La Demanda de Crédito en Venezuela: Cointegración y Dinámica de Corto Plazo UNIVERSIDAD CENTRAL DE VENEZUELA FACES Escuela de Economía Leonardo V. Vera.

Presentación del tema: "La Demanda de Crédito en Venezuela: Cointegración y Dinámica de Corto Plazo UNIVERSIDAD CENTRAL DE VENEZUELA FACES Escuela de Economía Leonardo V. Vera."— Transcripción de la presentación:

1 La Demanda de Crédito en Venezuela: Cointegración y Dinámica de Corto Plazo UNIVERSIDAD CENTRAL DE VENEZUELA FACES Escuela de Economía Leonardo V. Vera

2 ¿QUE HA DESPERTADO EL INTERÉS POR EL MERCADO DE CRÉDITO? Es una importante fuente de creación de dinero (variaciones en el stock de dinero son en buena medida causadas por cambios en el stock de crédito). Enorme importancia práctica para evaluar el curso de la política monetaria y su impacto sobre la actividad económica. Excesiva concentración de la macroeconomía en el mercado de dinero y de bonos (para entender la intereacción entre el sector monetario y financiero y la economía real). Dificultades en el control de la Política Monetaria con agregados monetarios.

3 Algunos Hechos Estilizados del Comportamiento del Crédito en Venezuela

4 Cartera de Créditos como % PIB (1980-2000) Fuente: Banco Central de Venezuela y Cálculos Propios

5 EL CRÉDITO REAL PER CAPITA (1986-2000) Trimestres

6 Evolución de la Estructura de Activos del Sistema Fianciero (1986-2001)

7 0 20000 40000 60000 80000 100000 8688909294969800 CRÉDITO REALTENDENCIA HP DEL CRÉDITO REAL COMPORTAMIENTO Y TENDENCIA DEL CRÉDITO EN TÉRMINOS REALES Banca Comercial e Universal (1986-2000) Millones de Bs.

8 Comportamiento Cíclico del Crédito

9 9900 Tasa de Crecimiento del Crédito Real Tasa de Crecimiento del IGAEM Crecimiento del Crédito y de la Actividad Económica Coeficiente de Correlación = 0,61 Series sin raiz unitaria

10 -2 0 1 2 3 8788899091929394959697989900 Tendencia HP del Indice de ventas Crédito Real Indice de Ventas (real) Crédito Real Mensual e Indice de Ventas Reales Observaciones Normalizadas

11 En 15 años de data mensual se observan entre tres y cuatro ciclos de contracción y tres ciclos de expansión (aproximadamente cada 5 años se da un ciclo completo) Los meses de contracción (103) superan abiertamente los meses de expansión (65) Resumen de los Hechos Estilizados El Crédito y la Actividad Económica siguen cursos muy similares Existe una tendencia marcada a la caída y posterior estancameinto del crédito en Venezuela Como porcentaje del PIB En Términos Reales Como proporción del Activo del Sistema Como porporción de los Depósitos

12 EL TRABAJO EMPÍRICO SOBRE EL MERCADO DE CRÉDITO Escasa atención si se compara con la plétora de estudios sobre el comportamiento de la Demanda de Dinero. Hecho curioso si se considera que los primeros estudios empíricos sobre el mercado de crédito se iniciaron con Tinbergen (1934, 1937), años antes del primer estudio sobre los determinantes de la demanda de dinero de Brown (1938). Existe un interés reciente intentando explicar el credit slowdown en economías emergentes Teorías que se apoyan en la hipótesis del Credit Crunch Teorías centradas en la caída de la Demanda de Crédito No hay estudios conocidos sobre la demanda de crédito o sus determinantes en Venezuela.

13 Los Factores Determinantes de la Demanda de Crédito Tres enfoques teóricos existen para dar con los determinantes de la demanda de crédito El enfoque de Hoja de Balance Corporativa La demanda de crédito depende de la estructura de activos y pasivos de las empresas y del costo relativo del financiamiento (flujo de caja, brecha de financiamiento, costo relativo del crédito y de otras fuentes de financiamiento) El enfoque Fisheriano El programa de maximización de utilidad de los hogares y de decisión entre consumo presente y futuro admite una especificiación funcional de la demanda de crédito (ingreso permanente, tasa de interés y nivel de riqueza) El enfoque del Canal del Crédito La política monetaria afecta la prima de financiamiento de las empresas a través del canal de hoja de balance. Tanto el flujo de caja como el valor del colateral se ven afectados por cambios en las tasas de interés oficial

14 ENFOQUES RECIENTES EN LA ESTIMACIÓN DE LA DEMANDA DE CRÉDITO 1. Estimando un Sistema en la Demanda de Crédito y la Tasa de Interés o usando Variables Instrumentales Ejemplo: Heremans, Sommariva y Verheirstraten (1976), Friedman y Kuttner (1993), Fase (1995), Catao (1997) 3. Identifiación por Restricción de Parámetros aislando las Variables que Teóricamente afectan la Demanda Ejemplo: Moore y Threadgold (1980, 1985), Cuthbertson y Foster (1982), NIESR (1983), Cuthbertson (1985), Howells y Hussein (1999), Panagopoulos y Spitolis (1998), Calza, Gartner y Sousa (2001) 2. En un Enfoque de Desequilibrio donde se Indentifican la Oferta y Demanda de Crédito con una Estimación de Maxima Verosimilitud Ejemplo: Laffont y García (1977), Sealey (1979), Pazarbasioglu (1997), Ghosh y Ghosh (1999), Kim (1999), Barajas, López y Oliveros (2001), Barajas y Steiner (2001)

15 Ecuación de Demanda Ecuación de Precios ESTIMANDO LA DEMANDA COMO UN SISTEMA Fase (1995) estima un sistema con la siguiente especificación: Estimadores: OLS, TSLS y SUR L/p = Crédito Real v e = Ventas Esperadas i p = Tasa de Préstamos i f = Tasa de Descuento i i = Tasa Interbancaria i b = Tasa de Bonos DCP/D = Depósitos a Corto Plazo/Depósitos

16 ESTIMANDO CON UN ENFOQUE DE DESEQUILIBRIO La tasa de interés no se ajusta plenamente a los excesos de demanda y oferta de crédito Si C t d > C t s Racionamiento Si C t s > C t d Deficiencia de Demanda Demanda de Crédito Oferta de Crédito y = Producto Real y* = Producto Potencial R p = Tasa Real de Préstamos R b = Tasa Real Bonos del Gobierno p e = Precio de las Acciones Q = Indice de Prod. Industrial p e = Tasa de Inflación esperada El nivel actual de crédito viene dado por la siguiente especificación:

17 ESTIMANDO LA DEMANDA DE CRÉDITO POR RESTRICCIÓN DE PARÁMETROS pFCiiiy p L pbp ˆ )()ln( 543210 Se asume adicionalmente que los bancos fijan las tasas en el mercado de crédito (price makers) y que atienden toda la demanda una vez establecido el colateral y la estructura de pagos Se emplea la teoría para restringir el signo de los parametros de la demanda Cuthbertson (1985) Calza, Gatner y Souza (1995) y = Producto Real i p = Tasa de Préstamos i b = Tasa Bonos del Gobierno i i = Tasa Interbancaria FC = Indice de Flujo de Caja p = Tasa de Inflación Ejemplos

18 La Especificación del Modelo Asumiremos que los bancos operan en condiciones de competencia imperfecta fijando las tasa de préstamos y atendiendo la demanda una vez establecido el colateral y la estructura de pagos. La demanda determina el stock de crédito real, CR e identificaremos por restricción de parámetros. Suponemos una economía abierta financieramente y por tanto la posibilidad de que las empresas evaluen decisiones de inversión en activos financieros externos Las empresas se enfrentan a la siguiente restricción de financiamiento Las empresas toman decisiones de inversión entre activos reales y activos financieros externos y financian esas decisiones con tres fuentes de fondos: el flujo de caja, variaciones en el crédito y/o variaciones en la emisión de papeles Donde I = Inversión en activos reales, B * = variación en la posición de activos externos netos, FC = Flujo de caja, CR = Variación en el crédito real, P = Variación en el stock de papeles

19 Esta es una simple relación contable sin ninguna teoría establecida Rendimiento a favor de los activos externos netos Prefencia mayor por el financiamiento interno en lugar del externo La Especificación del Modelo La demanda de crédito se puede incrementar para financiar la compra de bonos externos

20 La Especificación del Modelo Para hacer operacional la restricción financiera de las empresas con alguna teoría especificamos los siguientes ecuaciones de comportamiento (1) (2) Mercado de Capitales (poco profundo) (3) Demanda de Bonos Externos de las Empresas (4) Demanda de Crédito de las Empresas (7) Variación Esperada del Tipo de Cambio (6) Rendimiento de los Bonos Externos r* = Rendimiento en Bs. de B* I - FC = Brecha de Financiamiento r L = Tasa de Préstamos i* = Tasa de interés externa de B* e e = Variación Esperada en el TC q = Tipo de Cambio Real Riesgo Q = Producto (5) Demanda de Inversión

21 La Especificación del Modelo Un incremento en el riesgo hace disminuir la inversión y el Crédito Un incremento en la tasa hace más caro el financiamiento externo y desestimula la inversión Un mayor rendimiento hace más atractivo los papeles foráneos aumentando la demanda CR, pero deprime la inversión, disminuyendo CR Una caída en FC amplía la brecha de financiamiento e incrementa CR, pero también disminuye I lo que hace reducir CR Un incremento en Q eleva la inversión (efecto acelerador) y eleva el Crédito Efecto Hoja de Balance

22 Las Variables y su Correlación CR = Stock de Crédito en Términos Reales Desviación Estandar de la Inflación Promedio Tasa de Inflación (últimos doce meses) Q = Indice de Ventas Reales CF = Flujo de Caja Empresarial(Mark-up) r b = Tasa de Interés de los Títulos Públicos r L = Tasa de Interés Real R = Tasa de Interés de los Préstamos q = Indice de Tipo de Cambio Real IG = Indice IGAEM i* = Tasa Libor Vector de Correlación entre Log(CR) y resto de las variables 1 1986:1 a 2000:12 (Data Mensual) Ln(Q) IG) Ln(R) Lnr L Ln(r b –r L ) Ln(i*) Ln(CFCF) Ln(q) Ln( 1 ) Ln( 2 ) Ln( ) Ln(rb) Ln(CR) 0,74 -0,2 -0,60 -0,05 0,43 0,32 -0,53 0,63 0,11 -0,05 -0,22 -0,38 1 /Las variables denotan lo siguiente:Q = ventas reales,IG = Indice de actividad económica IGAEM, R = Tasa activa promedio nominal, r L = Tasa de interés real, (rb– r L ) = spread de tasas de títulos públicos y crédito, i* = tasa interbancaria en USA,FC = margen de recargo, q = tipo de cambio real efectivo, 1 = variabilidad de la tasa de inflación, 1 = variabilidad de la actividad económica, = tasa de inflación, rb = rendimiento de títulos públicos.

23 TEST DE RAÍCES UNITARIAS VariableTest ADF **Test Phillips-Perron ** Ln (CR) -1,74Valor Crítico al 1% *-3,468-1,161Valor Crítico al 1% *-3,468 Valor Crítico al 5%-2,878Valor Crítico al 5%-2,877 Valor Crítico al 10%-2,575Valor Crítico al 10%-2,575 Ln (R) -1,997Valor Crítico al 1%-3,468-1,932Valor Crítico al 1%-3,468 Valor Crítico al 5%-2,878Valor Crítico al 5%-2,877 Valor Crítico al 10%-2,575Valor Crítico al 10%-2,575 Ln (Q) -1,249Valor Crítico al 1%-3,468-2,107Valor Crítico al 1%-3,468 Valor Crítico al 5%-2,878Valor Crítico al 5%-2,877 Valor Crítico al 10%-2,575Valor Crítico al 10%-2,575 Ln (q) -0,815Valor Crítico al 1%-3,468-0,788Valor Crítico al 1%-3,468 Valor Crítico al 5%-2,878Valor Crítico al 5%-2,877 Valor Crítico al 10%-2,575Valor Crítico al 10%-2,575 Ln (CF) -0,743Valor Crítico al 1%-3,468-0,405Valor Crítico al 1%-3,468 Valor Crítico al 5%-2,878Valor Crítico al 5%-2,878 Valor Crítico al 10%-2,575Valor Crítico al 10%-2,575 * Valor crítico de McKinnon para el rechazo de la hipótesis de una raiz unitaria. ** Se incluye el intercepto en la ecuación a testear Prueba de Raíces Unitarias de las Variables (I) H 0 = Variable x es no estacionaria

24 TEST DE RAÍCES UNITARIAS PARA LAS VARIABLES EN PRIMERAS DIFERENCIAS VariableTest ADF **Test Phillips-Perron ** DLn (CR) -3,7Valor Crítico al 1%*-3,469-7,821Valor Crítico al 1%*-3,468 Valor Crítico al 5%-2,878Valor Crítico al 5%-2,877 Valor Crítico al 10%-2,575Valor Crítico al 10%-2,575 DLn (R) -4,754Valor Crítico al 1%-3,469-10,147Valor Crítico al 1%-3,468 Valor Crítico al 5%-2,878Valor Crítico al 5%-2,877 Valor Crítico al 10%-2,575Valor Crítico al 10%-2,575 DLn (Q) -7,546Valor Crítico al 1%-3,469-17,569Valor Crítico al 1%-3,468 Valor Crítico al 5%-2,878Valor Crítico al 5%-2,877 Valor Crítico al 10%-2,575Valor Crítico al 10%-2,575 DLn (q) -6,315Valor Crítico al 1%-3,469-15,403Valor Crítico al 1%-3,468 Valor Crítico al 5%-2,878Valor Crítico al 5%-2,877 Valor Crítico al 10%-2,575Valor Crítico al 10%-2,575 DLn (CF) -5,394Valor Crítico al 1%-3,469-10,754Valor Crítico al 1%-3,468 Valor Crítico al 5%-2,878Valor Crítico al 5%-2,878 Valor Crítico al 10%-2,575Valor Crítico al 10%-2,575 Prueba de Raíces Unitarias de las Variables (II) * Valor crítico de McKinnon para el rechazo de la hipótesis de una raiz unitaria. ** Se incluye el intercepto en la ecuación a testear Las variables son estacionarias en diferencias, así que es preciso indagar si existe un vector de cointegración entre ellas

25 De acuerdo al enfoque de Engle y Granger (1987) las variables con el mismo orden de integración forman un vector cointegrado si los residuos de una regresión entre ellas son estacionarios Test de Estacionaridad de los Residuos VariableTest ADFTest Phillips-Perron t -2,919 Valor Crítico al 1%* -2,577-2,724 Valor Crítico al 1%* -2,577 Valor Crítico al 5% -1,941 Valor Crítico al 5% -1,941 Valor Crítico al 10% -1,616 Valor Crítico al 10% -1,616 H 0 = Variable x es no estacionaria Se rechaza la hipótesis nula sobre la no-estacionaridad de los residuos. De acuerdo al enfoque de Engle y Granger, las variables I(1), Ln (CR), Ln (R), Ln (Q), Ln (CF) y Ln (q) están cointegradas Test de Cointegración con el Enfoque de Engle y Granger Gonzalo y Lee (1995) suguieren aplicar un curso de acción donde se apliquen varios test de cointegración. Aplicamos el procedimiento de Engle y Granger y de Johansen-Juselius

26 Busqueda de Estructura Óptima de Rezagos para Test de Cointegración Representación VAR y t = vector k de variables endógenas LnCR t, LnR t, LnQ t, Lnq t, LnCF t x t = vector d de variables exógenas A p y B = Matrices de Coeficientes Selección de Estructura Óptima de Rezagos en VAR Irrestricto Orden del VARCriterio de Información de Akaike Criterio de Información de Schwarz 1-14,81-14,28 2-15,46-14,5 3-15,49-14,02 4-15,4-14,5 5-15,37-13,02 6-15,35-12,53

27 Test de Cointegración con el Enfoque de Johansen-Juselius Test deCointegración deJohansen-Juselius Muestra: 1986:01 a 2000:12 Series:Ln(CR),Ln (R),Ln (Q),Ln (CF),Ln (q ) Supuesto: TendenciaDeterminística Cuadrática en la Data Intervalo derezagos: 1 a 3 H 0 H 1 Autovalor )1log( 1 ) k ri ir TQ LR traza Valor Crítico* 5% Valor Crítico* 1% r = 0r = 10,154579,046577,7485,78 r 1 r = 20,134049,508054,6461,24 r 2 r = 30,078824,171734,5540,49 r 3 r = 40,03249,724918,1723,46 r 4 r = 50,02203,92803,746,40 * Los valores críticos de los estadísticos de Traza son los reportados por Osterwald-Lenun (1992) Se rechaza la H 0 no existe ningún vector de cointegración No se acepta la H 1 sobre la existencia de 2 vectores de cointegración

28 Vector de Cointegración según método de JJ Normalizado sobre la variable Ln(CR) Muestra: 1986:01 a 2000:12 Observaciones: 176 Intervalo de Rezagos: 1 a 3 Ln(CR ) Ln(Q) R) CFCF) q) Tendencia C -1,000 0,5654 - 0,4756 2,9140 0,0278 - 0,0088 13,2472 Log likelihood 1442,75 La Relación de Largo Plazo

29 El Teorema de Representación de Granger nos dice que la relación de variables I(1) cointegradas puede ser generada por un modelo dinámico de Correción de Errores. Este representa las variables en primeras diferencias y con rezagos junto con un mecanismo de corrección de errores. Si el coeficiente del término de correción de errores es negativo y significativo, las series efectivamente se cointegran y el modelo converge. La forma general del modelo sería Con < 0 El término es tomado de la regresión de cointegración usando el método de Johansen-Juselius La Relación de Corto Plazo

30 ¿Cómo Hallar la Mejor Especificación Dinámica? Ventajas: (a) Con el número de rezagos óptimos del VAR, el modelo VEC nos permite adoptar un procedimiento de lo general a lo específico a fin de alcanzar una especificación parsimoniosa (b) Nos permite capturar la posibilidad de endogenidad en la ecuación de demanda de crédito Se estima un modelo de Vectores de Corrección de Error (VEC) Un VEC es un VAR restringido por la inclusión de variables cointegradasque permite que el comportamiento de la variables endógenas converga a la relación de cointegración, al tiempo que permite un amplio rango de dinámicas de corto plazo que ayudan a caracterizar el proceso de ajuste hacia el equilibrio

31 Estimación del VEC El Coeficiente del término de corrección de error es significativo corroborando la relación de Largo Plazo (Kremers et. al. 1992) El signo y el valor del coeficiente (-0,03) del término de corrección de error es el correcto indicando convergencia del modelo Desviaciones del stock real de crédito de su nivel de equilibrio se corrigen con lentitud El test de exogenidad sobre el valor del TCE en DLn(Q) y DLn(TA) indica que la hipótesis nula de exogenidad débil no puede ser rechazada. Esto indica que el modelo puede ser reducido a una sóla ecuación

32 D(Ln CR)D(Ln Q)D(Ln FC)D(Ln TA)D(Ln q) R-squared 0.418280 0.197540 0.396925 0.282122 0.204019 Adj. R-squared 0.359742 0.116790 0.336239 0.209883 0.123920 Sum sq. resids 0.1438602.663 0.0473671.260 0.615147 S.E. equation 0.030080 0.129 0.017260 0.089023 0.062200 F-statistic7.1452.4466.5403.9052.547 Log likelihood375.8119.049473.654184.925248.02 Akaike AIC-4.078-1.159-5.189-1.908-2.625 Schwarz SC-3.772-0.853416-4.883-1.602-2.319 Mean dependent-0.003761-0.002623 0.002094 0.003479-0.004030 S.D. dependent 0.037592 0.137728 0.021185 0.100151 0.066454 Determinant Residual Covariance 5.29E-14 Log Likelihood1441.58 Akaike Information Criteria-1.534.750 Schwarz Criteria-1.370.821 Estimación del VEC D(Ln CR) es el mejor vector

33 A partir del Vector de Correción de Errores para DLn(CR), derivamos, en la metodología de lo General a lo Específico, varias ecuaciones parsimoniosas y sus correspondientes test de diagnóstico Ecuaciones Dinámicas Preliminares de la Demanda de Crédito Variable Dependiente: DLn(CR) Muestra: 1986:05 2000:12 Observaciones: 176 Método: OLS RegresorModelo A Valor t Modelo B Valor t Modelo C Valor t Modelo D Valor t DLn(CR)(-1)0,65756,230,595,740,63566,870,67358,19 DLn(Q)0,10146,430,10047,18 DLn(Q)(-2)-0,0416-2,31 DLn(CF)(-1)0,50163,890,47443,650,48144,120,27232,52 DLn(R)(-1)-0,0571-2,36-0,0523-2,14-0,0331-1,49-0,0114-0,57 DLn(q)(-1)-0,0817-2,33-0,0914-2,59-0,0631-1,97-0,0014-0,05 DLn(q)(-2)0,13423,220,11842,840,12013,210,08132,42 DUM-0,1329-6,84 Z(-1)-0,3323-2,52-0,2622-2,02-0,2004-1,71-0,2909-2,78 C-0,002-0,88-0,0022-0,93-0,0017-0,810,00030,18 R-squared0,37510,35510,48250,5959 R-squared Adjusted0,3490,33220,46090,5766 Estadístico D-W1,94671,98642,06492,0407 Criterio de Akaike-4,109-4,0889-4,2976-4,5338 Criterio de Schwarz-3,9649-3,9628-4,1535-4,3716 F-Statistic14,400815,5122,380230,795 Prob (F-Statistic)0000

34 Comportamiento de los Residuos en el Modelo C -0.15 -0.10 -0.05 0.00 0.05 0.10 -0.2 -0.1 0.0 0.1 0.2 8788899091929394959697989900 Al introducir una dummy en C para 89:3 y 96:5, resulta significativa y desaparecen los spikes en los residuos

35 Modelos E y F y Diagnóstico Global E desincorpora DLn(R)(-1) y F incorpora DLn(R)

36 Test de Estabilidad

37 1.- La variable que más explica la variación del crédito real es su valor pasado. Esto puede explicarse por el factor Loan-Customer Relationship ampliamente reseñado en la literatura sobre la demanda de crédito (Wood 1974, Hicks 1980 y Panagopoulus y Spilotis 1998), o por efectos inerciales de shocks de consumo sobre la demanda de crédito señalados por Catao (1997) EL factor LCR hace que cantidad de crédito hoy incida en la fortaleza de la demanda de crédito futura. Los bancos acomodan las necesidades de sus clientes para evitar su desplazamiento hacia otros competidores. En la medida que los clientes se conservan los problemas de información se minimizan. 2.- Como era de esperarse, y corroborando el alto grado de correlación contemporánea entre las variables, el dinamismo de la actividad económica, medido por indice de ventas reales, tiene un efecto positivo sobre la demanda de crédito, 3.- El flujo de caja o la rentabilidad efectiva del sector real, medido como el margen entre IPC e IPM, tiene un impacto positivo sobre la demanda de crédito. El efecto sobre la inversión de los fondos internos estaría pesando más que el efecto de brecha de financiamiento. Interpretación de los Resultados

38 4.- La tasa de interés de los préstamos no parece jugar ningún papel directo importante en la demanda de crédito. En el mejor de los casos (al 10% de significación) su elasticidad es muy reducida. Ningún otra tasa o spread de tasas pareció cointegrado con el set de variables del modelo. 5.- En una economía abierta con movilidad de capital como la venezolana el tipo de cambio real constituye una variable de decisión de cartera de las empresas. Una apreciación(depreciación) del tipo de cambio real disminuye(aumenta) la demanda de crédito. 6.- La baja elasticidad de demanda de crédito a la tasa de interés no indica necesariamente ausencia de transmisión de la política monetaria sobre el crédito. Las tasas de interés podrían estar actuando sobre el flujo de caja (y la hoja de balance de las empresas) y sobre el comportamiento del tipo de cambio real, variables que si inciden en la demanda de crédito, por lo tanto su efecto podría ser indirecto. Tales mecanismos de transmisión son consistentes con los signos de las variables explicativas del modelo. Interpretación de los Resultados