IMPACTO EN LA PRODUCCIÓN DE PALTA PERUANA...

36
FACULTAD DE CIENCIAS EMPRESARIALES Carrera de International Business IMPACTO EN LA PRODUCCIÓN DE PALTA PERUANA GENERADO POR SU EXPORTACIÓN DENTRO DEL PERIODO 2007 2017 Trabajo de Investigación para optar el Grado Académico de Bachiller en International Business CAROLINA VANESSA JUAN DE DIOS VERA LUIS ROMERO CAFFO Lima Perú 2020

Transcript of IMPACTO EN LA PRODUCCIÓN DE PALTA PERUANA...

  • FACULTAD DE CIENCIAS EMPRESARIALES

    Carrera de International Business

    IMPACTO EN LA PRODUCCIÓN DE PALTA PERUANA

    GENERADO POR SU EXPORTACIÓN DENTRO DEL

    PERIODO 2007 – 2017

    Trabajo de Investigación para optar el Grado Académico de

    Bachiller en International Business

    CAROLINA VANESSA JUAN DE DIOS VERA

    LUIS ROMERO CAFFO

    Lima – Perú

    2020

  • INDICE

    Resumen .................................................................................................................................... 1

    Abstract ...................................................................................................................................... 2

    Introducción ................................................................................................................................ 3

    Método ....................................................................................................................................... 8

    Tipo y diseño de investigación .................................................................................................... 8

    Tipo de investigación .................................................................................................................. 8

    Diseño de Investigación .............................................................................................................. 8

    Modelo Econométrico ................................................................................................................. 9

    Muestra....................................................................................................................................... 9

    Instrumentos de la investigación ............................................................................................... 10

    Procedimientos de recolección de datos ................................................................................... 11

    Plan de análisis ......................................................................................................................... 15

    Resultado ................................................................................................................................. 15

    Discuciones .............................................................................................................................. 30

    Referencias .............................................................................................................................. 31

  • INDICE DE GRÁFICOS

    Gráfico 1 Análisis Estadístico de las variables .................................................................................... 15

    Gráfico 2 Análisis estadístico de la producción ................................................................................... 16

    Gráfico 3 Análisis estadístico de la balanza comercial ....................................................................... 17

    Gráfico 4 Análisis estadístico del tipo de cambio ................................................................................ 18

    Gráfico 5 Análisis estadístico de la exportación de palta ................................................................... 19

    INDICE DE TABLAS

    Tabla 1 Base de datos ............................................................................................................................. 11

    Tabla 2 Análisis Estadístico de las variables ....................................................................................... 20

    Tabla 3 Tabla de Regresión Lineal ........................................................................................................ 21

    Tabla 4 Test de White .............................................................................................................................. 22

    Tabla 5 Matriz de Covarianza ................................................................................................................. 23

    Tabla 6 Test de Multicolinealidad .......................................................................................................... 23

    Tabla 7 Test de Durbin - Watson ........................................................................................................... 24

    Tabla 8 Test de Dickey Fuller a la variable de Balanza Comercial .................................................. 25

    Tabla 9 Test de Dickey Fuller a la variable Exportación de palta ..................................................... 26

    Tabla 10 Test de Dickey Fuller a la variable Producción Nacional de Palta ................................... 27

    Tabla 11 Test de Dickey Fuller a la variable Tipo de Cambio ........................................................... 29

  • 1

    RESUMEN

    El trabajo de investigación analizó como la palta ha impactado positivamente en el sector

    agropecuario entre los años 2007 y 2017, ya que desde el 2007 se ha venido presentando

    crecimientos constantes en el volumen total de las exportaciones de palta, lo cual nos ha

    permitido ocupar el segundo lugar a nivel mundial en producción de palta. Es así que para

    identificar el crecimiento de las exportaciones de palta se usaron las variables como la balanza

    comercial, exportaciones e importaciones, con lo cual se logró encontrar información muy

    relevante que nos permitió profundizar en el tema del incremento de las exportaciones y

    producción de palta en el Perú. Es por eso que se logró identificar que, gracias a las buenas

    prácticas, como también una mayor organización de los pequeños agricultores con los gobiernos

    regionales y varias entidades del estado se ha podido concretar con éxito la entrada de la palta

    peruana a nuevos mercados. Por último, las exportaciones de palta alcanzaron una cifra record

    de US$748 millones en el año 2019, para seguir con esta tendencia en el aumento de exportación

    de palta recomendamos que el gobierno junto con sus ministerios y organismos deben seguir

    colaborando con los agricultores, dándoles capacitaciones constantes, acceso a créditos, entre

    otras facilidades, así como asesorarlos en el cumplimiento de todos los requisitos en la

    exportación, fijando altos estándares de calidad para que puedan ser más competitivos a nivel

    mundial.

  • 2

    ABSTRACT

    The research work analyzed how avocado has had a positive impact on the agricultural sector

    between 2007 and 2017. Because since 2007 there has been constant growth in the total volume

    of avocado exports, which has allowed us to occupy the second place worldwide in avocado

    production. To identify the growth of avocado exports, variables such as the trade balance,

    exports and imports were studied, which allowed us to find very relevant information that allowed

    us to deepen the issue of increased exports and avocado production in Peru. That is why it was

    possible to identify that, thanks to good practices, as well as a greater organization of small

    farmers with regional governments and several state entities, the entry of Peruvian avocado into

    new markets has been successfully achieved. Finally, avocado exports reached a record US $

    748 million in 2019, to continue this trend in increasing avocado exports we recommend that the

    government along with its ministries and agencies should continue to collaborate with farmers,

    giving them constant training, access to credits, among other facilities, as well as advise them on

    the fulfillment of all export requirements, setting high quality standards so that they can be more

    competitive worldwide.

  • 3

    INTRODUCCIÓN

    El presente trabajo busca conocer cuál es el impacto que genera las exportaciones de palta en

    el sector agropecuario del Perú, en donde se ha visto un aumento significativo en la exportación

    de palta debido a las nuevas tendencias por alimentos más saludables, la palta ha venido

    ganando un amplio terreno en muchos mercados mundiales, donde su demanda presenta una

    tendencia sostenida al incremento.

    La investigación por medio de métodos cuantitativos, estadísticos y apoyado en la teoría

    económica se enfoca en medir el impacto del crecimiento de las exportaciones de palta y cuánto

    representa la exportación de palta en la balanza comercial del Perú durante el periodo 2007 a

    2017. Mediante el estudio se dará a conocer los grandes beneficios económicos de la exportación

    de palta, asimismo la investigación está dirigida a todo aquel que quiera información relevante

    acerca del impacto en las agroexportaciones y cual es valor total de las exportaciones de palta.

    El Perú como exportador de palta ha estado escalando posiciones en el ranking mundial, hasta

    convertirse en el tercer exportador mundial de paltas frescas, es así como este estudio parte de

    los grandes potenciales agropecuarios que tenemos como país productor y exportadores de

    palta, para que los productores y toda persona relacionada con esta actividad o que esté

    pensando en iniciarse en la exportación de palta, sean conscientes de los grandes beneficios

    micro y macro económicos que genera la palta como producto de exportación.

    Según el MINAGRI (2015), la Persea americana variedad Mill, conocida como la palta o aguacate

    tiene su origen en América Central. En el año 2018 logro ser el producto principal de las

    exportaciones agrarias del Perú llegando a superar a los espárragos, bananos, etc. Las

    exportaciones tradicionales en el Perú han venido registrando records históricos de exportación,

    es así como de los varios tipos de productos agrícolas que el Perú exporta, hay una que sobre

    sale entre todos, “la palta peruana “este producto ha venido año tras año superando sus cifras

    históricas en valor de exportación, además ha tenido una gran aceptación en el mercado global,

    estando actualmente en los mercados más importantes del mundo.

    Por ello, en el trabajo de López Córdova & Ruiz Córdova (2016), realizaron la tesis, “Propuesta

    de un plan de exportación a las asociaciones productoras de palta hass del distrito de Motupe –

    Lambayeque hacia el mercado de Ámsterdam - Holanda 2015- 2016”. El cual busca determinar

  • 4

    la viabilidad de una propuesta de exportación de palta Hass con destino al mercado de

    Ámsterdam - Holanda. Se usó un diseño descriptivo. 100 productores de palta del Distrito de

    Motupe -Provincia y Departamento de Lambayeque fueron usados como muestra. Se usaron

    encuestas como instrumento. Se concluyó que durante muchos años y hasta hace poco la palta

    Hass era completamente desconocida para la mayoría de los holandeses, pero gracias a

    diversas campañas de promoción elaboradas por empresas peruanas e internacionales, el

    consumo de la misma ha crecido y, además, la venta directa de palta al consumidor no está

    restringida.

    Por otro lado, según Tomaylla Deza and Zumaeta Campos (2019) en la investigación” Contar

    con Alianzas Estratégicas en los Mercados Internacionales y su Influencia en la Exportación de

    Paltas en Perú - Periodo 2000-2017”, en la cual estudiaron a las principales empresas

    agroexportadoras y organismos de apoyo a las empresas para entender el progreso de las

    exportaciones de palta. Al final del trabajo se llegó a la conclusión que se debe contar con Aliados

    comerciales para que las agroexportadoras tengan un crecimiento continuo asimismo las

    empresas exportadoras de palta deben tener alianzas con los productores, estas relaciones

    deben ser de mucha confianza para que sean de un éxito duradero.

    Además, Troncoso, Aguirre, Manríquez & Mundigo (2008), realizaron un artículo de investigación

    acerca de la influencia del calibre, mercado de destino y mes de comercialización en el precio de

    exportación de la palta Hass. Se tuvo como objetivo estimar el impacto del calibre, mercados de

    destino y mes de comercialización, en el precio de exportación de palta H̔ass̓ de Chile. Se usó

    un diseño descriptivo. De acuerdo con los resultados obtenidos, los mercados de destino tuvieron

    el impacto más importante en el precio, seguido por el mes de comercialización y el calibre.

    Asimismo, el objetivo de este trabajo es informar a los agricultores, así como a los gobiernos

    centrales de cada región donde exista un potencial para la producción de palta, para promover

    el cultivo y exportación de palta, ya que hay un gran potencial en el Perú para la exportación de

    palta, para que se tome conciencia del beneficio económico que genera la palta en el sector

    agropecuario.

    Vidal Gómez (2010), en su tesis, “Estudio de pre-factibilidad para la exportación de palta Hass a

    Estados Unidos”. Tuvo como objetivo general demostrar que se puede brindar un producto de

    calidad, creando una marca en el consumidor y llevando a cabo las normas requeridas, de tal

  • 5

    manera que prefieran adquirir la palta peruana. Se usó un diseño descriptivo. Se pudo concluir

    que los consumidores norteamericanos tienden a preferir una alimentación más saludable, este

    proyecto es considerado como una extraordinaria oportunidad de negocio. Las variables

    macroeconómicas y el aumento paulatino de las importaciones de palta Hass, son un claro

    indicador de lo expuesto anteriormente.

    Sumado a esto, en un estudio de Avendaño Alegre, Mercado Méndez, Soriano Valerio &

    Villamonte Fernández (2018), en su tesis, “Plan de negocios para la comercialización de la palta

    fuerte de los Valles de la Provincia de Lima”. Se tuvo como objetivo general demostrar la

    factibilidad económica, financiera, estratégica y de mercadeo de un modelo de negocios que

    permita la comercialización de la palta fuerte de los valles de Huarochirí de la Provincia de Lima.

    Se utilizó un diseño descriptivo. La muestra fueron los representantes de las principales cadenas

    de supermercados, restaurantes y hoteles de la ciudad de Lima. Como instrumento se usaron

    las entrevistas. Se pudo concluir que el canal físico, bajo la estrategia del Go to Market, y el canal

    virtual son los canales adecuados para la comercialización de la palta fuerte, además, se halló

    que la oferta actual de palta fuerte asciende en temporada alta a 69 toneladas y en temporada

    baja a 56 toneladas.

    Según la Cámara de Comercio de Lima la palta peruana está presente en 35 mercados

    internacionales, además en el año 2018 la palta logro una cifra record de exportación de casi 800

    millones de dólares siendo nuestros principales destinos Holanda con 275.9 millones de dólares,

    Estados Unidos con 191 millones de dólares, España con 111 millones de dólares entre otros.

    Lo más importante a resaltar en este producto tradicional es que su demanda no está dada por

    una moda pasajera, sino tiene una tendencia a continuar con un creciendo sostenido, según

    datos históricos el precio promedio mundial de la palta en los últimos 10 años ha ido

    incrementado, puesto que paso de 1.43 dólares por kilogramo en el 2008, a 2.24 dólares por

    kilogramos en el 2018.

    Si bien la palta peruana tiene una gran demanda en distintos mercados extranjero gracias a su

    alto valor nutricional y a los beneficios asociados a su consumo, la palta también se exporta para

    usarlos en diferentes procesos industriales, ya que se obtienen subproductos que son necesarios

    para grandes industrias como las, farmacéuticas, cosméticas o de la salud.

  • 6

    Las exportaciones de palta han logrado un gran crecimiento comparando los años 2008 y 2018,

    el total de crecimiento ha sido de 842.2%, es por eso que las exportaciones de palta pasaron de

    84.8 millones de dólares en el 2008, a alcanzar la cifra de los 800 millones de dólares en el 2018.

    Es por eso que entre esos años las exportaciones de palta se expandieron a mas mercados

    como: China (30.6 millones de dólares), Costa Rica (5.2 millones), Corea del Sur (4.3 millones),

    Bélgica (4.3 millones), Rusia (3.2 millones), Australia (2.6 millones), Portugal (556 mil dólares),

    Nueva Zelanda (503 mil dólares), Emiratos Árabes Unidos (298 mil dólares) e India (277 mil

    dólares).

    El Perú debe aprovechar las grandes oportunidades comerciales, así como los tratados de

    comercio para llegar a más mercados, este año se prevé entrar a mercados como Colombia,

    Tailandia, Filipinas y Malasia, con estos nuevos mercados la palta peruana se puede consolidar

    como el principal producto de agro exportación. El acceso a todos estos nuevos mercados, así

    como la colocación de la palta peruana en el mercado mundial se debió gracias a las medidas

    adoptadas por los gobiernos locales, y regionales, así como la intervención de distintos órganos

    como el del Servicio Nacional de Sanidad Agraria (SENASA),que entre los años 2015 y 2016

    implementaron protocolos fitosanitarios para el acceso de nuestra palta a los distintos mercados,

    es así como se logró el importante ingreso al mercado chino, el cual tiene un gran potencial ya

    que involucra un mercado de 1400 millones de consumidores. Es gracias a esta suscripción del

    protocolo sanitario que nuestro país logro ser el proveedor del 14% de la palta importada por

    China en el 2016.

    Se podría definir a la balanza comercial como el registro de todas las exportaciones e

    importaciones de bienes y servicios de un país en un periodo específico. Para hallar el resultado

    de esta se deberá restar el total exportado menos el total de importados. Para hallar la balanza

    se tiene que realizar la siguiente fórmula:

    Donde:

    BC = Balanza Comercial

    X = Exportaciones

    M = Importaciones

    BC = X - M

  • 7

    El resultado de esta resta puede interpretar de dos maneras: Un Superávit o Déficit comercial

    Según el BCRP (2019), es el registro de flujos comerciales que realiza un país con el resto del

    mundo mediante operaciones de importación y exportación. Se debe tener en cuenta que los

    valores que se registran están expresados en precios FOB1, lo que quiere decir que no se

    incluyen los costos de seguro, flete y transporte, ya que se encuentran registrados en la balanza

    de pagos dentro del rubro de servicios2.

    Para Duran y Álvarez (2008), es el balance del comercio en un periodo especifico y es la

    demostración del flujo comercial neto dentro del comercio de un país. También, sirve como un

    indicador para analizar el nivel de diferentes socios comerciales, grupos de productos y regiones.

    Esto con el fin de reconocer cuales son aquellos productos o socios con los cuales se tenga una

    desventaja competitiva.3

    El tipo de cambio se podría definir como el precio de una divisa ante otra. Este tipo de

    transacciones se usan generalmente para intercambios comerciales entre diferentes países. Esto

    quiere decir, cuantas monedas de un país necesito para poder obtener el mismo valor en

    monedas de otro país.

    Según Becerra (2015), el tipo de cambio es aquel valor de una divisa extranjera frente a la

    moneda del país local, la cual es reflejada en unidades de monedas extranjeras. Estas unidades

    se han de fijar por la interacción de la oferta y demanda de la divisa en el país que se desea

    calcular. 4

    Según Krugman (2011), el tipo de cambio, dentro del comercio internacional generalmente se da

    en dos tipos de monedas el dólar o el euro que suelen ser las divisas más usadas a la hora de

    hacer cualquier tipo de transacción en el extranjero. En el Perú, el Banco central de reserva del

    Perú, se encarga de mantener la estabilidad económica, mediante intervenciones para evitar los

    1 FOB: FREE ON BORD Vargas Acuache, C. (2014). XXXIII SEMINARIO DE DERECHO ADUANERO 2 Guía metodológica de la nota semanal. (2019) 3 Duran Lima, J., & Alvarez, M. (2008). 4 Becerra Rodriguez, L. (2015). Determinación del tipo de cambio peso-dólar.

  • 8

    cambios bruscos del mercado, y así poder dar un tiempo para que los exportadores e

    importadores se adecuen a los nuevos tipos de cambio. 5

    Para facilitar las exportaciones la mayoría de países firma acuerdos y tratados para acceder de

    una forma más rápida a un mercado específico en el extranjero, ya que el intercambio de

    productos entre estos no estará sujetos al pago de aranceles o a las posibles barreras de

    comercio, es así como la integración económica entre varios países permite dinamizar la

    economía mundial, facilitando las exportaciones de cualquier tipo de producto, siempre y cuando

    se cumpla con los estándares y registros del país de destino

    MÉTODO

    1. Tipo y diseño de investigación

    1. 1. Tipo de investigación

    La investigación estadística se ha desarrollado mediante un modelo lineal en donde la variable

    dependiente es la producción nacional de palta la cual está en función a variables independientes

    como la balanza comercial, índice de variación del tipo de cambio y el valor exportado del

    producto agrícola. En la presenta investigación será de carácter correlacional causal, ya que su

    propósito principal es hallar si existe un impacto significativo en la producción agrícola del Perú

    debido a las exportaciones de palta durante el periodo 2007 al 2017 mediante de análisis de

    datos cuantitativos.

    1. 2. Diseño de Investigación

    El diseño de investigación a utilizar es no experimental transversal correlacional causal, debido

    a que la presente investigación tiene como propósito determinar el nivel de relación existente

    entre dos variables o más. Las variables no serán manipuladas, ya que se obtienen datos exactos

    de entidades nacionales e internacionales sin intención de ser modificados y comprenden un

    periodo de tiempo entre los años 2007 al 2017.

    5 Krugman, P. (2011). Economía internacional (7th ed.). Pearson Educación de México, S.A. de C.V.

  • 9

    1. 3. Modelo Econométrico

    En el modelo econométrico que se usará en la presente investigación será en base de la siguiente

    función:

    ProdPalta = F (Export; TC; BC)

    En donde la producción agrícola estará en función de 3 variables como la exportación, el tipo de

    cambio y la balanza comercial.

    ProdPalta = β0 + β1 + β2 + β3 + Ꜫ

    En donde B0 es una constante y Ꜫ son todas aquellas variables que no se están considerando

    en el modelo.

    ProdPalta = a0 + a1Exp + a2TC + a3BC + Ꜫ

    1. 4. Muestra

    1. 4. 1. Definición y estructura de la muestra

    Para el presente trabajo de investigación la muestra tendrá términos de temporalidad la cual

    abarcará desde el primer mes del año 2007, año en el cual la exportación de la palta comienza

    a tomar más presencia en el mercado internacional, hasta finales del año 2017. Por ello, se

    tendrá 120 datos por cada variable para que sean regresionadas por un software econométrico,

    ya que así se puede hallar la relación que existe entre dichas variables.

    Variable dependiente:

    Producción mensual de palta a nivel nacional

    Variable independiente:

    Exportación mensual de palta en miles de dólares.

    Balanza comercial mensual del Perú en miles de dólares.

    Índice de variación bilateral del tipo de cambio mensual

  • 10

    1. 5. Instrumentos de la investigación

    El modelo formado por la recolección de datos sigue la estructura de series de tiempos, ya que

    se evalúan las variables en un rango de años con la finalidad de analizar su comportamiento. Por

    ello, se usará un modelo econométrico logarítmico lineal (long – lin).

    Ficha 1 Instrumento de Producción Nacional de Palta

    Variable Producción Nacional de Palta

    Fuente de Información Instituto Nacional Estadística Informática

    Tipo de Variable Variable Endógena

    Tipo de Escala Escala Ordinal

    Unidad de Medición Toneladas

    Ficha 1 Instrumento de Variación del Tipo de Cambio Bilateral

    Variable Variación del Tipo de Cambio Bilateral

    Fuente de Información Banco Central de la Reserva

    Tipo de Variable Variable Exógena

    Tipo de Escala Escala Ordinal

    Unidad de Medición Unidad

    Ficha 3 Ficha 2 Instrumento de Balanza Comercial

    Variable Balanza Comercial

    Fuente de Información TradeMap

    Tipo de Variable Variable Exógena

    Tipo de Escala Escala Ordinal

    Unidad de Medición Miles de dólares

    Ficha 3 Instrumento de Exportación de Palta

    Variable Exportación de Palta

    Fuente de Información TradeMap

    Tipo de Variable Variable Exógena

    Tipo de Escala Escala Ordinal

    Unidad de Medición Miles de dólares

  • 11

    1.6 Procedimientos de recolección de datos

    La recolección y verificación de datos mensuales para la presente investigación se realizó por

    medio de diferentes páginas de instituciones gubernamentales de los años 2007 al 2017. En

    primera instancia, se extrajo información del Banco Central de Reserva del Perú para extraer

    información sobre el Índice de variación del tipo de cambio. Por otro lado, se extrajo información

    sobre la balanza comercial y la exportación de palta de la base de datos de TRADEMAP. Por

    último, en la página del Instituto Nacional de Estadística Informática se encontró la producción

    nacional mensual de palta. Para que el modelo econométrico usado en la investigación sea

    eficiente se realizaran pruebas de Heterocedasticidad, Test de Durbin Watson y Test de

    multicolinealidad.

    Tabla 1 Base de datos

    Variable Producción

    Nacional de Palta

    Balanza Comercial

    Variación del Tipo de

    cambio

    Exportación de palta

    Medición Toneladas Miles de dólares

    Miles de dólares

    Tipo de variable

    Variable

    Endogena Variable Exogena

    Variable Exogena

    Variable Exogena

    Tipo de Escala

    Escala Ordinal

    Escala Ordinal

    Escala Ordinal

    Escala Ordinal

    Fechas

    Ene07 6564 309.402 3.1925 260000

    Feb07 7526 542.38 3.1903 1219000

    Mar07 13170 694.784 3.18561364 1748000

    Abr07 14405 647.781 3.17828947 3929000

    May07 16544 659.417 3.16752273 12557000

    Jun07 14468 922.445 3.1702 11512000

    Jul07 12772 953.173 3.16090909 9286000

    Ago07 9778 554.716 3.15818182 4841000

    Sep07 6483 843.253 3.135975 1260000

    Oct07 8044 633.28 3.01986364 63000

    Nov07 6226 586.715 3.001 8000

    Dic07 5739 1156.15 2.980775 130000

    Ene08 7292 363.191 2.95031818 647000

    Feb08 7780 601.444 2.9055 2239000

  • 12

    Mar08 13859 572.813 2.81092105 4363000

    Abr08 15711 382.367 2.74786364 9251000

    May08 21487 398.748 2.80457895 15834000

    Jun08 16366 50.2533 2.89161905 11164000

    Jul08 13933 252.311 2.84842857 14456000

    Ago08 11904 405.711 2.89230952 12498000

    Sep08 6136 -131.51 2.96584091 2384000

    Oct08 7680 30.9032 3.09188889 2000

    Nov08 7125 42.9227 3.113775 2000

    Dic08 8543 -141.68 3.151125 1323000

    Ene09 9777 274.214 3.236125 3028000

    Feb09 14535 392.453 3.17477273 5751000

    Mar09 20762 115.431 3.085025 11913000

    Abr09 23110 668.57 2.99405 12058000

    May09 20283 525.741 2.99047619 10699000

    Jun09 13697 595.533 3.0125 10252000

    Jul09 11259 594.12 2.95054762 8226000

    Ago09 7856 676.792 2.90965909 158000

    Sep09 8571 628.438 2.871775 69000

    Oct09 9983 704.621 2.8845 139000

    Nov09 9039 1025.6 2.87747368 620000

    Dic09 8869 364.273 2.85645 1525000

    Ene10 8745 775.378 2.853975 1795000

    Feb10 18240 429.952 2.83928261 4451000

    Mar10 25430 443.266 2.83985 15867000

    Abr10 26244 302.944 2.8455 11323000

    May10 21622 859.307 2.83805 18546000

    Jun10 19394 496.554 2.82281579 17043000

    Jul10 16192 456.724 2.80202381 11987000

    Ago10 8939 613.959 2.79063636 2242000

    Sep10 9398 507.025 2.791475 43000

    Oct10 9761 651.57 2.80559524 5000

    Nov10 11535 1086.81 2.815675 18000

    Dic10 10068 250.332 2.78704762 64000

    Ene11 10855 795.928 2.770525 764000

    Feb11 19389 849.357 2.7793913 3422000

    Mar11 28211 282.596 2.81563158 15719000

    Abr11 31217 875.034 2.77495238 26572000

    May11 29390 962.53 2.76407143 26100000

    Jun11 22340 1153.93 2.74131579 25041000

  • 13

    Jul11 15357 1096.47 2.73938095 47087000

    Ago11 10731 785.158 2.74384091 17154000

    Sep11 10737 780.835 2.731825 2439000

    Oct11 13905 1290.16 2.69626316 37000

    Nov11 12849 744.169 2.69265909 624000

    Dic11 14203 962.732 2.68352381 2277000

    Ene12 26209 787.589 2.671 7531000

    Feb12 33166 38.0073 2.65702778 20300000

    Mar12 42392 163.542 2.66927273 18741000

    Abr12 39802 640.868 2.670575 34094000

    May12 30490 367.277 2.63504762 31826000

    Jun12 18737 198.874 2.61597619 16820000

    Jul12 9467 703.158 2.6028 2995000

    Ago12 12547 322.921 2.5876 1361000

    Sep12 12970 442.068 2.598625 26000

    Oct12 17736 86.3564 2.57805263 1528000

    Nov12 26677 478.133 2.59394737 8595000

    Dic12 45155 -285.44 2.5975 26300000

    Ene13 53996 -250.25 2.64438636 29517000

    Feb13 47521 141.962 2.7475 36088000

    Mar13 36016 -315.65 2.77671429 44037000

    Abr13 22551 240.836 2.8017381 32739000

    May13 13338 208.926 2.77857143 5781000

    Jun13 13577 -108.52 2.76911905 275000

    Jul13 12546 41.1442 2.798125 60000

    Ago13 12657 717.768 2.78525 98000

    Sep13 13797 -676.27 2.80893182 517000

    Oct13 14276 360.336 2.81265 3188000

    Nov13 27043 -89.808 2.80638095 11401000

    Dic13 52871 -443.19 2.794375 26142000

    Ene14 65504 -360.27 2.78697619 59935000

    Feb14 65144 -68.706 2.7942381 82518000

    Mar14 35703 -195.83 2.78609524 65251000

    Abr14 23625 -23.427 2.81447619 43217000

    May14 12095 -0.1463 2.86395455 10043000

    Jun14 11810 -192.43 2.90604545 1581000

    Jul14 13065 -100.63 2.925075 277000

    Ago14 14384 280.908 2.9615 195000

    Sep14 15451 -431.16 3.005525 408000

    Oct14 16048 -134.6 3.078525 2835000

  • 14

    Nov14 29029 -540.07 3.09168182 12802000

    Dic14 46512 -610.9 3.1199525 35450000

    Ene15 69076 -359.93 3.15045 63231000

    Feb15 81836 -91.184 3.1612381 73731000

    Mar15 42301 -286.96 3.18125 70701000

    Abr15 26686 -110 3.23835714 34911000

    May15 13205 -384.09 3.21861364 8409000

    Jun15 10867 3.25739 3.248375 1004000

    Jul15 11492 -255.46 3.33664286 40000

    Ago15 14098 284.641 3.38266667 257000

    Sep15 16130 -505.06 3.437325 1324000

    Oct15 15295 -129.06 3.50590476 5260000

    Nov15 35421 6.79851 3.40738095 21611000

    Dic15 54780 58.5425 3.30154762 55796000

    Ene16 89711 92.5419 3.33372727 80983000

    Feb16 108590 -184.16 3.31657143 98515000

    Mar16 48035 592.113 3.29873684 79102000

    Abr16 32323 91.3527 3.33304545 44881000

    May16 17112 84.452 3.38229545 8976000

    Jun16 11824 368.995 3.38595238 42000

    Jul16 12872 390.279 3.40289474 14000

    Ago16 13301 1086.54 3.39535714 79000

    Sep16 15368 327.656 3.34 974000

    Oct16 16649 735.864 3.259825 5175000

    Nov16 30285 118.132 3.26373913 17669000

    Dic16 52201 162.657 3.24736111 71984000

    Ene17 96061 376.649 3.27286364 137647000

    Feb17 107637 803.487 3.2678 133192000

    Mar17 52115 242.572 3.24892105 131427000

    Abr17 36702 562.73 3.24143182 76998000

    May17 16110 1082.2 3.24616667 4987000

    Jun17 13361 382.755 3.25104545 122000

    Jul17 13149 664.983 3.24052381 1000

    Ago17 15158 1239.83 3.24618421 1054000

    Fuente: Elaboración propia

  • 15

    1.7. Plan de análisis

    Se realizará una búsqueda de información sobre variables que influirán en la variable

    dependiente del trabajo de investigación. Por ello, se seleccionaron variables independientes que

    han de dar una mejor explicación de la variable dependiente. Esta data fue recolectada de

    diferentes fuentes gubernamentales confiables las cuales parten del primer mes del año 2007 al

    último mes del año 2017. Se usará como variable dependiente los niveles de producción.

    Asimismo, la balanza comercial, exportaciones de palta y variación del tipo de cambio como las

    independientes. Con la data encontrado se procederá a estimar mediante un modelo de mínimos

    cuadrado ordinarios en el software Eviews en el cual se realizarán diferentes test estadísticos.

    RESULTADOS

    Gráfico 1 Análisis Estadístico de las variables

    0

    4

    8

    12

    16

    20

    -1.0 -0.5 0.0 0.5 1.0

    Series: RESID

    Sample 2007M01 2017M08

    Observations 128

    Mean -1.48e-15

    Median 0.016612

    Maximum 1.214223

    Minimum -1.176322

    Std. Dev. 0.445323

    Skewness 0.212356

    Kurtosis 2.883928

    Jarque-Bera 1.033883

    Probability 0.596342

    Fuente: E-views

    En el presente gráfico, se puede deducir con el test de Jarque-bera nos muestra que el modelo

    sigue una distribución mesocúrtica ya que el p-value es mayor a 0.05. Asimismo, la Kurtosis es

    de 2.884 por lo que se encuentra dentro el rango aceptado en donde el gráfico tiene forma de

    una campana. Por otro, otros datos estadísticos como la media o promedio de todos los datos

    estadísticos son de -1.48e-15. La mediana, el cual es el punto medio tiene un valor de 0.016612

    y la asimetría tiene un valor de 0.212. La desviación estándar es de 0.445 este número representa

    que tan alejados están los datos respecto a la su media. Por último, el máximo y el mínimo del

    presente histograma es de 1.214 y -1.176 respectivamente.

  • 16

    Gráfico 2 Análisis estadístico de la producción

    0

    2

    4

    6

    8

    10

    12

    14

    16

    9.0 9.5 10.0 10.5 11.0 11.5

    Series: LOGPROD

    Sample 2007M01 2017M08

    Observations 128

    Mean 9.803124

    Median 9.630782

    Maximum 11.59533

    Minimum 8.655040

    Std. Dev. 0.673891

    Skewness 0.724402

    Kurtosis 2.915650

    Jarque-Bera 11.23278

    Probability 0.003638

    Fuente: E-views

    En el presente gráfico, se trató de controlar la distribución de la variable con logaritmo. Por ello,

    se puede deducir con el test de Jarque-bera nos muestra que el modelo no sigue una distribución

    mesocúrtica ya que el p-value es menor a 0.05. Asimismo, la Kurtosis es de 2.916 por lo que se

    encuentra dentro el rango aceptado en donde el gráfico tiene forma de una campana.

    Por otro, otros datos estadísticos como la media o promedio de todos los datos de producción de

    9.803124. La mediana, el cual es el punto medio tiene un valor de 9.630782 y la asimetría tiene

    un valor de 0.724402. La desviación estándar es de 0.673891 este número representa que tan

    alejados están los datos respecto a la su media. Por último, el máximo y el mínimo de producción

    de palta del presente histograma es de 11.59533 y 8.655040 toneladas respectivamente.

  • 17

    Gráfico 3 Análisis estadístico de la balanza comercial

    0

    2

    4

    6

    8

    10

    12

    -600 -400 -200 0 200 400 600 800 1000 1200

    Series: BC

    Sample 2007M01 2017M08

    Observations 128

    Mean 345.2813

    Median 368.1362

    Maximum 1290.158

    Minimum -676.2722

    Std. Dev. 439.0516

    Skewness -0.106800

    Kurtosis 2.388648

    Jarque-Bera 2.236676

    Probability 0.326822

    Fuente: E-views

    En el presente gráfico, se puede deducir con el test de Jarque-bera nos muestra que el modelo

    sigue una distribución mesocúrtica ya que el p-value es mayor a 0.05. Asimismo, la Kurtosis es

    de 2.388648 por lo que se encuentra dentro el rango aceptado en donde el gráfico tiene forma

    de una campana.

    Por otro, otros datos estadísticos como la media o promedio de todos los datos de la balanza

    comercial son de 345.2813 de miles de USD. La mediana, el cual es el punto medio tiene un

    valor de 368.1362 y la asimetría tiene un valor de -0.106800. La desviación estándar es de

    439.0516 este número representa que tan alejados están los datos respecto a la su media. Por

    último, el máximo y el mínimo del presente histograma es de 1290.158 y -676.2722

    respectivamente.

  • 18

    Gráfico 4 Análisis estadístico del tipo de cambio

    0

    2

    4

    6

    8

    10

    12

    14

    2.6 2.7 2.8 2.9 3.0 3.1 3.2 3.3 3.4 3.5

    Series: TC

    Sample 2007M01 2017M08

    Observations 128

    Mean 2.975026

    Median 2.905773

    Maximum 3.505905

    Minimum 2.578053

    Std. Dev. 0.241797

    Skewness 0.278694

    Kurtosis 1.848393

    Jarque-Bera 8.730030

    Probability 0.012714

    Fuente: E-views

    En el presente gráfico, se puede deducir con el test de Jarque-bera nos muestra que el modelo

    no sigue una distribución normal ya que el p-value es menor a 0.05. Asimismo, la Kurtosis es de

    1.848393 por lo que se encuentra dentro el rango aceptado en donde el gráfico tiene forma de

    una campana.

    Por otro, otros datos estadísticos como la media o promedio de todos los datos del tipo de cambio

    son de 2.975026. La mediana, el cual es el punto medio tiene un valor de 2.905773 y la asimetría

    tiene un valor de 0.278694. La desviación estándar es de 0.241797 este número representa que

    tan alejados están los datos respecto a la su media. Por último, el máximo y el mínimo del

    presente histograma es de 3.505905 y 2.578053 respectivamente.

  • 19

    Gráfico 5 Análisis estadístico de la exportación de palta

    0

    10

    20

    30

    40

    50

    60

    70

    50.0000 2.5e+07 5.0e+07 7.5e+07 1.0e+08 1.3e+08

    Series: EXP01

    Sample 2007M01 2017M08

    Observations 128

    Mean 18285961

    Median 5766000.

    Maximum 1.38e+08

    Minimum 1000.000

    Std. Dev. 28426548

    Skewness 2.300451

    Kurtosis 8.360783

    Jarque-Bera 266.1669

    Probability 0.000000

    Fuente: E-views

    En el presente gráfico, se puede deducir con el test de Jarque-bera nos muestra que el modelo

    no sigue una distribución normal ya que el p-value es menor a 0.05. Asimismo, la Kurtosis es de

    8.360783 por lo que se encuentra dentro el rango aceptado en donde el gráfico tiene forma de

    una campana.

    Por otro, otros datos estadísticos como la media o promedio de todos los datos estadísticos son

    de 18285961 miles de dólares. La mediana, el cual es el punto medio tiene un valor de 5766000

    y la asimetría tiene un valor de 2.300451. La desviación estándar es de 28426548 este número

    representa que tan alejados están los datos respecto a la su media. Por último, el máximo y el

    mínimo del presente histograma es de 1.38e+08 y 1000 respectivamente.

  • 20

    Tabla 2 Análisis Estadístico de las variables

    Fuente: E-views

    Elaboración: propia

    El modelo presenta una significancia de 71.94%, es decir que las variables exógenas explican

    en ese mismo porcentaje a la variable endógena. Por otro lado, la probabilidad en todas las

    variables arroja un valor que se encuentra dentro de los rangos permitidos el cual es 0.05, por lo

    que son valores significativos.

    Dependent Variable: LOGPROD

    Method: Least Squares

    Date: 10/25/19 Time: 14:49

    Sample: 2007M01 2017M08

    Included observations: 128

    Variable Coefficient Std. Error t-Statistic Prob.

    C 10.50965726409378 0.4059275599778829 25.89047480458436 7.640312269072751e-52

    BC -

    0.0003005903535946983 7.487852020926931e-05 -

    4.014373584769213 0.0001024837771708456

    EXP01 1.907235119813801e-08 1.168904698109324e-09 16.31642958488154 1.165048606537062e-32

    TC -0.3198296128731035 0.1358727761394526 -2.35389032270046 0.02015011073562598

    R-squared 0.7194308421371666 Mean dependent var 9.803123794208422

    Adjusted R-squared 0.7126428786404851 S.D. dependent var 0.6738906832452161

    S.E. of regression 0.3612438268577216 Akaike info criterion 0.8322241121255148

    Sum squared resid 16.18164070290863 Schwarz criterion 0.9213500578730028

    Log likelihood -49.26234317603295 Hannan-Quinn criter. 0.8684364389051178

    F-statistic 105.9862567747877 Durbin-Watson stat 0.6640933618370436

    Prob(F-statistic) 4.566377665157213e-34

  • 21

    Tabla 3 Tabla de Regresión Lineal

    Dependent Variable: LOGPROD

    Method: Least Squares

    Date: 10/25/19 Time: 14:49

    Sample: 2007M01 2017M08

    Included observations: 128

    Variable Coefficient Std. Error t-Statistic Prob.

    C 10.50966 0.405928 25.89047 0.0000

    BC -0.000301 7.49E-05 -4.014374 0.0001

    EXP01 1.91E-08 1.17E-09 16.31643 0.0000

    TC -0.319830 0.135873 -2.353890 0.0202

    R-squared 0.719431 Mean dependent var 9.803124

    Adjusted R-squared 0.712643 S.D. dependent var 0.673891

    S.E. of regression 0.361244 Akaike info criterion 0.832224

    Sum squared resid 16.18164 Schwarz criterion 0.921350

    Log likelihood -49.26234 Hannan-Quinn criter. 0.868436

    F-statistic 105.9863 Durbin-Watson stat 0.664093

    Prob(F-statistic) 0.000000

    Fuente: E-views

    Elaboración: propia

    El nivel de confianza para el presente trabajo es de 71.94%, ya que como se puede apreciar en

    el cuadro el R-squared es de 0.719431. Asimismo, el resultado de Durbin-Watson es de 0.664093

    lo que significa que es muy pequeño y se encuentra dentro de la zona de auto correlación

    positiva.

  • 22

    Tabla 4 Test de White

    Heteroskedasticity Test: White

    F-statistic 1.241685 Prob. F (9,118) 0.2765

    Obs*R-squared 11.07350 Prob. Chi-Square (9) 0.2707

    Scaled explained SS 7.982265 Prob. Chi-Square (9) 0.5359

    Test Equation:

    Dependent Variable: RESID^2

    Method: Least Squares

    Date: 10/25/19 Time: 14:50

    Sample: 2007M01 2017M08

    Included observations: 128

    Variable Coefficient Std. Error t-Statistic Prob.

    C -1.923018 2.528869 -0.760426 0.4485

    BC^2 1.40E-08 6.30E-08 0.221753 0.8249

    BC*EXP01 -6.74E-13 1.38E-12 -0.489814 0.6252

    BC*TC 1.15E-05 0.000142 0.081065 0.9355

    BC -4.59E-05 0.000433 -0.106094 0.9157

    EXP01^2 3.52E-17 1.59E-17 2.220329 0.0283

    EXP01*TC -3.29E-09 3.10E-09 -1.060258 0.2912

    EXP01 8.16E-09 9.08E-09 0.898191 0.3709

    TC^2 -0.228332 0.276307 -0.826371 0.4103

    TC 1.371528 1.674804 0.818918 0.4145

    R-squared 0.086512 Mean dependent var 0.126419

    Adjusted R-squared 0.016839 S.D. dependent var 0.157304

    S.E. of regression 0.155974 Akaike info criterion -0.803351

    Sum squared resid 2.870689 Schwarz criterion -0.580536

    Log likelihood 61.41448 Hannan-Quinn criter. -0.712820

    F-statistic 1.241685 Durbin-Watson stat 1.627851

    Prob(F-statistic) 0.276456

    Fuente: E-views

    Elaboración: propia

    En el cuadro se puede observas que la probabilidad es de 0.05 por lo que se deduce que no

    existe heterocedasticidad, lo que quiere decir que la varianza de los errores es constante en las

    observaciones.

  • 23

    Tabla 5 Matriz de Covarianza

    LOGPROD BC TC EXP01

    LOGPROD 0.450581 -100.1850 0.011270 15606438

    BC -100.1850 191260.3 -14.11523 -2.48E+09

    TC 0.011270 -14.11523 0.058009 1341206.

    EXP01 15606438 -2.48E+09 1341206. 8.02E+14

    Fuente: E-views

    Elaboración: propia

    Tabla 6 Test de Multicolinealidad

    Variance Inflation Factors

    Date: 11/18/19 Time: 11:55

    Sample: 2007M01 2017M08

    Included observations: 128

    Coefficient Uncentered Centered

    Variable Variance VIF VIF

    C 0.164777 161.6241 NA

    BC 5.61E-09 1.707484 1.051837

    EXP01 1.37E-18 1.522636 1.074507

    TC 0.018461 161.3217 1.050439

    Fuente: E-views

    Elaboración: propia

    El test de multicolinealidad es aquel que demuestra la existencia de una correlación fuerte entre

    variables. Al aplicar dicho test se puede demostrar que no existe correlación fuerte alguna, ya

    que los valores de Centered VIF salen menor a 10.

  • 24

    Tabla 7 Test de Durbin - Watson

    Breusch-Godfrey Serial Correlation LM Test:

    F-statistic 37.51757 Prob. F (3,121) 0.0000

    Obs*R-squared 61.68521 Prob. Chi-Square (3) 0.0000

    Test Equation:

    Dependent Variable: RESID

    Method: Least Squares

    Date: 10/25/19 Time: 14:52

    Sample: 2007M01 2017M08

    Included observations: 128

    Presample missing value lagged residuals set to zero.

    Variable Coefficient Std. Error t-Statistic Prob.

    C -0.233242 0.297710 -0.783453 0.4349

    BC 8.48E-05 5.55E-05 1.527803 0.1292

    EXP01 -1.65E-09 9.78E-10 -1.688057 0.0940

    TC 0.079423 0.100042 0.793895 0.4288

    RESID(-1) 0.759618 0.089334 8.503162 0.0000

    RESID(-2) -0.007594 0.111889 -0.067870 0.9460

    RESID(-3) -0.125547 0.090784 -1.382915 0.1692

    R-squared 0.481916 Mean dependent var -9.30E-16

    Adjusted R-squared 0.456226 S.D. dependent var 0.356952

    S.E. of regression 0.263220 Akaike info criterion 0.221482

    Sum squared resid 8.383454 Schwarz criterion 0.377452

    Log likelihood -7.174837 Hannan-Quinn criter. 0.284853

    F-statistic 18.75879 Durbin-Watson stat 1.917887

    Prob(F-statistic) 0.000000

    Fuente: E-views

    Elaboración: propia

    Para realizar el Test de Durbin se tuvo que realizar tres regresiones con el fin de que el modelo

    no presente autocorrelación. Por ello, el resultado del estadístico Durbin Watson es de 1. 917887

    por lo que ya se encuentra dentro de la zona de aceptación.

  • 25

    Tabla 8 Test de Dickey Fuller a la variable de Balanza Comercial

    Null Hypothesis: D(BC) has a unit root

    Exogenous: Constant, Linear Trend

    Lag Length: 1 (Automatic - based on SIC, maxlag=12)

    t-Statistic Prob. *

    Augmented Dickey-Fuller test statistic -15.37415 0.0000

    Test critical values: 1% level -4.033108

    5% level -3.446168

    10% level -3.148049

    *MacKinnon (1996) one-sided p-values.

    Augmented Dickey-Fuller Test Equation

    Dependent Variable: D(BC,2)

    Method: Least Squares

    Date: 11/18/19 Time: 12:04

    Sample (adjusted): 2007M04 2017M08

    Included observations: 125 after adjustments

    Variable Coefficient Std. Error t-Statistic Prob.

    D (BC (-1)) -2.275273 0.147993 -15.37415 0.0000

    D (BC (-1),2) 0.440851 0.083188 5.299465 0.0000

    C -37.29677 55.84536 -0.667858 0.5055

    @TREND("2007M01") 0.657450 0.751254 0.875137 0.3832

    R-squared 0.825804 Mean dependent var 3.379550

    Adjusted R-squared 0.821485 S.D. dependent var 717.1206

    S.E. of regression 302.9910 Akaike info criterion 14.29676

    Sum squared resid 11108227 Schwarz criterion 14.38727

    Log likelihood -889.5475 Hannan-Quinn criter. 14.33353

    F-statistic 191.2063 Durbin-Watson stat 2.013757

    Prob(F-statistic) 0.000000

    Fuente: E-views

    Elaboración: propia

    La prueba de Dickey Fuller tiene como función determinar si existe o no raíces unitarias dentro

    de una serie de tiempo. Para ello, se tomará el H0 como la existencia de raíces unitarias y el H1

    para la no existencia de raíces unitarias. Cuando la probabilidad es menor de 0.05 se rechaza el

    H0 y se deduce que la variable es estacionaria.

    Al aplicar la prueba en esta variable, arroja como resultado una probabilidad de 0.000, por lo que

    se deduce que la variable es estacionaria.

  • 26

    Tabla 9 Test de Dickey Fuller a la variable Exportación de palta

    Null Hypothesis: D(EXP01) has a unit root

    Exogenous: Constant, Linear Trend

    Lag Length: 9 (Automatic - based on SIC, maxlag=12)

    t-Statistic Prob.*

    Augmented Dickey-Fuller test statistic -10.87893 0.0000

    Test critical values: 1% level -4.038365

    5% level -3.448681

    10% level -3.149521

    *MacKinnon (1996) one-sided p-values.

    Augmented Dickey-Fuller Test Equation

    Dependent Variable: D(EXP01,2)

    Method: Least Squares

    Date: 11/18/19 Time: 11:59

    Sample (adjusted): 2007M12 2017M08

    Included observations: 117 after adjustments

    Variable Coefficient Std. Error t-Statistic Prob.

    D(EXP01(-1)) -5.335038 0.490401 -10.87893 0.0000

    D(EXP01(-1),2) 4.153153 0.421555 9.851980 0.0000

    D(EXP01(-2),2) 3.773078 0.376676 10.01676 0.0000

    D(EXP01(-3),2) 3.479409 0.351345 9.903109 0.0000

    D(EXP01(-4),2) 2.809823 0.327040 8.591667 0.0000

    D(EXP01(-5),2) 2.309362 0.270787 8.528322 0.0000

    D(EXP01(-6),2) 1.994520 0.216961 9.192999 0.0000

    D(EXP01(-7),2) 1.633805 0.187746 8.702189 0.0000

    D(EXP01(-8),2) 0.955076 0.162336 5.883314 0.0000

    D(EXP01(-9),2) 0.381909 0.119854 3.186452 0.0019

    C -990784.1 1707697. -0.580187 0.5630

    @TREND("2007M01") 45473.87 22714.35 2.001989 0.0479

    R-squared 0.775172 Mean dependent var 9470.085

    Adjusted R-squared 0.751619 S.D. dependent var 16204901

    S.E. of regression 8076179. Akaike info criterion 34.74365

    Sum squared resid 6.85E+15 Schwarz criterion 35.02695

    Log likelihood -2020.504 Hannan-Quinn criter. 34.85867

    F-statistic 32.91124 Durbin-Watson stat 2.024178

    Prob(F-statistic) 0.000000

    Fuente: E-views

    Elaboración: propia

  • 27

    La prueba de Dickey Fuller tiene como función determinar si existe o no raíces unitarias dentro

    de una serie de tiempo. Para ello, se tomará el H0 como la existencia de raíces unitarias y el H1

    para la no existencia de raíces unitarias. Cuando la probabilidad es menor de 0.05 se rechaza el

    H0 y se deduce que la variable es estacionaria. Al aplicar la prueba en esta variable, arroja como

    resultado una probabilidad de 0.000, por lo que se deduce que la variable es estacionaria.

    Tabla 10 Test de Dickey Fuller a la variable Producción Nacional de Palta

    Null Hypothesis: D(LOGPROD) has a unit root

    Exogenous: Constant, Linear Trend

    Lag Length: 9 (Automatic - based on SIC, maxlag=12)

    t-Statistic Prob. *

    Augmented Dickey-Fuller test statistic -11.96011 0.0000

    Test critical values: 1% level -4.038365

    5% level -3.448681

    10% level -3.149521

    *MacKinnon (1996) one-sided p-values.

    Augmented Dickey-Fuller Test Equation

    Dependent Variable: D(LOGPROD,2)

    Method: Least Squares

    Date: 11/18/19 Time: 12:02

    Sample (adjusted): 2007M12 2017M08

    Included observations: 117 after adjustments

    Variable Coefficient Std. Error t-Statistic Prob.

    D (LOGPROD (-1)) -5.028591 0.420447 -11.96011 0.0000

    D (LOGPROD (-1),2) 3.855611 0.357044 10.79871 0.0000

    D (LOGPROD (-2),2) 3.519189 0.317904 11.06998 0.0000

    D (LOGPROD (-3),2) 3.128155 0.299609 10.44080 0.0000

    D (LOGPROD (-4),2) 2.514405 0.257015 9.783096 0.0000

    D (LOGPROD (-5),2) 2.244666 0.220752 10.16826 0.0000

    D (LOGPROD (-6),2) 1.593231 0.183963 8.660626 0.0000

    D (LOGPROD (-7),2) 1.402150 0.145366 9.645684 0.0000

    D (LOGPROD (-8),2) 0.865528 0.125345 6.905170 0.0000

    D(LOGPROD (-9),2) 0.413949 0.091695 4.514421 0.0000

    C 0.070272 0.037456 1.876118 0.0634

    @TREND("2007M01") -0.000307 0.000483 -0.635392 0.5266

  • 28

    R-squared 0.787603 Mean dependent var 0.003405

    Adjusted R-squared 0.765351 S.D. dependent var 0.362689

    S.E. of regression 0.175688 Akaike info criterion -0.543294

    Sum squared resid 3.240976 Schwarz criterion -0.259994

    Log likelihood 43.78271 Hannan-Quinn criter. -0.428278

    F-statistic 35.39601 Durbin-Watson stat 2.118553

    Prob(F-statistic) 0.000000

    Fuente: E-views

    Elaboración: propia

    La prueba de Dickey Fuller tiene como función determinar si existe o no raíces unitarias dentro

    de una serie de tiempo. Para ello, se tomará el H0 como la existencia de raíces unitarias y el H1

    para la no existencia de raíces unitarias. Cuando la probabilidad es menor de 0.05 se rechaza el

    H0 y se deduce que la variable es estacionaria. Al aplicar la prueba en esta variable, arroja como

    resultado una probabilidad de 0.000, por lo que se deduce que la variable es estacionaria.

  • 29

    Tabla 11 Test de Dickey Fuller a la variable Tipo de Cambio

    Null Hypothesis: D(TC) has a unit root

    Exogenous: Constant, Linear Trend

    Lag Length: 0 (Automatic - based on SIC, maxlag=12)

    t-Statistic Prob.*

    Augmented Dickey-Fuller test statistic -7.442929 0.0000

    Test critical values: 1% level -4.032498

    5% level -3.445877

    10% level -3.147878

    *MacKinnon (1996) one-sided p-values.

    Augmented Dickey-Fuller Test Equation

    Dependent Variable: D(TC,2)

    Method: Least Squares

    Date: 11/18/19 Time: 12:03

    Sample (adjusted): 2007M03 2017M08

    Included observations: 126 after adjustments

    Variable Coefficient Std. Error t-Statistic Prob.

    D(TC(-1)) -0.620953 0.083429 -7.442929 0.0000

    C -0.007199 0.006874 -1.047299 0.2970

    @TREND("2007M01") 0.000116 9.32E-05 1.247280 0.2147

    R-squared 0.310528 Mean dependent var 6.24E-05

    Adjusted R-squared 0.299317 S.D. dependent var 0.044829

    S.E. of regression 0.037525 Akaike info criterion -3.704099

    Sum squared resid 0.173199 Schwarz criterion -3.636569

    Log likelihood 236.3583 Hannan-Quinn criter. -3.676664

    F-statistic 27.69865 Durbin-Watson stat 1.918488

    Prob(F-statistic) 0.000000

    Fuente: E-views

    Elaboración: propia

    La prueba de Dickey Fuller tiene como función determinar si existe o no raíces unitarias dentro

    de una serie de tiempo. Para ello, se tomará el H0 como la existencia de raíces unitarias y el H1

    para la no existencia de raíces unitarias. Cuando la probabilidad es menor de 0.05 se rechaza el

    H0 y se deduce que la variable es estacionaria.

    Al aplicar la prueba en esta variable, arroja como resultado una probabilidad de 0.000, por lo que

    se deduce que la variable es estacionaria.

  • 30

    DISCUSIONES

    Al finalizar el presente trabajo de investigación se puede concluir que las exportaciones de palta

    sí impactan positivamente en el tipo de cambio, en las exportaciones y en la balanza comercial.

    Es por eso que nuestros resultados guardan relación con otros estudios de investigación como

    Miyagusuku (2011) donde concluyó que para poder seguir incrementando las exportaciones de

    palta se tienen que hacer tratados donde se eliminen las barreras arancelarias los cuales

    representan un obstáculo para los exportadores peruanos cuando quieren ingresar a nuevos

    mercados. Es de suma importancia que el estado peruano se encargue de buscar nuevos

    mercados para poder crear nuevas alianzas con otros países, donde exista potencial para poder

    exportar la palta, es por eso que en nuestra investigación encontramos que los TLC son muy

    necesarios para garantizar el aumento de las exportaciones, ya que nos reduce

    considerablemente las barreras no arancelarias para poder ingresar de una manera más fácil a

    nuevos mercados.

    A nivel mundial las exportaciones de palta siguen creciendo y hay países que están aumentando

    su producción, es por eso que el Perú a través de sus gobiernos regionales debería fomentar

    programas de cultivo de palta y organizar a los agricultores para ser más competitivos. Por ello,

    el Ministerio de Agricultura debería promover programas, ya que las exportaciones tradicionales

    en el Perú tienen un mayor potencial y experiencia del cual se debería para ser más competitivos.

    Después de realizar los diferentes test para analizar el comportamiento de las variables, se puede

    deducir que tienen un nivel de significancia de casi el 72% y que el modelo econométrico utilizado

    para la presente investigación ayudo a determinar dicha significancia. Con la información se ha

    podido determinar la validez de la hipótesis específica y determinar cómo las diferentes variables

    afectan de diferente manera a la variable endógena de la ecuación.

  • 31

    REFERENCIAS

    Andina.pe. (2019). Perú exportó palta por US$ 580 millones en 2017 y es segundo

    proveedor mundial. [online] Available at: https://andina.pe/agencia/noticia-peru-exporto-palta-

    580-millones-2017-y-es-segundo-proveedor-mundial-702008.aspx [Accessed 4 Mar. 2018].

    Avendaño Alegre, J., Mercado Mendez, M., Soriano Valerio, L., & Villamonte Fernandez,

    R. (2018). Plan de negocios para la comercialización de la palta fuerte de los Valles de la

    Provincia de Lima. Retrieved from

    http://repositorio.esan.edu.pe/bitstream/handle/ESAN/1440/2018_MATC-17-1_2017-

    1_05_T.pdf?sequence=1&isAllowed=y

    Avocado production worldwide 2017 | Statista. (2019). Retrieved from

    https://www.statista.com/statistics/577455/world-avocado-production/

    Becerra Rodriguez, L. (2015). Determinación del tipo de cambio peso-dólar. Retrieved

    from https://www.ccpm.org.mx/avisos/Determinaciondeltipodecambiopesodolar.pdf

    Chavez, M. (2019). PERÚ ROMPE RECORD DE EXPORTACIÓN DE PALTA. Retrieved

    from https://www.camaralima.org.pe/repositorioaps/0/0/par/r868_3/comercio%20exterior.pdf

    Chávez, M. (2019). Exportación de palta logró cifra récord cercana a US$ 800 millones

    en 2018. [online] Andina.pe. Available at: https://andina.pe/agencia/noticia-exportacion-palta-

    logro-cifra-record-cercana-a-800-millones-2018-744497.aspx [Accessed 6 Mar. 2019].

    Duran Lima, J., & Alvarez, M. (2008). Indicadores de comercio exterior y política

    comercial: mediciones de posición y dinamismo comercial. Retrieved from

    https://repositorio.cepal.org/bitstream/handle/11362/3690/S2008794_es.pdf

    Guía metodológica de la nota semanal. (2019). Retrieved from

    http://www.bcrp.gob.pe/docs/Publicaciones/Guia-Metodologica/Guia-Metodologica-07.pdf

    Hurtado Taboada, C. (2017). Factores críticos de éxito para incrementar participación de

    mercado de Perú en la exportación de palta Hass a la ciudad de Shanghai – China en los años

    2014 a 2021. Retrieved from

    http://repositorio.esan.edu.pe/bitstream/handle/ESAN/1440/2018_MATC-17-1_2017-1_05_T.pdf?sequence=1&isAllowed=yhttp://repositorio.esan.edu.pe/bitstream/handle/ESAN/1440/2018_MATC-17-1_2017-1_05_T.pdf?sequence=1&isAllowed=yhttps://www.statista.com/statistics/577455/world-avocado-production/https://www.camaralima.org.pe/repositorioaps/0/0/par/r868_3/comercio%20exterior.pdfhttps://repositorio.cepal.org/bitstream/handle/11362/3690/S2008794_es.pdfhttp://www.bcrp.gob.pe/docs/Publicaciones/Guia-Metodologica/Guia-Metodologica-07.pdf

  • 32

    https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/621832/Hurtado_tc.pdf;jsessio

    nid=AA68AC2BB861F58B8646B28CBE84496C?sequence=5

    Krugman, P. (2011). Economía internacional (7th ed.). Pearson Educación de México,

    S.A. de C.V.

    Lopez Cordova, D., & Ruiz Cordova, J. (2016). PROPUESTA DE UN PLAN DE

    EXPORTACIÓN A LAS ASOCIACIONES PRODUCTORAS DE PALTA HASS DEL DISTRITO

    DE MOTUPE-LAMBAYEQUE HACIA EL MERCADO DE AMSTERDAM - HOLANDA 2015-2016.

    Retrieved from

    http://repositorio.uss.edu.pe/bitstream/handle/uss/3126/RUIZ_CORDOVA_JAIME_AMERICO%

    20turnitin.pdf?sequence=5&isAllowed=y

    Miyagusuku: Miyagusuku, A. (2011). El proceso de exportación y las oportunidades

    comerciales para los alimentos. Retrieved from

    http://www.fao.org/fileadmin/templates/olq/documents/lima/nac/P10-ExportacionAlimentos-

    PROMPERU-AMiyagusuku081111.pdf

    Mauricio Laguna, L. (2018). Perspectiva del tratado del libre comercio con China en las

    exportaciones de Palta Hass en la región de La Libertad. Retrieved from

    http://dspace.unitru.edu.pe/bitstream/handle/UNITRU/11406/MAURICIO%20LAGUNA%2c%20L

    eydi%20Yanina.pdf?sequence=1&isAllowed=y

    Sierra Exportadora. (2019). INDUSTRIALIZACION DE LA PALTA - SIERRA

    EXPORTADORA - PALTA. [online] Available at:

    https://sites.google.com/site/sierraexportadorapalta14/4-proyecto-formativo-en-

    matematica/primera-etapa/industrializacion-de-la-palta [Accessed 25 Oct. 2019].

    Tomaylla Deza, N. (2018). Contar con Alianzas Estratégicas en los Mercados

    Internacionales y su Influencia en la Exportación de Paltas en Perú - Periodo 2000-2017.

    Retrieved from

    https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/623517/Tomaylla_DN.pdf?seq

    uence=5&isAllowed=y

    https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/621832/Hurtado_tc.pdf;jsessionid=AA68AC2BB861F58B8646B28CBE84496C?sequence=5https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/621832/Hurtado_tc.pdf;jsessionid=AA68AC2BB861F58B8646B28CBE84496C?sequence=5http://repositorio.uss.edu.pe/bitstream/handle/uss/3126/RUIZ_CORDOVA_JAIME_AMERICO%20turnitin.pdf?sequence=5&isAllowed=yhttp://repositorio.uss.edu.pe/bitstream/handle/uss/3126/RUIZ_CORDOVA_JAIME_AMERICO%20turnitin.pdf?sequence=5&isAllowed=yhttp://www.fao.org/fileadmin/templates/olq/documents/lima/nac/P10-ExportacionAlimentos-PROMPERU-AMiyagusuku081111.pdfhttp://www.fao.org/fileadmin/templates/olq/documents/lima/nac/P10-ExportacionAlimentos-PROMPERU-AMiyagusuku081111.pdfhttp://dspace.unitru.edu.pe/bitstream/handle/UNITRU/11406/MAURICIO%20LAGUNA%2c%20Leydi%20Yanina.pdf?sequence=1&isAllowed=yhttp://dspace.unitru.edu.pe/bitstream/handle/UNITRU/11406/MAURICIO%20LAGUNA%2c%20Leydi%20Yanina.pdf?sequence=1&isAllowed=yhttps://repositorioacademico.upc.edu.pe/bitstream/handle/10757/623517/Tomaylla_DN.pdf?sequence=5&isAllowed=yhttps://repositorioacademico.upc.edu.pe/bitstream/handle/10757/623517/Tomaylla_DN.pdf?sequence=5&isAllowed=y

  • 33

    Troncoso, J., Aguirre, M., Manriquez, P., & Mundigo, D. (2008). Influencia del calibre,

    mercado de destino y mes de comercialización en el precio de exportación de la palta Hass: Un

    enfoque hedónico. Retrieved from https://scielo.conicyt.cl/pdf/ciagr/v35n3/art11.pdf

    Vargas Acuache, C. (2014). XXXIII SEMINARIO DE DERECHO ADUANERO. Retrieved

    from https://www.mef.gob.pe/defensoria/boletines/XXXIII_dcho_aduanero_2014.pdf

    Vidal Gomez, L. (2010). Estudio de Pre-factiblidad para la exportación de palta Hass a

    Estados Unidos. Retrieved from

    http://tesis.pucp.edu.pe/repositorio/bitstream/handle/20.500.12404/1111/VIDAL_GOMEZ_LIZ_E

    XPORTACION_PALTA_HASS.pdf?sequence=1&isAllowed=y

    https://scielo.conicyt.cl/pdf/ciagr/v35n3/art11.pdfhttps://www.mef.gob.pe/defensoria/boletines/XXXIII_dcho_aduanero_2014.pdf