Breves Ensayos de Economía y Finanzas

Oeconomia, ensayos sobre economía y finanzas Volumen XI, Número 1

Banco Central de la República Dominicana

Oeconomia Breves Ensayos de Economía y Finanzas

Volumen XI, Número 1. Marzo 2017

Análisis del Vínculo entre el Sector Real y el Sistema Financiero de la República Dominicana (II de II)

Rafael Fornet y Fabio Santana………..............................................................3

Diversificación del portafolio de préstamos y riesgo crediticio: ¿Determinantes de la rentabilidad de las entidades de intermediación financiera en la República Dominicana?

Sarah Leticia Tejeda…..…………………………………...............................15

Análisis teórico del Límite Inferior de Cero: Definición, implicaciones y experiencia internacional reciente

Fidel E. Morla Martínez....…………………..................................................28



Departamento de Programación Monetaria y Estudios Económicos.

Oeconomia Vol. XI, No. 1

Elaborado por el Departamento de Programación Monetaria y Estudios Económicos del Banco

Central de la República Dominicana – Santo Domingo: Banco Central de la República

Dominicana, 2017.

40 p.

Trimestral

ISSN 2304-3458

© 2017

Publicaciones del Banco Central de la República Dominicana

Esta es una publicación del Departamento de Programación Monetaria y Estudios Económicos

del Banco Central. El contenido y las opiniones de los artículos publicados en Oeconomia son de

exclusiva y estrictamente responsabilidad de su o sus autores y no reflejan la opinión del Banco

Central de la República Dominicana.

Consejo Editorial:

Julio Andújar Scheker,

Director Departamento de Programación Monetaria y Estudios Económicos.

Joel Tejeda Comprés,

Subgerente de Políticas Monetaria, Cambiaria y Financiera.

Comentarios y preguntas sobre esta publicación pueden ser enviados a:


Av. Dr. Pedro Henríquez Ureña esq. Calle Leopoldo Navarro

Santo Domingo de Guzmán, D. N., República Dominicana

Apartado Postal 1347

809-221-9111 exts. 3072-73

[email protected]


œ

3


Análisis del Vínculo entre el Sector Real y el Sistema Financiero de la República Dominicana (II de II)

Por: Rafael Fornet1 y Fabio Santana2

I. Introducción

Como pudo apreciarse en la primera parte de este artículo,3 la estrategia empírica más común a

nivel internacional para abordar el análisis sobre los vínculos del sector real y el sistema

financiero es el método conocido como Vectores Autorregresivos (VAR), el cual fue

desarrollado por Sims (1980). Esto es así, debido a que los VAR permiten obtener funciones

impulso-respuesta, a través de las cuales se puede analizar cómo choques desde alguno de los

sectores real y financiero tienen efectos entre sí.

En ese sentido, para el caso de República Dominicana, se estima un modelo VAR de forma

irrestricta que toma en consideración variables de coyuntura económica (producto y precios),

financiera y, de acuerdo a las características de la economía dominicana, se incluye al modelo

una variable exógena relacionada con la actividad económica de EEUU, principal socio

comercial.

Los resultados de la relación entre ambos sectores en los años posteriores a la crisis del año 2003

pueden verse condicionados por ésta. Esto debido a que a raíz de esos acontecimientos, las

autoridades han adoptado más medidas para la supervisión de las operaciones dentro del

sistema financiero.

El resto del artículo se estructura de la siguiente forma: a continuación, se describe la

metodología, en la sección III se estima el modelo, luego en la sección IV se presentan los

resultados, y por último, se establecen las conclusiones del análisis.

II. Metodología

Los modelos de Vectores Autorregresivos (VAR) son una herramienta útil al momento de

analizar las relaciones de interdependencias lineales entre series de tiempo. Sims (1980) plantea

que los modelos macroeconómicos pueden ser estimados de forma irrestricta, es decir, tratar las

variables del modelo como endógenas y, de esa forma, no restringirlo basado en supuestos

conocimientos a priori. Estos modelos constan de n ecuaciones y n variables, en los que cada

variable se explica por sus propios valores rezagados y los correspondientes a las variables

.

A través de los años, la metodología VAR se ha popularizado para la demostración empírica.

De acuerdo a Tracey (2006), la ventaja de utilizar una metodología VAR es que se puede

distinguir la dirección de la causalidad y captura las interrelaciones entre los factores

1 Sub-Dirección de Política Monetaria, Departamento de Programación Monetaria y Estudios Económicos. Para preguntas y comentarios escribir a [email protected]. El autor agradece los comentarios y sugerencias hechos en el transcurso de la investigación, en especial, los comentarios de Fidias Díaz. 2 Cervecería Nacional Dominicana. Para preguntas y comentarios escribir a [email protected]. 3 Publicado en la revista Oeconomia Vol. X, No. 4.

mailto:[email protected]

4


económicos. En cuanto a la especificación del modelo econométrico, esta debe ser basada

principalmente en consideraciones teóricas, en vez de metodológicas o empíricas (Allen, 1997).

Dentro de los errores principales al momento de especificar el modelo, se encuentran la

exclusión de una variable relevante o la inclusión de una que sea irrelevante. En ese sentido,

cuando se omite una variable relevante del modelo los resultados tendrán un sesgo, mientras

que cuando se incluyen variables adicionales, los grados de libertad disminuyen

exponencialmente.

Para el caso de República Dominicana, las variables que describen tanto al sector real como al

financiero son endógenas. No obstante, se añade una variable exógena para considerar el efecto

del entorno internacional sobre las fluctuaciones reales y financieras.

El modelo econométrico de la investigación, se puede representar de la siguiente forma:

∑

∑

donde representa el vector de variables endógenas del modelo, representa las variables

exógenas y es el vector de errores del modelo. Para que el modelo pueda ser estimado de

manera correcta, los errores no deben presentar correlación con las variables; es decir, las

variables deben ser exógenas.

De igual modo, el modelo VAR debe ser débilmente estacionario o estacionario en covarianza

(covariance stationary). Esto implica que el valor esperado de no dependa del tiempo, y que la

matriz de covarianza de y dependa del tiempo transcurrido y no del periodo de

referencia . Las ecuaciones (3) y (4) son los momentos de primer y segundo orden invariables

en el tiempo.

[

]

[ ( )] [ ( )]

Al igual que las condiciones para que un proceso autorregresivo (AR) sea estacionario, la matriz

polinomial en el operador de rezagos , de la ecuación 5, debe ser invertible4.

4 Una matriz es invertible si existe otra matriz por la cual se multiplique y de como resultado la matriz identidad.

5


Si todas las raíces del polinomio característico están fuera del círculo unitario (unit circle), el

proceso VAR es estacionario. Ahora, un proceso VAR que es estacionario puede expresarse

como un vector de media móvil (VMA, por sus siglas en inglés), es decir, como la suma de

todas las perturbaciones ruido blanco. A partir de la representación VMA , es posible

obtener las funciones de impulso-respuesta.5

donde

∑

En la ecuación 6, el término representa las innovaciones (shocks) dentro del sistema. Para

obtener las respuestas de las distintas innovaciones dentro del sistema, tenemos:

donde la matriz representan los efectos marginales ante un cambio de una unidad en el

termino . Junto con las funciones de impulso respuesta, es importante la descomposición de la

varianza de las variables, ya que indica qué porcentaje de la varianza de una variable se puede

atribuir a las innovaciones de otra variable.

∑

La ecuación 8 se compara a la suma de las respuestas a las innovaciones, dando como resultado

una medida de la importancia relativa de las innovaciones al explicar la variación en la

variable ,

∑

∑ ∑

III. Datos

La base de datos contiene información mensual sobre variables del sector real y financiero que

cubre el periodo febrero 2004 – abril 2015. Entre las variables que describen al sector real se

encuentran el Índice de Actividad Económica Mensual (IMAE) y el Índice de Precios al

Consumidor (IPC), cuyos datos fueron obtenidas del Banco Central de la República Dominicana

(BCRD). Las variables correspondientes al sector financiero incluyen el total de préstamos de las

Otras Sociedades de Depósito (OSD) y la tasa de interés activa, y fueron extraídas de la

Superintendencia de Bancos (SB).

5 El teorema de descomposición de Wold plantea que un proceso aleatorio puede ser abordado como la suma de dos procesos, uno que es aleatorio y el otro determinístico.

6


Puesto a que la serie del IMAE parte desde 2007, se realiza un empalme6 y se procedió a

desestacionalizar. Mientras que el Índice de Precios al Consumidor (IPC), corresponde a la serie

que tiene como año base al 2010. Para el sistema financiero, se emplean el cociente de los

ingresos netos sobre el total de activos, que es el retorno sobre los activos (ROA) y los préstamos

en estado de vencimiento como proporción del total de la cartera de préstamos.7 Por otra parte,

el promedio de tasa de interés incluida, es la vigente para el plazo de 181 a 360 días ofrecida por

la banca múltiple de República Dominicana.

En tanto, se utiliza el índice de producción industrial de los Estados Unidos, obtenido de la base

de datos de la Reserva Federal de San Luis, como medida aproximada de la actividad

económica de ese país. Las cifras del índice toman como periodo de referencia el año 2012.

IV. Estimación del modelo

Para saber si las variables empleadas presentan raíz unitaria, es decir, que sean no estacionarias,

se procede a aplicar las pruebas de Dickey-Fuller Aumentada (Dickey y Fuller, 1980) y Phillips-

Perron (Phillips y Perron, 1988), con y , donde el rechazo a la hipótesis nula

( ) implica que las variables son estacionarias. De acuerdo a Mahadeva y Robinson (2004), uno

de los problemas con variables no estacionarias radica en el sesgo de los errores estándar

resultantes. Esto tiene como resultado que el criterio convencional usado para juzgar los

modelos resulte inaplicable. En ese sentido, si no se rechaza la hipótesis nula, se diferencian las

series hasta lograr estacionariedad.

Con las series estacionarias, se estima el VAR de manera irrestricta y se observa la cantidad de

rezagos óptimos de acuerdo al criterio de información de Akaike (AIC),8 el cual se obtiene de

acuerdo a la siguiente fórmula:

Lütkepohl y Kratzig (2004) consideran que, debido al uso sustancial de parámetros, es preciso

limitar la dimensión del espacio de los mismos a través de restricciones basadas en teoría

económico u otra práctica no estadística que puede estar basada en los criterios del

investigador9 o por los criterios de selección.

Por otro lado, se realizará la prueba de autocorrelación de Breusch-Godfrey (1978) con la

finalidad de observar si los residuos presentan problemas de consistencia. La presencia de

autocorrelación puede llevar a conclusiones erróneas; se carece de la propiedad de varianza

mínima y los intervalos de confianza y pruebas de hipótesis basados en las distribuciones y

son incorrectos.

6 Para el empalme se obtiene la tasa de crecimiento mensual de ambas series y se parte desde diciembre del año 2000 como base igual a 100. 7 El uso de esta variable se fundamenta en la literatura empírica existente, en donde utilizan un indicador de préstamos morosos o incobrables. 8 Es un indicador usado para seleccionar el número de rezagos que debe poseer un modelo econométrico. 9 Depende del tamaño de la muestra, periodicidad de los datos, intuición económica y parsimoniosidad del modelo.

7


Del mismo modo, se efectúa la prueba de estabilidad del modelo, que consiste en obtener las

raíces características y verificar si se encuentran fuera del círculo unitario. En caso de que el

VAR sea estacionario y no presenta autocorrelación, se realizan las pruebas de causalidad de

Granger con la finalidad saber la relación causal entre las distintas variables del modelo. Sobre

esta prueba, Awe (2012) enfatiza que el rechazo a la hipótesis nula de no causalidad no implica

que exista una relación causal real, sino que una variable puede ayudar a predecir el

comportamiento de la otra.

Por último, se obtienen las funciones de impulso-respuesta, las cuales nos indican las respuestas

dinámicas de las variables endógenas del modelo ante impulsos de una desviación estándar a

una de éstas. Con estas funciones podemos discernir cómo se ven afectadas las variables, es

decir, si existe algún vínculo entre ellas.

V. Análisis de los resultados

Como se puede observar en la Tabla 1, aplicando las pruebas de Dickey-Fuller (1980) y Phillips-

Perron (1988) sobre estacionariedad de las variables, que en este caso son tasas de crecimiento,

se encuentra que todas presentan un grado de integración I(0), por lo que son estacionarias.

Teniendo esto en cuenta, se estima el modelo VAR de forma irrestricta.

Tabla 1. Pruebas de Estacionariedad

Series Pruebas

Dickey-Fuller Philips-Perron

Crecimiento de la Actividad Económica 0.045 0.001 Inflación 0.000 0.048 Cambio en Tasa de Interés 0.001 0.038 Cartera de Crédito Vencida 0.000 0.000 Crecimiento de la Producción Industrial de EEUU 0.0047 0.1753

Fuente: Elaboración propia.

Se elige el orden de las variables, desde las más exógenas hasta las más endógenas. En este caso,

se estimará con el siguiente orden de las variables: crecimiento de actividad económica,

inflación, tasa de interés y vencimientos. E inicialmente, para seleccionar el número de rezagos

en el modelo, se estima el VAR con un total de 12 rezagos, debido a que la periodicidad de los

datos es mensual. Con esta cantidad de rezagos, el modelo presenta un grado de correlación de

los errores a un nivel de significancia del 5%, en los rezagos 1 y 12.

Acorde al criterio de información de Akaike (1973), el VAR debe constar de 15 rezagos (ver

anexo, Tabla A1). Esto implica que los valores pasados inciden hasta más de un año (1 año y 3

meses) sobre las variables endógenas del modelo. Mientras que el ratio de verosimilitud (LR) y

la predicción de error final (FPE), sugieren un orden de 14 rezagos. En la Tabla 2, se presenta la

correlación de los residuos, a un nivel de significancia del 5%, con cuatro variables endógenas,

una exógena y 15 rezagos.

De acuerdo al análisis de estabilidad del modelo (ver anexo, gráfica A1), no hay raíces

características que estén fuera del círculo unitario (unit circle). Esto indica que el modelo

estimado cumple con la condición de estabilidad, siendo el VAR, estacionario. A continuación,

8


se realiza la prueba de causalidad de Granger con el objetivo de identificar en qué dirección las

variables utilizadas tienen efecto entre sí.

Tabla 2. Prueba LM de Correlación Serial de los Errores

Rezago Valor Crítico Probabilidad

1 21.028 0.177 2 18.988 0.269 3 8.652 0.927 4 11.728 0.763 5 19.859 0.227 6 14.483 0.563 7 14.154 0.587 8 15.338 0.500 9 19.548 0.241

10 11.088 0.804 11 20.316 0.206 12 21.555 0.158 13 11.918 0.750 14 17.041 0.383 15 21.900 0.146 16 6.966 0.974


Como se puede ver en la Tabla 3, la actividad económica, medida a través de la tasa de

crecimiento del IMAE, no se ve causada por ninguna de las otras variables del modelo a un

nivel de significancia del 5%, aunque al 10% sí se ve afectado por la variación en la cartera de

crédito vencida.

Tabla 3. Prueba de Causalidad de Granger

Serie Excluida Valor Crítico Probabilidad

Crecimiento Actividad Económica

Inflación 17.993 0.207 Tasa de Interés 16.531 0.282 Vencimientos 22.252 0.074 Todas 51.461 0.150

Inflación


17.870 0.213

Tasa de Interés 14.373 0.422 Vencimientos 60.374 0.000 Todas 86.991 0.000

Cambio en Tasa de Interés


17.725 0.220

Inflación 25.416 0.031 Vencimientos 20.764 0.108 Todas 54.177 0.099

Cambio en los Vencimientos


27.654 0.016

Inflación 37.558 0.001

Tasa de Interés 27.273 0.018

Todas 98.280 0.000 Fuente: Elaboración propia.

9


Por otro lado, el cambio de la cartera de crédito en estado de vencimiento se ve afectado por la

actividad económica, la inflación y la tasa de interés, esto refleja que el sistema financiero es

susceptible a los cambios en el entorno macroeconómico, lo que es un resultado consistente con

la literatura. Es decir, un incremento de la morosidad en el Sistema Financiero no causa

disrupciones en la parte real de la economía, sin embargo, una disminución de la actividad

económica puede traer consigo un incremento de la cartera de crédito vencida, incidiendo

negativamente sobre el desempeño del sistema financiero.

Por otro lado, la tasa de interés, que afecta de manera negativa a la banca, se ve causada por los

cambios en la inflación. Sin embargo, la actividad económica y la cartera de crédito vencido, no

causan cambios en la tasa de interés activa de 181 a 360 días. Los resultados de la prueba de

causalidad de Granger para la inflación interanual indican que esta no se ve causada por la

actividad económica ni por la tasa de interés, aunque si existe una relación de causalidad con la

variación de la cartera de crédito vencido de la banca.

La descomposición de la varianza (Figura A2, en anexos) muestra como las variables de interés,

las cuales son, crecimiento del IMAE y cambio en los vencimientos, tienen una variación que se

atribuye a la inflación interanual. Del mismo modo, la variación en la tasa de interés es en parte

explicada por el comportamiento de los precios (inflación).

De acuerdo a los objetivos planteados en la presente investigación, se observan las funciones de

impulso-respuesta obtenidas a través del método asintótico; se aplica un impulso de una

desviación estándar de Cholesky a las distintas variables.

En la Figura 1 se muestra que, ante un shock positivo de la tasa de crecimiento de la actividad

económica, la tasa de cambio interanual de vencimientos de préstamos (vencimientos) reacciona

con una disminución. Sin embargo, dicha disminución es significativa en el octavo mes.

Figura 1. Respuesta de los Vencimientos a un incremento en la Actividad Económica

-.10

-.05

.00

.05

.10

2 4 6 8 10 12 14 16 18 20 22 24 Fuente: Elaboración propia.

10


Por el otro lado, el resultado presentado en la Figura 2 sugiere que la actividad económica no

parece reaccionar de manera significativa ante cambios en la cartera de crédito vencida de la

banca múltiple.

Figura 2. Respuesta de la Actividad Económica a un aumento en los Vencimientos

-.02

-.01

.00

.01

.02

.03

2 4 6 8 10 12 14 16 18 20 22 24 Fuente: Elaboración propia.

Por otro lado, dentro de las demás variables del modelo (ver anexo, Figura A1), se observa

cómo un impulso de una desviación estándar a la inflación interanual provoca un aumento en

la cartera de crédito vencida once meses después de ocurrido el evento. Por otra parte, un

aumento en la cartera de crédito vencida causa un incremento significativo de los precios de la

economía entre los meses 9 y 14.

La cartera de crédito vencido reacciona de manera más rápida ante los cambios en la tasa de

interés. Los vencimientos aumentan de manera significativa en el 4to y 5to mes luego del evento

de incremento en una desviación estándar de las tasas de interés.

Al aplicar un impulso a la inflación, la actividad económica muestra una tendencia al alza,

aunque no significativa, la cual se revierte siendo negativa a partir del quinto mes. Cuando el

impulso es aplicado a la tasa de interés, la actividad económica tiene una tendencia a la baja,

como se espera, sin embargo, no resulta ser significativa. Ante un incremento de la inflación, la

tasa de interés aumenta, siendo este incremento significativo en los meses 4, 6 y 8.

Si el crecimiento de la actividad económica sufre un impulso positivo, la tasa de interés no

muestra una reacción significativa, al igual que cuando la cartera de crédito vencida

experimenta un incremento. La inflación en los precios de la economía reacciona con una

tendencia de aumento cuando la actividad económica sufre un impulso, sin embargo esta

tendencia no es significativa. Si el impulso es dado a la tasa de interés, la inflación muestra una

tendencia a disminuir, de igual forma resulta insignificante, salvo en el tercer y séptimo mes,

donde dicha disminución es significativa.

11


VI. Conclusiones

El modelo de vectores autorregresivos (VAR) irrestricto estimado para la República Dominicana

ha reflejado una vinculación de causalidad en una dirección. En ese sentido, la cartera de

préstamos en estado de vencimiento responde a cambios en la actividad económica. En este

caso, fueron empleados, un índice de producción y los precios para describir al sector real,

mientras que para el sector financiero se utilizó tasa de interés y la proporción de la cartera de

crédito vencida del total de la cartera de préstamos. En tanto, se encontró que la tasa de interés

y la inflación tienen un efecto negativo sobre el sistema financiero.

Los resultados son consistentes con los hallados por Hoggarth et al. (2005) para Reino Unido en

cuanto a los efectos del producto sobre el sistema financiero, es decir, un aumento del

crecimiento disminuye la proporción de préstamos morosos. Igualmente, coincide con los

hallazgos de Baboucek y Jancar (2006) y Tracey (2006), para República Checa y Jamaica,

respectivamente, sobre los efectos de la inflación y la tasa de interés sobre la proporción de

préstamos morosos, un incremento de estas variables ocasiona un deterioro en los préstamos de

la banca.

Sin embargo, los resultados que arroja el VAR, pueden ser diferentes dependiendo del periodo

que abarque la muestra y de las variables usadas para describir al sistema financiero.

Referencias

Allen, M. P. (1997). “Model specification in regression analysis.” In M. P. Allen, Understanding

Regression Analysis (pp. 166 - 170). New York: Springer US.

Awe, O. O. (2012). “On pairwise Granger causality Modeling and Econometric Selected Economic

Indicators.” Ile-Ife: Obafemi Awolowo University.

Baboucek, I., y Jancar, M. (2005). “Effects of Macroeconomic Shocks to the Quality of the Aggregate Loan

Portfolio.” Czech National Bank.

Claessens, S., y Kose, A. M. (2011). “Financial Crises: Explanations, Types, and Implications.”

Washington: International Monetary Fund.

Claessens, S., Kose, M. A., y Terrones, M. E. (2011). “How Do Business and Financial Cycles Interact?”

Washington: International Monetary Fund .

Dovern, J., Meier, C.-P., y Vilsmeier, J. (2008). “How Resilient is the German Banking System to

Macroeconomic Shocks?” Kiel: Kiel Institute for the World Economy.

Fisher, I. (1933). “The Debt-Deflation Theory of Great Depressions.” Econometrica, 337-357.

Gerlach, S., Peng, W., y Shu, C. (2005). “Macroeconomic conditions and banking performance in Hong

Kong SAR: a panel data study.” Basel: Bank for International Settlements.

Halvorsen, J. I., y Jacobsen, H. D. (2009). “Are bank lending shocks important for economic fluctuations?”

Oslo: Norges Bank.

12


Herrera, S., y Youssef, H. (2013). “Macroeconomic shocks and banking sector developments in Egypt.”

Dokki: The Economic Research Forum.

Hoggarth, G., Sorensen, S., y Zicchino, L. (2005). “Stress tests of UK banks using a VAR approach.”

London: Bank of England.

Konecny, T. (2014). “Linkages between the Financial and Real Sectors across Interest Rate Regimes: The

Case of Czech Republic.” ACTA, 103 - 131.

Lutkepohl, H., y Kratzig, M. (2004). “Applied Time Series Econometrics.” Cambridge: Cambridge

University Press.

Mahadeva, L., y Robinson, P. (2004). “Unit Root Testing to Help Model Building.” London: Bank of

England.

Mallick, S., y Sousa, R. (2013). “The real effects of financial stress in the Eurozone.” International Review

of Financial Analysis, 1-17.

Mishkin, F. S. (1996). “The Channels of Monetary Transmission: Lessons for Monetary Policy.”

Cambridge: NBER.

Pesola, J. (2007). “Financial fragility, macroeconomic shocks and banks' loan losses: evidence from

Europe.” Helsinki: Bank of Finland.

Puddu, S. (2012). “Real Sector & Banking System: Real & Feedback Effects.” Neuchatel: Université de

Neuchatel.

Sims, C. A. (1980). “Macroeconomics and Reality.” Econometrica, 1-48.

Tracey, M. (2006). “A VAR Analysis of the Effects of Macroeconomic Shocks on Banking Sector Loan

Quality in Jamaica.” Kingston: Bank of Jamaica.

13


Anexos

Tabla A1. Criterio para la Selección del Orden de Rezago del VAR Rezago LR FPE AIC

0

6.17E-08 -5.25 1 945.212 5.14E-11 -12.34 2 69.961 3.73E-11 -12.663 3 42.078 3.34E-11 -12.774 4 17.709 3.65E-11 -12.688 5 26.347 3.69E-11 -12.684 6 49.731 2.98E-11 -12.903 7 20.159 3.15E-11 -12.858 8 16.708 3.44E-11 -12.787 9 18.688 3.66E-11 -12.742

10 40.544 3.07E-11 -12.941 11 22.47 3.11E-11 -12.957 12 38.813 2.58E-11 -13.176 13 39.748 2.09E-11 -13.43 14 31.024* 1.86e-11* -13.596 15 18.889 1.93E-11 -13.617* 16 16.061 2.07E-11 -13.613


Figura A1. Raíces Inversas del Polinomio Característico

-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

-1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 Fuente: Elaboración propia.

14


Figura A2. Descomposición de la Varianza

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent CRECIMIENTO_PROD variance due to CRECIMIENTO_PROD

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent CRECIMIENTO_PROD variance due to INFLACION_INTERANUAL

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent CRECIMIENTO_PROD variance due to CAMBIO_TASA

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent CRECIMIENTO_PROD variance due to CAMBIO_VENCIMIENTOS

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent INFLACION_INTERANUAL variance due to CRECIMIENTO_PROD

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent INFLACION_INTERANUAL variance due to INFLACION_INTERANUAL

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent INFLACION_INTERANUAL variance due to CAMBIO_TASA

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent INFLACION_INTERANUAL variance due to CAMBIO_VENCIMIENTOS

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent CAMBIO_TASA variance due to CRECIMIENTO_PROD

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent CAMBIO_TASA variance due to INFLACION_INTERANUAL

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Perc ent CAMBIO_TASA v ariance due to CAMBIO_TASA

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent CAMBIO_TASA varianc e due to CAMBIO_VENCIMIENTOS

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent CAMBIO_VENCIMIENTOS variance due to CRECIMIENTO_PROD

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent CAMBIO_VENCIMIENTOS variance due to INFLACION_INTERANUAL

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent CAMBIO_VENCIMIENTOS varianc e due to CAMBIO_TASA

-40

0

40

80

120

2 4 6 8 10 12 14 16 18 20 22 24

Percent CAMBIO_VENCIMIENTOS variance due to CAMBIO_VENCIMIENTOS


Figura A3. Funciones Impulso-Respuesta

-.02

-.01

.00

.01

.02

.03

2 4 6 8 10 12 14 16 18 20 22 24

Response of CRECIMIENTO_PROD to CRECIMIENTO_PROD

-.02

-.01

.00

.01

.02

.03

2 4 6 8 10 12 14 16 18 20 22 24

Response of CRECIMIENTO_PROD to INFLACION_INTERANUAL

-.02

-.01

.00

.01

.02

.03

2 4 6 8 10 12 14 16 18 20 22 24

Response of CRECIMIENTO_PROD to CAMBIO_TASA

-.02

-.01

.00

.01

.02

.03

2 4 6 8 10 12 14 16 18 20 22 24

Response of CRECIMIENTO_PROD to CAMBIO_VENCIMIENTOS

-.02

-.01

.00

.01

.02

.03

2 4 6 8 10 12 14 16 18 20 22 24

Response of INFLACION_INTERANUAL to CRECIMIENTO_PROD

-.02

-.01

.00

.01

.02

.03

2 4 6 8 10 12 14 16 18 20 22 24

Response of INFLACION_INTERANUAL to INFLACION_INTERANUAL

-.02

-.01

.00

.01

.02

.03

2 4 6 8 10 12 14 16 18 20 22 24

Response of INFLACION_INTERANUAL to CAMBIO_TASA

-.02

-.01

.00

.01

.02

.03

2 4 6 8 10 12 14 16 18 20 22 24

Response of INFLACION_INTERANUAL to CAMBIO_VENCIMIENTOS

-.10

-.05

.00

.05

.10

.15

2 4 6 8 10 12 14 16 18 20 22 24

Response of CAMBIO_TASA to CRECIMIENTO_PROD

-.10

-.05

.00

.05

.10

.15

2 4 6 8 10 12 14 16 18 20 22 24

Response of CAMBIO_TASA to INFLACION_INTERANUAL

-.10

-.05

.00

.05

.10

.15

2 4 6 8 10 12 14 16 18 20 22 24

Response of CAMBIO_TASA to CAMBIO_TASA

-.10

-.05

.00

.05

.10

.15

2 4 6 8 10 12 14 16 18 20 22 24

Response of CAMBIO_TASA to CAMBIO_VENCIMIENTOS

-.10

-.05

.00

.05

.10

2 4 6 8 10 12 14 16 18 20 22 24

Response of CAMBIO_VENCIMIENTOS to CRECIMIENTO_PROD

-.10

-.05

.00

.05

.10

2 4 6 8 10 12 14 16 18 20 22 24

Response of CAMBIO_VENCIMIENTOS to INFLACION_INTERANUAL

-.10

-.05

.00

.05

.10

2 4 6 8 10 12 14 16 18 20 22 24

Response of CAMBIO_VENCIMIENTOS to CAMBIO_TASA

-.10

-.05

.00

.05

.10

2 4 6 8 10 12 14 16 18 20 22 24

Response of CAMBIO_VENCIMIENTOS to CAMBIO_VENCIMIENTOS


15


Diversificación del portafolio de préstamos y riesgo crediticio:

¿Determinantes de la rentabilidad de las entidades de

intermediación financiera en la República Dominicana?

Por: Sarah Leticia Tejeda1

I. Introducción

En las últimas décadas, la industria bancaria de países desarrollados, así como de países en

desarrollo, ha experimentado grandes cambios. La creciente competencia ha llevado a los

bancos a ampliar su quehacer y desarrollar líneas de negocios además de sus operaciones

tradicionales.

La función intrínseca de los bancos coloca la cartera de créditos como el rubro más rentable y

frecuentemente el más riesgoso dentro de su portafolio de activos, por lo que el análisis de la

estructura de los préstamos es relevante. La diversificación de un banco puede analizarse desde

diferentes perspectivas: por las distintas fuentes de ingresos, si estos son financieros o no

financieros; de acuerdo al sector productivo al que se dirigen los préstamos, si es al sector

agropecuario, industrial o servicios, y según la ubicación geográfica que tengan los mismos.

Estudios de las finanzas corporativas presentan distintas observaciones con respecto a la

diversificación de la cartera de créditos según sector productivo. Mientras Markowitz (1952)

sostiene que la diversificación puede reducir el riesgo desde la perspectiva de la Cartera

Clásica,2 otros autores como Acharya (2002) consideran que la diversificación impide optimizar

el conocimiento de un segmento específico y, por lo tanto, tiene un efecto negativo sobre la

rentabilidad de dicha cartera.

El objetivo de este documento es aportar a la literatura dominicana, una relación esclarecida

entre la rentabilidad de las entidades de intermediación financiera de la República Dominicana

con la diversificación de la cartera de créditos por sector productivo y el riesgo mediante

estimaciones con modelos de datos de panel balanceados a través de la metodología propuesta

por Driscoll y Kraay (1998).

Este documento consta de las siguientes secciones. La sección II provee un marco teórico de las

investigaciones relacionadas a este tema. En la sección III se describen las variables de interés en

el contexto del sistema financiero dominicano. Las secciones IV y V muestran los datos y la

metodología a utilizar. La sección VI muestra los resultados de las estimaciones de los modelos

planteados y, por último, en la sección VII se presentan las conclusiones y recomendaciones de

política.

1 Sub-Dirección de Análisis de Estabilidad Financiera, Departamento de Regulación y Estabilidad Financiera. Para preguntas y comentarios escribir a [email protected]. 2 La Teoría de la Cartera Clásica de Markowitz estudia como maximizar el retorno y minimizar el riesgo mediante una adecuada elección de los componentes de una cartera de valores.


16


II. Breve revisión de literatura

Una visión general de los trabajos empíricos acerca de la rentabilidad, la estructura de la cartera

de créditos y el riesgo de los bancos ilustra que la relación entre estos rubros no es del todo

clara.

Algunos estudios exponen que la diversificación mitiga el riesgo, sin embargo, otros concluyen

que la misma impide afinar el conocimiento de un sector puntual y, por lo tanto, empeora el

rendimiento. Acharya et al. (2002) estudia empíricamente el efecto de concentración o

especialización frente a la diversificación de los rendimientos y el riesgo de los bancos

utilizando datos de 105 bancos italianos durante el período 1993-1999.

Específicamente, analiza el costo de oportunidad de la concentración y la diversificación de la

cartera de créditos de los bancos para identificar la exposición de préstamos a diferentes

industrias y sectores. El hallazgo más importante es que tanto la diversificación por industrias

como por sector productivo reducen el rendimiento bancario medido a través de la rentabilidad

de los activos (ROA). Se muestra que, para los bancos de bajo riesgo, estas formas de

diversificación producen una relación riesgo-retorno ineficiente o solo una mejora marginal.

De manera comparable, Meslier et al. (2012) aborda el tema de la diversificación de los ingresos

de los bancos de Filipinas a través de modelos dinámicos de datos de panel. Tomando como

aproximación de la diversificación de los ingresos la razón de los ingresos no generadores de

intereses entre el total de ingresos operacionales, y de la rentabilidad el Retorno de los Activos

(ROA) y el Patrimonio (ROE), encuentra que el aumento de la participación en actividades que

no generan intereses se asocia con una mayor rentabilidad sin afectar la volatilidad de los

rendimientos bancarios.

Para un tipo específico de bancos filipinos, los bancos universales,3 el aumento de la

diversificación en actividades que no generan intereses tiende a reducir el riesgo. De manera

puntual se muestra que el efecto positivo en la rentabilidad se debe, principalmente, a la

expansión de las actividades comerciales y, más concretamente, a los títulos públicos que los

bancos compran directamente en lugar de conceder créditos a las pequeñas y medianas

empresas.

El efecto de la diversificación geográfica y sectorial de los créditos en el rendimiento de los

bancos turcos durante el periodo 2007 a 2011 es estudiado mediante un análisis de correlación

de Pearson en Yilmaz et al. (2012). Se emplean como variables de control la cantidad y el monto

de los créditos. Se concluye que existe una relación positiva entre los indicadores de

rentabilidad y el de diversificación.

3 Un banco universal es una institución que conforme a lo que establece la ley general de bancos está habilitada para llevar a cabo todas aquellas operaciones financieras que realizan las entidades financieras especializadas, tales como bancos comerciales, bancos hipotecarios, bancos de inversión, fondos de mercado monetarios y arrendadoras financieras, entre otras.

17


El efecto de la diversificación empresarial en la rentabilidad de los servicios financieros en

Nigeria se examina en Ugwuanyi et al. (2012) por medio de un análisis de regresión lineal

múltiple. El estudio se basa en datos contables históricos generados a partir de informes y

cuentas de los bancos para el período comprendido entre 1998 y 2007, aproximando la

diversificación a través de indicadores de la estructura operacional y geográfica de los bancos.

Los resultados del análisis de regresión revelan que la diversificación tiene un impacto positivo

en la rentabilidad de los bancos. En definitiva, esta investigación evidencia esta relación debido

a que los bancos diversificados colocan sus fondos en las operaciones más rentables.

En la literatura dominicana, la rentabilidad y su relación con el fenómeno de la diversificación y

el riesgo crediticio de los bancos no ha sido abordado ampliamente. Beltré (1986) estudió la

concentración en la banca comercial para el periodo 1960-1985 a través del coeficiente de Gini4 y

el índice de Herfindahl-Hirschman (HHI)5 aplicados a los depósitos. Las conclusiones indican

que este subsector sufrió una transformación en su estructura, pasando de una alta

concentración en 1960 a estar desconcentrado en 1985. Sin embargo no se planteó una relación

de dicha estructura con la rentabilidad de las entidades pertenecientes a ese subsector.

Años más tarde, Camacho y Pascual (2013) mide la concentración de los préstamos y los

depósitos del Sistema Financiero Dominicano durante el periodo 2003-2012 a partir de los

índices C3, C4 y C56 y el HHI, obteniendo como resultado una alta concentración de los mismos.

No obstante, el alcance de dicha investigación no abordaba el impacto de la concentración en los

rendimientos de los bancos.

Por otro lado, Marte (2013) analiza los determinantes de la rentabilidad de la banca dominicana

en la primera década del siglo XXI mediante Mínimos Cuadrados Ordinarios. Aproximando la

concentración a través de la participación de activos de la banca múltiple como proporción de

los activos totales del sistema financiero, los resultados sugieren que una concentración muy

elevada puede perjudicar la rentabilidad.

III. Rentabilidad, Diversificación del Portafolio de Préstamos por Sector Productivo y Riesgo

en el Sistema Financiero Dominicano

En esta sección se ofrece una visión somera de cómo suelen medirse las variables de interés de

esta investigación y cuál ha sido su comportamiento en los últimos años.

Según el portal de la Superintendencia de Bancos, a diciembre 2015, el Sistema Financiero

Dominicano estaba compuesto por 64 entidades, a saber: 17 Bancos Múltiples (BM), 10

Asociaciones de Ahorros y Préstamos (AAyP), 19 Bancos de Ahorro y Crédito (BAC), 17

4 El coeficiente de Gini es una medida de la desigualdad ideada por el estadístico italiano Corrado Gini. Normalmente se utiliza

para medir la desigualdad en los ingresos dentro de un país, pero puede utilizarse para medir cualquier forma de distribución desigual. 5 El Índice de Herfindahl o Índice de Herfindahl e Hirschman (IHH) es una medida, empleada en economía, que informa sobre la concentración económica de un mercado o, inversamente, la medida de falta de competencia en un sistema económico. 6 Los Índices de Mayores Empresas, C3, C4 y C5 son indicadores económicos que permiten calcular la concentración de mercado a partir de la suma de las tres, cuatro y cinco mayores cuotas de mercado de una industria específica.

https://es.wikipedia.org/wiki/Econom%C3%ADa

https://es.wikipedia.org/w/index.php?title=Concentraci%C3%B3n_econ%C3%B3mica&action=edit&redlink=1

https://es.wikipedia.org/wiki/Competencia_(econom%C3%ADa)

18


Corporaciones de Crédito (CI) y 1 Entidad Pública (EP).7 Por la naturaleza del subsector EP, las

entidades que lo componen no son tomadas en cuenta para este tipo de análisis.

En la Figura 1 se muestran indicadores de la rentabilidad de las entidades de intermediación

financiera conocidos como razón de los activos promedios (ROA) y también del patrimonio

(ROE)8 del Sistema Financiero.

Figura 1. Rentabilidad de Activos y Patrimonio del Sistema Financiero Dominicano

Fuente: Elaboración del autor con datos de la Superintendencia de Bancos de la República Dominicana.

El comportamiento de ambos indicadores ha sido bastante similar durante el periodo señalado,

por lo que se infiere que ambos recogen bastante bien el efecto redituable de las entidades,

siendo su coeficiente de correlación de Pearson9 de 0.95 para el periodo señalado.

En el caso del riesgo, los indicadores comúnmente utilizados para tener una aproximación

escueta del mismo son el índice de morosidad, proporción de los créditos vencidos en la cartera

total, y el índice de solvencia, el cual expresa la relación porcentual que existe entre el

patrimonio técnico y los activos y operaciones contingentes ponderados por riesgo. De acuerdo

a lo establecido en el artículo 46 de la Ley Monetaria y Financiera 183-02, las entidades deberán

mantener esta última en un mínimo de un 10%.10

Como se muestra en la Figura 2, durante los años 2007 al 2011 los indicadores de riesgo

mantenían una tendencia muy similar aunque, a partir del 2012, la solvencia se ha destacado

con niveles más elevados.

7 Para ver las diferencias entre los tipos de entidades, ver Artículo 34 de la Ley Monetaria y Financiera 183-02 de fecha diciembre 2002. 8 Estos indicadores se obtienen a partir del resultado neto generado en el ejercicio actual, determinado como la diferencia entre los ingresos y los gastos, tal como surge del Estado de Resultados. 9 Es una medida de la relación lineal entre dos variables aleatorias cuantitativas. Ver Pearson (1905). 10 Para un mejor entendimiento acerca de esta y otras disposiciones, ver artículo 46 de la Ley Monetaria y Financiera 183-02 de fecha diciembre 2002.

0.00%

5.00%

10.00%

15.00%

20.00%

25.00%

30.00%

0.00%

1.00%

2.00%

3.00%

4.00%

dic-07 dic-08 dic-09 dic-10 dic-11 dic-12 dic-13 dic-14 dic-15

RO

E

RO

A

ROA ROE

https://es.wikipedia.org/wiki/Variable_aleatoria

https://es.wikipedia.org/wiki/Variable_estad%C3%ADstica#Seg.C3.BAn_la_medici.C3.B3n

19


Figura 2. Indicadores de Riesgo del Sistema Financiero Dominicano


A diciembre 2015, la cartera de créditos privada del sistema financiero dominicano ascendía a

un monto de RD$ 554,311.52 millones y su estructura por sector productivo era la presentada en

la Tabla 1. Los sectores de consumo, adquisición de viviendas y comercio al por mayor y al por

menor tenían la mayor participación dentro de la cartera privada, con un 28%, 18% y 17%,

respectivamente.

De acuerdo a las operaciones que le son permitidas a cada subsector, según la Ley Monetaria y

Financiera 183-02 y por la naturaleza de los mismos, esta composición puede variar,

destacándose los microcréditos en los Bancos de Ahorro y Crédito con una participación de 34%

del total de su cartera.11

Tabla 1. Portafolio de Préstamos del Sistema Financiero Dominicano Sectores Productivos Monto (MM RD$)

Agricultura, Silvicultura y Pesca 13,056.58 Explotación de Minas y Canteras 1,347.26 Industrias Manufactureras 40,770.21 Electricidad, Gas y Agua 6,518.22 Construcción 28,591.96 Comercio Al Por Mayor y Al Por Menor 96,367.41 Hoteles y Restaurantes 25,619.45 Transporte, Almacen y Comunicación 7,794.51 Serv. Inmobiliarios, Empresariales y de Alq. 16,008.02 Adquisición de Viviendas 100,873.03 Serv. Comunitarios, Sociales y Personales 15,765.61 Microempresas 16,060.61 Préstamos de Consumo 159,032.38 Resto de Otras Actividades 26,506.27

Total 554,311.52 Fuente: Elaboración del autor con datos de la Superintendencia de Bancos.

11 Ver Anexo 1.

14.00%

16.00%

18.00%

20.00%

0.00%

2.00%

4.00%

6.00%


So

lve

nci

a

Mo

rosi

da

d

Morosidad Solvencia

20


IV. Datos

El estudio se lleva a cabo con datos trimestrales procedentes de la Superintendencia de Bancos

de la República Dominicana (SIB) y del Banco Central de la República Dominicana (BCRD) para

el periodo de marzo 2007 a diciembre 2015.

Se realiza un panel balanceado con información de 28 entidades de intermediación financiera

que han permanecido activas durante el periodo de análisis y cuya cartera representa el 94% del

sistema financiero: once bancos múltiples, nueve asociaciones de ahorros y préstamos y ocho

bancos de ahorro y crédito.

La variable dependiente es la rentabilidad de los bancos medida a través del ROA. En cuanto a

las variables independientes, el Índice de Diversificación fue construido a partir de las cuotas de

mercado de los distintos sectores productivos en los que se clasifica la cartera de créditos:12

∑

donde es el Índice de Diversificación, es el Índice de Herfindahl-Hirschman y es

la proporción de la cartera clasificada dentro de cada sector productivo.13

El riesgo de las entidades se aproximó mediante el indicador de morosidad. Además, se

incluyeron como variables explicativas, la tasa de interés interbancaria,14 como referencia de las

tasas de interés del mercado, y la variación interanual del Producto Interno Bruto (PIB), por ser

el indicador macroeconómico de mayor impacto e influencia en todos los sectores de la

economía. La Tabla 2 presenta estadísticas de las variables consideradas en el análisis.

Tabla 2. Resumen Estadísticos Descriptivos de las Variables de Interés

Variable (%) Media Desv. típica Mín. Máx. Obs.

ROA 1.40 3.30 -22.00 13.00 1,008

Índice de Diversificación 96.31 2.18 90.00 99.00 1,008

Índice de Morosidad 4.15 4.21 0.00 42.00 1,008

Variación PIB 10.25 4.20 1.00 19.00 1,008

Tasa de Interés Interbancaria 7.60 2.40 5.00 16.00 1,008

Fuente: Elaboración del autor con datos de la SIB y el BCRD.

12 Ver Tabla 1. 13 El índice fue desarrollado de manera independiente por los economistas A. O. Hirschman (1945) en su libro ¨Poder Nacional y Estructura del Comercio Internacional¨ y O. C. Herfindahl (1950) en su disertación doctoral ¨Concentración en la Industria de Acero de los Estados Unidos¨. Para ver un mayor detalle del índice, consultar Rhoades (1993) en la División de Investigación y Estadísticas. 14 La tasa de interés interbancaria hace referencia a una tasa de interés a la cual los intermediarios financieros se prestan fondos entre sí por un día. Los préstamos entre las entidades no son colateralizados por lo que la tasa refleja el riesgo crediticio asociado con las contrapartes de las operaciones.

21


V. Metodología

Para lograr el objetivo de este trabajo de investigación se asume que existe una relación lineal

entre el indicador de rentabilidad ( ), con la diversificación de la cartera de créditos ( y el

riesgo de las entidades ( , de manera que esta relación se puede escribir de la forma

siguiente:

∑

∑

∑

donde es la variable control m en el momento . El valor del coeficiente de la variable

diversificación se interpreta como la rentabilidad de una entidad dado un punto adicional de

diversificación. Se espera que la estimación de sea positiva y la de sea negativa.

Las perturbaciones recogen aquellas características no observables que afectan a la

rentabilidad y se asume que son normalmente distribuidos con media cero y varianza

constante. No obstante, en la estimación de modelos en paneles los supuestos clásicos

usualmente no son satisfechos por lo que no se cumplen los requisitos para obtener los mejores

estimadores lineales insesgados a través de Mínimos Cuadrados Ordinarios (MCO).

Favorablemente, la estimación del modelo se hace posible al modelar la heterogeneidad de las

unidades transversales. Driscoll y Kraay (1998)15 propone una metodología que corrige las

matrices de varianza-covarianza de los residuos, controlando la heteroscedasticidad y los tipos

de correlación de estos, definida de la siguiente manera:

( )

donde es la matriz de regresores y es el estimador de la matriz de varianzas.

VI. Resultados

Con fines de determinar la utilización de efectos fijos o aleatorios, se realizó la Prueba de

Hausman, concluyendo que el método de efectos fijos resulta más adecuado.16 Los signos de

todos los coeficientes son los esperados y son además consistentes con la evidencia empírica,

como se muestra en la Tabla 3. La variación interanual del PIB es estadísticamente no

significativa por lo que, durante el periodo de estudio, se sugiere que este indicador

macroeconómico no tiene influencia sobre la rentabilidad de las entidades.

15 Para ver la metodología y todos sus pormenores, buscar ¨Consistent Covariance Matrix Estimation with Spatially Dependent Panel Data¨. Review of Economics and Statistics, 549-560. 16 Ver Anexo 2.

22


Tabla 3. Efectos Fijos por Mínimos Cuadrados Ordinarios

Variable Coeficiente T-Stat P >|t|

Constante -0.3885 -3.5 0.0000

DI 0.4147 3.6 0.0000

Morosidad -0.0989 -4.91 0.0000

∆ PIB 0.0054 0.35 0.7250

Tasa de Interés Interbancaria 0.0963 3.74 0.0000

Pruebas de diagnóstico

Corr. Transversal 0.0000

Heterocedasticidad 0.0000

Corr. Serial 0.0000

Fuente: Estimación del autor. Los coeficientes se miden en puntos porcentuales.

Los resultados indican que un aumento unitario en la diversificación se traduce en incrementos

de la rentabilidad en 0.41 puntos porcentuales. Por otro lado, un aumento unitario de la

morosidad, disminuye la rentabilidad en 0.09 puntos porcentuales.

A partir de las estimaciones se infiere que una mayor diversificación de la cartera de créditos

impacta positivamente la rentabilidad de las entidades; la tasa de interés interbancaria también

beneficia la rentabilidad de los bancos aunque en menor proporción. El indicador de riesgo

mantiene una relación inversa con el ROA, lo que implica que altos niveles de morosidad

perjudican el rendimiento de las Entidades de Intermediación Financiera. De manera específica,

la hipótesis nula de los estadísticos de Breusch-Pagan y Wooldridge para correlación transversal

y serial, respectivamente, son rechazados. Asimismo, el estadístico modificado de Wald cuya

hipótesis nula plantea la igualdad entre las varianzas de los residuos transversales es rechazada,

determinando la presencia de heteroscedasticidad.

Para controlar la correlación en los residuos, así como la heteroscedasticidad, las estimaciones

finales presentan resultados donde las matrices de varianza covarianza fueron corregidas a

través de Driscoll y Kraay (1998).Como es de esperarse, los signos de los coeficientes y sus

magnitudes se mantienen invariables y los estadísticos que indican que todas las variables son

significativas al 95%, con excepción de la variación del PIB que arroja un valor de 0.26,

evidenciado en la Tabla 4.

Tabla 4. Efectos Fijos por Mínimos Cuadrados Ordinarios (Driscoll-Kraay)

Variable Coeficiente T-Stat P >|t|

Constante -0.3885 -2.05 0.0490

DI 0.4147 2.13 0.0410

Morosidad -0.0989 -2.65 0.0120

∆ PIB 0.0054 0.26 0.7970

Tasa de Interés Interbancaria 0.0963 4.07 0.0000

Pruebas de diagnóstico

Corr. Transversal 0.0890

Heteroscedasticidad 0.0680

Corr. Serial 0.0750

Fuente: Estimación del autor. Los coeficientes se miden en puntos porcentuales.

23


VI. Conclusiones y recomendaciones de política

Este trabajo de investigación estudió la relación entre la rentabilidad de las Entidades del

Sistema Financiero Dominicano con la diversificación de la cartera de créditos y el riesgo

crediticio para el periodo de marzo 2007 a diciembre 2015 a través de estimaciones a partir de

un panel balanceado conformado por las veintiocho entidades que permanecieron activas

durante todo el periodo de estudio.

Se aproximó la rentabilidad a través del ROA, la diversificación mediante un índice construido

con las cuotas de mercado de los diferentes sectores productivos del portafolio de préstamos de

cada entidad y el riesgo crediticio mediante el índice de morosidad. Adicionalmente, se

agregaron como variables de control la variación interanual del Producto Interno Bruto (PIB) de

la República Dominicana y la tasa de interés interbancaria.

Utilizando el método de Mínimos Cuadrados Ordinarios (MCO) con efectos fijos, se obtuvieron

coeficientes que, a pesar de ser significativos y congruentes con la evidencia empírica,

presentaban correlación serial, transversal y heteroscedasticidad. Para corregir estos problemas,

se procedió a utilizar la metodología de Driscoll y Kraay (1998).

Los resultados obtenidos sugieren que la rentabilidad de las entidades mantiene una relación

positiva y significativa con la diversificación del portafolio de préstamos por sector productivo,

por lo que los bancos que canalizan sus recursos en una mayor cantidad de sectores productivos

tienden a ser más redituables. En cuanto al riesgo, el índice de morosidad mostró un signo

negativo y significativo en relación al ROA, por lo que se infiere que la proporción de créditos

vencidos de cada entidad afecta negativamente su rendimiento.

Estos resultados son congruentes con las estadísticas publicadas por la Superintendencia de

Bancos de la República Dominicana, así como el Informe de Desempeño del Sistema Financiero

a diciembre 2015,17 donde las entidades con mayores niveles de rentabilidad son las que tienen

un menor índice de morosidad.18

Partiendo de estos hallazgos, sería oportuno evaluar la factibilidad de alguna política que

promueva que las entidades de intermediación financiera otorguen facilidades crediticias tanto

a personas físicas como jurídicas en los diferentes sectores productivos, ya sea mediante algún

incentivo o por reglamento.

En el caso de la morosidad como indicador de riesgo, se busca la posibilidad de reducirlo, por lo

que una recomendación en este tenor sería la disminución de las tasas de interés activas de

manera que los deudores incurran con menor frecuencia en atrasos en el pago de sus cuotas,

tomando en cuenta el apetito al riesgo de cada entidad en particular.

17 Este Informe y ediciones de años anteriores se encuentran en el portal de la Superintendencia de Bancos de la República Dominicana. 18 Ver Anexo 3.

24


En definitiva, lograr niveles de diversificación elevados e índices de morosidad bajos repercute

en el buen desempeño de los bancos, lo que a su vez se traduce en un sistema financiero estable.

El trabajo aquí presentado podría extenderse de distintas formas, desde modelar la rentabilidad

como un proceso dinámico, hasta incorporar variables de eficiencia para ver cómo estas

impactan el rendimiento de un banco. También sería interesante estudiar el impacto de la

diversificación de las entidades por tipo de ingresos o por zonas geográficas.

Referencias

Acharya, V., Hasan, I. y Saunders, A. (2006). “Should Banks Be Diversified? Evidence from Individual

Bank Loan Portfolios,” The Journal of Business, Vol. 79, issue 3, 1355-1412.

Banco Central de la República Dominicana (Diciembre 2015). “Estadísticas-Sector Real.” Recuperado el 1 de

junio del 2016, de: http://bancentral.gov.do//

Banco Central de la República Dominicana (Diciembre 2015). “Estadísticas-Sector Monetario y Financiero.”

Recuperado el 1 de junio del 2016, de: http://bancentral.gov.do//

Beltré, A. (1986). “La concentración bancaria en la República Dominicana: Análisis de la Banca Comercial

a través del Coeficiente de Gini y el Índice de Herfindahl,” 1960-1985. Nueva Literatura Económica

Dominicana.

Berger, A., Hasan, I., Korhonen, I. y Zhouf, M. (2010). “Does Diversification Increase or Decrease Bank

Risk and Performance? Evidence on Diversification and the Risk-Return Tradeoff.” Working Paper.

Camacho, F., y Pascual, O. (2013). “Una Nota sobre la Concentración Bancaria en la República

Dominicana.” Breves Ensayos de Economía y Finanzas Oeconomia, Vol. VII, No. 1.

Dirección General de Impuestos Internos (2014). “Concentración de Mercado en República Dominicana.”

Driscoll, J., y Kraay, A. (1998). “Consistent Covariance Matrix Estimation with Spatially Dependent Panel

Data.” Review of Economics and Statistics, 549-560.

Gurbuz, A., Yanik, S. y Ayturk, Y. (2013). “Income Diversification and Bank Performance: Evidence from

Turkish Banking Sector,” Journal of Banking and Finance, Vol.9, No.1.

Kachari, G. y Wu, Z. (2015). “Nonlinear Relationship between diversification and bank profitability.”

Simon Fraser University, Working Paper.

Ley Monetaria y Financiera 183-02 (Diciembre 2002).

Marte, A. (2013). “Determinantes de la Rentabilidad de la Banca Dominicana en la Primera Década del

Siglo XXI.” Empírica Centro de Aplicaciones Económicas.

Maudos, J. (2001). “Rentabilidad, Estructura de Mercado y Eficiencia en la Banca.” Revista de Economía

Aplicada. Vol.IX, No.25.

Mulwa, J., Tarus, D. y Kosgei, D. (2015). “Commercial Bank Diversification: A Theoretical Survey,”

International Journal of Research in Management & Business Studies, Vol.2.

http://econpapers.repec.org/RAS/pac33.htm

http://econpapers.repec.org/RAS/pha532.htm

http://econpapers.repec.org/article/ucpjnlbus/

25


Rossi, S., Schwaiger M., Winkler y Gerhard, W. (2009). “How loan portfolio diversification affects risk,

efficiency and capitalization: A managerial behavior model for Austrian banks,” Journal of Banking and

Finance, 33, 218-226.

Superintendencia de Bancos de la República Dominicana (Diciembre 2015). “Publicaciones y Estadísticas.”

Recuperado el 1 de Julio de 2016, de: http://www.sib.gov.do/

Ugwuanyi, Obinne, G., Ugwu, y Nonye, J. (2012). “The Effect of Corporate Diversification on the

Profitability of the Financial Services Sector in Nigeria.” International Journal of Social, Behavioral,

Educational, Economic, Business and Industrial Engineering Vol. 6, No. 7.

26


Anexos

Anexo 1. Estructura de la Cartera de Créditos Privada por Subsector y Sector Productivo

Tabla A1. Portafolio de Préstamos por Subsector (en millones de RD$) Sectores Productivos BM AP BAC CI

Agricultura, Silvicultura y Pesca 12,297.41 497.56 214.25 47.37 Explotacion de Minas y Canteras 1,347.26 0.00 0.00 0.00 Industrias Manufactureras 39,668.07 1,046.79 42.68 12.67 Electricidad, Gas y Agua 6,509.83 2.16 6.23 0.00 Construcción 19,470.73 8,829.30 211.11 80.82 Comercio Al Por Mayor y Al Por Menor 94,193.07 967.06 735.74 471.54 Hoteles y Restaurantes 25,608.95 0.00 9.00 1.51 Transporte, Almacen y Comunicación 7,358.16 60.88 355.08 20.40 Serv. Inmobiliarios, Empresariales y de Alq. 15,277.20 497.40 194.15 39.28 Adquisición de Viviendas 60,934.38 39,625.60 289.17 23.89 Serv. Comunitarios, Sociales y Personales 14,848.40 634.57 124.90 157.73 Microempresas 6,577.07 2,077.78 7,224.71 181.05 Préstamos de Consumo 123,124.07 23,340.70 10,403.63 2,163.96 Resto de Otras Actividades 20,513.31 4,697.63 1,171.21 124.12

Total 447,727.91 82,277.43 20,981.85 3,324.34 Fuente: Elaboración del autor con datos de la Superintendencia de Bancos.

Anexo 2. Test de Hausman

Tabla A2. Resultados Test de Hausman

Variables Coeficientes

Efectos fijos (b) Efectos aleatorios (B)

DI 0.4147 0.1157

Morosidad -0.0990 -0.0988

∆ PIB 0.0054 0.0052 Tasa de Interés Interbancaria 0.0964 0.0931

Fuente: Estimación del autor. Los coeficientes se miden en puntos porcentuales. b=consistente bajo Ho y Ha. B=inconsistente bajo Ha, eficiente bajo Ho.

Prueba: Ho: diferencia en coeficiente no sistemática. Prob>chi2 = 0.0028.

Un aspecto significativo relacionado a la especificación de la ecuación 5.1, se refiere al

coeficiente del intercepto . Al no tener un subíndice, se refleja el supuesto de que no existen

indicadores de los cuales se prescinde por el modelo que crean discrepancias entre los

indicadores de rentabilidad de cada entidad. Sin embargo, resulta más realista suponer que sí

existe heterogeneidad en los cortes transversales. Las distintas formas en cómo estas diferencias

se introducen al modelo origina una clasificación en el análisis de los paneles de datos: efectos

fijos y efectos aleatorios.

Hausman (1978) contribuyó a la decisión del método más conveniente, entre efectos aleatorios y

fijos. El test de Hausman se utiliza para probar la no correlación entre efectos aleatorios y las

variables independientes del modelo. La hipótesis nula establece que los estimadores MCO y

MCGF son consistentes para estimar efectos fijos; la alternativa establece que solo MCO es

consistente. Se define el estadístico de Hausman de la manera siguiente:

27


[ ] [ ]

donde son los coeficientes de efectos fijos y aleatorios, respectivamente.

constituye la inversa del vector de diferencias de varianzas:

Se rechaza la hipótesis nula cuando es superior al valor crítico de la distribución chi cuadrada

para los niveles de significancia y grados de libertad correspondientes; lo que implica que el

método de efectos fijos resulta más adecuado que el método de efectos aleatorios.

Anexo 3. Rentabilidad y Riesgo por Subsector

Figura A3.1. Banca Múltiple Dominicana


Figura A3.2. Bancos de Ahorro y Crédito


1.69%

2.44%

0.00%

0.50%

1.00%

1.50%

2.00%

2.50%

3.00%

3.50%

0.00%

1.00%

2.00%

3.00%

4.00%

5.00%

6.00%


RO

A

Mo

rosi

da

d

Morosidad ROA

3.48%

0.07%

-8.00%

-6.00%

-4.00%

-2.00%

0.00%

2.00%

4.00%

6.00%

8.00%

0.00%

2.00%

4.00%

6.00%

8.00%

10.00%

12.00%

14.00%


RO

A

Mo

rosi

da

d

Morosidad ROA

28


Análisis teórico del Límite Inferior de Cero: Definición,

implicaciones y experiencia internacional reciente

Por: Fidel E. Morla Martínez19

I. Introducción

En la literatura de política monetaria, se encuentra una discusión de que existe un Límite

Inferior de Cero (LIC) para las tasas de interés nominales y la posibilidad de que dicho umbral

podría interferir con la conducción de política monetaria en un entorno de baja inflación. Este

tema se ha hecho relevante entre economistas dado el ambiente de bajas tasas de interés y baja

inflación a nivel mundial, además de que el instrumento convencional de la política monetaria

(PM) actualmente es la tasa nominal de interés a muy corto plazo.

Aunque resulte nueva para muchas economías, esta situación se viene experimentando desde

los años noventa con la ineficacia de la política monetaria japonesa en la estabilización y evitar

una depresión prolongada en la que las tasas de interés nominales de corto plazo se redujeron

cercanas a cero.20 Krugman (1999) y Meltzer (1999) son algunos de los que respaldan la idea de

que cualquier banco central perdería el poder de provocar algún estímulo macroeconómico, de

encontrarse en esta situación. En el caso extremo de llegar una situación en la cual la tasa

nominal alcance el cero, el mayor problema sería que la tasa de interés real de corto plazo

podría ser mayor a la necesaria para garantizar la estabilidad de precios. Esto conduce a una

presión hacia la baja en los precios y, por ende, en la economía, generando un círculo

deflacionario (Eggertsson y Woodford, 2003).

Este escenario extremo aparece primero en Hicks (1937) de la siguiente forma: de violarse el

LIC, sería preferible acumular dinero en lugar de prestar a una tasa menor. Así, en una

economía en la que los costos de la tenencia de dinero pueden eliminarse y las tasas son

negativas, siempre sería más rentable retener dinero en lugar de prestarlo, dado que no tendría

sentido realizar una inversión con retornos negativos. Bajo este argumento, las tasas nominales

deben ser positivas, o de lo contrario debería producirse una explosión en la demanda de

efectivo en presencia de tasas de interés no positivas.

Sin embargo, a diferencia de la estructura económica de los años treinta, el problema reside en

que actualmente no todos los activos denominados como dinero necesariamente tienen una

rentabilidad nominal de cero. Incluso, la experiencia reciente invalida este argumento ya que no

se pueden excluir los costos de mantener efectivo. Rognlie (2015) explica que estos costos

provocan que la PM sea una herramienta imperfecta, en el sentido de que, ya que el efectivo

tiene un rendimiento más alto, los individuos mantienen posesión de éste aun cuando el costo

19

División de Análisis Monetario, Departamento de Programación Monetaria y Estudios Económicos. Para preguntas y

comentarios escribir a [email protected]. 20 Ver McCallum (2000).


29


marginal es mayor a los beneficios. Esta diferencia, que podría verse como un subsidio de la

PM, crea una pérdida de eficiencia.

Esto contraría uno de los fundamentos de la economía monetaria, la regla de Friedman (1969),

que establece que las tasas nominales se deben establecer de manera óptima en cero, y que

cualquier desviación crea una pérdida de bienestar. Tradicionalmente, la regla de Friedman se

ha utilizado para argüir que las tasas nominales positivas son sub-óptimas. No obstante, la

pérdida de tener tasas negativas es de mayor magnitud. Al no tener piso, bajo la regla de

Friedman la demanda de efectivo también crece ilimitadamente al ir produciéndose

subsiguientes descensos en las tasas.

Por consiguiente, el reto para la PM es equilibrar entre dos objetivos: primero, la necesidad de

fijar la tasa de interés nominal para evitar alejarse del equilibrio o el “tipo de interés real

neutral”, determinado por los fundamentos económicos; y segundo, limitar las pérdidas de

desviarse de la regla de Friedman. La política óptima entonces opera entre estos dos objetivos al

suavizar las tasas de interés con respecto a la tasa natural, en una medida determinada por el

nivel y la elasticidad de la demanda de efectivo.

No obstante, la restricción ocasionada por el LIC depende relativamente de los objetivos

inflacionarios de cada BC, ya que la importancia cuantitativa del límite radica en la frecuencia

con la que la PM se acerca a éste. Si la meta de inflación es alta, la PM se manejará bajo tasas de

interés altas y el LIC rara vez incidiría sobre la política. Por el contrario, si se tiene una meta

suficientemente baja, este piso podría tener efectos más nocivos. Con esto en consideración,

ceteris paribus, se puede argumentar a favor de una mayor tasa de inflación de estado

estacionario. En este contexto, el cambio a una tasa de inflación objetivo más alta representa un

movimiento más lejos en el horizonte intertemporal de la disciplina política tanto fiscal como

monetaria, una posición que se querría evitar (Agarwal y Kimball, 2015).

Tomando todo esto en consideración, el objetivo de este documento es presentar la discusión

formal en torno al LIC existente en la literatura, además de un contraste entre la visión teórica y

algunas experiencias empíricas, detallando para esta última el contexto económico subyacente

en las economías referenciadas,

El resto del documento se divide como sigue: la sección 2 detalla la discusión y antecedentes

teóricos, mientras que la sección 3 considera los costos y beneficios de tasas negativas de interés.

Luego, la sección 4 explica algunas alternativas en materia de política fiscal y monetaria. La

sección 5 incluye ejemplos de bancos centrales que establecieron tasas de política monetaria por

debajo del cero, y la sección 6 contiene las observaciones finales.

30


II. Discusión y antecedentes teóricos

2.1 Teoría tradicional: La regla de Friedman

La definición formal de la regla propuesta por Friedman (1969) expresa la idea de que el costo

de oportunidad de mantener dinero que enfrentan los agentes económicos debe igualar el costo

de oportunidad social de la creación de dinero fiduciario. Así, el costo marginal de la creación

de dinero sería cero, dando lugar a una tasa de interés nominal también igual a cero. Friedman

indica que una tasa de interés nominal positiva genera pérdidas por ineficiencia, debido a la

diferencia que se genera entre ambos. Por lo tanto, la regla implica que la PM debería tener

como meta una deflación igual a la tasa de interés real, con lo que la tasa nominal se situaría en

cero.

Friedman (1969) argumentó también que si los hogares ahorran en efectivo, la economía sería

ineficiente. Según el autor, los individuos deben tener como restricción su flujo de ingresos

promedio y no la falta de liquidez inmediata que provoca la sola utilización de efectivo. Se

podrían evitar ahorros innecesarios de efectivo si el dinero pagase una tasa de interés real de

acuerdo a las preferencias intertemporales del individuo. La tenencia de dinero en esta

economía se conoce como la cantidad óptima de dinero.

Aunque tiene implicaciones de eficiencia en el largo plazo, el inconveniente de esta lógica surge

en que ciertas distorsiones de mercado imposibilitan la regla. Ireland (1996) demuestra que la

regla de Friedman es óptima en las economías monetarias bajo competencia monopolística.

También se necesita que la autoridad fiscal utilice los impuestos para reducir continuamente la

oferta de dinero de forma suficiente como para que la deflación lleve a las tasas de interés hasta

cero (Correia y Teles, 1996).

Además, la evidencia empírica no respalda el óptimo teórico propuesto por la regla. En la

práctica, las economías que se han visto en situaciones de tasas cercanas a cero han tenido

dificultades macroeconómicas. Los ejemplos más reconocidos son el caso de recesión japonés de

los noventa y la reciente crisis estadounidense.

El otro punto que no favorece la regla de Friedman es que los supuestos para su cumplimiento son bastante restrictivos; i) rendimientos constantes a escala, ii) los factores de producción pagan su producto marginal, iii) los ingresos de los factores son gravados a la misma tasa y iv) cero costos de transacción para el consumo gubernamental. La combinación de estos supuestos hace que la regla sea poco realista.

2.2 Teoría del nuevo keynesianismo y el modelo de distorsiones discretas de Calvo

A pesar de la existencia de varios modelos con actualización gradual de precios, el modelo

básico utilizado normalmente es la versión discreta de Calvo (1983). En el modelo de Calvo

existe una fricción estilizada según la cual, en cada período, una fracción (aleatoria) de

emprendedores tiene la oportunidad de ajustar precios, mientras la fracción restante

mantiene sus precios sin variación. Estas características (debido al entorno de competencia

31


monopolística) implican una asignación ineficiente de los recursos productivos entre

emprendedores, lo cual arrojaría el coste social de este modelo. Solo si la política monetaria

genera una inflación promedio que provoca que la fracción tenga un precio promedio

similar al precio de la fracción , entonces se eliminaría esta distorsión. En consecuencia, la

inflación óptima en este ambiente (ceteris paribus) es igual a cero.

Para condensar la relación entre la inflación óptima de la regla de Friedman y la que provee el

modelo de Calvo (1983), Schmitt-Grohé y Uribe (2010) emplean un modelo dinámico que

incluye ambos tipos de fricciones. En los resultados explican que la tasa óptima de inflación es

cercana a cero, pero que la importancia relativa de la fricción de precios pondera más que los

aspectos considerados en la regla de Friedman, como el de medio de cambio del dinero.

Sin embargo, las consideraciones que van en contra de esta visión, indican que los contratos podrían ser indexados de cierta forma y que, dada la profundidad del mercado financiero, analizar de forma discreta no es esencialmente la mejor opción. Por ende, la fracción no necesariamente debe esperar el período para actualizar sus precios, por lo que este esquema solo hace sentido en una economía donde la inflación de estado estacionario es igual a cero. A la vez que se eliminan todas las fricciones propuestas en el modelo de Calvo, se concluye que la senda óptima sería la de la regla de Friedman.

2.3 Optimalidad de Ramsey considerando el Límite Inferior de Cero

La política monetaria óptima de Ramsey implica que, para que la tasa de interés nominal cruce el cero, la inflación debe caer más de cuatro desviaciones estándar por debajo de su nivel objetivo. Utilizando el modelo de Ramsey como base, Schmitt-Grohé y Uribe (2010) encuentran que la política monetaria óptima no implica una inflación promedio positiva y que la frontera del cero es alcanzada de forma infrecuente. Bajo este marco, la inflación óptima promedio sería, de hecho, negativa. Resultados de este tipo no ofrecen mucho (si cualquier) apoyo al planteamiento de que el aumento del objetivo de metas de inflación (y con ello, la inflación promedio) sería ideal.

Un problema significativo de este esquema, por ejemplo, es la ausencia de una distinción entre la tasa de interés interbancaria de corto plazo y la tasa libre de riesgo de corto plazo. Esta relación que, aunque es puramente intertemporal, representa un tema importante para las decisiones de consumo-inversión de los agentes, afectadas negativamente por la diferencia entre estas dos tasas. Adicionalmente, puesto que la tasa interbancaria es la relevante para el problema del LIC, tener esta diferencia en cuenta podría disuadir la presunción optimista de que el LIC se alcanza rara vez.

III. Costos y beneficios de las tasas de interés negativas

Sin importar qué tipo de pensamiento predomine en materia de política monetaria, un aspecto innegable es que, de eliminar este piso de cero, las políticas que utilizan tasas de interés no tendrían restricciones. Por ello, se hace necesario evaluar la relación costo-beneficio de eliminar el umbral, dando la opción a la existencia de tasas de interés nominales negativas. Más adelante, se ponderan los costos y beneficios de acuerdo a la literatura existente.

3.1 Costos

32


Primero, el costo más perceptible sería evitar el uso de efectivo. Aun cuando las tasas de interés sean negativas, realizar las inversiones en papel moneda resulta costoso por razones sencillas; a) el papel moneda es voluminoso y pesado, en consecuencia, más difícil de utilizar en gran volumen; b) la moneda es objeto de robo, lo que requiere una gran inversión en seguridad y seguros; c) el recuento de la moneda cada vez que se mueve o se transfiere entre las personas implica tiempo y gastos; d) la moneda física está sujeta a la degradación, accidentes, incendios, falsificación y otros contratiempos (Agarwal y Kimball, 2015; Jensen y Spange, 2015).

No obstante, es importante considerar el tamaño de la inversión. Un hogar promedio puede

encontrar favorable el uso de efectivo, por su fácil canjeo y almacenamiento. En cambio, a una

corporación grande puede que le resulte extremadamente costoso.

Segundo, definir inflación podría dificultarse. En este nuevo escenario, en cierto sentido,

coexistirían dos tasas de inflación; la tasa de inflación propiamente dicha, relacionada con la

unidad de cuenta, y la "tasa de inflación" en relación con el papel moneda (McAndrews, 2015).

Tercero, dado que la inflación es un concepto menos claro, los precios relativos a nivel

microeconómico podrían alejarse de lo que deberían ser por la fijación de precios diferenciada.

Estos costos surgen específicamente de la unidad inflacionaria en la cual se fijan los precios, que

usualmente es la unidad de cuenta. Se diferenciaría aún más los precios de bienes básicos,

intermedios y finales, además el de capital y mano de obra.

En cuarto lugar, los costos de menú (que se originan cuando se cambian los precios) se

presentarían con más frecuencia (Humphrey, 2015). Quinto, confusión entre las definiciones de

tasa de interés nominal y real para los agentes con menor manejo de información para sus

decisiones intertemporales. Sexto, a pesar de que la mayoría de los costos provienen de la

inflación como unidad de cuenta, hay excepciones. El diferencial entre la tasa de depósito y la

tasa de interés del papel moneda representa un costo, pero solo para las instituciones

financieras y el BC. Aunque se puede reducir este costo utilizando la regla de Friedman, añade

ciertas alteraciones al mercado financiero (Bernanke et al. 2004).

Séptimo, como responsables de ayudar al suavizamiento del consumo; facilitar el comercio,

pago, compensación y liquidación de los activos financieros, entre otras cosas, la salud del

sistema financiero es importante para la estabilidad económica. Ese sistema obtiene sus

ganancias del diferencial de las tasas activas (o de préstamos) y las pasivas (o de depósitos). En

caso de recibir tasas negativas por los préstamos mientras se carga una tasa de cero a los

depositantes, los bancos sencillamente perderían dinero. Por ende, si el objetivo de tasas

negativas es aliviar las condiciones financieras y proporcionar un estímulo a la economía, se

deben evaluar cuidadosamente los efectos de esta política sobre los intermediarios financieros

(Fuhrer y Madigan, 1994; Svensson, 2000).

3.2 Beneficios

El beneficio directo de poder utilizar tasas de interés negativas es un mayor margen de

maniobra para la política monetaria. Un beneficio indirecto es el de ser capaz de reducir la meta

33


de inflación, pero este dependerá explícitamente de los objetivos de cada BC. Sin embargo,

ambos beneficios se originan al eliminar los costos del LIC (McCallum, 1999). Adicionalmente,

Agarwal y Kimball (2015) argumentan que, en ausencia del LIC, una leve deflación podría

ocasionar los mismos efectos que una inflación moderada.

Además de ser estos los dos más grandes beneficios, se pueden listar otros cuatro posibles. Uno

proviene del aspecto legal de las empresas, en el sentido de que puede aminorar la parte

impositiva del capital que se indexa. Asimismo, las empresas podrían beneficiarse por cómo se

considerarían los salarios reales en este escenario (Buiter, 2009).

Según Rognlie (2015), otra ventaja de la existencia de tasas negativas viene dada por el factor

descuento de los agentes. Por ejemplo, si se pensase en un esquema en el cual se determinan y

ajustan precios a la Calvo, los agentes estarían inclinados a obtener los precios relativos en el

corto plazo de forma más precisa, en lugar de hacerlo al mediano plazo. Esto induciría a

suavizar el ajuste de precios en un contexto inflacionario. Sin embargo, el efecto total dependerá

de cómo cada agente descuente intertemporalmente.

Asimismo, Agarwal y Kimball (2015) indican que las expectativas de la velocidad de

amortización suelen estar vinculadas a las tasas de interés nominales. Mientras mayores sean

estas expectativas de liquidación de préstamos, más se dificulta la creación de esquemas Ponzi.

IV. Alternativas en términos de política monetaria y fiscal

4.1 Alternativas en Política Fiscal

El uso activo de una política fiscal contracíclica generalmente es excluido en las consideraciones teóricas del LIC. Esto es así porque la experiencia de los últimos quince años sugiere que este supuesto es muy estricto y puede generar incertidumbre acerca de sus efectos futuros, si no se considera completamente cómo la política fiscal puede acompañar a la política monetaria. Por ejemplo, Japón comienza a utilizar una política fiscal agresiva para estimular la economía desde la década de 1990.

No obstante, la teoría económica apoya la idea de que el gasto gubernamental puede aliviar los

costos macroeconómicos asociados al LIC, en presencia de rigideces nominales. Los descensos

de las tasas de interés en el corto plazo pueden no ser suficientes para reactivar la economía

seguida de un choque negativo. Así, el principal problema que enfrenta la economía subyace en

una demanda insuficiente.

En este sentido, Eggertsson (2011) considera que bajo este escenario, las políticas que estimulan

el gasto deben ponderarse de forma especial. El autor hace la salvedad que no puede ser

cualquier medida fiscal, por ejemplo, los recortes de los impuestos al ingreso pueden inclusive

empeorar el estancamiento. Debido a que los costos por el LIC son un tanto específicos, la

acción gubernamental debe llegar a través de créditos fiscales a la inversión y/o una reducción

a la imposición sobre las ventas, de manera selectiva y transitoria. Estas políticas no solo

provocan una inflación sana en el corto plazo, como la define Williams (2009), sino que también

tienen la ventaja de que no se ven afectadas por cuestiones de credibilidad.

34


El modelo presentado por Eggertsson (2011) estipula que el efecto de recortes de impuestos y

aumentos del gasto público es fundamentalmente diferente cuando se enfrenta al LIC que bajo

circunstancias normales.

4.2 Alternativas en Política Monetaria

Una forma de lograr una mayor estabilización en términos de brecha de producto, incluso teniendo bajas tasas de inflación de estado estacionario, es tener una regla de política que sea capaz de responder de manera más agresiva a los movimientos en la actividad económica. Esto es porque, mientras mayor sea la respuesta de la brecha ante movimientos en la política monetaria, no solo disminuye la volatilidad del crecimiento, sino que también se alcanzarían las metas inflacionarias en menor tiempo. Sin embargo, el costo asociado a políticas monetarias con esta orientación, sería una mayor volatilidad en las tasas de interés (Reifschneider y Williams, 1999).

Curiosamente, Bernanke et al. (2004) mencionan que si la respuesta es demasiado fuerte, puede

ser contraproducente en un escenario de tasas de interés de estado estacionario muy bajas. Este

resultado probablemente refleja la asimetría de la respuesta de la política monetaria cuando se

enfrenta el problema del LIC. Cuando la brecha es positiva, la PM es muy efectiva. Pero cuando

resulta ser negativa, la respuesta de la PM puede verse truncada por el LIC, lo que demuestra

una fuerte asimetría en cómo las acciones monetarias afectan el producto.

Considerando esta dinámica, Svensson (2000) y Bernanke et al. (2004) proponen medidas de PM

poco convencionales a la evidencia del problema del LIC, de las cuales algunas han sido

parcialmente utilizadas por el Banco de Inglaterra, el Banco Central Europeo, la Reserva Federal

y el Banco de Japón. Entre estas medidas se encuentran programas para comprar o garantizar

activos (como papel comercial) y valores respaldados por hipotecas.

No obstante, está la pregunta abierta sobre si las políticas que amplían el balance del BC son

efectivas para estimular la economía.21 Bernanke et al. (2004) proporcionan evidencia de que las

perturbaciones de la oferta de valores públicos afectan a sus precios y rendimientos. Los

anuncios realizados por el Banco de Inglaterra y la Reserva Federal con respecto a sus planes de

comprar títulos públicos a largo plazo fueron seguidos por grandes movimientos en los

rendimientos, proporcionando apoyo adicional de que tales medidas de política pueden ser

eficaces (Meier, 2009). El problema con este tipo de acciones es que generan una incertidumbre

adicional, por el aumento del riesgo de pérdidas así como por desanclar las expectativas

inflacionarias.

Una estrategia viable propuesta Eggertsson y Woodford (2003) es la de dar forma a las

expectativas de los agentes a través de la comunicación. Al persuadir al público de que la tasa

de política se mantendrá baja por un período más prolongado de lo esperado, los bancos

centrales pueden reducir las tasas a largo plazo y proporcionar un impulso a la economía,

21 Por ejemplo, la flexibilización cuantitativa o las compras de títulos públicos a largo plazo.

35


aunque la tasa de corto plazo permanezca cercana a cero. Empero, para que no se pierda

credibilidad, el BC debe mostrar compromisos consistentes con las perspectivas de la economía.

Algunas opciones más difíciles son explicadas en Goodfriend (2000) y Agarwal y Kimball

(2015). Se proponen tres opciones; i) un impuesto por tenencia de dinero, ii) operaciones de

mercado abierto en bonos a largo plazo y iii) transferencias de dinero.

En cuanto al impuesto por tenencia de dinero, los documentos explican cómo un impuesto

variable sobre las reservas bancarias electrónicas podría permitir a un BC a colocar tasas de

interés nominales negativas, permitiendo anclar el corto plazo de la curva de rendimiento de

tasas de interés, cuando éstas se encuentren cercanas a cero. Por otro lado, las políticas

cuantitativas (compras en el mercado abierto y transferencias monetarias) podrían estimular el

consumo al crear liquidez en el mercado. Además, se describe que esta política puede actuar de

forma independiente de las políticas de tasas de interés a través de un canal de reequilibrio de

la cartera de crédito y un canal de transmisión monetaria. El costo de esto es que generaría un

aumento de la deuda pública en el sector privado, por lo que se necesitaría una coordinación

especial con el sector fiscal.

V. Ejemplos empíricos

Con los tipos de interés cercanos a cero como consecuencia de la crisis financiera, varias

entidades monetarias han introducido políticas no convencionales para proporcionar un

estímulo monetario adicional. Un ejemplo es la decisión de cinco bancos centrales para mover

sus tasas de política por debajo de cero, tradicionalmente considerado como el límite inferior

para las tasas de interés nominales.22 Las motivaciones detrás de las decisiones difieren un poco

entre ellos, por lo que lleva a diferencias en la aplicación de políticas.

Aunque el BCE, BNS, BND y el BS introdujeron las tasas de interés negativas a mediados de

2014 y principios de 2015 y, aunque todos se enfrentaron a un entorno macroeconómico difícil,

sus respectivas motivaciones difieren un poco. En algunos casos, el objetivo era contrarrestar

una perspectiva de baja inflación, mientras que en otros se centraron en las presiones de

apreciación de la moneda.

El BCE redujo su tasa de depósito a niveles negativos a mediados de 2014 con el fin de anclar las

expectativas de inflación a medio y largo plazo.23 Preocupaciones similares produjeron que el

BS aplicara tasas de interés negativas a partir del primer trimestre de 2015, con el fin de

salvaguardar el papel de la meta de inflación como ancla nominal para la fijación de precios y la

formación de los salarios.24 En ambos casos, las tasas de interés negativas complementaron otras

medidas no convencionales.

Por un lado, el BCE reanudó sus compras de bonos garantizados y amplió su programa de

compra de activos para incluir los títulos públicos y valores respaldados por activos.

22 Banco Nacional de Dinamarca (BND), Banco Central Europeo (BCE), Banco de Suecia (BS), Banco Nacional de Suiza (BNS) y Banco de Japón (BoJ). 23 Ver Draghi (2014). 24 Ver Banco de Suecia (2015).

36


Adicionalmente, establece operaciones de financiación de largo plazo (TLTROs, por sus siglas

en inglés), las cuales proporcionan financiamiento a entidades de crédito por períodos de hasta

cuatro años, con el propósito de facilitar las condiciones de crédito al sector privado y estimular

la economía real. Mientras que, a mediados de 2016, el BS inicia la compra de bonos que cubren

alrededor de 30% de los bonos públicos en circulación, una proporción que resulta incluso

mayor que las contempladas en el programa del BCE.

Las políticas de flexibilización monetaria de la Zona Euro incidieron en las presiones de

apreciación del franco suizo. Con el propósito de frenar la entrada de capitales y evitar la rotura

del piso vis-a-vis establecido para el tipo de cambio del euro contra el franco, el BNS introduce

tasas de interés negativas en los saldos de cuentas depósitos a la vista en diciembre de 2014. A

pesar de esta política, las condiciones cambiarias continuaron en contra del franco, lo que llevó

al BNS a eliminar el tipo de cambio mínimo y descender aún más el tipo de interés de política

monetaria.

Tras la decisión del BNS, el BND registró un aumento de la demanda de coronas danesas e

intervino fuertemente en el mercado de divisas. A su vez, el BND redujo la tasa de interés de

PM hasta -0.75% a inicios de 2015. Con estas políticas se logró estabilizar la corona y la entrada

de capitales. En el transcurso de 2015, la situación se normalizó y permitió que el BND vendiera

parte de las divisas que había adquirido de nuevo en el mercado. En enero de 2016, el BND

elevó la tasa de PM hasta -0.65%.

VI. Observaciones finales

De manera interesante, Rognlie (2015) concluye que la clave para hacer frente a una situación en

la que la PM esté limitada por el LIC es el hábil manejo de las expectativas sobre los

comportamientos futuros de la política. El autor indica que es muy deseable que el mercado vea

un compromiso por parte del BC con la estabilidad de precios, y que es vital mantener señales

claras de cuáles serán las vías a utilizar para alcanzarla.

Coibion et al. (2011) muestran que las tasas negativas de política monetaria son costosas ya que

implican un subsidio al dinero que crea ineficiencia, porque viola la regla de Friedman pero en

la dirección opuesta.

Cuando la economía está en depresión, las tasas negativas pueden ser óptimas hasta cierto

punto: los beneficios de primer orden de aumentar la producción agregada son mayores que los

costos de segundo orden de desviarse de la óptima regla de Friedman (Humphrey, 2015). El LIC

se vuelve un umbral efectivo cuando la demanda de efectivo se vuelve infinitamente elástica a

cero. Este caso no es consistente con la evidencia reciente de economías operando con tasas

negativas.

Existen casos recientes, como se ha mencionado anteriormente, donde se introdujeron tasas de

PM negativas. Bech y Malkhozov (2016), luego de verificar que en el mercado aún no aparecen

situaciones de tasas de interés negativas en el mercado, añaden un resultado interesante al

37


análisis; los autores encuentran que la experiencia hasta la fecha sugiere que las tasas negativas

de política monetaria se transmiten de igual forma a través del mercado de la misma manera

que las tasas positivas pero cercanas a cero. Igualmente parece que se transmiten a más largo

plazo y con mayor riesgo, aunque esta evaluación se ve ensombrecida por el impacto de las

medidas complementarias de PM. En el caso particular de Suiza, las tasas negativas impulsaron

un incremento de las tasas hipotecarias.

Hasta el momento, el LIC no ha demostrado ser técnicamente un umbral para las tasas de PM.

No obstante, existe incertidumbre sobre el comportamiento de los individuos y las instituciones

si las tasas siguen en descenso o continúan estancadas por un período más prolongado. Esto

genera preguntas a nivel académico y en los hacedores de política de cómo debe manejarse la

PM con esta situación. Aunque existen casos de implementación de PM con tasas negativas,

todos los ejemplos palpables son de economías desarrolladas, por lo que los efectos en

economías emergentes aún son desconocidos, ya que los mercados financieros son más

pequeños y los mecanismos de trasmisión de PM son menos profundos.

Sin lugar a dudas, quedan muchas preguntas sin responder. Por ejemplo, más recientemente, se

ha convertido en un importante tema de discusión el impacto debilitante de persistentes tasas

de interés negativas sobre la rentabilidad del sector bancario (BIS, 2016). De forma más directa,

las tasas negativas pueden debilitar la rentabilidad y solidez de las instituciones con pasivos de

larga duración, tales como compañías de seguros y fondos de pensiones. Posibles extensiones a

este trabajo podrían contemplar la evaluación de los posibles efectos de las tasas negativas y la

probabilidad de interrumpir el logro de los objetivos del BC, así como su impacto más general

sobre la estabilidad financiera y macroeconómica. Esto, sin embargo, está más allá de la

competencia de este documento.

Referencias

Agarwal, R. y M.S. Kimball (2015). “Breaking through the zero lower bound,” IMF Working Paper no.

15/224.

Bank for International Settlements (2016). “Uneasy calm gives way to turbulence,” BIS Quarterly Review,

March 2016, pp. 1–14.

Bech, M. y A. Malkhozov (2016). “How have central banks implemented negative policy rates?” BIS

Quarterly Review.

Buiter, W.H. (2009). “Negative nominal interest rates: Three ways to overcome the zero lower bound,”

The North American Journal of Economics and Finance, Elsevier, Vol. 20, No. 3, pp. 213-238.

Calvo, G.A. (1983). “Staggered Prices in a Utility-Maximizing Framework,” Journal of Monetary

Economics, Vol. 12. No. 3, pp. 383–398.

Correia, I. y Teles, P. (1996). “Is the Friedman rule optimal when money is an intermediate good?”

Journal of Monetary Economics, Vol. 38, No. 2, pp. 223-244.

38


Draghi, M. (2014). “Introductory statement to the press conference,” 4 December.

Eggertsson, G.B. y M. Woodford (2003). “The Zero Bound on Interest Rates and Optimal Monetary

Policy,” Brookings Papers on Economic Activity, No. 1, pp. 139–211.

Friedman, M. (1960). “A Program for Monetary Stability.” New York: Fordham University Press.

Hicks, J. R. (1937). “Mr. Keynes and the "Classics"; A Suggested Interpretation,” Econometrica, Vol. 5, No.

2, pp. 147–159.

Ireland, P. (1996). “The role of countercyclical monetary policy,” Journal of Political Economy, Vol. 104,

No.4, pp. 704-723.

Krugman, P. (1999). “Deflationary Spirals,” The Official Paul Krugman Web Page.

McAndrews, James (2015). “Negative nominal central bank policy rates: Where is the lower bound?”

Remarks at the University of Wisconsin,

http://www.ny.frb.org/newsevents/speeches/2015/mca150508.html.

McCallum, B.T. (2000). “Theoretical Analysis Regarding a Zero Lower Bound on Nominal Interest Rates.”

Journal of Money, Credit, and Banking, Vol. 32, No. 4, parte 2, pp. 870-904.

McCallum, B.T. (2003). “Japanese Monetary Policy: 1991-2001,” Federal Reserve Bank of Richmond

Economic Quarterly, Vol. 89, No. 1, pp. 1-31.

Meier, A. (2009). “Panacea, Curse, or Nonevent? Unconventional Monetary Policy in the United

Kingdom,” IMF Working Paper 09/163.

Meltzer, A.H. (1999). “The Transmission Process” in the Monetary Transmission Process: Recent

Developments and Lessons for Europe (London: Macmillan Publishers).

Reifschneider, D. y J.C. Williams (2000). “Three Lessons for Monetary Policy in a Low-Inflation Era,”

Journal of Money, Credit, and Banking, Vol. 32, No. 4, parte 2, pp. 936-966.

Schmitt-Grohé, S. y M. Uribe (2007). “” in Klaus Schmidt-Hebbel and Rick Mishkin, eds, Monetary Policy

Under Inflation Targeting, Central Bank of Chile, pp. 125-186.

Summers, L. (1991). “How should long-term monetary policy be determined?” Journal of Money, Credit

and Banking, Vol. 23, pp. 625-631.

Sveriges Riksbank (2015). “Riksbank cuts repo rate to −0.25 per cent and buys government bonds for SEK

30 billion,” press release, March 2015.

Breves Ensayos de Economía y Finanzas

Documents

Transcript of Breves Ensayos de Economía y Finanzas