aproximando la importancia del riesgo cambiario crediticio en

APROXIMANDO LA IMPORTANCIA DEL RIESGO CAMBIARIO
CREDITICIO EN SISTEMAS BANCARIOS PARCIALMENTE
DOLARIZADOS
Pablo J. Azabache La Torre
*
Ministerio de Economía y Finanzas del Perú
LIMA - PERÚ
Julio, 2005
RESUMEN
Este estudio aproxima la importancia del riesgo cambiario crediticio en economías con
sistemas bancarios parcialmente dolarizados, como Perú y Bolivia. Se propone la
Metodología de Vectores Autorregresivos para analizar la relación y la dinámica que sigue la
morosidad de los sistemas bancarios de Perú y Bolivia. Se encuentra que el mecanismo de
transmisión del riesgo cambiario crediticio actúa con mayor rapidez en Bolivia.
Posteriormente, a través de la metodología de Método de Momentos Generalizado
propuesto por Arellano y Bond (1991) y Arellano y Bover (1995), para datos de panel
dinámico, se estima el impacto de las variaciones del tipo de cambio en la calidad de cartera
de los bancos. Los resultados refuerzan lo encontrado a través del método VAR; además,
muestran que la morosidad del sistema bancario peruano es menos sensible a los choques de
tipo de cambio en comparación a la de Bolivia.
CLASIFICACIÓN JEL: C33, E31, E51, G21, G28
PALABRAS CLAVE: Basilea, Descalce Cambiario, Datos de panel dinámico, Riesgo
Cambiario Crediticio.
Analista económico de la Dirección General de Asuntos Económicos y Sociales del Ministerio de Economía y Finanzas del
Perú. Profesor asistente de la Universidad Nacional de Trujillo.
Correo electrónico: [email protected], [email protected].
*
1. Introducción
Una de las características más importantes de los sistemas bancarios de América Latina es la
dolarización de sus pasivos y activos, situación que obliga a los bancos a calzar sus depósitos
en dólares con los préstamos en dólares buscando protegerse contra el riesgo cambiario, y
cumplir con regulaciones prudenciales de no mantener posiciones abiertas en moneda
extranjera. Sin embargo, al prestar montos considerables en dólares a empresas nacionales
que venden sus productos en moneda doméstica, muchos bancos no hacen más que trasladar
el descalce cambiario desde sus propios balances a los balances de los prestatarios. De esta
manera los bancos sustituyen un menor riesgo cambiario por un mayor riesgo de falta de
pago (Allen et al., 2002; De Nicoló et al., 2003). Así, la dolarización financiera introduce un
nuevo riesgo diferente a los que tradicionalmente se consideran. Este es el Riesgo Cambiario
Crediticio, el cual no está contemplado directamente en la doctrina propuesta por el Comité
de Basilea (Jiménez, 2004).
Este trabajo presenta un análisis empírico de la importancia del riesgo cambiario crediticio en
sistemas bancarios parcialmente dolarizados. En la primera parte se analiza el mecanismo de
transmisión de este riesgo. Las empresas enfrentan un descalce cambiario (sus deudas están
en dólares y sus ingresos en moneda doméstica), que se acentúa debido a que los precios de
sus productos no se mueven con el tipo de cambio. Así, al darse una depreciación brusca de
la moneda doméstica, se producen efectos ingreso y riqueza negativos tan pronto como el
tamaño real de las obligaciones de los deudores se incrementa con relación a sus activos
(Escobar, 2004; Jiménez, 2001), lo que ciertamente compromete su capacidad para cumplir
con sus obligaciones contractuales con los prestamistas (el riesgo de solvencia para el deudor
es el riesgo de crédito para sus acreedores). De esta manera la disminución de la capacidad de
pago de los prestatarios es transmitida al sector bancario a través del deterioro de su cartera
de crédito. Sin embargo, es importante señalar que la fuente de vulnerabilidad de las
empresas no es la deuda denominada en dólares en sí, sino el descalce entre la composición
por monedas del ingreso, de los activos y pasivos.
En la segunda parte se realiza la aproximación empírica de la importancia de este riesgo para
los sistemas bancarios de Perú y Bolivia, países con un alto grado de dolarización financiera.
Para el logro de este objetivo se utiliza dos metodologías. Primero, mediante el método de
Vectores Autorregresivos (VAR) se analiza la relación y la dinámica que presentan los
indicadores de morosidad ante choques de tipo de cambio, actividad económica e inflación, a
nivel del sistema bancario de Perú y Bolivia, para el período 1993-2004 y 1995-2004
respectivamente. Se encuentra que los indicadores de morosidad del sistema bancario de
ambos países responden positivamente a choques de tipo de cambio, y negativamente a
choques de la actividad económica y de la inflación; así mismo se evidencia que el
mecanismo de transmisión del riesgo cambiario crediticio actúa con mayor rapidez en
Bolivia. La segunda metodología consiste en la estimación de un modelo de datos de panel
dinámico a través del Método Generalizado de Momentos (Arellano y Bond, 1991; Arellano
y Bover 1995). Esta técnica permite capturar la heterogeneidad no observable de los bancos
e introducir la naturaleza dinámica de los indicadores de riesgo crediticio de los bancos. Los
resultados, que refuerzan lo encontrado a través del método VAR, muestran que existe una
relación directa entre fuertes depreciaciones de la moneda doméstica y el deterioro de los
indicadores de riesgo crediticio, además se encuentra que la morosidad del sistema bancario
peruano es menos sensible a los choques de tipo de cambio en comparación a la de Bolivia.
2. Sistema bancario, Riesgos y Regulación
2.1.
El sistema bancario y sus actividades
Para introducirnos al mundo de los riesgos bancarios, primero definamos que es un banco.
Freixas y Rochet (1996, pág. 1), definen a un banco como “…una institución cuyas operaciones
habituales consisten en conceder préstamos y recibir depósitos del público”. Esta definición resalta las
actividades fundamentales de los bancos de ofrecer préstamos y depósitos. La teoría actual
de la banca clasifica las funciones de los bancos en cuatro grandes categorías:
1.
2.
3.
4.
Facilitan el acceso a un sistema de pago.
Transforman activos.
Procesan la información y supervisan a los prestatarios.
Gestionan el riesgo.
Lo que no significa, por supuesto, que todos los bancos tengan que desempeñar cada una de
estas funciones. La primera, hace referencia a la función de creación de dinero fiduciario por
parte de los bancos, así como, a los servicios de pago que ofrecen.
La segunda función explicita el papel de intermediación que cumplen los bancos, recibiendo
los pequeños depósitos e invirtiendo los ingresos en grandes préstamos; además, los bancos
permiten, implícitamente, a los depositantes diversificar su riesgo. Adicionalmente, tenemos
que la función de transformación de vencimientos (los bancos transforman los títulos de corto
plazo, ofrecidos a los depositantes, en los títulos de largo plazo que desean los prestatarios).
La tercera, se refiere a la actividad de otorgar préstamos, actividad que hace explicita el
problema de información asimétrica. Es así que los bancos tienen los recursos para invertir
en tecnología informática que les permita seleccionar las diferentes demandas de préstamos
que reciben y supervisar los proyectos, con el fin de limitar los riesgos de una actividad en
particular.
Finalmente, la gestión de riesgos, en el pleno sentido del término puede considerarse como la
principal actividad de los bancos, así como de los intermediarios financieros (Freixas y
Rochet, 1997). Según estos autores esto es debido a que los bancos comerciales, los bancos
de inversión y los fondos de inversión tienen que controlar y seleccionar los riesgos
inherentes a la gestión de depósitos, las carteras de valores y los contratos fuera de balance.
Para el presente estudio resulta de vital importancia esta función.
2.2.
Exposición de la banca a los riesgos
Se han dado diversas clasificaciones de los riesgos que tiene que gestionar un banco. Una de
ellas hace una distinción fundamental entre riesgos microeconómicos o idiosincrásicos, que pueden
diversificarse por la ley de los grandes números, y riesgos macroeconómicos o sistemáticos, que no
pueden diversificarse. En relación a esta clasificación se debe mencionar que los bancos
generalmente se ocupan de ambos tipos de riesgos.
A continuación se presenta un resumen diagramático de los diferentes riesgos a los que están
expuestos los bancos en el curso de sus operaciones (Greuning y Bratanovic, 2003).
Figura N° 1
Exposición de Riesgos Bancarios
Riesgo
Financiero
Riesgo
Operacional
Estructura de
hoja de
Balance
Fraude interno
Riesgo
Económico
Política
macroeconómica
Eventos de
Riesgo
Político
Fraude externo
Exposición a
la estructura
de ingresos/
beneficio
Prácticas de
empleo y seguro
de trabajo
Solvencia
Clientes,
productos y
servicios del
negocio
Crédito
Liquidez
Mercado
Moneda
Daño a los activos
físicos
Riesgo
tecnológico:
ruptura del
negocio y falla del
sistema
Infraestructura
financiera
Contagio
Infraestructura
legal
Crisis
Responsabilidad
legal
Otras
variables
exógenas
Cumplimiento
regulatorio
De reputación y
fiduciario
Riesgo país
Ejecución, entrega
y proceso
administrativo
Este diagrama presenta cuatro categorías de riesgos a los que se enfrentan los bancos, sin
embargo si bien estos conceptos se presentan de manera separada, cabe anotar que muchos
de estos están interrelacionados.
Alternativamente, los riesgos financieros, los que interesan para el presente estudio, abarcan
dos tipos de riesgos. El primero de estos son los riesgos puros; que incluyen el riesgo de
liquidez, crédito y de solvencia; los que pueden generar grandes pérdidas si no se gestionan
de una manera adecuada. Es importante destacar que las consecuencias de estos riesgos son
más dramáticas para los bancos que para los demás sectores de la economía que enfrentan
estos riesgos. Este hecho ha justificado la aplicación en casi todos los países de complejos
sistemas de regulación.
El segundo de estos riesgos, son los riesgos especulativos, tales como el riesgo de tipo de interés,
de monedas y riesgo de precio de mercado. Estos riesgos se basan en el arbitraje financiero y
pueden generar beneficios si el arbitraje es positivo, o perdidas si este no es correcto.
Asimismo, los riesgos financieros presentan complejas interdependencias que pueden
incrementar significativamente la exposición total del riesgo de un banco. En la actualidad
los bancos están regulados en casi todos los países.
Así la regulación de los bancos es de vital importancia debido a su influencia tanto en la
conducta de los gestores de los bancos como en las características específicas del sector
bancario.
2.3.
La justificación de la regulación
La historia de la banca muestra que los pánicos bancarios están presentes de forma reiterada
en la historia de crisis de los países (Estados Unidos experimento 21 pánicos bancarios entre
1890 y 1908, asimismo Friedman y Schwartz (1963) enumeran 5 pánicos bancarios entre
1929 y 1933).
Los bancos financian una proporción significativa de los préstamos que conceden por medio
de los depósitos del público, lo que puede considerarse como la principal explicación de la
fragilidad del sector bancario y la justificación de su regulación. Así también, los bancos
prestan servicios únicos (liquidez y medios de pago) al público en general. Sin embargo, el
público no posee los medios necesarios para evaluar la seguridad y la solidez de las
instituciones financieras. Por otra parte, los bancos privados (los bancos comerciales)
suministran un bien público (el acceso a un sistema de pago seguro y eficiente). Estas dos
razones, la protección de los depositantes y la seguridad y la eficiencia del sistema de pago,
han justificado tradicionalmente la intervención pública en las actividades bancarias.
Así, la justificación “oficial” de la regulación de la banca es la necesidad de proporcionar a los
bancos de una “red de seguridad” para proteger a los depositantes del riesgo de quiebra de su
banco; así como por las externalidades negativas que pueden tener las crisis sobre el resto de
la economía.
Las quiebras bancarias pueden ser muy costosas, especialmente para los que financian el
banco en quiebra (como los depositantes, los accionistas y otros bancos) y, en menor
medida, para los prestatarios que han establecido una estrecha relación con el banco en
quiebra. Además, la quiebra de un banco puede impactar sobre la posición financiera de
otros bancos y poner en peligro la solidez del sistema bancario. Por otra parte, la quiebra de
un banco puede dañar temporalmente el sistema de pagos, ya que podría reconsiderarse la
finalidad de los pagos gestionados por el banco en quiebra antes de que quebrara.
Consecuentemente, las justificaciones “oficiales” de las reglamentaciones sobre la solvencia
de los bancos (hechas por las propias autoridades encargadas de regularlos), a saber, la
protección del público (esencialmente de los depositantes) y la seguridad del sistema de
pagos, parece prima facie bastante razonables.
2.4.
Regulación bancaria, Riesgos derivados y el Comité de Basilea
Como mencionamos anteriormente la regulación bancaria busca proporcionar a los bancos
una “red de seguridad” para proteger a los depositantes del riesgo de quiebra bancario, así la
regulación y la supervisión bancaria son elementos clave de esta red de seguridad. Establecer
normas prudenciales bien definidas y velar por su aplicación garantizan que la asunción de
riesgos sea limitada o, al menos, que los riesgos se encuentren adecuadamente cubiertos, de
manera que se reduzca la probabilidad de crisis sistémica.
Tradicionalmente, la teoría de la regulación ha trazado una línea divisoria entre la regulación
de la estructura y la regulación de la conducta. La primera indica qué empresas reúnen los
requisitos necesarios para realizar un determinado tipo de actividad, la segunda se ocupa de la
conducta permitida a las empresas en la actividad que elijan (véase, por ejemplo, Kay y
Vickers, 1998). La ley Glass-Steagall de Estados Unidos sería un ejemplo de regulación de la
estructura, mientras que los coeficientes de capital o de reservas serían un ejemplo
representativo de regulación de la conducta.
La mayoría de sistemas regulatorios está centrada en la doctrina propuesta por el Comité de
Basilea. En 1988 el Comité de Basilea dio los Principios básicos para una supervisión
bancaria efectiva (los cuales constituyen la lista más cabal de normas acertadas de aceptación
internacional) y el Acuerdo de capital de Basilea, con la finalidad de que sirvieran de pautas
financieras clave, cuyos requisitos mínimos los países deberían procurar satisfacer.
No obstante, según un informe del Banco Mundial 1 “la implementación –y no las normas en
sí (o las facultades de supervisión de jure)– sigue siendo un problema grave”. Asimismo, se
menciona, que es posible que haya problemas especialmente pertinentes a América Latina y
el Caribe que las buenas prácticas de aceptación internacional no examinan en forma
explícita ni destacan suficientemente. Según este informe dos de estos problemas se
relacionan con el tratamiento del crédito en dólares y el manejo del riesgo que asume el
sector bancario al prestarle al gobierno, los que no se encuentran considerados de forma
explicita en Basilea II 2 . En relación al primero de estos riesgos, hay que distinguir al riesgo
cambiario y al riesgo de realizar préstamos en una moneda extranjera 3 ; este último es el que
gesta el riesgo cambiario crediticio.
3. Hechos Estilizados
3.1.
Riesgo cambiario crediticio
Las economías emergentes presentan ciertas características, como la dolarización financiera,
que las diferencia de los países desarrollados, las cuales determinan que su sistema bancario
esté expuesto a otros tipos de riesgos, además, de los considerados anteriormente.
Como mencionamos anteriormente los riesgos a los que están expuestos los bancos no son
individuales unos de otros sino que se interrelacionan. En países en desarrollo, con sistemas
financieros parcialmente desarrollados, a través de los años se ha gestado otros riesgos
derivados producto de estas interrelaciones y de las características particulares de sus
sistemas financieros. Uno de estos riesgos, del cual se ocupa el presente trabajo, es el riesgo
crediticio derivado del riesgo cambiario (como lo definió Jiménez, 2004) o riesgo cambiario crediticio
(como lo ha definido la Superintendencia de Bancos y Seguros del Perú).
a) Riesgo Crediticio Derivado del Riesgo Cambiario:
Según Jiménez (2004) existen otros tipos de riesgos importantes tales como los riesgos
crediticios derivados de otros riesgos, los cuales son propios de economías menos
desarrolladas, con monedas más débiles y mercados de capitales menos profundos. Estos
riesgos derivados son consecuencia del pobre desempeño histórico de monedas locales de
países en donde períodos de muy elevada inflación destruyeron tanto los créditos como lo
depósitos en moneda local, lo que llevó a los agentes domésticos a protegerse a través del
uso de divisas extranjeras. El más importante de estos riesgos derivados es el riesgo crediticio
derivado del riesgo cambiario 4 , el cual es producto de otorgar créditos en moneda extranjera
y no en moneda local de los prestatarios. Así, este riesgo no se centra en las dificultades de
conseguir moneda extranjera, si no en las pérdidas que origina el cambio de valor del tipo de
cambio.
Véase Galindo y Powel (2004).
El Nuevo Acuerdo de Capital o Basilea II es una serie de principios y recomendaciones del Comité de Basilea sobre
Supervisión Bancaria cuyo objetivo es propiciar la convergencia regulatoria hacia los estándares más eficaces y avanzados sobre
medición y gestión de los principales riesgos en la industria bancaria. El Comité de Basilea forma parte del Banco Internacional
de Pagos (BIS) y fue creado por acuerdo de los representantes de los Bancos Centrales de los 10 países más industrializados con
el propósito de formular una serie principios y estándares de supervisión bancaria, los que han sido acogidos no solo por los
países miembros, sino por la mayoría de países en el mundo.
3 Jiménez (2004) presenta una discusión de esta distinción.
4 En el Perú este concepto fue definido por primera vez en Jiménez (2001).
1
2
b) Riesgo Cambiario Crediticio
En enero de 2005, la Superintendencia de Banca y Seguros (SBS) dispuso normas
prudenciales para el manejo del Riesgo Cambiario Crediticio, la SBS definió a este riesgo
como la “posibilidad de afrontar pérdidas derivadas de incumplimientos de los deudores en
el pago de sus obligaciones crediticias producto de descalces entre sus exposiciones netas en
moneda extranjera 5 .
Con estas normas la SBS busca propiciar un mayor otorgamiento de créditos en nuevos soles
y una gradual desdolarización de los préstamos. Según la SBS, este nuevo marco regulatorio
obligará a que las entidades financieras identifiquen los créditos expuestos al Riesgo
Crediticio Cambiario, así como a cuantificar dicho riesgo y adoptar un conjunto de medidas
que permitan mitigar su impacto en la cartera crediticia al momento de otorgar nuevos
préstamos, como a realizar las provisiones necesarias.
Adicionalmente, la nueva disposición busca que las empresas del sistema financiero
administren adecuadamente el Riesgo Cambiario Crediticio 6 , es decir, que minimicen los
efectos negativos sobre la calidad de la cartera crediticia, ante cualquier eventualidad de una
depreciación importante del nuevo sol frente al dólar estadounidense. Y, por ende, no afectar
la capacidad de pago de las personas que reciben sus ingresos en nuevos soles pero que
tienen que pagar préstamos en dólares.
3.2.
Evidencia empírica del riesgo cambiario crediticio
En el último quinquenio, se ha extendido el estudio sobre el papel que juega la dolarización
financiera en las crisis bancarias de los países Latinoamericanos 7 . Jiménez (2001) discute la
exposición de los agentes económicos de Perú al riesgo cambiario, el cual es producto del
descalce cambiario que presentan los agentes económicos, a causa de la solarización 8 de su
poder adquisitivo y la dolarización de sus pasivos financieros. Así mismo, discute el canal a
través del cual las depreciaciones del tipo de cambio acentuaron la recesión de la economía
peruana de fines de la década de los años 90. Según este autor “el descalce entre la moneda
principal de poder adquisitivo, el sol, y la moneda principal de las deudas, el dólar, ocasionó
que las devaluaciones ocurridas en el Perú a lo largo de los años 1998 y 1999 hayan
producido una disminución de la riqueza de los deudores de crédito en dólares”. De esta
manera, el efecto riqueza negativo, agravó la recesión, por la que atravesó Perú, disminuyó la
capacidad de pago y aumentando la morosidad del sistema financiero, lo que incrementó las
provisiones requeridas por las instituciones financieras. Así, el efecto riqueza negativo es
generado por: i) el aumento en el valor de las deudas en dólares en términos de soles, ii) la
disminución de las cantidades transadas en la economía (estancamiento de la actividad
económica), y iii) el bajo coeficiente de transmisión entre depreciación e inflación.
5 El 14 de enero de 2004, la SBS a través de la Resolución S.B.S. N° 41-2005 aprobó el Reglamento para la Administración del
Riesgo Cambiario Crediticio.
6A través de la Resolución SBS N° 808-2003 del 28 de mayo de 2003 se aprobó el Reglamento para la Evaluación y Clasificación
del Deudor y la Exigencia de Provisiones. Este reglamento estableció los criterios de evaluación para el otorgamiento del
crédito, señalando que dicho otorgamiento está determinado por la capacidad de pago del solicitante que, a su vez, está definida
fundamentalmente por su flujo de caja y sus antecedentes crediticios; y que, tratándose de los créditos comerciales, se debe
considerar, entre otros, la capacidad de hacer frente a sus obligaciones ante variaciones cambiarias. Así, este Reglamento
establece como parámetros en la clasificación del deudor, primordialmente el flujo de caja del deudor, en el cual deberán
considerarse los posibles efectos de los riesgos financieros relacionados a los descalces en moneda.
7 En el apéndice 7 se muestra los resultados de algunos estudios.
8 La moneda doméstica de Perú es el nuevo sol (S/.). Así, Jiménez considera que una variable está “dolarizada” cuando su valor
en términos de soles se tiende a mantener constante, ya sea porque su precio en soles se mantiene o porque su precio en otra
moneda se ajusta (se indexa) con el tipo de cambio preservando su valor en términos de soles. El mismo concepto lo aplica para
el término dolarización.
Allen et al. (2002) plantean una estructura analítica para entender las crisis en países
emergentes. Esta se basa en el análisis de los balances agregados (activos y pasivos) de los
principales sectores de la economía (sector gobierno, sector financiero, sector privado no
financiero, además del resto del mundo). En relación al sector financiero, identifican cuatro
principales riesgos: el de estructura de capital, el de solvencia, el de plazos y el de moneda.
Respecto a los riesgos de plazos y monedas, estos pueden crear una exposición a algunas
clases particulares de riesgos de mercado, como cambios en las tasas de interés o en la
cotización del tipo de cambio. Específicamente, el riesgo de monedas se produce debido a
que los agentes económicos de un país no tienen la capacidad de obtener financiamiento en
moneda doméstica por lo que recurren al financiamiento en dólares. Según estos autores, la
mayoría de episodios de crisis fueron provocados por un problema de descalce, ya sea a nivel
de gobierno (México, Rusia, Brasil y Argentina) o de sistema bancario (Tailandia, Corea,
Indonesia, Turquía y probablemente, Uruguay). Así, un fuerte incremento en el tipo de
cambio puede generar pérdidas considerables en los prestatarios. Los bancos al buscar
cubrirse del riesgo cambiario a través de los préstamos en dólares trasladan el descalce
cambiario de sus balances a los balances de los prestatarios. Sin embargo, esto genera un
trade-off entre mitigar el riesgo cambiario y una mayor exposición al riesgo de crédito; sin
embargo es importante destacar que esta mayor exposición no se genera si los préstamos son
al sector exportador.
Así, al darse un fuerte incremento en el tipo de cambio, se genera un efecto ingreso y riqueza
negativo, producto del incremento en el valor real de las obligaciones de los deudores
respecto al valor de sus activos. Adicionalmente, estos riesgos incrementan el riesgo de
solvencia de los prestatarios, convirtiéndose en el riesgo de crédito de los prestamistas. El
efecto riqueza disminuye el consumo y la inversión, lo cual unido a la restricción crediticia
disminuye el gasto que finalmente afecta a la actividad económica. Este es el canal a través
del cual los problemas de pago de un sector se expanden rápidamente a la economía en su
conjunto.
De Nicoló et al. (2003) evalúan los beneficios y los riesgos asociados con la dolarización de
los sistemas bancarios. Encuentran que la inestabilidad financiera es probablemente más alta
en economías dolarizadas, siendo los riesgos adicionales de solvencia y liquidez las causas de la
fragilidad de estos sistemas.
El descalce de monedas es el origen del riesgo de solvencia. Así, una depreciación importante
afecta de manera negativa, directa o indirectamente, la calidad de los balances de los bancos,
en particular la calidad de la cartera de créditos. Respecto al riesgo de liquidez, éste proviene
de la posibilidad de que se produzcan retiros masivos de depósitos a causa de una crisis de
confianza sobre el sistema bancario, lo que demanda que los bancos mantengan volúmenes
importantes de liquidez en moneda extranjera.
Estos autores dan la siguiente explicación para los riesgos adicionales de solvencia: los
bancos buscan balancear la posición de sus pasivos en dólares, reducir el riesgo cambiario,
otorgando préstamos en moneda extranjera dentro de la economía o intentando crear activos
en el exterior. En el primer caso los bancos trasladan el riesgo cambiario a los prestatarios del
sistema. No obstante, debido a que la dolarización real no está muy acentuada, los
prestatarios generan sus ingresos en moneda doméstica, se incrementa la exposición del
riesgo de crédito; la cual se activará cuando se produzca una depreciación importante del tipo
de cambio que disminuya la capacidad de pago de los deudores. Así, los bancos al reducir el
riesgo cambiario, dolarizando los créditos, no hacen más que aumentar el riesgo de crédito
de sus operaciones de préstamo.
Estos autores plantean que el deterioro de la situación financiera de los bancos, producto de
una importante depreciación, puede tener efectos negativos considerables en el sistema
financiero y el producto. De esta manera, si los bancos restringen el crédito, a causa de los
hechos mencionados anteriormente, y el entorno macroeconómico es desfavorable, la
recesión económica se agudizará.
Escobar (2004), analiza el efecto de las variaciones del tipo de cambio sobre la actividad de
intermediación financiera de Bolivia, durante el período 1990-2003. Manifiesta que al
producirse una mayor depreciación del tipo de cambio, los deudores del sistema financiero,
en particular los del sector no transable, ven incrementar tanto las tasas de interés reales de
sus préstamos como el capital adeudado de los mismos. De esta manera, una mayor
depreciación real del tipo de cambio (diferencial entre la tasa de depreciación del tipo de
cambio y la inflación) aumenta la tasa de interés real y el capital adeudado, generando efectos
negativos sobre la capacidad de pago de los prestatarios, la cual es transmitida al sistema
financiero a través del deterioro de su cartera de crédito. Esto afecta negativamente las
condiciones de los créditos existentes, así como de los nuevos créditos.
En el caso de Bolivia, en el segundo quinquenio de los ochenta y principio de los noventa los
recursos a disposición de los bancos aumentaron a través de la captación de depósitos en
dólares. Ante esto, las entidades financieras elevaron el crédito en dólares a fin de evitar el
riesgo cambiario que hubieran enfrentado si los depósitos recibidos se hubieran colocado en
moneda nacional. En este esquema, los problemas de repago o riesgo de crédito (incluidos
aquellos asociados al descalce de monedas del prestatario) fueron enfocados a través de una
política conservadora de constitución de garantías 9 , principalmente bienes inmuebles, que si
bien se valoran en dólares sus precios son sensibles al comportamiento del sector no
transable. Sin embargo, luego de 1999 esta política no fue exitosa, debido a que en los
hechos el riesgo cambiario simplemente se había trasladado al riesgo de crédito, el cual no
pudo ser contenido en base a la política adoptada de garantías reales.
En un segundo estudio, Jiménez (2004), establece criterios básicos para la evaluación del
riesgo crediticio derivado del riesgo cambiario y plantea las principales consecuencias que
tiene sobre la calificación de riesgo de deuda emitida en monedas diferentes, además de la
constitución de provisiones y la asignación de capital económico en las entidades financieras
con clientes cuya deuda presenta este descalce cambiario.
3.3.
El Riesgo Cambiario Crediticio en Perú y Bolivia
3.3.1.
El sistema bancario peruano
A inicios de la década de los noventa se dio el programa de estabilización, la liberalización de
la cuenta de capitales, y la reforma del sistema financiero. Esto hizo posible la expansión de
la banca, a partir del año 1993, y su creciente importancia dentro del sistema financiero.
Consecuentemente estas medidas generaron la entrada de capitales externos a la banca
nacional 10 , el ingreso de inversión extranjera directa en el sector, el crecimiento de la
participación de las colocaciones en sus activos y la mejora de los indicadores de gestión
(Rojas y Acosta, 2002).
El crecimiento de la banca estuvo acompañado de un proceso de dolarización de activos y
pasivos (véase apéndice 1: A y B). El fondeo de la banca peruana se dio principalmente en
moneda extranjera. Las captaciones del público y los adeudos y obligaciones financieras, en
moneda extranjera, crecieron a una tasa promedio anual de 26,6% y 84,8% respectivamente
En el año 1998, La Superintendencia de Bancos aprobó el Reglamento de Operaciones de Microcrédito debidamente
garantizadas (Resolución SB/111/98), el Reglamento para la Evaluación y calificación de la Cartera de créditos (Resolución
SB/155/98) y el Reglamento para Operaciones de Crédito de Consumo debidamente garantizado (Resolución SB/157/98).
10 Durante el período 1993-2002 ingresaron 18 bancos extranjeros.
9
durante el período 1994-1998. Asimismo desde el año 1995 se comenzaron a captar recursos
de empresas del sistema financiero y organismos internacionales (ver apéndice 2: A y B).
Consecuentemente, las colocaciones se incrementaron fuertemente durante el periodo 19931998, principalmente las de moneda extranjera. Los bancos calzaron sus depósitos en dólares
con los préstamos en dólares. Esto debido a que los bancos buscaron protegerse contra el
riesgo cambiario; además de cumplir con regulaciones prudenciales de no mantener
posiciones abiertas en moneda extranjera 11 . Los préstamos en moneda extranjera crecieron a
una tasa promedio anual de 44% durante el período 1994 hasta 1998 (véase apéndice 3).
Adicionalmente, los prestatarios tuvieron incentivos para tomar préstamos en dólares. Este
comportamiento se debió a que el costo del crédito en moneda extranjera era
considerablemente menor respecto al de moneda nacional (véase figura N° 2). De acuerdo a
la teoría de la paridad de las tasas de interés, la tasa de interés doméstica es igual a la tasa de
interés en moneda extranjera más la depreciación esperada del tipo de cambio. Sin embargo,
asumiendo previsión perfecta – perfect foresight –, esto no ha ocurrido así. Adicionalmente,
durante el período anterior a la crisis, la inflación fue mayor que la depreciación, por lo que la
capacidad adquisitiva de los deudores en términos de dólares no se vio afectada.
Figura N° 2
COSTO DEL CRÉDITO EN MONEDA NACIONAL VS. EL COSTO DEL CRÉDITO
EN DOLARES EXPRESADO EN MONEDA NACIONAL
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
93 94 95 96 97 98 99 00 01 02 03 04
Fuente: SBS Perú
Elaboración: Propia
TAMN
TAMEX+DEPRECIACIÓN
¿Por qué se activo el riesgo cambiario crediticio? El descalce cambiario de los deudores no
evidencio mayores problemas hasta inicios del año 1997, año a partir del cual la economía
estuvo sujeta a diversos choques tanto internos como externos.
Hasta antes de los choques, tanto la depreciación como la inflación mantenían una tendencia
a la baja, mas aún durante el período octubre de 1993 hasta diciembre de 1996 la inflación
fue mayor que la depreciación; por lo que se tenía una depreciación neta de inflación negativa
o cercana a cero. Al existir una depreciación neta de inflación cercana a cero se tuvo un
efecto precio positivo, debido al incremento del ingreso de las empresas, que compensó
parcialmente el leve incremento de la deuda en dólares en términos de soles. Adicionalmente,
la actividad económica mantenía un buen desempeño, lo que generaba un efecto ingreso
positivo a causa del incremento de las ventas, que reforzaba el efecto precio. Así también, las
Ver: artículo 178° de la Ley General del Sistema Financiero y del Sistema de Seguros y Orgánica de la Superintendencia de
Banca y Seguros de Perú, Resolución S.B.S. N° 509-98 y Resolución S.B.S. N° 1455-2003.
11
colocaciones seguían manteniendo una fuerte expansión, más créditos nuevos, que
disminuían el ratio de cartera atrasada o deteriorada sobre el total de colocaciones brutas, es
decir existía un efecto denominador que reducía los índices de morosidad.
Figura N° 3
CICLOS: COLOCACIONES, PBI Y MORA
2
inicio de las crisis
internas y externas
restricción del crédito
1
0
-1
se activa
el riesgo
cambiario
crediticio
-2
1997
1998
1999
2000
2001
CICLO_PBI
CICLO_COLOCACIONES
CICLO_MORA
Fuente: SBS Perú, Banco Central de Reserva del Perú
Elaboración: propia
Sin embargo, las fuertes depreciaciones del tipo de cambio, el bajo coeficiente de transmisión
de la depreciación a inflación, la caída de la actividad económica y la contracción del crédito
activaron el riesgo cambiario crediticio (ver figura N° 3 y 4). Los choques internos y externos
sucedidos durante el período 1997-1999 afectaron la solidez del sistema bancario peruano. El
dos de julio de 1997 se inicia la crisis Asiática (fecha de la devaluación del bath tailandés), la
cual afecto a las economías de países emergentes. En Sudamérica, países como Chile,
Colombia, Brasil y Venezuela adoptaron medidas para contrarrestar la volatilidad de sus tipos
de cambio y detener la pérdida de reservas internacionales en un intento por defender sus
monedas. En el Perú los efectos fueron menores debido a los fundamentos
macroeconómicos que sustentaban la economía en ese entonces. Sin embargo, el 17 de
agosto de 1998 Rusia declara la moratoria en el pago de su deuda la cual fue acompañada por
la desestabilización del rublo. Esto generó una crisis de liquidez internacional. En América
Latina las tasas de interés y la percepción el riesgo país aumentaron. En Perú, el impacto de
la crisis de liquidez, luego de los sucesos en Rusia, se manifestó a través de una fuerte
contracción del crédito bancario debido al recorte importante de las líneas de crédito que
recibía la banca local de bancos internacionales. Y finalmente el 13 de enero de 1999 se dio la
crisis brasilera (el real inicio su transición a un régimen de tipo de cambio flotante), la que
acentuó la contracción del crédito bancario y de la actividad económica e indujo al alza a las
tasas de interés.
Figura N° 4
EVOLUCIÓN DE LA DEPRECIACIÓN, INFLACIÓN Y CICLO DE LA MORA
5
4
depreciación neta
depreciación neta se activa el
de inflación negativa riesgo cambiario de inflación cercana
a cero
o cercana a cero crediticio
3
2
1
efecto ingreso
y riqueza
negativo
0
-1
-2
-3
93 94 95 96 97 98 99 00 01 02 03 04
CICLO MORA DETERIORADA
DEPRECIACION
INFLACION
Fuente: SBS Perú, Banco Central de Reserva del Perú
Elaboración: Propia
3.3.2.
El sistema bancario boliviano
Bolivia se caracteriza por ser una economía pequeña y abierta. Asimismo, presenta un alto
grado de dolarización financiera y un escaso desarrollo de su mercado de capitales. Respecto
a la política monetaria, su objetivo principal es “procurar las estabilidad del poder adquisitivo
de la moneda nacional 12 ”, además presenta un régimen de tipo de cambio deslizante 13
(crawling-peg).
En relación a la dolarización financiera, esta se profundizó de manera dramática luego de la
crisis de 1982-1985, período en el cual los depósitos en dólares fueron convertidos de
manera forzosa a la moneda local. Posteriormente, en octubre de 1985, se eliminó la
prohibición que existía de mantener depósitos en moneda extranjera en el sistema bancario 14 .
En el presente análisis se distingue dos períodos. El primero, desde enero de 1995 hasta el
primer semestre de 1998, se caracteriza por presentar una expansión económica y una
tendencia a la baja tanto de la tasa de inflación como de la tasa de depreciación. Durante la
primera mitad de la década de los noventas la economía mundial presentó una expansión
económica, incluyendo los principales socios comerciales de Bolivia, lo que determinó el
crecimiento de la demanda externa y consecuentemente, el de los precios internacionales. A
estos factores se sumo la aplicación de medidas económicas internas para mantener el
equilibro macroeconómico. Así, tanto factores externos como internos dinamizaron la
actividad económica de Bolivia, lo que a su vez generó la confianza de los inversionistas,
situación que se vio reflejada en el influjo de capitales bajo la modalidad de inversión
extranjera directa.
12 Establecido en la Ley N° 1670 de octubre de 1995. Adicionalmente, el BCB tiene autonomía para determinar sus políticas
monetaria, cambiaria y del sistema de pagos.
13 El régimen cambiario de Bolivia es de un sistema de tipo de cambio deslizante (crawling peg), aunque sin anuncios previos
acerca de la trayectoria del tipo de cambio. Desde 1985, el tipo de cambio oficial y único en Bolivia se establece a través del
Bolsín del Banco Central. Este inicialmente funcionó como un mecanismo de subasta de divisas para la determinación del tipo
de cambio, el cual posteriormente evolucionó hacía un sistema de tipo de cambio deslizante que consiste en pequeñas
depreciaciones, no anunciadas, del boliviano con respecto al dólar estadounidense.
14 La dolarización financiera se incrementó de 23% a 95% entre 1985 y 1998 (Antelo, 2000. Documento de la CEPAL).
Figura N° 5
CICLOS: COLOCACIONES, PBI Y MORA
3
2
fuerte expansión
del crédito
se activa el riesgo
cambiario crediticio
1
0
-1
-2
-3
95
96
97
98
99
00
01
02
03
04
CICLO_PBI
CICLO_COLOCACIONES
CICLO_MORA
Fuente: SBEF Bolivia, Instituto Nacional de Estadística Bolivia
Elaboración: Propia
A lo largo de la década de los noventas, y especialmente luego de la promulgación de la Ley
1670 del Banco Central, la tasa de inflación ha mostrado una tendencia a la baja. Así, la
inflación pasó de 14,5% en diciembre de 1991 a 4,4% en diciembre de 1998. Así mismo, la
tasa de depreciación mostró una tendencia a la baja, pasando de 10,4% en diciembre de 1991
a 5,2% en diciembre de 1998. En consecuencia, durante este período la tasa de depreciación
neta de inflación fue negativa o cercana a cero; siendo una de las razones por lo que la
morosidad bancaria se mantuvo estable.
En el segundo período, desde el tercer trimestre de 1998 hasta el 2004, la economía boliviana
entró en un proceso recesivo, producto de choques externos e internos. Los efectos de las
crisis internacionales se vieron reflejados en una desaceleración de la economía mundial, lo
que disminuyó la demanda externa y redujo los precios de los productos de exportación.
Internamente, se sumaron factores como el programa de erradicación de la coca (año 2000),
el término de importantes proyectos en el sector hidrocarburos (finalización de las obras de
construcción del gasoducto a Brasil en 1999 y la conclusión del contrato de venta de gas a
Argentina) que dinamizaban la economía, la contracción del sistema financiero producto de
la crisis, el incremento del desequilibrio fiscal, la reducción de la inversión pública y privada,
y el agravamiento de los conflictos sociales.
Durante el segundo período, el tipo de cambio registró fuertes incrementos situándose por
encima de la tasa de inflación, la cual siguió mostrando una tendencia a la baja. Las crisis
internacionales (en especial la devaluación del real brasileño en enero de 1999 y el abandono
de Argentina de su Plan de Convertibilidad a inicios de 2002), la recesión de Estados Unidos
en el 2001 y las turbulencias cambiarias regionales durante el 2002, presionaron fuertemente
al BCB a tomar una política cambiaria más activa. De otro lado, la caída de la demanda
interna generó presiones a la baja en los precios. Así la tasa de inflación llegó a ser de 0,9%
en el 2001. Posteriormente, el BCB adoptó una posición expansiva por lo que la tasa de
inflación revirtió su tendencia a la alza, llegando a ser de 4,6% en el 2004. En consecuencia,
durante este período la depreciación neta de inflación fue alta, llegando a registrar su mayor
valor en julio de 2002 (9,2%), lo que junto con el escenario macroeconómico adverso
determinó que el riesgo cambiario crediticio se activara.
En este contexto, si bien el uso de la política cambiaria sirvió para hacer frente a los choques
externos, ayudando al sector exportador a recuperar su competitividad vía precios, ésta tuvo
efectos negativos en el sistema bancario. Casi el total de las colocaciones del sistema bancario
boliviano están en moneda extranjera y un porcentaje menor en moneda nacional con una
cláusula de ajuste al dólar 15 . Esto último ha generado una situación de vulnerabilidad del
sistema bancario frente a choques que eleven la depreciación neta de inflación. Esto es
debido a que el sistema financiero boliviano ha otorgado la mayor parte de los créditos a
prestatarios que tienen sus ingresos en bolivianos y que venden sus productos en el mercado
nacional (se estima que dos terceras partes de los créditos han sido otorgados al sector no
transable de la economía). Así, al depreciarse el boliviano, las deudas en dólares en términos
de bolivianos se incrementan, por lo que los deudores tienen que destinar una proporción
casa vez mayor de sus ingresos para cubrir sus obligaciones en dólares, lo que en el corto
plazo les genera un problemas de liquidez, que posteriormente se puede traducir en uno de
solvencia.
Figura N° 6
EVOLUCIÓN DE LA INFLACIÓN, DEPRECIACIÓN Y MORA
.24
.20
depreciación neta
negativa o cercana
a cero
se activa el riesgo
cambiario crediticio
95
99
.16
.12
.08
.04
.00
-.04
96
97
98
Inflación
00
01
02
Devaluación
03
04
Mora
Fuente: SBEF Bolivia, Instituto Nacional de Estadística Bolivia
Elaboración: Propia
Los efectos negativos también se reflejaron a nivel per cápita. Así, durante el período 19992003, el PBI per cápita tuvo una caída de 0,5% anual. Adicionalmente, durante el período
1995-2000, los salarios reales, en promedio, del sector público disminuyeron (-0,17%) y los
del sector privado habrían crecido levemente (1,9%). Además, según cifras del Instituto
Nacional de Estadística (INE), la tasa bruta de desempleo abierto pasó de 4,2% en 1996 a
8% en 2001.
Lo explicado anteriormente, evidencia que parte del incremento de la mora es debido al
riesgo cambiario crediticio. En la figura N° 6 se observa que la mora se incrementó
fuertemente desde fines de 1998, lo que coincide con el fuerte incremento de la depreciación
neta de inflación, mas aún se evidencia que ha seguido la misma evolución de la depreciación
nominal, casi contemporáneamente, lo que sugiere que el canal de transmisión del riesgo
cambiario creditito es muy rápido.
A diciembre de 2004, el ratio de colocaciones brutas en moneda extranjera a colocaciones totales es de 94.6% según cifras de
la Superintendencia de Bancos y Entidades Financieras.
15
4. Aspectos Metodológicos
La importancia del riesgo cambiario crediticio, radica en la vulnerabilidad que éste genera a
los sistemas bancarios dolarizados, la cual se traduce en pérdidas financieras y económicas
tanto para los bancos como para la economía en su conjunto. Así, una aproximación de la
importancia de este riesgo sobre la banca es a través del impacto que tiene las variaciones del
tipo de cambio sobre la morosidad bancaria.
En la primera parte analizaremos la relación y la dinámica que presenta la mora del sistema
bancario en respuesta a choques en el tipo de cambio. Para el logro de este objetivo se hace
uso de la metodología de Vectores Autorregresivos. Como mencionamos en la sección
anterior, el riesgo cambiario crediticio se activa bajo un contexto determinado, por lo que los
modelos planteados incluyen la inflación y la actividad económica (vista a través del ciclo
económico).
Finalmente, para cuantificar el efecto que tiene la depreciación, inflación y la actividad
económica sobre la morosidad, se utiliza la metodología de Método Generalizado de
Momentos, propuesta para el uso de Datos de Panel Dinámico.
4.1.
Metodología para evaluar la relación de la mora y la depreciación del tipo
de cambio
Método de Vectores Autorregresivos
Los modelos de Vectores Autorregresivos (VAR) surgieron como una alternativa a los
modelos estructurales. Así, los VAR son comúnmente utilizados tanto para predecir sistemas
de series de tiempo interrelacionadas como para analizar la dinámica que se genera por el
impacto de un shock aleatorio en algunas de las variables del sistema, esto último se analiza en
la función impulso- respuesta (FIR). La representación matemática del modelo VAR es la
siguiente:
Yt
At Yt 1 ... A p Yt p Bt xt et
Así, tenemos que Yt es un vector de k variables endógenas; xt es un vector de d variables
exógenas; A1 ,..., A p y B son las matrices de coeficientes a ser estimadas; y et es un vector
innovación (este vector innovación puede estar contemporáneamente correlacionado con
cada uno de los otros pero no está correlacionado con sus propios rezagos ni tampoco lo
está con todas la variables del lado derecho de la ecuación). Debido a que en el lado derecho
de cada ecuación sólo aparecen los rezagos de las variables endógenas, no existe
simultaneidad, por lo que la técnica de Mínimos Cuadrados Ordinarios (MCO) es apropiada
para realizar las estimaciones. Respecto a la elección del orden del VAR (la cantidad de
rezagos), ésta se puede realizar de manera arbitraria, con la recomendación general de colocar
suficientes rezagos a fin de asegurarse de que los residuos se comporten como ruido blanco.
No obstante, ante la elección excesiva de rezagos, las estimaciones se tornan imprecisas. Por
ello, se utiliza el denominado test de razón de verosimilitud (LR) u otros test para encontrar el
número de rezagos apropiado.
4.2.
Metodología para estimar la sensibilidad de la mora
Método de datos de panel dinámico
Los modelos de datos de panel combinan datos de corte transversal con datos de serie de
tiempo, es decir, obtienen información en el tiempo para un grupo de unidades de corte
transversal. Sin embargo el uso de esta metodología presenta ventajas y desventajas:
VENTAJAS
¾ Permite disponer de un mayor número de observaciones y así
incrementar los grados de libertad y reducir la colinealidad entre las
variables explicativas. En consecuencia, nos permite mejorar la eficiencia
de las estimaciones econométricas.
¾ Permite capturar la heterogeneidad no observable tanto entre unidades
individuales de estudio como a lo largo del tiempo. Así, la técnica permite
aplicar una serie de pruebas de hipótesis para confirmar o rechazar dicha
heterogeneidad y permite a la vez su captura.
¾ Esta técnica supone, e incorpora en el análisis, el hecho de que los
individuos, firmas o bancos son heterogéneos. En contraste, los análisis
de serie de tiempo y de corte transversal per se no tratan de controlar esta
heterogeneidad corriendo el riesgo de obtener resultados sesgados.
¾ Permite estudiar de una mejor manera la dinámica de los procesos de
ajuste.
¾ Permite elaborar y probar modelos de comportamiento (relativamente
complejos) en comparación con los análisis de serie de tiempo y de corte
transversal. Un ejemplo claro de este tipo de modelos es el que trata de
medir niveles de eficiencia técnica por parte de unidades económicas
individuales (empresas, bancos, etc).
DESVENTAJAS
¾ Las desventajas asociadas a
la técnica de datos de panel
se relaciona con los
procesos para la obtención
y el procesamiento de la
información
estadística
sobre
las
unidades
individuales de estudio,
cuando ésta se obtiene por
medio
de
encuestas,
entrevistas o utilizando
algún otro medio de
levantamiento de los datos.
Debido al componente autorregresivo de los índices de morosidad, se utiliza una estructura
de datos de panel dinámico, según la metodología planteada por Arellano y Bond (1991) y
Arellano y Bover (1995). Adicionalmente, el modelo de datos de panel a usar incluye otras
variables además de la endógena.
Modelo con variables Exógenas
La ecuación (1) presenta un modelo extendido de datos de panel dinámico propuesto por
Arellano y Bond (1991).
y it
Dy i (t 1) E ´ xit* K i X it
(1)
En el cual pueden ser incluidas (k-1) variables explicativas independientes. La metodología
desarrollada para modelos de datos de panel dinámico, es la del método generalizado de
momentos (MGM), planteada por Arellano y Bond (1991), y Arellano y Bover (1995). Estos
autores sugieren utilizar la primera diferencia de la ecuación de regresión para remover el
efecto específico de cada individuo (banco). Sin embargo, si bien este procedimiento
soluciona el problema del efecto específico de cada individuo, introduce una correlación
entre el nuevo término de error y el rezago de la variable dependiente. Así, es que estos
autores proponen usar los rezagos de las variables explicativas en niveles como instrumentos,
para señalar la correlación y el problema de endogeneidad. Adicionalmente, es importante
mencionar que al estimar el modelo en primera diferencias de series integradas de orden uno,
se estaría garantizando la estacionariedad de los regresores.
Así, el modelo de la ecuación (1) puede ser expresado de la siguiente forma:
yit
G ´ xit K i X it
Donde xit
(2)
( yi (t 1) xit*´ )´ es de dimensión kx1, y
X it no está serialmente correlacionado. Estos
*
it
autores, suponen inicialmente que x está correlacionado con K i . Así, bajo este supuesto, la
forma de la matriz óptima de instrumentos dependerá si xit* son variables predeterminadas o
estrictamente exógenas.
Si las variables son predeterminadas, es decir E ( xit*X is ) z 0 para s < t y cero en otros casos,
*
*
entonces únicamente xi1 ,..., xi ( s 1) son instrumentos validos para la ecuación en diferencia
para el período s.
Luego si las variables son estrictamente exógenas, es decir E ( xit*X is )
0 para todo t, s, todos
los xit* serán instrumentos validos. Lógicamente la matriz xit* puede incluir una combinación
de ambas variables.
Estos autores encuentran que la forma del estimador GMM es igual a:
š
G
_
_
_
_
( X ´ZAN Z ´ X ) 1 X ´ZAN Z ´ y
(3)
Así la elección de AN producirá estimadores una etapa (one-step) o dos etapas (two-step).
Sin embargo, Alonso-Borrego y Arellano (1999) y Blundell y Bond (1998) muestran que si
los rezagos de la variable dependiente y de las variables explicativas son persistentes sobre el
tiempo, los rezagos de los niveles de estas variables son instrumentos débiles para la
regresión en diferencias. A esto, Arellano y Bover (1995) proponen un método alternativo
que estima la regresión en diferencia conjuntamente con la regresión en niveles.
Finalmente, la consistencia del estimador GMM depende de la validez de dos supuestos: i) el
término de error, X it , no exhibe correlación serial de segundo orden y ii) la validez de los
instrumentos (ver Arrellano y Bond, 1991).
Modelo econométrico de datos de panel dinámico
Como mencionamos anteriormente, la morosidad bancaria presenta un componente
autorregresivo (comportamiento que se observa en la realidad, la mora del período t-1
explica a la mora del período t+n), por lo que se utiliza un modelo de datos de panel
dinámico, según la metodología planteada por Arellano y Bond (1991) y Arellano y Bover
(1995).
El modelo planteado es de la forma:
yit
Donde:
D i Oyit j Exit eit
D i : representa la heterogeneidad no observable específica a cada banco, la cual se considera
constante en el tiempo para cada uno de los n bancos que conforman la muestra.
E : es el vector de kx1 de parámetros asociados a las variables exógenas.
xit : es el vector de k variables explicativas estrictamente exógenas. Incluimos la
depreciación, la inflación y el ciclo económico.
O : es el vector de jx1 parámetros. Cada parámetro está asociado a cada una de las variables
endógenas predeterminadas.
y it j : es el vector de j variables endógenas predeterminadas, que están formadas por los
rezagos de la variable endógena.
eit : es el vector de los errores de cada banco en cada punto del tiempo.
5. Descripción de los datos y muestra
Como variable proxy de los indicadores de riesgo crediticio se utiliza los índices de
morosidad. Para el calculo de éstos se utilizó los balances históricos de los bancos tanto de
Perú como de Bolivia; siendo la fuente la Superintendencia de Banca y Seguros de Perú
(SBS) y la Superintendencia de Bancos y Entidades Financieras de Bolivia (SBEF). Así
mismo, las variables PBI, IPC y Tipo de Cambio, para Perú y Bolivia, provienen de fuentes
oficiales (véase apéndice 4).
5.1.
Dinámica del la morosidad
Para evaluar la relación entre la morosidad bancaria y la variación del tipo de cambio, en
países con sistemas bancarios parcialmente dolarizados, se ha utilizado el método de
Vectores Autorregresivos. Así mismo, esta metodología nos permite analizar el efecto de un
choque del tipo de cambio, inflación y actividad económica sobre la morosidad bancaria.
Datos y Muestra de Perú
El modelo se ha estimado con datos mensuales para el período diciembre 1993 – diciembre
2004, y considera las siguientes variables:
a.
b.
c.
d.
El índice de morosidad de la cartera en moneda extranjera (MORA ME)
La tasa de depreciación del tipo de cambio doce meses (DEP)
La tasa inflación doce meses (INF)
El ciclo económico (CICLO).
En el caso de Perú, el índice de morosidad es igual al cociente entre la cartera atrasada y el
total de créditos directos brutos:
ÍndiceMorosidad
CarteraAtr asada
Colocacion esDirectasBrutas
Siendo la cartera atrasada igual a:
CarteraAtrasada CréditosVencidos CréditosenCobranzaJudicial
El ciclo económico fue calculado utilizando el índice del PBI base 1994. Primero se suavizó
la serie tomando el logaritmo; a la serie suavizada se le removió el componente estacional 16 y
posteriormente se obtuvo el componente cíclico utilizando el Filtro de Baxter -King.
Los datos muestran que durante el período de crisis, 1998 – 2000, existió una estrecha
relación entre la depreciación y la morosidad, la cual se presenta con rezago (ver figura N° 7).
Figura N° 7
EVOLUCIÓN: MORA EN ME, DEPRECIACIÓN E INFLACIÓN
5
4
3
2
1
0
-1
-2
94
95
96
97
98
99
MORA ME
00
01
DEP
02
03
04
INF
Fuente: SBS Perú, Banco Central de Reserva del Perú
Elaboración: Propia
Vista de otra forma, se observa que la relación entre depreciación y mora se vuelve más
fuerte entre la variación de la morosidad y la depreciación, la cual se da casi
contemporáneamente. Asimismo, se observa que en este período la depreciación fue mucho
mayor que la inflación; situación que influyó en la activación del riesgo cambiario crediticio.
Figura N° 8
EVOLUCIÓN: VARIACIÓN DE LA MORA EN ME, DEPRECIACIÓN E INFLACIÓN
5
4
3
2
1
0
-1
-2
94
95
96
97
98
99
MORA ME
00
DEP
Fuente: SBS Perú, Banco Central de Reserva del Perú
Elaboración: Propia
16
Para remover el componente estacional se utilizó el Tramo-Seat.
01
02
03
INF
04
Datos y Muestra de Bolivia
Para el caso de Bolivia, se utilizó datos mensuales y trimestrales, para el período diciembre
1995 – diciembre 2004, de las siguientes variables:
a.
b.
c.
d.
El índice de morosidad 17 (MORA)
La tasa de depreciación del tipo de cambio doce meses (DEP)
La tasa inflación doce meses (INF)
El ciclo económico (CICLO).
El índice de morosidad del sistema bancario boliviano viene a ser el cociente entre la cartera
en mora y las colocaciones brutas.
ÍndiceMorosidad
CarteraenM ora
Colocacion esBrutas
Siendo la cartera en mora igual a:
CarteraenM ora
CarteraVen cida CarteraenE jecución
El ciclo económico fue calculado utilizando el PBI a precios de mercado (en miles de
bolivianos de 1990). La metodología para calcular el ciclo económico es la misma, sin
embargo para este caso se utilizo datos de frecuencia trimestral.
En el caso de Bolivia, se observa que el mecanismo de transmisión del riesgo cambiario
crediticio es más rápido. En el período de crisis, la morosidad bancaria creció al mismo ritmo
que la depreciación; en el gráfico N° 9 se observa que la depreciación y la morosidad han
crecido de forma simultánea; asimismo el coeficiente de correlación pasó de 22%, período
antes de la crisis, hasta 57%, durante el período de crisis. Al igual que en el caso peruano,
durante este período la depreciación estuvo muy por encima de la inflación, generándose un
efecto ingreso negativo.
Figura N° 9
EVOLUCIÓN: MORA DEL SISTEMA, DEPRECIACIÓN E INFLACIÓN
3
2
1
0
-1
-2
95
96
97
98
SISTEMA
99
00
01
02
DEP
03
INF
Fuente: SBEF Bolivia, Instituto Nacional de Estadística Bolivia
Elaboración: Propia
17
No se utilizó la mora en moneda extranjera debido a la falta de información desagregada.
04
5.2.
Sensibilidad de la morosidad
Se utilizó el método de datos de panel dinámico para cuantificar la sensibilidad de los
indicadores de morosidad de la banca peruana y boliviana, ante cambios en el tipo de
cambio, precios y actividad económica. Este método permite incrementar los grados de
libertad, debido a que combina datos de corte transversal con dato de serie de tiempo.
Asimismo, permite obtener resultados en el ámbito de todo el sector bancario a la vez que
considera las interrelaciones que se presentan entre las entidades que lo componen.
Datos y muestra de Perú
El período de análisis comprende desde diciembre de 1993 hasta diciembre de 1994, con
datos de frecuencia mensual. La información de la morosidad comprende a 26 bancos
peruanos, algunos de los cuales quebraron, fueron absorbidos o se fusionaron. Las variables
explicativas son la depreciación, la inflación y el ciclo económico. En las figuras N° 10, 11 y
12, se muestra la evolución de la mora de los tres principales bancos, asimismo se observa la
relación que han mantenido con la depreciación e inflación; en el apéndice N° 8 se muestra
la evolución de la morosidad de todos los bancos peruanos. En los tres casos se observa una
estrecha relación, la cual se presenta con mayor fuerza en el tercer banco. Esto sugiere que la
relación entre la morosidad y la depreciación dependerá en muchos casos de la política de
riesgos y créditos, así como de la gestión de riesgos que realicen los bancos. Este
comportamiento refleja, entre otras cosas, que tan adverso al riesgo es un banco. Así, en la
medida que un banco sea más cauto en el otorgamiento de créditos, éste será más adverso al
riesgo.
Figura N° 10
Figura N° 11
EVOLUCIÓN: MORA BCO CONTINENTAL, DEPRECIACIÓN E INFLACIÓN
EVOLUCIÓN: MORA BCO CRÉDITO, DEPRECIACIÓN E INFLACIÓN
.4
.4
.3
.3
.2
.2
.1
.1
.0
.0
-.1
-.1
94
95
96
97
98
CRÉDITO
99
00
01
02
INF
03
94
04
95
96
97
98
CONTINENTAL
DEP
Figura N° 12
EVOLUCIÓN: MORA BCO WIESE, DEPRECIACIÓN E INFLACIÓN
.4
.3
.2
.1
.0
-.1
94
95
96
97
98
WIESE
99
00
DEP
01
02
03
04
INF
Fuente: SBS Perú, Banco Central de Reserva del Perú
Elaboración: Propia
99
00
01
DEP
02
03
INF
04
Datos y muestra de Bolivia
La morosidad bancaria fue calculada para dieciocho bancos. Para lo cual se utilizó los
balances históricos de cada banco, a cierre del mes, para el período que va de enero de 1995
hasta diciembre de 2004. Asimismo, la depreciación e inflación, ambos doce meses, fue
calculada utilizando el tipo de cambio promedio mensual y el índice de precios al
consumidor.
Para el calculo del ciclo económico se utilizó el PBI en millones de bolivianos a precios
constantes de 1990, datos de frecuencia trimestral.
Figura N° 13
Figura N° 14
EVOLUCIÓN: MORA DEL BSC, DEPRECIACIÓN E INFLACIÓN
EVOLUCIÓN: MORA DEL BNB, DEPRECIACIÓN E INFLACIÓN
.20
.30
.16
.25
.20
.12
.15
.08
.10
.04
.05
.00
.00
-.05
-.04
95
96
97
98
BNB
99
00
01
DEP
02
03
04
95
96
97
98
99
BSC
INF
00
DEP
01
02
03
04
INF
Figura N° 15
EVOLUCIÓN: MORA DEL BUN, DEPRECIACIÓN E INFLACIÓN
.32
.28
.24
.20
.16
.12
.08
.04
.00
-.04
95
96
97
98
BUN
99
00
DEP
01
02
03
04
INF
Fuente: SBEF Bolivia, INE
Elaboración: Propia
Así, se estimaron dos modelos. El primero con datos de frecuencia mensual no incluye el
ciclo económico como variable explicativa. Y el segundo con datos de frecuencia trimestral e
incluye el ciclo económico.
6. Resultados
6.1.
Dinámica de los índices de morosidad
Para estudiar la relación entre la morosidad bancaria y las variables depreciación, inflación y
actividad económica se utilizaron las variables en niveles 18 . Respecto a este punto existen
opiniones encontradas en la literatura. Autores como Doan o Litterman consideran que la
técnica se puede aplicar libremente a cualquier tipo de serie, sin importar si son integradas o
no, otros como Hamilton sugieren que la posibilidad de que la series estén cointegradas
podría afectar el modelo, por lo cual postulan que se debe o bien usar series estacionarias o
modificar el modelo de alguna manera (elaborando lo que se conoce como Vector Error
Correction).
PERÚ
Existen diversos criterios para elegir el número de rezagos. En el apéndice 6-A se muestran
los resultados. Así, el número de rezagos a considerar (1 rezago, 3 rezagos y 7 rezagos) varía
de acuerdo al criterio que se elija. En consecuencia, se estimaron tres Modelos VAR de
acuerdo al criterio elegido. En los tres casos el efecto de la depreciación, inflación y actividad
económica sobre la morosidad del sistema bancario es conforme se esperaba. Sin embargo, la
significancia estadística de la función impulso respuesta disminuye cuanto más número de
rezagos se utilice.
Figura N° 16: FUNCIÓN IMPULSO RESPUESTA - UN REZAGO
Respuesta de la Mora en ME
a un choque en la Depreciación
Respuesta de la Mora en ME
a un choque en la inflación
.008
.008
.006
.006
.004
.004
.002
.002
.000
.000
-.002
-.002
-.004
-.004
-.006
-.006
5
10
15
20
25
30
35
40
45
50
5
10
15
20
25
30
35
40
45
50
Respueta de la Mora en ME
a un Choque en la Mora en ME
Respuesta de la Mora en ME
a un choque en la actividad económica
.008
.008
.006
.006
.004
.004
.002
.002
.000
.000
-.002
-.002
-.004
-.004
-.006
-.006
5
10
15
20
25
30
35
40
45
50
5
10
15
20
25
30
35
40
45
50
Los resultados muestran que la calidad de la cartera se deteriora ante un fuerte choque del
tipo de cambio, es decir la mora reacciona positivamente ante este choque. En los tres casos,
según el criterio elegido, se presenta la misma dinámica, siendo la función impulso respuesta
18
En el apéndice 5 A y B se muestran los resultados de las pruebas de raíz unitaria de Perú y Bolivia.
(FIR) significativa estadísticamente a partir del período cinco hasta el período veinticinco
aproximadamente, llegando a reportar el mayor impacto entre el período veinte y veintitrés.
Figura N° 17: FUNCIÓN IMPULSO REPUESTA - TRES REZAGOS
Respuesta de la Mora en ME
a un Choque en la Depreciación
Respuesta de la Mora en ME
a un Choque en la Inflación
.008
.008
.004
.004
.000
.000
-.004
-.004
5
10
15
20
25
30
35
40
45
50
5
Respuesta de la Mora en ME
a un Choque en la Actividad Económica
.008
.008
.004
.004
.000
.000
-.004
-.004
5
10
15
20
25
30
35
40
45
50
10
15
20
25
30
35
40
45
50
Respuesta de la Mora en ME
a un Choque en la Mora en ME
5
10
15
20
25
30
35
40
45
50
Así también, se encuentra que la morosidad reacciona negativamente ante un choque en la
inflación, es decir la calidad de la cartera puede mejorar debido al efecto precio positivo. En
el prime caso, la FIR es estadísticamente significativa hasta el período veintiocho; para tres
rezagos la significancia estadística se reduce y en el tercer caso la FIR es no significativa. Así,
el efecto del incremento de los precios en la calidad de la cartea dependerá si éste reduce
considerablemente las ventas de los agentes económicos lo que compensaría el incremento
de los ingresos por los mayores precios.
Respecto a la relación entre la actividad económica y la calidad de la cartera de créditos, se
encuentra que esta última muestra una mejora. El incremento de la producción se traduce en
mayores ingresos para las empresas, lo que permite a los deudores cumplir con sus
obligaciones contractuales. Sin embargo, en el caso peruano, las FIR son no significativas; lo
que puede implicar que en el caso peruano el riesgo crediticio no está muy correlacionado
con la actividad económica como lo está en países desarrollados.
Finalmente, se observa que la mora bancaria muestra un proceso autorregresivo, la mora del
período t+1 depende de la mora del período t. Esto es conforme se observa en la realidad.
La mora refleja los problemas de caja de los deudores, los cuales usualmente se mantienen
por algunos períodos.
Figura N° 18: FUNCIÓN IMPULSO RESPUESTA - SIETE REZAGOS
Respuesta de la Mora en ME
ante un Choque en la Inflación
Respuesta de la Mora en ME
ante un Choque en la Depreciación
.020
.020
.015
.015
.010
.010
.005
.005
.000
.000
-.005
-.005
-.010
-.010
5
10
15
20
25
30
35
40
45
5
50
Respuesta de la Mora en ME
ante un Choque en la Actividad Económica
.020
.020
.015
.015
.010
.010
.005
.005
.000
.000
-.005
-.005
-.010
10
15
20
25
30
35
40
45
50
Respuesta de la Mora en ME
ante un Choque de la Mora en ME
-.010
5
10
15
20
25
30
35
40
45
50
5
10
15
20
25
30
35
40
45
50
BOLIVIA
Para Bolivia se estimaron dos modelos: el primero sólo incluye la depreciación neta de
inflación y el segundo considera la devaluación y la inflación por separado. Estos modelos se
estimaron con datos de frecuencia mensual
Los criterios para elegir el número de rezagos óptimo, para los dos modelos, se presenta en
el apéndice 6B y 6C.
PRIMER MODELO
Se encuentra que la calidad de la cartera del sistema bancario boliviano se deteriora ante un
choque de la depreciación neta de inflación. En ambos casos, con un rezago y siete rezagos,
las FIR son significativas para algún período y la significancia de las FIR se mantiene hasta el
período treinta, período en el cual se alcanza el mayor efecto. Como mencionamos
anteriormente, a pesar de que el tipo de cambio se incremente, éste sólo afectará a la
morosidad si la inflación es mayor que la depreciación. Sin embargo en la medida que la
depreciación neta de inflación sea alta la morosidad bancaria se incrementará producto del
efecto ingreso negativo que genera el incremento de la deuda en moneda extranjera
expresada en moneda doméstica.
Figura N° 19: FUNCIÓN IMPULSO RESPUESTA - UN REZAGO
Respuesta de la Mora
ante un Choque en la Mora
Respuesta de la Mora
a un choque de Depreciación Neta
.012
.012
.008
.008
.004
.004
.000
.000
-.004
-.004
10
20
30
40
50
60
70
80
90
10
100
20
30
40
50
60
70
80
90
100
Figura N° 20: FUNCIÓN IMPULSO RESPUESTA - SIETE REZAGOS
Respuesta de la Mora
a un Choque de Depreciación Neta
Respuesta de la Mora
a un Choque de la Mora
.016
.016
.012
.012
.008
.008
.004
.004
.000
.000
-.004
-.004
-.008
-.008
10
20
30
40
50
60
70
80
90
100
10
20
30
40
50
60
70
80
90
100
SEGUNDO MODELO
El impacto puro del tipo de cambio sobre la calidad de la cartera es positivo sin embargo la
significancia estadística de la FIR se reduce a mayor número de rezagos. En el caso de un
rezago, el efecto del choque del tipo de cambio es ligeramente significativo hasta el período
treinta y cinco; y en el caso de siete rezagos es ligeramente significativo entre el período
veinte y veinticinco.
Una posible explicación a la débil significancia estadística de las FIR es la característica del
régimen cambiario boliviano. Como lo señala Escobar (2004), el efecto entre las variaciones
cambiarias y la actividad de intermediación financiera es menos clara cuando las
depreciaciones son pequeñas y continuas (crawling peg), siendo este último una característica
del régimen cambiario de Bolivia.
De otro lado, la morosidad del sistema bancario boliviano no exhibe una relación clara a un
choque de inflación, asimismo las funciones impulso respuesta son no significativas para los
dos casos. El modelo de un rezago no exhibe una relación clara, hasta el período cincuenta la
relación es negativa, a partir del cual se vuelve positiva. Así también, en el segundo modelo
se observa el mismo comportamiento.
Figura N° 21: FUNCIÓN IMPULSO RESPUESTA-UN REZAGO
Respuesta de la Mora
a un Choque de Depreciación
Respuesta de la Mora
a un Choque de Inflación
.020
.020
.015
.015
.010
.010
.005
.005
.000
.000
-.005
-.005
-.010
-.010
-.015
-.015
10
20
30
40
50
60
70
80
90
100
10
20
30
40
50
60
70
80
90
100
Respuesta de la Mora
a un Choque en la Mora
.020
.015
.010
.005
.000
-.005
-.010
-.015
10
20
30
40
50
60
70
80
90
100
Figura N° 22: FUNCIÓN IMPULSO RESPUESTA - SIETE REZAGOS
Respuesta de la Mora
a un Choque de Depreciación
Respuesta de la Mora
a un Choque en la Inflación
.015
.015
.010
.010
.005
.005
.000
.000
-.005
-.005
-.010
-.010
-.015
-.015
5
10
15
20
25
30
35
40
45
50
55
5
10
15
20
50
55
Respuesta de la Mora
a un Choque en la Mora
.015
.010
.005
.000
-.005
-.010
-.015
5
10
15
20
25
30
35
40
45
25
30
35
40
45
50
55
6.2.
Sensibilidad de los índices de morosidad
Los resultados de los cuadros 1, 2 y 3 refuerzan lo encontrado a través de la metodología
VAR. La depreciación deteriora la cartera de créditos, mientras que la inflación y actividad
económica impactan positivamente; esto bajo un contexto de dolarización financiera.
Perú
Los resultados muestran que el impacto de un choque de tipo de cambio sobre la morosidad
de los bancos es muy superior al impacto que produce los choques de inflación y actividad
económica. Asimismo, se encuentra que el canal de transmisión de depreciación-mora
bancaria actúa con retrazo, esto también se observa en los gráficos de la función impulso
respuesta de los modelos VAR. Respecto al menor impacto de un choque de la actividad
económica sobre la morosidad, Jiménez (2004) menciona que los países en desarrollo,
presentan una baja correlación entre el riesgo crediticio y la actividad económica, situación
contraria a la que presentan los países desarrollados.
Cuadro 1.- Sensibilidad de la mora de los bancos peruanos
Variable dependiente: Morosidad de los bancos peruanos
Variables explicativas
Sistema GMM
Dos etapas
Mora (-1)
0.889538*
(0.000439)
Depreciación(-2)
0.051530*
(0.000715)
Inflación(-2)
-0.005787*
(0.001014)
Ciclo económico
-0.000466*
(9.80E-06)
Ciclo Económico (-12)
-0.000655*
(1.12E-05)
Prueba de Sobreidentificación de Sargan
0.991
Prueba de correlación serial de segundo orden
0.78
Número de bancos
23
Número de observaciones
2032
*,* y *** significancia al 1%, 5% y 10% respectivamente. Desviación estándar entre
paréntesis.
Adicionalmente, los resultados muestran que la mora bancaria sigue un proceso
autorregresivo. La mora en un punto del tiempo refleja los problemas de liquidez de los
deudores, que en muchos casos se extiende por varios períodos, es decir la mora presente
depende de los problemas de liquidez del pasado. Una de las prácticas más comunes, para
aliviar este problema, es el refinanciamiento de la deuda, lo que en épocas de crisis no hace
más que retrazar el estallido de la burbuja de riesgo crediticio que se ha ido gestando.
Bolivia
En el caso de Bolivia, el choque de depreciación como el de inflación generan un efecto
importante sobre la morosidad de los bancos, sin embargo el primero es mucho mayor. Esto
evidencia que la inflación ha jugado un rol importante en la evolución de la mora. Así, antes
del período de crisis el incremento de los precios permitió compensar los efectos negativos
del incremento del tipo de cambio. Sin embargo durante el período de crisis la inflación
estuvo muy por debajo de la depreciación, lo que determinó en parte el fuerte incremento de
la mora bancaria. Adicionalmente, los resultados muestran que el impacto de la depreciación
como de la inflación sobre la mora de los bancos es inmediato, lo cual es producto del alto
grado de dolarización de la banca boliviana.
Cuadro 2.- Sensibilidad de la mora de los bancos bolivianos
Variable dependiente: Morosidad de los bancos bolivianos
Variables explicativas
Sistema GMM
Dos etapas
Mora (-1)
0.595222*
(0.004681)
Mora (-2)
0.179641*
(0.000478)
Devaluación
0.182688**
(0.066578)
Inflación
-0.124026**
(0.030330)
Prueba de Sobreidentificación de Sargan
0.2630
Prueba de correlación serial de segundo orden
0.65
Número de bancos
18
Número de observaciones
1569
*,* y *** significancia al 1%, 5% y 10% respectivamente. Desviación estándar entre
paréntesis.
Al igual que en el caso peruano, la actividad económica presenta el menor de los impactos
sobre la morosidad de los bancos boliviano. Cabe destacar que para el caso boliviano la
actividad económica impacta sobre la morosidad con un retardo de un trimestre mientras
que en el caso de Perú, el impacto tarda cuatro trimestres.
Cuadro 3.- Sensibilidad de la mora de los bancos bolivianos
Variable dependiente: Morosidad de los bancos bolivianos
Variables explicativas
Sistema GMM
Dos etapas
Mora (-1)
0.365543*
(0.054219)
Mora (-2)
0.339238*
(0.017855)
Devaluación
0.295802*
(0.058986)
Inflación
-0.192610*
(0.022523)
Ciclo (-1)
-0.078384**
(0.035662)
Prueba de Sobreidentificación de Sargan
0.5042
Prueba de correlación serial de segundo orden
0.73
Número de bancos
18
Número de observaciones
436
*,* y *** significancia al 1%, 5% y 10% respectivamente. Desviación estándar entre
paréntesis.
7. Conclusiones
Este documento presenta un estudio preliminar para aproximar la importancia del riesgo
cambiario crediticio (riesgo derivado de otros riesgos que no es considerado explícitamente
por la doctrina propuesta por el Comité de Basilea II) en economías con sistemas bancarios
parcialmente dolarizados.
Con ese propósito se analiza la relación y la dinámica que presenta la morosidad bancaria
ante choques en el tipo de cambio, inflación y actividad económica, para el sistema bancario
peruano y boliviano. Asimismo, se estima el impacto de estos choques sobre la mora, lo que
determina el grado de vulnerabilidad del sistema bancario de estos países.
Para ambos países se encuentra que un choque de depreciación deteriora la calidad de la
cartera de créditos. Mientras que un choque de inflación y de actividad económica la
mejoran.
Así mismo, se encuentra que el mecanismo de transmisión del riesgo cambiario crediticio es
más rápido en el sistema bancario boliviano respecto al que caracteriza al sistema bancario
peruano. Esto se evidencia en los gráficos de la función de impulso respuesta de los modelos
estimados a través de la metodología de Vectores Autorregresivos, para Perú y Bolivia.
Adicionalmente, las estimaciones de los modelos de datos de panel dinámico refuerzan lo
encontrado a través del método VAR.
En el caso peruano, los gráficos de la función impulso respuesta muestran que el impacto de
un choque de tipo de cambio se evidencia a partir del quinto mes, llegando a reportar el
mayor impacto en la mitad del segundo año. Para Bolivia, los resultados muestran que los
efectos de este choque se dan a partir del segundo mes, llegando a mostrar el mayor impacto
cerca al final del segundo año. Adicionalmente, los resultados de los modelos de datos de
panel dinámico muestran que los efectos de la depreciación e inflación operan con dos meses
de rezago para el caso peruano, mientras que para el caso de Bolivia el impacto es inmediato.
Así también, se encuentra que el impacto de un choque de depreciación sobre la mora es
mayor en Bolivia respecto al efecto que se encuentra para la banca de Perú. Esto evidencia
que el impacto de un choque de depreciación sobre la morosidad de los bancos depende de
factores estructurales; respecto al caso de Perú los fundamentos macroeconómicos presentan
mayor solidez en relación a lo que presenta la economía boliviana. Consecuentemente, la
banca boliviana presenta un mayor grado de vulnerabilidad a los choques de tipo de cambio.
Finalmente, se encuentra que un choque de actividad económica sobre la mora es muy bajo
en relación al impacto que tiene el choque de depreciación e inflación, esto para ambos
países. Sin embargo, en el caso de Bolivia el efecto es mayor en relación al que se encuentra
para la banca peruana.
8. Referencias
[1]
Allen M., Rosenberg Ch., Keller Ch., Setser B. y N. Roubini (2002). “A Balance
Sheet Approach to Financial Crises”. IMF Working Paper WP/02/210.
[2]
Antelo, Eduardo (2000). “Políticas de estabilización y reformas estructurales en
Bolivia a partir de 1985”. Serie Reformas Económicas. CEPAL.
[3]
Arellano, M y S. Bond, (1991). “Some Tests of Specification for Panel Data: Monte
Carlo Evidence and an Application to Employment Equations”. Review of
Economic Studies 58, 277-297.
[4]
Arellano, M y O. Bover (1995). “Another Look at the Instrumental Variables
Estimation of Error-Component Models”. Journal of Econometric, 68, pp. 29-51.
[5]
Azabache, Pablo (2004). “Guía Metodológica para Estimar la Sensibilidad de los
Indicadores de Riesgo Crediticio a Choques Macroeconómicos y Microeconómicos:
Un Modelo de Datos de Panel Dinámico”. Corporación Financiera de Desarrollo COFIDE: Mimeo.
[6]
Banco Central de Bolivia. Memorias anuales 1998-2004.
[7]
Cowel, Kevin (2004). “Financial Dollarization”. Inter-American Development Bank,
Chapter 4 of the Economic and Social Progress in Latin American-2005 Report.
[8]
De Nicoló G, Honohan P. y A. Ize (2003). “Dollarization of the Banking System:
Good or Bad?”. IMF Working Paper WP/03Forthcoming.
[9]
Escobar, Fernando (2003). “Efectos de las Variaciones del Tipo de Cambio sobre
las Actividades de Intermediación Financiera de Bolivia: 1990-2003”. Banco Central
de Reserva de Bolivia.
[10]
Freixas, X. y Rochet, J. (1997). “Microeconomic of Banking”. Massachusetts
Institute of Technology.
[11]
Galindo, A. y Powel, A. (2004). “Bank Regulation and Supervision”. Inter-American
Development Bank, Chapter 6 of the Economic and Social Progress in Latin
American-2005 Report.
[12]
Greuning, H. y Bratanovic, S. (2003). “Analyzing and Managing Banking Risk”. The
World Bank.
[13]
Jiménez, Renzo (2001). “Perú: Una Economía Estrangulada por el Descalce entre la
Dolarización de los Pasivos Financieros y la Solarización del Poder Adquisitivo de
sus Agentes Económicos”. Revista Apuntes N° 49. Universidad del Pacifico.
[14]
Jiménez, Renzo (2004). “Riesgo Crediticio Derivado del Riesgo Cambiario:
Perspectiva de una Economía Latinoamericana Parcialmente Dolarizada”. Revista
Apuntes N° 52. Universidad del Pacifico.
[15]
Kay, J. Y J. Vickers, (1988). “Regulatory Reform in Britain”. Economic Policy,
7,.págs. 286-343.
[16]
Powell, Andrew (2004). “The Challenges of Basel II”. Inter-American Development
Bank, Chapter 16 of the Economic and Social Progress in Latin American-2005
Report.
[17]
Rojas, S. y Emma, L. (2004). “Banking Crises and Resolution”. Inter-American
Development Bank, Chapter 5 of the Economic and Social Progress in Latin
American-2005 Report.
[18]
Viquez, R., Mayorga M., Monetero, R. Y Muñiz E. “Análisis de la Sensibilidad de la
Banca Comercial ante Cambios en el Entorno Macroeconómico”. Documento de
Trabajo. Banco Central de Costa Rica.
Apéndice 1.- Evolución de los Activos y Pasivos del Sistema Bancario Peruano
A.-
EVOLUCIÓN: TOTAL ACTIVOS, ACTIVOS MN Y ACTIVOS ME
7.0E+07
6.0E+07
5.0E+07
4.0E+07
3.0E+07
2.0E+07
1.0E+07
0.0E+00
94
95
96
97
98
TOTAL ACTIVOS
99
00
01
02
ACTIVOS MN
03
04
ACTIVOS ME
B.-
EVOLUCIÓN: TOTAL PASIVOS, PASIVOS MN Y PASIVOS ME
7.0E+07
6.0E+07
5.0E+07
4.0E+07
3.0E+07
2.0E+07
1.0E+07
0.0E+00
94
95
96
97
TOTAL PASIVOS
98
99
00
01
PASIVOS MN
02
03
04
PASIVOS ME
Apéndice 2.- Evolución de las Principales Fuentes de Fondeo de la Banca Peruana
A.-
EVOLUCIÓN: TOTAL ADEUDADOS, ADEUDADOS MN
Y ADEUDADOS ME
1.40E+07
1.20E+07
1.00E+07
8.00E+06
6.00E+06
4.00E+06
2.00E+06
0.00E+00
94
95
96
97
98
99
00
01
02
03
04
TOTAL ADEUDADOS
ADEUDADOS MN
ADEUDADOS ME
B.-
EVOLUCIÓN: TOTAL OBLIGACIONES CON EL PÚBLICO
OBLIGACIONES MN Y OBLIGACIONES ME
5.0E+07
4.0E+07
3.0E+07
2.0E+07
1.0E+07
0.0E+00
94
95
96
97
98
99
00
01
02
03
04
TOTAL OBLIGACIONES CON EL PÚBLICO
OBLIGACIONES MN
OBLIGACIONES ME
Apéndice 3.- Evolución de las Colocaciones por Moneda
EVOLUCIÓN: TOTAL COLOCACIONES, COLOCACIONES MN
Y COLOCACIONES ME
5.0E+07
4.0E+07
3.0E+07
2.0E+07
1.0E+07
0.0E+00
94
95
96
97
98
99
00
01
02
03
04
COLOCACIONES MN
COLOCACIONES ME
TOTAL COLOCACIONES
Apéndice 4 .- Fuentes de las variables utilizadas
Estados Financieros de los bancos de Bolivia
Estados Financieros de los bancos de Perú
Producto Bruto Interno de Bolivia
Índice de Precios al Consumidor
Tipo de cambio bolivianos por dólar
Producto Bruto Interno de Perú
Índice de Precios al Consumidor
Tipo de cambio nuevo sol por dólar
Superintendencia de Bancos y Entidades
Financieras de Bolivia (SBEF)
Superintendencia de Bancos y Seguros de
Perú (SBS)
Instituto nacional de Estadística (INE)
Bolivia
Instituto nacional de Estadística (INE)
Bolivia
Instituto nacional de Estadística (INE)
Bolivia
Banco Central de Reserva del Perú (BCRP)
Banco Central de Reserva del Perú (BCRP)
Banco Central de Reserva del Perú (BCRP)
Apéndice 5-A .- Resultados de las Pruebas ADF-Perú
Prueba ADF de Raíz Unitaria
Valor Crítico
Estadístico
de la prueba
ADF
Ho: Existe raíz unitaria
con
intercepto
con
tendencia
al 1%
al 5%
al 10%
*
*
*
-3.882276
-3.875188
-3.480425
-4.029041
-2.883408
-3.444222
-2.57851
-3.146908
*
*
*
-2.76201
-3.106576
-3.481217
-4.030157
-2.883753
-3.444756
-2.578694
-3.147221
*
*
*
-5.62403
-5.1518
-3.480818
-4.029595
-2.883579
-3.444487
-2.578601
-3.147063
*
*
*
-1.74451
-1.449854
-3.481217
-4.030157
-2.883753
-3.444756
-2.578694
-3.147221
*
*
*
-1.422522
-1.159156
-3.482879
-4.032498
-2.884477
-3.445877
-2.57908
-3.147878
Ciclo económico
Depreciación 12 meses
Inflación 12 meses
Depreciación neta de inflación
Mora atrasada ME
Apéndice 5-B .- Resultados de las Pruebas ADF-Bolivia
Prueba ADF de Raíz Unitaria
Valor Crítico
Estadístico
de la prueba
ADF
Ho: Existe raíz unitaria
con
intercepto
con
tendencia
al 1%
al 5%
al 10%
*
*
*
-2.987737
-3.044020
-3.615588
-4.219126
-2.941145
-3.533083
-2.609066
-3.198312
*
*
*
-1.411897
-0.952913
-3.486551
-4.037668
-2.886074
-3.448348
-2.579931
-3.149326
*
*
*
-2.024595
-2.569954
-3.486551
-4.037668
-2.886074
-3.448348
-2.579931
-3.149326
*
*
*
-1.655987
-1.526665
-3.486551
-4.037668
-2.886074
-3.448348
-2.579931
-3.149326
*
*
*
-1.541363
-2.412119
-3.492523
-4.046072
-2.888669
-3.452358
-2.581313
-3.151673
Ciclo económico
Depreciación 12 meses
Inflación 12 meses
Depreciación neta de inflación
Mora
Apéndice 6-A. Selección del rezago óptimo-VAR
Sistema bancario peruano
Lag
0
1
2
3
4
5
6
7
8
LogL
LR
FPE
AIC
SC
HQ
1016.493
1734.136
1763.422
1792.391
1811.07
1826.206
1845.906
1865.813
1875.365
NA
1377.875
54.35379
51.91245
32.27693
25.18719
31.51994
30.57743*
14.06034
1.08E-12
1.44E-17
1.17E-17
9.50E-18
9.14E-18
9.32E-18
8.87E-18
8.44E-18*
9.51E-18
-16.19989
-27.42618
-27.63875
-27.84625
-27.88911
-27.8753
-27.9345
-27.99701*
-27.89384
-16.10938
-26.97365*
-26.8242
-26.66968
-26.35051
-25.97467
-25.67185
-25.37234
-24.90714
-16.16312
-27.24234
-27.30784
-27.36827*
-27.26406
-27.10317
-27.0153
-26.93075
-26.6805
* Indica el orden de rezago seleccionado según criterio
LR: estadístico de la prueba del ratio de verosimilitud secuencial modificado (cada uno al 5% de significancia)
FPE: error de predicción final
AIC: Criterio de Akaike
SC: Criterio de Schwarz
HQ: Criterio de Hannan-Quinn
Apéndice 6-B. Selección del rezago óptimo-VAR modelo 1
Sistema bancario boliviano
Lag
0
1
2
3
4
5
6
7
8
LogL
LR
FPE
AIC
SC
HQ
386.3005
743.3824
747.9802
750.9168
752.159
754.0993
755.3564
773.5558
774.3954
NA
695.0344
8.785113
5.50612
2.284731
3.499419
2.222464
31.52400*
1.424186
3.59E-06
6.55E-09
6.48E-09
6.61E-09
6.95E-09
7.21E-09
7.58E-09
5.89E-09*
6.24E-09
-6.862509
-13.16754
-13.17822
-13.15923
-13.10998
-13.0732
-13.02422
-13.27778*
-13.22135
-6.813965
-13.02191*
-12.93549
-12.81942
-12.67308
-12.53921
-12.39314
-12.54961
-12.39609
-6.842813
-13.10845*
-13.07974
-13.02136
-12.93272
-12.85654
-12.76817
-12.98234
-12.88651
* Indica el orden de rezago seleccionado según criterio
LR: estadístico de la prueba del ratio de verosimilitud secuencial modificado (cada uno al 5% de significancia)
FPE: error de predicción final
AIC: Criterio de Akaike
SC: Criterio de Schwarz
HQ: Criterio de Hannan-Quinn
Apéndice 6-C. Selección del rezago óptimo-VAR modelo 2
Sistema bancario boliviano
Lag
0
1
2
3
4
5
6
7
8
LogL
LR
FPE
AIC
SC
HQ
711.4424
1233.003
1253.842
1260.9
1269.362
1276.56
1283.178
1302.212
1306.031
NA
1005.866
39.07355
12.85496
14.9597
12.3405
10.99058
30.58973*
5.933253
6.43E-10
6.81E-14
5.52E-14
5.72E-14
5.78E-14
5.99E-14
6.27E-14
5.27E-14*
5.83E-14
-12.65076
-21.80362
-22.01504
-21.98035
-21.97074
-21.93858
-21.89604
-22.07521*
-21.9827
-12.57794
-21.51235*
-21.50532
-21.25218
-21.02412
-20.77351
-20.51252
-20.47324
-20.16227
-12.62121
-21.68544
-21.80823*
-21.68491
-21.58667
-21.46587
-21.3347
-21.42524
-21.24409
* Indica el orden de rezago seleccionado según criterio
LR: estadístico de la prueba del ratio de verosimilitud secuencial modificado (cada uno al 5% de significancia)
FPE: error de predicción final
AIC: Criterio de Akaike
SC: Criterio de Schwarz
HQ: Criterio de Hannan-Quinn
Apéndice 7.- Estudios referenciales
PAÍS
BOLIVIA
Escobar (2004)
1990 - 2003
COSTA RICA
Cruz, Oliver
Durán, Rodolfo
Muñoz, Evelyn
1998-2000
PERÚ
Jiménez (2004)
OBJETIVO DEL
MODELO Y MÉTODO
ECONOMÉTRICO
Efecto de la depreciación neta
(diferencial entre la
depreciación del tipo de
cambio y la inflación), tasa de
interés nominal y crecimiento
del producto sobre el índice
de cartera deteriorada del
sistema bancario de Bolivia.
Método: Mínimos Cuadrados
ordinarios
Efecto de la inflación,
devaluación, actividad
económica y nuevas
colocaciones sobre los
indicadores de morosidad del
sistema bancario de Costa
Rica.
Método: Datos de Panel
Estático
Efecto de la depreciación neta
de inflación, tasa de
crecimiento del producto
sobre el índice de morosidad
del sistema bancario peruano
Metodología: Vectores AutoRegresivos
RESULTADOS ECONOMÉTRICOS
Relación directa entre la primera diferencia de la
depreciación neta y la primera diferencia del índice de
morosidad (Beta = 0.12).
Relación directa entre la primera diferencia de la tasa de
interés nominal y la primera diferencia del índice de
morosidad (Beta = 0.60).
Relación negativa entre el crecimiento del producto y la
primera diferencia del índice de morosidad (Beta = -0.17)
Relación directa entre la inflación y los indicadores de
morosidad (Beta=0.38 Rezago=4 meses).
Relación directa entre la devaluación y los indicadores de
morosidad (Beta=0.32 Rezago=0).
Relación inversa entre la actividad económica y los
indicadores de morosidad (Beta=-0.16 Rezago=12 meses).
Relación directa entre las nuevas colocaciones y los
indicadores de morosidad (Beta=0.005 Rezago=8 meses).
Los índices de morosidad reaccionan de manera directa ante
un choque de tipo de cambio.
Los índices de morosidad reaccionan de manera inversa ante
un choque en el producto.
Los índices de morosidad reaccionan de manera directa ante
un choque en la cartera deteriorada (la cartera deteriorada
del período t afecta a la cartera deteriorada del período t+1)
Apéndice 8-A.- Evolución de la mora por banco-Perú, depreciación e inflación
EVOLUCIÓN: MORA DEL BANK BOSTON, DEPRECIACIÓN E INFLACIÓN
EVOLUCIÓN: MORA DEL BCO SUR, DEPRECIACIÓN E INFLACIÓN
.4
.4
.3
.3
.2
.2
.1
.1
.0
.0
-.1
-.1
94
95
96
97
98
99
BANBOSTON
00
01
02
03
DEP
94
04
95
96
97
98
99
BCOSUR
INF
EVOLUCIÓN: MODERA DEL CITIBANK, DEPRECIACIÓN E INFLACIÓN
00
01
02
DEP
03
04
INF
EVOLUCIÓN: MORA DEL COMERCIO, DEPRECIACIÓN E INFLACIÓN
.7
.4
.6
.3
.5
.4
.2
.3
.1
.2
.1
.0
.0
-.1
-.1
94
95
96
97
98
99
CITIBANK
00
01
DEP
02
03
94
04
95
96
97
98
99
COMERCIO
INF
EVOLUCIÓN: MORA DEL CONTINENTAL, DEPRECIACIÓN E INFLACIÓN
01
02
DEP
03
04
INF
EVOLUCIÓN: MORA DEL CRÉDITO, DEPRECIACIÓN E INFLACIÓN
.4
.4
.3
.3
.2
.2
.1
.1
.0
.0
-.1
00
-.1
94
95
96
97
98
CONTINENTAL
99
00
01
DEP
02
03
INF
04
94
95
96
97
98
CRÉDITO
99
00
INF
01
02
03
DEP
04
EVOLUCIÓN: MORA DEL FINANCIERO, DEPRECIACIÓN E INFLACIÓN
.5
EVOLUCIÓN: MORA INTERAMERICANO, DEPRECIACIÓN E INFLACIÓN
.4
.4
.3
.3
.2
.2
.1
.1
.0
.0
-.1
-.1
94
95
96
97
98
99
00
FINANCIERO
01
02
DEP
03
94
04
95
96
97
98
99
00
INTERAMERICANO
INF
EVOLUCIÓN: MORA DEL INTERBANK, DEPRECIACIÓN E INFLACIÓN
01
02
03
DEP
04
INF
EVOLUCIÓN: MORA DEL LATINO, DEPRECIACIÓN E INFLACIÓN
.6
.4
.5
.3
.4
.2
.3
.2
.1
.1
.0
.0
-.1
-.1
94
95
96
97
98
99
INTERBANK
00
01
02
DEP
03
04
94
95
96
97
98
99
LATINO
INF
EVOLUCIÓN: MORA DE MIBANCO, DEPRECIACIÓN E INFLACIÓN
01
DEP
02
03
04
INF
EVOLUCIÓN: MORA DEL NBK, DEPRECIACIÓN E INFLACIÓN
.4
.4
.3
.3
.2
.2
.1
.1
.0
.0
-.1
00
-.1
94
95
96
97
98
MIBANCO
99
00
01
DEP
02
03
INF
04
94
95
96
97
NBK
98
99
00
DEP
01
02
INF
03
04
EVOLUCIÓN: MORA DE NUEVO MUNDO, DEPRECIACIÓN E INFLACIÓN
EVOLUCIÓN: MORA BCO ORION, DEPRECIACIÓN E INFLACIÓN
.4
.4
.3
.3
.2
.2
.1
.1
.0
.0
-.1
-.1
94
95
96
97
98
99
00
NUEVOMUNDO
01
02
DEP
03
04
94
95
96
INF
97
98
99
ORION
EVOLUCIÓN: MORA BCO PROGRESO, DEPRECIACIÓN E INFLACIÓN
01
DEP
02
03
04
INF
EVOLUCIÓN: MORA BCO REPUBLICA, DEPRECIACIÓN E INFLACIÓN
.5
1.0
.4
0.8
.3
0.6
.2
0.4
.1
0.2
.0
0.0
-.1
00
-0.2
94
95
96
97
98
99
PROGRESO
00
01
02
DEP
03
04
94
95
INF
96
97
98
99
REPUBLICA
EVOLUCIÓN: MORA BCO SANTANDER, DEPRECIACIÓN E INFLACIÓN
00
01
02
DEP
03
04
INF
EVOLUCIÓN: MORA BCO SERBANCO, DEPRECIACIÓN E INFLACIÓN
.6
.4
.5
.3
.4
.2
.3
.2
.1
.1
.0
.0
-.1
-.1
94
95
96
97
98
SANTANDER
99
00
01
DEP
02
03
INF
04
94
95
96
97
98
SERBANCO
99
00
01
DEP
02
03
INF
04
EVOLUCIÓN: MORA BCO SOLVENTA, DEPRECIACIÓN E INFLACIÓN
EVOLUCIÓN: MORA BCO STANDARCHARTED, DEPRECIACIÓN E INFLACIÓN
.4
.4
.3
.3
.2
.2
.1
.1
.0
.0
-.1
-.1
94
95
96
97
98
99
00
SOLVENTA
01
02
DEP
03
04
94
INF
95
96
97
98
99
00
STANDARCHARTED
EVOLUCIÓN: MORA BCO SUDAMERICANO, DEPRECIACIÓN E INFLACIÓN
02
03
DEP
04
INF
EVOLUCIÓN: MORA BCO DEL TRABAJO, DEPRECIACIÓN E INFLACIÓN
.4
.4
.3
.3
.2
.2
.1
.1
.0
.0
-.1
01
-.1
94
95
96
97
98
99
SUDAMERICANO
00
01
02
03
DEP
04
94
INF
.4
.3
.2
.1
.0
-.1
95
96
97
98
WIESE
99
00
DEP
01
02
03
INF
96
97
98
TRABAJO
EVOLUCIÓN: MORA BCO WIESE, DEPRECIACIÓN E INFLACIÓN
94
95
04
99
00
DEP
01
02
03
INF
04
Apéndice 8-B.- Evolución de la mora por banco-Bolivia, depreciación e inflación
EVOLUCIÓN: MORA DEL BBA, DEPRECIACIÓN E INFLACIÓN
.4
EVOLUCIÓN: MORA DEL BCR, DEPRECIACIÓN E INFLACIÓN
.30
.25
.3
.20
.2
.15
.10
.1
.05
.0
.00
-.1
-.05
95
96
97
98
99
BBA
00
01
DEP
02
03
04
95
96
97
INF
98
99
BCR
EVOLUCIÓN: MORA DEL BDB, DEPRECIACIÓN E INFLACIÓN
00
01
DEP
02
03
04
INF
EVOLUCIÓN: MORA DEL BEC, DEPRECIACIÓN E INFLACIÓN
.20
.7
.6
.16
.5
.12
.4
.3
.08
.2
.04
.1
.00
.0
-.1
-.04
95
96
97
98
99
BDB
00
01
DEP
02
03
04
95
96
97
INF
98
99
BEC
EVOLUCIÓN: MORA DEL BGA, DEPRECIACIÓN E INFLACIÓN
00
01
DEP
02
03
04
INF
EVOLUCIÓN: MORA DEL BIN, DEPRECIACIÓN E INFLACIÓN
.20
.24
.16
.20
.16
.12
.12
.08
.08
.04
.04
.00
.00
-.04
-.04
95
96
97
98
BGA
99
00
DEP
01
02
INF
03
04
95
96
97
98
BIN
99
00
DEP
01
02
INF
03
04
EVOLUCIÓN: MORA DEL BDB, DEPRECIACIÓN E INFLACIÓN
.7
EVOLUCIÓN: MORA DEL BEC, DEPRECIACIÓN E INFLACIÓN
.20
.6
.16
.5
.12
.4
.3
.08
.2
.04
.1
.00
.0
-.1
-.04
95
96
97
98
99
BDB
00
01
DEP
02
03
04
95
96
97
INF
98
99
BEC
EVOLUCIÓN: MORA DEL BIS, DEPRECIACIÓN E INFLACIÓN
01
02
DEP
03
04
INF
EVOLUCIÓN: MORA DEL BLP, DEPRECIACIÓN E INFLACIÓN
.24
.5
.20
.4
.16
00
.3
.12
.2
.08
.1
.04
.0
.00
-.04
-.1
95
96
97
98
99
BIS
00
01
DEP
02
03
04
95
96
97
INF
98
99
BLP
EVOLUCIÓN: MORA BME, DEPRECIACIÓN E INFLACIÓN
.20
00
01
DEP
02
03
04
INF
EVOLUCIÓN: MORA DEL BNA, DEPRECIACIÓN E INFLACIÓN
.7
.6
.16
.5
.12
.4
.08
.3
.2
.04
.1
.00
.0
-.04
-.1
95
96
97
98
BME
99
00
DEP
01
02
INF
03
04
95
96
97
98
BNA
99
00
DEP3
01
02
03
INF
04
EVOLUCIÓN: MORA DEL BNB, DEPRECIACIÓN E INFLACIÓN
EVOLUCIÓN: MORA DEL BRE, DEPRECIACIÓN EINFLACIÓN
.20
.20
.16
.16
.12
.12
.08
.08
.04
.04
.00
.00
-.04
-.04
95
96
97
98
99
BNB
00
01
DEP
02
03
04
95
96
97
INF
98
99
BRE
EVOLUCIÓN: MORA DEL BSC, DEPRECIACIÓN E INFLACIÓN
.30
00
01
DEP3
02
03
04
INF
EVOLUCIÓN: MORA DEL BSO, DEPRECIACIÓN E INFLACIÓN
.20
.25
.16
.20
.12
.15
.08
.10
.04
.05
.00
.00
-.05
-.04
95
96
97
98
99
BSC
00
01
DEP
02
03
04
95
96
97
INF
98
99
BSO
EVOLUCIÓN: MORA DEL BTB, DEPRECIACIÓN E INFLACIÓN
.20
00
01
DEP
02
03
04
INF
EVOLUCIÓN: MORA DEL BUN, DEPRECIACIÓN E INFLACIÓN
.32
.28
.16
.24
.12
.20
.16
.08
.12
.08
.04
.04
.00
.00
-.04
-.04
95
96
97
98
BTB
99
00
DEP
01
02
INF
03
04
95
96
97
98
BUN
99
00
DEP
01
02
INF
03
04