PRECIOS DE EXPORTACIN DE GAS NATURAL PARA

BOLIVIA:
Modelacin y poolling de pronsticos 1

Ruben Aguilar Daney Valdivia

Analista en Investigaciones Senior Analista en Investigaciones Senior
Banco Central de Bolivia Banco Central de Bolivia

Resumen
A partir del boom de precios en materia de commodities como consecuencia de
la ltima crisis acontecida en todas las economas del mundo, la proyeccin de
stos para economas pequeas y en desarrollo se convierte en un factor
importante dentro la estructura de sus ingresos. En este contexto, se plantea la
aplicacin de un poolling de distintos mtodos de proyeccin para los precios de
los fuelsque determinan los precios del gas exportado segn contratos. Se aplica:
i) un modelo Garch, ii) un modelo dinmico de corto plazo que considera los
precios futuros del petrleo marcador (WTI ), iii) un modelo dinmico de corto
plazo que considera en la determinacin endgena de los precios del WTI , una
ecuacin GARCH determinada por las proyecciones de oferta mundial de crudo
y v i) un modelo ARIMA segn componentes. Los resultados del pool de
proyecciones junto a un modelo de exportacin de volmenes de gas natural al
mercado brasilero, permiten evaluar los precios promedio ponderados ex post al
observado.

Clasificacin JEL: C1, Q43

Palabras Clave: Econometra y Mtodos Estadsticos, Energa y Macroeconoma

1
Los errores y las conclusiones del presente documento, son de exclusiv a responsabilidad de los autores, no
comprometiendo de ninguna manera a la s instituciones donde desenvuelv en sus activ id ades la borales. Se
agradece especial colaboracin en el tratamiento de las bases de datos a Jav ier Flores

Contacto: raguilar@bcb.gob.bo; raceconomia@yahoo.es

Contacto: dvaldivia@bcb.gob.bo;daneyvaldivia@yahoo.com
I. Introduccin
La toma de decisiones por parte de los Policy Makers se basa en anlisis profundo
de las v ariables relevantes que intervienen en la aplicacin de algn tipo de
poltica. Por otro lado, en la provisin de esta informacin es muy comn
escuchar los trminos Blue Chip Avegare Forecast o tambin Consensus
Forecast.
Entonces cabe preguntarnos, es bueno realizar un promedio de las proyecciones
de los profesionales dedicados a este rubro?, tendramos que buscar algn
mtodo para la combinacin de los mismos? O por qu no generar
proyecciones que traten de reflejar las caractersticas de las variables
intervinientes y buscar una combinacin con propiedades asintticas deseablesy
que busquen proyectar la variable en cuestin?
Desde el reciente episodio de desaceleracin mundial y desacoplamiento en el
ritmo de crecimiento entre las economas desarrolladas y emergentes y en
desarrollo, la importancia delos sectores productores de commodities, para el
caso boliviano el Sector Hidrocarburos, cobra relev ancia no slo por su
capacidad de generar mayores volmenes2, sino tambin por los precios externos
relev antes que determinan su comportamiento. Por ejemplo, la determinacin
exgena de precios, en el mercado interno por mecanismo de ajuste ad hoc,
pero fundamentalmente en el mercado externo determinadapor el accionar del
comportamiento de los animal spirits de los agentes, elemento central al
momento de considerar la formulacin presupuestaria, posicin
deudora/acreedora en la Cuenta Corriente de la Balanza de Pagos, la direccin
de las poltica pblicas y la expansin de la economa real, cuya interaccin
determina los mrgenes de acuerdo inmerso en los programas monetario-
financiero.
Dado que el sector hidrocarburos es sensible a la determinacin de precios,es
importante considerar con fines de pronstico, una metodologa cuantitativa que
permita acercarse con mayor precisin a los futuros v alores a observarse.

2
Mismos que podran estar restringidos a utilizacin de capacid ades de extraccin, transporte, almacenamiento
e incluso a contratos ya establecid os.
Si el fin es realizar proyecciones por mercados de los precios de exportacin de
gas natural, podran existir tantas como el nmero de usuarios que encargaron el
pronstico. Empero, el no considerar la construccin determinstica de estos
precios, podra conducir a ignorar los diferentes precios de los fuels que son los
elementos que la determinan. No obstante, los mismos son determinados por el
mercado.
Con fines metodolgicos el presente documento plantea la aplicacin de un
pool de proyecciones reportadas por distintos modelos que predicen los precios
de fuels y diesel oil que sirven de insumo para la determinacin del importe
pagado por elgas exportado segn contratos. La aplicacin de cuatro modelos
economtricos permite proyectar los precios de los fuels que determinan los
precios del gas exportado. Tres de estos modelos consideran para el caso de los
fuels, ecuaciones de corto plazo que anidad en su estructura relaciones
dinmicas de largo plazo (entre los fuels y el petrleo marcador) y un cuarto
especifica un modelo ARIMA segn componentes. Los resultados del pool de
proyecciones junto a un modelo de exportacin de volmenes de gas natural al
mercado brasilero y argentino, permiten evaluar los precios promedio
ponderados ex post al observado.
Los resultados sealan que los indicadores de sesgamiento de las proyecciones
indiv iduales en comparacin con el pooling de proyecciones, mejoran, lo que
indicara que las proyecciones se v uelven ms consistentes con la realidad
boliv iana.
El documento se estructura como sigue: i) la segunda parte realiza una rev isin de
las estructuras de contratos de precios de venta de gas natural por mercado, ii) la
tercera parte, muestra el desarrollo terico de los modelos a realizar y la
metodologa de combinacin de pronsticos, iii) la cuarta explica que datos se
utilizaron, su temporalidad y los resultados del pooling de proyecciones,
finalmente la ltima seccin muestra las conclusiones.
II.- Contexto del documento.
II.1. Revisin de los contratos de exportacin de gas natural implicaciones en los
precios.
Histricamente las exportaciones de gas natural se centran en los mercados de la
Argentina y Brasil, a continuacin se muestra un breve resumen de los hitos
histricos inherentes a estos contratos:
a) Brasil.- Las intenciones de exportar gas boliviano a Brasil datan desde fines
de los aos 50, tal es que en el Acuerdo de Robore (marzo de 1958) se
incorporaron algunos temas de integracin energtica. En la primera mitad de la
dcada de los 70 se firm un acuerdo de construccin de un gasoducto, el cual
permitira exportar gas boliviano al Brasil.
A inicios de la dcada de los 90 se firma un acuerdo de exportacin de gas
boliv iano, hecho que comprometi a las autoridades bolivianas de entonces,
iniciar un proceso agresivo de exploracin de hidrocarburos para cumplir con
este acuerdo. Fue hasta poco antes de la promulgacin de la Ley de
Hidrocarburos 1689, del 30 de abril de 1996, donde se consideran los aspectos
tcnicos inherentes a la construccin del Gasoducto de exportacin al Brasil, el
cual es operadopor la empresa Gas Trans Boliviano. En Villegas (2004; 114) se
muestra un resumen completo de los prev ios acuerdos y negociaciones realizadas
entre ambos pases.
El contrato de exportacin de gas natural tiene una duracin de veinte aose
inici el 1ro de Julio de 1999, en l se fijaron los criterios para la determinacin del
precio del gas exportado.
b) Argentina.- El contrato de exportacin fue suscrito el 23 de julio de 1968 3
entre YPFB/BOLIVIANGULFOIL y GAS DEL ESTADO, donde se estableci un volumen
de 4MMm3/d los primeros 7 aos y 4,5MMm3/d a partir del octavo ao hasta el
veinteavo. En ste se estableci un precio fijo de 0,2153$us/MMBTU.

3 Durante el ao 1967, el mercado argentino estaba en pleno desarrollo, exista un gasoducto de 24

(v einticuatro pulgadas) desde el norte argentino hasta Buenos Aires, el cual estaba con capacid ad ociosa por
deficiencias de gas en este sector (tomado del informe mensual de YPFB de diciembre 2001; Pg.34).
El inicio de las exportaciones se dio el 1ro de mayo de 1972. El 22 de agosto de
1973 se suscribi un Acta donde quedo inmerso un nuevo precio de exportacin
(0,335$us/MMBTU4). Posteriormente, el 11 de abril de 1975 se suscribi un segundo
Contrato Ampliatorio donde quedo inmersa la revisin semestral de los precios de
exportacin, empero no se logr establecer cules los parmetros. El 29 de
octubre de 1987 se establece la fijacin y revisin de precios en funcin de una
frmula que involucra precios de una canasta de Fuel Ol (New York,
Mediterrneo y Rotterdam) incluyendo la aplicacin de un factor adicional de
ajuste a partir de octubre de1987.
El 1ro de mayo de 1992 terminaron los dos contratos de compra-venta, empero el
20 de mayo del mismo ao se suscribi el nuevo contrato de compra-venta con
una v igencia de 20 meses y un precio de 1.00 $us/MMBTU. El 17 de marzo de 1994
se suscribi el nuevo Contrato de Compra-Venta con una vigencia de 3 aos,
con los siguientes precios: para 1994 en inv ierno 1,10$us/MMBTU y en verano
1,05$us/MMBTU; para 1995 en invierno 1,20$us/MMBTU y en verano
1,15$us/MMBTU; para 1996 en invierno 1,25 $us/MMBTU y en verano
1,20$us/MMBTU, finalmente a partir del 1ro de julio de 1996 se aplic una formula
relacionada al precio de Fuel Ol 1% de azufre de Nueva York.De esta forma las
exportaciones de gas natural iniciadas en mayo de 1972 tuvieron su fin en agosto
de 1999.
Despus de algunas interrupciones en los envos y la fijacin ad hoc del precio de
exportacin, entre estas el precio solidario de 0,98$us/MMBTU , se tiene la firma
de un Convenio Marco en el que a partir del 15 de julio hasta el 31 de diciembre
de 2006 se fija el precio en 5,0$us/MMBTU en este Convenio se acuerda que hasta
antes del cierre de esa gestin se estudiar y se disear una frmula para el
precio del gas exportado, la cual es v igente en la actualidad.

4 Viene de aplicar la tasa decreciente que sufri el precio del gas exportado expresado en dlares por miles de
pies cbicos, el cual se increment en 55,6% entre la fecha de inicio de exportacin hasta la firma de esta Acta.
II.2.Precios actuales de exportacin
EL clculo de los precios de exportacin del gas natural considera una frmula
determinstica. Forman parte de ellas, algunos carburantes (fuel oil), que se
cotizan en el mercado internacional bajo la denominacin de commodities. Para
el caso del contrato ENARSA con la Argentina de los cuatro fuels que forman la
canasta, tres son tambin utilizados por el contrato GSA con el Brasil. Estos precios
son publicados diariamente en el Platts Oilgram Price Report Assessments.
A continuacin se detallen los aspectos relevantes de la determinacin de estos
precios:
Contrato GSA con el Brasil: El precio de exportacin al Brasil se fija cada
tres meses y est vinculado a la cotizacin de tres fuel oils, de acuerdo a la
siguiente frmula:
FO1 FO2 FO3
PG P * 0,50
I
0, 25 0, 25 1
FO1 FO2 FO3 0
0 0
donde:
PG : Precio del Gas (US$/MMBTU) redondeado al cuarto decimal
P(i) : Precio base (US$/MMBTU)
Para la Cantidad Diaria Contractual Base (QDCB) el P(i) v ara de 0,95 a 1,06 (v er el
contrato)y para la Cantidad Diaria Contractual Adicional (QDCA) es 1,20 para
todo el periodo de vigencia del Contrato.
FO1 : Fuel Oil de 3,5% de azufre, referido bajo el ttulo de Cargoes FOB Med Basis
Italy (US$/TM).
FO2 : Fuel Oil N6 de 1% de azufre, referido bajo el ttulo U.S. Gulf Coast
Waterborne (US$/bbl).
FO3 : Fuel Oil de 1% de azufre, referido bajo el ttulo Cargoes FOB NWE (US$/TM).
FO1, FO2 y FO3 son promedios aritmticos de cada da del trimestre
inmediatamente anterior al trimestre correspondiente a la aplicacin de PG.
Mientras que FO1o, FO2o y FO3oson promedios aritmticos para los mismos Fuel Oils
definidos anteriormente para el periodo comprendido entre el 1ro de enero de
1990 hasta el 30 de junio de 1992, excluyendo el periodo comprendido entre el
1ro de agosto de 1990 al 31 de enero de 1991.
De acuerdo a lo establecido en el Contrato a partir del segundo trimestre de
entrega y recepcin del gas y para cada trimestre posterior, el precio del Gas
(PG) ser reajustado aplicndose la siguiente frmula:

P 0,5PG 0,5P 2
t t -1
Donde:
Pt : Precio del Gas para el trimestre pertinente (US$/MMBTU)
PG : Precio del Gas clculado de acuerdo a la frmula (US$/MMBTU)
Pt -1 : Precio del Gas correspondiente al trimestre inmediatamente anterior
(US$/MMBTU)
Bajo esta metodologa de clculo, los precios efectivos en el periodo enero 2002
junio 2011 se muestran a continuacin, (grfico 1):
GRF ICO 1
PREC IOS DE EXPORTAC IN PARA BRASIL
($US/MMBTU)
9.0
GSA_QDCA
8.5
GSA_QDCB
8.0
GSA
7.5

7.0

6.5

6.0

5.5

5.0

4.5

4.0
Feb-08

Feb-09

Feb-10

Feb-11
Mar-11
Mar-08

Oct-08

Mar-09

Oct-09

Mar-10

Jun-10

Oct-10
Ene-08

Nov-08

Ene-09

Nov-09

Ene-10

Nov-10

Ene-11
Jun-08

Jun-09

Jun-11
Abr-08
May-08

Jul-08
Ago-08
Sep-08

Dic-08

Abr-09

Sep-09
May-09

Jul-09
Ago-09

Dic-09

Abr-10
May-10

Jul-10
Ago-10
Sep-10

Dic-10

Abr-11
May-11

Fuente: Yacimientos Petrolferos Fiscales Boliv ianos

Nota: $us/MMBTU es dlares por Milln de Unid ades Tmicas Britnicas
Elaboracin por los autores

Como lo establece el Contrato, existen precios diferenciados para el QDCB y

QDCA. El precio de referencia final se deriva de ponderar dicho precios por los
volmenes entregados. Por lo tanto, si bien los precios se ajustan de forma
trimestral, en el cuadro de precios mostrado anteriormente, el precio no
necesariamente se mantiene constante dentro de un mismo trimestre.
Exportacin a la Argentina: La frmula de fijacin de precios en el Contrato de
exportacin de gas natural a Argentina es similar a la estipulada en el Contrato
GSA, salv o que se aade a la canasta de tres fuel oils, el precio internacional de
diesel oil, de acuerdo a la siguiente frmula:

FO1 FO 2 FO3 DO
PG P * 0, 20 i 0, 40 i 0, 20 i 0, 20 i 3
FO1 FO 2 FO3 DO
0 0 0 0
donde:
PG: Precio del Gas (US$/MMBTU)
P: Precio base igual a 4,0588 US$/MMBTU
FO1, FO2 y FO3 son los mismos del Contrato GSA.
DO: LS Diesel referido bajo el ttulo U.S. Gulf Coast Waterborne en
(UScents/USgaln)
FO1i, FO2i, FO3i y DOi son promedios aritmticos de cada da del semestre
inmediatamente anterior al trimestre correspondiente a la aplicacin de PG.
El precio P de 4,0588US$/MMBTU, fue determinado endgenamente para que
en el inicio del contrato el precio PG tome un v alor de 5US$/MMBTU.
Bajo esta metodologa de clculo, los precios efectivos en el periodo enero 2008
junio 2011 se muestran a continuacin, grfico 2.
GRF ICO 2
PREC IOS DE EXPORTAC IN PARA LA ARGENTINA
($US/MMBTU)
11.0
10.5
10.0
9.5
9.0
8.5
8.0
7.5
7.0
6.5
6.0
5.5
5.0
4.5
4.0
Jun-08

Jun-09

Jun-10

Jun-11
Mar-08

Ene-09

Ene-10
Oct-08

Mar-09

Oct-09

Mar-10

Oct-10

Mar-11
Ene-08

Sep-08

Nov-08

Sep-09

Nov-09

Sep-10

Nov-10

Ene-11
Abr-08
May-08

Jul-08
Feb-08

Ago-08

Dic-08

Abr-09
May-09

Jul-09
Feb-09

Ago-09

Dic-09

Abr-10
May-10

Jul-10

Dic-10

Abr-11
Feb-10

Ago-10

Feb-11

May-11

Fuente: Yacimientos Petrolferos Fiscales Boliv ianos

Nota: $us/MMBTU es dlares por Milln de Unid ades Tmicas Britnicas
Elaboracin por los autores
III. Desarrollo metodolgico
III.1 Aspectos estructurales del trabajo
Como se hizo referencia en la parte introductoria del presente documento, se
realizan cuatro proyecciones para cada uno de los cuatro precios de los fuelsque
determinan los precios del gas exportado, para el caso de Brasil son: FO1, FO2 y
FO3 mientras que para la Argentina se le adiciona a stos el precio del DO.
Es coincidente que existan cuatro modelos, cada uno con diversas ecuaciones
(como se ver ms adelante), para pronosticar cuatro fuels, por supuesto esto no
es una regla.
Secuencialmente las proyecciones se formulan de la siguiente manera:
1ro. Se estiman cuatro ecuaciones, una para cada uno de los precios de los fuels.
2do.Para los pronsticos de estos cuatro precios se realizansupuestos sobre la
posible trayectoria que podra tomar en adelante la variable exgena en comn
a estos, el precio internacional de petrleo.
3ro.Estos supuestos se refieren a: i) Tener los precios futuros del petrleo para los
siguientes meses (fuente bloomberg), ii) estimar una ecuacin donde la v ariable
endgena sea el precio internacional del petrleo y sta responda a los anuncios
que la EI A realice sobre la oferta mundial de crudo(dato que es conocido, al
menos para los siguientes 24 mes 5), iii) un modelo que determine endgenamente
el precio del crudo, se estim un modelo GARCH(p,q) y finalmente, iv) otro
modelo que tambin determine endgenamente el precio del crudo, se estim
un modelo SARIMA (p,d,q)(ps,ds,qs ). Estos cuatro supuestos sobre la trayectoria del
precio internacional del petrleo, implican cuatro proyecciones distintas para los
precios de cada uno de los cuatro fuels.
Una vez obtenidas las proyecciones de los precios de los fuels(cuatro
proyecciones por cada fuel) estos son ponderados siguiendo la metodologa
deCoulson y Robins (1993), la cual se desarrolla ms adelante, y finalmente se
obtiene solo una proyeccin para cada uno de los precios de los fuels. Una vez
obtenidas estas series para k periodos adelante se introducen en las frmulas

5 Estos volmenes lo reporta peridicamente la EnergyInformationAdministration.

determinsticas de exportacin de gas natural segn mercado (ecuaciones 1 y 3)
y de esta forma se obtienen los precios de exportacin de gas natural6.
El desarrollo de los modelos se concentra bajo el siguiente esquema:
ESQUEMA 1
DESC RIPC IN DE LOS MODELOS

INSUMOS MODELO OBJETIVO DE OBJETIVO RESULTADOS INSUMOS OBJETIVOS

MODELO POLLING
CENTRAL CONTROL INTERMEDIO INICIALES ADICIONALES FINALES

PF1

ECUACIONES DEL
PRECIO FUTUROS ESTIMAR LAS

MODELO
MODELO 1 PF2
DEL WTI "t+i"
PF3

DIESEL

Futuros del Petrleo

DETERMINACIN

PF1
ENDGENA DEL
WTI "t+i"

MODELO 2 OFERTA MUNDIAL DE PF2 QUANTUM DE

PETRLEO PARA "t+i" EXPORTACIONES
PF3
"QDCA" & "QDCB"
DIESEL <MODELO EXGENO> P. BRASIL

Endgeno del Petrleo PF1, PF2, PF3, DIESEL

PONDERADOS
P ARGENTINA
ENDGENA DEL WTI

PF1
DETERMINACIN

MODELO 3 DATOS OBSERVADOS PF2

"t+i"

HASTA "t"
PF3

DIESEL

Endgeno del Petrleo

DETERMINACIN DE

PF1
(p,d,q)(P,D,Q) DE
LA ESTRUCTURA

LAS SERIES

MODELO 4 PF2
ARIMA

Datos observados PF1,

PF2, PF3, Diesel y WTI
PF3

DIESEL

ARIMA del Petrleo REFERENCIA

PRECIO
PARA TODAS LAS
INTERNACIONAL DEL
PROYECCIONES
PETRLEO
DEL MODELO

Elaboracin por los autores

En sntesis los tres primeros pronsticos de estos fueles, consideran una

especificacin de un modelo de corto plazo que anida en sus estructuras
relaciones de largo plazo. Mientras que la cuarta proyeccin utiliza factores
observados y estructurales de cada una de las v ariables, plasmados en una forma
ARIMA para replicar las caractersticas y movimiento emprico de las series.

6
Solamente para el caso del Brasil, los precios de exportacin QDCA y QDCB son ponderados por sus
respectivos volmenes, estos volmenes tambin son estimados (vase el anexo 2).
III.2 Modelacin economtrica de los fueles
Con el propsito de proyectar los precios de los fueles de inters, se especifican
cuatro modelos economtricos, para luego proceder a la estimacin de cada
una de las ecuaciones que forma parte de stos. Tres de estos modelos cuenta
con una misma lgica subyacente, especificaciones anidadas y un cuarto
modelo se fundamente en estimaciones univariadas segn componentes. A
continuacin se detallan la lgica de estos dos enfoques:
III.2.1 Especificaciones anidadas
La derivacin y fundamentacin terica para el clculo de los niveles de precios
internacionales de los fuels, se sustenta en un enfoque de cointegracin, posterior
a la estimacin de estos vectores, se anidan stos a estructuras de corto plazo,
donde finalmente se realizan las proyecciones, enfoque basado en Shrestha
(2005).

La estructura de esta especificacin es como sigue:

Pi WTI Pi WTI
t o 1 t 2 t -1 3 t -1 t
Donde pti es el precio de los distintos fueles (PF1, PF2, PF3 y el Diesel), WTI t es el

precio internacional del petrleo (WTI ), ambos medidos en dlares americanos.

Operando y dinamizando la ecuacin:

Pi Pi WTI WTI Pi Pi WTI WTI

t t 1 o 1 t 1 t 1 2 t 1 t 1 3 t 1 1 t 1 t
Aplicando el operador de primera diferencia :

t o 1 t 2
Pi WTI 1 Pi
t 1 3
WTI
1 t 1
t

Ordenando: Pi WTI 1 Pi o 3 1

WTI
t 1 t 2 t 1 t
t 1 1 2 1
2

Realizando operaciones:
 Pi WTI Pi WTI
t 1 t 0 t 1 1 2 t 1 t
3 1

1 ; o
1 2
;
0 2 1 1 2
2
Y finalmente:

Pi WTI
t 1 t 0 t 1 t
La ltima ecuacin, refleja la expresin anidada de corto y largo plazo.

Dnde: Pi WTI es el vector de largo plazo. Existen cuatro

t 1 t 1 1 2 t 1
vectores de cointegracin estimados (PF1, PF2, PF3 y el Diesel), todos estos
guardan una relacin dinmica, estable y de equilibrio de largo plazo con el
precio internacional del petrleo.
Los parmetros estimados en las anteriores ecuaciones, pueden observarse en el
anexo No.1
III.2.2 Modelacin univariante por componentes
Por otro lado, con el mtodo ARIMA (P,D,Q), se cuida principalmente: i) que los
componentes observados, estructurales y cclicos guarden la misma o similar
correlacin dentro y fuera de muestra.
El modelo ARIMA explica a la v ariable dependiente en funcin a su historia y a la
suma ponderada de errores pasados y presentes. Un modelo ARIMA tradicional
consta de tres componentes para modelar la correlacin serial de las
perturbaciones de una serie:
1. El primer componente es el trmino AR que corresponde a los rezagos de la
variable dependiente; se determina en base a la estructura de la serie y puede
ser de orden p. Un proceso AR(P) v iene dado de la siguiente forma:

P P ..... P
t 1 t 1 1 t 2 p tp t
Donde cada trmino AR corresponde al uso de un valor rezagado del residuo
para la ecuacin de estimacin para el residuo incondicional.
2. El segundo componente se refiere al grado de integracin de la serie; es
decir, al nmero de diferencias (d) a la que corresponde la serie.
3. El tercer componente se refiere a la media mvil. Un modelo con MA(q)
utiliza q rezagos del error de la prediccin para mejorar la prediccin actual,
que v iene dado de la forma:

t t 1 t 1 1 t 2 q t q
El proceso ARMA combina ambos componentes para crear una ecuacin del
tipo:

P P P
t 1 t 1 t t 2 p t p t 1 t 1 2 t 2 q t q
Generalmente, los procesos ARIMA se aplican sobre los residuos de una regresin;
sin embargo, tambin puede aplicarse directamente sobre los residuos de una
serie, formando un modelo univ ariado, especificando la media condicional como
constante y los residuos como diferencias de la media de la serie.
Para Bokhari y Feridun (2006) (BF), la adicin de ms trminos AR o MA ocasiona
que se reduzca la suma de residuos al cuadrado (SRC), que representa la
variabilidad no explicada por el modelo; sin embargo, tambin induce a una
prdida en los grados de libertad.
Para evitar la sobreutilizacin de rezagos AR o MA se utiliza la tcnica de Box-
Jenkins (1976) (BJ), en la cual se utiliza las autocorrelaciones y las correlaciones
parciales para identificar los procesos AR y MA de una serie.
Algunas de las desventajas del modelo es que no existe un fundamento
econmico para la especificacin del modelo, por lo que algunos quiebres
estructurales o shocks aleatorios no pueden ser estimados; sin embargo, a travs
de la utilizacin de la rutina X-12, estos pueden ser capturados a travs de efectos
rampa y outliers, en el caso de un salto irregular y por nica vez en la serie.
Dada la estructura de precios de venta por contrato a Argentina y Brasil, para la
determinacin de ambos precios de venta se toma en cuenta la ponderacin de
los precios PF1, PF2 y PF3 para el caso de Brasil y para Argentina adems se
aade la ponderacin del Diesel Oil.
Meyler et. al. (1998) puntualiza que las estimaciones a corto plazo han probado
ser mucho ms exactas que aquellas de modelos ms sofisticados; adems,
ejemplifica que el proceso que debe seguir un modelo de este tipo(esquema 2).
 ESQUEMA 2
PROCESO DE ESTIMAC IN ARIMA

Recoleccin de datos y examinacin

Determinar grado de integracin de las series

Identificacin del modelo y estimacin

Revisin del modelo

Pronstico y evaluacin del pronstico

Fuente: Meyler et. al. 1998

Bajo el esquema anterior, el proceso utilizado para la proyeccin de los precios es

(esquema 3):
ESQUEMA 3
ESQUEMA DE LA PROYECC IN

X t_irr Xt _st
Obtencin de la Aplicacin de X- Aplicacin n de Christiano-
variable x t 12 FitzGelrald
X t_tc Xt _cy

Xt Proyeccin de xt a 12 meses y fin de periodo de

ARIMA X t_cy = 1 1 + + + 2 + 11 + + la siguiente gestin
X t_st

Proces o ut ilizado en Loayza y Valdivia ( 2010)

( Ejemplo realizado s obre una variable x t )

Los tres objetivos centrales de las estimaciones de estas ecuaciones, pueden

resumirse a continuacin:

i) Conocer los impactos de corto y largo plazo del precio internacional

del petrleo sobre los cuatro precios de los fueles. Al respecto, luego de
realizar los test de cointegracin a la Johansen, se normalizan los
coeficientes a uno (traspaso uno a uno de los precios del petrleo sobre
los fueles) y se introducen en la ecuaciones de corto plazo, expresiones
anidadas.
 ii) Una vez estimadas las ecuaciones, se realizan las proyecciones dentro
la muestra, para el periodo Enero 2009 Agosto 2011, estas
proyecciones permiten obtener los ponderadores (pesos ptimos) y de
esta forma tener precios combinados.
iii) Adicionalmente, dados los pesos encontrados, se realizan las
proyecciones fuera de muestra para el periodo Septiembre 2011
Diciembre 2012.

III.2.3 Modelacin de los Precios del Petrleo (WTI)

Dada la alta volatilidad de los precios internacionales del petrleo y siendo sta
un insumo transversal para la proyeccin de los cuatro fueles,una posible
especificacin que considere la estructura de la variable endgena
fundamentada en componentes fuertemente voltiles, debera relajar el supuesto
de volatilidad incondicional en el trmino de perturbaciones7.
Es de esta manera que se presentan los Modelos de Heteroscedasticidad
Condicional Autoregresiv a Generalizada (GARCH)8, los cuales relajan el supuesto
de volatilidad condicional en el trmino de perturbaciones (de aqu en adelante
se har mencin slo, volatilidad condicional) y se modela la dinmica de inters
(precios internacionales del petrleo) creyendo que la volatilidad es
condicionada tanto a volatilidades pasadas y/o a shocks pasados9. Claramente
se puede observar que en este tipo de modelos la dinmica se encuentra
presente.
Los modelosARCH inicialmente probaron la presencia o ausencia de v olatilidad
en el estudio de la inflacin [Coulson y Robins (1985)] 10 , a continuacin se
presente la dinmica subyacente del proceso:
a) Ecuacin de la media

t t
Y f X
t
b) Ecuacin de la varianza.

Var t 1 t21 2 t2 2 ...... p t2 p

7ngel Vilario Sanz, Turbulencia s Financieras y Riesgos de Mercado; Pg. 161.
8 R. Engle, Autoregressiv e Condicional Heteroskedasticity with Estimates of the variante of U. K. Inflation,
Econometrica, Vol. 50 pp 987-1008; 1992
9Pindyck y Rubinfeld, Econometra Modelos y Pronsticos, pp 299.
10 Greene William, Econometric Analysis, pp 238, 5ta. Edicin
Donde f X t admite una estructura de variables exgenas a la dinmica del

proceso (conjunto de regresores).Por otra parte ""muestra la longitud del rezago

de los shock aleatorios y el orden del proceso ARCH, es decir ARCH(p), que se lee
Heteroscedasticidad Condicional Autoregresiv a de orden p . La diferencia
crucial en las inferencias del modelo, sobre el conjunto de estimadores, radica en
el uso del estadstico Z (que tiene distribucin asinttica Normal).
Tambin, al momento de modelar en forma simultnea el efecto de la dinmica
de shocks y el impacto no contemporneo de la volatilidad en la estructura de la
varianza, se tienen los modelos GARCH11; la especificacin que incluso anida a un
modelo ARCH es como sigue:
a) Ecuacin de la media

Y f X
t t
t
b) Ecuacin de la varianza

t 1t21 ... pt2 p 1Var t 1 ... qVar t q

Var

Transformando se tiene:

2 2 ... 2 2 ... 2
,t 1 t 1 p tp 1 , t 1 q ,t q

Donde el subndice muestra el orden del GARCH y el orden del ARCH, es

decir se tiene un proceso GARCH (p,q). Con el fin de modelar la estructura de la
varianza en los residuos, se tienen diversas especificaciones que se generalizan
sobre las especificaciones anteriormente explicadas12 de la cuales una de estas
se presenta a continuacin.
a) Ecuacin de la media

t t
Y f X
t
b) Ecuacin de la v arianza

11Johnston y Di Nardo , Econometric Methods, pp 197.

12Existe un gama muy amplia de especificaciones; para conocer una referencia muy amplia sobre los div ersos
modelos GARCH, ver Laurent y Peters, A Tutorial for GARCH 2.3, a Complete Ox Package for Estimating and
Forecasting ARCH Models, pp 30-35.
 p q
2 2 2
t i t i j t j
i 1 j 1
El anexo 1 al final del documento se muestran los indicadores economtricos
generalmente aceptados para todos las ecuaciones estimadas, adems de
detallar las especificaciones modeladas.

III.3Combinacin de pronsticos
Existen distintas metodologas de combinacin de pronsticos. Barnard (1963) y
Bates y Granger (1969), entre otros, han mostrado que un pronstico combinado
es mejor que los pronsticos individuales en trminos de error cuadrtico medio y
otros estadsticos de esta familia. En esa lnea, hoy existen distintas metodologas
para la combinacin, por ejemplo, basadas en modelos no lineales como la de
Deutsch, Granger y Tersvirta (1994) que utiliza modelos de transicin suave (STR)
o la basada en redes neuronales de Donaldson y Kamstra (1996a y 1996b) y
Harrald y Kamstra (1997).
Para el caso boliv iano, existe poca literatura emprica que aplic combinacin de
pronsticos para variables relevantes de la economa y en particular para mejorar
las predicciones de precios de exportacin de gas natural.
Basados en la metodologa de CoulsonyRobins (CB - 1993) y Hallman y Kamstra
(1989), tcnicas desarrolladas para series no estacionarias, I (1), y si tenemos f i ,
para i =1, ,N, la combinacin de las proyecciones ser:
f w f w f
n 11 N N
Tenindose que cumplir que los pesos w, son no negativos y tienen que sumar la
unidad:

w w 1
1 N
Las metodologas aplicadas para la combinacin de pronsticos aplican una
amplia gama de componentes de las series (en diferencias, con y sin constante,
en logaritmos, etc.). Sin embargo, el presente trabajo, realizar la combinacin de
pronsticos en niveles dentro de muestra con las estimaciones realizadas - para
determinar el peso de cada proyeccin y poder combinarlas de manera ptima
fuera de muestra, de la manera que:
 2
w n
n
2
2 2
1 2 N
Donde el peso de la proyeccin f i ser inversamente proporcional a su
varianza, en caso de que stas tengan la misma v arianza, entonces su peso ser
igual.
III.4 Datos y resultados de la combinacin de pronsticos
Las metodologas expuestas, son combinadas bajo la metodologa de
combinacin de pesos ptimos descrita anteriormente, Cuadro 1.

CUADRO 1
COMBINAC IN: PONDERAC IN DE PESOS DE LAS PROYECC IONES
Modelo 1 Modelo 2 Modelo 3 Modelo 4
WTI 0.0500 0.0500 0.9000
DIESEL 0.4197 0.2089 0.3714
PF1 0.9624 0.0376
PF2 0.0087 0.1032 0.0088 0.8793
PF3 0.5311 0.4689
Elaboracin por los autores

Si bien no es el fin de hacer un pool para los precios internacionales del petrleo,
pero s para los precios de los cuatro fueles, las combinaciones muestran los
siguientes resultados (cuadro 2):
 CUADRO 2
INDICADORES DE CONTRASTE DE LA COMBINAC IN DE PROYECC IONES
Modelo 1 Modelo 2 Modelo 3 Modelo 4 Poolling
WTI
RMSE 15.8612 22.1524 3.7391 3.6637
MAE 14.1537 20.3350 3.0646 3.0978
MAPE 21.8566 35.1034 4.2214 4.2775
THEIL 0.1106 0.1622 0.0236 0.0234
BP 0.7028 0.8264 0.0836 0.0353
VP 0.1627 0.1022 0.0314 0.1403
CVP 0.1345 0.0713 0.8850 0.8244
DIESEL
RMSE 7.9675 14.2287 7.9675 10.2552 6.5314
MAE 6.1399 11.5043 6.1399 8.4231 5.2406
MAPE 2.9850 5.9234 2.9850 4.2087 2.6103
THEIL 0.0180 0.0324 0.0180 0.0232 0.0148
BP 0.0104 0.0153 0.0104 0.0016 0.0016
VP 0.1225 0.0665 0.1225 0.0006 0.0007
CVP 0.8670 0.9183 0.8670 0.9978 0.9977
PF1
RMSE 18.6293 40.3025 36.7145 7.8641 18.7950
MAE 15.1471 34.0832 31.3333 6.5312 15.3995
MAPE 3.4448 8.0678 7.6462 1.6831 3.5240
THEIL 0.0204 0.0443 0.0402 0.0086 0.0206
BP 0.0036 0.0001 0.0003 0.0000 0.0034
VP 0.0407 0.0005 0.0411 0.0817 0.0401
CVP 0.9556 0.9994 0.9585 0.9183 0.9565
PF2
RMSE 3.1603 147.0357 4.5318 1.1181 1.1425
MAE 2.5016 141.6113 3.7253 0.8360 0.9352
MAPE 3.7876 65.7301 5.5495 1.1858 1.3517
THEIL 0.0209 0.4945 0.0302 0.0074 0.0076
BP 0.0127 0.9276 0.0119 0.1585 0.0953
VP 0.1441 0.0703 0.0224 0.0755 0.0361
CVP 0.8431 0.0021 0.9656 0.7660 0.8686
PF3
RMSE 14.0845 32.0654 26.5673 13.7675 9.2817
MAE 9.7535 25.8231 18.8439 11.0859 7.0529
MAPE 2.1174 6.0291 4.1625 2.4872 1.5946
THEIL 0.0147 0.0338 0.0280 0.0143 0.0097
BP 0.0009 0.0269 0.0410 0.1107 0.0431
VP 0.0077 0.1172 0.1075 0.0015 0.0079
CVP 0.9914 0.8559 0.8515 0.8878 0.9490

Fuente: Elaboracin por los autores

a) Para los precios internacionales del petrleo, tanto la Raz del Error
Cuadrtico Medio (RMSE), el Error Medio Absoluto (MAE), el indicador Theil
(THEI L), los Errores de Proyeccin debidos a problemas de Sesgo (BP)
tambin son menores luego de aplicar el pool. Tan solo existe una ganancia
marginal no mayor a la del pool para el caso del indicador del Error Medio
Absoluto Promedio (MAPE)
 b) Para el caso del precio del Diesel, las combinaciones muestran mejores
propiedades que las proyecciones puntuales, ver los estadiesticos RMSE,
MAE, MAPE, THEI L y BP.
c) En el caso del precio del fuel uno PF1, las ganancias despus del
combinado son marginales a los repotados por el modelo 1, empero
superiores a los restantes tres modelos.
d) Para el precio del fuel 2 PF2, solo el modelo 4 tienen mojeres propiedades
que la combinacin, empero esta ltima es superior a todos los otros
modelos.
e) Para el precio del fuel 3 PF3, el RMSE, el MAE, el MAPE, el THEI L muestran que
la combinacin de pronsticos tiene mejores propiedades que los
pronsticos individuales.
En la mayora de los casos los errores de pronsticos debidos a volatilidades (VP)
mostraban resultados menores cuando se combinaron las proyecciones. Por
consiguiente, tanto un BP y un VP relativamente ms pequeos muetran por
residuo Errores de Pronosticos fundamentados en aletoriedades (CVP)
relativamente ms altos, que es lo que se desea y es acorde con la teora, el
anexo 3 al final del documento muestra en detalle las expresiones estadsticas
utilizadas en el cuadro 2.
Por las propiedades descritas anteriormente la combinacin de pronsticos revela
las mejores propiedades que estan tendran con respecto a los pronsticos
indiv iduales. De esta forma se procede a ombinar los pronsticos indiv iduales y
tener una trayectoria ms ptima de los precios de los fueles. (grfico 3)
 GRFICO 3
EVOLUCIN OBSERVADA Y PRONSTICOS DE LOS PRECIOS DE LOS FUELS QUE
DETERMINAN LOS PRECIOS DE EXPORTACIN DEGAS NATURAL
PRECIOS DEL FUEL OIL No. 1 PRECIOS DEL FUEL OIL No. 2
($us/TM) ($us/Bbl)
700 110

650
100

600
90
550

80
500

450 70

400
60
350
50
300

40
250

200 30
Jan

Nov
Apr

Jan

Nov
Jul
Aug

Jun

Nov

Jan

Nov
Feb
Mar

May
Jun

Sep
Oct

Dec

Apr

Jun
Jul
Aug

Oct

Dec
Jan

Apr
Feb
Mar

May

Sep

Feb
Mar

May

Jul
Aug
Sep
Oct

Dec

Apr
Feb
Mar

May
Jun
Jul
Aug
Sep
Oct

Dec

Jan

Jan

Jan

Jan
Apr

Nov
Feb
Mar

Jun
Jul
Aug

Oct

Dec

Apr

Oct
Nov

Oct
Nov

Apr

Aug

Oct
Nov
May

Sep

Feb
Mar

Jun
Jul
Aug

Dec

Apr
May

Sep

Feb
Mar

Jun
Jul
Aug
May

Sep

Dec

Feb
Mar

Jun
Jul
May

Sep

Dec
2009 2010 2011 2012 2009 2010 2011 2012

Modelo 1 Modelo 2 Modelo 3 Modelo 4 Poolling Observado Modelo 1 Modelo 2 Modelo 3 Modelo 4 Poolling Observado

PRECIOS DEL FUEL OIL No. 3 PRECIOS DEL DIESEL OIL

($us/TM) (ctvs$us/USgaln)
720 350

670

620 300

570

520 250

470

420 200

370

320 150

270

220 100
Jan

Nov
Apr

Jun

Jan
Jul
Aug

Oct
Nov
Dec
Jan

Apr

Jun

Nov

Jan

Nov
Feb
Mar

May

Sep
Oct

Dec

Apr
Feb
Mar

May
Jun
Jul
Aug
Sep

Feb
Mar

May

Jul
Aug
Sep
Oct

Dec

Apr

Aug
Feb
Mar

May
Jun
Jul

Sep
Oct

Dec
Jan

Apr

Nov

Jan

Apr

Nov

Nov

Nov
Dec
Feb

Jun
Jul
Aug

Dec
Jan

Apr
Mar

May

Sep
Oct

Dec

Feb

Jun
Jul
Aug
Mar

May

Sep
Oct

Feb
Mar

Jun

Aug

Oct

Dec
Jan

Apr
May

Jul

Sep

Feb

May
Jun
Jul
Aug
Mar

Sep
Oct

2009 2010 2011 2012 2009 2010 2011 2012

Modelo 1 Modelo 2 Modelo 3 Modelo 4 Poolling Observado Modelo 1 Modelo 2 Modelo 3 Modelo 4 Poolling Observado

Fuente: Elaboracin por los autores

Adicionalmente, y solo con fines referenciales, tambin se realiz un poolling para el precio
internacional del petrleo (grfico 4).
GRFICO 4
EVOLUCIN OBSERVADA Y PRONSTICOS DEL
PRECIO INTERNACIONAL DEL PETRLEO
120

110

100

90

80

70

60

50

40

30
Jan

Nov
Apr

Jan

Nov
Jul
Aug

Apr

Jun

Oct
Nov
Dec
Jan

Apr

Jun

Jan

Nov
Jul
Aug
Feb
Mar

May
Jun

Sep
Oct

Dec

Feb
Mar

May

Sep

May

Jul
Aug
Sep
Oct

Dec

Apr
Feb
Mar

Feb
Mar

May
Jun
Jul
Aug
Sep
Oct

Dec

2009 2010 2011 2012

Poolling Observado
Fuente: Elaboracin por los autores
Usando como insumo los precios de los fueles combinados (propsitos central del
presente docmuuento) se procedio a calcular los precios de exportacin de gas
natural, segn mercados (frmulas determinsticas de expotracin de gas natural
de las ecuaciones 1 y 3) (cuadro 3).
CUADRO3
EVOLUCIN OBSERVADA Y PRONSTICOS DE LOS PRECIOS DE LOS FUELES, PRECIOS
INTERNACIONALES DEL PETRLEO Y PRECIOS DEL GAS SEGN MERCADOS
Observados 1er trimestre 2010 2do trimestre 2011
Poolling 3er trimestre 2011 4do trimestre 2012
PF1 PF2 PF3 DIESEL WTI Contrato con Argentina Contrato con Brasil
FUTUROS Fuel Oil 3,5 Pct Fuel Oil No.6 1,0 Fuel Oil 1,0 Pct LS Diesel (ENARSA) (GSA)
($us/Ton) Pct ($us/bbl) ($us/Ton) (Usc/USGaln) USD/BBL USD/MMBTU USD/MMBTU
2010
1er. Trimestre 436.8395 70.5484 450.5087 203.8436 79.20 6.9883 5.6809
2do. Trimestre 431.3183 69.7354 453.6343 210.1102 77.85 7.3713 6.0359
3er. Trimestre 422.5682 68.2815 448.6970 203.1716 76.08 7.4087 6.2225
4to. Trimestre 457.2619 75.0678 473.2150 231.3275 85.09 7.3281 6.1888
2011
1er. Trimestre 548.1710 91.1912 574.3754 278.4645 93.95 7.6035 6.4487
2do. Trimestre 612.1321 102.6719 663.0717 304.5701 104.72 8.7715 7.2607
3er. Trimestre (f) 600.7023 100.4198 641.1816 291.7509 88.19 10.1968 8.3018
4to. Trimestre (f) 532.5697 91.8524 575.3997 263.5633 75.41 10.5319 8.6718
2012
1er. Trimestre (f) 478.5583 89.6332 551.6942 260.9478 79.34 9.8562 8.3855
2do. Trimestre (f) 441.9302 93.5708 563.7878 264.4791 85.33 9.1649 7.9832
3er. Trimestre (f) 422.3442 94.7211 561.4256 267.3334 85.38 9.0245 7.6730
4to. Trimestre (f) 420.1290 92.8196 546.7404 268.1608 83.53 9.0704 7.4408

PF1 PF2 PF3 DIESEL WTI Contrato con Argentina Contrato con Brasil
FUTUROS Fuel Oil 3,5 Pct Fuel Oil No.6 1,0 Fuel Oil 1,0 Pct LS Diesel (ENARSA) (GSA)
($us/Ton) Pct ($us/bbl) ($us/Ton) (Usc/USGaln) USD/BBL USD/MMBTU USD/MMBTU
2010 436.9970 70.9083 456.5137 212.1132 79.56 7.2741 6.0320
2011 573.3938 96.5338 613.5071 284.5872 90.57 9.2759 7.6707
2012 440.7405 92.6862 555.9120 265.2303 83.39 9.2790 7.8706

Fuente: Elaboracin por los autores

La evolucin de los precios del gas exportado segn mercado(que toma como
insumos el poolling de precios de los fuel) y los precios internacionales del petrleo
pueden observarse en el grfico 3
 GRFICO 3
PRECIOS DE EXPORTACIN DE GAS NATURAL POR MERCADOS
Y PRECIO INTERNACIONAL DEL PETROLEO
11 160

Argentina $us/MMBTU
10 Brasil $us/MMBTU 140

WTI $us/BBl (Eje der.)

9 120

8 100

7 80

6 60

5 40

4 20

3 0
Mar-06
Ene-06

Oct-06

Mar-07

Mar-08
Nov-06
Ene-07

Oct-07
Nov-07
Ene-08

Oct-08

Mar-09
Nov-08
Ene-09

Oct-09

Mar-10

Mar-12
Nov-09
Ene-10

Oct-10

Mar-11
Nov-10
Ene-11

Oct-11
Nov-11
Ene-12

Oct-12
Nov-12
Sep-06
Feb-06
Abr-06
May-06
Jun-06
Jul-06
Ago-06

Dic-06

Sep-08
Feb-07
Abr-07
May-07
Jun-07
Jul-07
Ago-07
Sep-07

Dic-07
Feb-08
Abr-08
May-08
Jun-08
Jul-08
Ago-08

Dic-08
Feb-09
Abr-09
May-09
Jun-09
Jul-09
Ago-09
Sep-09

Dic-09
Feb-10
Abr-10
May-10
Jun-10
Jul-10
Ago-10
Sep-10

Dic-10
Feb-11
Abr-11
May-11
Jun-11
Jul-11
Ago-11
Sep-11

Dic-11
Feb-12
Abr-12
May-12
Jun-12
Jul-12
Ago-12
Sep-12

Dic-12
Fuente: Elaboracin por los autores

IV Conclusiones
Los precios de venta de gas natural a los mercados de Argentina y Brasil son
determinados mediante contrato de compra y venta negociados en su momento
y de conocimiento pblico; sin embargo, las frmulas determinsticas de stos,
tienen como insumo los precios de los fuels (PF1, PF2, PF3), Diesel, cuyos
movimientos son acordes a las cotizaciones del WTI , adicionalmente los quatums
de exportacin de gasbajo la denominacin QDCA y QDCB.
En este sentido y teniendo en cuenta que la determinacin futura de stos es
imperativ a para los ingresos de la economa boliv iana, en el presente trabajo se
realiz una combinacin de pronsticos, ampliando la metodologa propuesta
por Barnard (1963) y Bates y Granger (1969).
Los resultados muestran una combinacin ptima de stos para la determinacin
de precios futuros a los mercados de Brasil y Argentina. Como se observa, los
indicadores de pronstico llev an a pensar que la combinacin ptima replicara
las condiciones futuras que son (o que seran) tomadas en cada una de las
proyecciones por separado. Y por consiguiente proyecciones basadas en un
nico criterio podran estar sujetas a errores de pronsticos.
Bibliografa
Ahumada, H., (2009), Forecasting a monetary aggregate under conditions of
instability: Argentina after 2002, nov iembre 2009.
Andrews, D. W. K. Tests for parameter Instability and Structural Change w ith
Unknow n Change Point. Econometrica, Working Paper, Yale University. 1993.
Andrews, D. W. K. and Ploberger, W. Optimal tests when a Nuisance Parameter is
Present only under the alternative. Issue 6. 1994.
ngel Vilario Sanz, Turbulencias Financieras y Riesgos de Mercado; Pg. 161.
Armstrong, J. S. and Collopy F., Error Measures for Generalizing About Forecasting
Methods: Empirical Comparisons. International Journal of Forecasting. 1992.
Barigozzi, M. () Arima Estimation: Theory and applications (hand out)
Bates, J. and Granger C.W. (1969). The Combination of Forecasts. Operational
Research Quarterly, Vol. 20, 1969.
Buss, Ginters Comparing forecasts of Latv ia's GDP using simple seasonal ARIMA
models and direct versus indirect approach, Munich Personal REPEC Archive,
Paper No. 16684.
Castao, Elkin y Melo V. Luis F. Mtodos de Combinacin de Pronsticos: Una
Aplicacin a la Inflacin Colombiana. Borradores de Economa, No 109. Banco
de la Repblica, Colombia 1998.
Clements, M. and Hendry, D, Forecasting Non-stationary Economic Time Series,
TheMI TPress.1999.
Coulson, N. and Robins, R. Forecast Combination in a Dynamic Setting. Journal
of Forecasting, Journal Paper Vol. 12. 1993.
Deutsch, M.; Granger C.W. and Tersv irta, T. The combination of Forecasts Using
Changing Weights. International Journal of Forecasting.Vol. 10. 1994.
Donaldson, R.G. and Kamstra, M. Forecast Combining with Neural Networks.
Journal of Forecasting. Vol. 15, 1996.
Donaldson, R.G. and Kamstra, M. Neural Network Forecast Combining w ith
Interaction Effects. Reprint from Proceedings of the Workshop on Foundations of
Information, 1996.
Greene William, Econometric Analysis, pp 238, 5ta. Edicin.
Hallman, J. and Kamstra, M. Combining Algorithms Based on Robust Estimation
Techniques and Co-integrating Restrictions. Journal of Forecasting. Vol. 8, 2009.
Johnston y Di Nardo, Econometric Methods, pp 197.
Meyer, A, Kenny, G y Quinn, T, Forecasting Irish Inflation Using ARIMA Models
Central Bank and Financial Services Authority of Ireland Technical 3. 1998.
Pindyck y Rubinfeld, Econometra Modelos y Pronsticos, pp 299.
R. Engle, Autoregressive Condicional Heteroskedasticity with Estimates of the
variante of U. K. Inflation, Econometrica, Vol. 50 pp 987-1008; 1992.
Shrestha, M. (2005). ARDL Modelling Approach to Cointegration Test, University of
Wollongong.
Stock, J.H. and Watson, M.W. Combination Forecasts of Output Growth", Working
Paper, 2003.
Valle, H. I nflation Forecast w ith ARIMA and Vector Autoregressive Models in
Guatemala. Working Paper Banco Central de Guatemala.2002
 ANEXOI
ECUACIONES ESTIMADAS
Las siguientes cuatro ecuaciones permiten realizar las proyecciones dentro la
muestra para el periodo Enero 2009 Agosto 2011. Adicionalmente stas permiten
realizar el pronstico para le periodo Septiembre 2011 Diciembre de 2012.

MODELO PARA EL PRECIO DEL DIESEL OIL

d log diesel
t 40,, 25
34 0, 34 log Diesel
4, 19
t 1 log WTI
t 1

(1)

23 dummy
0, 09 d log Diesel
2, 73

t 1 20, 09

0, 9 d log WTI 0, 04
t

2, 31 i 0
t 1
24 t

En parntesis estadstico t corregido (Newey-West)

R 2 ajustado: 0.76
Desv. est. Residuos: 4.5%
Test LM de correlacin serial (12 rezagos): n R 2 9.33 (v alor-p 0.6740)

Test de normalidad Jarque-Bera: = 74.71 (v alor-p 0.00)

2

Factor de Ajuste: 0.34

Vida Media de un shock: 1 mes y 20 das
Perodo de la estimacin: 1994 Febrero 2011Agosto

MODELO PARA EL PRECIO DEL FUEL No. 1

d log PF 1
t 0, 22 0, 15
3, 10 3, 07
log PF 1
t 1 log WTIt 1 (2)

1, 0
11, 9
02,, 32
d log WTI
t 92
d log WTI
t 1
0, 23 d log WTI
3, 38 t 2
t 5
0, 09 d log WTI 0, 03 d 10 0, 07 dummy
1, 64 1, 78 4, 5

En parntesis estadstico t corregido (Newey-West)

R 2 ajustado: 0.59
Desv. est. Residuos: 7.7%
Test LM de correlacin serial (12 rezagos): n R 2 15.07 (v alor-p 0.24)

Test de normalidad Jarque-Bera: = 48.75 (v alor-p 0.00)

2

Factor de Ajuste: 0.15

Vida Media de un shock: 4 meses Y 8 dias
Perodo de la estimacin: 1994 julio 2011 agosto

MODELO PARA EL FUEL No. 2

d log PF 2 0, 04 0, 14 log PF 2

4, 06 3, 01 t 1 log WTI
t
1

(3)

0, 89 log WTI
14, 73
t 01,, 12
85
d log WTI
t 9 2, 52
0, 05 d 4

0, 03 d 5 0, 03 d 10 0, 05 dummy
3, 05 1, 86 4, 59 t t
En parntesis estadstico t corregido (Newey-West)

R 2 ajustado: 0.60
Desv. est. Residuos: 6.5%
Test LM de correlacin serial (12 rezagos): n R2 10,68 (v alor-p 0.56)

Test de normalidad Jarque-Bera: = 14.56 (v alor-p 0.000690)

2

Factor de Ajuste: 0.14

Vida Media de un shock1: 4 meses y 17 dias
Perodo de la estimacin: 1994 nov iembre 2011 agosto

MODELO PARA PRECIO DEL FUEL No. 3

d log PF 3
t 03,, 30
21 0, 13 log PF 3
3, 23
t 1 log WTI
t

0, 87 d log WTI + 0, 22 dlog WTI

t 1 2, 12 t 2
0, 12 d log PF 3 (4)
16, 18 t 3, 16
t 12 1, 77 t 9 3, 78
0, 068 d log PF 3 0, 09 dlog WTI 0, 06 dummy
1, 94 t
0, 05 d 2 0, 04 d 8
2, 41 2, 17

En parntesis estadstico t corregido (Newey-West)

R 2 ajustado: 0.66
Desv. est. Residuos: 6%
Test LM de correlacin serial (12 rezagos): n R 2 12,85 (v alor-p 0.3799)

Test de normalidad Jarque-Bera: = 4.25 (v alor-p 0.119)

2

Factor de Ajuste: 0.16

Vida Media de un shock: 4 meses y 29 dias
Perodo de la estimacin: 1995febrero 2011agosto
ANEXO 2

ECUACIONES AUXILIARES: QUANTUM DE EXPORTACIN DE GAS NATURAL AL BRASIL

Existe una relacin estable dinmica de largo plazo entre la produccin industrial
del Brasil y la exportacin de gas boliv iano al Brasil.

log(X Gas _ Brasil) 2, 44 log Q Industrial (1)

t 1 t 1 (3, 05) t 1
d log(X Gas _ Brasil) 0, 6 0, 12 0, 19 d log(X Gas _ Brasil)
t (3, 9) (3, 8) t 1 (2, 24) t 4

0, 49 d log Q Industrial (2)

(2, 24) t t

Y A K L Gas 0, 4 (3)
t

GRFICO DE ANEXO
EVOLUCIN DE LAS EXPORTACIONES DE GAS AL BRASIL E NDICE DE ACTIVIDAD
INDUSTRIAL DEL BRASIL

34 135

nidice de Produccin Industrial

32 130
Millones de m3/da

30 125
28
120
26
115
sa

24
22 110

20 105
18 100
Oct-08
Dic-07

Ago-09
Abr-06

Nov-10
Nov-05

Sep-06
Feb-07

May-08
Ene-05

Ene-10
Jun-05

Jun-10
Jul-07

Mar-09

Exportacin de Gas al Brasil IPI BR SA

Fuente: Elaboracin por los autores

Las exportaciones de gas al Brasil se fundamentan en dos modalidades de

exportacin la Contractual Base (QDCB) y la Contractual Ampliada (QDCA), para
realizar las proyecciones se modela las exportaciones totales y con fines de
ponderacin se siguen los criterios basados en los contratos de exportacin.
 ANEXO 3

INDICADORES UTILIZADOS EN EL CUADRO 2

T h

y yt / h
2
t
t T 1
Theil
T h T h

t T 1
y t 2 / h
t T 1
yt 2 / h

T h

y yt / h
2
RMSE t
t T 1
T h
MAE
t T 1
y t y t / h

T h
y t y t
MAPE 100
t T 1 yt
/h

y / h y
2
t
Theil / Sesgo
y yt / h
2
t

s sy
2
y
Theil / Volatilidad
y yt / h
2
t

2 1 r sy sy
Theil / Aleatoriedad
y yt / h
2
t
 ANEXO 4

TEST DE RAIZ UNITARIA

Los fundamentos, fuels y diesel, para la determinacin del precio de venta del gas natural a los
mercados de Brasil y Argentina tienen una estrecha relacin con el movimiento del precio
internacional del petrleo WTI. Como en todas las series macroeconmicas, las mayora de ests
pos raz unitaria, es decir que lo ocurrido en la historia de la serie tiene un efecto arrastre sobre
el comportamiento futuro de sta.

Se realizan test de raz unitaria con intercepto, puesto que el corte de la serie comienza con un
valor fijo y un test sin tendencia e intercepto sobre la serie en niveles. Se excluye la prueba que
contiene tendencia, debido a que al estar los precios de stos sujetos tanto a shocks de oferta,
demanda, expectativas y de los mercados financieros, la evolucin de su tendencia es i ncierta. Las
pruebas de raz unitaria muestran que todas poseen esta caracterstica.

En niveles con intercepto

Null Hypothesis: DIESEL has a unit root

Exogenous: Constant

Lag Length: 2 (Automatic - based on SIC, maxlag=14)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.647113 0.4567

Test critical values: 1% level -3.462095

5% level -2.875398

10% level -2.574234

En niveles sin intercepto y tendencia

Null Hypothesis: DIESEL has a unit root

Exogenous: Constant

Lag Length: 2 (Automatic - based on SIC, maxlag=14)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.647113 0.4567

Test critical values: 1% level -3.462095

5% level -2.875398

10% level -2.574234

En niveles con intercepto

Null Hypothesis: PF1 has a unit root

Exogenous: Constant

Lag Length: 1 (Automatic - based on SIC, maxlag=14)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.450820 0.5566

Test critical values: 1% level -3.461938

5% level -2.875330

10% level -2.574198

En niveles con intercepto

Null Hypothesis: PF2 has a unit root

Exogenous: Constant

Lag Length: 1 (Automatic - based on SIC, maxlag=14)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.448638 0.5577

Test critical values: 1% level -3.461938

5% level -2.875330

10% level -2.574198

En niveles sin intercepto y tendencia

Null Hypothesis: PF2 has a unit root

Exogenous: None

Lag Length: 1 (Automatic - based on SIC, maxlag=14)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -0.128455 0.6383

Test critical values: 1% level -2.576181

5% level -1.942368

10% level -1.615679

En niveles con intercepto

Null Hypothesis: PF3 has a unit root

Exogenous: Constant

Lag Length: 1 (Automatic - based on SIC, maxlag=14)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.446143 0.5590

Test critical values: 1% level -3.461938

5% level -2.875330

10% level -2.574198

En niveles sin intercepto y tendencia

Null Hypothesis: PF3 has a unit root

Exogenous: None

Lag Length: 1 (Automatic - based on SIC, maxlag=14)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -0.183176 0.6191

Test critical values: 1% level -2.576181

5% level -1.942368

10% level -1.615679