APROXIMANDO LA IMPORTANCIA DEL RIESGO CAMBIARIO CREDITICIO EN SISTEMAS BANCARIOS PARCIALMENTE DOLARIZADOS

Pablo J. Azabache La Torre

*

Ministerio de Economía y Finanzas del Perú LIMA - PERÚ Julio, 2005

RESUMEN Este estudio aproxima la importancia del riesgo cambiario crediticio en economías con sistemas bancarios parcialmente dolarizados, como Perú y Bolivia. Se propone la Metodología de Vectores Autorregresivos para analizar la relación y la dinámica que sigue la morosidad de los sistemas bancarios de Perú y Bolivia. Se encuentra que el mecanismo de transmisión del riesgo cambiario crediticio actúa con mayor rapidez en Bolivia. Posteriormente, a través de la metodología de Método de Momentos Generalizado propuesto por Arellano y Bond (1991) y Arellano y Bover (1995), para datos de panel dinámico, se estima el impacto de las variaciones del tipo de cambio en la calidad de cartera de los bancos. Los resultados refuerzan lo encontrado a través del método VAR; además, muestran que la morosidad del sistema bancario peruano es menos sensible a los choques de tipo de cambio en comparación a la de Bolivia.

CLASIFICACIÓN JEL: C33, E31, E51, G21, G28 PALABRAS CLAVE: Basilea, Descalce Cambiario, Datos de panel dinámico, Riesgo Cambiario Crediticio.

Analista económico de la Dirección General de Asuntos Económicos y Sociales del Ministerio de Economía y Finanzas del Perú. Profesor asistente de la Universidad Nacional de Trujillo. Correo electrónico: [email protected], [email protected]. *

1. Introducción Una de las características más importantes de los sistemas bancarios de América Latina es la dolarización de sus pasivos y activos, situación que obliga a los bancos a calzar sus depósitos en dólares con los préstamos en dólares buscando protegerse contra el riesgo cambiario, y cumplir con regulaciones prudenciales de no mantener posiciones abiertas en moneda extranjera. Sin embargo, al prestar montos considerables en dólares a empresas nacionales que venden sus productos en moneda doméstica, muchos bancos no hacen más que trasladar el descalce cambiario desde sus propios balances a los balances de los prestatarios. De esta manera los bancos sustituyen un menor riesgo cambiario por un mayor riesgo de falta de pago (Allen et al., 2002; De Nicoló et al., 2003). Así, la dolarización financiera introduce un nuevo riesgo diferente a los que tradicionalmente se consideran. Este es el Riesgo Cambiario Crediticio, el cual no está contemplado directamente en la doctrina propuesta por el Comité de Basilea (Jiménez, 2004). Este trabajo presenta un análisis empírico de la importancia del riesgo cambiario crediticio en sistemas bancarios parcialmente dolarizados. En la primera parte se analiza el mecanismo de transmisión de este riesgo. Las empresas enfrentan un descalce cambiario (sus deudas están en dólares y sus ingresos en moneda doméstica), que se acentúa debido a que los precios de sus productos no se mueven con el tipo de cambio. Así, al darse una depreciación brusca de la moneda doméstica, se producen efectos ingreso y riqueza negativos tan pronto como el tamaño real de las obligaciones de los deudores se incrementa con relación a sus activos (Escobar, 2004; Jiménez, 2001), lo que ciertamente compromete su capacidad para cumplir con sus obligaciones contractuales con los prestamistas (el riesgo de solvencia para el deudor es el riesgo de crédito para sus acreedores). De esta manera la disminución de la capacidad de pago de los prestatarios es transmitida al sector bancario a través del deterioro de su cartera de crédito. Sin embargo, es importante señalar que la fuente de vulnerabilidad de las empresas no es la deuda denominada en dólares en sí, sino el descalce entre la composición por monedas del ingreso, de los activos y pasivos. En la segunda parte se realiza la aproximación empírica de la importancia de este riesgo para los sistemas bancarios de Perú y Bolivia, países con un alto grado de dolarización financiera. Para el logro de este objetivo se utiliza dos metodologías. Primero, mediante el método de Vectores Autorregresivos (VAR) se analiza la relación y la dinámica que presentan los indicadores de morosidad ante choques de tipo de cambio, actividad económica e inflación, a nivel del sistema bancario de Perú y Bolivia, para el período 1993-2004 y 1995-2004 respectivamente. Se encuentra que los indicadores de morosidad del sistema bancario de ambos países responden positivamente a choques de tipo de cambio, y negativamente a choques de la actividad económica y de la inflación; así mismo se evidencia que el mecanismo de transmisión del riesgo cambiario crediticio actúa con mayor rapidez en Bolivia. La segunda metodología consiste en la estimación de un modelo de datos de panel dinámico a través del Método Generalizado de Momentos (Arellano y Bond, 1991; Arellano y Bover 1995). Esta técnica permite capturar la heterogeneidad no observable de los bancos e introducir la naturaleza dinámica de los indicadores de riesgo crediticio de los bancos. Los resultados, que refuerzan lo encontrado a través del método VAR, muestran que existe una relación directa entre fuertes depreciaciones de la moneda doméstica y el deterioro de los indicadores de riesgo crediticio, además se encuentra que la morosidad del sistema bancario peruano es menos sensible a los choques de tipo de cambio en comparación a la de Bolivia.

2. Sistema bancario, Riesgos y Regulación 2.1.

El sistema bancario y sus actividades

Para introducirnos al mundo de los riesgos bancarios, primero definamos que es un banco. Freixas y Rochet (1996, pág. 1), definen a un banco como “…una institución cuyas operaciones habituales consisten en conceder préstamos y recibir depósitos del público”. Esta definición resalta las actividades fundamentales de los bancos de ofrecer préstamos y depósitos. La teoría actual de la banca clasifica las funciones de los bancos en cuatro grandes categorías: 1. 2. 3. 4.

Facilitan el acceso a un sistema de pago. Transforman activos. Procesan la información y supervisan a los prestatarios. Gestionan el riesgo.

Lo que no significa, por supuesto, que todos los bancos tengan que desempeñar cada una de estas funciones. La primera, hace referencia a la función de creación de dinero fiduciario por parte de los bancos, así como, a los servicios de pago que ofrecen. La segunda función explicita el papel de intermediación que cumplen los bancos, recibiendo los pequeños depósitos e invirtiendo los ingresos en grandes préstamos; además, los bancos permiten, implícitamente, a los depositantes diversificar su riesgo. Adicionalmente, tenemos que la función de transformación de vencimientos (los bancos transforman los títulos de corto plazo, ofrecidos a los depositantes, en los títulos de largo plazo que desean los prestatarios). La tercera, se refiere a la actividad de otorgar préstamos, actividad que hace explicita el problema de información asimétrica. Es así que los bancos tienen los recursos para invertir en tecnología informática que les permita seleccionar las diferentes demandas de préstamos que reciben y supervisar los proyectos, con el fin de limitar los riesgos de una actividad en particular. Finalmente, la gestión de riesgos, en el pleno sentido del término puede considerarse como la principal actividad de los bancos, así como de los intermediarios financieros (Freixas y Rochet, 1997). Según estos autores esto es debido a que los bancos comerciales, los bancos de inversión y los fondos de inversión tienen que controlar y seleccionar los riesgos inherentes a la gestión de depósitos, las carteras de valores y los contratos fuera de balance. Para el presente estudio resulta de vital importancia esta función. 2.2.

Exposición de la banca a los riesgos

Se han dado diversas clasificaciones de los riesgos que tiene que gestionar un banco. Una de ellas hace una distinción fundamental entre riesgos microeconómicos o idiosincrásicos, que pueden diversificarse por la ley de los grandes números, y riesgos macroeconómicos o sistemáticos, que no pueden diversificarse. En relación a esta clasificación se debe mencionar que los bancos generalmente se ocupan de ambos tipos de riesgos. A continuación se presenta un resumen diagramático de los diferentes riesgos a los que están expuestos los bancos en el curso de sus operaciones (Greuning y Bratanovic, 2003).

Figura N° 1 Exposición de Riesgos Bancarios

Riesgo Financiero

Riesgo Operacional

Estructura de hoja de Balance

Fraude interno

Riesgo Económico Política macroeconómica

Eventos de Riesgo

Político

Fraude externo Exposición a la estructura de ingresos/ beneficio

Prácticas de empleo y seguro de trabajo

Solvencia

Clientes, productos y servicios del negocio

Crédito Liquidez

Mercado Moneda

Daño a los activos físicos Riesgo tecnológico: ruptura del negocio y falla del sistema

Infraestructura financiera

Contagio

Infraestructura legal

Crisis

Responsabilidad legal

Otras variables exógenas

Cumplimiento regulatorio

De reputación y fiduciario

Riesgo país

Ejecución, entrega y proceso administrativo

Este diagrama presenta cuatro categorías de riesgos a los que se enfrentan los bancos, sin embargo si bien estos conceptos se presentan de manera separada, cabe anotar que muchos de estos están interrelacionados. Alternativamente, los riesgos financieros, los que interesan para el presente estudio, abarcan dos tipos de riesgos. El primero de estos son los riesgos puros; que incluyen el riesgo de liquidez, crédito y de solvencia; los que pueden generar grandes pérdidas si no se gestionan de una manera adecuada. Es importante destacar que las consecuencias de estos riesgos son más dramáticas para los bancos que para los demás sectores de la economía que enfrentan estos riesgos. Este hecho ha justificado la aplicación en casi todos los países de complejos sistemas de regulación. El segundo de estos riesgos, son los riesgos especulativos, tales como el riesgo de tipo de interés, de monedas y riesgo de precio de mercado. Estos riesgos se basan en el arbitraje financiero y pueden generar beneficios si el arbitraje es positivo, o perdidas si este no es correcto. Asimismo, los riesgos financieros presentan complejas interdependencias que pueden incrementar significativamente la exposición total del riesgo de un banco. En la actualidad los bancos están regulados en casi todos los países. Así la regulación de los bancos es de vital importancia debido a su influencia tanto en la conducta de los gestores de los bancos como en las características específicas del sector bancario.

2.3.

La justificación de la regulación

La historia de la banca muestra que los pánicos bancarios están presentes de forma reiterada en la historia de crisis de los países (Estados Unidos experimento 21 pánicos bancarios entre 1890 y 1908, asimismo Friedman y Schwartz (1963) enumeran 5 pánicos bancarios entre 1929 y 1933). Los bancos financian una proporción significativa de los préstamos que conceden por medio de los depósitos del público, lo que puede considerarse como la principal explicación de la fragilidad del sector bancario y la justificación de su regulación. Así también, los bancos prestan servicios únicos (liquidez y medios de pago) al público en general. Sin embargo, el público no posee los medios necesarios para evaluar la seguridad y la solidez de las instituciones financieras. Por otra parte, los bancos privados (los bancos comerciales) suministran un bien público (el acceso a un sistema de pago seguro y eficiente). Estas dos razones, la protección de los depositantes y la seguridad y la eficiencia del sistema de pago, han justificado tradicionalmente la intervención pública en las actividades bancarias. Así, la justificación “oficial” de la regulación de la banca es la necesidad de proporcionar a los bancos de una “red de seguridad” para proteger a los depositantes del riesgo de quiebra de su banco; así como por las externalidades negativas que pueden tener las crisis sobre el resto de la economía. Las quiebras bancarias pueden ser muy costosas, especialmente para los que financian el banco en quiebra (como los depositantes, los accionistas y otros bancos) y, en menor medida, para los prestatarios que han establecido una estrecha relación con el banco en quiebra. Además, la quiebra de un banco puede impactar sobre la posición financiera de otros bancos y poner en peligro la solidez del sistema bancario. Por otra parte, la quiebra de un banco puede dañar temporalmente el sistema de pagos, ya que podría reconsiderarse la finalidad de los pagos gestionados por el banco en quiebra antes de que quebrara. Consecuentemente, las justificaciones “oficiales” de las reglamentaciones sobre la solvencia de los bancos (hechas por las propias autoridades encargadas de regularlos), a saber, la protección del público (esencialmente de los depositantes) y la seguridad del sistema de pagos, parece prima facie bastante razonables. 2.4.

Regulación bancaria, Riesgos derivados y el Comité de Basilea

Como mencionamos anteriormente la regulación bancaria busca proporcionar a los bancos una “red de seguridad” para proteger a los depositantes del riesgo de quiebra bancario, así la regulación y la supervisión bancaria son elementos clave de esta red de seguridad. Establecer normas prudenciales bien definidas y velar por su aplicación garantizan que la asunción de riesgos sea limitada o, al menos, que los riesgos se encuentren adecuadamente cubiertos, de manera que se reduzca la probabilidad de crisis sistémica. Tradicionalmente, la teoría de la regulación ha trazado una línea divisoria entre la regulación de la estructura y la regulación de la conducta. La primera indica qué empresas reúnen los requisitos necesarios para realizar un determinado tipo de actividad, la segunda se ocupa de la conducta permitida a las empresas en la actividad que elijan (véase, por ejemplo, Kay y Vickers, 1998). La ley Glass-Steagall de Estados Unidos sería un ejemplo de regulación de la estructura, mientras que los coeficientes de capital o de reservas serían un ejemplo representativo de regulación de la conducta. La mayoría de sistemas regulatorios está centrada en la doctrina propuesta por el Comité de Basilea. En 1988 el Comité de Basilea dio los Principios básicos para una supervisión

bancaria efectiva (los cuales constituyen la lista más cabal de normas acertadas de aceptación internacional) y el Acuerdo de capital de Basilea, con la finalidad de que sirvieran de pautas financieras clave, cuyos requisitos mínimos los países deberían procurar satisfacer. No obstante, según un informe del Banco Mundial 1 “la implementación –y no las normas en sí (o las facultades de supervisión de jure)– sigue siendo un problema grave”. Asimismo, se menciona, que es posible que haya problemas especialmente pertinentes a América Latina y el Caribe que las buenas prácticas de aceptación internacional no examinan en forma explícita ni destacan suficientemente. Según este informe dos de estos problemas se relacionan con el tratamiento del crédito en dólares y el manejo del riesgo que asume el sector bancario al prestarle al gobierno, los que no se encuentran considerados de forma explicita en Basilea II 2 . En relación al primero de estos riesgos, hay que distinguir al riesgo cambiario y al riesgo de realizar préstamos en una moneda extranjera 3 ; este último es el que gesta el riesgo cambiario crediticio. 3. Hechos Estilizados 3.1.

Riesgo cambiario crediticio

Las economías emergentes presentan ciertas características, como la dolarización financiera, que las diferencia de los países desarrollados, las cuales determinan que su sistema bancario esté expuesto a otros tipos de riesgos, además, de los considerados anteriormente. Como mencionamos anteriormente los riesgos a los que están expuestos los bancos no son individuales unos de otros sino que se interrelacionan. En países en desarrollo, con sistemas financieros parcialmente desarrollados, a través de los años se ha gestado otros riesgos derivados producto de estas interrelaciones y de las características particulares de sus sistemas financieros. Uno de estos riesgos, del cual se ocupa el presente trabajo, es el riesgo crediticio derivado del riesgo cambiario (como lo definió Jiménez, 2004) o riesgo cambiario crediticio (como lo ha definido la Superintendencia de Bancos y Seguros del Perú). a) Riesgo Crediticio Derivado del Riesgo Cambiario: Según Jiménez (2004) existen otros tipos de riesgos importantes tales como los riesgos crediticios derivados de otros riesgos, los cuales son propios de economías menos desarrolladas, con monedas más débiles y mercados de capitales menos profundos. Estos riesgos derivados son consecuencia del pobre desempeño histórico de monedas locales de países en donde períodos de muy elevada inflación destruyeron tanto los créditos como lo depósitos en moneda local, lo que llevó a los agentes domésticos a protegerse a través del uso de divisas extranjeras. El más importante de estos riesgos derivados es el riesgo crediticio derivado del riesgo cambiario 4 , el cual es producto de otorgar créditos en moneda extranjera y no en moneda local de los prestatarios. Así, este riesgo no se centra en las dificultades de conseguir moneda extranjera, si no en las pérdidas que origina el cambio de valor del tipo de cambio.

Véase Galindo y Powel (2004). El Nuevo Acuerdo de Capital o Basilea II es una serie de principios y recomendaciones del Comité de Basilea sobre Supervisión Bancaria cuyo objetivo es propiciar la convergencia regulatoria hacia los estándares más eficaces y avanzados sobre medición y gestión de los principales riesgos en la industria bancaria. El Comité de Basilea forma parte del Banco Internacional de Pagos (BIS) y fue creado por acuerdo de los representantes de los Bancos Centrales de los 10 países más industrializados con el propósito de formular una serie principios y estándares de supervisión bancaria, los que han sido acogidos no solo por los países miembros, sino por la mayoría de países en el mundo. 3 Jiménez (2004) presenta una discusión de esta distinción. 4 En el Perú este concepto fue definido por primera vez en Jiménez (2001). 1 2

b) Riesgo Cambiario Crediticio En enero de 2005, la Superintendencia de Banca y Seguros (SBS) dispuso normas prudenciales para el manejo del Riesgo Cambiario Crediticio, la SBS definió a este riesgo como la “posibilidad de afrontar pérdidas derivadas de incumplimientos de los deudores en el pago de sus obligaciones crediticias producto de descalces entre sus exposiciones netas en moneda extranjera 5 . Con estas normas la SBS busca propiciar un mayor otorgamiento de créditos en nuevos soles y una gradual desdolarización de los préstamos. Según la SBS, este nuevo marco regulatorio obligará a que las entidades financieras identifiquen los créditos expuestos al Riesgo Crediticio Cambiario, así como a cuantificar dicho riesgo y adoptar un conjunto de medidas que permitan mitigar su impacto en la cartera crediticia al momento de otorgar nuevos préstamos, como a realizar las provisiones necesarias. Adicionalmente, la nueva disposición busca que las empresas del sistema financiero administren adecuadamente el Riesgo Cambiario Crediticio 6 , es decir, que minimicen los efectos negativos sobre la calidad de la cartera crediticia, ante cualquier eventualidad de una depreciación importante del nuevo sol frente al dólar estadounidense. Y, por ende, no afectar la capacidad de pago de las personas que reciben sus ingresos en nuevos soles pero que tienen que pagar préstamos en dólares. 3.2.

Evidencia empírica del riesgo cambiario crediticio

En el último quinquenio, se ha extendido el estudio sobre el papel que juega la dolarización financiera en las crisis bancarias de los países Latinoamericanos 7 . Jiménez (2001) discute la exposición de los agentes económicos de Perú al riesgo cambiario, el cual es producto del descalce cambiario que presentan los agentes económicos, a causa de la solarización 8 de su poder adquisitivo y la dolarización de sus pasivos financieros. Así mismo, discute el canal a través del cual las depreciaciones del tipo de cambio acentuaron la recesión de la economía peruana de fines de la década de los años 90. Según este autor “el descalce entre la moneda principal de poder adquisitivo, el sol, y la moneda principal de las deudas, el dólar, ocasionó que las devaluaciones ocurridas en el Perú a lo largo de los años 1998 y 1999 hayan producido una disminución de la riqueza de los deudores de crédito en dólares”. De esta manera, el efecto riqueza negativo, agravó la recesión, por la que atravesó Perú, disminuyó la capacidad de pago y aumentando la morosidad del sistema financiero, lo que incrementó las provisiones requeridas por las instituciones financieras. Así, el efecto riqueza negativo es generado por: i) el aumento en el valor de las deudas en dólares en términos de soles, ii) la disminución de las cantidades transadas en la economía (estancamiento de la actividad económica), y iii) el bajo coeficiente de transmisión entre depreciación e inflación.

5 El 14 de enero de 2004, la SBS a través de la Resolución S.B.S. N° 41-2005 aprobó el Reglamento para la Administración del Riesgo Cambiario Crediticio. 6A través de la Resolución SBS N° 808-2003 del 28 de mayo de 2003 se aprobó el Reglamento para la Evaluación y Clasificación del Deudor y la Exigencia de Provisiones. Este reglamento estableció los criterios de evaluación para el otorgamiento del crédito, señalando que dicho otorgamiento está determinado por la capacidad de pago del solicitante que, a su vez, está definida fundamentalmente por su flujo de caja y sus antecedentes crediticios; y que, tratándose de los créditos comerciales, se debe considerar, entre otros, la capacidad de hacer frente a sus obligaciones ante variaciones cambiarias. Así, este Reglamento establece como parámetros en la clasificación del deudor, primordialmente el flujo de caja del deudor, en el cual deberán considerarse los posibles efectos de los riesgos financieros relacionados a los descalces en moneda. 7 En el apéndice 7 se muestra los resultados de algunos estudios. 8 La moneda doméstica de Perú es el nuevo sol (S/.). Así, Jiménez considera que una variable está “dolarizada” cuando su valor en términos de soles se tiende a mantener constante, ya sea porque su precio en soles se mantiene o porque su precio en otra moneda se ajusta (se indexa) con el tipo de cambio preservando su valor en términos de soles. El mismo concepto lo aplica para el término dolarización.

Allen et al. (2002) plantean una estructura analítica para entender las crisis en países emergentes. Esta se basa en el análisis de los balances agregados (activos y pasivos) de los principales sectores de la economía (sector gobierno, sector financiero, sector privado no financiero, además del resto del mundo). En relación al sector financiero, identifican cuatro principales riesgos: el de estructura de capital, el de solvencia, el de plazos y el de moneda. Respecto a los riesgos de plazos y monedas, estos pueden crear una exposición a algunas clases particulares de riesgos de mercado, como cambios en las tasas de interés o en la cotización del tipo de cambio. Específicamente, el riesgo de monedas se produce debido a que los agentes económicos de un país no tienen la capacidad de obtener financiamiento en moneda doméstica por lo que recurren al financiamiento en dólares. Según estos autores, la mayoría de episodios de crisis fueron provocados por un problema de descalce, ya sea a nivel de gobierno (México, Rusia, Brasil y Argentina) o de sistema bancario (Tailandia, Corea, Indonesia, Turquía y probablemente, Uruguay). Así, un fuerte incremento en el tipo de cambio puede generar pérdidas considerables en los prestatarios. Los bancos al buscar cubrirse del riesgo cambiario a través de los préstamos en dólares trasladan el descalce cambiario de sus balances a los balances de los prestatarios. Sin embargo, esto genera un trade-off entre mitigar el riesgo cambiario y una mayor exposición al riesgo de crédito; sin embargo es importante destacar que esta mayor exposición no se genera si los préstamos son al sector exportador. Así, al darse un fuerte incremento en el tipo de cambio, se genera un efecto ingreso y riqueza negativo, producto del incremento en el valor real de las obligaciones de los deudores respecto al valor de sus activos. Adicionalmente, estos riesgos incrementan el riesgo de solvencia de los prestatarios, convirtiéndose en el riesgo de crédito de los prestamistas. El efecto riqueza disminuye el consumo y la inversión, lo cual unido a la restricción crediticia disminuye el gasto que finalmente afecta a la actividad económica. Este es el canal a través del cual los problemas de pago de un sector se expanden rápidamente a la economía en su conjunto. De Nicoló et al. (2003) evalúan los beneficios y los riesgos asociados con la dolarización de los sistemas bancarios. Encuentran que la inestabilidad financiera es probablemente más alta en economías dolarizadas, siendo los riesgos adicionales de solvencia y liquidez las causas de la fragilidad de estos sistemas. El descalce de monedas es el origen del riesgo de solvencia. Así, una depreciación importante afecta de manera negativa, directa o indirectamente, la calidad de los balances de los bancos, en particular la calidad de la cartera de créditos. Respecto al riesgo de liquidez, éste proviene de la posibilidad de que se produzcan retiros masivos de depósitos a causa de una crisis de confianza sobre el sistema bancario, lo que demanda que los bancos mantengan volúmenes importantes de liquidez en moneda extranjera. Estos autores dan la siguiente explicación para los riesgos adicionales de solvencia: los bancos buscan balancear la posición de sus pasivos en dólares, reducir el riesgo cambiario, otorgando préstamos en moneda extranjera dentro de la economía o intentando crear activos en el exterior. En el primer caso los bancos trasladan el riesgo cambiario a los prestatarios del sistema. No obstante, debido a que la dolarización real no está muy acentuada, los prestatarios generan sus ingresos en moneda doméstica, se incrementa la exposición del riesgo de crédito; la cual se activará cuando se produzca una depreciación importante del tipo de cambio que disminuya la capacidad de pago de los deudores. Así, los bancos al reducir el riesgo cambiario, dolarizando los créditos, no hacen más que aumentar el riesgo de crédito de sus operaciones de préstamo. Estos autores plantean que el deterioro de la situación financiera de los bancos, producto de una importante depreciación, puede tener efectos negativos considerables en el sistema financiero y el producto. De esta manera, si los bancos restringen el crédito, a causa de los

hechos mencionados anteriormente, y el entorno macroeconómico es desfavorable, la recesión económica se agudizará. Escobar (2004), analiza el efecto de las variaciones del tipo de cambio sobre la actividad de intermediación financiera de Bolivia, durante el período 1990-2003. Manifiesta que al producirse una mayor depreciación del tipo de cambio, los deudores del sistema financiero, en particular los del sector no transable, ven incrementar tanto las tasas de interés reales de sus préstamos como el capital adeudado de los mismos. De esta manera, una mayor depreciación real del tipo de cambio (diferencial entre la tasa de depreciación del tipo de cambio y la inflación) aumenta la tasa de interés real y el capital adeudado, generando efectos negativos sobre la capacidad de pago de los prestatarios, la cual es transmitida al sistema financiero a través del deterioro de su cartera de crédito. Esto afecta negativamente las condiciones de los créditos existentes, así como de los nuevos créditos. En el caso de Bolivia, en el segundo quinquenio de los ochenta y principio de los noventa los recursos a disposición de los bancos aumentaron a través de la captación de depósitos en dólares. Ante esto, las entidades financieras elevaron el crédito en dólares a fin de evitar el riesgo cambiario que hubieran enfrentado si los depósitos recibidos se hubieran colocado en moneda nacional. En este esquema, los problemas de repago o riesgo de crédito (incluidos aquellos asociados al descalce de monedas del prestatario) fueron enfocados a través de una política conservadora de constitución de garantías 9 , principalmente bienes inmuebles, que si bien se valoran en dólares sus precios son sensibles al comportamiento del sector no transable. Sin embargo, luego de 1999 esta política no fue exitosa, debido a que en los hechos el riesgo cambiario simplemente se había trasladado al riesgo de crédito, el cual no pudo ser contenido en base a la política adoptada de garantías reales. En un segundo estudio, Jiménez (2004), establece criterios básicos para la evaluación del riesgo crediticio derivado del riesgo cambiario y plantea las principales consecuencias que tiene sobre la calificación de riesgo de deuda emitida en monedas diferentes, además de la constitución de provisiones y la asignación de capital económico en las entidades financieras con clientes cuya deuda presenta este descalce cambiario. 3.3.

El Riesgo Cambiario Crediticio en Perú y Bolivia 3.3.1.

El sistema bancario peruano

A inicios de la década de los noventa se dio el programa de estabilización, la liberalización de la cuenta de capitales, y la reforma del sistema financiero. Esto hizo posible la expansión de la banca, a partir del año 1993, y su creciente importancia dentro del sistema financiero. Consecuentemente estas medidas generaron la entrada de capitales externos a la banca nacional 10 , el ingreso de inversión extranjera directa en el sector, el crecimiento de la participación de las colocaciones en sus activos y la mejora de los indicadores de gestión (Rojas y Acosta, 2002). El crecimiento de la banca estuvo acompañado de un proceso de dolarización de activos y pasivos (véase apéndice 1: A y B). El fondeo de la banca peruana se dio principalmente en moneda extranjera. Las captaciones del público y los adeudos y obligaciones financieras, en moneda extranjera, crecieron a una tasa promedio anual de 26,6% y 84,8% respectivamente

En el año 1998, La Superintendencia de Bancos aprobó el Reglamento de Operaciones de Microcrédito debidamente garantizadas (Resolución SB/111/98), el Reglamento para la Evaluación y calificación de la Cartera de créditos (Resolución SB/155/98) y el Reglamento para Operaciones de Crédito de Consumo debidamente garantizado (Resolución SB/157/98). 10 Durante el período 1993-2002 ingresaron 18 bancos extranjeros. 9

durante el período 1994-1998. Asimismo desde el año 1995 se comenzaron a captar recursos de empresas del sistema financiero y organismos internacionales (ver apéndice 2: A y B). Consecuentemente, las colocaciones se incrementaron fuertemente durante el periodo 19931998, principalmente las de moneda extranjera. Los bancos calzaron sus depósitos en dólares con los préstamos en dólares. Esto debido a que los bancos buscaron protegerse contra el riesgo cambiario; además de cumplir con regulaciones prudenciales de no mantener posiciones abiertas en moneda extranjera 11 . Los préstamos en moneda extranjera crecieron a una tasa promedio anual de 44% durante el período 1994 hasta 1998 (véase apéndice 3). Adicionalmente, los prestatarios tuvieron incentivos para tomar préstamos en dólares. Este comportamiento se debió a que el costo del crédito en moneda extranjera era considerablemente menor respecto al de moneda nacional (véase figura N° 2). De acuerdo a la teoría de la paridad de las tasas de interés, la tasa de interés doméstica es igual a la tasa de interés en moneda extranjera más la depreciación esperada del tipo de cambio. Sin embargo, asumiendo previsión perfecta – perfect foresight –, esto no ha ocurrido así. Adicionalmente, durante el período anterior a la crisis, la inflación fue mayor que la depreciación, por lo que la capacidad adquisitiva de los deudores en términos de dólares no se vio afectada. Figura N° 2 COSTO DEL CRÉDITO EN MONEDA NACIONAL VS. EL COSTO DEL CRÉDITO EN DOLARES EXPRESADO EN MONEDA NACIONAL 1.4 1.2 1.0 0.8 0.6 0.4 0.2 0.0 93 94 95 96 97 98 99 00 01 02 03 04 Fuente: SBS Perú Elaboración: Propia

TAMN

TAMEX+DEPRECIACIÓN

¿Por qué se activo el riesgo cambiario crediticio? El descalce cambiario de los deudores no evidencio mayores problemas hasta inicios del año 1997, año a partir del cual la economía estuvo sujeta a diversos choques tanto internos como externos. Hasta antes de los choques, tanto la depreciación como la inflación mantenían una tendencia a la baja, mas aún durante el período octubre de 1993 hasta diciembre de 1996 la inflación fue mayor que la depreciación; por lo que se tenía una depreciación neta de inflación negativa o cercana a cero. Al existir una depreciación neta de inflación cercana a cero se tuvo un efecto precio positivo, debido al incremento del ingreso de las empresas, que compensó parcialmente el leve incremento de la deuda en dólares en términos de soles. Adicionalmente, la actividad económica mantenía un buen desempeño, lo que generaba un efecto ingreso positivo a causa del incremento de las ventas, que reforzaba el efecto precio. Así también, las Ver: artículo 178° de la Ley General del Sistema Financiero y del Sistema de Seguros y Orgánica de la Superintendencia de Banca y Seguros de Perú, Resolución S.B.S. N° 509-98 y Resolución S.B.S. N° 1455-2003.

11

colocaciones seguían manteniendo una fuerte expansión, más créditos nuevos, que disminuían el ratio de cartera atrasada o deteriorada sobre el total de colocaciones brutas, es decir existía un efecto denominador que reducía los índices de morosidad. Figura N° 3 CICLOS: COLOCACIONES, PBI Y MORA 2 inicio de las crisis internas y externas

restricción del crédito

1

0

-1

se activa el riesgo cambiario crediticio

-2 1997

1998

1999

2000

2001

CICLO_PBI CICLO_COLOCACIONES CICLO_MORA

Fuente: SBS Perú, Banco Central de Reserva del Perú Elaboración: propia

Sin embargo, las fuertes depreciaciones del tipo de cambio, el bajo coeficiente de transmisión de la depreciación a inflación, la caída de la actividad económica y la contracción del crédito activaron el riesgo cambiario crediticio (ver figura N° 3 y 4). Los choques internos y externos sucedidos durante el período 1997-1999 afectaron la solidez del sistema bancario peruano. El dos de julio de 1997 se inicia la crisis Asiática (fecha de la devaluación del bath tailandés), la cual afecto a las economías de países emergentes. En Sudamérica, países como Chile, Colombia, Brasil y Venezuela adoptaron medidas para contrarrestar la volatilidad de sus tipos de cambio y detener la pérdida de reservas internacionales en un intento por defender sus monedas. En el Perú los efectos fueron menores debido a los fundamentos macroeconómicos que sustentaban la economía en ese entonces. Sin embargo, el 17 de agosto de 1998 Rusia declara la moratoria en el pago de su deuda la cual fue acompañada por la desestabilización del rublo. Esto generó una crisis de liquidez internacional. En América Latina las tasas de interés y la percepción el riesgo país aumentaron. En Perú, el impacto de la crisis de liquidez, luego de los sucesos en Rusia, se manifestó a través de una fuerte contracción del crédito bancario debido al recorte importante de las líneas de crédito que recibía la banca local de bancos internacionales. Y finalmente el 13 de enero de 1999 se dio la crisis brasilera (el real inicio su transición a un régimen de tipo de cambio flotante), la que acentuó la contracción del crédito bancario y de la actividad económica e indujo al alza a las tasas de interés.

Figura N° 4 EVOLUCIÓN DE LA DEPRECIACIÓN, INFLACIÓN Y CICLO DE LA MORA 5 4

depreciación neta depreciación neta se activa el de inflación negativa riesgo cambiario de inflación cercana a cero o cercana a cero crediticio

3 2 1

efecto ingreso y riqueza negativo

0 -1 -2 -3 93 94 95 96 97 98 99 00 01 02 03 04 CICLO MORA DETERIORADA DEPRECIACION INFLACION

Fuente: SBS Perú, Banco Central de Reserva del Perú Elaboración: Propia

3.3.2.

El sistema bancario boliviano

Bolivia se caracteriza por ser una economía pequeña y abierta. Asimismo, presenta un alto grado de dolarización financiera y un escaso desarrollo de su mercado de capitales. Respecto a la política monetaria, su objetivo principal es “procurar las estabilidad del poder adquisitivo de la moneda nacional 12 ”, además presenta un régimen de tipo de cambio deslizante 13 (crawling-peg). En relación a la dolarización financiera, esta se profundizó de manera dramática luego de la crisis de 1982-1985, período en el cual los depósitos en dólares fueron convertidos de manera forzosa a la moneda local. Posteriormente, en octubre de 1985, se eliminó la prohibición que existía de mantener depósitos en moneda extranjera en el sistema bancario 14 . En el presente análisis se distingue dos períodos. El primero, desde enero de 1995 hasta el primer semestre de 1998, se caracteriza por presentar una expansión económica y una tendencia a la baja tanto de la tasa de inflación como de la tasa de depreciación. Durante la primera mitad de la década de los noventas la economía mundial presentó una expansión económica, incluyendo los principales socios comerciales de Bolivia, lo que determinó el crecimiento de la demanda externa y consecuentemente, el de los precios internacionales. A estos factores se sumo la aplicación de medidas económicas internas para mantener el equilibro macroeconómico. Así, tanto factores externos como internos dinamizaron la actividad económica de Bolivia, lo que a su vez generó la confianza de los inversionistas, situación que se vio reflejada en el influjo de capitales bajo la modalidad de inversión extranjera directa. 12 Establecido en la Ley N° 1670 de octubre de 1995. Adicionalmente, el BCB tiene autonomía para determinar sus políticas monetaria, cambiaria y del sistema de pagos. 13 El régimen cambiario de Bolivia es de un sistema de tipo de cambio deslizante (crawling peg), aunque sin anuncios previos acerca de la trayectoria del tipo de cambio. Desde 1985, el tipo de cambio oficial y único en Bolivia se establece a través del Bolsín del Banco Central. Este inicialmente funcionó como un mecanismo de subasta de divisas para la determinación del tipo de cambio, el cual posteriormente evolucionó hacía un sistema de tipo de cambio deslizante que consiste en pequeñas depreciaciones, no anunciadas, del boliviano con respecto al dólar estadounidense. 14 La dolarización financiera se incrementó de 23% a 95% entre 1985 y 1998 (Antelo, 2000. Documento de la CEPAL).

Figura N° 5 CICLOS: COLOCACIONES, PBI Y MORA 3 2

fuerte expansión del crédito

se activa el riesgo cambiario crediticio

1 0 -1 -2 -3 95

96

97

98

99

00

01

02

03

04

CICLO_PBI CICLO_COLOCACIONES CICLO_MORA

Fuente: SBEF Bolivia, Instituto Nacional de Estadística Bolivia Elaboración: Propia

A lo largo de la década de los noventas, y especialmente luego de la promulgación de la Ley 1670 del Banco Central, la tasa de inflación ha mostrado una tendencia a la baja. Así, la inflación pasó de 14,5% en diciembre de 1991 a 4,4% en diciembre de 1998. Así mismo, la tasa de depreciación mostró una tendencia a la baja, pasando de 10,4% en diciembre de 1991 a 5,2% en diciembre de 1998. En consecuencia, durante este período la tasa de depreciación neta de inflación fue negativa o cercana a cero; siendo una de las razones por lo que la morosidad bancaria se mantuvo estable. En el segundo período, desde el tercer trimestre de 1998 hasta el 2004, la economía boliviana entró en un proceso recesivo, producto de choques externos e internos. Los efectos de las crisis internacionales se vieron reflejados en una desaceleración de la economía mundial, lo que disminuyó la demanda externa y redujo los precios de los productos de exportación. Internamente, se sumaron factores como el programa de erradicación de la coca (año 2000), el término de importantes proyectos en el sector hidrocarburos (finalización de las obras de construcción del gasoducto a Brasil en 1999 y la conclusión del contrato de venta de gas a Argentina) que dinamizaban la economía, la contracción del sistema financiero producto de la crisis, el incremento del desequilibrio fiscal, la reducción de la inversión pública y privada, y el agravamiento de los conflictos sociales. Durante el segundo período, el tipo de cambio registró fuertes incrementos situándose por encima de la tasa de inflación, la cual siguió mostrando una tendencia a la baja. Las crisis internacionales (en especial la devaluación del real brasileño en enero de 1999 y el abandono de Argentina de su Plan de Convertibilidad a inicios de 2002), la recesión de Estados Unidos en el 2001 y las turbulencias cambiarias regionales durante el 2002, presionaron fuertemente al BCB a tomar una política cambiaria más activa. De otro lado, la caída de la demanda interna generó presiones a la baja en los precios. Así la tasa de inflación llegó a ser de 0,9% en el 2001. Posteriormente, el BCB adoptó una posición expansiva por lo que la tasa de inflación revirtió su tendencia a la alza, llegando a ser de 4,6% en el 2004. En consecuencia, durante este período la depreciación neta de inflación fue alta, llegando a registrar su mayor valor en julio de 2002 (9,2%), lo que junto con el escenario macroeconómico adverso determinó que el riesgo cambiario crediticio se activara.

En este contexto, si bien el uso de la política cambiaria sirvió para hacer frente a los choques externos, ayudando al sector exportador a recuperar su competitividad vía precios, ésta tuvo efectos negativos en el sistema bancario. Casi el total de las colocaciones del sistema bancario boliviano están en moneda extranjera y un porcentaje menor en moneda nacional con una cláusula de ajuste al dólar 15 . Esto último ha generado una situación de vulnerabilidad del sistema bancario frente a choques que eleven la depreciación neta de inflación. Esto es debido a que el sistema financiero boliviano ha otorgado la mayor parte de los créditos a prestatarios que tienen sus ingresos en bolivianos y que venden sus productos en el mercado nacional (se estima que dos terceras partes de los créditos han sido otorgados al sector no transable de la economía). Así, al depreciarse el boliviano, las deudas en dólares en términos de bolivianos se incrementan, por lo que los deudores tienen que destinar una proporción casa vez mayor de sus ingresos para cubrir sus obligaciones en dólares, lo que en el corto plazo les genera un problemas de liquidez, que posteriormente se puede traducir en uno de solvencia. Figura N° 6 EVOLUCIÓN DE LA INFLACIÓN, DEPRECIACIÓN Y MORA .24 .20

depreciación neta negativa o cercana a cero

se activa el riesgo cambiario crediticio

95

99

.16 .12 .08 .04 .00 -.04 96

97

98

Inflación

00

01

02

Devaluación

03

04

Mora

Fuente: SBEF Bolivia, Instituto Nacional de Estadística Bolivia Elaboración: Propia

Los efectos negativos también se reflejaron a nivel per cápita. Así, durante el período 19992003, el PBI per cápita tuvo una caída de 0,5% anual. Adicionalmente, durante el período 1995-2000, los salarios reales, en promedio, del sector público disminuyeron (-0,17%) y los del sector privado habrían crecido levemente (1,9%). Además, según cifras del Instituto Nacional de Estadística (INE), la tasa bruta de desempleo abierto pasó de 4,2% en 1996 a 8% en 2001. Lo explicado anteriormente, evidencia que parte del incremento de la mora es debido al riesgo cambiario crediticio. En la figura N° 6 se observa que la mora se incrementó fuertemente desde fines de 1998, lo que coincide con el fuerte incremento de la depreciación neta de inflación, mas aún se evidencia que ha seguido la misma evolución de la depreciación nominal, casi contemporáneamente, lo que sugiere que el canal de transmisión del riesgo cambiario creditito es muy rápido.

A diciembre de 2004, el ratio de colocaciones brutas en moneda extranjera a colocaciones totales es de 94.6% según cifras de la Superintendencia de Bancos y Entidades Financieras.

15

4. Aspectos Metodológicos La importancia del riesgo cambiario crediticio, radica en la vulnerabilidad que éste genera a los sistemas bancarios dolarizados, la cual se traduce en pérdidas financieras y económicas tanto para los bancos como para la economía en su conjunto. Así, una aproximación de la importancia de este riesgo sobre la banca es a través del impacto que tiene las variaciones del tipo de cambio sobre la morosidad bancaria. En la primera parte analizaremos la relación y la dinámica que presenta la mora del sistema bancario en respuesta a choques en el tipo de cambio. Para el logro de este objetivo se hace uso de la metodología de Vectores Autorregresivos. Como mencionamos en la sección anterior, el riesgo cambiario crediticio se activa bajo un contexto determinado, por lo que los modelos planteados incluyen la inflación y la actividad económica (vista a través del ciclo económico). Finalmente, para cuantificar el efecto que tiene la depreciación, inflación y la actividad económica sobre la morosidad, se utiliza la metodología de Método Generalizado de Momentos, propuesta para el uso de Datos de Panel Dinámico. 4.1.

Metodología para evaluar la relación de la mora y la depreciación del tipo de cambio

Método de Vectores Autorregresivos Los modelos de Vectores Autorregresivos (VAR) surgieron como una alternativa a los modelos estructurales. Así, los VAR son comúnmente utilizados tanto para predecir sistemas de series de tiempo interrelacionadas como para analizar la dinámica que se genera por el impacto de un shock aleatorio en algunas de las variables del sistema, esto último se analiza en la función impulso- respuesta (FIR). La representación matemática del modelo VAR es la siguiente:

Yt

At Yt 1  ...  A p Yt  p  Bt xt  et

Así, tenemos que Yt es un vector de k variables endógenas; xt es un vector de d variables exógenas; A1 ,..., A p y B son las matrices de coeficientes a ser estimadas; y et es un vector innovación (este vector innovación puede estar contemporáneamente correlacionado con cada uno de los otros pero no está correlacionado con sus propios rezagos ni tampoco lo está con todas la variables del lado derecho de la ecuación). Debido a que en el lado derecho de cada ecuación sólo aparecen los rezagos de las variables endógenas, no existe simultaneidad, por lo que la técnica de Mínimos Cuadrados Ordinarios (MCO) es apropiada para realizar las estimaciones. Respecto a la elección del orden del VAR (la cantidad de rezagos), ésta se puede realizar de manera arbitraria, con la recomendación general de colocar suficientes rezagos a fin de asegurarse de que los residuos se comporten como ruido blanco. No obstante, ante la elección excesiva de rezagos, las estimaciones se tornan imprecisas. Por ello, se utiliza el denominado test de razón de verosimilitud (LR) u otros test para encontrar el número de rezagos apropiado.

4.2.

Metodología para estimar la sensibilidad de la mora

Método de datos de panel dinámico Los modelos de datos de panel combinan datos de corte transversal con datos de serie de tiempo, es decir, obtienen información en el tiempo para un grupo de unidades de corte transversal. Sin embargo el uso de esta metodología presenta ventajas y desventajas: VENTAJAS ¾ Permite disponer de un mayor número de observaciones y así incrementar los grados de libertad y reducir la colinealidad entre las variables explicativas. En consecuencia, nos permite mejorar la eficiencia de las estimaciones econométricas. ¾ Permite capturar la heterogeneidad no observable tanto entre unidades individuales de estudio como a lo largo del tiempo. Así, la técnica permite aplicar una serie de pruebas de hipótesis para confirmar o rechazar dicha heterogeneidad y permite a la vez su captura. ¾ Esta técnica supone, e incorpora en el análisis, el hecho de que los individuos, firmas o bancos son heterogéneos. En contraste, los análisis de serie de tiempo y de corte transversal per se no tratan de controlar esta heterogeneidad corriendo el riesgo de obtener resultados sesgados. ¾ Permite estudiar de una mejor manera la dinámica de los procesos de ajuste. ¾ Permite elaborar y probar modelos de comportamiento (relativamente complejos) en comparación con los análisis de serie de tiempo y de corte transversal. Un ejemplo claro de este tipo de modelos es el que trata de medir niveles de eficiencia técnica por parte de unidades económicas individuales (empresas, bancos, etc).

DESVENTAJAS ¾ Las desventajas asociadas a la técnica de datos de panel se relaciona con los procesos para la obtención y el procesamiento de la información estadística sobre las unidades individuales de estudio, cuando ésta se obtiene por medio de encuestas, entrevistas o utilizando algún otro medio de levantamiento de los datos.

Debido al componente autorregresivo de los índices de morosidad, se utiliza una estructura de datos de panel dinámico, según la metodología planteada por Arellano y Bond (1991) y Arellano y Bover (1995). Adicionalmente, el modelo de datos de panel a usar incluye otras variables además de la endógena. Modelo con variables Exógenas La ecuación (1) presenta un modelo extendido de datos de panel dinámico propuesto por Arellano y Bond (1991).

y it

Dy i (t 1)  E ´ xit*  K i  X it

(1)

En el cual pueden ser incluidas (k-1) variables explicativas independientes. La metodología desarrollada para modelos de datos de panel dinámico, es la del método generalizado de momentos (MGM), planteada por Arellano y Bond (1991), y Arellano y Bover (1995). Estos autores sugieren utilizar la primera diferencia de la ecuación de regresión para remover el efecto específico de cada individuo (banco). Sin embargo, si bien este procedimiento soluciona el problema del efecto específico de cada individuo, introduce una correlación entre el nuevo término de error y el rezago de la variable dependiente. Así, es que estos autores proponen usar los rezagos de las variables explicativas en niveles como instrumentos, para señalar la correlación y el problema de endogeneidad. Adicionalmente, es importante mencionar que al estimar el modelo en primera diferencias de series integradas de orden uno, se estaría garantizando la estacionariedad de los regresores.

Así, el modelo de la ecuación (1) puede ser expresado de la siguiente forma:

yit

G ´ xit  K i  X it

Donde xit

(2)

( yi (t 1) xit*´ )´ es de dimensión kx1, y

X it no está serialmente correlacionado. Estos

* it

autores, suponen inicialmente que x está correlacionado con K i . Así, bajo este supuesto, la forma de la matriz óptima de instrumentos dependerá si xit* son variables predeterminadas o estrictamente exógenas. Si las variables son predeterminadas, es decir E ( xit*X is ) z 0 para s < t y cero en otros casos, * * entonces únicamente xi1 ,..., xi ( s 1) son instrumentos validos para la ecuación en diferencia

para el período s. Luego si las variables son estrictamente exógenas, es decir E ( xit*X is )

0 para todo t, s, todos

los xit* serán instrumentos validos. Lógicamente la matriz xit* puede incluir una combinación de ambas variables. Estos autores encuentran que la forma del estimador GMM es igual a: š

G

_

_

_

_

( X ´ZAN Z ´ X ) 1 X ´ZAN Z ´ y

(3)

Así la elección de AN producirá estimadores una etapa (one-step) o dos etapas (two-step). Sin embargo, Alonso-Borrego y Arellano (1999) y Blundell y Bond (1998) muestran que si los rezagos de la variable dependiente y de las variables explicativas son persistentes sobre el tiempo, los rezagos de los niveles de estas variables son instrumentos débiles para la regresión en diferencias. A esto, Arellano y Bover (1995) proponen un método alternativo que estima la regresión en diferencia conjuntamente con la regresión en niveles. Finalmente, la consistencia del estimador GMM depende de la validez de dos supuestos: i) el término de error, X it , no exhibe correlación serial de segundo orden y ii) la validez de los instrumentos (ver Arrellano y Bond, 1991). Modelo econométrico de datos de panel dinámico Como mencionamos anteriormente, la morosidad bancaria presenta un componente autorregresivo (comportamiento que se observa en la realidad, la mora del período t-1 explica a la mora del período t+n), por lo que se utiliza un modelo de datos de panel dinámico, según la metodología planteada por Arellano y Bond (1991) y Arellano y Bover (1995). El modelo planteado es de la forma:

yit Donde:

D i  Oyit  j  Exit  eit

D i : representa la heterogeneidad no observable específica a cada banco, la cual se considera constante en el tiempo para cada uno de los n bancos que conforman la muestra. E : es el vector de kx1 de parámetros asociados a las variables exógenas.

xit : es el vector de k variables explicativas estrictamente exógenas. Incluimos la depreciación, la inflación y el ciclo económico. O : es el vector de jx1 parámetros. Cada parámetro está asociado a cada una de las variables endógenas predeterminadas. y it  j : es el vector de j variables endógenas predeterminadas, que están formadas por los rezagos de la variable endógena. eit : es el vector de los errores de cada banco en cada punto del tiempo. 5. Descripción de los datos y muestra Como variable proxy de los indicadores de riesgo crediticio se utiliza los índices de morosidad. Para el calculo de éstos se utilizó los balances históricos de los bancos tanto de Perú como de Bolivia; siendo la fuente la Superintendencia de Banca y Seguros de Perú (SBS) y la Superintendencia de Bancos y Entidades Financieras de Bolivia (SBEF). Así mismo, las variables PBI, IPC y Tipo de Cambio, para Perú y Bolivia, provienen de fuentes oficiales (véase apéndice 4). 5.1.

Dinámica del la morosidad

Para evaluar la relación entre la morosidad bancaria y la variación del tipo de cambio, en países con sistemas bancarios parcialmente dolarizados, se ha utilizado el método de Vectores Autorregresivos. Así mismo, esta metodología nos permite analizar el efecto de un choque del tipo de cambio, inflación y actividad económica sobre la morosidad bancaria. Datos y Muestra de Perú El modelo se ha estimado con datos mensuales para el período diciembre 1993 – diciembre 2004, y considera las siguientes variables: a. b. c. d.

El índice de morosidad de la cartera en moneda extranjera (MORA ME) La tasa de depreciación del tipo de cambio doce meses (DEP) La tasa inflación doce meses (INF) El ciclo económico (CICLO).

En el caso de Perú, el índice de morosidad es igual al cociente entre la cartera atrasada y el total de créditos directos brutos:

ÍndiceMorosidad

CarteraAtr asada Colocacion esDirectasBrutas

Siendo la cartera atrasada igual a:

CarteraAtrasada CréditosVencidos  CréditosenCobranzaJudicial

El ciclo económico fue calculado utilizando el índice del PBI base 1994. Primero se suavizó la serie tomando el logaritmo; a la serie suavizada se le removió el componente estacional 16 y posteriormente se obtuvo el componente cíclico utilizando el Filtro de Baxter -King. Los datos muestran que durante el período de crisis, 1998 – 2000, existió una estrecha relación entre la depreciación y la morosidad, la cual se presenta con rezago (ver figura N° 7). Figura N° 7 EVOLUCIÓN: MORA EN ME, DEPRECIACIÓN E INFLACIÓN 5 4 3 2 1 0 -1 -2 94

95

96

97

98

99

MORA ME

00

01

DEP

02

03

04

INF

Fuente: SBS Perú, Banco Central de Reserva del Perú Elaboración: Propia

Vista de otra forma, se observa que la relación entre depreciación y mora se vuelve más fuerte entre la variación de la morosidad y la depreciación, la cual se da casi contemporáneamente. Asimismo, se observa que en este período la depreciación fue mucho mayor que la inflación; situación que influyó en la activación del riesgo cambiario crediticio. Figura N° 8 EVOLUCIÓN: VARIACIÓN DE LA MORA EN ME, DEPRECIACIÓN E INFLACIÓN 5 4 3 2 1 0 -1 -2 94

95

96

97

98

99

MORA ME

00

DEP

Fuente: SBS Perú, Banco Central de Reserva del Perú Elaboración: Propia 16

Para remover el componente estacional se utilizó el Tramo-Seat.

01

02

03 INF

04

Datos y Muestra de Bolivia Para el caso de Bolivia, se utilizó datos mensuales y trimestrales, para el período diciembre 1995 – diciembre 2004, de las siguientes variables: a. b. c. d.

El índice de morosidad 17 (MORA) La tasa de depreciación del tipo de cambio doce meses (DEP) La tasa inflación doce meses (INF) El ciclo económico (CICLO).

El índice de morosidad del sistema bancario boliviano viene a ser el cociente entre la cartera en mora y las colocaciones brutas.

ÍndiceMorosidad

CarteraenM ora Colocacion esBrutas

Siendo la cartera en mora igual a:

CarteraenM ora

CarteraVen cida  CarteraenE jecución

El ciclo económico fue calculado utilizando el PBI a precios de mercado (en miles de bolivianos de 1990). La metodología para calcular el ciclo económico es la misma, sin embargo para este caso se utilizo datos de frecuencia trimestral. En el caso de Bolivia, se observa que el mecanismo de transmisión del riesgo cambiario crediticio es más rápido. En el período de crisis, la morosidad bancaria creció al mismo ritmo que la depreciación; en el gráfico N° 9 se observa que la depreciación y la morosidad han crecido de forma simultánea; asimismo el coeficiente de correlación pasó de 22%, período antes de la crisis, hasta 57%, durante el período de crisis. Al igual que en el caso peruano, durante este período la depreciación estuvo muy por encima de la inflación, generándose un efecto ingreso negativo. Figura N° 9 EVOLUCIÓN: MORA DEL SISTEMA, DEPRECIACIÓN E INFLACIÓN 3

2

1

0

-1

-2 95

96

97

98

SISTEMA

99

00

01

02

DEP

03 INF

Fuente: SBEF Bolivia, Instituto Nacional de Estadística Bolivia Elaboración: Propia

17

No se utilizó la mora en moneda extranjera debido a la falta de información desagregada.

04

5.2.

Sensibilidad de la morosidad

Se utilizó el método de datos de panel dinámico para cuantificar la sensibilidad de los indicadores de morosidad de la banca peruana y boliviana, ante cambios en el tipo de cambio, precios y actividad económica. Este método permite incrementar los grados de libertad, debido a que combina datos de corte transversal con dato de serie de tiempo. Asimismo, permite obtener resultados en el ámbito de todo el sector bancario a la vez que considera las interrelaciones que se presentan entre las entidades que lo componen. Datos y muestra de Perú El período de análisis comprende desde diciembre de 1993 hasta diciembre de 1994, con datos de frecuencia mensual. La información de la morosidad comprende a 26 bancos peruanos, algunos de los cuales quebraron, fueron absorbidos o se fusionaron. Las variables explicativas son la depreciación, la inflación y el ciclo económico. En las figuras N° 10, 11 y 12, se muestra la evolución de la mora de los tres principales bancos, asimismo se observa la relación que han mantenido con la depreciación e inflación; en el apéndice N° 8 se muestra la evolución de la morosidad de todos los bancos peruanos. En los tres casos se observa una estrecha relación, la cual se presenta con mayor fuerza en el tercer banco. Esto sugiere que la relación entre la morosidad y la depreciación dependerá en muchos casos de la política de riesgos y créditos, así como de la gestión de riesgos que realicen los bancos. Este comportamiento refleja, entre otras cosas, que tan adverso al riesgo es un banco. Así, en la medida que un banco sea más cauto en el otorgamiento de créditos, éste será más adverso al riesgo. Figura N° 10

Figura N° 11 EVOLUCIÓN: MORA BCO CONTINENTAL, DEPRECIACIÓN E INFLACIÓN

EVOLUCIÓN: MORA BCO CRÉDITO, DEPRECIACIÓN E INFLACIÓN .4

.4

.3

.3

.2

.2

.1

.1

.0

.0

-.1

-.1 94

95

96

97

98

CRÉDITO

99

00

01

02

INF

03

94

04

95

96

97

98

CONTINENTAL

DEP

Figura N° 12 EVOLUCIÓN: MORA BCO WIESE, DEPRECIACIÓN E INFLACIÓN .4

.3

.2

.1

.0

-.1 94

95

96

97

98

WIESE

99

00 DEP

01

02

03

04

INF

Fuente: SBS Perú, Banco Central de Reserva del Perú Elaboración: Propia

99

00

01 DEP

02

03 INF

04

Datos y muestra de Bolivia La morosidad bancaria fue calculada para dieciocho bancos. Para lo cual se utilizó los balances históricos de cada banco, a cierre del mes, para el período que va de enero de 1995 hasta diciembre de 2004. Asimismo, la depreciación e inflación, ambos doce meses, fue calculada utilizando el tipo de cambio promedio mensual y el índice de precios al consumidor. Para el calculo del ciclo económico se utilizó el PBI en millones de bolivianos a precios constantes de 1990, datos de frecuencia trimestral. Figura N° 13

Figura N° 14 EVOLUCIÓN: MORA DEL BSC, DEPRECIACIÓN E INFLACIÓN

EVOLUCIÓN: MORA DEL BNB, DEPRECIACIÓN E INFLACIÓN .20

.30

.16

.25 .20

.12 .15

.08 .10

.04

.05

.00

.00 -.05

-.04 95

96

97

98 BNB

99

00

01

DEP

02

03

04

95

96

97

98

99

BSC

INF

00 DEP

01

02

03

04

INF

Figura N° 15 EVOLUCIÓN: MORA DEL BUN, DEPRECIACIÓN E INFLACIÓN .32 .28 .24 .20 .16 .12 .08 .04 .00 -.04 95

96

97

98 BUN

99

00 DEP

01

02

03

04

INF

Fuente: SBEF Bolivia, INE Elaboración: Propia

Así, se estimaron dos modelos. El primero con datos de frecuencia mensual no incluye el ciclo económico como variable explicativa. Y el segundo con datos de frecuencia trimestral e incluye el ciclo económico.

6. Resultados 6.1.

Dinámica de los índices de morosidad

Para estudiar la relación entre la morosidad bancaria y las variables depreciación, inflación y actividad económica se utilizaron las variables en niveles 18 . Respecto a este punto existen opiniones encontradas en la literatura. Autores como Doan o Litterman consideran que la técnica se puede aplicar libremente a cualquier tipo de serie, sin importar si son integradas o no, otros como Hamilton sugieren que la posibilidad de que la series estén cointegradas podría afectar el modelo, por lo cual postulan que se debe o bien usar series estacionarias o modificar el modelo de alguna manera (elaborando lo que se conoce como Vector Error Correction). PERÚ Existen diversos criterios para elegir el número de rezagos. En el apéndice 6-A se muestran los resultados. Así, el número de rezagos a considerar (1 rezago, 3 rezagos y 7 rezagos) varía de acuerdo al criterio que se elija. En consecuencia, se estimaron tres Modelos VAR de acuerdo al criterio elegido. En los tres casos el efecto de la depreciación, inflación y actividad económica sobre la morosidad del sistema bancario es conforme se esperaba. Sin embargo, la significancia estadística de la función impulso respuesta disminuye cuanto más número de rezagos se utilice. Figura N° 16: FUNCIÓN IMPULSO RESPUESTA - UN REZAGO Respuesta de la Mora en ME a un choque en la Depreciación

Respuesta de la Mora en ME a un choque en la inflación

.008

.008

.006

.006

.004

.004

.002

.002

.000

.000

-.002

-.002

-.004

-.004

-.006

-.006 5

10

15

20

25

30

35

40

45

50

5

10

15

20

25

30

35

40

45

50

Respueta de la Mora en ME a un Choque en la Mora en ME

Respuesta de la Mora en ME a un choque en la actividad económica .008

.008

.006

.006

.004

.004

.002

.002

.000

.000

-.002

-.002

-.004

-.004 -.006

-.006 5

10

15

20

25

30

35

40

45

50

5

10

15

20

25

30

35

40

45

50

Los resultados muestran que la calidad de la cartera se deteriora ante un fuerte choque del tipo de cambio, es decir la mora reacciona positivamente ante este choque. En los tres casos, según el criterio elegido, se presenta la misma dinámica, siendo la función impulso respuesta 18

En el apéndice 5 A y B se muestran los resultados de las pruebas de raíz unitaria de Perú y Bolivia.

(FIR) significativa estadísticamente a partir del período cinco hasta el período veinticinco aproximadamente, llegando a reportar el mayor impacto entre el período veinte y veintitrés. Figura N° 17: FUNCIÓN IMPULSO REPUESTA - TRES REZAGOS Respuesta de la Mora en ME a un Choque en la Depreciación

Respuesta de la Mora en ME a un Choque en la Inflación

.008

.008

.004

.004

.000

.000

-.004

-.004

5

10

15

20

25

30

35

40

45

50

5

Respuesta de la Mora en ME a un Choque en la Actividad Económica .008

.008

.004

.004

.000

.000

-.004

-.004

5

10

15

20

25

30

35

40

45

50

10

15

20

25

30

35

40

45

50

Respuesta de la Mora en ME a un Choque en la Mora en ME

5

10

15

20

25

30

35

40

45

50

Así también, se encuentra que la morosidad reacciona negativamente ante un choque en la inflación, es decir la calidad de la cartera puede mejorar debido al efecto precio positivo. En el prime caso, la FIR es estadísticamente significativa hasta el período veintiocho; para tres rezagos la significancia estadística se reduce y en el tercer caso la FIR es no significativa. Así, el efecto del incremento de los precios en la calidad de la cartea dependerá si éste reduce considerablemente las ventas de los agentes económicos lo que compensaría el incremento de los ingresos por los mayores precios. Respecto a la relación entre la actividad económica y la calidad de la cartera de créditos, se encuentra que esta última muestra una mejora. El incremento de la producción se traduce en mayores ingresos para las empresas, lo que permite a los deudores cumplir con sus obligaciones contractuales. Sin embargo, en el caso peruano, las FIR son no significativas; lo que puede implicar que en el caso peruano el riesgo crediticio no está muy correlacionado con la actividad económica como lo está en países desarrollados. Finalmente, se observa que la mora bancaria muestra un proceso autorregresivo, la mora del período t+1 depende de la mora del período t. Esto es conforme se observa en la realidad. La mora refleja los problemas de caja de los deudores, los cuales usualmente se mantienen por algunos períodos.

Figura N° 18: FUNCIÓN IMPULSO RESPUESTA - SIETE REZAGOS Respuesta de la Mora en ME ante un Choque en la Inflación

Respuesta de la Mora en ME ante un Choque en la Depreciación .020

.020

.015

.015

.010

.010

.005

.005

.000

.000

-.005

-.005 -.010

-.010 5

10

15

20

25

30

35

40

45

5

50

Respuesta de la Mora en ME ante un Choque en la Actividad Económica .020

.020

.015

.015

.010

.010

.005

.005

.000

.000

-.005

-.005

-.010

10

15

20

25

30

35

40

45

50

Respuesta de la Mora en ME ante un Choque de la Mora en ME

-.010 5

10

15

20

25

30

35

40

45

50

5

10

15

20

25

30

35

40

45

50

BOLIVIA Para Bolivia se estimaron dos modelos: el primero sólo incluye la depreciación neta de inflación y el segundo considera la devaluación y la inflación por separado. Estos modelos se estimaron con datos de frecuencia mensual Los criterios para elegir el número de rezagos óptimo, para los dos modelos, se presenta en el apéndice 6B y 6C. PRIMER MODELO Se encuentra que la calidad de la cartera del sistema bancario boliviano se deteriora ante un choque de la depreciación neta de inflación. En ambos casos, con un rezago y siete rezagos, las FIR son significativas para algún período y la significancia de las FIR se mantiene hasta el período treinta, período en el cual se alcanza el mayor efecto. Como mencionamos anteriormente, a pesar de que el tipo de cambio se incremente, éste sólo afectará a la morosidad si la inflación es mayor que la depreciación. Sin embargo en la medida que la depreciación neta de inflación sea alta la morosidad bancaria se incrementará producto del efecto ingreso negativo que genera el incremento de la deuda en moneda extranjera expresada en moneda doméstica.

Figura N° 19: FUNCIÓN IMPULSO RESPUESTA - UN REZAGO Respuesta de la Mora ante un Choque en la Mora

Respuesta de la Mora a un choque de Depreciación Neta

.012

.012

.008

.008

.004

.004

.000

.000

-.004

-.004

10

20

30

40

50

60

70

80

90

10

100

20

30

40

50

60

70

80

90

100

Figura N° 20: FUNCIÓN IMPULSO RESPUESTA - SIETE REZAGOS Respuesta de la Mora a un Choque de Depreciación Neta

Respuesta de la Mora a un Choque de la Mora

.016

.016

.012

.012

.008

.008

.004

.004

.000

.000

-.004

-.004

-.008

-.008 10

20

30

40

50

60

70

80

90

100

10

20

30

40

50

60

70

80

90

100

SEGUNDO MODELO El impacto puro del tipo de cambio sobre la calidad de la cartera es positivo sin embargo la significancia estadística de la FIR se reduce a mayor número de rezagos. En el caso de un rezago, el efecto del choque del tipo de cambio es ligeramente significativo hasta el período treinta y cinco; y en el caso de siete rezagos es ligeramente significativo entre el período veinte y veinticinco. Una posible explicación a la débil significancia estadística de las FIR es la característica del régimen cambiario boliviano. Como lo señala Escobar (2004), el efecto entre las variaciones cambiarias y la actividad de intermediación financiera es menos clara cuando las depreciaciones son pequeñas y continuas (crawling peg), siendo este último una característica del régimen cambiario de Bolivia. De otro lado, la morosidad del sistema bancario boliviano no exhibe una relación clara a un choque de inflación, asimismo las funciones impulso respuesta son no significativas para los dos casos. El modelo de un rezago no exhibe una relación clara, hasta el período cincuenta la relación es negativa, a partir del cual se vuelve positiva. Así también, en el segundo modelo se observa el mismo comportamiento.

Figura N° 21: FUNCIÓN IMPULSO RESPUESTA-UN REZAGO Respuesta de la Mora a un Choque de Depreciación

Respuesta de la Mora a un Choque de Inflación

.020

.020

.015

.015

.010

.010

.005

.005

.000

.000

-.005

-.005

-.010

-.010

-.015

-.015 10

20

30

40

50

60

70

80

90

100

10

20

30

40

50

60

70

80

90

100

Respuesta de la Mora a un Choque en la Mora .020 .015 .010 .005 .000 -.005 -.010 -.015 10

20

30

40

50

60

70

80

90

100

Figura N° 22: FUNCIÓN IMPULSO RESPUESTA - SIETE REZAGOS Respuesta de la Mora a un Choque de Depreciación

Respuesta de la Mora a un Choque en la Inflación

.015

.015

.010

.010

.005

.005

.000

.000

-.005

-.005

-.010

-.010

-.015

-.015 5

10

15

20

25

30

35

40

45

50

55

5

10

15

20

50

55

Respuesta de la Mora a un Choque en la Mora .015 .010 .005 .000 -.005 -.010 -.015 5

10

15

20

25

30

35

40

45

25

30

35

40

45

50

55

6.2.

Sensibilidad de los índices de morosidad

Los resultados de los cuadros 1, 2 y 3 refuerzan lo encontrado a través de la metodología VAR. La depreciación deteriora la cartera de créditos, mientras que la inflación y actividad económica impactan positivamente; esto bajo un contexto de dolarización financiera. Perú Los resultados muestran que el impacto de un choque de tipo de cambio sobre la morosidad de los bancos es muy superior al impacto que produce los choques de inflación y actividad económica. Asimismo, se encuentra que el canal de transmisión de depreciación-mora bancaria actúa con retrazo, esto también se observa en los gráficos de la función impulso respuesta de los modelos VAR. Respecto al menor impacto de un choque de la actividad económica sobre la morosidad, Jiménez (2004) menciona que los países en desarrollo, presentan una baja correlación entre el riesgo crediticio y la actividad económica, situación contraria a la que presentan los países desarrollados. Cuadro 1.- Sensibilidad de la mora de los bancos peruanos Variable dependiente: Morosidad de los bancos peruanos Variables explicativas Sistema GMM Dos etapas Mora (-1)

0.889538* (0.000439)

Depreciación(-2)

0.051530* (0.000715)

Inflación(-2)

-0.005787* (0.001014)

Ciclo económico

-0.000466* (9.80E-06)

Ciclo Económico (-12)

-0.000655* (1.12E-05) Prueba de Sobreidentificación de Sargan 0.991 Prueba de correlación serial de segundo orden 0.78 Número de bancos 23 Número de observaciones 2032 *,* y *** significancia al 1%, 5% y 10% respectivamente. Desviación estándar entre paréntesis. Adicionalmente, los resultados muestran que la mora bancaria sigue un proceso autorregresivo. La mora en un punto del tiempo refleja los problemas de liquidez de los deudores, que en muchos casos se extiende por varios períodos, es decir la mora presente depende de los problemas de liquidez del pasado. Una de las prácticas más comunes, para aliviar este problema, es el refinanciamiento de la deuda, lo que en épocas de crisis no hace más que retrazar el estallido de la burbuja de riesgo crediticio que se ha ido gestando.

Bolivia En el caso de Bolivia, el choque de depreciación como el de inflación generan un efecto importante sobre la morosidad de los bancos, sin embargo el primero es mucho mayor. Esto evidencia que la inflación ha jugado un rol importante en la evolución de la mora. Así, antes del período de crisis el incremento de los precios permitió compensar los efectos negativos del incremento del tipo de cambio. Sin embargo durante el período de crisis la inflación estuvo muy por debajo de la depreciación, lo que determinó en parte el fuerte incremento de la mora bancaria. Adicionalmente, los resultados muestran que el impacto de la depreciación como de la inflación sobre la mora de los bancos es inmediato, lo cual es producto del alto grado de dolarización de la banca boliviana.

Cuadro 2.- Sensibilidad de la mora de los bancos bolivianos Variable dependiente: Morosidad de los bancos bolivianos Variables explicativas Sistema GMM Dos etapas Mora (-1)

0.595222* (0.004681)

Mora (-2)

0.179641* (0.000478)

Devaluación

0.182688** (0.066578)

Inflación

-0.124026** (0.030330)

Prueba de Sobreidentificación de Sargan 0.2630 Prueba de correlación serial de segundo orden 0.65 Número de bancos 18 Número de observaciones 1569 *,* y *** significancia al 1%, 5% y 10% respectivamente. Desviación estándar entre paréntesis. Al igual que en el caso peruano, la actividad económica presenta el menor de los impactos sobre la morosidad de los bancos boliviano. Cabe destacar que para el caso boliviano la actividad económica impacta sobre la morosidad con un retardo de un trimestre mientras que en el caso de Perú, el impacto tarda cuatro trimestres.

Cuadro 3.- Sensibilidad de la mora de los bancos bolivianos Variable dependiente: Morosidad de los bancos bolivianos Variables explicativas Sistema GMM Dos etapas Mora (-1)

0.365543* (0.054219)

Mora (-2)

0.339238* (0.017855)

Devaluación

0.295802* (0.058986)

Inflación

-0.192610* (0.022523)

Ciclo (-1)

-0.078384** (0.035662)

Prueba de Sobreidentificación de Sargan 0.5042 Prueba de correlación serial de segundo orden 0.73 Número de bancos 18 Número de observaciones 436 *,* y *** significancia al 1%, 5% y 10% respectivamente. Desviación estándar entre paréntesis.

7. Conclusiones Este documento presenta un estudio preliminar para aproximar la importancia del riesgo cambiario crediticio (riesgo derivado de otros riesgos que no es considerado explícitamente por la doctrina propuesta por el Comité de Basilea II) en economías con sistemas bancarios parcialmente dolarizados. Con ese propósito se analiza la relación y la dinámica que presenta la morosidad bancaria ante choques en el tipo de cambio, inflación y actividad económica, para el sistema bancario peruano y boliviano. Asimismo, se estima el impacto de estos choques sobre la mora, lo que determina el grado de vulnerabilidad del sistema bancario de estos países. Para ambos países se encuentra que un choque de depreciación deteriora la calidad de la cartera de créditos. Mientras que un choque de inflación y de actividad económica la mejoran. Así mismo, se encuentra que el mecanismo de transmisión del riesgo cambiario crediticio es más rápido en el sistema bancario boliviano respecto al que caracteriza al sistema bancario peruano. Esto se evidencia en los gráficos de la función de impulso respuesta de los modelos estimados a través de la metodología de Vectores Autorregresivos, para Perú y Bolivia. Adicionalmente, las estimaciones de los modelos de datos de panel dinámico refuerzan lo encontrado a través del método VAR. En el caso peruano, los gráficos de la función impulso respuesta muestran que el impacto de un choque de tipo de cambio se evidencia a partir del quinto mes, llegando a reportar el mayor impacto en la mitad del segundo año. Para Bolivia, los resultados muestran que los efectos de este choque se dan a partir del segundo mes, llegando a mostrar el mayor impacto cerca al final del segundo año. Adicionalmente, los resultados de los modelos de datos de panel dinámico muestran que los efectos de la depreciación e inflación operan con dos meses de rezago para el caso peruano, mientras que para el caso de Bolivia el impacto es inmediato. Así también, se encuentra que el impacto de un choque de depreciación sobre la mora es mayor en Bolivia respecto al efecto que se encuentra para la banca de Perú. Esto evidencia que el impacto de un choque de depreciación sobre la morosidad de los bancos depende de factores estructurales; respecto al caso de Perú los fundamentos macroeconómicos presentan mayor solidez en relación a lo que presenta la economía boliviana. Consecuentemente, la banca boliviana presenta un mayor grado de vulnerabilidad a los choques de tipo de cambio. Finalmente, se encuentra que un choque de actividad económica sobre la mora es muy bajo en relación al impacto que tiene el choque de depreciación e inflación, esto para ambos países. Sin embargo, en el caso de Bolivia el efecto es mayor en relación al que se encuentra para la banca peruana.

8. Referencias [1]

Allen M., Rosenberg Ch., Keller Ch., Setser B. y N. Roubini (2002). “A Balance Sheet Approach to Financial Crises”. IMF Working Paper WP/02/210.

[2]

Antelo, Eduardo (2000). “Políticas de estabilización y reformas estructurales en Bolivia a partir de 1985”. Serie Reformas Económicas. CEPAL.

[3]

Arellano, M y S. Bond, (1991). “Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations”. Review of Economic Studies 58, 277-297.

[4]

Arellano, M y O. Bover (1995). “Another Look at the Instrumental Variables Estimation of Error-Component Models”. Journal of Econometric, 68, pp. 29-51.

[5]

Azabache, Pablo (2004). “Guía Metodológica para Estimar la Sensibilidad de los Indicadores de Riesgo Crediticio a Choques Macroeconómicos y Microeconómicos: Un Modelo de Datos de Panel Dinámico”. Corporación Financiera de Desarrollo COFIDE: Mimeo.

[6]

Banco Central de Bolivia. Memorias anuales 1998-2004.

[7]

Cowel, Kevin (2004). “Financial Dollarization”. Inter-American Development Bank, Chapter 4 of the Economic and Social Progress in Latin American-2005 Report.

[8]

De Nicoló G, Honohan P. y A. Ize (2003). “Dollarization of the Banking System: Good or Bad?”. IMF Working Paper WP/03Forthcoming.

[9]

Escobar, Fernando (2003). “Efectos de las Variaciones del Tipo de Cambio sobre las Actividades de Intermediación Financiera de Bolivia: 1990-2003”. Banco Central de Reserva de Bolivia.

[10]

Freixas, X. y Rochet, J. (1997). “Microeconomic of Banking”. Massachusetts Institute of Technology.

[11]

Galindo, A. y Powel, A. (2004). “Bank Regulation and Supervision”. Inter-American Development Bank, Chapter 6 of the Economic and Social Progress in Latin American-2005 Report.

[12]

Greuning, H. y Bratanovic, S. (2003). “Analyzing and Managing Banking Risk”. The World Bank.

[13]

Jiménez, Renzo (2001). “Perú: Una Economía Estrangulada por el Descalce entre la Dolarización de los Pasivos Financieros y la Solarización del Poder Adquisitivo de sus Agentes Económicos”. Revista Apuntes N° 49. Universidad del Pacifico.

[14]

Jiménez, Renzo (2004). “Riesgo Crediticio Derivado del Riesgo Cambiario: Perspectiva de una Economía Latinoamericana Parcialmente Dolarizada”. Revista Apuntes N° 52. Universidad del Pacifico.

[15]

Kay, J. Y J. Vickers, (1988). “Regulatory Reform in Britain”. Economic Policy, 7,.págs. 286-343.

[16]

Powell, Andrew (2004). “The Challenges of Basel II”. Inter-American Development Bank, Chapter 16 of the Economic and Social Progress in Latin American-2005 Report.

[17]

Rojas, S. y Emma, L. (2004). “Banking Crises and Resolution”. Inter-American Development Bank, Chapter 5 of the Economic and Social Progress in Latin American-2005 Report.

[18]

Viquez, R., Mayorga M., Monetero, R. Y Muñiz E. “Análisis de la Sensibilidad de la Banca Comercial ante Cambios en el Entorno Macroeconómico”. Documento de Trabajo. Banco Central de Costa Rica.

Apéndice 1.- Evolución de los Activos y Pasivos del Sistema Bancario Peruano A.-

EVOLUCIÓN: TOTAL ACTIVOS, ACTIVOS MN Y ACTIVOS ME 7.0E+07

6.0E+07

5.0E+07

4.0E+07

3.0E+07

2.0E+07

1.0E+07

0.0E+00

94

95

96

97

98

TOTAL ACTIVOS

99

00

01

02

ACTIVOS MN

03

04

ACTIVOS ME

B.-

EVOLUCIÓN: TOTAL PASIVOS, PASIVOS MN Y PASIVOS ME 7.0E+07

6.0E+07

5.0E+07

4.0E+07

3.0E+07

2.0E+07

1.0E+07

0.0E+00

94

95

96

97

TOTAL PASIVOS

98

99

00

01

PASIVOS MN

02

03

04

PASIVOS ME

Apéndice 2.- Evolución de las Principales Fuentes de Fondeo de la Banca Peruana A.-

EVOLUCIÓN: TOTAL ADEUDADOS, ADEUDADOS MN Y ADEUDADOS ME 1.40E+07

1.20E+07

1.00E+07

8.00E+06

6.00E+06

4.00E+06

2.00E+06

0.00E+00

94

95

96

97

98

99

00

01

02

03

04

TOTAL ADEUDADOS ADEUDADOS MN ADEUDADOS ME

B.-

EVOLUCIÓN: TOTAL OBLIGACIONES CON EL PÚBLICO OBLIGACIONES MN Y OBLIGACIONES ME 5.0E+07

4.0E+07

3.0E+07

2.0E+07

1.0E+07

0.0E+00 94

95

96

97

98

99

00

01

02

03

04

TOTAL OBLIGACIONES CON EL PÚBLICO OBLIGACIONES MN OBLIGACIONES ME

Apéndice 3.- Evolución de las Colocaciones por Moneda

EVOLUCIÓN: TOTAL COLOCACIONES, COLOCACIONES MN Y COLOCACIONES ME 5.0E+07

4.0E+07

3.0E+07

2.0E+07

1.0E+07

0.0E+00 94

95

96

97

98

99

00

01

02

03

04

COLOCACIONES MN COLOCACIONES ME TOTAL COLOCACIONES

Apéndice 4 .- Fuentes de las variables utilizadas Estados Financieros de los bancos de Bolivia Estados Financieros de los bancos de Perú Producto Bruto Interno de Bolivia Índice de Precios al Consumidor Tipo de cambio bolivianos por dólar Producto Bruto Interno de Perú Índice de Precios al Consumidor Tipo de cambio nuevo sol por dólar

Superintendencia de Bancos y Entidades Financieras de Bolivia (SBEF) Superintendencia de Bancos y Seguros de Perú (SBS) Instituto nacional de Estadística (INE) Bolivia Instituto nacional de Estadística (INE) Bolivia Instituto nacional de Estadística (INE) Bolivia Banco Central de Reserva del Perú (BCRP) Banco Central de Reserva del Perú (BCRP) Banco Central de Reserva del Perú (BCRP)

Apéndice 5-A .- Resultados de las Pruebas ADF-Perú Prueba ADF de Raíz Unitaria

Valor Crítico

Estadístico de la prueba ADF

Ho: Existe raíz unitaria con intercepto

con tendencia

al 1%

al 5%

al 10%

* *

*

-3.882276 -3.875188

-3.480425 -4.029041

-2.883408 -3.444222

-2.57851 -3.146908

* *

*

-2.76201 -3.106576

-3.481217 -4.030157

-2.883753 -3.444756

-2.578694 -3.147221

* *

*

-5.62403 -5.1518

-3.480818 -4.029595

-2.883579 -3.444487

-2.578601 -3.147063

* *

*

-1.74451 -1.449854

-3.481217 -4.030157

-2.883753 -3.444756

-2.578694 -3.147221

* *

*

-1.422522 -1.159156

-3.482879 -4.032498

-2.884477 -3.445877

-2.57908 -3.147878

Ciclo económico

Depreciación 12 meses

Inflación 12 meses

Depreciación neta de inflación

Mora atrasada ME

Apéndice 5-B .- Resultados de las Pruebas ADF-Bolivia Prueba ADF de Raíz Unitaria

Valor Crítico

Estadístico de la prueba ADF

Ho: Existe raíz unitaria con intercepto

con tendencia

al 1%

al 5%

al 10%

* *

*

-2.987737 -3.044020

-3.615588 -4.219126

-2.941145 -3.533083

-2.609066 -3.198312

* *

*

-1.411897 -0.952913

-3.486551 -4.037668

-2.886074 -3.448348

-2.579931 -3.149326

* *

*

-2.024595 -2.569954

-3.486551 -4.037668

-2.886074 -3.448348

-2.579931 -3.149326

* *

*

-1.655987 -1.526665

-3.486551 -4.037668

-2.886074 -3.448348

-2.579931 -3.149326

* *

*

-1.541363 -2.412119

-3.492523 -4.046072

-2.888669 -3.452358

-2.581313 -3.151673

Ciclo económico

Depreciación 12 meses

Inflación 12 meses

Depreciación neta de inflación

Mora

Apéndice 6-A. Selección del rezago óptimo-VAR Sistema bancario peruano Lag 0 1 2 3 4 5 6 7 8

LogL

LR

FPE

AIC

SC

HQ

1016.493 1734.136 1763.422 1792.391 1811.07 1826.206 1845.906 1865.813 1875.365

NA 1377.875 54.35379 51.91245 32.27693 25.18719 31.51994 30.57743* 14.06034

1.08E-12 1.44E-17 1.17E-17 9.50E-18 9.14E-18 9.32E-18 8.87E-18 8.44E-18* 9.51E-18

-16.19989 -27.42618 -27.63875 -27.84625 -27.88911 -27.8753 -27.9345 -27.99701* -27.89384

-16.10938 -26.97365* -26.8242 -26.66968 -26.35051 -25.97467 -25.67185 -25.37234 -24.90714

-16.16312 -27.24234 -27.30784 -27.36827* -27.26406 -27.10317 -27.0153 -26.93075 -26.6805

* Indica el orden de rezago seleccionado según criterio LR: estadístico de la prueba del ratio de verosimilitud secuencial modificado (cada uno al 5% de significancia) FPE: error de predicción final AIC: Criterio de Akaike SC: Criterio de Schwarz HQ: Criterio de Hannan-Quinn

Apéndice 6-B. Selección del rezago óptimo-VAR modelo 1 Sistema bancario boliviano Lag 0 1 2 3 4 5 6 7 8

LogL

LR

FPE

AIC

SC

HQ

386.3005 743.3824 747.9802 750.9168 752.159 754.0993 755.3564 773.5558 774.3954

NA 695.0344 8.785113 5.50612 2.284731 3.499419 2.222464 31.52400* 1.424186

3.59E-06 6.55E-09 6.48E-09 6.61E-09 6.95E-09 7.21E-09 7.58E-09 5.89E-09* 6.24E-09

-6.862509 -13.16754 -13.17822 -13.15923 -13.10998 -13.0732 -13.02422 -13.27778* -13.22135

-6.813965 -13.02191* -12.93549 -12.81942 -12.67308 -12.53921 -12.39314 -12.54961 -12.39609

-6.842813 -13.10845* -13.07974 -13.02136 -12.93272 -12.85654 -12.76817 -12.98234 -12.88651

* Indica el orden de rezago seleccionado según criterio LR: estadístico de la prueba del ratio de verosimilitud secuencial modificado (cada uno al 5% de significancia) FPE: error de predicción final AIC: Criterio de Akaike SC: Criterio de Schwarz HQ: Criterio de Hannan-Quinn

Apéndice 6-C. Selección del rezago óptimo-VAR modelo 2 Sistema bancario boliviano Lag 0 1 2 3 4 5 6 7 8

LogL

LR

FPE

AIC

SC

HQ

711.4424 1233.003 1253.842 1260.9 1269.362 1276.56 1283.178 1302.212 1306.031

NA 1005.866 39.07355 12.85496 14.9597 12.3405 10.99058 30.58973* 5.933253

6.43E-10 6.81E-14 5.52E-14 5.72E-14 5.78E-14 5.99E-14 6.27E-14 5.27E-14* 5.83E-14

-12.65076 -21.80362 -22.01504 -21.98035 -21.97074 -21.93858 -21.89604 -22.07521* -21.9827

-12.57794 -21.51235* -21.50532 -21.25218 -21.02412 -20.77351 -20.51252 -20.47324 -20.16227

-12.62121 -21.68544 -21.80823* -21.68491 -21.58667 -21.46587 -21.3347 -21.42524 -21.24409

* Indica el orden de rezago seleccionado según criterio LR: estadístico de la prueba del ratio de verosimilitud secuencial modificado (cada uno al 5% de significancia) FPE: error de predicción final AIC: Criterio de Akaike SC: Criterio de Schwarz HQ: Criterio de Hannan-Quinn

Apéndice 7.- Estudios referenciales PAÍS BOLIVIA Escobar (2004) 1990 - 2003

COSTA RICA Cruz, Oliver Durán, Rodolfo Muñoz, Evelyn 1998-2000

PERÚ Jiménez (2004)

OBJETIVO DEL MODELO Y MÉTODO ECONOMÉTRICO Efecto de la depreciación neta (diferencial entre la depreciación del tipo de cambio y la inflación), tasa de interés nominal y crecimiento del producto sobre el índice de cartera deteriorada del sistema bancario de Bolivia. Método: Mínimos Cuadrados ordinarios Efecto de la inflación, devaluación, actividad económica y nuevas colocaciones sobre los indicadores de morosidad del sistema bancario de Costa Rica. Método: Datos de Panel Estático Efecto de la depreciación neta de inflación, tasa de crecimiento del producto sobre el índice de morosidad del sistema bancario peruano Metodología: Vectores AutoRegresivos

RESULTADOS ECONOMÉTRICOS Relación directa entre la primera diferencia de la depreciación neta y la primera diferencia del índice de morosidad (Beta = 0.12). Relación directa entre la primera diferencia de la tasa de interés nominal y la primera diferencia del índice de morosidad (Beta = 0.60). Relación negativa entre el crecimiento del producto y la primera diferencia del índice de morosidad (Beta = -0.17)

Relación directa entre la inflación y los indicadores de morosidad (Beta=0.38 Rezago=4 meses). Relación directa entre la devaluación y los indicadores de morosidad (Beta=0.32 Rezago=0). Relación inversa entre la actividad económica y los indicadores de morosidad (Beta=-0.16 Rezago=12 meses). Relación directa entre las nuevas colocaciones y los indicadores de morosidad (Beta=0.005 Rezago=8 meses). Los índices de morosidad reaccionan de manera directa ante un choque de tipo de cambio. Los índices de morosidad reaccionan de manera inversa ante un choque en el producto. Los índices de morosidad reaccionan de manera directa ante un choque en la cartera deteriorada (la cartera deteriorada del período t afecta a la cartera deteriorada del período t+1)

Apéndice 8-A.- Evolución de la mora por banco-Perú, depreciación e inflación

EVOLUCIÓN: MORA DEL BANK BOSTON, DEPRECIACIÓN E INFLACIÓN

EVOLUCIÓN: MORA DEL BCO SUR, DEPRECIACIÓN E INFLACIÓN

.4

.4

.3

.3

.2

.2

.1

.1

.0

.0

-.1

-.1 94

95

96

97

98

99

BANBOSTON

00

01

02

03

DEP

94

04

95

96

97

98

99

BCOSUR

INF

EVOLUCIÓN: MODERA DEL CITIBANK, DEPRECIACIÓN E INFLACIÓN

00

01

02

DEP

03

04

INF

EVOLUCIÓN: MORA DEL COMERCIO, DEPRECIACIÓN E INFLACIÓN .7

.4

.6 .3

.5 .4

.2

.3 .1

.2 .1

.0

.0 -.1

-.1 94

95

96

97

98

99

CITIBANK

00

01

DEP

02

03

94

04

95

96

97

98

99

COMERCIO

INF

EVOLUCIÓN: MORA DEL CONTINENTAL, DEPRECIACIÓN E INFLACIÓN

01

02

DEP

03

04

INF

EVOLUCIÓN: MORA DEL CRÉDITO, DEPRECIACIÓN E INFLACIÓN

.4

.4

.3

.3

.2

.2

.1

.1

.0

.0

-.1

00

-.1 94

95

96

97

98

CONTINENTAL

99

00

01 DEP

02

03 INF

04

94

95

96

97

98

CRÉDITO

99

00 INF

01

02

03

DEP

04

EVOLUCIÓN: MORA DEL FINANCIERO, DEPRECIACIÓN E INFLACIÓN .5

EVOLUCIÓN: MORA INTERAMERICANO, DEPRECIACIÓN E INFLACIÓN .4

.4

.3

.3 .2

.2 .1

.1 .0

.0

-.1

-.1 94

95

96

97

98

99

00

FINANCIERO

01

02

DEP

03

94

04

95

96

97

98

99

00

INTERAMERICANO

INF

EVOLUCIÓN: MORA DEL INTERBANK, DEPRECIACIÓN E INFLACIÓN

01

02

03

DEP

04 INF

EVOLUCIÓN: MORA DEL LATINO, DEPRECIACIÓN E INFLACIÓN .6

.4

.5

.3 .4

.2

.3 .2

.1

.1

.0 .0 -.1

-.1 94

95

96

97

98

99

INTERBANK

00

01

02

DEP

03

04

94

95

96

97

98

99

LATINO

INF

EVOLUCIÓN: MORA DE MIBANCO, DEPRECIACIÓN E INFLACIÓN

01

DEP

02

03

04

INF

EVOLUCIÓN: MORA DEL NBK, DEPRECIACIÓN E INFLACIÓN

.4

.4

.3

.3

.2

.2

.1

.1

.0

.0

-.1

00

-.1 94

95

96

97

98

MIBANCO

99

00

01

DEP

02

03 INF

04

94

95

96

97 NBK

98

99

00

DEP

01

02 INF

03

04

EVOLUCIÓN: MORA DE NUEVO MUNDO, DEPRECIACIÓN E INFLACIÓN

EVOLUCIÓN: MORA BCO ORION, DEPRECIACIÓN E INFLACIÓN

.4

.4

.3

.3

.2

.2

.1

.1

.0

.0

-.1

-.1 94

95

96

97

98

99

00

NUEVOMUNDO

01

02

DEP

03

04

94

95

96

INF

97

98

99

ORION

EVOLUCIÓN: MORA BCO PROGRESO, DEPRECIACIÓN E INFLACIÓN

01

DEP

02

03

04

INF

EVOLUCIÓN: MORA BCO REPUBLICA, DEPRECIACIÓN E INFLACIÓN

.5

1.0

.4

0.8

.3

0.6

.2

0.4

.1

0.2

.0

0.0

-.1

00

-0.2 94

95

96

97

98

99

PROGRESO

00

01

02

DEP

03

04

94

95

INF

96

97

98

99

REPUBLICA

EVOLUCIÓN: MORA BCO SANTANDER, DEPRECIACIÓN E INFLACIÓN

00

01

02

DEP

03

04

INF

EVOLUCIÓN: MORA BCO SERBANCO, DEPRECIACIÓN E INFLACIÓN .6

.4

.5

.3 .4

.2

.3 .2

.1

.1

.0 .0 -.1

-.1 94

95

96

97

98

SANTANDER

99

00

01

DEP

02

03 INF

04

94

95

96

97

98

SERBANCO

99

00

01

DEP

02

03 INF

04

EVOLUCIÓN: MORA BCO SOLVENTA, DEPRECIACIÓN E INFLACIÓN

EVOLUCIÓN: MORA BCO STANDARCHARTED, DEPRECIACIÓN E INFLACIÓN

.4

.4

.3

.3

.2

.2

.1

.1

.0

.0

-.1

-.1

94

95

96

97

98

99

00

SOLVENTA

01

02

DEP

03

04

94

INF

95

96

97

98

99

00

STANDARCHARTED

EVOLUCIÓN: MORA BCO SUDAMERICANO, DEPRECIACIÓN E INFLACIÓN

02

03

DEP

04 INF

EVOLUCIÓN: MORA BCO DEL TRABAJO, DEPRECIACIÓN E INFLACIÓN

.4

.4

.3

.3

.2

.2

.1

.1

.0

.0

-.1

01

-.1 94

95

96

97

98

99

SUDAMERICANO

00

01

02

03

DEP

04

94

INF

.4

.3

.2

.1

.0

-.1 95

96

97

98

WIESE

99

00 DEP

01

02

03

INF

96

97

98

TRABAJO

EVOLUCIÓN: MORA BCO WIESE, DEPRECIACIÓN E INFLACIÓN

94

95

04

99

00 DEP

01

02

03 INF

04

Apéndice 8-B.- Evolución de la mora por banco-Bolivia, depreciación e inflación EVOLUCIÓN: MORA DEL BBA, DEPRECIACIÓN E INFLACIÓN .4

EVOLUCIÓN: MORA DEL BCR, DEPRECIACIÓN E INFLACIÓN .30 .25

.3

.20 .2

.15 .10

.1

.05 .0

.00 -.1

-.05 95

96

97

98

99

BBA

00

01

DEP

02

03

04

95

96

97

INF

98

99

BCR

EVOLUCIÓN: MORA DEL BDB, DEPRECIACIÓN E INFLACIÓN

00

01

DEP

02

03

04

INF

EVOLUCIÓN: MORA DEL BEC, DEPRECIACIÓN E INFLACIÓN .20

.7 .6

.16

.5

.12

.4 .3

.08

.2

.04

.1

.00

.0 -.1

-.04 95

96

97

98

99

BDB

00

01

DEP

02

03

04

95

96

97

INF

98

99

BEC

EVOLUCIÓN: MORA DEL BGA, DEPRECIACIÓN E INFLACIÓN

00

01

DEP

02

03

04

INF

EVOLUCIÓN: MORA DEL BIN, DEPRECIACIÓN E INFLACIÓN

.20

.24

.16

.20 .16

.12

.12 .08

.08 .04

.04

.00

.00

-.04

-.04 95

96

97

98 BGA

99

00 DEP

01

02 INF

03

04

95

96

97

98 BIN

99

00 DEP

01

02 INF

03

04

EVOLUCIÓN: MORA DEL BDB, DEPRECIACIÓN E INFLACIÓN .7

EVOLUCIÓN: MORA DEL BEC, DEPRECIACIÓN E INFLACIÓN .20

.6

.16

.5 .12

.4 .3

.08

.2

.04

.1 .00

.0 -.1

-.04

95

96

97

98

99

BDB

00

01

DEP

02

03

04

95

96

97

INF

98

99

BEC

EVOLUCIÓN: MORA DEL BIS, DEPRECIACIÓN E INFLACIÓN

01

02

DEP

03

04

INF

EVOLUCIÓN: MORA DEL BLP, DEPRECIACIÓN E INFLACIÓN

.24

.5

.20

.4

.16

00

.3

.12 .2 .08 .1

.04

.0

.00 -.04

-.1 95

96

97

98

99

BIS

00

01

DEP

02

03

04

95

96

97

INF

98

99

BLP

EVOLUCIÓN: MORA BME, DEPRECIACIÓN E INFLACIÓN .20

00

01

DEP

02

03

04

INF

EVOLUCIÓN: MORA DEL BNA, DEPRECIACIÓN E INFLACIÓN .7 .6

.16

.5 .12

.4

.08

.3 .2

.04

.1 .00

.0

-.04

-.1 95

96

97

98 BME

99

00 DEP

01

02 INF

03

04

95

96

97

98 BNA

99

00 DEP3

01

02

03

INF

04

EVOLUCIÓN: MORA DEL BNB, DEPRECIACIÓN E INFLACIÓN

EVOLUCIÓN: MORA DEL BRE, DEPRECIACIÓN EINFLACIÓN

.20

.20

.16

.16

.12

.12

.08

.08

.04

.04

.00

.00

-.04

-.04

95

96

97

98

99

BNB

00

01

DEP

02

03

04

95

96

97

INF

98

99

BRE

EVOLUCIÓN: MORA DEL BSC, DEPRECIACIÓN E INFLACIÓN .30

00

01

DEP3

02

03

04

INF

EVOLUCIÓN: MORA DEL BSO, DEPRECIACIÓN E INFLACIÓN .20

.25

.16

.20 .12 .15 .08 .10 .04

.05

.00

.00 -.05

-.04 95

96

97

98

99

BSC

00

01

DEP

02

03

04

95

96

97

INF

98

99

BSO

EVOLUCIÓN: MORA DEL BTB, DEPRECIACIÓN E INFLACIÓN .20

00

01

DEP

02

03

04

INF

EVOLUCIÓN: MORA DEL BUN, DEPRECIACIÓN E INFLACIÓN .32 .28

.16 .24 .12

.20 .16

.08 .12 .08

.04

.04 .00 .00 -.04

-.04 95

96

97

98 BTB

99

00 DEP

01

02 INF

03

04

95

96

97

98 BUN

99

00 DEP

01

02 INF

03

04