Artikel Sistem Akuntansi



Completeness Credit and Commodity Markets

Behavioral Marketing


We use a simple theoretical model of the seasonal market participation and liquidity constraints in the presence of transaction costs to explain the riddle of sell low, buy high in which some households are not taking advantage of the inter-temporal price arbitrage through post-harvest storage and sell at higher prices lower than the purchase price observed for short in the following season. We tested our model with data from western Kenya using maximum likelihood estimation of a multivariate sample selection model market participation. Access to off-farm income and credit does appear to affect plant sales and purchase behavior in a way that is consistent with the hypothesis pattern.

1.      Preliminary

Typically, the sharpness of seasonal price fluctuations are common characteristics of staple grains markets in many developing countries (Sahn, 1989). However, many farmers did not take advantage of the obvious opportunities of inter-temporal arbitrage predictions are made based on seasonal variations in prices of commodities that can be stored. Instead, they often sell their output at low rates of post-harvest and buy back the identical commodity a few months later for a much higher price than they received post-harvest.

There are several reasons that candidates might explain this enigma ‘sell low, buy high’, which is clearly contrary to ketidakpaksaan, inter-temporal behavior of maximizing profits (on which, see Williams and Wright, 1991). First, impatience can lead to very low storage levels of basic commodities. However, seasonal price increases are so far beyond the prevailing local interest rates that these explanations often seem unreasonable. For example, in Kenya in 2002-2003 the average annual crop berunah on corn prices in the three major market centers (Bungoma, Kisumu and Nairobi) is 44%, while the interest rates on bank deposits an average of only 5% (Central Bank Kenya, 2004; IGAD, 2007).

2.      Theoretical framework

Farm households in this study are assumed to maximize their expected utility in the consumption of agricultural grains and other consumer goods are produced which must be purchased with cash at the market. Due to the seasonal nature of agricultural production, the household must decide how to meet the consumption needs of both the harvest every year, when domestic wheat production is realized, as well as on subsequent periods ‘brief’ which falls between a wheat crop in a row. Starting with the existing work, such as the Model Saha (1994) two-period household, we introduce the implications of both liquidity constraints and transaction costs of marketing the two seasonal periods household optimization problem. Combinations there are two periods of household models with market participation and credit constraints literature into a single model makes it easy to distinguish between the different market dynamics for participation in credit and non-credit constrained and to identify some of the consequences of such patterns of marketing in a way that was not previously addressed in participation of either the market or seasonal literature.

3.      Transaction Costs, Options Market Participation and Seasonal.

Non-trivial transaction costs for market participation is an area of liquidity constraints in rural areas in developing countries and also create discontinuities in observable behavior.To summarize, given the seasonal nature of commodity prices can be saved, which usually falls in the time of harvest and rise steadily and predictably during the short season, the behavior of ‘sell low’ obviously turned out well on simple primitives of a high discount rate or storage losses, as discussed previously , or liquidity constraints bind during the harvest period. This is clearly not a condition everywhere, but can occur with some frequency due to some combination of poor harvests, a very inelastic demand for non-grain items such as school fees, or medical or ceremonial (eg funerals, weddings or religious festivals) cost , each of which effectively reduces the additional income to the point that falls below Y * (α). Higher-income households that would be less likely to sell at the lowest value of post-harvest and their incredible high ketidakbijakan will most likely cost.

The phenomenon of ‘buy high’, on the contrary, depending on the latent seeds reduced inventories coupled with high prices brief season. This is especially likely if the household stopped holding grain warehouses and stock out due to binding credit constraints. In the case of an individual household, household liquidation stores to meet consumer requirements can lead to extreme price spikes in the shadow of the household for wheat. If this is the case in the short season, which appears as the main revenue realization in the harvest period, it may encourage credit constrained, grain-producing households to become buyers of grain, despite the expected high price. So the effect of credit constraints is transferred to the participation of the entire market behavior between actual harvest time and can lead to irrational selling at a low price and the subsequent purchase of the same commodity at a higher price. Stylish models brought into striking relief grain marketing options is quite different from the expected limited domestic liquidity and liquidity-infinite. While existing work on market participation has highlighted the importance of transaction costs and complex interconnections between the activities of the market and non-market (de Janvry et al, 1991; .. Key et al, 2000), we believe this work is the first to introduce explicit method, check out the seasonal dimension of market participation for small family farmers who may be out of the market due to positive transaction costs during the year.

4.      Estimation Strategy

In terms of our model, households with better ability to adequately cover all consumption expenditures, either through cash or loans are available, have a consistent income over the threshold and therefore avoid missing such as marketing their agricultural products.

Finally, because the access to credit may be endogenous, we need a tool for testing hypotheses before our core. We identify regressions instrumenting for credit access using covariates tend to reflect the cost of the lender ‘to extend credit to a given household and other transaction costs measures that may be associated with credit access but not with the corn market participation.

5.      Data

The data, collected by the Institute of Policy and Development Tegemeo, derived from the 2005 survey of 1,682 households in four districts across 137 villages in western Kenya and reported on many aspects of household production, consumption and marketing behavior, including the purchase and sale of monthly (and price-related) during the previous year (ie from July 2004 to June 2005). 12 The survey data also contain information on the local market and the commodity market cereal-based interventions such as bank, market information and program initiatives designed to increase agricultural credit by extending credit to retailers of agricultural inputs. So, to improve the observation of rare events (eg cereal bank membership), design-based survey is a choice rather than strictly random sample. Therefore, all statistical analyzes were appropriate consideration to account for sampling design using techniques found in Manski and Lerman. Most farmers in the sample engaged in rainfed agriculture, on farms three acres or less. Households grow maize, the staple crop, and either sell it or keep on farming until either consumed or sold in the period between harvests. 13 Typical storage facilities for maize is an open litter made of wood or bamboo is lifted from the ground to protect the output of the pests, or simply corn stored in a bag inside the family home. 1977).

6.      Seasonal Market Participation

Summarizes the data collected monthly marketing pattern for households. However, to make the estimates more to follow and to limit the number of zero observations, we collected household market participation into the period, the average single crop and short periods. Western region of Kenya has a bimodal rainfall, with a long rainy season ‘which runs from April to June (the long rains harvest begins in July) and the season’ short rains’ from October to November (with the harvest from November to January) . For this analysis, we divided the data into the ‘harvest’ is broadly defined (running from July to January) and ‘lean period’ from February to June, although technically includes two different growing seasons. We do this because the survey data show that more than 80% of households did not harvest corn stored when the survey (which occurred at the end of the short rainy season) and that most had been discharged during the month of February. Thus, stock-out behavior we want to learn not happen with great frequency in the period between the long and short rainy seasons. Then we calculate the average sales and number of purchases for each period for households that participated and used the average of the estimates of market participation. We also split the revenue from agriculture to seasonal averages, so estimates represent the behavior of the average household for the period of harvest and lean transactions.

7.      Household Credit Access

Households were asked whether or not they receive credit (in cash or in kind) for agricultural inputs as well as any credit earned for non-agricultural purposes. For agricultural credit, binary data, a simple yes or no, while for non-agricultural credit, households were asked whether or not they applied for a loan to cover the cost of non-agricultural (such as school fees or other similar items), whether or not they successful in their application and how much they receive. Because of the binary nature of the fungibility of credit and agricultural credit data, we create a single dummy variable to indicate the use of credit report, either for agriculture or non-agriculture. We use to use credit as a proxy for credit access.

8.      Econometric results

Estimated coefficients on the two measures of our liquidity, credit, and access to, predict off-farm income, which together are consistent with our hypothesis that households with sufficient access to liquidity managed to avoid selling low and buying high in the corn market. Use credits associated with reducing the possibility to enter the market as sellers in the period of harvest and off-farm income is associated with a decreased likelihood of purchase for a brief period. Furthermore, it is estimated using a credit was significantly associated with an increased likelihood of purchasing the harvest season. The lack of significance both to measure liquidity in the shortest possible period of sales due to the fact that the sample households are net buyers of maize and thus very sale of anything that was not expected. Various forms of domestic liquidity is expected to have the same effect on the amount marketed. Households using credit and with greater incomes outside agriculture transact more in the market than those who do not. It can also take the income effect is eliminated. Overall, while the results are not entirely clear, the evidence clearly supports the hypothesis that household liquidity constraints drive for maize marketing practices ‘sell low, buy high’ strategy in Rural Kenya.

9.      Conclusion

This article discusses the empirical puzzles that are often observed ‘sell low, buy high’ on food marketing behavior of farmers, based on the hypothesis that liquidity constraints that encourage poor households to use the commodity markets as a substitute for the financial markets for their limited or no access. Although quite large, predictable seasonal increase in the price of wheat should deter households from the selling points of the post-harvest low prices and buy them back again a few months later, we found that 18% of the samples recently smallholder households in rural Kenya west in practice facts ‘sell low, buy high’ strategy. As noted by Park (2006, p 1088), storing grain retained from harvest to harvest is usually used as a protective value pricing to ensure adequate consumption. In contrast, ‘sell low, buy high’ behavior between harvest seems not only reflects the inability to hedge, but the liquidity constraints that force households to borrow quasi-physical with wheat inventory liquidation in inter-seasonal fashion unprofitable.




















Review Jurnal Internasional

Ketidaklengkapan Kredit Pasar dan Komoditi

Perilaku Pemasaran



Kami menggunakan model teoritis sederhana dari partisipasi pasar musiman di hadapan kendala likuiditas dan biaya transaksi untuk menjelaskan teka teki menjual rendah, beli tinggi di mana beberapa rumah tangga tidak mengambil keuntungan dari inter-temporal arbitrase harga melalui penyimpanan dan menjual hasil pascapanen dengan harga lebih rendah dari harga yang diamati untuk pembelian singkat di musim berikutnya. Kami menguji model kami dengan data dari Kenya barat menggunakan estimasi kemungkinan maksimum dari model pemilihan sampel multivariat partisipasi pasar. Akses ke pendapatan di luar pertanian dan kredit memang tampaknya mempengaruhi penjualan tanaman dan perilaku pembelian dengan cara yang konsisten dengan pola hipotesis.

1.      Pendahuluan

Biasanya, ketajaman fluktuasi harga musiman adalah karakteristik umum dari pasar biji-bijian pokok di banyak negara berkembang (Sahn, 1989). Namun, banyak petani tampaknya tidak mengambil keuntungan dari peluang jelas inter-temporal arbitrase yang dibuat berdasarkan prediksi variasi harga musiman komoditas yang dapat disimpan. Sebaliknya, mereka sering menjual output mereka dengan harga rendah pascapanen dan membeli kembali komoditi yang identik beberapa bulan kemudian untuk harga yang jauh lebih tinggi daripada yang mereka terima pascapanen.

Ada beberapa kandidat alasan yang mungkin dapat menjelaskan teka teki ini ‘menjual rendah, beli tinggi’, yang jelas bertentangan dengan ketidakpaksaan, perilaku inter-temporal memaksimalkan keuntungan (di mana, lihat Williams dan Wright, 1991). Pertama, ketidaksabaran bisa menyebabkan tingkat penyimpanan yang sangat rendah dari komoditas pokok. Namun, harga musiman meningkat sering begitu jauh melebihi suku bunga lokal yang berlaku bahwa penjelasan ini tampaknya sering tidak masuk akal. Sebagai contoh, di Kenya pada tahun 2002-2003 tanaman tahunan rata-rata berunah pada harga jagung di tiga pusat pasar yang besar (Bungoma, Kisumu dan Nairobi) adalah 44%, sedangkan suku bunga bank deposito rata-rata hanya 5% (Bank Sentral Kenya , 2004; IGAD, 2007).

2.      Kerangka Teoritis

Rumah tangga pertanian dalam penelitian ini diasumsikan untuk memaksimalkan utilitas yang diharapkan mereka konsumsi di pertanian biji-bijian yang diproduksi dan barang konsumsi lainnya yang harus dibeli dengan uang tunai di pasar. Karena sifat musiman dari produksi pertanian, rumah tangga harus memutuskan bagaimana untuk memenuhi konsumsi kebutuhan baik dalam masa panen setiap tahun, ketika rumah tangga produksi gandum direalisasikan, seperti halnya pada periode selanjutnya ‘singkat’ yang jatuh antara panen gandum berturut-turut. Dimulai dengan pekerjaan yang ada, seperti Model Saha (1994) dua periode rumah tangga, kami memperkenalkan implikasi dari kedua kendala likuiditas dan biaya transaksi pemasaran pada dua periode musiman masalah optimasi rumah tangga. Kombinasi yang ada dua periode model rumah tangga dengan partisipasi pasar dan literatur kendala kredit menjadi model tunggal membuatnya mudah untuk membedakan dinamika pasar yang berbeda antar tahun partisipasi untuk kredit dan non-kredit dibatasi dan mengidentifikasi beberapa konsekuensi seperti pola pemasaran dengan cara yang sebelumnya tidak dibahas dalam partisipasi baik pasar atau literatur musiman.

3.      Biaya Transaksi, Pilihan Partisipasi Pasar dan Musiman.

Biaya transaksi non-sepele untuk partisipasi pasar adalah seluas kendala likuiditas di daerah pedesaan di negara-negara berkembang dan juga menciptakan diskontinuitas dalam perilaku yang dapat diamati.Untuk meringkas, mengingat sifat musiman dari harga komoditas dapat disimpan, yang biasanya jatuh pada saat panen dan naik terus dan dapat diprediksikan selama musim singkat, perilaku ‘menjual rendah’ jelas ternyata baik pada primitif sederhana dari tingkat diskonto tinggi atau kerugian penyimpanan, seperti didiskusikan sebelumnya, atau likuiditas kendala yang mengikat selama periode panen. Ini jelas bukan kondisi di mana-mana, tetapi dapat terjadi dengan beberapa frekuensi karena beberapa kombinasi dari panen yang buruk, permintaan yang sangat inelastis untuk non-butir item seperti biaya sekolah, atau medis atau seremonial (misalnya pemakaman, pernikahan atau festival keagamaan) biaya, masing-masing yang secara efektif mengurangi pendapatan tambahan ke titik yang jatuh di bawah Y * (α). Rumah tangga berpendapatan lebih tinggi sehingga akan lebih kecil kemungkinannya untuk menjual di nilai terendah pasca panen dan mereka yang luar biasa tinggi ketidakbijakan biaya akan paling mungkin.

Fenomena ‘beli tinggi’, sebaliknya, tergantung pada biji-bijian laten dikurangi persediaan ditambah dengan harga tinggi musim singkat. Hal ini terutama mungkin jika rumah tangga berhenti memegang gudang gandum dan stok keluar karena kendala kredit mengikat. Dalam kasus rumah tangga individu, rumah tangga likuidasi toko untuk memenuhi persyaratan konsumsi dapat menyebabkan lonjakan harga ekstrim dalam bayangan rumah tangga untuk gandum. Jika hal ini terjadi di musim singkat, yang nampaknya karena penghasilan utama realisasi pada periode panen, maka dapat mendorong kredit dibatasi, butiran-menghasilkan rumah tangga untuk menjadi pembeli biji-bijian, meskipun harga yang diharapkan tinggi. Jadi efek dari kendala kredit ditransfer ke partisipasi perilaku pasar seluruh waktu antara realisasi panen dan dapat menyebabkan penjualan rasional pada harga rendah dan pembelian selanjutnya dari komoditi yang sama dengan harga lebih tinggi. Model bergaya membawa ke bantuan mencolok pilihan pemasaran gabah cukup berbeda diharapkan dari rumah tangga likuiditas terbatas dan likuiditas-tak terbatas. Sementara pekerjaan yang ada pada partisipasi pasar telah menyoroti pentingnya biaya transaksi dan interkoneksi yang rumit antara kegiatan pasar dan non-pasar (de Janvry et al, 1991;.. Key et al, 2000), ini pekerjaan yang kami percaya adalah yang pertama untuk memperkenalkan metode eksplisit, memeriksa dimensi musiman partisipasi pasar untuk keluarga petani kecil yang mungkin keluar dari pasar karena biaya transaksi positif selama tahun.

4.      Estimasi Strategi

Dalam hal model kita, rumah tangga dengan kemampuan yang lebih baik untuk menutupi semua pengeluaran konsumsi memadai, baik melalui kas yang tersedia atau pinjaman, memiliki pendapatan konsisten di atas ambang batas dan karena itu menghindari pemasaran yang hilang seperti hasil pertanian mereka.

Akhirnya, karena akses ke kredit mungkin endogen, kita perlu alat untuk pengujian hipotesis sebelum inti kami. Kami mengidentifikasi regresi instrumenting untuk akses kredit menggunakan kovariat cenderung mencerminkan biaya pemberi pinjaman ‘untuk memperluas kredit untuk rumah tangga yang diberikan dan biaya transaksi lain langkah-langkah yang mungkin terkait dengan akses kredit tetapi tidak dengan partisipasi pasar jagung.

5.      Data

Data, yang dikumpulkan oleh Institut Tegemeo Kebijakan dan Pengembangan Pertanian, berasal dari survei 2005 dari 1.682 rumah tangga di empat kabupaten di seluruh 137 desa di barat Kenya dan melaporkan pada banyak aspek produksi rumah tangga, konsumsi dan perilaku pemasaran, termasuk pembelian dan penjualan bulanan (dan harga yang terkait) selama tahun sebelumnya (yaitu dari Juli 2004 sampai Juni 2005) . 12 Data survei juga berisi informasi tentang pasar komoditas lokal maupun pasar intervensi berbasis sereal seperti bank, pasar inisiatif informasi dan program dirancang untuk meningkatkan kredit pertanian dengan memperluas kredit kepada pengecer input pertanian. Jadi, untuk meningkatkan pengamatan peristiwa langka (misalnya sereal keanggotaan bank), desain survei adalah pilihan-berbasis daripada sampel acak ketat. Oleh karena itu, semua analisis statistik telah tepat dipertimbangkan  ke account untuk desain pengambilan sampel menggunakan teknik yang ditemukan dalam Manski dan Lerman. Kebanyakan petani di sampel terlibat dalam pertanian tadah hujan, pada peternakan tiga hektar atau kurang. Rumah tangga menanam jagung, tanaman pokok, dan baik menjual atau menyimpannya di pertanian sampai baik dikonsumsi atau dijual pada periode antara harvests. 13 fasilitas penyimpanan Khas untuk jagung adalah sampah terbuka terbuat dari kayu atau bambu yang diangkat dari tanah untuk melindungi output dari hama, atau jagung hanya disimpan dalam tas di dalam rumah keluarga. 1977).

6.      Partisipasi Pasar Musiman

Data yang dikumpulkan meringkaskan pola pemasaran bulanan untuk rumah tangga. Namun, untuk membuat estimasi yang lebih mengikuti dan untuk membatasi jumlah pengamatan nol, kita kumpulkan partisipasi rumah tangga pasar menjadi periode, panen tunggal rata-rata dan periode singkat. Wilayah barat Kenya memiliki curah hujan bimodal, dengan musim hujan yang panjang ‘yang berjalan dari April sampai Juni (dengan panen hujan yang panjang dimulai pada bulan Juli) dan musim’ hujan singkat ‘dari Oktober-November (dengan panen dari bulan November sampai Januari). Untuk analisis ini, kami membagi data ke dalam ‘masa panen’ didefinisikan secara luas (berjalan dari bulan Juli sampai Januari) dan ‘ramping periode’ dari bulan Februari sampai Juni, meskipun secara teknis mencakup dua musim tumbuh yang berbeda. Kami melakukan ini karena data survei menunjukkan bahwa lebih dari 80% rumah tangga tidak disimpan panen jagung pada saat survei (yang terjadi pada akhir musim hujan pendek) dan bahwa sebagian besar telah habis selama bulan Februari. Dengan demikian, perilaku saham-out kami ingin belajar tidak terjadi dengan frekuensi yang besar dalam periode antara musim hujan panjang dan pendek. Kemudian kami hitung dengan penjualan rata-rata dan jumlah pembelian untuk setiap periode untuk rumah tangga yang berpartisipasi dan digunakan ini rata-rata dalam estimasi partisipasi pasar. Kami juga membagi pendapatan dari pertanian menjadi rata-rata musiman, sehingga estimasi mewakili perilaku rumah tangga rata-rata untuk periode panen dan transaksi ramping.

7.      Akses Kredit Rumah Tangga

Rumah tangga ditanya apakah atau tidak mereka menerima kredit (dalam bentuk tunai atau barang) untuk input pertanian serta setiap kredit yang diperoleh untuk tujuan non-pertanian. Untuk kredit pertanian, data biner, cukup ya atau tidak, sedangkan untuk kredit non-pertanian, rumah tangga ditanya apakah atau tidak mereka diterapkan untuk pinjaman untuk menutup biaya non-pertanian (seperti biaya sekolah atau item lain yang serupa), apakah atau tidak mereka berhasil dalam aplikasi mereka dan berapa banyak mereka terima. Karena fungibility kredit dan sifat biner dari data kredit pertanian, kami menciptakan sebuah variabel dummy tunggal untuk menunjukkan penggunaan kredit yang dilaporkan, baik untuk keperluan pertanian atau non-pertanian. Kami menggunakan menggunakan kredit sebagai proxy untuk mengakses kredit.

8.      Hasil Ekonometrik

Koefisien estimasi pada dua ukuran likuiditas kami , kredit dan akses, memprediksi pendapatan di luar pertanian, yang bersama-sama konsisten dengan hipotesis kami bahwa rumah tangga dengan akses yang cukup untuk likuiditas berhasil menghindari menjual rendah dan membeli tinggi di pasar jagung. Menggunakan kredit dikaitkan dengan mengurangi kemungkinan masuk pasar sebagai penjual pada periode panen dan pendapatan di luar pertanian yang dikaitkan dengan kemungkinan penurunan pembelian pada periode singkat. Selanjutnya, diperkirakan menggunakan kredit secara signifikan dikaitkan dengan kemungkinan peningkatan pembelian musim panen. Kurangnya signifikansi baik untuk mengukur likuiditas pada penjualan periode singkat mungkin karena fakta bahwa rumah tangga sampel adalah pembeli jagung sangat bersih dan dengan demikian penjualan dari apapun yang tidak diharapkan. Berbagai bentuk likuiditas rumah tangga diperkirakan memiliki efek yang sama pada jumlah yang dipasarkan. Rumah tangga yang menggunakan kredit dan dengan lebih besar pendapatan diluar pertanian bertransaksi lebih di pasar daripada mereka yang tidak. Hal ini juga dapat mengambil efek pendapatan dihilangkan. Secara keseluruhan, sementara hasilnya tidak sepenuhnya jelas, bukti jelas mendukung hipotesis bahwa kendala likuiditas rumah tangga penggerak untuk praktik pemasaran jagung ‘menjual rendah, beli tinggi’ strategi Pedesaan di Kenya.

9.      Kesimpulan

Artikel ini membahas secara empiris teka-teki yang sering diamati ‘menjual rendah, membeli tinggi’ pada perilaku pemasaran petani pangan, didasarkan pada hipotesis bahwa kendala likuiditas yang mendorong rumah tangga miskin untuk menggunakan pasar komoditas sebagai pengganti pasar keuangan yang terbatas bagi mereka atau tidak ada akses . Meskipun cukup besar, peningkatan musiman diprediksi dalam harga gandum harus menghalangi rumah tangga dari menjual pokok-pokok pada pascapanen harga rendah dan membeli mereka kembali lagi beberapa bulan kemudian, kami menemukan bahwa 18% dari sampel baru-baru ini rumah tangga petani kecil di pedesaan Kenya barat dalam praktek fakta ‘ jual rendah, beli tinggi ‘strategi. Sebagaimana dicatat oleh Park (2006, hal 1088), menyimpan gabah dipertahankan dari panen ke panen biasanya digunakan sebagai pelindung nilai harga untuk memastikan konsumsi yang memadai. Sebaliknya, ‘menjual rendah, beli tinggi’ perilaku antara panen tampaknya tidak hanya mencerminkan ketidakmampuan untuk pelindung nilai, tetapi kendala likuiditas yang memaksa rumah tangga untuk kuasi-meminjam dengan melikuidasi persediaan gandum fisik dalam mode antar-musiman tidak menguntungkan.

Leave a Reply

Fill in your details below or click an icon to log in: Logo

You are commenting using your account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s


Get every new post delivered to your Inbox.

Join 524 other followers

%d bloggers like this: