“El Canal de Crédito como Mecanismo de Transmisión de la Política

UNIVERSIDAD CATÓLICA SANTO DOMINGO
Santo Domingo, República Dominicana
“El Canal de Crédito como Mecanismo de
Transmisión de la Política Monetaria en la
República Dominicana”
Tesis para optar por el título de:
MAESTRÍA EN ECONOMÍA APLICADA, MONETARIA Y FINANCIERA
Por:
Oscar Iván Pascual Vásquez
Agosto 2012
APROBADO POR
Dr. Julio Gabriel Andújar Scheker
Coordinador de Tesis
Frank Alexis Fuentes Brito
Lector Principal
ii
A Jessika, luz en la obscuridad de mis días.
iii
Agradecimientos
Agradezco primero que todo a mis padres, hermanos y amigos. Además quiero agradecer
a los compañeros de maestría, de trabajo y de vida. Debo agradecer también a mi asesor,
lectores y profesores. Mil gracias a todos los que estuvieron presentes de alguna forma u
otra a lo largo de este proceso y por igual a aquellos que decidieron no estar. Eso, gracias.
iv
SÍNTESIS
La forma en que las decisiones de política monetaria adoptadas por los Bancos Centrales
impactan sobre las variables reales es lo que se conoce en la literatura como Mecanismos
de Transmisión. Conocer el modo en que estos canales operan es de suma importancia
para los hacedores de política. Utilizando información desagregada proveniente de los
balances de los bancos, la presente investigación presenta evidencia de que en la
República Dominicana existe un Canal de Crédito y que el mismo es más que completo.
Adicionalmente, se encontró que las medidas de política monetaria tienen un efecto
diferenciado en la oferta de préstamos de los bancos de acuerdo a características como el
tamaño, la liquidez y el nivel de capitalización de los mismos. Por último, se obtienen
resultados que indican que la distinción entre sector público y sector privado, tanto para
ofertantes como para demandantes de préstamos, es un determinante importante de las
magnitudes y el nivel de significancia de los choques de política al mercado crediticio.
v
―Particularmente, el Canal de Préstamos Bancarios es
probablemente el canal dominante en los países de bajos ingresos. De
ser así, la efectividad y confiabilidad de la transmisión de la Política
Monetaria dependen de las propiedades de este canal en específico.‖
Mishra, Montiel y Spilimbergo (2010)
vi
ÍNDICE GENERAL
1.
INTRODUCCIÓN
1.1. Justificación………………………………………………………..………………...2
1.2. Hipótesis……………………………………………………………………………..3
1.3. Objetivos Básicos…………………………………………………............................4
1.4. Alcance y Limitaciones…………………………………………………...................5
2.
MECANISMO DE TRANSMISIÓN DEL CRÉDITO: REVISIÓN DE LITERATURA
2.1. Mecanismos de Transmisión………………………………………..………………6
2.2. Mecanismo del Canal de Crédito………………………………………………….10
2.3. Trabajos empíricos…………………………………………………………………12
3.
POLÍTICA MONETARIA Y SISTEMA FINANCIERO EN LA REPÚBLICA DOMINICANA
3.1. Política Monetaria en la República Dominicana: estado actual………………...…19
3.2. Préstamos y Sistema Financiero Dominicano: estructura y características………..21
4.
MARCO CONCEPTUAL: NATURALEZA TEÓRICA DEL CANAL DE CRÉDITO
4.1. Asimetría de Información en los Mercados Financieros…………………………..24
5.
4.1.1.
Canal de Préstamos y Canal de Hoja de Balance…………………...…..…25
4.1.2.
Construyendo un modelo para el Canal de Préstamos……………...……..27
4.1.3.
Generalizando el modelo IS-LM: La Construcción del Modelo CC-LM....29
ASPECTOS METODOLÓGICOS
5.1. Datos de panel………………………..………………………..…………………....33
5.2. Mínimos Cuadrados Ordinarios Combinados, Efectos Fijos o Efectos Aleatorios...35
5.3. El Modelo………………………..………………………..……………………..…40
6.
ESTIMACIONES Y RESULTADOS
6.1. Principales Resultados………………………..…………………………................45
6.2. Otros resultados: Participación Pública vs. Privada…………………….................49
7.
CONCLUSIONES, RECOMENDACIONES DE POLÍTICA Y ASUNTOS PENDIENTES……55
8.
REFERENCIAS BIBLIOGRÁFICAS……………………………………………….….57
9.
ANEXOS…...……….………………….….……………………..……………….....62
vii
LISTA DE TABLAS Y GRÁFICAS
Tabla 2.3.1: Trabajos empíricos Mecanismos de Transmisión…………………………14
Gráfica 3.2.1: Composición porcentual de la cartera de Préstamos...……………........21
Tabla 3.2.1: Cantidad de instituciones por subsector financiero…………….…….......22
Gráfica 3.2.2: Participación de los Bancos Múltiples en la cartera del subsector……..22
Diagrama 5.1: Proceso de selección del modelo………………………………….......39
Tabla 6.1.1: Estimación Dinámica incluyendo las tres características…………….......46
Tabla 6.2.1: Estimación Dinámica considerando origen y destino de los préstamos….50
viii
CAPÍTULO I: INTRODUCCIÓN
A lo largo de la historia del pensamiento económico se ha discutido ampliamente el
impacto de las decisiones de política monetaria sobre las variables macroeconómicas más
relevantes (producto, desempleo, precios, ciclo de negocios, entre otros). Este esfuerzo se
ha llevado a cabo con el objetivo de entender las relaciones subyacentes entre las
herramientas disponibles para los hacedores de política y las metas fijadas.
Tanto en el esquema tradicional como en el nuevo esquema de política, el Banco Central
busca afectar la economía a través del manejo de ciertos instrumentos como las
Operaciones de Mercado Abierto, los requerimientos obligatorios de reservas y la
modificación de las tasas de interés de referencia.
En el esquema moderno de política monetaria, los cambios en los instrumentos no tienen
un efecto directo sobre el objetivo de inflación, sino que son transmitidos a través de lo
que se conoce en la literatura como Mecanismos de Transmisión de la Política Monetaria.
Para una economía pequeña y abierta como la dominicana, pueden identificarse al menos
5 mecanismos: Tasa de Interés; Canal de Crédito; Precio de los Activos; Tipo de Cambio;
y Expectativas de los Agentes Económicos (Mishkin, 1995).
La investigación está estructurada del siguiente modo: El resto del capítulo I contiene la
justificación del análisis, la descripción de la hipótesis central del estudio, los objetivos y
el alcance y limitaciones de la investigación. En el segundo capítulo se describe la
naturaleza teórica que subyace al mecanismo de transmisión del crédito, mientras que en
el tercero se abordan los aportes más significativos a nivel de la literatura tanto nacional
como internacional en el tema de los mecanismos de transmisión. El capítulo cuatro
muestra de manera detallada los métodos y el instrumental estadístico que se utilizan para
poner a prueba las hipótesis, así como el modelo a ser utilizado y las modificaciones
incluidas en el marco de esta investigación. En el quinto capítulo se presentan los
diferentes modelos estimados y los principales resultados obtenidos. Por último, el sexto
y último capítulo contiene las conclusiones y recomendaciones del trabajo.
1.1.
Justificación
El volumen de préstamos otorgado por sector financiero como proporción del Producto
Interior Bruto (PIB) nominal representó aproximadamente un 19.3% en 2011. Por otro
lado, la tasa de crecimiento interanual promedio de la cartera de préstamos los bancos
nacionales para el período 2002-2011 fue en promedio 15.5%. Estos hechos indican que
el mercado crediticio juega un papel primordial como fuente de financiamiento para las
empresas y hogares dominicanos.
Un estudio orientado a identificar la existencia de un canal de transmisión del crédito
para la economía dominicana, su magnitud e importancia, contribuye a un mejor diseño y
2
ejecución de la política monetaria por parte del Banco Central y, como consecuencia, un
cumplimiento más eficaz del objetivo último de estabilidad de precios.
1.2.
Hipótesis
La teoría económica y los resultados empíricos recientes a nivel internacional concuerdan
en que el volumen de crédito otorgado por los intermediarios financieros responde a las
decisiones de política monetaria. En esa línea, y para el caso dominicano, se espera una
relación positiva entre el crecimiento de los préstamos por parte de los bancos múltiples
y medidas de política expansivas, como son la reducción de tasas de interés o los
aumentos de la masa monetaria.
De igual forma, la literatura sugiere que ciertas características como el tamaño, la
liquidez y el nivel de capitalización de los distintos bancos del sistema amplifican el
efecto de esas medidas sobre la oferta crediticia. Por tanto, es de esperarse que para la
economía dominicana, los bancos con menores niveles de liquidez y capitalización, así
como las entidades más pequeños, respondan de forma más marcada ante estímulos
monetarios por parte del Banco Central.
Dadas las diferencias intrínsecas entre los bancos de naturaleza pública y privada, el
sentido común dicta que debería existir un efecto diferenciado en la forma y magnitud en
que las decisiones de política monetaria impactan sobre la oferta crediticia de unos y
3
otros. Siguiendo ese razonamiento, se pondría a prueba la hipótesis de que los bancos
privados responden de forma más significativa que sus contrapartes públicas ante
cambios en la postura de la autoridad monetaria.
En esa misma línea, se busca probar si la naturaleza pública/privada de los agentes
demandantes de préstamos es un factor determinante de los efectos de la política sobre el
volumen de préstamos, al considerar las distintas necesidades y objetivos económicos de
ambos sectores.
1.3.
Objetivos Básicos
Utilizando datos de panel del balance de los bancos dominicanos, el presente trabajo
busca identificar la existencia de un Canal de Crédito para la economía dominicana y
determinar la importancia de ciertas características como son el tamaño, la liquidez y el
nivel de capitalización de las entidades financieras a la hora de otorgar préstamos.
Además, se persigue encontrar
divergencias en el comportamiento de los agentes
ofertantes y demandantes de préstamos de acuerdo a su naturaleza pública o privada.
Si bien hasta la fecha se han hecho estudios en esta línea, los constantes cambios en la
sectorización del sistema financiero y en la metodología de compilación de las
estadísticas hacen necesaria una revisión de los mecanismos de transmisión, en especial
el del crédito bancario.
4
1.4.
Alcance y Limitaciones
Esta investigación se limita a estudiar los efectos de cambios en la postura de política
monetaria del Banco Central sobre la oferta de crédito por parte de los bancos
comerciales de la República Dominicana, sin entrar en consideraciones específicas acerca
de la demanda de crédito. Las informaciones usadas comprenden los 38 trimestres que
van desde el 2002.IV hasta 2012.I.
Si bien el sistema financiero dominicano cuenta con aproximadamente 75 entidades
depositarias, se utilizan datos de los balances de sólo 11 bancos comerciales, atendiendo
al peso que representan estos respecto al total del sistema. Adicionalmente, se consideran
dos variables reales de control: el nivel de actividad medido a través del Producto Interno
Bruto (PIB) y el nivel de precios usando como proxy el Índice de Precios al Consumidor
(IPC). Si bien se usaron estas dos variables como controles, esta investigación no
pretende estudiar los efectos de la política monetaria sobre los objetivos últimos de
estabilidad de precios y crecimiento económico.
5
CAPÍTULO II: REVISIÓN DE LITERATURA
El consenso general respecto a los efectos que tienen las medidas de política monetaria
implementadas por los Bancos Centrales sobre las variables reales de precio, desempleo y
producto abrió lugar a una nueva discusión acerca de cuáles son los canales a través de
los cuales esas medidas se propagan y la magnitud y estructura de rezagos con que lo
hacen.
2.1.
Mecanismos de Transmisión
Las ideas iniciales de lo que hoy se conoce como mecanismos de transmisión de la
política monetaria se encuentran probablemente en la observación por parte de Jean
Bodin (1568)1 de que la gran cantidad de plata proveniente del „Nuevo Mundo‟,
principalmente del actual Perú, era la principal causa del incremento en los precios
experimentados en Europa a finales del siglo XVI.
Las ideas de Bodin fueron utilizadas por Hume (s. XVIII) en su Mecanismo de Flujo de
Precios-Especias, el cual proponía, como argumento contra el Mercantilismo, que los
países que utilizaban el patrón-oro como medio de pagos debían aspirar a una balanza de
pagos superavitaria con miras a incrementar el nivel de precios y de esa forma aumentar
las exportaciones, lo que a la larga llevaría la balanza de pagos a un nivel neutral. Si bien
Algunos autores (Volckart, 1997) ubican en Copernico (1617) el primer acercamiento a la hoy
conocida como Teoría Cuantitativa del Dinero. En la actualidad no existe un claro consenso al
respecto.
1
6
la teoría de Hume se enfoca en temas relativos al comercio internacional, descansa sobre
el supuesto de que existe una relación directa entre la cantidad de dinero que circula en la
economía y el nivel de precios, principal postulado de la más tarde denominada Teoría
Cuantitativa del Dinero.
La formalización de esta teoría por Fisher (1933), junto con la piedra angular que
representó el concepto de preferencia por liquidez enunciado por Keynes (1936) en su
Teoría General, moldearon las corrientes de pensamiento económico imperantes hasta
mediados de la década del 70. Entre esas escuelas de pensamiento se encuentran los
Neoclásicos, un intento por reconciliar los conceptos clásicos y keynesianos y cuyos
principales propulsores fueron los trabajos de Samuelson (1948), en su libro de texto de
amplia divulgación, y a quien se atribuye la acuñación del término síntesis neoclásica;
Tobin (1958) y Baumol (1952) por su profundización en el concepto preferencia por
liquidez; y Modigliani y Miller (1958), cuyo teorema revolucionó el campo de las
finanzas corporativas.
Además de los anteriormente mencionados, entre los aportes nuevo-keynesianos de
mayor relevancia encontramos el trabajo de Hicks (1937), que introduce el modelo ISLM, también conocido como Modelo Clásico, Estándar o Modelo Hicks-Hansen, gracias
su popularización por Hansen (1949). Los principales aportes de este trabajo son la
formalización de la teoría de Keynes y la conclusión de que la Política Monetaria es
transmitida principalmente a través de las tasas de interés.
7
La limitada capacidad de las políticas keynesianas y nuevo-keynesianas para explicar y
contrarrestar los altos niveles de desempleo e inflación en los Estados Unidos durante la
década de los 70‟s abrió las puertas a la adopción de la reinterpretación de la teoría
cuantitativa del dinero hecha por Friedman (1956), la cual cuestionaba los fundamentos
keynesianos al otorgarle un rol preponderante a la demanda de dinero en el proceso de
transmisión de cambios en la política monetaria hacia las variables reales.2 En ese
sentido, una vasta agenda de investigación (tanto teórica como empírica) basada en los
aportes clásicos, keynesianos y monetaristas ha logrado identificar 5 canales a través de
los cuales las decisiones de política monetaria son transmitidas al sector real de la
economía: Canal de tasas de interés, tipo de cambio, canal de expectativas, precios de los
activos y canal de crédito.
El canal tradicional de tasas de interés opera bajo el supuesto de que las medidas
expansivas de política monetaria tienen un impacto directo en las tasas de interés de corto
y largo plazo del mercado, las cuales a su vez modifican los gastos en consumo e
inversión y, por tanto, afectan la demanda agregada y el producto (Taylor, 1995).
Adicionalmente, la política monetaria puede tener efectos sobre el tipo de cambio, efectos
que son transmitidos a la economía a través de la paridad descubierta de tasas de interés3,
la competitividad de los países (y por tanto en sus exportaciones netas) y los balances en
moneda extranjera de las empresas e intermediarios financieros (Mishkin, 1996). Por
último, apreciaciones de la moneda local traen consigo un incremento en la demanda de
Uno de las principales aportes a ese resurgir (conocido como Monetarismo) proviene del propio
Friedman (1970)
3 La paridad descubierta de tasas de interes es la relacion existente entre los diferenciales de tasas de
interes a nivel internacional y las expectativas ante cambios en el tipo de cambio
2
8
bienes producidos en el exterior, aumentando así los componentes importados de la
inflación doméstica. Existe evidencia de que el canal de tipo de cambio es especialmente
relevante para las economías pequeñas y abiertas, debido a que este tiene un efecto sobre
la oferta agregada vía la estructura de costos de las empresas.
Una forma adicional en que las medidas de política monetaria son transmitidas a la
economía es el impacto de estas sobre el precio de mercado de los activos financieros y
no financieros de las empresas, intermediarios y hogares, conocido como canal de precio
de los activos. Mishkin (1996) argumenta que los cambios en los precios de los activos,
aparte de modificar la riqueza en manos de los hogares y empresas, tienen efectos sobre
la liquidez de los mismos, amplificando de esta forma el efecto riqueza.
Un cuarto canal de transmisión es el de las expectativas económicas de los agentes.
Existe consenso respecto al hecho de que los participantes de los mercados incorporan
sus perspectivas acerca de los estados futuros de la economía en la fijación de sus
objetivos y en el proceso de formación de precios. Dado el carácter más bien subjetivo de
las percepciones de los agentes, los efectos de la política monetaria a través de este
mecanismo están sujetos a un mayor grado de incertidumbre y por tanto se considera
usualmente como un canal complementario a los demás.
Por último se tiene el Canal de Transmisión del Crédito, que postula que la existencia de
asimetrías en los mercados financieros tiene un rol de importancia en el proceso en la
propagación de las decisiones de política monetaria (Bernanke y Blinder, 1988). La
9
siguiente sección presenta una breve revisión de los principales aportes teóricos y
empíricos hechos en este campo.
2.2.
Mecanismo del Canal de Crédito
Autores como Kashyap y Stein (1994) ubican los orígenes del canal de préstamos
bancarios en Roosa (1951), aunque el marco teórico formal que sustenta la existencia del
Canal de Crédito tiene sus raíces en el trabajo seminal por Bernanke y Blinder (1988). La
propuesta de estos autores consiste en una generalización del modelo estándar de Hicks
(1937) que resulta de abandonar el supuesto de que préstamos y bonos son sustitutos
perfectos, lo que permite obtener una curva IS que responde tanto a la política monetaria
como a choques en el mercado crediticio. Sus resultados empíricos muestran que para los
Estados Unidos (EEUU), la demanda de crédito presenta mayor estabilidad que la
función de demanda de dinero para el período 1979-1985, lo que implicaría que el Banco
Central debería prestar más atención al crédito que a los agregados monetarios.
El trabajo de Bernanke y Gertler (1989) establece que la existencia y efectividad del
Canal de Transmisión del Crédito descansa sobre la capacidad que tiene la política
monetaria para modificar la prima de financiamiento externo,
definida como la
diferencia entre el costo de financiarse con fondos externos, esto es, emitiendo deuda o
acciones, o fondos generados internamente (i.e. reteniendo beneficios).4 Las dos
La existencia de la prima de financiamiento externo es una crítica directa al teorema de Modigliani y
Miller (1958), que establece que no existe diferencia entre obtener financiamiento interno y externo.
La existencia de imperfecciones en el mercado de capitales es la principal razon esgrimida por
Kashyap y Stein (1994) para arguir que el teorema M-M no aplica para los bancos.
4
10
condiciones necesarias para que el canal de crédito opere en la economía son: (1)
cambios en la política monetaria tienen un efecto, directo o indirecto, sobre el portafolio
de préstamos de los bancos; y (2) el gasto de los prestatarios tiene como uno de sus
determinantes la disponibilidad de crédito bancario (Ramey, 1993).
Esas condiciones tipifican las dos vías a través de las cuales el Banco Central puede
modificar la prima de financiamiento externo: La primera es conocida como Canal de
Préstamos, mientras que la segunda corresponde al denominado Canal de Hoja de
Balance. Para un mayor detalle de la forma en que operan ambos canales, véanse los
trabajos de Kashyap y Stein (1994), Hubbard (1995), Meltzer (1995) y Mishkin (1996).
En esa misma línea, Bernanke y Gertler (1995) argumentan que el canal crediticio brinda
posibles respuestas a algunas de las incógnitas presentes en la visión monetaria
convencional. Principalmente, consideran que el Canal de Crédito podría arrojar luz
sobre las siguientes cuestiones: (a) los efectos de la política monetaria sobre los costos de
capital de las empresas; (b) la rápida adaptación de los inventarios e inversión no
hipotecaria; y (c) el impacto expedito y significativo de las medidas de política sobre el
mercado inmobiliario aun cuando se supone que la respuesta de las tasas de largo plazo
ante dichos cambios, si es que la hay, es lenta.
11
2.3.
Trabajos empíricos
Los esfuerzos por cuantificar la existencia y magnitud de los diferentes canales de
transmisión de la política monetaria son muchos y diversos. Esta revisión se limita a
ofrecer una idea general de los diferentes resultados obtenidos, así como las técnicas
econométricas utilizadas a nivel internacional y en la República Dominicana. La tabla
2.3.1 presenta una compilación que resume los principales aportes en el campo de los
canales de transmisión.
Dos referentes obligatorios en lo que respecta a trabajos empíricos sobre los mecanismos
de transmisión de la política monetaria son los trabajos llevados a cabo por Romer y
Romer (1994) y por Taylor (1995). El primero de ellos se engloba en una gama de
esfuerzos orientados a estudiar los efectos de política monetaria dentro del marco nuevo
keynesiano usando modelos de equilibrio general estocásticos. El segundo confirma el
papel preponderante del canal tradicional de tasas de interés como canal de transmisión.
Más recientemente, Juks (2001) presenta una compilación de una serie de investigaciones
llevadas a cabo en busca de evidencia de la existencia y operatividad de los distintos
canales de transmisión para unos 20 países. Como norma general, se obtienen resultados
que corroboran la efectividad del canal de tasas de interés y de tipo de cambio en la
mayoría de los países bajo estudio. Los resultados para los canales de crédito y precio de
los activos son menos concluyentes. Entre los resultados compilados por el autor se
encuentra el trabajo de Angeloni et. al. (2001), que utiliza datos agregados a nivel
12
regional así como información de las hojas de balances de bancos y empresas para
estudiar los efectos a de la política monetaria en Europa, hallando evidencia de la
existencia del canal de tasas de interés y canal de préstamos.
En cuanto al mecanismo de transmisión del crédito, los principales resultados empíricos
pueden clasificarse de acuerdo a la naturaleza de los datos utilizados. Por un lado, se
tiene una serie de estudios que utilizan datos agregados, y que hacen uso de técnicas de
series temporales para identificar la existencia y efectividad del Canal de Crédito (e.g.
Bernanke y Gertler, 1995; Christiano, Eichenbaum y Evans, 2001; Mayorga y Torres,
2004). Otra vertiente usa datos microeconómicos provenientes de los estados financieros
de los intermediarios (Kashyap y Stein, 1994 y 2000; Peek y Rosengren, 1995) y
empresas (Gertler y Gilchrist, 1993; Oliner y Rudebusch, 1994), en línea con el supuesto
de que las entidades más pequeñas y menos capitalizadas responden de manera más
marcada ante decisiones de política monetaria.
Para el caso español, es imprescindible hacer mención del trabajo pionero de Vega
(1992), que estima funciones de demanda de crédito para hogares, empresas y activos
líquidos en manos del público (ALP) con datos anuales para el período 1964-1988 y cuya
principal conclusión es que los agentes económicos demandan saldos reales en el largo
plazo y “la identificación del surgimiento, a raíz de los controles [administrativos de
crecimiento del crédito adoptados en 1989], de diversos procesos de sustitución —entre
crédito bancario y pagarés de empresa, por un lado, y entre éstos y algunos de los
activos incluidos en ALP, por otro” (pág. 54) Este resultado quiere decir que ante
13
políticas de racionamiento del crédito las empresas fueron capaces de hallar activos
financieros sustitutos para financiar sus operaciones.
Tabla 2.3.1: Trabajos empíricos Mecanismos de Transmisión
Autor(es) (Año)
Países
Principales resultados
-Preponderancia del canal tradicional de tasas de
Taylor (1995)
EEUU
interés
-Efectividad de los canales de tasas de interés y
tipo de cambio -Resultados menos concluyentes
Juks (2001)
20 países
para los canales de crédito y de precio de los
activos
Países de la
-Existencia de canal de tasa de interés y canal de
Angeloni et. al. (2001) Unión
crédito
Europea
De Haan (2001)
Holanda
-Existencia del canal de crédito
-Estabilidad macroeconómica y la profundidad
Mies y Tapia (2003)
20 países
del sector financiero juegan un importante papel
en la efectividad de la política monetaria
-Ante políticas de racionamiento del crédito las
empresas españolas son capaces de hallar activos
Vega (1992)
España
financieros sustitutos para financiar sus
operaciones
Mayorga y Torres
Costa Rica -Existencia de canal de crédito
(2004)
-Revisión de literatura que señala existencia de
un alto traspaso o pass-through de las
depreciaciones cambiarias al nivel de inflación
Fuentes (2006)
-Efecto traspaso entre un 24 y 52 por ciento en el
corto plazo y por encima del 80% en el largo
plazo en promedio.
-Transmisión completa tanto para las tasas de
interés activas como pasivas
Andújar (2009)
-Existencia de un cambio estructural en el
parámetro de traspaso de largo plazo a partir de
2005
-Fuerte impacto de la TPM sobre todas las tasas
de mercado de corto y largo plazo, especialmente
República
sobre las tasas del mercado hipotecario
Dominican
González (2010)
-Efecto importante y persistente de las
a
variaciones de las tasas activas sobre la demanda
agregada
-Existencia del canal de crédito para la República
Santana (2004)
Dominicana usando datos agregados y micro-data
-Hipótesis de diferenciación de la oferta de
14
Bencosme (2007)
préstamos de acuerdo al tamaño de los bancos no
puede rechazarse
-Existencia de un canal de crédito que opera
principalmente a través de los préstamos al
consumo
-Elasticidad de los préstamos respecto a la tasa
interbancaria se encuentra entre un 3.4 y 4.4
porciento
El análisis llevado a cabo por Mies y Tapia (2003) utiliza datos de panel para 20 países y
encuentra que la estabilidad macroeconómica y la profundidad del sector financiero
juegan un importante papel en la efectividad de la política monetaria. Así mismo, acorde
con hallazgos previos, ratifican la importancia de factores como los controles de capital y
el tamaño relativo de la banca en el impacto monetario sobre el sector real. De Haan
(2001) utiliza los mismos fundamentos vistos en Kashyap y Stein (1995) y Peek y
Rosengren (1995) para identificar la existencia del canal de crédito en la economía
holandesa. Sus resultados indican que la política monetaria opera a través de los
préstamos a empresas sin colaterales. Además confirman la diferenciación de los
préstamos de acuerdo al tamaño, liquidez y nivel de capitalización de los bancos.
Para la República Dominicana, la literatura acerca de los mecanismos de transmisión está
sistemáticamente recogida en el trabajo de Fuentes (2006), en el marco del Seminario
sobre Metas de Inflación y Mecanismos de Transmisión de la Política Monetaria
auspiciado por el Consejo Monetario Centroamericano (CMCA). El autor cita los
esfuerzos de Williams (2001) por aislar los efectos de las medidas de política monetaria
sobre la economía y enumera una serie de interrogantes respecto al canal de tasas de
interés producto principalmente de 4 factores: longitud de las series, crisis financieras,
15
intervenciones del Banco Central en el sistema financiero y bajo nivel de desarrollo del
sistema financiero. A pesar de las aparentes contradicciones encontradas, el trabajo
confirma algunos hechos que predice la teoría respecto a la magnitud y dirección de los
coeficientes de la tasa de interés, tipo de cambio y crecimiento de la base monetaria en
las estimaciones de inflación y producto.
Como parte de una agenda de investigación sobre mecanismos de transmisión de la
política monetaria en la República Dominicana, Andújar (2009) analiza el efecto traspaso
de las tasas de interés de corto a largo plazo, hallando evidencia de una transmisión
completa tanto para las tasas de interés activas como pasivas. Adicionalmente, se verifica
la existencia de un cambio estructural en el parámetro de traspaso de largo plazo a partir
de 2005, año a partir del cual se observa un canal de transmisión de tasas de interés más
efectivo. Como extensión natural de este trabajo, González (2010) estudia el traspaso de
la tasa de política monetaria (TPM) a las tasas de corto y largo plazo y sus efectos sobre
la demanda agregada. Sus resultados incluyen un fuerte impacto de la TPM sobre todas
las tasas de mercado de corto y largo plazo, y especialmente sobre las tasas del mercado
hipotecario. En cuanto a los efectos sobre el sector real, el autor identifica un efecto
importante y persistente de las variaciones de las tasas activas sobre la demanda
agregada.
La condición de ser una economía pequeña y abierta hace del canal de tipo de cambio un
importante factor a considerar por parte del Banco Central a la hora de tomar decisiones
de política monetaria. Este hecho hace que, hasta la fecha, este canal sea el más estudiado
16
por la literatura doméstica. La revisión de literatura por Fuentes (2006) citada más arriba
menciona que “… todos los estudios sobre el canal de tipo de cambio señalan la
existencia de un alto traspaso o pass-through de las depreciaciones cambiarias al nivel
de inflación.” (pág. 149). Los resultados citados por el autor sitúan este efecto traspaso
entre un 24 y 52 por ciento en el corto plazo y por encima del 80% en el largo plazo en
promedio.5
En lo que respecta al Canal de Crédito, para la República Dominicana se han llevado a
cabo dos trabajos relevantes. El primero de ellos corresponde a la tesis doctoral de
Santana (2004), que utiliza datos mensuales de los balances de los bancos comerciales
dominicanos para el período 1991-1999. En sus estimaciones se incluyen las variables
tipo de cambio, liquidez, volumen de préstamos y la base monetaria como proxy de la
posición de política del Banco Central. Sus resultados identifican la existencia del canal
de crédito para la República Dominicana usando datos agregados y micro-data. Además,
según sus conclusiones, la hipótesis de diferenciación de la oferta de préstamos de
acuerdo al tamaño de los bancos no puede rechazarse.
El segundo trabajo relativo al Canal de Crédito para la República Dominicana es el
análisis llevado a cabo por Bencosme (2007), quien, partiendo del modelo de Kashyap y
Stein (1994) estima un panel dinámico con datos de los balances de los bancos
dominicanos trimestrales para el período 1996-2006. Los resultados obtenidos apoyan la
existencia de un canal de crédito que opera principalmente a través de los préstamos al
Parte de la literatura citada por Fuentes (2006) corresponde a: Sanchez-Fung (1999, 2002); Vasquez
(2004); Williams y Adedeji (2004); Medina (2006); Fuentes y Mendoza (2007).
5
17
consumo. Los efectos de la política monetaria sobre el volumen de préstamos otorgados
son diferenciados si se consideran el tamaño relativo y la liquidez de los bancos del
sistema financiero. La tasa interbancaria es utilizada como instrumento de política
monetaria y la elasticidad de los préstamos respecto a esta tasa se encuentra entre un 3.4
y 4.4 porciento.
Esta investigación pretende ampliar los hallazgos relativos a la dinámica de las decisiones
de política monetaria y el funcionamiento del sistema financiero. La metodología e
instrumental estadístico a utilizar guardan una estrecha relación con los aportes hechos
por Bencosme (2007) y Santana (2004) a la vez que actualizan y complementan su
relevancia.
18
CAPÍTULO III: POLÍTICA MONETARIA Y SISTEMA FINANCIERO EN LA REPÚBLICA
DOMINICANA
Desde su fundación en 1947 la Política Monetaria en el Banco Central de la República
Dominicana operó bajo una estrategia de metas cambiarias usando un tipo de cambio fijo
como ancla del nivel de precios y con el uso del encaje legal diferenciado como principal
instrumento. No fue sino hasta la década de los ochentas que se sustituyó dicho esquema
de tipo de cambio fijo por un sistema de flotación manejada (BCRD, 2012). Las reformas
llevadas a cabo a principios de los noventas como consecuencia del acuerdo con el FMI
en 1991 implicaron una liberalización gradual de las tasas de interés y del tipo de cambio.
Estos cambios fueron abriendo espacio para la adopción de un régimen de Metas
Monetarias usando como principales instrumentos la colocación de certificados de
participación, las modificaciones del coeficiente de encaje legal e intervenciones en el
mercado cambiario.
3.1.
Política Monetaria en la República Dominicana: estado actual
La entrada en vigencia de la ley monetaria y financiera a finales de 2002 allanó el camino
para la creación de nuevos instrumentos de política monetaria que permitían al Banco
Central orientar sus medidas hacia el control de las tasas de interés de corto plazo.
Aportes adicionales de esta ley incluyen el establecimiento explícito de la estabilidad de
precios como principal objetivo del Banco Central y la prohibición del financiamiento al
gobierno.
19
En 2003 el sistema financiero dominicano experimentó la quiebra de tres importantes
bancos privados, y como consecuencia del rescate de los ahorrantes el Banco Central se
vio en la necesidad de emitir certificados de participación de muy corto plazo a altas tasas
de interés. Con la colaboración de expertos del FMI en 2004 se crean la Ventanilla de
Depósitos Remunerados de Corto Plazo (Overnight) y la Ventanilla Lombarda, las cuales
señalizan el piso y el techo de las tasas de interés de mercado en lo que se conoce como
corredor de tasas de interés.
El acuerdo Stand-by firmado en 2005 permitió implementar un esquema de Metas
Monetarias que convivió con el corredor de tasas de interés hasta la adopción oficial y
formal de un esquema explícito de Metas de Inflación por parte del Banco Central en
2012. El deterioro de la relación entre los agregados monetarios y la inflación
(principalmente como consecuencia de la inestabilidad de la demanda de dinero, la
volatilidad del multiplicador monetario y la profundización y modernización del sistema
financiero) fue la principal motivación para el cambio de esquema de política.
El nuevo marco establece claramente la inflación y sus expectativas como ancla nominal
de la economía, acompañado de una estrategia de rendición de cuentas y transparencia de
la política monetaria necesarios para que los cambios en la demanda agregada tengan
efectos menos marcados en la inflación. Como señal de política monetaria a los agentes,
el BCRD utiliza las tasas de interés de los Depósitos Remunerados de Corto Plazo y de la
Ventanilla Lombarda, cuyos cambios se deciden en la reunión de política monetaria
sostenida la última semana de cada mes y anunciadas al público vía un comunicado de
20
política a través de la página web de la institución. Dichos cambios son acompañados de
la colocación de letras del BCRD con frecuencia semanal, las subastas periódicas de
notas y las facilidades de liquidez que operan a través de ambas ventanillas.
3.2.
Préstamos y Sistema Financiero Dominicano: estructura y características
Como puede apreciarse en la gráfica 3.2.1, la distribución de los préstamos entre las
entidades financieras del sistema financiero dominicano cuenta con un alto nivel de
concentración por subsectores e instituciones. A nivel sectorial, a Junio 2012
aproximadamente el 81.1% de los préstamos otorgados por las Otras Sociedades de
Depósito correspondían a Bancos Múltiples.
El restante 18.9% estaba en manos de Asociaciones de Ahorros y Préstamos (11.7%) y
Bancos de Ahorro y Crédito (4.1%), Instituciones Públicas Depositarias (2.7%)
Corporaciones de Crédito (0.4%) y Financieras y Casas de Préstamos de Menor Cuantía
21
con menos de un 0.02%. Estas cifras son aun más sugestivas si se considera la cantidad
de instituciones por subsector, mostrado en la tabla 3.2.1:
Tabla 3.2.1 Cantidad de Instituciones en el Sistema
Financiero dominicano por tipo, Junio 2012
Bancos Múltiples
15
Asociaciones
10
Bancos de Ahorro y Crédito
25
Entidades Públicas Depositarias
3
Corporaciones de Crédito
17
Financieras
4
Menor Cuantía
2
Total
76
Entre los Bancos Múltiples se da también una gran concentración de la cartera de
préstamos, con 6 de los 15 bancos abarcando aproximadamente un 91% del total de
préstamos del subsector, lo que representa un 74.2% del total del sistema. La
participación del Banco de Reservas, de capital eminentemente público, es
significativamente mayor que todas, excepto una, de las entidades bancarias dominicanas.
Este hecho es recogido en detalle en la gráfica 3.2.2:
22
En cuanto a la importancia relativa de la cartera de préstamos en el portafolio de las
entidades financieras, tenemos que esta representa cerca del 55% del total de sus activos,
cifra ligeramente menor al promedio de la región (61%). De igual forma, la relación de
préstamos otorgados en Moneda Nacional al total de préstamos ronda el 80%, muy
cercano al promedio regional. Las Otras Sociedades de Depósito de los países de
Centroamérica mantienen aproximadamente un 3.8% de su cartera de préstamos frente al
Sector Público, mientras que para la República Dominicana ese porcentaje se eleva a casi
un 9%, con una media histórica cercana al 10%.6
Como puede verse, el importante papel que juegan las entidades depositarias en el
sistema financiero y en la implementación de la política monetaria en República
Dominicana requiere un seguimiento cercano del crédito otorgado por estas a los sectores
productivos. La sección siguiente describe el andamiaje teórico sobre el que se construye
el modelo que da sustento al análisis del canal crediticio presentado en esta investigación.
6Los
datos regionales aquí presentados corresponden a Costa Rica, El Salvador, Guatemala, Honduras,
Nicaragua y Panama. Fuente: SECMCA
23
CAPÍTULO IV: MARCO CONCEPTUAL: NATURALEZA TEÓRICA DEL CANAL DE CRÉDITO
El concepto de Canal de Crédito surge al considerar que los agentes económicos
modifican sus planes de gastos considerando la reacción de los intermediarios financieros
ante las decisiones de política monetaria tomadas por el Banco Central (Hubbard, 1995).
4.1
Asimetría de Información en los Mercados Financieros
La toma de decisiones respecto a una determinada transacción puede estar influida por el
hecho de que uno de los agentes involucrados disponga de más y/o mejor información
que el otro. Este fenómeno, denominado problema de asimetría de información, fue
estudiado en detalle por Akerlof (1970), trabajo por el cual en 2001 compartió el Nobel
de Economía con Michael Spencer y Joseph E. Stiglitz.
El canal de transmisión del crédito se fundamenta en la existencia de este tipo de
asimetrías en la cantidad y calidad de la información en manos de empresas (por lo
general pequeñas) cuyo financiamiento depende principalmente de los intermediarios
financieros y de la información sobre las empresas de que disponen dichos
intermediarios. Esta discrepancia en el flujo y acervo de información trae consigo
problemas de selección adversa y riesgo moral que limitan tanto la disposición de los
bancos a prestarle a las firmas pequeñas así como la capacidad de estas últimas para
endeudarse.7
El problema de seleccion adversa consiste en la exclusion gradual del mercado de los productos de
mayor calidad, como consecuencia del menor precio promedio que los consumidores estan
7
24
Como consecuencia de estas asimetrías de información se ha determinado que el Canal
de Crédito opera al menos a través de dos vías: Por un lado, los efectos de decisiones de
política monetaria afectan la oferta de crédito por parte de los Bancos (Canal de
Préstamos); y por otro, modifican la demanda de préstamos por parte de las firmas (Canal
de Hoja de Balance). A continuación se detalla la forma en que operan ambos canales.
4.1.1. Canal de Préstamos y Canal de Hoja de Balance
La forma en que las medidas de política monetaria afectan la oferta de crédito de los
bancos tiene que ver con la estructura de activos y pasivos de estas instituciones y su
evolución. Usualmente, los intermediarios financieros tienen posiciones largas en sus
activos (préstamos al sector público, hogares y empresas) y posiciones cortas en el lado
del pasivo (depósitos de hogares y empresas y capital). Las decisiones de política
monetaria contractivas (expansivas) provocan una disminución (aumento) en los pasivos
de los bancos, incluyendo en los depósitos, que es la principal fuente de fondos para sus
operaciones de crédito. Como por definición los activos deben ser iguales a las
obligaciones, una medida de política contractiva (expansiva) implicaría un aumento
(disminución) del capital de los Bancos.
Si existen requerimientos mínimos de capital, los intermediarios financieros responderían
captando nuevos capitales o disminuyendo la oferta de préstamos, para que de esa forma
dispuestos a pagar al no disponer de la informacion necesaria para distinguir entre estos y los de
calidad inferior. El riesgo moral se refiere a la falta de esfuerzo y dedicacion en que estan tentados a
incurrir los agentes, en cualquier labor asignada por actores superiores en la escala jerarquica, a
menos que existan incentivos vinculados directamente con los resultados obtenidos (Akerlof, 1970).
25
sus activos y obligaciones coincidan. La primera opción es poco viable desde el punto de
vista operativo, dadas las dificultades y costos asociados con la captación de nuevos
capitales. Por esta razón, ante una medida de política monetaria contractiva, la reducción
de la oferta de préstamos es la respuesta más usual. Este mecanismo es el que en la
literatura se conoce como Canal de Préstamos.
Dado que, generalmente, los grandes intermediarios financieros tienen pocos incentivos
económicos para obtener información acerca de la situación financiera de las empresas
pequeñas, en el escenario descrito anteriormente prefieren restringir su oferta de
préstamos a estas, para reducir el problema de riesgo moral que afecta a los potenciales
clientes morosos.
Además de disminuir los incentivos de los bancos a prestar a las empresas pequeñas y
hogares, el Canal de Crédito opera también vía el impacto que tienen las medidas de
política sobre la hoja de balance de las firmas y su capacidad para endeudarse, esto es,
sobre la demanda de préstamos. Este último mecanismo se conoce como Canal de Hoja
de Balance.
A través del Canal de Hoja de Balance, las políticas expansivas contribuyen a
incrementar la riqueza neta de las empresas vía el aumento que generan en los precios de
sus activos. Este incremento de su riqueza neta provoca que los problemas de riesgo
moral y de selección adversa disminuyan, lo que hace a las firmas más atractivas como
sujetos de crédito. Por tanto, el Canal de Crédito es visto como un amplificador de los
26
efectos de cambios de postura de política tanto por el lado de la oferta (intermediarios),
como por el lado de la demanda (firmas). Esta investigación se limita al estudio
específico del Canal de Préstamos (por el lado de la oferta).
4.1.2. Construyendo un modelo para el Canal de Préstamos
La estructura teórica que sustenta el análisis del Canal de Crédito descansa sobre la
plataforma establecida en el trabajo seminal de Bernanke y Blinder (1988). Si bien
algunos autores estudiaron previamente la posibilidad de usar un agregado amplio de
crédito como objetivo intermedio de política (B. Friedman, 1982; Papademos y
Rozwadowski, 1983; Brunner y Meltzer, 1984), fue la publicación del trabajo de
Bernanke y Blinder la que sentó las bases para desarrollos posteriores de este canal de
transmisión de la política monetaria
En su estudio, los autores colocan bajo la lupa el modelo estándar de Demanda Agregada
desarrollado por Hicks (conocido como modelo IS-LM o modelo Clásico) partiendo de
una sencilla pregunta ¿Es el dinero, el crédito, ambos o ninguno? Uno de los principales
supuestos considerados en el modelo de Hicks (1937) es que dos de los activos de los
intermediarios financieros (préstamos y bonos) son sustitutos perfectos. En la
construcción de un modelo de canal de crédito, este supuesto es relajado haciendo énfasis
en las características únicas de estos activos (madurez, riesgo y liquidez).
27
La política monetaria en República Dominicana mantuvo vigente un esquema de metas
cambiarias hasta principio de la década de los noventas. A partir de ahí, la liberalización
gradual de los mercados financiero y cambiario, seguida de la aprobación de la ley
monetaria y financiera en 2002, abren las puertas para la adopción de una estrategia de
metas monetarias cuyo principal instrumento consistía en la compra y venta de títulos
emitidos por el Banco Central, mejor conocido como Operaciones de Mercado Abierto
(Andújar, 2009).
El debilitamiento gradual de la relación entre los agregados monetarios y las variables
reales (inflación y producto específicamente)8 ha llevado a un análisis más profundo del
mecanismo de tasas de interés, a la vez que ha revivido el interés en los modelos con
información asimétrica, en los cuales los intermediarios financieros juegan un importante
papel en el financiamiento de la economía.
La flexibilización del supuesto de que los bonos y los préstamos son sustitutos perfectos
abre las puertas a la elaboración de modelos de demanda agregada más amplios que
permiten responder a la pregunta inicial formulada por Bernanke y Blinder. En el caso
dominicano, el abandono de este supuesto es de especial importancia, dado el escaso
desarrollo del mercado de bonos y por tanto, permitiendo separar los efectos de la política
monetaria sobre los préstamos, principal instrumento de financiamiento de las empresas.
8
En el caso de la Economía Dominicana véase Sánchez Fung, (1998) y Pérez y Medina (2004).
28
4.1.3. Generalizando el modelo IS-LM: La construcción del Modelo CC-LM
A diferencia del modelo IS-LM clásico, Bernanke y Blinder (1988) considera la
existencia de tres activos: dinero, bonos y préstamos. Los intermediarios y receptores
eligen entre bonos y préstamos dependiendo de las tasas de interés de ambos
instrumentos. La demanda de préstamos (LD) está dada por la función:
LD  L(  , i , y)

 
(3.1)
Donde ρ es la tasa de interés de los préstamos, i es la tasa de interés de los bonos y la
variable y representa el producto. La oferta de préstamos surge al considerar una versión
simplificada del balance de un banco. Del lado de los activos se tienen las reservas
bancarias, R, los bonos, Bb y los préstamos, Ls. Del lado de los pasivos sólo tenemos los
depósitos, D, por lo que la igualdad contable que debe cumplir el banco representativo
sería entonces:
R  BB  LS  D
Como las reservas bancarias están conformadas por las reservas requeridas, τD (donde τ
es la proporción de los depósitos que deben mantenerse en el Banco Central) y el exceso
de reservas, E, la igualdad anterior puede reescribirse como:
BB LS E(1)D
La proporción de ese portafolio correspondiente a cada tipo de activo dependerá de las
tasas de retorno de cada uno de ellos. La oferta de préstamos es una función positiva en la
29
tasa de los préstamos y negativa en la tasa de los bonos, por lo que la participación de
estos en el portafolio del banco representativo viene dada por la siguiente relación:
LS = l (r, i )(1- t )D
+ -
(3.2)
Bajo estos supuestos, el mercado de préstamos bancarios estará en equilibrio donde Ld y
LS se igualan:
L(r, i , y) = l (r, i , )(1- t )D
- + +
+ -
(3.3)
El Mercado de Dinero está descrito por la curva LM tradicional. El excedente de reservas
bancarias es una función de la tasa de interés de los bonos, del coeficiente de encaje y de
los depósitos en manos de los bancos:
E   (i )(1   ) D
Así, el multiplicador del dinero puede ser escrito como la inversa de la suma de los
coeficientes de encaje para el excedente de reservas [(i)(1-)] y para las reservas
bancarias obligatorias ():
m(i) 
1
;
[ (i)(1   )   ]
Y la oferta de depósitos viene dada, por definición, por la expresión:
D O  m( i ) R

Por otro lado, la demanda de depósitos depende negativamente de la tasa de interés y
positivamente del ingreso:
30
D D  D (i , y )
 
Igualando Oferta y Demanda obtenemos:
D(i, y) = m(i )R
- +
(3.4)
+
Por Ley de Walras, el equilibrio del mercado de bonos está implícito por la demanda de
depósitos y de préstamos. Sólo queda por especificar el Mercado de Bienes, representado
por una curva IS convencional:
y = Y(i , r )
- -
(3.5)
Sustituyendo D en la ecuación (3.2) por su expresión en (3.4), obtenemos la ecuación
(3.6):
LS = l (r, i)(1- t )m(i)R
(3.6)
Resolviendo implícitamente para ρ, se obtiene:
  (i, y, R)
  
Por último, sustituyendo esta expresión en (3.5):


y  Y i,  (i, y, R)


Esta nueva curva, al igual que la IS original, tiene pendiente negativa, pero tiene la
particularidad de que, a diferencia de la anterior se desplaza ante medidas de PM que
alteren los requerimientos de reservas bancarias (R) y/o las funciones L y. Al incluir el
mercado de bienes y crediticio, esta curva se conoce como CC, siglas en inglés para
Commodities – Credit, y por tanto el modelo que resulta se denomina CC-LM.
31
CAPÍTULO V: ASPECTOS METODOLÓGICOS
Los estudios empíricos utilizan principalmente dos metodologías a la hora de modelizar
econométricamente el mecanismo de transmisión del crédito. El primer enfoque se basa
en un análisis agregado de los datos usando técnicas de series de tiempo, especialmente
cointegración y vectores autorregresivos (Ramey, 1993; Bernanke y Blinder, 1992;
Bernanke y Gertler, 1995; Meltzer, 1995).9 El segundo método consiste en utilizar
información desagregada proveniente de los balances de las entidades financieras y no
financieras, para poner a prueba dos hipótesis: por un lado, que la política monetaria tiene
un efecto significativo en el volumen de crédito otorgado y solicitado por esas entidades;
y, por otro lado, que este efecto es diferenciado dependiendo de las características de las
instituciones consideradas.
Este último enfoque requiere de la compilación de datos de sección cruzada o datos de
panel, de forma que la heterogeneidad entre los intermediarios financieros y/o empresas
pueda aislarse y medir el impacto de las medidas de política monetaria sobre la misma. El
presente estudio se centra precisamente en esa metodología, en línea con los desarrollos
más recientes en el área de investigación de los canales de crédito y buscando aprovechar
la disponibilidad de datos desagregados para el sistema bancario dominicano.
Existe numerosa literatura sobre el analisis econometrico de series temporales, para una
perspectiva academica, vease Hamilton (1994) y Enders (2009)
9
32
5.1
Datos de Panel
Según Greene (2012), la compilación de informaciones estadísticas respecto a eventos
económicos para un conjunto de variables sobre un grupo de sujetos y en un determinado
punto del tiempo es lo que se conoce como datos de sección cruzada. En cambio, si a
ciertas variables o características de un agente en específico (país, empresa, sociedad
financiera…) se les da seguimiento a lo largo del tiempo, a esta información se la conoce
como series temporales o series de tiempo.
Un tercer paradigma de recopilación de datos estadísticos se corresponde con el
seguimiento a lo largo del tiempo de las mismas variables para los mismos sujetos. Una
estructura de datos con esas características es conocida como conjunto de Datos de Panel
o Longitudinal. La convención denomina n a la cantidad de sujetos a los que se les da
seguimiento y t al número de períodos de tiempo a través de los cuales se recolecta la
información. Esto implica que el conjunto de datos tiene un máximo de n*t
observaciones.
Se dice que un panel de datos es balanceado si existen observaciones para todos los
individuos en todos los períodos considerados. De lo contrario se afirma que el panel está
desbalanceado. Los datos de panel presentan ventajas frente al análisis de datos de
sección cruzada, ya que toman en consideración relaciones dinámicas ausentes en estos
últimos. De igual forma, es posible explotar la heterogeneidad existente entre los sujetos
bajo estudio, lo cual no es posible usando series de tiempo.
33
Respecto a las técnicas econométricas utilizadas para analizar conjuntos de datos
longitudinales existe una extensa literatura (Wooldridge, 2002; Hsiao 2003; o Dougherty
2011). En general, la especificación estándar de un modelo de datos de panel viene dada
por la expresión (4.1) (Dougherty, 2011):
𝒌
𝐬
𝒀𝒊𝒕 = 𝜷𝟏 + ∑ 𝜷𝒋 𝑿𝒋𝒊𝒕 + ∑ 𝜸𝒑 𝑿𝒑𝒊 + 𝜺𝒊𝒕
𝒋=𝟐
(𝟓. 𝟏)
𝒑=𝟏
Donde Y es la variable dependiente, Xj y Xp son variables explicativas observadas e
inobservadas, respectivamente. El subíndice i se refiere al individuo i-ésimo y t hace
referencia al número de observación temporal. Los subíndices j y p son utilizados para
distinguir entre variables observadas e inobservadas. El término de error t se supone que
satisface las condiciones clásicas de un modelo de regresión.
El principal objetivo de las estimaciones es obtener los valores de los coeficientes j. Por
otro lado, los coeficientes de las variables Xp (los γp), al recoger el impacto la
heterogeneidad inobservada entre individuos, considerada fija a lo largo del tiempo,
s
pueden expresarse como 𝛂𝐢 = ∑𝑝=1 𝛾𝑝 𝑋𝑝𝑖 , término conocido como efecto inobservado.
Las diferentes técnicas econométricas usadas para estimar modelos de datos de panel
descansan precisamente sobre las propiedades y el tratamiento dado a este efecto
inobservado. A continuación se describen las tres técnicas más utilizadas, haciendo
34
especial énfasis en el modelo conocido como de Efectos Fijos, por ser el que mejor se
ajusta a los lineamientos de este estudio.
5.2.
Mínimos Cuadrados Ordinarios Combinado, Efectos Fijos o Efectos
Aleatorios
La metodología presentada en esta sección está basada en Dougherty (2012) y Greene
(2011), quienes recogen los últimos avances en materia de estimaciones con datos de
panel. Ambos autores, a su vez, refieren a Wooldridge (2002) y Hsiao (2003) para una
profundización en los tópicos expuestos.
La primera aproximación a la solución de modelos de datos de panel es producto de
asumir que las variables explicativas Xj capturan toda la información relevante de cada
individuo, en cuyo caso el término de heterogeneidad inobservado podría omitirse y
considerar los datos como si fuesen series de tiempo combinadas para cada unidad. Bajo
este supuesto sería acertado el uso del método de Mínimos Cuadrados Ordinarios
(MICO) en el modelo conocido como MICO Combinado (MICOC).
En caso de que exista información que empuje a pensar que la estructura del panel de
datos no cumple con el supuesto expuesto más arriba, la decisión sobre el uso del modelo
de Efectos Fijos o Aleatorios está en gran parte determinada por la naturaleza del
conjunto de datos y la forma en que fueron muestreados. Si los individuos bajo estudio
fueron obtenidos como una muestra aleatoria de una población específica, deberá llevarse
35
a cabo la prueba estadística de especificación conocida como test de Hausman (1978) o
test de Durbin-Wu-Hausman10 para elegir el modelo más adecuado. En caso contrario,
deberá utilizarse el Modelo de Efectos Fijos.
Los 11 bancos que operan en República Dominicana seleccionados para esta
investigación representan la totalidad de las entidades bancarias que se mantuvieron
funcionando durante el periodo de tiempo considerado. Este hecho nos lleva de forma
inevitable a estimar el modelo de panel de este trabajo a través del Modelo de Efectos
Fijos, que considera el efecto inobservado como no aleatorio.
Existen varias técnicas econométricas utilizadas para tratar los efectos inobservados en
datos de panel. Una de ellas consiste en calcular la media de las variables para cada
individuo y restar estas medias a la expresión (4.1). Este método se representa en la
ecuación (4.2):
𝒌
̅ 𝒊 = ∑ 𝜷𝒋 (𝑿𝒋𝒊𝒕 − 𝑿
̅ 𝒊𝒋 ) + 𝜺𝒊𝒕 − 𝜺̅𝒊𝒕
𝒀𝒊𝒕 − 𝒀
(𝟓. 𝟐)
𝒋=𝟐
s
Nótese que el término 𝜶𝒊 = ∑𝑝=1 𝛾𝑝 𝑋𝑝𝑖 desaparece debido a que es invariable en el
tiempo y por tanto idéntico a su media para cada individuo. Los paquetes econométricos
contienen las rutinas que permiten estimar este tipo de modelos de forma automatizada.
El test de Durbin-Wu-Hausman determina si las estimaciones de los coeficientes, combinadas, son
significativamente distintas en las regresiones de efectos fijos y efectos aleatorios.
10
36
En caso de sospecharse que los rezagos de la variable dependiente contienen información
valiosa para las estimaciones, deberían incluirse como variables explicativas en el
modelo, por lo que estaríamos frente a lo que se conoce como Modelo de Panel
Dinámico. Esta modificación tiene como resultado la formulación siguiente:
𝒌
𝒌
̃ 𝒊𝒕 = ∑ 𝜷𝒋 𝑿
̃ 𝒋𝒊𝒕 + ∑ 𝜷𝒋 𝒀
̃ 𝒊𝒕−𝒋 + 𝜺̃𝒊𝒕
𝒀
𝒋=𝟐
(𝟓. 𝟑)
𝒋=𝟏
̃ 𝒊𝒕 = 𝒀𝒊𝒕 − 𝒀
̅𝒊, 𝑿
̃ 𝒊𝒕 = 𝑿𝒊𝒕 − 𝑿
̅ 𝒊 , y 𝜺̃𝒊𝒕 = 𝜺𝒊𝒕 − 𝜺̅𝒊 . El problema surge por el
Donde 𝒀
̃ 𝒊𝒕−𝟏 estará correlacionado con 𝜺𝒊𝒕 a través de la media de grupo 𝒀
̅ 𝒊 . Una
hecho de que 𝒀
forma de superar este inconveniente la encontramos en Arellano y Bond (1991), que
propone utilizar primeras diferencias en vez de sustraer la media de cada variable,
obteniéndose la expresión:
𝒌
𝒌
∆𝒀𝒊𝒕 = ∑ 𝜷𝒋 ∆𝑿𝒋𝒊𝒕 + ∑ 𝜷𝒑 ∆𝒀𝒊𝒕−𝒑 + ∆𝜺𝒊𝒕
𝒋=𝟐
(𝟓. 𝟒)
𝒑=𝟏
Con ∆𝒀𝒊𝒕 = 𝒀𝒊𝒕 − 𝒀𝒊𝒕−𝟏 , ∆𝑿𝒊𝒕 = 𝑿𝒊𝒕 − 𝑿𝒊𝒕−𝟏 y ∆𝜺𝒊𝒕 = 𝜺𝒊𝒕 − 𝜺𝒊𝒕−𝟏. Una vez diferenciado
el modelo, se procede a estimar utilizando rezagos de la variable explicada en niveles
(𝒀𝒊𝒕−𝒌 , 𝑝𝑎𝑟𝑎 𝑘 > 1) como instrumentos, buscando eliminar la correlación existente entre
el término de error y la variable dependiente de la ecuación así como la autocorrelación
37
que presenta ∆𝜺𝒊𝒕 (4.4).11 Dado que el número resultante de instrumentos es mayor que la
cantidad de parámetros a estimar, debe utilizarse el Método Generalizado de los
Momentos (GMM, por sus siglas en inglés) desarrollado por Hansen (1982).12
Esta metodología ofrece resultados más robustos siempre y cuando el modelo no presente
autocorrelación de segundo orden y los instrumentos elegidos sean válidos, lo cual puede
probarse verificando que los residuos no estén autocorrelacionados con las variables
exógenas del modelo. El test de sobreidentificación de Sargan (Sargan, 1958), definido
como T*R2 (T = número de observaciones, R2 =
coeficiente de determinación), sirve
a este propósito y se distribuye como una 2 con m-k grados de libertad (cantidad de
instrumentos – cantidad de variables endógenas). La hipótesis nula es la inexistencia de
autocorrelación entre los instrumentos y el término de error.
En resumen, el proceso de selección de la técnica econométrica utilizado en el marco de
esta investigación nos obliga a escoger entre MICO Combinado (MICOC), Efectos Fijos
(EF) y Efectos Aleatorios (EA). Dado que es poco probable que los efectos inobservados
no tengan impacto alguno en la oferta de préstamos de las instituciones financieras bajo
análisis, el modelo de Mínimos Cuadrados Combinados se descarta. Entre las dos
opciones restantes (EF y EA), la última solo puede utilizarse si los individuos fueron
Una variable z se denomina instrumento o variable instrumental para el regresor x en el modelo
de regresion y = x + u si (1) z no esta correlacionado con el error u; y (2) z esta correlacionado el
regresor x. La estimacion de  usando Variables Instrumentales (IV) viene dada por 𝛽̂𝐼𝑉 = (𝑧 ′ 𝑥)−1 𝑧 ′ 𝑦.
Para una descripcion minuciosa de esta metodología, vease Wooldridge (2006).
12 El Metodo Generalizado de los Momentos minimiza la norma de la media muestral de una funcion
que depende de los datos del modelo (Yt) y el parametro a estimar (), f(Yt, ) (conocida como
funcion de momento condicional) con respecto a dicho parametro.
11
38
seleccionados aleatoriamente de una población específica, que obviamente no es el caso
en esta investigación.
Una vez descartadas las opciones de MICOC y EA, se debe utilizar el Modelo de Efectos
Fijos, que considera los efectos inobservados invariables en el tiempo para cada
individuo, pero distinto para cada uno de ellos. Este modelo puede estimarse sustrayendo
la media de cada variable u obteniendo las primeras diferencias de cada una de ellas para
eliminar dicho efecto inobservado. En caso de requerirse una estimación dinámica del
modelo, se debe proceder a utilizar Variables Instrumentales y el Método Generalizado de
los Momentos para corregir por autocorrelación en los residuos. El diagrama 4.1, basado
en Dougherty (2012), resume el proceso de selección del modelo a estimar.
Diagrama 5.1. Proceso de selección del modelo
¿Son las observaciones
producto de un muestreo
aleatorio?
¿Diferencias significativas
según test de DWH en las
estimaciones de EF y EA?
Sí
Sí
Efectos Fijos
No
No
Algún test indica la
presencia de efectos
aleatorios?
Efectos Fijos
Efectos Aleatorios
Sí
No
MCO Combinados
Fuente: Dougherty (2012)
39
Otro aspecto metodológico a considerar es el que concierne al cálculo de los coeficientes
de largo plazo a partir de aquellos de corto plazo obtenidos de las estimaciones
propuestas. Los mismos son calculados como la sumatoria de los rezagos de los
coeficientes de corto plazo (j) para cada variable dividida por uno menos la sumatoria de
los rezagos de la variable dependiente (P), esto es:
̂ 𝑳𝑷𝒋 =
𝜷
̂𝒋
∑𝑳𝒋=𝟏 𝜷
̂𝑷
𝟏 − ∑𝑳𝒑=𝟏 𝜷
(𝟓. 𝟓)
Los valores-p de estos coeficientes de largo plazo fueron obtenidos aplicando el test de
Wald (1939) a las restricciones no lineales de la ecuación (4.3) sobre los coeficientes de
corto plazo. El test de Wald compara el valor propuesto del parámetro en cuestión (BLP)
con la estimación de máxima verosimilitud del mismo (𝐵̂
𝐿𝑃 ), bajo el supuesto de que la
diferencia entre los dos estará aproximadamente normalmente distribuida.13
5.3.
El Modelo
La literatura que utiliza el Modelo de Efectos Fijos con datos de panel para estudiar el
canal de crédito se remonta a la publicación de Kashyap, Stein y Wilcox (1993), la cual
dio lugar a una larga serie de ensayos en la materia. De forma general, el modelo
propuesto por estos autores guarda la siguiente estructura:
13
El algoritmo construido para el calculo iterativo del test de Wald esta disponible para consulta.
40
𝑳
𝑳
𝑳
𝑳
𝒑𝒓𝒆𝒔𝒕𝒊𝒕 = 𝜶𝒊 + ∑ 𝝋𝒊𝒍 𝒑𝒓𝒆𝒔𝒕𝒊𝒕−𝒍 + ∑ 𝜷𝟏𝒍 𝑷𝑴𝒕−𝒍 + ∑ 𝜷𝟐𝒍 𝒙𝒊𝒕−𝒍 + ∑ 𝜷𝟑𝒍 𝑷𝑴𝒕−𝒍 𝒙𝒊𝒕−𝒍
𝒍=𝟏
𝒍=𝟎
𝑳
𝒍=𝟎
𝒍=𝟎
𝑳
+ ∑ 𝜷𝟒𝒍 𝒅𝒆𝒑𝒔𝒊𝒕−𝒍 + ∑ 𝜷𝟓𝒍 𝒄𝒐𝒏𝒕𝒓𝒐𝒍𝒆𝒔𝒕−𝒍 + 𝒗𝒊 + 𝜺𝒊𝒕
𝒍=𝟎
(𝟓. 𝟔)
𝒍=𝟎
Donde:
L
prestit
PMt
xit
depsit
controlest
vi
it
, , 
Cantidad de rezagos para el cálculo de los coeficientes de LP
Préstamos otorgados por la institución i en el período t-l
Indicador de la posición de política monetaria en el período t-l
Características de la institución i en el período t-l
Depósitos captados por la institución i en el período t-l
Variables de control de carácter macroeconómico en el período t-l
Efectos individuales de cada intermediario
Término de error de la institución i en el período t
Parámetros a estimar
Deben tomarse en cuenta algunas consideraciones respecto a la adaptación hecha a este
modelo en el marco de esta investigación. Primero, dada la periodicidad trimestral de los
datos, todas las variables fueron utilizadas en sus diferencias con cuatro rezagos (∆4), en
busca de minimizar los efectos estacionales. Se trató con varios valores para la cantidad
de rezagos (L) a usar en la estimación de los coeficientes de largo plazo, obteniéndose el
mejor ajuste del modelo con L = 4.
Como proxy de la posición de política monetaria adoptada por el Banco Central se
utilizaron varias opciones: Tasa activa de corto plazo [0 a 90 días] (it), Tasa interbancaria
ponderada (iIBt) y las dos definiciones de Base Monetaria [restringida y ampliada]. La
elección de estas tasas de interés como indicadores de la postura de la política monetaria
se fundamenta principalmente en estudios llevados a cabo por Andújar (2009) y González
(2010) sobre el mecanismo de transmisión de la política monetaria a las tasas de interés
41
de mercado (tanto de corto como de largo plazo) y sus efectos en las variables reales
como el producto y la inflación.14
Las características de los intermediarios consideradas se corresponden con las más
utilizadas en la literatura: tamaño (tamit), liquidez (liqit) y capitalización (capit) de la
sociedad financiera, todas normalizadas con respecto a la media, de forma que la
sumatoria a lo largo de toda la muestra sea igual a la unidad. El tamaño está definido
como el total de activos de cada entidad como proporción del total de activos de todas las
instituciones, para cada periodo t. La liquidez es el cociente entre las disponibilidades de
cada entidad entre su total de activos y el nivel de capitalización se define como la
relación entre el capital y el total de activos en cada t.
La variable depósitos (depsit) se incluye al considerar que las captaciones de los
intermediarios son la principal fuente de fondos para llevar a cabo sus actividades de
prestatarios. Para el análisis se tomaron los depósitos incluidos en la definición de Dinero
en Sentido Amplio (DSA) de la economía dominicana, al ser estos los depósitos de mayor
liquidez y, por tanto, los que están sujetos a una mayor volatilidad ante cambios en la
posición de política monetaria.
En cuanto a las variables de control consideradas tenemos los dos principales indicadores
del comportamiento del sector real de la economía: el Producto Interno Bruto (yt) como
14
Una motivación adicional para el uso de la tasa interbancaria y la tasa activa de corto plazo lo es el hecho
de que la tasa de interés oficial con la que actualmente el Banco Central señaliza su postura monetaria es la
tasa de interés para la captación de depósitos remunerados de corto plazo (también conocidos como
depósitos overnight) y la misma es constante para largos períodos de tiempo, lo que la hace poco útil desde
la perspectiva econométrica.
42
proxy de nivel de actividad económica y el Índice de Precios al Consumidor (πt)
controlando por variaciones nominales en los préstamos y depósitos.
El análisis está enfocado en los coeficientes 1 y 3, cuya interpretación corresponde a la
forma en que los préstamos reaccionan ante cambios en la postura de política de la
autoridad monetaria. Se espera un signo negativo para el coeficiente 1, dado que
medidas de política expansivas (ya sea una disminución de la tasa de interés o un
aumento de la masa monetaria) incrementarían la oferta de crédito por parte de los
intermediarios financieros. En cuanto al signo de 3 (la elasticidad del crédito respecto a
la interacción entre el instrumento de política y las características de los bancos) se espera
que sea positivo, acorde con la discusión previa que predice que los bancos más grandes,
líquidos y capitalizados disminuyen de forma menos drástica su oferta de préstamos ante
medidas contractivas de política.
Es necesario hacer la salvedad de que los objetivos principales de esta investigación
determinan el énfasis en el análisis de los coeficientes 1 y 3. Esto es, al enfocarse el
estudio esencialmente en estos dos coeficientes, se discute la existencia o no de un canal
de crédito, en oposición a lo que sería una estimación orientada a identificar cuáles son
los determinantes de los préstamos en la República Dominicana.
Se tomaron los logaritmos de las variables correspondientes a préstamos, depósitos,
producto, inflación, base y agregados monetarios, mientras que las tasas y las
características de los intermediarios se utilizaron en su forma original.
43
Los datos tienen periodicidad trimestral a partir de diciembre de 2003 hasta marzo 2012,
para un total de 34 observaciones temporales. La información recabada corresponde a 11
bancos múltiples que operaron durante ese período entre los cuales ocurrió una
adquisición de uno por otro. Estas dos entidades se trataron como una sola para la
muestra y sus operaciones fueron adicionadas o promediadas, según correspondiese el
caso.
44
CAPÍTULO VI: ESTIMACIONES Y RESULTADOS
Principales resultados
6.1
Como primera aproximación, se trataron distintas especificaciones del modelo dinámico
(5.6), obteniéndose resultados robustos en cuanto al signo y la significancia del indicador
de posición de política, siendo la tasa interbancaria el instrumento que arrojó mejores
resultados. La tabla 1 muestra los resultados de la estimación usando el método de
Arellano y Bond (1991) discutido, para la muestra restringida a 8 de los 11 bancos
originales y usando las tres características descritas más arriba.
Para obtener estos resultados se hizo necesario excluir tres instituciones dado que la
mayoría de los coeficientes obtenidos originalmente no eran significativos y los residuos
no resultaban normalmente distribuidos.15 Algunas modificaciones en la especificación
que se verán más adelante permiten reestimar la ecuación retomando la muestra
completa.
15
De las 11 instituciones bancarias consideradas, dos surgieron en los primeros trimestres de la
muestra original por lo que las tasas de crecimiento de su cartera de préstamos crecieron a velocidades
excepcionales y esto introducía volatilidad en la variable dependiente. Una tercera institución es una
sucursal de una entidad financiera transnacional y sus operaciones son contra-cíclicas respecto al resto
de la banca dominicana, al dedicarse principalmente a operaciones corporativas.
45
Tabla 6.1.1: Estimación Dinámica incluyendo las tres
características (variable dependiente: total de
préstamos en MN)
Coeficientes
Valor-p
iIB
(1.974)
0.009
y
(1.121)
0.568
π
(0.914)
0.049
0.071
0.689
Tamaño
(0.708)
0.000
Liquidez
0.565
0.819
Capitalización
2.019
0.379
y*Tamaño
1.097
0.394
y*Liquidez
46.893
0.229
y*Capitalización
(56.096)
0.057
π *Tamaño
π *Liquidez
π *Capitalización
0.348
(14.109)
32.256
0.368
0.455
0.151
iIB *Tamaño
0.863
0.066
*
iIB *Liquidez
11.435
0.005
***
(13.152)
0.242
Depósitos
iIB *Capitalización
AR(1)
AR(2)
Sargan
***
**
***
*
[0.0456]
[0.3370]
[0.6215]
Pueden apreciarse los coeficientes de largo plazo y sus respectivos valores-p. En el anexo
1 pueden consultarse los coeficientes de los rezagos de la variable dependiente y los
coeficientes de corto plazo. Al final de la tabla se presentan los estadísticos de contraste
para la existencia de errores con autocorrelación de orden 1 y 2 [AR(1) y AR(2)], así
como el valor-p del test de sobreidentificación de Sargan.
Los residuos del modelo cumplen con las pruebas de diagnóstico usuales: normalidad,
homocedasticidad, y ausencia de autocorrelación. El apéndice 3 presenta los principales
resultados de estas pruebas.
46
Los resultados indican que existe una transmisión significativa y más que completa de la
tasa de interés interbancaria hacia la oferta de crédito por parte de los bancos
dominicanos. El coeficiente revela que un incremento de un punto porcentual en la tasa
interbancaria provocaría en el largo plazo una disminución de aproximadamente dos
puntos porcentuales en el volumen de préstamos otorgados. Este resultado es válido para
distintas especificaciones del modelo, hecho que confirma la robustez de las estimaciones
de ese parámetro.
En cuanto a la interacción entre la variable de política y las características de los
intermediarios, encontramos coeficientes positivos y significativos para el tamaño y el
nivel de liquidez de los bancos, confirmándose la existencia de un efecto diferenciado de
la política monetaria sobre los préstamos otorgados por el sistema bancario dominicano.
La magnitud del coeficiente de la combinación de la tasa interbancaria y el tamaño de los
bancos resultó relativamente pequeña, indicando que esa variable no es especialmente
determinante en la diferenciación del crédito. En cuanto a la interacción entre el
instrumento de política y la liquidez de los bancos se obtuvo un marcado efecto
significativo al 1%, sugiriendo que la política monetaria tiene un efecto más efectivo en
los bancos menos líquidos que en aquellos con mayores niveles de liquidez.
Los hallazgos anteriores permiten explicar el funcionamiento del Canal de Préstamos
según la teoría: (1) ante medidas restrictivas de política monetaria, los depósitos del
público en los bancos disminuyen; (2) al no existir (o no tener acceso por su elevado
47
costo) fuentes alternativas para obtener recursos prestables, la oferta de préstamos de
estos bancos más pequeños por un lado, y menos líquidos por el otro, se reduce de forma
más marcada que aquellos más grandes o líquidos, respectivamente.
Es importante señalar que el efecto obtenido proviene de las informaciones únicamente
del los ofertantes de préstamos, pero que existe la posibilidad de que la demanda de
préstamos se vea afectada por medidas contractivas de política monetaria vía el canal de
hoja de balance.
En lo que respecta a las variables reales incluidas en el modelo, se tiene que la
capitalización en combinación con el nivel de actividad económica resultó significativa al
10%, pero el signo obtenido (negativo) va en contra de lo que predice la teoría . El signo
obtenido indicaría que los bancos más capitalizados disminuyen su oferta crediticia ante
aumentos en el nivel de producción nacional. Más adelante se verá que este resultado
contra intuitivo desaparece al analizar por separado el comportamiento de los sectores
público y privado.
Por otro lado, se tiene un efecto significativo al 5% de la inflación sobre el volumen de
préstamos otorgados, un efecto que probablemente tenga más que ver con la demanda de
crédito y no con la oferta de los mismos, si se toma en cuenta el hecho de que el nivel de
precios y la rigidez de estos a la baja tienen mayor influencia en las expectativas de los
demandantes de préstamos y no de los ofertantes.
48
6.2
OTROS RESULTADOS: PARTICIPACIÓN PÚBLICA VS. PRIVADA
Investigando más a fondo, se encontró que existen dos características del mercado
crediticio dominicano que vale la pena considerar, dada su importancia. La primera
corresponde a la naturaleza pública o privada del agente económico solicitante de crédito
y la segunda es la presencia del Banco de Reservas, entidad financiera de carácter público
que cuenta con una participación aproximada del 27% del total de activos del sistema
financiero a Diciembre 2011.
Ambas características pueden ser determinantes sustanciales de la dinámica del crédito en
República Dominicana, pues es de esperarse que las decisiones tomadas por entidades
(tanto ofertantes como demandantes de crédito) no tengan el mismo grado de respuesta
ante cambios en la postura de la política monetaria, sino que respondan a otro tipo de
incentivos de índole político o social.
En esa línea, se procedió a reestimar tres distintas especificaciones del modelo anterior: la
primera teniendo como variable explicada sólo los préstamos otorgados al sector privado;
una segunda estimación considerando el total de préstamos en moneda nacional, pero
excluyendo de la muestra al mencionado banco público y; por último, una estimación con
ambas restricciones incorporadas (sólo préstamos al sector privado otorgados sólo por
bancos privados).
49
Los resultados de estas tres estimaciones se resumen en la tabla 2 donde, al igual que en
el modelo anterior, se presentan los p-valores para errores AR(1) y AR(2) y del test de
sobreidentificación de Sargan. Igual que en el caso del modelo base, el apéndice 4
presenta los principales resultados de las pruebas de diagnóstico (normalidad,
autocorrelación, heterocedasticidad) de los tres modelos estimados en esta sección.
Tabla 6.2.1: Estimación dinámica considerando origen y destino de los préstamos
Total de préstamos al
sector privado MN
Coeficiente
Valor-p
iIB
y
π
Depósitos
Tamaño
Liquidez
Capitalización
y*Tamaño
y*Liquidez
y*Capitalización
π*Tamaño
π*Liquidez
π*Capitalización
iIB*Tamaño
-2.029
2.630
-1.059
0.337
-0.414
8.372
4.311
-0.075
-29.767
9.534
-1.233
-47.904
-24.506
0.324
0.000
0.026
0.151
0.048
0.101
0.095
0.049
0.925
0.540
0.594
0.066
0.089
0.117
0.282
iIB*Liquidez
15.531
iIB*Capitalización
13.912
DumMAR
3.876
Total de préstamos MNsólo bancos privados
Coeficiente
Valor-p
-1.383
1.674
-1.815
0.478
-0.401
11.738
5.514
-1.948
-89.103
-33.050
-0.182
-39.180
21.489
0.194
0.024
0.371
0.003
0.076
0.083
0.020
0.001
0.273
0.124
0.039
0.756
0.136
0.206
0.739
0.012 **
14.056
0.275
15.768
***
**
**
*
**
*
*
0.000 ***
AR(1)
0.0045 ***
AR(2)
0.1174
Sargan
0.0997
*
1.327
Total de préstamos al
sector privado MN sólo bancos privados
Coeficiente Valor-p
-2.322
3.231
-1.534
0.259
-0.305
8.786
4.446
0.225
-28.516
17.753
-1.533
-43.289
-25.449
0.596
0.000
0.005
0.038
0.136
0.220
0.062
0.028
0.791
0.526
0.256
0.017
0.125
0.080
0.080
0.000 ***
16.226
0.050 **
0.176
17.469
0.095 *
**
***
*
*
**
***
**
0.185
0.0197 **
0.049
***
***
**
*
**
**
*
*
0.001 ***
0.007 ***
0.751
0.1226
0.3811
0.1221
El bloque izquierdo de la tabla presenta estimaciones para préstamos al sector privado
por parte de todos los bancos presentes en la muestra, las columnas centrales muestran la
estimación del total de préstamos (tanto al sector público como al sector privado)
50
otorgados por los bancos privados y a la derecha se despliegan los resultados de la
estimación de préstamos al sector privado otorgados únicamente por bancos privados.
Como puede verse, todas las estimaciones, excepto quizás la segunda, que cumple al 5%,
cumplen con el test de sobreidentificación de Sargan y para todas el test de residuos con
autocorrelación de primer orden es rechazado. En el caso de la autocorrelación de
segundo orden, la hipótesis nula no puede rechazarse, lo cual es esperado al utilizarse
variables en diferencias para la estimación del modelo.
En los tres casos el signo de la tasa de política es negativo como predice la teoría y
significativo al 1% de significancia [excepto, una vez más, en la segunda ecuación, la
cual cumple al 5%], lo que de entrada confirmaría la capacidad de transmisión de las
medidas de política monetaria hacia la oferta crediticia del sistema financiero. Un
incremento en la tasa interbancaria de un punto porcentual implicaría una disminución de
entre 1.4% y 2.3% en los niveles de préstamos otorgados por el sistema bancario.
Como era de esperarse, y según puede verse en la tabla, la mayor fuente de distorsión en
las estimaciones parece provenir del hecho de incluir o no los préstamos al sector
público, más que de incluir el banco estatal en las mismas. Viendo los coeficientes, el
efecto de cambios en la tasa interbancaria supera el valor de dos puntos porcentuales en
los dos casos en que la variable dependiente no incluye los préstamos al sector público.
Este hecho refuerza el argumento anterior de que son los préstamos al sector privado los
que responden de manera más marcada a cambios en la postura de política monetaria.
51
Por otro lado, se tiene que en general la interacción entre el producto y las características
de los bancos tiene poca significancia como variable explicativa del crédito. Este
resultado, combinado con el hecho de que la actividad económica por sí sola resultó
significativa (y con signo positivo) en las dos estimaciones que excluyen el crédito al
sector público, llevaría a pensar que el nivel de actividad económica tiene un efecto
mayor por el lado de la demanda de crédito que por el lado de la oferta. Es decir, los
agentes económicos que solicitan préstamos (principalmente hogares y empresas)
incrementan su demanda de préstamos de acuerdo con sus necesidades de inversión y
consumo, mientras que las entidades financieras son menos sensibles al nivel de producto
a la hora de conceder préstamos.
Un tercer resultado interesante es el que está relacionado a los efectos de los cambios en
el nivel de precios sobre la oferta de crédito. En todos los casos aquí presentados, siempre
que el nivel de precios resulta significativo, su coeficiente, acorde con la teoría
económica y evidencia empírica consultada, tiene signo negativo. Este resultado refleja
de manera clara la racionalidad de los agentes económicos al momento de incluir las
expectativas en sus planes de inversión y consumo usando el financiamiento ofertado por
el sistema financiero. La oferta de crédito se contrae desde 1.5 hasta 1.8 puntos
porcentuales ante un aumento de un 1% en la inflación.
Este resultado tiene importantes implicaciones de política para la economía dominicana.
Al ser la inflación el principal objetivo de las autoridades monetarias, se tiene una
52
interesante relación entre la postura de política adoptada por el Banco Central, el nivel de
precios como objetivo y el volumen de préstamos demandado por los agentes.
En cuanto a la variable depósitos, en los casos en que esta es significativa su impacto
sobre la oferta de crédito es más bien pequeño, evento explicado por la magnitud y
significancia del coeficiente de la variable liquidez, que recoge mejor que los depósitos la
disponibilidad de recursos para su posterior concesión en forma de préstamos. Es de
esperarse que la oferta de crédito por parte de los bancos esté mejor explicada por sus
disponibilidades [o su liquidez] que por los depósitos del público captados.
En esa misma línea, la liquidez de los bancos parece ser una variable de mucha
importancia relativa para la determinación del crédito, ya que su coeficiente resultó
significativo en todas las estimaciones llevadas a cabo y su magnitud fue el de mayor
peso de las tres características. Además, la combinación de tasa de interés y liquidez fue
la única de las tres interacciones que resultó significativa en todos los escenarios bajo
análisis. Este hallazgo conlleva la recomendación de dar un seguimiento continuo y
cercano a las disponibilidades de las entidades financieras, con miras a detectar
contracciones potencialmente perjudiciales para la oferta de préstamos por parte de las
mismas.
En el otro extremo, el tamaño de los bancos al parecer no juega un rol preponderante
como variable explicativa del comportamiento de los préstamos por parte de la banca.
Tanto los bancos relativamente grandes como los más pequeños parecen reaccionar de
53
forma similar a estímulos de política, como puede verse en las magnitudes de los
coeficientes correspondientes a las variables „Tamaño‟ y „Tasa IB*tamaño‟. Este
resultado podría estar explicado en parte por la estructura oligopólica de la banca
dominicana, hecho que induce a un comportamiento líder-seguidor por parte de los
bancos.
Por último, el nivel de capitalización de los bancos por sí solo resultó significativo en
todos los casos y sus coeficientes tienen el signo positivo que predice la teoría [bancos
con mayor proporción de capital con respecto a sus activos en su hoja de balance tienen
más capacidad como prestatarios]. No así, resulta la interacción entre la tasa de política y
la variable „Capitalización‟, cuyo coeficiente es significativamente distinto de cero sólo
en el caso de préstamos de bancos privados a empresas privadas y hogares.
54
CAPÍTULO VII: CONCLUSIONES, RECOMENDACIONES DE POLÍTICA Y ASUNTOS PENDIENTES
El análisis del Canal de Crédito que presenta esta investigación está orientado a la
identificación de las distintas formas en que las decisiones de política monetaria son
transmitidas a las variables reales que son de interés para quienes toman esas decisiones.
En consonancia con la teoría económica y estudios empíricos llevados a cabo a nivel
internacional, el principal resultado de este estudio es la existencia de un canal de
préstamos más que completo para los intermediarios que forman parte del sistema
bancario dominicano.
Un resultado fundamental de este análisis es la diferenciación de los efectos de la política
monetaria de acuerdo a tres características de los bancos: tamaño, liquidez y nivel
capitalización, una de las principales hipótesis del mismo. La investigación confirma que
los bancos más pequeños, menos líquidos y/o menos capitalizados tienden a reducir su
oferta de préstamos de forma más marcada ante medidas contractivas por parte del Banco
Central. Adicionalmente, las características ya mencionadas interactúan acorde a la teoría
económica al ser combinadas con las variables reales de nivel de actividad y precios.
Un tercer resultado, y hasta cierto punto esperado, corresponde al hallazgo de que las
elasticidades de los préstamos al sector público son en general menores y menos
significativas que aquellos otorgados al sector privado. Es interesante también el hecho
de que los préstamos otorgados por el Banco de Reservas (entidad de capital
eminentemente público) reaccionen de forma atípica ante los cambios de postura que
llevan a cabo los hacedores de política monetaria.
55
Como recomendaciones de política, se sugiere dar seguimiento cercano a los agregados
de crédito, principalmente los préstamos al sector privado otorgados por la banca privada,
con miras a identificar posibles desequilibrios en ese mercado el cual, como hemos visto,
forma parte de los canales a través de los cuales la política monetaria es transmitida a la
economía.
En cuanto a los asuntos pendientes de la investigación sobre el canal de crédito queda la
ampliación la cobertura del modelo más allá de los bancos comerciales, extendiéndola
hasta sistema financiero completo; además, llevar a cabo un análisis desagregado de los
componentes de la cartera de préstamos de los intermediarios; y, por último, la
adaptación del modelo utilizado para analizar información de los balances de las firmas,
buscando identificar la existencia y operatividad de un canal de hoja de balance.
Adicionalmente, queda pendiente la construcción de un modelo para estimar los efectos
de cambios en los agregados crediticios sobre la actividad real, i.e. producto e inflación.
56
CAPÍTULO VIII: REFERENCIAS BIBLIOGRÁFICAS
Adkins, L. C. (2006). Undergraduate Econometrics using GRETL. Obtenido de
http://gretl.sourceforge.net/#man
Akerlof, G. A. (1970). The Market for 'Lemons': Quality Uncertainty and the Market
Mechanism. Quarterly Journal of Economics , 84 (3), 488-500.
Andujar-Scheker, J. (2008). El Efecto Traspaso de las Tasas de Interes en Republica
Dominicana. Serie de Estudios Económicos .
Andujar-Scheker, J., & Medina, A. (2007). Un Modelo Macroeconomico de Pequena
Escala para la Republica Dominicana. Modelos Macroeconométricos de la Banca
Central: Centroamérica y República Dominicana .
Angeloni, I., Kashyap, A., Mojon, B., & Terlizzese, D. (Enero de 2002). Monetary
Transmission in the Euro Aera: Where Do We Stand? Eurosystem Monetary
Transmission Network .
Arrellano, M., & Bond, S. (1991). Some Tests of Specification for Panel Data: Monte
Carlo Evidence and an Application to Employment Equations. Review of Economic
Studies .
Barquero, J. P., & Vasquez, J. P. (Junio de 2012). Mecanismos de Transmision del
Credito en Costa Rica. Documento de Investigación Departamento de Investigación
Económica .
Baumol, W. J. (1952). The Transactions Demand for Cash: An Inventory Theoretic
Approach. Quarterly Journal of Economics , 66, 545-556.
Bencosme, P. (2005). El Canal del Credito Bancario en la Republica Dominicana.
Nueva Literatura Económica .
Bernanke, B. S., & Blinder, A. S. (1988). Credit, Money, and Aggregate Demand. The
American Economic Review , 72 (2), 435-439.
Bernanke, B. S., & Gertler, M. (1995). Inside the Black box: The Credit Channel of
Monetary Policy Transmission. Journal of Economic Perspectives , 9 (4), 27-48.
Bodin, J. (1568). Paradoxes de M. de Malestroit touchant le fait des monnaies et
l'enrichissement de toutes choses.
Brunner, K., & Meltzer, A. (1984). Monetary and fiscal policies and their application.
Carnegie-Rochester Conference Series on Public Policy. 20, pags. 1-5. Elsevier.
Christiano, L. J., Eichenbaum, M., & Evans, C. (2001). Nominal Rigidities and the
Dynamic Effects of a Shock to Monetary Policy. NBER Working Papers .
57
Claus, I., & Grimes, A. (Septiembre de 2003). Asymmetric Information, Financial
Intermediation and the Monetary Transmission Mechanism: A Critical Review. New
Zealand Treasury-Working Paper .
Cottrell, A., & Lucchetti, R. (Septiembre de 2011). Gretl User’s Guide.
De Haan, L. (Diciembre de 2001). The Credit Channel in The Netherlands: Evidence
from Bank Balance Sheets. Working Paper no. 98 .
Dougherty, C. (2011). Introduction to Econometrics (4th ed.). Oxford University
Press.
Enders, W. (2009). Applied Econometric Times Series (3ra ed.). Wiley.
Ferreira, C. (Agosto de 2009). The Credit Channel Transmission of Monetary Policy
in the European Union. Working Paper- Unidade de Estudos sobre Complexidade e
Economia .
Fiorentini, R., & Tamborini, R. (2001). The Monetary Transmission Mechanism in
Italy: The credit channel and a Missing Ring. Giornale degli Economisti .
Fisher, I. (1933). The Debt-Deflation Theory of Great Depressions. Econometrica , 1
(4), 337-357.
Friedman, B. (1982). Using a credit aggregate target to implement monetary policy
in the financial environment of the future. Proceedings , 223-265.
Friedman, M. (1956). The Quantity Theory of Money-A Restatement. En M.
Friedman, Studies in the Quantity Theory of Money. Chicago, IL: University of Chicago
Press.
Friedman, M. (1968). The Role of Monetary Policy. The American Economic Review ,
LVIII (1).
Fuentes, F. A. (2006). Mecanismos de Transmision de la Política Monetaria en la
Republica Dominicana: Una Revision de Literatura. Banco Central de la Republica
Dominicana.
Fuentes, F., & Mendoza, O. (2007). Dinamica del Pass-Through del Tipo de Cambio en
Economías Pequenas y Abiertas: El Caso de Republica Dominicana. Serie de Estudios
Económicos , 1 (1).
Gertler, M., & Gilchrist, S. (1993). The role of credit market imperfections in the
monetary transmission mechanism: arguments and evidence. Finance and
Economics Discussion Series .
Gonzalez, J. A. (2011). Traspaso de la Política Monetaria a las Tasas de Interes de
Mercado y sus efectos en el Sector Real: Evidencia empírica para la Republica
Dominicana. Nueva Literatura Económica .
58
Greene, W. H. (1951). Econometric Analysis (7th ed.). Prentice Hall.
Hamilton, J. (1994). Time Series Analysis. Princeton University Press.
Handa, J. (2000). Monetary Economics. Routledge.
Hansen, L. P. (1982). Large Sample Properties of Generalized Method of Moments
Estimators. Econometrica , 50 (4), 1029-54.
Hausman, J. A. (1978). Specification Tests in Econometrics. Econometrica , 46 (6),
1251-71.
Hicks, J. R. (1937). Mr. Keynes and the "Classics"; A Suggested Interpretation.
Econometrica , 5 (2), 147-159.
Hsiao, C. (2003). Analysis of Panel Data (2nd ed.). New York: Cambridge University
Press.
Hubbard, P. G. (Junio de 1995). Is There a “Credit Channel” for Monetary Policy?
Federal Reserve Bank of St. Louis Review , 63-77.
Juks, R. (2004). Monetary Policy Transmission Mechanisms: A Theoretical and
Empirical overview. The Monetary Transmission Mechanism in the Baltic States .
Kashyap, A. K., & Stein, J. C. (Agosto de 1994). The Impect of Monetary Policy on
Bank Balance Sheets. NBER Working Paper Series .
Kashyap, A. K., & Stein, J. C. (2000). What do a Million Observations on Banks say
About the Transmission of Monetary Policy? American Economic Review , 58, 277297.
Kashyap, A. K., Stein, J. C., & Wilcox, D. W. (1993). Monetary Policy and Credit
Conditions: Evidence from the Composition of External Finance. The American
Economic Review (AER) , 83 (1), 78-98.
Keynes, J. M. (1936). The general theory of employment, interest and money.
Lucas, J. R. (1980). Two Illustrations of the Quantity Theory of Money. The American
Economic Review , 70 (5), 1005-1014.
Medina, A. (2006). Determinantes de la inflacion en Republica Dominicana bajo un
esquema de metas monetarias y tipo de cambio flotante. Revista Oeconomia , III (44).
Meltzer, A. H. (1995). Monetary, Credit and (Other) Transmission Processes: A
Monetarist Perspective. The Journal of Economic Perspectives , 9 (4), 49-72.
Mileva, E. (2007). Using Arellano–Bond Dynamic Panel GMM Estimators in Stata.
Tutorial with Examples using Stata 9.0 . Economics Department; Fordham University.
59
Mishkin, F. S. (1996). The Channels of Monetary Transmission: Lessons for Monetary
Policy. Banque de France Bulletin Digest (27).
Mishra, P., Montiel, P. J., & Spilimbergo, A. (Octubre de 2010). Monetary Transmission
in Low Income Countries. IMF Working Paper - Research Department and European
Department .
Modigliani, F., & Miller, M. H. (1958). The Cost of Capital, Corporation Finance and
the Theory of Investment. The American Economic Review , 48 (3), 261-297.
Oliner, S. D., & Rudebusch, G. D. (1994). Is there a broad credit channel for monetary
policy? Working Paper Series .
Papademos, L., & Rozwadowski, F. (1983). Monetary and Credit Targets in an Open
Economy. The Political Economy of Monetary Policy: National and International
Aspects. 26, pags. 275-306. Federal Reserve Bank of Boston.
Peek, J., & Rosengren, E. S. (1995). Small business credit availability: how important
is size of lender? Working Papers .
Perez, E., & Medina, A. (2005). Neutralidad Monetaria en la Republica Dominicana:
Antes y Despues de la Crisis Bancaria 2003. Nueva Literatura Económica 2005 , 26115.
Ramey, V. (1993). How Important is the Credit Channel in the Transmission of
Monetary Policy? Carnegie-Rochester Conference Series on Public Policy. 39, pags. 145. North-Holland: University of California.
Romer, C. D., & Romer, D. H. (1994). Monetary Policy Matters. Journal of Monetary
Economics , 34, 75-88.
Samuelson, P. (1948). Economics: An Introductory Analysis.
Sanchez-Fung, J. (2000). Money Demand, PPP and Macroeconomics Dynamics in a
Small Developing Economy.
Sanchez-Fung, J. (2003). Reglas Monetarias, Metas de Inflacion y sus Aplicaciones
Potenciales en el Diseno e Implementacion de la Política Monetaria en la Republica
Dominicana. Documento de Trabajo .
Santana, R. (2004). Monetary Policy, Transmission Mechanism and Financial Reform
in a Small Open Economy: The case of the Dominican Republic. Tesis Doctoral .
Sargan, J. D. (1958). The estimation of economic relationships using Instrumental
Variables. Econometrica , 26, 393-415.
Tapia, M., & Mies, V. (2003). Monetary Policy and Transmission Mechanisms in Chile:
Has the Effect of Monetary Policy Changed in Time? Why? Central Bank of Chile,
Economic Research Department. Central Bank of Chile.
60
Taylor, J. B. (1995). The Monetary Transmission Mechanism: An Empirical
Framework. The Journal of Economic Perspectives , 9 (4), 11-26.
Tobin, J. (1969). A General Equilibrium Approach To Monetary Theory. Journal of
Money, Credit and Banking , 1 (1), 15-29.
Tobin, J. (1958). Liquidity Preference as Behavior Towards Risk. Review of Economic
Studies , 25 (1), 65-86.
Tobin, J. (1956). The Interest Elasticity of the Transactions Demand for Cash. Review
of Economics and Statistics , 38 (3), 241-247.
Torres G., C., & Mayorga M., M. (2004). El Mecanismo de Transmisión del Crédito
Bancario y su Relevancia para el caso de Costa Rica. Banco Central de Costa Rica,
Departamento de Investigaciones Economicas. San Jose: Banco Central de Costa
Rica.
Universidad Catolica Santo Domingo - Fundacion Empírica. (Noviembre de 2010).
Guía para Elaboracion de Tesis.
Vasquez, H. (2004). Mecanismos de Transmision Monetaria en la Republica
Dominicana: El Traspaso de las Devaluaciones del Tipo de Cambio sobre los Niveles
de Precios. Nueva Literatura Económica .
Vega, J. L. (1992). El Papel del credito en el Mecanismo de Transmision Monetaria.
Estudios Económicos .
Volckart, O. (1997). Early beginnings of the quantity theory of money and their
context in Polish and Prussian monetary policies, c. 1520-1550. The Economic
History Review , 50 (3), 430-449.
Wald, A. (1939). Contributions to the Theory of Statistical Estimation and Testing
Hypotheses. Annals of Mathematical Statistics , 10 (4), 299–326.
Wald, A. (1939). Contributions to the Theory of Statistical Estimation and Testing
Hypotheses. The Annals of Mathematical Statistics , 10 (4), 299-326.
Williams, O., & Adedeji, O. (2004). Inflation Dynamics in the Dominican Republic.
IMF Working Paper .
Wooldridge, J. (2002). Econometric Analysis of Cross Section and Panel Data.
Cambridge: MIT Press.
Young, P., Dunn, D., Giustiniani, A., Nadal-De Simone, F., Tanner, E., & McHugh, J.
(1999). Dominican Republic - Selected Issues. Western Hemisphere Department.
International Monetary Fund.
61
IX. ANEXOS
62
1.
Estadísticos Descriptivos, usando las observaciones 1:01 – 10:34
(sin considerar valores ausentes)
Variable
Total_de_Presta
Prestamos_MN
Prestamos_ME
Depositos_Inclu
Depositos_Exclu
t_Interb_p
t_act_0_90_d_B
M
PIB
IPC
Tam_Norm
Liq_Norm
Cap_Norm
tasa_Tam
tasa_Liq
Media
0.212641
0.218875
0.200950
0.260071
0.362930
-0.0153183
-0.0177882
Mediana
0.161769
0.165624
0.121509
0.166599
0.201062
-0.00946667
-0.0318667
Mínimo
-0.536083
-1.08176
-1.62553
-1.15696
-4.37173
-0.410500
-0.111733
0.0577566
0.109041
-0.209968
0.00224499
-0.00106960
0.00386990
0.0594500
0.0687733
0.00693081
-0.00459238
-0.0187101
0.000152939
-3.69747e005
0.000126561
-0.0219973
-0.0158182
-3.93772
-0.178714
-0.400594
-0.244838
0.000329239
0.000119701
0.000630494
0.000789865
0.000255448
0.000934191
0.000000
0.000000
0.000000
0.158646
0.105363
0.0827232
0.0996443
5.80910e005
-0.286824
tasa_Cap
-9.09219e006
0.000406087
PIB_Tam
-0.0121892
PIB_Liq
7.13557e-005
PIB_Cap
-0.000353133
IPC_Tam
-0.0227769
IPC_Liq
6.20628e-005
IPC_Cap
0.000864044
Dum_MAR
Dum_JUN
Dum_SEP
M1
M2
BM_Ampl
BM_Restr
IB_Tam
0.264706
0.235294
0.235294
0.157505
0.136269
0.165626
0.135504
0.00343709
63
-0.0168904
-0.0305210
-0.0138492
-0.0310435
-1.51898
Máximo
2.56636
2.56636
5.10328
2.30182
5.02051
0.275267
0.089900
0
0.120298
0.484427
2.25330
0.261143
0.657920
0.276256
0.019795
5
0.044372
5
0.238795
0.017889
1
0.021352
8
1.03719
-0.0413113
0.092773
6
0.233732
0.000000
0.000000
0.000000
-0.104137
-0.0347751
-0.0334833
0.00535316
-0.815785
1.00000
1.00000
1.00000
0.637749
0.612564
0.863677
0.706536
0.952027
-0.0398954
-0.0681828
0.237589
-7.64215e006
7.51609e006
0.176702
-1.33809
0.033764
0
0.068182
4
2.56666
0.220437
0.109556
0.168509
0.0820508
-1.10070
-7.88067
2.56666
8.06988
0.193691
0.388192
0.389941
0.628530
0.404685
1.01165
0.117676
Desv. Est.
0.122309
1.82557
1.78156
3.12780
1.55606
2.78745
7.68206
C.V.
-1.62614
2.91120
2.62466
2.97886
1.97670
1.41165
-0.620494
Asimetría
4.93983
13.2095
12.4023
20.5306
7.18295
6.67519
3.51039
IB_Liq
-0.000165663
IB_Cap
0.000433645
Prest_Comer_M
N
Prest_Priv_MN
Prest_Produc_M
N
Prest_Priv_ME
Total_de_Presta
Prestamos_MN
Prestamos_ME
Depositos_Inclu
Depositos_Exclu
t_Interb_p
Variable
-0.0344888
t_act_0_90_d_B
M
PIB
IPC
Tam_Norm
Liq_Norm
Cap_Norm
tasa_Tam
tasa_Liq
tasa_Cap
PIB_Tam
PIB_Liq
PIB_Cap
IPC_Tam
IPC_Liq
IPC_Cap
PIB_1
IPC_1
time
0.0555576
3.12328
0.0685975
0.0370954
0.125491
1.36683
0.0444953
0.0732797
0.0792176
0.00276363
0.00498003
0.0921836
0.00313457
0.00432945
0.260768
0.00933107
0.0170783
0.0374805
0.126929
9.82517
0.642272
1.15087
6.50974
19.8198
68.5114
20.4702
303.957
12.2635
7.56274
43.9288
12.2601
11.4488
150.349
19.7656
0.642046
1.14472
0.561438
Dum_MAR
Dum_JUN
Dum_SEP
tasa_real
M1
M2
0.441827
0.424808
0.424808
0.0881599
0.157660
0.137158
1.66912
1.80543
1.80543
0.802170
1.00099
1.00652
-0.211584
1.98703
-0.0929988
1.33282
1.84839
0.281454
0.0848028
2.83556
-0.307144
1.57016
-1.19110
-1.49622
4.02100
8.61078
-0.256129
1.93845
-5.53287e021
1.06667
1.24808
1.24808
-0.680504
1.08245
2.34226
64
Curtosis
-0.922746
-0.738133
2.78321
-0.954798
5.20143
21.8836
1.31484
14.6432
29.0930
0.607324
9.78619
11.6802
10.3302
36.5402
106.970
-0.750872
2.57846
-1.20208
-0.862222
-0.442308
-0.442308
1.60366
1.76558
5.78428
BM_Ampl
BM_Restr
IB_Tam
IB_Liq
IB_Cap
2.
0.218817
0.151552
0.173940
0.00685433
0.00890357
1.32115
1.11843
50.6067
41.3751
20.5319
1.72583
2.87721
0.109394
-3.10891
3.02941
2.40265
8.00494
9.52789
36.4780
21.6344
Coeficientes de corto plazo modelo final:
Modelo 1: Panel dinámico usando 280 observaciones
Incluyendo 10 unidades de sección cruzada
Variable dependiente: Prest_Priv_MN
Coeficiente Error
z
valor-p
Estándar
Prest_Priv(-1)
0.523994
0.0500459
10.4703
<0.00001
Prest_Priv(-2)
0.109299
0.0445807
2.4517
0.01422
Prest_Priv(-3)
0.0575004
0.0529107
1.0867
0.27715
Prest_Priv(-4)
-0.243293
0.0642428
-3.7871
0.00015
Prest_Priv(-5)
0.178308
0.0397518
4.4855
<0.00001
t_Interb_p_1
-0.71681
0.214753
-3.3378
0.00084
t_Interb_p_2
-0.59992
0.188065
-3.1900
0.00142
t_Interb_p_3
0.503129
0.120216
4.1852
0.00003
t_Interb_p_4
-0.0553037 0.16084
-0.3438
0.73096
PIB_1
-1.62922
0.330899
-4.9236
<0.00001
PIB_2
1.51656
0.340361
4.4557
<0.00001
PIB_3
-0.173099
0.382285
-0.4528
0.65069
PIB_4
1.49462
0.319792
4.6737
<0.00001
IPC_1
-0.792358
0.262205
-3.0219
0.00251
IPC_2
1.17332
0.385696
3.0421
0.00235
IPC_3
-1.04367
0.465721
-2.2410
0.02503
IPC_4
0.0887085
0.258803
0.3428
0.73178
65
***
**
***
***
***
***
***
***
***
***
***
***
**
Depositos_I_1
Depositos_I_2
Depositos_I_3
Depositos_I_4
Tam_Norm_1
Tam_Norm_2
Tam_Norm_3
Tam_Norm_4
Liq_Norm_1
Liq_Norm_2
Liq_Norm_3
Liq_Norm_4
Cap_Norm_1
Cap_Norm_2
Cap_Norm_3
Cap_Norm_4
PIB_Tam_1
PIB_Tam_2
PIB_Tam_3
PIB_Tam_4
PIB_Liq_1
-0.120354
0.167346
-0.0177718
0.0675477
-0.0182517
-0.570161
0.236781
0.237526
0.851897
0.925398
0.0465723
1.46395
0.151592
0.703676
0.573124
0.23541
0.0996096
0.256778
0.141175
-0.413409
-2.5233
Coeficiente
0.0452575
0.0715931
0.0493433
0.0348619
0.206344
0.240181
0.133062
0.182419
1.13768
0.509939
0.644516
0.549069
0.731543
0.716785
0.706904
0.471393
0.239424
0.120285
0.143601
0.218766
11.4141
Error
Estándar
-2.6593
2.3375
-0.3602
1.9376
-0.0885
-2.3739
1.7795
1.3021
0.7488
1.8147
0.0723
2.6662
0.2072
0.9817
0.8108
0.4994
0.4160
2.1347
0.9831
-1.8897
-0.2211
z
0.00783
0.01942
0.71872
0.05267
0.92952
0.01760
0.07516
0.19288
0.45398
0.06957
0.94240
0.00767
0.83584
0.32624
0.41751
0.61750
0.67738
0.03278
0.32555
0.05879
0.82504
valor-p
PIB_Liq_2
PIB_Liq_3
PIB_Liq_4
PIB_Cap_1
PIB_Cap_2
PIB_Cap_3
PIB_Cap_4
IPC_Tam_1
IPC_Tam_2
IPC_Tam_3
IPC_Tam_4
IPC_Liq_1
IPC_Liq_2
IPC_Liq_3
IPC_Liq_4
IPC_Cap_1
IPC_Cap_2
IPC_Cap_3
IPC_Cap_4
5.67123
-0.761857
-13.0564
10.4997
5.10447
-2.57214
-6.38909
-0.350445
0.00680726
0.0730283
-0.30302
0.882526
-12.2136
-0.80008
-4.06728
-4.97723
-8.72882
6.98118
-2.79798
5.38583
9.44054
6.24036
6.72514
6.36261
4.83319
6.30156
0.248847
0.207844
0.188112
0.111764
8.83737
1.739
1.88407
2.40438
6.33746
4.61329
2.59877
2.90344
1.0530
-0.0807
-2.0923
1.5613
0.8023
-0.5322
-1.0139
-1.4083
0.0328
0.3882
-2.7113
0.0999
-7.0233
-0.4247
-1.6916
-0.7854
-1.8921
2.6863
-0.9637
0.29235
0.93568
0.03642
0.11846
0.42240
0.59460
0.31064
0.15905
0.97387
0.69786
0.00670
0.92045
<0.00001
0.67109
0.09072
0.43224
0.05848
0.00722
0.33521
66
***
**
*
**
*
*
***
**
*
**
***
***
*
*
***
IB_Tam_1
IB_Tam_2
IB_Tam_3
IB_Tam_4
IB_Liq_1
IB_Liq_2
IB_Liq_3
IB_Liq_4
IB_Cap_1
IB_Cap_2
IB_Cap_3
IB_Cap_4
Dum_MAR
0.16531
-0.152396
0.261559
-0.0513555
-3.12033
-0.666631
6.3522
3.50635
1.31977
4.3798
4.54846
-3.71136
0.0488726
Suma de los residuos al
cuadrado
0.154034
0.167902
0.152295
0.114031
2.60955
2.62139
3.23703
2.04159
2.21314
2.58745
3.36764
1.03609
0.0140036
6.658669
1.0732
-0.9077
1.7175
-0.4504
-1.1957
-0.2543
1.9624
1.7175
0.5963
1.6927
1.3506
-3.5821
3.4900
Error estándar de la
regresión
0.28318
0.36406
0.08590
0.65245
0.23180
0.79926
0.04972
0.08590
0.55095
0.09051
0.17681
0.00034
0.00048
*
**
*
*
***
***
0.178067
Número de instrumentos = 280
Test de errores AR(1) : z = -2.69875 [0.0070]
Test de errores AR(2): z = -1.54403 [0.1226]
Prueba de sobreidentificación de Sargan: Chi-cuadrado (210) = 234.064 [0.1221]
3.
Resultados pruebas de diagnostico:
a. Modelo original:
Normalidad:
Test de normalidad de los residuos Hipotesis nula: los errores se distribuyen normalmente
Estadístico de contraste: Chi-cuadrado(2) = 215.109
con valor-p= 1.9481e-047
Gráfico de los residuos por número de observación:
67
b. Modelo Préstamos al Sector Privado por todos los Bancos:
Test de normalidad de los residuos Hipotesis nula: los errores se distribuyen normalmente
Estadístico de contraste: Chi-cuadrado(2) = 50.2089
con valor-p = 1.25107e-011
Gráfico de los residuos por número de observación:
c. Modelo Total de Préstamos por Bancos Privados:
Test de normalidad de los residuos Hipotesis nula: los errores se distribuyen normalmente
Estadístico de contraste: Chi-cuadrado(2) = 143.947
con valor-p = 5.52519e-032
Gráfico de los residuos por número de observación:
68
d. Modelo Préstamos al Sector Privado por Bancos Privados:
Test de normalidad de los residuos Hipotesis nula: los errores se distribuyen normalmente
Estadístico de contraste: Chi-cuadrado(2) = 42.32
con valor-p = 6.46139e-010
Gráfico de los residuos por número de observación:
69