MIDIENDO LA CONCENTRACIÓN Y EL PODER DE MERCADO EN EL SECTOR BANCARIO URUGUAYO:

MIDIENDO LA CONCENTRACIÓN Y EL PODER DE MERCADO EN EL SECTOR BANCARIO URUGUAYO: 2003-2005

Miguel Mello Costa

Resumen:

El presente trabajo es una medición de la concentración y el poder de mercado en el sistema bancario uruguayo para el período posterior a la crisis financiera y económica de 2002, con el objetivo de determinar el rol que debiera cumplir la política de competencia en el proceso de desdolarización del sector bancario uruguayo.

El trabajo lleva adelante un análisis típico de NEIO (New Empirical Industrial Organization), aplicándose para ello técnicas econométricas de datos de panel para determinar el grado de competencia que se constata en los mercados de depósitos y de créditos uruguayo. Se analizan los mercados en moneda nacional y en moneda extranjera y los mercados de crédito al consumo y a empresas en moneda nacional, de forma de determinar si se llevan adelante subsidios cruzados de un mercado al otro. Se concluye que el grado de concentración del mercado es muy alto, la competencia es baja y el poder de mercado que se ejerce es consistente con un oligopolio altamente concentrado. Asimismo, en función del mayor poder de mercado y la alta segmentación del mercado de crédito en moneda nacional, se concluye que se realizan subsidios cruzados del mercado en moneda nacional al mercado de crédito en moneda extranjera, principalmente desde el mercado de crédito al consumo en moneda nacional. Por lo tanto, la política de la competencia tiene un rol a jugar en el marco de la política de desdolarización del sistema bancario uruguayo con el objetivo de reducir su fragilidad y exposición, debiendo tener un alto impacto.

JEL classification: D43, G28, L1, L13, L16,L25.

∗

Analista del Departamento de Estudio y Regulación de la Superintendencia de Instituciones de Intermediación Financiera del Banco Central del Uruguay; Profesor Titular del Centro de Postgrados de la Universidad Católica del Uruguay; Profesor Titular de la Facultad de Ciencias Empresariales y Económicas, y de la Facultad de Ingeniería de la Universidad de Montevideo.

Agradezco especialmente a mi compañera Virginia Goday por la ayuda brindada en la recopilación y elaboración de datos, y a Pablo Bazerque, Gerardo Licandro, Fernando Barrán y José Antonio Licandro por sus valiosos aportes y comentarios.

Las opiniones vertidas en este trabajo son exclusivamente del autor y no se corresponden con la de las opiniones de las

instituciones para las cuales trabaja. Los errores son de responsabilidad exclusiva del autor.

I. INTRODUCCION

El objetivo del presente trabajo es determinar la concentración y medir el poder de mercado que se ejerce en el sistema bancario uruguayo

a partir de la recuperación de la crisis económica y financiera de 2002, con la intención de ser una herramienta para la toma de decisiones sobre política económica y de la competencia.

El sistema bancario uruguayo se ha caracterizado históricamente por una fuerte concentración, tanto en el mercado de crédito como en el mercado de depósitos. Aparentemente a partir de la crisis de 2002 la concentración se ha visto reducida a partir de los mecanismos de resolución que se llevaron a cabo para viabilizar los bancos, fundamentalmente los sucesivos fideicomisos del BROU y el traspaso de las carteras pesadas de los bancos liquidados al Fondo de Recuperación del Patrimonio Bancario. El efecto de estas medidas fue la reducción de la cuota de mercado del BROU, lo que ha reducido la concentración en el mercado de crédito.

Luego de la crisis de 2002, tanto los depósitos como el crédito bancario han comenzado a reactivarse aunque en distinta medida. La reactivación de los depósitos puede situarse a partir de 2003, mientras que los créditos han empezado a crecer a partir del segundo semestre de 2005. Por esta razón, situamos nuestro período objeto de análisis a partir de enero de 2003. En los tres años recopilados en la muestra los depósitos crecieron U$S 2.681 millones llegando a U$S 8.224 millones a diciembre de 2005, un nivel similar al anterior a la crisis de 2002.

Es lógico pensar que el crédito bancario comience a crecer con retraso respecto a los depósitos luego de una crisis. Intuitivamente, a medida que la actividad económica vuelve a crecer, los depósitos aumentan prácticamente al mismo tiempo ya que la mayor actividad hace que aumenten los ingresos de la población pero fundamentalmente por el hecho que las empresas mantienen mayores saldos líquidos por su propio dinamismo. Sin embargo, el crédito reacciona con mayor lentitud ante un escenario de reactivación económica debido a que los balances de las empresas, que mostraron pérdidas en el período 2002-2004, empezaron a arrojar saldos positivos a partir de 2005, lo que les ha permitido acceder al crédito, principalmente para capital de giro. Además, las familias empiezan a recurrir al crédito como forma de financiar un mayor consumo una vez que van pagado sus deudas anteriores y una vez que perciben la reactivación económica como un fenómeno perdurable que les permita proyectar su “nueva” situación financiera con un nivel de ingresos mayor.

Es de resaltar que en este período el Banco Central del Uruguay llevó adelante una política de mayor información, publicando en su pagina web información del sistema en su conjunto y de cada banco en particular, por lo que es de esperar que los agentes que se relacionan con el sistema bancario uruguayo hayan aprendido a analizar las diferentes opciones y a manejar mejor los riesgos en un escenario de mayor información lo que tuvo un impacto positivo en el aumento de los depósitos.

1

En este trabajo el sistema financiero esta definido como todos los bancos privados, COFAC y el BROU.

2

Ver Goday -Gruss-Ponce (2005).

Para medir la concentración y el poder de mercado que ejercen los bancos en el Uruguay se utilizó un modelo típico de NEIO basado en los trabajos desarrollados por Bresnahan y Porter en la década de los 80 y 90. Los datos abarcan el período enero de 2003 a diciembre de 2005 para las 14 instituciones de intermediación financiera más relevantes del sistema bancario uruguayo. La estimación de este panel de datos se realizó por efectos fijos y efectos aleatorios en niveles, ya que la estimación en primeras diferencias y el método de Arellano- Bond resultaron ser menos eficientes a partir de los tests de inferencia. Además, se optó por el método de efectos fijos por ser siempre consistente y más eficiente para todas las estimaciones, a partir de los resultados del test de especificación de Hausman.

II. EL MARCO EMPIRICO

El objetivo de los modelos empíricos de industrias con poder de mercado es identificar el comportamiento de las empresas en una industria y sus efectos. La utilidad de este tipo de modelos es que permiten la identificación de la conducta de las empresas y su forma de competencia.

Utilizaremos un modelo clásico de Organización Industrial, en la línea de los desarrollados por Porter (1984) y Bresnahan (1989) para intentar medir el poder de mercado en el marco del paradigma clásico de Estructura-Conducta-Resultados. Un modelo típico de NEIO es primeramente un modelo econométrico de una industria. Generalmente, tanto en estudios de industrias oligopólicas o monopólicas se trata de hacer inferencia económica a través de series de tiempo o datos de panel

II.1. El comportamiento de un oligopolio compitiendo a la Cournot Consideremos que la demanda de un bien en un período, Q

d

, está determinada por la siguiente relación empírica:

Q

= Q

(P

, X

) + u

(1)

Donde Q

e

es la demanda esperada por los oligopolistas para el período t que se inicia, P

es el precio del producto y X

, es un vector de variables que desplazan la demanda del bien

. Consideremos que la demanda es bien comportada, tal que presenta pendiente negativa, ∂ Q/∂ P<0.

El supuesto del buen comportamiento de la demanda se aplica al sector bancario ya que los consumidores tienen cierto grado de sustituibilidad, lo que implica que reaccionarán a los cambios de precios. Por ejemplo, en el mercado de crédito en moneda nacional tendrán como sustituto el crédito en moneda extranjera o el crédito en el sector informal, crédito de proveedores, etc. En el mercado de depósitos, un banco puede optar por obtener financiamiento en el sistema financiero o bien a través de una línea de crédito de su casa matriz en caso que la tasa pasiva del mercado esté demasiado alta o los plazos que prefieren los depositantes le generen riesgo de base, o sea que también hay cierta sustituibilidad en la demanda de depósitos.

3

Por ejemplo, PIB, nivel de actividad, inflación, tipo de cambio, etc.

Del lado de la oferta, consideremos una función de costo total del tipo:

CT

=C(q

, Z

) (2)

Siendo CT

el costo total en un período t para el banco i, q

la oferta de la institución i y Z

los factores exógenos que desplazan la curva de costos.

Un monopolista miope maximizará sus beneficios esperados de acuerdo a su expectativa de demanda:

Π

= P

(Q

, P

, X

) q

– CT(q

, Z

) (3)

De la condición de primer orden, la empresa determina la cantidad de producto que maximiza sus beneficios de acuerdo a su demanda esperada, lo que implica que fija el precio de acuerdo a la siguiente expresión:

P Q c Q P

e t it it

∂ ∂

−

=

(4)

Obtenemos la conocida expresión que establece que el precio será el costo marginal más un término que expresa la expectativa de poder de mercado que tiene el productor. El mark-up depende de su previsión de demanda para el período y de la pendiente de la curva de demanda, es decir, de cómo reaccionan los consumidores a los precios.

La expresión (4) en términos econométricos sería:

it e t it

it

Q

c Q

P = − θ + ε

´

'

(4´)

El parámetro θ a estimar es el que nos da la idea de la magnitud del poder de mercado que se ejerce en el mercado. El parámetro debería tomar un valor perteneciente al intervalo [0,1], siendo 1 para el caso de un monopolista miope y 0 para competencia perfecta. En los trabajos anteriormente mencionados, se demuestra que θ =1/N, por lo que por ejemplo, un duopolio compitiendo a la Cournot tendría un parámetro θ del entorno de 0.5.

Este marco teórico presenta una dificultad de difícil solución, requiere de una estimación consistente de la demanda esperada por el monopolista y conocer la pendiente de la curva de demanda de manera de poder identificarθ. En nuestro modelo tenemos una estimación de la pendiente a partir de la elasticidad estimada y una predicción de la demanda esperada. Sin embargo, a los efectos de contrastar los

4

Ver Porter R.H. (1984) y C. Wolfram (1999) a los efectos de la derivación del método de agregación del poder de mercado para

una industria con un producto homogéneo en el caso de más de una empresa.

resultados, hemos estimado un modelo similar al propuesto por Bresnahan en el que se estima simultáneamente la curva de demanda y la de oferta.

II.2. Estimación simultánea de la ofe rta y la demanda

Esta metodología fue propuesta por Bresnahan a los efectos de superar problemas de endogeneidad que surgen por la determinación conjunta de los precios y las cantidades transadas y de la identificación correcta de la demanda esperada. En este método estimaremos simultáneamente la ecuación de precios y de demanda, ya que de la estimación de la demanda obtenemos directamente su pendiente.

El sistema a estimar sería el siguiente:

Q

= Q

(P

, X

) + u

(5)

P

= c´- θ Q

+ ε

Q´

Ambos modelos se estiman por GMM o variables instrumentales al presentar endogeneidad, además de controlar el problema de la heterogeneidad inobservable de cada institución financiera. La heterogeneidad inobservable es básicamente una omisión de variable, se omite una característica propia de un individuo que no podemos observar o cuantificar. El método de efectos fijos elimina este problema estimando una transformación de la variable dependiente y de las variables exógenas, toma el valor de las variables observado y le resta la media de dicha variable para cada individuo

. Dado que supone que el efecto es fijo, su media es fija y por lo tanto al restarle su media lo elimina, resultando una estimación consistente siempre. El método de efectos aleatorios también supera este problema, ya que considera que la heterogeneidad inobservable tiene una distribución ruido blanco con media y varianza constantes, por lo que al restarle la media de las variables para cada individuo elimina el efecto aleatorio pues su media es constante. Este método no siempre es consistente, en caso que lo sea, es más eficiente que el de efectos fijos, la decisión sobre cual elegir surge del test de especificación de Hausman. En caso de que el modelo estimado no cumpla con las propiedades asintóticas propuestas por Hausman (1979) se opta por el de efectos fijos por ser consistente siempre. El problema de la endogeneidad se soluciona estimando por variables instrumentales. Intuitivamente, un monopolista fijaría el precio, observaría la demanda y volvería a fijar el precio, por lo que hay interacción continua y por tanto, hay endogeneidad. Estimando por efectos fijos y variables instrumentales eliminamos ambos problemas de especificación del modelo, obteniendo estimaciones consistentes, aunque no siempre sean las más eficientes. En caso de ser posible, consistencia y eficiencia se alcanzan estimando por efectos aleatorios y variables instrumentales.

5

Se estima un modelo del tipo (Y

.

III. MEDIDAS DIRECTAS DEL PODER DE MERCADO Y LA ESTRUCTURA DEL SISTEMA

Como medidas directas de la estructura y el poder de mercado ejercido por las instituciones de intermediación financiera en el Uruguay se estimaron los índices de Herfindahl-Hirschmann (HHI)

, el índice de Lerner y el índice de Lerner corregido por la elasticidad de la demanda.

Para la estimación de los índices de Lerner se debió realizar una estimación del costo marginal del crédito que considera el costo asociado al riesgo, medido como previsiones de crédito vigente sobre stock de crédito; el costo operativo de un crédito, medido como costos operativos sobre crédito al sector no financiero; el costo del capital, medido como el capital regulatorio exigido sobre el crédito bruto al sector no financiero y el costo del encaje, medido como encaje regulatorio sobre crédito bruto.

A su vez, el índice de Lerner corregido por la elasticidad de la demanda se corresponde con el parámetro ? a estimar en el modelo econométrico y nos brinda una idea de cuantas empresas equivalentes estarían compitiendo en cantidades en un mercado, por lo que es un concepto análogo al del HHI.

III.1 Medidas directas de concentración y poder de mercado para el período.

El cuadro 1 muestra los indicadores de concentración y competencia del mercado por institución. En cuanto a la concentración del mercado de depósitos, vemos que el HHI nos dice que aproximadamente hay una equivalencia de algo menos de 4 empresas simétricas compitiendo a la Cournot, tanto en el mercado de depósitos en moneda extranjera como en el de moneda nacional. A su vez, el mercado de crédito muestra una mayor concentración en el mercado en moneda nacional, por lo que sería de esperar que se ejerza mayor poder de mercado en este sector, donde la concentración es la equivalente a menos de 3 empresas simétricas en promedio en el período.

Cuadro 1: Índice de Lerner y cuotas de mercado (promedios 2003-2005)

Si observamos el índice de Lerner promedio para el sistema en el período, vemos que el mark-up en pesos es una proporción mucho mayor del precio que en el mercado en moneda extranjera. Esta constatación es consistente con los índices de concentración del mercado. A su vez, si corregimos por

6

El HHI se calcula como la sumatoria de los cuadrados de las cuotas de mercado de todas las instituciones.

7

Dado que la estimación del costo marginal considera el riesgo de crédito de otorgar un nuevo crédito, los índices de Lerner están considerando únicamente poder de mercado.

8pit - cit ? = ? . Ver Porter R.H. (1984) y C. Wolfram (1999), para la demostración analítica.

IL ME IL MN ILC ME** ILC MN** cuota deps me cuota credito me cuota deps mn cuota credito mn

Mercado 59.73% 83.27% 39.76% 52.65% 26.04%* 23.34%* 25.21%* 33.71%*

BROU 66.00% 85.65% 4.39% 54.16% 47.83% 42.93% 46.50% 55.55%

CUB 76.08% 84.55% 5.06% 53.46% 3.52% 4.68% 6.99% 3.46%

NBC 62.31% 136.14% 4.15% 86.08% 8.97% 13.44% 3.47% 6.60%

DKB 58.14% 72.88% 3.87% 46.08% 3.61% 1.32% 5.51% 5.15%

SANT 75.99% 77.39% 5.06% 48.93% 5.48% 7.03% 2.61% 1.31%

BBVA 64.47% 71.03% 4.29% 44.91% 4.38% 3.26% 2.47% 0.86%

HSBC 55.54% 80.73% 3.70% 51.05% 0.78% 0.63% 0.17% 0.04%

SURINV 65.51% 72.96% 4.36% 46.13% 0.87% 1.03% 0.20% 0.16%

CITI 61.82% 77.29% 4.12% 48.87% 2.92% 3.75% 3.82% 3.09%

ABN 56.61% 81.14% 3.77% 51.30% 11.85% 6.89% 8.60% 7.75%

BKB 70.64% 86.54% 4.70% 54.72% 5.69% 7.09% 8.26% 5.77%

LLYD 73.77% 84.56% 4.91% 53.47% 1.63% 1.94% 1.99% 1.95%

BNA -32.47% 72.81% -2.16% 46.04% 0.25% 0.46% 0.04% 0.02%

COFAC 82.09% 82.18% 5.46% 51.96% 2.22% 5.52% 9.36% 8.29%

*HHI promedio para el período de la muestra

**Ïndice de lerner corregido por la elasticidad de la demanda

la elasticidad de la demanda (estimada en la próxima sección) vemos que el poder de mercado que se ejerce en el mercado de crédito en pesos es muy superior, consistente con menos de dos empresas compitiendo en cantidades.

De este primer análisis de la concentración y el ejercicio del poder de mercado en promedio para el período se concluye que tanto en los mercados en moneda extranjera, como en moneda nacional de depósitos y créditos, la concentración es muy alta y la competencia muy baja, siendo consistente con un oligopolio de no mas de 4 empresas. Además, la concentración y el poder de mercado son mucho mayores en el mercado de crédito en pesos, siendo consistente con 2 empresas equivalentes como máximo, compitiendo en cantidades.

III.2 Evolución de la concentración y el poder de mercado en el período

La concentración en el mercado de depósitos se ha reducido muy levemente a partir de la crisis financiera de 2002, más específicamente, a partir del ingreso del NBC en marzo de 2003 al mercado de depósitos. Como vemos en el gráfico 1 se ha mantenido en torno a un valor de 0,25, en torno al promedio del período. Para el mercado de depósitos en pesos la concentración es mucho más volátil, dependiendo básicamente de los depósitos del sector público.

Gráfico 1: Índices de Herfindahl-Hirschmann en el mercado de depósitos en moneda extranjera y en moneda nacional

0.2 0.25 0.3 0.35 0.4

Ene-03 Abr-03 Jul-03 Oct-03 Ene-04 Abr-04 Jul-04 Oct-04 Ene-05 Abr-05 Jul-05 Oct-05

HHID MN HHID ME

En el mercado de crédito en dólares vemos que la concentración se ha reducido fuertemente pasando

de un valor de 0,27 al momento del ingreso del NBC en mayo de 2003 a 0,17 a diciembre de 2005,

como consecuencia fundamentalmente, de los sucesivos fideicomisos del BROU. Sin embargo, se

observa que el mercado de crédito en moneda nacional se ha mantenido muy concentrado en niveles

mucho mayores, siendo compatible siempre con menos de 3 empresas equivalentes en el mercado.

Gráfico 2: Índices de Herfindahl-Hirschmann en el mercado de crédito en moneda extranjera y moneda nacional

0.1 0.15 0.2 0.25 0.3 0.35 0.4

Ene-03 Mar-03 May-03 Jul-03 Sep-03 Nov-03 Ene-04 Mar-04 May-04 Jul-04 Sep-04 Nov-04 Ene-05 Mar-05 May-05 Jul-05 Sep-05 Nov-05

HHIC MN HHIC ME ingreso NBC

En cuanto a la fijación de precios del mercado, analizamos primero los spreads de los bancos y luego sus márgenes como proporción del precio fijado y el poder de mercado, medido a través del índice de Lerner corregido por la elasticidad de la demanda del crédito.

Grafico 3: Spreads en moneda nacional y moneda extranjera

El gráfico 3 nos muestra los spreads en moneda nacional y extranjera, calculados como la diferencia entre las tasas activas y pasivas promedio del mercado para cada período. Vemos que los spreads se han ido reduciendo de forma importante en moneda nacional a partir de la crisis financiera de 2002. Esto probablemente se deba a la intención de los bancos de tomar menos riesgo financiero, intentando dar impulso al crédito en moneda nacional. Esta intuición debiera reflejarse en un aumento de la competencia en el mercado de crédito en moneda nacional, para corroborarlo debiéramos analizar que sucedió en el período con los índices de Lerner y los índices de Lerner corregidos por la elasticidad de la demanda.

Consistentemente con lo mostrado en el gráfico 2, vemos en el gráfico 4 que el poder de mercado se ha mantenido muy por encima para el crédito en moneda nacional en relación al crédito en moneda extranjera. Vemos que en el mercado en moneda nacional se ha mantenido próximo a los niveles de monopolio.

0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90

ene-03 mar-03 may-03 jul-03 sep-03 nov-03 ene-04 mar-04 may-04 jul-04 sep-04 nov-04 ene-05 mar-05 may-05 jul-05 sep-05 nov-05

SPREAD MN SPREAD ME

Gráfico 4: Índices de Lerner en el mercado de crédito

En el gráfico 5 se observa el índice de Lerner corregido por la elasticidad estimada en los modelos econométricos. Se observa que el poder de mercado que se ejerce en el mercado en moneda nacional es muy superior al del mercado en moneda extranjera y es consistente con menos de dos empresas compitiendo en cantidades durante todo el período, manteniéndose constante a pesar de la caída en los spreads y la reactivación del crédito. Esto lleva a pensar que el crédito en moneda nacional ha estado subsidiando el crédito en moneda extranjera, moneda en la que hay mayor competencia.

Gráfico 5: Índices de Lerner corregido en el mercado de crédito

Constatar empíricamente esta impresión ha sido de las principales motivaciones para este trabajo, ya que el esfuerzo por desdolarizar la economía uruguaya parece debiera acompañarse de políticas que incentiven la competencia de forma de fomentar el ahorro y el crédito en moneda nacional.

Con la intención de constatar este resultado estimamos modelos para el mercado en moneda nacional y el mercado en moneda extranjera. Asimismo, luego estimamos el poder de mercado en el sector del crédito al consumo en moneda nacional y el crédito corporativo en moneda nacional, de forma de detectar con mayor precisión donde es que se está ejerciendo el mayor poder de mercado.

0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90 1.00

ene-03 mar-03 may-03 jul-03 sep-03 nov-03 ene-04 mar-04 may-04 jul-04 sep-04 nov-04 ene-05 mar-05 may-05 jul-05 sep-05 nov-05

IL MN IL ME

0.00 0.10 0.20 0.30 0.40 0.50 0.60 0.70

ene-03 mar-03 may-03 jul-03 sep-03 nov-03 ene-04 mar-04 may-04 jul-04 sep-04 nov-04 ene-05 mar-05 may-05 jul-05 sep-05 nov-05

ILCMN ILCME

IV. EL MODELO ECONOMETRICO

Consideraremos que el sector bancario es demandante de depósitos, insumo para su producto final que es el crédito. Por lo tanto, estimaremos una curva de oferta de depósitos de forma de obtener sus principales determinantes y una curva de demanda inversa para los depósitos de forma de ver si se ejerce poder de monopsonio por parte de los bancos en este mercado. Asimismo, estimaremos una curva de demanda de crédito de forma de determinar su elasticidad y luego una demanda inversa con el objetivo de identificar el poder de mercado a través de la estimación del coeficiente ? de la ecuación (4´). Consideraremos que el crédito es un bien homogéneo, ya que por la forma en que estimaremos la demanda superamos su diferenciación. Por ejemplo, una institución financiera con alto índice de morosidad y problemas en su cartera de crédito tiene mayor probabilidad de estar sujeta a riesgo moral por parte de los demandantes de crédito, ya que un demandante de crédito lo percibirá como un producto “mejor” al tener mayor probabilidad de poder pactar un pago menor por su crédito en caso de que la institución tenga problemas de solvencia, por lo que además enfrentaremos un problema de selección adversa. Sin embargo, mediante la introducción de la mayor cantidad de variables posible que caracterizan a la institución y la estimación a través de efectos fijos y aleatorios se elimina este tipo de diferenciación del crédito. Este es el principal argumento por lo que se eligieron estos métodos de estimación para datos de panel frente a otros que también podrían haber parecido adecuados a priori.

IV.1) Estimación de la elasticidad de demanda y del poder de mercado

En esta sección se presentan los modelos estimados para observar de manera indirecta al coeficiente ? presentado en la sección II. Las variables utilizadas para la estimación del modelo econométrico están en el anexo. La muestra abarca 36 observaciones mensuales de los bancos privados, el BROU y COFAC, para el período enero de 2003-diciembre 2005

, las que constituyen un panel de 500 datos. Se estimaron ecuaciones de depósitos y créditos para el mercado bancario moneda extranjera y moneda nacional a los efectos de determinar si hay subsidios de una moneda a otra. Asimismo, estimamos el mercado de crédito al consumo y corporativo en moneda nacional, de forma de determinar si existen indicios de subsidios cruzados del crédito a un sector de actividad a otro. Como ya se adelantó, se utilizó una estimación por el método de efectos fijos (estimador intragrupos) y por efectos aleatorios. El test de especificación de Hausman determinó que la estimación por efectos fijos fue consistente en todos los modelos estimados por lo que a los efectos del análisis de resultados nos centraremos en estas estimaciones.

A continuación se muestran las estimaciones seleccionadas y en el anexo también mostramos las estimaciones por efectos aleatorios y los tests de Hausman que justifican la elección de la estimación por efectos fijos.

9

Salvo para el caso del Nuevo Banco Comercial que comenzó sus actividades de forma completa en mayo de 2003, por lo que

para este banco contamos con 32 observaciones.

IV.1.1 El mercado de depósitos en moneda extranjera

El cuadro 2 nos muestra la estimación de la demanda de depósitos en moneda extranjera. Por ser endógena, se instrumentó la tasa pasiva marginal, por lo que en definitiva estamos estimando simultáneamente oferta y demanda y es el signo el que nos dice que el resultado se corresponde con la oferta, bajo el supuesto de que es una demanda “bien comportada”.

En primer lugar, vemos que los depósitos en moneda extranjera reaccionan muy poco a cambios en la tasa pasiva en moneda extranjera. Un aumento de 1% en la tasa marginal pasiva en moneda extranjera aumenta en menos de un 0,05% los depósitos en esta moneda. Este resultado implica que los bancos tienen un fuerte incentivo a ejercer poder de monopsonio ya que los depositantes prácticamente no reaccionan a cambios en la tasa.

Cuadro 2: Estimación de la oferta de depósitos en moneda extranjera

Un resultado interesante es que los depósitos en moneda nacional parecen ser complementarios a los depósitos en moneda extranjera, ya que la variable ldepmn tiene coeficiente positivo. Esto parece ser más una constatación que una causalidad. Si observamos la elasticidad de los depósitos respecto a los cambios en el PIB, vemos que un aumento del 1% en el PIB genera un aumento de 0,8% en los depósitos en moneda extranjera. El aumento de la actividad económica genera un aumento generalizado en los depósitos en ambas monedas, por lo que lo que estamos identificando no es una complementariedad del lado de la demanda sino de la oferta de depósitos. Un aumento de un 1% en los depósitos en moneda nacional va acompañado de un aumento de un 0,08% en los depósitos en moneda extranjera. Una explicación de la mayor proporción de aumento de los depósitos en moneda nacional, es que estos depósitos son fundamentalmente saldos líquidos de las empresas en un escenario de reactivación económica, más que una preferencia del público a ahorrar en moneda nacional.

Fixed-effects (within) IV regression Number of obs = 498 Group variable: inst Number of groups = 14

R-sq: within = 0.6737 Obs per group: min = 32 between = 0.8590 avg = 35.6 overall = 0.8336 max = 36

Wald chi2(10) = 709018.05 corr(u_i, Xb) = 0.7279 Prob > chi2 = 0.0000

--- ldepme | Coef. Std. Err. z P>|z| [95% Conf. Interval]

---+--- ltpme | .0470926 .0261841 1.80 0.072 -.0042273 .0984126 ldepmn | .0832047 .0195492 4.26 0.000 .0448889 .1215204 lcmgdep | -.161851 .0241466 -6.70 0.000 -.2091776 -.1145245 lcreme | .3356455 .0574722 5.84 0.000 .2230021 .448289 lcremn | .0402463 .017455 2.31 0.021 .0060352 .0744575 solvencia | -.2248713 .1071452 -2.10 0.036 -.434872 -.0148706 liquidez | .1638103 .0227688 7.19 0.000 .1191842 .2084363 dolcre | 1.421348 .3139215 4.53 0.000 .8060734 2.036623 lpib | .801028 .1250565 6.41 0.000 .5559218 1.046134 riskinst | .1348064 .0275707 4.89 0.000 .0807688 .1888441 _cons | -3.140876 .6760394 -4.65 0.000 -4.465888 -1.815863 ---+--- sigma_u | .75421954

sigma_e | .14292186

rho | .96533588 (fraction of variance due to u_i)

--- F test that all u_i=0: F(13,474) = 109.83 Prob > F = 0.0000 --- Instrumented: ltpme

Instruments: ldepmn lcmgdep lcreme lcremn solvencia liquidez dolcre lpib riskinst ltp ltpmn propplazo ldeps cbsnf crevi cuota roa tpimpli tppmprom cop cmgdep doldep privada red crene csnt tcr tlr inf libor pbi deval taimpli mora

El principal objetivo de esta estimación es determinar la elasticidad de forma de elaborar la variable (Q

/Q´) de la ecuación (4), las demás variables incluidas en la estimación son variables de control, aunque se obtuvo algunos resultados o constataciones interesantes. El aumento de un 1% en el costo marginal de un depósito genera una reducción en la cantidad demandada de 0,16%. Es lógico pensar que si aumenta el costo relativo de administrar un depósito o el costo de mantener encajes, el banco reduzca su demanda buscando fuentes de fondeo alternativas. Además, vemos que los bancos con su cartera de crédito más dolarizada captan más depósitos en dólares.

En el cuadro 3 se presenta la estimación de la demanda inversa (ecuación 5) para el mercado de depósitos consolidado en ambas monedas. En este caso se instrumentó la relación entre la demanda esperada

y la elasticidad de la demanda estimada anteriormente. Esta estimación es la que determina el poder de mercado que se ejerce a través de la estimación del parámetro θ .

Cuadro 3: Estimación del poder de mercado en el mercado de depósitos en moneda extranjera

Vemos que en este mercado el parámetro θ estimado (medida indirecta del poder de mercado) es de 0,326. Este resultado es consistente con un oligopolio de 3 empresas equivalentes compitiendo a la Cournot. En la estimación directa mostrada en la sección anterior, la concentración era similar. De cualquier forma concluimos que en el mercado de depósitos en dólares se ejerce un poder de mercado importante del lado de la demanda, lo que se ve reflejado en el hecho de que en el período de la muestra las tasas reales pagadas por los depósitos hayan sido en su mayoría muy cercanas a cero o incluso negativas. Vemos además que los bancos prácticamente no reflejan el aumento de sus costos

10

Es una predicción para la variable depósitos en moneda extranjera por MCO.

Fixed-effects (within) IV regression Number of obs = 485 Group variable: inst Number of groups = 14

R-sq: within = 0.7178 Obs per group: min = 30 between = 0.0447 avg = 34.6 overall = 0.1060 max = 36

Wald chi2(8) = 145392.83 corr(u_i, Xb) = -0.7265 Prob > chi2 = 0.0000

--- ltpme | Coef. Std. Err. z P>|z| [95% Conf. Interval]

--- +--- ldepme | -.3259144 .0677297 4.81 0.000 .1931665 .4586622 lcmgdep | .1095357 .0439593 2.49 0.013 .023377 .1956943 solvencia | -.3241276 .1846819 -1.76 0.079 -.6860975 .0378424 lpib | -1.570601 .3283012 -4.78 0.000 -2.21406 -.9271429 libor | 24.61533 2.089461 11.78 0.000 20.52006 28.7106 inf | 2.799046 .3990969 7.01 0.000 2.01683 3.581261 riskinst | -.0979572 .0787328 -1.24 0.213 -.2522707 .0563563 riskti | -1.90487 .4369539 -4.36 0.000 -2.761284 -1.048456 _cons | 2.685572 1.69892 1.58 0.114 -.64425 6.015394 --- +--- sigma_u | .68387264

sigma_e | .2483134

rho | .88351647 (fraction of variance due to u_i)

--- F test that all u_i=0: F(13,463) = 57.56 Prob > F = 0.0000 --- Instrumented: ldepme

Instruments: lcmgdep solvencia lpib libor inf riskinst riskti lqdepme ldeps ltp ltpmn propplazo cbsnf crene cuota roa tpimpli tppmprom liquidez doldep privada red csnt tcr tlr pbi deval taimpli mora dolcre

marginales en una reducción en la tasa de interés pasiva, un aumento del 1% en el costo marginal de los depósitos genera un aumento en la tasa pasiva de 0,1%. Esto implica que la tasa poco tiene que ver con los costos operativos y de encajes, explicándose en su mayor parte por el poder de mercado.

IV.1.2 El mercado de depósitos en moneda nacional

Para el mercado en moneda nacional se siguió el mismo procedimiento, se estimó la elasticidad, se predijo la demanda esperada y por último se determinó el poder de mercado de forma indirecta a través de la estimación de la ecuación 5. Nuevamente presentamos el modelo de efectos fijos, la estimación por efectos aleatorios y los resultados del test de especificación se muestran en el anexo.

Como vemos en el cuadro 4, la oferta de depósitos en moneda nacional es más elástica que la de depósitos en moneda extranjera, lo que sugiere que las empresas que son quienes en su mayoría mantienen saldos líquidos en pesos, reaccionan más a la tasa de interés que los ahorristas particulares.

Cuadro 4: Estimación de la oferta de depósitos en moneda nacional

Una de las principales diferencias con el mercado de depósitos en moneda extranjera es que las instituciones más riesgosas, ya sea medido a través de la solvencia o a través de las variables de riesgo, captan más depósitos en moneda nacional. Vemos que la elasticidad de la oferta de depósitos en moneda nacional es mayor que la de los depósitos en moneda extranjera, aunque sigue siendo muy inelástica. En esta estimación se corrobora la complementariedad de los depósitos en ambas monedas y de que dicha complementariedad surge como resultado del aumento generalizado de los depósitos a partir de la reactivación económica. Asimismo, nuevamente obtenemos el resultado de que el

Fixed -effects (within) IV regression Number of obs = 500 Group variable: inst Number of groups = 14

R-sq: within = 0.6007 Obs per group: min = 32 between = 0.9618 avg = 35.7 overall = 0.9456 max = 36

Wald chi2(11) = 266953.87 corr(u_i, Xb) = -0.8240 Prob > chi2 = 0.0000

--- ldepmn | Coef. Std. Err. z P>|z| [95% Conf. Interval]

---+--- ltpmn | .1098834 .0398095 2.76 0.006 .0318583 .1879085 ldepme | 1.636577 .1016586 16.10 0.000 1.43733 1.835825 lcremn | .0710666 .0288402 2.46 0.014 .0145408 .1275925 tc | .0398755 .0091835 4.34 0.000 .0218762 .0578747 lpib | .7102884 .3630136 1.96 0.050 -.0012052 1.421782 solvencia | 1.240298 .1894153 6.55 0.000 .8690512 1.611546 liquidez | -.3504755 .0432754 -8.10 0.000 -.4352938 -.2656573 doldep | -19.35524 1.093161 -17.71 0.000 -21.49779 -17.21268 dolcre | 3.33402 .5516848 6.04 0.0 00 2.252738 4.415303 riskinst | .202837 .0775662 2.62 0.009 .0508101 .3548639 riskti | -1.281673 .4434016 -2.89 0.004 -2.150724 -.412622 _cons | 7.277842 1.938636 3.75 0.000 3.478185 11.0775 --- +--- sigma_u | .69288842

sigma_e | .25701312

rho | .87905204 (fraction of variance due to u_i)

--- F test that all u_i=0: F(13,475) = 28.11 Prob > F = 0.0000 --- Instrumented: ltpmn

Instruments: ldepme lcremn tc lpib s olvencia liquidez doldep dolcre riskinst riskti propplazo cbsnf crevi cuota roa tpimpli tppmprom cop cmgdep privada red crene csnt tcr tlr inf libor pbi deval lcbsnfmn taimpli mora

crecimiento relativo en los depósitos es mayor en moneda nacional, ya que un aumento del 1% en los depósitos en moneda extranjera esta acompañado por un aumento del 1,64% en los depósitos en moneda nacional.

Cuadro 5: Poder de mercado en el mercado de depósitos en moneda nacional

La estimación del poder de mercado ejercido en el mercado de depósitos en moneda nacional muestra un grado de competencia algo menor a la estimación directa realizada en la sección III. Vemos que la estimación determina una equivalencia de menos de 3 empresas simétricas compitiendo por captar depósitos en este mercado, el HHI para el mercado sugería 4 empresas equivalentes. Asimismo, vemos que un aumento en el costo marginal reduce la tasa pasiva marginal pagada por los bancos, lo que es otro indicio de poder de mercado. Se observa nuevamente la complementariedad de los depósitos en ambas monedas a través del signo negativo de la variable ltpme.

IV.1.3 El mercado de crédito en moneda extranjera

En el mercado de crédito debiera ejercerse en mayor medida el poder de mercado, ya que es el crédito el producto final que “vende” un banco. En el período de la muestra el crédito se ha visto restringido principalmente por los bancos. Luego de una crisis, los balances de las empresas empiezan a mejorar paulatinamente; dada la regulación existente, que esencialmente mira los últimos balances a la hora de calificar un crédito, la reactivación del crédito debe ser mucho más lenta que el crecimiento de los depósitos. La falta de proyectos rentables y la cautela de los bancos han llevado a un racionamiento del crédito por lo que es de esperar que el poder de mercado que se ejerció en el período sea grande.

Fixed-effects (within) IV regression Number of obs = 444 Group variable: inst Number of groups = 14

R-sq: within = 0.9144 Obs per group: min = 16 between = 0.0757 avg = 31.7 overall = 0.6190 max = 36

Wald chi2(12) = 47955.27 corr(u_i, Xb) = -0.5031 Prob > chi2 = 0.0000

--- ltpmn | Coef. Std. Err. z P>|z| [95% Conf. Interval]

---+--- ldepmn | -.3544908 .090552 -3.91 0.000 -.5319695 -.1770121 lcmgdep | -.0761879 .053989 -1.41 0.158 -.1820044 .0296286 lcreme | -.1377522 .1232913 -1.12 0.264 -.3793986 .1038943 ltp | 1.851775 .1141253 16.23 0.000 1.628093 2.075456 ltpme | -1.161355 .1043379 -11.13 0.000 -1.365854 -.9568568 ltamn | .4359303 .0779122 5.60 0.000 .2832252 .5886355 ltame | .5953624 .2082148 2.86 0.004 .187269 1.003456 lta | -.8980875 .2012245 -4.46 0.000 -1.29248 -.5036948 roa | 1.769529 .2511552 7.05 0.000 1.277274 2.261784 deval | -1.329658 .6948146 -1.91 0.056 -2.691469 .0321541 inf | 1.713887 .6540662 2.62 0.009 .4319409 2.995833 libor | -14.14723 2.592567 -5.46 0.000 -19.22857 -9.065891 _cons | 2.09962 .8014959 2.62 0.009 .5287172 3.670523 ---+--- sigma_u | .78462701

sigma_e | .29673517

rho | .87487161 (fraction of variance due to u_i)

--- F test that all u_i=0: F(13,418) = 12.61 Prob > F = 0.0000 --- Instrumented: ldepmn

Instruments: lcmgdep lcreme ltp ltpme ltamn ltame lta roa deval inf libor lqdepmn propplazo cbsnf crene cuota solvencia tpimpli tppmprom liquidez doldep privada red csnt tcr tlr pbi taimpli mora dolcre

La estimación de la demanda de crédito se realizó por el método de efectos fijos instrumentando la variable logaritmo de la tasa de interés marginal activa por ser endógena.

Cuadro 6: Estimación de la demanda de crédito en moneda extranjera

En el cuadro 6 se presenta el resultado de la estimación de la demanda de crédito. Se observa que la elasticidad de la demanda es de 0,066. Es decir, un aumento de 1% en la tasa activa marginal en moneda extranjera genera una disminución de 0,066% en la demanda de crédito en moneda extranjera, por lo que concluimos que la elasticidad de la demanda del crédito en dólares es baja. Asimismo, vemos que un aumento en el costo marginal genera una reducción en el crédito demandado. Este resultado sugiere que un aumento en el costo marginal hace aumentar la tasa activa, por lo que los bancos estarían traspasando sus mayores costos al precio, lo que implica poca competencia y ejercicio de poder de mercado.

Fixed-effects (within) IV regression Number of obs = 499 Group variable: inst Number of groups = 14

R-sq: within = 0.8166 Obs per group: min = 31 between = 0.8415 avg = 35.6 overall = 0.8412 max = 36

Wald chi2(16) = 1816993.47 corr(u_i, Xb) = 0.2670 Prob > chi2 = 0.0000

--- lcreme | Coef. Std. Err. z P>|z| [95% Conf. Interval]

---+--- ltame | -.0657205 .0269818 -2.44 0.015 -.1186039 -.0128371 lcmg | -.2172319 .0203824 -10.66 0.000 -.2571808 -.1772831 ldepme | .3651725 .0231696 15.76 0.000 .3197609 .4105841 liquidez | -.1203121 .0156023 -7.71 0.000 -.1508921 -.0897322 roa | .3768135 .0435808 8.65 0.000 .2913967 .4622302 dolcre | 1.472739 .1511408 9.74 0.000 1.176509 1.76897 prevs | .0011907 .0002304 5.17 0.000 .0007392 .0016422 riskinst | .0926806 .0249402 3.72 0.000 .0437986 .1415625 riskti | -.3299243 .1539486 -2.14 0.032 -.631658 -.0281906 ltp | .0814409 .0158187 5.15 0.000 .0504368 .1124451 tc | -.035549 .0031873 -11.15 0.000 -.0417961 -.0293019 tlr | .0001383 .0000167 8.28 0.000 .0001056 .0001711 coop | -.3437434 .0398044 -8.64 0.000 -.4217587 -.2657282 deval | .3590039 .1686892 2.13 0.033 .0283791 .6896287 deptotales | -.0000335 .0000143 -2.35 0.019 -.0000616 -5.51e-06 cbsnf | .0017572 .0001499 11.72 0.000 .0014634 .0020509 _cons | 1.559956 .1818494 8.58 0.000 1.203538 1.916375 ---+--- sigma_u | .48882565

sigma_e | .07560884

rho | .9766348 (fraction of variance due to u_i)

--- F test that all u_i=0: F(13,469) = 348.00 Prob > F = 0.0000 --- Instrumented: ltame

Instruments: lcmg ldepme liquidez roa dolcre prevs riskinst riskti ltp tc tlr coop deval deptotales cbsnf lta ltamn deplp cop crene crevi proprvista varcred lcbsnf solvencia doldep gestionado privada red csnt inf tcr tppmprom libor pbi tpimpli tp spreadimpli mora deps

Cuadro 7: Poder de mercado en el mercado de crédito

Fixed-effects (within) IV regression Number of obs = 49 9

Group variable: inst Number of groups = 14

R-sq: within = 0.6580 Obs per group: min = 31 between = 0.0058 avg = 35.6 overall = 0.0787 max = 36

Wald chi2(9) = 160429.73 corr(u_i, Xb) = -0.8484 Prob > chi2 = 0.0000

--- --- ltame | Coef. Std. Err. z P>|z| [95% Conf. Interval]

---+--- lcreme | -.2411812 .05925 -4.07 0.000 -.357309 -.1250534 lcmg | .0800767 .0298569 2.68 0.007 .0215582 .1385952 dolcre | .8093915 .2751744 2.94 0.003 .2700596 1.348724 riskinst | .1708606 .0427536 4.00 0.000 .0870652 .2546 561 riskti | -1.555276 .2471176 -6.29 0.000 -2.039618 -1.070935 ltp | .0982367 .0260413 3.77 0.000 .0471968 .1492767 tc | -.0145261 .0052101 -2.79 0.005 -.0247377 -.0043145 deptotales | -.0000679 .0000223 -3.05 0.002 -.0001117 -.0000242 cbsnf | .000675 .0003018 2.24 0.025 .0000835 .0012665 _cons | -.2784946 .320283 -0.87 0.385 -.9062378 .3492485 ---+--- --- sigma_u | .42546281

sigma_e | .13931174

rho | .90316763 (fraction of variance due to u_i)

--- F test that all u_i=0: F(13,476) = 15.16 Prob > F = 0.0000 --- Instrumented: lcreme

Instruments: lcmg dolcre riskinst riskti ltp tc deptotales cbsnf lqcreme lta ltamn deplp cop crene crevi proprvista varcred lcbsnf roa solvencia liquidez doldep gestionado privada red csnt tlr inf tcr tppmprom libor pbi deval tpimpli tp spreadimpli mora deps

El coeficiente θ estimado es de 0,24. Esto implica que en el mercado de crédito en moneda extranjera se ejerce un importante poder de mercado, es consistente con un oligopolio de menos de 4 empresas compitiendo a la Cournot. La estimación directa del poder de mercado era algo mayor, pero el índice de concentración HHI también nos sugería que había algo menos de 4 empresas compitiendo en el mercado, por lo que podemos considerar que la estimación es consistente desde el punto de vista económico, y que el poder de mercado ejercido es muy alto. Además, como lo había sugerido la estimación de la demanda, los bancos traspasan parte de sus ineficiencias al precio. Un aumento del 1% en el costo marginal genera un aumento del 0,08% en la tasa activa. Si bien parece que no fuera un monto muy significativo, hay que tomar en cuenta que en la instrumentación del crédito se están considerando los costos operativos por lo que el poder de mercado esta en el coeficiente asociado al crédito y no en el asociado al costo marginal. Lo relevante es la significación y el signo del coeficiente del costo marginal y no su nivel relativo.

IV.1.3 El mercado de crédito en moneda nacional

Es relevante el estudio del mercado en moneda nacional fundamentalmente debido a la política de

desdolarización que intenta llevar a cabo el Banco Central del Uruguay. En términos relativos, el

mercado en moneda nacional es mucho menor que el mercado en dólares, sin embargo, la nueva

regulación sobre riesgo de crédito que internalizará el riesgo de tipo de cambio implícito y la política de

desdolarización, en una economía que crece, debiera contribuir a su crecimiento, por lo que resulta

relevante analizar la estructura del mercado y la conducta de los agentes.

Cuadro 8: Estimación de la demanda de crédito en moneda nacional

De la estimación de la demanda del crédito en moneda nacional se observa en primer lugar la alta elasticidad de la demanda. Un aumento de un 1% en la tasa activa marginal en pesos reduce el crédito en moneda nacional en un 0,63%. Esto sugiere que hay una importante sustituibilidad del crédito en moneda nacional, fundamentalmente el crédito en el sector financiero informal y las tarjetas de crédito.

Este resultado, en condiciones normales debiera sugerir que el poder de mercado que se ejerce en este mercado debiera ser relativamente bajo. El signo asociado al crédito en moneda extranjera sugiere que son bienes complementarios y no sustitutos.

Vemos que los signos de los coeficientes relacionados con la solvencia y rentabilidad son los adecuados. Nótese que las instituciones con mayor grado de dolarización en los depósitos reducen fuertemente el crédito en moneda nacional, lo que sugiere una intención por parte de los bancos de no descalzarse en monedas a partir de la crisis financiera de 2002.

En la estimación del poder de mercado en moneda nacional se aprecia quizás el resultado más importante del trabajo. Vemos que el poder de mercado que se ejerce es altísimo, menos de dos empresas equivalentes estarían compitiendo en cantidades. En la estimación directa también obteníamos un resultado menor a dos empresas (0,53), por lo que podemos considerar que el resultado de la estimación es muy robusto. Si consideramos la alta elasticidad de la demanda y el enorme poder de mercado que se ejerce, debemos concluir que quienes concurren a este mercado lo hacen por que no tienen posibilidad de sustitución, por lo que inferimos que se trata de una demanda cautiva. Es un claro indicio de que estamos frente a un mercado altamente segmentado donde los oferentes de crédito obtienen altas rentas monopólicas. Se intuye que hay subsidios cruzados del crédito en moneda nacional al crédito en moneda extranjera, ya que es un mercado con mucho menos competencia, sin

Fixed -effects (within) IV regression Number of obs = 499 Group variable: inst Number of groups = 14

R-sq: within = 0.6641 Obs per group: min = 31 between = 0.6085 avg = 35.6 overall = 0.6044 max = 36

Wald chi2(11) = 113183.91 corr(u_i, Xb) = 0.2869 Prob > chi2 = 0.0000

--- lcremn | Coef. Std. Err. z P>|z| [95% Conf. Interval]

--- +--- ltamn | -.63308 .0769646 -8.23 0.000 -.7839278 -.4822322 lcmg | .3661462 .0732087 5.00 0.000 .2226598 .5096325 lcreme | .5587289 .1245876 4.48 0.000 .3145418 .8029161 ldepme | .4383788 .1280755 3.42 0.001 .1873554 .6894022 solvencia | -1.181549 .2842643 -4.16 0.000 -1.738697 -.6244009 mora | -1.3462 .2044773 -6.58 0.000 -1.746968 -.9454322 roa | 2.039779 .2163439 9.43 0.000 1.615752 2.463805 doldep | -6.664476 1.208241 -5.52 0.000 -9.032584 -4.296368 propplazo | 1.156971 .2538125 4.56 0.000 .6595077 1.654434 riskinst | .3897401 .096796 4.03 0.000 .2000235 .5794567 riskti | -4.999872 .5874648 -8.51 0.000 -6.151282 -3.848462 _cons | 8.391115 .9282299 9.04 0.000 6.571818 10.21041 --- +--- sigma_u | 1.5413344

sigma_e | .33500491

rho | .95489108 (fraction of variance due to u _i)

--- F test that all u_i=0: F(13,474) = 77.06 Prob > F = 0.0000 --- Instrumented: ltamn

Instruments: lcmg lcreme ldepme solvencia mora roa doldep propplazo riskinst riskti deplp cop crene crevi varcred liquidez gestionado privada red csnt tlr inf tcr tppmprom libor lpib deval tpimpli tp spreadimpli dolcre deps

embargo, en este período los bancos no obtuvieron grandes beneficios por lo que las ganancias en el mercado en pesos están subsidiando las pérdidas del mercado en dólares en cierta medida.

Cuadro 9: Poder de mercado en el mercado de crédito en moneda nacional

Este resultado es consistente con el signo y la significación del coeficiente asociado con el costo marginal. Dado que parte de la explicación del poder de mercado es recogida por esta variable, quizás el coeficiente θ este algo subestimado y por lo tanto se reforzaría la intuición de que estamos, de hecho, frente a un monopolio o duopolio.

A efectos de probar la segmentación del mercado en moneda nacional y la posible existencia de una demanda cautiva sobre la que se ejerce mayor poder de mercado, en la próxima sección abrimos el mercado de crédito en moneda nacional en dos mercados, el crédito al consumo y el crédito corporativo.

Fixed -effects (within) IV regression Number of obs = 441 Group variable: inst Number of groups = 14

R-sq: within = 0.9478 Obs per group: min = 13 between = 0.0310 avg = 31.5 overall = 0.3770 max = 36

Wald chi2(9) = 28682.57 corr(u_i, Xb) = -0.7097 Prob > chi2 = 0.0000

--- ltamn | Coef. Std. Err. z P>|z| [95% Conf. Interval]

--- +--- lcremn | -.5146725 .031001 -16.60 0.000 -.5754332 -.4539117 lcmg | .1762329 .0340355 5.18 0.000 .1095245 .2429413 ltame | -1.529909 .1053938 -14.52 0.000 -1.736477 -1.323341 lta | 1.8321 52 .0922026 19.87 0.000 1.651438 2.012866 deptotales | -.0002128 .0000281 -7.58 0.000 -.0002678 -.0001578 crene | .0004642 .0001526 3.04 0.002 .0001652 .0007632 libor | -8.641233 1.162254 -7.43 0.000 -10.91921 -6.363256 lpib | -.3740904 .2236935 -1.67 0.094 -.8125217 .0643408 deval | -.8486268 .3617808 -2.35 0.019 -1.557704 -.1395494 _cons | 6.277273 .9549951 6.57 0.000 4.405517 8.149029 --- +--- sigma_u | 1.0512671

sigma_e | .15431852

rho | .97890638 (fraction of variance due to u_i)

--- F test that all u_i=0: F(13,418) = 52.86 Prob > F = 0.0000 --- Instrumented: lcremn

Instruments: lcmg ltame lta deptotales crene libor lpib deval lqcremn propplazo varcred mora roa solvencia liquidez dolcre doldep coop privada csnt tlr inf tcr tppmprom pbi taimpli tp patrimonio deps cop prevs riskinst riskti

V. EL MERCADO EN MONEDA NACIONAL POR DESTINO DEL CREDITO

El crédito en moneda nacional se descompone en algo más de un 60% en crédito al consumo y el resto en crédito principalmente de corto plazo a empresas. El objetivo de esta distinción por destino del crédito en moneda nacional es intentar determinar si existen subsidios cruzados de un sector a otro.

El mercado de crédito al consumo en moneda nacional tiene como principal agente al BROU, con una cuota de mercado superior al 70%. A su vez, el 80% de estos créditos corresponden al crédito social o también llamado “Caja Nacional”. Estos créditos a empleados públicos y jubilados tienen un riesgo de crédito muchísimo menor al que enfrenta el resto del sistema, ya que cuenta con la retención de la cuota del salario de los trabajadores. Testear si este factor institucional esta influyendo negativamente en la competencia en el mercado de crédito en moneda nacional, y así contribuyendo negativamente a la desdolarización del crédito, es el principal objetivo de esta sección.

Como se procedió en la sección anterior, primeramente comparamos y analizamos las medidas directas de poder de mercado y luego lo haremos indirectamente a través de los métodos econométricos detallados anteriormente.

V.1 Medidas directas de la concentración y el poder de mercado

El cuadro 9 nos muestra los indicadores de concentración y competencia en los dos mercados definidos anteriormente, por institución. Cabe recordar que en la elaboración de los costos marginales se está tomado en cuenta el riesgo, por lo que en los índices de Lerner estamos midiendo exclusivamente poder de mercado, controlando así el efecto del riesgo sobre las tasas que se cobran a los distintos sectores de actividad.

Cuadro 9: Índices de Lerner y cuotas de mercado (promedio 2003-2005)

IL CONS IL CORP ILC CONS ILC CORP CUOTA CONS CUOTA CORP

Mercado 91.94% 86.79% 43.15% 20.65% 73.05% 34.50%

BROU 93.98% 90.73% 44.11% 21.59% 71.97% 45.82%

CUB 96.63% 93.95% 45.35% 22.35% 2.78% 3.11%

NBC 93.79% 88.13% 44.02% 20.97% 4.64% 7.25%

DKB 95.08% 86.42% 44.63% 20.56% 0.44% 2.31%

SANT 95.91% 93.69% 45.01% 22.29% 3.05% 6.03%

BBVA 94.19% 88.27% 44.31% 21.00% 0.30% 1.30%

HSBC 79.19% 79.53% 37.16% 18.92% 0.01% 0.07%

CITI 94.95% 82.60% 44.56% 19.65% 0.60% 5.09%

ABN 91.66% 88.87% 43.02% 21.15% 2.25% 12.26%

BKB 96.31% 92.62% 45.20% 22.04% 3.43% 7.62%

LLYD 96.35% 90.61% 45.22% 21.56% 0.18% 4.14%

BNA 70.18% 57.69% 32.94% 13.73% 0.00% 0.05%

COFAC 97.17% 95.26% 45.60% 22.67% 10.35% 4.97%

11

En la apertura del mercado en moneda nacional en consumo y crédito corporativo excluimos el banco Surinvest por no tener

actividad en el sector consumo, por lo que no reporta información de tasas de interés activas para este mercado en ningún

momento del período considerado.

En cuanto a la concentración de ambos mercados, los HHI calculados para el período muestran que el mercado de consumo es altamente concentrado, con un HHI de 73,05%

, mientras que el mercado de crédito corporativo muestra una concentración importante (34,50%), similar a la del mercado de crédito en moneda nacional en su conjunto calculado en la sección III de este trabajo. Tomando en cuenta únicamente esta medición de concentración, concluiríamos que el mercado de crédito al consumo en moneda nacional presenta una equivalencia de menos de 2 empresas compitiendo a la Cournot, mientras que el mercado de crédito corporativo es consistente con aproximadamente 3 empresas. El resultado del mercado al consumo es muy similar al que se obtendría con un duopolio compitiendo a la Stackelberg, es decir, con un líder fuerte y un seguidor. Esta impresión parece confirmarse si observamos las cuotas de mercado de las instituciones, en promedio en el período el BROU ostenta un 72% de cuota de mercado y COFAC algo más de un 10%. Si agregamos el Nuevo Banco Comercial, estos tres bancos ostentan casi el 90% del mercado de crédito al consumo en moneda nacional.

La mayor concentración se corresponde con la medición directa del poder de mercado a través del índice de Lerner y fundamentalmente del índice de Lerner corregido por la elasticidad de la demanda.

Vemos que el ILC muestra un valor de 43,15% y de 20,65% para los mercados de crédito al consumo y a empresas respectivamente. Esta medida es consistente con 2 empresas en el mercado al consumo y de 5 empresas en el mercado de crédito corporativo en moneda nacional.

En esta primera aproximación a la concentración y al poder de mercado ejercido en el mercado de crédito en moneda nacional concluimos que la concentración, y por consiguiente el poder de mercado, que se ejerce en el sector consumo es mucho mayor al ejercido en el sector empresarial, explicando en su mayor parte el excesivo poder que se ejerce en el mercado en moneda nacional, demostrado en la sección anterior.

V.2 Evolución de la concentración y del poder de mercado

El gráfico 6 nos muestra que la concentración en el mercado de crédito al consumo en moneda nacional ha aumentado en el período de la muestra, mientras que en el sector de crédito corporativo ha disminuido. El mercado de crédito al consumo presentaba un HHI de 0,70 a principios de la muestra llegando, a 0,78 al final de la muestra. Sin embargo, este índice para este mercado alcanzó su máximo valor (de 0,82) en noviembre de 2004, por lo que ha tenido una leve caída en el último año. El mercado de crédito a empresas en moneda nacional muestra una evolución inversa a la del mercado del crédito al consumo, habiendo reducido su concentración pasando de un HHI de 0,47 en enero de 2003 a un HHI de 0,31 en diciembre de 2005. Sin embargo, la concentración en este mercado es mucho más volátil.

12

En este trabajo, el mercado de crédito al consumo en moneda nacional incluye los 13 bancos anteriormente mencionados y no

se incluyen los créditos otorgados con tarjeta de crédito, por lo que únicamente se considera crédito bancario.

Gráfico 6: Índices de Herfindahl-Hirschmann en los mercados de crédito al consumo y a empresas en moneda nacional

20%

30%

40%

50%

60%

70%

80%

90%

Ene-03 Mar-03 May-03 Jul-03 Sep-03 Nov-03 Ene-04 Mar-04 May-04 Jul-04 Sep-04 Nov-04 Ene-05 Mar-05 May-05 Jul-05 Sep-05 Nov-05

HHI CONS HHI CORP

La mayor volatilidad del mercado corporativo se debe a dos factores, por un lado, el mercado de crédito en moneda nacional a empresas es muy pequeño

y además, las operaciones son de corto plazo.

Estos dos factores explican la volatilidad en la concentración y el poder de mercado medido a través de los índices de Lerner, dado que una operación importante en una institución cambia su cuota de mercado de manera significativa y su tasa de interés marginal, alterando así tanto los índices de concentración como los que miden poder de mercado.

Gráfico 7: Índices de Lerner por destino del crédito

El índice de Lerner mide que porcentaje del precio final corresponde a los mark-ups de las empresas.

Vemos que este indicador de poder de mercado ha ido reduciéndose en el mercado de crédito corporativo en moneda nacional de forma muy importante a partir de mediados de 2003. Esta medición es consistente con lo observado anteriormente en los índices de concentración.

Gráfico 8: Índices de Lerner corregido en los mercados por destino del crédito

13

El tamaño promedio del período del mercado de crédito corporativo en moneda nacional es el equivalente a U$S 206 millones, aunque en el último año ha crecido de manera importante llegando al equivalente a U$S 277 millones.

0.75 0.80 0.85 0.90 0.95 1.00

01-ene 01-mar 01-may 01-jul 01-sep 01-nov 01-ene 01-mar 01-may 01-jul 01-sep 01-nov 01-ene 01-mar 01-may 01-jul 01-sep 01-nov

IL CONS IL CORP

0.10 0.15 0.20 0.25 0.30 0.35 0.40 0.45 0.50

Ene-03 Mar-03 May-03 Jul-03 Sep-03 Nov-03 Ene-04 Mar-04 May-04 Jul-04 Sep-04 Nov-04 Ene-05 Mar-05 May-05 Jul-05 Sep-05 Nov-05

ILC CONS ILC CORP

Los índices de Lerner corregidos por la elasticidad de la demanda miden directamente el poder de mercado. Vemos que el índice para el mercado de consumo es mucho mayor y consistent e con una competencia en cantidades con dos empresas simétricas durante todo el período de la muestra. En tanto que en el mercado corporativo, el poder de mercado es mucho menor, consistente con 5 empresas, y se ha reducido levemente, pasando de un valor de 0,22 a principio de la muestra a un valor de 0,18 al final. Esta observación es consistente con todo el análisis previo, y con el crecimiento del mercado de crédito corporativo en moneda nacional mencionado anteriormente. Esto sugiere nuevamente que los indicios de subsidios cruzados que observamos en la distinción entre los mercados por monedas, se atribuye en gran parte al sector de crédito al consumo, donde el mercado es mayor, con mayor elasticidad de la demanda (segmentación de mercado) y donde se ejerce mayor poder de mercado. Esta impresión será corroborada en la próxima sección a través de la estimación de los modelos econométricos.

V.2 Medición indirecta del poder de mercado para el sector de crédito por destino en moneda nacional

En esta sección, nuevamente utilizamos estimaciones por los modelos de efectos fijos y aleatorios para datos de panel. El panel se vio reducido en 36 observaciones por haberse eliminado las observaciones para el Banco Surinvest por no informar tasas de interés activas en moneda nacional para el crédito al consumo al carecer de dicha operativa. Por lo tanto, contamos con 464 observaciones para los bancos anteriormente mencionados en el período enero 2003 a diciembre 2005.

V.2.1 El mercado de crédito al consumo en moneda nacional

El cuadro 10 nos muestra la estimación de la demanda de crédito al consumo en moneda nacional por el método de efectos fijos y variables instrumentales, instrumentando la tasa de interés.

En primer lugar, observamos que la demanda es elástica respecto a la tasa de interés, un aumento del

1% en la tasa de interés activa al consumo en moneda nacional genera una disminución de 0,47% en la

cantidad de crédito demandada.