Opciones climáticas para el sector pesquero del Pacífico Mexicano

El objetivo principal de este trabajo es proponer un modelo de valuación de opciones climáticas para el Sector Pesquero del Pacífico mexicano, tomando como variable fundamental la temperatura del mar. Este derivado proporcionaría una cobertura contra la caída en la producción pesquera debida a los efectos ocasionados por el fenómeno natural de "El Niño". Se utilizan los datos históricos de la temperatura del mar de diferentes regiones del Pacífico mexicano (Ensenada, Isla Cedros. Cabo San Lucas, Golfo de México, Puerto Vallarta, Acapulco y Golfo de Tehuantepec) para asi proponer un proceso estocástico que describa la evolución de la temperatura del mar. Como la temperatura es un indice no-negociable, se utiliza el precio de riesgo de mercado, el cual es un parámetro importante para el cálculo de los precios de los contratos de opciones climáticas dentro un mercado de derivados incompleto. Se presenta la aplicación del modelo para la industria en algunas regiones del Sector Pesquero del Pacífico mexicano haciendo uso del método de simulación Monte Carlo. Además, se muestran las especificaciones que deberían tener algunos contratos de opciones climáticas.

Opciones climáticas, Ecuación Black-Scholes, derivados

Alaton, P. B. Djehiche y D. Stillberger (2002), “On modeling and pricing weather derivatives”, Applied Mathematical Finance, 9(1): 1-20.

Baqueiro, C. E. y T. Sinha (2005), Seguros de lluvia mediante el uso de derivados, Tesis.

Basawa, I. V. y B. L. S. Prasaka Rao (1980), Statistical Inference for Stochastic Process, Academic Press.

Benth, F. E., W. K. Härdle y C. B. López (2009), “Pricing of Asian temperature risk”, SFB649 Working Paper, Humboldt-Universität zu Berlin.

Benth, F. E. y J. Saltyté-Benth (2005), “Stochastic Modelling of Temperature Variations with a View Towards Weather Derivatives”, Applied Mathematical Finance 12(1): 53-85.

Benth, F. E. y J. Saltyté-Benth (2007), “The volatility of temperature and pricing of weather derivatives”, Quantitative Finance 7(5): 553-561.

Bibby, B. M. y M. Sørensen (1995), “Martingale estimation functions for discretely observed diffusion processes”, Bernoulli 1(1/2): 17-39.

Brockwell, P. J. y R. A. Davis (1990), Time Series: Theory and Methods, 2a ed. Springer.

Cienfuentes, J. L., G. P. Torres y M. M. Frías (2003), El océano y sus recursos, IX. La pesca (81), 5a ed. (La ciencia para todos) Fondo de Cultura Económica, México, D.F.

CME (2005), “An introduction to cme weather products”, <http://www.levow.com/SGdownload/-Commodities/CME Weather products.pdf>, CME Alternative Investment Products.

Dagpunar, J. S. (2007), Simulation and Monte Carlo with applications in finance and MCMC, John Wiley & Sons, London.

Díaz, T. J. y M. F. Venegas (2001), “Política Agrícola y Contratos de Futuros: Un Modelo de Arbitraje”, Momento Económico (115): 2-21.

Fernández, D. J. J. y D. M. M. Gregorio (2005), “Valuación Actuarial de Bonos Catastróficos para Desastres Naturales en México”, El Trimestre Económico 72(288): 877-912.

Hernández, M. y B. Barón (2009), Sardina, especie indicadora de variabilidad climática. Gaceta CICESE 136. Todos@CICESE, Sección Ciencia y Tecnología. <http://gaceta.cicese.mx/>

Ibarra, P. H. (2003), Administración de riesgos naturales en México: un caso práctico en el diseño de un derivado climático para la agricultura, Tesis.

IRI/LDEO (2010), Climate Data Library, IGOSS nmc Reyn SmithOlv2 weekly <http://iridl.ldeo.columbia.edu/SOURCES/.IGOSS/.nmc/.Reyn SmithOlv2/.weekly/.sst/>.

Jewson, S. (2004), “Introduction to Weather Derivative Pricing”, The Journal of Alternative Investments: 57-64.

Jewson, S. y A. Brix (2005), Weather Derivative Valuation: The Meteorological, Statistical, Financial and Mathematical Foundations, Cambridge University Press.

López, C. B. (2003), Valuación de Bonos Catastróficos para terremotos en México, Tesis.

López, C. B. (2006), Pricing Catastrophic Bonds for Earthquakes in Mexico, Masther, Tesis.

Magaña, V., J. L. Pérez y C. Conde (1998), “El fenómeno de El Niño y la Oscilación del sur y sus impactos en México”, Revista Ciencias 51: 14-18.

Magaña, R. V. (ed) (2004), Los Impactos de El Niño en México, Centro de Ciencias de la Atmósfera, UNAM, Secretaría de Gobernación, 229 p.

McPhaden, M. (2001), “El Niño and La Niña: causes and global consequences”, en: M. Cracken y J. Perry (ed), Encyclopedia of global environmental change I, John Wiley & Sons, New York: 929-948.

Myers, R. (2007), “What Every CFO Needs to Know Now About Weather Risk Management”, http://www.cmegroup.com/trading/weather/, CME Group.

Ramos, C. S. y S. E. Ramos (2006), “Abundancia relativa de postlarvas de camarones peneidos en la bahía Salinas de Marqués. Golfo de Tehuantepec, México”, Marzo a junio de 1999, Revista de Biología Marina y Oceanografía 41(1): 121-128.

Reynolds, R. W., N. A. Rayner, T. M. Smith, D. C. Stokes y W. Wang (2002), “An Improved In Situ and Satellite SST Analysis for Climate”, Journal of Climate 15: 1609-1625.

Richards, T. J., M. R. Manfredo y D. R. Sanders (2004), “PricingWeather Derivatives”, American Journal of Agricultural Economics. 86(4): 1005-1017.

Ropelewsky, C. F. y M. S. Halpert (1989), “Precipitation patterns associated with the high index phaase of the Southern Oscillation”, Journal of Climate 2: 268-284.

SAGARPA (1984-2008), Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca y Alimentación. CONAPESCA, Anuarios Estadísticos de Acuacultura y Pesca de 1984 a 2008, <http://www.conapesca.sagarpa.gob.mx/wb/cona/cona_anuario_estadistico_de_pesca>.

SEMARNAT (2009), Secretaría de Medio Ambiente y Recursos Naturales, Compendio de Estadística Ambiental, http://www.semarnat.gob.mx/.

Trenberth, K. E. (1997), “The deifnition of El Niño”, Bulletin of American Meteorological Society, 78: 2771-2777.

Trujillo, P. M. L. y T. R. C. Navarro (2002), Derivados Climáticos, Tesina.

Zapranis, A. y A. Alexandridis (2008), “Modelling the Temperature Time-dependent Speed of Mean Reversion in the Context of Weather Derivatives Pricing”, Applied Mathematical Finance 15(4): 355-386.