La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

El spread financiero se ha convertido en un indicador más (una señal objetiva) que permite evaluar el desempeño de la banca. El spread financiero se ha.

Presentaciones similares


Presentación del tema: "El spread financiero se ha convertido en un indicador más (una señal objetiva) que permite evaluar el desempeño de la banca. El spread financiero se ha."— Transcripción de la presentación:

1

2 El spread financiero se ha convertido en un indicador más (una señal objetiva) que permite evaluar el desempeño de la banca. El spread financiero se ha convertido en un indicador más (una señal objetiva) que permite evaluar el desempeño de la banca. El spread ha sido señalado como el resultado de prácticas anticompetitivas (particularmente acuerdos colusivos). El spread ha sido señalado como el resultado de prácticas anticompetitivas (particularmente acuerdos colusivos). El spread financiero en Venezuela exhibe un comportamiento singular incluso en el contexto regional. El spread financiero en Venezuela exhibe un comportamiento singular incluso en el contexto regional. Pocos trabajos con rigor analítico sobre los determinantes del spread en Venezuela. Pocos trabajos con rigor analítico sobre los determinantes del spread en Venezuela. Motivaciones

3 Establecer con precisión lo que la literatura reciente ha venido destacando (especialmente en AL) sobre los determinantes del spread. Establecer con precisión lo que la literatura reciente ha venido destacando (especialmente en AL) sobre los determinantes del spread. Verificar la evolución del spread en Venezuela y establecer algunos hechos estilizados. Verificar la evolución del spread en Venezuela y establecer algunos hechos estilizados. Establecer un modelo analítico (no ad-hoc) que permita hacer corroboración empírica sobre los determinantes del spread en Venezuela. Establecer un modelo analítico (no ad-hoc) que permita hacer corroboración empírica sobre los determinantes del spread en Venezuela. Estimar econométricamente, para el agregado del sistema y para datos de panel de bancos individuales, las variables que inciden el el spread. Estimar econométricamente, para el agregado del sistema y para datos de panel de bancos individuales, las variables que inciden el el spread. Objetivos del Trabajo

4 ¿Qué entendemos por Spread Financiero? Definición Cálculo Propiedad S 1 Spread Contractual S 1 = Tasa de Interés Activa - Tasa de Interés Pasiva No ajustado por resultados S2Spread Efectivo S2 = IFP/P - EFD/D Sólo toma los IFP S3Spread Efectivo S3 = IF/A - EFD/D Toma el total de IF S4Spread Efectivo S4 = IF/A - EFD/DR Toma sólo los DR S5Spread Efectivo S5 = IF/A - EFD/A Como razón de activos S6Spread Efectivo Distintos activos generadores S7Margen de Interés Neto S7 = Exc/A - IS/A + GT/A + PROV/A + T/A Descompone el spread S6 = [(IF - INV b - P i s )/(1 - )P] - (EFD/A)

5 ¿Puede decirse algo a priori sobre la magnitud del spread? ¿Puede decirse algo a priori sobre la magnitud del spread? Un spread alto puede indicar Un Spread bajo puede indicar Abuso de poder de mercado Ineficiencias de costos Riesgo elevado Fortalecimiento del capital Gastos de inversión elevados Gran rivalidad y competencia Mejoras de eficiencia Menores niveles de riesgo Bancos menos seguros

6 Grado de Competencia en el Mercado (concentración, rivalidad, barreras a la entrada, sustitutos cercanos). Grado de Competencia en el Mercado (concentración, rivalidad, barreras a la entrada, sustitutos cercanos). Razones de Costos (elevados costos fijos en mercados exesivamente pequeños, ineficiencias organizacionales) Razones de Costos (elevados costos fijos en mercados exesivamente pequeños, ineficiencias organizacionales) Recomposición en los depósitos, cambios en la liquidez, cambios en el apalancamiento Recomposición en los depósitos, cambios en la liquidez, cambios en el apalancamiento Riesgo en el negocio Riesgo en el negocio Las restricciones regulatorias y de política gubernamental Las restricciones regulatorias y de política gubernamental Las Variables Macroeconómicas Las Variables Macroeconómicas La Seguridad Contractual y el Régimen Jurídico La Seguridad Contractual y el Régimen Jurídico Fuentes de Explicación del Spread ¿Que dice la Literatura?

7 ab Excedente deImpuestosGatos deProvisionesIngresos porMargen de Interés Ingreso Neto TransformaciónServiciosNeto Argentina 0,70,26,81,74,84,7 Brasil 0,60,48,71,54,86,4 Colombia 1,20,58,31,34,17,2 México 0,60,14,71,82,05,3 Perú 1,20,67,71,64,76,5 Venezuela 3,30,27,81,53,2 10,2 Alemania 0,30,21,50,10,61,5 Japón -0,20,00,91,00,71,1 España 0,60,22,50,51,22,6 Estados Unidos 1,30,64,30,62,83,9 Tailandia -0,60,52,12,01,12,9 Corea -0,40,12,32,01,31,8 Singapur 1,00,41,00,40,92,0 Taiwán 0,70,21,30,30,52,0 Nota: a. Todos los conceptos están calculados sobre el activo promedio b. El margen de interés neto corresponde a la suma de todos los componentes en correspondencia con la ecuación 10 Fuente: Cálculos Propios basados en data de BankScope de la base de datos de IBCA La Descomposición del Spread: Venezuela contra el RM Exc/A + T/A + GT/A + PROV/A - IS/A = IF/A - EF/A p3

8 Argentina4,26,66,05,44,43,83,73,24,7 Brasil3,87,310,78,06,05,25,84,26,4 Colombia6,06,69,38,19,67,65,74,47,2 Ecuador5,39,27,76,35,44,62,20,05,1 México5,76,54,14,64,45,15,46,45,3 Perú7,16,56,67,77,36,85,84,26,5 Venezuela 5, 7 6,48,68,510,611,616,813,3 10,2 Promedio5,47,07,67,06,86,46,55,1 Canada2,22,34,92,72,72,11,91,92,6 Francia1,61,41,51,41,21,11,20,71,3 Alemania1,81,92,01,71,81,51,00,81,5 Italia2,52,72,52,62,52,22,01,22,3 Japón1,21,71,21,21,21,21,30,61,1 España3,22,72,72,62,32,32,62,12,6 Suecia2,03,02,62,52,01,71,51,32,1 Reino Unido1,82,01,81,92,11,81,61,51,8 Estados Unidos 3, 5 6,93,63,53,63,73,43,43,9 Promedio2,22,72,52,22,11,91,81,5 Tailandia3,44,14,03,73,62,41,10,72,9 El Spread comparado con otras Economías Corea2,12,01,71,81,81,51,61,81,8 Singapur1,82,02,12,12,22,02,01,52,0 Taiwán1,82,22,22,12,02,02,01,82,0 Promedio2,32,62,52,42,42,01,71,5 Fuente: Cálculos Propios basados en data de BankScope de la base de datos de IBCA Promedio Promedio

9 S1Tendencia HP Spread Ex-ante % Spread Ex-post S2 % Spread Ex-post S3 % Spread Ex-post S4 % Spread Ex-post S5 % Spread Ex-post S7 % EL Comportamiento del los Spreads S2Tendencia HPS3Tendencia HP S4Tendencia HPS5Tendencia HPS7Tendencia HP Junio 1986:1 a Junio 2000:1

10 Países Latinoamericanos de la muestra (Promedios entre ) -5,005,0015,0025,0035,0045,0055,00 PIB Var. % IPC Var. % Depreciación Cambiaria Capitalización Spread Países Argentina Brasil Colombia México Perú Venezuela La Región entre 1996 y 1999

11 ¿Qué relación a priori puede haber entre Spread, Rentabilidad y Capitalización? ¿Qué relación a priori puede haber entre Spread, Rentabilidad y Capitalización? SpreadSpread RentabilidadRentabilidadCapitalizaciónCapitalización

12 Spread, Rentabilidad, Capitalización y Riesgo Matriz de Correlación entre Spreads, Rentabilidad, Capitalización y Provisiones Razón Beneficios/ActivoRazón Patrimonio/Activo Razón Beneficios/Activo 10,7 S 1 0,60,5 S 2 0,60,7 S 3 0,9 S 4 0,60,8 S 5 0,70,8 S 7 0,70,9 Correlación Alta y Positiva del spread

13 Pruebas de causalidad a la hipótesis S-R-C Test de Causalidad deGranger para Rentabilidad, Relación Patrimonial y el SpreadS7 Muestra: 1986:1 a 2000:1 Hipótesis Nula Obs.RezagosEstadístico FProbabilidad Razón Patrimonio Activo no causa Rentabilidad 2810,13510, ,12960,8079 Rentabilidad no causa Razón Patrimonio/Activo 2817,90640, ,46760, Spread S no causa Razón Patrimonio/Activo 2811,71180, ,25390,0274 Razón Patrimonio /Activo no causa Spread S ,03000, ,34080,1197 Patrimonio no causa rentabilidad Patrimonio no causa rentabilidad Rentabilidad causa Patrimonio Rentabilidad causa Patrimonio Spread causa Patrimonio Spread causa Patrimonio Patrimonio no causa Spread Patrimonio no causa Spread

14 Activos no generadores/Depósitos (para la Muestra de Países de AL) 0,1 0,15 0,2 0,25 0,3 0,35 0, % Argentina Brazil Colombia Ecuador México Venezuela Los Costos de mantenerse Líquido entre 1996 y 1999 Fuente: Cálculos Propios basados en data de BankScope de la base de datos de IBCA

15 Jun Dic Jun Dic Jun Dic Jun Dic Jun-00 % del Activo Ingresos por Servicios Impuestos Directos Gastos por Provisiones Gastos de Transformación Beneficio después de impuestos Margen S7 Componentes de S7 ( Datos Semestrales de Junio 1996 a Junio 2000) La Descomposición del Spread: Venezuela ( ) La Descomposición del Spread: Venezuela ( )

16 Rentabilidad e Ingresos por Servicios Semestre I-86 a Semestre I ,00 1,00 2,00 3,00 4,00 5,00 6,00 0,002,004,006,008,00 Ingresos por Servicios/Activo Razón Beneficio/Activo Semestre I-95 a Semestre I ,00 1,00 2,00 3,00 4,00 5,00 6,00 0,002,004,006,008,00 Ingresos por Servicios/Activo Razón Beneficio/Activo Semestre I 1986 a Semestre I ,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,002,004,006,008,00 Ingresos por Servicios/Activo Prestamos/Activo Semestre I 1995 a Semestre I ,1 0,2 0,3 0,4 0,5 0,6 0,7 0,002,004,006,00 Ingresos por Servicios/Activo Préstamos/Activo CC = 0,49CC = 0,54 CC = -0,37 CC = -0,49

17 Matriz de Correlación entre Spreads y entre Tasas y Spreads S 1 S 2 S 3 S 4 S 5 S 7 S 1 1, S 2 0,71051, S 3 0,78110,74261, S 4 0,57840,39530,87971, S 5 0,78480,88520,94540,69861,0000- S 7 0,75230,83580,97540,79760,97551,0000 i p1 0, i p2 -0, ii p4 i p5 --0,47530,01720,6908- i d1 0, i i d3 - 0, , i d , i d5 ---0,1209- Correlación entre Spreads y entre Spreads y Tasas Correlación entre Spreads y entre Spreads y Tasas d2 p3 Choques que resulten en un incremento del spread estarán más asociados con mayores tasas activas y no con menores tasas pasivas

18 Indices de Concentración de Hirschman-Herfindahl y C4 Indices de Concentración de Hirschman-Herfindahl y C4 Bancos Comerciales y Universales, 1986: : Jun-86Jun-87Jun-88Jun-89 Jun-90 Jun-91Jun-92 Jun-93Jun-94 Jun-95Jun-96 Jun-97Jun-98 Jun-99 Jun-00 Semestres IHH C4 IHH C4 Si el poder de mercado se midiera por la concentración, éste habría más bien disminuido. No debe confundirse concentración con ineficiencia, ni con competencia

19 El Spread y los Gastos de Transformación Gastos de Transformación y Spread S7 1986:1 al 2000: Spread S7 Gastos de Transformación CC = 0,90

20 Beneficio/Activo S7 Razón Excedente/Activo y Spread (S7) 1986:1 a 2000:1 Razón Excedente/Activo y Spread (S7) 1986:1 a 2000:1 Razón Patrimonio/Activo y Spread (S7) 1986: :1 Razón Patrimonio/Activo y Spread (S7) 1986: : Patrimonio/Activo S7 El excedente se mueve con el margen El margen se mueve con el capital CC = 0,36 CC = 0,90

21 Spread y Riesgo Comportamiento de las Provisiones y el Spread S7 1986:1 a 2000:1 1986:1 a 2000:1 La correlación entre las dos variables es estrictamente contemporánea. No se verificó causalidad en el sentido de Granger Provisiones S7 CC = 0,76

22 Venezuela presenta niveles de spreads elevados incluso en el contexto de la región latinoamericana. Desde mediados de los años 90 el spread se ha distanciado del promedio para la región. El spread en sus distintas definiciones exhibe tendencia creciente a lo largo del período Es prematuro identificar un cambio de tendencia. En el mismo lapso ( ) Venezuela fue el país con mayor inflación, mayor variabilidad cambiaria, menor crecimiento y con uno de los mayores índices de capitalización de la muestra regional El sistema en Venezuela presenta elevados costos de liquidez La correlación entre rentabilidad e ingresos por servicios puede ser una expresión de la aparición de nuevos productos distintos a los préstamos. Resumen de los Hechos Estilizados

23 Las correlaciones entre los spreads y sus tasas implícitas indican que un incremento (caída) del spread está más asociado con mayores tasas de interés activas que con menores tasas de interés para los depósitos. La concentración ha disminuído en el sistema a lo largo del tiempo. Es difícil medir poder de mercado observando aisladamente la estructura. Las pruebas de Granger indican precedencia estadística del spread y la rentabilidad hacia el patrimonio. No hay evidencias de causalidad entre el spread y los gastos de provisiones.. Existe una estrecha relación entre el comportamiento del spread, los gastos de transformación, la rentabilidad, los niveles de capitalización y las provisiones. Resumen de los Hechos Estilizados

24 ¿En qué consiste? El modelo deriva del enfoque de organización industrial (modelos I-O) simulando el comportamiento de un banco típico a partir de los determinantes microeconómicos. ¿Para qué sirve? Se pueden contrastar empíricamente las hipótesis relacionadas con: - poder de mercado - economías de escala - ineficiencias de gestión - riesgo e incertidumbre macroeconómica - incidencia de la regulación y la política monetaria ¿Quiénes lo han utilizado? El modelo ha sido desarrollado y aplicado entre otros por: - Shaffer (1989 y 1993; USA), Shaffer yDisalvo (1994; Canada), y Barajas, Romero y Salazar(1999; Colombia) El Modelo a ser Estimado Molyneux, Thornton y Lloyd (1996; Japón), Gruben y Koo(1997, Argentina) Gruben y McComb (1996,México)

25 Los Supuestos del Modelo Se supone que el banco representativo: Produce un volumen de préstamos ( P j ). Utiliza un conjunto de insumos financieros y de insumos no financieros. La autoridad monetaria obliga a los bancos a mantener reservas

26 xa GTaPaaC 3 210p +++= La Conducta del Banco La función de Costos p 3 210d p d p H )xa GTaPaa( ) r1 i )( H H (i = El Modelo a estimar P = Volumen de Préstamos GT = Costos de Transformación x = Gasto en Provisiones (i d /1-r) = tasa pasiva implícita Fundamento Analítico del Modelo a Estimar ),,(B j xGTPCDiPiMax jjjdjp P j --= H p = Poder de Mercado en el mercado de Préstamos Poder de Mercado en el mercado de depósitos H d = Donde:

27 Definiciones ; ; ; ; Con 1 p H ; 1 d H Sin hay competencia perfecta en los mercados, entonces 1 p H y 1 d H En este caso A los efectos de que el resultado tenga significación 10 p H Sobre H d y H p P P SP j j P D SD j j j p P P GR j d D D GR 0 j d d j d D i i D n0 j p p j p P i i P n )( xaGTaPaa r i i d p

28 El modelo a estimar muestra que la tasa de interés activa que optimiza los beneficios es función de: La tasa de interés pasiva ajustada por el coeficiente de reservas El poder de mercado, y El costo marginal no financiero de producir la intermediación. + La ecuación específica a estimar asume la forma: Ha aa a p d 4 p 3 3 p 2 2 p 1 1 p o 0 H b ; H b ; H b ; H b ; H b ===== ( ) t r i tttpt ubxbGTbPbbi t dt +++++= La Estimación Econométrica del Modelo

29 Con el objeto de identificar los parámetros estructurales se suele suponer que en uno de los mercados el precio es exógeno: o lo determina el mercado o la autoridad monetaria. Normalmente se escoge la tasa de interés pasiva y en ese caso Esto hace al test del poder de mercado en los préstamos mucho más exigente (Shaffer, 1993). Sobre el Coeficiente b4 p H 1 b 4

30 Sobre la Endogeneidad de los Préstamos: Un modelo de ecuaciones simultáneas Una solución al problema de Endogeneidad entre Préstamos y Tasa de Interés (2) i P P -S :a reduce se (1) 1 Sy GR * definiendo ; GR * 1H Como (1) 1 1 1H para 3210 p p p 3210 d xdGTdPdd La Ecuación r i iSP H xaGTaPaa r i H i d p p d p p ¡Faltaría sólo especificar este término!

31 Introducimos entonces una función de demanda de préstamos Modelo de ecuaciones simultáneas (4)y (3) por formado queda as simultáneecuaciones de sistemaEl (4) xdGTdPdd SUcYcc P -S :como escribirse puede (2) ecuación La :Donde SUcYcc i P : Siendo (3) SU * i cY * ic cYciccP p p 5 p 432 p 1 0 ?c ? ;c ;0c 541 Solución competitiva = 0, Solución monopólica: = 1,

32 Datos utilizados: Para el sistema financiero agregado: Balances y estados financieros semestrales publicados de SUDEBAN. Período 1986: 1 hasta 2000: 1 29 observaciones Para los bancos indivudales: Balances y estados financieros individuales semestrales publicados de SUDEBAN. Período 1986:1 hasta 2000:1 24 bancos con un total de 618 observaciones. El spread utilizado fue S2 = (IFP/P) - (EFD/D) Estimación Para probar cuan robustos son los resultados se estimaron cuatro especificaciones con dos muestra distintas para el modelo uniecuacional: - Estimación del modelo agregado del sistema financiero con: 1) Variables instrumentales generales 2) Método generalizado de momentos - Estimación del modelo para los bancos individuales por: 1) Agrupaciones (pooled regression) 2) Bancos individuales (panel) El modelo del sistema de ecuaciones simultáneas fue estimado con Máxima Verosimilitud Datos y Estimación

33 Método de estimación del modelo agregado Método de estimación del modelo agregado Variables Instrumentales Generalizados: Aplicación dado el problema de endogeneidad en los préstamos. Los instrumentos usados fueron: - Las variables determinísticas del modelo (constante, x, GT, id/(1-r)). - Préstamos reales rezagados (PR (t-1), PR (t-2)), depósitos y PIB real. Método Generalizado de Momentos: - El uso de VI generalizados requiere una estimación MGM. - Además la ineficiencia del estimador VI puede ser evitada con una ponderación de la varianza y covarianza de lo errores. Esta matriz óptima se obtiene de los residuos de una estimación previa de VI. Método de Maxima Verosimilitud: La nolinealidad y la interdependencia del sistema de ecuaciones simultáneas requiere una estimación de máxima verosimilitud. Usando MCO para obtener valores iniciales

34 Métodos de estimación del modelo uniecuacional de bancos individuales Con el objeto de comparación: Regresión agrupada del panel (pooled regression) con una corrección de autocorrelación de orden uno (AR1) de los residuos Sistema de ecuaciones de los bancos individuales: Regresión aparentemente no relacionada (SUR) de Zellner -considerando posibles correlaciones entre los bancos individuales -aproximación a una estimación de coeficientes aleatorias -obteniendo parámetros de todas las variables del modelo para cada banco indicidual

35 Parámetros b i estimados con Variable Variables Instrumentales MGM Notas: Según las pruebas de DW, de los multiplicadores de Lagrange y de Ljung Box para autocorrelación no hay autocorrelación de orden uno o mayor. Los valores entre paréntesis son los valores de t y un asterisco indica significancia a 10% y dos a 1% Los residuos de cada estimación son estacionarios al nivel de 1% según el test de DF Resultados de la Estimación para el Sistema Financiero (Método Agregado) Resultados de la Estimación para el Sistema Financiero (Método Agregado) () t r i t t tpt ubxbGTbPbbi t dt +++++= Período 1987:1 a 2000:1 Constante (-2.99)** (-4.30)** Préstamos (1.82)* (2.71)** Gastos de Transformación (7.14)** (9.85)** Provisiones (2.23)* (2.00)* Tasa Pasiva ( i d /(1-r)): (19.81)** (24.79)** : 2 R 0.96 Los instruemntos fueron comprobado con una prueba unificada según Davidson/McKinnon (1993)

36 La Estimación bajo un Enfoque de Bancos Individuales La Estimación bajo un Enfoque de Bancos Individuales Regresión para datos agrupados (pooled regression) Variable Coeficiente Error Estándar Estadístico t Prob. Estimación en forma MCGF con corrección de un proceso autoregresivo de orden uno ( = 0.6). No hay autocorrelación de orden mayor que uno y los residuos de cada banco son estacionario al nivel de 1% C PR it GT it X it i dit /(1-r) : 2 R 0.93 ( ) it r i 4i it3i it 2iti1i 0ipi ub xb GTb P bbi ti dit = -1

37 Estadística Descriptiva de los parámetros de la estimación SUR para los Bancos Individuales Estadística Descriptiva de los parámetros de la estimación SUR para los Bancos Individuales () it r i 4i it3i it 2iti1i 0ipi ub xb GTb P bbi ti dit = -1 Gastos GT Provisiones x x Tasa pasiva ( ( ) ) r r idid idid Media 2,541,991,68 Mediana 2,432,051,47 Desviación estándar 1,420,681,13 Coeficiente de variación 0,560,340,68 Rango 6,192,126,05 Cuenta

38 Cálculo de los parámetros estructurales p d 4 p 3 3 p 2 2 p 1 1 p o 0 H H b ; H a b ; H a b ; H a b ; H a b ===== Calculo de los parámetros estructurales con H d =1 Variables Instrumentales MMG Pooled Regression SUR* Poder de Mercado H 0,84 0,83 0,71 a 0 -0,16-0,17 0, , , , ,018 Incidencia de Gastos a 2 2,41 2,43 1,30 1,95 Riesgo a 3 1,65 1,81 0,24 1,30 *Promedio de los Parámetros significativos. p 3 210d p d p H )xa GTaPaa( ) r1 i )( H H (i = P Economías de escala a

39 Resultados de la estimación del sistema de ecuaciones simultáneas Periodo: 1989:01 a 2000:01 Ecuaciones estimadas: P = c 0 + c 1 i p + c 2 PIBNP + c 3 SU + c 5 i p *SU + c 6 SU*PIBNP +c 7 (i p *SU) -1 + c 8 PIBNP -1 S 2 = [ P / (c 1 + c 5 SU ) ] + d 0 + d 1 P + d 2 GT 2 +d 3 X El sistema fue estimado utilizando Máximo Verosimilitud El promedio del H p implícito es de 0,944 VariableCoeficienteStd ErrorEstadístico tProb c ,150, ,080,000 c 1 -24,480, ,860,000 c 2 0, ,2 e ,420,000 c 3 417,900, ,750,000 c 5 34,490,583259,150,000 c 6 -0,00211,1 e ,370,000 c 7 6,020,409514,700,000 c 8 0, ,2 e ,000,000 Poder de Mercado - 0,110, ,060,000 d 0 -0,010,0047-2,160,031 Economías de escala d 1 -0,010, ,310,000 Gastos de Transf. d 2 4,830,105545,820,000 Riesgo d 3 2,220,198511,190,000

40 Interpretación de los Resultados Evidencias de imperfección en el mercado de préstamos. Los resultados no muestran evidencias de significativas economías de escala en el sistema. El riesgo resultó un elemento significativo que afecta positivamente a la tasa activa y al spread. Este parámetro podría estar reflejando, también, el efecto de los cambios en el marco regulatorio. Los gastos de transformación muestran un importante efecto. Esto podría reflejar prácticas competitivas no basadas en precios, tratamiento no convencional de cómo inputar inversiones en activos intangibles etc. Estimando el modelo para bancos individuales, encontramos poca variabilidad entre los parámetros, incluyendo la tasa pasiva. Esto reforzaría la hipótesis de exogeneidad de dicha tasa.

41 Simulaciones Efectossobre la tasa de interés activa implícita de cambios en las variables exógenas del modelouniecuacional. Cambio en Efecto sobre la Tasa de Interés Activa Incremento de 10% en el Volumen de Préstamos Incremento de 1,6% de la Tasa Incremento de 10% en los Gastos de Transformación Incremento de 11% de la Tasa Incremento de 50% en la Tasa Pasiva Implícita Incremento de 15,6% de la Tasa Reducción del 50% del Coeficiente de Reservas Reducción de 3,6% de la Tasa

42 Conclusiones Los resultados econométricos muestran: - Imperfecciones en el mercado de préstamos. Esto no significa evidencias de monopolio o comportamiento colusivo. - No hay evidencias de economías de escala ni de importantes deseconomías. - El riesgo y los gastos de transformación resultaron ser significativos e importantes.

43 Extensiones Explorar las ineficiencias de costos por tamaños sub-óptimos de planta. Explicar la incidencia de la volatilidad e inestabilidad macroeconómica sobre los spreads. El comportamiento de los costos de transformación requiere de un estudio especifico y profundo que permita esclarecer: la incidencia de los cambios tecnológicos, la estructura del mercado, los cambios regulatorios y las políticas contables de los bancos con relación a las inversiones en activos intangibles. La variabilidad entre los bancos sugiere: segmentar el análisis de los spreads,y comprender mejor la naturaleza del mercado bancario (estructuras oligopólicas no colusivas y de competencia monopolística con diversificación horizontal y vertical de productos).

44

45 x H a GT H a P H a H a Hr i i pppp o p d p xaGTaPaa r i i d p * El Cálculo de la OAEFAN sobre la Contribución del Poder de Mercado en el Trabajo ZVF (2000) para H p = 1 (competencia perfecta) sería xa H a GTa H a Pa H a a H a r i i r i H i ppp o p od p d p p )()()()( En modelo general de la tasa es Para convertir estas expresiones en diferenciales de spread (S - S*) El informe de la OAEFAN pretende calcular * * SS ii pp S Pero para eso se requiere que *ii pp S S Para que estos dos términos se eliminen p dd Hr i r i 1 11 x H a GT H a P H a H a r i i pppp od p En ese caso el modelo general que se estaría estimando sería: Lo que obviamente no es cierto

46 (1) 1 1 1H para 3210 d H xaGTaPaa r i H i p d p p 1 S r i i d p En la estimación de ecuaciones simultáneas de ZVF (2001) se llega a: después de definir GR * * 1H p p SP y (2) i P P p xdGTdPdd 1 r i i d p Notemos, sin embargo, que (1) y (2) son estimaciones distintas, pués los parámetros d i son distintos a los a i. El modelo de estimación de la tasa de interés de los préstamos es: Segundo error metodológico en el cálculo de la Contribución del Poder de Mercado

47 Modelos Alternativos para Combinar datos de Series de Tiempo con Sección Cruzada El MODELO LINEAL (Sin la parte de variabilidad en el tiempo) Todos los coeficientes constantes,yheteroscedastico and autocorrelacionado Coeficientes de la pendiente constante, Intercepto variable Coeficientes de la pendiente variable Varía el intercepto sólo sobre los individuos Coeficiente varía sobre los individuos coeficientes fijos 1i coeficientes fijos Modelo de variable dummy random error 1i random error components model ¿Fijos o aleatorios? 1i ¿Fijos o aleatorios? Parámetros fijos ki Parámetros fijos Semingly unrelated regressions (SUR) Aleatorios Modelo de coeficientes aleatorios de Swamy ki Aleatorios Modelo de coeficientes aleatorios de Swamy ¿Fijos o aleatorios ? ki ¿Fijos o aleatorios ? Source: Judge, Griffiths, Hill, Lütkepohl, Lee, (1985), The Theory and Practice Of Econometrics.

48 Otros Ingresos Operativos

49 Otros Ingresos Operativos (OIO) y Ingresos Financieros por Préstamos (IFP) Otros Ingresos Operativos (OIO) y Ingresos Financieros por Préstamos (IFP) IFP real OIO Fuente: SUDEBAN, Cálculos propios

50 Estructura de los depósitos CC=-0,23 CC=-0,36 CC=0, 08 Fuente: SUDEBAN, 23 bancos.

51 Estructura de las Tasa Pasivas Contractuales CC=-0,30 CC=0,32 Fuente: SUDEBAN y Banco Mercantil 15 Observaciones


Descargar ppt "El spread financiero se ha convertido en un indicador más (una señal objetiva) que permite evaluar el desempeño de la banca. El spread financiero se ha."

Presentaciones similares


Anuncios Google