Tesis Deyssi Bailon

UNIVERSIDAD NACIONAL DEL ALTIPLANO
FACULTAD DE INGENIERÍA ECONÓMICA

ESCUELA PROFESIONAL DE INGENIERÍA ECONÓMICA
“DETERMINANTES DE LAS EXPORTACIONES DE

QUINUA EN EL PERÚ: PERIODO ENERO 1997 –
DICIEMBRE 2012”
TESIS
Presentadapor: BACHILLER DEYSSI NIEVES BAILÓN MAMANI
PARA OPTAR EL TÍTULO PROFESIONAL DE

INGENIERO ECONOMISTA
PROMOCIÓN 2012 - I
PUNO - PERU
2014
Dedicatoria
Con mucho cariño para mi mamá Nora, por todo

el apoyo que me brindo constantemente, por
impulsarme a seguir adelante y darme fuerzas para
enfrentar cualquier adversidad y por demostrarme
su cariño y apoyo incondicional.
A mi papá Mario, por su apoyo y cariño que me

dio para mi formación profesional.
A mi hermanita Luz Karina, por su comprensión y

apoyo que me brindo durante los momentos más
difíciles, y también por haber compartido
momentos muy significativos conmigo.
Agradecimiento
A Dios por su amor infinito, por guiar mi camino
ysobre todo por haberme dado salud para seguir
adelante y lograr mis objetivos.
A mis padres y mi hermana que siempre me dieron

su apoyo y comprensión.
Agradezco de manera especial al Dr. Froilán Lazo

Flores por apoyarme y orientarme en el proceso y
elaboración del presente trabajo de investigación.
INDICE
LISTA DE CUADROS
LISTA DE FIGURAS
LISTA DE GRÁFICOS
LISTA DE SIGLAS
RESUMEN ........................................................................................................................ 1
SUMMARY ......................................................................................................................2
INTRODUCCIÓN .............................................................................................................3
CAPITULO I
1. PLANTEAMIENTO DEL PROBLEMA, ANTECEDENTES Y OBJETIVOS DE
LA INVESTIGACIÓN ................................................................................................ 5
1.1.PLANTEAMIENTO DEL PROBLEMA ................................................................ 5

1.1.1. Descripción del problema ...............................................................................5
1.1.2. Enunciado del problema .................................................................................7
1.2.ANTECEDENTES ..................................................................................................9
1.3.OBJETIVOS DE LA INVESTIGACIÓN ............................................................. 13
1.3.1. Objetivo General .......................................................................................... 13
1.3.2. Objetivos Específicos ...................................................................................13
CAPITULO II
2. MARCO TEÓRICO, MARCO CONCEPTUAL E HIPÓTESIS DE LA
INVESTIGACIÓN ....................................................................................................14
2.1. MARCO TEÓRICO.............................................................................................. 14

2.2. MARCO CONCEPTUAL ....................................................................................23
2.3. HIPÓTESIS DE LA INVESTIGACIÓN .............................................................. 27
2.3.1.Hipótesis General ............................................................................................ 27
2.3.2.Hipótesis Específicas ....................................................................................... 27
CAPITULO III
3. METODOLOGÍA DE LA INVESTIGACIÓN ......................................................... 28
3.1.MÉTODO DE INVESTIGACIÓN ........................................................................28

3.2.FUENTES DE INFORMACIÓN ..........................................................................29
3.3.METODOLOGÍA ECONOMÉTRICA .................................................................29
CAPITULO IV
4. CARACTERIZACIÓN DEL ÁREA DE INVESTIGACIÓN ..................................39
CAPITULO V
5. EXPOSICIÓN Y ANÁLISIS DE RESULTADOS ...................................................41
5.1.NIVEL DE PRODUCCIÓN, EXPORTACIÓN Y CANALES DE

COMERCIALIZACIÓN DE LA QUINUA EN EL PERÚ ........................................41
5.1.1. Producción de quinua ..................................................................................... 41
5.1.2. Exportación de quinua ....................................................................................46
5.1.3. Canales de comercialización de la quinua ...................................................... 52
5.1.4. Políticas y estrategias para las exportaciones .................................................54
5.2.VARIABLES MAS RELEVANTES QUE INFLUYEN EN LAS
EXPORTACIONES DE QUINUA EN EL PERÚ ...................................................... 59
5.2.1. Comportamiento de las variables macroeconómicas ....................................59
5.2.2. Contrastes de raíz unitaria y estacionariedad de las variables ...................... 60
5.2.3. Relaciones de largo plazo de las exportaciones de quinua, precio de
exportación y términos de intercambio......................................................... 65
CONCLUSIONES ...........................................................................................................74
RECOMENDACIONES .................................................................................................76
BIBLIOGRAFÍA .............................................................................................................78
ANEXOS ......................................................................................................................... 80
LISTA DE CUADROS
CUADRO N° 01: MERCADOS DE DESTINO .............................................................. 6

CUADRO N° 02: INDICADORES MACROECONÓMICOS DEL PERÚ 2005-2011 40
CUADRO N° 03: PRODUCCIÓN NACIONAL DE QUINUA 1997- 2011 ................ 42
CUADRO N° 04: PRODUCCIÓN DE QUINUA POR DEPARTAMENTOS 2010-
2011 ................................................................................................................................ 44
CUADRO N° 05: EXPORTACIONES DE QUINUA (PERÚ) SEGÚN PAÍSES DE
DESTINO – 2012 ........................................................................................................... 46
CUADRO N° 06: VALOR NUTRICIONAL DE LA QUINUA ................................... 50
CUADRO N° 07: MERCADOS DE DESTINO ACUERDOS COMERCIALES ........ 56
CUADRO N° 08: RESUMEN DE CONTRASTES DE RAÍCES UNITARIAS Y
ESTACIONARIEDAD (EN NIVELES) ........................................................................ 61
CUADRO N° 09: RESUMEN DE CONTRASTES DE RAÍCES UNITARIAS Y
ESTACIONARIEDAD (EN PRIMERAS DIFERENCIAS) ......................................... 64
CUADRO N° 10: EVALUACIÓN DE LOS ESTADÍSTICOS DE LA TRAZA.......... 66
CUADRO N° 11: EVALUACIÓN DEL ESTADÍSTICO MAX-EIGEN ..................... 66
CUADRO N° 12: MODELO DE PESARAN, SHIN Y SMITH ................................... 68
CUADRO N° 13: COEFICIENTES ESTIMADOS NORMALIZADOS: ECUACIÓN
DE LARGO PLAZO. ..................................................................................................... 70
CUADRO N° 14: TEST DE WALD .............................................................................. 70
CUADRO N° 15: VALORES CRÍTICOS ASINTÓTICOS DE LAS BANDAS PARA
EL ESTADÍSTICO F ..................................................................................................... 70
LISTA DE FIGURAS
FIGURA N° 01: EVOLUCIÓN DE LAS EXPORTACIONES DE QUINUA ............... 6

FIGURA N° 02: MANIFESTACIÓN DEL COMERCIO EXTERIOR ........................ 14
FIGURA N° 03: EFECTO DINÁMICO DE UNA DEPRECIACIÓN EN LA
BALANZA COMERCIAL “LA CURVA J” ................................................................. 20
FIGURA N° 04: CADENA EXPORTADORA FUTURA (2016) DE PUNO .............. 21
FIGURA N° 05: CADENA DEL VALOR ACTUAL DE LA QUINUA. ..................... 54
LISTA DE GRÁFICOS
GRÁFICO N° 01: PRODUCCIÓN DE QUINUA EN LATINOAMÉRICA: PERIODO

1997-2011 ....................................................................................................................... 42
GRÁFICO N° 02: PRODUCCIÓN DE QUINUA A NIVEL NACIONAL: PERIODO
1997-2011 ....................................................................................................................... 43
GRÁFICO N° 03: PRODUCCIÓN DE QUINUA POR DEPARTAMENTOS:
PERIODO 1997- 2011 ................................................................................................... 45
GRÁFICO N° 04: PRECIO AL PRODUCTOR: PERIODO 1997-2011 ...................... 45
GRÁFICO N° 05: EVOLUCIÓN DE LAS EXPORTACIONES DE QUINUA EN EL
PERÚ: PERIODO 1997 -2012 ....................................................................................... 48
GRÁFICO N° 06: EVOLUCIÓN DE LAS EXPORTACIONES DE QUINUA EN EL
PERÚ: PERIODO 1997-2012 ........................................................................................ 49
GRÁFICO N° 07: PRODUCCIÓN Y EXPORTACIÓN DE QUINUA (PERÚ):
PERIODO 1997-2011 .................................................................................................... 51
GRÁFICO N° 08: COMPARACIÓN DE LAS EXPORTACIONES DE QUINUA
ENTRE PERÚ Y BOLIVIA: PERIODO 2006-2013 ..................................................... 52
GRÁFICO N° 09: COMPORTAMIENTO DE LAS VARIABLES DEL MODELO ... 59
GRÁFICO N° 10: ONE-STEP FORECAST TEST: PERIODO1997-2012 .................. 71
GRÁFICO N° 11: N-STEEP FORECAST TEST: PERIODO 1997-2012 .................... 72
GRÁFICO N° 12: ANÁLISIS DE EXOGENEIDAD.................................................... 72
LISTA DE SIGLAS
FAO Organización de las Naciones Unidas para la Alimentación

y la Agricultura
MINAG Ministerio de Agricultura
ADEX Asociación de Exportadores del Perú
PROMPERU Comisión de Promoción del Perú para la Exportación y el

Turismo
BCRP Banco Central de Reserva del Perú
ATPDEA Ley de Promoción Comercial Andina y Erradicación de la

Droga
TLC Tratado de Libre Comercio
SGP Sistema General de Preferencias
APC Acuerdo de Promoción Comercial
ALADI Asociación Latinoamericana de Integración
INIA Instituto Nacional de Innovación Agraria
SENASA Servicio Nacional de Sanidad Agraria
PERX Plan Estratégico Nacional Exportador
POP Plan Operativo

RESUMEN
El presente trabajo de investigación trata sobre las exportaciones de
quinua del Perú durante el periodo enero 1997- diciembre 2012, el cual
tiene como objetivo principal establecer los principales factores
determinantes de las exportaciones de quinua. Para ello se utiliza
información estadística de diferentes instituciones tales como
PROMPERU, BCRP, Organización de las Naciones Unidas para la
Alimentación y la Agricultura, Ministerio de Agricultura, Reserva Federal
de los Estados Unidos de América y otras instituciones.
Se aplica un modelo econométrico uniecuacional donde las
variables están en logaritmos, se tiene como variable dependiente las
exportaciones de quinua y como variables explicativas el precio de
exportación y los términos de intercambio. En cuanto a los procedimientos
econométricos en la primera parte se determinó el orden de integración de
cada una de las series utilizadas en el análisis, mediante la aplicación de
los test de raíz unitaria y de estacionariedad (Dickey-Fuller, Phillips-Perron
y KPSS) ; en la segunda parte, para establecer las relaciones de equilibrio
de largo plazo entre las variables involucradas en el modelo, se desarrolló
las diferentes metodologías de cointegración como Johansen, y Pesaran,
Shin y Smith, los mismos que mostraron evidencia de que existe
relaciones de equilibrio de largo plazo entre las series económicas no
estacionarias.
Palabras claves: Exportación, precio de exportación, términos de
intercambio, cointegración.
1
SUMMARY
The present research work deals with Peru's quinoa exports during the
period January 1997 - December 2012, which has as main objective to
establish the determinants of exports of quinoa. This statistical information
from various institutions such as PROMPERU , BCRP ,Food and
Agriculture Organization,Ministry of Agriculture, Federal Reserve of United
States and other institutions used .
An econometric model where the variables are in logarithms is
applied, has as dependent variable and quinoa exports as explanatory
variables export price and terms exchange. Regarding the econometric
procedures in the first part the order of integration of each series used in
the analysis, by applying the unit root test and the stacionarity (Dickey-
Fuller, Phillips-Perron and KPSS), was determined term relationship
between the variables involved in the model, the different methodologies
developed cointegration such Johansen methodology , and Pesaran , Shin
and Smith , they showed evidence that there is equilibrium relationships
between the long-term series nonstationary economic .
Keywords : Export, export price, terms exchange, cointegration
2
INTRODUCCIÓN
El problema de las exportaciones y sus determinantes ha sido
permanentemente objeto de estudio y de debate. En ese sentido desde
los mercantilistas, pasando por los clásicos hasta las economías más
modernas exportar ha sido considerado una actividad que acerca a las
economías a mejores niveles de crecimiento y desarrollo.
El Perú es el principal productor de quinua y el segundo país que
exporta este cultivo, las exportaciones, en los últimos años se han
incrementado a partir del año 2004, teniendo el 2005 y 2006 unos
crecimientos de 95% y 124% respectivamente; sin embargo los
volúmenes exportados son reducidos.
El objetivo de este trabajo es establecer los factores que
determinan las exportaciones de quinua en el Perú, durante el periodo
1997-2012, asimismo se examina la existencia de una relación de largo
plazo entre las exportaciones de quinua, el precio de exportación y los
términos de intercambio.
Esta investigación está dividida en cinco capítulos; en la primera se
plantea el problema, antecedentes y objetivos de la investigación.; en el
segundo capítulo de desarrolla el marco teórico, conceptual e hipótesis de
la investigación; en el tercer capítulo contiene la metodología de la
investigación a utilizar; en el cuarto capítulo se detalla las características
del área de investigación y en el quinto capítulo se desarrolla la
exposición y análisis de resultados.
El último capítulo, es la parte más importante, el cual está
organizada en dos secciones, en la primera se desarrolla el nivel de
3
Producción, exportación y canales de comercialización de la quinua en el
Perú, asimismo, en esta sección se presentan los principales países que
importan quinua peruana, destacando los Estados Unidos, país hacia
donde se envía el 67.5% de las exportaciones realizadas en el año 2012.
En la segunda parte se desarrolla el modelo econométrico, llevándose a
cabo el test de raíz unitaria para determinar el orden de integración de
cada una de las variables; asimismo con la intención de encontrar una
relación de largo plazo entre las variables, es que se utiliza el análisis de
cointegración; adicional a ello, con el objeto de estudiar de la mejor forma
posible la dinámica de ajuste de estas variables en el corto plazo es que
también utilizamos el modelo de corrección de errores.
Finalmente se presentan las conclusiones más importantes,
recomendaciones y los anexos.
4
CAPITULO I
1. PLANTEAMIENTO DEL PROBLEMA, ANTECEDENTES YOBJETIVOS
DE LA INVESTIGACION.
1.1. PLANTEAMIENTO DEL PROBLEMA
1.1.1. Descripción del problema
Perú tiene la ventaja de poseer más tierras destinadas al cultivo de
quinua, asimismo tiene buenos rendimientos por hectárea, por lo que es
considerado el primer productor de quinua a nivel mundial, sin embargo
en el año 2012 solo destino el 20% de su producción total para la
exportación, es decir su oferta de quinua solo corresponde al 15%de la
oferta mundial.
Actualmente se está promocionando el uso y las bondades de la
quinua, por lo que la demanda de quinua en el extranjero ya está en
crecimiento, esto lo podemos apreciar en los últimos 8 años, a partir del
2005 al 2012 la exportación de quinua ha crecido sostenidamente con una
tendencia dinámica de 78 %, a esta corriente de crecimiento se suma a la
promoción internacional que se está realizando, lo cual da la visión de que
5
la demanda seguirá en aumento. El incremento de las exportaciones se
muestra en la figura N° 01.
FIGURA N° 01
EVOLUCIÓN DE LAS EXPORTACIONES DE QUINUA
2005 2006 2007 2008 2009 2010 2011 2012
Millones US$ 0.7 1.5 2.0 5.1 7.1 13.1 25.0 31.5
Miles TM 0.6 1.3 1.5 2.1 2.7 4.8 7.9 10.8
Fuente: SUNAT
Elaboración propia
En el 2011, Estados Unidos se convirtió en el principal destino de la
quinua peruana al demandar más de US$15 millones, concentrando 60%
del total de envíos. Asimismo la quinua peruana goza de acceso
preferencial libre de pago de aranceles a sus principales mercados de
destino.
CUADRO N° 01
MERCADOS DE DESTINO
País de Destino Valor FOB(dólares) Porcentaje FOB
Estados Unidos 15,127,255.60 60.0%

Alemania 2,052,553.25 8.1%
Italia 1,614,317.69 6.4%
Canadá 1,366,889.71 5.4%
Australia 1,218,519.52 4.8%
Nueva Zelanda 485,162.01 1.9%
Israel 434,242.51 1.7%
Brasil 369,583.17 1.5%
Los demás 2,543,581.42 10.1%
Fuente: SUNAT
Elaboración propia
La quinua es uno de los granos con mayor potencial en el país,
más del 80% de la producción total se da en Puno y solo cerca de un 15%
6
a 20% es enviado al exterior; pese a su alta demanda internacional.
Asimismo el Perú, a nivel mundial, es el primer productor de quinua,
seguido de Bolivia que ocupa el segundo lugar en producción y primero
en la exportación de este grano. Sin embargo esta ventaja no es
suficiente para competir en un mundo globalizado, es necesario contar
con las capacidades que mejoren la competitividad de este producto.
Los productores de quinua no exportan directamente debido a que
existen bastantes intermediarios hasta llegar al consumidor final, la débil
organización y falta de capacidad de negociación de la base productiva
condiciona la presencia de numerosos intermediarios como los
acopiadores que llevan a las empresas transformadoras y exportadoras;
así los productores no son directamente los beneficiarios.
1.1.2. Enunciado del problema
En el Perú durante los últimos años se ha observado un crecimiento
constante de las exportaciones de quinua, sin embargo no representan
cantidades significativas respecto a su producción. En este contexto el
presente trabajo de investigación intenta determinar los factores que
influyen en las exportaciones de quinua para el periodo 1997-2012.
De acuerdo al planteamiento del problema descrito en la sección
anterior, el presente estudio de investigación da respuesta a las siguientes
interrogantes:
Pregunta general
7
¿Qué factores determinan las exportaciones de Quinua en el Perú durante
el periodo 1997 - 2012?
Preguntas específicas
¿Cuál es el nivel de producción, exportación y canales de
comercialización de la quinua en el Perú durante el periodo 1997-2012?
¿Cuáles son las variables más relevantes que influyen en las
exportaciones de quinua en el Perú y existe una relación de largo plazo?
8
1.2. ANTECEDENTES
Arbieto, del Pozo & Sheen, (2007), “Plan estratégico para la quinua del
Perú”. El objetivo de la investigación es elaborar un plan estratégico para
la quinua en el Perú, que permita al sector de la quinua ser más
competitivo, para lo cual realiza una investigación con un enfoque
cualitativo descriptivo, y se concluye que la tendencia del mercado
internacional está dirigida por productos orgánicos y de alto contenido
proteico, asimismo la cadena de valor de la quinua es muy compleja por la
cantidad de intermediarios presentes, lo que eleva los precios al
consumidor. Además la oferta del Perú es competitiva frente a su principal
contendor, Bolivia, por la variedad de quinua de color, propio de la
agricultura peruana.
Bayona, Litano & Zapata (2011): “Los Determinantes de la
producción exportable del banano orgánico en el Valle del Chira”. El
objetivo es determinar los factores que viabilizan el acceso de los
productores de banano orgánico de la región Piura al mercado
internacional. La cantidad producida de banano orgánico para su
exportación depende de un factor exógeno como es el precio, mucho más
que de un factor endógeno, como la calidad del producto. De acuerdo al
estudio se determina que se debe establecer un vínculo directo entre
productores y consumidores finales, asimismo para que las condiciones
naturales garanticen frutos orgánicos con calidad de exportación, requiere
de la participación de la sociedad civil, de sus organizaciones para
expandir los nexos productivos con las demás actividades económicas,
con la inclusión del mercado para identificar oportunidades comerciales,
9
desarrollar y profundizar tecnologías nuevas, mediante la creación de
agro negocios.
Briz y Chebil (2000): “Función de exportación Hortícola Española”.
El objetivo de este trabajo es analizar los factores determinantes de las
exportaciones hortícolas españolas a la UE en el periodo 1974-1998. Para
ello se estimó una función de exportación utilizando la metodología de
cointegración. Se concluye que las variables explicativas son la renta y
en menor medida, un índice de competitividad, asimismo, la demanda
interna no resulta ser significativa
Bustamante (2007): “Determinantes de las exportaciones no
tradicionales en el Perú 1992- 2007”; el objetivo es estimar las
elasticidades de largo plazo a partir de la consideración de la dinámica
completa del sistema. Se estimó la función de Cobb-Douglas y también se
utilizó la metodología de Johansen para ver la relación de largo plazo
entre las variables, obteniendo como resultado la existencia de una
relación de largo plazo entre las exportaciones no tradicionales, el índice
del tipo de cambio real y la demanda externa del resto del mundo, la
demanda interna, y el Producto Bruto Interno
Cabezas, Selaive y Becerra (2004): “Determinantes de las
exportaciones no minerales: una perspectiva regional”. El objetivo es
evaluar los efectos conjuntos del tipo de cambio real y la actividad externa
en el desempeño exportador, identificando los impactos diferenciados de
largo plazo de cada una de esas variables a nivel de zona económica.
Para establecer si las variables consideradas en el modelo presentan
evidencia estadística de raíz unitaria se realiza el test de DickeyFuller que
10
testea la hipótesis nula de raíz unitaria. Además se usa los enfoques de
Johansen y Engle-Granger para evaluar la cointegración. Los resultados
muestran que la demanda externa tiene un importante efecto en el
quantum exportado en el largo plazo resultando elástica para todas las
regiones consideradas. Por su parte la elasticidad respecto al tipo de
cambio real presenta valores inferiores a uno en las estimaciones
regionales, resultando no significativa para los países ALADI.
Chacchi Tello (2009): “Demanda de la Quinua a nivel industrial”. El
objetivo de la investigación es determinar la situación actual y
perspectivas de la demanda de quinua, para ello utiliza como indicadores
la producción nacional, las importaciones legales e ilegales y las
exportaciones de los últimos cinco años. Se concluye que existen
perspectivas favorables de crecimiento de la demanda en los distintos
mercados analizados, tanto nacional como externa, con tendencia
creciente, asimismo la valoración nutritiva de la quinua, fortalece esta
oportunidad de desarrollo.
Promperu, (2011): “Estudio de identificación de canales de
comercialización y distribución de productos de biocomercio – granos
andinos en España”. El objetivo es la realización de un estudio de
mercado sobre el potencial de los productos de quinua y kiwicha en
España con el fin de conocer las posibilidades, formas de ingreso y
comercialización en ese mercado. Reconocer los principales importadores
y compradores del producto así como los diversos formatos y
presentaciones que se adecuen al mercado español, los resultados
muestran que las exportaciones peruanas se centran en países con
11
mayor valor adquisitivo como EEUU, Israel, Alemania o Francia. De los
análisis cualitativos realizados a expertos del sector, se puede afirmar que
la demanda de quinua y kiwicha está creciendo, a pesar de la crisis
económica. Pero el crecimiento del producto peruano dependerá de la
inversión que se haga en la promoción del mismo.
Proaño (2011): “Plan de exportación de la quinua ecuatoriana al
mercado de los Estados Unidos para las Asociaciones de Productores en
la Provincia de Cotopaxi”. Este plan de exportación permite conocer
factores económicos, políticos, sociales culturales, los cuales están
involucrados con la quinua directamente. En la formulación de los
Procesos y Planes Operativos de exportación, referente a la
competitividad en el sector de la quinua, se implementó el modelo de las
cinco fuerzas resultando atractivo para matriz de estudio y análisis. Donde
se puede concluir que los competidores de exportación de la quinua son
Perú y Bolivia con grandes volúmenes de exportación y calidad; y más
aún Perú porque posee ventajas como son: mayores rendimientos por
hectárea y posibilidades de lograr más mercados a nivel mundial en
cuanto al consumo de quinua.
12
1.3. OBJETIVOS DE LA INVESTIGACIÓN
Objetivo General
Establecer los principales factores que determinan las exportaciones de
quinua en el Perú para el periodo 1997 - 2012.
Objetivos Específicos
a. Determinar los nivel de producción, exportación y canales de
comercialización de la quinua en el Perú durante el periodo 1997-2012
b. Identificar las variables más relevantes que influyen en las
exportaciones de quinua en el Perú y establecer si existen relaciones
de largo plazo entre las variables relevantes
13
CAPITULO II
2. MARCO TEÓRICO, MARCO CONCEPTUAL E HIPÓTESIS DE LA
INVESTIGACIÓN
2.1. MARCO TEÓRICO
Comercio internacional
Según Mankiw, G.(2009), el comercio internacional en un país exportador,
una vez que se da el comercio, el precio interno sube hasta ser igual al
precio mundial. La curva de oferta muestra la cantidad producida en el
interior y la curva de demanda muestra la cantidad consumida en el
interior. Las exportaciones son iguales a la diferencia entre la cantidad
interior ofrecida y la cantidad interior demandada”.
FIGURA N° 02
MANIFESTACIÓN DEL COMERCIO EXTERIOR
El modelo Heckscher-Olhin
14
Según Krugman, P. (1999), el modelo H.O. argumenta que las ventajas
comparativas entre países surgen de las diferencias en las dotaciones de
los factores y para entender el papel que juegan los recursos en el
comercio, se desarrolla un modelo en el cual los factores de producción
son el trabajo y el capital. Las naciones obtienen ventaja comparativa en
industrias que hacen un uso intensivo de los factores que poseen en
abundancia, exportando estos bienes e importando otros en los que
tienen desventaja comparativa en el factor más requerido.
En el modelo teórico, el comercio internacional conduce a la
igualación del precio de factores tales como capital y trabajo entre países.
Esta igualación no se observa a causa de enormes diferencias en
recursos, barreras comerciales y diferencias internacionales en
tecnología.
La evidencia empírica sobre la idea de que las diferencias en la
dotación de los recursos son el principal determinante de los patrones de
comercio, es generalmente desfavorable. Por el contrario, las diferencias
en tecnología parecen desempeñar un papel clave como sugería el
modelo Ricardiano (1817) con los costos comparativos. No obstante, el
modelo Heckscher-Ohlin sigue siendo muy útil, especialmente como vía
de predicción de los efectos del comercio sobre la distribución de la renta,
dado que el comercio produce la convergencia de los precios relativos y a
causa de ello se producen fuertes efectos en la distribución de la renta,
toda vez que los propietarios de un factor abundante ganan con el
comercio y los propietarios del factor escaso pierden.
15
El modelo de Heckscher y Ohlin, descansa en los siguientes
supuestos básicos:
i. Número de países, factores y bienes: existen dos países, con dos
factores de producción homogéneos y dos bienes.
ii. Tecnología: ambos países se sirven de la misma tecnología en la
producción.
iii. Rendimientos constantes a escala: ambas mercancías se producen
con rendimientos constantes a escala.
iv. Fuerte intensidad de factores: la mercancía X es intensiva en trabajo
y la mercancía Y es intensiva en capital.
v. Especialización incompleta: ningún país se especializa
completamente en la producción de un solo bien.
vi. Competencia perfecta: en los mercados de mercancías y de factores
en los dos países.
vii. Movilidad de factores: hay movilidad perfecta de factores dentro de
cada país pero no hay movilidad internacional de factores.
viii. Igualdad de gustos: las preferencias son iguales en ambos países.
Además los gustos están dados por el mismo mapa de indiferencia
social.
ix. Libre comercio: no hay costos de transporte, aranceles, ni otras
obstrucciones al libre flujo del comercio internacional.
x. Plena utilización de recursos: todos los recursos se utilizan por
completo en ambos países.
xi. El Comercio internacional entre los dos países está equilibrado.
16
El surgimiento de algunas críticas a los supuestos del modelo, han
llevado a la construcción de teorías alternativas del comercio
internacional, pues atribuyen la ventaja comparativa a otras causas
diferentes a la dotación de factores. Aparecen entonces las nuevas
teorías del comercio internacional, que se basan en nuevos conceptos
como: productos diferenciados (bienes sustitutos que se diferencian por la
marca, número, calidad de prestaciones, diseño y precio) y productos
nuevos (bienes de nueva creación, fruto del proceso de innovación
tecnológica). Una gran proporción del intercambio mundial de productos
manufacturados ocurre entre los propios países desarrollados y gran parte
de este comercio es de tipo intraindustrial o intrasectorial, donde se
intercambian bienes pertenecientes a un mismo sector industrial; es decir,
sustitutos próximos en el consumo o la producción.
Michael Porter, creador de la teoría de La Ventaja Competitiva, es
uno de los últimos autores que ha contribuido a esclarecer el éxito de
algunos países en el Comercio Mundial, con su obra “La Ventaja
Competitiva de las Naciones”. Desde la aparición de la Teoría de la
Ventaja Comparativa con A. Smith y los autores posteriores con los
añadidos y perfeccionamientos que señalamos, se aceptó que un país
estaba en mejor situación o mejor posesionado en función de la
abundancia de un factor de producción, lo que le permitía obtener
beneficios del comercio; sin embargo, a pesar de esta ventaja, había
países que no han obtenido los beneficios del comercio exterior. Para
explicar esta situación se determinó que había “ventajas comparativas
naturales o estáticas” y “ventajas comparativas dinámicas”.
17
a) Ventajas comparativas naturales o estáticas, eran las que un país
tenía por ubicación geográfica o factores naturales, como abundancia
de mano de obra generalmente barata o localización de recursos
abundantes.
b) Ventajas comparativas dinámicas, requiere de un esfuerzo especial o
consiente para aprovechar la ventaja de un país en el comercio
mundial.
Si un país no aprovecha su ventaja, es igual a no tener ningún
recurso y no obtendrá beneficio alguno del comercio. Por el contrario si
sobre esta ventaja construye ventajas adicionales, los beneficios
obtenidos en el comercio serán superiores. Porter para aclarar esta
situación se hizo algunas preguntas ¿Cuál es la razón o las razones por
las que algunos países triunfan y otros fracasan en la competencia
internacional?, ¿Por qué un país se convierte en un centro en el que
convergen competidores que triunfan internacionalmente en una industria
o en otra?, ¿por qué algunos países son competitivos y otros no?. La
respuesta fue interesante, a pesar de las diferencias entre los países, se
encontró que los países exitosos, mantenían un esfuerzo permanente por
incrementar su producción y productividad, basados en políticas de
eficiencia y calidad, lo que las conducía a la competitividad o a ser
economías competitivas.
De acuerdo a lo anterior, Porter elaboró su “modelo de
competitividad”, que consistía en la permanente búsqueda de la eficiencia
y la calidad para incrementar la productividad, que conducía hacia la
18
competitividad. Se entiende como ventaja competitiva: La capacidad de
un país para producir un bien en mejores condiciones de calidad,
cantidad, eficiencia y precio, manteniendo e incrementando
permanentemente la capacitación, investigación e innovación tecnológica
Determinantes de las exportaciones
Según Blanchard, O. (2006), las exportaciones de un país son, por
definición, las importaciones de otro. Cuando examinamos los
determinantes de las exportaciones de Estados Unidos, podemos
preguntarnos que determina las importaciones extranjeras. Por lo tanto
podemos expresar las exportaciones de la forma siguiente:
𝑋 = 𝑋(𝑌 ∗ , 𝜀)
Dónde:
𝑌 ∗ : Es la renta del resto del mundo o simplemente la renta extranjera (en
otras palabras la producción extranjera)
𝜀: Es el tipo de cambio real
Un en un ambiente competitivo. Este modelo no desplaza al otro
que se basa en la ventaja comparativa, sino que lo complementa. En
consecuencia la abundancia de factores o de recursos naturales, como
soporte para el desarrollo del comercio y posterior desarrollo del país o
región, es la base para construir ventajas competitivas. incremento de la
renta extranjera provoca un aumento de la demanda extranjera de todos
los bienes, parte de la cual recae en los bienes americanos, provocando
así un aumento de las exportaciones de Estados Unidos
19
Un aumento de 𝜀, una subida del precio relativo de los bienes
extranjeros expresados en bienes americanos, hace que los bienes
americanos sean relativamente más atractivos y, por lo tanto, provoca un
aumento de las exportaciones.
La curva J
Según Blanchard, O. (2006), las exportaciones de un país son explicadas
fundamentalmente por el tipo de cambio real, lo cual significa que existe
una relación directa entre ambas variables. De acuerdo a la Condición
Marshall-Lerner, una depreciación del tipo de cambio real mejorara la
balanza comercial, si las elasticidades de las exportaciones (ε X) e
importaciones (εM) superan a la unidad. En términos formales:
𝑑𝑋𝑁
> 0, 𝑠𝑖 (𝜀 𝑥 + 𝜀 𝑀 ) > 1
𝑑𝑇𝐶𝑅
No obstante, cuando ocurre una depreciación del tipo de cambio
real los efectos en la balanza comercial no se producen de manera
instantánea, sino requiere un tiempo para que pueda existir una mejora en
la balanza comercial. En efecto, cuando el tipo de cambio real aumenta,
inicialmente empeora la balanza comercial porque el valor de las
importaciones aumenta, dada las exportaciones. Posteriormente el
volumen de las exportaciones aumenta y de las importaciones disminuye,
por lo que la balanza comercial mejora por encima de la caída inicial. A
este fenómeno se le conoce como la curva en forma de “J”, que se
muestra en la FiguraN° 03.
FIGURA N° 03
20
EFECTO DINÁMICO DE UNA DEPRECIACIÓN EN LA BALANZA
COMERCIAL“LA CURVA J”
+
Depreciación
Exportaciones netas, NX
Tiempo
0 0
A C
- B
Proceso de comercialización de la quinua

Según el plan operativo de la quinua (2006), se desarrolla un esquema de
cadena exportadora para el 2016, el cual se considera para la presente
investigación, porque en Puno se concentra la mayor parte de la
producción.
La cadena de valor deseable o futura que se espera lograr en el largo
plazo,visualiza a todos los agricultores organizados y produciendo quinua
de calidad,tanto convencional como orgánica. Algunas organizaciones
han logrado unaintegración vertical hacia delante, disponiendo de plantas
propias deprocesamiento, pero también se canaliza la producción a través
de otrasempresas procesadoras de Puno, con las que se tiene alianzas
estratégicas.
Asimismo, se genera una diversidad de productos derivados de la quinua.
Laarticulación eficiente de los diferentes actores, les permite llegar de
maneracompetitiva al mercado internacional, aprovechando los diferentes
segmentos ynichos de mercado.
FIGURA N° 04
21
CADENA EXPORTADORA FUTURA (2016) DE PUNO
Fuente: Plan operativo de la quinua (MINCETUR)

2.2. MARCO CONCEPTUAL
Exportacionesno tradicionales:Productos de exportación que tienen cierto
grado de transformación o aumento de su valor agregado, y que
históricamente no se transaban con el exterior en montos significativos.
22
Legalmente, son todos los productos no incluidos en la lista de
exportaciones tradicionales del Decreto Supremo 076-92-EF. (Glosario del
BCRP, 2007)
Exportaciones tradicionales:Productos de exportación que históricamente
han constituido la mayor parte del valor de nuestras exportaciones.
Generalmente tienen un valor agregado menor que el de los productos no
tradicionales. Están definidos en la lista de exportaciones tradicionales del
Decreto Supremo 076-92-EF. Con excepción del gas natural que a pesar
de no aparecer en dicha lista, se considera como un producto tradicional.
(Glosario del BCRP, 2007)
Riesgo cambiario:Riesgo atribuible a la posibilidad que ocurra una
depreciación de la moneda que se mantiene en cartera y que, a
consecuencia de ella, se produzca una pérdida de capital (o una
reducción de la riqueza de una persona).(Glosario del BCRP, 2007)
Términos de intercambio:Índice que relaciona un índice de precios de
exportación con un índice de precios de importación. Refleja el poder
adquisitivo de nuestras exportaciones respecto de los productos que
importamos del exterior. (Glosario del BCRP, 2007)
En el Perú, los términos de intercambio se calculan empleando la
fórmula del índice encadenado de Fisher. El índice de Fisher permite
reducir el sesgo de sustitución ante cambios en los precios relativos
(principal defecto del índice de Laspeyres) o de subestimación de los
23
resultados al asumir que la canasta corriente es la relevante para el
periodo base (principal defecto del índice Paasche), al obtenerse del
promedio geométrico de los dos índices señalados. Por otro lado, los
índices encadenados como el de Fisher, usan el período previo como
base y luego encadenan los resultados obtenidos con los de períodos
anteriores. Otros países que ya han empezado a utilizar índices
encadenados son Estados Unidos, Nueva Zelanda y Australia. Para
mayor detalle del uso de este índice en Perú, se puede consultar la
Memoria Anual 2001 del Banco Central de Reserva del Perú. (Glosario del
BCRP, 2007)
Tipo de cambio real:Precio relativo de dos canastas de bienes y servicios.
Dependiendo de cuál sea la composición de dicha canasta, el concepto
de tipo de cambio real puede tener diferentes definiciones: Una de las
definiciones permite estimarlo multiplicando el tipo de cambio nominal por
el índice de precios externo y dividiendo entre el índice de precios
doméstico. Este indicador, comúnmente asociado a la teoría de Paridad
de Poder de Compra, refleja la evolución de la competitividad global de la
economía. (Glosario del BCRP, 2007)
Tipo de cambio real bilateral: El tipo de cambio real bilateral es un
concepto que aproxima la competitividad relativa de dos países. Compara
los precios de una misma canasta de bienes en dos países diferentes,
para lo cual se requiere expresar ambos precios en una misma
moneda.(Glosario del BCRP, 2007).
24
Tipo de cambio real de equilibrio:Aquél que permite el mantenimiento
simultáneo de los llamados equilibrio externo e interno. Equilibrio externo
se da cuando el déficit o superávit de la balanza en cuenta corriente es
compensado con las entradas o salidas de capital en el tiempo. Equilibrio
interno se da cuando los mercados de bienes y servicios que la economía
produce están en equilibrio, y la tasa de desempleo se encuentra en el
nivel considerado natural.(Glosario del BCRP, 2007)
Ventaja absoluta: Capacidad de un país para producir determinado bien a
un costo menor que el resto de países. La teoría de la ventaja absoluta
defiende que los países deben especializarse en los bienes para cuya
producción emplean menor cantidad de inputs que los demás países y
exportar parte de éstos para comprar los bienes que otro país produce
con un menor costo. El comercio internacional no se rige por esta teoría,
sino por la teoría, sino por la teoría de la ventaja comparativa. (Glosario
del BCRP, 2007)
Ventaja comparativa: Un país tiene ventaja comparativa en la producción
de un bien si el coste de oportunidad en la producción de este bien en
términos de otros bienes es inferior en este país respecto a otros países.
De acuerdo con la Teoría Ricardiana del Comercio Internacional, el
comercio entre dos países puede beneficiar a ambos si cada uno exporta
los bienes en los que tiene una ventaja comparativa. La teoría de ventaja
comparativa defiende que los países deben especializarse en la
producción de productos en los que tienen una ventaja relativa, de forma
25
que exportarán parte de estos productos e importarán aquellos que otros
países produzcan con menores costos relativos. (Glosario del BCRP,
2007)
2.3. HIPÓTESIS DE LA INVESTIGACIÓN
Hipótesis general
26
Los principales factores que determinan las exportaciones de quinua en el
Perú para el periodo 1997 – 2012 son los precios de exportación y los
términos de intercambio.
Hipótesis específicas
Los niveles de producción y exportaciones de quinuahan sido crecientes
en los últimos años y los canales de comercialización han
mejoradosustancialmente.
Las variables más relevantes que influyen en las exportaciones de quinua
en el Perú son los precios de exportación y los términos de intercambio,
existiendoademás relaciones de equilibrio de largo plazo entre dichas
variables.
27
CAPITULO III
3. METODOLOGÍA DE LA INVESTIGACIÓN
En el presente trabajo de investigación, el método a utilizarse para
establecer lo significativo de los hechos con el fin de alcanzar los objetivos
precisados es a través del Método Analítico.
3.1. MÉTODO DE INVESTIGACIÓN
En este trabajo se utiliza el método analítico que consiste en la
desmembración de un todo, concreto o abstracto, en sus componentes o
se trata de descubrir las causas, la naturaleza y los efectos de un
fenómeno descomponiéndolo en sus elementos con la finalidad de
conocer con exactitud sus detalles y características del objeto que se
somete a estudio. La investigación analítica debe ser conducida
sistemáticamente a través de varias etapas.
Se comienza con la observación de un fenómeno económico tal
como el crecimiento económico sin reducir la pobreza, luego se pasa a la
descripción o examen crítico del objeto de interés. Y para poder
examinarlo adecuadamente hay que descomponerlo en sus partes, para
posteriormente explicar y de ser necesario hacer comparaciones, buscar
analogías o discrepancias con otros hechos o fenómenos.
3.2. FUENTES DE INFORMACIÓN
28
La información estadística y teorías relacionadas al presente trabajo de
investigación han sido recopiladas de las diferentes instituciones que
disponen de información requerida, tales como el Banco Central de
Reserva del Perú, Ministerio de Comercio Exterior y Turismo, Asociación
de Exportadores, PROMPERU, FAO y COMTRADE.
Para la obtención y análisis de informaciones, se utilizó información
secundaria a través de la revisión de publicaciones elaborados por
instituciones u organizaciones públicas del medio local, nacional e
internacional.
Las variables macroeconómicas consideradas en la presente
investigación son las exportaciones de quinua, precio de exportación y
términos de intercambio. Los datos utilizados son mensuales a partir de
enero de 1997 a diciembre del 2012.
Los programas especializados utilizados para el análisis estadístico y
econométrico para el desarrollo de la investigación son los siguientes:
Econometric E-views, Microsoft Excel, Microsoft Word, que facilitarán el
procesamiento de la información y la interpretación de los resultados.
3.3. METODOLOGÍA ECONOMÉTRICA
Para cuantificar las relaciones existentes entre las exportaciones de
quinua y las variables explicativas, se plantea el siguiente modelo:
𝑋𝑄𝐷𝑡 = 𝛽0 + 𝛽1 𝑃𝑅𝑡 + 𝛽2 𝑇𝐼𝑡 + 𝜀𝑡
Donde las variables están expresadas en logaritmos:
𝑋𝑄𝐷𝑡 = Valor FOB de las exportaciones de quinua en dólares americanos
29
𝑃𝑅𝑡 =Precio relativo de exportación de la quinua (precio en $/Índice de
Precios al consumidor)
𝑇𝐼𝑡 = Términos de intercambio (1994=100)
𝜀𝑡 = Perturbación estocástica
𝛽𝑖 = Parámetros a ser estimados (i = 0,1,2).
La estimación se llevará a cabo mediante la técnica de mínimos
cuadrados ordinarios (MCO) y posteriormente se someterán a una serie
de pruebas estadísticas, tales como: Prueba de relevancia de los
coeficientes estimados (t), Prueba conjunta (F), Bondad de ajuste del
modelo (coeficiente de determinación, R2), prueba de autocorrelación
(Breusch-Godfrey: Multiplicador de Lagrange), prueba de
heteroscedasticidad de Arch, test de Estabilidad, y otras pruebas
necesarias para el presente estudio. Lo anterior servirá para realizar una
inferencia estadística sobre los resultados obtenidos en las estimaciones
econométricas.
La información macroeconómica a tomarse en cuenta para el
presente estudio corresponde a series de tiempo de frecuencia mensual,
por lo que como es usual, se aplicarán los contrastes de estacionariedad
(raíces unitarias) de cada una de las series, tanto en niveles como en
primeras diferencias. Se utilizara el test de Dickey-Fuller Aumentado
(DFA) y consiste en estimar las siguientes regresiones:
Modelo sin componentes determinísticos
30
𝜌
∆𝑦𝑡 = 𝛿𝑦𝑡−1 + ∑ 𝛽𝑖 ∆𝑦𝑡−𝑖+1 + 𝜀𝑡

𝑖=2
Modelo con intercepto, pero sin tendencia

𝜌
∆𝑦𝑡 = 𝑎0 + 𝛿𝑦𝑡−1 + ∑ 𝛽𝑖 ∆𝑦𝑡−𝑖+1 + 𝜀𝑡

𝑖=2
Modelo con tendencia e intercepto

𝜌
∆𝑦𝑡 = 𝑎0 + 𝜇𝑡 + 𝛿𝑦𝑡−1 + ∑ 𝛽𝑖 ∆𝑦𝑡−𝑖+1 + 𝜀𝑡

𝑖=2
Donde:
𝑎0 : es la constante (intercepto)
t : es el tiempo
𝜀𝑡 : es una perturbación aleatoria (ruido blanco)
El test de Phillips-Perron, que es una generalización de los
procedimientos de Dickey-Fuller, pero a diferencia de este, permite la
existencia de autocorrelación y heteroscedasticidad en el término de error.
También tiene tres procesos generadores de datos: modelos sin
componentes determinísticos, modelo con intercepto y modelo con
intercepto y tendencia.
La prueba de Kwiatkowski, Phillips, Schmidt y Shin (KPSS), difiere
de los test ADF y PP puesto que la Ho asume que la serie es estacionaria
es decir no tiene raíz unitaria, al igual que la prueba de P.P. el test KPSS
admite que los errores pueden estar autocorrelacionados y pueden ser
heteroscedásticos. Tiene sólo dos procesos generadores de datos:
modelo con intercepto y modelo con tendencia más intercepto.
31
Para determinar las relaciones de largo plazo entre las variables
involucradas en el modelo se utilizará las metodologías de cointegración
multivariada de Johansen y la metodología de bandas de Pesaran, Shin y
Smith (PSS).
a) Metodología de Cointegración Multivariada de Johansen
El método de Johansen tiene una serie de ventajas frente a otros
métodos, ya que contrasta simultáneamente el orden de integración de
las variables y la presencia de relaciones de cointegración entre ellas.
Asimismo estima todos los vectores de cointegración sin imponer a priori
que solamente existe uno (como en el caso de Engle-Granger), y
finalmente no se ve afectado por la endogeneidad de las variables
implicadas en la relación de cointegración, ya que, esta metodología está
basada en la estimación de un vector autorregresivo (VAR).
Consideremos un modelo VAR general de orden p
𝑋𝑡 = Π1 𝑋𝑡−1 + Π2 𝑋𝑡−2 + ⋯ + Π𝑝 𝑋𝑡−𝑝 + 𝜇 + ΦD𝑡 +𝜀𝑡 (t=1,…T)…….. (1)
Donde:
o 𝑡 ~𝐼𝐼𝑁(0, Λ), Épsilon es un vector de variables aleatorias idéntica e
independientemente distribuidas con media nula y matriz de
varianza y covarianzasΛ.
o 𝑋𝑡 es un vector columna de orden Kx1 donde K es el número de
variables del modelo.
o 𝜇 es un vector de constantes de orden Kx1
32
o 𝐷𝑡 son dummies estacionales centradas, el cual suma cero sobre un
año completo
o Π1, Π2 , Π𝑝 son matrices de coeficientes de orden KxK
En general las series de tiempo económicas son procesos no
estacionarios y el sistema de la ecuación (1) usualmente se expresa en
forma de primeras diferencias. Usando Δ (operador de diferencias) Δ =
1 − L donde L es el operador de retardos, la ecuación (1) se puede
reescribir como:
Xt = Γ1 X t−1 + Γ2 X t−2 + . . . +Γ𝜌−1 X t−ρ+1 + ΠX𝑡−𝜌 + μ + ΦD𝑡 + 𝑡 (2)
Donde:
Γ𝑖 = −𝐼 + Π1 + +Π𝑖 (𝑖 = 1, . . . , 𝜌 − 1)
Π = −𝐼 + Π1 +. . .. +Π𝜌
Nótese que el modelo (2) está expresado como un VAR tradicional
en primeras diferencias excepto por el término Xt-p. La matriz (= ’),
contiene información acerca de las relaciones de largo plazo entre las
variables llamándose también matriz de impactos. De esta manera el
principal propósito en la metodología de Johansen es investigar si los
coeficientes de  contiene información acerca de las relaciones de largo
plazo entre las variables en el vector de datos. Hay tres posibles casos:
i. Rango () = k, i.e. la matriz  tiene rango completo (matriz no
singular), indicando que el proceso del vector Xt es estacionario y el
correcto MCE sería en niveles. Intuitivamente esto sería debido a que
entre k variables sólo puede haber como máximo (k-1) vectores de
cointegración que formen una base en el espacio de cointegración.
33
ii. Rango ()=0, es decir, la matriz  es una matriz nula y la ecuación (2)
corresponde al tradicional modelo VAR en diferencias. Las variables
del vector Xt serían I(1), por lo tanto, no existiría ninguna combinación
lineal de variables no estacionarias que fuera I(0), i.e., no habría
ninguna relación de cointegración.
iii. 0< rango() = r<k implicando que hay k x r matrices  y  tal que
=’, donde  es (son) el (los) vector (es) de cointegración y  es
una medida de la importancia relativa de cada variable en la
combinación cointegrante en cada ecuación. Estas ponderaciones
pueden recibir una interpretación económica en términos de velocidad
de ajuste frente a los desequilibrios expresados como desviaciones
respecto a las relaciones de largo plazo determinadas por los vectores
cointegrantes.
La metodología de cointegración Johansen se basa principalmente en dos
tipos de contrastes: El estadístico de la traza (ratio de verosimilitud) y el
estadístico del máximo valor propio (Eigenvalues maximal). Ambos
estadísticos contrastan la hipótesis nula:H2:  = ’ para la elección r = K,
es:
𝐿𝑅𝑡 = −2 ln(𝑄; 𝐻2 /𝐻1 ) = −𝑇 ∑𝑘𝑖=𝑟+1 ln(1 − 𝜆̂𝑖 ) (3)
Donde T es el número de observaciones y los 𝜆̂𝑖 son las raíces
características estimadas. Se contrasta la hipótesis nula (Ho) que hay
como máximo r vectores de cointegración, frente a la alternativa (H1) de
que hay K, r ≤ K
34
El estadístico de máximo autovalor (maximal eigenvalues
statistics), está dado por:𝑚𝑎𝑥 = −𝑇 𝑙𝑛 (1 − 𝜆̂𝑟 + 1)mediante el cual se
contrasta Ho: r  K frente a H1: r  r+1
Los valores críticos de ambos estadísticos se encuentran en
Johansen (1988) y Osterwald-Lenum (1992): Cabe señalar que las
distribuciones de los estadísticos dependen del número de relaciones de
cointegración, por lo que los valores críticos varían en función del número
de éstas.
La secuencia de contrastación sería empezar planteando la H 0 : r =
0 frente a la alternativa de r = 1, utilizando uno de los dos estadísticos. En
caso de rechazar la hipótesis, se contrastaría la H0: r = 1 frente a la
alternativa de r = 2, y así sucesivamente hasta el momento en que no se
rechazase la H0, o bien hasta que tuviera que aceptar la hipótesis
alternativa de r = K (es decir que todas las variables son estacionarias).
b) Procedimiento de Contraste con Bandas: Método de Pesaran, Shin y
Smith (PSS)
El procedimiento propuesto por Pesaran, Shin y Smith (2001) presenta al
menos tres ventajas importantes frente a los dos enfoques alternativos
habitualmente empleados en la literatura empírica: la metodología uni-
ecuacional de Engle y Granger y el método de Johansen basado en un
sistema de ecuaciones. En primer lugar, ambos enfoques requieren que
las variables objeto de estudio sean integradas de orden 1, lo que
inevitablemente conlleva un proceso previo de contrastes sobre el orden
de integrabilidad de las series que puede introducir un cierto grado de
35
incertidumbre en el análisis de las relaciones a largo plazo. En el caso del
procedimiento de contraste con bandas permite el estudio de relaciones a
largo plazo entre variables, independientemente de que éstas sean
integradas de orden 0 [I(0)], de orden 1 [I(1)] o mutuamente cointegradas.
Ello evita algunas de las dificultades habituales a las que se enfrenta el
análisis empírico de series temporales, como la baja potencia de los
contrastes de raíces unitaria y las dudas sobre el orden de integrabilidad
de las variables examinadas.
En segundo lugar, el procedimiento de Pesaran, Shin y Smith,
permite distinguir entre la variable dependiente y las variables
explicativas, por lo que posee una evidente ventaja frente al método
propuesto por Engle y Granger, al tiempo que, al igual que el enfoque de
Johansen, hace posible la estimación simultánea de los componentes de
corto y largo plazo, eliminando los problemas asociados con variables
omitidas y la presencia de autocorrelación.
Por último, mientras que los resultados de la estimación obtenidos
por los métodos de Engle y Granger o de Johansen no son robustos en
muestras pequeñas, Pesaran y Shin (1991) demuestran que los
parámetros de corto plazo estimados por su procedimiento son
√𝑇consistentes y que los parámetros de largo plazo son super-
consistentes en muestras pequeñas.
La ecuación que sugiere la existencia de una relación de largo
plazo entre XQDt ,PRt, y TIt será el modelo modelo Autorregresive
Distributed Lag (ARDL): Modelo de corrección de errores irrestricto.
36
𝑝−1 𝑝−1 𝑝−1
∆𝑥𝑡 = 𝑎0 + ∑ 𝑎1𝑖 ∆𝑋𝑄𝐷𝑡−𝑖 + ∑ 𝑎2𝑖 ∆𝑃𝑅𝑡−𝑖 + ∑ 𝑎3𝑖 ∆𝑇𝐼𝑡−𝑖 + 𝑎4 𝑡

𝑖=1 𝑖=1 𝑖=1
+ 𝑎5 𝑋𝑄𝐷𝑡−1 + 𝑎6 𝑃𝑅𝑡−1 + 𝑎7 𝑇𝐼𝑡−1 + 𝜀1𝑡
Donde xt es XQDt, PRt, 𝑇𝐼𝑡 y Δ representa el operador de primeras
diferencias.
Para determinar la existencia de la relación de largo plazo,
Pesaran, Shin y Smith proponen dos contrastes alternativos. Por una
parte un estadístico F que contrasta la significación conjunta del primer
retardo de las variables en niveles empleadas en el análisis (XQDt-1, PRt-1,
TIt-1). Por otra parte, un estadístico t que contrasta la significatividad
individual de la variable dependiente en niveles retardada (xt-1).
PSS proporcionan un conjunto de valores críticos suponiendo, en
primer lugar, que las variables objeto de estudio son I(1) y, en segundo
lugar, que dichas variables son I(0). Estos autores proponen un
procedimiento de contraste con bandas, de tal forma que, si el estadístico
F o el estadístico t se encuentran fuera de la banda de valores críticos, se
puede extraer una conclusión acerca de la existencia o no de una relación
de largo plazo entre las variables en niveles sin necesidad de conocer
previamente el orden de integración de las series examinadas. Sin
embargo, si los mencionados estadísticos se encuentran de las bandas
de valores críticos establecidos, no se puede extraer ninguna conclusión
sin antes analizar el orden de integración de las series utilizadas.
Aunque la metodología econométrica utilizada permite la
estimación de una relación a largo plazo sin conocer con certeza si los
regresores son variables I(0) ó I(1), necesitamos asegurarnos de que la
37
variable dependiente es I(1) y que ninguna variable utilizada en el análisis
es I(d), con d≥2.
38
CAPITULO IV
4. CARACTERIZACIÓN DEL ÁREA DE INVESTIGACIÓN
El ámbito de estudio del presente trabajo es Perú, ya que se trabajó con
datos a nivel nacional, abarca el sector externo, principalmente las
exportaciones de quinua a los diferentes países y bloques económicos.
Perú tienes grandes riquezas y entre ellas esta sus productos
agrícolas que tienen un alto valor nutritivo. Entre los años 2003-2011 la
producción de quinua se incrementó de 30 a 41 miles de TM, lo que
representa un 37%, esto debido al aumento del área cosechada y a la
mayor productividad; en respuesta a la creciente demanda, tanto nacional
como internacional. Durante el 2011, en Puno se concentró el 77% del
área cosechada y el 80% de la producción nacional, seguidos por Cusco,
Ayacucho y Junín (4%) y otros (8%). Los rendimientos más altos (tn/ha) lo
representan las regiones de Arequipa, Junín, Puno y Apurímac, del mismo
modo se puede observar un crecimiento representativo al pasar de 28
miles de TM en el 2004 a 41 miles de TM en el 2011.
Durante la última década la economía peruana se encuentra en
crecimiento por lo que algunos indicadores macroeconómicos han
experimentado altas tasas de crecimiento, como son las exportaciones, la
balanza comercial, los precios de los commodities y otros.
39
CUADRO N° 02
INDICADORES MACROECONÓMICOS DEL PERÚ 2005-2011
Descripción 2005 2006 2007 2008 2009 2010 2011
Precios y Tipo de cambio
Precios (Variación porcentual acumulada) 1,5 1,1 3,9 6,7 0,2 2,1 4,7
Tipo de cambio Promedio (Nuevos Soles por US dólar) 3,30 3,27 3,13 2,92 3,01 2,83 2,75
Términos de Intercambio (Variación porcentual) 5,6 26,5 3,6 -14,6 -3,1 18,2 5,4
Índice de precios de exportación (Variación porcentual) 16,8 36,1 14,4 3,5 -10,0 29,9 20,0
Índice de precios de importación (Variación porcentual) 10,6 7,5 10,6 21,0 -7,4 10,1 13,8
PBI Socios Comerciales
Mundo (Variación porcentual real) 4,5 5,2 5,4 2,8 -0,6 5,3 3,9
EE.UU. (Variación porcentual real) 3,1 2,7 1,9 -0,3 -3,5 3,0 1,7
Zona Euro (Variación porcentual real) 1,7 3,3 3,0 0,4 -4,3 1,9 1,4
Japón (Variación porcentual real) 1,3 1,7 2,2 -1,0 -5,5 4,4 -0,7
China (Variación porcentual real) 11,3 12,7 14,2 9,6 9,2 10,4 9,2
Socios Comerciales (Variación porcentual real) 4,4 4,7 4,8 2,6 -1,3 4,5 3,5
Producto Bruto interno
Producto Bruto Interno (Miles de millones de nuevos soles) 262 302 336 371 382 435 487
Producto Bruto Interno (Variación porcentual real) 6,8 7,7 8,9 9,8 0,9 8,8 6,9
Sector externo
Cuenta Corriente (Porcentaje del PBI) 1,5 3,2 1,4 -4,2 -0,6 -2,5 -1,9
Balanza Comercial (Millones de US dólares) 5 286 8 986 8 503 2 569 5 951 6 750 9 302
Exportaciones (Millones de US dólares) 17 368 23 830 28 094 31 018 26 962 35 565 46 268
Importaciones (Millones de US dólares) 12 082 14 844 19 591 28 449 21 011 28 815 36 967
Financiamiento externo de largo plazo (Porcentaje del PBI) 2,0 4,0 7,8 7,6 5,9 8,0 6,2
Resultado económico estructural (Porcentaje del PBI) -1,0 0,3 -0,5 -0,9 -1,7 -1,9 -0,7
Fuente: Banco Central de Reserva del Perú
40
CAPITULO V
5. EXPOSICIÓN Y ANÁLISIS DE RESULTADOS
5.1. NIVEL DE PRODUCCIÓN, EXPORTACIÓN Y CANALES DE
COMERCIALIZACIÓN DE LA QUINUA EN EL PERÚ
5.1.1. Producción de quinua
Producción de quinua en Latinoamérica
Durante los últimos años, el cultivo y la comercialización ha tenido un
comportamiento ascendente para los países productores (Bolivia, Perú y
Ecuador) porque la demanda internacional hizo incrementar los precios y
la superficie cosechada.
La producción de quinua mantiene un sostenido crecimiento tanto
de la superficie cosechada como del volumen producido. Entre el año
1997 y el año 2011, el volumen mundial producido aumentó en 59.37%
pasando de 50358 tn a 80255 tn. Cabe indicar que en el 2011, la
producción mundial de quinua alcanzó 80255 toneladas, distribuidas de la
siguiente manera: Perú 51.31% (41182 tn), Bolivia 47.67%(38257 tn) y
Ecuador 1.02 % (816 tn).
En el gráfico N° 01 se muestra que a nivel de Latinoamérica los
países que tiene mayor producción de quinua son Perú y Bolivia, en el
año 1997 y 2001 Bolivia estuvo como primer productor, y durante los
demás años Perú está como primer productor de quinua. Durante el
periodo 1997-2011, el volumen de la producción boliviana experimentó
41
un 45.1% de aumento, en Perú alcanzó el 73.85% y en Ecuador el
168.42%.
GRÁFICO N° 01
PRODUCCIÓN DE QUINUA EN LATINOAMÉRICA: PERIODO 1997-
2011
(Toneladas métricas)
45000
40000
35000
30000
Producción (TM)
25000 PERU
20000 BOLIVIA
15000 ECUADOR
10000
5000
0
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Años
Fuente: Elaborado en base a datos de la FAO
Producción nacional de quinua
La producción de quinua se ha incrementado durante los últimos años, la
cual pasó de 23688 TM en el año 1997 a 41182 TM para el año 2011,
como se puede observar en el cuadro N° 03. Se prevé que para los
siguientes años, se tendrá un ritmo de crecimiento aún mayor debido a la
demanda creciente de este cereal a nivel nacional e internacional.
CUADRO N° 03
PRODUCCIÓN NACIONAL DE QUINUA 1997- 2011
Años Total nacional(TM)

1997 23688
42
1998 28171
1999 28413
2000 28191
2001 22267
2002 30374
2003 30085
2004 26997
2005 32590
2006 30428
2007 31824
2008 29867
2009 39397
2010 41079
2011 41182
Fuente: Elaborado en base a datos del MINAG
En el gráfico N° 02, se puede observar la producción de quinua desde el
año 1997 hasta el año 2011, observándose un incremento favorable a
pesar de que en algunos años la producción descendió debido a factores
climáticos.
GRÁFICO N° 02
PRODUCCIÓN DE QUINUA A NIVEL NACIONAL : PERIODO 1997-2011
43
45000
40000
35000
Producción (TM)
30000
25000 Producción
20000 nacional
15000
10000
5000
0
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Años
Producción por departamentos
Los principales departamentos productores de quinua en el país para el
año 2011 fueron: Puno con 32 740 TM, Cusco con 1796 TM, Junín con
1448 TM, Ayacucho con 1444 TM y Apurímac con 1262 TM.
CUADRO N° 04
PRODUCCIÓN DE QUINUA POR DEPARTAMENTOS 2010- 2011
(Toneladasmétricas)
Departamento 2010 2011

Puno 31951 32740
Cusco 1890 1796
Ayacucho 2368 1444
Junín 1586 1448
Apurímac 1212 1262
Otros 2030 2397

En el gráfico N° 03, se puede observar que el departamento de Puno es
el mayor productor de quinua con una producción promedio que
sobrepasa las 23 000 TM seguido de otros departamentos con una
producción debajo de las 2000 TM., esto se debe a las condiciones agro
44
ecológicas del departamento de Puno, a su biodiversidad y al
conocimiento ancestral de este cultivo por parte de sus pobladores.
GRÁFICO N° 03
PRODUCCIÓN DE QUINUA POR DEPARTAMENTOS: PERIODO 1997-
2011
(Tonelada métricas)
35000
30000
25000 Puno
20000 Cusco
Ayacucho
15000
Junin
10000
Apurimac
5000 Otros departamentos
0
Precio al productor de quinua
El precio de la quinua en el Perú y Bolivia se ha ido incrementándose a
partir de 1997 paulatinamente desde 418.8 dólares/tonelada hasta
1338.1 dólares/tonelada en el caso de Perú y 547.5 dólares/tonelada
hasta 1385.2 dólares/tonelada en el caso de Bolivia. Históricamente los
precios de la quinua boliviana han sido superiores a los precios de la
quinua peruana. Asimismo es importante resaltar que el impulso al
crecimiento en el precio se dio a partir del año 2008, ascendiendo de
forma constante hasta el año 2009.
GRÁFICO N° 04
PRECIO AL PRODUCTOR: PERIODO 1997-2011
45
(Dólares/tonelada)
1600
1400
1200
1000
Dólares/tonelada
800
600 PERU
400 BOLIVIA
200
0
1997
1998
1999
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Años
5.1.2. Exportación de quinua
En cuanto al mercado internacional, debemos señalar que las
exportaciones de quinua han incrementado de manera continua, en el
cuadro N°05 se muestra las exportaciones del año 2012:
CUADRO N° 05
EXPORTACIONES DE QUINUA (PERÚ) SEGÚN PAÍSES DE DESTINO –
2012
Valor FOB Peso Neto Peso Bruto Porcentaje
País de Destino
(dólares) (Kilos) (Kilos) FOB
Estados Unidos 21,012,558.82 7,106,739.071 7,211,036.389 67.51
Canadá 1,563,942.00 591,656.445 596,843.021 5.02
Australia 1,442,768.39 446,854.800 452,515.802 4.64
Alemania 1,440,799.05 462,612.000 466,958.560 4.63
Israel 976,424.57 379,805.000 382,163.648 3.14
Italia 654,149.17 250,802.782 252,826.060 2.10
Brasil 597,407.10 228,950.000 231,729.025 1.92
Paises Bajos 550,200.01 210,000.000 211,540.000 1.77
Reino Unidos 506,097.34 202,063.260 203,941.380 1.63
46
Nueva Zelanda 457,345.00 130,312.000 131,862.279 1.47
Japón 292,028.79 100,875.000 101,794.722 0.94
Francia 241,922.49 92,502.383 93,439.859 0.78
Chile 218,054.23 84,964.237 87,664.698 0.70
Ecuador 206,033.14 81,790.000 81,832.000 0.66
Suecia 179,018.98 72,415.000 74,415.000 0.58
Bélgica 113,919.00 42,000.000 42,470.000 0.37
Sudáfrica 106,298.99 40,077.136 40,453.721 0.34
España 92,115.04 29,632.233 30,151.243 0.30
Turquía 89,303.95 32,980.000 33,122.523 0.29
Uruguay 62,487.73 24,750.000 24,995.909 0.20
México 59,999.40 24,262.291 24,576.798 0.19
Líbano 57,806.00 21,020.000 21,125.150 0.19
Federación de Rusia 53,077.26 22,000.000 22,125.000 0.17
Argentina 49,984.00 20,000.000 20,060.000 0.16
Panamá 49,434.56 18,357.298 18,582.414 0.16
Malta 27,651.20 8,000.000 8,047.270 0.09
Costa Rica 8,330.79 801,000 819,940 0.03
Suiza 5,602.26 2,107.332 2,167.498 0.02
Hong Kong 3,183.12 3,097.439 3,233.510 0.01
India 2,408.50 510,000 510,000 0.01
Emiratos Árabes
2,266.32 504,000 704,400 0.01
Unidos
Colombia 1,731.41 480,000 516,270 0.01
Aruba 576.56 187,610 197,084 0.00
Tailandia 46.98 18,900 19,878 0.00
Taiwán 34.80 23,200 34,069 0.00
Antillas Neerlandesas 32.80 7,845 8,500 0.00
Arabia Saudita 0.00 0.000 0.000 0.00
Los demás 0.00 0.000 0.000 0.00
Total 31,125,039.75 10,733,158.262 10,874,483.620 100.00
Fuente: Elaborado en base a datos de la SUNAT

Como se puede apreciar el principal mercado de nuestras exportaciones
de quinua es Estados Unidos con un valor FOB de 21,012,558.82 dólares
americanos para 7,211,036.389 kilogramos de quinua, le siguen en
importancia Canadá, Australia y Alemania. También se destacan los
países como Israel, Italia y Brasil aunque en menores cuantías de compra
(400 TM).
En el gráfico N° 05, se puede apreciarla evolución de las
exportaciones de quinua, durante los últimos años la exportaciones han
aumentado, por ejemplo tenemos de 561.98 toneladas a 1,257.63
47
toneladas,entrelos años 2005 y 2006, asimismo hubo un aumento de
7,991.82 toneladas a 10,860.91 toneladasen los años 2011 y 2012.
Durante el periodo 1997 – 2012 se registró un crecimiento promedio de
35% a lo largo del periodo.
GRÁFICO N° 05
EVOLUCIÓN DE LAS EXPORTACIONES DE QUINUA EN EL PERÚ:
PERIODO 1997 -2012
12,000.00
10,000.00
8,000.00
Peso (TM)
6,000.00
4,000.00
2,000.00
0.00
2003
1997
1998
1999
2000
2001
2002
2004
2005
2006
2007
2008
2009
2010
2011
2012
Años
Fuente: Elaborado en base a datos de PROMPERU

A continuación se muestra el crecimiento de las exportaciones de quinua
en valores, el cual tiene una tendencia creciente que va desde 0.22
millones de dólaresamericanos en el 1997 hasta 31.13 millones de
dólares americanos en el año 2012.
48
GRÁFICO N° 06
EVOLUCIÓN DEL VALOR DE LAS EXPORTACIONES DE QUINUA EN
EL PERÚ: PERIODO 1997-2012
35.00
30.00
25.00
Valor FOB
20.00
15.00
10.00
5.00
0.00
Años
Fuente: Elaborado en base a datos de PROMPERU
Durante los últimos años el volumen y el valor de las exportaciones
peruanas de quinua se han incrementado de forma considerable tanto así
que, en el año 2012 el valor de nuestras exportaciones de quinua llego a
ser 138veces mayor que lo registrado en el año 1997.
Las exportaciones de quinua al mercado mundial han crecido
rápidamente, debido al aumento de la demanda de alimentos orgánicos
en los mercados extranjeros y a la política agroexportadora que ha puesto
en marcha el Perú.
Por tal motivo un primer punto a indicar en relación a esta
impresionante expansión de nuestras exportaciones de quinua, es que su
origen se debe a una combinación de múltiples factores como la influencia
ejercida por la paulatina reducción y desaparición de las barreras
49
comerciales bilaterales y multilaterales, también debe considerarse , por
ejemplo, el impresionante desarrollo tecnológico de las últimas décadas,
que ha agilizado enormemente las comunicaciones y el transporte;
asimismo la promoción que se realiza por el consumo de productos
altamente nutritivos y la tendencia de los norteamericanos por el consumo
de productos naturales.A continuación se detalla el valor nutritivo de la
quinua.
CUADRO N° 06
VALOR NUTRICIONAL DE LA QUINUA
Alimentos Energía Proteínas Grasa Carbohidratos Calcio Fosforo Hierro Vitamina A

Medida kcal g g g mcg mg mg mg
Quinua 374 12.46 6.32 66.91 119.30 275.20 5.70 0.00
Carne 140 20.21 6.26 0.82 12.30 189.70 3.70 6.09
Mantequilla 718 1.31 76.06 11.51 18.00 24.00 0.30 189.00
Huevo 132 13.52 7.50 2.49 74.00 161.00 3.40 134.00
Leche 60 60.00 2.86 4.62 195.80 96.60 0.30 15.90
Queso 365 25.16 26.70 6.03 482.41 305.96 0.70 112.70
Lenteja 357 24.06 0.87 63.26 67.00 3.56 3.76 0.00
Fuente: Instituto Boliviano de Comercio Exterior
Después del desarrollo de la producción y exportación de quinua, a
continuación en el siguiente gráfico se muestra cuánto representa las
exportaciones, de la producción de quinua. En el año 1997 las
exportaciones representaron el 0.69% de la producción de quinua, y para
el 2011 la exportaciones representaron el 19% de la producción. En
efecto las exportaciones tienen una tendencia creciente en relación a la
producción de quinua.
50
GRÁFICO N° 07
PRODUCCIÓN Y EXPORTACIÓN DE QUINUA (PERÚ): PERIODO 1997-
2011
45000
40000
35000
30000
25000
TM
20000 Producción
15000
Exportación
10000
5000
0
2001
1997
1998
1999
2000
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
Años
Fuente: Elaborado en base a datos de MINAG y PROMPERU
Comparación de exportaciones de quinua entre Perú y Bolivia
La inserción de la quinua en el comercio mundial representa una gran
oportunidad para lospaíses andinos, tradicionalmente productores. En el
gráfico N° 08 se muestra que a nivel de Latinoamérica los países que
exportan en mayor volumen son Perú y Bolivia, durante el periodo 2006-
2013, Bolivia es el primer exportador de quinua, por lo que en el 2012 las
exportaciones de Bolivia llegaron a ser el doble de las exportaciones de
Perú.
51
GRÁFICO N° 08
COMPARACIÓN DE LAS EXPORTACIONES DE QUINUA ENTRE
PERÚ Y BOLIVIA: PERIODO 2006-2013
140,000,000.00
120,000,000.00
100,000,000.00
Valor ($)
80,000,000.00
60,000,000.00 Perú
Bolivia
40,000,000.00
20,000,000.00
0.00
2006 2007 2008 2009 2010 2011 2012 2013
Años
Fuente: Elaborado en base a datos de SUNAT y el Instituto Nacional
de Estadística y Desarrollo de Bolivia.
5.1.3. Canales de comercialización de quinua.
Actualmente el esquema de la cadena productiva de la quinua permite
identificar los actores directos junto con los eslabones con actores
nacionales e internacionales. La cadena actual tiene un grado de
complejidad, debido a la cantidad de intermediaciones y la variedad de
productos derivados como se muestra en la Figura N° 05.
La cadena de producción actual de la quinua está conformada por los
siguientes agentes:
a. Los agentes económicos de las etapas de producción y transformación
o acondicionamiento del producto.
b. Los canales de distribución.
c. Los consumidores intermedios y finales.
52
Esta cadena no tiene iniciativas desarrolladas de articulación ni
integración vertical u horizontal. Es necesario indicar que, dentro de la
producción agraria que es el primer eslabón de la cadena, se ha iniciado
un proceso de articulación horizontal de manera eficiente, la cual no tiene
carácter empresarial.
La débil organización y capacidad de negociación de la base productiva
genera numerosos intermediarios, como son los acopiadores que venden
a las grandes agroindustrias de Lima para su posterior exportación. Por
tanto en el presente estudio se propone el esquema de la cadena
exportadora de quinua (Figura N° 04), elaborado por MINCETUR, este
esquema intenta eliminarla mayor cantidad de intermediarios para
optimizar la cadena productiva.
53
FIGURA N° 05
CADENA DEL VALOR ACTUAL DE LA QUINUA.
(1) Quinua perlada: desaponificada

(2) Quinua limpia: clasificada sin desaponificar.
Fuente: Plan operativo de la quinua (2006) MINCETUR
5.1.4. Políticas y estrategias para las exportaciones
Es importante evaluar y analizar las relaciones peruanas, en materia de
política exterior, el cual se basa en la posibilidad de asegurar una
promoción del crecimiento económico que garantice la equidad social, la
54
lucha contra la pobreza, la corrupción y el narcotráfico mediante el mayor
acceso a los mercados, el libre comercio y aquellas normas que permitan
una estabilidad de las inversiones y del desarrollo empresarial.
Para intensificar las relaciones comerciales y la promoción de
inversiones se tiene la ley de preferencias arancelarias andinas, que fue
otorgado por Estados Unidos a Perú, Bolivia, Colombia y Ecuador para
apoyar la lucha contra el tráfico ilícito de drogas Esta ley, promulgada el 4
de diciembre de 1991, y que permitió el ingreso, libre de aranceles, a
cerca de 5,500 productos, venció el 4 de diciembre del 2001. Luego se
promulgó la Ley de Promoción Comercial Andina y Erradicación de la
Droga (ATPDEA, por sus siglas en inglés) que venció el 31 de diciembre
del 2006, plazo que sin embargo, luego ha sido ampliado hasta febrero
del 2008, actualmente se tiene el TLC (Tratado de Libre Comercio), un
instrumento de política comercial que permite un acuerdo integral de
relación económica entre Perú y Estados Unidos. Las exportaciones se
han incrementado gracias a estas preferencias arancelarias.
Otro importante socio comercial es la Unión Europea. Según la
política exterior peruana, la relación en el plano político se basa en los
principios democráticos y el respeto a los derechos humanos, en lo
económico existe una apertura y complementariedad comercial así como
una integración para el desarrollo de los pueblos y de la justicia social
internacional. El 21 de diciembre de 2005, la Unión Europea amplió la
vigencia del Sistema General de Preferencias (SGP), hasta el 2015, que
permite el ingreso de determinados productos a los países miembros sin
pago de aranceles, para así apoyar a países en vías de desarrollo y
55
promover la protección de los derechos humanos. Los países que tienen
este beneficio son los miembros de la Comunidad Andina (Bolivia,
Colombia, Ecuador y Perú), algunos países de Centro América y África.
Según la política exterior peruana del Ministerio de Relaciones
Exteriores, en el caso de América latina, esta está basada en el
establecimiento de acuerdos preferenciales, lo que permite fortalecer el
diálogo político, dinamizar las relaciones económicas, que se lograría con
la convergencia de la Comunidad de Naciones y el Mercosur, el cual se
empezó con una zona de libre comercio entre Perú y Mercosur vigente
desde diciembre del 2003. Lo que se busca con la política exterior es
afianzar los lazos de integración entre los países; realizar en forma
conjunta la lucha contra la pobreza, la corrupción y el narcotráfico; la
promoción de la institucionalidad democrática; el respeto de los derechos
humanos; el desarrollo de la cooperación horizontal; el fomento de las
inversiones; y el fortalecimiento e incremento del intercambio comercial.
CUADRO N° 07
MERCADOS DE DESTINO - ACUERDOS COMERCIALES
Preferencia
# Destino Arancel Acuerdo
(Perú)
1 EE.UU. 1.10% libre APC
2 Alemania 37€/t libre SGP
3 Italia 37€/t libre SGP
4 Canadá libre libre TLC
5 Australia libre - -
Fuente: SUNAT / ALADI/ Acuerdos comerciales
A continuación se desarrolla las políticas internas que van dirigidas al
desarrollo del comercio internacional, el incremento de la demanda interna
y el mejoramiento de la agricultura.
56
El Ministerio de Agricultura, tiene un rol normativo y facilitador, ya
que cuenta con dispositivos legales como la ley forestal, ley de sanidad,
ley de semillas, ley de inversiones en el sector agrario y ley de aguas,
orientadas a mejorar la participación de los agentes productivos en el
agro, incentivar la actividad privada, generar empleo y dinamizar el
crecimiento económico local, regional y nacional (Ministerio de Agricultura,
2007). En el de 2003, se da la Ley de Desarrollo y Fortalecimiento de las
Organizaciones Agrarias que permite la constitución de otros organismos
como Sierra Exportadora.
El 7 de octubre del 2006, se promulgó la Ley 28890, en la cual se
crea Sierra Exportadora para la promoción, fomento y desarrollo de
actividades económicas rurales en la sierra del país. Entre los principales
lineamientos estratégicos que presenta, se encuentra los siguientes:
enfoque de mercado, asociatividad productiva, promoción del desarrollo
territorial, cadenas de mercado, proyectos integrales de dimensión
económica y fortalecimiento de la gobernabilidad. Sin embargo, en zonas
de pobreza, como es el caso de Puno, el trabajo de sierra exportadora es
reducido y no están bien definidas las funciones, lo que ocasiona que se
dupliquen las actividades con los organismos como INIA, SENASA.
También se tiene otras instituciones como Agrobanco, encargado
de otorgar créditos a los agricultores en forma de asociatividad o cadenas
productivas, asimismo otorga créditos en forma individual.
Otra institución es el Ministerio de Comercio, Industria y Turismo
(MINCETUR), el cual ha realizado el Plan Estratégico Nacional Exportador
(PERX) desde el año 2003 hasta el año 2013. Asimismo tiene una visión
57
de mediano y largo plazo, y está conformada por las bases estratégicas
que enmarcan los planes operativos sectoriales, productos y los planes
regionales, orientado al cumplimiento de cuatro objetivos: desarrollar la
oferta exportable, facilitar el comercio exterior, desarrollar mercados
internacionales y la cultura exportadora. Existe un PERX para Puno que
es el principal productor de la quinua, lo que ha permitido obtener un plan
operativo por producto (POP), existiendo así un POP de la quinua.
PROMPERU es una institución que se encarga de promover las
exportaciones, además tiene un área que trabaja con productos orgánicos
dentro de los cuales está considerado la quinua. Asimismo hay otras
instituciones que apoyan a las exportaciones de quinua como ADEX para
representar y prestar servicios a sus asociados, y la Cámara de comercio
exterior para contactos y demanda potencial de productos en el
extranjero.
El Perú no aplica subsidios a la exportación de productos agrícolas,
solo se puede otorgar subsidios para reducir costos de comercialización
de exportaciones, tarifas de transporte y fletes internos de los envíos de
exportación. Sin embargo, los altos niveles de subsidios a la exportación
de otros países, así como los subsidios encubiertos a la exportación,
seguros, y garantías le restan competitividad a nuestros productos.
5.2. VARIABLES MAS RELEVANTES QUE INFLUYEN EN LAS
EXPORTACIONES DE QUINUA EN EL PERÚ
5.2.1. Comportamiento de las variables macroeconómicas
58
El comportamiento de las variables macroeconómicas (expresadas en
logaritmos) utilizadas en el presente trabajo se muestra en el gráficoN°
09. Allí se puede observar que las exportaciones de quinua, los precios de
exportación, y los términos de intercambio, han sido crecientes para el
periodo de análisis.
GRÁFICO N° 09
COMPORTAMIENTO DE LAS VARIABLES DEL MODELO
– 2012)
(Periodo 1997 LXQD LPR
LXQD 16 LPR -3.2
16 -3.2
14
-3.6
14
-3.6
12
12 -4.0
10 -4.0
10
-4.4
8
-4.4
8
6 -4.8
6 98 00 02 04 06 08 10 12 98 00 02 04 06 08
-4.8
98 00 02 04 06 08 10 12 98 00 02 04 06 08 10 12
LTI LTCRB
LTI 5.0 LTCRB4.9
5.0 4.9
4.9
4.8
4.9
4.8
4.8
4.8 4.7
4.7 4.7
4.7 4.6
4.6 4.6
4.6
4.5
4.5
4.5
4.5
4.4 4.4
98 00 02 044.4 06 08 10 12 98 00 02 04 06 08
Notas:
4.4
98 00 02 04 06 08 10 12 98 00 02 04 06 08 10 12
LXQD= Logaritmo de Exportaciones de quinua desestacionalizada
LPR= Logaritmo de los precios relativos de exportación
LTI= Logaritmo de términos de intercambio
5.2.2. Contrastes de raíz unitaria y estacionariedad de las variables
La información estadística utilizada en el presente trabajo son series de
tiempo, por lo que es necesario realizar las pruebas de raíz unitaria de
cada una de las series económicas que son empleadas en la ecuación de
regresión. Como todas la variables son no estacionarias, se invalida el
59
procedimiento convencional de prueba de hipótesis, basado en las
pruebas t, F, chi-cuadrado y otras pruebas similares.
En la literatura concerniente para determinar el orden de
integrabilidad de una variable, existen dos tipos de procedimientos: la
metodología Box-Jenkins y los procedimientos basados en contrastes. El
primero, consiste en un examen gráfico de la serie y de los correlogramas,
si la serie es estacionaria la función de autocorrelación simple declina
rápidamente; esta metodología se apoya a su vez en test de Ljung-Box y
Box-Pierce, basados precisamente en la estimación de los coeficientes de
autocorrelación simple. Sin embargo, estos procedimientos no presentan
la formalidad requerida y sus resultados podrían ser utilizados
discrecionalmente, por lo que en la presente investigación se utiliza los
test de Dickey-Fuller Aumentado (DFA), Phillips-Perron(PP) y
Kwiatkowski-Phillips-Schmidt-Shin(KPSS).Los resultados de los
contrastes de raíz unitaria en niveles se presentan en el cuadro N° 08.
60
CUADRO N° 08
RESUMEN DE CONTRASTES DE RAÍCES UNITARIAS Y ESTACIONARIEDAD (EN NIVELES)
Periodo: 1997.01 – 2012.12
Nota: todas las variables están expresadas en logaritmos
. Contrastes Autocorrelación Dickey-Fuller Aumentado Phillips-Perron KPSS

4
𝜌1 ∑ 𝜌𝑖 𝜏̂ 𝜏̂𝜇 𝜏̂𝜏 ̂)
𝑧(𝜏 ̂𝜇 )
𝑧(𝜏 ̂𝜏 )
𝑧(𝜏 𝜂𝜇̀ 𝜂̀
Variables 𝑖=1
Exportaciones de quinua (LXQ) 0.833 3.314 2.044 -0.182 -4.429 -0.853 -3.132 -12.312 1.585 0.453
Precios de exportación (LPR) 0.813 3.143 0.001 -1.849 -2.500 -0.594 -3.551 -4.706 0.774 0.374
Términos de intercambio (LTI) 0.985 3.831 0.774 -0.631 -2.053 0.622 -0.930 -2.336 1.219 0.273
Valores críticos al:

99% -2.577 -3.465 -4.007 -2.577 -3.464 -4.007 0.739 0.216
95% -1.942 -2.877 -3.433 -1.942 -2.876 -3.433 0.463 0.146
90% -1.615 -2.575 -3.141 -1.615 -2.574 -3.140 0.347 0.119
𝝉̂: Modelos sin componentes determinísticos

𝝉̂:
𝝁 Modelo con intercepto
𝝉̂𝝉 : Modelo con intercepto y tendencia
61
En el cuadro N° 08 se presenta las estimaciones de autocorrelación y test
de raíz unitaria de todas las variables involucradas en el modelo
econométrico. En relación a la estimación de autocorrelación se observa
que las variables exportaciones de quinua, precios de exportación y
términos de intercambio, presentan un alto grado de correlación de primer
orden lo cual se puede observar en la suma de las primeras cuatro
autocorrelaciones. Asimismo se utiliza el test de Dickey-Fuller Aumentado,
Phillips-Perron y KPSS para evaluar la presencia de raíz unitaria.
Los test de Dickey-Fuller Aumentado y Phillips-Perron tienen la
hipótesis nula de la existencia de una raíz unitaria, mientras que el test
KPSS tiene como hipótesis nula la estacionariedad. El test de Dickey-
Fuller Aumentado asume que los residuos de la ecuación de regresión no
están autocorrelacionados ni son heteroscedásticos, en tanto que la
prueba de Phillips-Perron permite la existencia de un proceso ARMA en
los residuos.
Los resultados que se muestran en el cuadro anterior indica que
según el test de Dickey-Fuller Aumentado y Phillips-Perron la variable
exportaciones de quinua resulta estacionaria cuando se toma en cuenta
un proceso generador de datos con tendencia e intercepto, no obstante
los coeficientes de correlación para los primeros retardos son elevados,
lo cual indicaría que dicha variable es también no estacionaria. Según el
test de Dickey-Fuller Aumentado, la variable precios de exportación es no
estacionaria, sin embargo según el test de Phillip-Perron es estacionaria
cuando se toma en cuenta el proceso generador de datos con tendencia e
intercepto. Por último la variable términos de intercambio resulta no
62
estacionaria. Finalmente el test KPSS muestra que todas las series
económicas son no estacionarias.
A continuación en el cuadro N° 09 se muestra el resumen de las
pruebas de raíz unitaria de cada una de las series económicas en
primeras diferencias, resultado que todas son estacionarias. En
consecuencia se puede concluir que todas las series son integradas de
orden 1, por lo que puede existir una relación de largo plazo.
63
CUADRO N° 09
RESUMEN DE CONTRASTES DE RAÍCES UNITARIAS Y ESTACIONARIEDAD (EN PRIMERAS DIFERENCIAS)
Periodo: 1997.01 – 2012.12
Nota: todas las variables están expresadas en logaritmos
. Contrastes Autocorrelación Dickey-Fuller Aumentado Phillips-Perron KPSS

4
𝜌1 ∑ 𝜌𝑖 𝜏̂ 𝜏̂𝜇 𝜏̂𝜏 ̂)
𝑧(𝜏 ̂𝜇 )
𝑧(𝜏 ̂𝜏 )
𝑧(𝜏 𝜂𝜇̀ 𝜂̀
Variables 𝑖=1
Exportaciones de quinua (LXQ) -0.506 -0.477 -9.995 -10.288 -10.339 -54.412 -62.929 -64.508 0.222 0.115
Precios de exportación (LPR) -0463 -0.507 -10.482 -10.463 -10.487 -36.227 -36.809 -39.059 0.343 0.325
Términos de intercambio (LTI) -0.098 -0.328 -12.461 -12.459 -12.480 -12.611 -12.605 -12.615 0.117 0.072
Valores críticos al:

99% -2.577 -3.465 -4.007 -2.577 -3.464 -4.007 0.739 0.216
95% -1.942 -2.877 -3.433 -1.942 -2.876 -3.433 0.463 0.146
90% -1.615 -2.575 -3.140 -1.615 -2.574 -3.140 0.347 0.119
𝝉̂: Modelos sin componentes determinísticos

𝝉̂:
𝝁 Modelo con intercepto
𝝉̂𝝉 : Modelo con intercepto y tendencia
64
5.2.3. Relaciones de largo plazo de las exportaciones de quinua, los
precios de exportación y términos de intercambio.
Puesto que todas las series en niveles son integradas de orden 1, se
procede a realizar la cointegración al modelo general de las exportaciones
de quinua, es decir verificar la existencia de relación de equilibrio de largo
plazo entre las variables no estacionarias. Para ello se utiliza la
metodología de cointegración multivariada de Johansen y la
metodología de cointegración por bandas de Pesaran, Smith y Shin.
a. Cointegración multivariada de Johansen
La metodología de Johansen, consiste en aplicar máxima verosimilitud al
modelo del vector autoregresivo (VAR), suponiendo que los errores están
normalmente distribuidos, permitiendo determinar el número total de
vectores de cointegración al usar un sistema de ecuaciones simultáneas
que trata a todas las variables como endógenas.
A continuación se presenta los resultados de la estimación del test
de Johansen, los cuales se muestran con sus dos estadísticos
alternativos, el de la traza y el del máximo valor propio.
En el test de cointegración de Johansen, la hipótesis nula establece
que no existe ningún vector de cointegración frente a la alternativa que
existe al menos uno. En la evaluación del estadístico de la traza se
observa la existencia de un vector de cointegración valido al 1% y 5% del
nivel de significancia, es decir 72.16 es mayor que los valores 48.45 y
42.44 respectivamente.
65
CUADRO N° 10
EVALUACIÓN DE LOS ESTADÍSTICOS DE LA TRAZA
Hypothesized Trace 5 Percent 1 Percent

No. of CE(s) Eigenvalue Statistic CriticalValue CriticalValue
None ** 0.257048 72.15796 42.44 48.45

At most 1 0.050395 16.00144 25.32 30.45
At most 2 0.032417 6.228417 12.25 16.26
Trace test indicates 1 cointegrating equation(s) at both 5% and 1% levels

*(**) denotes rejection of the hypothesis at the 5%(1%) level
En lo que respecta al segundo estadístico de máximo valor propio,el
cuadro N° 11 nos indica la existencia de un vector de cointegración valido
al 1% y 5% de significancia, es decir 56.16 es mayor que los valores
30.34 y 25.54 respectivamente.
CUADRO N° 11
EVALUACIÓN DEL ESTADÍSTICO MAX-EIGEN
Hypothesized Max-Eigen 5 Percent 1 Percent

No. of CE(s) Eigenvalue Statistic CriticalValue CriticalValue
None ** 0.257048 56.15652 25.54 30.34

At most 1 0.050395 9.773019 18.96 23.65
At most 2 0.032417 6.228417 12.25 16.26
Max-eigenvalue test indicates 1 cointegrating equation(s) at both 5% and 1% levels

*(**) denotes rejection of the hypothesis at the 5%(1%) level
De esta manera se concluye que hay una relación de equilibrio de largo
plazo entre las variables exportaciones de quinua, precios de exportación
y los términos de intercambio.
Seguidamente se estima el modelo de corrección de errores
(Anexo N° 04), que combina la dinámica de corto plazo con la de largo
plazo en una sola ecuación, para lo cual se utilizan 2 retardos, en efecto
la ecuación estimada para las exportaciones de quinua es el siguiente:
66
∆𝐿𝑋𝑄𝑡 = −3.42 − 0.23(𝐿𝑋𝑄𝐷𝑡−1 − 2.15𝐿𝑃𝑅𝑡−1 − 2.34𝐿𝑇𝐼𝑡−1 − 0.02𝑇 − 6.76)
− 0.17∆𝐿𝑋𝑄𝐷𝑡−1 − 0.18∆𝐿𝑋𝑄𝐷𝑡−2 − 1.62∆𝐿𝑃𝑅𝑡−1
− 0.82∆𝐿𝑃𝑅𝑡−2 − 2.05∆𝐿𝑇𝐼𝑡−1 − 0.15∆𝐿𝑇𝐼𝑡−2
En la ecuación anterior se relaciona el cambio en LXQD con los
cambios de las demás variables del modelo y error de equilibrio del
periodo anterior (𝜀̂𝑡−1 ).Según el vector de corrección de errores la
velocidad de ajuste hacia el equilibrio es 0.83, es decir que 83% de la
desviación de las exportaciones de quinua respecto a su nivel de
equilibrio de largo plazo tiende a ser corregido cada mes.
b. El procedimiento de contraste con bandas: el método de Pesaran, Shin
y Smith (PSS)
Esta metodología nos permite encontrar relaciones de largo plazo
independientemente de que las variables presenten orden de integración
0 o 1, es decir I (0) o I (1). Las variables utilizadas en el presente estudio
son integradas de orden 1, por lo que no hay inconveniente para la
utilización de este método.
Para contrastar la hipótesis nula de no existencia de una relación
de largo plazo con el nivel de las exportaciones de quinua como variable
dependiente (𝑥𝑡 = 𝑋𝑄𝐷𝑡 ) se utilizan varios estadísticos.
Para llevar a cabo la estimación del modelo de corrección de
errores utilizando la metodología de Pesaran, Shin y Smith se utilizan 3
retardos, y para la evaluación econométrica se utilizan diferentes
indicadores tales como, el contraste de normalidad de Jarque – Bera, el
test de autocorrelación Breusch – Godfrey (Multiplicador de Lagrange); el
67
test de errores de especificación, RESET; el contraste de
heteroscedasticidad condicional autorregresiva (ARCH).Finalmente para
probar la estabilidad del modelo se utilizan los test de One-Step Forecast
y N-SteepForecast.
CUADRO N° 12
MODELO DE PESARAN, SHIN Y SMITH
(Con tendencia determinística)
Dependent Variable: D(LXQD)
Method: LeastSquares
Date: 01/12/14 Time: 21:09
Sample (adjusted): 1997M09 2012M12
Includedobservations: 184 afteradjustments
Newey-West HAC Standard Errors & Covariance (lag truncation=4)
Variable Coefficient Std. Error t-Statistic Prob.
C 1.800605 3.109063 0.579147 0.5633

D(LXQD(-1)) -0.019116 0.202600 -0.094353 0.9249
D(LXQD(-2)) -0.097853 0.180160 -0.543145 0.5878
D(LXQD(-3)) 0.048097 0.173296 0.277543 0.7817
D(LXQD(-4)) -0.002341 0.145731 -0.016064 0.9872
D(LXQD(-5)) -0.048602 0.134384 -0.361665 0.7181
D(LXQD(-6)) -0.129875 0.105421 -1.231964 0.2197
D(LXQD(-7)) 0.029279 0.058667 0.499073 0.6184
D(LPR) 0.235169 0.627218 0.374941 0.7082
D(LPR(-1)) -2.499307 0.593399 -4.211846 0.0000
D(LPR(-2)) -1.840406 0.536418 -3.430916 0.0008
D(LPR(-3)) -1.728968 0.591959 -2.920756 0.0040
D(LPR(-4)) -1.030286 0.645029 -1.597270 0.1121
D(LPR(-5)) -1.131108 0.450451 -2.511059 0.0130
D(LTI) -3.353633 2.430952 -1.379555 0.1696
D(LTI(-1)) -1.829705 1.851774 -0.988082 0.3246
MUDA0 4.164564 0.395714 10.52418 0.0000
T 0.021677 0.006457 3.357155 0.0010
LXQD(-1) -1.023571 0.216316 -4.731837 0.0000
LPR(-1) 2.217129 0.470215 4.715138 0.0000
LTI(-1) 2.639383 0.576148 4.581088 0.0000
R-squared 0.670854 Mean dependentvar 0.044057

Adjusted R-squared 0.630468 S.D. dependentvar 1.150272
S.E. of regression 0.699240 Akaikeinfocriterion 2.229430
Sum squaredresid 79.69668 Schwarzcriterion 2.596352
Log likelihood -184.1076 Hannan-Quinncriter. 2.378148
F-statistic 16.61107 Durbin-Watson stat 2.038659
Prob(F-statistic) 0.000000
Notas:
R-squared: 0.67; Adjusted R- squared: 0.63; D-W: 2.03; Ramsey RESET:
F=0.61(0.43); Breusch- Godfrey LM test: F = 0.36(0.69); test ARCH:
F=0.46(0.49)
En el modelo de Pesaran, Shin y Smith, los coeficientes tanto de
corto plazo como de largo plazo tienen los signos esperados, asimismo
68
son estadísticamente significativos todos los coeficientes de largo plazo,
los mismos que son evaluados a través de los estadísticos t, tal como se
muestra en el cuadro N° 12, asimismo la variable tendencia en este
contexto es un variable proxy de la evolución dela tecnología lo cual se
muestra a través del signo positivo. Esto implica que en las exportaciones
de quinua se emplean cada vez mejores estándares de calidad
internacional en la que se utiliza cada vez mejor tecnología. También en
dicho cuadro se muestra el coeficiente de determinación R2 que es igual a
0.67, esto significa que las variaciones de la variable dependiente LXQD
son explicadas alrededor del 67 % por las variaciones de las variables
explicativas del modelo. Asimismo se muestra los contrastes de
correlación serial en los residuos Durbin- Watson y el multiplicador de
Lagrange (Breusch- Godfrey), los mismos que indican que no hay
problemas de correlación serial, ya que el D-W es 2.03 y el estadístico F
de LM es 0.82 con una probabilidad de cometer error tipo I de 0.44. A su
vez, de acuerdo al contraste de ARCH no hay presencia de
heteroscedasticidad en la varianza de los residuos del modelo estimado.
A continuación se muestra las elasticidades de largo plazo
estimadas a partir del modelo de PSS:
CUADRO N° 13
COEFICIENTES ESTIMADOS NORMALIZADOS: ECUACIÓN DE
LARGO PLAZO.
LXQD C LPR LTI
1.759 2.166 2.578
(0.579) (4.715) (4.581)
Nota: Donde las cifras entre paréntesis son los estadísticos t
69
En la metodología de Pesaran, Shin y Smith, para ver si existe
cointegración entre las variables se utiliza el valor del estadístico F, que
en este caso es 11.13 el cual es superior al límite de la banda superior
ampliado propuesto por Pesaranet. al, por lo tanto se concluye que
existen una relación de equilibrio de largo plazo entre las variables; es
decir, están cointegradas a nivel de significancia del 1%, tal como se
muestra en el cuadro N° 14 del test de Wald.
CUADRO N° 14
TEST DE WALD
Wald Test:
Equation: EQ02
Test Statistic Value df Probability
F-statistic 11.12641 (5, 163) 0.0000

Chi-square 55.63206 5 0.0000
CUADRO N° 15
VALORES CRÍTICOS ASINTÓTICOS DE LAS BANDAS PARA EL
ESTADÍSTICO F
(CASO V: CON INTERCEPTO Y TENDENCIA IRRESTRICTOS)
0.100 0.050 0.025 0.010
k I(0) I(1) I(0) I(1) I(0) I(1) I(0) I(1)
0 9.81 9.81 11.64 11.64 13.36 13.36 11.35 11.35

1 5.59 6.26 6.56 7.30 7.46 8.27 8.74 9.63
2 4.19 5.06 4.87 5.87 5.49 6.59 6.34 7.52
3 3.47 4.45 4.01 5.07 4.52 5.62 5.17 6.36
Fuente: Pesaran et. al,(2001). Tabla Cl (v) caso V

Notas: K indica el número de variables
70
Cabe indicar que en las estimaciones del modelo se ha incluido el tipo de
cambio real bilateral y multilateral, así como el ingreso extranjero, sin
embargo los coeficientes estimados resultaron con signos incorrectos y
estadísticamente no significativos.
A continuación para probar la estabilidad del modelo Autorregresive
Distributed Lag de las estimaciones de Modelo de Pesaran, Shin y Smith
se ha utilizado las estimaciones recursivas, lo que se muestra en el
gráfico N° 10, verificándose que los residuos se comportan relativamente
de manera estable, puesto que se mantienen dentro de las bandas de
confianza en el test One-Step Forecast, además aparecen un número
reducido de outliers, teniendo en cuenta que el número de observaciones
es mayor a los 190.
GRÁFICO N° 10
ONE-STEP FORECASTTEST: PERIODO 1997-2012
3
2
1
0
-1
.000 -2
.025 -3
.050
.075
.100
.125
.150
2000 2002 2004 2006 2008 2010 2012
One-Step Probability
Recursive Residuals
Asimismo se utiliza el contraste denominado N-SteepForecast
para probar la hipótesis de homogeneidad o estabilidad temporal del
modelo estimado, mostrando también que los residuos se
71
comportanrelativamente estables durante el periodo de análisis tal como
se puede observar en el gráfico N°11.
GRÁFICO N° 11
N-STEEP FORECAST TEST: PERIODO 1997-2012
3
0
-1
-2
-3
2000 2002 2004 2006 2008 2010 2012
N-Step Probability
Recursive Residuals
En cuanto a la estabilidad individual de parámetros de largo plazo
setiene el test denominado test de Coeficientes recursivos, por el cual se
evalúa la estabilidad y exogeneidad a largo plazo de cada coeficiente
estimado en su trayectoria temporal de estimación. Con esta finalidad se
diseñan bandas de confianza para la senda de cada parámetro con 2
desviaciones estándar, una positiva u otra negativa. Por tanto si el
coeficiente recursivo estimado traspasa dichas bandas a lo largo de su
trayectoria temporal, se tomara como evidencia de inestabilidad temporal
de largo plazo y escasa significancia de exogeneidad individual.
En el gráfico N° 12 se muestra que la trayectoria temporal de largo
plazo no permite rechazar la hipótesis de exogeneidad débil.
GRÁFICO N° 12
ANÁLISIS DE EXOGENEIDAD
72
100 6 6 6 4
3
4 4 4
0 2
2 2 2 1
-100 0
0 0 0
-1
-200 -2 -2 -2 -2
00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12
Recursive C(1) Estimates Recursive C(2) Estimates Recursive C(3) Estimates Recursive C(4) Estimates Recursive C(5) Estimates
± 2 S.E. ± 2 S.E. ± 2 S.E. ± 2 S.E. ± 2 S.E.
3 1.5 1.2 60 40
1.0 40
2 0.8 20
0.5 20
1 0.4 0
0.0 0
0 0.0 -20
-0.5 -20
-1 -1.0 -0.4 -40 -40

00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12
± 2 S.E. ± 2 S.E. ± 2 S.E. ± 2 S.E. ± 2 S.E.
6 8 8 8 6
4
4
4 4 4
2
2
0 0 0 0
0
-2
-4 -4 -4
-2
-4
-4 -8 -8 -8 -6
00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12
± 2 S.E. ± 2 S.E. ± 2 S.E. ± 2 S.E. ± 2 S.E.
4 10 .4 2 60
8 .3
2 0
40
6 .2
0 -2
4 .1 20
-2 -4
2 .0
0
-4 -6
0 -.1
-6 -2 -.2 -8 -20
00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12 00 02 04 06 08 10 12
± 2 S.E. ± 2 S.E. ± 2 S.E. ± 2 S.E. ± 2 S.E.
12
-4
-8
00 02 04 06 08 10 12
Recursive C(21) Estimates

± 2 S.E.
CONCLUSIONES
1. La producción de quinua en el año 2011 fue de 41182 TM, frente a la
producción de 23688 TM en el año 1997, lo que representa un
aumento de más de 73%. Las principales regiones de producción son
Puno que concentra casi el 80% de la producción seguida de
Ayacucho y Cusco.
2. Los principales mercados para las exportaciones de quinua del Perú
en el año 2012 en orden de importancia son: Estados Unidos con el
68%, Canadá con el 5%, Australia y Alemania con el 4.6%, y los
demás países con menos del 3%.
73
3. La cadena de valor de la quinua es muy compleja por la cantidad de
intermediarios presentes, lo que eleva los precios al consumidor.
Actualmente, es el intermediario el que tiene el poder de compra frente
a los productores.
4. Los principales factores que influyen en las exportaciones de quinua
del Perú al resto del mundo , son los precios de exportación y los
términos de intercambio,habiéndose también incluido el tipo de cambio
real bilateral y multilateral así como el ingreso extranjero; sin embargo,
los coeficientes estimados resultaron con signos incorrectos y
estadísticamente no significativos.
5. Para las estimaciones econométricas de relaciones de largo plazo
entre las variables (cointegración) se emplearon las metodologías de
cointegración multivariada de Johansen y el método por bandas
propuesto por Pesaran, Shin y Smith; las mismas que mostraron que
efectivamente existen relaciones de largo plazo. Los resultados
muestran consistencia con la teoría económica y la evidencia empírica,
puesto que superan los diferentes contrastes como de relevancia
individual, relevancia conjunta, bondad de ajuste, ausencia de
correlación serial, estabilidad, homogeneidad y exogeneidad débil.
74
RECOMENDACIONES
1. A nivel de los productores y comercializadores se debe difundir e
incentivar la utilización de los estándares de calidad de quinua con el
propósito de obtener mayor volumen en las exportaciones cumpliendo
los estándares de calidad internacional. Asimismo el gobierno debe
impulsar de manera estratégica la asociatividad de los pequeños
productores, esto les permitirá mejorar y exportar directamente al
mercado internacional, en grandes volúmenes, obteniendo así mayores
beneficios.
2. Generar mayor información detallada sobre el mercado nacional e
internacional de quinua, lo que permitiría a los productores y a las
asociaciones a reorientar su producción actual en función a las
exigencias y tendencias del mercado internacional. Asimismo realizar
monitoreo constante de la demanda internacional, de los precios de
importación de los principales mercados y las nuevas tendencias de los
productos orgánicos
3. Buscar nuevos mercados a través de los encargados de negocios de las
embajadas del Perú en distintos países del mundo, aprovechando
asimismo, la existencia de acuerdos comerciales o Tratados de Libre
Comercio que el Perú mantiene con diferentes países del mundo.
75
4. Para que el Perú continúe con la tendencia creciente de las
exportaciones de quinua debería tener mayor participación en el
mercado asiático y en especial China, para dejar de ser dependientes
del mercado estadounidense.
5. A nivel interno, el gobierno debería brindar asistencia técnica, a través
de instituciones como el INIA o el programa de Sierra Exportadora a fin
de que los productores mejoren su productividad.
76
BIBLIOGRAFÍA
Arbieto, E. del Pozo, M.&Sheen, E. (2007). “Plan estratégico para la quinua del
Perú”. Lima
Bayona, B., Litano, W. &Zapata,E. (2011).“Los Determinantes de la producción
exportable del banano orgánico en el Valle del Chira”. Piura
BCRP (2007), Glosario de términos económicos
Blanchard, O (2006).Macroeconomía. España: Prentice Hall.
Bustamante, R. (2007). “Determinantes de las exportaciones no tradicionales
en el Perú”(1992-2007). Lima.
Cabezas,M.Selaive, J & Becerra, G. (2004).“Determinantes de las
exportaciones no minerales: una perspectiva regional”. Chile
Castillo, R. & Varela, R. Econometría práctica: Fundamentos de series de
tiempo.
Chacchi, K. (2009).“Demanda de la Quinua a nivel industrial”.Lima
Dickey D. & W. Fuller. (1979).“Distribution of the Estimators for Autorregresive
Time Series White a Unit Root”Journal of the American Statistical
Association, 74, pp. 427-431.
Dornbusch, R., Fischer, S &Startz, R. (1998).Macroeconomía.Madrid: McGraw-
Hill.
Engle R & C. W. Granger (1987).Cointegration and Error Correction:
Representation, Estimation, and Testing"Econometrica, 55, pp. 251-276.
Gujarati, D.&Porter, D. (2010). Econometría. Bogotá: McGraw-Hill
Johansen S. (1991): "Estimation and Hypothesis Testing of Cointegration
Vectors in Gaussian Vector Autoregressive Models"Econometrica, 59,
pp. 1551-1580.
77
Johnston J. y J. DiNardo (1997): Econometric Methods, The McGraw-Hill
companies.
Krugman, P. (1999). Economía Internacional teoría y política.McGraw-Hill.
Ministerio de agricultura. (2011). “Perú un campo fértil para su inversionesy el
desarrollo de sus exportaciones”. Lima
Novales, A (1993): Econometría, Madrid: McGraw-Hill
Pesaran, M., Shin, Y. & Smith, R. (2001). Bounds Testing approaches to the
analysis of level relationships
Promperu (2010). “Estudio de identificación de canales de comercialización y
distribución de productos de biocomercio granos andinos en España”.
Lima.
Such, Y. &Larraín F. (2002): La macroeconomía en laeconomía global, Buenos
Aires: Prentice Hall
78
ANEXOS
79
Anexo N° 1: Test de Ramsey RESET (PSS)
Ramsey RESET Test:
F-statistic 0.618795 Prob. F(1,162) 0.4326

Log likelihood ratio 0.701490 Prob. Chi-Square(1) 0.4023
Anexo N° 2: Test de correlación serial: Multplicador de Lagrange (PSS)
Breusch-Godfrey Serial Correlation LM Test:

Obs*R-squared 0.817525 Prob. Chi-Square(2) 0.6645
Anexo N° 3: Test de heteroscedasticidad ARCH (PSS)
Heteroskedasticity Test: ARCH

Obs*R-squared 0.464235 Prob. Chi-Square(1) 0.4957
Anexo N° 4: Modelo VEC (Johansen)

Vector Error CorrectionEstimates
Date: 01/08/14 Time: 19:04
Sample (adjusted): 1997M04 2012M12
Includedobservations: 189 afteradjustments
Standard errors in ( ) & t-statistics in [ ]
CointegratingEq: CointEq1
LXQD(-1) 1.000000
LPR(-1) -2.148206
(0.23809)
[-9.02280]
LTI(-1) -2.338652
(0.53210)
[-4.39511]
@TREND(97M01) -0.021430
(0.00187)
[-11.4823]
C -6.762405
Error Correction: D(LXQD) D(LPR) D(LTI)
CointEq1 -0.837238 0.072901 0.003060

(0.12184) (0.02559) (0.00417)
[-6.87156] [ 2.84922] [ 0.73369]
D(LXQD(-1)) -0.167617 -0.046561 -0.004133
(0.09961) (0.02092) (0.00341)
[-1.68268] [-2.22581] [-1.21197]
D(LXQD(-2)) -0.177173 -0.001186 -0.001065

(0.07088) (0.01488) (0.00243)
[-2.49967] [-0.07968] [-0.43876]
D(LPR(-1)) -1.626065 -0.475616 -0.013854

(0.36377) (0.07639) (0.01245)
[-4.46998] [-6.22601] [-1.11253]
D(LPR(-2)) -0.816694 -0.194255 -0.003786

(0.33648) (0.07066) (0.01152)
[-2.42715] [-2.74912] [-0.32871]
D(LTI(-1)) -2.054702 -0.418667 0.095554

(2.15271) (0.45206) (0.07369)
[-0.95447] [-0.92612] [ 1.29668]
D(LTI(-2)) -0.152569 0.004283 0.055351

(2.14383) (0.45020) (0.07339)
[-0.07117] [ 0.00951] [ 0.75424]
C -3.423602 0.446609 -0.062400

(0.78939) (0.16577) (0.02702)
[-4.33701] [ 2.69414] [-2.30922]
MUDA0 3.491294 -0.444731 0.064052

(0.79177) (0.16627) (0.02710)
[ 4.40950] [-2.67477] [ 2.36323]
R-squared 0.571700 0.360881 0.060031

Adj. R-squared 0.552664 0.332476 0.018255
Sum sq. resids 108.3181 4.776717 0.126928
S.E. equation 0.775736 0.162903 0.026555
F-statistic 30.03325 12.70470 1.436957
Log likelihood -215.5736 79.39100 422.2266
Akaike AIC 2.376440 -0.744878 -4.372768
Schwarz SC 2.530809 -0.590509 -4.218399
Mean dependent 0.032255 0.001205 0.001354
S.D. dependent 1.159838 0.199386 0.026800
Determinant resid covariance (dof adj.) 1.09E-05

Determinantresidcovariance 9.46E-06
Log likelihood 288.7004
Akaikeinformationcriterion -2.726989
Schwarzcriterion -2.195273
Anexo N° 5: Exportación de quinua (Bolivia) según país de destino (2012)

Valor
País de Destino Volumen(Kilos) Porcentaje
FOB(dólares)
Estados Unidos 50,542,796.43 16,195,479.99 64.05%
Francia 7,969,487.15 2,586,538.20 10.10%
Canadá 5,138,713.02 1,736,211.66 6.51%
Holanda 4,424,951.00 1,457,000.00 5.61%
Alemania 2,682,300.95 914,250.00 3.40%
Australia 1,870,975.05 545,932.08 2.37%
Brasil 1,474,942.91 479,583.00 1.87%
Israel 1,216,099.00 426,000.00 1.54%
Reino Unido 1,071,988.00 368,000.00 1.36%
Chile 443,207.43 140,388.67 0.56%
Argentina 329,716.40 259,450.00 0.42%
Japón 315,584.00 105,000.00 0.40%
España 287,973.20 99,120.00 0.36%
Suecia 246,780.00 80,000.00 0.31%
Bélgica- Luxemburgo 239,770.00 80,000.00 0.30%
Dinamarca 219,870.00 63,500.00 0.28%
Italia 123,562.00 35,200.00 0.16%
Malasia 121,381.49 29,548.00 0.15%
Suiza 89,020.00 30,800.00 0.11%
Colombia 68,478.48 18,905.00 0.09%
Sudáfrica 23,335.00 8,000 0.03%
Costa Rica 8,342.00 3,000.00 0.01%
Perú 2,020.00 600.00 0.00%
Taiwán 650.00 206.50 0.00%
Nicaragua 50.00 11.00 0.00%
El Salvador 0.00 0.00 0.00%
Total 78,911,993.51 25,662,724.10 100%
Anexo N° 6: Base de datos

Índice del
Índice de
Tipo de Ingreso
Tipo de
Exportaciones Precio Términos de Cambio Real Personal
Cambio Real
Mes/Año de quinua (XQ) relativo Intercambio Multilateral Disponible
Bilateral
(US$) (PR) (TI) (TCRM) (IPD)
(TCRB) (Base
(Base (bill.US$)
2009=100)
2009=100)
ene-97 22,428.6400 0.0200 102.1737 95.8315 95.7120 5,996.3000
feb-97 23,654.3600 0.0182 104.9157 95.5066 96.3979 6,026.6000
mar-97 9,072.0000 0.0217 106.2844 93.7160 95.2441 6,060.3000
abr-97 29,352.2400 0.0214 102.8377 94.3967 95.9948 6,070.2000
may-97 36,205.5000 0.0200 105.7807 94.1187 95.3162 6,092.8000
jun-97 1,035.0000 0.0301 108.1599 93.1872 94.1255 6,119.8000
jul-97 3,920.0000 0.0227 106.6653 91.9844 93.3267 6,147.9000
ago-97 1,146.7800 0.0132 106.0162 91.2395 93.3619 6,184.5000
sep-97 51,849.9900 0.0199 106.8802 91.2301 92.9834 6,215.6000
oct-97 5,884.0000 0.0155 103.2615 91.8825 93.7250 6,252.8000
nov-97 23,779.3200 0.0181 99.8209 93.1487 95.6019 6,292.5000
dic-97 15,951.7700 0.0193 99.6214 90.4953 94.7632 6,326.8000
ene-98 14,021.8000 0.0206 97.8272 89.7874 95.0516 6,386.8000
feb-98 1,434.0000 0.0096 98.8467 91.0288 95.9164 6,424.3000
mar-98 38,492.0000 0.0205 98.6588 90.4202 95.0954 6,462.2000
abr-98 29,223.4000 0.0146 100.1885 90.2766 95.1310 6,491.5000
may-98 14,663.0100 0.0206 101.2623 90.2709 95.5553 6,527.0000
jun-98 6,564.9400 0.0195 98.9144 91.4942 97.2853 6,558.7000
jul-98 28,801.3700 0.0200 97.2004 91.4520 97.2210 6,586.4000
ago-98 15,154.2000 0.0195 97.8475 92.0188 98.4661 6,616.9000
sep-98 17,690.0000 0.0177 96.9578 95.9983 101.8246 6,633.1000
oct-98 28,730.5600 0.0187 94.9908 97.8018 102.6713 6,658.3000
nov-98 2,686.2500 0.0293 92.8136 99.0508 104.0771 6,685.7000
dic-98 2,157.8000 0.0282 94.3891 100.2770 104.8010 6,704.3000
ene-99 42,765.1300 0.0214 91.3379 102.6207 108.8370 6,742.4000
feb-99 11,186.1300 0.0210 93.6100 104.4126 113.5506 6,762.6000
mar-99 31,164.3500 0.0148 93.5321 102.0311 112.6606 6,775.0000
abr-99 530.0000 0.0283 88.4314 102.1658 111.8040 6,793.4000
may-99 30,670.2000 0.0193 84.7316 100.6726 110.7155 6,810.3000
jun-99 21,334.0500 0.0172 87.9364 99.1773 110.7413 6,835.0000
jul-99 2,677.0000 0.0205 84.4807 98.2458 110.2787 6,860.7000
ago-99 51,641.4200 0.0177 88.8761 100.0785 111.6450 6,902.1000
sep-99 10,560.0000 0.0169 89.9795 101.4907 113.5506 6,921.2000
oct-99 33,766.7500 0.0182 91.5141 102.6365 115.6982 6,975.5000
nov-99 32,591.4500 0.0202 91.0370 102.0015 115.7565 7,031.1000
dic-99 5,438.3600 0.0179 89.9499 101.9043 115.3268 7,106.1000
ene-00 67,981.5500 0.0161 90.6199 103.4257 116.1073 7,186.2000
feb-00 39,115.0300 0.0158 90.1032 101.8721 114.7922 7,236.8000
mar-00 16,963.8800 0.0170 88.9481 101.4746 114.6799 7,285.9000
abr-00 5,551.3800 0.0231 87.0066 101.9912 115.3572 7,309.2000
may-00 51,504.1800 0.0183 87.4258 100.8182 116.2833 7,342.2000
jun-00 1,214.5000 0.0192 85.7965 101.8683 116.2751 7,383.3000
jul-00 2,049.9000 0.0206 89.2016 101.5824 115.7234 7,440.1000
ago-00 27,465.9400 0.0094 88.2801 100.2475 115.0923 7,479.0000
sep-00 26,584.8500 0.0164 88.5844 99.8097 115.2963 7,511.8000
oct-00 48,085.2700 0.0169 86.5923 99.4978 115.7369 7,534.2000
nov-00 6,236.5000 0.0213 87.4837 100.0896 116.6598 7,539.3000
dic-00 39,898.9000 0.0157 86.4002 100.2286 116.1197 7,558.0000
ene-01 11,187.3200 0.0153 85.3198 101.2105 116.7377 7,633.7000
feb-01 960.0000 0.0281 87.8175 100.7179 117.1089 7,659.6000
mar-01 9,022.2400 0.0148 87.7661 99.0797 116.4958 7,683.9000
abr-01 23,691.2000 0.0145 84.7365 100.3444 118.7470 7,680.7000
may-01 27,786.5800 0.0176 85.7187 100.7258 120.6393 7,685.5000
jun-01 8,749.6900 0.0176 86.7725 98.6630 118.5853 7,700.6000
jul-01 3,688.6000 0.0183 87.0853 97.6778 117.1306 7,813.9000
ago-01 20,409.4500 0.0149 86.7113 98.4226 117.0928 7,950.0000
sep-01 12,257.8700 0.0134 85.9994 98.5166 117.4947 7,866.2000
oct-01 40,773.7600 0.0167 87.0679 97.1675 116.0508 7,771.7000
nov-01 17,080.6600 0.0162 86.5583 97.2674 115.7391 7,785.0000
dic-01 12,721.1900 0.0154 86.5968 97.3885 115.2466 7,796.3000
ene-02 2,025.0000 0.0125 88.0427 97.6647 116.9356 7,967.6000
feb-02 38,504.4500 0.0171 89.3128 97.1950 118.0159 7,989.2000
mar-02 19,897.0100 0.0171 91.4107 96.3207 117.3527 8,007.8000
abr-02 7,021.9600 0.0165 91.7615 96.1059 116.5641 8,065.2000
may-02 18,220.0100 0.0147 90.2188 96.2346 116.8287 8,089.3000
jun-02 4,280.0000 0.0162 90.8603 97.6606 118.1531 8,117.2000
jul-02 19,893.2100 0.0142 92.3345 99.9275 120.0209 8,108.8000
ago-02 7,287.9300 0.0151 91.0596 99.9146 121.5642 8,117.7000
sep-02 78,951.9600 0.0151 89.1661 100.3069 122.8523 8,135.9000
oct-02 16,634.8900 0.0155 91.1546 98.6084 122.0427 8,169.4000
nov-02 35,602.0600 0.0131 92.6921 99.7213 121.4568 8,195.9000
dic-02 41,710.2100 0.0131 91.6104 98.1877 118.8927 8,226.3000
ene-03 21,026.0700 0.0115 89.6614 99.1485 118.4551 8,251.3000
feb-03 15,186.4000 0.0131 90.0930 98.8271 118.4706 8,268.1000
mar-03 42,705.2500 0.0128 86.6080 98.2736 117.7028 8,317.6000
abr-03 48,794.5700 0.0166 85.3925 99.0935 117.0160 8,356.8000
may-03 3,498.1100 0.0212 89.2340 101.3660 117.4197 8,412.0000
jun-03 15,425.7000 0.0141 88.6937 102.3687 118.0256 8,449.6000
jul-03 57,781.2800 0.0158 89.1813 102.1068 118.0804 8,567.8000
ago-03 11,108.4500 0.0106 89.9717 101.6063 118.8163 8,648.0000
sep-03 77,199.3300 0.0126 93.4834 102.3558 118.5608 8,572.4000
oct-03 18,590.7200 0.0143 93.7892 104.0667 118.2843 8,606.2000
nov-03 59,227.9500 0.0164 96.6006 104.2646 117.7518 8,678.3000
dic-03 10,145.7600 0.0136 97.7162 104.5742 116.7471 8,712.4000
ene-04 6,116.1500 0.0145 96.9750 105.6740 116.5516 8,753.6000
feb-04 9,869.4400 0.0177 101.2661 104.6140 116.4681 8,792.7000
mar-04 32,456.9400 0.0148 105.2375 103.2222 116.0645 8,839.9000
abr-04 27,409.8400 0.0150 99.5184 103.6647 116.6161 8,884.2000
may-04 15,187.9600 0.0135 99.7207 102.3564 117.4773 8,960.1000
jun-04 44,122.2500 0.0166 100.7699 102.6569 116.8510 8,989.2000
jul-04 11,844.6400 0.0160 94.9680 102.5403 115.2401 9,015.5000
ago-04 11,383.0800 0.0150 98.6057 101.1913 113.7758 9,049.3000
sep-04 39,432.9700 0.0151 97.6338 100.9722 112.7258 9,066.9000
oct-04 100,131.3000 0.0151 101.5436 101.1052 112.1118 9,110.0000
nov-04 38,428.9700 0.0157 99.6496 102.5159 111.4838 9,119.1000
dic-04 49,424.8000 0.0159 98.3841 102.4801 110.1092 9,458.4000
ene-05 44,931.7400 0.0139 99.3773 102.0318 109.7984 9,148.5000
feb-05 23,711.1000 0.0130 102.1055 102.3912 110.3735 9,179.0000
mar-05 31,563.0000 0.0132 102.8760 102.0491 110.5345 9,235.1000
abr-05 98,211.5700 0.0143 104.4664 102.0531 111.0994 9,279.7000
may-05 52,037.8800 0.0150 105.3261 101.3184 110.7408 9,326.7000
jun-05 44,151.6600 0.0127 106.5792 100.6348 110.4343 9,359.1000
jul-05 48,190.9500 0.0127 103.2047 101.0639 110.8047 9,422.6000
ago-05 98,506.5700 0.0129 103.9206 102.7757 111.7547 9,476.0000
sep-05 60,032.5800 0.0138 105.4361 105.4008 114.9703 9,518.7000
oct-05 76,310.6000 0.0132 103.7293 107.1864 117.5834 9,578.4000
nov-05 16,530.2000 0.0148 110.1121 106.5040 116.3974 9,622.2000
dic-05 83,362.3500 0.0144 113.6677 107.6277 117.0905 9,675.3000
ene-06 42,124.8300 0.0127 117.0677 107.3527 116.3339 9,848.2000
feb-06 10,700.3200 0.0152 117.9095 103.6328 112.3604 9,894.7000
mar-06 111,245.9100 0.0161 121.7887 104.7681 114.1996 9,929.2000
abr-06 123,011.8800 0.0135 129.6744 105.3115 114.3187 9,957.7000
may-06 91,027.5400 0.0143 139.4998 105.2484 113.6761 9,971.2000
jun-06 143,467.4800 0.0126 136.4561 104.2116 113.5311 10,017.0000
jul-06 87,889.9600 0.0137 138.2455 104.5177 113.3284 10,049.7000
ago-06 265,924.8300 0.0136 139.4216 104.7985 113.0887 10,079.7000
sep-06 101,907.4100 0.0127 136.0418 105.0558 112.9677 10,116.6000
oct-06 219,585.2700 0.0133 138.9403 104.4889 111.9508 10,147.8000
nov-06 189,803.0200 0.0137 142.1302 105.2364 111.5684 10,186.3000
dic-06 161,316.2300 0.0142 138.1032 105.4998 111.1244 10,254.7000
ene-07 59,025.2900 0.0135 133.5065 104.4756 111.0070 10,295.7000
feb-07 79,201.9400 0.0131 133.4202 104.8617 111.2359 10,356.6000
mar-07 93,612.8400 0.0133 134.6423 105.1498 111.6934 10,424.2000
abr-07 12,500.0000 0.0101 144.5535 106.2515 111.9619 10,442.3000
may-07 177,552.1600 0.0132 147.1929 106.0773 111.7142 10,466.5000
jun-07 157,888.3500 0.0136 141.3623 106.7058 111.5023 10,476.0000
jul-07 149,538.9400 0.0143 142.6335 107.6273 110.6203 10,515.3000
ago-07 214,254.7900 0.0139 140.2865 106.9383 110.1720 10,530.6000
sep-07 169,439.7300 0.0139 134.7948 106.9632 109.0305 10,598.3000
oct-07 301,454.2800 0.0149 137.2559 104.5429 104.8895 10,609.7000
nov-07 200,806.2800 0.0152 132.1060 105.6227 104.7367 10,652.5000
dic-07 388,856.1800 0.0147 131.3975 104.1995 103.4923 10,726.6000
ene-08 209,856.1300 0.0151 128.5018 104.4468 102.7153 10,789.3000
feb-08 146,340.0100 0.0137 132.2234 103.5223 100.5370 10,826.6000
mar-08 94,961.5700 0.0153 133.5527 101.5459 97.0962 10,881.2000
abr-08 144,607.8700 0.0187 132.2139 100.1046 95.3465 10,867.3000
may-08 155,256.7900 0.0208 125.3143 101.3749 97.7724 11,441.4000
jun-08 102,775.1500 0.0208 121.6677 104.9750 101.0451 11,217.7000
jul-08 636,649.9500 0.0249 119.5729 104.1477 99.5064 11,089.0000
ago-08 703,647.8600 0.0260 115.7326 102.9162 100.0449 10,991.6000
sep-08 547,672.1100 0.0294 109.3033 102.7702 101.8688 11,014.7000
oct-08 574,548.1900 0.0286 102.8325 100.7817 103.9192 11,008.4000
nov-08 1,101,927.8900 0.0290 96.4314 98.6309 102.1676 10,958.4000
dic-08 661,183.6400 0.0277 94.9850 99.3037 101.4612 10,858.7000
ene-09 331,795.8100 0.0272 98.8603 100.6930 103.0163 10,900.2000
feb-09 258,006.3000 0.0298 103.7100 102.1178 106.4008 10,819.7000
mar-09 421,500.2000 0.0258 104.4886 99.2129 104.2619 10,809.3000
abr-09 404,542.0500 0.0259 106.1555 98.6308 101.5481 10,888.4000
may-09 203,579.2500 0.0247 111.6805 97.6310 98.8808 11,076.2000
jun-09 731,156.1300 0.0271 111.5263 99.7715 99.9505 10,955.8000
jul-09 795,221.5800 0.0287 113.4833 101.1393 100.3396 10,914.4000
ago-09 724,387.7600 0.0257 116.3575 100.1483 98.7013 10,919.7000
sep-09 932,499.3800 0.0279 120.5071 99.8753 97.4793 10,956.6000
oct-09 932,797.5500 0.0268 122.1535 99.7128 96.1849 10,950.4000
nov-09 746,873.6500 0.0266 128.3443 101.0313 96.7879 11,004.6000
dic-09 824,736.6800 0.0266 131.7371 99.9421 96.0777 11,050.5000
ene-10 808,027.0000 0.0265 132.5693 98.4127 95.4190 11,048.9000
feb-10 394,624.9200 0.0213 130.8841 96.8352 95.0536 11,029.8000
mar-10 596,722.5200 0.0272 129.8966 96.7161 94.6866 11,067.4000
abr-10 524,254.2300 0.0265 133.6303 97.2255 94.8460 11,149.7000
may-10 892,426.1200 0.0253 137.1286 94.9464 94.8827 11,229.7000
jun-10 1,562,484.2700 0.0286 132.0916 94.4160 94.3053 11,239.8000
jul-10 1,780,789.8800 0.0272 129.6421 95.6855 93.4787 11,261.2000
ago-10 879,194.4300 0.0266 134.0971 95.5362 92.6694 11,310.7000
sep-10 1,741,398.3100 0.0275 136.0459 96.4063 92.3761 11,306.0000
oct-10 1,436,184.3300 0.0277 139.8901 98.8098 92.6502 11,358.9000
nov-10 1,257,024.1600 0.0295 141.0096 99.2424 93.1507 11,408.8000
dic-10 1,317,119.7400 0.0267 141.6296 98.9891 93.4791 11,513.7000
ene-11 1,479,744.7800 0.0297 143.3996 98.7669 92.6079 11,604.5000
feb-11 1,032,678.2900 0.0253 144.3873 98.8152 92.1605 11,667.2000
mar-11 1,712,161.7700 0.0297 145.0933 99.5720 92.7058 11,690.1000
abr-11 1,150,968.2100 0.0261 144.2358 102.0812 93.8800 11,711.0000
may-11 2,213,978.5400 0.0295 143.8270 100.7107 92.9810 11,742.9000
jun-11 1,597,505.2300 0.0305 141.5822 101.1759 92.4256 11,791.9000
jul-11 2,587,435.8100 0.0339 143.1939 100.7812 91.0241 11,857.0000
ago-11 3,379,672.6500 0.0309 146.4630 100.7454 90.9689 11,870.8000
sep-11 2,889,891.7300 0.0320 144.7722 98.4099 90.9514 11,858.3000
oct-11 2,160,761.0500 0.0331 136.4321 96.8510 90.0827 11,865.2000
nov-11 2,533,009.4000 0.0290 136.5058 95.3992 88.7385 11,857.7000
dic-11 2,637,366.3600 0.0284 138.1199 93.8267 87.9969 11,931.6000
ene-12 1,434,650.1600 0.0205 134.2874 94.5419 88.3555 12,025.8000
feb-12 2,134,108.3500 0.0277 140.1444 95.3519 88.1570 12,096.4000
mar-12 2,741,727.2400 0.0264 137.8759 93.9935 87.7398 12,135.0000
abr-12 1,802,022.1200 0.0270 136.0095 93.1592 87.0817 12,161.9000
may-12 2,080,522.4400 0.0289 139.1104 91.9234 87.3460 12,159.8000
jun-12 2,152,333.8400 0.0256 130.3263 91.3793 87.2925 12,193.8000
jul-12 4,177,029.4500 0.0272 131.9908 90.5958 85.9132 12,181.7000
ago-12 3,986,145.1400 0.0262 130.7864 90.0717 85.3323 12,186.1000
sep-12 2,219,344.5700 0.0253 135.3761 90.4012 84.8210 12,247.6000
oct-12 3,127,209.0400 0.0264 133.9322 90.2860 84.4307 12,294.1000
nov-12 2,340,136.5500 0.0260 136.6996 90.2616 84.5049 12,437.8000
dic-12 2,929,810.8500 0.0273 137.2733 89.1440 83.0332 12,829.2000

Tesis Deyssi Bailon

Cargado por

Copyright:

Formatos disponibles

Tesis Deyssi Bailon

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Tesis Deyssi Bailon

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DEL ALTIPLANO

FACULTAD DE INGENIERÍA ECONÓMICA

“DETERMINANTES DE LAS EXPORTACIONES DE

Presentadapor: BACHILLER DEYSSI NIEVES BAILÓN MAMANI

PARA OPTAR EL TÍTULO PROFESIONAL DE

Con mucho cariño para mi mamá Nora, por todo

A mi papá Mario, por su apoyo y cariño que me

A mi hermanita Luz Karina, por su comprensión y

A mis padres y mi hermana que siempre me dieron

Agradezco de manera especial al Dr. Froilán Lazo

1. PLANTEAMIENTO DEL PROBLEMA, ANTECEDENTES Y OBJETIVOS DE

1.1.PLANTEAMIENTO DEL PROBLEMA ................................................................ 5

2. MARCO TEÓRICO, MARCO CONCEPTUAL E HIPÓTESIS DE LA

2.1. MARCO TEÓRICO.............................................................................................. 14

3. METODOLOGÍA DE LA INVESTIGACIÓN ......................................................... 28

3.1.MÉTODO DE INVESTIGACIÓN ........................................................................28

4. CARACTERIZACIÓN DEL ÁREA DE INVESTIGACIÓN ..................................39

5. EXPOSICIÓN Y ANÁLISIS DE RESULTADOS ...................................................41

5.1.NIVEL DE PRODUCCIÓN, EXPORTACIÓN Y CANALES DE

CUADRO N° 01: MERCADOS DE DESTINO .............................................................. 6

FIGURA N° 01: EVOLUCIÓN DE LAS EXPORTACIONES DE QUINUA ............... 6

GRÁFICO N° 01: PRODUCCIÓN DE QUINUA EN LATINOAMÉRICA: PERIODO

FAO Organización de las Naciones Unidas para la Alimentación

MINAG Ministerio de Agricultura

ADEX Asociación de Exportadores del Perú

PROMPERU Comisión de Promoción del Perú para la Exportación y el

BCRP Banco Central de Reserva del Perú

ATPDEA Ley de Promoción Comercial Andina y Erradicación de la

TLC Tratado de Libre Comercio

SGP Sistema General de Preferencias

APC Acuerdo de Promoción Comercial

ALADI Asociación Latinoamericana de Integración

INIA Instituto Nacional de Innovación Agraria

SENASA Servicio Nacional de Sanidad Agraria

PERX Plan Estratégico Nacional Exportador

POP Plan Operativo

El presente trabajo de investigación trata sobre las exportaciones de

tiene como objetivo principal establecer los principales factores

determinantes de las exportaciones de quinua. Para ello se utiliza

información estadística de diferentes instituciones tales como

PROMPERU, BCRP, Organización de las Naciones Unidas para la

Alimentación y la Agricultura, Ministerio de Agricultura, Reserva Federal

de los Estados Unidos de América y otras instituciones.

Se aplica un modelo econométrico uniecuacional donde las

variables están en logaritmos, se tiene como variable dependiente las

exportaciones de quinua y como variables explicativas el precio de

exportación y los términos de intercambio. En cuanto a los procedimientos

econométricos en la primera parte se determinó el orden de integración de

cada una de las series utilizadas en el análisis, mediante la aplicación de

los test de raíz unitaria y de estacionariedad (Dickey-Fuller, Phillips-Perron

y KPSS) ; en la segunda parte, para establecer las relaciones de equilibrio

de largo plazo entre las variables involucradas en el modelo, se desarrolló

las diferentes metodologías de cointegración como Johansen, y Pesaran,

Shin y Smith, los mismos que mostraron evidencia de que existe

relaciones de equilibrio de largo plazo entre las series económicas no

Palabras claves: Exportación, precio de exportación, términos de

period January 1997 - December 2012, which has as main objective to

establish the determinants of exports of quinoa. This statistical information

from various institutions such as PROMPERU , BCRP ,Food and