La hipótesis de "vida tranquila"

La hipótesis de "vida
tranquila" en la banca
venezolana: evidencia
empírica a través de índices
de Lerner (2004-2012)
Serie Documentos de Trabajo
[No . 142]
Abril, 2013
Oscar A. Carvallo V.
Mízar G. Alvarado D.
Luis J. Verdú B.

 Banco Central de Venezuela, Caracas, 2013
Gerencia de Investigaciones Económicas
Producción editorial
Gerencia de Comunicaciones Institucionales, BCV
Departamento de Publicaciones
Torre Financiera, piso 14, ala sur
Avenida Urdaneta, esquina de Las Carmelitas
Caracas 1010
Teléfonos: 801.8075 / 8063
Fax: 536.9357
publicacionesbcv@bcv.org.ve
www.bcv.org.ve
Las opiniones y análisis que aparecen
en la Serie Documentos de Trabajo
son responsabilidad de los autores
y no necesariamente coinciden
con las del Banco Central de Venezuela.
Se permite la reproducción parcial o total
siempre que se mencione la fuente
y no se modifique la información.
La hipótesis de “vida tranquila” en la banca venezolana:
evidencia empírica a través de índices de Lerner (2004-2012)
§
Oscar A. Carvallo V.
‡
Mízar G. Alvarado D.
&
Luis J. Verdú B.
Resumen
En este estudio se utiliza una muestra de 27 bancos venezolanos para el período
2004-2012, estimando índices de eficiencia en costos y beneficios, medidas de
concentración y poder de mercado, como el índice de Herfindahl-Hirschman (IHH) e
índices de Lerner. Esto permite la construcción de paneles dinámicos para estudiar la
causalidad de Granger, con el propósito de identificar relaciones dinámicas entre las
variables en cuestión. Los resultados de las estimaciones de paneles dinámicos
demuestran que el poder de mercado afecta de forma adversa a la eficiencia en costos,
en conformidad con la hipótesis de “vida tranquila”. Por su parte, las estimaciones
referentes a la eficiencia en beneficios señalan que el poder de mercado no tiene ningún
efecto a largo plazo sobre la obtención de beneficios y que tampoco afectan a su
eficiencia en el sentido de Granger. Por el contrario, se señala una causalidad directa en
el sentido de Granger y la existencia de un efecto a largo plazo de la eficiencia en
beneficios sobre el poder de mercado, constituyendo una prueba del cumplimiento de la
hipótesis “eficiencia-estructura” en cuanto a la obtención de beneficios.
Clasificación JEL: G21, C33, D43, L13.
Palabras clave: banca venezolana, competencia, eficiencia, hipótesis de vida tranquila,
poder de mercado, concentración de mercado.
* Las opiniones expresadas en este trabajo son responsabilidad exclusiva de los autores y no
comprometen las de la Directiva del Banco Central de Venezuela.
§ Investigador Senior de la Oficina de Investigación Económica del Banco Central de Venezuela y
profesor de la Universidad Central de Venezuela. Correo electrónico: ocarvall@bcv.org.ve.
‡ Economista, Universidad Central de Venezuela 2012. Correo electrónico:
gabriel.alvarado.d@gmail.com.
& Economista, Universidad Central de Venezuela 2012. Correo electrónico: luisj.verdu@gmail.com.
The “quiet life” hypothesis in the Venezuelan banking system:
empirical evidence using lerner indexes (2004-2012)
§
Óscar A. Carvallo V.
‡
Mízar G. Alvarado D.
&
Luis J. Verdú B.
Abstract
In this paper, we use a simple of 27 Venezuelan banks for the period 2004-2012,
estimating cost and benefit efficiency scores, concentration measures, so as Lerner
indexes. This allows to run dynamic panel to test Granger causality, in order to identify
dynamic links between these variables. Results show that market power adversely
affects cost efficiency, in conformity with the “quite life” hypothesis. With regard to
benefit efficiency, the results signal no relationship running from market power to
efficiency, neither in Granger sense nor in the long run. On the contrary, causality is
found between benefit efficiency and market power, in line with the “efficient
structure” hypothesis.
JEL Classification: G21, C33, D43, L13.
Keywords: Venezuelan banking, competition, efficiency, quite life hypothesis, market
power, market concentration.
* The views expressed in this papers are of the unique responsibility of the authors and do not reflect
those of the Board of the Central Bank of Venezuela.
Senior researcher, Economic Research Office, Central bank of Venezuela and professor of economics,
Central University of Venezuela. E-mail: ocarvall@bcv.org.ve
‡ Economist, Central University of Venezuela, 2012. E-mail: gabriel.alvarado.d@gmail.com.
& Economist, Central University of Venezuela, 2012. E-mail: luisj.verdu@gmail.com.
§
1. Introducción
Los sistemas bancarios han experimentado un marcado proceso de consolidación
durante las últimas dos décadas. Este proceso ha estado impulsado, principalmente, por
el progreso tecnológico, la globalización y la liberalización de los mercados bancarios,
de acuerdo con Berger, Demsetz y Strahan (1999). En América Latina, esta
transformación también contó con una creciente participación de la banca internacional
en la región, además de una significativa actualización regulatoria, tal como señalan
Carvallo y Kasman (2005) y Yildirim y Philippatos (2006).
La consolidación de la banca en Latinoamerica, no obstante, no ha significado que
la región haya estado exenta de choques macroeconómicos y financieros, tal como los
ocurridos en Venezuela (1993), México (1994), Ecuador (1999), Argentina (2001),
Uruguay (2000) y República Dominicana (2003), entre otros. Sin embargo, en
Venezuela el producto interno bruto (PIB) del sector bancario creció a una tasa
interanual promedio superior al 15% desde 2004 hasta finales de 2007, año a partir del
cual la transformación del sistema financiero ha sido testigo de liquidaciones de bancos
tradicionales, fusiones, nacionalizaciones, creación de bancos de propiedad pública y
entrada de bancos extranjeros de pequeño tamaño (Alvarado y Verdú, 2012).
El rápido proceso de liberalización, reestructuración y consolidación de los
sistemas bancarios ha propiciado intensamente la investigación y el análisis en el área.
El interés en analizar distintos tópicos referidos a la teoría de organización industrial en
la banca durante los últimos quince años, tal como señala Rhoades (1997), ha derivado
en diferentes trabajos que buscan encontrar relaciones existentes entre competencia,
concentración, eficiencia y poder de mercado, así como también las implicaciones de
los hallazgos obtenidos en el resto de la economía. En la literatura bancaria, dos de los
tópicos de mayor interés investigativo son el paradigma estructura-conductadesempeño (ECD) de Bain (1956) y la llamada hipótesis de eficiencia-estructura (EE).
El primero afirma que existe una relación directa entre el grado de concentración de
mercado y el grado de competencia entre las firmas, de manera que las firmas en
mercados más concentrados obtienen más beneficios que sus pares en mercados menos
concentrados, independientemente del grado de eficiencia con el que operen; mientras
que el segundo establece que el desempeño de las firmas está positivamente
relacionado con su eficiencia, de forma que una relación positiva entre beneficios y
estructura de mercado se atribuye a las ganancias de cuotas de mercado logradas por las
firmas más eficientes (Molyneux y Forbes,1995; Edwards, Allen, y Shaik, 2006).
Los resultados obtenidos en muchas investigaciones realizadas durante los años
noventa resultaron consistentes con el impacto del poder de mercado bajo el paradigma
ECD (Hanna y Berger, 1991; Neumark y Sharpe, 1992); sin embargo, era frecuente
obtener relaciones estadísticas débiles entre la concentración y la rentabilidad cuando
las cuotas de mercado se incluían en las regresiones. De forma paralela, varios estudios
en los mismos años analizaron la hipótesis EE, a partir de cálculos de “eficiencia-x” y
eficiencia de escala que explicaran el comportamiento de la concentración y la
participación de mercado, obteniendo también resultados empíricos débiles, de acuerdo
con Färe et al. (2011).
En este contexto, la literatura ha tendido a analizar el efecto del poder de mercado
sobre la eficiencia técnica de las firmas. En particular, la llamada hipótesis de vida
tranquila (HVT), sugerida ya a partir del trabajo de Hicks (1935), establece que
mientras mayor sea el poder de mercado de la firma, menor será el esfuerzo gerencial
por maximizar la eficiencia operativa, existiendo una correlación negativa entre ambas
variables. Las pruebas empíricas de esta hipótesis utilizaban medidas de concentración
de mercado (por ejemplo, el índice de Herfindahl-Hirschman) como variable proxy del
poder de mercado (Berger y Hannan, 1998). Sin embargo, como señalan Maudos y
Fernández de Guevara (2007), estudios recientes muestran las limitaciones de usar
medidas de concentración de mercado como indicadores de competencia bancaria, por
lo que proponen emplear indicadores de competencia, en específico, el índice de Lerner
(Lerner, 1934).
El interés por comprender la dinámica de la reestructuración de los sistemas
bancarios ha impulsado la realización de investigaciones que utilizan el enfoque de la
HVT para describir el comportamiento de la banca. Este tipo de estudios se realizan en
dos etapas; constituidos en primera instancia por el cálculo de índices de eficiencia para,
seguidamente, realizar estimaciones con esos índices junto a otros descriptivos del
entorno competitivo del sistema. Ejemplos de estas aplicaciones se encuentran en los
trabajos de Koetter y Vins (2008), donde los autores realizan un estudio de la HVT para
bancos de Alemania, construyendo en una primera etapa fronteras estocásticas de costos
y beneficios para construir índices de Lerner ajustados1, para después estimar mediante
un modelo Tobit la eficiencia como función de los índices de Lerner y otras variables
ambientales, comprobando el cumplimiento de la HVT. Un enfoque similar es el
utilizado por Coccorese y Pellecchia (2010), quienes realizan el mismo procedimiento
en dos etapas para bancos italianos, pero estiman la HVT a través de modelos Tobit y
Logit, encontrando que, aunque pequeño, el efecto del poder de mercado es
determinante de la eficiencia en los bancos, independientemente de la metodología
empleada en las estimaciones. En el trabajo realizado por Färe et al. (2011), se utiliza un
enfoque no paramétrico para contrastar la HVT en el sistema bancario español, donde se
muestra que la relación entre el poder de mercado (medido por índices de Lerner) y la
eficiencia no es lineal. Por su parte, en un estudio sobre la existencia de la HVT bajo
desregulación bancaria en Estados Unidos, Koetter et al. (2012) encuentran una relación
consistentemente positiva entre poder de mercado y eficiencia en costos, y negativa
entre poder de mercado y eficiencia en beneficios.
Los estudios de este tipo para los sistemas bancarios latinoamericanos no se
caracterizan por su asiduidad, a pesar de la incuestionable necesidad de ampliar el
conocimiento sobre los efectos sobre el mercado que ha supuesto la transformación de
1
Este índice excluye el impacto de la ineficiencia en la generación de poder de mercado, y será el
enfoque utilizado en el presente trabajo.
la banca. Sin embargo, vale la pena destacar el trabajo de Carvallo (2011) enfocado a la
región, donde el autor construye estimados de eficiencias en costos y beneficios, elabora
índices de estabilidad financiera y de poder de mercado, y realiza pruebas de causalidad
de Granger en paneles dinámicos. De las estimaciones, el autor encuentra que sistemas
bancarios más competitivos indican mayor estabilidad financiera (aunque el resultado
no es incompatible con una mayor concentración), así como una relación de doble
causalidad entre estabilidad financiera y eficiencia. En el caso de estudios para
Venezuela, Alvarado y Verdú (2012) construyen índices de Lerner ajustados a partir de
la estimación de fronteras estocásticas, y emplean el enfoque de paneles dinámicos,
encontrando una relación dinámica inversa entre poder de mercado y eficiencia en
costos, y una relación causal positiva de la eficiencia en beneficios transmitida al poder
de mercado.
El presente trabajo sigue los enfoques de Fries y Taci (2005) y Mohamad et al.
(2007) para estimar la eficiencia en costos y beneficios; el enfoque de Koetter et al.
(2012) para construir el índice de Lerner ajustado, y los enfoques de Carvallo (2011) y
Alvarado y Verdú (2012) para la estimación de los paneles dinámicos. De acuerdo con
la primera etapa, se construyen estimados de eficiencia en costos y beneficios que
toman en cuenta el efecto estocástico dentro de la operatividad de los bancos y que,
además, permiten incluir variables propias de la actividad bancaria como determinantes
de la ineficiencia. En una segunda etapa, se construye el indicador de poder de mercado2
para, finalmente, elaborar las estimaciones de los paneles dinámicos con las eficiencias
calculadas. Esto permite realizar ejercicios de equilibrio a largo plazo y pruebas de
causalidad de Granger para capturar y determinar relaciones de causalidad entre estas
variables.
La importancia del análisis de la estructura del sistema bancario venezolano reside
en las implicaciones de política que el mismo tiene. Resulta relevante para las
autoridades conocer si la ineficiencia de la banca es causada sistemáticamente por los
bancos que explotan su poder de mercado, o si, por el contrario, son los bancos más
eficientes los que son capaces de imponer “precios” más altos, provocando pérdidas de
bienestar; todo esto como consecuencia de los cambios en la estructura del mercado
ocurridos en los últimos años. En las décadas precedentes, como señalan Bertrand y
Mullainathan (2003), la potencial relación negativa entre eficiencia y poder de mercado3
ha motivado la desregulación en muchos sectores, ya que teóricamente esto reduce
distorsiones competitivas, incrementando así la eficiencia y el bienestar.
En la siguiente sección se presentan las metodologías y los datos empleados para la
estimación de las eficiencias, del índice de Lerner y los paneles dinámicos. El análisis
de los resultados empíricos obtenidos de las estimaciones son mostrados en la tercera
sección, mientras que en la última se presentan las conclusiones y los comentarios
finales.
2
También se construye un indicador de concentración de mercado, el índice de Herfindahl-Hirschman,
con el propósito de enriquecer el análisis.
3
Que valida la HVT.
2. Metodología y datos utilizados
2.1 Datos
En esta investigación, se utilizan datos de la Superintendencia de las Instituciones
del Sector Bancario venezolano (Sudeban)4, ente autónomo de regulación del sector
adscrito al Ministerio del Poder Popular de Planificación y Finanzas, brindando
amplitud, uniformidad y transparencia al estudio. Asimismo, se normalizaron las cifras
(en valores monetarios corrientes) con el índice nacional de precios al consumidor
(INPC) de base 2007, obtenido del sitio web del Banco Central de Venezuela (BCV),
con el propósito de trabajar con valores en términos reales.
La muestra utilizada comprende un panel de datos desbalanceado de 27 bancos que
realizan actividades en Venezuela, con una frecuencia mensual que abarca 99 períodos
(enero de 2004 a marzo de 2012). Se escogieron bancos de acuerdo con el tipo de
organización (universal, comercial, de desarrollo y con leyes especiales), a la propiedad
del capital (privado y público), al origen del capital (nacional y extranjero) y al tamaño,
superando el 80% de los bancos que operan en el país, de manera que se garantizara la
representatividad de la muestra.
2.2 Estimación de la eficiencia
La “eficiencia-x”, propuesta por Leibenstein (1966), es la combinación de la
eficiencia técnica (uso mínimo de insumos para un dado nivel de producción y/o
obtención máxima de producción dada una combinación de insumos) y la eficiencia
asignativa (con respecto a un objetivo económico dado, minimización de costos y/o
maximización de ingresos o beneficios). La eficiencia en costos y en beneficios se
refiere, por tanto, a la eficiencia-x, la cual resume ambos componentes. En el primer
caso se define en relación con una frontera mínima de costos óptimos, dados factores,
precios de factores y nivel de producción; mientras que en el caso de los beneficios se
define en torno a una frontera óptima de máximo beneficio, dados los precios en los que
la firma maximiza ingresos y minimiza costos, así como el nivel de producto y la
combinación de insumos5. Se utiliza el enfoque de frontera estocástica propuesto por
Aigner et al. (1977), cuya característica fundamental consiste en asumir un término de
error con dos componentes: el error idiosincrático ( ) y el error asimétrico de
ineficiencia6 ( ). El modelo empleado en este trabajo es el que proponen Battese y
4
Los datos se obtienen de diversos archivos descargables del portal web de la SUDEBAN, para
posteriormente ser seleccionados y organizados de tal manera que se pudieran manipular en la estimación
de las fronteras.
5
De acuerdo con Berger y Mester (1997), se estima una función de beneficios alternativa que asume
competencia imperfecta en los mercados de productos, de forma tal que la forma funcional de ambas
fronteras es idéntica, diferenciándose en la dirección del error de ineficiencia y en la variable dependiente.
6
Kumbhakar y Lovell (2000) explican las implicaciones de las distintas distribuciones estadísticas del
error de ineficiencia (seminormal, exponencial, truncada, gamma, etc.). Si bien la distribución
seminormal fue la más utilizada en los años ochenta y noventa, Greene (1990) señala que esta es
inflexible y que restringe eficiencias bajas, mientras que recomienda el uso de distribuciones gamma y
truncadas, de mayor aplicabilidad y más flexibles.
Coelli (1995), que destaca por la versatilidad para especificar fronteras de costos y
beneficios, así como por la posibilidad de incluir variables determinantes de la
ineficiencia en una sola estimación dentro del modelo, sin necesidad de recurrir a
estimaciones en dos etapas.
El modelo utilizado se expresa en forma general como:
1
denota costos totales cuando
esté antecedido por un signo positivo y
Donde
es un vector 1x de valores observados
beneficios cuando se encuentre restando.
de insumos y productos; β es un vector x1 de parámetros desconocidos a estimar;
corresponde al término de error idiosincrático idénticamente distribuido como una
, que corresponden
0, σ e independientemente distribuido respecto a los errores
a la ineficiencia técnica. En la ecuación 1 , el efecto de ineficiencia puede escribirse
como:
δ
2
Donde
sigue una distribución normal truncada con media δ y varianza σ .
es un vector 1x
de variables explicativas asociadas con la ineficiencia técnica de
las firmas a lo largo del tiempo; y δ es un vector
x1 de coeficientes desconocidos.
se define como el truncamiento de una distribución normal con
De esta manera,
media cero y varianza σ , de manera que el punto de truncamiento para costos es δ,
δ (e inversamente para el caso de ingresos y beneficios). Como la
por lo que
perturbación estocástica (compuesta por dos errores) no se distribuye según 0, σ , el
uso de mínimos cuadrados ordinarios (MCO) para la estimación no es posible, por lo
que debe utilizarse el método de máxima verosimilitud7. De esta forma, Battese y Coelli
(1995) proponen definir la eficiencia técnica para esta modelización de la siguiente
manera:
δ 3
Para la función multiproducto se emplea una especificación logarítmicotrascendental:
7
De esta manera, la función de verosimilitud queda expresada en términos de los parámetros de varianza,
σ y γ ≡ σ /σ .
σ ≡σ
α
α
α
1
2
β
1
2
α
δ
4
puede representar costos totales (
) o beneficios totales (
),
es
Donde
es el precio del -ésimo insumo/producto en
el insumo y/o producto en el tiempo ,
es el término de error idiosincrático y
representa el error sesgado de
el tiempo ,
ineficiencia técnica, para todo
1, 2, 3. Para asegurar el buen comportamiento de la
frontera estimada, es necesario imponer dos propiedades estándar a través de
restricciones en los parámetros, como lo son las propiedades de simetría y de
homogeneidad lineal. Las condiciones impuestas para garantizar la homegeneidad lineal
se realizan normalizando el costo (o beneficio), el precio del trabajo ( ) y el precio de
los fondos ( ) por el precio del capital ( ). La condición de simetría, o teorema de
∀ , y β
∀ , , siempre que , , ,
dualidad, requiere que
1, 2, 3, lo que deriva en una especificación más reducida.
Para definir insumos y productos, se usa el enfoque de valor agregado (Berger y
Humphrey, 1992). Siguiendo a Humphrey y Pulley (1997), se considera que los bancos
proveen servicios financieros de: a) intermediación; y b) servicios de pago, liquidez y
salvaguarda de activos. De esta forma, se consideran los depósitos como insumos y
productos simultáneamente. Los otros dos productos son los préstamos totales y otros
activos generadores de ingresos. Por otra parte, el precio del trabajo es la ratio entre los
gastos de personal y el total de activos. El precio del capital se construye dividiendo los
costos operativos netos de gastos de personal entre los activos fijos. El precio de los
fondos es el cociente de los gastos por intereses totales entre los depósitos totales. Se
consideran los costos financieros y no financieros en la variable dependiente de costos
totales y se toman en cuenta los beneficios previos a impuestos, para capturar la
totalidad de la actividad financiera del banco.
2.2.1 Variables determinantes de la ineficiencia
En la estimación de las fronteras de costos y beneficios y las respectivas eficiencias
es necesario escoger un grupo de variables descriptivas e informativas de la actividad
bancaria. A diferencia de Dietsch y Lozano-Vivas (2000), no usamos variables
macroeconómicas y de entorno macrofinanciero, ya que el estudio se circunscribe al
sistema bancario venezolano. Sin embargo, se hace analogía del enfoque para incluir
variables microbancarias. En este sentido, se construyeron y probaron cinco grupos de
variables; a saber: variables de desempeño, variables de composición de portafolio,
variables de capitalización, variables de tamaño y otras variables8.
2.3 Concentración de mercado
La medición de concentración de mercado se realiza mediante el índice de
Herfindahl-Hirschman (IHH). Esta medida resulta provechosa para observar la
evolución de la concentración del mercado, y su utilidad radica en brindar una
caracterización previa del mercado para posteriormente hacer los estudios paramétricos
de estructura de mercado. El índice se calcula como:
C
1, 2, … ,99 5
Donde
es la cuota de mercado del banco en el período . Cabe destacar, que
esta medida se realizará con los datos correspondientes a los activos totales de los
bancos.
2.4 Poder de mercado
De acuerdo con estudios previos, específicamente el de Koetter et al. (2012), se
estiman índices de Lerner9 ajustados por eficiencia, definidos como:
6
son los beneficios totales estimados (ajustados por ineficiencia) de la
Donde
los costos totales estimados (ajustados por ineficiencia)
firma en el período , y
de la firma en el período 10. Por otra parte, debe notarse que el índice está ajustado
)11.
por los activos totales de cada banco en cada período (
El otro componente del índice de Lerner ajustado corresponde a los costos
. Para su cálculo, se sigue la
marginales (ajustados por eficiencia), denotados por
metodología de Koetter et al. (2012) y Carvallo (2011), en la que el costo marginal se
define como la sumatoria de las derivadas parciales del costo total eficiente respecto a
cada uno de los insumos, de la siguiente forma:
8
El anexo A muestra la descripción de las variables utilizadas como determinantes de la eficiencia.
En su concepción, el índice de Lerner se construía como:
/ , donde corresponde al
precio y
al costo marginal (Lerner, 1934). La teoría microeconómica muestra que el precio es igual
al ingreso medio en competencia imperfecta, y también que el ingreso puede despejarse como la
diferencia entre los beneficios totales y el costo total.
10
Es importante destacar que este enfoque no excluye la posibilidad de obtener índices de Lerner
ajustados negativos, debido a que los ingresos de la banca suelen estar afectados por factores
macroeconómicos (Brock y Rojas-Suárez, 2000).
11
Dado que los términos entre paréntesis son una generalización del ingreso medio.
9
δ
α
α
α
α
α
α
δ
δ
α
α
α
δ
δ
α
α
α
δ
7
2.5 Paneles dinámicos
Las metodologías para la construcción de las variables ya explicadas, permiten
hacer ejercicios de causalidad de Granger para examinar la relación dinámica de cada
eficiencia con los índices de Lerner y viceversa. La siguiente ecuación muestra la forma
general de la estimación de la relación entre las variables mencionadas:
α
α
ω
8
y
son las variables relacionadas, con bancos durante períodos.
Donde
Además, se permiten efectos específicos de cada banco, denotados por ω . Por su parte,
los errores estocásticos, denotados por , se asumen estar distribuidos independiente e
individualmente a través de los bancos con media cero. Sin embargo, esta estimación
presenta un problema de endogeneidad al estimarse un panel de datos por MCO, ya que
los efectos específicos de los bancos afectan
en un período, haciendo presumir que
también lo afecte en períodos previos, lo que deriva en problemas de correlación serial
de varios órdenes. Con el propósito de resolver este problema, Arellano y Bond (1991)
desarrollaron un método generalizado de momentos (MGM) en diferencias donde los
niveles rezagados de los regresores son instrumentos para la regresión en primeras
diferencias. A partir de esto, Arellano y Bover (1995) y Blundell y Bond (1998)
sugieren diferenciar los instrumentos en lugar de los regresores, con el propósito de
hacerlos exógenos a los efectos específicos presentes en los paneles de datos. De esta
forma, se estudia un sistema MGM en diferencias, que es una estimación conjunta de la
ecuación en niveles y en primeras diferencias12.
12
Para más información, se recomienda acudir a Bond (2002). En una revisión posterior, Roodman
(2006) presenta una extensión de casos bajo los cuales sugiere el uso de las metodologías de Arellano,
Blundell, Bond y Bover.
Las siguientes ecuaciones son las utilizadas para investigar relaciones dinámicas
entre la eficiencia en costos y la eficiencia en beneficios con el poder de mercado, y
viceversa:
9 10 11 12
Donde Efic costo y Efic benef es la eficiencia en costos y beneficios,
es el índice de Lerner, y
es un vector de variables de
respectivamente,
control, asociadas con efectos macroeconómicos y características propias de los bancos.
El término
constituye la perturbación estocástica idiosincrática. Por comparabilidad,
se estima el sistema de tres maneras: con efectos aleatorios, con efectos fijos y por
MGM en diferencias.
Las regresiones lineales tradicionales con efectos fijos ajustan el modelo de acuerdo
con variables independientes no-aleatorias, de forma que el efecto específico individual
está correlacionado con las variables independientes, mientras que al hablar de efectos
aleatorios, las variables independientes se asumen de origen estocástico y sin
correlación con el efecto específico individual13. En el contexto de estos dos tipos de
modelos y de los modelos de sistemas de MGM, se realizan pruebas de equilibrio de
largo plazo14, mediante las cuales se pretende medir el efecto neto y la significancia de
los instrumentos sobre la variable dependiente, de donde se deriva la caracterización del
mercado bancario venezolano y el paradigma que lo sostiene. Asimismo, la causalidad
de Granger se comprueba mediante la hipótesis nula de que todos los rezagos de la
variable independiente sean conjuntamente cero.
Adicionalmente, para las estimaciones por MGM se realizan dos tests adicionales15.
El primero de ellos es el test de Sargan-Hansen y tiene que ver con el uso de
restricciones sobreidentificadas para los estimadores de MGM. Un rechazo de la
hipótesis nula sobre la que se basa este test significará una correcta especificación del
modelo según estos estimadores. El segundo test se encarga de verificar la correlación
serial de primer, segundo y hasta tercer orden, si este es el caso. Sin embargo, la
13
La escogencia entre ambos modelos se hace a través del test de Hausman, sobre la hipótesis nula de que
el modelo de efecto aleatorio es más eficiente que su similar de efecto fijo.
14
Estas pruebas se realizan como el contraste de la hipótesis nula de que la suma de los instrumentos
rezagados no sea estadísticamente significativa
15
De acuerdo con los casos, se podrán o no realizar los dos test juntos para la misma estimación.
realización de este test está sujeta al tipo de sistema de MGM que se escoja, ya que por
construcción teórica, siempre se espera que haya correlación serial de primer orden y
que no exista en órdenes superiores, para los casos en los que el test se pueda realizar.
Por último, se selecciona el número óptimo de rezagos de manera previa, utilizando
el criterio de información de Schwarz o Bayesiano, de manera que se hace una
escogencia por ajuste global de modelo16.
3. Análisis de los resultados
El anexo B muestra la evolución promedio de las eficiencias estimadas, mientras
que el anexo C expone las estimaciones de las fronteras estocásticas de costos y
beneficios. Respecto a los modelos, se destaca el impacto neto negativo de los
depósitos, al tener la variable
signo negativo en la estimación. Esto indica que los
depósitos son generadores netos de costos para la banca en Venezuela, lo que se puede
deber a la mezcla de los controles prevalecientes sobre las tasas de interés, así como
sobre comisiones y tarifas. Respecto a las variables de entorno microbancarias en el
modelo de costos, conviene resaltar que los bancos más grandes tienden a ser menos
ineficientes, aprovechando su plataforma más grande y explotando las economías de
escala. Asimismo, tal como era esperado, aquellos bancos con mayor cantidad de
activos rentables resultan más eficientes en la minimización de costos, al igual que los
bancos con mayor ROE, lo que demuestra que los bancos que mejor canalizan los
fondos invertibles son más eficientes. Se resalta también que el índice de liquidez
ampliada no cumple con el signo esperado, lo que podría señalar que los bancos con
mayor capacidad de cubrir pasivos a corto plazo son más ineficientes, probablemente
debido al bajo grado de liquidez y/o retorno de los activos de inversión disponibles en
su portafolio.
En el modelo de beneficios se destaca el efecto negativo sobre la ineficiencia del
capital contable y la base de depósitos, indicando que los bancos con mayor capacidad
de retener capital y mayor acceso a una base de depósitos estable operan de forma más
eficiente. Lo mismo ocurre con los préstamos, señal de que los bancos más implicados
en la actividad crediticia tienden a ser operados con menor grado de ineficiencia. Por
otra parte, el signo positivo de la variable OIO/IT indica que aquellos bancos que no
generan ingresos operativos distintos a los financieros son más ineficientes. Igualmente,
16
Esto difiere de estimaciones con series de tiempo donde existen tests especializados de raíz unitaria
para estos casos, al trabajar con un panel de datos desbalanceado.
se observa que los bancos menos aversos al riesgo de aumentar la oferta de crédito son
más ineficientes17.
Con el propósito de proveer una visión general sobre las tendencias de las
eficiencias, se muestran los cuadros 1 y 2 que recogen la evolución de la eficiencia en
costos y beneficios, respectivamente. En el primero de ellos, resalta la escasa diferencia
existente entre los bancos nacionales y extranjeros (en los que el promedio tiende a ser
el mismo). Sin embargo, se observa que los bancos extranjeros parecen haber sido más
vulnerables a la dinámica macroeconómica que los nacionales. Mayor diferencia se
observa entre los bancos privados y públicos, donde los primeros presentan índices de
eficiencia superiores.
En el análisis por tipo de banco, son los bancos con leyes especiales y los bancos de
desarrollo los más eficientes, mostrando consistencia con los resultados de Alvarado y
Verdú (2012). Por último, el análisis por tamaño tiende a mostrar una relación lineal,
aumentando la eficiencia en la medida en que aumenta el tamaño de los bancos, con
excepción de los bancos muy pequeños, que muestran el segundo mayor nivel de
eficiencia promedio de la muestra. Estos resultados indican evidencia a priori del
cumplimiento de la HVT, asumiendo que el poder de mercado aumenta a medida que
aumenta el tamaño de los bancos.
17
El signo negativo de los activos rentables en la estimación de la frontera de beneficios es coherente con
el efecto de la misma variable en la estimación de la frontera de costos.
Cuadro 1
Índices de eficiencia en costos
2004
Origen del capital
Nacional
Extranjero
Tipo de capital
Privado
Público
Tipo de banco
Comercial
2005
2006
2007
2008
2009
2010
2011
2012
Total
0,8114
0,8350
0,8417
0,8347
0,8435
0,8404
0,8306
0,8403
0,8321 0,8344
(0,0057) (0,0042) (0,0049) (0,0067) (0,0049) (0,0049) (0,0048) (0,0032) (0,0080) (0,0053)
0,8523
0,8734
0,8787
0,8248
0,8202
0,8100
0,7955
0,8248
0,8303 0,8344
(0,0150) (0,0056) (0,0089) (0,0105) (0,0151) (0,0215) (0,0246) (0,0051) (0,0154) (0,0135)
0,8144
0,8422
0,8503
0,8421
0,8421
0,8477
0,8279
0,8364
0,8319 0,8372
(0,0053) (0,0038) (0,0036) (0,0041) (0,0048) (0,0043) (0,0057) (0,0033) (0,0077) (0,0047)
0,8419
0,8668
0,8372
0,7393
0,8202
0,7648
0,8196
0,8452
0,8311 0,8185
(0,0403) (0,0101) (0,0510) (0,0485) (0,0191) (0,0229) (0,0120) (0,0046) (0,0189) (0,0253)
0,8208
(0,0066)
Universal
0,8085
(0,0061)
De desarrollo
0,8851
(0,0052)
Con leyes especiales 0,8419
(0,0403)
Tamaño
Muy pequeños
0,8277
(0,0078)
Pequeños
0,7913
(0,0086)
Medianos
0,8441
(0,0089)
Grandes
0,7953
(0,0167)
Muy grandes
0,8568
(0,0075)
0,8492
(0,0038)
0,8409
(0,0045)
0,8465
(0,0106)
0,8668
(0,0101)
0,8738
(0,0049)
0,841
(0,0056)
0,8665
(0,0059)
0,8876
(0,0089)
0,8676
(0,0036)
0,821
(0,0072)
0,8343
(0,0236)
0,9155
(0,0053)
0,864
(0,0045)
0,8368
(0,0053)
0,81
(0,0193)
0,9135
(0,0036)
0,8554
(0,0154)
0,8348
(0,0054)
0,8333
(0,0109)
0,7973
(0,0639)
0,8386
(0,0062)
0,8175
(0,0070)
0,8464
(0,0101)
0,8549
(0,0355)
0,8162
(0,0095)
0,8401
(0,0028)
0,8488
(0,0099)
0,8431
(0,0127)
0,8217
(0,0179)
0,8301
(0,0086)
0,8539
(0,0210)
0,8131
(0,0480)
0,8453
(0,0080)
0,8301
(0,0058)
0,8472
(0,0129)
0,8593
(0,0254)
0,8475
(0,0067)
0,8155
(0,0074)
0,858
(0,0060)
0,8202
(0,0158)
0,8652
(0,0043)
0,883
(0,0058)
0,8168
(0,0162)
0,8487
(0,0075)
0,8489
(0,0091)
0,8645
(0,0042)
0,844
(0,0134)
0,7705
(0,0245)
0,8403
(0,0125)
0,8491
(0,0060)
0,8487
(0,0045)
0,8304
(0,0118)
0,8422
(0,0105)
0,8143
(0,0146)
0,8636
(0,0047)
0,8515
(0,0048)
0,8359
(0,0110)
0,8497
(0,0096)
0,782
(0,0171)
0,8451
(0,0113)
0,8578
(0,0045)
0,8438
(0,0077)
0,8189
(0,0133)
0,8214
(0,0144)
0,8202
(0,0110)
0,8244
(0,0114)
0,8431
(0,0083)
0,8326
(0,0072)
0,8264
(0,0061)
0,8479
(0,0050)
0,8399
(0,0042)
0,8497
(0,0195)
0,8264
(0,0142)
0,8308
(0,0152)
0,8214
(0,0167)
0,8326
(0,0153)
0,8450
(0,0102)
0,8182
(0,0124)
0,8296
(0,0114)
0,8346
(0,0107)
0,8490
(0,0067)
\ Los estimados anuales son promedios simples por año. Las cifras entre paréntesis son las desviaciones estándares.
\ La discriminación por tamaño se realiza con base en la cantidad en millones de Bs. promedio de los activos, de acuerdo a la clasificación por quintiles.
De esta manera: a) muy pequeños (0-720); b) pequeños (720-1860); c) medianos (1860-3850); d) grandes (3850-11050); e) muy grandes (11050-).
En el cuadro 2 se observan los promedios anuales de los estimados de eficiencia en
beneficios. A diferencia de lo visto con la eficiencia en costos, en la obtención de
beneficios los bancos extranjeros son significativamente más eficientes que sus pares
nacionales. Por otra parte, también destaca la diferencia entre los bancos privados y los
bancos públicos, donde los primeros muestran niveles de eficiencia superiores (aunque
bajos). Al analizar la eficiencia por tipo de institución, destacan los bancos comerciales
y universales como los más eficientes de la muestra, a diferencia de los bancos con
leyes especiales18, lo que es coherente con lo observado en el modelo interno de
ineficiencia, donde los bancos más involucrados en la actividad crediticia operaban con
mayores niveles de eficiencia.
Por último, el análisis de la eficiencia en beneficios por tamaño no parece mostrar
evidencia previa de cumplimiento de la HVT, al no observarse una relación lineal, como
ocurrió en el caso de la eficiencia en costos. Por el contrario, se observa que la
eficiencia en beneficios tiende a ser mayor alrededor del tercer quintil de la muestra,
esto es, hacia los bancos medianos. Sin embargo, los bancos muy grandes resultan los
18
En el presente estudio, representados por el Banco Industrial.
más eficientes en promedio, aunque este comportamiento no es consistente hacia
quintiles inferiores.
Cuadro 2
Índices de eficiencia en beneficios
Origen del capital
Nacional
Extranjero
Tipo de capital
Privado
Público
Tipo de banco
Comercial
2004
2005
2006
2007
2008
2009
2010
2011
0,7434
-0,014
0,7254
-0,0586
0,6520
-0,0161
0,7067
-0,0378
0,6312
-0,0144
0,6892
-0,0353
0,5799
-0,0153
0,7674
-0,024
0,5262
-0,0135
0,7034
-0,031
0,4778
-0,0121
0,6779
-0,0371
0,5410
-0,0128
0,6107
-0,0455
0,6759
-0,0095
0,6544
-0,032
2012
Total
0,6383 0,6073
-0,0235 (0,0053)
0,5942 0,6810
-0,0954 (0,0135)
0,7707
0,6888
0,6653
0,6385
0,5719
0,5100
0,5723
0,6839
0,6272 0,6365
(0,0120) (0,0142) (0,0129) (0,0135) (0,0129) (0,0127) (0,0130) (0,0097) (0,0277) (0,0143)
0,2442
0,2445
0,2861
0,3356
0,3981
0,4711
0,4455
0,6235
0,6519 0,4112
(0,0246) (0,0259) (0,0342) (0,0479) (0,0475) (0,0397) (0,0342) (0,0265) (0,0499) (0,0367)
0,8987
(0,0092)
Universal
0,7492
(0,0138)
De desarrollo
0,8148
(0,0155)
Con leyes especiales 0,2442
(0,0246)
Tamaño
Muy pequeños
0,8251
(0,0125)
Pequeños
0,7070
(0,0275)
Medianos
0,7264
(0,0353)
Grandes
0,7045
(0,0368)
Muy grandes
0,7636
(0,0304)
0,8212
(0,0101)
0,6615
(0,0163)
0,8058
(0,0225)
0,2445
(0,0259)
0,7257
(0,0271)
0,6481
(0,0150)
0,7346
(0,0390)
0,2612
(0,0254)
0,6274
(0,0390)
0,6594
(0,0140)
0,4477
(0,0475)
0,2101
(0,0140)
0,6251
(0,0255)
0,5870
(0,0148)
0,4258
(0,0367)
0,2275
(0,0142)
0,5761
(0,0285)
0,5571
(0,0120)
0,2994
(0,0313)
0,1444
(0,0289)
0,6478
(0,0247)
0,5709
(0,0139)
0,4709
(0,0344)
0,0881
(0,0197)
0,6874
(0,0272)
0,6895
(0,0105)
0,6614
(0,0213)
0,3582
(0,0283)
0,5328
(0,0817)
0,7007
(0,0228)
0,4910
(0,0666)
0,3500
(0,0404)
0,6825
(0,0303)
0,6470
(0,0148)
0,5724
(0,0350)
0,2365
(0,0246)
0,7996
(0,0167)
0,7169
(0,0217)
0,6152
(0,0310)
0,4508
(0,0590)
0,7204
(0,0198)
0,6792
(0,0435)
0,6921
(0,0272)
0,6627
(0,0247)
0,5062
(0,0362)
0,6829
(0,0197)
0,3794
(0,0308)
0,6413
(0,0297)
0,7237
(0,0240)
0,6187
(0,0242)
0,7154
(0,0231)
0,4420
(0,0273)
0,5302
(0,0337)
0,7038
(0,0225)
0,5003
(0,0243)
0,6320
(0,0219)
0,3812
(0,0264)
0,5561
(0,0206)
0,6204
(0,0242)
0,5012
(0,0263)
0,5368
(0,0239)
0,5028
(0,0270)
0,6141
(0,0220)
0,5798
(0,0306)
0,5086
(0,0328)
0,5520
(0,0255)
0,6337
(0,0247)
0,6971
(0,0128)
0,6399
(0,0183)
0,7067
(0,0252)
0,6751
(0,0221)
0,4122
(0,0678)
0,6338
(0,0313)
0,6625
(0,0419)
0,7168
(0,0546)
0,7212
(0,0442)
0,5617
(0,0307)
0,6432
(0,0252)
0,6594
(0,0281)
0,5793
(0,0355)
0,6666
(0,0256)
\ Los estimados anuales son promedios simples por año. Las cifras entre paréntesis son las desviaciones estándares.
\ La discriminación por tamaño se realiza con base en la cantidad en millones de Bs. promedio de los activos, de acuerdo a la clasificación por quintiles.
De esta manera: a) muy pequeños (0-720); b) pequeños (720-1860); c) medianos (1860-3850); d) grandes (3850-11050); e) muy grandes (11050-).
Con el propósito de caracterizar el mercado bancario venezolano y enriquecer el
análisis, previo a la estimación de los paneles dinámicos, se calculó el IHH, cuya
evolución se muestra en el anexo D. Hacer juicios sobre el grado de concentración en el
mercado bancario venezolano con base en los estimados del IHH puede resultar erróneo
e incompleto; sin embargo, se evidencia que durante el período de estudio la
concentración en el mismo ha mostrado una tendencia sostenida a decrecer, lo que debe
ser consecuencia de la desaparición de bancos importantes como el Banco Federal y la
creación de nuevos bancos de propiedad pública, que ha provocado la repartición de los
activos bancarios del sistema entre un número mayor de participantes.
El cuadro 3 muestra los promedios del índice de Lerner ajustado por eficiencia
según la clasificación presentada19. En primera instancia, resulta interesante observar
que en promedio los bancos extranjeros tienen un poder de mercado de
aproximadamente 12% durante el período de estudio, mientras que sus pares nacionales
19
Los anexos E y F muestran la dispersión del índice de Lerner ajustado y la relación del índice con el
tamaño de los bancos (medido por el total de activos), respectivamente.
presentan un índice de 2,31%, lo que puede hablar de la capacidad de los primeros para
fijar “precios”. El análisis por tipo de capital, en contra de lo que pudiera pensarse a
priori, indica que los bancos públicos en promedio tienen mayor poder de mercado que
los bancos privados.
En cuanto a los tipos de bancos, se observa el impacto de los factores
macroeconómicos sobre los bancos comerciales y de desarrollo, al presentar ambos
índices de Lerner negativos, indicando ninguna capacidad para obtener ingresos medios
superiores a sus costos marginales. Por el contrario, los bancos con leyes especiales y
los bancos universales se presentan como los que mayor poder de mercado presentan, en
el caso de los primeros, presumimos, por las facilidades de obtener fondos y ampliar
ingresos medios debido al control estatal; mientras que en el caso de los bancos
universales, por representar a las instituciones de mayor tamaño y tradición. Por último,
y en consonancia con el anexo F, se observa una relación lineal moderada entre tamaño
y poder de mercado, indicando que los bancos más grandes tienen mayor posibilidad de
ampliar el markup.
Las estimaciones correspondientes a la eficiencia en costos y el poder de mercado
se muestran en los cuadros 4 y 5. En primer lugar, se indican los resultados donde la
variable dependiente es la eficiencia en costos. El test de Hausman para la escogencia
de modelos rechazó la hipótesis nula de que el modelo aleatorio es más eficiente que el
modelo de efectos fijos a 1% de significancia. En el modelo de efectos fijos, se observa
que el efecto de largo plazo del poder de mercado, medido a través del índice de Lerner
ajustado, es negativo sobre la eficiencia en costos, con una significancia estadística de
1%. Asimismo, el poder de mercado causa en sentido Granger a la eficiencia en costos
con un nivel de confianza de 90%. Por su parte, el estimador del sistema de MGM
arroja los mismos resultados en cuanto a la causalidad de Granger y el efecto de largo
plazo, mientras que el test de Sargan-Hansen, que verifica que los instrumentos no estén
correlacionados con el término de error, rechaza la hipótesis nula de endogeneidad y
sobreidentificación de los instrumentos con un nivel de significancia de 1%. Estos
resultados constituyen pruebas de la validez de la hipótesis de vida tranquila para el
sistema bancario venezolano, indicando que un mayor poder de mercado de las firmas
conduce al sistema a un mayor grado de ineficiencia20.
20
Vale la pena destacar el hecho de que la variable macroeconómica seleccionada, el logaritmo de M2,
tenga un impacto negativo significativo sobre la eficiencia en costos, sugiriendo que las expansiones
monetarias implican aumento de los costos operativos, posiblemente vía incremento de precios.
Cuadro 3
Índices de Lerner ajustados por eficiencia
2004
Origen del capital
Nacional
Extranjero
Tipo de capital
Privado
Público
Tipo de banco
Comercial
2005
2006
2007
2008
2009
2010
2011
2012
Total
0,1274
0,1024
0,0539
0,006
-0,0226 -0,0263 -0,0469 -0,0085 0,0227 0,0231
(0,0156) (0,0191) (0,0211) (0,0177) (0,0167) (0,0152) (0,0156) (0,0151) (0,0240) (0,0053)
0,1159
0,3335
0,2047
0,1476
0,0353
0,0312
0,0506
0,0031
0,049
0,188
(0,0169) (0,0274) (0,0348) (0,0305) (0,0314) (0,0393) (0,0484) (0,0330) (0,0273) (0,0135)
0,143
0,1278
0,0726 -0,0054 -0,0534 -0,0502 -0,0585 -0,0172 0,0497 0,0232
(0,0153) (0,0172) (0,0189) (0,0152) (0,0142) (0,0149) (0,0173) (0,0161) (0,0238) (0,0170)
0,2754
0,0808
0,0939
0,1787
0,3237
0,1992
0,0395
0,0761
0,0361 0,1448
(0,0148) (0,0336) (0,0762) (0,0741) (0,0400) (0,0274) (0,0235) (0,0205) (0,0551) (0,0406)
-0,1161
(0,0620)
Universal
0,2095
(0,0105)
De desarrollo
-0,2705
(0,0299)
Con leyes especiales 0,2754
(0,0148)
Tamaño
Muy pequeños
-0,1225
(0,0359)
Pequeños
0,2382
(0,0156)
Medianos
0,2091
(0,0243)
Grandes
0,2318
(0,0121)
Muy grandes
0,2525
(0,0108)
-0,2121
(0,0751)
0,2006
(0,0106)
-0,212
(0,0813)
0,0808
(0,0336)
-0,1438
(0,0463)
0,1426
(0,0163)
-0,3842
(0,1244)
0,1615
(0,0383)
-0,1576
(0,0447)
0,0664
(0,0152)
-0,2184
(0,0569)
0,217
(0,0129)
-0,1074
(0,0479)
0,0425
(0,0130)
-0,2062
(0,0507)
0,181
(0,0127)
-0,1353
(0,0431)
0,0643
(0,0099)
-0,3013
(0,0455)
0,2311
(0,0265)
-0,1624
(0,0534)
0,034
(0,0101)
-0,3205
(0,0480)
0,2285
(0,0304)
-0,1412
(0,0498)
0,0815
(0,0083)
-0,2762
(0,0445)
0,2036
(0,0152)
0,0358
(0,0959)
0,0771
(0,0201)
-0,0968
(0,0537)
0,1301
(0,0236)
-0,1267
(0,0576)
0,1021
(0,0127)
-0,2540
(0,0594)
0,1899
(0,0231)
-0,2197
(0,0668)
0,0596
(0,0363)
0,2409
(0,0225)
0,0853
(0,0183)
0,2071
(0,0061)
-0,3292
(0,0836)
-0,1228
(0,0471)
0,2112
(0,0189)
0,0953
(0,0265)
0,1927
(0,0114)
-0,1867
(0,0388)
-0,0245
(0,0550)
0,1418
(0,0225)
0,0285
(0,0202)
0,1092
(0,0121)
-0,1021
(0,0364)
-0,0823
(0,0615)
0,095
(0,0228)
0,036
(0,0143)
-0,0024
(0,0116)
-0,1962
(0,0349)
-0,1076
(0,0342)
0,2087
(0,0215)
0,0857
(0,0133)
0,0095
(0,0111)
-0,2503
(0,0391)
-0,1027
(0,0397)
0,125
(0,0176)
0,0431
(0,0191)
0,0145
(0,0176)
-0,2702
(0,0385)
0,0043
(0,0317)
0,0959
(0,0222)
0,1432
(0,0110)
0,0275
(0,0113)
-0,0243
(0,0582)
0,0526
(0,0534)
0,013
(0,0738)
0,1578
(0,0210)
0,0311
(0,0155)
-0,1890
(0,0480)
-0,0095
(0,0416)
0,1490
(0,0273)
0,1007
(0,0173)
0,0935
(0,0119)
\ Los estimados anuales son promedios simples por año. Las cifras entre paréntesis son las desviaciones estándares.
\ La discriminación por tamaño se realiza con base en la cantidad en millones de Bs. promedio de los activos, de acuerdo a la clasificación por quintiles.
De esta manera: a) muy pequeños (0-720); b) pequeños (720-1860); c) medianos (1860-3850); d) grandes (3850-11050); e) muy grandes (11050-).
La parte inferior del cuadro 4 muestra las estimaciones donde el índice de Lerner
ajustado es la variable dependiente. El test de Hausman se pronuncia a favor del modelo
de efectos fijos, indicando que existe correlación entre los efectos individuales
específicos y las variables independientes. El efecto de largo plazo de la eficiencia en
costos es negativo y significativo con un nivel de confianza de 99%, mismo grado de
significancia estadística con la que se valida que la eficiencia en costos causa en sentido
de Granger al poder de mercado.
El estimador del sistema de MGM indica los mismos resultados en cuanto a la
causalidad de Granger y el efecto de largo plazo de la eficiencia en costos sobre el poder
de mercado. Aunado a esto, los resultados de las pruebas de Arellano-Bond muestran
correlación serial AR(1) significativa y ausencia de correlación serial de orden 2, tal
como requiere la estimación. El test de Sargan-Hansen no se puede aplicar en la
especificación realizada de Arellano-Bond. Estos resultados permiten señala que existe
una relación dinámica y recursiva indirecta entre poder de mercado y eficiencia en
costos, dando validez a la hipótesis de vida tranquila para el sistema bancario
venezolano.
Cuad
dro 4
Hipóótesis de vid
da tranquilla: eficienccia en costos
El cuadrro 5 muesstra las esttimaciones de los paaneles dinám
micos dondde la
eficieencia en beeneficios ess la variablee a estudiarr. El test de
d Hausman
n se pronunncia a
favorr del modello con efecttos fijos. Siin embargo, el efecto de
d largo plaazo del podder de
merccado, a pesar de ser positivo,
p
noo resulta esttadísticameente significcativo; así como
tamppoco se pueede decir quue el índicee de Lernerr cause en el sentido de Grangerr a la
eficieencia en benneficios. Esstos resultad
dos se reiterran al empleear el estim
mador de sisttemas
de MGM, donde la prueba de efecto de largo plazo y la causalidad de Granger no
generan resultados estadísticamente significativos, a pesar de que el test de SarganHansen verifica que los instrumentos no están correlacionados con el término de error
con una significancia estadística de 1%. De esta manera, no se puede decir que existan
relaciones estadísticas de causa-efecto entre el poder de mercado y la eficiencia en
beneficios.
Por otro lado, la parte inferior del cuadro 5 muestra las estimaciones donde el
índice de Lerner ajustado es la variable dependiente. En estas estimaciones, el test de
Hausman se decantó a favor del modelo de efectos fijos. Se observa que el efecto de
largo plazo de la eficiencia en beneficios sobre el poder de mercado es estadísticamente
significativo y tiene un impacto directo, mientras que se puede afirmar que la eficiencia
en beneficios causa en sentido Granger al poder de mercado, ambas medidas con un
nivel de significancia de 99%. Por su parte, el estimador por MGM verifica estos
resultados en cuanto al efecto de largo plazo y a la causalidad de Granger al 10% y 5%
de significancia, respectivamente, mediante los cuales se puede afirmar que valores
rezagados de la eficiencia en beneficios aumentan el poder de mercado de los bancos de
forma contemporánea.
Estos resultados evidencian la validez de la hipótesis “eficiencia-estructura (EE)”,
al afectar de manera positiva la eficiencia en beneficios al poder de mercado. Asimismo,
se puede inferir que el cumplimiento de la hipótesis EE explica la relación directa que
existe entre concentración de mercado y poder de mercado, donde ambas medidas
decrecen en el período de estudio, tal como se comprobó de manera gráfica con el
índice de Herfindahl-Hirschman y el índice de Lerner ajustado por eficiencia.
Cuad
dro 5
Hipóótesis de vid
da tranquilla: eficienccia en benefficios
4. Conclusiones y comentarios finales
En este estudio se utiliza una muestra de 27 bancos venezolanos para el período
2004-2012, estimando índices de eficiencia en costos y beneficios, medidas de
concentración y poder de mercado, como el IHH y el índice de Lerner, a nivel de cada
institución bancaria por cada período21. Esto permite la construcción de paneles
dinámicos para estudiar la causalidad de Granger, con el propósito de identificar
relaciones dinámicas entre las variables en cuestión. Los resultados de las estimaciones
de paneles dinámicos y los modelos de efectos fijos para la eficiencia en costos y el
poder de mercado brindan soporte a la HVT, al afectar el poder de mercado de forma
inversa a la eficiencia en costos, de acuerdo con las pruebas de causalidad de Granger y
los efectos de largo plazo. Asimismo, se observa que esta relación también es dinámica
y recursiva, de acuerdo con las estimaciones realizadas donde el índice de Lerner es la
variable dependiente. Estos resultados sugieren que los bancos con mayor poder de
mercado deciden sistemáticamente no cumplir con los objetivos realizables de
minimización de costos, optando por llevar “una vida tranquila”. A su vez, de acuerdo
con Koetter et al. (2012), este resultado puede ser una razón para motivar la
desregulación del sistema, ya que teóricamente la desregulación del acceso al mercado
coadyuva en la reducción de distorsiones competitivas, tal como validan además
diversos estudios empíricos.
Por su parte, las estimaciones referentes a la eficiencia en beneficios señalan que el
poder de mercado no tiene ningún efecto a largo plazo sobre la obtención de beneficios
y que tampoco afectan a su eficiencia en el sentido de Granger. Por el contrario, se
señala una causalidad directa en el sentido de Granger y la existencia de un efecto a
largo plazo de la eficiencia en beneficios sobre el poder de mercado, constituyendo una
prueba del cumplimiento de la hipótesis “eficiencia-estructura” en cuanto a la obtención
de beneficios. Estos resultados, en conjunto, indican que los bancos más eficientes en la
explotación de beneficios, es decir, aquellos que logran expandir sus cuotas de mercado
y así su poder de mercado, tenderán a descuidar sus objetivos de minimización eficiente
en costos, validando al famosa frase de Hicks para el caso de la banca venezolana,
según la cual “el mayor de todos los beneficios monopolistas es llevar una vida
tranquila”.
21
A excepción del IHH, cuya construcción caracteriza a todo el mercado con una periodicidad mensual.
5. Referencias bibliográficas
Aigner, D. Lovell, C.A. y Schmidt, P. (1977). Formulation and estimation of stochastic
frontier production function models. Journal of econometrics (6), 21-37.
Alvarado, M. y Verdú, L. (2012). Estructura del mercado bancario en Venezuela y su
impacto sobre la eficiencia: un enfoque paramétrico. Trabajo Especial de
Grado, 1-208.
Arellano, M. y Bond, S.R. (1991). Some tests of specification for panel data: Monte
Carlo evidence and an application to employment equations. Review of
economic studies (58), 277-297.
Arellano, M. y Bover, O. (1995). Another look at the instrumental variables estimation
of error components models. Journal of econometrics (68), 29-51.
Bain, J.S. (1956). Barriers to New Competition. Harvard University Press, Cambridge,
Massachusetts.
Battese, G.E. y Coelli, T.J. (1995). A model for technical inefficiency effects in a
stochastic frontier production function for panel data. Empirical economics (20),
325-332.
Berger, A.N. y Hannan, T.H. (1998). The efficiency cost of market power in the
banking industry: A test of the "quiet life" and related hypotheses. Review of
Economics and Statistics, III (80), 454-465.
Berger, A.N. y Humphrey, D.B. (1992). Efficiency of financial institutions:
International survey and directions for future research. European Journal of
operational research (98), 175-212.
Berger, A.N. y Mester, L.J. (1997). Inside the black box: What explains differences in
the efficiencies of financial institutions. Journal of banking and finance (21),
895-947.
Berger, A.N. Demsetz, R.S. y Strahan, P.E. (1999). The consolidation of the financial
services industry: Causes, consequences and implications for the future. Journal
of Banking and Finance (23), 135-194.
Bertrand, M. y Mullainathan, S. (2003). Enjoying the Quiet Life? Corporate
Governance and Managerial Preferences. Journal of Political Economy (111),
1043-1075.
BIS - Bank of International Payments. (2007). Evolving banking systems in Latin
America and the Caribbean: Challenges and implications for monetary policy
and financial stability. Departamento Económico y Monetario.
Blundell, R. y Bond, S.R. (1998). Initial conditions and moment restrictions in dynamic
panel data models. Journal of econometrics (87), 115-143.
Bond, S. (2002). Dynamic panel data models: A guide to micro data methods and
practice. Portuguese economic journal, I, 141-162.
Brock, P. y Rojas-Suárez, L. (2000). Wy so high? Understanding interest rate spreads
in Latin America. Washington, D.C.: Inter-American Development Bank.
Carvallo, O. (2011). Competencia, eficiencia y estabilidad financiera en la banca
latinoamericana: Evidencia empírica 2001-2008. Colección Economía y
Finanzas. Serie Documentos de Trabajo (121), 1-28.
Carvallo, O. y Kasman, A. (2005). Cost efficiency in the Latin American and Caribbean
banking systems. Journal of international financial markets, institutions and
money, XV (1), 55-72.
Coccorese, P. y Pellecchia, A. (2010). Testing the "quiet life" hypothesis in the Italian
banking industry. Economic Notes, 1-41.
Dietsch, M. y Lozano-Vivas, L. (2000). How the environment determines banking
efficiency: A comparison between French and Spanish industries. Journal of
banking and finance (24), 985-1004.
Edwards, S., Allen, A. y Shaik, S. (2006). Market Structure Conduct Performance
(SCP) Hypothesis revisited using Stochastic Frontier Efficiency Analysis.
Selected Paper prepared for presentation at the American Agricultural
Economics Association Annual Meeting, 1-24.
Färe, R., Grosskopf, S., Maudos, J. y Tortosa-Ausina, E. (2011). Mixed evidence?
Revisiting the quiet life hypothesis in banking using nonparametric techniques.
Working paper, 1-36.
Fries, S. y Taci, A. (2005). Cost efficiency of banks in transition: Evidence from 289
banks in 15 post-communist countries. Journal of banking and finance (29), 5581.
Greene, W. (1990). A gamma distributed stochastic frontier model. Journal of
econometrics (46), 141-163.
Hanna, T.H. y Berger, A.N. (1991). The rigidity of prices: Evidence from the banking
industry. American Economic Review (81), 938-945.
Hicks, J. (1935). Annual survey of economic theory: The theory of monopoly.
Econometrica (3), 1-20.
Humphrey, D.B. y Pulley, L.B. (1997). Bank's responses to deregulation: Profits,
technology and efficiency. Journal of money, credit and banking (29), 73-93.
Koetter, M. y Vins, O. (2008). The quiet life hypithesis in banking-Evidence from
German saving banks. Working paper (190), 1-29.
Koetter, M., Kolari, J. y Spierdijk, L. (2012). Enjoying the Quiet Life under
deregulation? Evidence from adjusted Lerner indices for U.S. banks. Review of
Economics and Statistics, 1-50.
Kumbhakar, S. y Lovell, C.A. (2000). Stochastic Frontier Analysis (1ª ed.). Cambridge,
Reino Unido: Cambridge University Press.
Leibenstein, H. (1966). Allocative efficiency vs. "X-efficiency". The American
Economic Review, LVI (3), 392-415.
Lerner, A.P. (1934). The concept of monopoly and the measurement of monopoly
power. The Review of Economic Studies, III (1), 157-175.
Maudos, J. y Fernández de Guevara, J. (2007). The cost of market power in banking:
Social welfare loss vs. cost inefficiency. Journal of Banking and Finance, VII
(31), 2103-2125.
Mohamad, S., Hassan, T. y Khaled, M. (2007). Efficiency of conventional versus
Islamic banks: International evidence using Stochastic Frontier Approach.
Working paper, 1-24.
Molyneux, P. y Forbes, W. (1995). Market structure and performance in European
banking. Applied Economics, XXVII, 155-159.
Neumark, D. y Sharpe, S.A. (1992). Market structure and the nature of price rigidity:
Evidence from the market consumer deposits. Quarterly Journal of Economics
(107), 657-680.
Rhoades, S.A. (1997). Research on IO topics in banking: An introduction and overview.
Review of Industrial Organization (12), 1-8.
Roodman, D. (2006). How to do xtabond2: An introduction to "difference" and
"system" GMM in Stata. Center for Global Development (103), 1-45.
Yildirim, H.S. y Philippatos, G. (2006). Reestructuring, consolidation and competition
in Latin American banking markets. Journal of banking and finance (31), 629639. 6. Anexos
Anexo A
Variables determinantes del modelo de eficiencia
Variables de desempeño
ROA
Retorno sobre los activos
ROE
Retorno sobre el patrimonio
CT/AT
Costos totales entre activos totales
Variables de composición de portafolio
PT/AT
Préstamos totales entre activos totales
DEP/AT
Depósitos totales entre activos totales
Activos rentables
Suma de inversiones en títulos valores más cartera de créditos entre activos totales
1
Activos improductivos entre activos totales
AI/AT
2
Cartera morosa ampliada entre activos totales
CMA/AT
Variables de capitalización
CC/AT
Capital contable entre activos totales
Índice de capitalización
Relación entre capital neto y activos riesgosos
Variables de tamaño
lnAT
Logaritmo natural de los activos totales
Otras variables
OIO/IT
Otros ingresos operativos (no generados por intereses) entre ingresos totales
CP/CT
Préstamos con problemas entre cartera total de créditos
PCC/CT
Provisión para cartera de créditos entre cartera total de créditos
Apalancamiento financiero Efecto del endeudamiento sobre la rentabilidad en el capital propio del banco
Índice de liquidez ampliada Suma de disponibilidades más las inversiones en títulos valores entre suma de
captaciones del público más obligaciones con otras instituciones financieras
1
Constituidos por las disponibilidades netas más las provisiones para la cartera de créditos con problemas, los créditos vencidos y en litigio,
los intereses y comisiones por cobrar, las inversiones en empresas filiales, afiliadas y sucursales, los bienes realizables y de uso y otros activos.
2 Constituida por los créditos en litigio, vencidos y restructurados.
Beneficio
Costo
Ene-12
Ene-11
Ene-10
Ene-09
Ene-08
Ene-07
Ene-06
Ene-05
Ene-04
.4
.5
Eficiencia
.6
.7
.8
.9
Anexo B
Evolución promedio de la eficiencia en costos y beneficios (2004-2012)
Anexxo C
Estim
maciones de fronterass estocásticcas de costoos (izquierd
da) y benefiicios (dereccha)
Ene-12
Ene-09
Ene-08
Ene-07
Ene-06
Ene-05
Ene-04
ene-12
1
Ene-11
.5
ene-11
Lerner
0
Ene-10
-.5
Anexo E
Dispersión del índice de Lerner ajustado (2004-2012)
ene-10
ene-09
ene-08
ene-07
ene-06
ene-05
ene-04
-1
.09
.1
IHH
.11
.12
Anexo D
Índice de Herfindahl-Hirschman (2004-2012)
0
-.25
-.5
-.75
-1
Lerner
.25
.5
.75
1
Anexo F
Relación entre el índice de Lerner ajustado y el tamaño
0
10000
20000
Activos (millones de Bs)
30000
40000