Algo más sobre el canal de crédito en Venezuela. Un enfoque

Banco Central de Venezuela
Colección Economía y Finanzas
Serie Documentos de Trabajo
Algo más sobre
el canal de crédito
en Venezuela.
Un enfoque
estructural con
restricciones
de signo
Carolina Pagliacci
Ana María Chirinos
Daniel Barráez
[Nº 122]
Septiembre, 2011
 Banco Central de Venezuela, Caracas, 2011
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.
Algo más sobre el canal de crédito en Venezuela. Un
enfoque estructural con restricciones de signo*
Carolina Pagliacci§, Ana María Chirinos‡, Daniel Barráez&
Versión: Septiembre 2011
Resumen. ¿Cuáles son los efectos de los choques de la política monetaria
sobre la actividad real? ¿El comportamiento del crédito es sólo una
respuesta a los movimientos de la actividad real? (un rol pasivo para el
crédito), ¿o es el crédito un determinante de la actividad real? Este
trabajo pretende responder estas preguntas para el caso venezolano,
identificando un VAR estructural, con la metodología de restricciones de
signo. La evidencia empírica encontrada sugiere que un choque de
política monetaria no tiene ninguna influencia sobre la actividad real, al
menos para el período analizado. Sin embargo, los choques a la oferta
de crédito dan lugar a reducciones temporales en la producción. El
crédito bancario mayormente tiene un rol pasivo con respecto a la
producción.
Clasificación JEL: E52, C32.
Palabras clave: política monetaria, canal de crédito bancario, crédito
bancario, SVAR, identificación de restricción de signo.
* Las opiniones expresadas en este trabajo son responsabilidad exclusiva de los autores y
no comprometen los de la Directiva del Banco Central de Venezuela.
§ Investigador senior de la Oficina de Investigación Económica del Banco Central de
Venezuela. cpagliacci@bcv.org.ve
‡ Analista económico de la Oficina de Investigación Económica del Banco Central de
Venezuela y profesora de la Universidad Católica Andrés Bello. achirino@bcv.org.ve
& Jefe del Departamento de Modelos Económicos del Banco Central de Venezuela y
profesor de la Universidad Central de Venezuela. dbarraez@bcv.org.ve
What else can we say about the bank lending channel in
Venezuela? A sign restriction approach
Abstract. What are the effects of monetary policy shocks on real activity? Is
the behavior of credit only a response to the movements in real activity? or
Does credit also have a responsibility in modulating real activity? This paper
intends to answer these questions for Venezuela, identifying a structural VAR
with the sign restriction methodology. The empirical evidence found suggests
that a monetary policy shock does not have any influence on real activity, at
least for the period under analysis. Nevertheless, credit supply shocks bring
about reductions in real output. Bank credit mostly has a passive role with
respect to output.
JEL Classification: E52, C32.
Key words: monetary policy, bank lending channel, bank credit, SVAR, sign
restriction identification.
1. Introducción
¿Cuáles son los efectos de los choques de la política monetaria sobre la
actividad real? ¿Cuál es el papel del crédito en relación con la actividad
económica? Una manera de responder a este tipo de preguntas es
contrastando la presencia del canal de crédito bancario en la
economía. Bernanke y Gertler (1995) fueron los primeros en abordar de
manera explícita este mecanismo de transmisión, aunque ya existían
algunas referencias en los trabajos previos de Bernanke y Blinder (1988,
1992). Según lo presentan estos autores, la premisa básica es que, luego
de un choque contractivo de política monetaria, la oferta de préstamos
bancarios se reduce, por lo que la demanda agregada también lo hace.
Aunque hay abundante literatura desarrollada para los Estados Unidos, la
evidencia empírica para Venezuela ha dejado espacio para más
debate.
Por una parte, Arreaza, Ayala y Fernández (2001), utilizando restricciones
de exclusión de corto plazo para identificar un VAR estructural (SVAR), y
dos definiciones alternativas de la variable de la política monetaria (M1 y
el crédito interno bruto del Banco Central), indican que los choques de
política monetaria si generan un efecto temporal sobre la producción
real. Este estudio fue realizado con datos trimestrales para el período 1989
– 2000. Por otra parte, Arreaza, Torres y Santander (2005) evalúan la
presencia del canal de crédito asumiendo que el crédito en los distintos
bancos responde de manera diferente a un choque de política
monetaria1. Lo que encuentran es que, para el período 1997-2001, las
características idiosincrásicas, como la liquidez y el tamaño, no explican
un comportamiento difenciado del crédito. Sin embargo, con base en
esta evidencia, también descartan la presencia del canal de crédito
bancario en Venezuela, lo cual no es necesariamente el caso si seguimos
estrictamente la caracterización original de Bernanke y Gertler (1995)2. En
un trabajo previo, Guerra, Rodríguez y Sánchez (1996) estiman un VEC
para analizar el efecto de los agregados monetarios (M1) y del crédito
bancario sobre la actividad real y la inflación para el período 1985-1995.
Si bien no tratan explícitamente el tema de la identificación de los
choques, sostienen que las innovaciones en M1 o en el crédito bancario
no tienen efecto alguno sobre la producción interna.
Toda esta evidencia empírica no parece ser concluyente, al menos para
1 Desde que Kashyap y Stein (1994) dijeron que el canal de crédito bancario puede tener
efectos distributivos adicionales entre los bancos, mucha evidencia empírica se ha
enfocado en determinar la existencia de tales efectos diferenciales después de un
choque de política monetaria.
2 Debido a que en este trabajo la variable de la política monetaria ejerce un impacto
negativo sobre el crédito, una conclusión diferente podría haber sido que el canal de
crédito bancario no opera asimétricamente entre los bancos, sino que reduce la oferta
de crédito de los bancos de manera equivalente.
el período anterior a 2001, y genera dudas sobre si los choques
monetarios tienen efectos reales sobre la economía. En este trabajo
contrastamos la presencia del canal de crédito para Venezuela para un
período más reciente: 2004-2009. También investigamos el papel del
crédito en la economía para esclarecer las preocupaciones comunes
que enfrentan los hacedores de políticas en Venezuela: ¿El
comportamiento del crédito no es más que una respuesta a los
movimientos en la actividad real? (un rol pasivo para el crédito), ¿o el
crédito también tiene una responsabilidad en determinar la actividad
real? Basamos nuestro análisis en un modelo teórico estilizado que sigue
el espíritu de Bernanke y Blinder (1988), pero introduce algunas
modificaciones para reflejar las características específicas del arreglo
monetario-cambiario
venezolano.
En
este
modelo
tratamos
explícitamente la existencia de tres mercados: el mercado monetario de
corto plazo, el mercado de crédito y el mercado de bienes.
Econométricamente, desde el trabajo pionero de Sims (1980), los
modelos Vectores Auto-regresivos Estructurales (SVAR) han sido
ampliamente utilizados para evaluar los mecanismos de transmisión de la
política monetaria. Es por ello que estimamos un SVAR para responder las
preguntas formuladas anteriormente. Sin embargo, los esquemas de
identificación principalmente han estado enfocados en los diferentes
usos de la descomposición de Cholesky, la cual ha mostrado dos
debilidades importantes: 1) El cambio en el orden de las variables en el
VAR podría llevar a realizar varias interpretaciones económicas
contradictorias de los mismos datos. 2) Si bien ortogonales, las
perturbaciones son difíciles de interpretar en términos de los choques
económicos significativos, pues están estrictamente relacionados a una
variable específica en el sistema.
Para tratar el problema de la identificación dentro de un VAR estructural,
preferimos usar la metodología de restricciones de signo, una forma de
esquema de identificación no paramétrica desarrollada por Faust (1998),
Canova y De Nicoló (2002) y Uhlig (2005). Para identificar choques
económicos estructurales, estos métodos han dejado de utilizar
restricciones de exclusión para imponer características deseables en las
funciones de impulso-respuesta, bien sea, basados en las nociones
convencionalmente aceptadas sobre dichas respuestas o en los modelos
teóricos formales, como los modelos DSGE. La implementación de este
tipo de identificación en el caso venezolano ha ayudado a resolver
algunas inconsistencias presentadas por la identificación de Cholesky y a
identificar simultáneamente choques de oferta y demanda en cada uno
de los tres mercados involucrados en el mecanismo de transmisión.
Identificamos cinco choques económicos significativos: política
monetaria, demanda de crédito, oferta de crédito, demanda agregada
y oferta agregada. Hasta donde sabemos, este trabajo es el primero en
identificar choques estructurales con la metodología de restricción de
signos para la economía venezolana.
La evidencia empírica encontrada sugiere que un choque de política
monetaria no ejerce ninguna influencia sobre la actividad real, al menos
para el período analizado. Sin embargo, los choques a la oferta de
crédito generan reducciones en la producción real, dejando abierta la
posibilidad de que la política monetaria pueda finalmente influir sobre la
actividad real. En cuanto a la interacción entre el crédito y la actividad
real, pareciera que el crédito tiene un rol principalmente pasivo; es decir,
responde en la misma dirección que los cambios en la actividad real,
pero si se modifica, no afecta a la producción.
El presente trabajo está organizado como se muestra a continuación.
Primero introducimos el modelo teórico que apoya la selección de
variables utilizadas en el análisis empírico y que guía la imposición de
restricciones para la identificación de choques estructurales. En la
sección tres, tratamos el problema general de la estimación e
identificación SVAR, y explicamos a grandes rasgos la metodología de
restricciones de signo. En las secciones cuatro y cinco damos detalles de
la estimación VAR en Venezuela y explicamos el esquema de
identificación. En la sección seis, presentamos los resultados y abordamos
algunas implicaciones de políticas. En la última sección concluimos.
2. Especificaciones del modelo teórico
Esta sección describe un modelo teórico estilizado basado en el trabajo
inicial de Bernanke y Blinder (1988). Sin embargo, adaptamos el modelo a
las características particulares del arreglo monetario venezolano, en la
cual el Banco Central establece directamente la tasa de la política
monetaria.
Construimos un modelo con tres mercados: el mercado de dinero a corto
plazo, el mercado de créditos o préstamos, y el mercado de bienes. Los
agentes económicos que participan en estos mercados son: la autoridad
monetaria (el Banco Central de Venezuela), el sistema bancario, el
gobierno y los hogares y empresas. Para mantener la simplicidad, los
bancos sólo conservan en sus carteras dos tipos de activos remunerados:
préstamos al sector privado y depósitos en el Banco Central3. La tasa de
política monetaria (R) es el rendimiento pagado por el Banco Central a
los bancos por los certificados de depósito (CDcb) mantenidos, y refleja
explícitamente la postura de la política monetaria4.
El mercado de dinero de corto plazo, o mercado interbancario, se
caracteriza a través de la oferta y la demanda de reservas excedentarias
(ER), las cuales son pactadas a 1 día a la tasa de interés de corto plazo,
3 En Venezuela, los bonos públicos a veces pueden representar una forma no desdeñable
de activos bancarios. Sin embargo, no modelamos el mercado de bonos ya que, por lo
general, éste responde a características particulares de las emisiones diferentes de la tasa
de interés.
4 Esta tasa también es conocida como "tasa de absorción", pues sus niveles revelan la
intencionalidad del Banco Central para drenar dinero de la economía. Para una
descripción de la intencionalidad de las acciones de política monetaria en Venezuela
vea Pagliacci y Ruda (2004). es decir, la tasa overnight (O)5. Asumimos que la demanda de reservas
excedentarias por parte de los bancos es principalmente transaccional,
en otras palabras, depende en última instancia de una variable de
escala de la actividad económica (T), y está inversamente relacionada
con O, el costo de pedir fondos prestados. Por otra parte, la oferta de
reservas excedentarias está determinada principalmente por las
decisiones del sector público: cuando el Banco Central varía la tasa de
política monetaria o cuando el gobierno coloca fondos (F) de la renta
petrolera en el sistema financiero6 y determina la cantidad de ventas de
divisas (FX) al sector privado7. Esta última descripción implica que la curva
de la oferta de ER es totalmente inelástica a la tasa overnight, reflejando
el hecho de que las decisiones del sector público, y no las decisiones de
préstamos de los bancos, son las principales responsables por el proceso
de creación primaria de dinero. De manera distinta, Bernanke y Blinder
(1992) asumen una curva de oferta totalmente elástica para justificar que
las innovaciones en la tasa de corto plazo (el Federal Fund rate para el
caso estadounidense) pueden ser interpretadas meramente como
choques de política. En nuestro caso, este supuesto no es necesario, ya
que las decisiones de política monetaria son observadas directamente
en R y no en el comportamiento de la tasa a 1 día. En pocas palabras, la
oferta y la demanda de reservas excedentarias pueden ser expresadas
de la siguiente manera:
 
ERd  f1T, O 

   
ERs  f 2  R, F, FX 


(1)
En el mercado de créditos o préstamos, la oferta y la demanda
determinan simultáneamente la cantidad de créditos otorgados por los
bancos al sector privado (C) y la tasa de interés nominal cobrada por
dichos préstamos o tasa activa (L). Particularmente, la demanda de
créditos depende negativamente de la tasa nominal (una medida de
costos financieros), y positivamente de la producción de bienes y
servicios (y), como cualquier otro agregado monetario. Como los
préstamos son solicitados para financiar planes de inversión o para
incrementar el consumo real más allá de los límites del ingreso personal
disponible, un aumento de los precios impulsan el crédito nominal de
manera ascendente. Por otra parte, la oferta de crédito depende de
ambos, de la tasa a la cual se otorgan los fondos a los prestatarios (L) y
de la tasa de política monetaria (R). Debido a que la tasa de préstamo
es nominal, la curva de oferta de créditos se desplaza hacia arriba
cuando aumentan los precios para mantener el rendimiento real
constante. La razón para la inclusión directa de la tasa de política
5 Este mercado es el equivalente al mercado de “non-borrowed reserves” descrito por
Bernanke y Blinder (1992).
6 Estos fondos también constituyen una forma pura de creación de dinero. 7 En condiciones normales, las ventas de dividas son determinadas por el Banco Central,
pero durante los controles cambiarios, estas ventas son establecidas por una rama del
Poder Ejecutivo (Cadivi). En todo caso, las ventas de divisas reducen la cantidad de
reservas internacionales y constituye una forma de esterilización del dinero. monetaria en la curva de la oferta es que, al aumentar R, aumenta el
costo de oportunidad de los fondos disponibles por los bancos, lo cual se
traduce en un desplazamiento hacia adentro de la curva de oferta de
crédito. Dicho esto, las ecuaciones para el mercado crediticio viene
dadas por:
C
d
 f3
   
 L, y, P 

C  f4
s
  
 L, R, P 

(2)
La relación entre depósitos y oferta de créditos es explícitamente
reconocida cuando se toma en consideración la siguiente restricción
bancaria:

 


D  RR   ER R   C s  L, R   CD cb  R 
 


 
 
(3)
donde D representa los depósitos de los clientes en los bancos y RR son
las reservas requeridas, las cuales son determinadas como una
proporción  de depósitos. Esta restricción muestra que, dada una
cantidad de depósitos, movimientos en la tasa de política monetaria o
en la tasa activa necesariamente modificarán la cantidad de fondos
asignados entre los diferentes activos de los bancos. Asimismo, si operara
una reducción de los depósitos, los bancos estarían restringidos a reducir
las cantidades de uno o de todos los tipos de activos.
En este contexto, un ajuste contractivo de la política monetaria (un
incremento en R) estimula a los bancos a dejar a un lado más fondos
(depósitos) en el Banco Central, lo que representa, entre otras cosas, una
reducción de la oferta de fondos en el mercado de corto plazo. Esta
reasignación de fondos genera una caída en las reservas excedentarias
y un incremento en la tasa de interés a 1 día. Sin embargo, el elemento
clave de este mecanismo de transmisión es que el aumento de R
también representa un aumento en el costo de oportunidad de los
fondos bancarios, lo que se traduce en un desplazamiento hacia la
izquierda de la curva de oferta de crédito. Esto replica la lógica general
del canal de crédito bancario propuesta por Bernanke y Blinder (1988,
1992) y Bernanke y Gertler (1995)8. Según explican estos autores, dada la
naturaleza contractual de los préstamos bancarios, la reducción efectiva
en las cantidades podría tener lugar más tarde, cuando el final de los
8 Inicialmente, Bernanke y Blinder (1988) asumen que la reducción de la oferta de crédito
es causada por una caída en los depósitos y por la falta de sustituibilidad de los depósitos
por otras fuentes de fondos. Bernanke y Gertler (1995) reconocen que, dada una
demanda de títulos de las operaciones de mercado abierto del Banco Central con
pendiente ascendente, los movimientos de R implican un cambio en los rendimiento
(relativo) de los fondos que modifican directamente la oferta de crédito de los bancos.
Empíricamente, es verosímil que ambos mecanismos estén operando ante un impulso
monetario contractivo.
compromisos adquiridos les permita a los bancos volver a balancear sus
carteras en detrimento de los préstamos. Nótese también que la
reducción de las reservas excedentarias luego de un choque monetario
contractivo, puede ser interpretado como un reflejo y no como un factor
causal del mecanismo de propagación de un choque monetario, ya que
en nuestro modelo, la caída en la oferta de crédito está más asociada al
aumento del costo de oportunidad de los fondos (aumento en R) más
que a la reducción de reservas excedentarias (ER). De hecho, la
reducción de reservas podría ser simplemente temporal, y esto no
generaría cambios sustanciales en las implicaciones del modelo.
Debido a que una política monetaria contractiva conduce a una
reducción en la oferta de préstamos, el mercado crediticio se ajusta con
un aumento de la tasa activa y con un eventual declive en la cantidad
agregada de crédito. Ambas variables moderan la demanda de bienes
y servicios por parte de los prestatarios, bien sea por la reducción
efectiva que opera en la cantidad de créditos otorgados a las empresas
y hogares, o por el aumento en la tasa de interés, la cual al afectar los
flujos de caja y la posición financiera en las hojas de balance de los
prestatarios afecta sus decisiones de gasto9. Esta descripción del
mecanismo de transmisión implica que cambios en las condiciones del
mercado crediticio tendrán un impacto sobre la demanda agregada de
la economía.
Describiremos ahora el mercado de bienes. Tal como generalmente se
asume, el consumo y la inversión real agregados responden
negativamente a la tasa de interés real (activa), lo que hace que la
curva IS tenga una pendiente descendente. La demanda agregada de
bienes y servicios también tiene una pendiente negativa respecto al nivel
agregado de precios, debido a que un incremento exógeno de los
precios aumenta la tasa nominal activa más que proporcionalmente,
impulsando la tasa de interés real y reduciendo la cantidad real de
crédito, ambos de los cuales reducen el consumo y la inversión real10.
Considerando la alta dependencia de la economía venezolana a los
movimientos inesperados en los precios del petróleo, la demanda
agregada está también positivamente relacionada con éstos (OP),
principalmente a través del impacto que dichos precios tienen sobre el
gasto del gobierno y sobre las transferencias a las familias. Como ya se
dijo, los cambios en las condiciones del mercado crediticio también
afectarán a la demanda agregada. En cuanto a la oferta agregada,
suponemos que esta reacciona a los choques nominales en el corto
plazo. La oferta también se ve fuertemente afectada por el
9 Esta
diferencia entre los dos mecanismos de transmisión, desde el mercado crediticio al
mercado de bienes, se refiere al diverso énfasis que hacen el canal de crédito bancario
propiamente dicho y el canal de hoja de balance. Nuestro objetivo no es discriminar qué
variables exactamente desencadenan los movimientos en la demanda agregada, sino
determinar si la demanda agregada responde a las modificaciones de las condiciones en
el mercado de crédito. 10 Para que se produzca un incremento en la tasa nominal activa más que proporcional
al aumento en los precios, debemos asumir que la autoridad monetaria también
reacciona aumentando la tasa de interés monetaria nominal R. comportamiento del tipo de cambio nominal (E), cuyo aumento empuja
los costos de producción hacia arriba. En síntesis, las ecuaciones
estructurales para el mercado de bienes son las siguientes:
    
y d  f5  P, OP, C or L 

 
y s  f 6  P, E  (4)


La siguiente sección cubre la representación estadística del modelo
descrito anteriormente.
3. Modelo estadístico e identificación
Según el trabajo pionero de Sims (1980), los modelos SVAR son una
manera natural de resumir la información contenida en datos y de
conducir experimentos económicos cruciales, como la evaluación del
impacto de cambios inesperados en la política monetaria11.
Comenzando con una representación estructural de los datos, podemos
expresar un SVAR(q) como:
 1Z t  1Z t 1  ...  q Z t  q  X t  ut
donde
Zt
ut ~ 0,  
(5)
Xt
es el vector de
es el vector de m variables endógenas,
variables predeterminadas y ut es el vector de errores estructurales con
matriz de covarianza diagonal. Debido a su naturaleza ortogonal, estos
errores generalmente son interpretados como choques interpretables
económicamente que
afectan diversas variables
endógenas
contemporáneamente a través de una matriz de coeficientes  1 .
Como los VAR de forma reducida son más fáciles de estimar que los
SVAR, siempre podemos re-expresar el modelo anterior en un VAR (q):
Z t  A1 Z t 1  ...  Aq Z t  q  CX t  et
donde
et ~ 0,  
(6)
et son los errores de la forma reducida, los cuales son
combinaciones lineales de los errores estructurales, et   ut , tal que
   ' . Nótese también que Aq   q , lo que implica que para
valores dados de los parámetros de forma reducida ( A1  Aq and  ), una
conjetura de B automáticamente permite estimar un conjunto de valores
11 Ver Christiano, Eichenbaum y Evans (1999) par una discusión más detallada
relacionada con el rol que han jugado los VAR en el entendimiento de los choques de
política monetaria. para los parámetros estructurales del modelo12. El problema con la
recuperación de los parámetros estructurales a través de este
procedimiento es que pueden existir muchos conjuntos de valores que
tienen la misma representación en forma reducida, es decir, que
satisfacen las ecuaciones implícitas en    ' y Aq   q . La tarea
de estimar un conjunto único de parámetros estructurales que sigan el
proceso de generación de los datos es lo que se conoce como la
identificación exacta de un SVAR. Rubio, Waggoner y Zha (2008) han
replanteado el problema de la identificación de los SVAR en términos de
la escogencia de matrices ortogonales de rotación de las matrices de
parámetros estructurales, de manera de desarrollar condiciones
suficientes para la identificación global (y no local) de estos sistemas.
Asimismo, estos autores han desarrollado algoritmos eficientes para
estimación de parámetros estructurales en muestras pequeñas, tanto
para los modelos sobre-identificados como para
los modelos
exactamente identificados13.
Una manera tradicional de identificar exactamente un SVAR es
imponiendo restricciones de exclusión (iguales a cero) a los coeficientes
de la matriz B, es decir, a las asociaciones contemporáneas entre
perturbaciones estructurales (de las variables endógenas). La condición
de orden necesaria que debe cumplirse es que, al menos los parámetros
m(m -1)/ 2 de B sean considerados iguales a cero o, más generalmente,
iguales a una constante. El método más común de restricciones de
exclusión utilizado en la literatura es la descomposición de Cholesky, la
cual reescribe la matriz de covarianza de las residuos reducidos como
  P P ' , donde P es una matriz triangular inferior. En este caso, P
contiene la información de B Ω1/2, por lo que permite recuperar también
los valores correspondientes a las matrices  . Nótese que un
ordenamiento específico de las variables en el sistema es responsable por
la ubicación de las restricciones cero impuestas. Existen dos dificultades
típicas asociadas a la identificación de Cholesky. La primera es que,
aunque ortogonales, estos errores son difíciles de interpretar en términos
de los choques económicos relevantes. Esto se debe a que cada error
ortogonal estimado está estrictamente relacionado a una variable y, por
tanto, puede ser difícil asociarlo, por ejemplo, con choques de demanda
o de oferta. El segundo problema es que el ordenamiento de variables
seleccionadas para realizar el ejercicio de identificación podría no ser el
único que tiene una implicación económica razonable. Esto hace que el
ejercicio de identificación no sea robusto ante cambios en los criterios de
los investigadores y podría potencialmente llevar a diferentes
interpretaciones económicas conflictivas de los mismos datos. En el
contexto de la identificación de un choque de política monetaria para
Estados Unidos, Christiano y Eichenbaum (1992) abordaban el impacto
de diferentes esquemas de identificación para analizar el efecto de
12 Generalmente se asume que B tiene todos los valores de la diagonal principal iguales a
uno. 13 Para entender bien lo que implica la identificación global de los SVAR, referirse a Rubio,
Waggoner y Zha (2008). liquidez de un choque de política monetaria.
Más recientemente, Canova y Pina (1999) concluyeron que, en general,
los esquemas de restricciones de exclusión caracterizan pobremente el
proceso de generación de datos, ya que fuerzan la imposición de
demasiadas correlaciones contemporáneas nulas entre las variables.
También dicen que estas restricciones de exclusión no recuperan las
características teóricas de las perturbaciones monetarias. Este tipo de
críticas propiciaron el desarrollo de una rama de literatura que ha estado
realizando un tipo de identificación no paramétrica denominada de
restricciones de signo. Faust (1998), Canova y De Nicoló (2002) y Uhlig
(2005) han desarrollado separadamente diferentes formas de
implementar la identificación por restricciones de signo. En general, para
identificar choques económicos estructurales interpretables, este método
ha pasado de imponer restricciones a la matriz B a imponer
características deseables sobre las funciones de impulso-respuestas, bien
sea, basándose en las nociones convencionalmente aceptadas o en los
modelos teóricos como los modelos DSGE14.
Para entender el espíritu general de esta técnica, se comienza con las
impulso-respuestas de un SVAR(q), llamadas Rh  , de orden m  m , con
r 
el elemento típico ij , donde h denota el período de tiempo en el cual
se evalúa la función. Por construcción, la columna j de la matriz Rh 
contiene las respuestas de todas las variables en el sistema al choque
th
th
ortogonal j , mientras que la fila i contiene las respuestas de la variable
th
i a todos los choques ortogonales, en el horizonte h.
th
Teóricamente, la matriz de impulso-respuestas en el horizonte h puede
expresarse de la siguiente manera:
Rh    h 1 1 2
donde
1

 m
 

 0
(7)
2
0


 q 
0 

, además de contener información

 

m
0 
sobre los parámetros estructurales, es también la matriz auto-regresiva de
la representación companion form estimada a partir del VAR reducido.
La identificación por restricciones de signo involucra la selección de un
conjunto de valores de parámetros estructurales, es decir
( 1  q ,  and  ), de manera que rij  , para algún h dado, satisfaga
ciertas condiciones, pero sin imponer restricciones cero en la matriz B.
Debido a que estas impulso-respuestas son no lineales en los parámetros,
14 Para
una revisión crítica sobre la aplicación de las restricciones de signo, ver Fry y
Pagan (2009). podría haber varios conjuntos de valores de parámetros estructurales que
satisfagan dichas restricciones. Por definición, esto hace que cualquier
SVAR identificado con restricciones de signo sea sobre-identificado. Para
aclarar este punto, utilicemos el concepto de matrices de rotación
utilizado por Rubio, Waggoner y Zha (2008). Supongamos que
ˆ , ˆ y una
comenzamos con valores estimados de los parámetros 


que satisface ˆ  Vˆ Vˆ ' y las restricciones de signo
ˆ h 1Vˆ . Como siempre
impuestas a la matriz de impulso-respuestas Rˆ h   
hay una matriz ortogonal Q que satisface Q Q '   y que conserva
ˆ  Vˆ Q Q ' Vˆ '  Vˆ Vˆ ' , si las restricciones de las impulso-respuestas se siguen
matriz ortogonal Vˆ
satisfaciendo, entonces el modelo estará sobreidentificado. Es decir,
existe más de un conjunto de parámetros estructurales que satisface las
ecuaciones de la forma reducida y satisfacen las restricciones impuestas.
Esto se debe a que la matriz Q es una matriz de rotación de Vˆ , y que
para cada Q hay un nuevo conjunto de parámetros estructurales que
ˆ h 1 Vˆ Q 15. Por
provee impulso-respuestas distintas a través de Rˆ h   
tanto, para calibrar el nivel de incertidumbre en los parámetros
estructurales del modelo, parece ser necesario proporcionar varias
matrices de rotación que satisfagan las restricciones impuestas en las
impulso-respuestas16. Rubio, Waggoner y Zha (2008) ofrecen un algoritmo
eficiente para hallar matrices de rotación apropiadas para identificar
modelos SVAR con restricciones de signo17. En este trabajo
implementamos una versión de este algoritmo.
Debido a que el proceso de identificación por restricciones de signo
debe ser llevado a cabo a través de un proceso de búsqueda de
matrices de rotación apropiadas, comenzando, por ejemplo, con una
descomposición de Cholesky de   P P ' , es importante explicar la
diferencia que existe entre los choques puramente ortogonales y los
estructurales (identificados). Para ello, consideremos un vector de
15 Dada
rotada
cada
16 Fry
̂
Vˆ R
̂
y cualquier descomposición ortogonal
que provee valores para la matriz
̂
Vˆ , para cada Q
y para
también se obtienen valores para la matriz
̂q
̂1 2
, dada
hay una matriz
simultáneamente, y por
̂ .
y Pagan (2009) se refiere a esta incertidumbre como incertidumbre de identificación
y la diferencian de la incertidumbre de muestreo que generalmente está presente en los
procedimientos de bootstrapping dentro del marco de estimación clásico. Nosotros
sostenemos que en lugar de lidiar con dos tipos de incertidumbres, lo que en realidad
tenemos son dos procedimientos distintos, desde el punto de visto operativo, para evaluar
incertidumbre de parámetros. La cuestión sobre qué tipo de procedimiento se emplea
dependerá exclusivamente del hecho de si el SVAR es identificado de manera exacta o si
es sobreestimado. Cuando el SVAR es identificado exactamente y la estimación directa
sólo ofrece un sólo conjunto de parámetros estructurales, se debe emplear la
incertidumbre de muestreo. 17 En este algoritmo, la matriz de rotación Q es una matriz ortogonal distribuida
uniformemente, obtenida de la descomposición QR de una matriz normal aleatoria. columna q j de dimensión m de la matriz ortogonal Q, que por definición
satisface: q j ' q j  1 (tiene longitud unitaria) y qi ' q j  0  i  j (es
ortogonal a los otros vectores de la matriz). El vector de respuestas del
th
sistema en el horizonte h al choque estructural j viene dado por:
~
Chol
R h    h 1 P q j  Rh 
qj
(8)
es la matriz de impulso-respuestas que viene de la
donde R h 
th
descomposición de Cholesky. Debido a que la respuesta de la variable i
th
al choque estructural j puede ser expresada como una combinación
lineal de las respuestas de tal variable a todos los choques ortogonales
incluidos en P , digamos ~
ri j   rimChol  q mj ,
entonces podemos
Chol

m
establecer que el choque estructural identificado (con restricciones de
signo) es también una combinación lineal de los choques ortogonales de
Cholesky.
Nótese que la incertidumbre relacionada con un choque estructural, es
decir, su varianza, puede ser caracterizada por las propiedades de los
diferentes vectores q j que cumplieron con las respuestas esperadas para
una ortogonalización dada de los residuos de la forma reducida. El
choque estructural jth es también ortogonal al resto de los choques
estructurales, debido a que la ortogonalidad de los vectores
qi
i  j .
En general, existen muchas variaciones en la manera en que se aplican
las restricciones de signo. Dependiendo de la naturaleza del choque que
el investigador esté tratando de identificar, la evaluación de las impulso~
respuestas se hace al momento del impacto del choque R 0  o para
varios períodos después del impacto R 1, R 2  ... . Además, hay
diferencias en el número de restricciones que los investigadores imponen
~
(el número de elementos de R  que se establecen para satisfacer
ciertos umbrales). En este aspecto, algunos autores tratan de ser
minimalistas en las restricciones que imponen y dejan que muchas
variables se muevan libremente (Uhlig 2005), mientras que otros imponen
tantas restricciones como sea posible para identificar el máximo número
de choques estructurales (Canova y De Nicoló 2002). La lógica del
esquema de restricciones al final dependerá del objetivo que se persiga
en la investigación. Finalmente, también está la cuestión irresoluta de si el
investigador debería procurar la identificación de un choque o de todos
los choques. Sin embargo, lo que parece estar claro hasta ahora es que
cuando se trata de identificar varios choques estructurales, la
identificación debe ser lograda simultáneamente para preservar la
ortogonalidad entre dichos choques.
~
~
4. Datos y estimación de VAR
En este trabajo emprendemos la estimación de un VAR de forma
reducida utilizando las cantidades y precios correspondientes a los tres
mercados descritos en el modelo teórico estilizado como variables
endógenas: la tasa de política monetaria (R), la tasa de interés de los
préstamos interbancarios(O), el valor de la cartera nominal de créditos
bancarios para el sector privado (C)18, la tasa de interés activa nominal
(L), el índice de precios al consumidor (P) y el índice del valor real de
bienes y servicios no petroleros producidos en la economía (y). Todas las
variables son expresadas en logaritmos, con excepción de las tasas de
interés, las cuales son expresadas en puntos porcentuales. No incluimos
las reservas excedentarias (ER) como una variable endógena del VAR, ya
que su nivel no respondió de manera significativa a ninguno de los
choques en el sistema. Sin embargo, incluimos ER como una variable
exógena para controlar su efecto sobre el resto de las variables.
Trabajamos con datos mensuales y el período de muestra va desde
enero de 2004 hasta diciembre de 2009 (72 observaciones).
Seleccionamos este período por su homogeneidad: en el arreglo
monetario la variable de política monetaria es establecida directamente
por el Banco Central, y a lo largo del período hay un control de cambio
que se caracteriza por ventas racionadas de divisas y precios de divisas
fijos para las transacciones de cuenta corriente.
Para asegurar la especificación apropiada del sistema, también
incluimos siete variables exógenas: el logaritmo de las reservas bancarias
excedentes (ER), el logaritmo de los precios del petróleo de la cesta
venezolana(OP), la creación de dinero fiscal (F), que se define como el
flujo neto de dinero que el sector público deposita en el sistema
financiero19, el logaritmo del tipo de cambio nominal no-oficial (E),
medido en unidades de moneda local por divisa (Bs/$)20, y la relación
entre las ventas de divisas del Banco Central y las reservas internacionales
(FX/RIN). Adicionalmente, para controlar el efecto de las ventas de notas
estructuradas (al sistema financiero) y de bonos (a hogares y empresas)
denominados en US dólares por parte del gobierno, utilizamos dos
variables ficticias, las cuales asumen el valor 1 cada vez que tienen lugar
estas ventas21.
18 La cartera de créditos incluye créditos al consumo (tarjetas de crédito, vehículos),
créditos hipotecarios y créditos para sectores productivos (comerciales, turismo y
actividad agrícola). 19 En este contexto, el sector público se refiere a la compañía petrolera nacional
(Petróleos de Venezuela-PDVSA. S.A), un banco de desarrollo público (BANDES) y al
gobierno central. 20 Debido a que para toda la muestra hay un control de cambio, utilizamos el tipo de
cambio del mercado no-oficial (o paralelo) en lugar del tipo de cambio oficial. Como
esta variable refleja el precio de mercado de las divisas, pensamos que se relaciona más
adecuadamente con el comportamiento del índice de precios al consumidor. 21 Estas ventas de notas y de bonos afectan al crédito y al mercado interbancario, ya
que, aunque son emitidos en dólares estadounidenses, son adquiridos en moneda
nacional (Bs). Estos instrumentos financieros son especialmente importantes para el
Cuatro variables endógenas (C ,L, P e y) fueron encontradas de orden
I(1), mientras las otras dos (R y O) fueron encontradas I(0) de acuerdo
con las pruebas estándar de raíz unitaria. Debido a que todas las
variables I(1) fueron cointegradas22, y una representación VECM siempre
puede ser re-expresada como una representación VAR (Canova 2007),
estimamos la forma reducida del VAR en niveles, en lugar de diferencias,
a través de OLS. Adicionalmente, revisamos que todas los residuos fueran
estacionarios y que la estimación del sistema fuera dinámicamente
estable. La estructura de rezagos fue seleccionada utilizando los criterios
de información de Schwarz y Hannan-Quinn, los cuales indicaron que la
mejor especificación correspondió a un VAR(1).
Una vez culminado el proceso de estimación, identificamos cinco
choques estructurales utilizando la metodología de restricción de signo, y
la implementación sugerida por Rubio, Waggoner y Zha (2008). Debido a
que la identificación de estos errores estructurales exige comenzar con
un conjunto de perturbaciones ortogonalizadas, aplicamos la
descomposición de Cholesky a la matriz de covarianza de los residuos
reducidos.
5. Esquema de identificación con restricciones de signo
El objetivo más común de la literatura en cuanto a la evaluación de la
política monetaria es identificar adecuadamente las perturbaciones
monetarias exógenas, las cuales representan los choques inesperados a
dicha política. En este trabajo, no sólo estamos interesados en determinar
si el choque de política monetaria tiene efectos reales sobre la
economía, sino también en cuál es el papel del crédito en relación a la
producción. Debido a este doble objetivo, utilizamos la metodología de
restricciones de signo para identificar cinco tipos de choques: política
monetaria, demanda de crédito, oferta de crédito, demanda agregada
y oferta agregada. Identificamos estos cinco choques de manera de
incluir las perturbaciones inherentes a cada uno de los mercados
involucrados en el mecanismo de transmisión. También hacemos una
distinción entre choques de demanda y de oferta agregada, ya que
queremos entender si cualquier fluctuación real produce el mismo efecto
sobre el mercado de crédito. Todos los choques son identificados
simultáneamente para asegurar su ortogonalidad.
Eickmeier et al. (2009) en su análisis de Alemania y de la Eurozona,
adoptan un enfoque similar al nuestro y evalúan el efecto de tres
choques (política monetaria, demanda y oferta agregada) sobre el
crédito real y la actividad utilizando la metodología de restricciones de
signo. Sin embargo, nuestro trabajo difiere del anterior en las variables
período de la muestra porque representan una forma de adquirir dólares baratos en el
contexto de un control cambiario. 22 Mediante el uso de la prueba Johansen no pudimos rechazar la hipótesis nula de que
como máximo hay un vector de cointegración. empleadas, la cantidad de choques identificados, las restricciones
impuestas (particularmente para el choque de la política monetaria), y
las justificaciones teóricas utilizadas. Además, la implementación de la
metodología de restricción de signo sigue más de cerca el
procedimiento operativo empleado por Canova y De NIcoló (2002).
La lógica general de nuestro esquema de identificación es imponer un
número mínimo de restricciones necesarias para alcanzar una
identificación satisfactoria, es decir, obtener un comportamiento
suficientemente diferenciado de las variables en términos de las impulsorespuestas23. En este proceso de diferenciación, el comportamiento de
la tasa de interés activa y de los precios agregados ha sido crucial.
También hemos sido muy cuidadosos al no imponer restricciones sobre las
variables cuyo comportamiento queremos evaluar. Por ejemplo, similar a
lo hecho por Uhlig (2005), no aplicamos una restricción a la respuesta de
la actividad real o del crédito cuando identificamos el choque de la
política monetaria, ya que el objetivo, en este caso, es evaluar el
impacto sobre estas variables24. Adicionalmente, cuando identificamos
los choques de oferta y demanda en el mercado crediticio, no
imponemos restricciones sobre la actividad real; o cuando identificamos
los choques de oferta y demanda en el mercado de bienes, tampoco
restringimos el comportamiento de los préstamos.
Las restricciones de signo impuestas sobre las impulso-respuestas para
cada choque se resumen en el siguiente cuadro:
Cuadro 1. Restricciones sobre las impulso-respuestas de las variables
R
O
L
C
y
P
Choque contractivo de política monetaria


-
-
-

Choque contractivo de demanda de crédito
-
-


-
-
Choque contractivo de oferta de crédito
-
-


-
-
Choque contractivo de demanda agregada
-
-

-


Choque contractivo de oferta agregada
-
-
-
-


Todas las restricciones son impuestas para seis períodos, excepto para el
23 Fry y Pagan (2009) hacen énfasis en que cuando se utilizan restricciones de signo, no es
suficiente con que las restricciones impuestas sean suficientemente distintas para los
diversos choques, sino también que la respuesta de las variables no restringidas sea
diversa. Sin embargo, esta condición sólo se expresa cualitativamente y su aplicación
depende del criterio de la investigación. 24 Este tipo de enfoque para la identificación se define en Uhlig (2005) como “agnóstico”.
choque de política monetaria, que sólo se define para el período de
impacto del choque. Esto se hace para permitir observar perturbaciones
de la oferta y la demanda que sean suficientemente duraderas en el
tiempo para inducir las reacciones esperadas sobre las otras variables. De
hecho, este supuesto parece muy verosímil si consideramos que, por
ejemplo, una recesión es formalmente reconocida después de seis meses
de caída continua en la actividad real.
Para la identificación del choque de la política monetaria, inicialmente
impusimos restricciones únicamente sobre la tasa de política y sobre la
tasa de overnight (R y O), pero como resultado, los precios aumentaron
para algunas realizaciones del choque25. Esto probablemente sucedió
debido a que el esquema de identificación fue incapaz de distinguir
entre choques de política monetaria y, por ejemplo, choques de la
balanza de pagos en los cuales las tasas de interés y los precios
aumentaron simultáneamente. Por tanto, forzamos a los precios a bajar,
pero sólo en el impacto del choque.
Para la identificación de la demanda y la oferta de crédito, sólo
restringimos el comportamiento de cantidades y precios en este
mercado para seis períodos consecutivos.
Comparando la estrategia de identificación para el choque de
demanda agregada y para el choque de oferta agregada, puede
notarse que sólo en el primero se restringe la tasa activa. Esto se debe a
que una caída en el nivel de precios debido a un choque contractivo de
demanda agregada podría causar un declive en la demanda nominal
de crédito o un aumento en la oferta nominal de crédito, por lo que
ambos movimientos deberían reducir las tasas activas (aunque el efecto
sobre las cantidades no estaría claro). Por tanto, en este caso, la tasa
activa puede ser forzada a caer. Sin embargo, para el caso de un
choque contractivo de oferta agregada, el incremento en los precios
debería reducir la oferta de crédito, mientras que la caída en la
actividad real debería reducir la demanda de crédito, presionando la
tasa activa en direcciones opuestas. En este caso, no parece apropiado
restringir el comportamiento de la tasa y es mejor evaluar su libre
respuesta.
6. Resultados empíricos e implicaciones de políticas
En esta sección hablamos de las impulso-respuestas obtenidas de la
aplicación de la identificación por restricciones de signo. La
incertidumbre en los parámetros estructurales del modelo se refleja
mostrando como bandas los percentiles 16avo y 84avo de las diversas
impulso-respuestas, obtenidas con base a 478 valores de Qs aceptados
25 Debe recordarse que el procedimiento de identificación por restricción de signo
implica la simulación del impacto de los giros aceptados de qj, cada uno de los cuales
corresponde a una realización particular del choque identificado. que satisfacen las restricciones impuestas (de un total de 830.000
candidatos evaluados). La banda central de las impulso-respuestas
corresponde a la mediana del choque identificado.
En el caso del choque de política monetaria contractiva (gráfico 1), la
tasa de interés del mercado de corto plazo (O) aumenta
inmediatamente después del choque, pero mantiene niveles
significativamente más altos durante menos de tres meses. En el mercado
crediticio, la tasa activa aumenta su nivel temporalmente, pero sólo
durante algunos meses después del choque. Ninguna de las variables de
cantidades, el crédito nominal y la actividad real, muestran una
modificación significativa. Esto indica que un choque de política
monetaria no ejerce ninguna influencia sobre la actividad real, bien sea
porque el impulso monetario no es suficientemente fuerte y duradero o
porque la tasa activa no tiene una respuesta significativa a las
modificaciones de la tasa de política (R).
La posible falta de respuesta de la tasa activa podría atribuirse al uso
progresivamente menor de los CDs del Banco Central por parte del
sistema financiero, lo que ha hecho que la tasa de política sea
irrelevante para determinar el costo de oportunidad real de los fondos
bancarios disponibles. Este comportamiento del sistema financiero puede
explicarse por las desalentadoras tasas y las condiciones de plazo que el
Banco Central ha estado imponiendo lentamente a los CDs a lo largo del
periodo analizado26. Estas condiciones también podrían haber debilitado
la capacidad del instrumento de política monetaria para resolver el
exceso o la escasez de liquidez en el mercado de corto plazo y para
influenciar a la tasa de interés overnight, la cual a su vez se relaciona con
la tasa activa.
Para verificar la robustez del resultado para el choque de política
monetaria y para verificar la importancia de la tasa de interés
interbancaria en el mecanismo de transmisión del impulso monetario,
primero imponemos choques mayores sólo para la tasa de política, y
luego choques mayores para ambas tasas simultáneamente, la de
política y la interbancaria. Encontramos que, sólo para choques
suficientemente grandes en ambas tasas, la tasa activa comienza a
aumentar, iniciando la caída en la demanda agregada y en la actividad
real, cuatro meses después del choque. Este ejercicio sugiere que la
política monetaria podría tener efectos reales si fuese realmente capaz
de afectar la tasa de interés a 1 día y la tasa activa en la dirección
deseada. Los datos escasos que apoyan la existencia de grandes
sorpresas monetarias, también indican que la política monetaria no ha
sido activa durante el período de la muestra, lo que también explica la
interrupción de su transmisión a la demanda agregada. En el contexto
26 Al
comienzo de la muestra, la mayoría de los CDs del Banco Central era de corto plazo
(14 días) y pagaban dividendos de 30%. Al final de la muestra, los CDs eran
exclusivamente instrumentos de largo plazo (entre 56 y 91 días) con un rendimiento del
6%. de un control de cambio, la recuperación de la efectividad de la política
monetaria requeriría al menos hacer las ventas de divisas consistente con
las condiciones monetarias apropiadas y mejorar la efectividad del
instrumento de política del Banco Central (CDs) mediante el ajuste de sus
tasas y condiciones de plazos.
Otra característica del ejercicio de robustez anterior es que el aumento
de la tasa activa y la consecuente caída en la actividad real ocurren
mucho más temprano que la caída en el crédito agregado. Esto nos
lleva a inferir que la tardanza en la respuesta del crédito agregado a un
choque de política se debe a la existencia de compromisos de crédito
ya adquiridos, los cuales crean una especie de stickiness del crédito.
Además, esto implica que la inicial reducción de la demanda agregada
pudiera estar más directamente relacionada a un deterioro de la
posición activa neta de los prestatarios o al efecto de liquidez
(contractivo) que pudiera tener lugar.
En el mercado crediticio, los choques contractivos de demanda y oferta
(gráficas 2 y 3) tienen en común la caída en la cantidad de créditos
bancarios. De manera distinta a los choques de demanda de crédito,
luego de tres períodos, los choques de oferta generan una pequeña
reducción (aunque estadísticamente significativa) en la producción real.
La respuesta asimétrica de la producción a los choques de demanda y
oferta de crédito probablemente ocurra debido a que sólo los choques
de oferta impulsan las tasas de interés y los préstamos en la dirección
adecuada para controlar la demanda agregada. Para determinar si la
modificación en la demanda agregada fue iniciada debida a los
movimientos en la tasa activa o a los movimientos en el crédito,
impusimos movimientos unilaterales sobre cada una de estas variables.
Los resultados indican que ninguno de estos movimientos por sí solo tiene
éxito en modificar la demanda agregada, a menos que éstos sean
extremadamente grandes.
Con base en la evidencia anterior, es importante destacar que la
imposición de pisos obligatorios al monto de préstamos otorgados por el
sistema financiero no parece ser una medida efectiva para estimular la
actividad económica. Esto se debe a que un aumento unilateral en el
crédito no parece causar un aumento en la producción interna y sólo
una ampliación voluntaria de la oferta del crédito bancario podría
finalmente aumentar la demanda agregada interna y la actividad en el
corto plazo. En esta línea de razonamiento, los hacedores de políticas
podrían buscar mecanismos heterodoxos o persuasivos para inducir
expansiones voluntarias del crédito bancario. Sin embargo, el asegurar la
existencia de proyectos de inversión por el lado de la demanda no sería
una dificultad menor a superar, ya que la simple provisión de préstamos
para el consumo podría estimular la actividad económica a costa del
aumento futuro en la morosidad de dichos créditos.
En el mercado de bienes, la ocurrencia de un choque de demanda
agregada (gráfica 4) causa, a la vez, una reducción de la tasa activa y
del crédito bancario, reflejando un desplazamiento hacia la izquierda de
la curva de demanda de crédito. Esta reducción en la cantidad de
crédito es la respuesta estándar que también experimentaría cualquier
agregado monetario, lo que apoya la noción generalmente aceptada
de que el crédito responde de manera pasiva a la actividad real. Sin
embargo, la también predecible reducción en la tasa activa no es muy
grande y desaparece después de unos seis meses.
Por otra parte, cuando la caída en la actividad económica se debe a un
choque de la oferta agregada (gráfica 5), también ocurre una
contracción instantánea del crédito. Debido a que la tasa activa
también aumenta al impacto del choque, podemos inferir que no sólo
hay un desplazamiento hacia adentro de la curva de demanda de
crédito, sino también un desplazamiento a la izquierda de la curva de
oferta de crédito. Este cambio de la curva de oferta de crédito es
consistente con la idea de que las instituciones financieras incrementan
las tasas nominales para compensar el efecto del incremento de precios
sobre los rendimientos reales.
Como los choques de la oferta agregada contractiva inducen una
reducción endógena de la oferta crediticia bancaria, la moderación
automática de la demanda agregada que se produce minimiza el
aumento de precios, pero amplifica la caída en la actividad económica.
Por tanto, incluso para una autoridad monetaria muy conservadora, no
es aconsejable responder aplicando una política monetaria más
contractiva cuando los aumentos en los niveles de precio son causados
por choques en la oferta agregada. Inclusive, podría implementarse una
política monetaria contracíclica para minimizar la volatilidad de la
producción. Sin embargo, en este caso es importante evaluar cuán
adecuado es el uso de otro instrumento de política que sea consistente
con el manejo de la tasa de interés y que amortigüe los vaivenes en el
mercado crediticio. Desde el punto de vista del largo plazo, pareciera
que este resultado indica que las condiciones que propician un
crecimiento sostenible desde el lado de la oferta son también las
condiciones que sincronizarán la oferta de crédito con la expansión de la
producción interna.
Gráfico 1. Choque contractivo de política monetaria
R
P
O
1
3
0.01
0.8
0.008
2
0.6
0.4
0.006
0.004
1
0.2
0.002
0
0
0
-0.2
-0.002
-1
-0.4
-0.6
-0.004
-0.006
-2
-0.8
-0.008
-1
6
12
18
-3
24
6
12
L
18
-0.01
24
5
10
C
1
15
20
15
20
y
0.03
0.04
0.8
0.03
0.02
0.6
0.02
0.4
0.01
0.01
0.2
0
0
0
-0.2
-0.01
-0.01
-0.4
-0.02
-0.6
-0.02
-0.03
-0.8
-1
6
12
18
-0.03
24
5
10
15
-0.04
20
5
10
Gráfico 2. Choque contractivo de demanda de crédito
C
L
0.03
1
0.8
0.02
0.6
0.4
0.01
0.2
0
-0
-0.2
-0.01
-0.4
-0.6
-0.02
-0.8
-1
6
12
y
18
-0.03
24
P
0.04
0.01
0.03
0.008
18
24
R
O
1
0.8
2
0.004
0.01
12
3
0.006
0.02
0.6
0.4
1
0.2
0.002
0
0
-0.01
-0.002
-0.2
-1
-0.4
-0.6
-0.006
-0.03
-0
0
-0.004
-0.02
-0.04
6
-2
-0.8
-0.008
6
12
18
24
-0.01
6
12
18
24
-3
-1
6
12
18
24
1
7
13
19
24
Gráfico 3. Choque contractivo de oferta de crédito
L
C
1
0.03
0.8
0.02
0.6
0.4
0.01
0.2
-0
0
-0.2
-0.01
-0.4
-0.6
-0.02
-0.8
-1
6
12
18
-0.03
24
6
18
24
O
P
y
R
3
0.01
0.04
12
1
0.008
0.03
0.8
2
0.006
0.02
0.004
0.01
0.002
0
0
0.6
0.4
1
0.2
0
-0
-0.002
-0.01
-0.2
-1
-0.004
-0.02
-0.006
-0.03
-0.008
-0.04
-0.01
6
12
18
24
-0.4
-0.6
-2
-0.8
-3
6
12
18
6
24
12
18
-1
24
6
12
18
Gráfico 4. Choque contractivo de demanda agregada
y
P
L
0.04
0.01
1
0.03
0.008
0.8
0.006
0.6
0.004
0.4
0.01
0.002
0.2
0
0
0
-0.01
-0.002
-0.2
-0.004
-0.4
-0.006
-0.6
-0.03
-0.008
-0.8
-0.04
-0.01
0.02
-0.02
6
12
18
24
6
C
12
18
24
-1
6
3
0.02
2
0.01
1
0
0
18
24
18
24
R
O
0.03
12
1
0.8
0.6
0.4
0.2
-0
-0.2
-0.01
-1
-0.02
-2
-0.03
-3
-0.4
-0.6
-0.8
6
12
18
24
6
12
18
24
-1
6
12
24
Gráfica 5. Choque contractivo de oferta agregada
y
P
0.04
0.01
0.03
0.008
0.02
0.006
0.004
0.01
0.002
0
0
-0.01
-0.002
-0.02
-0.004
-0.006
-0.03
-0.008
-0.04
6
12
L
18
-0.01
24
12
0.03
3
0.02
2
0.01
1
0
0
24
1
0.8
0.8
0.6
0.4
0.6
0.4
0.2
0.2
-0
-0
-0.2
-0.2
-0.4
-0.6
-0.01
-1
-0.02
-2
-0.03
24
-3
-0.4
-0.6
-0.8
-0.8
-1
18
R
O
C
1
6
6
12
18
6
12
18
24
-1
6
12
18
24
6
7. Conclusiones
La evidencia empírica indica que un choque de política monetaria no
ejerce ninguna influencia sobre la actividad real. Sin embargo, los
choques contractivos en la oferta de crédito, que aumentan la tasa
activa y reducen la cantidad de créditos otorgados, generan un declive
pequeño pero estadísticamente significativo sobre la producción real.
Estos dos hallazgos podrían sugerir que impulsos monetarios contractivos
de larga duración y suficientemente fuertes podrían terminar por afectar
la actividad real. Esto sucedería en la medida en que el impulso
monetario pueda también influenciar a la tasa de interés en el mercado
de dinero de corto plazo (mercado interbancario). Desde una
perspectiva de política económica, se aconseja revisar las condiciones
del instrumento de política monetaria y del control de cambio para
ofrecer el panorama básico necesario para hacer que la política
monetaria sea efectiva.
En cuanto a la interacción entre el crédito y la producción real,
encontramos que los cambios en la actividad real ponen en marcha un
ajuste inmediato del crédito en la misma dirección. Sin embargo, las
modificaciones unilaterales de la cantidad de crédito otorgado por el
sistema financiero no parecen tener ningún efecto sobre la demanda
agregada. Por tanto, parecería que el crédito bancario tiene un papel
principalmente pasivo con respecto a la producción, similar a lo que
infirieron Bernanke y Gertler (1995) a partir de la evidencia empírica para
12
18
24
los Estados Unidos.
Debido a que únicamente los choques en la oferta de crédito tienen un
impacto sobre la actividad real, parece importante entender cuáles
factores causan la aparición de este tipo de choques. Debido a que por
definición los choques no se explican por ninguna de las variables
contenidas en VAR (son no-anticipados), es probable que las
expectativas de los bancos, especialmente sobre el desempeño
económico futuro, sean un factor determinante en la provisión de
préstamos. Otros factores relacionados con la gestión de la hoja de
balance de los bancos y la exposición a diversos tipos de riesgos podrían
también ser relevantes para explicar la provisión de créditos. Estos temas
deben ser discutidos en investigaciones futuras.
Referencias
·
Arreaza A, Ayala N, Fernández M. 2001. Mecanismos de transmisión
de política monetaria en Venezuela. Series Documentos de trabajo N° 34,
Banco Central de Venezuela.
·
Arreaza A, Torres E, Santander E. 2005. The Bank lending channel in
Venezuela: Evidence from bank level data. Series Documentos de trabajo
N° 67, Banco Central de Venezuela.
·
Bernanke B, Blinder A. 1988. Credit, money and aggregate demand.
The American Economic Review, 78, pp. 435-439.
· ––––––– 1992. The federal funds rates and the channel of monetary policy
transmission. American Economic Review, 82, pp. 901-921.
·
Bernanke B, Gertler M. 1995. Inside the black box: The credit channel
of monetary policy transmission. Journal of Econometric Perspective, 9,
pp. 27-48
·
Canova F, De Nicoló G. 2002. Monetary disturbances matter for
business fluctuations in G-7. Journal of Monetary Economics, 42, pp. 11311159.
·
Canova F. 2005. Methods for applied Macroeconomic Research.
Princeton University Press, United States of America.
·
Canova F, Pina J. 1999. Monetary policy misspecification in VAR
models. C.E.P.R. Discussion Papers 2333.
·
Christiano L, Eichenbaum M, Evans C. 1999. Monetary policy shocks:
What we have learned and to what end?. Handbook of
Macroeconomics, volume 1.
·
Eickmeier S, Hofmann B, Worms A. 2009. Macroeconomic
fluctuations and bank lending: Evidence for Germany and the Euro Area.
German Economic Review, 10, pp. 193-223.
·
Faust J. 1998. The robustness of identified VAR: Conclusions about
money. International Finance Discussion Papers 610, Board of Governors
of the Federal Reserve System (U.S).
·
Fry R, Pagan A. 2009. Sign restrictions in structural vector
autoregressions: A critical review. CAMA Working Papers 2010-22, Centre
for Applied Macroeconomic Analysis, Australian National University.
·
Guerra J, Rodríguez P, Sánchez G. 1996. El mecanismo de
transmisión de política monetaria en Venezuela. Series Documentos de
trabajo N° 3, Banco Central de Venezuela.
·
Kashyap A, Stein J. 1994. Monetary policy and bank lending.
Monetary policy. Editor: Gregory Mankiw. The University of Chicago Press,
United States of America.
·
Pagliacci C, Ruda M. 2004. ¿Tienen efectos las acciones de política
monetaria? Un análisis de intencionalidad. Series Documentos de trabajo
N° 64, Banco Central de Venezuela.
·
Rubio J, Waggoner D, Zha T. 2008. Structural vector autoregressions:
theory of identification and algorithms for inference. Working Paper 200818, Federal Reserve Bank of Atlanta.
·
Sims C. 1980. Comparison of interwar and postwar cycles:
Monetarism reconsidered. American Economic Review, 72, pp. 205-57.
·
Uhlig H. 2005. What are the effects of monetary policy on output?
Results from an agnostic identification procedure. Journal of Monetary
Economics, 52, pp. 381-419.