Professional Documents
Culture Documents
FRAGILIDAD EN EL
SISTEMA BANCARIO
VENEZOLANO.
UN MODELO
DE RESPUESTA
BINARIA
[N 86]
Febrero, 2007
FRAGILIDAD EN EL
SISTEMA BANCARIO
VENEZOLANO.
UN MODELO
DE RESPUESTA
BINARIA
[N 86]
Febrero, 2007
NDICE
1. Introduccin...................................................................................... 9
2. Revisin de la literatura.......................................................... 10
3. Aspectos Metodolgicos........................................................... 13
4. Descripcin de los datos y variables................................. 15
4.1 Datos............................................................................................. 15
4.2. Variables..................................................................................... 16
5. Resultados........................................................................................ 19
6. Pronsticos....................................................................................... 24
7. Conclusiones.................................................................................... 30
Referencias Bibliogrficas......................................................... 32
Resumen
Este documento tiene por objeto elaborar un modelo
de deteccin y proyeccin de fragilidad para la banca
venezolana. La variable dependiente del modelo es
dicotmica (banco frgil o no), con lo cual se utiliza el
logit para estimar la probabilidad de que una institucin
financiera presente situaciones de vulnerabilidad. En la
definicin de fragilidad se utiliz un umbral de decisin
de ajuste dinmico que permite capturar el comportamiento relativo de las instituciones financieras con respecto al total del sistema. Entre las variables que afectan
la vulnerabilidad del sistema destacan: la ocurrencia de
un boom crediticio y la mayor participacin de depsitos
del sector pblico en el total. Resalta el efecto diferenciado que la inversin en ttulos pblicos tiene sobre la
fragilidad financiera, dado que la adquisicin de ttulos
del BCV disminuye la fragilidad, en tanto que la tenencia
de bonos gubernamentales aumenta la vulnerabilidad
financiera. El mayor nmero de casos acertados en la
prediccin ocurre en los 6 principales bancos, en los
cuales la situacin de no-fragilidad es detectada en un
100% y los escenarios de fragilidad en un 87%.
Palabras Clave: datos de panel, fragilidad, logit, variable dicotmica.
Clasificacin JEL: C00; E4; E59.
Abstract
The aim of this paper is to propose a model to detect and
illustrate the Venezuelan banking fragility. A dichotomic
dependent variable of the model (The bank is fragile or
not) is used by adopting the logit to estimate financial
institutions vulnerability probability. A dynamic decision threshold adjustment was used to define fragility
allowing capturing the relative behavior of the financial
institutions with respect to the systems total. Among the
variables that affect the vulnerability of the system can
be found: the credit boom and the higher participation of
public sector deposits in the total. It is to be highlighted
the differential effect that public securities investment
has on financial fragility, since the acquisition of BCV
securities diminishes fragility while holding government
bonds increases financial vulnerability. The prediction is
highly perceived in six main banks, where non-fragility
is 100% detected and fragility 87%.
Keywords: fragility, logit, dichotomic variable.
JEL classification: C00; E4; E59.
1. Introduccin
La experiencia internacional indica que procesos de crecimiento acelerado del crdito pudieran desencadenar en una situacin de fragilidad
bancaria. En este sentido, el importante crecimiento de la cartera de
crdito de la banca venezolana a partir del ao 2004, en un contexto
de dinamismo de la actividad econmica interna, hace pertinente realizar un estudio de fragilidad del sistema financiero. Ms aun, si se
considera que los indicadores tradicionales que se utilizan para hacer
monitoreo bancario estn influenciados por las condiciones econmicas
coyunturales, lo que pudiera ocultar eventuales situaciones de aumento
de riesgo crediticio.
El presente documento tiene por objeto elaborar un modelo que permita detectar o predecir la vulnerabilidad del sector financiero. A estos
efectos, se construy una ecuacin que emite seales de alerta temprana
a los agentes decisores, para monitorear y responder oportunamente
ante posibles escenarios de inestabilidad financiera. El concepto de
fragilidad est asociado a la contrastacin de un indicador de vulnerabilidad financiera con respecto a un determinado umbral establecido
como tope mximo de tolerancia prudencial. Una de las ventajas de
este enfoque, en contraposicin con la construccin de modelos de
deteccin de crisis bancarias, radica en los beneficios obtenidos tanto
en la oportunidad del pronstico como en la evaluacin emprica.
El informe est estructurado como sigue: la primera seccin muestra
una revisin de los trabajos realizados anteriormente sobre el tema de
fragilidad financiera; seguidamente, se realiza una breve descripcin
de la metodologa aplicada y especificacin del modelo; a continuacin
se describen los datos y las variables. En la cuarta seccin se evalan los
resultados y, posteriormente, se enfatiza en el alcance de prediccin
del mismo en la seccin llamada pronstico. Finalmente, se presentan
algunas conclusiones.
2. Revisin de la literatura
En esta seccin se expone un resumen de trabajos realizados anteriormente que tratan el tema de la fragilidad bancaria, los cuales sirvieron
como referencia para disear el modelo. La disponibilidad de nuevas
herramientas computacionales y la necesidad de incluir variables que
han adquirido importancia en los ltimos aos, para explicar el comportamiento del sistema financiero venezolano, promovi la creacin
de un nuevo modelo economtrico que pudiera ser utilizado como
herramienta de proyeccin en el corto plazo1.
Tabla N 1
10
Tabla N 2
11
Tabla N 3
Ma. Amelia Fernndez
Autor
2004
Ao
1997:01 - 2003:12
Muestra
Inmovilizacin neta > 4%
Variable
dependiente
Variables
independientes
Capitalizacin (-)
Capitalizacin (-)
Rentabilidad (-)
Rentabilidad (-)
IVP (-)
IVP (-)
IVP (-)
AR (1) (+)
AR(1) (+)
IPC (+)
AR(1) (+)
Logit
Mtodo
Pas
Venezuela
12
3. Aspectos Metodolgicos
(1)
Donde:
Yit= variable dependiente binaria para el banco i al mes t
Yit= {0,1}
x1t, x2t,.,xkt= variables explicativas
La P(Yit=1/Xit) se define como la probabilidad de xito, es decir,
la probabilidad de que Yit=1, que en el presente estudio se identifica
como la probabilidad de que el banco i sea frgil.
A continuacin se expone la forma funcional del modelo logit, que
corresponde a la funcin de distribucin logstica3:
P(Yit=1/Xit)=F(Xit )=eXit/1+eXit)
2
3
(2)
Una variable dicotmica es aquella que asume slo dos valores. En este caso, cero y uno.
Para obtener ms detalles o el grfico de la funcin logstica dirjase a: Wooldridge J. (2001)
Introduccin a la econometra. Un enfoque moderno.
13
Donde representa los coeficientes del modelo. La variable dependiente utilizada en el modelo se construye partiendo del siguiente
indicador de solvencia:
Inmovilizacin_neta=
crditos (vencidos+en_litigio+reestructurados)-provisiones
cartera_de_crdito_brutal_total
14
4.1 Datos
La muestra utilizada en este modelo corresponde a 24 bancos comerciales y universales que han mantenido continuidad a lo largo del rango
comprendido entre enero de 2000 y agosto de 20055. Este grupo de
bancos posee el 94,2% del total de activos del sector financiero para
julio de 2005. La utilizacin de datos de panel en este lapso de tiempo
ofrece la disponibilidad de 1.632 observaciones para cada variable.
15
Es de destacar que algunas instituciones en la actualidad son el resultado de un proceso de fusin llevado a cabo en el perodo, por lo tanto
se procedi a sumar sus estados financieros para homogeneizar y tratar
de mantener el balance en la muestra de datos6.
4.2. Variables
Las variables que fueron consideradas para explicar la fragilidad financiera se agrupan en dos categoras: indicadores microfinancieros y
variables macroeconmicas7. A continuacin se definen las variables
evaluadas en la estimacin:
*
*
*
*
6 Los bancos incluidos en el modelo fueron: ABN Amro Bank, Bancoro, Banesco, Banfoandes,
Canarias, Caribe, Caron, Citibank, Confederado, Corpbanca, Helm Bank de Venezuela,
Exterior, Federal, Fondocomn, Guayana, Industrial, Mercantil, Occidental de Descuento,
Plaza, Provincial, Sofitasa, Nacional de Crdito, Venezolano de Crdito, Venezuela.
7 La fuente de informacin es la Superintendencia de Bancos y Otras Instituciones Financieras
(Sudeban) a travs del Balance General y el Estado de Resultados de la banca comercial y
universal, cuya periodicidad es mensual.
8 Para mayores referencias de esta variable remitirse a la seccin 1 (Aspectos metodolgicos).
16
*
*
*
*
*
*
17
CCiTj
PIBT-4+PIBT-3+ PIBT-2+PIBT-1
DEPiTj
(3)
(4)
PIBT-4+PIBT-3+ PIBT-2+PIBT-1
Donde: j = mes; i = banco i; T = Trimestre; ICCPIB = ndice de profundizacin financiera; IDEPPIB = ndice de monetizacin; CC = Cartera
de crdito; DEP = Depsitos totales.
En las expresiones anteriores, el PIB nominal es actualizado cada
trimestre en el denominador del ndice; por ejemplo, si se utiliza la
cartera de crdito del mes de diciembre, el PIB nominal calculado
comprendera la sumatoria del PIB nominal del cuarto trimestre del
ao anterior y del primer, segundo y tercer trimestre del ao corriente.
La interpretacin de las brechas se refiere a que incrementos de las
mismas pueden indicar futuros problemas de fragilidad, en la medida
en que las condiciones econmicas se deterioren una vez que culmine
el ciclo expansivo10.
9
10
El valor de tendencia se estim a travs del Filtro de Hodrick-Prescott con lambda igual a
14400.
Diversos estudios sugieren el uso de las brechas del producto para explicar los movimientos
de riesgo de crdito. Uno de ellos es: Tarashev N. (2005) An empirical evaluation of structural
credit risk models, BIS Working Papers, N 179, Monetary and Economic Department.
18
Igualmente, se incluye el tipo de cambio nominal puntual como variable explicativa. El signo esperado de una depreciacin de la moneda
resulta ambiguo, dado que, por una parte, se incrementa el costo de
oportunidad de mantener depsitos en moneda domstica, con lo cual
se reduce el tamao del negocio bancario y, por ende, se incrementa
la fragilidad financiera. Por el contrario, las depreciaciones generan
ganancias cambiarias netas en la gestin bancaria que disminuyen la
fragilidad del sistema11.
Finalmente, se incluy como variable aproximada de los precios de
bienes races el ndice de gastos por alquiler del rea metropolitana
de Caracas. Es de esperar que el crecimiento en los precios de los
inmuebles genere una mejor percepcin en la calidad del prestatario
y, en consecuencia, una mayor colocacin de crditos independientemente de la calidad del mismo. El signo esperado puede ser positivo
si la asignacin de crditos atiende ms a la valoracin del colateral
inmobiliario que a la calidad intrnseca del proyecto12.
5. Resultados
19
Grfico N 1
Determinacin de la fragilidad financiera1/
(Banca comercial y universal)
En el grfico se observa la tendencia decreciente del ndice de inmovilizacin neta, lo que refleja el fortalecimiento del sistema financiero
en los ltimos aos, al presentar una disminucin de la cartera morosa
como proporcin del total de las colocaciones crediticias. Esta situacin
se profundiza a partir de octubre de 2003, cuando la variable adquiere
valores negativos, indicando el sobreaprovisionamiento del sistema
con respecto a su cartera morosa.
La Tabla N 4 muestra las dos mejores estimaciones del modelo logit
planteado con base en la ecuacin (2). Las series fueron rezagadas al
menos una vez con el propsito de evitar problemas de endogeneidad
entre las variables. Los coeficientes estimados en la regresin no
pueden ser interpretados como efectos parciales de las variables explicativas sobre el ndice de fragilidad debido a la condicin no lineal
de la funcin logstica; sin embargo, el sentido y significancia de las
variables s pueden ser ampliamente evaluados.
20
Tabla N 4
Variable dependiente: IFRAGIL
Mtodo ML-Binary Logit (Quadratic hill climbing)
Nmero: 1368
21
22
nistracin bancaria busca mantener relativamente estable la intermediacin crediticia, en un contexto de alta volatilidad en los depsitos
un crecimiento abrupto en los mismos podra inducir a la asignacin
de recursos de una manera ms laxa, con el consecuente efecto en la
cartera morosa.
Asimismo, la concentracin de depsitos en torno a un solo oferente (la
administracin pblica) asigna mayor vulnerabilidad a las instituciones
bancarias toda vez que estn expuestas a la no-diversificacin de los
depositantes que le garantice un nivel estable de captaciones para la
intermediacin. Este aspecto adquiere particular importancia en la coyuntura actual debido al creciente peso relativo de las captaciones del
sector pblico en el sistema financiero durante los ltimos meses.
Grfico N 2
Depsitos del sector pblico como proporcin
de los depsitos totales
Fuente: Sudeban.
23
15
Cabe recordar que la brecha del ndice de profundizacin financiera fue construida como la
diferencia entre la razn crdito/pib y su tendencia.
16 Es importante sealar que el indicador de riesgo-pas EMBI Plus como una medida aproximada del riesgo de incumplimiento de las obligaciones pblicas y el ndice de Precios al
Consumidor (IPC) no resultaron significativos en la estimacin.
24
(5)
FA
FA+FF
(6)
FA+NFA
FA+FF+NFA+NFF
(7)
Sensibilidad=
Especificacin=
Precisin=
Donde:
NFA = Nmero de casos clasificados como no-frgiles acertados
FA = Nmero de casos clasificados como frgiles acertados
FF = Nmero de casos clasificados como frgiles fallados
NFF = Nmero de casos clasificados como no-frgiles fallados
En la evaluacin de la fragilidad, la sensibilidad ofrece el porcentaje de
eventos clasificados correctamente como no-frgiles y la especificacin
del porcentaje de eventos de fragilidad clasificados correctamente.
A partir de estos clasificadores se construye un criterio alterno para
evaluar la prediccin del modelo: la razn ruido/seal (RRS), cuyo
valor mide las seales falsas como proporcin de las seales acertadas emitidas por el modelo. En la medida que el RSS tienda a cero se
considera al modelo con una mayor capacidad de prediccin.
RSS=
1-Sensibilidad
Especificacin
(8)
25
26
F
NF
V
P
= Frgil.
= No-frgil.
= Valor verdadero
= Valor de pronstico
Grandes
3
6
17
18
20
24
Medianos
27
2
4
5
7
8
10
12
13
14
15
16
22
23
Pequeos
1
9
11
19
21
18 Participacin del activo del banco como proporcin del activo total.
28
Grfico N 3
Pronstico de la probabilidad
de fragilidad en el sistema financiero
100.0%
75.0%
Zona de fragilidad
50.0%
Zona de no-fragilidad
25.0%
0.0%
Enero
Febrero
Marzo
Abril
Mayo
2005
Fuente: Clculos propios.
Grfico N 4
Pronstico de la probabilidad de fragilidad
29
Junio
Julio
Agosto
Los grficos N 3 y 4 identifican las zonas de fragilidad y nofragilidad, las cuales han fungido como criterio de decisin para
determinar si la probabilidad de fragilidad derivada del modelo para
un determinado banco puede clasificarse como frgil o no. Al aplicar
este criterio al conjunto de bancos de la muestra en forma agregada se
observa que la probabilidad pronosticada consistentemente se ubica
en la zona de no-fragilidad.
7. Conclusiones
30
31
Referencias Bibliogrficas
32