Ciclos económicos y crecimiento del crédito en Colombia

43 

Loading....

Loading....

Loading....

Loading....

Loading....

Texto completo

(1)

1

UNIVERSIDAD DE LOS ANDES

FACULTAD DE ECONOMIA

CICLOS ECONOMICOS Y CRECIMIENTO DEL

CREDITO EN COLOMBIA

DARWIN ALBERTO AMEZQUITA GUZMAN

(2)

2

Contenido

Resumen ... 3

Introducción ... 3

1. Antecedentes y Justificación ... 4

1.1. Antecedentes ... 4

1.2. Justificación ... 6

2. Objetivos ... 7

2.1. General ... 7

2.2. Específicos ... 7

3. Principal Hipótesis ... 7

4. Marco Teórico ... 8

5. Metodología ... 10

5.1. Información Utilizada ... 10

5.2. Desarrollo ... 14

6. Modelos ... 15

6.1 Modelos Generales ... 15

6.1.1 Comparación modelos generales crédito agregado – desagregado ... 15

6.1.2 Impulso Respuesta: ... 17

6.2 Modelos Extendidos ... 26

6.2.1 Modelo extendido con el crédito agregado ... 26

6. 2.2 Modelo extendido con el crédito desagregado ... 27

6. 2.3 Variables causadas por el Crédito ... 29

6. 2.4 Variables que causan el Crédito ... 30

6. 2.5 Relación entre rubros del crédito ... 31

Conclusiones ... 32

Bibliografía ... 33

ANEXOS: ... 35

A. Lista de trabajos tenidos en cuenta para escoger las variables a usar en los modelos VAR. ... 35

B. Variables usadas en trabajos que analizan el PIB y el crédito. ... 37

C. Estadísticos Durbin – Watson y Jarque Bera ... 39

(3)

3

Resumen

El crédito privado ha sido siempre una variable macroeconómica de gran relevancia por su relación con el crecimiento económico medido a través del producto interno bruto (PIB) y también por su relación con otras variables macroeconómicas relevantes como la inversión y el consumo. En los análisis y estudios generalmente se usa el crédito agregado, sin embargo el crédito total está compuesto por el crédito comercial, el de consumo, el hipotecario y el microcrédito, y cada uno de estos tipos de crédito tiene unas condiciones que lo hacen muy diferente de los demás, partiendo de los agentes que los demandan, el monto, la tasa de interés, la duración y el fin para el que se adquieren. Este trabajo busca determinar si cada uno de los tipos de crédito tiene una relación distinta con las variables macroeconómicas relacionadas, comparado con el crédito agregado, a través de un ejercicio empírico con modelos Vectores Autoregresivos (VAR).

Introducción

En este trabajo se parte de los estudios que han demostrado la relación entre el crédito y el crecimiento económico como el trabajo de Avella y Fergusson (2003) donde se hace mención del aporte del crédito al ciclo económico y se muestra la relevancia del crédito y la necesidad de seguir haciendo estudios para lograr un mejor entendimiento de su relación con las variables macroeconómicas relevantes.

El crédito en Colombia ha tenido un crecimiento que no siempre ha sido constante (ver figura 1), dado que ha sido afectado por diferentes eventos macroeconómicos como crisis económicas, en algunas de la cuales ha tenido un papel protagónico como en la crisis de 1999, crisis en la que la situación alrededor del crédito tuvo efectos sobre el crecimiento que perduraron durante años, como se muestra en Echeverry J., Posada C y Salazar N. (1999). El crecimiento del crédito hoy en día se debe al crecimiento de la economía que en gran medida se apalanca en las herramientas financieras pero también en que aún somos un país con baja profundización financiera incluso comparado con países de la región1.

Se propone abordar al crédito desde sus componentes y probar su relación con variables macroeconómicas relevantes para el estudio, partiendo del supuesto de que cada cartera de crédito debe tener una relación distinta con las demás variables y a la vez debe haber interacciones entre las mismas carteras de crédito que se pierden cuando se observa al crédito agregado.

1

(4)

4

Gráfico 1. Evolución Cartera de consumo, comercial, microcrédito y vivienda

Comercial/Consumo/Microcrédito/Vivienda (izquierda) – Crédito Agregado (derecha) Fuente: Superintendencia Financiera de Colombia

Este trabajo está dividido en 6 secciones, la primera muestra los antecedentes y justificación del trabajo; la segunda sección expone los objetivos del estudio; la siguiente parte del trabajo, expone brevemente la hipótesis principal; la cuarta sección contiene el marco teórico; en la quinta parte de este escrito se muestra la metodología usada para construir los modelos VAR, modelos usados para probar la hipótesis; finalmente se muestran los modelos construidos y el ejercicio econométrico finalizando con las conclusiones, donde adicionalmente se exponen las principales limitaciones del trabajo.

1. Antecedentes y Justificación

1.1. Antecedentes

El crédito es una variable macroeconómica de gran relevancia para el análisis económico pues la literatura ya ha demostrado su relación con el crecimiento2 y a la vez es una variable de interés en sí misma, porque determina la confianza de consumidores y productores en la economía. Dentro de la definición de crédito agregado entendido como la cartera de créditos y operaciones de leasing se encuentran los créditos comerciales, de consumo, de vivienda y Microcrédito3

2

Lown C. and Morgan D. (2006)

3 Tomado de: Circular Básica Contable y Financiera (Circular Externa 100 de 1995), Superintendencia Financiera de Colombia

(5)

5

El crédito Comercial son aquellos préstamos otorgados a personas naturales o jurídicas para el desarrollo de actividades económicas organizadas, distintos a los otorgados bajo la modalidad de microcrédito. El crédito de consumo es el que independientemente de su monto son otorgados a personas naturales para financiar la adquisición de bienes de consumo o el pago de servicios para fines no comerciales o empresariales. El crédito de vivienda como su nombre lo dice son aquéllos préstamos otorgados a personas naturales destinados a la adquisición de vivienda nueva o usada, o a la construcción de vivienda individual. Por ultimo está el microcrédito que está constituido por las operaciones activas de crédito microempresas en las cuales la principal fuente de pago de la obligación provenga de los ingresos derivados de su actividad

El crédito en Colombia ha mostrado gran dinamismo en los últimos años (2000 -2014), en este periodo de tiempo ha tenido un crecimiento real del 141%, sin embargo dentro de este crecimiento no todas sus ramas han tenido la misma participación; por ejemplo la cartera hipotecaria decreció un 10% en términos reales y su participación en el crédito pasó de un 27,76% a un 10,44 %; en el mismo periodo de tiempo el crédito de consumo ha ganado gran participación dentro del crédito total, empezando el periodo con una participación de un 10,08% y finalizando con una participación del 28,10 %; visto con otra métrica el crédito de consumo creció un 457% en términos reales desde el año 2.000.

Gráfico 2. Evolución Cartera Consumo y Cartera Vivienda

Fuente: Superintendencia Financiera de Colombia

Las políticas y regulación en torno a los créditos han sido desiguales así como su crecimiento, por ejemplo el crecimiento del crédito de consumo pudo haber sido mayor si la superintendencia no hubiera implementado normas para controlar su crecimiento como la expedición de la Circular Externa 043 en junio del 20114, en la

4

(6)

6

que se ajustaron los valores de pérdida dado el incumplimiento en el modelo de referencia de la cartera de consumo, esta norma empezó a regir el 31 de diciembre de 2011 y en cálculos de la Superintendencia se incrementó en 205 mil millones las provisiones para 2012, medida que frenó la tendencia de crecimiento de esta cartera, cabe resaltar que en este mismo periodo de tiempo no se implementó ninguna otra norma que afectara en igual medida los otros rubros de crédito.

Gráfico 3. Distribución de la cartera de crédito

Fuente: Superintendencia Financiera de Colombia

Entonces hay evidencia de que no todos los tipos de créditos tienen la misma dinámica de crecimiento y partiendo del hecho de que los agentes que demandan el crédito comercial son las empresas y los que demandan el crédito de consumo, Vivienda y Microcrédito son los hogares (en el caso del microcrédito aunque son empresas, su comportamiento puede estar más asociada a la de los hogares dado su tamaño), es previsible que cada uno de los tipos de crédito reaccionen de forma distinta a las señales del mercado y a la vez impacten las variables macroeconómicas con diferente fuerza y temporalidad.

1.2. Justificación

Para los bancos sería de gran utilidad entender cuál es la dinámica de cada uno de los tipos de crédito respecto a otras variables macroeconómicas como el Producto Interno Bruto (PIB), con esta información los bancos podrían diseñar mejores estrategias de crecimiento, para prepararse por ejemplo a un aumento en la demanda de crédito, esto les permitiría ganar una mayor participación en el mercado, y también anticiparse si conocen el comportamiento de las variables y el momento en que impactan al crédito. Para los entes de control como la

(7)

7

superintendencia financiera podría ser de utilidad estimar el impacto que una regulación puede tener sobre el crecimiento vía crédito.

Podría ser de utilidad académica evaluar la temporalidad de las relaciones entre las variables macroeconómicas y los componentes del crédito, estas relaciones se pierden cuando se analiza el crédito como un todo. Es de esperarse por ejemplo que por sus características, las relaciones del crédito de vivienda sean mucho más duraderas que las que se establecen con el crédito de consumo pues los montos, los requisitos, la temporalidad y el uso son muy distintos.

2. Objetivos

2.1. General

Evaluar el impacto de choque en el PIB sobre los niveles de crédito y viceversa por medio de modelos de series de tiempo de vectores auto-regresivos y de ejercicios impulso respuesta identificando las interdependencias entre las variables expuestas

2.2. Específicos

 Encontrar las relaciones entre la evolución del crédito y otras variables macroeconómicas pertinentes que definen el contexto macroeconómico usando modelos VAR.

 Proponer una interpretación a los resultados de los modelos y los ejercicios impulso respuesta que se hagan dentro del ejercicio econométrico.

 A partir de los resultados de los modelos y los ejercicios impulso respuesta concluir sobre la relación entre los componentes del crédito y el contexto macroeconómico y definir si genera alguna ganancia el análisis independiente de sus componentes.

3. Principal Hipótesis

El crédito como un todo y cada uno de sus componentes impacta en diferente magnitud y temporalidad el contexto macroeconómico y este último a su vez impacta de forma distinta al crédito agregado y a cada uno de sus componentes, porque los factores que determinan la demanda de cada tipo de crédito son diferente.

(8)

8

4. Marco Teórico

Este trabajo toma como punto de partida estudios anteriores hechos para Colombia y para otros países donde se analiza la relación que existe entre el crédito y otras variables macroeconómicas. En todos los casos analizados el crédito se estudia como un todo, partiendo de este hecho puede ser visto como un aporte el explorar dentro de ese crédito agregado cual es la relación que tiene cada uno de sus componentes dentro del crecimiento medido en este caso a través del PIB. Otros trabajos sirven como punto de partida metodológico, donde se muestra el uso de modelos Vectores Autoregresivos (VAR) y Vectores de Corrección de Errores (VEC por sus siglas en inglés) para encontrar las relaciones del crédito y otras variables macroeconómicas.

La investigación de Lown y Morgan (2006) analiza el impacto que tienen los cambios reportados en las normas y regulación sobre el otorgamiento de créditos en Estados Unidos. Este análisis se hace usando los modelos VAR, donde se usa variables como el PIB, el deflactor del PIB, el índice de endurecimiento de las normas de crédito y el monto de créditos comerciales e industriales. Los autores construyen 3 modelos, el primero sin incluir el índice de endurecimiento de las normas de créditos, el segundo incluyendo las 4 variables y el tercero sin incluir los créditos comerciales e industriales, en todos los modelos deciden usar 4 rezagos de las variables explicativas. Apoyándose en los resultados de los modelos VAR, concluyen que un endurecimiento de las normas y regulaciones del crédito puede tener un mayor efecto sobre el otorgamiento del mismo, incluso un cambio en la tasa de interés.

El modelo de Tenjo y López (2002) busca una interpretación a la dinámica del crédito en la economía colombiana en el periodo entre 1970 y el 2002, haciendo énfasis en la situación a partir de 1990 hasta final de siglo. Este análisis se realiza identificando los periodos de crisis y de auge, analizando las variables que impulsan el ciclo de crédito: sus efectos a nivel sectorial, a nivel de la economía agregada, y la relación con el comportamiento de los hogares, las firmas y el gobierno. Las relaciones entre variables y los movimientos de los agregados Macroeconómicos se hicieron más dependientes de los estados financieros de los hogares y empresas por el aumento de la profundización financiera. Adicionalmente las decisiones de los agentes individuales comenzaron a abordarse como decisiones de portafolio, con esto la conexión entre los ciclos del mercado doméstico de crédito se estrechó enormemente con la dinámica de la producción interna. De este trabajo retomamos la lógica de las relaciones que se establecen entre los hogares, las firmas y los intermediarios financieros.

Edwards y Végh (1997), analizan a través de un modelo en el que involucran los diferentes agentes de las economía, cómo la propagación de los choques externos es afectada por el sector bancario, se analiza el factor procíclico y contracíclico de los ciclos de crédito sobre los ciclos del producto y el nivel de desempleo. Este documento sirve como punto de partida para interpretar los resultados de los VAR.

(9)

9

Por su parte Echeverry y Salazar (1999) parten del supuesto de que el detrimento en los balances de los deudores debido a una situación macroeconómica adversa, va a afectar tanto los balances de los prestamistas como su percepción de riesgo, es decir, que los bancos estén dispuestos a prestar menos dinero para cada nivel de tasa de interés; lo que explicaría por que el otorgamiento de créditos continúe desacelerado incluso con bajos niveles de tasa de interés. Este trabajo revisa hechos estilizados de la situación económica de su momento, cuando la economía se encontraba en recesión. Los autores se dispusieron a probar la siguiente hipótesis: existe un canal de crédito que hace que los intermediarios financieros (bancos), se abstengan de prestar a los agentes por estar percibiendo un mayor nivel de riesgo de estos. Esta hipótesis finalmente es probada y sustentada en la evidencia empírica. El racional tras la percepción de riesgo de los agentes, los canales de créditos y los aceleradores financieros, es usado en este trabajo para interpretar los resultados de los modelos VAR construidos.

En el trabajo de Ferro (2013) se hace un análisis extenso de los posibles canales de crédito. Se analiza como cuando hay crecimiento en la economía a través de los canales de crédito se potencia el crecimiento con una mayor tasa de otorgamiento de crédito mientras que en etapas de recesión los canales de crédito son menos laxos en el otorgamiento del endeudamiento a los consumidores. De este documento se puede entender relaciones entre el ciclo económico y el otorgamiento del crédito.

El trabajo de Flórez, Posada y Escobar (2004) busca interpretar el desempeño bancario partiendo de un modelo teórico de equilibrio general dinámico en el que participan los diferentes agentes de la economía. Este modelo es puesto a prueba econométricamente usando datos del periodo entre enero de 1990 y abril de 2004, y usando como herramienta un modelo VEC, que como los autores explican representa la relación de largo plazo entre las variables y al mismo tiempo un mecanismo de corrección de errores de corto plazo. El método usado para los ejercicios impulso respuesta fue el de tendencias estocásticas comunes. De este estudio se concluye que hay una relación de equilibrio entre los depósitos, el crédito y la tasa de interés y también hay una baja dinámica del sector financiero después de crisis debido a la desviación del equilibrio.

Este trabajo parte de la misma base, con la diferencia que se parte de los hechos estilizados entre el crédito y la producción para luego buscar su lógica económica. Adicionalmente la forma como los autores definen a los agentes: hogares y las firmas, forman un punto de partida útil para nuestro análisis, dado que se parte de la hipótesis que las diferencias entre los tipos de crédito se debe a que cada uno es demandado por un agente distinto, y estos a su vez tienen diferentes funciones de utilidad y diferentes restricciones presupuestales.

(10)

10

5. Metodología

Para probar la diferencia de analizar el crédito agregado y cada uno de sus componentes de forma separada se decide crear dos tipos de modelos, los modelos generales donde no se limita el número de rezagos de los modelos VAR y se usan el PIB y el crédito más dos variables control, que en este caso son el índice de represión financiera y la tasa de interés, este primer tipo de modelos serán usados para interpretar las relaciones entre las variables usando las pruebas de causalidad de Granger y adicionalmente se harán los ejercicios impulso respuesta.

El segundo tipo de modelos serán los modelos extendidos donde adicionalmente se incluirán las variables índice de confianza del consumidor y nivel de inventarios, en los modelos extendidos se limita el número de rezagos a uno dado que se dispone de un numero de datos limitado de registros y al adicionar estas dos variables se reduce el número de rezagos que se pueden usar.

Se harán dos modelos generales, en el primer modelo se tendrá el Crédito agregado, en el segundo modelo general se tendrá el Crédito desagregado en cartera comercial, cartera de consumo y crédito de vivienda. Usando estos primeros modelos se realizará adicional a la interpretación de los coeficientes, un ejercicio impulso respuesta para analizar las diferencias entre usar el crédito agregado o desagregado dentro de nuestros modelos.

En el segundo grupo de modelos VAR que definimos como modelos extendidos, se construirá primero un modelo con el crédito agregado, luego un segundo modelo que como en los modelos generales tendrá el crédito desagregado; en este segundo grupo de modelos se adicionan dos variables que son el índice de confianza del consumidor y el nivel de existencia, estas variables se incluyen con el fin de obtener un mejor entendimiento de la dinámica de las carteras de crédito.

5.1. Información Utilizada

El objetivo de esta metodología es tener un marco sobre el cual se pueda poner a prueba la hipótesis, para construir este marco primero se deben escoger las variables a incluir en el modelo, para hacer esta selección se hizo una revisión de la literatura sobre el crédito privado y se seleccionaron las variables de mayor relevancia.

(11)

11 Gráfico 4. PIB – Crédito Agregado

PIB (izquierda) – Crédito Agregado (derecha)

Fuente: Superintendencia Financiera de Colombia y Banco de la República

La primera variable macroeconómica que se decidió incluir fue el PIB, esta variable es usada en el trabajo de Sylvia Kaufmann y Johann Scharlery (2013), donde se usa para entender la relación entre el endurecimiento de las normas que regulan el sistema financiero, el crecimiento de los créditos y el ciclo económico. Otros trabajos donde también se usa el PIB junto con el crédito es el trabajo de Lawrence J. Christiano, Martin Eichenbaum and Charles Evans (1996), junto con el trabajo de Mateo Clavijo Muñoz (2013) entre otros.

La siguiente variable incluida en los modelos VAR es la tasa de interés real que se calcula con la tasa de colocación restándole la inflación, esto para llegar a una tasa descontando el efecto de los cambios en precios, esta variable es usada en el trabajo de Cara Lown y Donald Morgan(2004), en este artículo se usa dentro de un modelo VAR que es usado para analizar la relación entre las normas de regulación de los créditos, los ciclos de crédito y los ciclos del producto; en este artículo nuevamente se usa el PIB.

Gráfico 5. Crédito Agregado – Índice de represión financiera

Crédito Agregado (izquierda) – IRF (derecha)

(12)

12

La información de represión financiera es usada en el análisis del crédito, en los artículos de Sylvia Kaufmann y Johann Scharlery (2013); y el artículo de Cara Lown y Donald Morgan (2004) donde se usó la encuesta de opinión sobre el endurecimiento de la regulación del crédito para construir un indicador de represión financiera. Ver Gráfico 5.

En el presente trabajo se usa el índice simplificado de represión financiera, este índice es usado por Leonardo Villar Gómez, David M. Salamanca Rojas y Andrés Murcia Pabón (2005) donde los autores buscan identificar como esta variable influye en el otorgamiento de créditos y la profundización financiera.

El índice de represión financiera se construye usando la tasa de remuneración de los depósitos; los costos administrativos en captaciones; la tasa de remuneración de los encajes;la relación de solvencia; la tasa de encaje promedio; el coeficiente promedio de inversiones forzosas a depósitos; la tasa de remuneración de las inversiones forzosas; la rotación promedio de los depósitos y la tasa de impuesto a las transacciones financieras. Este índice de represión financiera busca medir las variaciones y niveles de distintos elementos de la regulación financiera, cuanto más alto el índice, mayor la represión ejercida sobre el sistema financiero.

El Índice de Confianza del Consumidor (ICC) es la cuarta variable macroeconómica usada en la construcción del marco macroeconómico para el análisis del crédito, esta variable captura la percepción de la situación actual de la economía y la expectativa que tiene los hogares, el ICC es usado dentro de sus estudios por el Banco de la Republica, el ministerio de hacienda, Fedesarrollo y el DANE entre otras instituciones.

El ICC es actualizado mensualmente y es construido por Fedesarrollo a partir de cinco componentes5 (cinco preguntas); las tres primeras se unen para construir el Índice de Expectativas del Consumido (IEC) y las siguientes dos preguntas crean el Índice de Condiciones Económicas (ICE), ambos componentes forman unidos forman el ICC.

5 Las 5 preguntas hechas para construir el ICC son: ¿Dentro de un año a su hogar le estará yendo

económicamente mejor?; Durante los próximos 12 meses vamos a tener buenos tiempos económicamente; Dentro de 12 meses, ¿cree usted que las condiciones económicas del país en general estarán mejores?; ¿Cree usted que a su hogar le está yendo económicamente mejor o peor que hace un año?; ¿Cree ud. que este es un buen momento o un mal momento para que la gente compre muebles, nevera, lavadora, televisor, y cosas como esas?

(13)

13

Gráfico 6. PIB – Índice de confianza del consumidor – Nivel de Existencias

PIB (izquierda) – ICC/Existencias (derecha) Fuente: Banco de la República y Fedesarrollo

El nivel de existencias es un componente del Índice de Confianza Industrial (ICI), generado a partir de la encuesta de opinión empresarial, en este trabajo es usado como variable explicativa, esperando que la demanda de crédito comercial pueda estar explicado en parte por la necesidad de las empresas de mantener un numero de inventarios, se espera que el nivel de existencias disminuya con el consumo y aumente con el aumento de crédito comercial.

La información de crédito fue tomada de la página oficial de la Superintendencia Financiera de Colombia, del reporte de indicadores gerenciales. Las series de cartera de crédito fueron deflactadas usando el IPC obtenido de la página oficial del DANE.

Gráfico 7. PIB – Crédito de Consumo – Crédito Comercial

PIB (izquierda) – Crédito de Consumo/Cartera Comercial (derecha) Fuente: Banco de la República y Superintendencia Financiera

(14)

14

5.2. Desarrollo

A las variables de crédito que estaban inicialmente en pesos, se les deflactó usando el índice de precios al consumidor, posteriormente se extrajo logaritmos y se tomaron las diferencias, de tal forma que dentro del modelo los resultados se pueden interpretar como cambios porcentuales. Las demás variables usadas en la construcción del modelo son índices o tasas que están en términos porcentuales.

Para construir los modelos de vectores autoregresivos, es necesario verificar que las series a usar en el modelo son estacionarias, esta prueba se realizó usando la prueba de raíz unitaria de Dickey−Fuller Aumentado.

Cuadro 1. Resumen de las variables usadas y prueba de estacionariedad

PIB Crédito Agregado Crédito Comercial Crédito Consumo Crédito

Vivienda ICC Existencias IRF T. Interés Frecuencia Mensual Mensual Mensual Mensual Mensual Mensual Mensual Mensual Mensual

Primer Dato 1992-01 1995-04 1995-04 1995-04 1995-04 2001-11 1995-04 1994-12 1992-12

Último Dato 2014-12 2014-12 2014-12 2014-12 2014-12 2014-12 2014-12 2014-12 2014-12

Valor crítico ADF -1,9408 -1,941 -1,941 -1,941 -1,941 -1,94 -1,942 -1,942 -1,942

ADF -4,987 -4,136 -4,993 -5,034 -5 -4,97 -5,36 -5,36 -5,36

Rezagos 9 1 1 1 0 1 0 0 0

Desviación estándar 1,32% 3,7786 2,29 0,69 0,81 7,16 5,28 0,21% 1,3%

Valor actual (Billones) 707,2 270,3 159,8 84,2 28,0 21,6 0,8 3,30% 6,70%

Fuente: Superintendencia Financiera de Colombia, DANE, Banco de la República, Fedesarrollo

Teniendo todas las series en la misma medida y habiendo comprobado que son series estacionarias se construyen los modelos de vectores auto-regresivos, el siguiente es un ejemplo de la forma funcional de los modelos VAR.

Ecuación 1. Forma resumida modelos VAR

Y𝑡 = b1+ ∑ γ1𝑖Y𝑡−𝑖

𝐼

𝑖=1

+ ∑ b11𝑖X𝑡−𝑖

𝐼

𝑖=1

+ ε𝑌𝑡

X𝑡= b2+ ∑ b21𝑖Y𝑡−𝑖 𝐼

𝑖=1

+ ∑ γ2𝑖X𝑡−𝑖 𝐼

𝑖=1

+ ε𝑋.𝑡

I es el número de rezagos

Este ejemplo corresponde a un modelo bi-variado.

Los modelos de VAR han sido ampliamente usados en Economía por permitir medir las relaciones entre las variables y sus rezagos, en este caso esta herramienta es usada para medir las relaciones entre las variables que constituyen el contexto del crédito privado, el crédito como un todo y cada uno de los tipo de crédito por separado. Una vez estimado el modelo son realizadas las pruebas F

(15)

15

para probar si en conjunto todos los rezagos de las variables explicativas determinan el comportamiento de la variable dependiente; está prueba es conocida como la prueba de causalidad de Granger.

Posteriormente se realizan los ejercicios impulso respuesta con sus respectivos intervalos de confianza con un nivel de significancia del 5%, estos intervalos son construidos con el método de Monte Carlo y se generan con 1.000 iteraciones. El método para la estimación de estos impulsos respuesta parte del método de Cholesky.

6. Modelos

6.1 Modelos Generales

Se construyen dos modelos generales, en ambos se usaron las variables tasa de interés, índice de represión financiera, PIB y el crédito; en el primer modelo VAR se incluyó el crédito agregado. El segundo modelo VAR tiene las mismas variables macroeconómicas con la diferencia de que se incluyó el crédito desagregado en sus grandes rubros (crédito comercial, crédito de consumo y cartera de vivienda), otras variables como el índice de precios de la vivienda nueva y el microcrédito se probaron dentro del modelo econométrico, pero no se encontró ninguna relación con las demás variables, razón por la cual se optó por excluirlas del análisis.

6.1.1 Comparación modelos generales crédito agregado – desagregado

A continuación se muestra la salida del primer modelo general con el crédito agregado, en este modelo las variables explicativas tienen 3 rezagos, número de rezagos que maximizó el criterio de información de akaike. En el cuadro 2 se muestra en cada celda la significación de las pruebas de causalidad de Granger, y se marca con asteriscos las relaciones que son significativas al 1%, 5% y 10%.

Cuadro 2. Modelo general con el crédito agregado6

R

ESP

UES

TA

EXPLICATIVAS

CREDITO PIB IRF INTERESES CREDITO 0,0% 48,0% 0,1%*** 13,2%

PIB 36,4% 0,0% 58,5% 3,7%** IRF 4,6%** 57,3% 0,0% 12,1% INTERESES 86,5% 6,5%* 98,1% 0,0%

Fuente: cálculos del autor

6

(16)

16

En este caso se observa por ejemplo que existe una relación fuerte entre la tasa de interés y el PIB, esta relación es significativa basándose en la prueba de Granger y se basa en el hecho de que la tasa de interés es uno de los mecanismos de control con los que cuenta el banco de la república, por tanto al haber desviaciones del PIB respecto a su tasa de crecimiento de largo plazo la tasa de interés es usada como mecanismo control, en el sentido contrario el PIB reacciona a la tasa de interés, pues una mayor tasa de interés desincentiva la inversión, y el consumo.

Por otro lado en el modelo general agregado el IRF explica al crédito agregado, esta relación parte del hecho de que el índice de represión financiera es una medida de costo y de que tantas restricciones tiene el acceso al crédito; esta relación entre el IRF y el crédito es recíproca, pues el crédito también impacta el IRF, esto puede deberse a que dentro del IRF hay factores que están a discreción de los órganos que regulan el crédito, y estos entes de control reaccionan a episodios de sobreendeudamiento.

La misma lógica se ve en el modelo abierto por tipo de crédito, respecto a la relación del PIB con la tasa de interés; pero surge la primera diferencia al abrir los rubros de crédito, primero el IRF afecta la cartera comercial y al crédito de consumo, pero no a la cartera de vivienda, por otro lado la cartera comercial no afecta directamente el IRF, es el crédito de consumo el que afecta el IRF.

Cuadro 3. Modelo general con el crédito desagregado7

R

ESP

UES

TA

EXPLICATIVAS

CONSUMO COMERCIAL VIVIENDA PIB IRF INTERESES CONSUMO 0,0% 5,8%** 40,1% 91,0% 0,0%*** 37,0% COMERCIAL 3,4%** 1,0% 0,1%*** 17,2% 1,1%** 3,9%**

VIVIENDA 81,6% 66,9% 1,0% 93,9% 54,7% 81,3%

PIB 19,3% 17,0% 90,5% 0,0% 46,1% 8,6%*

IRF 0,2%*** 24,0% 65,3% 26,7% 0,0% 8,1%*

INTERESES 7,3%* 47,4% 99,3% 1,0%** 63,9% 0,0%

Fuente: cálculos del autor

Al abrir el crédito aparece una nueva relación significativa y es la del crédito comercial impactado directamente por la tasa de interés. Adicionalmente en el modelo desagregado aparecen tres relaciones entre los rubros de crédito que hubiera sido imposible observar si se analiza el crédito agregado; el crédito de vivienda y el crédito de consumo son significativos a la hora de explicar el crédito comercial, y el crédito comercial a la vez explica al crédito de consumo.

7

(17)

17

En el modelo general con el crédito desagregado se observa como la tasa de interés tiene un impacto significativo sobre el crédito comercial, pues las decisiones que toman las firmas sobre la demanda de crédito son afectadas por la tasa de interés y esto se debe a que la rentabilidad esperada de los proyectos de inversión que tienen las firmas cambia al aumentar el costo del crédito; adicionalmente la tasa de interés es un reflejo de la situación económica del país y las firmas monitorean estas señales para ajustar sus decisiones.

Los resultados de las pruebas de causalidad de Granger muestran que la relación de las carteras de crédito con otras variables macroeconómicas no es igual para todos los rubros de crédito, estos mismos resultados se esperan en el ejercicio impulso respuesta.

6.1.2 Impulso Respuesta:

Se va a hacer énfasis en los ejercicios impulso respuesta que están relacionados con el crédito y el PIB. En los siguientes ejercicios impulso respuesta se podrá el resultado del impulso del modelo con el crédito agregado a la izquierda de la gráfica para contrastarlo con el resultado del impulso del modelo con el crédito desagregado que irá a la derecha, en muchos casos se tendrán más impulso respuesta a la derecha porque en vez de una variable de crédito se tienen tres que van a ser las que generarán el impulso o recibirán la respuesta según sea el caso.

Gráfico 8. Impulso del PIB sobre el crédito.

(18)

18

En la gráfica anterior se observa el impacto que tiene sobre el crédito un choque de una desviación estándar del PIB, en este como en todos los impulso respuesta se tiene en la parte superior de la gráfica la variable que genera el impulso y a la izquierda la variable que lo recibe.

En el impulso respuesta del PIB sobre el crédito no hay ningún impacto que sea significativo, según esto vemos que son otras variables las que pueden mover el crédito, más adelante se verán los impulsos de las demás variables, entre las que está la tasa de interés que si tiene un impacto significativo sobre el crédito.

Gráfico 9. Impulso del crédito sobre el PIB.

Fuente: cálculos del autor

Para el caso de la relación de causalidad del crédito sobre el PIB se tiene que en las pruebas de causalidad de Granger los tipos de crédito no impactan al PIB, sin embargo a la hora de realizar los ejercicios impulso respuesta que se muestran en el gráfico 9 si hay una respuesta significativa a un choque en el crédito, este impacto es significativo en el modelo agregado a través del crédito total; en el modelo con el crédito desagregado se observa que el consumo es el que genera el impacto significativo sobre el PIB, mientras los crédito de vivienda y comercial no tienen ningún impacto significativo; esta es una de las primeras ganancias de abrir el crédito por tipo de cartera.

(19)

19

El resultado del impacto sobre el crédito de consumo, es un 10% de aumento en la tasa de crecimiento del PIB, este impacto es significativo desde el 2do mes después del impacto hasta el mes 16, esto significaría que si el pronóstico de crecimiento para 2015 que está alrededor de 3,6%, con este impacto llegaría a 3,96%, que es un impacto considerable, esto puede ser así porque este tipo de crédito al ser gasto dinamiza varios rubros de la economía.

Gráfico 10. Impulso del IRF y la tasa de interés sobre el PIB.

Fuente: cálculos del autor

La causalidad de la tasa de interés sobre el PIB se da en el modelo agregado al igual que en el modelo abierto por nivel de riesgo, en ambos casos el impacto dura 20 meses en diseminarse, esta relación está más dada por la reacción que tiene el Banco de la Republica sobre las desviaciones del PIB respecto a sus tendencia de largo plazo, esto muestra que la tasa de interés es un mecanismo efectivo a la hora de controlar el crecimiento del PIB y sus desviaciones respecto a la tendencia de largo plazo. En este caso se observa que un aumento en la tasa de interés mengua el crecimiento del PIB, es importante observar que el hecho de incluir el crédito desagregado en el modelo no afecta la relación que se da entre las demás variables.

Es importante ver que un aumento de una desviación estándar sobre la tasa de interés genera una disminución del 15% en la tasa de crecimiento del PIB que perdura durante 18 meses en el modelo desagregado; este mismo impacto genera

(20)

20

una disminución de un 20% en el modelo con en el crédito agregado donde perdura 20 meses; se puede concluir que la tasa de interés es una herramienta útil de intervención en los ciclos económicos.

Por otro lado no hay impacto del IRF sobre el PIB, esta relación no es significativa, ni en el modelo con el crédito agregado, ni con el modelo por tipo de crédito, este resultado en los impulso respuesta está el línea con las pruebas de causalidad de Granger.

Gráfico 11. Impulso del PIB sobre el IRF y la tasa de interés.

Fuente: cálculos del autor

En el modelo de crédito agregado y en del crédito por tipo de crédito el PIB afecta la tasa de interés, en el ejercicio impulso respuesta que se muestra en el gráfico 11 vemos que la tasa de interés efectivamente es afecta por el PIB, y que un aumento en el PIB genera un aumento en la tasa de interés, esto se debe a la reacción que tiene el Banco de la Republica sobre las desviaciones del crecimiento del PIB, esta relación también es significativa basados en la prueba de Granger.

La causalidad del PIB sobre la tasa de Interés se da en el modelo agregado al igual que en el modelo abierto por tipo de crédito, en ambos casos el impacto dura 17 meses en diseminarse, la duración de este impacto está muy relacionada con la duración del impacto que vimos en la gráfica anterior donde el impacto de la tasa de interés es significativo en el PIB durante 18 o 20 meses.

(21)

21

El impacto significativo del PIB sobre la tasa de interés está dado por la reacción que tiene el Banco de la Republica sobre las desviaciones de la tasa de crecimiento del PIB, si el PIB tiene una desviaciones sobre su tendencia de largo plazo, el Banco de la Republica reacciona subiendo la tasa de interés para evitar el sobre calentamiento de la economía.

En los modelos del crédito agregado y el crédito desagregado el PIB no genera un impacto significativo sobre el IRF, en este caso el impacto como lo muestra la prueba de causalidad de Granger no es significativo.

Gráfico 12. Impulso del IRF sobre el crédito.

Fuente: cálculos del autor

El IRF causa al crédito agregado según la prueba de Granger, por el lado del crédito desagregado el IRF genera un impacto significativo sobre el crédito de consumo y el crédito comercial, esto se puede deber a que las reacción que tiene los órganos de control que endurecen las condiciones del crédito establecen normas que están más enfocadas a disminuir el crédito de consumo antes que al crédito de vivienda o al crédito comercial, las condiciones del crédito comercial están más relacionadas con oportunidades de negocio y los de vivienda con oportunidades de compra, sin embargo en ninguno de los ejercicios impulso respuesta los impactos resultaron significativos, los intervalos de confianza no se separan del eje X.

(22)

22 Gráfico 13. Impulso del crédito sobre el IRF.

Fuente: cálculos del autor

El consumo es significativo en la prueba de causalidad de Granger para explicar el IRF en el modelo desagregado, con un impacto negativo, como si el aumento del Consumo hiciera que el IRF disminuyera, sin embargo esto aparentemente no tiene mucho sentido partiendo del hecho de que la relación de causalidad que se espera es en el sentido contrario, se espera que el nivel de represión impacte el volumen de crédito, sin embargo se observa una relación negativa entre estas dos variables, el crédito de consumo aumenta al igual que todos los créditos en momentos de un nivel bajo de IRF, y que periodos altos de crecimiento del crédito coinciden con periodos bajos de restricción, por esto puede aparecer este resultado en los ejercicios impulso respuesta. En el modelo agregado el Crédito también es significativo a la hora de explicar el índice de represión financiera.

En este caso aunque las pruebas de causalidad de Granger no muestren significancia del impacto del crédito de vivienda y el crédito comercial sobre el IRF, en los ejercicios impulso respuesta este impacto aparece significativo y negativo, acá nuevamente se sugiere la relación negativa entre estas variables, aunque la relación de causalidad que se espera encontrar es del IRF sobre el crédito.

(23)

23

Gráfico 14. Impulso de la tasa de interés sobre el crédito.

Fuente: cálculos del autor

La tasa de interés es significativa con el test de causalidad de Granger a la hora de explicar el crédito Comercial en el modelo desagregado, en el modelo agregado la tasa de interés no es significativa a la hora de explicar el crédito agregado, sin embargo cuando una observa el resultado del ejercicio impulso respuesta.

En los ejercicios impulso respuesta se observa que los impactos significativos siempre son negativos lo que quiere decir que a un aumento en la tasa de interés hay una disminución en los niveles de crédito, esto va en línea con la teoría económica donde a un aumento en el precio de un producto su demanda disminuye, esto muestra que el crédito es un bien ordinario.

Es importante resaltar que el impacto de un aumento de una desviación estándar sobre la tasa de interés tiene una respuesta distinta por cada tipo de crédito, en este caso el crédito de de consumo y el crédito comercial tienen una respuesta significativa al impacto, mientras que el crédito de vivienda aparece insensible a este estimulo. Para finalizar es importante ver la similitud en la respuesta del crédito comercial y el crédito total, esto se puede deber a la gran participación del crédito comercial en el crédito total.

(24)

24

Gráfico 15. Impulso del crédito sobre la tasa de interés.

Fuente: cálculos del autor

El crédito de consumo impacta la tasa de interés y este impacto es significativo, en el caso del modelo con el crédito agregado no es significativo para explicar la tasa de interés. Esto se debe a que en periodos de crecimiento en el crédito de consumo coincide con periodos de baja tasa de interés, el crédito de consumo debe crecer en periodos de bajo nivel en la tasa de interés. Esta relación no tiene mucho sentido económico, pues esta relación se debe dar en el sentido contrario donde la tasa de interés afecta el crédito y no al contrario. En este caso la explicación propuesta a esta relación es similar a la que se da en el caso del crédito con el IRF.

Hay otro factor en este impacto que es similar al que existe entre el IRF y el crédito y es que los resultados de los impulso respuesta por cada cartera de crédito son distintos y que la respuesta de la tasa de interés a un choque en el crédito agregado es similar a la respuesta de la tasa de interés a un choque del crédito comercial, esto se puede deber nuevamente a la gran participación de esta cartera dentro del crédito total.

(25)

25 Gráfico 16. Impulso entre carteras de crédito.

Fuente: cálculos del autor

Según la pruebas de causalidad de Granger el crédito comercial explica al crédito de consumo, el crédito de vivienda y el crédito de consumo explican el crédito comercial.

Uno de los objetivos de este trabajo es encontrar las relaciones que entre el crédito de consumo, el crédito de vivienda y el crédito comercial; todas las relaciones que se encuentran entre estos rubros son invisibles cuando se analiza el crédito agregado.

El crédito de consumo tiene un impacto significativo sobre le crédito comercial, esto parte del hecho de que el crédito de consumo es usado precisamente para aumentar el consumo y esto dinamiza la economía haciendo que las firmas demanden igualmente más crédito para responder a una mayor demanda.

El crédito de vivienda también genera un crecimiento sobre el crédito comercial, en este caso se puede aplicar la misma lógica que en el impacto del consumo; por otro lado el crédito comercial también es significativo al impactar el crédito de consumo, esto puede ser vía expectativas, los hogares al observar un mejor desempeño de la economía pueden también ser más optimistas y de esta forma generar un mayor consumo que va a estar soportado en parte vía crédito.

En la gráfica 16 vemos los impulso respuesta de todos los tipos de crédito, dentro de los impulso respuesta se ven las tres relaciones que son significativas y la

(26)

26

relación positiva que existe entre estas tres carteras de crédito; los demás impulso respuesta que no son significativos en la prueba de causalidad de Granger tampoco se observan significativos en las gráficas de impulso respuesta.

Para concluir este ejercicio se pueden integrar los resultados de todos los impulso respuesta con la siguiente relación: Respecto a la relación entre el PIB y el crédito se observa una relación de causalidad entre el crédito de consumo y el PIB; los cambios en la tasa de crecimientos del PIB hacen que el banco de la república modifique la tasa de interés que tienen un impacto directo sobre el PIB; adicionalmente la tasa de interés impacta el crédito comercial, este crédito comercial a la vez tiene una relación positiva con el crédito de consumo y así se completa el flujo e inicia el ciclo nuevamente.

6.2 Modelos Extendidos

Para continuar con nuestro análisis se construyen dos modelos adicionales que llamaremos modelos extendidos, en estos modelos se usará nuevamente el índice de represión financiera, la tasa de interés, el PIB y el crédito, adicionalmente se incluirá el índice de confianza del consumidor que capturará las expectativas de los hogares y el nivel de inventarios que nos mostrará el estado de las ventas de las empresas. Nuevamente en el primer modelo VAR se incluye el crédito agregado y en el segundo modelo VAR se incluye el crédito desagregado en sus grandes rubros (crédito comercial, crédito de consumo y cartera de vivienda).

6.2.1 Modelo extendido con el crédito agregado

En el primer modelo extendido se incluye el crédito agregado, en la tabla a continuación se muestran los resultados de la estimación; como el modelo fue construido usando un rezago se tiene los coeficientes asociados a cada una de las variables, las relaciones que dieron significativas con el test de causalidad de Granger se resaltan con negrilla y el nivel de significancia se muestra a través de los asteriscos; en las tablas resultado de los modelos extendidos a diferencia de los modelos generales, en cada celda se muestra el coeficiente asociado a cada variable explicativa en vez que el nivel de significancia del test de Granger.

(27)

27

Cuadro 4. Salidas del primer modelo extendido – Crédito Agregado8

R

ESP

UES

TA

EXPLICATIVAS

INTERESES IRF ICC EXISTENCIAS CREDITO PIB INTERESES 82,4% -1,0% 0,2% 0,5% -3,5% 9,2%**

IRF -0,5% 99,8% 0,1% 0,2% -2,4%** 1,8%**

ICC 30,8% 129,3%*** 74,9% -25,2%*** 147,7%*** -19,3% EXISTENCIAS 78,0%** 64,2%*** -3,7% 72,8% -54,1% 0,7%

CREDITO -12,6% -3,0% 3,2%*** 1,5% 36,8% -1,4%

PIB -4,5%** -0,9% 0,3% -0,5% 0,0% 96,2%

Fuente: cálculos del autor

De la tabla anterior se deduce que hay una relación de causalidad negativa del crédito agregado hacía el índice de represión, esto quiere decir que cuando aumenta el crédito agregado disminuye el IRF, esta es una relación de esperarse, pues un mayor IRF teóricamente desincentiva el crédito; también existe una relación de causalidad positiva del crédito agregado hacía el índice de confianza del consumidor, esta relación también es de previsible pues se espera que las personas tengan más confianza en la situación actual de la economía y en la situación futura si hay mayor dinamismo en la economía, en este caso el coeficiente es de 147%, lo que indica que por cada 1% de aumento en el crédito, el ICC aumentará en 1,47%.

Por otro lado el índice de confianza del consumidor es la única variable significativa que explique el crédito, en este caso la relación nuevamente es positiva lo que indica que a mayor nivel de confianza del consumidor mayor crecimiento del crédito.

6. 2.2 Modelo extendido con el crédito desagregado

A continuación se muestra el modelo extendido que contiene las variables de crédito desagregado en sus tres componentes principales, a partir de los resultados de la estimación se pueden empezar a ver las diferencias respecto al primer modelo.

8

(28)

28

Cuadro 5. Salidas del segundo modelo extendido Crédito desagregado9

Fuente: cálculos del autor

En este caso se puede notar que los rubros de crédito tiene relaciones significativas y positivas entre ellos; la variable crédito de vivienda tiene una relación de causalidad al crédito comercial, esta relación es una de las que se pierde cuando se mira el crédito agregado, en esta misma línea el crédito de consumo tiene una relación de causalidad significativa hacía el crédito comercial y el crédito comercial a la vez tiene una relación reciproca hacía el crédito de consumo, todas las relaciones que se dan entre distintos rubros de créditos son positivas, esta relación positiva y significativa es de esperarse, pues todos los rubros de crédito a pesar de sus diferencias también comparte muchas relaciones, como por ejemplo el endurecimiento de la represión financiera, la situación macroeconómica y los niveles en las tasa de interés, además de estar todos dependiendo de las expectativas de los agentes.

Resultado del modelo VAR se encontraron varias relaciones de causalidad de rubros de crédito hacía otras variables, la primera es la relación positiva y significativa entre el crédito de consumo hacía el ICC, esta relación tiene un coeficiente de 107%; la segunda relación es del crédito de consumo hacía el nivel de existencias, donde se encuentra que un aumento en el crédito de consumo genera una disminución en el nivel de existencia, esta relación es de esperarse pues precisamente el objetivo de este crédito como lo dice su nombre es el consumo y este consumo implica que se van a vender más bienes que genera una disminución en el acumulado de bienes, la tercera relación que se observa es la causalidad del crédito comercial sobre el IRF, un aumento en el crédito comercial esta significativamente relacionado con una disminución en el IRF, aunque esta relación se espera un poco más en el sentido contrario, es decir que el IRF afecte negativamente el crecimiento del crédito comercial el signo de la relación es el esperado.

9

* Significativo al 10%. **Significativo al 5%. ***Significativo al 1%

R

ESP

UES

TA

EXPLICATIVAS

INTERESES IRF ICC EXISTENCIAS VIVIENDA COMERCIAL CONSUMO PIB

INTERESES 82% 1% 0% 0% 0% -1% -4% 9%**

IRF -1% 100% 0% 0% 0% -1%* -1% 2%**

ICC 39% 98%*** 76% -19%** 13% 51% 107%*** -21%

EXISTENCIAS 71%* 85%*** -5% 69% 6% -24% -46%* 6%

VIVIENDA -11% -32%* 9%*** 4% 8% -20% -19% -28%

COMERCIAL -13% -2% 2%** 3%* 8%** 22% 13%** 7%

CONSUMO -16% 20%** 1% -3%* 2% 19%** 30% -3%

(29)

29

El tercer tipo de relaciones que se encuentran es donde los tipos de crédito son causado por variables macroeconómicas, la primera es que el nivel de existencias afecta positivamente el crédito comercial, cuando aumentan las existencias aumenta este tipo de crédito, esto se puede deber a periodos de aumento del crédito comercial usado principalmente para aumentar la acumulación de bienes y viceversa; la segunda relación del nivel de existencias que causan significativamente una disminución en el crédito de consumo, esta relación es otra forma de ver la relación negativa entre las existencias y el consumo, el consumo es usado principalmente para comprar bienes lo que implica una disminución de los inventarios.

Por otro lado el ICC tiene una relación positiva de causalidad sobre el crédito de vivienda y el crédito comercial, al mismo tiempo que el índice de represión financiera tiene una relación negativa de causalidad sobre el crédito de vivienda, lo que implicaría que el crecimiento de la cartera de vivienda reacciona negativamente a un aumento en la represión; la última relación que se observa es la significancia en la relación de la represión financiera sobre el crédito de consumo, aunque es de esperarse que esta relación sea negativa, puede proponerse que durante periodos de crecimiento del crédito de consumo se tomen medidas encaminadas a frenar su crecimiento y estas medidas incrementen la represión financiera, pero al ser los créditos de consumo de menor cuantía y menor duración no se ven inmediatamente afectados por la represión financiera, de tal forma que se tengan periodos largos de crecimiento de ambas variables y se obtenga entonces esta relación positiva.

6. 2.3 Variables causadas por el Crédito

En el cuadro 6 se hace una comparación de las diferencias en las relaciones que se dan cuando se toma el crédito agregado y cuando se analizan separadamente sus componentes, la relación negativa que inicialmente se daba entre el crédito agregado y el índice de represión financiera también se da en el caso del crédito desagregado pero solo con el crédito comercial, igualmente la relación positiva entre el crédito total y el ICC, se sigue dando pero solo con el crédito de consumo, esto tiene sentido en el hecho de que son los hogares a los que se les hace la encuesta de opinión del consumidor de la que se construye el ICC y los hogares deben mejorar sus expectativas sobre futuro en un ambiente de mayor consumo, mientras por ejemplo el componente del crédito comercial es demandado por empresas que no figuran en la encuesta.

(30)

30

Cuadro 6. Relaciones con el crédito como variable explicativa10

RE

SPUE

ST

A

EXPLICATIVA CRÉDITO

AGREGADO VIVIENDA COMERCIAL CONSUMO

INTERESES -3,5% 0% -1% -4%

IRF -2,4%** 0% -1%* -1%

ICC 147,7%*** 13% 51% 107%***

EXISTENCIAS -54,1% 6% -24% -46%*

PIB 0,0% 0% -1% 1%

Fuente: cálculos del autor

Una relación que no se observaba y que es muy intuitiva es el vínculo negativo entre el crédito de consumo y el nivel de existencias, esta relación no se observa cuando se analiza el crédito agregado, pero es significativa cuando se desagrega el crédito en sus componentes; este hecho se sustenta en que dentro del crédito agregado hay dos fuerzas contrarias: El aumento en el crédito comercial ayuda al aumento de los inventarios, mientras el crédito de consumo disminuye este nivel de bienes, ambas fuerzas se neutralizan y no se pueden observar en el primer modelo, en el segundo se puede parte de esta dinámica.

6. 2.4 Variables que causan el Crédito

Comparando los resultados respecto a las variables que explican el crédito en cada uno de los modelos, lo primero que se observa es que el indicador de represión financiera causa el crédito de vivienda y el crédito de consumo, esta causalidad no se observa sobre el crédito agregado, sin embargo lo más interesante es que el signo del coeficiente que acompaña al crédito de vivienda es negativo, mientras el del crédito de consumo es positivo; esto podría interpretarse como si el endurecimiento de la represión financiera desincentivara el crédito para compra de vivienda, pero no tuviera efectos sobre el crédito de consumo, esto puede deberse a que los créditos de vivienda son más grandes y de mayor duración y las condiciones de crédito tienen un gran impacto sobre esta cartera, por otro lado el crédito de consumo es menos sensible, en parte el signo puede ser contrario al esperado porque gran parte de las medidas que toman los entes de control para frenar el crecimiento del crédito de consumo hace que aumente la represión financiera, sin embargo este rubro del crédito parece que no responde a esta represión y puede seguir creciendo aún con condiciones más desfavorables.

10

(31)

31

Cuadro 7. Relaciones con el crédito como variable explicada11

RE

SPUE

ST

A

EXPLICATIVA

INTERESES IRF ICC EXISTENCIAS PIB CREDITO -12,6% -3,0% 3,2%*** 1,5% -1,4% VIVIENDA -11% -32%* 9%*** 4% -28%

COMERCIAL -13% -2% 2%** 3%* 7%

CONSUMO -16% 20%** 1% -3%* -3%

Fuente: cálculos del autor

Respecto al ICC lo único que se puede resaltar es que según el modelo con el crédito desagregado la confianza en la economía y las expectativas del futuro parece no afectar directamente el crédito de consumo, esto va en contra de la intuición pues al estar el ICC a los hogares debería estar este índice más ligado a la cartera de consumo en vez de estar vinculado a la cartera comercial. La relación que se da entre las existencias y los créditos comercial y de consumo que ya se explicó anteriormente no se observa significativa cuando se mira el crédito agregado, esto tal vez por el hecho de que es negativa sobre el consumo y positiva sobre el comercial lo que puede estar haciendo que se contrarresten los efectos.

6. 2.5 Relación entre rubros del crédito

Toda la dinámica que existe entre los tipos de crédito no se puede observar cuando se analiza el crédito como un todo, en este caso existe una relación de causalidad positiva que se da desde el crédito de consumo y de vivienda a favor del crédito comercial, un mayor consumo de los hogares y una mayor inversión en vivienda genera des-acumulación de inventarios y demanda por nuevas viviendas lo que podría estar motivando la demanda de más crédito comercial por parte de las empresas para responder a esta nueva dinámica.

Cuadro 8. Relaciones entre carteras de crédito12

RE

SPUE

ST

A EXPLICATIVA

VIVIENDA COMERCIAL CONSUMO

VIVIENDA 8% -20% -19%

COMERCIAL 8%** 22% 13%**

CONSUMO 2% 19%** 30%

Fuente: cálculos del autor

11 * Significativo al 10%. **Significativo al 5%. ***Significativo al 1% 12

(32)

32

Conclusiones

1. La relación entre cada uno de las ramas del crédito y las variables macroeconómicas relacionadas es efectivamente diferente, como se puede observar por las diferencias en la significancia de las pruebas de causalidad de Granger, la magnitud de la relación también es distinta como se observa en el tamaño del impacto de un impulso sobre la otra variable y adicionalmente la temporalidad es distinta.

2. Es el crédito de consumo el que impacta el PIB, esta conclusión se basa en el ejercicio impulso respuesta.

3. La relación que existe entre los rubros de crédito se mantiene en los modelos generales y los extendidos, el consumo tiene una relación de doble vía con el crédito comercial, mientras que el crédito de vivienda impacta al crédito comercial.

4. La relación y la dinámica de cada uno de los rubros de crédito se pierde cuando se hace un análisis con el crédito como un todo, porque las relaciones entre las ramas del crédito desaparecen.

5. Cada tipo de crédito corresponde a un agente, una necesidad y a una lógica distinta, estas diferencias podrían causar las diferencias en las pruebas de causalidad de Granger y los impulso respuesta.

6. Dentro del crédito agregado hay componentes que eventualmente pueden tener relaciones contrarias con otras variables macroeconómicas, por ejemplo en el caso del nivel de existencias, el crédito de consumo tiene una relación negativa, pero el crédito comercial una positiva, estas dinámicas se pierden al no desagregar estas variables dentro del análisis.

7. Las relaciones que se dan entre los componentes del crédito son positivas lo que quiere decir que el crecimiento de un rubro implica un efecto positivo sobre otro.

8. Dados los pocos datos no se pueden incluir más rezagos en los modelos extendidos limitando las relaciones que se dan entre las variables.

9. Por último, respecto a la relación entre el PIB y el crédito se observa una relación de causalidad entre el crédito de consumo y el PIB; los cambios en la tasa de crecimiento del PIB impactan la tasa de interés; la tasa de interés tiene un impacto directo sobre el PIB y también impacta el crédito comercial, este crédito comercial a la vez tiene una relación positiva con el crédito de consumo y así se completa el ciclo.

(33)

33

Bibliografía

1. Avella, M. y Fergusson, L. (2004). Los ciclos económicos de Estados Unidos y Colombia. Bogotá, Colombia: Borradores de Economía (No. 284). Banco de la República.

2. Echeverry, J.C., Escobar, A. y Santa Maria, M. (2002). Tendencia, ciclos y distribución del ingreso en Colombia: una crítica al concepto de modelo de desarrollo. Bogotá, Colombia: Archivos de Macroeconomía (No.186). Departamento Nacional de Planeación.

3. Echeverry, J.C., Posada, C. y Salazar, N. (1999). ¿Hay un estancamiento en la oferta de crédito? Bogotá, Colombia: Archivos de Macroeconomía (No.118). Departamento Nacional de Planeación.

4. Flórez, L., Posada, C. y Escobar, J. (2004). El crédito y sus factores determinantes: el caso colombiano 1990-2004. Bogotá, Colombia: Borradores de Economía (No. 311). Banco de la República.

5. Hodrick, R. y Prescott, E. (1997) Postwar U.S. Business Cycles: An Empirical Investigation. Ohio, Estados Unidos: Journal of Money, Credit and Banking (Vol. 29, No.1). Ohio State University Press.

6. Edwards, S. y Végh, C.A.(1997). Banks and macroeconomic disturbances under predetermined exchange rates. Oxford, Reino Unido: Journal of Monetary Economics (volumen 40, pp. 239-278).

7. Flórez, L.A., Posada, C.E. y Escobar, J.F. (2004). El credito y sus factores determinantes: el caso colombiano 1990 2004. Bogotá, Colombia: Borradores de Economía (No. 311). Banco de la República.

8. Gómez, L.V., Salamanca, D.M. y Pabón, A.M. (2005).Crédito, represión financiera y flujos de capitales en Colombia: 1974-2003. Desarrollo y sociedad (No 55). Bogota, Colombia.

9. Kamil, H., Pulido, J. y Torres J. El “IMACO”: Un índice mensual líder de la actividad económica en Colombia. Bogotá, Colombia: Borradores de Economía (No. 284). Banco de la República.

10. King, R. y Plosser, C.(1997). Money, Credit, and Prices in a Real Business Cycle. Oxford, United Kingdom: Journal of Monetary Economics (Vol.74 pp363).

(34)

34

11. Christiano, L.J. y Eichenbaum, M. (2005). Nominal Rigidities and the Dynamic Effects of a Shock to Monetary Policy. Journal of Political Economy, 2005, vol. 113, no. 1. The University of Chicago

12. Christiano, L.J., Eichenbaum, M. y Evans, C.(1996). The effects of monetary policy shocks: Evidence from the flow of founds. The riew of Economics and Statistics, Vol.78, No.1 (Feb.,1996),16-34. Cambridge, England.

13. Lown, C. y Morgan, D. (2006). The Credit Cycle and the Business Cycle: New Findings Using the Loan Officer 69 Opinion Survey. Ohio, United States of America: Journal of Money, Credit and Banking (Vol. 38, No.6). Ohio State University Press’.

14. Matamoros, S. y Murcia, A. (2013). Prociclicidad del crédito: ¿cómo se relaciona con las características del sistema financiero? Bogotá, Colombia: Tesis (Magíster en Economía). Universidad de los Andes’.

15. Melo, L.F. y Riascos, A. (2000). El producto potencial utilizando el filtro de Hodrick-Prescott: Una aplicación para Colombia: México DF, México. Monetaria (Vol. 23 pp. 179-199).

16. Pamphile y MEZUI-MBENG (2013). Business and credit cycles in CAMEU economies. European Economics Letters Volume 2 Number 1 (2013) pages 1–6. www.eelet.org.uk/ShowPage.aspx?ID=7

17. Bolton,P, Freixas, X. y Gambacortaz, L. y Paolo Emilio Mistrullix (2013). Relationship and Transaction Lending in a Crisis. Barcelona, España. Working Paper nº 714, Graduate school of economics.

18. Schlicht, E. (2004). Estimating the Smoothing Parameter in the So-Called Hodrick-Prescott Filter. Munich, Germany: Discussion Paper (No.1054). University of Munich.

19. Kaufmann, S. y Scharlery, J. (2013). Bank-Lending Standards, Loan Growth and the Business Cycle in the Euro Area. Innsbruck, Austria. Department of Public Finance, University of Innsbruck

20. Tenjo, F. y López, E. (2002). Burbuja y estancamiento del crédito en Colombia. Bogotá, Colombia: Borradores de Economía (No. 215). Banco de la República.

(35)

35

ANEXOS:

A. Lista de trabajos tenidos en cuenta para escoger las variables a usar en los modelos VAR.

No Año Autores Nombre Trabajo Metodología Objetivo del Análisis

1 2005 1. Lawrence J. 2. Eichenbaum

Nominal Rigidities and the Dynamic Effects of a Shock to Monetary Policy

VAR

La inercia observada de la inflación y la persistencia en las variables agregadas.

2 2013 1 Kaufmann

2 Scharlery

Bank-Lending Standards, Loan Growth and the Business Cycle in the Euro Area

VEC

Relación entre las

normatividad del crédito, el crecimiento del crédito y los ciclo económicos en la zona euro y en EE.UU.

3 2013

1 Bolton 2 Freixas 3 Gambacortaz 4 Mistrullix Relationship and Transaction Lending in a Crisis

Regresión

Como la relación entre los préstamos y las

transacciones de crédito cambian a lo largo del ciclo económico.

4 2013 1 Pamphile

Business and credit cycles in CAMEU economies

Regresión

Interacciones potenciales entre las fluctuaciones cíclicas en el crédito y la actividad en cinco países de Unión Monetaria y

Económica de África Central (CAMEU)13.

5 2013 Bolaños

Choques en el mercado de crédito, política monetaria y fluctuaciones económicas

VAR

Papel de las perturbaciones del mercado de crédito y de la política monetaria en los ciclos económicos de Estados Unidos.

6 2004 1 Lown

2 Morgan

The Credit Cycle and the Business Cycle: New Findings Using the Loan Officer Opinion Survey

VAR

Correlación entre los cambios reportados en la regulación y las

subsecuentes fluctuaciones en los préstamos y el consumo.

7 1996

1 Christiano 2 Eichenbaum 3 Evans

The effects of monetary policy shocks: Evidence from the flow of founds

VAR

Impacto de un choque en la política monetario sobre la economía de EE.UU.

13

Figure

Actualización...