1  

Capítulo X. Gestión de Riesgo: Recomendaciones para el Diseño e Implementación de un Seguro Indexado

para Pequeños Productores Cafeteros1

Steve Boucher2 y Andrés Moya 3

Julio 3 de 2014

1. Introducción

Este capítulo presenta una evaluación crítica de la propuesta para mejorar la capacidad de

gestión riesgo productivo de los pequeños y medianos cafeteros a través de un seguro

indexado que protege contra exceso catastrófico de lluvia. A pesar de la alta importancia

económica y social del sector cafetero en el país y de la alta vulnerabilidad de los hogares

cafeteros a las plagas, enfermedades y los múltiples factores climáticos que generan una

alta variabilidad en la producción del cultivo, el acceso de los pequeños y medianos

productores cafeteros a mecanismos de aseguramiento agrícola es prácticamente nulo.4

La necesidad de crear un mercado de seguro para el sector se hizo dolorosamente

evidente durante la “ola invernal” de 2011-2012 cuando la producción cafetera sufrió una

fuerte caída debido a un fuerte exceso de lluvias y las enfermedades que esto generó.

                                                                                                                         1 Para la elaboración de este capítulo recibimos la colaboración de distintas personas e instituciones a las cuales queremos agradecer. En particular, agradecemos a Juan José Echavarría por invitarnos a participar en este proyecto y a Diana Cadena, Andrés Campos, Pedro Iván Lara y Francisco Solano del Ministerio de Agricultura y Desarrollo Rural, a Andrés Lozano y Jorge Eduardo Soto de FINAGRO, a Delsa Moreno, Cesar Torres y Miguel Salazar de Mapfre, a Juan Pablo Bonilla, Álvaro Jaramillo, Nicolás Mejía, Esther Cecilia Montoya, Huver Posada, Víctor Ramírez, Carlos A. Uribe, Marcela Urueña y Ricardo Villaveces de la Federación Nacional de Cafeteros, así como a Diego Escobar y Guillermo Rivas por los valiosos comentarios, datos y recomendaciones que hicieron durante la elaboración de este capítulo. También agradecemos a Michael Carter, Ghada Elabed y Emilia Tjernström de la Universidad de California, Davis por sus comentarios sobre la metodología cuantitativa de evaluar el riesgo base. Por último, agradecemos a Darío Salcedo por la excelente labor que desempeñó asistiéndonos en el análisis y procesamiento de la información. Los errores de este capítulo son únicamente nuestra responsabilidad y no comprometen a la Misión de Estudios Cafeteros ni a las distintas personas o instituciones que nos apoyaron. 2 Profesor Asociado. Departamento de Economía Agrícola y de Recursos Naturales. Universidad de California, Davis. boucher@primal.ucdavis.edu 3 Profesor Asistente. Facultad de Economía, Universidad de los Andes. a.moya@uniandes.edu.co 4 En 2012, la aseguradora Mapfre implementó un piloto de seguro multi-riesgo de rendimiento de café. Sin embargo, según comunicaciones con Mapfre, tiene un techo máximo de 1,000 hectáreas y no tiene potencial de cubrir masivamente al sector debido a los altos costos de transacción, sobre todo los costos implicados por las inspecciones de campo, de ejecutar el contrato con los pequeños cafeteros que representan la gran mayoría del área de café.

  2  

En 2012, el Gobierno Colombiano creó un fondo especial de 20 mil millones de

pesos para promover la creación de un mercado de seguro indexado para el sector

cafetero. A diferencia del seguro convencional que le paga al agricultor si se verifica un

siniestro a través de una inspección de campo, el seguro indexado lo hace cuando un

índice externo, por ejemplo el nivel de lluvia medido en la estación meteorológica más

cercana, supera un valor crítico establecido en el contrato. Éste tipo de seguros ha

recibido mucha atención en la última década como una herramienta para fortalecer los

mercados de seguro agrícola en los países en desarrollo pues sufre menos de problemas

de la información asimétrica y tiene menores costos operativos debido a que su ejecución

no requiere inspecciones de campo en comparación con los seguros convencionales.

Mientras la ola invernal y la crisis del sector cafetero fueron la causa inmediata de

la política de apoyo al seguro indexado, ésta iniciativa también es consistente con el

interés del Gobierno Colombiano por fortalecer el mercado de seguros agrícolas a través

de subsidios del 60 o 70 por ciento de la prima a los seguros convencionales. La razón

para priorizar el seguro indexado en el sector cafetero se debe a dos factores: Primero,

refleja la frustración del Gobierno con el bajo crecimiento del mercado de seguro, sobre

todo para los pequeños productores, a pesar de los altos niveles de subsidio. Segundo,

debido a los esfuerzos históricos de la Federación Nacional de Cafeteros (FNC) y

Cenicafé, su brazo de investigación y extensión, y la presencia de un alto número de

estaciones meteorológicas en las regiones cafeteras, la disponibilidad y calidad de la

información sobre el sector cafetero abren la posibilidad de diseñar contratos indexados

de alta calidad.

Para avanzar en la construcción del mercado de seguro indexado, el gobierno y la

FNC abrieron una licitación a finales de 2012 para el diseño de un contrato de seguro

para pequeños productores cafeteros que fue ganada por la empresa aseguradora Mapfre.

Al momento de iniciar el estudio para este capítulo de la Misión de Estudios Cafeteros en

el segundo semestre de 2013, todavía no se había implementado la póliza propuesta por

Mapfre debido a una serie de dudas de la FNC sobre el diseño y la cobertura del contrato.

Por lo tanto, se tomó la decisión de enfocar este capítulo en el análisis crítico de dicha

propuesta con la esperanza que el estudio proporcione recomendaciones que contribuyan

  3  

al diseño e implementación de un seguro para los pequeños productores cafeteros del

país.

El resto del capítulo se estructura de la siguiente manera. La segunda sección

resume la importancia del seguro agrícola como herramienta de desarrollo rural y

combate a la pobreza. La tercera sección describe la poca penetración de los mercados de

seguro agrícola convencional en América Latina y en Colombia. Así mismo, resume el

rol de la información asimétrica y los costos de transacción como principales

explicaciones del desarrollo precario del mercado de seguros en la región. La cuarta

sección ofrece un resumen de las ventajas y las desventajas del seguro indexado como

alternativa al seguro convencional y describe los recientes esfuerzos pilotos de crear

mercados del seguro indexado en los países en vía de desarrollo. La quinta sección

presenta el contexto en que surgió la propuesta de Mapfre y presenta detalles del contrato

propuesto. La sexta sección desarrolla un análisis crítico de la propuesta de Mapfre,

incluyendo un análisis estadístico de validación de la prima y un análisis econométrico

que evalúa el nivel de protección que ofrecería el seguro. Finalmente, la séptima sección

concluye con recomendaciones para mejorar el diseño y la implementación del contrato.

2. El Seguro Agrícola: Una Pieza Clave del Rompecabezas del

Desarrollo Rural La creación y el fortalecimiento de los mercados de seguros agrícolas representan unos

de los principales retos a la política de desarrollo rural en América Latina. Los

agricultores de la región enfrentan un elevado número de riesgos productivos incluyendo

sequias, inundaciones, tormentas, y plagas y la frecuencia e intensidad de estos eventos

adversos está aumentando debido al cambio climático. A pesar de la prevalencia de

fuertes riesgos climáticos y biológicos, la penetración del seguro agrícola en la región es

pobre pues menos de 18 por ciento del área cultivada en América Latina está asegurada

(World Bank, 2010). Además, la distribución de la cobertura es desigual, con altos

niveles de cobertura en pocos países como Uruguay y Argentina y muy poca cobertura en

otros países, especialmente en Centroamérica y los países Andinos. En Colombia, por

ejemplo, menos de 1 por ciento del área cultivada fue asegurada en 2010.

  4  

La ausencia de mecanismos eficaces para que los agricultores enfrenten y

manejen los riesgos tiene múltiples consecuencias adversas para el desarrollo rural y

contribuye a la persistencia de la pobreza. Por una parte, al nivel del agricultor se pueden

distinguir impactos adversos ex post y ex ante de la ausencia de mecanismos formales de

aseguramiento. El impacto ex pos refiere a las consecuencias adversas en el ingreso,

consumo, o nivel de activos del hogar cuando la producción sufre de un choque

inesperado. Sin contar con una indemnización por parte de un seguro, los hogares que

sufren fuertes choques productivos pueden verse obligados a vender sus activos

productivos, reducir el consumo, o a sacar los hijos del colegio y ponerlos a trabajar para

recuperar el ingreso perdido. Si las pérdidas son sustanciales, o si el hogar ya se

encontraba en una posición vulnerable, estas consecuencias de descapitalización física y

humana pueden tener efectos de larga duración y contribuir a la existencia de trampas de

pobreza (Barrett y Carter, por publicar; Dercon y Christiansen, 2010).

Los impactos ex post representan, tal vez, las consecuencias más obvias de la

ausencia del mercado de seguro porque corresponden a la situación del hogar después de

haber sufrido un choque. Sin embargo, la ausencia de seguros agrícolas también tiene

consecuencias adversas ex ante sobre el comportamiento de los hogares que pueden ser

de igual o aun mayor magnitud. Cuando los hogares carecen de mecanismos formales

para mitigar los riesgos y “suavizar” el consumo ex post, tienden a tomar decisiones ex

ante sobre el portafolio de cultivos y actividades o el tipo y monto de inversión que

“suavizan” o disminuyen la variabilidad del ingreso (Morduch, 1995). Sin embargo, estas

decisiones tienen un costo pues requieren aceptar un menor nivel de ingreso esperado; es

decir hay un “tradeoff” entre el valor esperado y la variabilidad del ingreso. En la

literatura existe evidencia empírica que este “tradeoff” es importante y que los hogares

que se ven obligados a auto-asegurarse sacrifican un porcentaje significativo de su

ingreso potencial (Rosenzweig y Binswanger, 1993; Dercon y Christiansen, 2010). De

esta forma, los impactos ex ante de la ausencia del mercado de seguro agrícola también

contribuyen a la perpetuación de la pobreza rural.

De otra parte, los mercados de seguros agrícolas débiles o inexistentes también

contribuyen a la pobreza rural a través de sus efectos adversos externos sobre otros

mercados, en especial sobre el mercado de crédito. Por ejemplo, los bancos comerciales

  5  

se ven obligados a reducir la oferta de préstamos agrícolas para protegerse contra el

incumplimiento de pago debido a choques productivos. Esto es especialmente

problemático para las instituciones micro-financieras debido a que tienden a operar en un

ámbito geográfico limitado, lo que aumenta su vulnerabilidad a riesgos climáticos co-

variantes que podrían provocar incumplimiento de pago en un alto porcentaje de sus

prestatarios. Además de suprimir la oferta de crédito, la ausencia del seguro también

restringe la demanda. Debido al riesgo de perder la tierra u otra garantía exigida por los

bancos comerciales en el contrato de crédito, los hogares que tienen acceso a un préstamo

pero no a un seguro pueden preferir no pedir el préstamo, a pesar de que éste le permitiría

realizar una inversión que aumentaría su ingreso esperado. Esto es lo que Boucher et. al.

(2008) llaman el “racionamiento por riesgo”. Dado que las restricciones crediticias

tienden a ser más agudas para los hogares de menores recursos (Carter, 1988; Carter y

Olinto, 2003), los impactos negativos que genera la inexistencia del mercado de seguro

agrícola tanto sobre la oferta como la demanda de crédito representan fuertes barreras

para la lucha contra la pobreza rural.

Por último, el aumento en la intensidad de los eventos climáticos adversos, por

ejemplo sequías e inundaciones provocadas por El Niño o La Niña, implica fuertes

aumentos en el gasto público de los gobiernos regionales y nacionales para responder a

desastres naturales. La inexistencia de un mercado vibrante de seguro agrícola impide

entonces que el estado invierta recursos de forma preventiva y de una manera más

eficiente para cubrirse contra los riesgos catastróficos (Barnett et. al., 2008).

3. El Seguro Convencional: Definiciones, Cobertura y Retos

Esta sección se concentra en la definición del seguro agrícola convencional, lo que

representa casi la totalidad de las pólizas en América Latina, y resume brevemente el

alcance del mercado del seguro convencional en la región y en Colombia. Esto es

importante para entender los retos, sobre todo debido a la información asimétrica, que

enfrenta la expansión del mercado de seguros, los cuales se describen en detalle en la

última parte de esta sección.

  6  

3.1. Definición y Cobertura del Seguro Convencional en América Latina y

Colombia

La gran mayoría de las pólizas de seguro agrícola para cultivos en América Latina son

seguros convencionales de dos tipos (World Bank, 2010).5 Primero, el contrato de seguro

contra daños, también conocido como seguro de riesgo nombrado (named peril crop

insurance), especifica una suma asegurada típicamente basada en el valor de producción

del cultivo. Si se presenta uno de los riesgos nombrados en el contrato, se mide el daño

vía una inspección de campo y se le paga al agricultor un valor hasta el nivel de la suma

asegurada (menos el deducible). Segundo, el contrato de seguro de rendimiento (multi-

peril crop insurance) especifica un porcentaje, típicamente entre 50 y 80 por ciento, del

rendimiento promedio histórico de la parcela. Si el rendimiento de la parcela cae por

debajo del rendimiento asegurado debido a riesgos cubiertos por el contrato, se le paga al

agricultor un monto que corresponde a la diferencia entre el rendimiento asegurado y el

rendimiento realizado. Al igual que el seguro de riesgo nombrado, se requiere una

inspección de campo para determinar el rendimiento realizado y verificar si la pérdida fue

resultado de un riesgo cubierto por el contrato.

La Tabla 1, basada en un estudio del Banco Mundial, reporta el nivel de cobertura

de seguro agrícola para cultivos en varios países en América Latina hasta el año 2010.

Con excepción de Argentina, Uruguay, y México, en donde los niveles de cobertura son

significativos, la norma en la región es un mercado muy incipiente de seguro agrícola con

niveles de cobertura entre 1 y 4 por ciento del área cultivada (World Bank, 2010). En el

caso especifico de Colombia, el mercado de seguro agrícola tiene un desempeño histórico

muy pobre. Hasta 2005, el área total cubierta fue menos de 5.000 hectáreas, lo que

representa menos de 0.1 por ciento del área cultivada del país (Ministerio de Agricultura

y Desarrollo Rural, 2014).

Para incentivar la expansión del mercado de seguro agrícola en el país, a partir de

2009 el gobierno Colombiano inició una política de subsidio de 60 por ciento de la prima

por cualquier cultivo asegurado. El subsidio aumenta a 70 por ciento para productores

                                                                                                                         5 En este capítulo se enfoca exclusivamente en el seguro para cultivos. También existen seguros ganaderos, forestales y para la acuicultura.

  7  

medianos y grandes si el seguro está acompañado por un préstamo formal y a 80 por

ciento para pequeños agricultores con un préstamo formal.6 A pesar de estos importantes

incentivos, se ha desarrollado poco el mercado de seguro agrícola en Colombia, como se

puede observar en la Tabla 2. Aunque de 2009 a 2013 el área total asegurada se duplicó

de 33 mil a 68 mil hectáreas, el área total asegurada en el 2013 sigue muy baja,

representando solamente 1,3 por ciento del área cultivada en el país.

3.2. Información Asimétrica: Origen de las Imperfecciones del Mercado de

Seguro Convencional Dada la importancia del seguro para el desarrollo agrícola y rural, ¿cómo se explica el

bajo nivel de cobertura en la región? La respuesta reside en la dificultad y el costo de

adquirir la información necesaria para diseñar y ejecutar los contratos convencionales. Se

puede dividir la información necesaria en dos tipos: información ex ante y información ex

post.

En primer lugar, las aseguradoras necesitan información ex ante para evaluar la

probabilidad de que el agricultor sufra un siniestro. Esta información incluye las

características físicas de las parcelas y los cultivos que afectan la productividad y la

vulnerabilidad de la cosecha a los diferentes tipos de choques, las características

climáticas que determinan la frecuencia de los choques y las características del agricultor

– por ejemplo su experiencia, conocimiento y aptitud para la producción – que influyen

en la productividad y la capacidad para manejar los riesgos. Algunos países han invertido

recursos en la elaboración de “mapas de riesgo” los cuales ofrecen valiosa información

sobre importantes características físicas y agro-climáticas que permiten que las

aseguradoras identifiquen las probabilidades de siniestros y daños. Sin embargo, los

mapas de riesgo deben estar a una escala suficientemente desagregada para que sean

útiles para informar los contratos de seguro, lo cual es un lujo que sólo se pueden dar

países más desarrollados, salvo algunas excepciones. En los países andinos, la situación

                                                                                                                         6 El tipo de productor se define a través de su nivel de activos. En 2014, se clasifica como pequeño productor, los hogares agrícolas que poseen menos de 85 millones de Pesos (Ministerio de Agricultura y Desarrollo Rural, 2014).

  8  

es aún peor debido al alto nivel de heterogeneidad de tipos de suelos y condiciones agro-

climáticas.

Aun en los países desarrollados, existen fuertes limitantes para conseguir

información completa sobre las características relevantes de los agricultores debido a que

algunas de estas características -- habilidad, honestidad y aversión al riesgo – son

imposibles de observar directamente. Esta imposibilidad de conseguir información

completa de las parcelas, el ambiente natural o del agricultor, implica que las

aseguradoras son vulnerables a la información asimétrica. Este primer tipo de asimetría

en la información crea el potencial para la selección adversa, lo cual impide que la

aseguradora ofrezca contratos y genera mercados de seguros imperfectos o inexistentes.

Además de la información ex ante sobre la probabilidad de un siniestro, las

aseguradoras necesitan dos tipos de información ex post o después de que ocurra un

siniestro para ejecutar un contrato convencional. Primero, necesitan medir la magnitud

del daño para determinar si corresponde un pago al agricultor así como el valor del pago.

Segundo, deben verificar que la pérdida fue resultado de las causas aseguradas por el

contrato y no de la negligencia del agricultor. Para esto, las aseguradoras usualmente

realizan inspecciones de campo para adquirir ambos tipos de información ex post.

Vale destacar dos aspectos de las inspecciones de campo que demuestran la

dificultad de ofrecer el seguro convencional, sobre todo en contextos donde operan los

agricultores pequeños y de menos recursos como ocurre en los países en desarrollo.

Primero, en muchos casos y sobre todo en el seguro multi-riesgo, es sumamente difícil

que el ajustador determine si el daño se debe a una causa asegurada y no por la

negligencia del agricultor. Este reto se debe al segundo tipo de información asimétrica, en

que la aseguradora no puede observar todas las acciones tomadas por el agricultor – por

ejemplo su esfuerzo en la preparación de la tierra, la aplicación de los fertilizantes y el

control de las plagas – que influyen en la probabilidad de un siniestro. Dado que estas

acciones son costosas, el seguro crea incentivos para que el agricultor disminuya sus

esfuerzos de minimizar el riesgo. Este fenómeno de riesgo moral también limita la

capacidad de ofrecer el seguro y, junto con la selección adversa, contribuye al limitado

desarrollo del mercado de seguro agrícola.

  9  

Los problemas de la información asimétrica también ayudan a entender por qué

en donde hay mayor penetración del mercado de seguro agrícola, por ejemplo en

Argentina y Uruguay, el grueso de las pólizas se limitan a cubrir el granizo, un riesgo que

implica un nivel mínimo de riesgo moral porque es relativamente fácil detectar daños

causados por el granizo.

El segundo aspecto de las inspecciones de campo que contribuye a limitar el

desarrollo del mercado de seguro convencional es su alto costo. La contratación de

personal para realizar las inspecciones de campo y el costo del desplazamiento a áreas

rurales implican costos que, en ciertos contextos, pueden hacer que el seguro sea

económicamente inviable. Desafortunadamente, estos costos tienden a ser

particularmente desfavorables para los agricultores de menos recursos, quienes son los

que más necesitan el seguro. Este sesgo se debe a dos factores. Primero, hay un fuerte

componente de costo fijo en las inspecciones de campo debido a que el tiempo de realizar

la inspección es relativamente independiente del tamaño de la parcela asegurada. Esto

implica, por ejemplo, que el costo de asegurar una parcela de mil hectáreas es mucho

menor que mil parcelas de una hectárea porque cada parcela requiere su propia

inspección. El segundo factor es que, casi por definición, las parcelas de los agricultores

más pobres se encuentran en regiones más remotas y con peor calidad de infraestructura;

lo que aumenta el costo de realizar las inspecciones.

En resumen, la poca penetración del mercado de seguro agrícola convencional en

América Latina se debe en gran parte a los desafíos causados por la información

asimétrica, la cual impone costos sustanciales para el diseño y ejecución de los contratos

convencionales, sobre todo en zonas como la región andina en Colombia que se

caracterizan por una pobre infraestructura productiva y donde predomina la agricultura de

pequeña escala. Además, el costo de realizar inspecciones de campo bajo estas

condiciones hace inviable ofrecer un seguro convencional sin altos niveles de subsidio.

Dadas estas circunstancias, parece poco viable depender del seguro convencional para

desarrollar un mercado de seguro agrícola masivo y sostenible que atienda las

necesidades de los pequeños y medianos productores en Colombia y otros países de la

región. Afortunadamente, el seguro indexado, que se describe en detalle en la siguiente

  10  

sección, ofrece una alternativa interesante para el desarrollo del mercado de seguros

agrícolas.

4. El Seguro Indexado: Una Propuesta Alternativa Para Fortalecer

el Manejo del Riesgo

4.1. ¿Qué es el seguro indexado?

En contraste con los seguros agrícolas convencionales, los cuales pagan la

indemnización si se confirma una pérdida individual indemnizable a través de la

inspección de campo, los seguros indexados pagan la indemnización si el valor de un

índice supera, o cae por debajo de, un valor especifico definido en el contrato, el cual se

conoce como el disparador del seguro. Por lo general, los índices de los seguros son de

dos tipos: indirectos y directos.

Por una parte, los índices indirectos estiman indirectamente el rendimiento

promedio. En esta clase de índices se encuentran los climáticos, incluyendo los niveles de

lluvia y temperatura, así como los satelitales incluyendo el NDVI.7 Los seguros

indexados que utilizan índices indirectos ofrecen por lo tanto dos ventajas con relación a

los seguros convencionales. En primer lugar, se diseñan con base en un índice externo y

por lo tanto no sufren de los problemas de información asimétrica que, como se discutió

en la sección anterior, pueden hacer inviable el seguro convencional. En segundo lugar, el

costo de medirlos es relativamente bajo dado que no requieren inspecciones de campo y

por el contrario se basan en información de estaciones meteorológicas o satelital la cual

en muchos casos está disponible en internet.8

No obstante, para que los seguros basados en índices indirectos sean eficaces, es

indispensable que cumplan con dos características fundamentales. Primero, la función de

probabilidad de los índices, la cual determina la probabilidad de los pagos de

                                                                                                                         7 En NDVI es el “normalized difference vegetation index” que mide la densidad vegetativa via imágenes satelitales. 8 En la práctica no es tan sencillo por tres razones. Primero, puede haber un costo fijo alto para diseñar el índice. Segundo, la información no necesariamente es gratis. Aunque el sector público recoge y maneja los datos climatológicos, puede ser que los vendan. En caso de los datos satelitales, se requiere trabajo de expertos para convertir los datos crudos en datos útiles para un índice. Finalmente, instalar y mantener redes de estaciones climatológicas tiene un costo.

  11  

indemnización, debe ser independiente de las características y las acciones de los

asegurados. Esta condición reduce en gran medida los problemas de selección adversa y

riesgo moral que perjudican al seguro convencional. Segundo, y tal vez más importante,

los índices deben estar altamente correlacionados con el rendimiento promedio de los

productores de la zona asegurada. Esta condición garantiza que el seguro le pague a los

productores cuando las condiciones climáticas implican una disminución importante de la

producción. Si los índices no están correlacionados con el rendimiento promedio en la

zona asegurada, los agricultores pueden sufrir una pérdida pero no recibir una

indemnización. Esto se conoce como el “riesgo base” de los seguros indexados, el cual es

uno de los principales limitantes de éste tipo de seguros. El riesgo base puede ocurrir

entonces por dos razones. Primero, si el índice no está fuertemente correlacionado con el

rendimiento promedio. Segundo, dado que el seguro indexado no identifica la situación

específica de cada parcela asegurada sino que captura las fluctuaciones en el rendimiento

promedio de la zona asegurada, ofrece protección contra el riesgo covariante pero no

contra el idiosincrático. Por lo tanto, el riesgo base también surge si el riesgo

idiosincrático tiene una mayor importancia relativa para los productores.9

El desafió para diseñar índices indirectos apropiados radica entonces en entender

la relación entre el evento climático que genera los datos y el rendimiento promedio de

los cultivos a asegurar, para luego diseñar un índice que capture esta relación. En muchos

casos, esto requiere suficiente conocimiento sobre el proceso biológico de crecimiento y

producción del cultivo, así como por los distintos riesgos covariados e idiosincráticos que

enfrentan los productores. Por ejemplo, en el caso particular del sector cafetero, se ha

identificado que la producción disminuye si hay un exceso de lluvia en época de floración

o un déficit de horas de radiación solar en el período de crecimiento de los frutos. Por lo

tanto, si el índice solamente está basado en el nivel de lluvia, probablemente sufrirá de

riesgo base significativo.                                                                                                                          9 En términos generales los riesgos productivos se pueden descomponer de dos formas. Por una parte, el riesgo covariante se relaciona con la variabilidad de la producción que se debe a factores que afectan la producción de la mayoría de los productores de la zona, como lo son las sequías, inundaciones y otros eventos climáticos. El riesgo covariante es responsable por las fluctuaciones en el rendimiento promedio de un ciclo productivo a otro. El riesgo idiosincrático, por su parte, corresponde a la variabilidad en la producción que se debe a factores que afectan a pocos individuos en la zona y son independientes de fluctuaciones en el rendimiento promedio, como por ejemplo enfermedades, granizos y otros eventos locales.

  12  

Los índices directos, por su parte, estiman directamente el rendimiento promedio

en la zona asegurada, típicamente a través de encuestas de producción o de cosechar una

muestra de plantas de una muestra aleatoria de parcelas en la zona.10 De esta forma, el

índice también es exógeno al comportamiento de un productor individual y por lo tanto

no sufren de los problemas de información asimétrica. Así mismo, los índices directos

implícitamente toman en cuenta todas las posibles fuentes de riesgo covariante ya que

miden directamente el rendimiento promedio, y por esta razón sufren de menos riesgo

base que los índices climáticos. Los índices directos también son más intuitivos,

transparentes y fáciles de entender para los productores que los índices climáticos, y

también minimizan la incidencia de problemas de riesgo moral. No obstante, su principal

desventaja radica en el costo que requiere estimar el rendimiento en una muestra de

parcelas. Este costo dependerá de varios factores, incluyendo el tamaño de la muestra que

se requiere para lograr un nivel determinado de precisión en el estimado del rendimiento

promedio, la dispersión espacial y la facilidad de acceso a las parcelas.

4.2. Experiencias del seguro indexado en los países en desarrollo

Desde el comienzo de la última década, ha habido mucho interés en desarrollar mercados

de seguros indexados en Asia, África y América Latina por parte de las instituciones

internacionales de desarrollo, incluyendo el Banco Mundial, el Banco Interamericano de

Desarrollo, y la USAID entre otros. Barnett et. al. (2008) y Miranda y Farrin (2012)

ofrecen excelentes resúmenes de los esfuerzos, tanto programas nacionales, programas

pilotos e iniciativas que quedaron en diseño sin llegar a implementarse. Según Barnett et.

al. (2008), entre 2000 y 2008, existían unas 22 iniciativas de seguros indexados en 17

países. Miranda y Farrin (2012) describen 4 iniciativas más recientes en Perú, Kenia,

Vietnam, y Mongolia. De estas iniciativas, se destacan los siguientes puntos.

Primero, solo tres iniciativas han logrado establecer un mercado con una escala

significativa. En India, el país pionero en el desarrollo de mercado de seguros indexados

para los pequeños productores, el gobierno nacional obliga al sector asegurador ofrecer

seguros al sector de la pequeña agricultura y los gobiernos de algunos estados obligan a

                                                                                                                         10 En caso de Ganado, el índice de mortalidad representa un índice directo – siempre que se mide la mortalidad directamente a través de una muestra aleatoria.

  13  

los agricultores comprar un seguro si piden un préstamo bancario. Debido a estos

esfuerzos y políticas, al año 2010 más de 500.000 agricultores estaban cubiertos por una

póliza de seguro indexado (Miranda y Farrin, 2012). Desde 2001, el gobierno de México

ha introducido múltiples programas de seguro indexado, el más importante siendo un

seguro indexado contra sequia catastrófica que es comprado por los gobiernos estatales

como parte de su estrategia de proteger contra desastres naturales. Este programa cubre

aproximadamente 2,3 millones de hectáreas, o 28 por ciento del área cultivado sin riego

en el país (Barnett et. al., 2008). Finalmente, en 2010, el gobierno de Perú creó un

programa de seguro catastrófico a base de un índice de rendimiento promedio que es

ofrecido por el sector privado a los gobiernos regionales en los departamentos de mayor

incidencia de pobreza extrema. El gobierno nacional ofrece un subsidio del 100 por

ciento a la prima.

Segundo, existe una interesante heterogeneidad de índices. Los índices indirectos

son, de lejos, los más comunes. De las 26 iniciativas mencionadas por Barnett et. al.

(2008) y Miranda y Farrin (2012), 23 son a base de índices indirectos y, de ellas, la gran

mayoría son diferentes tipos de índices de lluvia. Los otros índices indirectos incluyen la

velocidad de viento contra huracanes en el Caribe y México, mediciones de la escala

Richter contra terremotos en México, información satelital en forma del NDVI contra

mortalidad de ganado en Kenia, y temperatura del agua superficial del océano Pacifico

contra eventos asociados con el Niño y la Niña en el Perú. Los tres ejemplos de índices

directos son el rendimiento promedio en el programa de Seguro Catastrófico y en un

piloto de seguro indexado para algodoneros en el Perú y la mortalidad de ganado en

Mongolia. Aunque los artículos no presentan evidencia sobre las causas de la

predominancia de los índices indirectos, es probable que se debe al menor costo de

implementar este tipo de índice versus el índice directo cuya medición requiere una

encuesta.

Tercero, aunque existen experiencias positivas, como las tres mencionadas arriba,

los éxitos han sido la excepción y no la norma. La mayoría de las iniciativas se quedaron

en la etapa de diseño sin implementar o se suspendieron poco tiempo después de su

implementación debido a la baja demanda por los productos. La baja demanda es

  14  

especialmente notable dado que la gran mayoría de los programas pilotos ofrecieron el

seguro con un alto nivel de subsidio.

Finalmente, las experiencias de seguro indexado en los países en vía de desarrollo

han enfocado casi exclusivamente en los cultivos transitorios. Existe muy escasa

experiencia con el seguro indexado para los cultivos permanentes. En cuanto al caso

específico del café, el cultivo de interés del presente estudio, existen solamente dos

ejemplos. Desde 2007, existe una póliza de seguro indexado para cafeteros en el estado

de Kerala, India. La póliza fue diseñada bajo un esfuerzo coordinado de una empresa

aseguradora (Agricultural Insurance Company of India), el gremio principal del sector

cafetero (Coffee Growers Association), y el gobierno (India Coffee Board).11 Los

cafeteros pueden escoger entre tres pólizas diferentes, cada una cubriendo en riesgo

relacionado a una etapa diferente del ciclo productivo del cultivo. El índice para cada

póliza es una función de la lluvia diaria – en dos de las tres pólizas contra déficit de lluvia

y en el tercero contra exceso de lluvia. El segundo ejemplo es una iniciativa de

desarrollar un seguro indexado para el sector cafetero en Guatemala. El seguro propuesto

también tiene un índice de lluvia y fue diseñado a base de la experiencia en la India. Sin

embargo, hasta la fecha la póliza queda en estado de propuesta y todavía no se ha

implementado ningún piloto.

Esta riqueza de experiencias, incluyendo los pilotos fracasados y abandonados, ha

generado una cantidad importante de aprendizaje sobre las posibilidades y los retos de los

contratos y la implementación de los programas de seguros indexados. En la siguiente

sub-sección, se discuten dos de los retos más importantes -- el riesgo base y la falta de

entendimiento por parte de los agricultores – que deben ser tenidos en cuenta al momento

de diseñar el contrato para maximizar la posibilidad de éxito del programa.

4.3. Dos desafíos de diseño del seguro indexado

Como se mencionó anteriormente, el riesgo base es el reto principal que enfrenta el

seguro indexado y es uno de los factores que explica la baja demanda en muchos de los

                                                                                                                         11 Información detallada del seguro cafetero en India está disponible en: http://www.indiacoffee.org/Pasupathi/Risc-2013/4%20Kerala%20SUMMARY%20%20FORMS.pdf

  15  

proyectos pilotos (Binswanger-Mkhize, 2013). La intuición de este resultado es clara:

cuando el riesgo base es alto, hay una probabilidad considerable de que el agricultor no

reciba un pago cuando sufre una pérdida o de que reciba un pago aunque no haya sufrido

una pérdida. Por lo tanto, cuando el riesgo base es muy alto, el seguro indexado introduce

una fuente de riesgo adicional que incluso puede llegar a aumentar la variabilidad del

ingreso del agricultor en vez de reducirla (Clarke 2011). Pero aún si el riesgo base no es

muy alto y reduce moderadamente la variabilidad del ingreso, puede provocar una

reducción en el bienestar del agricultor. Esto se ve de manera clara cuando el agricultor

tuvo que pagar la prima del seguro, sufre una pérdida, y no recibe una indemnización, lo

que reduce aún más su ingreso. Es decir, debido a que siempre se paga la prima, la

presencia del riesgo base crea circunstancias en que el agricultor que sufre una pérdida

hubiera estado en mejores condiciones (mayor ingreso) si no hubiera comprado el seguro.

Dada la importancia del riesgo base en la demanda de seguros y en el bienestar de

los agricultores que adquieren las pólizas, es indispensable llevar a cabo un análisis

detallado para evaluar el nivel de riesgo base antes de implementar los pilotos de seguros

indexados. Desafortunadamente, este no es el caso y como señalan Jensen et. al. (2014),

hay una ausencia casi total de estudios empíricos sobre el riesgo base. El motivo principal

detrás de esto es la ausencia de datos, pues para evaluar el nivel de riesgo base se necesita

estimar la relación entre el índice y el rendimiento (o las pérdidas) de los agricultores.

Este tipo de análisis no solo requiere datos del índice, sino también datos de la

producción al nivel de la parcela, de una suficiente densidad de observaciones en el área

en que se mide el índice (por ejemplo alrededor de la estación meteorológica) y también

de datos de forma panel, es decir de observaciones repetidas durante varios ciclos

agrícolas. Mientras ha habido muchos esfuerzos para recoger datos históricos de los

índices potenciales, los cuales también son necesarios para evaluar la función de

probabilidad del índice para calcular la prima y el valor de las pólizas, ha habido muchos

menos esfuerzos para identificar datos adecuados de producción, en parte porque

simplemente no existen en muchas países. Afortunadamente, el sector cafetero en

Colombia cuenta con datos de producción de alta cantidad y calidad que permiten hacer

éste tipo de análisis ex ante sobre el nivel de riesgo base, tal y como se lleva a cabo en la

Sección 7.

  16  

Otro reto importante para la implementación de un seguro indexado se refiere a la

falta de entendimiento del contrato y del índice por parte de los agricultores. Por lo

general, el seguro es un instrumento financiero complicado y es importante no subestimar

el reto que implica ofrecer productos financieros de fácil comprensión, sobre todo en

contextos como el campo Colombiano en donde los agricultores tienen muy escasa

experiencia con el seguro. Por esta razón, es importante informar y generar una

comprensión sobre el rol potencial de los seguros para las estrategias de manejo del

riesgo de los hogares agrícolas. Dada la poca penetración no sólo del mercado de seguro

agrícola, sino de cualquier tipo de seguro, es fundamental capacitar a los agricultores

sobre cómo funcionan los seguros y sobre la forma en la que pueden incidir sobre las

decisiones económicas, incluyendo los niveles de inversión, el portafolio de cultivos y la

participación en el mercado de crédito.

Así mismo, es importante informar sobre las características propias de los

contratos de seguros indexados, ya que son sustancialmente diferentes de los seguros

convencionales. De una parte, el agricultor debe entender que por bueno que sea el diseño

del contrato, siempre existirá cierto nivel de riesgo base. El agricultor además debe

conocer el nivel de riesgo base para poder evaluar el nivel real de protección ofrecido por

el contrato y así poder tomar una decisión de compra informada. También es importante

que el agricultor entienda el riesgo base porque si espera recibir un pago siempre que

sufre una pérdida, quedará insatisfecho con el seguro si el índice no supera el disparador,

lo que puede reprimir su demanda futura para el seguro y poner en peligro el futuro del

mercado si la falta de entendimiento se extiende a muchos agricultores.

Por último, es fundamental tener transparencia y un buen entendimiento sobre el

índice en particular. Para que haya claridad sobre el nivel del riesgo base y la protección

que ofrece el seguro, la evaluación subjetiva del agricultor sobre la función de

probabilidad del índice no debe diferir mucho de la función real u objetiva. El agricultor

también debe poder hacer un estimado sobre la manera que el índice se relaciona con el

rendimiento de su cultivo y su ingreso. Es decir que el agricultor debe tener un buen

entendimiento del índice, la estructura de probabilidad del índice y la relación entre el

índice y su propia producción.

  17  

La discusión anterior tiene dos implicaciones importantes para el diseño óptimo

del seguro indexado. Primero, en el caso de los índices indirectos, es probable que exista

un “tradeoff” entre el nivel de riesgo base y el nivel de transparencia y entendimiento del

agricultor sobre el seguro. Mientras un índice como la lluvia cumulativa del mes de

diciembre es relativamente fácil para que el agricultor forme una opinión sobre su

estructura de probabilidad y la relación con su producción, es probable que este índice

sufra de un nivel alto de riesgo base debido a que no toma en cuenta la forma en que se

distribuye la lluvia dentro del mes. Sin embargo, si se adopta un índice más complicado,

por ejemplo la humedad diario del suelo, la cual sigue un proceso dinámico complicado,

es probable que se reduzca el nivel de riesgo base a costo de un entendimiento menor por

parte del agricultor. Es por lo tanto fundamental evaluar este “tradeoff” como parte del

proceso de escoger el índice. Segundo, es fundamental diseñar una campaña intensiva y

efectiva de capacitación sobre el seguro como parte del proceso del establecimiento del

mercado, que permita a los agricultores entender los beneficios del aseguramiento, el

funcionamiento de los seguros indexados, y las lógicas detrás de los índices propuestos.

5. La Propuesta de Seguro Indexado para el Sector Cafetero En esta sección se hace un breve recuento detrás de la iniciativa para implementar un

seguro catastrófico indexado para el sector cafetero y se discute por qué el sector cafetero

brinda un escenario ideal para el diseño, implementación y evaluación del primer seguro

catastrófico indexado para pequeños agricultores. Luego, se describe brevemente la

propuesta inicial realizada por la compañía aseguradora Mapfre a la Federación Nacional

de Cafeteros (FNC), el Ministerio de Agricultura y Desarrollo Rural (MADR) y el Fondo

para el Financiamiento del Sector Agropecuario (FINAGRO). Por último, se analiza en

detalle la propuesta final de Mapfre, cuyo análisis crítico es objeto de la siguiente

sección.

5.1. Contexto detrás del seguro cafetero indexado Ante la baja cobertura de seguros agrícolas, en especial para los pequeños

productores, desde 2009 el Gobierno Nacional, en cabeza del MADR y de FINAGRO

estableció la necesidad de promover de seguros agrícolas de tipo catastrófico. La

  18  

motivación del Gobierno para fomentar éste tipo de seguros radica en la percepción de

los mecanismos de aseguramiento como una herramienta para mitigar el riesgo para los

productores agropecuarios y el impacto fiscal asociado con los fenómenos climáticos.

Como parte de esta iniciativa el MADR y FINAGRO han trabajado de la mano de la FNC

para que el sector cafetero adopte el primer seguro catastrófico masivo dirigido a

pequeños productores en el país.

Las razones para enfocarse en el sector cafetero como un pionero en los seguros

catastróficos indexados son varias. Por una parte, teniendo en cuenta la importancia del

sector para la economía del país y para la generación de empleo rural, y el hecho de haber

sido uno de los sectores gravemente afectados por la ola invernal de finales de 2010,

resulta importante establecer mecanismos de gestión de riesgo que permitan mitigar los

riesgos de los cafeteros ante choques climáticos futuros, y asegurar la producción de café

y el empleo en las zonas cafeteras. Además, el café es un cultivo perenne cuya

recuperación después de choques climáticos requiere inversiones sustanciales e inclusos

procesos de renovación y por lo tanto un choque climático en las regiones cafeteras tiene

consecuencias ex post severas. De hecho, aún sin la ocurrencia de éste tipo de choques, la

implementación de un seguro catastrófico puede generar impactos positivos ex ante sobre

el comportamiento de los productores, beneficiar las inversiones en fertilización,

renovación, adopción de nuevas prácticas, y generar empleo en los procesos de siembra,

recolección y proceso del café.

De otra parte, el sector cafetero brinda las condiciones propicias para implementar

un seguro masivo que cubra al mismo tiempo grandes extensiones pues el 87 por ciento

de las fincas, y el 95 por ciento de los cultivos asociados a la FNC corresponden a

pequeños productores con cultivos de menos de 5 hectáreas. Por último, la organización

de la FNC y la disponibilidad de información permite ubicar con precisión los cultivos y

productores de café a ser asegurados y contar con información histórica sobre la

producción y rendimientos, la cual es esencial para el diseño del seguro indexado. A esto

se suma que a lo largo de las regiones del país en donde existe cultivos de café, hay un

cubrimiento considerable de estaciones meteorológicas del IDEAM (ver Mapa 1). Esto

permite contar con información histórica sobre distintos eventos climáticos, estimar las

tasas puras de riesgo de éstos eventos, las cuales son importantes para determinar la

  19  

prima de los seguros, y diseñar el seguro, el índice y el disparador de acuerdo con la

afectación de la producción agrícola como consecuencia de fenómenos climáticos.

Por estas razones, a finales de 2012 FINAGRO y el MADR escogieron a la firma

Delima Marsh para que propusiera diferentes pólizas de seguros para café de acuerdo con

los lineamientos de la FNC y apoyara el proceso de convocatoria pública a las compañías

de seguros del país. Las pólizas propuestas por Delima Marsh incluían un seguro

indexado a los niveles de lluvias, un seguro por pérdida de rendimiento y otro por daño a

la planta. En esta convocatoria participaron las compañías de seguros Mapfre, SURA y

La Previsora, las únicas compañías de seguros que ofrecen pólizas agrícolas en el país,

quienes en Enero de 2013 entregaron a la FNC ofertas de pólizas de seguros climáticos

para el cultivo de café. Entre estas propuestas, se escogió la propuesta de un seguro

indexado al exceso y déficit de lluvias de Mapfre pues presentaba una definición clara del

disparador y el índice del seguro y un nivel de cobertura considerable.

5.2. Póliza I: Seguro indexado contra el exceso y déficit de lluvia

La primera póliza propuesta por Mapfre tenía las siguientes características: Primero,

establecía un área asegurable de 502 mil hectáreas correspondientes a cultivos

tecnificados con una extensión menor o igual a 5 hectáreas. Cada una de las hectáreas

aseguradas se asignaría a una de las 318 estaciones meteorológicas del IDEAM

vinculadas a municipios con producción cafetera. De esta manera, la póliza incluía 318

áreas de contrato que corresponden a cada estación meteorológica y a los cultivos de café

más cercanos a cada estación. Segundo, los disparadores del seguro se definieron como

un exceso del 46 por ciento o un déficit del 34 por ciento con relación a la media histórica

en cada estación. Tercero, en caso de que el seguro se activara, la indemnización por

hectárea asegurada en el área de contrato ascendería a $1.200.000 y se entregaría en

cupones para la compra de fertilizantes. Este valor se calculó con base en estimativos

sobre el costo de fertilizantes requeridos para recuperar una hectárea de café después de

un evento climático y la indemnización se entregaría en cupones para la compra de

dichos fertilizantes. Por último, la FNC sería el tomador de la póliza, recibiría los pagos

de indemnización y distribuiría los cupones en las áreas de contrato afectadas por el

  20  

exceso o déficit de lluvia. El valor asegurado de esta póliza ascendía a $603 mil millones,

con un costo de $18 mil millones y una prima por hectárea asegurada de $35.856.

Como resultado de la convocatoria, FINAGRO reservó los recursos asociados al

subsidio del 60 por ciento del costo total de la póliza y se esperaba que la FNC asumiera

el 40 por ciento restante más el 5 por ciento correspondiente al IVA. Así mismo, la FNC

firmó un memorando de entendimiento con Mapfre para definir los detalles técnicos de la

póliza y debía tomar la decisión sobre la contratación del seguro a finales de Mayo de

2013. No obstante, la FNC se mostró reticente a contratar la póliza propuesta por Mapfre.

Aunque no existe una posición oficial de la FNC al respecto, con base en distintas

conversaciones con funcionarios de la FNC, MADR, FINAGRO y Mapfre, se puede

establecer que el elevado costo y la incertidumbre sobre la cobertura efectiva que ofrecía

el seguro fueron los principales argumentos en contra de la póliza. Así mismo, se

argumentó que el cubrimiento contra el déficit de lluvias no es tan pertinente como el del

exceso pues los cultivos de café se ubican en su mayoría a una altitud intermedia en

donde los déficit de lluvia no son el principal riesgo climático.

5.3. Póliza II: Seguro indexado contra el exceso de lluvia Respondiendo a las objeciones de la FNC, en Agosto de 2013 Mapfre realizó una

modificación a la propuesta inicial y elaboró una segunda póliza que sólo ofrecía

cubrimiento contra el exceso de lluvias. Como se discute a continuación, esta póliza

presentaba avances sustanciales con relación a la anterior en lo que se refiere a la

definición del disparador y el índice de la póliza, la lógica agronómica detrás de la

relación entre el índice propuesto y la producción de café, y la justificación de la tasa

pura de riesgo y el costo del seguro.

La nueva póliza propuesta por Mapfre establecía un universo a asegurar de

502.462 hectáreas de cultivos de café tecnificado entre los 0 y los 9 nueve años de edad al

sol o entre 0 a 12 años a sombra y semi-sombra. Como en la póliza anterior, cada cultivo

o hectárea asegurada sería asignado a la estación del IDEAM más cercana. Sin embargo

ahora el disparador sólo se activaría en caso de un exceso de lluvias; en particular,

cuando el nivel de lluvias en cada uno de tres meses consecutivos superase el 189 por

ciento del promedio histórico de esa estación en ese mes. Lo anterior implica que en cada

  21  

año se toman bloques de tres meses consecutivos y en cada uno se calcula el nivel de

lluvias con relación al promedio histórico de ese mes. El seguro se activaría si en al

menos uno de los bloques de tres meses consecutivos del año, el nivel de lluvias de cada

mes supera el 189 por ciento de su promedio histórico. De acuerdo con la tabla de

anomalías de precipitación del IDEAM, el valor del disparador por exceso de lluvia

corresponde a un nivel de lluvias 19 puntos porcentuales por encima del límite que define

un mes extremadamente lluvioso (Ver Tabla 3).

En términos formales, el índice para cada estación está definido de acuerdo con la

siguiente ecuación:

(1),

en donde es el valor del índice en el año a, es la precipitación acumulada en el mes

m en donde m toma los valores: 1, 2, …, 12 en el año a y es el promedio histórico de

la precipitación acumulada en el mes m. El término corresponde a la razón entre

la precipitación acumulada en un mes específico sobre la precipitación promedio

histórica del mismo mes. Por ejemplo, sería la precipitación cumulativa de marzo

de 1998 sobre el promedio histórico de precipitación cumulativa de marzo.

El índice toma 12 bloques de tres meses, incluyendo dos bloques que toman datos

que corresponden a meses del año anterior ya que para identificar si el seguro se dispara

en enero se deben que examinar la información de los meses de noviembre y diciembre

del año previo. En cada uno de estos bloques, se identifica el valor mínimo de la razón

entre pues si el valor mínimo supera el 189 por ciento esto implica que los demás

meses del bloque también lo superaron. Por último, se toma el máximo de todos los

valores mínimos para identificar si en al menos uno de los 12 bloques de tres meses el

nivel de precipitación superó el umbral. En dicho caso el seguro se activa y se paga sólo

una indemnización por año, independiente del número de meses o del número de bloques

de tres meses que hayan superado el disparador.

I a =max min p11a−1

µ11,p12a−1

µ12,p1a

µ1

"

#$$

%

&'',min

p12a−1

µ12,p1a

µ1,p2a

µ2

"

#$$

%

&'',min

p1a

µ1,p2a

µ2,p3a

µ3

"

#$$

%

&'',...min

p10a

µ10,p11a

µ11,p12a

µ12

"

#$$

%

&''

"

#$$

%

&''

aI amp

mµ

pma µm

p398 µ3

pma µm

  22  

La lógica agronómica detrás del índice radica en que el periodo de floración de

los cafetos requiere de un periodo prolongado de estrés hídrico seguido de un periodo de

lluvias. Si durante el periodo de floración el suelo no está suficientemente seco, no hay

suficiente floración y la producción de la siguiente cosecha cae considerablemente. En la

mayoría de regiones del país, el periodo de floración ocurre durante una temporada seca,

que dura aproximadamente tres meses, y ocho meses antes de la cosecha principal. El

índice propuesto por Mapfre respondía entonces a la relación entre los niveles de lluvia

en los periodos de tres meses de sequía y floración. No obstante, el índice no se enfocaba

en los periodos de tres meses en donde efectivamente ocurre la floración, la cual varía por

ecotopo y región, y por el contrario identificaba cualquier bloque de tres meses a lo largo

del año independiente de si correspondían a etapas de floración o cosecha. Esta

observación es importante y va a afectar el nivel de riesgo base de la póliza, como se

discute en la siguiente sección.

El valor asegurado por hectárea de la nueva póliza ascendía a $640 mil, una cifra

menor a la propuesta en la póliza inicial, lo cual corresponde a un valor asegurado total

de $322 mil millones si se aseguraba la totalidad de las 502.462 hectáreas de café de

menos de 5 hectáreas. Tal como ocurría con la póliza anterior, la indemnización se

entregaría en cupones para la compra de fertilizantes. De acuerdo con la información

proporcionada por Mapfre, se estimó una tasa por cobertura del 4,5 por ciento, una prima

por hectárea de $28,800 y una prima neta total de $14.471 millones. En este caso, el costo

de la póliza sería subsidiado en un 70 por ciento por el Gobierno Nacional con recursos

de FINAGRO, mientras que la FNC debía asumir el 30 por ciento restante más el 5 por

ciento del IVA. Se propuso que este 35 por ciento fuera financiado con recursos del

Fondo Nacional Cafetero.

A pesar de las modificaciones hechas por Mapfre en ésta póliza, la propuesta fue

recibida con escepticismo por parte de la FNC. De nuevo se eschucharon objeciones

sobre el costo de la póliza, la baja probabilidad de que el disparador se active, la

incertidumbre sobre la cobertura que ofrece y sobre la capacidad del Gobierno Nacional

para subsidiar la póliza y asegurar la sostenibilidad del seguro por varios años. Sin

embargo, no hubo una posición oficial sobre la propuesta de la aseguradora como

  23  

tampoco un análisis que permitiera identificar si el costo de la póliza reflejaba el precio

actuarialmente justo y si el seguro brindaba una protección adecuada y contaba con

niveles de riesgo base apropiados. Por esta razón se tomó la decisión de enfocar este

capítulo en el análisis crítico de dicha propuesta y realizar recomendaciones para mejorar

la póliza propuesta, lo cual se lleva a cabo en las siguientes dos secciones.

6. ¿Qué tan buena es la póliza de seguro indexado de Mapfre?

Esta sección tiene dos objetivos. Primero, lleva a cabo un proceso de validación de los

cálculos actuariales de Mapfre con relación a la tasa pura de riesgo y las tasa de

siniestralidad que determinan la prima de la póliza propuesta por la compañía

aseguradora. Segundo, analiza si la póliza propuesta ofrece una cobertura adecuada para

los pequeños productores cafeteros; es decir, se analiza si el índice propuesto tiene una

relación cercana con el comportamiento de la producción cafetera de tal manera que

minimice el riesgo base.

6.1. Validación de la tasa pura y la prima de la póliza

En general, el precio o la prima de un seguro depende de tres parámetros: (i) la tasa pura

del riesgo, es decir la probabilidad de que ocurra el siniestro definido en el contrato; (ii)

el valor de la indemnización que corresponde al monto que paga el asegurador en caso de

un siniestro; y (iii) la tasa esperada máxima de siniestralidad la cual está definida por la

razón entre el valor de las indemnizaciones pagadas y el valor de las primas recibidas.

Formalmente, la prima se determina de acuerdo con la siguiente ecuación:

(2).

Dado que el valor de la indemnización por hectárea se definió como $640.000 de acuerdo

con el valor de los insumos de fertilizantes por hectárea, el análisis de validación de la

prima propuesta por la compañía aseguradora requiere verificar el cálculo actuarial de la

tasa pura de riesgo y la forma en la que se determinó la tasa de siniestralidad.

Prima/ha. = (Tasa Pura de Riesgo)*(Valor de Indemnizacion/ha)E(Tasa Siniestralidad)

  24  

Para validar el cálculo actuarial de la prima de riesgo, se tomó la base de datos del

IDEAM que proporciona información histórica sobre los niveles de lluvia mensuales de

las 318 estaciones meteorológicas del IDEAM asociadas al área cafetera. Esta base es la

misma que Mapfre compró y utilizó para desarrollar las condiciones de la póliza. Con

esta información histórica se estimó la probabilidad de que se dispare el contrato en cada

una de las estaciones meteorológicas a través del método de burn rate; es decir, se

calculó el número de siniestros en el total de las 312 estaciones meteorológicas asignadas

a las zonas cafeteras y para cada vertiente hidrográfica.12

Los resultados de este ejercicio se presentan en la Tabla 4 junto con los cálculos

de Mapfre. Se puede observar que de las 13.345 observaciones que contiene la base del

IDEAM (cada observación corresponde a un año de una estación), hubo 291 casos en

donde el seguro se hubiera disparado. Esto quiere decir que la probabilidad de que se

dispare el contrato en una de las 318 estaciones meteorológicas es de 2,18 por ciento.

Esto implica que en, en promedio, el evento a asegurar ocurre una vez en cada 46 años en

cada estación, aunque puede ocurrir en más de una estación en un año determinado. Esta

tasa pura de riesgo es ligeramente superior que la encontrada por Mapfre de 2,01 por

ciento. La diferencia se explica porque el análisis actuarial de la compañía aseguradora

no incorporó los bloques de tres meses noviembre a enero o de diciembre a febrero y por

esto dejó de contar 23 eventos de siniestro (ver discusión en la sección 6.3 sobre la

definición de los bloques de tres meses para la definición del índice).

La tasa de siniestro, por su parte, corresponde a la razón entre el valor de las

indemnizaciones pagadas y el valor de las primas recibidas como se había mencionado

anteriormente. En la práctica, y como ocurrió en este caso, el asegurador fija un valor

esperado máximo de la tasa de siniestralidad de acuerdo con condiciones internas y de

esta manera determina la tasa de cobertura y la prima de la póliza. Formalmente, se puede

observar que el valor esperado de la tasa de siniestralidad está definido por:

(3).

                                                                                                                         12 Los cálculos originales de Mapfre agruparon las 318 estaciones del IDEAM de acuerdo con las vertientes hidrográficas a la que pertenecen. Estas seis vertientes corresponden a las cuencas occidentales y orientales de cada una de las cordilleras del país, así como la vertiente de la Sierra Nevada de Santa Marta.

E(Tasa Siniestralidad) = Valor Total de IndeminizacionesValor Total de las Primas

  25  

En donde el valor total de las indemnizaciones equivale al valor de la indemnización por

hectárea por el número de hectáreas a asegurar por el número de siniestros. El valor de

total de las primas, por su parte, equivale al valor total de las indemnizaciones equivale al

valor de la indemnización por hectárea, por el número de hectáreas, por el número de

años-estación, por la tasa de cobertura. Por lo tanto,

E(Tasa Siniestralidad) = # de Eventos #Años-Estación×Tasa de Cobertura

= Tasa Pura de RiesgoTasa de Cobertura

(4).

En este caso, Mapfre definió de antemano la tasa de siniestralidad en 44,63 por ciento, lo

que implica que con la tasa pura de riesgo de 2,01 por ciento estimada por la compañía, la

tasa de cobertura asciende a 45 por ciento. Por lo tanto, de acuerdo con la ecuación (2), la

prima equivale a

                                                                                                                                                                             (2´).

Con la tasa pura de riesgo calculada anteriormente de 2,18 por ciento y manteniendo

constante la tasa de siniestralidad en 44,63 por ciento, la tasa de cobertura y la prima

cambiarían ligeramente a 48 por ciento y $30.720 respectivamente.

Por lo tanto, el análisis anterior permite concluir que la tasa pura de riesgo, la tasa

de cobertura y la prima de la póliza propuesta por Mapfre fueron calculados

correctamente, salvo las discrepancias en relación a los bloques de tres meses sobre los

que se calcula el número de siniestros. Aunque estas diferencias sólo tienen un impacto

menor sobre la tasa pura y el costo de la prima por hectárea, sí afectan el valor total de las

primas de manera importante. Por esta razón debe haber mayor claridad sobre la

temporalidad de la póliza y los meses que son cubiertos en cada año de contrato.

Antes de continuar con el análisis sobre la cobertura del seguro vale la pena

discutir algunos factores relacionados con el valor de la tasa de siniestralidad. Para que el

asegurador esté dispuesto a ofrecer el seguro, el valor esperado de la tasa de siniestralidad

Prima/ha. = 0,201×$640.0000,45

= $28.800

  26  

debe ser menor que uno, y entre menor sea su valor, las utilidades de la aseguradora

aumentarán. La diferencia entre la tasa pura de riesgo y la tasa de cobertura, que

determina la tasa de siniestralidad, está determinada por varios factores que incluyen los

costos administrativos que implica diseñar y administrar el seguro, el costo del re-

aseguramiento y el nivel de utilidades esperado de la póliza. Así mismo, la tasa de

siniestralidad está afectada por el nivel de incertidumbre asociada con la calidad de los

datos con los cuales se calcula la tasa de riesgo. En este caso, la incertidumbre se refiere a

la calidad de la base de datos de las 318 estaciones meteorológicas del IDEAM.

6.2. Evaluación de la protección ofrecida por el seguro y del riesgo base

Esta sección describe los datos, la metodología y los resultados del análisis sobre la

cobertura ofrecida por la póliza propuesta por Mapfre. El análisis analiza la relación entre

el índice de precipitación y el rendimiento de los cultivos de café para identificar el grado

de protección ofrecido por el seguro a los productores cafeteros. Si la póliza ofrece una

buena protección, se debe observar entonces una relación negativa entre el índice de

precipitación y el rendimiento así como una caída en el rendimiento una vez el índice

cruce el umbral de 189 por ciento en el cual se definió el disparador del seguro.

Para lograr este objetivo, se utilizaron datos sobre el rendimiento del cultivo de

café, las características de los lotes cafeteros y los niveles de precipitación en estaciones

meteorológicas aledañas entre 2000 y 2011. La naturaleza del análisis es entonces

retrospectiva en la medida en la que utiliza información histórica para analizar si en

periodos en donde los niveles de precipitación estuvieron por encima del disparador, los

rendimientos de los lotes de café cayeron considerablemente y si en periodos en donde

los niveles de lluvia estuvieron por debajo del disparador, los rendimientos de los lotes de

café se mantuvieron estables y no cayeron sustancialmente. En otras palabras, el análisis

permite observar la incidencia de riesgo base tanto en los momentos en donde el seguro

se hubiese activado sin que la producción hubiese sufrido mayor pérdida, como en los

momentos en donde el seguro no se hubiera activado pero la producción si hubiera sido

afectada.

6.2.1. Datos

  27  

Las fuentes de información que se utilizaron para este análisis son las siguientes:

En primer lugar, los datos de producción de café fueron tomados de las Encuestas de

Pronóstico de la Cosecha Cafetera (EPCC) desde el primer semestre de 2000 al primer

semestre de 2011. La FNC lleva a cabo estas encuestas semestralmente desde el año 2000

sobre una muestra de 2.000 lotes de café seleccionados aleatoriamente. En promedio,

cada lote permanece dentro de la encuesta por tres semestres antes de ser reemplazado

por otro lote diferente. Todos los lotes de la muestra son visitados en un periodo de tres

semanas y en ellos se recogen los frutos de café de un total de 28 árboles aleatoriamente

seleccionados. Los frutos luego se pesan y este valor se utiliza para generar un estimativo

de la producción cafetera en cada semestre, la cual es representativa para el área cafetera

en el país. Las encuestas también cuentan con información sobre el área y la densidad de

los árboles de cada lote y con esta información es posible calcular el rendimiento de cada

lote muestreado. Una descripción más detallada del diseño de la muestra y el método para

pronosticar la cosecha cafetera se encuentra en Rivas (2000).

En segundo lugar, se utilizó el Censo Cafetero y las base de datos anuales entre

2006-2011 del Sistema de Información Cafetero (SICA), los cuales proporcionan

información detallada al nivel del lote y de la finca para todos los productores cafeteros

del país que cuenten con cédula cafetera. Las variables de estas bases de datos incluyen la

ubicación, el área, la densidad y la altitud de los lotes, la edad, variedad y el tipo de los

cafetos y su exposición al sol (sol, semi-sombra, sombra), entre otras. Todos los lotes se

encuentran además geo-referenciados por lo que es posible asignar cada lote a la estación

meteorológica más cercana.

Por último, se utilizó la base de datos de las 318 estaciones del IDEAM ubicadas

en áreas cafeteras. Esta base de datos proporciona información mensual sobre el nivel de

precipitación acumulado para más de 60 años, aunque el número de años para los cuales

existe información varia por estación porque algunas estaciones entraron en

funcionamiento después que otras. No obstante, la base de datos contiene información

para todas las estaciones meteorológicas en el periodo comprendido. Sin embargo, la

principal preocupación con relación a la calidad de los datos se refiere a que es común

que las estaciones tengan datos faltantes para algunos meses.

  28  

Con estas tres bases de datos se construyó una base de datos longitudinal (panel)

al nivel de la estación, con varias observaciones (lotes) por estación y año. Aunque la

base de datos es balanceada al nivel de la estación, dado que le EPCC selecciona lotes

aleatoriamente y reemplaza la muestra total cada tres años, el número de lotes y el área de

café por estación varía en cada año. La base de datos se construyó de la siguiente manera:

Primero, se tomaron el Censo Cafetero y las bases anuales del SICA y se cruzaron con las

EPCC con el objetivo de caracterizar los lotes para los cuales existen datos de

producción. En particular, los pronósticos de 2000 a 2005 se cruzaron con el Censo

mientras que los pronósticos de 2006 al primer semestre de 2011 se cruzaron con las

bases del respectivo SICA.13 Luego, se tomó esta nueva base de datos y se cruzó con la

base de datos del IDEAM asignando cada lote a la estación más cercana.

Es importante mencionar, tal y como se hizo en la sección 6.1, que la

disponibilidad de datos sobre la producción y las características de los cultivos de café en

el país, sumado a la información histórica de las estaciones meteorológicas del IDEAM

es única y se convierte en una ventaja que ofrece el sector cafetero en el país, pues

permite diseñar y evaluar seguros agroclimáticos e identificar los principales riesgos para

los cultivos. De hecho, esta información detallada no existe en otros países ni cultivos,

incluso en aquellos que han logrado implementar seguros agrícolas indexados.

6.2.2. Metodología

Como un primer paso para analizar la pertinencia del análisis sobre la relación entre la

producción de los lotes incluidos en la muestra de las EPCC y los niveles de lluvia de las

estaciones del IDEAM, se construyó un mapa en donde se identificaron los lotes y las

estaciones. Como se puede observar en el Mapa 2, las 318 estaciones meteorológicas

están distribuidas a lo largo de las regiones del país en donde se ubican los lotes de café

de las EPCC, lo cual indica que por lo general se cuenta con información sobre los

niveles de precipitación en las áreas aledañas a los lotes. No obstante, se puede observar

también que la densidad geográfica de las estaciones es baja en algunas zonas de cultivo,

                                                                                                                         13 Aunque también estaban disponibles los datos de pronóstico más recientes, que van desde el segundo semestre de 2011 al primer semestre de 2013, no se incluyeron en el análisis pues no se obtuvieron los códigos de las fincas y por lo tanto no se pudo cruzar esta información con las respectivas bases del SICA.

  29  

por ejemplo en la región de la Sierra Nevada de Santa Marta, lo cual se convierte en un

obstáculo para la cobertura efectiva del índice, como se discutirá en detalle más adelante.

Luego, para identificar la cobertura real de la póliza se analizó la relación

estadística entre el índice y los rendimientos históricos de los lotes de café a partir de una

regresión semiparamétrica en donde se incluyeron controles para diferentes

características de los lotes. Éste tipo de regresiones permite incluir dichos controles de

manera lineal, e identificar la relación entre la variable dependiente (los rendimientos) y

la de interés (el índice) de manera flexible; es decir, sin imponer una forma funcional

específica (Härdle y Mannen, 1993; Robinson, 1998; Verardi y Debarsy, 2010). Los

resultados de este tipo de regresión incluyen una tabla de regresión estándar para los

controles que entran de manera lineal y una gráfica que ilustra la relación entre la

variable dependiente y la de interés con el intervalo de confianza correspondiente.

Formalmente, la relación que se estimó está descrita por la siguiente ecuación:

                                                                                               𝑦𝑖,𝐸,𝑡 = 𝛽𝑋𝑖,𝐸,𝑡 + 𝑓 𝐼𝐸,𝑡 + 𝜀𝑖,𝐸,𝑡 (5),

en donde 𝑦!,!,! corresponde al rendimiento por hectárea del cultivo i en el semestre t

asociado a la estación E y 𝑋!,!,! es un vector de características propias de cada lote que

afectan la producción y los rendimientos. Este vector incluye la edad y la edad al

cuadrado de los cafetos, la densidad de árboles en el lote, efectos fijos del tipo de

variedad (Castillo, Caturra, Colombia, Tópica), efectos fijos de luminosidad (sombra,

semi-sombra, sol) y efectos fijos del tipo de cultivo (tecnificado joven, tecnificado

envejecido, tradicional). La variable 𝐼!,!, por su parte, corresponde al valor del índice en

la estación E en el periodo t, y se construyó siguiendo la ecuación (1). De esta forma, se

utilizaron 12 bloques de tres meses consecutivos desde noviembre del año anterior hasta

diciembre del año de contrato y se identificó el máximo valor de los 12 valores mínimos

de precipitación de los diferentes bloques para cada estación. Por último la variable ε!,!,!

corresponde al error de la regresión, el cual se agrupó (clustered) al nivel del ecotopo al

que corresponde cada lote.

6.2.3. Resultados

  30  

El resultado de la estimación semiparamétrica se encuentra en la Gráfica 1, cuyos ejes

vertical y horizontal corresponden al rendimiento por hectárea de los lotes de café y el

valor del índice, respectivamente.14 En la gráfica, los puntos representan los datos

individuales de los rendimientos sobre los cuales se estimó la ecuación, la línea roja

representa la relación estimada entre el índice y los rendimientos, el área gris representa

el intervalo de confianza del 95 por ciento, mientras que la línea punteada vertical indica

el nivel del índice en el cual se dispara el seguro; es decir el disparador de 1.89. Como se

puede observar, la estimación semiparamétrica indica que no existe una relación precisa

entre el índice y los rendimientos de café. Esto se puede identificar por la pendiente de la

línea, la cual además de estar estimada con precisión, es relativamente horizontal, así

como por la dispersión de los datos de rendimientos. Además, se puede identificar que los

rendimientos no caen una vez el índice supera el disparador.

El análisis anterior indica que la póliza y el índice propuestos por Mapfre no

ofrecen un cubrimiento razonable para los productores cafeteros. Por el contrario, un

índice de este tipo no cubriría eventos en donde el nivel de lluvias se encuentra por

debajo del disparador pero en donde es evidente que los rendimientos de los cultivos de

café están sustancialmente por debajo de la media. Así mismo, cubriría siniestros en

donde el nivel de lluvias se encuentra por encima del disparador, pero en donde los

cultivos y los rendimientos no parecen haber sufrido de afectaciones severas. Esto quiere

decir que el índice propuesto por Mapfre está afectado de manera sustancial por el riesgo

base y no se justificaría invertir recursos públicos en la compra de esta póliza ya que

cuanto mayor es el riesgo base menor es el valor de la póliza para el agricultor.

6.3. ¿Por qué la póliza propuesta no ofrece un cubrimiento adecuado?

Aunque el índice propuesto por Mapfre no ofrece un cubrimiento adecuado para la

producción de café, esto no quiere decir que no sea posible establecer un seguro indexado

para los pequeños productores cafeteros. Por el contrario, el análisis anterior indica que

es importante identificar las fuentes del riesgo base en la póliza y el índice propuestos,

para así diseñar un seguro más apropiado. Como se discute a continuación, los factores

                                                                                                                         14 Las tablas de regresión para los controles no se incluyen en este capítulo pero se encuentran disponibles con los autores.

  31  

que dan lugar al riesgo base del índice son dos y se relacionan con la delimitación del

universo de lotes de café a asegurar y con la definición misma del índice.

En primer lugar, el riesgo base está afectado por la distancia entre las estaciones

meteorológicas y los lotes de café. Por una parte, en el Mapa 2 se observó que en algunas

de las regiones con producción cafetera no hay una alta densidad de estaciones

meteorológicas, especialmente en la región cafetera de la Sierra Nevada de Santa Marta.

De otra parte, incluso en las zonas en donde hay una alta densidad de estaciones

meteorológicas, una gran proporción de los lotes de café están a una distancia

considerable de las estaciones. Como se puede observar en la Tabla 5, la cual presenta la

distribución y el promedio de las distancias de los lotes a las estaciones por cada

vertiente, el promedio nacional entre los lotes de café y las estaciones es de más de 10

kilómetros y por lo general más del 70 por ciento de los lotes se encuentran a una

distancia mayor de 5 kilómetros de la estación más cercana. Se puede concluir entonces

que las áreas de contrato son muy grandes y que dada la distancia de las estaciones a los

lotes y la geografía montañosa de las zonas en donde se cultiva el café en el país, no es

posible asegurar la totalidad de las 502.462 hectáreas de café de menos de cinco

hectáreas, pues los niveles de lluvia capturados por las estaciones meteorológicas por lo

general no corresponden a los niveles de lluvia que las afectan.

De manera similar, el riesgo base y la relación que se observó entre el índice y los

rendimientos de los cultivos está afectada por la intención de asegurar la totalidad de las

hectáreas de café de menos de 5 hectáreas sin importar las edades de los cafetos. Como se

discutió en la sección anterior, el seguro catastrófico buscaba asegurar la totalidad de los

lotes de café de menos de cinco hectáreas que estuvieran entre los 0 y 9 años de edad al

sol o entre 0 y 12 años a semi-sombra o sombra. No obstante, como se puede observar en

el Gráfico 2, en donde se ilustra la relación entre el rendimiento y la edad de los árboles

con base en las EPCC, los cultivos de café sólo empiezan a producir después de 2 o 3

años, dependiendo de si hubo renovación, soca o poda. Aunque el análisis estadístico que

se realizó en la sección anterior controlaba por la edad de los cafetos, es posible que la

inclusión de cafetos que no estaban en edad productiva pueda estar explicando

parcialmente la débil relación que se encontró entre el índice y los rendimientos.

  32  

La segunda fuente de riesgo base y quizás la más importante se refiere a la

definición y medición del índice de precipitación. Como se discutió en la sección

anterior, uno de los principales riesgos climáticos para la producción cafetera es el exceso

de lluvia durante el periodo la floración de los cafetos, el cual por lo general ocurre

durante un periodo de tres meses relativamente secos, ocho meses antes de la cosecha. No

obstante, el índice propuesto por Mapfre mide la precipitación durante todo el año y no

sólo en estos meses críticos. Por lo tanto, captura excesos de lluvia en meses en donde la

producción no es vulnerable al exceso de lluvias y como resultado sufre de un alto nivel

de riesgo base y ofrece una protección inadecuada. En otras palabras, aunque puede

existir una relación fuerte entre el exceso de lluvias y el rendimiento del cultivo de café,

la forma de medir el exceso de lluvias en la póliza está mal especificada.

6.4. Universos de aseguramiento e índices alternativos

La primera recomendación que surge del análisis anterior indica que el seguro no debe

ofrecerse a la totalidad de las 502.462 hectáreas de café propuestas y por el contrario

debe limitarse a los lotes de café que estén a una distancia razonable de las estaciones y

debe sólo asegurar lotes de café en edad productiva. Para analizar si esta delimitación

permitiría mejorar el desempeño del índice, se volvió a estimar la ecuación 5, pero ahora

eliminando las observaciones de lotes a más de 3 kilómetros de distancia de su respectiva

estación, así como los lotes con cafetos de menos de 3 años. Sin embargo, los resultados

de este análisis indican que esto no es suficiente para eliminar el riesgo base y mejorar el

desempeño de la póliza, pues no se observa una relación clara entre el índice ni los

rendimientos, como tampoco una reducción drástica de los rendimientos en los niveles

del índice superiores al disparador (Ver Gráfica 3). Por lo tanto, aunque es importante

definir con precisión los lotes que pueden ser asegurados por la póliza basados en su

ubicación y las edades de los cafetos, esto por si sólo no elimina el riesgo base ni mejora

sustancialmente el seguro.

De otra parte, con la información disponible fue posible analizar el cubrimiento

de índice como el propuesto por Mapfre pero enfocado sólo en la precipitación de los

meses críticos de floración. Para esto se estimó de nuevo la ecuación (5) para explorar la

relación entre los rendimientos del cultivo de café con un índice semestral que captura los

  33  

niveles de lluvia durante los meses en donde debe ocurrir la floración. Con este objetivo,

se utilizó la información de la FNC sobre la temporalidad de la cosecha cafetera, la cual

indica los meses en los cuales ocurren las cosechas principales y secundarias (mitaca) en

las distintas regiones del país (ver Mapa 3). Luego se definió un índice semestral de

acuerdo con los niveles de lluvia ocho meses antes de la cosecha en cada región. Dado

que no se contaba con información precisa sobre el momento de la floración y la cosecha

en cada región, el índice se calculó sobre el periodo de cinco meses que ocurrió ocho

meses antes del inicio de la cosecha principal o la mitaca (ver Tabla 6). Formalmente, y

siguiendo la notación de la sección anterior, el índice semestral ISa   para el año a se

definió como ISa = (IS1

a , IS 2a ) dependiendo de si la cosecha ocurre en el primer o segundo

semestre del año:

   IS1a =max min

pJula−1

µJul,pAgoa−1

µAgo,pSepa−1

µSep

"

#$$

%

&'',min

pAgoa−1

µAgo,pSepa−1

µSep,pOcta−1

µOct

"

#$$

%

&'',min

pSepa−1

µSep,pOcta−1

µOct,pNova−1

µNov

"

#$$

%

&''

"

#

$$

%

&

'',

IS 2a =max min

pEnea

µEne,pFeba

µFeb,pMara

µMar

!

"##

$

%&&,min

pFeba

µFeb,pMara

µMar,pAbra

µAbr

!

"##

$

%&&,min

pMara

µMar,pAbra

µAbr,pMaya

µMay

!

"##

$

%&&

!

"

##

$

%

&&

(6).

Como en el caso anterior se limitó el universo de hectáreas a asegurar de acuerdo

con la distancia a las estaciones y la edad del cultivo. Además, se vinculó cada lote a la

estación más cercana dentro del mismo ecotopo para garantizar que las condiciones

agroecológicas de los lotes asociados a una misma estación fueran homogéneos. Los

resultados de este análisis se encuentran en la Gráfica 4. Como se puede observar, el

nuevo índice predice una la relación negativa entre el rendimiento del cultivo de café y

los niveles de precipitación durante los meses de floración, y lo hace con precisión al

menos para valores del índice entre 0 y 1,5. No obstante, no captura una caída sustancial

en el rendimiento una vez los niveles de lluvia cruzan el umbral del disparador, tal como

ocurría con el índice de Mapfre.

Vale la pena anotar que los resultados anteriores pueden estar explicados por la

ausencia de eventos que superan el nivel del disparador. De hecho, de acuerdo con los

cálculos de la sección 7.1, sólo el 2,18 por ciento de las estaciones sufrieron un evento de

siniestro entre 2000 y 2011 y este porcentaje es seguramente menor en el caso del índice

  34  

semestral puesto que los siniestros se contabilizan sólo sobre los meses de floración y no

sobre todo el año calendario. La baja probabilidad del evento afecta entonces la

capacidad de predecir la relación entre los niveles de lluvia y el índice para los eventos

por encima del disparador.

Así mismo, es posible que el índice de Mapfre y el índice semestral no capturen

una relación fuerte entre el nivel de lluvia y los rendimientos ya que sólo identifican si

durante tres meses consecutivos los niveles de precipitación superaron el umbral. Por

ende no capturan la forma en la que se distribuye la lluvia dentro de los meses críticos y

pueden ignoran niveles elevados de precipitación acumulada durante la etapa de floración

pero en donde no se superó el 189 por ciento de su media histórica durante tres meses

consecutivos. Esto ocurriría, por ejemplo, si los niveles acumulados de lluvias en uno o

dos meses superan el 200 por ciento de su media histórica, afectando así el proceso de

floración, pero la precipitación en el tercer mes no sobrepasa el umbral. Así mismo, dado

que no existe información precisa sobre el momento exacto de la floración, es posible que

se pasen por alto niveles extremos de precipitación durante los meses, semanas o días de

la floración que son precisamente los que afectarían negativamente la floración de los

cafetos y los rendimientos durante la siguiente cosecha, sin que se hayan superado los

niveles de los disparadores.

Para identificar si el riesgo base también está explicado por la forma de capturar

los datos de lluvia, el análisis a continuación se basa en estimación de la ecuación 5

utilizando dos índices de precipitación acumulada. El primero de ellos se construyó

tomando el valor máximo del valor acumulado de la precipitación de los bloques de tres

meses durante la etapa de floración. Como en el índice anterior, el índice se calculó de

acuerdo con la temporalidad de la etapa de floración y cosecha de cada región.

Formalmente, el índice de precipitación acumulada está definido como

IS ,Aca = (IS1,Ac

a , IS 2,Aca ) , en donde

 

                 IS 2,Aca =max pEne

a + pFeba + pMar

a( ), pFeba + pMara + pAbr

a( ), pMara + pAbra + pMay

a( )( ) (7).

IS1,Aa =max pJul

a−1 + pAgoa−1 + pSep

a−1( ), pAgoa−1 + pSepa−1 + pOcta−1( ), pSepa−1 + pOcta−1 + pNova−1( )( )

  35  

Por su parte, el índice relativo de precipitación se construyó tomando el valor máximo del

valor acumulado de la precipitación de los bloques de tres meses durante la etapa de

floración relativo al promedio histórico del valor acumulado de precipitación en esos

mismos bloques de tres meses. Formalmente, el índice relativo  IS ,Ra = (IS1,R

a , IS 2,Ra ) está

definido como:

             

IS1,Ra =max

pJula−1 + pAgo

a−1 + pSepa−1

µJul−Sep

"

#$$

%

&'',pAgoa−1 + pSep

a−1 + pOcta−1

µAgo−Oct

"

#$$

%

&'',pSepa−1 + pOct

a−1 + pNova−1

µSep−Nov

"

#$$

%

&''

"

#

$$

%

&

''  

IS 2,Ra =max

pEnea + pFeb

a + pMara

µEne−Mar

"

#$$

%

&'',pFeba + pMar

a + pAbra

µFeb−Abr

"

#$$

%

&'',pMara + pAbr

a + pMaya

µMar−May

"

#$$

%

&''

"

#

$$

%

&

''

(8).  

Los resultados de estas estimaciones se encuentran en las Gráficas 5 y 6. Aunque

en estas gráficas no se incluye un disparador, pues el trabajo con estos índices por el

momento es exploratorio, se puede observar que a diferencia de los índices anteriores,

éstos dos índices capturan una relación negativa y más pronunciada con los niveles de

precipitación. Este resultado confirma entonces la intuición sobre la posibilidad de que

los índices anteriores no estén capturando los eventos climáticos negativos y los niveles

de precipitación que afectan el cultivo de café y que deben ser el objeto de protección de

la póliza de seguro agrícola. De esta forma, son un indicador importante sobre las

limitaciones del índice propuesto por Mapfre y sobre la importancia de afinar los índices

de una manera precisa, no sólo con relación a las etapas críticas del cultivo sino también

con relación a la forma en la que se miden los niveles de precipitación y se construye el

índice del seguro.

7. Retos y oportunidades para un seguro indexado para el sector

cafetero

En este capítulo se discutió la importancia que tienen los seguros agrícolas como

una herramienta en la lucha contra la pobreza y el potencial que ofrecen los seguros

indexados como una alternativa para superar los problemas de asimetrías en la

información y los elevados costos de diseño y ejecución que afectan a los seguros

  36  

convencionales. Así mismo, se analizó la validez de la póliza de seguro indexado por

lluvias de Mapfre y la protección que ofrece para los pequeños productores cafeteros.

Como se discutió en detalle, la póliza de Mapfre enfrenta un nivel alto de riesgo por dos

razones: Primero, la póliza pretende cubrir lotes que se encuentran en promedio a más de

10 kilómetros de las estaciones meteorológicas y cultivos que no necesariamente se

encuentran en edad productiva. Segundo, porque el índice propuesto no se relaciona de

una manera significativa con los rendimientos de los cultivos de café a asegurar.

De este análisis surgen dos recomendaciones principales para reducir el nivel de

riesgo base y ofrecer un mejor producto que le permita a los pequeños y medianos

productores cafeteros manejar y mitigar el riesgo asociado con el exceso de lluvias. En

primer lugar, es importante limitar la cobertura a lotes con árboles en edad productiva y

que se encuentren a una distancia razonable de las estaciones meteorológicas del

IDEAM. Esto último implica que no es posible ofrecer el seguro indexado a la totalidad

de pequeños y medianos productores cafeteros pues no existen suficientes estaciones

meteorológicas para capturar las condiciones climáticas de todos los lotes cultivados en

café de menos de cinco hectáreas. En segundo lugar, es indispensable definir el índice de

una manera más apropiada a partir del conocimiento sobre el proceso biológico de

crecimiento y producción del cultivo de café y de su afectación por exceso de lluvias. Lo

anterior resalta la necesidad de afinar el índice para medir los niveles de precipitación

durante la etapa de floración, que es cuando se requiere el estrés hídrico y por lo tanto en

donde el exceso de lluvias tiene un impacto negativo sobre el rendimiento del cultivo.

También indica que es necesario definir un índice que permita capturar los niveles de

lluvia acumulados durante dicho periodo así como la distribución de la lluvia entre los

periodos analizados.

El análisis que se realizó también permite hacer una serie de recomendaciones

sobre las limitaciones que surgen del uso de datos mensuales de lluvia, las ventajas y

limitaciones que surgen del uso de índices climáticos más sofisticados, la opción de

implementar un contrato híbrido que combine un índice indirecto de lluvias con un índice

directo de rendimientos, así como otros retos para el diseño y la implementación de un

seguro indexado para el sector cafetero. A continuación se discuten estas

recomendaciones.

  37  

7.1. Limitaciones de los datos mensuales de lluvia

Es importante mencionar que el análisis y las recomendaciones que se realizaron

en el capítulo se basan en la información histórica sobre los niveles de precipitación

mensual de 318 estaciones meteorológicas del IDEAM. No obstante, los datos mensuales

de lluvias también presentan un obstáculo para el diseño apropiado del índice del seguro.

Primero, los datos mensuales sólo identifican los niveles de precipitación dentro de un

mes calendario y por ende no permiten identificar periodos de 30 días consecutivos en

donde los niveles de lluvia pueden haber estado por encima del promedio histórico. Esto

puede ocurrir, por ejemplo, si los niveles de precipitación en los meses de enero y febrero

estuvieron alrededor del promedio histórico, pero las lluvias entre el 15 de enero al 15 de

febrero superaron sustancialmente dicho promedio. Por esta razón, el índice basado en

datos mensuales puede estar subestimando los periodos de lluvia excesivos que afectan la

producción cafetera y dejaría de cubrir un sinnúmero de eventos climáticos adversos para

los productores. Segundo, los datos de lluvias mensuales no permiten distinguir entre

meses que tuvieron un promedio mensual de lluvias similar, pero en donde la distribución

de las lluvias fue considerablemente distinta. Esto es importante, puesto que la

acumulación de agua en los suelos y el nivel de afectación del proceso de floración deben

ser distintos si la precipitación es de 10 milímetros durante 10 días consecutivos o si la

precipitación en un día es de 100 milímetros mientas que no llueve en los nueve días

siguientes. Por último, y tal vez más importante, la información mensual no permite

identificar los niveles de precipitación que ocurren exactamente durante los días o

semanas que corresponden al periodo de floración y en donde el cultivo de café es más

vulnerable al exceso de lluvias.

Por esta razón, es indispensable avanzar en la definición de una póliza de seguro

indexado en donde el índice se construya con base en los periodos críticos para el cultivo

de café y a partir de datos de lluvias diarios. El ejemplo de la póliza de seguro indexado

de café en India ilustra la ventaja de utilizar datos diarios de lluvia para construir índices

más flexibles que están construidas para captar con mayor precisión la relación entre la

lluvia y la producción del cultivo. Como se mencionó en la Sección 4, existen tres

contratos diferentes, que corresponden a diferentes etapas en el ciclo productivo del café.

Por ejemplo, el contrato de Lluvias de Florecimiento (Blossom Showers) le paga al

  38  

agricultor si durante el periodo del 1 de marzo al 15 de abril, en donde se da el

crecimiento de la flor, no hay al menos siete días consecutivos con un mínimo de 25

milímetros de lluvia diaria. Nótese que este índice no se podría ejecutar si solamente

estuviera disponible la lluvia cumulativa mensual de marzo y abril. Los índices de los

otros dos contratos, que protegen contra déficit de lluvia en el periodo de desarrollo del

fruto (Backing Showers) y de exceso de lluvia en el periodo de monzón (Monsoon

Showers) se definen de forma semejante con base en datos diarios de lluvia.

Afortunadamente, en Colombia existe dicha información ya que la FNC y

Cenicafé cuentan con análisis detallados sobre la distribución regional de los periodos de

floración y cosecha y el IDEAM cuenta con los datos diarios de las estaciones

meteorológicas lo cual permitiría diseñar éste tipo de índices. No obstante, para la

elaboración de este capítulo no fue posible conseguir la información diaria de lluvias y no

hay certeza sobre la disposición y la capacidad del IDEAM para proporcionar los datos

diarios para el diseño de la póliza de seguro, como tampoco sobre el costo de hacerlo.

Resulta importante entonces avanzar en el fortalecimiento de canales o mecanismos que

le permitan al MADR, a la FNC y a las mismas compañías aseguradoras acceder a la

información pública del IDEAM dado que un seguro bien diseñado se convierte en un

bien público y en una herramienta que le permite al Gobierno administrar mejor los

recursos y a los productores mitigar los riesgos climáticos.

7.2. Índices climáticos alternativos: Oportunidades y Retos

De otra parte, cabe señalar que el exceso de lluvia es sólo uno de los riesgos

covariados que afectan al cultivo de café y por lo tanto un seguro como el propuesto por

Mapfre sufre de riesgo base en la medida en la que no protege contra otras afectaciones

climáticas. Por una parte, según conversaciones con Cenicafé, la producción y los

rendimientos de café no se ven afectadas por el exceso de lluvias directamente sino por el

exceso de la humedad del suelo. Ésta depende tanto de los niveles de precipitación

acumulados como también por características como la capacidad de absorción de los

suelos y la inclinación de los cultivos y la altitud a la que se encuentran. Como

consecuencia, si el índice sólo mide los niveles de precipitación y deja de lado estas otras

características de los cultivos la relación entre los rendimientos y el índice puede ser débil

  39  

y el riesgo base alto. Por otra parte, Cenicafé ha mencionado que un déficit en la

absorción de energía, el cual depende del brillo solar durante la etapa de maduración de

los frutos, constituye otro riesgo importante para el cultivo de café que también debe ser

tenido en cuenta por el seguro cafetero. Esta discusión resalta entonces la necesidad de

explorar índices que definan de una manera más precisa los periodos en donde se verifica

la información climática y que capturen de manera más rigurosa, desde una perspectiva

científica, los principales riesgos para los cultivos.

De nuevo, el sector cafetero en Colombia está en una posición privilegiada que

favorece la construcción de índices más precisos pues hay datos diarios de lluvias y, en

algunas zonas de brillo solar, existe el conocimiento técnico sobre el proceso biológico

del cultivo y los principales riesgos climáticos, y también existen algoritmos que ha

desarrollado Cenicafé que permiten construir índices de humedad del suelo y brillo solar.

No obstante, como se discutió en la cuarta sección, hay dos retos para el diseño e

implementación de seguros indexados que se basen en índices más sofisticados.

El primer reto hace referencia a la disponibilidad de la información. Con relación

a la lluvia o índice de humedad del suelo, ya se mencionaron anteriormente las

dificultades y los costos para acceder a los datos diarios de precipitación del IDEAM.

Con relación al brillo solar, se pudo identificar que sólo una fracción de las estaciones del

IDEAM capturan esta información por lo cual el universo de cultivos asegurables sería

aún menor. Por esta razón, una alternativa consiste en complementar la información sobre

el brillo solar de las estaciones del IDEAM con la de las estaciones agroclimáticas de

Cenicafé, las cuales capturan la información necesaria y como se puede observar en el

Mapa 4, tienen una alta densidad en la zona cafetera tradicional. Esto permitiría ofrecer

una póliza con disparadores para humedad del suelo y brillo solar para un segmento

importante de la producción cafetera del país. No obstante, el uso de la información de

las estaciones de Cenicafé puede generar problemas de riesgo moral en la medida en la

que la FNC, quien sería el tomador de la póliza o por lo menos agrupa a los clientes

potenciales del seguro, controla la información con la que se construiría el índice. En

efecto, Mapfre y las principales compañías reaseguradoras ya han mencionado que no es

posible utilizar esta información y que sólo estarían dispuestos a analizar el caso si hay

un proceso de validación y certificación de la información de Cenicafé por parte del

  40  

IDEAM. Otra alternativa consiste en utilizar nuevas técnicas que utilizan información

satelital para medir el brillo solar, lo cual es un camino interesante para explorar aunque

no hay certeza sobre la disponibilidad de ésta información como tampoco sobre la

capacidad técnica para procesarla, ni sobre el costo de adquirirla.

El segundo reto se relaciona con la importancia de garantizar que los productores

cafeteros entiendan el funcionamiento de los seguros agrícolas indexados y la lógica

detrás de los índices. Como ya se discutió, es fundamental capacitar a los agricultores

sobre los beneficios de los seguros indexados y la forma en la que operan ya que los

seguros agrícolas son un instrumento financiero complicado y que en el país los

productores tienen poca experiencia con el mercado de seguros. Esto implica que los

productores deben entender el concepto de riesgo base y conocer el nivel real de

protección ofrecido por el contrato y así poder tomar una decisión de compra informada.

Pero además, en el caso de los índices más sofisticados que se discutieron en los párrafos

anteriores, es fundamental que haya total claridad y transparencia sobre la forma en la

que se construye y se reporta el índice, sobre la función de probabilidad del índice y

sobre la relación que tiene con la producción y los rendimientos del cultivo. Por lo tanto,

es posible que al afinar los índices de humedad del suelo y de brillo solar y reducir el

nivel de riesgo base, se imponga un costo relacionado con y un menor nivel de

transparencia y de entendimiento por parte del agricultor sobre el seguro. Este costo

puede limitar la demanda por el seguro mismo o reducir los impactos positivos que los

seguros tienen sobre el comportamiento económico de los agricultores.

7.3. El contrato hibrido: Una opción pragmática

Dados los retos de la disponibilidad y acceso a los datos de lluvia diaria y brillo

solar, así como la mayor complejidad de los índices humedad de suelo y brillo solar que

puede complicar el entendimiento de los cafeteros sobre el seguro, en el corto plazo

puede no ser viable introducir un seguro indexado con base en estos índices alternativos.

En este caso, sería necesario encontrar la manera de mejorar el diseño del seguro

indexado y reducir el nivel de riesgo base utilizando la información disponible. Una

posibilidad interesante sería un contrato indexado hibrido que utiliza tanto un índice

  41  

indirecto a base de lluvia cumulativa mensual y un índice directo de rendimiento

promedio. El siguiente ejemplo demuestra la lógica del contrato hibrido.

En la Sección 6.4 se propuso un índice a base de lluvia mensual cumulativa

absoluta enfocada en los meses críticos para la floración del café. El contrato hibrido

combinaría este índice indirecto con la estimación directa del rendimiento promedio.

Mientras el índice de lluvias se mediría en todos los años, el índice de rendimiento

promedio se mediría a través de una encuesta a una muestra aleatoria de parcelas

cafeteras bajo dos circunstancias. Primero, se mediría el rendimiento promedio cada vez

que el índice de lluvias se dispare y se pagaría la indemnización a los cafeteros

asegurados sólo si el resultado de la encuesta indica que el rendimiento promedio cayó

por debajo de un nivel especificado en el contrato.15 De esta forma, el índice de

rendimiento promedio reduce la incidencia del riesgo base en la forma de los “falsos

positivos”, que ocurren cuando se dispara el índice pero el rendimiento promedio de la

zona asegurada realmente no fue perjudicado. Segundo, el contrato hibrido permitiría que

los cafeteros asegurados pidan una medición del rendimiento promedio cuando la

mayoría de los cafeteros en la zona sufrió una caída importante de producción pero el

índice de lluvias no se disparó. En este caso, el índice de rendimiento promedio reduce la

incidencia del riesgo base en la forma de los “falsos negativos”, que ocurren cuando no se

dispara el índice de lluvias pero el rendimiento promedio de la zona asegurada realmente

fue afectado.

Además de reducir el nivel de riesgo base, la utilización del segundo índice de

rendimiento promedio puede inspirar mayor confianza por parte de los agricultores

debido a que se realizaría la medición directa de la producción en años críticos. La

principal descentaja radica en el costo adicional de realizar, en una fracción de años, la

encuesta de medición del rendimiento promedio. A pesar de este costo adicional, el

contrato hibrido parece una opción muy atractiva a considerar debido a que utilizaría

información ya disponible de lluvia mensual y buscaría reducir el riesgo base a través de

una metodología de encuesta que no sólo es factible de implementar a un costo razonable,

                                                                                                                         15 Este nivel, que representa un segundo disparador, debe ser fijado a un nivel “catastrófico”, por ejemplo 60% del rendimiento promedio esperado, para que sea consistente con el disparador de lluvias.

  42  

sino también es conocida por los cafeteros y, por lo tanto, puede favorecer la aceptación

del seguro.

Sea cual sea la opción que se decida implementar, el análisis de este capítulo

resalta la necesidad de analizar las distintas opciones de contrato mediante un análisis

serio que demuestre que el seguro ofrecería un nivel de protección real a los cafeteros y

que justifica la inversión de fondos públicos en forma del subsidio. Dada la

disponibilidad de datos de producción de café en Colombia, este análisis debe demostrar

a través de metodologías cuantitativas rigurosas, como las utilizada en la Sección 6 de

este capítulo, que el seguro estaría disponible para una fracción considerable de los

cafeteros Colombianos y que sufre de un nivel mínimo y aceptable de riesgo base.

7.4. Temas adicionales de diseño e institucionalidad

Para evaluar la propuesta de seguro indexado, este capítulo se enfocó en el riesgo base.

Esta decisión se tomó porque el nivel de riesgo base indica el nivel de protección real que

el contrato brinda al agricultor y, por lo tanto, es el indicador clave de la calidad del

contrato. Sin embargo, hay una serie de temas adicionales tanto del diseño del contrato

como la institucionalidad bajo la cual se ofrece el seguro que valen la pena mencionar.

7.4.1. ¿Contratos grupales o individuales?

La definición del asegurado, o el tomador, de la póliza tiene importantes consecuencias

para el costo y la efectividad del seguro. Por ejemplo, en la propuesta original de Mapfre,

el tomador de la póliza fue la FNC, lo que representa un contrato grupal de alto nivel de

agregación. En tal contrato, se ejecutaría un solo contrato y la aseguradora realizaría un

solo pago de indemnización a la FNC. La FNC, a su vez, se encargaría de distribuir el

pago a los cafeteros individuales. Un contrato individual al nivel del agricultor representa

el otro extremo. En este caso, la aseguradora firmaría un contrato con cada agricultor y se

encargaría de realizar el pago de indemnización directamente a cada agricultor. Existen

agrupaciones intermedias, por ejemplo un contrato al nivel de la cooperativa, la vereda o

el comité municipal de cafeteros.

Al determinar el nivel de agrupación del tomador de la póliza, se debe tomar en

cuenta las siguientes consideraciones. Primero, cuanto mayor es el nivel de agrupación,

  43  

menor es el nivel de costos operativos para la aseguradora, lo que debe llevar a una

disminución del costo (la prima) de la póliza. Otro argumento en favor de los contratos

grupales es que si se puede identificar el nivel de agrupación apropiado, el contrato

grupal podría disminuir el riesgo base. Esto se debe a la ventaja de información que goza

el grupo sobre la magnitud y las razones de las pérdidas que sufrieron los individuos del

grupo. Con base en esta información, el grupo en teoría podría distribuir el pago total de

indemnización del seguro según las circunstancias heterogéneas de los individuos del

grupo; es decir que los que perdieron más recibirían más.

Sin embargo, esto puede ser muy difícil. De un lado, se tendría que identificar el

tamaño y la composición ideal del grupo. Si el grupo es demasiado grande, se pierde la

ventaja de información. Pero aun con grupos relativamente pequeños, por ejemplo una

vereda, la información entre cafeteros no es completa, sobre todo con relación a las

técnicas de manejo del cultivo. Por lo tanto, el grupo no podrá eliminar por completo el

problema de riesgo moral. De otro lado, mientras el contrato grupal reduce el costo

operativo para la aseguradora, aumenta el costo para los miembros del grupo ya que

tienen que determinar la distribución del pago de indemnización. Aprovechar la

estructura grupal también requiere transparencia y confiabilidad dentro del grupo para

asegurar que los miembros encargados de ejecutar las reglas de transferencia lo hagan de

buena fe. Finalmente, y relacionado al punto anterior, el contrato grupal levanta la

posibilidad de que el agricultor individual no se informe completamente de la forma en

que funciona el seguro y, por lo tanto, podría disminuir el impacto sobre el

comportamiento ex ante de los cafeteros. Aunque vale la pena considerar diferentes

niveles de contratación, los costos potenciales de los contratos grupales superan los

beneficios y, por lo tanto, el contrato al nivel individual ofrece un mayor potencial.

7.4.2. ¿Debe pagar el agricultor?

En la propuesta original de Mapfre, el estado Colombiano pagaría 70% y la FNC pagaría

la parte restante de la prima más el impuesto. Es decir que el seguro sería gratis para el

agricultor. Aunque ofrecer el seguro gratis aumentaría la cobertura del seguro en el corto

plazo, existen fuertes objeciones a esta política. Primero, la política del 100% subsidio

puede poner en peligro la viabilidad de mediano y largo plazo del mercado de seguro

  44  

agrícola. Esto se debe, primero, a que el gasto público para asegurar un número

significativo de cafeteros sería muy alto y, probablemente, insostenible por más de pocos

años. Segundo, si el cafetero recibe el seguro gratis, puede tener pocos incentivos para

informarse sobre el funcionamiento del seguro o de las implicaciones potenciales que el

seguro puede tener en sus decisiones económicas. Por lo tanto, el seguro tendría un

impacto reducido sobre el desarrollo rural.

Por estas razones, es fundamental que el agricultor pague por lo menos una

pequeña parte de la prima. De esta forma el agricultor tendrá el incentivo de informarse

del funcionamiento del seguro y los costos y beneficios potenciales de comprarlo.

También existe un fuerte argumento en términos eficiencia en contra de ofrecer gratis la

póliza, pues algunos agricultores tienen poca necesidad del seguro, o porque son poco

adversos al riesgo o porque ya tienen otros mecanismos de manejar el riesgo y subsidiar

la totalidad del seguro a estos agricultores representaría un uso inapropiado de los

recursos públicos.

7.4.3. La importancia de la educación financiera

En varias ocasiones a lo largo de este capítulo, se ha enfatizado la importancia de que el

cafetero este bien informado sobre los costos y beneficios del seguro para que tome una

decisión informada de compra y para que el seguro genere el máximo impacto en la

productividad del cultivo y el bienestar del agricultor. Vale la pena insistir, sin embargo,

en la importancia de diseñar y ejecutar un programa de capacitación sobre el manejo de

riesgo en general y el seguro indexado en específico antes de introducir el seguro al

mercado. De hecho, Colombia goza de un contexto privilegiado para implementar este

tipo de campaña educativa debido a la presencia de un sistema de asistencia técnica de

muy alta calidad en la forma del programa de extensión de Cenicafe. Por lo tanto, es de

suma importancia avanzar en una alianza entre el MADR, el sector privado de seguros y

Cenicafe para diseñar e implementar una campaña de capacitación y educación

financiera.

7.4.4. Un piloto para generar aprendizaje

Este capítulo reveló un gran número de desafíos y decisiones importantes de diseño del

contrato y la institucionalidad e implementación del seguro indexado. Por lo tanto, antes

  45  

de embarcarse en una política masiva, es importante introducir el seguro a través de un

piloto que permita una evaluación de impacto rigurosa. El piloto y la evaluación de

impacto servirán a generar aprendizaje no sólo sobre el impacto del seguro sino también

sobre la forma óptima de comercializar y ejecutar el contrato. El Banco Interamericano

de Desarrollo de hecho ha demostrado interés en apoyar este tipo de piloto y evaluación

de impacto, pero su apoyo depende del progreso que se logre hacer con relación a la

definición del índice y los contratos de la póliza del seguro indexado.

7.4.5. La información: Un bien público clave para la construcción del mercado de

seguro agrícola

Por último, el seguro indexado representa una opción poderosa para dinamizar el sector

agrícola y combatir la pobreza rural. Para capitalizar en el potencial del seguro indexado

se requiere diseñar un índice con un nivel mínimo de riesgo base para que el seguro

ofrezca a los agricultores un alto nivel de protección. Como se ha mencionado a lo largo

del capítulo, la calidad del índice depende en gran parte de la información disponible.

Actualmente, el diseño del índice está fuertemente restringido debido a que solamente se

cuenta con acceso a datos mensuales de lluvia. La existencia de datos de lluvia y de otros

factores climáticos, como brillo solar, al nivel diario representa una gran oportunidad de

mejorar la calidad del índice. Sin embargo, hasta el momento, estos datos no están

disponibles ni para el diseño ni la ejecución del contrato. Por esta razón, es esencial que

se llegue a un pronto acuerdo entre el MADR y IDEAM que permita la utilización de los

datos diarios existentes para poder avanzar con el diseño óptimo del seguro indexado.

Para terminar, vale la pena mencionar nuevamente que a pesar de los seguros

agrícolas son un instrumento importante en la lucha contra la pobreza rural, la

penetración de los mercados de seguros en países como Colombia casi inexistente debido

a problemas de información asimétrica y altos costos de verificación. Ante este

panorama, los seguros indexados se convierten en una alternativa llamativa dado que su

diseño minimiza los problemas de información y los costos asociados con la

administración y verificación. No obstante, existen retos importantes con relación a la

información en la cual se basan los seguros indexados, así como en su diseño,

implementación y evaluación, para que efectivamente permitan que los pequeños y

  46  

medianos productores agrícolas del país y de la región gestionen los distintos riesgos

climáticos y ambientales a los que se ven expuestos. Este capítulo identificó algunos de

estos retos, así como las fortalezas y debilidades con el ánimo de contribuir a la discusión

actual sobre la forma en la que se debe diseñar e implementar un seguro agrícola

indexado para los pequeños productores cafeteros. Aunque los retos son muchos, el

sector cafetero brinda un escenario único y propicio en Colombia y a nivel mundial para

la implementación de éste tipo de seguros. Por esta razón el último mensaje de éste

capítulo es un llamado a continuar con el proceso que iniciaron el MADR, FINAGRO y

la FNC hace ya algunos años para la definición e implementación del seguro cafetero.

  47  

Referencias

Barnett, Barry J., Christopher Barrett, and Jerry Skees (2008). “Poverty Traps and Index-

Based Risk Transfer Products.” World Development, 36(100), 1766-1785.

Barrett, Christopher y Michael Carter (por publicar). “The Economics of Persistent

Poverty and Poverty Traps: Empirical and Policy Implications.” Journal of Development

Studies.

Binswanger-Mkhize, Hans (2012). “Is there too Much Hype about Index-Based

Agricultural Insurance?” Journal of Development Studies, 48(2), 187-200.

Boucher, Stephen, Michael Carter y Catherine Guirkinger (2008). “Risk Rationing and

Wealth Effects in Credit markets: Implications for Agricultural Development.” American

Journal of Agricultural Economics, 90(2), 409-423.

Carter, Michael (1988). “Equilibrium Credit Rationing of Small Farm Agriculture.”

Journal of Development Economics, 28(1), 83-103.

Carter, Michael y Pedro Olinto (2003). “Getting Institutions “Right” for Whom? Credit

Constraints and the Impact of Property Rights on the Quantity and Composition of

Investment.” American Journal of Agricultural Economics 85 (1), 173-186.

Clarke, Daniel (2011). “A Theory of Rational Demand for Index Insurance,” Department

of Economics Discussion Paper Series #572, Oxford University.

  48  

Dercon, Stephen y Luc Christiaensen (2010). “Consumption Risk, Technology Adoption

and Poverty Traps: Evidence from Ethiopia.” Journal of Development Economics, 96(2),

159-173.

Härdle, W., y E. Mammen (1993). Comparing nonparametric versus parametric

regression fits. Annals of Statistics 21: 1926-1947.

Jensen, Nathaniel, Christopher Barrett, y Andrew Mude (2014). “Basis Risk and the

Welfare Gains from Index Insurance: Evidence from Northern Kenya,” mimeo, Cornell

University.

Ministerio de Agricultura y Desarrollo Rural (2014). “El Seguro Agropecuario en

Colombia.” Presentación realizada en el Taller Fortaleciendo los mercados de seguro

agrícola: Opciones de Políticas Públicas para la Región Andina, Quito, Ecuador.

Miranda, Mario y Katie Farrin (2012). “Index Insurance for Developing Countries.”

Applied Economic Perspectives and Policy, 34(3), 391 – 427.

Morduch, Jonathan (1995). “Income Smoothing and Consumption Smoothing.” Journal

of Economic Perspectives, 9(3), 103-114.

Rivas, Guillermo (2000). “Diseño de la Muestra Maestra y la Submuestra para el

Pronóstico de la Cosecha Cafetera”. Simposio de Estadística pp. 22-52

Robinson, P. M. (1988). “Root-n-consistent semiparametric regression.” Econometrica

56: 931-954.

  49  

Rosenzweig, Mark y Hans Binswanger (1993). “Wealth, Weather Risk and the

Composition and Profitability of Agricultural Investments.” Economic Journal, 103(416),

56-78.

Verardi, V., y N. Debarsy (2010). Robinson's square root of N consistent semiparametric

regression estimator in Stata. Stata Journal 12:4

World Bank (2010). Agricultural Insurance in Latin America: Developing the Market.

Washington D.C., World Bank

  50  

Tablas, Gráficas y Mapas

Tabla 1. Penetración de Seguro Agrícola en América Latina

País Área Cultivada Asegurada (ha)

% de Área Cultivada Asegurada

Argentina 19.000.000 50%

Brasil 6.700.000 10%

Chile 62.000 3%

Colombia 49.600 1%

Costa Rica 12.000 2%

Ecuador 22.300 1%

El Salvador 4.700 1%

Guatemala 20.000 1%

Méjico 1.800.000 37%

Nicaragua 1.700 1%

Panamá 29.000 4%

Paraguay 950.000 10%

República Dominicana 23.000 2%

Uruguay 850.000 60%

Venezuela 20.000 1%

Fuente: World Bank, 2010

  51  

Tabla 2. Evolución del Seguro Convencional en Colombia: 2009 - 2013

Cultivo

2009 2013

# de Pólizas Hectáreas

Aseguradas # de Pólizas

Hectáreas Aseguradas

Algodón 389 4,540 200 1,406

Arroz 551 3,044 653 8,860

Avena 0 0 4 71

Banano 167 8,231 456 18,251

Cacao 0 0 23 118

Café 0 0 48 292

Caña 0 0 127 13,304

Caucho 0 0 8 678

Frutales 0 0 31 394

Hortalizas 5 9 11 59

Maíz 3,294 13,477 1,287 8,566

Palma 0 0 2 317

Papa 2 3 316 2,401

Plantación Forestal 9 523 40 8,928

Plátano 88 432 106 624

Sorgo 117 1,343 41 622

Soya 0 0 5 69

Tabaco 2,914 1,715 3,096 2,422

Yuca 0 0 29 1,107

TOTAL 7,536 33,316 6,483 68,489

Fuente: MADR - FINAGRO

  52  

Tabla 3. Índice de Anomalías de Precipitación

Índice de Precipitación

Interpretación

0-30 Mes extremadamente seco: lluvias muy por debajo de lo normal

31-60 Mes muy seco: lluvias moderadamente por debajo de lo normal

61-90 Mes seco: lluvias ligeramente por debajo de lo normal

91-110 Mes normal: lluvias normales para el mes

11-140 Mes lluvioso: lluvias ligeramente por encimade lo normal

141-170 Mes muy lluvioso: lluvias moderadamente por encima de lo normal

>170 Mes extremadamente lluvioso: lluvias muy por encima de lo normal

Fuente: IDEAM

  53  

Tabla 4. Validación de Tasa Pura de Riesgo: Mapfre vs Misión Cafetera

Vertiente Total 1A 1B 2A 2B 3A 3B 4A

I. Mapfre

Eventos 268 7 56 58 49 57 33 8

Años - Estación 13.345 343 1.901 2.525 2.782 3.561 1.970 263

Tasa Pura de Riesgo 2.01% 2.04% 2.95% 2.30% 1.76% 1.60% 1.68% 3.04%

II. Misión Cafetera

Eventos 291 9 63 61 50 60 39 9

Años - Estación 13.345 343 1.901 2.525 2.782 3.561 1.970 263

Tasa Pura de Riesgo 2.18% 2.62% 3.31% 2.42% 1.80% 1.68% 1.98% 3.42%

Fuente: Cálculos proporcionados por Mapfre (I) y cálculos propios utilizando base de datos de estaciones meteorológicas el IDEAM (II).

  54  

Tabla 5. Distancia de los Lotes en Café a las Estaciones Meteorológicas

Vertiente < 500m 500m - 1k 1-5k 5-10k >10k Promedio (metros)

Central Occidental 0.4% 1.3% 23.0% 35.4% 39.9% 9.735

Central Oriental 0.3% 1.1% 25.5% 40.4% 32.7% 8.647

Occidental Occidental 0.5% 1.3% 32.8% 32.2% 33.3% 9.650

Occidental Oriental 0.3% 0.9% 25.6% 37.2% 35.9% 9.388

Oriental Occidental 0.2% 0.6% 21.8% 40.4% 36.9% 11.045

Oriental Oriental 0.6% 1.7% 35.6% 25.1% 36.9% 10.547

Sierra Nevada 0.2% 0.5% 11.4% 17.2% 70.7% 35.132

Total 0.3% 1.0% 24.3% 37.4% 37.1% 10.261

Fuente: Encuestas de Pronóstico de Cosecha Cafetera (2000-2011) y Base de Estaciones Meteorológicas del IDEAM.

  55  

Tabla 6. Definición de los Índices Semestrales con relación a la Cosecha

JUL AGO SEP OCT NOV DIC ENE FEB MAR ABR MAY JUN

Índice Semestral 1

Cosecha

ENE FEB MAR ABR MAY JUN JUL AGO SEP OCT NOV DIC

Índice Semestral 2

Cosecha

  56  

Gráfica 1. Rendimiento de Café e Índice Mapfre – Estimación Semiparamétrica

  57  

Gráfica 2. Edad y Rendimiento de los Cafetos

  58  

Gráfica 3. Rendimiento de Café e Índice Mapfre – Estimación Semiparamétrica

Lotes a menos de 3 kilómetros de la estación y cafetos de más de 2 años.

  59  

Gráfica 4. Rendimiento de Café e Índice Semestral – Estimación Semiparamétrica

  60  

Gráfica 5. Rendimiento e Índice Acumulado Absoluto – Estimación Semiparamétrica

  61  

Gráfica 6. Rendimiento e Índice Acumulado Relativo – Estimación Semiparamétrica

  62  

Mapa 1. Áreas de Café (SICA 2012) y Estaciones del IDEAM

Fuente: Sistema de Información Cafetera, 2012 y Base de Estaciones Meteorológicas del IDEAM.

  63  

Mapa 2. Ubicación Lotes de Café Base de Pronóstico y Estaciones del IDEAM

Fuente: Encuestas de Pronóstico de Cosecha Cafetera (2000-2011) de Federación Nacional de Cafeteros y Base de Estaciones Meteorológicas del IDEAM.

  64  

Mapa 3. Distribución Temporal de las Cosechas de Café

Fuente: Federación Nacional de Cafeteros.

  65  

Mapa 4. Ubicación Estaciones del IDEAM y de CENICAFÉ

Fuente: Federación Nacional de Cafeteros y Base de Estaciones Meteorológicas del IDEAM.