Ir al contenido principal Ir al menú de navegación principal Ir al pie de página del sitio

Un modelo de corrección de errores vectoriales para estimar la respuesta de la oferta de papa en Colombia

Universidad de Pamplona
Univerisidad de Pamplona
Pontifica Univesidad Javeriana
respuesta a la oferta de la agricultura precio de la papa cointegración corrección de errores

Resumen

El objetivo del presente estudio fue investigar la relación entre la producción de papa y los precios de la papa y de los fertilizantes en Colombia utilizando datos de series temporales del 2003-2018. Se utilizó el análisis de cointegración de Johansen y el modelo de corrección de errores y se realizarEl objetivo del presente estudio fue investigar la relación entre la producción de papa y los precios de la papa y de los fertilizantes en Colombia utilizando datos de series temporales del 2003-2018. Se utilizó el análisis de cointegración de Johansen y el modelo de corrección de errores y se realizaron pruebas de diagnóstico y de Granger. Los resultados empíricos mostraron que los signos y la magnitud de los coeficientes fueron estadísticamente significativos y que había una fuerte relación causal entre las variables. Los precios de la papa y de los fertilizantes fueron inelásticos y el coeficiente de ajuste de velocidad del 70 % implica que los agricultores tardan poco en responder a los movimientos de los precios. Se puede concluir que los precios de la papa y de los fertilizantes fueron significativos para determinar la capacidad de respuesta de la oferta de papa a corto y largo plazo.on pruebas de diagnóstico y de Granger. Los resultados empíricos mostraron que los signos y la magnitud de los coeficientes fueron estadísticamente significativos y que había una fuerte relación causal entre las variables. Los precios de la papa y de los fertilizantes fueron inelásticos y el coeficiente de ajuste de velocidad del 70 % implica que los agricultores tardan poco en responder a los movimientos de los precios. Se puede concluir que los precios de la papa y de los fertilizantes fueron significativos para determinar la capacidad de respuesta de la oferta de papa a corto y largo plazo.

 

Cancino Escalante, G. O., S. E. Cancino, y D. F. Cancino Ricketts. «Un Modelo De corrección De Errores Vectoriales Para Estimar La Respuesta De La Oferta De Papa En Colombia». Ciencia Y Tecnología Agropecuaria, vol. 23, n.º 2, mayo de 2022, doi:10.21930/rcta.vol23_num2_art:2518.

Agronet. (2020). Potato statistical data. https://www.agronet.gov.co/estadistica/Paginas/home.aspx

Arnade, C., & Kelch, D. (2007). Estimation of area elasticities from a standard profit function. American Journal of Agricultural Economics, 89(3), 727-737. https://doi.org/10.1111/j.1467-8276.2007.01004.x Askari, H., & Cummings, J. (1977). Estimating agricultural supply response with the Nerlove model: A survey. Economic Review, 18(2), 257-292. https://doi.org/10.2307/2525749

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

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

E-views (Version 11.0). (2020). Innovative solutions for econometric analysis, forecasting and simulation. IHS Global Incorporation.

Engle, R., & Granger, C. (1987). Cointegration and error correction: representation, estimation and testing. Econometrica, 2(55), 251-276. https://doi.org/10.2307/1913236

Federación Colombiana de Productores de Papa (Fedepapa). (2020). Informe trimestral de coyuntura económica del subsector papa III trimestre - 2020. https://fedepapa.com/wp-content/uploads/2021/09/BOLETIN-ECONOMICO-N%C2%B013.pdf

Food and Agriculture Organization of the United Nations Statistics Division (FAOSTAT). (2020). Statistical data. http://www.fao.org/faostat/es/#data/QC

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

Hamilton, J. (1994). Time Series Analysis. Princeton University Press. https://doi.org/10.1515/9780691218632

Henneberry, S., & Tweeten, L. (1991). A review of international agricultural supply response. Journal of International Food and Agribusiness Marketing, 2(3-4), 49-95. https://doi.org/10.1300/J047v02n03_02

Hotelling, H. (1932). Edgworth’s taxation paradox and the nature of demand and supply functions. Political Economics, 40, 577-616. https://doi.org/10.1300/J047v02n03_02

Huq, A., & Arshad, F. (2010). Supply response of potato in Bangladesh: A vector error correction approach. Journal of Applied Sciences, 10(11), 895-902. https://dx.doi.org/10.3923/jas.2010.895.902

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

Khan, S., Faisal, M., Haq, Z., Ghaffar, F., Khan, A., & Khan, I. (2018). Supply response of rice using time series data: Lessons from Khyber Pakhtunkhwa Province, Pakistan. Journal of the Saudi Society of Agricultural Sciences, 18(4), 458-461. https://doi.org/10.1016/j.jssas.2018.03.001

Kohli, D. (1996). Supply response in agriculture: A review of methodologies. National Council of Applied Economics. https://www.ncaer.org/publication_details.php?pID=140&pID=140

Lawrence, J. (2012). Christopher A. Sims and vector autoregressions. Scandinavian Journal of Economics, 114(4), 1082-1104. https://doi.org/10.1111/j.1467-9442.2012.01737.x

Lutkepohl, H. (2005). New Introduction to Multiple Time Series Analysis (1st ed.). https://link.springer.com/book/10.1007/978-3-540-27752-1#toc

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

Ministerio de Agricultura y Desarrollo Rural (MADR). (2020). Cadena de la papa. Indicadores e instrumentos. https://sioc.minagricultura.gov.co/Papa/Documentos/2019-03-31%20Cifras%20Sectoriales.pdf

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

Nerlove, M. (1958). The dynamics of supply response: Estimation of farmers’ response to price. Johns Hopkins University Press.

Obayelu, A., & Ebute, S. (2016). Assessment of cassava supply response in Nigeria using vector error correction model (VECM). Agricultura, 13(1-2), 79-86. https://doi.org/10.1515/agricultura-2017-0010

Obayelu, A., & Salau, A. (2010). Agricultural response to prices and exchange rate in Nigeria: Application of cointegration and vector error correction model. Journal of Agricultural Science, 2, 73-81. https://doi.org/10.1080/09766898.2010.11884656

Osorio, I. Gutiérrez, P., & Marín, M. (2012) Revisión: Spongospora subterranea f.sp. subterranea y su virus asociado Potato Mop-Top Virus (PMTV), dos patógenos reemergentes en los cultivos de papa de Colombia. Revista Facultad Nacional de Agronomía - Medellín, 65(1), 6361-6378.

Pekmeczci, A., & Dilek, M. (2014). The comparison of performances of widely used cointegration tests. Simulation and Computation, 46(5), 2070-2080. https://doi.org/10.1080/03610918.2014.889157

Shahzad, M., Jan, A., Ali, S., & Ullah, R. (2018). Supply response analysis of tobacco growers in Khyber Pakhtunkhwa: an ARDL approach. Field Crops Research, 218, 195-200. https://doi.org/10.1016/j.fcr.2018.01.004

Soontaranurak, K. & Dawson, P. (2015). Rubber acreage supply response in Thailand: A cointegration approach. The Journal of Developing Areas, 49(2) 23-38 https://doi.org/10.1353/jda.2015.0009

Tripathi, A., & Prasad, A. (2009). Estimation of agricultural supply response by cointegration approach. The Indian Economic Journal, 57(1), 106-131. https://doi.org/10.1177%2F0019466220090106

Zhang, H., Xu, F., Wu, Y., Hu, H., & Dai, X. (2017). Progress of potato staple food research and industry development in China. Journal of Integrative Agriculture, 16(12), 2924-2932. https://doi.org/10.1016/S2095-3119(17)61736-2

Descargas

Los datos de descargas todavía no están disponibles.

Métricas

214 | 66




 

Creative Commons License Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Derechos de autor 2022 Ciencia & Tecnología Agropecuaria