Oeconomia Breves Ensayos de Economía y Finanzas
Volumen VIII, Número 4. Diciembre 2014
Superexogeneidad de la Tasa de Política Monetaria (TPM): El caso de la República Dominicana (I de III) José Manuel Michel.........................................................................................3 Reglas de Política Monetaria de Taylor y McCallum: Un Modelo de Cambios de Régimen con Cadenas de Markov Paola Pérez Medrano.....................................................................................9 ¿Pueden los sistemas de alerta temprana indicar ataques especulativos al tipo de cambio?: Evidencia preliminar para la República Dominicana Raymer Díaz y Karla Cruz..........................................................................20
Banco Central de la República Dominicana
Banco Central de la República Dominicana Departamento de Programación Monetaria y Estudios Económicos.
Oeconomia Vol. VIII, No. 4 Elaborado por el Departamento de Programación Monetaria y Estudios Económicos del Banco Central de la República Dominicana. – Santo Domingo: Banco Central de la República Dominicana, 2014. 35 p. Trimestral ISSN 2304-3458
© 2014 Publicaciones del Banco Central de la República Dominicana
Esta es una publicación del Departamento de Programación Monetaria y Estudios Económicos del Banco Central. El contenido y las opiniones de los artículos publicados en Oeconomia son de exclusiva y estrictamente responsabilidad de su o sus autores y no reflejan la opinión del Banco Central de República Dominicana. Consejo Editorial: Julio Andújar Scheker, Director Departamento de Programación Monetaria y Estudios Económicos.
Joel Tejeda Comprés, Subgerente de Políticas Monetaria, Cambiaria y Financiera.
Comentarios y preguntas sobre esta publicación pueden ser enviados a: Banco Central de la República Dominicana Av. Dr. Pedro Henríquez Ureña esq. Calle Leopoldo Navarro Santo Domingo de Guzmán, D. N., República Dominicana Apartado Postal 1347 809-221-9111 exts. 3072-73
[email protected]
œ
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Superexogeneidad de la Tasa de Política Monetaria (TPM): El caso de la República Dominicana (I de III) Por: José Manuel Michel1
I. Introducción Entre los bancos centrales que tienen como estrategia un Esquema de Metas Explícitas de Inflación (EMI), la tasa de interés de corto plazo suele ser el instrumento a través del cual se comunica la posición de la política monetaria. A partir del año 2004 en la República Dominicana se inicia la operación de un corredor de tasas de interés, el cual tenía como techo la tasa de interés de las facilidades de liquidez a las entidades financieras (Lombarda) y como base, la tasa de interés de los depósitos remunerados de corto plazo (Overnight). Esta última servía como tasa de referencia de política monetaria. Desde febrero 2013, con la adopción del EMI, el corredor de tasa fue transformado y está compuesto por una Tasa de Política Monetaria (TPM), que es el centro del corredor; un techo y una base que son la tasa de interés más alta de las facilidades permanentes de repos y la tasa de interés mínima de las facilidades permanentes de depósitos, respectivamente. En este sentido, el estudio del canal de tasas de interés es de suma importancia para el diseño e implementación de la política monetaria. Como parte de la agenda de investigación Banco Central de la República Dominicana, se contempla el análisis del mecanismo de transmisión de la tasa de interés de política a las demás tasas de interés del mercado y a las variables macroeconómicas, específicamente, el producto, el empleo y la inflación. Nuestro primer estudio, versará sobre la primera etapa del canal de tasas de interés, que es el traspaso de la TPM a las tasas de interés de largo plazo del mercado. Dentro de este estudio, se toca el tema de la exogeneidad de las decisiones de política monetaria. En otras palabras, el estudio busca determinar si las variaciones de la TPM se determinan de manera endógena, siguiendo simultáneamente las pautas del mercado o de forma exógena, donde es el mercado que sigue la pauta del Banco Central. Si se cumple esta última, podemos afirmar que la TPM es una variable débilmente exógena. Además, es importante determinar si los cambios en los parámetros de la distribución de la TPM afectan el traspaso a las tasas del mercado. Si el coeficiente de traspaso es invariante ante cambios en los parámetros de la Tasa de Política Monetaria (TPM) se cumple la condición de invarianza. La combinación de la exogeneidad débil e la invarianza nos da la condición de superexogeneidad. En este contexto, el objetivo de este artículo es comprobar si la Tasa de Política Monetaria (TPM) del Banco Central de la República Dominicana (BCRD) tiene un comportamiento superexógeno. Para lograr este objetivo se utilizan dos metodologías de estimación econométrica. La primera División de Investigación Económica, Departamento de Programación Monetaria y Estudios Económicos. Para preguntas y comentarios escribir a
[email protected]. 1
3
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
metodología, Vectores de Corrección de Errores (VEC, por su sigla en inglés) de Johansen (1988), permite evaluar si la TPM es débilmente exógena. La segunda, consiste en estimaciones uniecuacionales siguiendo la metodología de lo particular a lo general de Benerjee (1993), la cual se utiliza para probar la invarianza. Como mencionamos anteriormente, desde enero 2004 a febrero 2013, los hacedores de política monetaria han utilizado como variable de referencia la tasa overnight o de depósitos remunerados de corto plazo. Desde febrero 2013, el Banco Central fija una Tasa de Política Monetaria (TPM). Estas tasas, sin embargo, tienen poca validez econométrica ya que son variables discretas. Por esta razón, los estudios de traspaso de tasas de interés utilizan como proxy de la TPM la tasa de interés interbancaria. Considerando estos antecedentes, y el hecho de que la tasa interbancaria de la República Dominicana tiene un comportamiento similar a la tasa overnight y/o TPM, se utiliza esta tasa como proxy. Los contrastes de exogeneidad débil e invarianza se corren con las tasas de interés activas a 90 días, a 180, a 360 días, a 2 años y a 5 años. Este artículo se encuentra dividido de la siguiente manera. El capítulo dos aborda todo lo relativo al concepto de superexogeneidad, a nivel conceptual y metodológico. El capítulo tres contiene los resultados de los contrastes para el caso de República Dominicana. Por último, en el capítulo IV se presentan las conclusiones del artículo. II. Superexogeneidad: Concepto y Metodología 2.1 Concepto La superexogeneidad es un concepto interesante de la literatura econométrica, y a la vez, una propiedad deseable en los modelos de evaluación de política. Si los instrumentos de política son superexógenos, esto significa que el hacedor de política tiene una estimación precisa de los efectos de sus decisiones en la economía. La superexogeneidad es la combinación de la exogeneidad débil, condición necesaria para lograr una estimación consistente en muchos modelos, y la invarianza, que significa que los cambios en los parámetros de las distribuciones de las variables independientes (dentro de éstas, las variables que son instrumentos de política) no tienen efectos en los parámetros de los modelos condicionales. En el caso de la política monetaria, lo deseable es que la TPM sea superexógena para poder evaluar sus efectos en las tasas de interés del mercado, en el producto, en el empleo y especialmente en los precios. La superexogeneidad, al igual que cualquier tipo de exogeneidad, solo puede ser evaluada en un contexto determinado; esto es, para un parámetro de interés y un conjunto de información dado. Como este artículo es parte de una investigación sobre la primera etapa del canal de tasas de interés, el traspaso de la Tasa de Política Monetaria a las tasas de interés del mercado, se evalúa la superexogeneidad de la TPM en el contexto de las tasas de interés del mercado y condicional al coeficiente de traspaso de tasa de interés, que es nuestro parámetro de interés.
4
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
En términos formales, el punto de partida para definir la superexogeneidad es la distribución conjunta de , tasas de interés nominal del mercado y de Tasa de Política Monetaria (TPM), condicional a un conjunto de información ( )
(
|
)
( |
) (
)
Donde denota la distribución conjunta de e la distribución de la tasa de interés del mercado condicional a la TPM y distribución marginal de la tasa de interés de política. El conjunto de parámetros de se denota por , los parámetros de la por , y los parámetros de
por
.
El primer componente de la superexogeneidad es la exogeneidad débil, la cual es definida por Engle, Hendry y Richard (1983) de forma condicional a un conjunto de parámetros θ de la siguiente manera: a) El conjunto de parámetros θ es una función del conjunto de parámetros del modelo condicional, b) y son variation-free para Si asumimos que y son escalares, podemos afirmar que son variation-free para , siempre que =ϕ , donde ϕ es un escalar desconocido. Claramente, para los periodos en los cuales (parámetro del modelo marginal) es constante, no hay información útil para la estimación de . Es claro que el concepto variation-free no significa que los parámetros del modelo condicional sean invariantes ante cambios en los parámetros del modelo marginal. Si este fuera el caso, estaríamos en presencia de invarianza. ( )
=
para todo
El concepto de invarianza nos dice que el coeficiente de traspaso, que mide la magnitud del efecto de la política monetaria en las tasas de interés del mercado, no es afectado por los cambios de régimen de la política monetaria. Concretamente, cambios en la media, la varianza y otros momentos de la distribución de la TPM no afectan el coeficiente de traspaso. 2.2 Metodología Para contrastar la hipótesis de superexogeneidad se necesita utilizar dos tipos de pruebas, uno para evaluar la exogeneidad débil y otro para la invarianza. En el primer caso, el contraste de exogeneidad débil, se estiman los VEC. En el segundo caso, se estiman modelos uniecuacionales para evaluar la invarianza, siguiendo el método de lo particular a lo general. Los modelos VEC tienen la siguiente estructura: ( )
∑
5
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
[ ]; c, un vector de constantes de dimensión (2x1); una matriz de dimensión Donde (2x2); una matriz de dimensión (2px2p), es el número de rezagos. El vector de residuos ( ) tiene dimensión 2x1 y cumple con los supuestos de identidad distributiva, normalidad e independencia. Bajo estos supuestos, la estimación de máxima verosimilitud de la ecuación 3 es consistente y eficiente. Por consiguiente, podemos hacer inferencia sobre las estimaciones, especialmente, sobre el rango de la matriz que nos permite determinar si están cointegrados. Siguiendo a Johansen (1988) se aplica el contraste de la traza sobre las estimaciones de la expresión 3 para determinar el rango de [ (
( )
) ⁄ ( )]
∑
(
̃)
Donde es el número de la relación de cointegración o rango de la matriz ; T el número de observaciones y ̃ autovalor estimado. Primero se contrasta la hipótesis nula de ausencia de cointegración contra la alternativa existencia de una relación de cointegración ( ). Luego, bajo la hipótesis nula podemos contrastar la hipótesis de En nuestro caso, tenemos solo dos variables y, por consiguiente, si en el segundo paso se rechaza la hipótesis ] serían variables estacionarias. Por ende, existe nula de tendría rango completo y [ una relación de largo plazo o cointegración si el rango de la matriz es igual a uno. [ ] es el vector de coeficientes de Bajo la hipótesis de cointegración, donde ajuste y es la relación de largo plazo o vector de cointegración. Siguiendo a Johansen y Juselius (1990), se prueba la hipótesis de exogeneidad débil, la cual es equivalente a contrastar la siguiente restricción a la matriz : ( )
[
] y
[
]
Si el cociente de máxima verosimilitud no permite rechazar la hipótesis nula expresada en (5), se puede afirmar que la tasa de política es débilmente exógena condicional a la información disponible en las tasas de interés y al coeficiente de traspaso. Por tanto, solo nos queda contrastar la invarianza del coeficiente de traspaso. Para probar la invarianza se estima el siguiente modelo: ( )
(
)
∑
∑
(
)
La ecuación (6) es una estructura que permite estimar simultáneamente la relación de largo y corto plazo. Además, se puede evaluar la invarianza al incorporar el segundo momento de la TPM, la varianza e interacción entre la media y la varianza. La idea de invarianza se satisface si hay evidencia a favor de de Wald.
Para probar esta hipótesis se utiliza el contraste
6
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
III. Resultados Siguiendo el mismo orden de la metodología se presentan los contrastes de cointegración, exogeneidad débil e invarianza. Tabla 1. Contraste de cointegración de Johansen (Estadístico traza) Hipótesis nula ( )
Hipótesis alternativa
Estadístico traza ( ) 28.7 7.4 ( ) 26.6 6.0 ( ) 28.0 7.3 ( ) 26.2 7.7 ( ) 26.2 7.7
Valor crítico al 5%
Conclusión sobre ( )
20.3 9.2
Se rechaza No se rechaza
20.3 9.2
Se rechaza No Se rechaza
20.3 9.2
Se rechaza No Se rechaza
20.3 9.2
Se rechaza No Se rechaza
20.3 9.2
Se rechaza No Se rechaza
Fuente: Elaboración propia con datos del Banco Central de la República Dominicana.
A partir de los resultados de la Tabla 1, podemos concluir que el contraste de la traza permite rechazar la hipótesis nula de ausencia de cointegración al 5% de significancia. Por consiguiente, se puede concluir que existe una relación de largo plazo entre las tasas de interés del mercado para cualquier plazo, y la Tasa de Política Monetaria (TPM). Bajo la hipótesis alternativa de cointegración, se puede evaluar la hipótesis de exogeneidad débil. Esto implica comprobar si se [ ] y [ ].2 satisface la restricción Tabla 2. Contraste de la razón verosimilitud
Valor pro.
a 90 días 0.001518 0.97
A 180 días 0.36 0.55
a 360 días 0.89 0.34
𝛂
[
] y
a 2 años 0.94 0.33
[
] a 5 años 1.22 0.27
Fuente: Elaboración propia con datos del Banco Central de la República Dominicana.
En la Tabla 2 se observa en todos los casos que no es posible rechazar la hipótesis nula de exogeneidad débil, a los niveles convencionales de 1, 5 y 10% de significancia. Por consiguiente, las estimaciones de modelos uniecuacionales son consistentes, siempre que los parámetros de la
Los modelos VEC, utilizados en los contrastes de cointegración tiene dos rezagos y sus residuos son independiente e idénticamente distribuidos. Después de incorporar variables binarias, para eliminar valores atípicos, se logra obtener residuos normales. 2
7
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
distribución de la TPM se mantengan constantes. Por ende, para validar las estimaciones del coeficiente de traspaso, es necesario probar la invarianza. Ésta se prueba al estimar la expresión (6) y al analizar la significancia estadística de los coeficientes del segundo momento ( ), la varianza ( ) y la interacción entre la varianza y la media de la tasa TPM o interbancaria ( ). La significancia conjunta de estos coeficientes se prueba con el contraste de Wald. Los resultados del mismo se muestran en la Tabla 3. Todos los valores de probabilidad son superiores al 0.10, por lo cual no se rechaza la hipótesis de invarianza. Tabla 3. Contraste de Wald
Valor pro.
a 90 días 0.63 0.89
A 180 días 3.52 0.32
a 360 días 0.34 0.95
a 2 años 1.44 0.70
a 5 años 4.16 0.24
Fuente: Elaboración propia con datos del Banco Central de la República Dominicana.
IV. Conclusiones Los resultados del contraste de la traza de Johansen (1988) indican que existe una relación de largo plazo entre la TPM y/o la tasa interbancaria y las tasas de interés activas a los diferentes plazos. Por consiguiente, se descarta que la TPM y las tasas de interés activas sigan un proceso estacionario. Adicionalmente, podemos concluir que la TPM es una variable débilmente exógena. La exogeneidad débil nos dice que el coeficiente de traspaso de tasas de interés se puede estimar consistentemente con un modelo uniecuacional. También, los resultados sugieren que el coeficiente de traspaso es invariante para la TPM. Por ende, se cumple con las dos condiciones de la superexogeneidad. De aquí, que se pueda afirmar que la TPM de República Dominicana es una variable superexógena, en el contexto de la información disponible en las tasas de interés activas y condicional al coeficiente de traspaso. Referencias Engle R.F., D.F Hendry y Richard (1983). “Exogeneity”. Econometrica 51, 277-304. Engle R.F. y D.F Hendry (1993). ”Testing superexogeneity and invariance in regression models”. Journal of Econometrics 56, 119-139. North-Holland. Johansen, S. (1989). “Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models”. Forthcoming, Econometrica. Johansen, S. y Juselius, K. (1990). “Maximum Likelihood Estimation and Inference On Cointegration – With Applications To The Demand For Money”. Oxford Bulletin of Economics and Statistics 52, 2.
8
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Reglas de Política Monetaria de Taylor y McCallum: Un Modelo de Cambios de Régimen con Cadenas de Markov Por: Paola Pérez Medrano
1
I. Introducción Durante muchos años, se ha mantenido un intenso debate sobre los distintos de mecanismos de transmisión de la Política Monetaria (PM), entre los cuales se destacan el manejo de instrumentos de política como del mercado cambiario, la emisión monetaria o las tasas de interés, entre otros, para cumplir con los objetivos establecidos por las autoridades de los Bancos Centrales, cumpliendo con lo señalado por la trinidad imposible.2 No obstante esto, se ha intentado establecer una regla o patrón específico en base a los instrumentos utilizados para ejecutar la política monetaria. Lucas (1976) explica que el manejo de la política monetaria surge en respuesta al desenvolvimiento del marco económico, lo que implica que una regla de política podría ser muy rígida para explicar su comportamiento. De acuerdo a Judd y Rudebusch (1998), se han sopesado distintos instrumentos para evaluar la política monetaria. En este sentido, el análisis de la función de reacción de los cambios de política monetaria permite observar el comportamiento del régimen de dicha política y sus reacciones a choques exógenos. En pocas palabras, para estos autores, la función de reacción es la respuesta de las autoridades a las condiciones económicas. Además, se dice que es estable cuando responde a las desviaciones del nivel de inflación de la meta y a las desviaciones del nivel del Producto Interno Bruto (PIB) de su potencial. Teniendo en cuenta que la República Dominicana (RD) es una economía pequeña y abierta, con un nivel de actividad que responde de manera significativa a choques de PM (Paredes, Jiménez y Ramírez, 2013), se considera importante evaluar la postura de PM frente algunos eventos de importancia. Entre los cambios de política monetaria tomados en consideración, debe destacarse la introducción de un nuevo instrumento de PM, en el marco de un acuerdo firmado con el Fondo Monetario Internacional (FMI) en 2004. Este instrumento se basa en la implementación de un corredor de tasas de interés, compuesto por la tasa de interés de remuneración a depósitos de un día como límite inferior y por la tasa de interés lombarda o de descuento como límite superior. Más adelante, en 2005 se inicia el plan de PM fundamentado en Esquemas de Metas Monetarias a partir del acuerdo Stand-by firmado con el FMI. Este sistema sirve de base para que a principios de 2012, el Banco Central de la República Dominicana (BCRD), iniciara de División de Investigación Económica, Departamento de Programación Monetaria y Estudios Económicos. La autora agradece las sugerencias de Fidel Morla de la División de Análisis Monetario. Para preguntas y comentarios escribir a
[email protected]. 2 La Trinidad Imposible es un trilema en la economía internacional el cual establece que los hacedores de política no pueden los siguientes tres tipos de política: mantener la tasa de interés fija, libre movimiento de capitales y una política monetaria independiente. Ver De Gregorio (2007). 1
9
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
manera oficial la aplicación de un Esquema de Metas Explícitas de Inflación (EMI), para cumplir con su objetivo principal de mantener la estabilidad de precios.3 Este cambio de esquema surge por la inefectividad de los agregados monetarios como instrumento de política monetaria debido al quiebre de su relación con la inflación (BCRD, 2012; Andújar, 2012). A partir de los cambios en la política monetaria4 y los periodos de crisis que ha enfrentado la economía dominicana, este estudio pretende identificar la transición de las preferencias en la aplicación de la PM del BCRD, en base a los modelos de reglas de política monetaria establecidos previamente por Taylor (1993) y McCallum (1987). En este sentido se estima un Modelo de Cambios de Markov (Markov Switching Model, MSM por sus siglas en inglés) basado en las reglas de política monetaria de McCallum (1987) y Taylor (1993). Parte de las razones en utilizar estas reglas viene de que estos modelos asumen que la respuesta de la política a cambios en las variables económicas es estable y, además, estiman la probabilidad de cambio en la postura de política. De acuerdo a los resultados, el cambio más influyente sobre el comportamiento de la PM es la implementación del corredor de tasas de interés en 2004 como nuevo instrumento de política, donde las estimaciones de probabilidad de cambio de régimen por cadenas de Markov indican que hubo un cambio en la PM. La organización de esta investigación se divide en base a la siguiente estructura. En la sección II se presenta un breve marco teórico en base al concepto de regla de PM y los dos tipos de regla que trata este trabajo, es decir, la Regla de Taylor (RT) y la Regla de McCallum (RM). En la tercera sección se presenta un resumen técnico de la metodología utilizada, para luego, en la sección IV, detallar y discutir los datos y resultados. Por último, en la sección V, se exhiben las conclusiones y futuras extensiones del estudio. II. Marco Teórico El concepto de regla de política monetaria no pretende ser un manual al usuario el cual un Banco Central debe obedecer al pie de la letra, sino que describe un camino que podrían seguir los hacedores de política en para disminuir la posibilidad de decisiones erradas, utilizando como base a los principales indicadores económicos, según Perruchoud (2009). De acuerdo a esto, distintos autores resaltan que la PM cambia a través del tiempo o dependiendo del estado de la economía. En general, la forma funcional de una regla de PM tiene como objetivo determinar si los parámetros de la regla de política varían en el tiempo y busca relacionar los diferentes niveles de desempeño económico que podrían estar relacionados a estas variaciones en cada periodo (Taylor, 1999). Inicialmente, se estipulaba que los coeficientes de las ecuaciones algebraicas de Para mayor detalle de lo establecido, ver Ley Monetaria y Financiera no. 183-02 art. 2. Ver BCRD (2008) y Paredes, Jiménez y Ramírez (2013) para una explicación más amplia de los cambios más importantes en la implementación de la política monetaria en la República Dominicana. 3 4
10
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
las reglas de política monetaria proveen instrucciones exactas sobre cómo debe manejarse cuantitativamente cada instrumento en respuesta a variaciones de nivel de precio y PIB. A pesar de esto, los hacedores de política no estaban de acuerdo en acogerse al lineamiento de ejercer una política monetaria mecánica y sistemática, por lo que se inclinaban en mantener un manejo discrecional de sus decisiones. En el ejercicio de la macroeconomía moderna, está claro que las reglas de política tienen mayores ventajas en mejorar el desempeño económico que la aplicación de la economía discrecional. De acuerdo a Taylor (1993), por consenso, a la regla de política se le asigna la definición de solución óptima o problema de optimización dinámica, mientras que a la economía discrecional se le refiere como inconsistente, de solución de poco alcance y se distingue porque no sigue un plan de contingencia para el futuro, a diferencia de una regla de política. 2.1 Regla de Política Monetaria: Taylor Taylor (1993) argumenta que la regla es simple y específica, por lo que representa una “buena política” en el sentido de que estabiliza la inflación y el nivel de producto razonablemente. Además, la RT asume que los hacedores de política deberían incrementar la tasa de interés en 1.5% cuando la inflación se desvíe de la meta y aumentar en la tasa de interés en 0.5% por cada punto porcentual que se expanda la brecha del producto (Săndică, 2012). La forma funcional de la Regla de Taylor (1993) presenta una relación lineal entre la tasa de interés, el logaritmo del nivel de precios y el logaritmo del producto real. El modelo de la RT puede presentarse de la siguiente manera: ( )
(
)
Donde, es la tasa de interés de corto plazo; es el nivel de inflación interanual; es la meta de inflación establecida por los hacedores de política; es la desviación porcentual del nivel de PIB real de su nivel potencial; los coeficientes son constantes, y son los residuos estimados. También se toma en consideración la variación de Petreski (2011), que propone una RT aumentada con el tipo de cambio nominal ( ), por su rol en la política monetaria en las economías emergentes. Adicionalmente, permite un suavizado al incluir un rezago de la variable dependiente basado en que: i) ayuda a la reducción del riesgo de errores de política en condiciones de alta incertidumbre y cuando los hacedores de política actúan con información parcial; ii) existe preocupación del efecto de las acciones en el sistema financiero, como pérdida de capital y aumento sistémico de los riesgos, al que podría exponerse producto de un cambio repentino y grande de la tasa de interés; y iii) para reducir el riesgo de reputación y mantener la confianza en los Bancos Centrales. ( )
11
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Săndică (2012) toma la ecuación (2) como una Regla de Taylor para una economía abierta basada en metas de inflación, brecha del producto, tipo de cambio, y un rezago de la tasa de interés para capturar la inercia de la política monetaria óptima. En un estudio para Romania en el periodo de 2000 a 2011, Săndică (2012) toma como referencia el inicio del EMI en 2005 para analizar sus resultados de probabilidad de cambio de régimen. El estudio revela que para dicho país, la probabilidad de mantener una política monetaria enfocada en la inflación aumentó en 2005 hasta el final de 2008, mientras que en tiempo de crisis y recesión la probabilidad de mantener una PM orientada a brecha de PIB, es mayor. La evidencia para República Dominicana presenta resultados dirigidos a explicar la respuesta de las autoridades monetarias ante cambios en la economía en base al marco de una regla de política. Andújar y Medina (2008) estiman tres posibles reglas de política para el periodo de 1992-2006. La primera explica la relación entre la brecha de inflación y la brecha del producto, tomando el planteamiento de Taylor (1993), y explica que los hacedores de política reaccionan en mayor medida frente a aumentos de brecha del producto que frente a la brecha de precios. La segunda, sustituye la variable de brecha del producto por la brecha del empleo, y se encuentra una reacción equilibrada en partes iguales entre las variables, siendo este resultado más coherente con la práctica de la PM del periodo estudiado que el primero. Por último, los autores incorporaron la depreciación del tipo de cambio para analizar la reacción de acuerdo a eventos en el sector externo, y en base a esto se encuentra que el objetivo de las autoridades monetarias es la inflación, tomando en cuenta los desvíos del tipo de cambio real. En este último se desestiman la brecha del producto y la brecha del empleo por no ser significativas. 2.2 Regla de Política Monetaria: McCallum En el caso de McCallum (1987), se propone un tipo de regla específica de PM adecuada al estado de la economía para la época post Segunda Guerra Mundial.5 Esta regla se basa principalmente en el PIB nominal y establece una trayectoria para el crecimiento de la oferta monetaria, es decir, la base monetaria incluyendo el circulante. El objetivo principal de este tipo de regla era mantener el crecimiento sostenido de la economía y eliminar alta inflación. De acuerdo a Croushore y Stark (1995), la RM ajusta los instrumentos de política cuando el PIB nominal se desvíe de su potencial, por lo que, si está por debajo se debe estimular la economía aumentando el crecimiento de la oferta monetaria, lo que aceleraría el crecimiento del PIB nominal y viceversa. En resumen, la RM procura mantener la brecha del producto reducida, llevando el PIB nominal a su nivel potencial controlado por la oferta de dinero. La función original de la regla de McCallum (1987) puede presentarse como (3): ( ) 5
(
)
Desarrollada en el periodo 1939-1945.
12
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Donde, es el logaritmo de la base monetaria y captura las innovaciones del sistema; es el logaritmo del nivel potencial del PIB nominal; es el logaritmo del PIB nominal; son los residuos estimados, y la magnitud de provee una respuesta de las desviaciones del crecimiento del PIB nominal y su nivel potencial que ajusta el crecimiento de la base monetaria para mantener el promedio de la inflación en cero. Para el caso de la República Dominicana, Sánchez-Fung (2003) aplica una función de reacción híbrida para analizar el comportamiento del BCRD, con la base monetaria como variable dependiente e incluyendo elementos de las reglas de política formuladas por Taylor y McCallum. El autor concluye que existe un sesgo en el patrón de comportamiento del BCRD hacia la variable explicativa del mercado cambiario, que se muestra más consistente a partir de la década de los 80, momento de importantes reformas en la estrategia de PM. Ramírez (2009) toma la regla de política óptima en McCallum (1989), que adiciona un promedio móvil de la velocidad de circulación a la ecuación (3), y controlando por una variable dicotómica la crisis de 2003. Los resultados de la estimación de la regla obtenidos por el autor para el periodo 1998-2008 apuntan que el BCRD siguió esta regla de PM, donde la base monetaria fue ajustada en base a un crecimiento objetivo del PIB nominal.6 III. Estrategia Empírica Siguiendo a Hamilton (1989), el MSM, también conocido como modelo de cambio de régimen, es un modelo no lineal que implica múltiples estructuras para caracterizar las series de tiempo en distintos regímenes. Adicionalmente, tiene la capacidad de capturar el comportamiento dinámico de los patrones de las series. Así, a diferencia de un modelo de cambios estructurales, el MSM permite cambios exógenos ocasionales en los datos, mientras que el primero permite cambios frecuentes en diferentes puntos del tiempo. Por lo tanto, el MSM es adecuado para describir datos correlacionados que presentan diferentes patrones dinámicos en distintos periodos del tiempo (Kuan, 2002). Con todo esto y según Hamilton (1989), la transición entre los estados obedece las condiciones de primer orden de un proceso de Cadenas de Markov, donde denota el estado inobservado del sistema y p,q denotan la probabilidad de transición: [ [
| |
] ]
Un modelo de cambios para una variable
[ [
| |
] ]
incluye dos especificaciones autorregresivas:
{
6
Para mayor detalle de la estimación y sus procedimientos ver Ramírez (2009).
13
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Donde es un valor absoluto menor que 1, y es un vector de variables que cumple con la condición i.i.d., de media cero y varianza constante. Este modelo de cambios es un proceso autorregresivo estacionario con media ( ) cuando , y cambia a otro proceso similar con media ( ) ( ), cuando cambia de 0 a 1. Aparte de la especificación de Cadenas de Markov, Hamilton (2005) destaca que los Modelos de Cambios de Régimen (Regime Switching Model, RSM por sus siglas en inglés) se concentran en los cambios estructurales que experimentan las variables económicas asociadas a situaciones de cambios de política o alguna crisis económica. Los RSM son modelos de regresión lineal que poseen no-linealidades que surgen de cambios discretos de régimen no observados.7 Este ejercicio econométrico provee la media de cada régimen en específico, los coeficientes de distribución del error y las probabilidades de la matriz de transición entre regímenes y su duración. IV. Datos y Resultados En esta investigación se utilizan la tasa de interés interbancaria como la tasa con mayor influencia sobre las demás tasas del sector financiero y por ser instrumento de política monetaria, la tasa de inflación interanual y la brecha entre nivel del producto real y potencial, para estimar la ecuación 2. En el caso de la ecuación 3, se utiliza la base monetaria restringida en sustitución de la tasa interbancaria, bajo el supuesto del uso de la oferta monetaria como instrumento de política. El objetivo de esta última es identificar si la PM está orientada a la reducción de la brecha del PIB. Al utilizar una regla tipo Taylor (1993) para 2000-2014 y McCallum (1987) para 1996-2014, se busca caracterizar el comportamiento de la regla de política monetaria que ha sido ejecutada en la RD. Figura 1. Probabilidad de transición de régimen de Taylor e Inflación 1.2
#2
#1
#4
#3
70%
#5
60%
1.0
50%
0.8
40%
0.6
30% 0.4
20%
0.2
10%
0.0
0%
Eventos
Inflación (eje derecho)
2013Q4
2013Q2
2012Q4
2012Q2
2011Q4
2011Q2
2010Q4
2010Q2
2009Q4
2009Q2
2008Q4
2008Q2
2007Q4
2007Q2
2006Q4
2006Q2
2005Q4
2005Q2
2004Q4
2004Q2
2003Q4
2003Q2
2002Q4
2002Q2
2001Q4
2001Q2
2000Q4
-10% 2000Q2
-0.2
Régimen 1 (eje izquierdo)
Fuente: Elaboración propia.
Para mayor información sobre las características de los Modelos de Cambios de Régimen tipo Markov, ver Kim, Piger y Startz (2005). 7
14
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
En la Figura 1, la serie de régimen 1 representa la probabilidad de transición de régimen de acuerdo a la regla de política de tipo Taylor de la ecuación 2, sin incluir el tipo de cambio. En términos de probabilidad, mantenerse en el régimen 1 (cuando está en 1.0) se refiere a que la PM está dirigida con el fin de mantener una tendencia estable de la inflación. Cuando esta probabilidad cae, o se encuentra cercana a cero, quiere decir que el objetivo de la PM tiende a favorecer un modelo enfocado a reducir la brecha del PIB. Figura 2. Probabilidad de transición de régimen de Taylor y Brecha del PIB 1.2
#2
#1
#4
#3
4%
#5
1.0
2%
0.8
0%
0.6 -2%
0.4 -4%
0.2
Eventos
Brecha del PIB (eje derecho)
2013Q4
2013Q2
2012Q4
2012Q2
2011Q4
2011Q2
2010Q4
2010Q2
2009Q4
2009Q2
2008Q4
2008Q2
2007Q4
2007Q2
2006Q4
2006Q2
2005Q4
2005Q2
2004Q4
2004Q2
2003Q4
2003Q2
2002Q4
2002Q2
2001Q4
-8% 2001Q2
-0.2 2000Q4
-6%
2000Q2
0.0
Régimen 2 (eje izquierdo)
Fuente: Elaboración propia.
En la Figura 2, se presenta la probabilidad espejo del cambio de régimen 1 definido en la Figura 1. Para esta, el régimen 2 representa una política monetaria enfocada en la reducción de la brecha del PIB, es decir, cuando la probabilidad de transición se aproxima a 1.0, y en caso contrario, la postura de política se inclina a mantener el nivel de inflación estable. Se deben destacar dos resultados importantes. Primero, en este ejercicio se aprecia un cambio de régimen en 2004, momento en el cual se inicia la implementación del corredor de tasas de interés como instrumento de PM. A partir de este punto, la preferencia de política se ve apuntada en mantener un nivel de inflación estable. Segundo, de 2004 en adelante, se observa que en el momento de una desaceleración del crecimiento de la brecha del producto, aumenta la probabilidad de un cambio de postura en la PM, inclinada a revertir la tendencia negativa de la brecha del PIB. En la Figura 3 se presenta el ejercicio de cambio de régimen de acuerdo a la RM controlando por la brecha del PIB. La serie de régimen 1 representa la probabilidad de transición de régimen de acuerdo a la RM de la ecuación 3. Cabe recordar que, cuando la probabilidad de mantenerse en el régimen 1 alcanza 1.0, se define como el momento donde la PM está orientada en ajustar la tasa de crecimiento de la base monetaria, con el fin de reducir la brecha de producto. Mientras que, cuando la probabilidad tiende a caer hacia cero, la PM no se encuentra encauzada en reducir la brecha del PIB.
15
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Figura 3. Probabilidad de transición de régimen de McCallum y Brecha del PIB 4%
1.2 #2
2%
#3
#4
#5
1.0
0%
0.8
-2%
0.6
-4%
0.4
-6%
0.2
#1
0.0 1996Q1 1996Q3 1997Q1 1997Q3 1998Q1 1998Q3 1999Q1 1999Q3 2000Q1 2000Q3 2001Q1 2001Q3 2002Q1 2002Q3 2003Q1 2003Q3 2004Q1 2004Q3 2005Q1 2005Q3 2006Q1 2006Q3 2007Q1 2007Q3 2008Q1 2008Q3 2009Q1 2009Q3 2010Q1 2010Q3 2011Q1 2011Q3 2012Q1 2012Q3 2013Q1 2013Q3 2014Q1
-8%
Eventos
Régimen 1 (eje derecho)
Brecha del PIB (eje izquierdo)
Fuente: Elaboración propia.
En la Tabla 1 se muestran los coeficientes de los parámetros asumidos para cada ejercicio de cambio de régimen. Estos coeficientes representan la media de cada régimen en específico. Además, en cada uno de los ejercicios de MSM, el término constante es tomado en cuenta como un regresor no cambiante de acuerdo al régimen, y su coeficiente captura las desviaciones de la brecha. Bajo una regla en equilibrio, se espera que la constante tienda a cero. En ambos casos, la constante es significativamente diferente de cero. Tabla 1. Modelo de Cambio de Régimen basados en la Regla de Taylor y McCallum Parámetro Inflación Brecha del PIB Constante Tasa de Interés (-1) Parámetro Brecha del PIB Constante
Regla de Taylor Coeficiente Régimen 1 0.2644 Régimen 2 0.6764 Régimen 1 -0.2039 Régimen 2 1.3589 5.0168 0.2400 Regla de McCallum Coeficiente Régimen 1 0.0883 Régimen 2 -0.3969 11.2059
Error Estándar 0.0551 0.0590 0.2599 0.3693 0.7488 0.0743 Error Estándar 0.0516 0.0986 0.0910
Fuente: Elaboración propia.
Judd y Rudebusch (1998) apoyan el enfoque de que los diferentes cambios en la función de reacción estimada de la regla de PM son influenciados por eventos de importancia como cambios de periodo de los gobernadores de la Reserva Federal. Esto se deriva de la fragilidad de las funciones de reacción por el cambio de preferencias y conceptos de la operación apropiada de los mecanismos de transmisión de la PM.
16
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Para este ejercicio se pueden mencionar cinco eventos que pudieran influir sobre los cambios de preferencia de PM de acuerdo a ambos enfoques de regla de política. El primer evento es la entrada en el ejercicio de gobernador del BCRD en el año 2000 hasta 2003 del Sr. Francisco Guerrero Prats-Ramírez, sucesor del Sr. Héctor Valdez Albizu que ejerció de 1994 al 2000. El segundo evento indica la elección del Sr. José Lois Malkún, durante el año 2003, para luego ser elegido en el 2004 (evento tres) el Sr. Héctor Valdez Albizu, hasta la actualidad. En el evento tres, debe destacarse el establecimiento de la PM basada en metas monetarias, la intervención en el mercado cambiario y la introducción del corredor de tasas de interés como nuevo instrumento de política monetaria. Para 2012 (evento cuatro), se inicia la aplicación del nuevo diseño de PM fundamentado en EMI, y finalmente, la introducción de la Tasa de Política Monetaria como tasa de referencia de las operaciones de expansión y contracción del BCRD, en el evento cinco. V. Conclusiones Existen muchos factores a tomar en cuenta que podrían ejercer presiones sobre las decisiones de política monetaria, y su método de transmisión al marco económico. Los resultados del MSM, tanto bajo el marco de la regla de PM de Taylor como la de McCallum, muestran cambios de régimen en momentos alrededor de eventos decisivos del ámbito de la política económica. Por otro lado, la dinámica de la interacción de las variables tomadas en cuenta ejerce presiones sobre la postura de PM. Se destaca en la Figura 2, que en momentos de bajas presiones inflacionarias y la tendencia negativa de la brecha del PIB, la probabilidad de que los hacedores de política tiendan a inclinarse a tomar medidas de política para revertir la tendencia de la brecha del PIB aumentan. En este sentido, se observa un comportamiento de la PM basado en el manejo discrecional de los indicadores económicos, con el objetivo principal de mantener la estabilidad macroeconómica en el tiempo, utilizando como base el manejo propuesto por la RT y la RM, cada una en su respectivo momento. Estos resultados se obtienen en base a un escenario de una economía cerrada, por lo tanto existe la posibilidad de fallar al intentar captar la totalidad de los cambios de régimen potenciales controlando por el manejo de la política monetaria exterior y otros factores. En la agenda de investigación se pretende extender la variedad de los resultados, en calidad de las variantes en las estimaciones de reglas de política monetaria realizadas por Sánchez-Fung (2003), Andújar y Medina (2008) y Ramírez (2009) para la República Dominicana. Un acercamiento diferente, propuesto por Mavromatis (2011), difiere al que ha sido utilizado normalmente en el estudio de los cambios de régimen de política monetaria. El autor estima un modelo donde se pretende analizar los cambios de régimen cruzados entre países en el marco de una economía abierta. Adicionalmente, en este estudio se plantea que cambios en las volatilidades y los impulso-respuesta de las variables macroeconómicas principales pueden ser el resultado de cambios en las condiciones domésticas, así como cambios en la volatilidad de la
17
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
inflación y el producto pueden ser resultado de cambios de PM de algún país exterior. Adicionalmente, en una próxima edición se buscará incluir el efecto de los cambios exógenos en la política monetaria de otros países sobre la República Dominicana. Referencias Andújar-Scheker, J. (2012). “El Efecto Traspaso de las Tasas de Interés en República Dominicana”. Serie de Estudios Económicos No. 4. Andújar-Scheker, J. y Medina, A. (2008). “Un Modelo Macroeconómico de Pequeña Escala para la República Dominicana”. Serie de Estudios Económicos No. 2. Banco Central de la República Dominicana, (2008). “60 Años de Política Monetaria”. Banco Central de la República Dominicana, (2012). “Informe de Política Monetaria”. Noviembre. Croushore, D. y Stark, T. (1995). “Evaluating McCallum's Rule for Monetary Policy”. Business Review. Federal Reserve Bank of Philadelphia. pp. 3-14. De Gregorio, J. (2007). “Macroeconomía, Teoría y Políticas”. 1a ed. Pearson-Prentice Hall: México. Hamilton, J.D. (1989). “A new approach to the economic analysis of nonstationary time series and the business cycle”. Econometrica. Vol. 57. No. 2. pp. 357-384. Hamilton, J.D. (2005). “Regime-Switching Models”. Palgrave Dictionary of Economics. Department of Economics, University of California, San Diego. Judd, J.P., y Rudebusch, G.D. (1998). “Taylor's Rule and the Fed: 1970-1997”. Economic Review-Federal Reserve Bank of San Francisco. pp. 3-16. Kim, C-J., Piger, J.M. y Startz, R. (2005). “Estimation of Markov Regime-Switching Regression Models with Endogenous Switching”. Federal Reserve Bank of St. Louis. Working Paper 2003-015C. Kuan, C.M. (2002). “Lecture on the Markov switching model”. Institute of Economics Academia Sinica. Lucas, R.E. (1976). “Econometric Policy Evaluation: A Critique”. Carnegie Rochester Conference Series on Public Policy, 1, pp. 19–46. Mavromatis, K. (2011). “Markov Switching Monetary Policy in a Two-Country DSGE Model”. (Preliminar), Warwick Business School. McCallum, B.T. (1987). “The case for rules in the conduct of monetary policy: a concrete example”. Economic Review. Federal Reserve Bank of Richmond. pp. 10-18. McCallum, B.T. (1989). “Monetary Economics: Theory and Practice”. Macmillan. Morla, F. (2013). “Una Estimación de la Tasa de Interés Real Neutral para la Economía Dominicana”. Tesis de Maestría. Fundación Empírica, Universidad Católica de Santo Domingo.
18
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Paredes, E., Jiménez, M. y Ramírez, F. (2013). “Efectos de la Política Monetaria sobre la Actividad Económica y los Precios: Evidencia a Partir de un VAR Estructural”. Oeconomia: Breves Ensayos de Economía y Finanzas. Vol. VII. No. 4. pp. 20-33. Petreski, M. (2011). “A Markov Switch to Inflation Targeting in Emerging Market Peggers with a Focus on the Czech Republic, Poland and Hungary”. Focus on European Economic Integration. Oesterreichische Nationalbank (Austrian Central Bank), issue 3. pp. 57-75. Perruchoud, A. (2009). “Estimating a Taylor rule with Markov switching regimes for Switzerland”. Swiss Journal of Economics and Statistics (SJES). Vol. 145. No. 2. pp. 187-220. Ramírez, F. (2009). “Perturbaciones Internacionales y Fluctuaciones del Producto Interno Bruto en una Economía en Desarrollo: Evidencia de República Dominicana para el Período 1998-2008”. Tesis de Magíster. Pontificia Universidad Católica de Chile. Sánchez-Fung, J.R. (2003). “Reglas Monetarias, Metas De Inflación y sus Aplicaciones Potenciales en el Diseño e Implementación de la Política Monetaria en la República Dominicana”. BCRD, Documento de Trabajo 203-01. Săndică, A.M. (2012). “Characterizing Monetary Regime Switches in Romania”. Procedia Economics and Finance. Vol. 3. pp. 24-29. Taylor, J.B. (1993). “Discretion Versus Policy Rules in Practice”. Carnegie-Rochester Conference Series on Public Policy. Vol. 39. pp. 195–214. Taylor, J.B. (1999). “An Historical Analysis of Monetary Policy Rules”. NBER Working Papers 6768. pp. 319-348.
19
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
¿Pueden los sistemas de alerta temprana indicar ataques especulativos al tipo de cambio?: Evidencia preliminar para la República Dominicana Por: Raymer Díaz Hernández y Karla Cruz 1
I. Introducción El presente estudio pretende construir un sistema de alerta temprana que permita advertir ataques especulativos dirigidos hacia el tipo de cambio peso dominicano/dólar, y buscar aquellas las variables que permitan anticipar estos ataques. Para lograr esto, se empleará la metodología de señales, elaborada por Kaminsky y Reinhart (1996). La importancia de este tema radica en que las crisis cambiarias tienen impactos negativos sobre el bienestar de los agentes económicos, y los sistemas de alerta temprana podrían ayudar a prevenir que las mismas sucedan. Los indicadores seleccionados para probar la metodología de señales se eligieron debido a su relación teórica con el tipo de cambio dominicano, la literatura económica existente y la disponibilidad de información. El trabajo está estructurado de la siguiente manera: la sección II presenta los antecedentes y las distintas metodologías que existen como sistemas de alerta temprana. En la sección III, se hablará con más detalles acerca de la metodología de las señales y las variables utilizadas, así como también del procedimiento realizado para verificar si los indicadores alertan o no acerca de los ataques especulativos. Luego, están las secciones IV y V, que abarcan los resultados y las conclusiones respectivamente. II. Antecedentes de sistemas de alerta temprana El tipo de cambio representa una variable de interés para las economías en vías de desarrollo, por razones diversas. En primer lugar, este grupo de países se caracteriza por un alto nivel de consumo de bienes importados; por tanto, variaciones en el tipo de cambio se traspasan a los niveles de precio de la economía doméstica (efecto pass-through). Por otra parte, las economías en vías de desarrollo dependen en gran medida de endeudamiento externo para financiar sus actividades de desarrollo. En este sentido, episodios de depreciaciones cambiarias encarecen tanto el financiamiento externo como los compromisos de pagos asumidos por los gobiernos y el sector privado. Por estas razones, los hacedores de política dan seguimiento a la volatilidad de sus respectivas monedas, a fin de que vigilar si existen episodios de posibles ataques especulativos, y disminuir las deprecaciones bruscas ya sea mediante el aumento de la tasa de interés o mediante el uso de las reservas internacionales. Un ejemplo reciente de estos episodios sucedió en agosto de 2013, División de Análisis del Mercado Cambiario Local, Departamento Internacional. Para preguntas y comentarios escribir a
[email protected] y
[email protected]. 1
20
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
cuando el anuncio de la Reserva Federal que indicaba la reducción del programa de Relajamiento Cuantitativo provocó una salida de capitales en economías emergentes, que influyó en bruscas depreciaciones cambiarias (Aizenmann et al, 2014). Por otra parte, los diversos episodios de crisis financieras, entre ellas las de México entre 19941995, la crisis asiática en 1997-1998, y la crisis financiera global en 2007-2008, han suscitado preocupación por el contagio entre los mercados cambiarios y las crisis de balanza de pago y financieras.2 De forma similar, estas crisis han motivado a la construcción de sistemas de alerta temprana (SAT), que contribuyan a identificar la posibilidad de ataques especulativos en el mercado cambiario. La literatura relacionada a distintos SAT es diversa, y utiliza diferentes metodologías para estimar señales de alerta de ataques especulativos al tipo de cambio. Por un lado, se utilizan modelos Probit y Logit para anticipar ataques especulativos, donde la variable binaria dependiente se construye a partir de un indicador que incluye variaciones del tipo de cambio, las reservas y los tipos de interés. Si el indicador sobrepasa el umbral determinado por los investigadores, se dice que el tipo de cambio está sujeto a un ataque especulativo. Esta metodología presenta la ventaja de que pueden evaluarse posibles variables que llevan a ataques especulativos en conjunto, y evaluar cuantitativamente la influencia de cada variable en episodios de depreciación brusca. Una desventaja de esta metodología, sin embargo, es que la disponibilidad de información para todas las posibles variables explicativas no es homogénea: algunas variables se construyen con periodicidad mensual; otras, con periodicidad trimestral. En adición, convertir las variables necesarias en forma trimestral puede resultar en pérdida de información. La evidencia encontrada al respecto presenta resultados diversos. Medina Moral y Vicens Moterio (2006) usan modelos Probit y Logit como sistema de alerta temprana y concluyen que el principal factor que incide en las crisis cambiarias de países latinoamericanos son las expectativas de los agentes económicos, los tipos de interés de mediano plazo, y la inflación de corto plazo; en adición, encuentran evidencia de contagio de crisis en los países de la región. Para el caso dominicano, Cruz Rodríguez (2008) encuentra de forma similar que el incremento en el tipo de interés de los Estados Unidos, disminuciones en las reservas internacionales en relación a M2, y las caídas en las exportaciones internacionales incrementan la probabilidad de que el peso dominicano reciba ataques especulativos. No obstante, otros trabajos cuestionan la efectividad de los modelos econométricos para anticipar ataques especulativos al tipo de cambio. Comelli (2014) evalúa el desempeño de este tipo de modelos para economía emergentes, y encuentra que la efectividad de los mismos es sensible al tamaño y frecuencia de muestra y los criterios de crisis utilizados.
2
Ver Kaminsky y Reinhart (1999) y Comelli (2014).
21
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Un segundo grupo de SAT, y el que será utilizado en este estudio, es el enfoque de señales usado por primera vez por Kaminsky et al (1998). Este tipo de SAT consiste en reunir un conjunto de variables que, teóricamente, podrían anticipar ataques especulativos al tipo de cambio. Si el valor de esas variables sobrepasa el umbral establecido para las mismas, se dice que estas variables emitieron una señal. Una ventaja de esta metodología es que permite evaluar la efectividad de cada variable en forma separada, y no se necesita de las variables en su conjunto para evaluar posibilidades de ataques especulativos; esto permite evaluar todas las variables, sin importar la periodicidad en la que éstas se encuentran disponibles. Por otra parte, este tipo de SAT es limitado por los criterios de crisis usados y, al igual que los modelos Logit y Probit, el tamaño y frecuencia de las muestras hace sensibles los resultados que puedan derivarse de esta metodología. Varios estudios empíricos han usado estos SAT de forma empírica para evaluar su efectividad. Ayala y Camacho (2005) utilizan esta metodología en países de América Latina, y encuentran que el diferencial de tasas de interés, el saldo de cuenta corriente como proporción del PIB y el ratio M2 sobre reservas explican mejor los ataques especulativos para estos países. Esta investigación pretende evaluar el enfoque de señales como sistema de alerta temprana para ataques de tipo de cambio. Dado el precedente para República Dominicana realizado por Cruz Rodríguez (2008), nos enfocaremos en el enfoque de señales, por su ventaja para adaptarse a muestras de más alta frecuencia. III. Metodología 3.1 Criterio de Riesgo y Señales Las crisis cambiarias pueden ser causadas por diferentes fenómenos. Por ejemplo, una pérdida brusca de reservas internacionales depreciaría el tipo de cambio significativamente y podría desencadenar una crisis. A su vez, las variaciones del tipo de cambio pueden ser provocadas por ataques especulativos. Sin embargo, es muy importante resaltar que las variaciones del tipo de cambio no siempre son explicadas, o provocadas, por ataques especulativos. En la misma línea, los ataques especulativos que resultan de los movimientos del tipo de cambio o de las variables asociadas a éste no siempre producen una crisis cambiaria. Las variaciones bruscas del tipo de cambio también pueden ser causadas por movimientos en los tipos de interés, las exportaciones, las reservas internacionales, entre otras. Según Eichengreen et al (1996), para medir las presiones sobre el mercado cambiario, se construye un índice de presión al mercado cambiario (IPMC) a partir de las medias ponderadas de las variaciones del tipo de cambio, el tipo de interés nacional (ambas con signos positivos) y de las reservas internacionales (con signo negativo).3 Esto quiere decir que variaciones positivas Esta manera de construir el IPMC no toma en consideración la causalidad que existe entre el tipo de cambio y la tasa de interés. En una versión más extensa del trabajo, se utilizarán otras maneras de calcular el IPMC que, en vez de utilizar la tasa de interés local, se utiliza el diferencial de tasas de interés. 3
22
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
del tipo de cambio y del tipo de interés incrementan el valor del IPMC, lo que indica que hay una mayor presión en el mercado hacia la depreciación. Por otro lado, variaciones positivas en las reservas internacionales netas disminuyen el valor del IPMC, lo que indica que la presión en el mercado es menor. Las relaciones entre las variables que conforman el IPMC están respaldadas por la teoría económica existente. Por ejemplo, las reservas internacionales pueden ser utilizadas para disminuir la volatilidad del tipo de cambio, lo que reduciría las presiones sobre el mercado. De forma similar, subidas de tipo de interés pueden ser usadas para contrarrestar incrementos en el tipo de cambio. De manera más formal, el IPMC se construye mediante la siguiente expresión: (1) Donde son las ponderaciones de cada variable, y se calculan dividiendo la inversa de la desviación estándar de la variable entre la sumatoria de las inversas de la desviación estándar de todas las variables. Por ejemplo, la estimación del ponderador para el tipo de cambio está expresada mediante la expresión (2): (2)
⁄ ⁄
⁄
( ) ⁄
Donde s.e.e, s.e.i y s.e.r representan las desviaciones estándar del tipo de cambio, el tipo de interés y las reservas internacionales, respectivamente. A partir del IPMC, se construye una variable dicotómica para poder medir los ataques especulativos que se producen a causa de las desviaciones de su tendencia, que es definida como el promedio de la serie más la desviación típica ponderada. La variable será igual a 1 en episodios de crisis e igual a 0 para períodos de tranquilidad. Formalmente, se define mediante la siguiente expresión: (3)
{
Donde µ y s.e.IPMC representan la media y la desviación estándar del IPMC, respectivamente. En este sentido, se considera que el tipo de cambio está bajo ataque especulativo cuando éste se encuentra a 1.5 desviaciones estándar por encima de la media. La elección del parámetro de desviación representa un costo de oportunidad. Establecer parámetros muy bajos (por ejemplo, 1.0) podría capturar momentos de baja volatilidad cambiaria, y clasificarlos como ataque especulativo. Por otra parte, parámetros de desviación muy elevados (por ejemplo, 2.0) dejarían fuera episodios de ataque, y clasificarlos como periodos de tranquilidad. Para fines de evaluación, se construyeron desviaciones estándar de 1.1 y 2.0 por encima de la media. La primera resultaba ser muy sensible y capturaba ligeras variaciones, mientras que la 23
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
segunda solamente capturaba episodios donde las desviaciones de tipo de cambio eran muy bruscas (en este caso, nos referimos a la crisis de 2003-2004). Por esto, la ponderación de 1.5 fue la escogida para el análisis. A continuación, se presentan gráficas del IPMC, y los ataques especulativos recogidos con el umbral de 1.1 desviaciones estándar. Figura 1. Índice de Presión al Mercado Cambiario (frecuencia mensual, 1.1 y 2.0 desviaciones estándar) 1996 - 2014 10.00
IPMC Banda superior 1.1 d.e. Banda inferior 1.1 d.e. Banda superior 2.0 d.e.
8.00 6.00
Indice
4.00 2.00 0.00
-2.00 -4.00 -6.00 Fuente: Elaboración propia.
Figura 2. Índice de Presión al Mercado Cambiario (frecuencia trimestral, 1.1 desviaciones estándar) 1996-2014 IPMC Límite superior 1.1 Límite superior 1.1 Límite superior 2.0
5.00 4.00 3.00
Indice
2.00 1.00 0.00 -1.00 -2.00 -3.00 -4.00 -5.00
Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Fuente: Elaboración propia.
A continuación, se presentan las figuras 3 y 4 para ver el IPMC con frecuencias tanto mensual como trimestral a 1.5 desviaciones estándar. El número de ataques que capturó de manera mensual fue igual a 34, mientras que de manera trimestral fue igual a 4, comprendidos todos en los años 2003-2004.
24
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Figura 3. Índice de Presión al Mercado Cambiario (frecuencia mensual, 1.5 desviaciones estándar) 1996-2014 10.00
IPMC Banda superior 1.5 d.e. Banda inferior 1.5 d.e.
8.00 6.00
Indice
4.00 2.00 0.00 -2.00 -4.00 -6.00
Fuente: Elaboración propia.
Figura 4. Índice de Presión al Mercado frecuencia trimestral, 1.5 desviaciones estándar) 19962014 5.00 4.00 3.00
Indice
2.00 1.00 0.00 -1.00 -2.00
IPMC Límite superior 1.5 Límite inferior 1.5
-3.00 -4.00 -5.00
Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 Q4 Q2 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 20132014
Fuente: Elaboración propia.
Una vez establecidos los criterios de ataque especulativo cambiario, es necesario construir los criterios a partir de los cuales las posibles variables explicativas de crisis cambiaria emiten señales. Se dice que un indicador emite una señal cuando su valor supera, o está por debajo, de un umbral especifico. Cada indicador tendrá un umbral distinto, y éste será determinado utilizando los percentiles. Para determinar los umbrales, se calcularon los percentiles del 10 al 20 para cada variable, y se eligió el percentil óptimo que minimizara el ratio ruido/señal. Para poder entender lo que es el ratio ruido/señal, se tienen que dar algunas definiciones.
25
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
La tabla 1 presenta los cuatro posibles resultados que podría presentar el análisis de una potencial variable explicativa de crisis cambiaria, utilizando el enfoque de señales. Los resultados dentro del grupo A representan el número de veces que el indicador emitió una buena señal; B, el número de veces que el indicador emitió una mala señal o ruido; C, el número de veces que el indicador no emitió una señal cuando debió hacerlo; y D, el número de veces que el indicador no emitió una señal y tampoco fue seguido por crisis. Un indicador perfecto sólo tendría valores en las matrices A y D, pero en la práctica los indicadores perfectos no existen. Tabla 1. Resultados posibles para metodología de señales Crisis A C
Señal emitida No señal emitida
No Crisis B D
Las señales que son seguidas por una crisis (resultado A) son las señales consideradas buenas, mientras que las señales que no son seguidas por crisis se denominan como malas señales o ruido (resultado B). A partir de estos resultados se estima el ratio ruido/señal, que muestra la razón de las malas señales entre las buenas. El ratio ruido/señal se estima mediante la siguiente expresión: (4)
⁄( (
) )
Bajo esta definición, se considera que un indicador que anticipa ataques especulativos de manera efectiva cuando su ratio ruido-señal está más cerca de cero. Como se mencionó anteriormente, se selecciona el percentil que minimice el ratio ruido-señal. Los percentiles elegidos bajo este criterio se resumen en el anexo 1. 3.2 Descripción de los Datos y Variables Utilizadas Se utilizó información de la base de datos del Banco Central de la República Dominicana, y se utilizaron frecuencias trimestrales y mensuales desde el mes de febrero del 1996 hasta junio del 2014, lo que significa que hay 220 observaciones mensuales y 72 observaciones trimestrales. Los indicadores se eligieron tomando en consideración la teoría económica, la disponibilidad de los datos y la literatura existente acerca del tema de crisis cambiarias, y se resumen en el anexo 2.4 Para las variables con frecuencia trimestral, el rezago utilizado fue de un trimestre antes. Es decir, primero se comparaba el valor trimestral con el umbral, para determinar si se emitió una señal o no. Estos valores eran 0 o 1: el primero cuando no se emitía una señal y el último para el
Ayala, R., & Camacho, C. (2005) hacen un análisis detallado del sustento teórico sobre las variables que pueden explicar episodios de ataques especulativos. En una versión más amplia de esta investigación, también se planea incluir una sección donde se haga una explicación más a fondo. 4
26
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
caso contrario. Luego, se comparan los ataques especulativos ocurridos en un trimestre con las señales emitidas en el trimestre anterior. Por ejemplo, en el tercer trimestre del año 1996 no hubo un ataque especulativo. Ese “0” luego se compara con la señal de un indicador “x” en el segundo trimestre de ese mismo año. Suponiendo que ambos valores son 0, es decir, no hubo ataque especulativo y tampoco se emitió una señal, la señal sería clasificada como D. Para el caso de las variables con frecuencia mensual, se utilizaron dos rezagos y, para el caso de las variables de expectativas electorales, se tomaron efectos futuros. La mayoría de estos indicadores son tasas de crecimiento o razones entre dos variables. El balance de cuenta corriente y la inversión extranjera directa son las únicas que se toman en niveles, y se miden en millones de dólares (US$). El anexo 1 resume las relaciones supuestas de las posibles variables explicativas con el IPMC, respaldadas por la teoría consultada. En el caso de la celebración de elecciones, se construyeron variables dicótomas donde la “alerta” asume un valor 1 en los meses que hubo elecciones. Se evalúan, para estos casos, las alertas emitidas de tipo de cambio de 1 a 3 meses siguientes, a fin de evaluar no sólo si la variable sirve para anticipar depreciaciones futuras, sino para evaluar si el indicador es sensible ante cambio en el periodo de tiempo en que ocurre el ataque especulativo. IV. Resultados Las Figuras 5 y 6 resumen los resultados de la aplicación del modelo de señales para evaluar alertas de ataques especulativos al tipo de cambio. Los indicadores que tienen un ratio de ruido/señal menor a 0.50 a nivel trimestral son: la variación de las exportaciones (0.147), la variación de reservas internacionales netas (0.076), la variación del PIB real (0.412), la tasa de interés real en R.D (0.308), la razón reservas internacionales netas/PIB nominal (0.353). Si el ratio de ruido/señal es menor a 0.50, esto significa que la proporción entre las buenas y malas señales es baja. Esto se da cuando la cantidad de buenas señales es mayor que la cantidad de malas señales. Por esto es que los indicadores que tienen un ratio ruido/señal bajo son considerados como efectivos a la hora de predecir ataques de especulación. Por otra parte, las variables de frecuencia mensual que resultaron con menores ratios ruidoseñal en el análisis fueron la variación de reservas internacionales netas (frecuencia mensual con rezago de 3 meses) con 0.390; las expectativas de elecciones presidenciales (efectos en 3 meses) con 0.200; las expectativas de elecciones congresuales (efectos en 3 meses) con 0.471; y M2/reservas internacionales netas (rezago de 1 mes) con 0.227. Todos estos indicadores tienen la habilidad de alertar por ataque especulativo, aun cuando producen un número mínimo de falsas alarmas. En ambas Figuras se excluyeron variables, debido a que su ratio ruido/señal no podía ser calculado. Esto se debe a que la matriz A fue igual a 0, lo que quiere decir que dicho indicador
27
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
no emitió señales de crisis. En el anexo 2, se pueden encontrar los indicadores excluidos (aquellos que tienen N/A). Estos resultados pueden ser interpretados de dos formas. Por un lado, las variables que no emitieron señal pueden no ser adecuadas para alertar ataques especulativos. Por otro lado, la disponibilidad de datos para estas variables se presenta a partir de 2004, años caracterizados por bajas volatilidades en el tipo de cambio y grandes incrementos en los niveles de reserva. Dada la información disponible, ambas hipótesis aún no pueden ser descartadas. Por otra parte, llaman la atención los resultados relacionados a las variables electorales, tanto presidenciales como congresuales. En este sentido, el ratio ruido-señal disminuye dependiendo del período en que se evalúa el efecto de las elecciones, tanto presidenciales como congresuales. En el caso de las presidenciales, los valores del ratio para los efectos en 1, 2 y 3 meses son los siguientes, respectivamente: 0.750, 0.800, y 0.200. En la misma línea, los valores del ratio para los efectos en 1, 2 y 3 meses son los siguientes, respectivamente: 1.500, 0.700 y 0.471. Esto quiere decir que la efectividad de las elecciones como indicador de ataque especulativo incrementa tres meses luego de haber ocurrido las elecciones; al mismo tiempo, los “ruidos” emitidos disminuyen, aunque no en la misma proporción. Este resultado implica que los efectos de las variables en el tipo de cambio no se reflejan en el plazo inmediato, sino en períodos siguientes. Por tanto, queda pendiente una ampliación de esta investigación, donde se evalúen los efectos en plazos futuros. Figura 5 - Ratio ruido/señal para variables con frecuencia trimestral 0.81 0.79 0.79
Importaciones/Reservas Internacionales Netas Consumo Publico/PIB Nominal Consumo Privado/PIB Nominal
0.35
Reservas Internacionales Netas/ PIB N.
0.79 0.81
Diferencial de las Tasas de Interés Tasa de Interés Real U.S.A.
0.31
Tasa de Interés Real R.D.
0.79
Desalineamiento TCR
0.90
Cuenta Corriente
0.77
Variación M1
0.41
Variación PIB Real Variación Reservas Internacionales Netas Variación Exportaciones
0.08 0.15 1.16
Variación Importaciones
0.79
Inflación
0.67
Tipo de Cambio Real
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1.40
Fuente: Elaboración propia.
28
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Figura 6 - Ratio ruido/señal para variables con frecuencia mensual 0.23
M2/Reservas Internacionales Netas (Rezago de 1 mes)
0.47
Expectativas de Elecciones Congresuales (Efectos en 3 meses)
0.70
Expectativas de Elecciones Congresuales (Efectos en 2 meses)
1.50
Expectativas de Elecciones Congresuales (Efectos en 1 mes)
0.24
Expectativas de Elecciones Presidenciales (Efectos en 3 meses)
0.80
Expectativas de Elecciones Presidenciales (Efectos en 2 meses)
0.75
Expectativas de Elecciones Presidenciales (Efectos en 1 mes)
0.87
Expectativas del Tipo de Cambio Real (Rezago de 1 mes)
0.39
Variación Reservas Internacionales Netas (Rezago de 3…
0.62
Variación Reservas Internacionales Netas (Rezago de 1 mes)
0.93
Inflación (Rezago de 3 meses)
0.88
Inflación (Rezago de 1 mes) Tipo de Cambio Real (Rezago de 3 meses)
0.92
Tipo de Cambio Real (Rezago de 1 mes)
0.92
0.00
0.20
0.40
0.60
0.80
1.00
1.20
1.40
1.60
Fuente: Elaboración propia.
La variable de expectativas electorales también está presente en Cruz (2008). En los resultados de su modelo, se puede apreciar que las expectativas sobre la estabilidad cambiaria en los períodos electorales es la variable que más influye en la probabilidad de un ataque especulativo. Cruz no analiza períodos futuros. Sin embargo, la significancia resultante tanto en Cruz como en el presente trabajo respalda su uso para evaluar ataques especulativos. En cuanto a los demás indicadores, M2/RIN, variación de RIN y variación de exportaciones también son significativos en los trabajos de Cruz, Kaminsky et al (1998), y Ayala & Camacho (2005). Por otro lado, el diferencial de tasas de interés es significativo para la mayoría de los trabajos incluidos en las referencias, pero no para éste. Se puede afirmar entonces que estos resultados, en general, son consistentes con los estudios empíricos que se han realizado hasta la fecha, y también con la teoría detrás de la investigación. V. Conclusiones El presente trabajo presenta un sistema para identificar alertas tempranas respecto a ataques especulativos sobre el tipo de cambio dominicano. Utilizando la metodología de las señales usada por Kaminsky et al (1998), se evaluaron diversos indicadores en términos de su capacidad para alertar respecto a volatilidad cambiaria y/o ataques especulativos. Los resultados de aplicar esta metodología indican que las variables que mejor alertan, con frecuencia trimestral, son las variaciones de las exportaciones, reservas internacionales netas, PIB real, la tasa de interés real en R.D y la razón reservas internacionales netas-PIB nominal.
29
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Por otra parte, las variables de frecuencia mensual que resultaron con menores ratios ruidoseñal fueron la variación de reservas internacionales netas (frecuencia mensual con rezago de 3 meses) las expectativas de elecciones presidenciales (efectos en 3 meses), las expectativas de elecciones congresuales (efectos en 3 meses) y M2/reservas internacionales netas (rezago de 1 mes) con 0.227. Si bien estos resultados apuntan a que las variables anteriormente mencionadas guardan relación con episodios de volatilidad cambiaria, se deben realizar algunas puntualizaciones respecto a los mismos. En primer lugar, existe la posibilidad de que algunos resultados estén limitados por la periodicidad en la información, ya que a partir de 2004 el IPMC muestra pocos episodios de ataques especulativos. Esto lleva a un segundo aspecto a resaltar: el sistema de señales depende en gran medida de la disponibilidad de la información, como de la frecuencia de la misma. Los resultados indican que se pierde información cuando se convierte el IPMC a formato trimestral, ya que apenas se capturan episodios especulativos, todos relacionados al año 2004. A raíz de esto, se recomienda que, aunque no se descarten aquellas variables de frecuencia trimestral, se use este sistema en su formato mensual. De esta manera no sólo se evita la pérdida de información; también se pueden capturar eventos de volatilidad que no necesariamente representan crisis de balanza de pagos. En otra instancia, cabe la pregunta de si este tipo de sistemas debe ser la principal herramienta para análisis de vulnerabilidades en el mercado cambiario. En este sentido, la herramienta presentada en esta investigación sirve para complementar el análisis del mercado cambiario y su relación con otras variables macroeconómicas. En este sentido, también se considera importante observar lo que sucede dentro del mercado cambiario. VI. Referencias Aizenman, J., Cheung, Y.-W., y Ito, H. (2014). International Reserves Before and After the Global Crisis: Is There No End to Hoarding? Obtenido de National Bureau of Economic Research: http://www.nber.org/papers/w20386 Ayala, R., y Camacho, C. (2005). Indicadores de Alerta Temprana para Crisis de Balanza de Pagos en los Países Miembros del FLAR. Obtenido de Fondo Latinoamericano de Reservas: bit.ly/VG3oSi Comelli, F. (2014). Comparing the Performance of Logit and Probit Early Warning Systems for Currency Crises in Emerging Market Economies. Obtenido de Fondo Monetario Internacional: bit.ly/1BD6W8W Cruz Rodríguez, A. (2008). Presión y ataques especulativos en el mercado cambiario de la República Dominicana. Obtenido de Ministerio de Economía, Planificación y Desarrollo: bit.ly/1w9Pgl3 Kaminsky, G. L., y Reinhart, C. M. (1999). The Twin Crises: The Causes of Banking and Balance-ofPayments Problems. The American Economic Review, 473-500.
30
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Kaminsky, G., Lizondo, S., y Reinhart, C. (1998). Leading Indicators of Currency Crisis. IMF Staff Papers, 1-48. Medina Mora, E., y Vicens Otero, J. (2006). Selección de indicadores adelantados de crisis cambiarias en Latinoamérica bajo un enfoque econométrico. Cuadernos de Economía, 85-118.
31
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Anexo 1 - Percentiles óptimos para variables Variables
Frecuencia
Percentil Optimo
Valor Percentil Optimo
Tipo de Cambio Real
Trimestral
Percentil 20
101.876
Tipo de Cambio Real
Mensual
Percentil 20
100.144
Inflación
Trimestral
Percentil 20
0.004
Inflación
Mensual
Percentiles 16 y 18
Variación Importaciones
Trimestral
Percentil 15
-0.079
Variación Exportaciones
Trimestral
Percentil 10
-0.073
Variación Reservas Internacionales Netas
Trimestral
Percentil 10
-0.213
Variación Reservas Internacionales Netas
Mensual
Percentil 10
-0.141
Variación PIB Nominal
Trimestral
N/A
Variación PIB Real
Trimestral
Percentil 13
-0.050
Variación M1
Trimestral
Percentil 19
0.004
Cuenta Corriente
Trimestral
Percentil 11
-0.054
Desalineación TCR
Trimestral
Percentil 20
-0.106
Tasa de Interés Real R.D.
Trimestral
Percentil 10
-0.006
Tasa de Interés Real U.S.A.
Trimestral
Percentil 19
0.108
Diferencial de las Tasas de Interés
Trimestral
Percentil 19
-0.040
Inversión Extranjera Directa
Trimestral
N/A
N/A
Multiplicador de M2
Mensual
N/A
N/A
Variación Depósitos
Trimestral
N/A
N/A
Variación Préstamos
Trimestral
N/A
N/A
Variación Depósitos
Mensual
N/A
N/A
Variación Préstamos
Mensual
N/A
N/A
Expectativas del Tipo de Cambio Real
Mensual
Percentil 11
Expectativas de Elecciones Presidenciales
Mensual
N/A
N/A
Expectativas de Elecciones Congresuales
Mensual
N/A
N/A
Cuenta de Capital/Inversión Bruta
Trimestral
N/A
N/A
Cuenta Corriente/Inversión Bruta
Trimestral
N/A
N/A
Cuenta Corriente/PIB Nominal
Trimestral
N/A
N/A
Reservas Internacionales Netas/ PIB N.
Trimestral
Percentil 10
0.032
Consumo Privado/PIB Nominal
Trimestral
Percentil 19
0.714
Consumo Público/PIB Nominal
Trimestral
Percentil 19
0.065
M2/Reservas Internacionales Netas
Mensual
Percentil 10
158.096
0.038 y 0.039
N/A
34.154
Importaciones/Reservas Internacionales Netas Trimestral Percentiles 19 y 20 1.655 (1) En las filas donde no hay ningún valor de los percentiles, el valor del ratio Ruido/Señal para cada percentil es indeterminado. Por esto, no se puede determinar un percentil óptimo. (2) En el caso de las variables de expectativas de elecciones presidenciales y congresuales, que son dummies, no se utilizan percentiles. (3) En el caso de la variable de inflación, hay dos percentiles óptimos porque el percentil 16 minimiza el ratio Ruido/Señal para los rezagos de 1 mes, mientras que el valor del percentil 18 minimiza el ratio para los rezagos de 3 meses. Fuente: Elaboración propia a partir de datos BCRD.
32
Oeconomia, ensayos sobre economía y finanzas
Volumen VIII, Número 4
Anexo 2 - Lista de variables posibles relacionadas a crisis cambiarias Frecuencia Trimestral Variable Tipo de Cambio Real
Frecuencia Mensual Relación con IPMC Directa
Variable Tipo de Cambio Real
Relación con IPMC Directa Directa
Inflación Variación Importaciones
Directa Directa
Variación Exportaciones Variación Reservas Internacionales Netas Variación PIB Nominal Variación PIB Real
Inversa Inversa
Inflación Variación Reservas Internacionales Netas Expectativas del Tipo de Cambio Real Variación de Depósitos
Inversa Inversa
Variación de Préstamos Multiplicador de M2
Inversa Inversa
Variación M1 Balance de Cuenta Corriente
Directa Directa
Directa
Desalineamiento Tipo de Cambio Real Tasa de Interés Real R.D Tasa de Interés Real E.U.A
Directa
Expectativas Electorales Presidenciales Expectativas Electorales Pres. y Congresuales M2/Reservas Internacionales Netas
Inversa Directa
Diferencial de Tasas de Interés Inversión Extranjera Directa
Directa Inversa
Variación de Depósitos Variación de Préstamos
Inversa Inversa
Cuenta de Capital/Inversión Bruta Cuenta Corriente/Inversión Bruta Cuenta Corriente/PIB Nominal Reservas Internacionales Netas/PIB Nominal Consumo Privado/PIB Nominal Consumo Público/PIB Nominal
Inversa
Importaciones/Reservas Internacionales Netas
Directa
Inversa Directa Inversa
Directa Inversa
Directa Directa Inversa Directa Directa
Fuente: Elaboración propia a partir de varias fuentes.
33
œ