el cuadro 2.7.
Como cuarto paso, se promedió para cada uno de los meses el componente de
volatilidad y estacionalidad para toda la serie. Se tomó el componente CV+CE de enero
de 1993, luego se le sumó el componente CV+CE de enero de 1994 y así sucesivamente
con cada componente desde enero hasta llegar al año 1999. Esta sumatoria se dividió por
6, ya que el periodo de 1994 a 1999 contempla 6 años. Esta división generó el promedio
de enero para el componente V+E de toda la serie. El procedimiento se repitió para cada
uno de los meses subsecuentes. El quinto paso del procedimiento, consistió en obtener el
promedio del componente V+E de todos los meses. Seguidamente (sexto paso), se obtuvo
la estacionalidad (E), la cual surge de restarle al componentes V+E, el promedio general.
Manual sobre Análisis Básico de Precios Agrícolas para la Toma de Decisiones 63
Cuadro 2.7 Cálculo del índice estacional y el factor estacional, método
aditivo
Cuarto paso: Promedio del
componente V+E del mes de
enero de los años que van desde
1993 hasta 1999
Mes V+E E
Enero 1,188 1,166 Sexto paso:
Febrero 0,629 0,607 1,188-0,022
Marzo 0,611 0,588
Abril -0,159 -0,181
Mayo -0,595 -0,617
Junio -0,380 -0,402
Julio 0,233 0,211
Agosto -0,167 -0,190
Septiembre -0,810 -0,832
Octubre -0,657 -0,679
Noviembre -0,173 -0,195
Diciembre 0,548 0,526
Promedio General 0,022
Sumatoria 0
Quinto paso: Promedio
del componente CV+CE
El paso séptimo, es la obtención de volatilidad, lo cual consiste en restarle al componente
V+E, la estacionalidad; dejando así el componente de volatilidad aislado de la serie.
Por último, se obtiene la serie desestacionalizada (SD), al restarle al dato original de
la serie, el factor estacional. Este resultado se encuentra en la columna SD. El detalle de
cada uno de los cálculos mencionados anteriormente, se puede observar en el cuadro 2.8.
Alli se puede apreciar como la sumatoria de (T+C)+E+V = P.
64 OIMA · USDA · IICA
Fuentes de variación de precios
Cuadro 2.8 Cálculos del método aditivo
Séptimo paso: Octavo paso:
(V+E)-E =V P-E
Fecha Mes P ($/ PM T+C V+E E V SD
kg) (12)
enero 1993 Enero 3,141 1,166
febrero 1993 Febrero 3,100 0,607
marzo 1993 Marzo 2,838 0,588
abril 1993 Abril 2,381 -0,181
mayo 1993 Mayo 1,924 -0,617
junio 1993 Junio 2,107 -0,402
julio 1993 Julio 2,959 2,538 0,211
agosto 1993 Agosto 2,487 2,585 2,562 -0,075 -0,190 0,115 2,676
setiembre 1993 Setiembre 1,880 2,599 2,592 -0,712 -0,832 0,120 2,712
octubre 1993 Octubre 2,020 2,653 2,626 -0,606 -0,679 0,073 2,699
noviembre 1993 Noviembre 2,502 2,667 2,660 -0,158 -0,195 0,037 2,697
diciembre 1993 Diciembre 3,119 2,685 2,676 0,443 0,526 -0,083 2,593
enero 1994 Enero 3,703 2,695 2,690 1,013 1,166 -0,152 2,537
febrero 1994 Febrero 3,273 2,699 2,697 0,576 0,607 -0,031 2,666
marzo 1994 Marzo 3,475 2,729 2,714 0,761 0,588 0,173 2,887
abril 1994 Abril 2,552 2,754 2,742 -0,189 -0,181 -0,008 2,734
mayo 1994 Mayo 2,139 2,781 2,768 -0,629 -0,617 -0,012 2,756
junio 1994 Junio 2,233 2,802 2,792 -0,559 -0,402 -0,156 2,635
julio 1994 Julio 3,003 2,826 2,814 0,189 0,211 -0,022 2,792
agosto 1994 Agosto 2,851 2,847 2,836 0,015 -0,190 0,205 3,041
setiembre 1994 Setiembre 2,182 2,857 2,852 -0,670 -0,832 0,163 3,015
octubre 1994 Octubre 2,345 2,838 2,848 -0,502 -0,679 0,177 3,024
noviembre 1994 Noviembre 2,746 2,850 2,844 -0,098 -0,195 0,097 2,941
diciembre 1994 Diciembre 3,404 2,866 2,858 0,545 0,526 0,019 2,878
enero 1995 Enero 3,959 2,883 2,874 1,085 1,166 -0,081 2,793
febrero 1995 Febrero 3,400 2,893 2,888 0,512 0,607 -0,095 2,793
marzo 1995 Marzo 3,239 2,882 2,888 0,351 0,588 -0,237 2,650
abril 1995 Abril 2,704 2,883 2,883 -0,179 -0,181 0,003 2,886
Manual sobre Análisis Básico de Precios Agrícolas para la Toma de Decisiones 65
mayo 1995 Mayo 2,329 2,878 2,881 -0,552 -0,617 0,065 2,946
junio 1995 Junio 2,430 2,902 2,890 -0,460 -0,402 -0,058 2,832
julio 1995 Julio 3,130 2,912 2,907 0,223 0,211 0,013 2,920
agosto 1995 Agosto 2,720 2,918 2,915 -0,194 -0,190 -0,005 2,910
setiembre 1995 Setiembre 2,195 2,933 2,926 -0,731 -0,832 0,102 3,027
octubre 1995 Octubre 2,277 2,956 2,945 -0,668 -0,679 0,012 2,956
noviembre 1995 Noviembre 3,043 2,955 2,955 0,087 -0,195 0,282 3,238
diciembre 1995 Diciembre 3,512 2,949 2,952 0,560 0,526 0,034 2,986
enero 1996 Enero 4,036 2,958 2,953 1,082 1,166 -0,084 2,870
febrero 1996 Febrero 3,587 2,942 2,950 0,636 0,607 0,029 2,979
marzo 1996 Marzo 3,514 2,941 2,942 0,573 0,588 -0,016 2,926
abril 1996 Abril 2,683 2,924 2,932 -0,249 -0,181 -0,067 2,865
mayo 1996 Mayo 2,257 2,913 2,918 -0,661 -0,617 -0,043 2,875
junio 1996 Junio 2,541 2,893 2,903 -0,362 -0,402 0,040 2,943
julio 1996 Julio 2,944 2,899 2,896 0,049 0,211 -0,162 2,734
agosto 1996 Agosto 2,698 2,902 2,900 -0,202 -0,190 -0,012 2,888
setiembre 1996 Setiembre 1,991 2,903 2,902 -0,911 -0,832 -0,079 2,824
octubre 1996 Octubre 2,149 2,898 2,900 -0,751 -0,679 -0,072 2,829
noviembre 1996 Noviembre 2,799 2,892 2,895 -0,096 -0,195 0,100 2,994
diciembre 1996 Diciembre 3,583 2,907 2,899 0,683 0,526 0,158 3,057
enero 1997 Enero 4,078 2,921 2,914 1,164 1,166 -0,002 2,912
febrero 1997 Febrero 3,594 2,954 2,937 0,657 0,607 0,050 2,987
marzo 1997 Marzo 3,454 2,961 2,957 0,497 0,588 -0,091 2,866
abril 1997 Abril 2,609 2,984 2,972 -0,363 -0,181 -0,182 2,791
mayo 1997 Mayo 2,442 3,008 2,996 -0,554 -0,617 0,064 3,060
junio 1997 Junio 2,708 3,008 3,008 -0,300 -0,402 0,103 3,111
julio 1997 Julio 3,336 3,011 3,010 0,327 0,211 0,116 3,126
agosto 1997 Agosto 2,786 3,047 3,029 -0,243 -0,190 -0,053 2,976
setiembre 1997 Setiembre 2,265 3,080 3,063 -0,798 -0,832 0,034 3,098
octubre 1997 Octubre 2,446 3,124 3,102 -0,656 -0,679 0,023 3,125
noviembre 1997 Noviembre 2,792 3,198 3,161 -0,369 -0,195 -0,174 2,987
diciembre 1997 Diciembre 3,623 3,234 3,216 0,407 0,526 -0,119 3,097
enero 1998 Enero 4,504 3,273 3,254 1,250 1,166 0,085 3,338
febrero 1998 Febrero 3,996 3,311 3,292 0,704 0,607 0,097 3,389
marzo 1998 Marzo 3,978 3,347 3,329 0,649 0,588 0,060 3,389
abril 1998 Abril 3,502 3,370 3,358 0,143 -0,181 0,324 3,683
mayo 1998 Mayo 2,871 3,404 3,387 -0,516 -0,617 0,102 3,489
66 OIMA · USDA · IICA
Fuentes de variación de precios
junio 1998 Junio 3,178 3,441 3,423 -0,244 -0,402 0,158 3,581
julio 1998 Julio 3,786 3,499 3,470 0,316 0,211 0,106 3,576
agosto 1998 Agosto 3,223 3,558 3,528 -0,305 -0,190 -0,116 3,413
setiembre 1998 Setiembre 2,536 3,591 3,575 -1,039 -0,832 -0,206 3,368
octubre 1998 Octubre 2,858 3,640 3,616 -0,758 -0,679 -0,079 3,537
noviembre 1998 Noviembre 3,242 3,651 3,646 -0,404 -0,195 -0,209 3,437
diciembre 1998 Diciembre 4,311 3,671 3,661 0,650 0,526 0,124 3,785
enero 1999 Enero 5,215 3,691 3,681 1,534 1,166 0,368 4,049
febrero 1999 Febrero 4,395 3,718 3,705 0,690 0,607 0,083 3,788
marzo 1999 Marzo 4,567 3,749 3,734 0,833 0,588 0,245 3,978
abril 1999 Abril 3,636 3,758 3,754 -0,117 -0,181 0,064 3,818
mayo 1999 Mayo 3,102 3,765 3,761 -0,659 -0,617 -0,042 3,720
junio 1999 Junio 3,425 3,796 3,780 -0,355 -0,402 0,047 3,828
julio 1999 Julio 4,106 3,828 3,812 0,294 0,211 0,083 3,895
Ejercicios Adicionales
Ejercicio 1: Fuentes de variación de precios en el caso del durazno-melocotón;
México.
La producción agrícola depende en gran medida de la ubicación geográfica de los
países productores, sus condiciones climáticas y de los requerimientos de los cultivos. La
estacionalidad es una característica particularmente importante de la producción agrícola,
ya que a pesar de que el consumo puede permanecer relativamente constante a lo largo
del año, la producción por lo general, se da por algunos pocos meses y estas variaciones
pueden generar cambios importantes en el comportamiento de los precios.
Se ha tomado como ejemplo el comportamiento de los precios del durazno-melocotón
en el mercado mexicano. Se seleccionaron los precios registrados desde el 2007 hasta
el 2015, provenientes del mercado de Chihuahua y con desino a la Central de Abasto de
Iztapalapa DF (figura 2.7). En este caso, el durazno solo se produce durante los meses de
julio, agosto, setiembre y octubre, por lo que, para este mercado específico, el producto
proveniente de Chihuahua sólo se ofrece durante algunos meses al año. En la figura 2.8
se observa en qué regiones mexicanas se produce el durazno, así como los meses en los
que hay importaciones. El mismo producto se ha contemplado para el mercado peruano,
en el que, sí hay disponibilidad de producto durante todo el año. Por lo que, con base en el
método multiplicativo y dados los precios mensuales del melocotón del mercado de Lima,
Perú, para el periodo 2007-2017, estime:
Manual sobre Análisis Básico de Precios Agrícolas para la Toma de Decisiones 67
a. El promedio móvil
b. El promedio móvil centrado
c. El ciclo-tendencia
d. El índice estacional (mensual)
e. Volatilidad de los precios
Fuente: Elaborado con base en SISAP 2017.
Figura 2.7. Precio del durazno (pesos/kg)
68 OIMA · USDA · IICA
Fuentes de variación de precios
Figura 2.8. Estacionalidad del cultivo de durazno, mercado mexicano
Ejercicio 2: Fuentes de variación de precios en el caso de la soja en Argentina
Las barreras comerciales destacan como una causa de la volatilidad de los precios,
ya que están diseñadas para aislar a los mercados internos de las fluctuaciones de
precios internacionales; en este sentido, se aísla a productores y consumidores del
mercado internacional y el ajuste entre oferta y demanda es más lento, afectando el
comportamiento de los precios. De igual manera, este tipo de barreras influye también en
los precios internacionales, especialmente si un país tiene una participación importante
en el mercado mundial de un producto y consecuentemente en el proceso de formación
de precios internacionales.
Uno de los objetivos de las políticas de liberalización y de las negociaciones comerciales
de la OMC, fue establecer un mercado mundial unificado que fuera lo suficientemente
grande para absorber, con pequeñas variaciones de precio, cualquier perturbación de la
oferta o de la demanda (FAO, 2011).
Como se comentó en el capítulo 1, la proporción que representa el pago por alimentos
dentro del ingreso total del consumidor es menor conforme los países incrementan su
ingreso. Por ejemplo, según datos de FAO, la participación del gasto en alimentos en el
presupuesto es del 70 % en Tanzania y el 45 % en Pakistán, en contraste con el 10 %
en los Estados Unidos. Esta proporción está directamente relacionada con la escasez
de producto y por ende con el alza de los precios. Los precios de los granos básicos,
generalmente están determinados por el mercado internacional. Las alzas de precios,
que oscilaron entre un 37,5 % (para el azúcar) y un 224 % (para el arroz) entre enero
Manual sobre Análisis Básico de Precios Agrícolas para la Toma de Decisiones 69
de 2007 y junio de 2008. Sin embargo, en términos reales, los precios se han mantenido
similares a los de 1960 y por debajo de los momentos de crisis. Actualmente, los mercados
alimentarios internacionales se han mantenido con una tendencia al alza y con precios
más volátiles (con un alto componente aleatorio).
Los precios mensuales del maíz, soja y trigo contemplan la relación entre la tasa de
cambio y los precios de los commodities a nivel internacional. En este sentido, los mayores
productores y consumidores de aceite de soja son [Link], Argentina, China, Brasil y la
Unión Europea. Por lo tanto, los cambios en la producción de estos países tienen fuertes
repercusiones sobre los precios internacionales de la soja. El mismo producto se ha
contemplado para el mercado argentino, en el que con base en el método multiplicativo y
los precios de la soja correspondientes al periodo 1997-2017, estime:
f. El promedio móvil
g. El promedio móvil centrado
h. El ciclo-tendencia
i. El índice estacional (mensual)
j. Volatilidad de los precios
Fuente: Elaborado con base en Ministerio de Agricultura de Argentina 2017.
70 OIMA · USDA · IICA
Conclusiones
Dentro de las diferentes técnicas de análisis de precios, el estudio univariante permite
identificar los patrones típicos de una serie de tiempo en cuanto a fluctuaciones de corto
plazo (estacionalidad) y, fluctuaciones y comportamiento de largo plazo (tendencia-ciclo).
Aprender a entender el comportamiento de los principales componentes de una serie de
tiempo es de suma importancia para la toma de decisiones de siembra, venta y compra;
así mismo, el entender de una mejor manera el comportamiento de una variable aporta
información vital para la generación de modelos de pronóstico.
Dentro del análisis de series de tiempo, la verificación de ciertos aspectos particulares
tales como que la periodicidad sea igual en toda la serie y, que los precios estén expresados
en una misma unidad de medida, son claves para llegar a conclusiones correctas. Es más,
éstos deben ser considerados como pasos iniciales antes de estimar cualquier cálculo.
Otros puntos igualmente importantes son la identificación de outliers y de datos perdidos.
El no contemplar estos aspectos puede llegar a alterar los resultados de un análisis de
series de precios y así, derivar en conclusiones erróneas sobre el comportamiento de
una serie de precios. Se pueden identificar metodologías complejas para identificación
de outliers; sin embargo, la metodología del rango intercuartílico proporciona un buen
acercamiento a lo que se puede considerar como outlier. Por otro lado, el llenado de
información faltante en una serie de tiempo se debe hacer solo si se conoce lo suficiente y
de manera adecuada el comportamiento de la serie de tiempo, con el fin de que los precios
adicionados no contrasten con la estacionalidad, ciclo y tendencia de una serie.
Es importante recordar que una serie de precios se puede descomponer de una forma
aditiva o una forma multiplicativa y así, se puede observar cada uno de sus componentes
por separado. De esta manera, series de tiempo con un componente de volatilidad alto
son más difíciles de entender que aquellas series con componentes de volatilidad bajos;
lo anterior debido a que el componente de volatilidad está íntimamente relacionado con la
aleatoriedad en el comportamiento de los datos.
Como se mencionó anteriormente, los resultados derivados de este tipo de análisis
son de suma importancia en la toma de decisiones, ya que se adquieren herramientas
que permiten descomponer el comportamiento de los precios en sus cuatro componentes
escenciales, que son lo que determinan su comportamiento. Para esto no solamente es
de suma importancia la difusión, sino también, la transferencia del análisis de precios de
una forma entendible al productor. Con el fin de cumplir con esto último, es necesario
contemplar formas novedosas e innovadoras de transmisión de información de precios y
mercados que capten la atención de los productores, por medio del uso de herramientas
que utilicen elementos con los cuales el agricultor esté familiarizado.
Manual sobre Análisis Básico de Precios Agrícolas para la Toma de Decisiones 71
Ejemplo práctico: Fuentes de variación de precios, estudio de caso en papa
Como se ha mencionado en el capítulo 1, el cultivo de la papa representa un mercado
muy amplio y las variaciones de precios que ocurren a través del tiempo afectan tanto
a consumidores como a productores, lo cual influye e incide en el comportamiento del
mercado. Con base en el comportamiento mostrado por los precios de papa del capítulo
1 de este manual, se ha estimado cada uno de los componentes analizados en el presente
capítulo. Se tomaron los precios mensuales de papa desde el año 2000 al 2005, para
obtener cada uno de los componentes de la variación de precios aquí descritos.
Se estimó el índice estacional (figura 2.9) y como se puede observar, durante los meses
de agosto, setiembre y octubre de cada año, los precios de la papa en EE. UU. disminuyen
por debajo del promedio del periodo, mientras que se mantienen por encima del promedio
durante los meses de marzo, abril, mayo y junio de cada año.
Figura 2.9. Estacionalidad de la producción de papa, EE. UU (2000-2005)
Fuente: Elaborado con base en USDA 2017.
Además de la estacionalidad, se calculó el promedio móvil (al igual que como se
hizo en los ejemplos de este capítulo). En el siguiente gráfico, (figura 2.10) se observa
el comportamiento de los precios durante todo el periodo, así como su correspondiente
promedio móvil; de tal manera que a largo plazo se puede observar la tendencia del
comportamiento de los precios. Aproximadamente desde el mes de mayo 2001 a mayo del
2003, la tendencia de precios fue a la baja mientras que en los periodos de enero 2000-
mayo 2001 y mayo 2003-mayo 2005, se puede observar una tendencia alcista de precios.
Para poder predecir el comportamiento de estas alzas o bajas en los precios de cualquier
producto agrícola, se debe recurrir a los contenidos de los componentes del capítulo 3 y
capítulo 4 del presente manual de fortalecimiento de capacidades, en los que se describen
72 OIMA · USDA · IICA
y plantean algunas metodologías para poder predecir el comportamiento de los precios;
tanto en el corto como en el largo plazo.
Figura 2.10. Comportamiento de los precios de papa en [Link] y su tendencia
(2000-2005)
Fuente: Elaborado con base en USDA 2017.
Comunicación de los resultados
La correcta interpretación de los componentes de una serie
de tiempo es vital para la toma de decisiones oportunas de parte
de todos los actores de mercado; pero principalmente para los
funcionarios públicos que están directamente vinculados con la
formulación e implementación de políticas agrícolas. Y, por lo tanto,
representar estos componentes de una forma clara y fácil de entender
para los productores, puede resultar una herramienta clave para la
comunicación y el entendimiento que cada uno de ellos logre sobre el
comportamiento de los componentes en un mercado.
El Sistema de Información Agroalimentaria del Consejo Nacional
de Producción de Costa Rica, genera reportes periódicos para la
comunicación de los precios agrícolas de algunos productos. A
continuación, se visualiza una forma de representar la estacionalidad
de los precios, en el caso del tomate en Costa Rica. Los símbolos
negativos (-) indican que el precio está por debajo del promedio y los
positivos (+) por encima. Adicionalmente, se ha generado una escala
Manual sobre Análisis Básico de Precios Agrícolas para la Toma de Decisiones 73
por colores, en los que los colores verdes indican los precios más bajos
del año (setiembre), mientras que los rojos, los más altos (diciembre).
Para obtener el reporte completo puede accesar SIA/CNP 2016.
74 OIMA · USDA · IICA
