¿Cómo ha cambiado el comportamiento fiscal en el marco de la UEM?
APÉNDICE 2.1. EL AUGE MUNDIAL DE LOS PRECIOS DE LA VIVIENDA
precios de la vivienda: Composición
de las muestras, fuentes de datos,
métodos y resultados
Los autores principales de este apéndice son Marco Terrones y Christopher Otrok. Nathalie Carcenac se encargó de la investigación.
En este apéndice se proporcionan detalles sobre las fuentes de datos, las muestras y el mé- todo y los resultados econométricos del primer ensayo relativo al auge mundial de los precios de la vivienda.
Muestras y fuentes de datos
La muestra utilizada en las dos primeras sec- ciones de este ensayo y en el recuadro 2.1 com- prende 18 países: Alemania, Australia, Bélgica, Canadá, Dinamarca, España, Estados Unidos, Finlandia, Francia, Irlanda, Italia, Japón, Noruega, Nueva Zelandia, los Países Bajos, Reino Unido, Suecia y Suiza. Los datos son anuales y abarcan el período 1970–2003.
La muestra utilizada en las dos últimas seccio- nes de este ensayo comprende 13 países: Australia, Canadá, Dinamarca, Estados Unidos, Irlanda,
APÉNDICE 2.1. EL AUGE MUNDIAL DE LOS PRECIOS DE LA VIVIENDA
Grecia
Gráfico 2.27. Países con dificultades para cumplir el Pacto de Estabilidad y Crecimiento
(Porcentaje del PIB)
Suponiendo que se apliquen las mismas políticas, los países que actualmente incumplen los límites de déficit fiscal que establece el Pacto, o que están a punto de hacerlo, se habrían mantenido dentro de esos límites si hubieran ingresado en la UEM en una situación de equilibrio estructural.
Francia
Fuentes: Comisión Europea, base de datos macroeconómicos anuales y cálculos del personal técnico del FMI.
Saldo global observado
Alemania
Italia
Países Bajos
Con déficit estructural constante al nivel de 1999 Suponiendo un equilibrio estructural en 1999
Portugal 1999 2000 01 02 03 04-4,5 -3,0 -1,5 0,0 1,5 3,0 4,5 1999 2000 01 02 03 04-4 -3 -2 -1 0 1 2 1999 2000 01 02 03 04 -3.5 -3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1999 2000 01 02 03 04 -4 -3 -2 -1 0 1 2 3 4 1999 2000 01 02 03 04-5 -4 -3 -2 -1 0 1 1999 2000 01 02 03 04 -5 -4 -3 -2 -1 0 1 2
Italia, Japón, Noruega, Nueva Zelandia, los Países Bajos, el Reino Unido, Suecia y Suiza. Los datos son trimestrales y abarcan desde el primer tri- mestre de 1980 hasta el primer trimestre de 2004.
Para fines del recuadro 2.2, los países pueden te- ner sistemas financieros basados en los bancos o en el mercado, dependiendo de la razón entre el valor de los títulos de renta variable cotizados en las bolsas nacionales y las acreencias de los bancos comercia- les contra el sector privado (véase Beck, Demirgüç- Kunt y Levine, 1999, y el capítulo II de la edición de abril de 2003 de Perspectivas de la economía mun-
dial). El grupo de países con sistemas financieros
basados en los bancos lo integran Alemania, Aus- tria, Bélgica, Dinamarca, España, Finlandia, Fran- cia, Italia, Japón, Noruega y Nueva Zelandia, en tanto que el grupo de países con sistemas financie- ros basados en el mercado lo conforman Australia, Canadá, Estados Unidos, Irlanda, los Países Bajos, el Reino Unido, Suecia y Suiza. Asimismo, se consi- dera que el sistema hipotecario de un país es de tasa fija si más del 74% de las hipotecas son de ese tipo, o 72% en el caso de la tasa variable59. Así, se esta-
blece que Bélgica, Canadá, Dinamarca, Estados Unidos y Francia tienen sistemas con tasa fija; mientras que Australia, España, Finlandia, Irlanda, Noruega y el Reino Unido tienen sistemas hipoteca- rios con tasas variables. Los demás países se caracte- rizan como regímenes hipotecarios con tasa mixta.
Los datos se obtuvieron de diversas fuentes, tales como el Banco Central Europeo (BCE), la Federación Hipotecaria Europea (FHE), Eurostat, Haver Analytics, International Financial Statistics (estadísticas financieras internacionales) del FMI, las autoridades nacionales, la base de datos analíticos de la OCDE y World Development
Indicators del Banco Mundial.
Las principales series financieras y de vivienda que se utilizan en este ensayo son las siguientes: • Precios reales de los activos. Se calculan como la
razón entre el índice de precios nominales de la vivienda (precios de las acciones) y el índice de precios al consumidor. El índice de precios de
la vivienda se obtiene de las fuentes nacionales, en tanto que los índices de precios de las accio- nes y de precios al consumidor provienen de
International Financial Statistics del FMI.
• Tasas de interés. Las series de tasas de interés a corto y largo plazo se obtuvieron de la base de datos analíticos de la OCDE y de Haver Analytics. Las tasas de interés a corto plazo son las tasas interbancarias a tres meses, y las tasas a largo plazo son las tasas de interés de los bonos públicos (por lo general a 10 años). • El término préstamos hipotecarios suele referirse
a las hipotecas residenciales pendientes, cuyos da- tos se obtuvieron de fuentes como el BCE, la FHE, la OCDE y las autoridades nacionales, entre otras. • Los datos del índice de precios al consumidor correspondiente a alquileres provienen de los principales indicadores económicos de la OCDE, fuentes nacionales y el BCE.
• Las series de tasas de propiedad de la vivienda provienen de Eurostat, la FHE, el BCE, the Royal Institution of Chartered Surveyors, European Housing Review y fuentes nacionales. Modelo de factores dinámicos
Los modelos de factores dinámicos son una generalización de los modelos de factores estáticos que suelen usarse en psicología. La motivación básica de estos modelos, cada vez más aceptados entre los economistas, es que la covarianza o el comovimiento entre un grupo de series cronoló- gicas (observables) es el resultado de la relación entre estas variables y un grupo pequeño de varia- bles no observables, denominadas factores, que se consideran como las fuerzas subyacentes de la economía60. Por consiguiente, los factores no
observados son índices de actividad común, ya sea en el conjunto general de datos (por ejemplo, actividad mundial) o en los subconjuntos (por ejemplo, un país en concreto).
Un objetivo importante de este estudio consiste en obtener estimaciones de los factores no observa-
59Estos umbrales corresponden al 33% más alto en cada caso. Los datos se refieren a la observación más reciente disponible.
60La popularidad de estos modelos ha aumentado conforme se han ido elaborando métodos para analizar los factores de
los grandes conjuntos de datos con los cuales estos modelos son naturalmente compatibles (por ejemplo, Stock y Watson, 2003; Forni y otros, 2000, Otrok y Whiteman, 1998).
APÉNDICE 2.1. EL AUGE MUNDIAL DE LOS PRECIOS DE LA VIVIENDA
dos a fin de cuantificar el grado y el carácter del comovimiento en un conjunto de series cronológi- cas61. A tales efectos, el modelo de factores diná-
micos sirve para aislar en cada variable observable —por ejemplo, el índice de precios de la vivienda del Reino Unido, el producto en Japón— los com- ponentes que son comunes a todas las variables observables o a los subconjuntos de variables.
El modelo utilizado en este ensayo se compone de 13 bloques, 1 para cada país; cada bloque com- prende 7 ecuaciones, 1 para cada variable (precios reales de la vivienda, PIB real per cápita, consumo per cápita, inversión en viviendas per cápita, tasas de interés a corto y largo plazo y precios reales de las acciones). A partir de estas ecuaciones se rela- ciona cada variable del modelo con un factor mundial, un factor país (1 por cada uno de los 13 países) y factores mundiales que son comunes a cada variable agregada del conjunto de datos (1 por cada una de las 7 variables observables). Por ejemplo, el bloque de ecuaciones correspon- diente al primer país (Estados Unidos) es:
HouseUS,t= aHouse,US+ bGlobalHouse,USifGlobalt +bHouseCountryfUSt
+ bGlobal
House,USftGlobal House +εHouse US,t
GDPUS,t= aGDP,USGDP + bGlobalHouse,USft Global+bGDPCountryfUSt
+ bGDP,USGlobal GDPftGlobal GDP+εGDP US,t
...
StockUS,t= aStock,US+ bGlobalStock,USift Global+bStockCountryfUSt
+ bStock,USGlobal Stockf
tGlobal Stock+εStock US,t,
y el bloque de variables correspondiente al segundo país (el Reino Unido) es:
HouseUK,t= aHouse,UK+ bGlobalHouse,UKift Global+bHouseCountryfUK
+ bGlobal House
House,UK ftGlobal House +εHouse UK,t
GDPUK,t= aGDP,UK+ bWorldGDP,UKifWorldt +bGDPCountryftU.K
+ bGDP,UKGlobalGDPftGlobalGDP+εGDP UK,t
...
StockUK,t= aStock,UK+ bWorldStock,UKifWorldt +bStockCountryft UK
+ bStock,UKGlobal StockftGlobal Stock+εStock UK,t.
Esto se repite para cada uno de los 13 países del sistema.
En este sistema se observa que el factor mun- dial es el componente común a todas las varia- bles en todos los países. Es decir, todas las variables dependen de este factor común, y esa dependencia cambia de una variable a otra en función del parámetro bik, que se conoce como
carga factorial, es decir, el peso de la variable i en el factor k. La carga factorial mide la sensibi- lidad de una variable con respecto a un factor. Hay un segundo factor mundial aplicable a cada tipo de variable agregada. Este factor representa el comovimiento a escala mundial de cada una de las variables que no está explicada por el fac- tor mundial común. Por ejemplo, los precios de la vivienda en cada país están influenciados por el factor precios de la vivienda a escala mundial. Asimismo, para cada caso también existe un fac- tor que describe el comovimiento de todas las variables en cada país que no está justificado por ningún tipo de factor mundial.
El modelo describe el comovimiento dinámico porque permite que los factores (fs) y las condi- ciones idiosincrásicas (ε) sean procesos autorre- gresivos (independientes). Es decir, cada factor depende de sus propios rezagos y de una inno- vación i.i.d. (independiente e idénticamente distribuida) de la variable:
fGlobal
t =φ(L)fGlobalt–1 + ut,
en que ϕ(L) es un polinomio de rezago y uttiene
una distribución normal. Todas las cargas facto- riales (b s), y los polinomios de rezago son inde- pendientes el uno del otro. El modelo se estima utilizando las técnicas Bayesianas descritas en Kose, Otrok y Whiteman (2003) y en Otrok, Silos y Whiteman (2003).
Para medir la importancia de cada factor con respecto a una variable concreta, se calculan las descomposiciones de la varianza que mues- tran por separado la volatilidad de cada agre- gado en función de cada factor. La fórmula para la descomposición de la varianza se obtiene
61El segundo objetivo principal de este estudio consiste en utilizar la información del corte transversal de las series
aplicando el operador de varianza a cada ecua- ción del sistema. Por ejemplo, en la primera ecuación tenemos:
var(HouseUS) = (bGlobalHouse,USi)2var(ft Global)
+ (bGlobal HouseCountry )2var( fUS)
+ (bGlobal House
House,U.S )2var(ftGlobal House)
+ var(εHouse US).
En vista de lo cual la varianza de los precios atri- buible al factor vivienda mundial es:
(bGlobal House
House,US )2var (fGlobal House)
–––––––––––––––––––––––––.
var(HouseUS)
El análisis de descomposición de la varianza se realiza para determinar la contribución de cada
uno de estos componentes a la volatilidad de una variable dada. Concretamente, para cada país se calcula la fracción de la varianza de una variable atribuible a cada componente. Los resultados más sobresalientes del análisis —aparte de los descritos en el ensayo— son los siguientes (cuadro 2.5): • Se atribuye a los acontecimientos mundiales
(la combinación del factor mundial y la varia- ble global, que corresponde expresamente al mundo) un 20% a 40% de la variación del producto, el consumo y la inversión en vivien- das. No obstante, la importancia de esos acon- tecimientos es distinta en cada país. Por ejemplo, explican más del 75% de la evolu- ción de esas tres variables en Estados Unidos, pero menos del 15% en Nueva Zelandia. • Asimismo, los acontecimientos mundiales
explican más del 50% de las variaciones de Cuadro 2.5. Desglose de la varianza en algunos países
(Porcentaje)
Precio real Precio real Tasa de interés Tasa de interés Inversión en
País Factor de la vivienda de las acciones a largo plazo a corto plazo Consumo1 Producto1 viviendas1
Estados Unidos Mundial 21 10 2 1 65 57 78
País 0 0 1 7 1 0 1
Agregado 47 53 69 69 8 23 0
Reino Unido Mundial 11 12 2 2 26 32 23
País 0 12 24 56 1 3 0
Agregado 57 46 62 16 31 17 1
Italia Mundial 22 6 30 29 4 0 1
País 2 1 20 56 5 2 12
Agregado 11 34 30 9 33 48 1
Países Bajos Mundial 23 20 9 3 4 7 14
País 17 1 15 21 40 46 5 Agregado 15 62 65 33 15 32 1 Canadá Mundial 9 26 7 1 36 41 41 País 0 0 0 0 6 0 0 Agregado 34 41 76 93 18 37 1 Irlanda Mundial 0 30 22 9 11 1 14 País 37 0 2 0 27 49 16 Agregado 21 4 37 3 10 35 5 Australia Mundial 2 21 6 3 0 13 5 País 0 2 34 39 15 0 0 Agregado 36 27 43 23 7 34 3
Nueva Zelandia Mundial 2 17 0 1 16 12 6
País 33 5 0 2 66 34 31
Agregado 0 12 2 4 7 2 2
Promedio Mundial 14 16 10 8 15 16 19
País 10 5 15 26 19 16 8
Agregado 25 37 42 23 19 26 3
Fuente: Estimaciones del personal técnico del FMI. 1Per cápita.
los precios de las acciones y de los cambios de las tasas de interés a largo plazo, y un 30% de la variación de los cambios de las tasas de interés a corto plazo. Cabe señalar que la mayoría de las variaciones comunes de los precios de las acciones y las tasas de interés obedecen a los correspondientes factores particulares del mundo. Esto indica que los acontecimientos en estos mercados distintos de los acontecimientos en otros mercados (y en menor grado los acontecimientos en la actividad económica real a escala mundial) son fundamentales para explicar la volatili- dad de estas variables. Por otro lado, hay diferencias importantes de un país a otro en cuanto a la claridad del comovimiento de las cotizaciones bursátiles (tasas de interés) y sus contrapartidas a escala mundial. Los acontecimientos mundiales explican más del 80% del comovimiento de los precios de las acciones en los Países Bajos, y el 30% en Nueva Zelandia. Del mismo modo, los aconte- cimientos mundiales justifican más del 70% del comovimiento de las tasas de interés a largo plazo en Canadá, Estados Unidos, los Países Bajos y el Reino Unido.
• Los factores propios de cada país explican en menor medida los movimientos del pro- ducto, la inversión en viviendas, las cotizacio- nes bursátiles y las tasas de interés a largo plazo. No obstante, se les atribuye más del 25% de las variaciones de las tasas de interés a corto plazo. Esto concuerda con la debili- dad de las correlaciones entre países en mate- ria de tasas de interés, tratadas en el texto principal del ensayo.
• Según parece, los factores idiosincrásicos inciden mucho en las fluctuaciones de la inversión en viviendas, ya que explican, en promedio, un 70% de los movimientos de esa variable. Esto concuerda con la debili- dad de las correlaciones entre los países en materia de inversión, tratadas en otros
estudios (véase, por ejemplo, Kose, Otrok y Whiteman, 2003).