Modelos Bioeconómicos para Mejorar el Manejo del Silo Bolsa

La motivación para el almacenaje de granos es que el ingreso esperado se incrementa en los meses posteriores a la cosecha. Entonces, productores que puedan almacenar a bajo costo tienen oportunidad de incrementar su beneficio económico a través de la comercialización (Fackler and Livingston 2002). Sin embargo, el almacenaje de granos no está libre de riesgos. Con el paso del tiempo, distintas plagas pueden desarrollarse y crecer en la masa de granos y esto puede reducir su calidad y su valor final de venta. A pesar de estos riesgos, nuevas tecnologías de almacenaje y monitoreo aportan información para desarrollar estrategias de manejo económicamente eficientes y optimizar así el valor de los granos almacenados.

* Citar como: Urcola H. A. 2014. Modelos Bioeconómicos para Mejorar el Manejo del Silo Bolsa. 1er Congreso Internacional de Silo Bolsa, 13 – 16 de Octubre de 2014. Mar del Plata, Argentina.

El silo bolsa es una nueva tecnología de almacenaje que no requiere una inversión importante y constituye un sistema flexible que puede armarse en distintos lugares año tras año, lo cual es importante para empresas agropecuarias que trabajan tierra de terceros. El silo bolsa ha demostrado que una de sus mayores capacidades es la de devolverle al productor la facultad de controlar sus ventas eligiendo entre distintos posibles compradores para diversificar así su canal comercial. A partir de su difusión los productores tienen en el silo bolsa una herramienta práctica y económica para fraccionar sus ventas en el tiempo y entre distintos acopios o procesadores de grano como las plantas extrusoras de soja
.
Además, junto al silo bolsa se desarrollan también innovaciones asociadas que facilitan el manejo del silo bolsa. En particular, las tecnologías de monitoreo de CO2 permite evaluar de forma práctica la evolución de la calidad del grano sin perturbar la atmosfera intergranaria. De esta forma el monitoreo periódico del CO2 constituye una buena fuente de información para mejorar la toma de decisiones relativas al silo bolsa. Sin embargo, a pesar de la amplia difusión de esta tecnología, existen aún pocos trabajos que integren aspectos biológicos y económicos en guías de manejo integrales para los granos almacenados en silos bolsa. El objetivo de este trabajo es proponer un modelo bioeconómico para el manejo del silo bolsa que integre aspectos biológicos y económicos y maximice el valor de los granos almacenados considerando su calidad a lo largo del período de almacenaje.

 

Recientemente, el desarrollo de los modelos bioeconómicos se ha visto favorecido por los avances en simulación biologica y la necesidad de integrar distintas dimensiones (ambiental, productiva, social) en un mismo análisis (Flichman 2011). Una necesidad de este tipo aparece en el caso del almacenaje en silo bolsa donde variables biológicas y económicas se combinan para determinar el resultado económico final de esta actividad. Por lo tanto, el estudio de estas variables y sus interacciones puede orientar acerca del manejo más adecuado para cada estado de los granos almacenados. Al almacenar en acopio, responsabilidad por preservar la calidad de los granos recae sobre el propio acopio. Sin embargo, en el silo bolsa la responsabilidad del armado del silo bolsa y posterior monitoreo de su estado permanece con el productor.

Existen métodos propuesto para estimar la calidad del grano a través del monitoreo, no invasivo, de la atmosfera intergranaria utilizando instrumentos de medición de la concentración de CO2 (en adelante, [CO2]). Estas tecnologías posibilitan la integración de variables de estado del grano con variables económicas para orientar la toma de decisiones relacionadas al almacenaje. Ejemplos de manejos integrales como los mencionados han sido propuestos para silos convencionales (Yigezu et al. 2008; Yigezu et al. 2013). Para el caso del silo bolsa, la figura 1 muestra un esquema posible de integración de aspectos biológicos y económicos para el manejo del almacenaje. Sobre los aspectos técnicos, Abadía y Bartosik (2013) detallan las prácticas recomendadas para lograr y mantener una adecuada hermeticidad del silo bolsa, estas incluyen la calidad inicial de los granos, la preparación de terreno y el monitoreo periódico de la [CO2].

Por otro lado, Yigezu et al. (2008), Yigezu et al. (2013), Lai, Myers, y Hanson (2003) describen los factores económicos que influyen sobre la decisión de venta recomendada para cada combinación de calidad y precios. Además, la teoría económica indica que la diferencia intertemporal de precios refleja los costos promedio acumulados de almacenaje, seguro y costo de oportunidad del dinero inmovilizado (Working 1949). Este diferencial puede verse afectado por la cantidad de producción esperada de la nueva cosecha, del tiempo considerado entre ambos precios y de la época del año. Sin embargo, es esperable que en promedio el precio se incremente durante la estación de almacenaje. Entonces, la capacidad de almacenar a bajo costo permitiría incrementar los márgenes económicos. Esta combinación de aspectos técnicos y económicos en un modelo integral permitiría identificar los parámetros de un manejo óptimo y la cuantificación de indicadores claves que pueden ser contrastados con indicadores análogos obtenidos de encuestas a productores o de seguimientos de silos bolsa reales en condiciones de campo.

Figura 1: Esquema de integración de aspectos biológicos y económicos en un manejo integral de los granos almacenados en silo bolsa y su comparación con las prácticas de manejo actuales.

La figura 2 muestra la conceptualización teórica de la duración óptima del almacenaje bajo 3 escenarios de precios: (i) que se incrementan en forma constante y rápida, (ii) que se incrementan en forma constante pero lenta y (iii) que disminuyen en forma constante y lenta. Estas trayectorias de precios han sido simuladas solo con fines didácticos y ya que se trata de una conceptualización no se muestran ni se mencionan valores específicos de pérdidas ni de precios. La figura 2 muestra que para el escenario de precios descendentes, no es óptimo almacenar para ningún valor de pérdidas. Para el escenario de precios en ascenso lento, es óptimo almacenar, con una duración variable, con pérdidas menores a L1. Para el escenario de incremento rápido de precios es óptimo almacenar con pérdidas menores a L2, donde L1 < L2. Estas tendencias parecen intuitivas, sin embargo, los valores de duración óptima del almacenaje y de los límites L1 y L2 varían según la evolución de precios, los costos de almacenaje y de comercialización por lo que deben ser evaluados en cada caso. Como las pérdidas se incrementan con el tiempo, el efecto de las pérdidas es el de adelantar las ventas, más rápidamente cuando los precios se incrementan lentamente y más rápidamente cuando lo precios se incrementan lentamente o disminuyen.

 

Figura 2: Duración óptima del almacenaje óptimo (meses) para distintas evoluciones de precio y distintos niveles de pérdida en cantidad

Para desarrollar el manejo propuesto, consideramos un productor que debe decidir la venta de su producción, s1, a lo largo de T+1 subperiodos de tiempo. El grano almacenado está expuesto a experimentar pérdidas en la cantidad de grano por deterioro en la calidad del mismo. Por lo tanto, el beneficio económico de la venta del grano dependerá de variables biológicas, económicas y del manejo del silo bolsa,

El productor planea sus ventas sabiendo que al vender qt unidades de grano al precio pt genera ingresos por ptqt menos los costos asociados a la cosecha (embolsado y costo de la bolsa), a, y gastos asociados a la venta del grano (extracción, fletes y paritarias y comisión), y. Específicamente, los costos asociados a la cosecha corresponden a, a, el costo de embolsado más el costo de la bolsa, mientras que los gastos asociados a la venta son: a) una comisión, y1, proporcional al valor de la venta; b) un flete corto de unos 15 km hasta el acopio que le comprará los granos más gastos de paritarias, y3, y un flete largo, y2, por unidad transportada desde el acopio hasta el puerto de venta distante unos 100 km; c) un costo de extracción por unidad extraída, y4.
Para el silo bolsa, la calidad de los granos puede ser afectada por variables tales como humedad de los granos embolsados, anegamiento de la bolsa, y [CO2], entre otras. Sin embargo, de acuerdo a Taher et al (2014) el monitoreo del [CO2] provee una aproximación razonable a las pérdidas físicas medidas al momento de apertura de la bolsa. Por lo cual, la proporción esperada de grano comercializable perdido por bolsa al final de los ?? períodos se calcula como,

donde a = 98,5 y b = 303,3 son el intercepto y la pendiente de la función, respectivamente. Se asume que estas pérdidas se acumulan en forma lineal a través del tiempo, es decir en cada uno de los 12 subperiodos se pierden una proporción Pe =Qpe/(T−1) de grano comercializable. Esta función de pérdidas puede integrarse al cálculo del beneficio económico como,

donde c(·) es la función de costos, r es la tasa de interes y qt es la cantidad de grano que el productor decide vender en el momento ?? y los demás parámetros como fueron definidos. La cantidad de grano comercializable en cada período depende de las pérdidas experimentadas. Así, el stock de granos evoluciona de acuerdo a ????+1=?????? ????−????, 1≤??≤??. Es decir, entre ?? y ??+1 se pierden una proporción ???? de grano comercializable. Como las ventas están limitadas al stock de grano cosechado, ???? está restringido a satisfacer 0 ≤????≤????. Todo el stock de grano debe ser vendido para el último subperíodo de tiempo, T.

La ecuación (3) puede expresarse con la siguiente forma funcional,

Dado el beneficio neto, el productor intenta maximizar la suma de su utilidad esperada para todos los subperíodos,

donde, ?? ∈(0,1) es un factor de descuento, la expresión entre corchetes es una función de utilidad isoelástica y ?? representa el coeficiente de aversión al riesgo, que por simplicidad se fija en cero en este análisis.

Este problema de maximización intertemporal puede resolverse como un problema de programación dinámica a través de la ecuación de Bellman asociada para 1≤??≤??. En esta ecuación, las decisiones sucesivas son optimizadas para equilibrar una recompensa inmediata con recompensas esperadas en el futuro (Miranda y Fackler, 2002), y encontrar así la acción óptima en cada momento según el estado en que se encuentre el sistema.

El modelo se calibró para la producción de 1 tonelada de soja tomando valores actuales de costos de embolsado, extracción y comercialización (tabla 1). Al momento de cosecha el productor debe afrontar la compra de la bolsa más los gastos del servicio de embolsado, por lo tanto una fracción de la producción es comercializada al momento de cosecha. Los valores de estos parámetros fueron tomados de las tarifas vigentes en acopios y contratistas de embolsado y extracción del Sudeste bonaerense. Las tarifas de fletes fueron tomadas de la Comisión Argentina del Transporte Automotor de Cargas, CATAC.

Para la valorización de la soja se toma como referencia la serie de precios de soja desde mayo de 2002 hasta mayo de 2014 de la Bolsa de Comercio de Rosario expresados como precios constantes de mayo de 2014 de acuerdo al Índice de Precios Mayoristas (IPIM) del INDEC. La conveniencia de cada canal comercial es evaluada en tres escenarios que reflejan condiciones contrastantes de precios, estos escenarios son precios crecientes, precios decrecientes y precios fluctuantes alrededor de su media durante el período de almacenaje comprendido entre una cosecha y la siguiente (figura 3).

Figura 3: Escenarios de precios utilizados, descendentes, ascendentes y estables.

La figura 3 muestra los 3 escenarios de precios utilizados. Los 12 precios de cada escenario corresponden al primer día hábil de cada mes y son los momentos en que el productor decide la cantidad a vender. En los 3 escenarios, los precios se centraron alrededor de un precio promedio de 300 $/t (línea negra horizontal). El primer escenario (línea con círculos) representa un escenario de precios descendentes, donde se observa que en Abril (momento de cosecha) los precios se encuentran por encima de 500 $/t y en los meses siguientes los precios caen de forma sostenida, llegando a la próxima cosecha cerca de los 250 $/t. Por el contrario, el segundo escenario (línea con rombos) representa un escenario de precios ascendentes, comenzando en Abril con un precio cercano a los 250 $/t y a través del año el precio se incrementa sostenidamente hasta llegar por encima de los 400 $/t. Finalmente, el último escenario (línea con asteriscos) muestra un escenario de precios estables, donde no hay tendencias marcadas como en los escenarios anteriores, entre el principio y el final del periodo considerado.

3.1 Efecto de las Pérdidas de Grano en el Almacenaje Óptimo

La tabla 2 muestra la composición de costos de embolsado y comercialización para una tonelada de soja a un precio de 300 $/t. El costo total asciende a 42 $/t., para el precio considerado.

Las pérdidas en cantidad de grano comercializable pueden tener distinto impacto económico según la valorización de esos kilos perdidos. La venta de una tonelada de soja en el momento óptimo1 con pérdidas de 0%, 2%, 4% y 6% en cantidad genera los beneficios netos que se muestran en la tabla 3.

Tabla 3: Beneficio neto de la venta en el momento óptimo de una tonelada de soja en cada uno de los escenarios de precios considerados

Las pérdidas económicas, a partir de una misma perdida en cantidad, varían significativamente de acuerdo a la evolución de los precios. La figura 4 muestra las pérdidas económicas para los 3 escenarios de precios analizados.

Figura 4: Pérdida física estimada y pérdida económica anual para 3 escenarios de precios.
3.2 Manejo adaptativo de las ventas
La figura 5 muestra el momento óptimo de ventas para el escenario de precios ascendentes y fluctuantes, para una situación de cero pérdidas.

Figura 5: Momento óptimo de venta para el escenario de precios ascendentes y fluctuantes para una situación de cero pérdidas.

Figura 6: Momento óptimo de venta para el escenario de precios ascendentes y fluctuantes para una situación de 7% de pérdidas.

La figura 6 muestra la estrategia óptima de ventas teniendo una estimación anticipada de las pérdidas. La tabla 4 muestra el impacto, de ignorar estas pérdidas en cantidad y de aplicar un manejo óptimo para cero pérdidas. Es decir, se aplica el manejo equivocado por no tener una estimación de las pérdidas físicas. Suponiendo un nivel de pérdidas de aproximadamente 7%, y precios ascendentes, la estrategia óptima es no almacenar y vender la totalidad a cosecha. Pero, si estas pérdidas se registran una vez que el silo bolsa ya se ha armado, entonces la estrategia óptima es vender 0,796 t en el mes 3 a 252 $/t con un beneficio neto de 182,2 $/t embolsada. Sin embargo, si ignoráramos estas pérdidas y vendiéramos en el mes de mayores precios, mes 9, obtendríamos un beneficio de solo 179,0 $/t embolsada, es decir estaríamos perdiendo 3,2 $/t. Esta última cifra representa el valor económico de la estimación de pérdidas para este escenario de precios. Para el escenario de precios fluctuantes el impacto de aplicar un manejo basado solo en precios es de 1,6 $/t. Para un silo bolsa de 200 t estas pérdidas representan 640 $ y 322 $, respectivamente.

 

Este trabajo muestra la implementación de un modelo que integra aspectos biológicos y económicos para determinar la distribución óptima de ventas que maximiza el valor de los granos de acuerdo a su calidad. El análisis se realiza para 3 escenarios de precios contrastantes.

Los resultados presentados la fuerte interacción entre pérdidas físicas en cantidad y pérdidas económicas de acuerdo a la dinámica temporal de los precios. Esta interacción causa que el manejo adaptativo óptimo de las ventas dependa fuertemente de las diferencias intertemporales de precios. Dada una cierta evolución de los precios, el modelo muestra el manejo que maximiza el beneficio para un determinado nivel de pérdidas. Por lo tanto cualquier otro manejo logrará beneficios menores para ese nivel de pérdidas.
El hecho de ignorar las pérdidas, es decir no estimar pérdidas en cantidad y basar el manejo exclusivamente en el nivel de precios esperados, puede generar pérdidas económicas de magnitud variable. Para los escenarios de precios considerados aqui el valor económico del monitoreo de pérdidas es de entre 3,2 y 1,6 $/t.

 

Abadía, M.B.; Bartosik, R. 2013. Manual de buenas prácticas en la poscosecha de granos. Hacia el agregado de valor en origen de la producción primaria. Editado por: Bernadette Abadía y Ricardo Bartosik. Autores: Abadía, M.B.; Bartosik, R.; Cardoso, L.; de la Torre, D.; Giorda, J.; Hoyos, M.; Rúveda, C. Ediciones INTA, Buenos Aires, Argentina. ISBN N° 978-987-679-264-6.
Fackler, P. L., and M. J. Livingston. Optimal On-Farm Storage. Amer. J. Agr. Econ. (August 2002): 1103-71.
Flichman, G., ed. 2011. Bio-Economic Models Applied to Agricultural Systems. London: Springer.
Hansen M., Urcola H. A., Bartosik R. E. 2014. Almacenaje de Soja en Silo Bolsa: Evaluación Económica y Distribución Óptima de Ventas. 1er Congreso Internacional de Silo bolsa, 13 – 16 de Octubre de 2014. Mar del Plata, Argentina.
Lai, Jing-Yi, Robert J. Myers, and Steven D. Hanson. 2003. Optimal on-Farm Grain Storage by Risk-Averse Farmers. Journal of Agricultural and Resource Economics, 558–79.
Miranda, M., and P. Flacker. 2002. Applied Computational Economics and Finance. MIT Press.
Working, H. 1949. The Theory of Price Storage. American Economic Review 39 (6): 1254–62.
Yigezu, Y. A., C. E. Alexander, P. V. Preckel, D. E. Maier, L. J. Mason, C. P. Woloshuk, J. Lawrence, and D. J. Moog. 2013. “Integrated Joint Pest Management Strategies in the Presence of Control Spillovers.” European Review of Agricultural Economics 40 (5): 785–805.
doi:10.1093/erae/jbs044.
Yigezu, Y. A, C. E Alexander, P. V Preckel, D. E. Maier, C. P. Woloshuk, L. J. Mason, J. Lawrence, and D. J. Moog. 2008. Optimal Management of Molds in Stored Corn. Agricultural Systems 98 (3): 220–27.