78Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34017878ISSN 2542-3401/ 1316-4821Yulán et al., Análisis de las exportaciones de Rosas hacia EE.UUUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021(pp. 78-84)ISSN-e: 2542-3401, ISSN-p: 1316-4821Análisis de las exportaciones de rosas hacia EE.UU y su incidencia en el PIB ecuatoriano periodo 2015-2019Recibido (08/09/21 ) Aceptado (06/10/21) Resumen: El presente trabajo pretende analizar la importancia de las exportaciones de rosas al mercado estadounidense sobre el total del PIB del Ecuador y cuál es la importancia de este mercado para la economia del pais. Se utilizó una metodología de diseño de investigación documental y parte de una búsqueda bibliográca; ademas, se empleó un tipo de investigación correlacional integral, aplicando el método de los mínimos cuadrados donde se tomó en cuenta el sector oricultor esta vez la subdivision de rosas dirigidas al mercado de Estados Unidos . Como conclusión, la exportación de rosas al mercado estadounidense no tiene alta signicancia explicativa es por ello que se recomienda utilizar otras varibales para posibles estudios posteriores, a su vez el PIB del Ecuador del periodo (2015-2019) no sufre grandes variaciones por esta subdivisión de las ores.Analysis of rose exports to the U.S. and their impact on ecuadorian GDP period 2015-2019 Abstract: This paper aims to analyze the importance of rose exports to the US market over the total GDP of Ecuador and what is the importance of this market for the country's economy. A documentary research design methodology and part of a bibliographic search were used; In addition, a type of integral correlational research was used, applying the least squares method where the oriculture sector was taken into account, this time the subdivision of roses directed to the United States market. In conclusion, the export of roses to the US market does not have high explanatory signicance, which is why it is recommended to use other variables for possible subsequent studies, in turn, the GDP of Ecuador for the period (2015-2019) does not suffer large variations due to this subdivision from the owers.Haydee Yulán Negrete hyulan@uagraria.edu.ecOrcid: https://orcid.org/0000-0002-2617-5381Universidad Agraria del EcuadorGuayaquil, Ecuador Jorge Garcia Regalado jgarcia@uagraria.edu.ecOrcid: https://orcid.org/0000-0001-7966-2311Universidad Agraria del EcuadorGuayaquil, EcuadorDeisy Medina Zambranodeisy.medina.zambrano@uagraria.edu.ecOrcid: https://orcid.org/0000-0002-0007-8807Universidad Agraria del EcuadorGuayaquil, EcuadorAnthony Limones Salazarjorman.limones.salazar@uagraria.edu.ec Orcid: https://orcid.org/0000-0002-2649-0365Universidad Agraria del EcuadorGuayaquil, Ecuadordoi: https://doi.org/10.47460/uct.v25i111.518Palabras clave: exportaciones, rosas, PIB, Ecuador.Keywords: exports, rose, GDP, Ecuador.
79Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34017979ISSN 2542-3401/ 1316-4821Yulán et al., Análisis de las exportaciones de Rosas hacia EE.UUI.INTRODUCCIÓNEl sector de la oricultura reeja en el PIB del Ecua-dor uno de los mayores rubros de aportación, es por ello que denota una elevada representación en la dinamiza-da economía de países que se dedican a la producción como lo es Ecuador.Las exportaciones ecuatorianas han estado relacio-nadas de manera histórica a productos primarios, siendo los denominados como tradicionales el cacao, café, pos-teriormente el banano y su gran volumen de exportación, que ha posicionado al país como el principal productor bananero. Por tanto, en las últimas décadas apareció un grupo de productos agrícolas que se consideran como no tradicionales y que han sabido posicionarse en los mercados internacionales. Uno de estos productos son las ores ecuatorianas, cuyo volumen de exportación lo ha convertido en el producto agrícola con mayor incre-mento de producción de la última década [1]. Debido a su gran aceptación en el mercado de Esta-dos Unidos, las rosas cuentan con mayores estándares de calidad. Al ser reconocida como la mejor rosa del mundo gracias a las condiciones climáticas del país, la industria ecuatoriana le ha brindado un valor agregado, a través de su proceso de preservación, para lograr una prolongada durabilidad [2].Por consiguiente, se analizarán las exportaciones de rosas al mercado de USA y su incidencia en el PIB Agrícola ecuatoriano.Las exportaciones ecuatorianas tienen como princi-pal destino Estados Unidos. En el 2018, el 31% de las exportaciones totales fueron enviadas a este mercado con la siguiente distribución, del total el 61% fueron exportaciones petroleras y el 39% fueron exportaciones no petroleras. Entre los principales productos de las ex-portaciones no petroleras se encuentran las ores fres-cas cortadas, que han registrado una tendencia creciente desde 1990[3].En los últimos años las exportaciones de ores prin-cipalmente de rosas ha tenido variaciones en este mer-cado, para los últimos años se registró un decrecimiento del 2% con respecto al 2017 y 2018 lo que evidencia una baja en términos FOB para el Ecuador; sin embar-go al momento de medir las toneladas exportadas esta registra incrementos del 0.6% pasando de 96.01 tone-ladas en 2017 a 96.56 toneladas en el 2018. Esto deja en evidencia que las exportaciones siguen subiendo; sin embargo los precios por kilos de las rosas han ido mermando en los últimos 5 años, se puede decir que la competencia de otros países y el proceso de producción afecta en gran medida a este sector [4]. Los productos exportados por el sector predominan las rosas con el 76%, seguido de los demás que incluyen a ores de verano con el 10%, gypsophila con el 7%, lirios con el 2% y clavel con el 1%. Las demás partidas ocupan el 4% restante [3].EXPOFLORES, sostiene que los precios por kilo-gramo de rosas han ido variando, así; el precio paso de $5.35 a $5.58 para el 2019 a pesar que se registro un incremento de precios en otras ores estan seguian siendo las mas pedidas por este mercado esto se debe a las preferencias de los consumidores y a los diferentes estados que demandan este producto [3].II.DESARROLLOEl Producto Interno Bruto (PIB) es el valor de los bienes y servicios de uso nal generados por los agen-tes económicos durante un período. Su cálculo -en términos globales y por ramas de actividad- se deriva de la construcción de la Matriz Insumo-Producto, que describe los ujos de bienes y servicios en el aparato productivo, desde la óptica de los productores y de los utilizadores nales [5].En los últimos años Ecuador ha registrado un con-siderable incremento de su PIB (Producto interno bru-to), esto se debe al crecimiento de la demanda de sus principales productos de exportación; entre los cuales destaca el sector orícola registrando un considerable incremento desde los últimos años con un promedio de crecimiento de alrededor del 1% por año, a su vez este principal rubro económico fue creciendo en términos FOB en el mercado europeo, asiático y principalmente estadounidense. Las ores naturales aportan al total de exportaciones en un 5% lo que contribuye de manera signicativa en el valor total del PIB teniendo en cuenta que es un mercado en pleno auge económico [6]. El PIB ecuatoriano ha ido evolucionando hasta la actualidad, pasó de depender en su totalidad del petró-leo, banano y cacao a otros componentes que aportan gran liquidez al país, esto hace que el PIB real sea más estable y se encuentre en expectativas de crecimiento, al depender del petróleo se esta dependiendo del valor volatil de este producto generando grandes problemas ante una repentina crisis de petróleo, es por ello que desde hace más de una década el PIB del Ecuador ha venido generando expectativas favorables para la eco-nomía del país [7]. III.METODOLOGÍAEl estudio tiene un diseño de investigación docu-mental, donde se recopila la información necesaria de carácter teórico para poder ejecutar el presente tema. Además, de ser un estudio de carácter descriptivo; el cual se desarrolla a traves de búsquedas bibliográcas y es en donde se describen las características generales del UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 78-84)ISSN-e: 2542-3401, ISSN-p: 1316-4821
80Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34018080ISSN 2542-3401/ 1316-4821tema de estudio; en otros términos, según [1] tiene un diseño de entorno concluyente, es decir de tipo descrip-tivo y direccionada a lo causal-transversal [7]. Se reco-piló información textual de páginas ociales ecuatoria-nas como EXPOFLORES, PROECUADOR, y estudios posteriores para ampliar el campo investigativo. Sirvió como punto de partida la data encontrada en el Banco Central del Ecuador para saber las cantidades exporta-das de rosas a Estados Unidos; además, de trasladar la data encontrada a una hoja de Excel para su respectiva ltración de datos; se respaldará este trabajo usando el software gretl para arrojar grácos y tablas; así como una ecuación, la cual servirá para estimar valores próxi-mos. Utilizando como apoyo un modelo econométrico de regresión lineal simple, dentro del contexto de datos de series temporales, teniendo como variable un índice o coeciente de participación del total FOB respecto al peso en toneladas, donde se mide la evolución temporal del mismo en base a un modelo auto regresivo (AR) de orden 1 con el n de medir o lograr su estacionariedad, un modelo AR es una representación de un tipo de pro-ceso aleatorio, que como tal, describe ciertos procesos variables en el tiempo ya sea en la naturaleza, la eco-nomía, etc. El modelo auto regresivo especíco que la variable de salida depende linealmente de sus propios valores anteriores..La notación AR (p) presenta un modelo autor regre-sivo de orden p. El modelo AR (P) se dene como la siguiente ecuación (1): (1)Donde φ1,……..φp; son los parámetros del modelo, es una constante, y ε_tes Ruido blanco. Esto se puede escribir de manera equivalente usando el operador de backshift B que se aprecia en la ecuación (2). (2)De manera que, moviendo el término sumatorio ha-cia el lado izquierdo y el uso de la notación polinómica, tenemos la ecuación (3). (3)Un modelo auto regresivo por lo tanto se puede ver como la salida de un todo- polo de impulso respuesta innito ltro cuya entrada es ruido blanco[8].Algunas limitaciones son necesarios en los valores de los parámetros de este modelo con el n de que el modelo se mantiene estacionario en sentido amplio. Por ejemplo, los procesos en el (1) con el modelo |φ1| ≥ 1 no son estacionarias. Más en general, para un modelo AR (p) para ser estacionario en sentido amplio, las raíces del polinomio debe estar dentro del círculo unitario, es decir, cada raíz debe satisfacer |Zi |<1 me-diante un análisis estadístico de correlaciones, tomando como variables de análisis al PIB del Ecuador y al total de exportaciones de rosas al mercado de Estados Uni-dos; se considera como variable dependiente (PIB del Ecuador) e independiente (las exportaciones anuales de rosas al mercado estadounidense), el parámetro de tiempo para este estudio fueron datos de serie de tiempo empezando desde el 2015 al 2019 representados en mi-les de dólares. Esta investigación permitirá llegar a las conclusiones de este presente caso.Debido a que cada choque afecta a los valores de X innitamente lejos en el futuro desde el momento en que se producen, cualquier valor dado Xt es afectada por perturbaciones que ocurren innitamente lejos en el pasado. Esto también se puede ver mediante la reescri-tura del auto regresión, ecuación (4). (4)(Donde el término constante ha sido suprimido por el supuesto de que la variable se ha medido como des-viaciones de su media) ecuación, (5). (5)Cuando la división polinómica en el lado derecho se lleva a cabo, el polinomio en el operador aplica a bac-kshift εt tiene, es decir, un número innito de valores rezagados de un innito de orden que εt aparecerá en el lado derecho de la ecuación.Los datos obtenidos provienen de datos secundarios, provenientes del boletín de exportaciones de rosas de la página principal del Banco Central del Ecuador, el cual segrega de manera precisa los valores de exportación tanto en TM (toneladas métricas) como en términos FOB. Se escogen como años de estudio desde el 2015 hasta el año 2019 de tal forma que se puedan estimar las variaciones de las exportaciones de rosas al mercado de Estados Unidos y cuanto ha sido su aportación al PIB Yulán et al., Análisis de las exportaciones de Rosas hacia EE.UUUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 78-84)ISSN-e: 2542-3401, ISSN-p: 1316-4821∅=+
81Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34018181ISSN 2542-3401/ 1316-4821Yulán et al., Análisis de las exportaciones de Rosas hacia EE.UUtotal del Ecuador anualmente. Las Hipótesis planteadas son:H0: La exportación de rosas, no tuvo ninguna apor-tación en el valor total del PIB del Ecuador periodo 2015-2019.H1: La exportación de rosas, tuvo una aportación positiva en el valor total del PIB del Ecuador periodo 2015-2019.H2: La exportación de rosas, tuvo una participación negativa en el valor total del PIB del Ecuador periodo 2015-2019. IV.RESULTADOSPara poder llegar a un resultado nal donde se deter-mine si hay o no relación entre las variables de estudio escogidas y vericar si hubo un efecto negativo o posi-tivo entre estos componentes, se empleará un modelo de regresión lineal simple para obtener el coeciente de determinación R² el cual dene la proporción de varia-bilidad entre las variables. Para ello se requirió de pro-grama estadístico GRETL y de herramientas de Excel. En la obtención de una ecuación de la recta determinada por las variables Total del PIB del Ecuador afectada por las variaciones generadas en el sector de exportaciones orícolas (rosas). La ecuación de la recta es:UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 78-84)ISSN-e: 2542-3401, ISSN-p: 1316-4821Tabla 1. Estimaciones MCO utilizando las 5 observaciones 2015-2019.Tabla 2. Estimaciones MCO utilizando las 5 observaciones 2015-2019VariableCoeficienteDesv. típicaEstadístico tvalor pconst1,1719e+0113,29033e+0103,56170,03778**Total_Exportaci-53470,6130215-0,41060,70891Media de la var. dependiente = 1,03704e+011Desviación típica de la var. dependiente. = 3,96319e+009Suma de cuadrados de los residuos = 5,94841e+019Desviación típica de los residuos = 4,45287e+009R2 = 0,0532157R2 corregido = -0,262379Grados de libertad = 3 En primera instancia los resultados obtenidos por el programa demuestran que se acepta la hipótesis nula; es decir, que el modelo no es explicativo ya que la variable independiente (exportaciones totales de rosas) no inu-ye de manera signicativa en la variable de respuesta ( PIB del Ecuador). El coeciente de determinación R2 demuestra que existe una baja relación al tener un valor de 0,0532157 ya que este coeciente debe ser cercano a 1.VariableCoeficienteDesv. típicaEstadístico tvalor pconst27,09983,898046,95220,00610***l_Total_Expor-0,139560,313439-0,44530,68631Media de la var. dependiente = 25,3642Desviación típica de la var. dependiente. = 0,0383243Suma de cuadrados de los residuos = 0,00551082Desviación típica de los residuos = 0,0428596R2 = 0,0619869R2 corregido = -0,25068 A causa de los datos arrojados se procedió a la apli-cación de logaritmos, donde se demuestra que las varia-bles se suavizan y reejan una mayor estabilidad en los datos, donde las series son más lineales, lo cual ayuda a observar con mayor claridad la data. Los logaritmos ayudan a medir los datos en términos porcentuales y lo cual demuestra que tanto afecta el crecimiento de la variable independiente (X) a la dependiente (Y). Se puede llegar a la conclusión que al aplicar logaritmos al modelo se puede obtener un buen ajuste y por ende un reejará de mejor manera el modelo aplicado. Donde, en cierto modo el R2 de manera mínima se acerca un poco más a la unidad; sin embargo, su aportación al mo-delo sigue sin ser signicativa, no obstante se plantea la modelación autoregresiva del índice o coecente total FOB, respecto al volumen exportado y se obtiene:
82Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34018282ISSN 2542-3401/ 1316-4821Tabla 3. Estimaciones Cochrane-Orcutt utilizando las 9 observaciones 2012-2020.Fig. 1. Tendencia de los dólares provenientes de la exportación de rosas.Yulán et al., Análisis de las exportaciones de Rosas hacia EE.UUUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 78-84)ISSN-e: 2542-3401, ISSN-p: 1316-4821VariableCoeficienteDesv. típicaEstadístico tvalor pconst-0,22180,625746-0,35450,73343l_Indice_10,8646390,2246553,84870,00630***Estadísticos basados en los datos rho-diferenciados:Suma de cuadrados de los residuos = 0,0126767Desviación típica de los residuos = 0,0425554R2 = 0,454458R2 corregido = 0,376523Grados de libertad = 7Estadístico de Durbin-Watson = 1,95893Coef. de autocorr. de primer orden. = -0,284277Criterio de información de Akaike = -29,546Criterio de información Bayesiano de Schwarz = -29,1516Criterio de Hannan-Quinn = -30,3972Posteriormente, en relación o coeciente total FOB, peso en toneladas, su tendencia es estable-creciente, visto en el gráco posterior Fig. 1. en tendencia, lo que se logró es una adimensionalidad, que mide el peso relativo de los dólares provenientes de las exportacio-nes de rosas que impactan directamente en la Economía Ecuatoriana, es por ende que estacionalizando la serie aplicando logaritmos y rezagando un periodo se obtiene la relacionalidad vista en el gráco Fig. 2., todo eso si-guiendo un patrón de conducta de modelo AR orden (1), siendo el primer rezago altamente signicativo.En base al modelo obtenido, en términos de un reza-go los resultados son optimos, lo que nos ayuda a explo-rar una pseudo causalidad proveniente de los resultados del periodo o año anterior, inciden de forma prospectiva para la evolución de este indicador, se inere que esta se asocia en un 86% aproximadamente.la relacionalidad vista en el gráco Fig. 2., todo eso siguiendo un patrón de conducta de modelo AR orden (1), siendo el primer rezago altamente signicativo.
83Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34018383ISSN 2542-3401/ 1316-4821Yulán et al., Análisis de las exportaciones de Rosas hacia EE.UUFig. 2. Estacionalidad de la serie.Fig. 3. Estimación de la predicción del ratioUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 78-84)ISSN-e: 2542-3401, ISSN-p: 1316-4821Para efectos de una predicción que permita estimar cuál va ser el comportamiento del ratio, se reeja una tendencia de estabilidad, todo esto en función del com-portamiento histórico sin considerar el entorno inusual del año 2020, no se puede denir en cuanto se ha afec-tado tanto a la producción como la exportación la situa-ción de pandemia al sector orícola.
84Tolentino S. y Caraballo S. Simulación numérica del ujo de aire.UNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 21, Nº 82 Marzo 2017 (pp. 4-15)ISSN 2542-34018484ISSN 2542-3401/ 1316-4821En términos absolutos, la proyección, considean-do los desvíos en promedio esta relación aumetará un 0.05%, durante los 5 próximos años, lo que implica que en términos de toneladas como FOB, el aumento sería un 5% , lo que implica un aporte relativo a PIB agrícola de un 0,05 % de forma intraanual, mostrando según la Fig. x. una alteración positiva del sector en análisis.Yulán et al., Análisis de las exportaciones de Rosas hacia EE.UUUNIVERSIDAD, CIENCIA y TECNOLOGÍA Vol. 25, Nº 111 Diciembre 2021 (pp. 78-84)ISSN-e: 2542-3401, ISSN-p: 1316-4821Tabla 4. Intervalos de conanza 95%, t(7, .025) = 2,365Observacionesl_Indiceprediccióndesv. típicaIntervalo de confianza 95%2021indefinido-1,656710,0425554(-1,75734, -1,55609)2022indefinido-1,651860,0437128(-1,75523, -1,54850)2023indefinido-1,651580,0437758(-1,75509, -1,54806)2024indefinido-1,648870,0437792(-1,75239, -1,54534)2025indefinido-1,648070,0437794(-1,75159, -1,54455)V.CONCLUSIONES La investigación realizada nos permitió apreciar y determinar la relación entre las exportaciones de rosas al mercado estadounidense y el PIB total del Ecuador lo cual determinó que tienen una importancia muy baja ya que no tiene una signicancia alta que explique estas variables esto se debe a que solo es una parte o división de un rubro económico en el PIB y que aparte como se mencionó con anterioridad su participación del total de ores es bajo y por ende las rosas no afectan tanto en las variaciones tanto negativas como positivas. Por otra parte, también se pudo comprobar que la data fue corta es por ende que para posibles investiga-ciones futuras se debería escoger una data con mayor variables que sean más signicativas. En términos relativos las asociación positiva entre el ratio de crecimiento de valor FOB, versus valor en toneladas, el incremento oscila entre un 0,05%, lo que indica las posibilidades del sector, en condiciones ac-tuales, sin tener a favor un acuerdo comercial especíco o tratado respectivo. REFERENCIAS[1]A. Yagual., S. Lovato& M. Mite.,“Importancia de la exportación de ores sobre total exportaciones FOB no tradicionales en Ecuador 2012-2016”. Revista Espa-cios, 39(18), (2018). [2]PRO ECUADOR. (2018). www.proecuador.gob.ec. Obtenido de www.proecuador.gob.ec: https://www.pro-ecuador.gob.ec/tag/rosas/[3]EXPOFLORES. (2018). expoores.com. Obteni-do de expoores.com: https://expoores.com/infor-mes-economicos-2015-2018/[4]“Ficha Sectorial: Cultivo de Rosas”. Coorporación Financiera Nacional (CFN). Quito: Subgerencia de Análisis e Información(2017).. [5]Banco Central del Ecuador. (2020). www.bce.n.ec. [6]“Cifras Macroeconómicas del Ecuador”. Federación Nacional de Cámaras de Comercio del Ecuador Cámara de Comercio de Guayaquil, Departamento de Investiga-ción y Proyectos, (2019). [7]S. Pino, H. Aguilar, A. Apolo, & L. Sisalema, “Apor-te del sector agropecuario a la economía del Ecuador. Análisis crítico de su evolución en el período de do-larización. Años 2000 – 2016”. Revista Espacios, 39(32),(2018). [8]P. Alvarez, A. Crespo, F. Núñez, & C. Usabiaga, “Introducción de elementos autorregresivos”. Revista Dinámica de Sistemas en modelos de dinámica de siste-mas, 2(1), 37-66(2006).