ARTÍCULO

 

Identificación de booms crediticios en América Latina

 

Identifying credit booms in Latin America

 

 

Oscar A. Díaz Quevedo*
* Correo del autor: odiaz@bcb.gob.bo

 

---

Resumen

En los últimos años el crédito al sector privado creció notablemente en América Latina. Un aspecto central es determinar si esta dinámica se constituye en un proceso de convergencia hacia niveles de equilibrio o representa un factor de riesgo para la estabilidad financiera y monetaria. Utilizando una muestra de 18 países latinoamericanos a partir de técnicas estadísticas y econométricas se intenta dar una respuesta a este cuestionamiento.

Las técnicas estadísticas permiten determinar la desviación del crédito con relación a su tendencia de largo plazo, mientras que con el enfoque econométrico se analiza el comportamiento del crédito con relación a sus fundamentos. De acuerdo al primer enfoque los países de la región no estarían experimentando períodos de booms crediticios, mientras que las conclusiones del modelo econométrico indicarían que la mayor parte de los países de América Latina presentan niveles de profundización menores a sus niveles de equilibrio al considerar sus fundamentos.

Clasificación JEL: E30, E51, G21

Palabras clave: Boom crediticio, profundización financiera

---

Abstract

In recent years loans to the private sector grew remarkably in Latin America. A central issue is to determine whether this constitutes a dynamic process of convergence towards equilibrium levels or if it represents a threat to financial and monetary stability. This study attempts to answer this question with statistical and econometric techniques using a sample of 18 Latin American countries.

Statistical techniques allow determining credit deviation of credit relative to its long-term trend, while the econometric approach allows analyzing the behavior of loans related to their underlying fundamentals. According to the first approach the countries of the region would not be experiencing periods of credit booms, while the conclusions of the econometric model indicate that the majority of Latin American countries have lower levels of financial deepening considering their equilibrium levels.

JEL Classif¡catión: E30, E51, G21

Keywords: Credit boom, financial deepening

---

 

 

I. Introducción

Las entidades que conforman los sistemas financieros cumplen cinco roles fundamentales en la economía: (1) gestionan o administran riesgos; (2) asignan recursos; (3) procesan información y supervisan a los prestatarios; (4) movilizan ahorro; y (5) facilitan el intercambio de bienes y servicios (facilitan el acceso a los sistemas de pagos). A partir de las funciones descritas, en general existe consenso acerca de la presencia de una relación positiva entre el desarrollo del sistema financiero y el crecimiento económico. Sin embargo, periodos de alto crecimiento crediticio generalmente son asociados con turbulencias económicas posteriores, en especial con el surgimiento de crisis financieras.

Existe evidencia que identifica a los booms crediticios como una causa frecuente de crisis bancarias y monetarias. [Caprio y Klingebiel (1996); Borio y Lowe (2002)]. Kaminsky et al. (1998) recopilan los resultados de distintos trabajos relacionados con los efectos del crecimiento excesivo del crédito. De acuerdo a la información presentada por los autores, cinco de siete estudios identifican el crecimiento del crédito como un factor importante en el surgimiento de crisis bancarias y/o monetarias.

Asimismo, Borio y Lowe (2002) señalan que una de las pocas conclusiones sólidas que emergen de la literatura sobre indicadores anticipados de crisis bancarias es que el rápido crecimiento del crédito interno aumenta la probabilidad de ocurrencia de una crisis. Del mismo modo, el Fondo Monetario Internacional (IMF, 2004) concluye que los auges de crédito plantean riesgos significativos para los países de mercados emergentes, debido a que generalmente son seguidos por fuertes crisis económicas y financieras. En una amplia muestra de episodios de auge crediticio por más de cuarenta años el FMI halló evidencia que tres cuartas partes de los booms se encuentran asociados con una crisis bancaria y casi siete octavos con una crisis monetaria.

Pese a los problemas que podrían ocasionar los periodos prolongados de alta expansión del crédito, no se puede ignorar la importancia de su dinámica en el crecimiento económico. Esta disyuntiva muchas veces plantea un dilema para los hacedores de política.

En los últimos años se registró un importante crecimiento económico en América Latina impulsado por un fuerte aumento de la demanda interna. La solidez de los términos de intercambio y la entrada de capitales¹ impulsaron el crédito al sector privado y mayores precios de los activos en muchos países de la región. El crecimiento del crédito también puede atribuirse a la mejora de los fundamentos económicos y al proceso de profundización financiera (en promedio, el crédito creció más rápidamente en los países con niveles iniciales del ratio crédito a PIB, más bajos).

Este mayor dinamismo del crédito plantea inquietudes sobre la acumulación de riesgos y vulnerabilidades, lo cual se refleja en la adopción de políticas macroprudenciales en varios países de la región para reducir el dinamismo del crédito y anclar la estabilidad de sus sistemas financieros². Sin embargo, se debe reconocer que pese a la actual aceleración del crédito, aún se observan niveles bajos de desarrollo de los sistemas financieros en América Latina tanto en términos de profundidad como de acceso. Por tanto, resulta relevante analizar si el crecimiento del crédito en los últimos años puede constituirse en periodos de booms. La pregunta es importante dado que los auges crediticios suelen preceder a períodos de racionamiento crediticio, crisis financieras y desaceleración de la actividad del sector real.

En el presente documento se analizan dos metodologías para determinar la existencia de auges crediticios en América Latina. El primero es un enfoque estadístico, que a partir de la desviación del crédito respecto a su tendencia de largo plazo, identifica episodios de booms. El segundo es un enfoque econométrico con el cual se intenta determinar el nivel de equilibrio de la relación crédito a PIB respecto a sus fundamentos y calcular la brecha con relación a los niveles observados. Los resultados de las metodologías planteadas, en general, no identifican la presencia de auges crediticios en los países de la región y muestran que los niveles de profundización, en la mayor parte de los países aún son bajos al compararlos con los niveles esperados considerando sus fundamentos.

El trabajo consta de 4 secciones incluyendo la introducción. En la sección 2 se discute el origen de los booms crediticios. La sección 3 presenta las metodologías para la detección de booms crediticios y los resultados a partir de los enfoques estadístico y econométrico. Finalmente, en la sección 4 se presentan las conclusiones.

 

II. Origen de los booms crediticios y situación actual en América Latina

En la fase de desarrollo de una economía, el crédito puede crecer más rápido que el producto. [Favara (2003), King y Levine (1993) y Levine (1997)]. Este argumento conocido como proceso de profundización financiera es respaldado por trabajos empíricos que encuentran evidencia de una relación positiva entre el desarrollo del sistema financiero y el crecimiento económico (Levine 1997, 1998, 2005a y 2005b) e incluso que los sistemas financieros (incluido el mercado de valores) forman parte del proceso de crecimiento económico y que las diferencias en el desarrollo de los sistemas financieros explicarían una parte considerable de las diferencias en las tasas de crecimiento de largo plazo entre países. Por tanto, la importancia del desarrollo del sistema financiero para la actividad económica requiere de políticas, regulaciones y sistemas legales que promuevan un funcionamiento eficiente de los mercados financieros y de las entidades de intermediación, así como de una mayor transparencia de los sistemas financieros.

Por otra parte, de acuerdo a los modelos convencionales del acelerador financiero (Fuerst, 1995 e IMF, 2004) el crédito podría expandirse más rápido que el producto en la fase de recuperación del ciclo económico debido a las necesidades de capital de inversión y de operación de las empresas. Asimismo, una expansión excesiva del crédito podría ser el resultado de una respuesta inapropiada de los participantes del mercado financiero a cambios en el riesgo a lo largo del tiempo³. Lewis et al. (2010) señalan que en la práctica es difícil identificar cuál de los tres factores mencionados impulsa el crecimiento, así como la tasa natural de crecimiento del crédito.

En el Gráfico 1 se observa la correlación positiva mencionada previamente; asimismo, se puede verificar que el grado de profundización financiera es heterogéneo entre distintas economías con países que superan niveles de profundización de 100% respecto a su producto y otros con niveles inferiores a 10%.⁴

 

En los últimos años en América Latina, se registró una mayor profundización financiera. Sin embargo, aún existe un retraso con relación a las economías desarrolladas. La mayor profundización financiera se refleja en la recuperación de los balances de los bancos luego de las crisis de finales de la década de los noventa.

 

Por tanto, la expansión del crédito puede ser entendida como un síntoma del desarrollo financiero que surge de una mayor profundización financiera. Los cambios tecnológicos que permiten reducir los costos de adquisición, procesamiento y almacenamiento de información también permiten un mayor desarrollo financiero.

Existen otros factores reconocidos en la literatura que derivan en una mayor actividad crediticia: liberalización financiera no controlada (no regulada)⁵, problema de la regulación estática frente al desarrollo financiero dinámico, un mayor flujo de capitales originado por factores externos que una vez que se revierten podrían generar una combinación de crisis bancarias y de balanza de pagos (Chile 1982, Argentina 1979 y México 1994), un shock en los términos de intercambio (u otro tipo de shocks de oferta) que incrementen la inversión y/o el consumo doméstico, programas de estabilización cambiaria y de políticas económicas en general no creíbles (Calvo y Vegh, 1999), el efecto del acelerador financiero bajo el cual un shock en el precio de los activos se amplifica a través del efecto en hojas de balance⁶ (Bernanke y Gertler, 1990 y Bernanke et al., 1998).

Backé y Wojcik (2008), a partir de la experiencia de los nuevos países miembros de la Unión Europea provenientes de la región central y este de Europa, encuentran una relación entre la expansión del crédito y la estabilización macroeconómica y una mayor confianza de los agentes en las políticas para mantener bajos niveles de inflación. Las privatizaciones y la reestructuración del sector bancario, así como reformas regulatorias de los mercados financieros que promuevan el ahorro privado como fuente de financiación de los bancos también pueden facilitar la expansión del crédito. La mejora de los marcos legales que reduce los riesgos de la actividad bancaria, influiría positivamente en la oferta de crédito. La mayor competencia también estimula un mayor desarrollo de productos crediticios.

Sin embargo, la evaluación de una rápida expansión del crédito debe considerar las implicaciones para la estabilidad macroeconómica. Un mayor dinamismo de la actividad crediticia podría generar presiones para el sobrecalentamiento de la actividad económica en la medida que el financiamiento otorgado por los bancos incremente el consumo y/o las importaciones con efectos sobre la estabilidad monetaria, la balanza en cuenta corriente y la inflación. Asimismo, el crecimiento del crédito tiene implicaciones sobre la estabilidad financiera (Hilbers et al., 2005). Existe una amplia literatura que analiza la relación entre crisis financieras y expansiones del crédito.

Independientemente de su origen, en general existe la percepción de que los booms crediticios terminarán en eventuales crisis financieras con efectos adversos sobre la economía⁷. La evidencia empírica señala que periodos de alto crecimiento crediticio pueden conducir a crisis financieras. De acuerdo con IMF (2004) existiría una probabilidad cercana al 70% de que los booms crediticios en países emergentes coincidan con auges en el consumo y la inversión, mientras que la probabilidad de coincidencia con un boom en el producto sería menor⁸. Asimismo, el elevado crecimiento del crédito estaría asociado con una apreciación real del tipo de cambio y mayores precios de los activos, los cuales, una vez pasado el auge crediticio, caen dramáticamente (efecto del acelerador financiero). Los periodos posteriores al boom crediticio podrían influir en el crecimiento del producto y el debilitamiento de los estados financieros de los bancos.

Mendoza y Terrones (2008) analizan la relación entre booms crediticios y crisis financieras. De acuerdo a los resultados hallados por los autores, los booms crediticios en las economías emergentes estarían generalmente asociados con crisis cambiarias, crisis bancarias y las paradas súbitas (sudden stops)⁹. Asimismo, Mendoza y Terrones (2012) analizan las fluctuaciones macroeconómicas alrededor de los periodos de boom crediticios y hallan evidencia de una asociación entre auges del crédito con expansiones económicas, incremento del precio de las viviendas, apreciación real y mayores déficits en la fase ascendente de los booms seguidos de la dinámica opuesta en los periodos descendentes.¹⁰

Los booms crediticios también están relacionados con un rápido crecimiento del precio de los activos, especialmente de los bienes raíces y de las acciones, lo cual podría llevar a la formación de burbujas especulativas que podrían terminar en un colapso en la actividad económica cuando estallan.

Por otra parte, una fuerte expansión del crédito que acompaña el mayor dinamismo de la economía puede incentivar un mayor apetito de riesgo de los bancos, lo cual podría traducirse en un deterioro de la calidad de los activos del banco, comprometiendo su solvencia (Díaz, 2010).

Pese a los efectos adversos que podría generar un excesivo crecimiento del crédito, existe evidencia teórica que señala que los booms crediticios son un estado normal de la naturaleza, es decir, que puede existir un equilibrio ex-ante con alto crecimiento del crédito que sea una mejor solución (Aghion et al., 1999a; Aghion et al., 1999b; SchneideryTornell, 2000). Por otra parte, se debe considerar la relación positiva entre el desarrollo del sistema financiero y el crecimiento económico (Rajan y Zingales, 1998; Levine y Zervos, 1998) y que por ahora la mayor parte de la evidencia empírica señala que la mayor profundización financiera incentiva un crecimiento y desarrollo económicos. Los periodos de mayor auge crediticio o profundización financiera pueden representar despegues permanentes más que booms transitorios, y por tanto no necesariamente se revierten hacia menores niveles de profundización. Por tanto, pese a que los booms crediticios podrían derivar en crisis financieras y de balanza de pagos, es posible que una buena proporción de ellos terminen de manera natural con mayores niveles de profundización de los mercados financieros y un mayor desarrollo económico.

La literatura de identificación de auges crediticios para el caso específico de Bolivia no es muy extensa. En los últimos años gran parte de los trabajos intentan analizar la existencia de una relación positiva entre crecimiento económico y la profundización financiera con resultados mixtos. Morales (2007), Diaz (2009) y Diaz (2010) a partir de ecuaciones de crecimiento y modelos VAR y VEC presentan evidencia de que pese a la relación positiva entre la actividad de intermediación financiera y el sector real, el sistema financiero aun no habría alcanzado una escala necesaria para influir sobre el crecimiento económico. Gutierrez et al. (2009) analizan los factores que influyen en el proceso de determinación del crecimiento económico en Bolivia en función de medidas de profundidad financiera. A partir de técnicas del análisis espectral y bayesianas, los autores señalan que el sector financiero en Bolivia es demasiado pequeño, aun si el componente de la tasa de depósitos es alto como para tener un impacto significativo en el crecimiento económico, aspecto que distorsiona la transmisión de la política monetaria. Por su parte, Humerez y Yañez (2012) presentan resultados que señalan que el desarrollo del sistema financiero incide positivamente en la trayectoria temporal del crecimiento económico, aunque dicho efecto se considera modesto.

Jemio (2000) analiza el crunch de crédito que experimentó la economía boliviana a fines de la década de los noventa precedido por un boom de crédito, periodo que el autor caracteriza por un aumento rápido del crecimiento del crédito como resultado de un importante influjo de capitales a la economía. Uno de los resultados de la investigación señala que el crunch que siguió al boom de crédito observado en la economía boliviana a partir de 1999, se debió en parte a los efectos de contagio de la crisis financiera internacional sobre la economía boliviana. Jemio (2006) analiza el papel que desempeñó el sistema financiero durante el ciclo de entrada y salida de capitales en la década de los noventa, que indujo a una expansión y contracción del crédito. De acuerdo al autor, el sistema financiero jugó un rol importante en la transmisión de los efectos de los choques externos y de la elevada volatilidad externa sobre el resto de la economía, desempeñando un rol marcadamente pro-cíclico.

 

III. Medición de los booms crediticios

Un boom crediticio es un episodio en el cual el crédito otorgado al sector privado crece más rápido que en un periodo típico de expansión del ciclo de negocios. Sin embargo, existe un alto grado de arbitrariedad para identificar dichos periodos de auge crediticio. [Barajas et al., 2007].

Existen dos metodologías utilizadas en la literatura económica para identificar booms crediticios. La primera es un enfoque estadístico, basado en el análisis de las deviaciones del crédito con relación a su tendencia de largo plazo (GVL; IMF, 2004; Sa, 2007 y Mendoza y Terrones, 2012, op. cit.). La segunda metodología es una aproximación econométrica que intenta explicar el nivel de crédito o su crecimiento en función de variables macroeconómicas. [Cotarelli et al. (2005); Boissay et al. (2005); Egert et al. (2006); Kiss et al. (2006); Zdzienicka (2009); Coudert y Pouvelle (2009); y Geršl y Seidler (2012)].

III. 1. Análisis estadístico

Desde un punto de vista operativo, se denomina período de boom crediticio cuando las tasas de crecimiento observadas del crédito o el ratio de cartera a PIB superan un determinado umbral. En el presente estudio se utilizará la última de estas dos variables. Si bien la elección de dicho umbral difiere en la literatura, es común que se enfoque en la desviación de la variable respecto a su tendencia estimada. La desviación (D) de la tendencia de largo plazo es igual a la diferencia entre el ratio cartera a PIB respecto a su tendencia (Ecuación 1).

D = ratio - tendencia                  (1)

En la mayoría de los trabajos relacionados con el tema, la tendencia es generalmente estimada a partir del filtro propuesto por Hodrick y Prescott (1980), (HP). [GVL, IMF, 2004, op.cit., Sa, 2007, op.cit., y Mendoza y Terrones, 2008 op.cit., entre otros]¹¹. El filtro HP es utilizado ampliamente en la literatura estadística para analizar la tendencia del crecimiento del PIB, su cálculo requiere la fijación de un parámetro de suavización (A) que los autores establecen en 1600 para datos trimestrales. Ravn y Uhlig (2002) analizan cómo ajustar el parámetro A ante diferentes frecuencias de los datos. Sin embargo, como señalan Drehmann et al. (2010) el ciclo económico no coincide con el ciclo crediticio, el cual sería 3 ó 4 veces mayor que el primero.

Siguiendo a GVL la tendencia fue estimada recursivamente a través del filtro HP¹². Esto consiste en utilizar el filtro de HP en una sub-muestra inicial de tamaño arbitrario igual aJ>0. Posteriormente, se añade una observación a la sub-muestra empleada previamente y nuevamente se aplica el filtro hasta cubrir el total de observaciones, con lo que la tendencia final captura solamente la última observación en cada ronda. Los autores sostienen que la estimación recursiva de la tendencia revela la información disponible de la economía en cada momento y permite una identificación más precisa del auge crediticio. Considerando lo señalado por Drehmann et al., 2010, op.cit., el parámetro A fue fijado en 1000, como en el trabajo de GVL, en lugar de utilizar los niveles convencionales para frecuencias anuales de 100 y 6,25 propuestos por HP y Ravn y Uhlig (2002) op.cit., respectivamente.

Para cada país se obtuvieron bandas de confianza para la tendencia estimada mediante el filtro HP (ver Gráfico A4 del Apéndice); para tal efecto se consideró que el filtro HP puede ser planteado como un problema de estimación. Danthine y Girardin (1989) entre otros, notaron que el filtro HP puede ser interpretado como una aplicación de regresión anidada (ridge regression, en inglés) y a partir de esta apreciación también se le puede dar una interpretación bayesiana (Ley, 2006 y Polasek, 2011). Por tanto, el filtro HP puede ser interpretado como un estimador de un modelo de regresión en particular y por tanto es posible construir la matriz de covarianzas de este estimador y obtener bandas de confianza del componente de tendencia.¹³

Por definición, un boom crediticio es identificado cuando D supera cierto umbral (U):

D> U                            (2)

Dependiendo del umbral elegido la definición de un boom crediticio será más o menos restrictiva; un umbral alto está asociado a menos observaciones de auges crediticios. Por ejemplo, GVL consideran dos definiciones de umbral basadas en la desviación relativa y absoluta. De acuerdo a los autores la primera medida compara el tamaño del crédito adicional con el tamaño del sector bancario, mientras que la segunda lo hace con relación al tamaño de la economía.¹⁴

El FMI define el umbral para cada país, como la desviación estándar de la fluctuación del crédito alrededor de su tendencia (o) multiplicada por un coeficiente (a) fijado arbitrariamente en 1,75¹⁵. Si las desviaciones del ratio cartera/PIB respecto a su tendencia estuvieran normalmente distribuidas, existiría un 5% de probabilidad de observar un boom crediticio (Ecuación 3).

Barajas et al. (2007) op.cit., proponen dos reglas para identificar un boom crediticio. La primera consiste en la elección arbitraria de un umbral de 10% de crecimiento del ratio de cartera a PIB en un determinado año. La segunda regla identifica un boom crediticio si se cumple al menos una de las siguientes condiciones: i) que la desviación del ratio cartera a PIB respecto a su tendencia sea 1,5 veces mayor que la desviación estándar de las fluctuaciones del crédito con relación a su tendencia (s, mismo concepto definido en IMF, 2004, op.cit.) y que la tasa de crecimiento del ratio cartera a PIB sea mayor a 10%, ó ii) que el ratio cartera a PIB sea mayor a 20%.

Para la identificación de booms crediticios se contrastaron las metodologías propuestas por GVL y el FMI; en ambos casos se analizó el número de auges crediticios para el periodo 1960-2011¹⁶. Con el primer enfoque se consideraron desviaciones relativas de 20% hasta 40% y desviaciones absolutas desde 4% hasta 8%; el número de auges crediticios para cada caso se presenta en el Cuadro A2 del Apéndice. En promedio, se obtuvieron 21 episodios de auge crediticio y tres en proceso (última columna del Cuadro A2 del Apéndice). Los periodos de booms identificados hasta 1996 coinciden con los resultados presentados en el estudio GVL que abarca el periodo 1960-1996.

Mendoza y Terrones, 2008, op.cit., presentan evidencia de 70 eventos de auge crediticio con datos de 61 países emergentes e industrializados durante el periodo 1960-2010. En el grupo de países emergentes se hallan 10 correspondientes a la región de América Latina. Los booms crediticios identificados para dichos países (9) también son identificados en el presente estudio.

Con el enfoque del FMI se verificó la presencia de 22 episodios de booms crediticios empleando variaciones relativas y 20 episodios con variaciones absolutas (ver Cuadro A3 del Apéndice)¹⁷. En el Gráfico A1 del Apéndice se presenta los periodos de boom crediticio para cada país con esta metodología.¹⁸

Siguiendo a GVL se definieron tres fases en cada episodio de boom crediticio. La primera fase (ascendente) empieza cuando el ratio de cartera a PIB supera un umbral límite (línea roja del Gráfico A2 del Apéndice) y termina el año previo en que la desviación del ratio respecto a su tendencia es máxima. La segunda fase corresponde al año en que el boom alcanza su máximo nivel (pico). La tercera fase (descendente) empieza al finalizar el auge del boom crediticio y culmina cuando el ratio retorna al umbral límite. Por tanto, el umbral identifica la existencia de un boom mientras que el umbral límite determina su duración.¹⁹

Con la metodología de GVL y utilizando desviaciones relativas se estimó que la duración promedio de un boom crediticio es de 9,2 años con una fase inicial o ascendente de 3,4 años y una fase descendente de 5,2 años lo que implicaría que los períodos de fuerte crecimiento del crédito no terminan abruptamente. Con la metodología del FMI, en promedio, los booms crediticios tendrían una duración de 5,3 años, 2,4 años en su fase ascendente y 2,5 años en su fase descendente (Cuadro A3 del Apéndice).

Siguiendo los trabajos de GVL, IMF (2004) y Mendoza y Terrones (2008), op. cit., se analizó la dinámica del componente cíclico de algunas variables macroeconómicas durante los auges crediticios identificados²⁰. Para ello, se construyó una ventana de 7 años centrada en el período pico del boom21. Se analizó el comportamiento del producto, consumo, inversión y los flujos de capital (se obtuvo la mediana de la muestra). Las tres primeras variables están expresadas en términos constantes y per cápita, y su tendencia se obtuvo mediante el filtro HP con un parámetro de suavizamiento de 100. Los flujos de capital están expresados como porcentaje del producto.²²

En el Gráfico 3 se observa la dinámica de las variables seleccionadas alrededor de los booms crediticios identificados. El producto y el consumo registran desvíos máximos respecto a sus tendencias un período antes que el boom crediticio (t=-1) para luego situarse por debajo de sus tendencias cuando el boom crediticio se halla en su fase descendente. La inversión y los flujos de capital siguen un patrón similar, pero más pronunciado en los periodos previos (y posteriores) al momento en que el boom crediticio alcanza su nivel máximo y llegan a una desviación máxima respecto a su tendencia en t=0. En general los resultados muestran que los booms crediticios están asociados con fluctuaciones económicas.²³

 

De acuerdo a los resultados hallados en la presente sección, pese al mayor dinamismo de la actividad crediticia en los países de la región, no se evidenció la presencia de booms crediticios, salvo en algunos casos específicos.

III. 2. Análisis econométrico

III. 2.1. Metodología

En los últimos años se incrementó marcadamente el análisis de paneles en los cuales el número de períodos (T) y el número de grupos (N) son grandes y de igual magnitud. Como señalan Pesaran et al. (1999), en la práctica, en tales casos se puede estimar N regresiones separadas y calcular las medias de los coeficientes o alternativamente agrupar los datos y asumir que los coeficientes de las pendientes y las varianzas de los errores son idénticos²⁴. En el primer caso los autores señalan que el estimador Mean Group (MG)²⁵ provee estimaciones consistentes de la media de los coeficientes de largo plazo, pero no consideran que algunos parámetros puedan ser iguales entre los grupos, en cuyo caso los estimadores serán ineficientes.

En el segundo caso, se debe considerar que bajo ciertos supuestos²⁶, en la literatura de paneles dinámicos existen métodos que permiten obtener estimaciones consistentes de los coeficientes de largo plazo cuando Tes pequeño y Nes grande; sin embargo, cuando Tes grande Pesaran y Smith (1995) muestran que los procedimientos tradicionales de los modelos agrupados (efectos fijos, variables instrumentales o el método generalizado de momentos) pueden producir en un modelo de datos de panel dinámico, estimadores inconsistentes y potencialmente erróneos de los valores medios de los parámetros, salvo que los coeficientes de la pendiente, de hecho, sean idénticos. Asimismo, en general, en paneles de este tipo (Tgrande) las distintas pruebas indican que los parámetros difieren entre grupos.

Pesaran et al. (1999) proponen un procedimiento intermedio denominado estimador de Pooled Mean Group (PMG) que restringe los coeficientes de largo plazo a ser idénticos entre los grupos, pero permite que los coeficientes de corto plazo y la varianza de los errores difieran entre los grupos. Los autores indican que es razonable pensar que las relaciones de equilibrio de largo plazo entre variables sean homogéneas entre grupos, debido a restricciones presupuestarias o de liquidez, condiciones de arbitraje o tecnologías comunes, mientras que este supuesto no resulta tan atractivo para la dinámica de corto plazo y las varianzas de los errores. Por otra parte, al no imponer igualdad en las pendientes de los coeficientes de corto plazo, el estimador PMG permite que la especificación dinámica (el número de rezagos incluidos) difiera entre los grupos.

Dados los datos para los períodos t= 1,2,.,T, y grupos i= 1,2,.,N, se desea estimar el siguiente modelo autorregresivo de rezago distribuido (ARDL):

 

Donde Xites un vector kx1 de variables explicativas; 8^ son los vectores de coeficientes kx1; lson escalares y dm representa los efectos fijos. T debe ser lo suficientemente grande para estimar un modelo para cada grupo por separado.

Si las variables son, por ejemplo, integradas de orden 1, I(1), y existe una relación de cointegración entre ellas, el término de error sigue un proceso I(0) para todo i. Una de las características principales de las variables cointegradas es su respuesta a cualquier desviación del equilibrio a largo plazo. Esta característica implica un modelo de corrección de error en el que la dinámica de corto plazo de las variables del sistema está influenciada por las desviaciones del equilibrio. Por ello, es común re-parametrizar la ecuación (4) en una ecuación de corrección de error:

 

El parámetro fi es el término de ajuste de la velocidad de corrección del error. Si fi=0, no existiría evidencia de una relación de largo plazo. Se esperaría que este parámetro sea negativo y significativo bajo el supuesto de que las variables muestran un retorno hacia un equilibrio de largo plazo. El vector 0'. contiene las relaciones de largo plazo entre las variables.

Dado que la ecuación (5) es no lineal Pesaran et al. (1999) desarrollaron un método de máxima verosimilitud para la estimación de los parámetros. Expresando la probabilidad como el producto de la probabilidad de cada sección transversal y tomando logaritmos se tiene:

El estimador MG permite realizar estimaciones consistentes de la media de los coeficientes de largo plazo; sin embargo, cuando existe homogeneidad en las pendientes, este estimador deja de ser eficiente. Si los coeficientes de largo plazo son iguales para todos los grupos, PMG será consistente y eficiente. Pesaran et al. (1999), op. cit. recomiendan probar estadísticamente la existencia de homogeneidad a través de la prueba de Hausman, que compara las estimaciones de los estimadores MG y PMG.

Como loseñalanBebczukyGaregnani (2006), la robustez econométrica de los resultados del estimador PMG dependerá de sus propiedades de eficiencia y consistencia, las que reposan en dos condiciones: que los residuos de las regresiones no estén serialmente correlacionados y que las variables explicativas puedan ser tratadas como exógenas. A fin de satisfacer estas condiciones la literatura empírica que emplea esta metodología (Loayza y Ranciere, 2002; Calderón et al., 2003 y Calderón y Schmidt-Hebbel, 2008) incorpora rezagos de las variables explicativas y de la variable dependiente para evitar problemas con la especificación dinámica (Hendry y Mizon, 1978). El presente trabajo sigue esta estrategia.

A partir de las metodologías de MG y PMG²⁷ se estimó la relación entre el ratio de cartera a PIB en función a un conjunto de variables. Para ello, primero se analizó el orden de integración y la posible existencia de una relación de cointegración entre el ratio de cartera a PIB y las posibles variables explicativas. Segundo, se realizó la estimación con las metodologías MG y PMG. Tercero, se probó la homogeneidad de los parámetros de largo plazo. Finalmente, se consideró que los valores ajustados del ratio cartera a PIB del modelo seleccionado corresponden a sus valores normales o de equilibrio con relación a sus fundamentos y se los comparó con los niveles observados.

III. 3.2. Resultados empíricos

En la literatura empírica relacionada con la estimación de los factores que influyen en el comportamiento del crédito existe un conjunto de variables ampliamente utilizado, entre las que se hallan el PIB per cápita o el crecimiento del PIB, la tasa de interés (real o nominal), la tasa de inflación, los precios de viviendas, el flujo de capitales, el régimen de tipo de cambio, la deuda pública, entre otras, algunas de las cuales también son utilizadas en el presente trabajo.

La muestra está constituida por 18 países latinoamericanos y el período abarca 21 años, de 1990 a 2011 con periodicidad anual. La información corresponde a la reportada en las Estadísticas Financieras Internacionales del FMI (IFS por sus siglas en inglés) y la base de datos del Banco Mundial.²⁸

Se realizaron pruebas de raíz unitaria para datos de panel con las metodologías propuestas por: Levin et al. (2002); Breitun (2000); Im et al. (2003) así como las pruebas de Dickey-Fuller aumentado y Phillips-Perron (Cuadro A4 del Apéndice). De acuerdo a los resultados obtenidos, el ratio cartera a PIB y el PIB per cápita presentan raíces unitarias, mientras que el resto de variables consideradas serían estacionarias. Para verificar la existencia de una eventual relación de largo plazo se efectuaron pruebas de cointegración para datos de panel (Maddala y Wu, 1999; Kao, 1999 y Westerlund, 2007). Se evidenció que efectivamente existiría una relación de largo plazo entre ambas variables (Cuadros A5 -A8 del Apéndice).

A partir de estos resultados, utilizando la metodología propuesta por Pesaran et al. (1999), se estimó un modelo de corrección de errores como el presentado en la ecuación (6). Inicialmente se empleó el PIB per cápita como única variable, tanto en la relación de largo como de corto plazo. Se estimaron especificaciones con distintos números de rezagos empezando con un modelo ARDL (1,0) hasta un modelo ARDL (2,2) con los estimadores MG y PMG, los resultados se presentan en el Cuadro A9 del Apéndice.²⁹

Las especificaciones estimadas mediante los estimadores PMG y MG presentan evidencia de que en el largo plazo el PIB per cápita ejercería un efecto positivo y significativo sobre el ratio cartera a PIB. El estimador PMG resultó ser el preferido por sus propiedades de consistencia y eficiencia con base a la prueba de Hausman el cual se reporta al pie del Cuadro A9 del Apéndice.

De acuerdo con los resultados del estimador PMG³⁰, por cada punto porcentual de incremento del PIB per cápita, el ratio de cartera sube aproximadamente en 0,43 puntos porcentuales. El signo y el tamaño del coeficiente de ajuste, que resultó estadísticamente significativo y con el signo negativo esperado, pueden ser considerados como indicadores de cointegración entre las variables y por tanto, de la existencia de una relación de largo plazo.

El parámetro que recoge la relación entre el ratio de cartera a PIB y el PIB per cápita no difiere significativamente de los niveles hallados en estudios similares para economías emergentes. Backé et al. (2005), para un conjunto de economías emergentes, calculan un parámetro que varía de 0,36 a 0,715 dependiendo del método de estimación usado. Coudert y Pouvelle (2009) op.cit., para un conjunto de países emergentes y en transición hallan un parámetro que fluctúa entre 0,24 y 0,495 en función de la metodología econométrica empleada.

Una de las ventajas de la metodología del estimador PMG es que pueden emplearse variables I(1) y I(0). Por ello, se incluyeron sucesivamente algunas variables que podrían influir en la relación de corto plazo de acuerdo al siguiente orden: inflación, tasas de interés nominales y flujos de capital como porcentaje del PIB³¹, las cuales resultaron I(0) en niveles tal como se reporta en el Cuadro A4. Las estimaciones se presentan en el Cuadro A10 del Apéndice³². En todas ellas se confirma la existencia de una relación de largo plazo significativa entre el ratio de cartera a PIB y el PIB per cápita y en general no existen cambios significativos en el nivel del parámetro de largo plazo estimado con los modelos iniciales.³³

A partir de las estimaciones de la relación de largo plazo se calcularon los niveles ajustados del ratio cartera a PIB para cada país, los cuales se consideraron como los niveles de equilibrio y se los comparó con los niveles observados. La brecha entre el nivel de equilibrio estimado para 2011 y el ratio cartera a PIB observado se presentan en el Gráfico 4³⁴. Es interesante observar que los países con menores niveles de profundización financiera (medida por el ratio cartera a PIB) son precisamente los que registran la mayor brecha.

De acuerdo a los resultados obtenidos y a la especificación empleada, alrededor de 10 de los 18 países de la muestra tendrían niveles inferiores a sus niveles de equilibrio (brecha positiva), 4 de los cuales presentarían una brecha mayor a 30 puntos porcentuales, 4 países de la muestra se encontrarían alrededor de su nivel de equilibrio y 4 países estarían por encima de este nivel (brecha negativa).

 

De acuerdo a los resultados hallados gran parte de los países de la región aun no alcanzaron sus niveles de equilibrio, por lo que aun existiría un espacio importante para que promuevan una mayor profundización de sus sistemas financieros y acceso a servicios financieros, pero en un marco que permita preservar la estabilidad financiera, para lo cual es importante fortalecer la supervisión financiera y analizar medidas prudenciales para evitar una pro-ciclicidad excesiva del crédito y robustecer los sistemas de información para poder detectar riesgos sistémicos en el sector de la vivienda y el sector empresarial. Como lo señala el IMF (2004) op.cit., también se debe considerar que los auges de crédito no son fáciles de identificar, por lo que es recomendable analizar si el crecimiento del crédito se desarrolla en un contexto general de desequilibrios macroeconómicos, financieros y corporativos.

Asimismo, se requiere realizar un mayor monitoreo de intermediarios no bancarios. También es recomendable que el mayor dinamismo del crédito vaya acompañado, en el espíritu de Basilea III, de reformas para la regulación y supervisión de los sistemas financieros para: " 1) mejorar las estructuras de capitalización y financiamiento de los bancos; 2) reducir la pro-ciclicidad del sistema financiero; 3) ampliar el perímetro de la regulación; 4) reforzar las evaluaciones de la exposición y el grado de interdependencia entre las instituciones financieras; y 5) mejorar la eficacia de la supervisión consolidada." [Fondo Monetario Internacional, 2011b, p. 50] Estas reformas permiten mejorar la capacidad de resistencia de los sistemas financieros, impulsar su desarrollo, pero también ayudan a fomentar el crecimiento económico.

Es importante resaltar que el crecimiento acelerado del crédito puede generar la acumulación de riesgos y vulnerabilidades sistémicas que podrían traducirse en la interrupción de la provisión de servicios financieros. Es por ello que la regulación y la política macroprudencial deben enfocarse precisamente en la prevención de dichas vulnerabilidades. En este ámbito, los bancos centrales y reguladores de los sistemas financieros juegan un rol importante en la implementación de políticas macroprudenciales que permitan preservar la estabilidad de precios, la estabilidad del sistema financiero y de las entidades financieras y la actividad económica³⁵. En períodos de crecimiento del crédito es importante que dichas entidades cuenten con una estructura analítica que les permita identificar tempranamente los riesgos sistémicos para darles el seguimiento correspondiente. También es importante contar con un conjunto de indicadores y metodologías como los presentados en el presente estudio, que permitan detectar un crecimiento acelerado del crédito; muchos países utilizan las pruebas de tensión para identificar riesgos sistémicos.

A partir del análisis para detectar las vulnerabilidades o acumulación de riesgos en el sistema financiero los bancos centrales y reguladores deben decidir cuándo actuar y qué instrumentos de intervención utilizar. Con relación al crédito, es importante, por ejemplo evaluar si su crecimiento va acompañado de incrementos significativos en los precios de activos. En la práctica existe una gama de instrumentos de política macroprudencial, muchos de ellos orientados a reducir el dinamismo del crédito.³⁶

Sin embargo, como lo menciona el informe de Servicios Financieros para el Desarrollo 2011 de la Corporación Andina de Fomento (CAF), el hecho que los bancos en América Latina hayan superado la prueba de la crisis financiera de 2008, es sin duda alentador y da pie a pensar que las entidades están más fortalecidas que en el pasado por la adopción de criterios internacionales de regulación prudencial y supervisión (bancos mejor capitalizados, más eficientes y con prácticas más adecuadas en el manejo de riesgos). Por tanto, las intervenciones para promover el desarrollo financiero deben orientarse a subsanar fallas de mercado y eliminar barreras que limitan el acceso a servicios financieros, sin descuidar criterios micro y macroprudenciales de regulación para evitar la profundización de los ciclos del crédito.

 

IV. Conclusiones

En los últimos años se registró un importante crecimiento del crédito en los países de la región, aspecto que si bien tiene un efecto positivo sobre el sector real también genera preocupación debido a que ciertos episodios de auge crediticio en el pasado derivaron en crisis financieras con elevados costos para las economías que las sufrieron. Sin embargo, un mayor crecimiento del crédito en países emergentes podría ser el resultado de un proceso de convergencia en la medida que se generen mayores oportunidades de inversión y se facilite el acceso a financiamiento a proyectos rentables con un efecto positivo sobre el crecimiento económico.

En el presente estudio se identifican los booms crediticios en los países de América Latina en el período 1960-2011 a partir de un método estadístico basado en la desviación del crédito respecto a su tendencia de largo plazo. Asimismo se emplea un método econométrico para analizar la brecha entre el nivel observado del ratio de cartera a PIB con relación a su nivel de equilibrio a partir de variables macroeconómicas que afectan la trayectoria de largo plazo del crédito.

A partir del primer enfoque, pese al mayor dinamismo de la actividad crediticia en los países de la región, no se evidenció la presencia de booms crediticios, salvo en algunos casos específicos. Por otra parte, se verificó que los booms crediticios identificados coinciden con fluctuaciones macroeconómicas que no terminarían abruptamente, y que a partir de la década de los noventa existe cierto grado de sincronización de auges crediticios en los países de la región, lo cual sugiere que existirían ciertos factores comunes que los países enfrentan (por ejemplo los procesos de liberalización y los flujos de capitales a la región).

El enfoque econométrico permitió analizar el crecimiento del crédito con relación a sus fundamentos. Los resultados muestran que la mayor parte de los países de la región no habrían alcanzado sus niveles de equilibrio, por lo que aun existiría un espacio importante para que promuevan una mayor profundización de sus sistemas financieros. De acuerdo al modelo estimado, el PIB per cápita ejercería un efecto positivo y significativo sobre el ratio cartera a PIB en el largo plazo, y en menor medida las tasas de interés influirían en los ajustes en el corto plazo.

Pese a que aún existiría espacio para promover el crédito en la región, un crecimiento excesivo del crédito puede generar altos costos para el sistema financiero y la economía en general, por lo que la expansión del crédito debe ser acompañada por una arquitectura financiera que fortalezca la supervisión financiera así como los sistemas de información. Las intervenciones para promover el desarrollo financiero deben orientarse a subsanar fallas de mercado y eliminar barreras que limitan el acceso a servicios financieros, sin descuidar criterios micro y macroprudenciales de regulación.

Por ello los bancos centrales y los reguladores deben realizar un monitoreo continuo del crecimiento del crédito, el cual podría generar la acumulación de vulnerabilidades y analizar el uso de instrumentos macroprudenciales que permitan preservar la estabilidad del sistema financiero.

 

Notas

* Trabajo presentado en la XVI Reunión de Investigadores de Bancos Centrales del Continente Americano, efectuada entre el 5 y 7 de noviembre de 2012 en Montevideo, Uruguay y en el V Encuentro de Economistas de Bolivia, efectuado entre el 23 y 24 de agosto de 2012 en Santa Cruz, Bolivia.
Se agradecen los comentarios de los participantes de los Seminarios Académicos de Economía del Banco Central de Bolivia.
El contenido del presente documento es de responsabilidad del autor y no compromete la opinión del Banco Central de Bolivia.

¹     Un hecho estilizado es la pro-ciclicidad del crédito y los flujos de capital externos. De acuerdo a datos de laCEPAL, en 2011 América Latina y el Caribe fue la región con mayor crecimiento de los flujos de inversión extranjera directa (IED) a nivel mundial, un 17% respecto del año anterior.

²    Ver Cuadro A1 del Apéndice.

³    De acuerdo al modelo del acelerador financiero un sobre-optimismo con relación a las posibles ganancias futuras estimula la valoración de activos, lo que deriva en mayores flujos de capital, el incremento del valor de colateral y permite un mayor gasto y endeudamiento de las empresas y de los hogares. Si el desempeño es menor al esperado, el precio de los activos y el valor del colateral disminuyen. La reversión del acelerador financiero implica un mayor endeudamiento de los prestatarios, disminuyendo sus capacidades de pago y acceso a nuevo financiamiento.

⁴    Los datos corresponden al promedio del periodo 2005-2011.

⁵ Kaminsky y Reinhart (1996) hallan evidencia que las políticas de liberalización doméstica y externa estimulan los flujos externos de capital, lo que se traduce en un exceso de liquidez y un eventual incremento de la cartera de créditos de los bancos y la oferta monetaria. Cuando este flujo de capital es intermediado en una economía por un sistema bancario sin una adecuada regulación, es poco capitalizado, se produce un incremento en el consumo y las importaciones, mientras que los niveles de inversión se mantienen bajos.

⁶ El acelerador financiero es un resultado de las imperfecciones del mercado financiero, las cuales pueden surgir por asimetrías de información, deficiencias institucionales o incentivos perversos que enfrentan prestatarios y prestamistas y que implican que los primeros enfrentan restricciones.

⁷    Gourinchas, Valdés y Landerretche (2001, GVL en adelante) analizan algunas teorías sobre los factores desencadenantes de un episodio de auge crediticio.

⁸    Estos resultados muestran que los booms crediticios estarían asociados con movimientos inusualmente grandes de la absorción privada más que con el producto.

⁹    De acuerdo a los autores, el 68% de los booms crediticios en economías emergentes estarían asociados a crisis cambiarias, 55% a crisis bancarias y 33% a sudden stops. De acuerdo a IMF (2004), op.cit., en economías de mercado emergentes, el 75% de los boom crediticios estarían asociados a crisis bancarias y 85% a crisis cambiarias.

¹⁰  También hallan evidencia de sincronización internacional de booms crediticios centrados en eventos específicos como la crisis de deuda en la década de los ochenta.

¹¹   El uso del filtro HP no está exento de críticas (ver por ejemplo Malega, 2012); sin embargo, la aplicación de filtros alternativos para la identificación de auges crediticios no ha sido ampliamente explorada por lo que se constituye en un área de investigación futura.

¹²  Mendoza y Terrones (2008) discuten las desventajas de la metodología propuesta por GVL, mientras que las ventajas son analizadas en Hilbers et.al. (2005) y Dell'Ariccia et al. (2012).

¹³  Para mayor detalle consultar las referencias señaladas.

¹⁴  Los autores analizan desviaciones relativas de 12% hasta 42% y desviaciones absolutas de 3% a 8%. Esta metodología parte de una calibración de umbrales para obtener una determinada proporción de episodios de auge crediticio.

¹⁵  Este método define umbrales para cada país en particular, es decir, que se especifica un umbral para cada país.

¹⁶  El Cuadro A11 del anexo presenta la definición y fuente de las variables empleadas en la investigación.

¹⁷  El trabajo del FMI llega a algunas conclusiones que se verificaron en el presente trabajo, entre ellos: que los booms crediticios son menos frecuentes que los periodos de rápido crecimiento del crédito y que existe cierta sincronización en los episodios de auge entre los países de la región.

¹⁸  No se reportan los resultados por país con la metodología de GVL, pero pueden ser solicitados al correo del autor.

¹⁹  Al igual que GVL en el presente trabajo se utilizan umbrales límite de 5% para la desviación relativa y de 2% para la desviación absoluta.

²⁰  Este ejercicio se lo realizó considerando los booms crediticios identificados con la metodología del FMI.

²¹   De acuerdo a los resultados obtenidos con esta metodología, los booms crediticios observados en la muestra tienen una duración promedio de 5,3 años, razón por la cual se optó por analizar el comportamiento de las variables macroeconómicas con una ventana de 7 años centrada en el periodo pico del boom.

²²  La información se obtuvo de la base de datos del Banco Mundial.

²³  Se analizaron otras variables como el tipo de cambio real, la cuenta corriente y la inflación, los resultados no difieren de los presentados en los trabajos de G VL y Mendoza y Terrones, 2008, op. cit. y pueden ser solicitados al correo del autor.

²⁴  En paneles donde Nes pequeño y T grande, Zellner (1962) ofrece un estimador natural llamado SURE (Seemingly Unrelated Regression Equation) que permite estimaciones no restringidas de las covarianzas contemporáneas de los residuos. Sin embargo, este procedimiento es factible sólo cuando Nes razonablemente pequeño respecto a T.

²⁵  Estimador propuesto por Pesaran y Smith (1995).

²⁶  En particular se requiere que los parámetros específicos de grupo se distribuyan de forma independiente de los regresores y que éstos sean estrictamente exógenos.

²⁷ La estimación se realizó en STATA 10 y se empleó el comando xtpmg propuesto por Blackburne y Frank (2007).

²⁸ También se realizaron estimaciones con información desde 1980, los resultados no difieren de los presentados en el presente trabajo y pueden ser obtenidos solicitándolos al correo del autor.

²⁹  No se incluyeron rezagos adicionales debido a que algunas de las series de tiempo son relativamente cortas y por tanto los grados de libertad son limitados.

³⁰  A partir de la especificación del modelos ARDL (1 1) se eliminaron sucesivamente los parámetros menos significativos. En la especificación preferida se incluyeron un rezago de la variable dependiente y sólo el primer rezago de la variable independiente (columna ARDL (1 1)* del Cuadro A9 del anexo).

³¹   Cada variable fue incluida con un rezago. La elección de las variables se basó en las investigaciones empíricas consultadas. Una ampliación del trabajo debe considerar la inclusión de un conjunto más amplio de variables.

³²  En la última columna se reporta una especificación en la cual se incluyó un rezago de todas las variables de las cuales posteriormente se eliminaron sucesivamente los parámetros menos significativos.

³³  Asimismo, se estimaron especificaciones de las cuales se excluyeron de la muestra países cuyos niveles de profundización financiera (medida por el ratio cartera a PIB) podrían ser considerados como extremos (Panamá y Chile). Los resultados no difieren de los previamente obtenidos (esta información no se reporta en el presente trabajo pero puede ser obtenida solicitándola al correo del autor).

³⁴  El nivel de equilibrio estimado por el modelo y el nivel del ratio de cartera a PIB observado para 2011 se presentan en el Gráfico A3 del Apéndice.

³⁵ Como lo señala Jácome (2013), es importante reconocer que si bien la aplicación de la política macroprudencial da lugar a sinergias entre la política monetaria y la regulación prudencial tradicional también crea conflictos entre ellas.

³⁶ En el cuadro A1 del Apéndice se presentan las medidas macroprudenciales llevadas a cabo en los países de América Latina.

³⁷ La información puede obtener en la página web http://data.worldbank.org/

 

Apéndice

 

 

Referencias bibliográficas

Aghion, Ph., Ph. Bacchetta, A. Banerjee, G. Femminis (1999a). "Financial Liberalization and Volatility in Emerging Market Economies" inAgénor, P.R., M. Miller, D. Vines, A. Weber(Eds.), The Asian Financial Crises: Causes, Contagion and Consequences, publicado bajo el título "Capital Markets and the Instability of Open Economies", Cambridge University Press, p. 167-190        [ Links ]

Aghion, Ph., Ph. Bacchetta, A. Banerjee (1999b). "Capital Markets and the Instability of Open Economies", CEPR Discussion Paper No. 2083, March        [ Links ]

Barajas, A., G. Dell'Ariccia, A. Levchenko (2007). "Credit Booms: The Good, the Bad, and the Ugly", International Monetary Fund, unpublished manuscript, November        [ Links ]

Backé, P. and C. Wójcik (2008). "Credit booms, monetary integration and the new neoclassical synthesis", Journal of Banking and Finance, 32, pp. 458-470        [ Links ]

Bebczuk R. and L. Garegnani (2006). "Autofinanciamiento empresario y crecimiento económico", Banco Central de la República Argentina, Documento de Trabajo 2006/8, mayo        [ Links ]

Bernanke, B., M. Gertler, S. Gilchrist (1998). "The Financial Accelerator in a Quantitative Business Cycle Framework", C.V. Starr Center for Applied Economics, New York University, Working Paper RR 98-03, February        [ Links ]

Bernanke, B. and M. Gertler (1990). "Financial Fragility and Economic Performance", The Quarterly Journal of Economics, 105(1), pp. 87-114        [ Links ]

Blackburn, E. and M. Frank (2007). "Estimation of nonstationary heterogeneus panel", The Stata Journal, 7(2), pp. 197-208        [ Links ]

Boissay F., O. Calvo-Gonzales, T. Kozluk (2005). "Is lending in Central and Eastern Europe developing too fast?", European Central Bank, mimeo, October        [ Links ]

Borio, C. and P. Lowe (2002). "Asset prices, financial and monetary stability: exploring the nexus", BIS Working Paper No 114, July        [ Links ]

Calderón C., N. Loayza, L. Servén (2003). "Do Capital Flows Respond to Risk and Return?", Policy Research Paper, March        [ Links ]

Calderón C. and K. Schmidt-Hebbel (2008). "What drives inflation in the world?", Banco Central de Chile, Documento de Trabajo No 491, octubre        [ Links ]

Calvo, G. and C. Vegh (1999). "Inflation stabilization and bop crises in developing countries", in Taylor, J. B. and M. Woodford (Eds.), Handbook of Macroeconomics, Volume 1, Chapter 24, North-Holland, pp. 1531-1614        [ Links ]

Caprio, G., and D. Klingebiel (1996). "Bank insolvency: Bad luck, Bad policy or Bad banking", in Bruno, M. and B. Pleskovic (Eds), Annual World Bank Conference on Development Economics, The World Bank, pp. 79-104        [ Links ]

CEPAL (2011), La inversión extranjera directa en América Latina y el Caribe 2010, Santiago de Chile        [ Links ]

Corporación Andina de Fomento (2011). Servicios financieros para el desarrollo: promoviendo el acceso en América Latina, Bogotá, Colombia        [ Links ]

Cottarelli C., G. Dell'Ariccia, I. Vladkova-Hollar (2005). "Early birds, late risers and sleeping beauties: Bank credit growth to the private sector in Central and Eastern Europe and in the Balkans", Journal of Banking and Finance, 29, pp. 83-104.        [ Links ]

Coudert, V. and C. Pouvelle (2010). "Assessing the Sustainability of Credit Growth: The case of Central and Eastern European Countries", The European Journal of Comparative Economics, 7(1), pp. 87-120        [ Links ]

Danthine J.P. and M. Girardin (1989). "Business cycles in Switzerland. A comparative study", European Economic Review, 33(1), pp. 31-50        [ Links ]

Dell'Ariccia G., D. Igan, L. Laeven, H. Tong with Bakker, B., and J. Vandenbussche (2012). "Policies for Macrofinancial Stability: How to Deal with Credit Booms", IMF Staff Discussion Note SDN/12/06, June        [ Links ]

Díaz, O. (2009). "Determinantes del ratio de morosidad en el sistema financiero boliviano", Banco Central de Bolivia, Documento interno        [ Links ]

Díaz, O. (2009). "Relación entre el desarrollo del sistema financiero y el crecimiento económico", Banco Central de Bolivia, Documento Interno        [ Links ]

Díaz, O. (2010). "La influencia del crédito en la inversión privada", Banco Central de Bolivia, documento presentado en el IV Encuentro de Economistas de Bolivia en 2011        [ Links ]

Drehmann, M., C. Borio, L. Gambacorta, G. Jiménez, C. Trucharte (2010). "Countercyclical capital buffers: exploring options", BIS Working Paper No 317, July        [ Links ]

Égert, B., P. Backé, T. Zumer (2006). "Credit growth in central and eastern Europe: new (over)shooting stars?", European Central Bank, Working Paper Series No 687, October        [ Links ]

Favara, G. (2003). "An Empirical Reassessment of the Relationship between Finance and Growth", IMF Working Paper, WP/03/123, June        [ Links ]

Fondo Monetario Internacional (2010). Perspectivas económicas: Las Américas. Caluroso en el sur, más frío en el norte, Estudios Económicos y Financieros, octubre, Washington        [ Links ]

Fondo Monetario Internacional (2011a). Perspectivas económicas: Las Américas. Atentos al sobrecalentamiento, Estudios Económicos y Financieros, abril, Washington        [ Links ]

Fondo Monetario Internacional (2011b). Perspectivas económicas: Las Américas. Vientos cambiantes, nuevos desafíos de política, Estudios Económicos y Financieros, octubre, Washington        [ Links ]

Fuerst, T. (1995). "Monetary and Financial Interactions in the Business Cycle", Journal of Money, Credit and Banking, 27(4), pp. 1321-1338        [ Links ]

Geršl A. and J. Seidler (2012). "Credit Growth and Countercyclical Capital Buffers: Empirical Evidence from Central and Eastern European Countries", Institute of Economic Studies, IES Working Paper: 3/2012, January        [ Links ]

Gourinchas P. O., R. Valdés, O. Landerretche (2001). "Lending Booms: Latin America and the World", National Bureau of Economic Research, Working Paper 8249, April        [ Links ]

Hendry, D. and G.E. Mizon (1978). "Serial Correlation as a Convenient Simplification, Not a Nuisance: A Comment on a Study of the Demand for Money by the Bank of England", The Economic Journal, 88 (351), pp. 549-563        [ Links ]

Hilbers, P., I. Otker-Robe, C. Pazarbasioglu, G. Jojnsen (2005). "Assessing and Managing Rapid Credit Growth and Role of Supervisory and Prudential Policies", IMF Working Paper WP/05/151, July        [ Links ]

Hodrick R.J. and E.C. Prescott (1980). "Post-war US Business Cycles: an empirical investigation", Carnegie Mellon University, Discussion Paper No 451, November        [ Links ]

Humérez J. y E. Yañez (2012). "Desarrollo del sistema financiero y crecimiento económico. Una aproximación a partir del caso boliviano: 2000-2009", Banco Central de Bolivia, Revista de Analisis 14, pp. 41-77        [ Links ]

Im K. S., M. H. Pesaran, Y. Shin (2003). "Testing for unit roots in heterogeneous panels", Journal of Econometrics, 115, pp. 53-74        [ Links ]

International Monetary Fund (2004). "Are credit booms in emerging markets a concern?" in International Monetary Fund, World Economic Outlook, Advancing Structural Reforms, Washington, pp. 147-166        [ Links ]

Jácome L. (2013). "Política macroprudencial: en qué consiste y cómo ponerla en práctica" en CEMLA, Boletín Volumen LIX, No 2, abril-junio, Santiago de Chile, pp. 93-120        [ Links ]

Jemio L.C. (2000). "Crunch de crédito en el sistema financiero boliviano", Instituto Internacional de Economía y Empresa, Documento de Políticas. Vicepresidencia de Estrategia de Desarrollo, Corporación Andina de Fomento, publicación ID-027, noviembre        [ Links ]

Jemio L.C. (2006). "Volatilidad externa y el sistema financiero en Bolivia", Informe de Consultoría elaborado para la Corporación Andina de Fomento, publicación ID-066, marzo        [ Links ]

Kaminsky, G. and C.M. Reinhart (1996). "The Twin Crises: The Causes of Banking and Balance-of- Payments Problems", Board of Governors of the Federal Reserve System, International Finance Discussion Papers Number 544, March        [ Links ]

Kaminsky, G., S. Lizondo, C. Reinhart (1998). "Leading Indicators of Currency Crises", IMF Staff Papers, 45 (1), pp. 1-48        [ Links ]

Kao, Ch. (1999). "Spurious regression and residual-based tests for cointegration in panel data", Journal of Econometrics, 90, pp. 1 -44        [ Links ]

Kiss G., M. Nagy, B. Vonnák (2006). "Credit Growth in Central and Eastern Europe: Convergence or Boom?", Magyar Nemzeti Bank, MNB Working papers, 2006/10 , November        [ Links ]

Levin A., Ch.-F. Lin, C. S. J. Chu (2002). "Unit root tests in panel data: asymptotic and finite-sample properties", Journal of Econometrics, 108, pp. 1-24        [ Links ]

Levine, R. (1997). "Financial Development and Economic Growth: Views and Agenda", Journal of Economic Literature, 35 (2), pp. 688-726        [ Links ]

Levine, R. (1998). "The Legal Environment, Banks, and Long-Run Economic Growth", Journal of Money, Credit, and Banking, 30 (3), pp. 596-613        [ Links ]

Levine, R. (2005a). "Finance and Growth: Theory and Evidence", in Aghion, P. and S. N. Durlauf (Eds), Handbook of Economic Growth, Volume 1, PartA, North-Holland, pp. 865-934        [ Links ]

Levine, R. (2005b). "Law, Endowments, and Property Rights", The Journal of Economic Perspectives, 19 (3), pp. 61-88        [ Links ]

Levine, R. and S. Zervos (1998). "Stock Markets, Banks, and Economic Growth", The American Economic Review, 88 (3), pp. 537-558        [ Links ]

Levy-Yeyati, E. and F. Sturzenegger (2005). "Classifying exchange rate regimes: Deeds vs. words", European Economic Review, 49, pp. 1603-1635        [ Links ]

Lewis-Bynoe, D., S. Howard, W. Moore (2010). "Credit Booms and Busts in the Caribbean", MPRA Paper 21472, February        [ Links ]

Ley, E. (2006). "The Hodrick-Prescott Filter", Knowledge Brief for Bank Staff, The World Bank, December        [ Links ]

Loayza, N. and R. Ranciere (2002). "Financial Development, Financial Fragility, and Growth", CESifo Working Paper No. 684, March        [ Links ]

Maddala, G. S. and S. Wu (1999). "A Comparative Study of Unit Root Tests with Panel Data and a New Simple Test", Oxford Bulletin of Economics and Statistics, Special Issue, 631 - 652        [ Links ]

Malega J. (2012). "Countercyclical capital buffers in a new regulatory framework", Charles University in Prague, Faculty of Social Sciences, Institute of Economic Studies, Bachelor Thesis        [ Links ]

Mendoza, E. y M. Terrones (2008). "An Anatomy of Credit Booms: Evidence from Macro Aggregates and Micro Data", NBER Working paper 14049, May        [ Links ]

Mendoza, E. y M. Terrones (2012). "An Anatomy of Credit Booms and Their Demise", Banco Central de Chile, Working Paper N°670, julio        [ Links ]

Morales, J.A. (2007), "Profundizacion financiera y crecimiento económico en Bolivia", Instituto de Investigaciones Socio Economicas, Documento de Trabajo N° 05/07, junio        [ Links ]

Persyn D. and J. Westerlund (2008). "Error-correction-based cointegration tests for panel data", The Stata Journal, 8(2), pp. 232-241        [ Links ]

Pesaran, M. H., Y. Shin, R. R Smith (1999). "Pooled Mean Group Estimation of Dynamic Heterogeneous Panels", JournaloftheAmerican Statistical Association, 94 (446), pp. 621-634        [ Links ]

Pesaran, M. and R. Smith (1995). "Estimating long-run relationship from dynamic heterogeneous panels", Journal of Econometrics, 68 (1), pp. 79-113        [ Links ]

Polasek, W. (2011). "The Hodrick-Prescott (HP) Filter as a Bayesian Regression Model", The Rimini Centre for Economic Analysis, WP 11-46, January        [ Links ]

Rajan, R.G. and L. Zingales (1998). "Financial Dependence and Growth", The American Economic Review, 88 (3), pp. 559-586        [ Links ]

Ravn, M. O., and H. Uhlig (2002). "On Adjusting the Hodrick-Prescott Filter for the Frequency of Observations", The Review of Economics and Statistics, 84 (2), pages 371-376        [ Links ]

Sa, S. (2007). "Capital flows and credit booms in emerging market economies", Banquede France, Financial Stability Review, 9, pp. 49-66        [ Links ]

Schneider, M. and A. Tornell (2000). "Balance Sheet Effects, Bailout Guarantees and Financial Crises", NBER Working Paper 8060, December        [ Links ]

Tornell, A. and F. Westermann (2002). "Boom-Bust Cycles in Middle Income Countries: Factsand Explanation", NBER Working Paper 9219, September        [ Links ]

Zdzienicka, A. (2009). "Vulnerabilities in Central and Eastern Europe: Credit Growth", GATE Groupe d'Analyse et de Théorie Économique, Document de Travail W.P. 09-12, mai        [ Links ]

Zellner, A. (1962). "An Efficient Method of Estimating Seemingly Unrelated Regressions and Tests for Aggregation Bias", Journal of the American Statistical Association, 57 (298), pp. 348-368        [ Links ]