Professional Documents
Culture Documents
BOLIVIA:
Modelacin y poolling de pronsticos 1
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.
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: 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$us/MMBTU.
4 Viene de aplicar la tasa decreciente que sufri el precio del gas exportado expresado en dlares por miles de
pies cbicos, el cual se increment en 55,6% entre la fecha de inicio de exportacin hasta la firma de esta Acta.
II.2.Precios actuales de exportacin
EL clculo de los precios de exportacin del gas natural considera una frmula
determinstica. Forman parte de ellas, algunos carburantes (fuel oil), que se
cotizan en el mercado internacional bajo la denominacin de commodities. Para
el caso del contrato ENARSA con la Argentina de los cuatro fuels que forman la
canasta, tres son tambin utilizados por el contrato GSA con el Brasil. Estos precios
son publicados diariamente en el Platts Oilgram Price Report Assessments.
A continuacin se detallen los aspectos relevantes de la determinacin de estos
precios:
Contrato GSA con el Brasil: El precio de exportacin al Brasil se fija cada
tres meses y est vinculado a la cotizacin de tres fuel oils, de acuerdo a la
siguiente frmula:
FO1 FO2 FO3
PG P * 0,50
I
0, 25 0, 25 1
FO1 FO2 FO3 0
0 0
donde:
PG : Precio del Gas (US$/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
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
PF1
ECUACIONES DEL
PRECIO FUTUROS ESTIMAR LAS
MODELO
MODELO 1 PF2
DEL WTI "t+i"
PF3
DIESEL
PF1
ENDGENA DEL
WTI "t+i"
PF1
DETERMINACIN
HASTA "t"
PF3
DIESEL
PF1
(p,d,q)(P,D,Q) DE
LA ESTRUCTURA
LAS SERIES
MODELO 4 PF2
ARIMA
DIESEL
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).
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
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.
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
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
t t
Y f X
t
b) Ecuacin de la varianza.
Y f X
t t
t
b) Ecuacin de la varianza
Transformando se tiene:
2 2 ... 2 2 ... 2
,t 1 t 1 p tp 1 , t 1 q ,t q
t t
Y f X
t
b) Ecuacin de la v arianza
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
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
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
Modelo 1 Modelo 2 Modelo 3 Modelo 4 Poolling Observado Modelo 1 Modelo 2 Modelo 3 Modelo 4 Poolling Observado
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
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
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
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.
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
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)
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
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)
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)
d log PF 3
t 03,, 30
21 0, 13 log PF 3
3, 23
t 1 log WTI
t
GRFICO DE ANEXO
EVOLUCIN DE LAS EXPORTACIONES DE GAS AL BRASIL E NDICE DE ACTIVIDAD
INDUSTRIAL DEL BRASIL
34 135
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
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
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.
Exogenous: Constant
t-Statistic Prob.*
5% level -2.875398
Exogenous: Constant
t-Statistic Prob.*
5% level -2.875398
Exogenous: Constant
t-Statistic Prob.*
5% level -2.875330
Exogenous: Constant
t-Statistic Prob.*
5% level -2.875330
Exogenous: None
t-Statistic Prob.*
5% level -1.942368
Exogenous: Constant
t-Statistic Prob.*
5% level -2.875330
Exogenous: None
t-Statistic Prob.*
5% level -1.942368