Causalidad entre el precio y la producción de
petróleo, dependiendo su estructura de
propiedad
CÉSAR IVÁN VARGAS VARGAS, SERGIO ANDRÉS CABRALES
Facultad de Economía
Universidad de los Andes
Resumen– Las compañías petroleras poseen varios objetivos corporativos que influyen directamente en
su producción mensual de crudo. Estos objetivos dependen de la estructura de propiedad que posee cada
empresa. A través de este estudio se analiza la relación de causalidad entre los precios del petróleo y la
producción de estas compañías. Esto, con el fin de determinar cómo reacciona la producción de empresas
petroleras por cambios en los precios del petróleo y el poder de mercado de cada una de ellas. Los
resultados obtenidos evidencian que la estructura de propiedad de las empresas petroleras no determina
la causalidad entre el precio y la producción de petróleo, pero su poder de mercado si influye en las
variaciones de los precios.
Palabras clave – Causalidad, OPEP (Organización de países exportadores de petróleo), BPDC (Barriles
producidos día calendario), estructura de propiedad.
I. INTRODUCCIÓN
La industria petrolera es considerada como uno de los sectores más volátiles en los últimos 10 años (Gómez,
2016). La oferta y la demanda de este mercado han ido sufriendo choques económicos que repercuten en el
precio de los distintos tipos de petróleo, como también en la producción de las empresas petroleras (Obstfeld,
2016). Sin embargo, no todas las empresas pertenecientes a esta industria reaccionan de igual manera ante
los diferentes choques. Para el desarrollo de este estudio se categorizan las compañías petroleras según su
estructura de propiedad, es decir, si pertenecen al grupo de las IOC (International Oil Companies o empresas
privadas), o las NOC (National Oil Companies o empresas estatales), o son empresas mixtas, donde un
porcentaje de la propiedad es del estado y el otro, es de capital privado.
Las IOC son empresas internacionales que durante el siglo XX dominaron el mercado petrolero debido su
capacidad tecnológica y su experiencia en el campo (Wagner, 2012). Estas empresas se han caracterizado
por el manejo eficiente de sus recursos, lo que les permite ser empresas con alta capacidad competitiva en el
mercado, minimizando costos y maximizando sus márgenes de ganancia (Myers, 2007). El objetivo principal
de las IOC es simple, maximizar los retornos a sus accionistas. Por lo tanto, sus esfuerzos estarán enfocados
a tomar decisiones que maximicen su utilidad, teniendo en cuenta los costos operativos y los ingresos, que
dependen del precio que el mercado fije para cada tipo de petróleo. Las principales empresas pertenecientes
a este grupo en la actualidad son Exxon, BP, Royal Dutch Shell, Total y Chevron, debido a su capacidad de
producción de barriles de crudo diaria (Helman, 2015).
Por otro lado, las NOC son empresas que son propiedad de un estado y cuyos intereses están influenciados
precisamente por acciones que generen valor para la nación, las cuales no son necesariamente comerciales
(Vergés, 2002). Estos intereses pueden ir desde la generación de empleo, instalación de infraestructura o
desarrollo de proyectos públicos, hasta la preservación de ecosistemas para futuras generaciones (Saud,
2013). Una gran parte de estas empresas son aquellas inscritas a la OPEP (Organización de países
exportadores de petróleo).
La OPEP es una organización creada en 1960 en la Conferencia de Bagdad, cuyo propósito inicial fue
controlar los precios del petróleo a través de mecanismos de aumento o disminución de la producción de
crudo por parte de los 5 países iniciales que la conformaban y los 9 restantes que ingresaron después (Insider,
2016). Sin embargo, este objetivo ha ido desvaneciéndose en los últimos años debido a otros factores dentro
de la política de cada uno de estos países.
Por ejemplo, el conflicto interno entre Arabia Saudita y Kuwait, o entre Irak e Irán, ha generado que la
cooperación existente dentro de esta organización se vea desafiada y propensa a desacuerdos (Noreng, 2003).
Como resultado de estos conflictos cada potencia petrolera busca aliados externos de la OPEP como Estados
Unidos, y es allí cuando se ven obligados a tomar en cuenta los intereses de este país, por encima de los
objetivos principales de la OPEP.
Para realizar este estudio es necesario tomar una muestra de cada uno de los tipos de empresas según su
estructura de propiedad. Es decir, una muestra para empresas privadas, otra para empresas estatales y otra
para empresas mixtas, con el fin de ver las diferencias en las causalidades entre cada una de ellas.
Para dicho fin en este estudio se tomaron 4 empresas privadas como muestra representativa de las IOC. Estás
empresas son: Royal Dutch Shell, Exxon, Lukoil y BP, cuya producción se encuentra entre las más altas a
nivel mundial (Helman, 2015). Mientras que para las NOC se tomaron 3 países pertenecientes a la OPEP
(Irán, Saudi Arabia y Venezuela) y la empresa Petróleos Mexicanos (Pemex). Además, la muestra para las
empresas mixtas será conformada por Petrobras y Ecopetrol, para dar una visión intermedia entre las IOC y
las NOC.
Finalmente, el primer aporte de este trabajo es diferenciar las reacciones en la producción de barriles de
petróleo a choques en los precios del crudo, entre las empresas privadas y las empresas estatales. El segundo
aporte, es determinar si la producción de petróleo de las empresas privadas o estatales seleccionadas es de un
tamaño significativo en el mercado mundial, de tal forma, que la cantidad de barriles producidos lleguen al
influenciar en el precio del petróleo gracias a su poder de mercado.
Anteriormente, este análisis se realizó en 1980 pero únicamente para la producción y el precio del petróleo
de Estados Unidos (Noel, 1980), lo cual permite que el desarrollo de este trabajo brinde un nuevo y
actualizado enfoque a la causalidad entre el precio y producción de crudo a nivel mundial.
REVISIÓN DE LITERATURA
En su artículo “Price, Quantity, and Causality in the Production of Crude Petroleum in the United States”
Noel, (1980) toma los datos trimestrales de producción de crudo en Estados Unidos desde 1968 hasta 1978
y la serie de precios del petróleo para el mismo periodo. El resultado de este estudio arrojó que la producción
sí está causalmente relacionado con el precio, es decir, para el periodo analizado la producción de barriles de
crudo en Estados Unidos si respondió a las fluctuaciones del precio del mismo, pero también mostró que la
relación de causalidad no iba en dirección contraria. Es decir, el precio del petróleo no reaccionó a choques
en la producción, lo cual confirmó las hipótesis que el autor planteaba.
En dicho artículo utilizan los valores pasados y presentes en la determinación de la causalidad entre precio y
producción de petróleo, mientras que en el presente estudio únicamente se utilizarán datos pasados, bajo
modelos vectoriales auto regresivos y cointegrados (Hansen, 1999). La razón de esto, es el tiempo que toma
que estos choques impacten en la otra variable. Por ejemplo, en el momento en que se publicó que la OPEP
acordó disminuir su producción los precios empezaron a subir (Stanley, 2016), sin necesidad que se haya
efectuado dicha disminución o, para el caso contrario, cuando un pozo nuevo es abierto el choque en
producción no se ve reflejado inmediatamente en el precio del petróleo. Es por esto que no se incluye
información presente en los modelos utilizados en este estudio.
En estos modelos VAR (Vectoriales Auto Regresivos) se presentan 2 ecuaciones, donde la variable
dependiente es explicada por su rezago y por los rezagos de la segunda variable, con el fin de determinar si
los pronósticos generados son más o si la variable no es significativa en el modelo. Esta prueba se realiza
bajo un test de causalidad de Granger, cuya descripción se realiza más adelante.
Partiendo de esto, al realizar este estudio se tienen 2 objetivos:
1. Determinar la causalidad entre el precio y la producción de petróleo dependiendo si la empresa tiene
una estructura de propiedad privada, estatal o mixta.
2. Hallar la causalidad de la producción sobre el precio del petróleo, generada por el poder de mercado
de la empresa y su estructura de propiedad.
En el primer objetivo, se introduce la ley de la oferta y la demanda, puesto que, si asumimos un mercado de
competencia perfecta, las firmas, en este caso las empresas productoras de petróleo, determinarán su
producción en el punto en que el precio del petróleo sea igual a los costos marginales de largo plazo (Taylor,
1978). Si esto llegase a cumplirse en los datos a analizar, encontraríamos que no importa el tipo estructura
de propiedad que tengan las empresas, para cualquiera de ellas los choques en el precio tendrían un efecto
causal sobre la producción de petróleo. Sin embargo, para llegar a este objetivo debemos analizar los 2 tipos
de empresa por aparte y los incentivos que tiene cada una de ellas al momento de producir.
Los objetivos de las compañías petroleras pueden variar de acuerdo a su estructura de propiedad (Ledesma,
2009). Estos objetivos podrían ir en sentido contrario a lo que se supone que deberían ser las decisiones
económicamente óptimas al momento de determinar un número de barriles a producir. Bajo este argumento,
los choques en el precio del petróleo, podrían no causar variaciones en la producción de barriles de crudo,
puesto que el precio no es el único factor que incide en la producción de ciertas empresas.
Las empresas públicas poseen ciertos objetivos políticos u obligaciones sociales, que no siempre están
alineados con los beneficios económicos de la misma. Una empresa estatal debe priorizar los beneficios
sociales sobre la maximización de la rentabilidad, en el sentido en que no son una empresa cuyo fin último
es lucrarse, si no aportar en un sentido macroeconómico a la sociedad. Es por esto que muchas de las empresas
estatales no tienen una rentabilidad tan alta como lo tienen las empresas privadas, puesto que sus objetivos
no están encaminados hacia la misma dirección. Las empresas públicas tienen metas, como la reducción del
desempleo, la regulación de los mercados internos, solucionar las fallas de mercado, el desarrollo regional y
para este caso en específico, brindar seguridad energética al país (Vergés, 2002).
Estos objetivos políticos, evitarían que la producción de petróleo estuviera causalmente relacionada con el
precio del petróleo. Puesto que, sin importar el valor de este último, las empresas estatales determinan el
número de barriles a producir por sus objetivos sociales y no por la maximización de su rentabilidad.
Sin embargo, para las empresas su objetivo principal es la maximización de sus beneficios económicos o
utilidades (Ledesma, 2009). Teniendo en cuenta esto, se espera que para las 4 empresas privadas de este
trabajo la causalidad del precio en la producción de barriles de petróleo producidos si exista. Como resultado
de ello, tendremos que estas empresas disminuirán su producción cuando el precio del petróleo esté a la baja
y análogamente, aumenten la producción de barriles de crudo cuando el precio del petróleo crezca, asumiendo
céteris páribus frente a los costos de producción en las series analizadas.
A parte de estos factores económicos y sociales, existen otros factores de control que pueden incidir en la
causalidad entre el precio y producción de crudo en estas empresas. Dos de estos factores son: el acceso a
financiamiento y la utilización de nuevos mecanismos de extracción de petróleo.
Partiendo del hecho que el precio del petróleo se encuentra en un declive, los bancos han empezado a negarles
el acceso a nuevos créditos, los cuales las empresas petroleras necesitan para financiar sus proyectos de
exploración de yacimientos (Garrido, 2016). Estos créditos son concedidos en mayor cuantía a las empresas
cuyos ingresos sustenten que pueden pagar nuevos préstamos y, como ya se mencionó, son las IOC quienes
reportan mayor rentabilidad en el mercado. Como consecuencia, la mayoría de los créditos son otorgados a
estas empresas y negados a quienes no poseen el respaldo económico necesario. Si una empresa privada o
pública, ve la necesidad de invertir en nuevos pozos petroleros como resultado de choques positivos en el
precio, pero no cuenta con la financiación suficiente, su producción no mostrará ninguna variación.
Por otro lado, los nuevos mecanismos de extracción influyen en la causalidad entre precio y producción de
petróleo, puesto que las empresas invierten sus utilidades en estas nuevas tecnologías y no en exploración de
nuevos campos. Al no tenerse en cuenta estas inversiones en tecnología, se podría asumir erróneamente que
los choques en el precio no afectan la producción.
Sin embargo, el acceso a financiamiento y la utilización de nuevos mecanismos de extracción de petróleo
son variables no cuantitativas, por lo tanto, no se utilizarán en los modelos VAR en este estudio, pero si se
tendrán en cuenta al momento de analizar los resultados.
Para el segundo objetivo de este escrito, se debe tener en cuenta la participación de mercado de cada una de
las empresas analizadas y la función que cumplen, dependiendo de su estructura de propiedad, en el sector
petrolero mundial.
Históricamente las IOC han liderado el sector petrolero, en 1970 las IOC controlaban el 75% de la producción
de petróleo y disponían del 90% de las reservas probadas en el mundo. Sin embargo, hoy en día la situación
se ha revertido y las NOC controlan más del 80% de las reservas. Los ingresos de las NOC e inversiones en
tecnología le han permitido competir directamente con las IOC (Wagner, 2012).
Además, los países de la OPEP, han tenido una fuerte influencia sobre los precios del petróleo desde su
creación. Actualmente, la producción de la OPEP es aproximadamente el 40% de la producción mundial de
petróleo y sus exportaciones representan el 60% del total del petróleo comercializado internacionalmente
(Stanley, 2016). A pesar, de que su función principal era regular el precio del petróleo a través del aumento
o disminución de la oferta mundial de crudo, últimamente se ha visto que esto ha cambiado.
En el 2014 esta organización tomó la decisión de aumentar su producción haciendo uso de sus reservas, con
el fin de disminuir al máximo el precio del petróleo y que las pequeñas compañías no tuvieran la rentabilidad
necesaria para competir, eliminándolas del mercado (Insider, 2016). Sin embargo, esta estrategia no fue
totalmente acertada, puesto que el precio del petróleo cayó en un 60% y las pequeñas empresas produjeron
en pérdidas para soportar esta caída de precios. Como resultado, la recuperación de este precio ha sido lenta
y las utilidades han disminuido tanto para las empresas estatales, como para las empresas privadas.
Para las empresas privadas el análisis de causalidad de la producción de petróleo sobre el precio parte de la
participación de mercado que tengan y su influencia sobre la oferta disponible de crudo. Sus reservas han
caído de manera significativa desde 1990 y han tenido que invertir en fuentes de energía no convencionales.
Su prioridad actualmente es buscar técnicas de extracción más sofisticadas, además que los campos de
reservas se encuentran ubicados en países con dificultades políticas tales como Nigeria o Sudán.
Las diferencias entre las IOC y NOC son cada vez más ambiguas, debido a los papeles que han tomado en
los mercados mundiales. A pesar de que los objetivos principales de las IOC siguen siendo la maximización
de sus beneficios, las NOC tienen la ventaja de poseer la mayoría de las reservas mundiales actuales lo que
las pone en una posición estratégica a la hora de tomar decisiones sobre el futuro de las industrias de petróleo
y gas (Ledesma, 2009). Se proyecta que para el 2030 el consumo de energía aumente en un 45% y las
empresas encargadas de cubrir esta necesidad, deben estar en la capacidad de lograrlo (EIA, 2017).
II. MARCO TEÓRICO
Para realizar este estudio, es necesario que se cumplan 3 condiciones necesarias en los datos y los modelos
utilizados (Granger, 1969):
1. Las series deben ser estacionarias: Necesario con el fin de que se pueda utilizar el modelo para
predecir los valores de las variables y compararlos con los valores reales. De no ser estacionarias, se
debe realizar alguna transformación a los datos.
2. No debe existir autocorrelación: Si existe autocorrelación entre las variables, cuya causalidad quiere
probarse la prueba tendrá un resultado no válido, puesto que evidenciará que el modelo está mal
especificado.
3. Especificación del modelo: el modelo vectorial auto regresivo debe cumplir con todos los supuestos
de OLS para poder generar resultados válidos.
La prueba de causalidad expuesta por Granger en 1969, define que una variable Y causa otra variable X
relativo a un universo U (Donde U es un vector de tiempo cuyos componentes son X y Y), si y solo si, las
predicciones de X(t) basadas en U(s) para todo s<t, son mejores predicciones basadas en todos los
componentes de U(s) excepto Y(s) para todo s<t (Noel, 1980).
Esto quiere decir que si las predicciones de la variable X realizadas con los valores pasados en esta misma
variable, no son tan significativos como las predicciones basadas tanto en los valores pasados de la variable
X como los valores pasados de otra variable Y, entonces se puede afirmar estadísticamente que Y causa X
en el sentido de Granger.
Si tomamos esta definición e introducimos un modelo vectorial auto regresivo (VAR) obtenemos las
siguientes ecuaciones que debemos plantear para encontrar la causalidad entre 2 variables y su dirección:
Ecuación 1.
𝑌𝑡 = ∑ 𝛽𝑖
𝑝
𝑖=1
𝑌𝑡−𝑖 + ∑ 𝛼𝑖
𝑞
𝑖=1
𝑋𝑡−𝑖 + 휀𝑡
Ecuación 2.
𝑋𝑡 = ∑ 𝛿𝑖
𝑝
𝑖=1
𝑌𝑡−𝑖 + ∑ 𝛾𝑖
𝑞
𝑖=1
𝑋𝑡−𝑖 + 휀𝑡
Donde p y q son los rezagos que se deben introducir en cada ecuación para determinar la mejor explicación
de la variable dependiente.
La prueba de Granger, consiste en analizar los valores y significancias de los estimadores 𝛼 𝑦 𝛿.
Estos son los posibles resultados:
Causalidad unidireccional de X en Y: Si 𝛼 ≠ 0 y 𝛿 = 0
Causalidad unidireccional de Y en X: Si 𝛼 = 0 y 𝛿 ≠ 0
Causalidad bidireccional de X en Y y Y en X: Si 𝛼 ≠ 0 y 𝛿 ≠ 0
No hay causalidad en ningún sentido: Si 𝛼 = 0 y 𝛿 = 0
La prueba de hipótesis que se plantea es:
Ho: 𝑋𝑡 no causa en el sentido de Granger a 𝑌𝑡
Ha: 𝑋𝑡 si causa en el sentido de Granger a 𝑌𝑡
Esta prueba asume normalidad en los errores y la no existencia de autocorrelación. Además, para correr un
modelo VAR es necesario que las series que lo componen sean estacionarias. Para determinar el valor que
debe tomar los rezagos de las variables X y Y, en cada una de las ecuaciones, es necesario realizar una prueba
de criterio de información de Akaike (AIC), la cual especifica el rezago óptimo para correr las regresiones
deseadas (Akaike, 1974).
III. METODOLOGÍA
La metodología consiste en tomar cada una de las series de producción para analizar: las 4 empresas estatales,
las 4 empresas privadas y las 2 empresas mixtas y la serie de precios del petróleo correspondiente para cada
empresa, y ejecutar los siguientes pasos propuestos por Luetkepohl, H. (2009):
1. Realizar una prueba de Dickey Fuller para probar la estacionariedad de la serie. Si la prueba arroja
que la serie no es estacionaria se deben realizar las transformaciones necesarias (logarítmicas o
diferenciaciones) para convertir la serie en estacionaria, lo cual es necesario en un modelo VAR.
2. Especificar el modelo vectorial auto regresivo. En este paso se debe realizar la prueba de criterio de
información de Akaike (AIC), con el fin de encontrar el número de rezagos necesarios que se
introducirán en las ecuaciones del modelo auto regresivo. Se plantean las 2 ecuaciones. (Ecuaciones
1 y 2) donde Y es la producción de barriles de petróleo para cada una de las empresas y donde X es
la serie de los precios de petróleo, de esta manera:
Ecuación 3.
𝑀𝐵𝑃𝐷𝐶𝑡 = ∑ 𝛽𝑖
𝑝
𝑖=1
𝑀𝐵𝑃𝐷𝐶𝑡−𝑖 + ∑ 𝛼𝑖
𝑝
𝑖=1
𝑃𝑅𝐸𝐶𝐼𝑂𝑡−𝑖 + 휀𝑡
Ecuación 4.
𝑃𝑅𝐸𝐶𝐼𝑂𝑡 = ∑ 𝛿𝑖
𝑝
𝑖=1
𝑀𝐵𝑃𝐷𝐶𝑡−𝑖 + ∑ 𝛾𝑖
𝑝
𝑖=1
𝑃𝑅𝐸𝐶𝐼𝑂𝑡−𝑖 + 휀𝑡
Donde MBPDC es: Miles de barriles producidos día calendario.
PRECIO es: La serie de precios utilizada para cada empresa (Dólares por barril).
3. Ejecutar pruebas de análisis de residuales para asegurarse que no hay auto correlación o el test de
causalidad no tendrá validez. Esta prueba es la prueba Durbin Watson (1969), que demuestra que los
residuales son ruido blanco o si por el contrario tienen alguna relación.
4. Una vez, se haya probado la especificación, estabilidad y normalidad de las regresiones se debe llevar
a cabo la prueba de causalidad de Granger (1969) para cada serie de producción de barriles, con la
serie de precios del petróleo para el mismo periodo de tiempo analizado.
5. Una vez realizado el análisis, se determinará la generalidad de los datos según el grupo al que
pertenecen. Es decir, se tomarán los 10 análisis de causalidad de los barriles producidos y el precio
del petróleo para las empresas públicas y se llegará a una conclusión según muestren todos o la
mayoría de los resultados.
6. Para el segundo objetivo de trabajo (Hallar la causalidad de la producción sobre el precio del petróleo,
influenciado por el tamaño de la empresa y su estructura de propiedad), se analizará uno por uno los
resultados para concluir dependiendo de poder de mercado.
IV. DATOS
Los datos utilizados para este análisis son trimestrales, dado que las empresas privadas, reportan sus
producciones bajo esta periodicidad. El espacio de tiempo analizado inicia a partir del 3 trimestre del
2007 y finaliza hasta el segundo trimestre del 2017. Bajo este esquema tenemos 40 datos de producción
para 10 empresas, con una serie específica de precios de petróleo con 40 datos, en el mismo periodo. Las
empresas segmentadas según su estructura de propiedad son las siguientes:
Empresas estatales (NOCs): Irán, Saudi Arabia, Venezuela y Pemex.
Empresas privadas (IOCs): Shell, Exxon Mobile, Lukoil y BP.
Empresas mixtas: Ecopetrol y Petrobras.
Gráfico 1. Producción histórica empresas estatales
Algunas de sus estadísticas descriptivas son:
Tabla 1. Estadísticas descriptivas de producción histórica empresas estatales
NOCs Promedio (MBPDC) Std. Dev. Mínimo (MBPDC) Máximo (MBPDC)
Irán 3379 466 2666 3935
Saudi Arabia 9346 775 7940 10554
Venezuela 2309 132 1952 2774
Pemex 2494 235 2013 3048
En la tabla 1 podemos evidenciar que Saudi Arabia es por mucho la mayor empresa productora de
petróleo del mundo. Con una media de 9’346.000 barriles promedio día calendario, está muy por encima
de las otras empresas del grupo de NOCs.
Gráfico 2. Producción histórica empresas privadas
Tabla 2. Estadísticas descriptivas de producción histórica empresas privadas
20
00
40
00
60
00
80
00
10
00
0M
BD
C
2007
q3
2009
q3
2011
q3
2013
q3
2015
q3
2017
q3
t
Irán Saudi Arabia
Venezuela Pemex
Empresas Estatales(NOCs)
Producción histórica de petróleo
10
00
15
00
20
00
25
00
MB
PD
C
2007q3 2010q1 2012q3 2015q1 2017q3t
Shell Exxon
Lukoil BP
Empresas Privadas (IOCs)
Producción histórica de petróleo
IOCs Promedio (MBPDC) Std. Dev. Mínimo (MBPDC) Máximo (MBPDC)
Shell 1629 153 1308 1954
Exxon Mobile 2315 131 2048 2538
Lukoil 1311 91 1044 1440
BP 1724 603 1083 2577
Para las empresas privadas tenemos que la mayor productora de petróleo es Exxon Mobile, con un
promedio histórico de 2’315.000 barriles producidos día calendario. Esta empresa a su vez se ubica en el
4 lugar de las empresas con mayores ingresos anuales a nivel mundial.
Gráfico 3. Producción histórica empresas mixtas
Tabla 3. Estadísticas descriptivas de producción histórica empresas mixtas
Para el análisis de empresas mixtas tomamos la empresa colombiana Ecopetrol y la empresa brasilera
Petrobras. A pesar de que su producción es notoriamente diferente, como se ve en el gráfico 3, se incluyeron
estas 2 empresas para tener como referencia una categoría intermedia entre las IOCs y las NOCs.
Para las series de precios de crudo, se tomaron 3 tipos de petróleo y se le asignó el más adecuado a cada
empresa de acuerdo al que produzca y cotice en la actualidad en los mercados. Según esto, en la tabla 4 se
muestra el tipo de petróleo con su respectiva empresa para el estudio.
Tabla 4. Tipo de petróleo utilizado para cada empresa
50
010
00
15
00
20
00
25
00
30
00
MB
PD
C
2007q3 2010q1 2012q3 2015q1 2017q3t
Ecopetrol Petrobras
Empresas Mixtas
Producción histórica de petróleo
Mixtas Promedio (MBPDC) Std. Dev. Mínimo (MBPDC) Máximo (MBPDC)
Ecopetrol 848 157 528 1027
Petrobras 2568 169 2144 2869
Empresa Tipo de petróleo
PÚBLICAS
Irán OPEP
Saudi Arabia OPEP
Venezuela OPEP
Pemex WTI
PRIVADAS
Shell WTI
Exxon WTI
Lukoil BRENT
BP BRENT
Mixtas Ecopetrol WTI
Petrobras WTI Nota: el tipo de petróleo OPEP es una cesta del promedio de 7 tipos de crudo producidos por países de la OPEP
Gráfico 4. Precio histórico petróleo WTI
Gráfico 5. Precio histórico petróleo OPEP
40
60
80
10
012
0
$ U
SD
/ ba
rril
de p
etr
óle
o
2007q3 2010q1 2012q3 2015q1 2017q3t
WTI
Precio histórico del petróleo
20
40
60
80
10
012
0
$ U
SD
/ ba
rril
de p
etr
óle
o
2007q3 2010q1 2012q3 2015q1 2017q3t
OPEP
Precio histórico del petróleo
Gráfico 6. Precio histórico petróleo BRENT
Tabla 5. Estadísticas descriptivas de precio histórico WTI, OPEP y BRENT
TIPO Promedio (USD/BARRIL) Std. Dev. Mínimo (USD/BARRIL) Máximo (USD/BARRIL)
WTI 78 24 35 127
OPEP 81 27 30 118
BRENT 84 27 37 126
Al utilizar estos 3 tipos de petróleo, el análisis tendrá un mayor detalle para encontrar la existencia o
inexistencia de la causalidad entre precio y producción de petróleo. Sin embargo, como se muestra en la
tabla 5, estos 3 tipos de petróleo son referencias muy parecidas cotizadas en el mercado mundial con
tendencias similares, en el cual su valor depende de la finura de sus componentes.
V. RESULTADOS Y ANÁLISIS
Para aplicar la metodología propuesta es necesario tener cada una de las series históricas, tanto de
producción como de precios de petróleo, de forma estacionaria. Con este fin realizamos una prueba
Dickey Fuller para cada una de las series.
Los resultados de estas pruebas de raíz unitaria se encuentran en el anexo 1, donde se concluye que
ninguna de las series históricas es estacionaria y, por lo tanto, se debe realizar alguna transformación o
integración. Como resultado, se modela todas las series (De producción y de precios de petróleo) como
logaritmo natural de su valor histórico y se diferencia una vez. Bajo estos nuevos valores, se realizó
nuevamente la prueba de estacionariedad y su obtuvo que todas las series ya eran estacionarias, como se
evidencia en el anexo 2.
40
60
80
10
012
0
$ U
SD
/ ba
rril
de p
etr
óle
o
2007q3 2010q1 2012q3 2015q1 2017q3t
BRENT
Precio histórico del petróleo
Gráfico 7. Producción histórica después de transformación con logaritmo natural e integración de primer orden para
empresas estatales.
Gráfico 8. Producción histórica después de transformación con logaritmo natural e integración de primer orden para
empresas privadas.
Gráfico 9. Producción histórica después de transformación con logaritmo natural e integración de primer orden para
empresas mixtas.
-.4
-.2
0.2
.4
Cre
cim
ien
to e
n p
roducció
n
2007q3 2010q1 2012q3 2015q1 2017q3t
D.ln_irn D.ln_saudiarabia
D.ln_venezuela D.ln_pemex
Empresas Estatales (NOCs)
Crecimiento en producción de petróleo
-.6
-.4
-.2
0.2
Cre
cim
ien
to e
n p
roducció
n
2007q3 2010q1 2012q3 2015q1 2017q3t
D.ln_shell D.ln_exxon
D.ln_lukoil D.ln_bp
Empresas privadas (IOCs)
Crecimiento en producción de petróleo
Gráfico 10. Precio histórico después de transformación con logaritmo natural e integración de primer orden para referencias
WTI, OPEP y BRENT
En los gráficos 7, 8, 9 y 10 se muestra que las series ya son estacionarias y se puede proceder con la
generación del modelo VAR para cada empresa con su respectiva serie de precios.
Para la especificación del modelo VAR se utiliza el criterio de información de Akaike, el cual es un medio
para la selección del mejor modelo cuya finalidad es generar un trade-off entre el número de variables del
modelo y la función de verosimilitud del mismo. Este criterio de información de Akaike tiene como output
el número de rezagos óptimos a utilizar en los 10 modelos que se plantearán a partir de las ecuaciones 3 y 4,
replicadas para cada empresa.
-.4
-.2
0.2
Cre
cim
ien
to e
n p
roducció
n
2007q3 2010q1 2012q3 2015q1 2017q3t
D.ln_petrobras D.ln_ecopetrol
Empresas Mixtas
Crecimiento en producción de petróleo
-1-.
50
.5
Cre
cim
ien
to e
n e
l p
recio
del p
etr
óle
o
2007q3 2010q1 2012q3 2015q1 2017q3t
D.ln_wti D.ln_opep
D.ln_brent
WTI - OPEP - BRENT
Crecimiento en el precio del petróleo
Siguiendo este lineamiento se obtiene el rezago óptimo para cada uno de los 10 modelos y se plasman en la
tabla 6.
Tabla 6. Resultados criterio de información de Akaike (AIC)
VAR Rezago óptimo (p)
PÚBLICAS
Irán-OPEP 1
Saudi Arabia-OPEP 1
Venezuela-OPEP 1
Pemex-WTI 2
PRIVADAS
Shell-WTI 1
Exxon-WTI 1
Lukoil-BRENT 4
BP-BRENT 1
Mixtas Ecopetrol-WTI 3
Petrobras-WTI 4
Una vez tenemos especificados los 10 modelos VAR (p) que utilizaremos, se procede a verificar que cumplan
el supuesto de no auto correlación entre las 2 variables. En el anexo 3, se muestran las salidas de la prueba
Durwin Watson cuya hipótesis nula no debe ser rechazada para que los modelos sean aceptados y que el
análisis de la prueba de causalidad de Granger tenga validez.
Finalmente, se ejecuta el test de causalidad de Granger para los 10 modelos y se obtienen los siguientes
resultados:
Tabla 7. Resultados para test de Granger. Producción sobre precio
HO: P-value
PÚBLICAS
d.ln_Irán≠> d.ln_opep 0.245
d.ln_Saudi Arabia≠> d.ln_opep 0.038**
d.ln_Venezuela≠> d.ln_opep 0.879
d.ln_Pemex≠> d.ln_wti 0.047**
PRIVADAS
d.ln_Shell≠> d.ln_wti 0.103
d.ln_Exxon≠> d.ln_wti 0.076*
d.ln_Lukoil≠> d.ln_brent 0.428
d.ln_BP≠> d.ln_brent 0.13
Mixtas d.ln_Ecopetrol≠> d.ln_wti 0.307
d.ln_Petrobras≠> d.ln_wti 0.892 Nota: HO indica que la producción de la empresa X no causa en el sentido de Granger la variación del precio Y.
*Indica que se rechaza Ho bajo un nivel de significancia del 10%
** Indica que se rechaza Ho bajo un nivel de significancia del 5%
*** Indica que se rechaza Ho bajo un nivel de significancia del 1%
Tabla 8. Resultados para test de Granger. Precio sobre producción
HO: P-value
PÚBLICAS
d.ln_opep≠> d.ln_Irán 0.019**
d.ln_opep≠> d.ln_Saudi Arabia 0.74
d.ln_opep≠> d.ln_Venezuela 0.014**
d.ln_wti≠> d.ln_Pemex 0.006***
PRIVADAS
d.ln_wti≠> d.ln_Shell 0.048**
d.ln_wti≠> d.ln_Exxon 0.31
d.ln_brent≠> d.ln_Lukoil 0.175
d.ln_brent≠> d.ln_BP 0.415
Mixtas d.ln_wti≠> d.ln_Ecopetrol 0.008***
d.ln_wti≠> d.ln_Petrobras 0.043** Nota: HO indica que el precio Y no causa en el sentido de Granger la variación de la producción de la empresa X.
*Indica que se rechaza Ho bajo un nivel de significancia del 10%
** Indica que se rechaza Ho bajo un nivel de significancia del 5%
*** Indica que se rechaza Ho bajo un nivel de significancia del 1%
Según estos resultados, y el tipo de empresa según su estructura de propiedad, se evidencia que:
Públicas: Para Arabia Saudí y Pemex, choques en su producción causan en sentido de Granger variaciones
sobre el precio del petróleo de referencia OPEP. En las empresas de Irán, Venezuela y Pemex, choques en el
precio del petróleo causan en sentido de Granger variaciones sobre su producción de crudo.
Privadas: En Exxon Mobile, choques en su producción causan en sentido de Granger variaciones sobre el
precio del petróleo de referencia WTI. En Shell, choques en el precio del petróleo causan en sentido de
Granger variaciones sobre su producción de crudo.
Mixtas: Tanto en Petrobras como en Ecopetrol, cambios en el precio del petróleo de referencia WTI, causan
en el sentido de Granger variaciones en la producción de crudo mensual.
CONCLUSIONES
El 60% de las empresas analizadas reaccionan en su producción ante cambios del precio del petróleo.
De estas 6 empresas que orientan su producción en torno a la tendencia del precio del petróleo 3 son
NOC, 1 es IOC y 2 son mixtas. Lo que evidencia que la estructura de propiedad no influye
directamente en la causalidad de precio sobre producción, puesto que en los 3 grupos existe al menos
una empresa cuya causalidad en sentido de Granger existe. Esto puede explicarse, si se realiza el
supuesto que su producción de estas empresas está orientada a la maximización de los beneficios.
En las empresas públicas analizadas, excepto Saudí Arabia, reaccionan ante el alza o caída de los
precios del petróleo y con base a esto deciden el número de barriles a producir. Los intereses de estas
3 NOC (Irán, Venezuela y Pemex) están guiados a mejorar su rentabilidad y a sí mismo lograr cumplir
con sus intereses sociales. Por otro lado, Saudí Arabia no tiene incentivos para que choques en el
precio causen variaciones en su producción, puesto que es la empresa con mayor producción en el
mundo y sus intereses están más encaminados en objetivos sociales.
De las empresas públicas analizadas, el 50% muestra que sus cambios de producción de petróleo
causan en el sentido de Granger los precios del petróleo. Estás empresas fueron Saudí Arabia y
Pemex, lo cual demuestra que tienen un amplio poder de mercado gracias a su significativa
producción de barriles diarios. Exxon fue la única empresa privada cuyas variaciones en producción
de barriles puede generar cambios en el precio del petróleo. Al ocuparse en la actualidad como la 4
empresa petrolera con mayor participación de mercado en el mundo, sus cambios en la producción
de barriles tienen la capacidad de causar variaciones en la serie de precios del petróleo WTI. A partir
de esto, se concluye que la estructura de propiedad tampoco influye en la causalidad de producción
sobre el precio, pero una empresa cuyo poder de mercado sea lo suficientemente grande, puede
generar variaciones en el precio del petróleo al enfrentar choques en su producción.
Contrario a como se esperaba, únicamente una de las empresas privadas analizadas decide su
producción de petróleo de acuerdo a los precios del WTI, esta empresa es Shell. Las IOC Exxon,
Lukoil y BP, no generan cambios en su producción de barriles como respuesta a choques en los
precios del petróleo.
Tanto Ecopetrol como Petrobras no tienen poder de mercado suficiente para influenciar en las
variaciones del precio del petróleo WTI. Mientras que choques en los precios del petróleo si causan
variaciones en su producción de crudo. Esto, permite asumir que su objetivo económico sí está
orientado a la maximización de sus beneficios, teniendo en cuenta que deben cumplir con los
rendimientos esperados por sus accionistas y por el estado.
Anexos:
Anexos 1. Prueba de raíz unitaria (Dickey Fuller) para producciones y precios sin transformaciones ni
diferenciación.
NOC:
Irán:
Pemex:
Saudi Arabia:
Venezuela:
IOC:
Shell:
Exxon:
Lukoil:
BP:
Mixtas:
Ecopetrol:
Petrobras:
Precios petróleo:
WTI:
Opep:
Brent:
Anexos 2. Prueba de raíz unitaria (Dickey Fuller) para producciones y precios transformadas con logaritmo
natural y diferenciada una vez.
NOC:
D. Ln (Irán):
D. Ln (Saudi Arabia):
D. Ln (Venezuela):
D. Ln (Pemex):
IOC:
D. Ln (Shell):
D. Ln (Exxon):
D. Ln (Lukoil):
D. Ln (BP):
Mixtas:
D. Ln (Ecopetrol):
D. Ln (Petrobras):
Precios:
D. Ln (WTI):
D. Ln (OPEP):
D. Ln (BRENT):
Anexo3. Prueba Durwin Watson para los 10 modelos VAR (p).
d.ln_opep- d.ln_Irán
d.ln_opep- d.ln_Saudi Arabia
d.ln_opep- d.ln_Venezuela
d.ln_wti- d.ln_Pemex
d.ln_wti- d.ln_Shell
d.ln_wti- d.ln_Exxon
d.ln_brent- d.ln_Lukoil
d.ln_brent- d.ln_BP
d.ln_wti- d.ln_Ecopetrol
d.ln_wti- d.ln_Petrobras
Referencias:
Akaike, H. (1974). “A new look at the statistical model identification”. IEEE. Transactions on Automatic
Control.
Luetkepohl, H., (2009). Econometric analysis with vector autoregressive models. Handbook of
Computational Econometrics.
Insider (2016). La influencia de la OPEP en los precios del petróleo. Obtenido de:
https://es.insider.pro/investment/2016-11-25/la-influencia-de-la-opep-en-los-precios-del-petroleo/
Cabrales. S., Herrera. L, Godoy. J. (2017). Causality between Prices and Operating Equipment Costs in the
Oil and Gas Industries
Granger, C. W. (1969). Investigating causal relations by econometric models and cross-spectral methods.
Gómez. J. (2016). La volatilidad de los precios del petróleo y los efectos en la economía colombiana.
Universidad Militar Nueva Granada.
Garrido, H. (2016). Las 5 causas y 10 efectos de la crisis del petróleo: ¿quién gana, quién pierde y cómo nos
afecta? Obtenido de: http://www.20minutos.es/noticia/2653191/0/causas-efectos/crisis-petroleo-
barato/perjudicados-beneficiados/
Noel, D. (1980). Price, Quantity, and Causality in the Production of Crude Petroleum in the United States.
Energy Sources, 5:1, 31-43, DOI:10.1080/00908318008945995/
Sánchez. F., Vargas. A. (2005). La volatilidad de los precios del petróleo y su impacto en América Latina.
Obtenido de: http://www20.iadb.org/intal/catalogo/PE/2010/06149.pdf
Montero, M. (2016). EL FINANCIERO. ¿Cuánto crudo consumió China el año pasado? Obtenido de:
http://www.elfinanciero.com.mx/mercados/commodities/cuanto-crudo-consumio-china-el-ano-
pasado.html
Hansen, H., Johansen, S., 1999. Some tests for parameter constancy in cointegrated var-models. The
Econometrics Journal.
Taylor, L. D. 1978. The Demand for Energy: A Survey of Price and Income Elasticities. In International
Studies-The Demand for Energy, ed. W. Nordtaus. Amsterdam: North-Holland Publishing Co.
Vergés, J. 2002. Empresas Públicas y objetivos sociales (extra-productivos). Universidad autónoma de
Barcelona. Obtenido de:
http://webs2002.uab.es/Jverges/pdf%20GEP&R/EPs%20y%20Objectivos%20sociales.pdf
Stanley, R., Clifford, K. (2016) Suben los precios del petróleo tras acuerdo de la OPEP para reducir la
producción. The New York Times. Obtenido de: https://www.nytimes.com/es/2016/11/30/suben-los-
precios-del-petroleo-tras-acuerdo-de-la-opep-para-reducir-la-produccion/
Durbin, J. 1969. Tests for Serial Correlation in Regression Analysis Based on the Periodogram of Least
Squares Residuals. Biometrika, Vol. 56, pp. 1-16.
Myers, J. F. Soligo, R. (2007), The International Oil Companies, Research Paper, James A. Baker III
Institute.
Helman. C. (2015) Las 21 empresas petroleras más grandes del mundo. Forbes. Obtenido de:
https://www.forbes.com.mx/las-21-empresas-petroleras-mas-grandes-del-mundo/
Saud, M. Al-F. (2013), The Role of National and International Oil Companies in the Petroleum Industry.
Paper de investigación.
Wagner, D. (2012), “The Rise of National Oil Companies”. Obtenido de:
http://www.huffingtonpost.com/daniel-wagner/the-rise-of-national-oil-_b_2138965.html
Ledesma, D. (2009). The Changing Relationship between NOCs and IOCs in the LNG Chain, Oxford
Institute for Energy Studies.
Noreng, O. (2003). El poder del petróleo: la política y el mercado del crudo. El Ateneo.
Obstfeld M., Milesi-Ferretti M., Arezki R. (2016). Los precios del petróleo y la economía mundial: Una
relación complicada. Fondo Monetario Internacional. Obtenido de: https://blog-
dialogoafondo.imf.org/?p=6358
Energy Information Administration (EIA) Mexican Oil Production, Consumption.
SHELL Reportaje Trimestral (2007-2017). Obtenido de: http://www.shell.com/investors/financial-
reporting/quarterly-results/2017/q2-
2017/_jcr_content/par/toptasks_1119141760.stream/1501103046593/32d5a32f85a5ba6fbaa0fb7ae4
1903f456880a232a56fd2a64f1133434f48185/q2-2017-suppl-finandopdisclosure-document.pdf
OPEP Reportaje Mensual (2007-2017). Obtenido de:
http://www.opec.org/opec_web/en/publications/338.htm
Top Related