desarrollo financiero, crisis financiera y acumulación de capital

DESARROLLO FINANCIERO, CRISIS FINANCIERA
Y ACUMULACIÓN DE CAPITAL
NELSON R. RAMÍREZ RONDÁN
BANCO CENTRAL DE RESERVA DEL PERÚ
JUAN C. AQUINO CHÁVEZ
PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ
(Julio, 2004)*
RESUMEN
La literatura sobre crecimiento económico encuentra una relación positiva entre el desarrollo
financiero y el crecimiento económico; básicamente, un mayor desarrollo financiero estimula un
mayor crecimiento en el largo plazo, pues facilita la diversificación del riesgo a través del mercado
financiero e identifica proyectos de inversión rentables y movilizar los ahorros hacia ellos. Sin
embargo, una excesiva sensibilidad ante shocks externos ocasiona que el acceso a los mercados
internacionales se haga más difícil en épocas de crisis, de ese modo se tiene un efecto negativo
sobre el crecimiento. En este sentido, este trabajo intenta evaluar empíricamente la relación entre el
crecimiento de la acumulación de capital físico y el grado de desarrollo financiero (medido como el
crédito privado doméstico como porcentaje del PBI), en un contexto de crisis financiera
(identificados por Caprio y Klingbiel, 2003). Utilizando la metodología de estimación de método
generalizado de momentos (GMM) desarrollado por Arellano y Bond (1991) y extendido por
Arellano y Bover (1995) en un contexto de datos de panel dinámico, para el período de 1970 al
2000 y para dieciséis países de América Latina, encontramos una relación positiva entre el
crecimiento del stock de capital físico y el crédito privado doméstico; y una relación negativa entre
ambas en períodos de crisis financiera.
CLASIFICACIÓN JEL: C23, E22, 016
PALABRAS CLAVE: Capital físico, desarrollo financiero, datos de panel, Latinoamérica.
*
Correo electrónico: [email protected] (N. Ramírez Rondán), [email protected] (J. C. Aquino
Chávez).
1. INTRODUCCIÓN
En los últimos años la literatura sobre teoría del crecimiento ha dado lugar a un cuerpo
analítico, el cual exhibe tres rasgos distintivos (Sala-i-Martin, 2002): un mayor vínculo
entre las teorías, la metodología y los datos utilizadas para contrastarlas con la realidad; el
progreso tecnológico endógeno; y el acercamiento de diversas ramas de la disciplina
económica, produciéndose una suerte de simbiosis.
Las instituciones de una sociedad tienen la capacidad de influir en la eficiencia de una
economía de forma similar en la que influye la tecnología, sin embargo la promoción o
introducción de buenas o malas instituciones no es del todo igual a la que corresponde al
caso de la tecnología ya que se vuelve más difícil el desarrollo de nuevas y cada vez
mejores tecnologías en una economía que no cuenta con las instituciones adecuadas (Sala-iMartin, 2002).
Específicamente, sistemas financieros que cuentan con un buen desempeño estimulan un
mayor crecimiento en el largo plazo para sus respectivas economías a través de diversos
canales: facilitando la diversificación del riesgo a través del mercado de instrumentos
financieros e identificando proyectos de inversión rentables y movilizar los ahorros hacia
ellos, entre otros.
Sin embargo, la relación entre el grado de desarrollo financiero no sólo se da a través de las
características ya descritas líneas arriba. Caballero (2002) sostiene que las limitaciones del
sistema financiero para aminorar los efectos de shocks externos adversos tienen grandes
consecuencias tanto en el empleo, el ingreso y la productividad durante los momentos de
una crisis, así como en el largo plazo. En términos suyos, una excesiva sensibilidad ante
shocks externos ocasiona que el acceso a los mercados internacionales se haga más difícil
justamente cuando más se necesita, además, de originar una asignación ineficiente del
acceso entre los prestamistas dentro del país.
De esta manera, la teoría provee predicciones conflictivas o contradictorias sobre el
impacto del desarrollo financiero total sobre el crecimiento y sobre los efectos separados de
los mercados de activos y los bancos. Por un lado, la literatura del crecimiento económico
enfatiza que un buen funcionamiento de los intermediarios financieros disminuye los costos
de información y transacción, incentivando una asignación eficiente de los recursos, la cual
acelera el proceso de crecimiento en el largo plazo. De forma similar, el desarrollo de los
mercados financieros puede acelerar el crecimiento económico permitiendo la
diversificación del riesgo y alentando a los inversionistas adversos al riesgo a orientarse
hacia proyectos con mayores retornos. Sin embargo, la teoría también muestra que el
desarrollo puede dañar al proceso de crecimiento; permitiendo la asignación de los recursos
y los retornos al ahorro, el desarrollo del sector financiero puede disminuir las tasas de
ahorro a través de efectos sustitución e ingreso. También, en algunos modelos, una alta
diversificación del riesgo disminuye los ahorros por motivo de precaución y de esta manera
puede disminuir las tasas de ahorro en el agregado. Si hubiera externalidades asociadas con
la acumulación de capital, esta reducción en los ahorros podría disminuir el crecimiento y
reducir el bienestar. Así la teoría provee una serie de predicciones ambiguas sobre los
efectos del desarrollo financiero.
2
Loayza y Ranciere (2002) realizan una serie de análisis empíricos, teniendo en cuenta esta
serie de predicciones aparentemente contradictorias. La explicación está basada en la
distinción entre cambios en ciclo y en tendencia de la intermediación financiera sobre la
actividad económica. Sus principales conclusiones son: primero: la relación dinámica entre
crecimiento económico e intermediación financiera es negativa alrededor de las crisis
financieras. Adicionalmente, este vínculo entre crecimiento económico de “largo plazo” y
grado de desarrollo financiero es menor en países que han sufrido crisis bancarias que en el
resto. Segundo, se presenta la existencia de una relación positiva entre crecimiento de largo
plazo y grado de desarrollo financiero, la cual coexiste con una relación negativa, la mayor
parte de las veces, entre estas dos variables en el corto plazo.
Teóricamente, el nexo desarrollo financiero – crecimiento puede ser postulado por el
esquema del crecimiento endógeno. Los intermediarios financieros, al reducir los costos de
información y transacción, pueden afectar el crecimiento económico a través de dos
canales: productividad total de los factores y acumulación de capital. Básicamente, en los
modelos de crecimiento endógeno, el sistema financiero afecta el crecimiento de estado
estacionario a través de la tasa de formación de capital, es decir, el sistema financiero afecta
la acumulación de capital ya sea alterando la tasa de ahorro o reasignando los ahorros hacia
tecnologías que producen capital.
El desarrollo financiero podría influenciar en una mayor acumulación de capital físico, que
implica que mejoras en los sistemas financieros podrían atraer capital y aumentar el ahorro
doméstico (Calderón, 2002). También, los mercados financieros facilitan la diversificación
del riesgo mediante la negociación de los instrumentos financieros, que ayudan a identificar
proyectos de inversión lucrativos y movilizar ahorros hacia ellos (Loayza y Soto, 2002).
Una completa revisión entre el nexo desarrollo financiero y crecimiento económico es
desarrollada por Levine (1997), quien identifica los canales a través del cual el desarrollo
financiero afecta al crecimiento económico (véase el gráfico 1); el desarrollo financiero
afecta a la acumulación de capital físico por varias razones: 1) facilitando el manejo del
riesgo.- en al presencia de costos de información y transacción, las instituciones y mercados
financieros pueden presentarse para facilitar la negociación y la disminución del riesgo; 2)
Adquiriendo información acerca de las inversiones y la asignación de recursos.economizando los costos de adquisición de información facilita la adquisición de
información acerca de oportunidades de inversión de tal modo que mejore la asignación de
recursos; 3) Supervisando a los gerentes y ejerciendo control corporativo.- Contratos,
mercados e intermediarios financieros pueden presentarse para atenuar los costos de
adquisición de información y cumplimiento de la supervisión del gerente de la empresa, y
ejerciendo control corporativo ex post, de ese modo promueve una más rápida acumulación
de capital mejorando la asignación del capital; 4) Movilizando ahorros.- la movilización
implica la aglomeración de capital de los distintos ahorradores para la inversión, sistemas
financieros que son más efectivos en agrupar los ahorros de lo individuos, movilizan mejor
los ahorros hacia la acumulación de capital.
La literatura empírica ha encontrado un relación positiva entre la intermediación financiero
y el crecimiento económico, Rousseau et al. (1998) encuentran que la intermediación
financiera ha jugado un rol importante en la rápida transformación industrial de Estados
3
Unidos, Reino Unido, Canadá, Noruega y Suecia. Para varios países del mundo, varios
autores encuentran una relación positiva entre desarrollo financiero y el crecimiento y/o sus
fuentes: Levine y Zervos (1998), Levine et al. (2000), De Gregorio et al. (1995), Beck et al.
(2000), Loayza et al. (2002), Calderón (2002), entre otros.
GRÁFICO 1.- CANALES DE TRANSMISIÓN DEL DESARROLLO FINANCIERO
•
•
Fricciones de mercado:
Costos de información
Costos de transacción
Mercados financieros e intermediarios
•
•
•
•
•
Funciones financieras
Movilización de ahorros
Asignación de recursos
Ejercer el control corporativo
Facilitar el manejo del riesgo
Facilitar el comercio de bienes y
servicios, contratos
Canales hacia el crecimiento
• Acumulación de capital
• Innovación tecnológica
Crecimiento
Fuente: Levine (1997: 691)
En este sentido, el presente trabajo intenta evaluar empíricamente la relación del desarrollo
financiero con la acumulación de capital físico, controlando por las crisis bancarias
sistémicas experimentados por los países de la muestra (véase Caprio y Klingbiel, 2003),
para ello, se hace un análisis en un contexto de datos de panel para dieciséis países de
América Latina, desde el período de 1970 hasta al 2000. El trabajo esta dividido de la
siguiente manera, en la segunda parte se presenta la medida de desarrollo financiero y stock
de capital, en la tercera parte se presentan los hechos estilizados, en la cuarta parte se
detalla el método de estimación, en la quinta parte se presentan los resultados de la
estimación; y en la sexta parte se hace algunos comentarios finales a manera de conclusión.
4
2. MEDIDAS DE DESARROLLO FINANCIERO Y STOCK DE CAPITAL FÍSICO
2.1. MEDIDAS DE DESARROLLO FINANCIERO
La literatura generalmente define el desarrollo financiero como las mejoras en cantidad,
calidad y eficiencia de los servicios de intermediación financiera. Para efectos del presente
estudio, la variable utilizada para medir el grado de profundización de la intermediación
financiera viene dado por el crédito privado doméstico expresado como un porcentaje del
PBI. Alternativamente, otras medidas pueden estar basadas, por un lado, en el desarrollo
del mercado de acciones, medido por la capitalización de mercado (igual al valor de las
acciones en bolsa dividido por el PBI), el desarrollo del sector bancario medido a través de
la demanda bancaria sobre el sector privado (igual a los depósitos bancarios sobre el PBI),
o los pasivos líquidos del sector privado expresados como una fracción de PBI (Loayza y
Raciere, 2002). De otro lado, Calderón (2002) utiliza el agregado monetario M2 como
porcentaje del PBI.
De Gregorio y Guidotti (1995) sostienen que el crédito privado doméstico tiene la ventaja
sobre medidas de agregados monetarios como M1, M2 o M3, en el sentido, que representan
mejor el volumen actual de fondos que son canalizados en el sector privado. Siguiendo a
Calderón (2002), interpretamos un nivel de crédito privado doméstico como porcentaje del
PBI más alto como un indicador de mayores servicios financieros y, por ende, un mayor
desarrollo de la intermediación financiera.
2.2. CONSTRUCCIÓN DEL STOCK DE CAPITAL
Las series de Stock de capital físico de Nehru y Dareshwar (1993) cubre 92 países entre
1950 a 1990. Estas series fueron calculadas mediante el método de inventario perpetuo, que
se basa en la siguiente ecuación de acumulación:
(1)
t −i
K t = (1 − d )t K (0) + ∑ I t −i (1 − d )i
i =0
Donde K t es stock de capital en el período t (a precios constantes de 1987), K (0) es el
stock de capital inicial (en el período 0), I t −i es la inversión bruta fija doméstica en el
período t-i, y d es la tasa de depreciación. Nehru y Dareshwar (1993) estiman
K (0) mediante una modificación de la técnica propuesta por Harberger (1978).
El procedimiento es basado bajo el supuesto de que en estado estacionario la tasa de
crecimiento del producto (g) es igual al a tasa de crecimiento del stock de capital.
Rescribiendo la ecuación (1) se tiene:
(2)
( K t − K t −1 ) / K t −1 = −d + I t / K t −1
Que implica:
5
(3)
K t −1 = I t /( g + d )
Entonces, en el período 0, el stock de capital puede ser calculado como:
(4)
K (0) = I1 /( g + d )
La tasa de depreciación es asumida en 4% y g es derivado de las series de producto bruto
interno real a precios de mercado, de ese modo, el resto de la serie se calcula a partir de la
ecuación (1).
Utilizamos la misma metodología para construir el stock de capital físico, para ello se
utilizó las series de la inversión bruta doméstica del World Development Indicators (2003)
para construir las series de stock de capital, se consideró el periodo inicial el año 1960.
3. HECHOS ESTILIZADOS
Para cada país calculamos el crecimiento del stock de capital, durante el periodo 1960 al
2002, a través de una estimación de mínimos cuadrados ordinarios (MCO) del logaritmo
del stock de capital físico per capita contra una constante y una tendencia de tiempo lineal,
usamos el coeficiente estimado de la tendencia de tiempo como la tasas de crecimiento.
Para las tres medidas de desarrollo financiero (crédito privado doméstico como porcentaje
del PBI, pasivos líquidos como porcentaje del PBI y M2 como porcentaje del PBI) se
observa una relación positiva con el crecimiento del stock de capital, para 17 países de
Latinoamérica durante el periodo 1960 al 2002.
Credito privado (% del PBI)
Gráfico 2.- Crecimiento del stock del capital vs. Crédito privado
Periodo 1960-2002
60.0%
50.0%
Chi.
40.0%
30.0%
Ven.
Bol.
20.0%
10.0%
Bra.
Uru. El Sal.
Hon.
Tri. & Tob.
Col.
Rep. Dom.
Ecu.
Mex.
Arg.
Cos.
Gua.
Per.
Par.
0.0%
0.0%
0.5%
1.0%
1.5%
Crecimiento del stock de capital
Elaboracion: propia
Fuente: World Development Indicators (2003)
6
2.0%
2.5%
Pasivos líquidos (% del PBI)
Gráfico 3.- Crecimiento del stock del capital vs. Pasivos líquidos
Periodo 1960-2002
50.0%
45.0%
40.0%
35.0%
30.0%
Uru.
Ven.
Cos.
Bol.
Tri. & Tob.
El Sal.
Chi.
Hon.
Bra.
Col.
Rep. Dom.
Mex.
Ecu. Arg. Gua.
Per.
25.0%
20.0%
Par.
15.0%
10.0%
0.0%
0.5%
1.0%
1.5%
2.0%
2.5%
Crecimiento del stock de capital
Elaboracion: propia
Fuente: World Development Indicators (2003)
Gráfico 4.- Crecimiento del stock del capital vs. M2
Periodo 1960-2002
40.0%
Uru.
M2 (% del PBI)
35.0%
30.0%
25.0%
Cos.
Ven.
Bol.
20.0%
15.0%
Per.
Tri. & Tob.
Chi.
Hon.
Rep. Dom.
Mex.
Ecu. Gua.
Arg.
Col.
Bra.
Par.
El Sal.
10.0%
5.0%
0.0%
0.5%
1.0%
1.5%
2.0%
2.5%
Crecimiento del stock de capital
Elaboracion: propia
Fuente: World Development Indicators (2003)
Donde los 17 países son: Argentina (Arg.), Bolivia (Bol.), Brasil (Bra.), Chile (Chi.),
Colombia (Col.), Costa Rica (Cos.), Ecuador (Ecu.), El Salvador (El Sal.), Guatemala
(Gua.), Honduras (Hon.), México (Mex.), Paraguay (Par.), Perú (Per.), Republica
Dominicana (Rep. Dom.), Trinidad y Tobago (Tri. & Tob.), Uruguay (Uru.) y Venezuela
(Ven.).
7
4. MODELOS DE DATOS DE PANEL DINÁMICO
La metodología de estimación es la de método generalizado de momentos (GMM)
desarrollado para modelos de datos de panel dinámico, principalmente por Arellano y Bond
(1991), y Arellano y Bover (1995). La discusión técnica de este capítulo se basa en Beck et
al. (2002).
La ecuación de la regresión puede ser expresada de la siguiente forma:
(5)
yi ,t = α X i.t −1 + β Z i ,t + µi + λt + ε i ,t
Donde y representa la variable dependiente, X representa un conjunto de variables
explicativas rezagadas, y Z representa un conjunto de variables explicativas
contemporáneas. µ es el efecto especifico de cada país no observado, λ es el efecto
especifico temporal, ε es el termino de error, y i y t representa el país y el período de
tiempo, respectivamente.
Los estimadores de datos de panel dinámico utilizan instrumentos internos, definidos como
instrumentos basados en previas realizaciones de las variables explicativas, para considerar
mejor de esta manera la potencial endogeneidad conjunta de los regresores.
Este método, sin embargo, no controla la completa endogeneidad pero sí para un débil tipo
de este. Para ser prácticos, asumimos que las variables explicativas son sólo débilmente
exógenas, que significa que ellos pueden ser afectados por realizaciones contemporáneas y
pasadas de la tasa de crecimiento, pero tiene que ser no correlacionado con futuras
realizaciones del término de error. Entonces, el supuesto de exogeneidad débil implica que
futuras innovaciones de la tasa de crecimiento no afectan al nivel del desarrollo financiero
contemporáneamente.
Primero, la exogeneidad débil no significa que los agentes económicos no toman en cuenta
la expectativa futura de crecimiento en su decisión para el nivel de desarrollo financiero.
Este supuesto significa que en el futuro, shocks no anticipados de crecimiento no
influencian en el nivel de desarrollo financiero contemporánea. Esta es la innovación en el
crecimiento que no debe afectar el nivel de desarrollo financiero contemporánea.
Arellano y Bond (1991) sugieren la primera diferencia de la ecuación de regresión para
remover el efecto específico de cada país, como sigue:
(6)
yi ,t − yi ,t −1 = α ( X i.t −1 − X i.t − 2 ) + β ( Z i ,t − Zi ,t −1 ) + (ε i ,t − ε i ,t −1 )
Este procedimiento resuelve el problema econométrico, a saber el efecto específico de cada
país, pero introduce una correlación entre el nuevo termino de error ε i ,t − ε i ,t −1 , y el rezago
de la variable dependiente yi ,t −1 − yi ,t − 2 , cuando este es incluido en X i.t −1 − X i.t − 2 . Para
señalar esta correlación y el problema de la endogeneidad, Arellano y Bond (1991)
proponen usar los rezagos de las variables explicativas en niveles como instrumentos. Bajo
8
el supuesto que no hay correlación serial en el término de error ε , y que las variables
explicativas W , donde W = [ X , Z ] , son débilmente exógenas, se puede usar las siguientes
condiciones de momentos:
(7)
E Wi ,t − s (ε i ,t − ε i ,t −1 )  = 0 ,
para s ≥ 2; t = 3,..., T .
Usando estas condiciones de momentos Arellano y Bond (1991) proponen un estimador
GMM en dos etapas. En la primera etapa, los términos de error son asumidos para ser
independiente y homocedásticos, entre países y sobre el tiempo. En la segunda etapa, los
residuos obtenidos de la primera etapa son usados para construir una estimación consistente
de la matriz de varianzas y covarianzas, entonces, se relaja los supuestos de independencia
y homocedasticidad.
Hay varios problemas con el estimador en diferencia. Alonso-Borrego y Arellano (1999) y
Blundell y Bond (1998) muestran que si el rezago de la variable dependiente y de las
variables explicativas son persistentes sobre el tiempo, los rezagos de los niveles de estas
variables son instrumentos débiles para la regresión en diferencias. Estudios de simulación
muestran que el estimador en diferencia tiene un sesgo grande en muestras finitas y una
pobre precisión.
Para señalar estos problemas, un método alternativo que estima la regresión en diferencia
conjuntamente con la regresión en niveles, propuesto por Arellano y Bover (1995). Usando
experimentos de Monte Carlo, Blundell y Bond (1998) muestra que la estimación del
sistema reduce tanto el sesgo potencial en muestras finitas, como la imprecisión asintótica
asociado con la estimación en diferencia. La razón clave para esta mejora es la inclusión de
la regresión en niveles, que no elimina la variación transversal e intensifica la potencia de la
medición del error. Además, las variables en niveles mantienen una fuerte correlación con
sus instrumentos, que las variables en diferencias. Sin embargo, para poder utilizar la
regresión en niveles viene con el costo de requerir un supuesto adicional. Este
requerimiento ocurre porque la regresión en niveles no elimina directamente el efecto
específico de cada país. En lugar de ello, los instrumentos apropiados deben ser usados para
controlar el efecto específico de cada país. El estimador usa los rezagos de la diferencia de
las variables explicativas como instrumentos. Ellos son validos instrumentos bajo el
supuesto que la correlación entre µ y los niveles de las variables explicativas son
constantes sobre el tiempo, tales que:
(8)
E Wi ,t + p ⋅ µi  = E Wi ,t + q ⋅ µi  ,
para todo p y q .
Bajo este supuesto, no hay correlación entre las diferencias de las variables explicativas y el
efecto específico de cada país. Por ejemplo, este supuesto implica que el desarrollo
financiero podría estar correlacionado con el efecto específico de cada país, pero esta
correlación no cambia a través del tiempo. Entonces, bajo este supuesto los rezagos de las
variables en diferencias son válidos instrumentos para la regresión en niveles, y las
condiciones de momentos para la regresión en niveles son como sigue:
9
(9)
E (Wi ,t − s − Wi ,t − s −1 ) ⋅ (ε i ,t + µi )  = 0
para s = 1; t = 3,..., T .
El sistema entonces consiste de la regresión conjunta en diferencias y niveles, con las
condiciones de momentos de la ecuación (7) aplicado a la primera parte del sistema, la
regresión en diferencias, y las condiciones de momentos de la ecuación (9) aplicados para
la segunda parte, la regresión en niveles. Dado que los rezagos de las variables en niveles
son usados como instrumentos en la regresión en diferencias, sólo las más recientes
diferencias son usadas como instrumentos en la regresión en niveles. Como en el estimador
en diferencias, el modelo es estimado en dos etapas generando consistentes y eficientes
coeficientes estimados.
En la estimación en dos etapas, la matriz de covarianza es ya robusta, pero típicamente
produce errores estándar que son sesgados, la corrección de muestra finita para la matriz de
covarianza de la estimación en dos etapas desarrollado por Windemeijer (2000), corrige
este problema.
La consistencia del estimador GMM depende de la validez de los supuestos que el termino
de error, ε , no exhiba correlación serial y de la validez de los instrumentos. Se utiliza dos
tipos de pruebas propuestas por Arellano y Bond (1991) para probar estos supuestos. La
primera es una prueba de Sargan de sobre-identificación de restricciones, que prueba la
validez conjunta de los instrumentos analizando las condiciones de momentos de la muestra
correspondiente usados en el procedimiento de estimación. Bajo la hipótesis nula de la
validez de los instrumentos, la prueba tiene una distribución χ 2 con (J-K) grado de
libertad, donde J es el número de instrumentos y K el número de regresores. La segunda
prueba examina el supuesto de no correlación serial en los términos del error. Se prueba si
el término de error diferenciado es serialmente correlacionados de segundo orden. Por
construcción, el término de error es probablemente correlacionado de primer orden. No se
puede usar los términos del error de la regresión en niveles desde que ellos incluyen el
efecto específico de cada país, µ . Bajo la hipótesis nula de no correlación de segundo
orden, esta prueba tiene una distribución normal estándar.
5. RESULTADOS DE LA ESTIMACIÓN
Estimamos una versión modificada de dados de panel dinámico, consideremos la siguiente
ecuación:
(10)
ki ,t − ki ,t −1 = α ki.t −1 + β1 DFi ,t + β 2CFi ,t + µi + λt + ε i ,t
Donde la expresión de la parte izquierda es el crecimiento del stock de capital físico per
capita, la parte derecha de la ecuación incluye el rezago del stock de capital per capita, es
en este sentido que el modelo es dinámico, que puede ser interpretado como la
convergencia transicional, que significa que la tasa de crecimiento depende de la posición
10
inicial de la economía1; la variable explicativa DF es nuestra medida de desarrollo
financiero; la variable CF es una medida de crisis sistémica bancaria; y, finalmente, µ es el
efecto especifico de cada país no observado, λ es el efecto especifico temporal, ε es el
termino de error, y i y t representa el país y el período de tiempo, respectivamente.
Para evitar efectos cíclicos en el análisis, promediamos los datos sobre cinco años, en este
caso tenemos un panel de datos de 6 períodos no traslapados sobre 1970 al 2000, para 16
países de América Latina: Argentina, Bolivia, Brasil, Chile, Colombia, Costa Rica,
Ecuador, Guatemala, Honduras, México, Paraguay, Perú, Republica Dominicana, Trinidad
y Tobago, Uruguay y Venezuela.
Para la variable crisis financiera, se siguen los resultados de Caprio y Klingebiel (2003),
quienes identifican periodos de crisis bancarias sistémicas que han ocurrido en 93 países
desde 1970 (véase el apéndice 2 para los países de Latinoamérica). Dichos autores definen
las crisis bancarias sistémicas cuando todos o la mayoría del capital del sistema bancario se
ha agotado. En estas situaciones, aún si algunos bancos permanecen solventes, el valor neto
del sistema bancario en su totalidad es negativo. Una crisis bancaria, es casi siempre
asociado con un ratio de incumplimiento de los activos mayores al 10 por ciento y un costo
de rescate más alto que el 2 por ciento del PBI anual (Loayza et al. 2002). Consideramos a
la variables crisis financiera a través de una variable ficticia (dummy), donde toma el valor
de uno en el periodo en que un país ha experimentado crisis bancarias sistémicas, y toma el
valor cero cuando no experimentó dichas crisis.
En el cuadro 1 y 2 se presentan los resultados de la estimación, en el cuadro 1 estimamos el
sistema GMM en una etapa, en la primera columna reportamos la especificación (10) sin la
variables crisis financiera, donde el crédito privado doméstico tiene un impacto positivo y
significativo sobre el crecimiento del stock de capital físico per capita; en la segunda
columna se incluye la variable crisis financiera, el cual tiene un impacto negativo y
significativo (a un nivel de significancia del 10 por ciento) sobre el crecimiento del stock de
capital físico, lo cual sugiere que en períodos de crisis, el crédito privado tiene un impacto
negativo. Cuando incluimos la variable Crisis Financiera, el coeficiente de la variable
desarrollo financiero resulta mucho mayor, y se incrementa la significancia, es decir, el
nexo desarrollo financiero – acumulación de capital se hace más fuerte, una vez que
controlamos por la periodos de crisis bancarias sistémicas.
En el cuadro 2, reportamos la estimación en dos etapas con la corrección para muestra finita
de Windmeijer (2000), encontramos resultados similares, sin embargo, en estos resultados
la variable desarrollo financiero tiene un mayor impacto y significancia que la estimación
en una etapa. De ese modo, se observa que hay una relación positiva entre el desarrollo
financiero y la acumulación de capital, resultado distinto al encontrado por De Gregorio et
al. (1995) para Latinoamérica, que encuentran una relación negativa entre el desarrollo
financiero y el crecimiento económico.
1
La hipótesis de la convergencia transicional significa que, ceteris paribus, países pobres crecen más rápido
que países ricos, debido a los retornos decrecientes a escala en la producción.
11
CUADRO 1.- ESTIMACIÓN EN UNA ETAPA DEL SISTEMA GMM
Variable Dependiente: Crecimiento del stock de capital per capita
Variables Explicativas:
Sistema GMM
Sistema GMM
Convergencia Transicional
Log[Rezago del stock de capital per capita]
-0.0731
(-0.90)
-0.0174
(-0.21)
Desarrollo Financiero
Log[Crédito privado doméstico (% del PBI)]
0.2514
(1.73)***
0.3019
(2.22)**
Crisis Financiera
Crisis*Log[Crédito privado doméstico (% del PBI)]
---
-0.1933
(-1.75)***
Constante
0.2906
(0.98)
0.0810
(0.27)
Prueba de Sargan (p–value)
Prueba de correlación serial de primer orden
Prueba de correlación serial de segundo orden
Numero de países
Número de observaciones
0.314
0.000
0.291
16
96
0.421
0.000
0.321
16
96
*, ** y *** significancia al 1%, 5% y 10%, respectivamente.
CUADRO 2.- ESTIMACIÓN EN DOS ETAPAS DEL SISTEMA GMM
(CORRECCIÓN PARA MUESTRA FINITA DE WINDMEIJER)
Variable Dependiente: Crecimiento del stock de capital per capita
Variables Explicativas:
Sistema GMM
Sistema GMM
Convergencia Transicional
Log[Rezago del stock de capital per capita]
-0.0468
(-0.86)
-0.0244
(-0.78)
Desarrollo Financiero
Log[Crédito privado doméstico (% del PBI)]
0.2577
(2.35)**
0.3380
(2.49)**
Crisis Financiera
Crisis*Log[Crédito privado doméstico (% del PBI)]
---
-0.2071
(-2.66)*
Constante
0.1872
(0.94)
0.1056
(0.91)
Prueba de Sargan (p–value)
Prueba de correlación serial de primer orden
Prueba de correlación serial de segundo orden
Numero de países
Número de observaciones
0.596
0.015
0.353
16
96
0.558
0.013
0.239
16
96
*, ** y *** significancia al 1%, 5% y 10%, respectivamente.
12
Además, en contextos de crisis financieras, la intermediación financiera tiene un impacto
negativo sobre la acumulación de capital en Latinoamérica, cabe mencionar que de los
dieciséis países de la muestra, catorce han sufrido crisis bancarias sistémicas. Loayza y
Ranciere (2002) llegan a resultados similares, en el sentido de que encuentran efectos
positivos de la profundización financiera sobre el crecimiento, pero débiles en países que
han experimentado crisis bancarias sistémicas; y dicho efecto, es negativo alrededor de los
periodos de crisis financieras.
Finalmente, se realizaron los mismos ejercicios de estimación con otras variables de
desarrollo financiero, pasivos líquidos (como porcentaje del PBI) y M2 (como porcentaje
del PBI), sin embargo no se encuentra una relación significativa con el crecimiento del
stock de capital físico en la muestra analizada.
6. COLCLUSIONES
Este trabajo intenta evaluar empíricamente la relación entre desarrollo financiero, medido
como el crédito privado doméstico como porcentaje del PBI, con el crecimiento del stock
de capital físico; utilizamos la metodología de método generalizado de momentos (GMM)
en un contexto de datos de panel dinámico para dieciséis países de América Latina, y para
el periodo de 1970 al 2000.
Los resultados sugieren que hay un impacto positivo del crédito privado doméstico como
porcentaje del PBI sobre el crecimiento del stock de capital, mientras que, en periodos de
crisis financiera dicha relación es negativa. Resultado similares a los encontrados por
Loayza y Ranciere (2002) para un panel mundial.
Sin embargo, utilizando otras medidas de desarrollo financiero, como pasivos líquidos y
M2 ambos como porcentaje del PBI, no encontramos una relación significativa con el
crecimiento del stock de capital.
13
REFERENCIAS
AHN, S., Y P. SCHMIDT (1995): “Efficient Estimation of Models for Dynamic Panel Data.”
Journal of Econometrics, 68, pp. 5-27.
ARELLANO, M. Y S. BOND (1991): “Some Test of Specification for Panel Data: Monte Carlo
Evidence and an Application to Employment Equations.” Review of Economic Studies,
58, pp. 277-297.
ARELLANO, M. Y O. BOVER (1995): “Another Look at the Instrumental Variables
Estimation of Error-Component Models.” Journal of Econometrics, 68, pp. 29-51.
ARESTIS, P. Y P. DEMETRIADES (1997); “Financial Development and Economic Growth:
Assessing the Evidence.” Economic Journal,107 (442), pp. 783-799.
ARESTIS, P., P. DEMETRIADES Y K. LUINTEL (2001): “Financial Development and Economic
Growth: The Role of Stock Markets.” Journal of Money, Credit and Banking,33 (1), pp.
16-41.
BALTAGI, B. (2001). Econometric Analysis of Panel Data. Second Edition, John Wiley &
Sond Ltd.
BARRO, R. (1991): “Economic Growth in a Cross Section of Countries.” Quarterly Journal
of Economics, 106 (2), pp. 407-443.
BECK, T., R. LEVINE, Y N. LOAYZA (2000): “Financial and the Sources of Growth.” Journal
of Financial Economics, 58 (1-2), pp. 261-300.
BENCIVENGA, V. Y B. SMITH (1991): “Financial Intermediation and Endogenous Growth.”
Review of Economic Studies, 58 (2), pp. 195-209.
BLUNDELL, R. Y S. BOND (1998): “Initial Conditions and Moment Restrictions in Dynamic
Panel Data Models.” Journal of Econometrics, 87, pp. 115-143.
CALDERÓN, C. (2002): “The Direction of Causality Between Financial Development and
Economic Growth.” Banco Central de Chile, Documentos de Trabajo No. 184.
CAPRIO, G. Y D. KLINGBIEL (2003): “Episodes of Systemic and Borderline Financial
Crises.” Mimeo, World Bank.
DE GREGORIO, J., Y P. GUIDOTTI (1995): “Financial Development and Economic Growth.”
World Development, 23, pp. 433-48.
GREENWOOD, J. Y B. JOVANOVIC (1990): “Financial Development, Growth, and the
Distribution of Income.” Journal of Political Economy, 98 (5), Part 1, pp. 1076-1107.
14
HASLAG, J. Y J. KOO (1999): “Financial Repression, Financial Development and Economic
Growth.” Federal Reserve Bank of Dallas Research Department, Working Paper 9902.
KING, R. Y R. LEVINE (1993): “Finance and Growth: Schumpeter Might be Right.”
Quarterly Journal of Economics, 108 (3), pp. 717-737.
LEVINE, R. (1997): “Financial Development and Economic Growth: Views and Agenda.”
Journal of Economic Literature, 35, pp. 688-726.
LEVINE, R., N. LOAYZA, Y T. BECK (2000): “Financial Intermediation and Growth:
Causality and Causes.” Journal of Monetary Economics, 46 (1), pp. 31-77.
LEVINE, R. Y S. ZERVOS (1998): “Stock Market, Banks and Economic Growth.” American
Economic Review, 88 (3), pp. 537-558.
LOAYZA, N., P. FAJNZYLBER, Y C. CALDERÓN (2004): “Economic Growth in Latin America
and the Caribbean.” Banco Central de Chile, Documentos de Trabajo No. 265.
LOAYZA, N., Y R. RANCIERE (2002): “Financial Development, Financial Fragility, and
Growth.” Banco Central de Chile, Documentos de Trabajo No. 145.
LOAYZA, N., AND R. SOTO (2002): “The Sources of Economic Growth: An Overview.” En
Economic Growth: Sources, Trends and Cycles, Eds. N. LOAYZA Y R. SOTO. Banco
Central de Chile.
NEHRU, V. Y A. DARESHWAR (1993): “A New Database on Physical Capital Stock: Sources,
Methodology and Results.” Revista de Análisis Económico, 8 (1), pp. 37-59.
RAJAN, R. Y L. ZINGALES (1998): “Financial Dependence and Growth.” American
Economic Review, 88(3), pp. 559-586.
ROUSSEAU, P. Y P. WACHTEL (1998): “Financial Intermediation and Economic
Performance: Historical Evidence from Five Industrialized Countries.” Journal of Money,
Credit and Banking, 30 (4), pp. 657-678.
WILSON, S. (2001): “Financial Intermediation, Capital Accumulation, and Growth:
Evidence from Canada.” Department of Economics Discussion Paper No. 87, University
of Regina.
WINDMEIJER, F. (2000): “A Finite Sample Correction for the Variance of Linear Two-Step
GMM Estimators.” Working paper 09/02, Institute for Fiscal Studies, London.
WORLD BANK (2003). World Development Indicators. Washington, DC: The World Bank.
15
APÉNDICE 1.- FUENTES DE LAS VARIABLES UTILIZADAS
Inversión bruta doméstica
World Development Indicators (2003)
Fuerza de trabajo
World Development Indicators (2003)
Producto Bruto Interno
World Development Indicators (2003)
Crédito privado doméstico (% del PBI)
World Development Indicators (2003)
Pasivos líquidos (% del PBI)
World Development Indicators (2003)
M2 (% del PBI)
World Development Indicators (2003)
APÉNDICE 2.- CRISIS BANCARIAS SISTÉMICAS
País
Argentina
Bolivia
Brasil
Chile
Colombia
Costa Rica
Ecuador
El Salvador
México
Paraguay
Perú
Uruguay
Venezuela
Años de crisis bancarias sistémicas
1980-1982, 1989-1990, 1995
1986-1988, 1994-1995
1990, 1994-1999
1976, 1981-1986
1982-1987
1987
1980-1981, 1996-1997, 1998-2000
1989
1981-1991, 1994-1997
1995-1999
1983-1990
1981-1984
1994-1995
Fuente: Caprio y Klingbiel (2003).
16