Evaluación de la hipótesis de eficiencia débil y análisis de causalidad en las centrales de abastos de Colombia

Testing the Weak Form of Efficient Market Hypothesis and Causality Analysis in Colombian Food Supply Centers

Contenido principal del artículo

Leonardo Hernán Talero-Sarmiento
Henry Lamos-Díaz
Edwin Alberto Garavito-Hernández

Resumen

En Colombia existen centros tradicionales de acopio donde se comercializan y distribuyen productos agrícolas. El precio de venta de estos productos es publicado por instituciones del Gobierno en informes semanales. Con el objetivo de determinar si las series de precios siguen una caminata aleatoria y si existen relaciones entre los centros, se aplican seis pruebas que evalúan la hipótesis de eficiencia débil y la prueba de causalidad de Granger. Para ello se analiza el precio histórico semanal de 28 productos agrícolas comercializados en seis mercados, durante la primera semana de 2013 a la última de 2017. Los principales resultados indican que los mercados tienden a la eficiencia, aunque no tienen el mismo nivel, ya que esta varía según el producto que se comercialice. Además, los centros en Manizales, Barranquilla y Villavicencio influyen sobre los precios de los mercados de Bogotá, Bucaramanga y Medellín

Palabras clave:

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Biografía del autor/a (VER)

Leonardo Hernán Talero-Sarmiento, Universidad Industrial de Santander

Ingeniero Industrial, Candidato a Magister en Ingeniería Industrial de la Universidad Industrial de Santander. Dirección de correspondencia: Calle 9 # 27, Barrio la Universidad, Universidad Industrial de Santander, Escuela de Estudios Industriales y Empresariales, of. 202. Santander, Colombia. e-mail: leonardo.talero@correo.uis.edu.co

Henry Lamos-Díaz, Universidad Industrial de Santander

Doctor en Matemática aplicada de la Universidad Estatal de Moscú. Profesor Titular de la Escuela de Estudios Industriales y Empresarial, Universidad Industrial de Santander.

Edwin Alberto Garavito-Hernández, Universidad Industrial de Santander

Magíster en Ingeniería Industrial de la Universidad Mayaguez de Puerto Rico. Profesor Asociado de la Escuela de Estudios Industriales y Empresarial, Universidad Industrial de Santander.

Referencias (VER)

Benavides, G. (2009). Price volatility forecasts for agricultural commodities: an application of volatility models, option implieds and composite approaches for futures prices of corn and wheat. Revista de Administración, Finanzas y Economía (Journal of Management, Finance and Economics), 3(2), 40–59.

Bouri, E., Chang, T., & Gupta, R. (2017). Testing the efficiency of the wine market using unit root tests with sharp and smooth breaks. Wine Economics and Policy. https://doi.org/10.1016/j.wep.2017.06.001

Caeiro, F., & Mateus, A. (2014). randtests: Testing randomness in R. R Package Version, 1.

Coronado Ramírez, S., Celso Arellano, P. L., & Rojas, O. (2015). Adaptive market efficiency of agricultural commodity futures contracts. Contaduria y Administracion, 60(2), 389–401. https://doi.org/10.1016/S0186-1042(15)30006-1

Coronado Ramirez, S., Ramirez Grajeda, M., & Celso Arellano, P. L. (2014). Inefficiency in the international coffee market: The case of Colombian arabica. African Journal of Agricultural Research, 9(5), 556–561.

DeJong, D. N., Nankervis, J. C., Savin, N. E., & Whiteman, C. H. (1992). The power problems of unit root test in time series with autoregressive errors. Journal of Econometrics, 53(1–3), 323–343. https://doi.org/10.1016/0304-4076(92)90090-E

Departamento Administrativo Nacional de Estadística. (2016). Cuentas Trimestrales- Colombia Producto Interno Bruto (PIB) Boletín Técnico - Cuarto trimestre 2015. Bogotá.

Departamento Administrativo Nacional de Estadística - DANE. (2017). Cuentas trimestrales - Colombia. Producto Interno Bruto (PIB) Boletín Técnico - Cuarto trimestre de 2016. Bogotá: DANE.

Durbin, J., & Watson, G. S. (1951). Testing for Serial Correlation in Least Squares Regression. II. Biometrika, 38(1/2), 159. https://doi.org/10.2307/2332325

Fama, E. F. (1965). The Behavior of Stock-Market Prices. Journal of Business, 38(1), 34–105. https://doi.org/10.1017/CBO9781107415324.004

Geary, R. C. (1935). The ratio the mean deviation to the standard dviation as a test of normality. Biometrika, 27(3–4), 310–332. https://doi.org/10.1093/biomet/27.3-4.310

Granger, C. W. J. (1986). Developments in the study of cointegrated economic variables. Oxford Bulletin of Economics and Statistics, 48(3), 213–228. https://doi.org/10.1111/j.1468-0084.1986.mp48003002.x

Gujarati, D. N., & Porter, D. C. (2010). Econometria. McGraw-Hill.

Hassan, A., Abdullah, M. S., & Shah, Z. A. (2007). Testing of random walks and market efficiency in an emerging market: An empirical analysis of Karachi Stock Exchange. The Business Review, Cambridge, 9(1), 271–280.

Karali, B., & Power, G. J. (2013). Short- and long-run determinants of commodity price volatility. American Journal of Agricultural Economics, 95(3), 724–738. https://doi.org/10.1093/ajae/aas122

Lachman, J., & Jack, P. (2017). Study of efficiency and information transmission for agricultural futures markets: A comparative analysis between Buenos Aires and Chicago using monthly and daily data. Estudios Economicos, 34(69), 3–23.

Levy, R. A. (1967). The Theory of Random Walks: A Survey of Findings. The American Economist, 11(2), 34–48. https://doi.org/10.1177/056943456701100205

Lo, A. W. (1991). Long-Term Memory in Stock Market Prices. Econometrica, 59(5), 1279–1313. https://doi.org/10.2307/2938368

Lo, A. W. (2005). Reconciling Efficient Market with Behavioral Finance: The Adaptative Markets Hypothesis. The Journal of Investment Consulting, 7(2), 1–25. https://doi.org/10.2139/ssrn.728864

Malkiel, B. G. (2003). The Efficient Market Hypothesis and Its Critics. Journal of Economic Perspectives, 17(1), 59–82. https://doi.org/10.1257/089533003321164958

Nisar, S., & Hanif, M. (2012). Testing weak form of efficient market hypothesis: Empirical evidence from South-Asia. World Applied Sciences Journal, 17(4), 414–427. https://doi.org/10.3968/5524

Peters, E. E. (2015). Fractal market analysis : applying chaos theory to investment and economics. Wiley Finance Editions.

Pfaff, B. (2008). Analysis of Integrated Series with R and Cointegrated Time. Use R!

Resta, M. (2012). Hurst exponent and its applications in time-series analysis. Recent Patents on Computer Science, 5(3), 211–219.

Savin, N., & White, K. (1977). The Durbin-Watson test for serial correlation with extreme sample sizes or many regressors. Econometrica: Journal of the Econometric Society.

Tansuchat, R., Chang, C., & McAleer, M. (2009). Modelling long memory volatility in agricultural commodity futures returns. Available at SSRN 1491890, 1–34. https://doi.org/10.2139/ssrn.1491890

Tejeda, H. A., Goodwin, B. K., & others. (2009). Price volatility, nonlinearity, and asymmetric adjustments in corn, soybean, and cattle markets: Implications of ethanol-driven (market) shocks. In 2009 Conference, April 20-21, 2009, St. Louis, Missouri.

Tillman, J. (1975). The power of the Durbin-Watson test. Econometrica, 43(5), 959–974. Retrieved from http://www.jstor.org/stable/1911337

Velásquez Henao, J. D., & Aldana Dumar, M. A. (2007). Modelado del precio del café colombiano en la bolsa de Nueva York usando redes neuronales artificiales. Retrieved from http://www.scielo.org.co/pdf/rfnam/v60n2/a16v60n2.pdf

Zeileis, A., & Hothorn, T. (2002). Diagnostic checking in regression relationships.