AvAnces en InvestIgAcIón AgropecuArIA • 3
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. Aia. 2025, 29: 3-23
iSSN-L 2683 1716
Avances en Investigación Agropecuaria 2025. 29: 3-23
ISSN-L 2683 1716
https://creativecommons.org/licenses/by/4.0/
http://doi.org/10.53897/RevAIA.25.29.01
Factores que influyen en la demanda y contagio
de volatilidad del limón de origen mexicano
importado por el mercado de los EUA
Factors Influencing Demand and Volatility Spillover of Mexican
Lime Imports to the US Market
Renato Francisco González Sánchez* https://orcid.org/0000-0003-0737-2838
Miguel Ángel Tinoco Zermeño https://orcid.org/0000-0003-4707-2450 miguel_tinoco@ucol.mx
Facultad de Economía, Universidad de Colima.
*Autor de correspondencia: refrgosa@ucol.mx.
Recibido: 14 de octubre de 2024
Aceptado: 10 de diciembre de 2024
Publicado: 10 de febrero de 2025
Resumen
Objetivo. Este trabajo tiene dos objetivos: pa-
rametrizar un modelo de equilibrio de largo y
corto plazo, que explique qué factores influyen
en la demanda de importación de limón fres-
co de origen mexicano por el mercado de los
EUA; y por otra parte, se estima el contagio de
volatilidad o incertidumbre en los mercados de
limón de México y de los EUA. Materiales
y métodos. Se emplean variables de precios
de limón en México, y el número de asesina-
tos dolosos en México, precios y cantidades
de importación de limón mexicano en EUA,
el tipo de cambio real en EUA (dólares por
pesos mexicano), el ingreso disponible real per
cápita en los EUA y el precio doméstico del
limón amarillo en EUA. El periodo de análisis
es de 2000 a 2024 con frecuencia mensual. Se
emplean los modelos autorregresivos de reza-
Abstract
Objective. This study has two objectives.
First, it seeks to parameterize a long-term and
short-term equilibrium model to explain what
factors influence the US market’s demand for
imported fresh lime of Mexican origin. Second,
it estimates the volatility spillover (uncertainty
contagion) between the lime markets in Mexico
and the US. Materials and Methods. The
study employs variables including lime prices in
Mexico, the import prices and quantity in tons
of Mexican lime in the US, the real exchange
rate in the US (dollars per Mexican peso),
domestic urban prices of lemon in the US, the
real per capita disposable income in the US
and the number of intentional homicides in
Mexico. The analysis period spans from 2000
to 2024 with monthly frequency. Autoregressi-
ve Distributed Lag (ARDL) and Multivariate
4• AvAnces en InvestIgAcIón AgropecuArIA
Factores que influyen en la demanda y contagio de volatilidad del limón de origen mexicano...
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. AIA. 2025, 29: 3-23
Issn-L 2683 1716
Introducción
México es uno de los países que más exporta frutas y hortalizas frescas (o congeladas,
pre-procesadas, etcétera) al mercado de los EUA. Para el año 2022, las exportaciones
de frutas mexicanas alcanzaron el 49% y de hortalizas el 72% de todas las importacio-
nes hechas por los EUA. Así, México está por arriba de sus principales competidores
(Brasil, países de Centroamérica y Sudamérica y algunos del Pacífico como Filipinas,
etcétera) por su participación en el mercado norteamericano (Huang et al., 2022). Si
se observa por grupo de frutas, el aguacate, las berries (zarzamora, frambuesas, fresa y
arándanos), los cítricos (limones y limas, naranjas, mandarinas, toronjas), y las sandías
han tenido un crecimiento constante desde 2010 a 2022 (USDA-FAS, 2022, Huang
et al., 2022). La exportación de lima ácida o limón de origen mexicano a los EUA mos-
tró una tasa de crecimiento anual de 5.9% de 2000 a 2023 y representa de 75 al 89%
de las importaciones totales de los EUA de limón en todas sus variedades (véase panel
A de la figura 1).
Este crecimiento se debe a factores que impactan en la demanda de frutas y hortalizas
en los EUA. En el caso del limón, los cambios demográficos (aumento de la población
hispana y asiática), preocupaciones de salud, tendencias culinarias y la disponibilidad de
la fruta en el mercado al menudeo explican la creciente demanda (Plattner, 2024). En el
mercado doméstico de los EUA, la demanda de limón (amarillo, italiano, verdadero o
gos distribuidos (ARDL) y heterocedasticidad
condicional multivariada (GARCH-BEKK).
Resultados. Los precios del limón importado
de México, el tipo de cambio real y el ingreso
disponible per cápita en los EUA impactan sig-
nificativamente, aunque de manera diferenciada
la importación de limón de origen mexicano en
los EUA, tanto en el corto como en el largo
plazo. Asimismo, la volatilidad de los precios
en México y de exportación a los EUA son
contagiados por la incertidumbre derivada de
la inseguridad en México, así como por shocks
repentinos o persistentes debidos a la volatilidad
del tipo de cambio real y el ingreso per cápita
disponible en los EUA. Conclusión. Estos
resultados son útiles para mejorar la política de
fomento comercial agroalimentario mexicano; y
para la planeación de empresas exportadoras de
frutas y verduras frescas.
Palabras clave
Comercio, ARDL, GARCH-BEKK, incer-
tidumbre.
Generalized Autoregressive Conditional Hete-
roskedasticity (GARCH-BEKK) models are
used. Results. The prices of imported lime
from Mexico, the real exchange rate, and the
real per capita disposable income in the US
have a significant, albeit differentiated, impact
on the import of Mexican-origin lime into the
US, both in the long and short term. Further-
more, the volatility of lime prices in Mexico and
those for export to the US are impacted by the
uncertainty arising from insecurity in Mexico,
as well as by sudden or persistent shocks due
to the volatility of the real exchange rate and
the real per capita disposable income in the
US. Conclusion. These results are useful for
improving Mexican agri-food trade promotion
policies and for the planning of fresh fruit and
vegetable exporting companies.
Keywords
Trade, ARDL, GARCH-BEKK, uncer-
tainty.
AvAnces en InvestIgAcIón AgropecuArIA • 5
Revista de investigación y difusión científica agropecuaria
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. Aia. 2025, 29: 3-23
ISSN-L 2683 1716
Citrus limon) es satisfecha por la producción en California y de importación, esta última
proveniente principalmente de Argentina, Chile y de Tamaulipas, México. Las cadenas
de restaurantes son los principales demandantes de este producto. La lima ácida no tiene
producción comercial en los EUA y se importa principalmente de México, donde el
limón persa (Tahití, sin semilla o Citrus latifolia) proveniente de Veracruz es el principal
componente. México también exporta limón agrio (Key mexicano, con semilla, Citrus
aurantifolia) aunque en menor proporción. La lima ácida de origen mexicano (y de otros
países como Colombia, Perú y de Centro América y el Caribe) se vende al menudeo
en cadenas como Walmart, Costco y otras especializadas (International Fresh Produce
Association, 2024). México constituyó el 78% del total de importaciones de limas por
los EUA en 2023 (World Integrated Trade Solution, 2024). En este trabajo se centra
en la importación de lima ácida de origen mexicano por el mercado de los EUA; aunque
se empleará el nombre común de limón.
Figura 1
Exportaciones de productos de limón y mercado interno
Panel A. Volumen limón fruta fresca (ton) Panel B. Precios de mercado* e inseguridad
Notas: */ Los precios están deflactados con el índice de precios para cada país, para julio de 2024 =100.
Fuente: Elaboración propia con datos de FAS-USDA (https://apps.fas.usda.gov/gats/default.aspx) y Servicio
de Información e Integración de Mercados (http://www.economia-sniim.gob.mx/nuevo/) y FAO (https://
www.fao.org/faostat/en/#data/PP).
Diversos autores han explicado las causas de la competitividad de las exportaciones
mexicanas de frutas y verduras en el mercado de los EUA. Estos cultivos son intensivos
en el uso de mano de obra; la cual es más escasa en el país vecino y encarece el costo
de producción (Guan et al., 2015; Charlton et al., 2019; Guan et al., 2020). México
cuenta aún con suficiente mano de obra para las actividades agrícolas, aunque cada vez
se reporta menor disponibilidad, dadas otras alternativas laborales en las ciudades y la
caída relativa de la tasa de natalidad. Por otra parte, la falta de supervisión respecto a
las regulaciones relacionadas con el uso del agua, de mano de obra infantil y manejo de
pesticidas hacen el costo de producción competitivo; sin embargo, el aumento del costo de
insumos agrícolas (fertilizantes, semillas, pesticidas, etcétera, en sistemas de producción
comercial de alta densidad de plantas por hectárea) y el papel del crimen organizado o
6• AvAnces en InvestIgAcIón AgropecuArIA
Factores que influyen en la demanda y contagio de volatilidad del limón de origen mexicano...
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. AIA. 2025, 29: 3-23
Issn-L 2683 1716
inseguridad en campo y en el comercio aumentan los costos de producción de limón en
México (Herrera y Martinez-Alvarez, 2022). La exportación de frutas y hortalizas frescas
mexicanas a EUA implica el uso intensivo de tecnología, se trata de productos perecederos
o de corta vida de anaquel que requieren red de frío para su transporte y exhibición, y
también se necesita una oferta constante basada en la selección, empaque, etiquetado y
trazabilidad. El mercado tiende a diversificarse en productos sustentables (naturales u
orgánicos) para acceder a mercados nicho o mantenerse en los mercados tradicionales, y
observan una fuerte competencia entre oferentes domésticos de EUA y de otros países.
Desde el punto de vista de la teoría económica, la volatilidad de precios está asociada
a la incertidumbre de los mercados (Panagiotou, 2015; González y Torres, 2023). En
mercados agrícolas, en particular para el limón en México, esta volatilidad se debe a eventos
climáticos extremos, desastres naturales (aumentados por el cambio climático), impacto de
plagas y enfermedades (Donkersley et al., 2018) así como también a problemas logísticos
y de transporte al tratarse de comercio internacional. Entre los eventos que incrementan
la volatilidad de precios de mercados de limón (y otros productos) está la inseguridad
(Navarro, 2014), percibida como aumento de índices de criminalidad en áreas agrícolas
comerciales en México y resentida por productores, trabajadores y comercializadores
(Covert, 2024; Arciniegas, 2024); estos eventos afectan la producción, creando shock
de oferta y volatilidad de precios, por la escasez de la fruta resultante. Por su conexión
a mercados interrelacionados de procesamiento de alimentos, los eventos de extrema
volatilidad en precios agrícolas afectan a la población, en particular a segmentos en pobreza,
quienes gastan una proporción mayor de su ingreso en alimentos. El Panel B de la figura
1 presenta los precios mensuales deflactados del limón en México y de exportación, así
como un indicador de inseguridad, en este caso los homicidios dolosos. Como se observa,
los precios presentan estacionalidad, son altamente volátiles (como se demostrará más
adelante) y posiblemente exista contagio de volatilidad entre estas variables.
Este trabajo tiene como primer objetivo estimar un modelo de equilibrio de corto y
largo plazos, que explique los factores que impactan en la demanda de limón mexicano
en el mercado de los EUA. El segundo objetivo es detectar la existencia de contagio de
volatilidad o de incertidumbre para los mercados de limón en México y de exportación
de este producto a los EUA, y con otras variables, incluyendo la inseguridad en nuestro
país. En este estudio, se emplea a los homicidios dolosos en México como indicador de
inseguridad, siguiendo la lógica de investigaciones similares para otros cultivos agrícolas
de exportación (Madslien, 2020; Ornelas, 2018; Arciniegas, 2024).
Materiales y métodos
La información para este trabajo se obtuvo de diversas fuentes, para los volúmenes y precios
del limón que México exporta a los EUA se emplea el código armonizado del Sistema de
Comercio Agrícola Global (GATS) del Departamento de Agricultura de los EUA. Este
sistema emplea el valor del comercio en frontera, que se basa principalmente en el precio
FOB, como lo indica la página donde se toman los datos. Los precios se deflactan con
el índice de precios al consumidor de cada país. La frecuencia de los datos es mensual,
AvAnces en InvestIgAcIón AgropecuArIA • 7
Revista de investigación y difusión científica agropecuaria
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. Aia. 2025, 29: 3-23
ISSN-L 2683 1716
para el periodo de enero de 2000 a julio de 2024. Más detalles del procesamiento de las
bases de datos, el uso de deflactores y fuente de datos puede observarse en el cuadro 1.
Cuadro 1
Fuente y descripción de los datos, series mensuales
Variables Descripción
Fracción arancelaria
0805304000
0805503000
0805503040
0805503020
Limón fresco o deshidratado, limón fresco, preparado, deshidratado.
Se trata de las variedades de limones (Citrus limon) y limas (Citrus aurantifolia, Citrus
latifolia), incluye orgánicos. Los valores están en toneladas y miles de dólares. El precio
se obtiene de la división de esto dos valores, con lo que se mide en dólares por kilo. Se
deflacta con el CPI de EUA (julio 2024 = 100).
Fuente: https://apps.fas.usda.gov/gats/default.aspx
Limón con semilla
(Citrus aurantifolia)
Limón sin semilla
(Citrus latifolia)
Precios en centrales de abasto (CEDAs) de diversas ciudades de México. Los datos
empleados son promedios mensuales y los valores están expresados en pesos por kilo y
deflactados por el índice de precios al consumidor de México (julio 2024 =100).
Fuente: http://www.economia-sniim.gob.mx/nuevo/)
Precio del limón amarillo
en el mercado de EUA
Limón amarillo o verdadero (Citrus limon). El precio es un promedio en dólares por libra
para la Región Urbana del Censo Occidental.
Fuente: U.S. Bureau of Labor Statistics, Federal Reserve Bank of St. Louis, https://fred.
stlouisfed.org/series/APU0400711412.
Ingreso disponible real
per cápita en EUA
Serie en dólares constantes (2024 =100) de EUA. Fed. Reserve Bank of St. Louis.
Fuente: https://fred.stlouisfed.org/
Tipo de cambio real
en los EUA*/
Expresa cuántos dólares de EUA paga un consumidor en EUA por un peso mexicano,
en el contexto del mercado de EUA. Fuente: Federal Reserve Bank of St. Louis, https://
fred.stlouisfed.org y Banco de México, https://www.banxico.org.mx/
Homicidios dolosos
en México
Variable de inseguridad en México. Estos datos los reporta el INEGI en sus estadísticas
de mortalidad. Fuente: https://www.inegi.org.mx/sistemas/olap/proyectos/bd/continuas/
mortalidad/defuncioneshom.asp?s=est
Notas: */ El cociente de índice de precios al consumidor en EUA entre el índice de precio al consumidor
en México se multiplica por el tipo de cambio corriente.
Fuente: Elaboración propia.
A fin de alcanzar los objetivos del trabajo, se proponen dos enfoques. El primero
es estimar una función de demanda del limón de origen mexicano en el mercado de los
EUA. De acuerdo con Nicholson (1998), la demanda de un bien es una función del
precio propio del bien, del precio de bienes relacionados, el ingreso y otros elementos
distintivos del mercado; esto es Qdx = f(Px, Py, I, ...). De manera empírica se emplea el
modelo autorregresivo de rezagos distribuidos (ARDL, por sus siglas en inglés), con el
cual se estiman los coeficientes del modelo de demanda en el corto y largo plazos. Para
el segundo objetivo, que busca evaluar la existencia de contagio de volatilidad entre los
distintos mercados analizados, se propone un modelo GARCH multinomial, en particular
el BEKK diagonal.
La cantidad importada de limón o lima de origen mexicano en el mercado de los EUA
(QlimUS) se considera que es influido por el precio propio de importación (PlimMx) del
limón mexicano; el precio relacionado del limón amarillo en el mercado doméstico de EUA
(PdomUS), el ingreso disponible real per cápita en los EUA (IDRUS), el tipo de cambio
8• AvAnces en InvestIgAcIón AgropecuArIA
Factores que influyen en la demanda y contagio de volatilidad del limón de origen mexicano...
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. AIA. 2025, 29: 3-23
Issn-L 2683 1716
real (TCRUS) de pesos mexicano y dólar de EUA que un consumidor norteamericano
enfrenta para comprar este tipo de frutos importados. Este tipo de cambio particular es la
capacidad de compra de importaciones mexicanas de un consumidor norteamericano. En
términos algebraicos, esta función se puede expresar como: QlimUS= f(PlimMx, PdomUS,
IDRUS, TCRUS)…(1); que para los fines de este trabajo se transforma a logaritmos
naturales. Los tres primeros regresores se fundamentan en la teoría microeconómica de
la demanda. Sánchez-Torres et al. (2011) establecen una función similar con variables
de frecuencia anual. En otro trabajo empírico de comercio internacional agrícola, Dube
et al. (2018) emplean al tipo de cambio como regresor.
Con la finalidad de determinar qué modelo es el más adecuado para estimar (1),
se emplean las pruebas de raíz unitaria; en particular la Phillips-Perron (PP) y la
Kwiatkowski-Phillips-Schmidt-Shin (KPSS); al considerarse complementarias (Rosetti et
al., 2017). Para la prueba PP, la hipótesis nula es que la variable tiene raíz unitaria o que
no es estacionaria. Para la prueba KPSS la hipótesis nula es que la serie es estacionaria
(Phillips y Perron, 1988; Kwiatkowski et al., 1992). Como posteriormente se presenta,
el orden de integración de las variables del modelo combinan estacionariedad en niveles
I(0), y estacionariedad en las primeras diferencias I(1); por lo que el modelo más adecuado
para estimar (1) es el autorregresivo de rezagos distribuidos -ARDL- (Pesaran et al.,
2001; Ogunjobi et al., 2022). Con el fin de aplicar la metodología de cointegración del
modelo ARDL, se debe estimar la siguiente ecuación:
Donde ∆ es el operador de primeras diferencias, p es el número de rezagos, y εt
es el término de error de ruido blanco. El modelo ARDL se estima en dos etapas; en
la primera, se prueba la hipótesis nula de no cointegración de las variables en el largo
plazo, esto es, H0: d1 = d2 = d3 = d4 = d5 = 0; vs H0: d1 ≠ d2 ≠ d3 ≠ d4 ≠ d5 ≠
0. Para ello se emplea la prueba de cotas con el estadístico F. La cota superior de las
series en I(1) y la cota inferior de las series en I(0) se comparan con el estadístico F para
determinar el rechazo o no rechazo de H0 (Engle y Garger, 1982). La segunda etapa
consiste en estimar el modelo de corrección de error (MCE) de la ecuación (2). El MCE
puede escribirse como:
Donde γ es el parámetro de ajuste de velocidad y TCE es el término de corrección de
error; esto es el residual obtenido del modelo de largo plazo de la ecuación (2) (Nazlioglu
y Erdem, 2011; Hatab y Nsabimana, 2016). Diversos autores han empleado esta
metodología para modelar la exportación de productos agrícolas de países en desarrollo
a diferentes mercados (Ogunjobi et al., 2022; Dube et al., 2018; Zimon et al., 2023).
En este trabajo se emplean variables tipo dummy para capturar el impacto de los tres
AvAnces en InvestIgAcIón AgropecuArIA • 9
Revista de investigación y difusión científica agropecuaria
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. Aia. 2025, 29: 3-23
ISSN-L 2683 1716
meses de finales de 2001; donde se presenta una caída considerable en las exportaciones
(Boffelli y Urga, 2016).
Para evaluar la existencia de contagio de volatilidad entre los distintos mercados
analizados, se modelan las innovaciones del tipo: .
Donde Zt (mx1) es un proceso de ruido blanco, con media igual a cero, y una matriz
identidad de varianzas y covarianzas (Im). Ht1/2 es una matriz (mxm) triangular inferior
con diagonal principal positiva que se obtiene de una factorización tipo Cholesky de
la matriz Ht (Boffelli y Urga, 2016). Para este trabajo, Ht es la matriz de varianzas y
covarianzas condicionales de los residuales de un modelo VAR con un rezago especificado
en rendimientos de las variables. En este trabajo se emplean el precio de importación del
limón de México (PlimMx) en el mercado de EUA, precio del limón con semilla en las
CEDAs en México (PSMx), Precio del limón sin semilla (o persa) en las CEDAs en
México (PPMx), ingreso disponible real per cápita en EUA (IDRUS), tipo de cambio
real en EUA (TCRUS) y homicidios dolosos (HDMx) en México.
El modelo Baba-Engle-Kraft-Kroner (BEKK) de heterocedasticidad general
condicional y autorregresiva (GARCH) multivariada, inicialmente propuesto por Engle
y Kroner (1995), se puede representar por: .
Donde, para este trabajo, C6x6 es una matriz triangular inferior con diagonal principal
positiva y de rango completo. Las matrices A y B son diagonales de dimensión (6x6) y,
por tanto, sus varianzas y covarianzas dependen sólo de sus propios rezagos y sus propias
innovaciones rezagadas. A = aij representa la volatilidad propia (aij ∀ i=j) y de contagio
de volatilidad (aij ∀ i≠j) derivado de shocks o innovaciones de corto plazo. B = bij captura
la volatilidad persistente, tanto propia (bij ∀ i=j) o de contagio de mercados (bij ∀ i≠j).
Como C' C es positiva semidefinida por construcción, se asegura que las matrices H0,
Ht-1, Ht-2, … Ht-q (matrices rezagadas) sean positivas semidefinidas. La estimación del
modelo tiene dos alternativas para considerar que los residuos de varianza condicional
presentan una distribución normal Gaussiana o t-student. El modelo con los valores más
bajos en los criterios de información de Akaike, Schwarz y Hannan-Quinn es el elegido
(Enders, 2015). Diversos autores han modelado el contagio de volatilidad de diferentes
mercados agrícolas y agropecuarios empleando esta metodología (González y Torres,
2023; Gardebroek y Hernandez, 2013; An et al., 2021); y aunque existe literatura
para la exportación de productos agroalimentarios frescos (Guo y Tanaka, 2020; Paul
et al., 2015; Bozma et al., 2023; Sidhoum y Serra, 2016; Panagiotou, 2015) existen
pocos trabajos para explicar la interacción entre el mercados domésticos y de exportación
mexicano para frutas y hortalizas, y como estos son impactados por la inseguridad en
México.
Resultados
El cuadro 2 muestra los estadísticos básicos en niveles y en rendimientos (que expresa una
tasa de crecimiento de precios mensual) para las ocho variables del estudio. El promedio
para los precios es muy diferente, en función de la escala empleada y a que los precios
son siempre resultado de equilibrios de diferentes mercados. Por otra parte, el promedio
10 • AvAnces en InvestIgAcIón AgropecuArIA
Factores que influyen en la demanda y contagio de volatilidad del limón de origen mexicano...
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. AIA. 2025, 29: 3-23
Issn-L 2683 1716
y asimetría del volumen exportado de limón mexicano a los EUA son positivos, lo que
demuestra que ha sido un importante negocio para los agentes económicos involucrados.
En cambio, los promedios de los rendimientos de los tres precios del limón en CEDAs
en México y el que nuestro país exporta a los EUA son positivos, pero la asimetría es
negativa. Esto último implica que se presentan con frecuencias caídas en el precio del
limón, posiblemente por efectos de la temporalidad.
Cuadro 2
Estadística básica de las series en rendimientos y niveles
QlimUS PlimMx PdomUS IDRUS TCRUS PSMx PPMx HDMx
Media 1/ 0.005 0.001 -0.002 0.001 -0.004 0.003 0.003 0.002
V. Máx. 1/ 2.923 0.732 0.353 0.207 0.083 0.624 0.865 0.470
V. Mín. 1/ -1.288 -0.790 -0.412 -0.165 -0.185 -0.819 -1.107 -0.326
Des. Est. 1/ 0.239 0.270 0.093 0.021 0.029 0.226 0.282 0.099
Asimetría 1/ 5.110 -0.327 -0.185 2.411 -1.677 -0.389 -0.328 0.215
Curtosis 1/ 79.290 2.937 2.867 52.504 8.558 4.645 4.267 4.036
J-B 1/ 78294.9 4.96 102.4 34054.6 1035.0 37.93 23.33 20.70
Prob. 1/ 0.000 0.084 0.000 0.000 0.000 0.000 0.000 0.000
Media 2/ 35808 0.82 2.459 42383 0.10 15.17 12.12 1609.7
V. Máx. 2/ 67800 2.78 3.545 61509 0.18 54.78 54.71 3389
V. Mín. 2/ 724 0.33 1.422 34865 0.04 6.32 3.71 488
Des. Est. 2/ 14640 0.40 0.402 4720 0.04 7.88 8.15 755.5
Asimetría 2/ 0.207 1.772 0.362 0.674 0.301 1.714 2.212 0.76
Curtosis 2/ -0.824 3.854 0.048 -0.075 -1.133 4.232 6.172 2.35
J-B 2/ 10.47 337 6.5 22.4 20.2 364.6 708.9 45.3
Prob. 2/ 0.005 0.000 0.039 0.000 0.000 0.000 0.000 0.000
Notas: 1/ Estadísticos para rendimientos de la variable. El rendimiento es una tasa de crecimiento del
precio, esto es, rt = ln(Pt/Pt-1). 2/ Estadísticos para las series en niveles. Los acrónimos indican: Cantidad
importada de limón de México en el mercado de los EUA (QlimUS). Precio de importación del limón de
México (PlimMx) en el mercado de los EUA. Precio del limón amarillo en el mercado doméstico de EUA
(PdomUS). Ingreso disponible real per cápita en EUA (IDRUS). Tipo de cambio real en EUA (TCRUS).
Precio del limón con semilla en CEDAs en México (PSMx). Precio del limón sin semilla (o persa) en CEDAs
en México (PPMx). Homicidios dolosos (HDMx) en México.
Fuente: Elaboración propia.
El promedio y la asimetría del tipo de cambio real son negativos, lo cual indica
una continua caída del valor del peso respecto al dólar en el mercado de los EUA.
Así, el consumidor norteamericano observa que los productos importados de México
son accesibles. Por otra parte, el ingreso disponible real per cápita en EUA con estos
indicadores positivos, le permite al consumidor norteamericano tener mayor capacidad de
compra. Asimismo, la serie de los asesinatos dolosos en México con promedio y asimetría
AvAnces en InvestIgAcIón AgropecuArIA • 11
Revista de investigación y difusión científica agropecuaria
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. Aia. 2025, 29: 3-23
ISSN-L 2683 1716
positivos refleja el incremento de la inseguridad en el país. El panel B de la figura 1, así
como la figura 2 confirman estas afirmaciones. La alta curtosis en rendimientos (valores
mayores a 3) indica un alto riesgo intrínseco de estas variables. Finalmente, el valor del
estadístico de Jarque-Bera rechaza que todas las series en niveles y sus rendimientos no
se aproximan a la distribución normal (Gaussiana).
Figura 2
Variables en niveles y rendimientos
Cantidad importada limón de México en EUA (QlimUS) Rendimiento de QlimUS
Tipo de cambio real en EUA (TCRUS) Rendimiento de TCRUS
Precio limón amarillo en mercado doméstico de EUA
(PdomUS)
Rendimiento de PdomUS
Fuente: Elaboración propia.
El cuadro 3 presenta los resultados de las pruebas de estacionariedad de las series en
logaritmos y en primeras diferencias de logaritmos, esto es, en rendimientos. Se emplearon
las pruebas Phillips-Perron y KPSS para resolver posibles incertidumbres sobre el
comportamiento de las series. Como se observa, cinco de las series son estacionarias en
logaritmos de precios [I(0)], así como también en sus rendimientos [I(1)]. Asimismo, tres
12 • AvAnces en InvestIgAcIón AgropecuArIA
Factores que influyen en la demanda y contagio de volatilidad del limón de origen mexicano...
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. AIA. 2025, 29: 3-23
Issn-L 2683 1716
de las series son estacionarias en rendimientos [I(1)], es decir, hasta que se aplican primeras
diferencias. En este sentido, el modelo ARDL y la prueba de cotas del modelo ARDL
es la apropiada para evaluar la cointegración o relación de largo plazo entre las variables.
Cuadro 3
Pruebas de raíz unitaria
Variable Test Logaritmos Rendimientos Conclusión
Cte 1/ C y T 2/ Cte 1/ C y T 2/
Cantidad importada limón de México
en el mercado de los EUA (QlimUS)
PP -3.65*** -6.13*** -37.92*** -40.23*** I(0) / I(1)
KPSS 1.91*** 0.17** 0.12 0.10
Precio de importación del limón de
México (PlimMx)
PP -4.96*** -4.82*** -17.77*** -17.23*** I(0) / I(1)
KPSS 2.161*** 0.025 0.102 0.079
Precio limón amarillo en mercado do-
méstico de EUA (PdomUS)
PP -4.92*** -4.91*** -23.94*** -23.87*** I(0) / I(1)
KPSS 0.14 0.12 0.09 0.09
Ingreso disponible real per cápita en
EUA (IDRUS)
PP -1.08 -6.95* -50.90*** -50.71*** I(1)
KPSS 1.96*** 0.25*** 0.11 0.11
Tipo de cambio real en EUA (TCRUS)PP -1.06 -2.38 -12.84*** -12.82*** I(1)
KPSS 1.9856*** 0.14** 0.07 0.06
Precio del limón con semilla
en CEDAs en México (PSMx)
PP -2.94* -5.75*** -14.54*** -15.07*** I(0) / I(1)
KPSS 1.972*** 0.138** 0.383 0.297
Precio del limón sin semilla (o persa)
en CEDAs en México (PPMx)
PP -3.22** -3.75** -11.42*** -13.97*** I(0) / I(1)
KPSS 1.998*** 0.135** 0.149 0.117
Homicidios dolosos (HDMx) en México PP -1.37 -2.27 -3.13*** -3.16*** I(1)
KPSS 1.451*** 0.43*** 0.188 0.081
Notas: PP = Phillips-Perron. KPSS = Kwiatkowski-Phillips-Schmidt-Shin. Para la prueba PP la hi-
pótesis nula es que existe raíz unitaria o que la variable no es estacionaria. Para KPSS la hipótesis nula es
que la variable es estacionaria. Los asteriscos indican el rechazo de H0 al (**) = 95% y (***) = 99%.
Supuestos de las pruebas: 1/ variable extrínseca constante, 2/ Variable exógena con constante y tendencia.
El rendimiento una serie (rt) se expresa como: rt = ln(Pt/Pt-1).
Fuente: Elaboración propia.
Modelo ARDL. Como se observa en el cuadro 4, el valor del estadístico de F es mayor
que los valores críticos en las cotas superiores para los diferentes niveles de significancia.
Esto confirma la existencia de una relación de largo plazo entre las variables del modelo
(al rechazarse H0 que las variables no cointegran). Asimismo, al pie del cuadro 4 se
presentan los estadísticos de Harvey y ARCH-LM que indican que los residuos del
modelo son homocedásticos o de igual varianza. La prueba Jarque-Bera no rechaza
que estos residuos sean normales tipo Gauss. La prueba de Reset de Ramsey indica
que el modelo está bien especificado y la figura 3, que contiene las pruebas CUSUM
y CUSUM al cuadrado, muestra la estabilidad de los parámetros del modelo ARDL,
dado que la gráfica cae dentro de los intervalos de confianza al 5% de significancia. Estos
AvAnces en InvestIgAcIón AgropecuArIA • 13
Revista de investigación y difusión científica agropecuaria
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. Aia. 2025, 29: 3-23
ISSN-L 2683 1716
estadísticos indican que el modelo ARDL es lo suficientemente estable para analizar las
implicaciones de los modelos de corto y largo plazos.
Cuadro 4
Prueba de cotas de cointegración y de robustez del modelo
Prueba F de cotas Significancia I(0) cota inferior I(1) cota superior
Estadística de F 61.39 10.0% 1.81 2.93
Variables (k) 4 5.0% 2.14 3.34
2.5% 2.44 3.71
1.0% 2.82 4.21
Notas: Pruebas de diagnóstico Harvey: Prob[c2(16 gl) = 14.11] = 0.5905. ARCH: Prob [c2 (1 gl) =
0.0054] = 0.941. RESET: Prob[F1265= 2.328] = 0.1283. JB: Prob [JB = 4.7041] = 0.0981. Notas:
Harvey: prueba LM de autocorrelación tipo Harvey. ARCH: prueba de heteroscedasticidad tipo ARCH-
LM. RESET: diagnóstico de estabilidad en la prueba RESET de Ramsey. JB: prueba de normalidad
de los residuos.
Fuente: Elaboración propia.
Figura 3
Pruebas de estabilidad de parámetros
CUSUM CUSUM al cuadrado
Nota: Suma acumulada (CUSUM) y suma acumulada de las desviaciones al cuadrado.
Fuente: Elaboración propia.
El cuadro 5 presenta los resultados del modelo ARDL de largo plazo. Al tratarse de
variables linealizadas en logaritmos naturales, los coeficientes representan elasticidades.
Así, al incrementarse un 1% el precio del limón (lima) de origen mexicano importado
por los EUA, disminuye la cantidad de limón importado por los EUA en 0.091%. La
elasticidad precio, propia de la demanda de limón mexicano en el mercado de EUA, es
inelástica; lo cual se puede explicar por la disponibilidad de productos cítricos similares
en ese mercado. En cambio, el precio del limón amarillo en el mercado doméstico de
EUA no afecta la demanda de limón importado de origen mexicano. En conversaciones
con un importador de frutas y verduras al mercado de los EUA, este indicaba que el
consumidor blanco demanda limón amarillo en servicios como restaurantes; en cambio,
14 • AvAnces en InvestIgAcIón AgropecuArIA
Factores que influyen en la demanda y contagio de volatilidad del limón de origen mexicano...
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. AIA. 2025, 29: 3-23
Issn-L 2683 1716
el consumidor latino demanda limón (lima) agrio en supermercados al menudeo; por lo
que se trata de mercados separados.
Cuadro 5
Modelo ARDL de largo plazo de la función de demanda
Variable en logaritmos naturales Coeficiente E. estándar Prob.
Precio de importación del limón de México (PlimMx)
en el mercado de EUA -0.091 0.040 0.024
Precio del limón amarillo en el mercado doméstico de
EUA (PdomUS)0.006 0.062 0.926
Ingreso disponible real per cápita en EUA (IDRUS) 0.794 0.011 0.000
Tipo de cambio real en EUA (TCRUS) -0.716 0.032 0.000
Notas: Variable dependiente: cantidad importada de limón de México en el mercado de EUA (QlimUS).
R2 ajustada = 0.957.
Fuente: Elaboración propia.
Si el ingreso real disponible per cápita en EUA aumenta en un 1%, la demanda de
limón de origen mexicano en el mercado de los EUA aumentará en 0.794%. Esto muestra
que el limón importado es un bien normal; es decir, cuya elasticidad es positiva y menor
a la unidad. Si el tipo de cambio real aumenta un 1% (es decir la capacidad de compra
de importaciones de México del consumidor de EUA disminuye) la demanda de limón
importado de México cae en 0.716%. En otras palabras, si se encarece el peso mexicano,
una menor cantidad de limón mexicano se importará por el mercado de los EUA.
El cuadro 6 muestra las variables que explican la demanda de limón mexicano en el
corto plazo, y en el contexto de un modelo ARDL. Por tanto, se trata de elasticidades
mensuales, en ocasiones rezagadas uno o dos meses. En cuanto al componente autorre-
gresivo, un periodo rezagado explica la cantidad demanda de limón de origen mexicano;
es decir una compra de limón rezagada un mes, disminuye la compra contemporánea
del producto. El precio del limón (lima) de origen mexicano importado por los EUA
influye en la cantidad demandada de limón mexicano en los EUA, en particular en los
componentes contemporáneo y hasta dos rezagos. Como se observa, todos los coeficientes
son negativos e inelásticos; lo cual indica qué incrementos porcentuales de este precio
causan una disminución en la demanda del limón de origen mexicano en hasta tres meses.
El precio del limón amarillo en el mercado de EUA influye de manera contemporánea
en la demandad de limón de origen mexicano en EUA. Al ser positivo el coeficiente,
indica que en el corto plazo y en el mercado de EUA el limón amarillo es sustituto del
limón importado de México.
El tipo de cambio real en dólares de EUA influye en la variable dependiente de manera
contemporánea y con un rezago. En este sentido, al aumentar esta variable (equivalente a
encarecer las importaciones de México en el mercado de EUA) disminuye la demanda
de limón mexicano en dos meses consecutivos. Finalmente, el término de corrección de
AvAnces en InvestIgAcIón AgropecuArIA • 15
Revista de investigación y difusión científica agropecuaria
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. Aia. 2025, 29: 3-23
ISSN-L 2683 1716
error (TEC) resultó negativo y significativo; lo cual indica que la relación de largo plazo
(expresada en el cuadro 5) se corrige cada periodo mensual en un 12.3%.
Cuadro 6
Modelo ARDL de corto plazo y TCE
Variable en primeras diferencias de su logaritmo Coeficiente E. estándar Prob.
Cantidad importada limón de México
en mercado de EUA (QlimUS) (-1) -0.063 0.030 0.037
Precio de importación limón de México (PlimMx)
en el mercado de EUA -0.211 0.030 0.000
Precio de importación limón de México (PlimMx)
en mercado de EUA (-1) -0.050 0.030 0.090
Precio de importación limón de México (PlimMx)
en mercado de EUA (-2) -0.145 0.030 0.000
Precio del limón amarillo en el mercado doméstico
de EUA (PdomUS)0.133 0.071 0.064
Tipo de cambio real en EUA (TCRUS) -0.461 0.231 0.047
Tipo de cambio real en EUA (TCRUS); (-1) -0.761 0.227 0.001
Dummy 1/ -8.035 0.435 0.000
Dummy* QlimUS 0.840 0.052 0.000
TCE (-1) -0.729 0.038 0.000
Notas: Los valores en paréntesis son el número de rezagos. 1/ Con valores de 1 para los meses de octubre
a diciembre de 2001.
Fuente: Elaboración propia.
Modelo BEKK. En la estimación del modelo GARCH-BEKK, se empleó la
distribución t-student para los residuos de varianza condicional, por observar los valores
más bajos en los criterios de información de Akaike, Schwarz y Hannan-Quinn. Debe
decirse que los valores de los coeficientes de la constante (C' C) del modelo (4) no son
significativos en su mayoría. Estos resultados no afectan al modelo, pues se trata de
estimaciones de un promedio multivariado de varianzas y covarianzas de las series bajo
estudio. En cambio, los coeficientes de la varianza y covarianza de corto (Aij) y largo (Bij)
plazos son todos significativos, excepto por los componentes A44 y B55. Al integrar estos
valores en las funciones de volatilidad multivariada (cuadro 7), se tienen las estimaciones
de varianza y covarianza condicional; esto es, los coeficientes de volatilidad multivariada
propia y de contagio, tanto en el corto como en el largo plazos.
El cuadro 7 presenta dos paneles, con los modelos de varianza condicional (o modelos
GARCH multivariados) para cada serie, y los modelos de covarianza condicional o de
contagio de volatilidad entre los mercados. Como se observa en el panel A, el promedio
de volatilidad resultó ser igual a cero, dado que los estimadores del C' C del modelo
16 • AvAnces en InvestIgAcIón AgropecuArIA
Factores que influyen en la demanda y contagio de volatilidad del limón de origen mexicano...
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. AIA. 2025, 29: 3-23
Issn-L 2683 1716
BEKK no resultaron significativos. Por otra parte, la volatilidad persistente (coeficientes
bji asociados al componente Ht-1) de los mercados de limón importado por USA, del
persa y con semilla de México, es más intensa que los shocks repentinos (coeficientes
aji asociados al componente Ξt-1 Ξ't-1). Esto indica que la volatilidad en estos mercados
tiene efectos de largo plazo (Rezetis y Pachis, 2020). Estos mercados también presentan
una volatilidad no explosiva en el largo plazo; lo cual se deriva de que la suma de los
componentes aji + bji es menor a la unidad.
Las variables económicas como el ingreso disponible per cápita y el tipo de cambio
real presentan movimientos de volatilidad completamente diferentes. En el primer caso,
sólo resultó significativa la volatilidad persistente o de largo plazo; y para el tipo de cambio
real son los shocks o innovaciones repentinas las que explican la volatilidad (la persistente
no resultó significativa). En ambos casos, la suma de las volatilidades es mayor a la
unidad, lo que muestra que ambas variables presentan volatilidades explosivas. La serie
de defunciones violentas presenta una volatilidad persistente mayor a los shocks repentinos,
y la suma de ambas indica que no se trata de volatilidad explosiva.
Cuadro 7
Especificación de la varianza y covarianza condicional
Panel A. Varianza condicional
Volatilidad propia multivariada Estimadores asociados al parámetro
C' C Ξt-1 Ξ’t-1 Ht-1 aij + bij
Precio de importación de limón de México
(PlimMx) en mercado de EUA (h1 1,t)1.7E-04NS 0.019 0.802 0.822
Precio del limón con semilla (PSMx)
en CEDAs en México (h2 2,t)1.0E-05NS 0.014 0.945 0.959
Precio del limón sin semilla (o persa, PPMx)
en CEDAs en México (h3 3,t)1.4E-04NS 0.057 0.735 0.792
Ingreso disponible real per cápita (IDRUS)
en EUA (h4 4,t)1.9E-09NS 0.000NS 1.001 1.001
Tipo de cambio real (TCRUS) en EUA (h5 5,t) 6.3E-09NS 1.943 0.00NS 1.943
Homicidios dolosos (HDMx) en México (h6 6,t)4.9E-07NS 0.035 0.918 0.954
AvAnces en InvestIgAcIón AgropecuArIA • 17
Revista de investigación y difusión científica agropecuaria
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. Aia. 2025, 29: 3-23
ISSN-L 2683 1716
Panel B. Covarianza condicional
Contagio de volatilidad de precios
en los mercados
Coeficientes estimados asociados al parámetro
C' C Ξt-1 Ξ’t-1 Ht-1 aij + bij
PlimMx y PSMx = (h1 2,t)2.8E-03NS 0.016 0.871 0.887
PlimMx y PPMx = (h1 3,t) 8.0E-03NS 0.033 0.768 0.801
PlimMx e IDRUS = (h1 4,t)1.4E-05NS 0.000 NS 0.896 0.896
PlimMx y TCRUS = (h1 5,t) 6.5E-05NS 0.193 -0.001NS 0.193
PlimMx y HDMx = (h1 6,t)-1.8E-04NS -0.026 0.858 0.832
PSMx y PPMx = (h2 3,t) 2.7E-05NS 0.028 0.834 0.861
PSMx e IDRUS = (h2 4,t)2.9E-08NS 0.000NS 0.973 0.973
PSMx y TCRUS = (h2 5,t) 1.4E-07NS 0.162 -0.001NS 0.162
PSMx y HDMx = (h2 6,t)-7.3E-07NS -0.022 0.932 0.910
PPMx e IDRUS = (h3 4,t) -2.5E-07NS 0.000NS 0.858 0.858
PPMx y TCRUS = (h3 5,t) 7.4E-07NS 0.334 -0.001NS 0.334
PPMx y HDMx = (h3 6,t)-6.0E-06NS -0.045 0.822 0.776
IDRUS y TCRUS (h4 5,t) -3.7E-10NS 0.000NS -0.001NS —
IDRUS y HDMx = (h4 6,t)1.8E-08NS 0.000NS 0.959 0.959
TCRUS y HDMx = (h5 6,t) -2.6E-08NS -0.262 -0.001NS -0.262
Notas: NS = no significativo.
Fuente: Elaboración propia.
El panel B del cuadro 7 presenta las estimaciones del contagio de volatilidad en los
mercados. Para este trabajo, es de interés analizar el impacto en las variables (o mercados)
en el precio del limón en México y del precio del limón mexicano importado por EUA; sin
embargo, el modelo estima el contagio en todas las series. Como en el caso de la varianza
condicional, la volatilidad promedio de contagio no resultó significativa (coeficientes del
componente Ci j). Asimismo, el contagio de volatilidad entre los tres mercados de limón
(importado por EUA, limón sin semilla y con semilla en CEDAs en México, modelos
h1 2,t, h1 3,t y h2 3,t) es de tipo persistente o de largo plazo (con valores de 0.871, 0.768 y
0.834, respectivamente); dado que el derivado de shock repentinos es minúsculo. Para
estos mercados, el contagio de volatilidad total no es explosivo.
El contagio de volatilidad o incertidumbre entre los mercados de limón (mexicano
importado por EUA y en CEDAs en México) con las noticias sobre homicidios dolosos
(modelos h1 6,t, h2 6,t y h3 6,t) tiene la característica de que ocurren principalmente en la
volatilidad persistente (componente bij) con valores altos (del 0.858, 0.932 y 0.822,
respectivamente); mientras que en los shocks repentinos tienen valores negativos en su
volatilidad. Como esto último puede deberse a que son mercados asimétricos. Los modelos
indican que la volatilidad conjunta no es explosiva.
18 • AvAnces en InvestIgAcIón AgropecuArIA
Factores que influyen en la demanda y contagio de volatilidad del limón de origen mexicano...
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. AIA. 2025, 29: 3-23
Issn-L 2683 1716
Las variables como el ingreso disponible per cápita en EUA y el tipo de cambio real
tienen contagios de volatilidad muy diferenciados con el mercado de limón importado por
EUA. Al tratarse de variables que ocurren en EUA, no tiene sentido analizar su efecto
en el mercado mexicano de limón. En el primer caso, sólo es significativa la volatilidad
persistente (modelo h1 4,t); mientras que en el caso del contagio de volatilidad entre el
tipo de cambio real y el limón mexicano importado por EUA (modelo h1 5,t), sólo tiene
lugar en los shocks o innovaciones repentinas del mercado. En ambos casos se trata de
contagio de volatilidades no explosivas. El contagio entre el resto de las series no tiene
sentido económico en el contexto de esta investigación, por lo que no se analiza.
Discusión
Por la flexibilidad en el empleo de variables heterogéneas en su comportamiento respecto
al orden de integración, el modelo ARDL ha sido empleado para parametrizar la expor-
tación de productos agroalimentarios frescos de países en desarrollo a otros países. Por
ejemplo, Ogunjobi et al. (2022) lo emplean para la exportación de alimentos agrícolas
de Nigeria. En México, existen pocos trabajos con variables sectoriales de economía
agrícola que empleen el modelo ARDL (por ejemplo, Martínez-Damián, et al., 2024).
En nuestro modelo, del precio del limón mexicano importado por el mercado de
los EUA influye en demanda de limón de origen mexicano en el mercado de EUA,
tanto en el largo como el corto plazos, aunque los impactos son inelásticos. Y respecto
al precio doméstico del limón amarillo en EUA, se trata de producto sustitutos con el
limón mexicano, pero sólo en el corto plazo. Con modelos diferentes, Baldwin y Jones
(2012) encuentran patrones similares, en particular la inelasticidad del limón importado
de México y que no existe interacción con el limón amarillo doméstico de EUA en el
largo plazo. Por su parte, Sánchez-Torres et al. (2011) coinciden con nuestro trabajo
al encontrar que es inelástica la demanda precio propio del limón mexicano en EUA.
En este trabajo se demostró que si el tipo de cambio real aumenta (o disminuye la
capacidad de compra de importaciones del consumidor en EUA) decae la cantidad
demandada de limón de origen mexicano en EUA en el largo y corto plazos. Sánchez-
Torres et al. (2011) al emplear datos anuales para la demanda de limón de México en
el mercado de EUA, encuentran un patrón similar, incluyendo que se trata de un evento
inelástico. Por su parte, Nazlioglu y Erdem (2011) demuestran que el tipo de cambio
tiene un impacto similar y de largo plazo en el comercio bilateral de frutas y hortalizas
frescas entre Turquía y 14 países de la Unión Europea.
Al aumentar el ingreso disponible real per cápita en EUA, se observa un impacto
positivo y de largo plazo en la demanda de limón proveniente de México. Estos resultados
son similares a los obtenidos por Dube et al. (2018), quienes estiman la exportación de
todas hortalizas de Etiopía; así como de Hatab y Nsabimana (2016), quienes encuentran
cómo el producto interno bruto (PIB) ruso incrementa la demanda de naranja proveniente
de Egipto; estos trabajos emplean el modelo ARDL. Sánchez-Torres et al. (2011)
coinciden con estos resultados, aunque estima una elasticidad ingreso de la demanda
mayor a la unidad, lo que coloca al limón de origen mexicano en el mercado de EUA
AvAnces en InvestIgAcIón AgropecuArIA • 19
Revista de investigación y difusión científica agropecuaria
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. Aia. 2025, 29: 3-23
ISSN-L 2683 1716
como un bien superior; mientras que nuestro trabajo caracteriza a este producto como un
bien normal (elasticidad menor a la unidad).
El uso de modelos de contagio de volatilidad es muy útil para el análisis de
comercio internacional de frutas y verduras de México y sus socios comerciales. Dado
que los precios agrícolas como frutas y hortalizas son muy volátiles (por cuestiones
climatológicas, competencia de zonas o países productores, inseguridad por el crimen
tanto en regiones productoras como en las carreteras de México), los modelos varianza
y covarianza condicional, como el GARCH-BEKK, son adecuados para modelar el
contagio de incertidumbre o volatilidad entre mercados, tanto los shocks repentinos como
los permanentes.
Los resultados de nuestro trabajo, relacionados con el contagio de volatilidad entre los
distintos mercados de limón fruta en México y en EUA, están acordes con lo reportado por
otros estudios similares para diferentes productos agroalimentarios; por ejemplo, Bozma
et al. (2023) analizan el mercado doméstico de cítricos frescos en Turquía y reportan
efectos de contagio entre los precios al productor y los mercados urbanos al mayoreo; por
su parte, Rezetis y Pachis (2020) modelan el contagio de volatilidad entre los precios
al productor y consumidor en el mercado doméstico en Grecia para productos como el
pepino, el tomate y la papa; Ozdemir et al. (2022) encuentran contagio de volatilidad
de mercado para precios domésticos de la almendra, la avellana y el pistacho en Turquía;
asimismo, Ma y Diao (2017) detectan contagio de volatilidad entre mercados domésticos
e internacionales para productos alimenticios y agroalimentarios. En todos estos trabajos
se emplean modelo GARCH multivariados, en particular el BEKK.
La existencia de contagio diferenciado de volatilidad por los shocks, el corto plazo
(efecto ARCH) y largo plazo (GARCH) observado entre los mercados de limón
mexicano importado y el ingreso disponible per cápita en EUA (h1 4,t) y limón de México
importado por los EUA y el tipo de cambio real (h1 5,t) es un patrón recurrente en los
contagios de volatilidad, como lo muestra el estudio de Panagiotou (2015), para el aceite
de oliva extra virgen en tres países productores del Mediterráneo.
Diversos trabajos académicos describen problemas entre la inseguridad (medida por
homicidios dolosos) y las actividades económicas (incluida la agricultura) en regiones de
México; en particular, en Michoacán (Madslien, 2020; Ornelas, 2018; Navarro, 2014).
Sin embargo, no hay trabajos que propongan formalmente una relación funcional de causa
y efecto. En este trabajo se propuso un modelo de contagio de incertidumbre (evaluado
por covarianzas condicionales) que efectivamente prueba el impacto en la volatilidad de
los precios de limón en el mercado mexicano y en el de importación por EUA por la
incertidumbre de la inseguridad en México.
El contagio de volatilidad entre la inseguridad (por homicidios dolosos en México)
y las variables de precios de limón en el mercado mexicano y el de importación, indican
la importancia de la incertidumbre en los mercados. Zmami y Ben-Salha (2023)
reportan como el riesgo geopolítico es el factor crítico más importante que contagia de
incertidumbre a los mercados de commodities alimentarias desde la década de los noventa
al presente. Hudecová y Rajčániová (2023) también reportan que incrementos en los
20 • AvAnces en InvestIgAcIón AgropecuArIA
Factores que influyen en la demanda y contagio de volatilidad del limón de origen mexicano...
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. AIA. 2025, 29: 3-23
Issn-L 2683 1716
factores geopolíticos (índices de incertidumbre política, riesgo geopolítico y volatilidad
financiera) incrementan el precio de diversos productos alimenticios.
Conclusiones
Con el modelo ARDL se demostró que los precios del limón de México, el tipo de cam-
bio real y el ingreso disponible per cápita en EUA impactan significativamente, aunque
de manera diferenciada, la importación de limón de origen mexicano en EUA.
Esto tiene implicaciones para los productores y comercializadores de limón y tomadores
de decisiones en México. Aumentar la oferta del limón mexicano en el mercado de EUA
no reducirá el ingreso significativamente (por el efecto inelástico del precio propio) por
los importadores; sin embargo, este aumento de oferta debe ser bajo contratos previos,
pues se ha observado que muchos importadores con bodegas en Texas no siempre
pueden colocar el producto en las diferentes tiendas de venta al menudeo si no cuentan
con contratos. Por otra parte, el crecimiento de la economía norteamericana, sostenido
desde 2008 (y por ende el ingreso per cápita real en EUA), seguirá demandando limón
de origen mexicano (y de otros países); por lo que inversiones para incrementar la escala
productiva o la productividad en campo con fines de exportación continuarán siendo un
importante negocio en México.
Este trabajo muestra cómo la volatilidad de los precios de limón en México, y el precio
de importación de limón mexicano a EUA son contagiados por la incertidumbre derivada
de la inseguridad en México, así como por shock repentinos o persistentes debidos a la
volatilidad del tipo de cambio real y el ingreso per cápita disponible.
Al observar el desempeño de los mercados de frutas y hortalizas en EUA, las malas
noticias (contaminación, retirada de productos, etcétera) son potenciales causantes de
una caída de demanda abrupta en el corto plazo en los lugares de consumo. Esto afecta
tanto a productores domésticos como a países exportadores. De aquí la importancia de
mejorar los sistemas de inocuidad, trazabilidad y, en general, de aumentar la exigencia de
buenas prácticas de producción y procesamiento que se encuentran vigentes en México
desde mediados de los noventa, considerados en los tratados comerciales.
Agradecimientos
Los autores queremos agradecer la contribución del Lic. Edgar Octavio Ruelas Verduzco
por compartir su conocimiento sobre el mercado de frutas y verduras frescas en EUA,
así como a quienes revisaron el trabajo.
Literatura citada
An, H.; Qiu, F. y Rude, J. (2021). Volatility spillovers between food and fuel markets: Do administrative
regulations affect the transmission? Economic Modelling. 102: 105-552. https://doi.org/10.1016/j.
econmod.2021.105552
Arciniegas, C. (2024). The guacamole curse: Avocados, crime, and violence in Mexico. Working Papers
SES. N. 537. https://folia.unifr.ch/global/documents/330612
AvAnces en InvestIgAcIón AgropecuArIA • 21
Revista de investigación y difusión científica agropecuaria
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. Aia. 2025, 29: 3-23
ISSN-L 2683 1716
Baldwin K.L. y Jones, K.G. (2012). U.S. Citrus Import Demand: Seasonality and Substitution. Journal
of International Food & Agribusiness Marketing. 25(1): 24-41. https://doi.org/10.1080/08974438.20
13.724003
Boffelli, S. y Urga, G. (2016). Financial Econometrics Using Stata. Stata Press. USA. 765 p.
Bozma, G.; Urak, F. y Bilgic, A. (2023). The asymmetric vertical price volatility spillover in the citrus
market. Erwerbs-Obstbau. 65: 915-926. https://doi.org/10.1007/s10341-022-00785-5
Charlton, D.; Taylor, J.E.; Vougioukas, S. y Rutledge, Z. (2019) Can wages rise quickly enough to keep
workers in the fields? Choices. 34: 1-7. DOI: 10.22004/ag.econ.288634
Covert, J.S. (2024). Natural resource theft, huachicol, and criminal diversification in the war on drugs: A
green criminology approach to Mexico’s criminal violence. Master Thesis. Utrecht University. Nether-
lands. https://studenttheses.uu.nl/handle/20.500.12932/47838
Donkersley, P.; Silva, F.; Carvalho, C.; Al-Sadi, A. y Elliot, S. (2018). Biological, environmental and
socioeconomic threats to citrus lime production. Journal of Plant Diseases and Protection. 125: 339-356.
https://doi.org/10.1007/s41348-018-0160-x
Dube, A.K.; Ozkan, B. y Govindasamy, R. (2018). Analyzing the export performance of the horticultural
sub-sector in Ethiopia: ARDL bound test cointegration analysis. Horticulturae. 4(34): 1-18. doi:10.3390/
horticulturae4040034
Enders, W. (2015). Applied econometrics time series. Fourth edition. Wiley. United States of America. 497 p.
Engle, R.F. y Granger, C. (1987). Cointegration and error correction: representation, estimation and testing.
Econometrica. 55(2): 251-276.
Engle R.F. y Kroner K.F. (1995) Multivariate simultaneous generalized ARCH. Econometric Theory,
11(1): 122-150
Gardebroek, C. y Hernandez, M.A. (2013). Do energy prices stimulate food price volatility? Examining
volatility transmission between US oil, ethanol and corn markets. Energy Economics. 40: 119-129. http://
dx.doi.org/10.1016/j.eneco.2013.06.013
González R.F. y Torres, V.H. (2023). Contagio de volatilidad de precios internacionales de petróleo, urea y
maíz. Avances en Investigación Agropecuaria. 27(1): 87-104. http://doi.org/10.53897/RevAIA.23.27.08
Guan, Z.; Wu, F.; Roka, F. y Whidden, A. (2015). Agricultural labor and immigration reform. Choices.
30: 1-9. DOI:10.22004/ag.econ.225845
Guan, Z.; Wu, F. y Whidden, A. (2020). Florida strawberry production costs and trends. EDIS, FE1013.
(1): 1-4. https://doi.org/10.32473/edis-fe1013-2017
Guo, J. y Tanaka, T. (2020). Dynamic transmissions and volatility spillovers between global price and
U.S. producer price in agricultural markets. Journal of Risk and Financial Management. 12(83): 1-20.
doi:10.3390/jrfm13040083
Hatab, A. y Nsabimana, A. (2016). A dynamic analysis of Egyptian orange exports to Russia: A co-inte-
gration analysis. Agricultural Economics Review. 17(2): 38-54. http://ageconsearch.umn.edu
Herrera, J.S. y Martinez-Alvarez, C. (2022). Diversifying violence: Mining, export-agriculture, and
criminal governance in Mexico. World Development. 151: 105769. https://doi.org/10.1016/j.world-
dev.2021.105769
Hudecová, K. y Rajčániová, M. (2023). The impact of geopolitical risk on agricultural commodity prices.
Agricultural Economics-Czech. 69(4): 129-139. https://doi.org/10.17221/374/2022-AGRICECON
Huang, K-M.; Guan, Z. y Hammami, A.M. (2022). The US fresh fruit and vegetable industry: An
overview of production and trade. Agriculture. 12(10): article number 1. https://doi.org/10.3390/agri-
culture12101719
Hwang, S. y Valls-Pereira, P.L. (2006) Small sample properties of GARCH estimates and persistence.
The European Journal of Finance. 12(6-7): 473-494. https://doi.org/10.1080/13518470500039436
International Fresh Produce Association (2024). US limes market annual report. https://www.freshproduce.
com/siteassets/files/reports/global-trade/2024/limes_annual_report_2024.pdf (Consultada 15 diciembre
2024)
Kwiatkowski, D.; Phillips, P. C. B.; Schmidt, P. y Shin, Y. (1992). Testing the null hypothesis of stationarity
against the alternative of a unit root, Journal of Econometrics. 54: 159-178.
22 • AvAnces en InvestIgAcIón AgropecuArIA
Factores que influyen en la demanda y contagio de volatilidad del limón de origen mexicano...
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. AIA. 2025, 29: 3-23
Issn-L 2683 1716
Ma, K. y Diao, G. (2017). Study on spillover effect between international soybean market and China’s
domestic soybean market. Ensayos sobre Política Económica. 35: 260-266. https://doi.org/10.1016/j.
espe.2017.11.003
Martínez-Damián, M.Á.; Rivera-Silva, A.L.; Hernández-Trejo, V.Á. (2024). Structural and stochastic
behavior of Mexican agricultural exports. Agrociencia. https://doi. org/ 10.47163/agrociencia. v58i7.3210
Madslien, S. (2020) Are avocados the blood diamonds of Mexico? An empirical study on how increasing
demand for Mexican avocados is related to cartel violence. Master thesis, Norwegian School of Economics.
Bergen, Norway. https://hdl.handle.net/11250/2737211
Navarro, C. (2014). Spike in Lime Prices in Mexico Linked to Disease, Unrest in Key Growing Areas.
University of New Mexico. UNM Digital Repository. The United States of America. https://digitalre-
pository.unm.edu/sourcemex/6067
Nazlioglu, S. y Erdem, E. (2011). Exchange rates and Turkish fresh fruits and vegetables trade with the
EU countries: bilateral trade data analysis. Journal of International Food & Agribusiness Marketing. 23:
93-109. DOI: 10.1080/08974438.2011.534043
Nicholson, W. (1998). Microeconomic theory. Basic principles and extensions. 17th ed. Florida: The Dryden
Press. USA. 890 p.
Ogunjobi, J.O.; Oladipo, O.A.; Eseyin, O.; Opaola, O. y Aransiola, I.J. (2022). Exchange rate and ag-
ricultural exports: Evidence from Nigeria (1981-2019). International Journal of Research and Scientific
Innovation. 9(4): 89-101.
Ornelas, R.G. (2018). Organized Crime in Michoacán: Rent-Seeking Activities in the Avocado Export
Market. Politics & Policy. 46 (5): 759-789. https://doi.org/10.1111/polp.12270
Ozdemir, F.D.; Kaymak, H.C. y Aksoy, A. (2022). Prediction of conditional variance volatility of real prices
of almond, hazelnut, and pistachio by the diagonal BEKK-GARCH (1.1) equation model. Scientific
Papers Series Management, Economic Engineering in Agriculture & Rural Development. 22(4): 517-526.
Panagiotou, D. (2015). Volatility spillover effects in the extra virgin olive oil markets of the Mediterranean.
International Journal of Food and Agricultural Economics. 3(3): 63-73
Paul, R. K.; Saxena, R.; Chaurasia, S.; Zeeshanan y Rana, S. (2015). Examining export volatility,
structural breaks in price volatility and linkages between domestic and export prices of onion in India.
Agricultural Economics Research Review. 28(Conference Number): 101-116. DOI: 10.5958/0974-
0279.2015.00026.9
Pesaran, M.H.; Shin, Y. y Smith, R.J. (2001). Bounds testing approaches to the analysis of level relation-
ships. Journal of applied econometrics. 16: 289-326.
Phillips, P.C.B. y Perron, P. (1988), Testing for a unit root in time series regression, Biometrika, 75(2):
335-346.
Plattner, K. (2024) Fruit and Tree Nuts Outlook: Economic Insight. Fresh-Market Limes. ERS USDA.
FTS-357SA. https://www.ers.usda.gov/webdocs/outlooks/37059/49130_fts-357.pdf?v=595 (Consul-
tada 20 diciembre 2024)
Rezetis, A.N. y Pachis, D.N. (2020). Investigating the price volatility transmission mechanisms of selected
fresh vegetable chains in Greece. Journal of Agribusiness in Developing and Emerging Economies. 10(5):
587-611. DOI 10.1108/JADEE-12-2019-0209
Rosetti, N.; Seido, M. y Faria, J.L. (2017) A behavioral analysis of the volatility of interbank interest rates
in developed and emerging countries. Journal of Economics, Finance and Administrative Science. 22(42):
99-128. DOI 10.1108/JEFAS-02-2017-0033
Sánchez-Torres, Y.; Matus-Gardea, J.; García-Salazar, J.; Martínez-Damián, M. y Gómez-Cruz, M. (2011).
Estimación de la demanda de importaciones de limón persa (Citrus latifolia tanaka) en Estados Unidos
procedentes de México (1994-2008). Tropical and Subtropical Agroecosystems. 14: 819-827. https://
www.scielo.org.mx/pdf/tsa/v14n3/v14n3a12.pdf
Sidhoum, A. y Serra, T. (2016) Volatility spillovers in the Spanish food marketing chain: The case of
tomato. Agribusiness. 32 (1): 45-63 DOI: 10.1002/agr.21418
USDA Foreign Agricultural Service (USDA FAS). Global Agricultural Trade System Online. Available
online: https://apps.fas.usda.gov/GATS/default.aspx (Consultada 14 agosto 2024)
AvAnces en InvestIgAcIón AgropecuArIA • 23
Revista de investigación y difusión científica agropecuaria
Renato Francisco González Sánchez y Miguel Ángel Tinoco Zermeño. Aia. 2025, 29: 3-23
ISSN-L 2683 1716
World Integrated Trade Solution (2024). Software that allows users to access and retrieve information on
trade and tariffs. https://wits.worldbank.org/Default.aspx?lang=en (Consultada 10 diciembre 2024)
Zmami, M. y Ben-Salha, O. (2023). What factors contribute to the volatility of food prices? New global
evidence. Agricultural Economics-Czech. 69(5): 171-184 https://doi.org/10.17221/99/2023-AGRI-
CECON
