Establecer con precisión lo que la literatura reciente ha venido Establecer con precisión lo que la literatura reciente ha venido

destacando (especialmente en AL) sobre los determinantes del destacando (especialmente en AL) sobre los determinantes del

spread. spread.

Verificar la evolución del spread en Venezuela y establecer algunos Verificar la evolución del spread en Venezuela y establecer algunos

hechos estilizados.hechos estilizados.

Establecer un modelo analítico (no ad-hoc) que permita hacer Establecer un modelo analítico (no ad-hoc) que permita hacer

corroboración empírica sobre los determinantes del spread en corroboración empírica sobre los determinantes del spread en

Venezuela.Venezuela.

Estimar econométricamente, para el agregado del sistema y para Estimar econométricamente, para el agregado del sistema y para

datos de panel de bancos individuales, las variables que inciden el datos de panel de bancos individuales, las variables que inciden el

el spread.el spread.

Objetivos del TrabajoObjetivos del Trabajo

¿Qué entendemos por Spread Financiero?¿Qué entendemos por Spread Financiero?

DefiniciónDefinición CálculoCálculo PropiedadPropiedad

S1Spread Contractual SS1 1 = Tasa de Interés Activa - Tasa de Interés Pasiva= Tasa de Interés Activa - Tasa de Interés PasivaNo ajustado por resultadosNo ajustado por resultados

S2Spread Efectivo S2 = IFP/P - EFD/DS2 = IFP/P - EFD/D Sólo toma los IFPSólo toma los IFP

S3 Spread Efectivo S3 = IF/A - EFD/DS3 = IF/A - EFD/D Toma el total de IFToma el total de IF

S4Spread Efectivo S4 = IF/A - EFD/DRS4 = IF/A - EFD/DR Toma sólo los DRToma sólo los DR

S5Spread Efectivo S5 = IF/A - EFD/AS5 = IF/A - EFD/A Como razón de activosComo razón de activos

S6Spread Efectivo Distintos activos generadoresDistintos activos generadores

S7Margen de Interés NetoS7 = Exc/A - IS/A + GT/A + PROV/A + T/AS7 = Exc/A - IS/A + GT/A + PROV/A + T/A Descompone el spreadDescompone el spread

S6 = [(IF - INVb - P is)/(1 - )P] - (EFD/A)

¿Puede decirse algo a priori sobre la magnitud del spread?

¿Puede decirse algo a priori sobre la magnitud del spread?

Un spread alto puede indicar

Un Spread bajo puede indicar

Abuso de poder de mercado

Ineficiencias de costos

Riesgo elevado

Fortalecimiento del capital

Gastos de inversión elevados

Gran rivalidad y competencia

Mejoras de eficiencia

Menores niveles de riesgo

Bancos menos seguros

1992-1999ab

Excedente deImpuestos Gatos de ProvisionesIngresos porMargen de InterésIngreso Neto Transformación Servicios Neto

Argentina 0,7 0,2 6,8 1,7 4,8 4,7

Brasil 0,6 0,4 8,7 1,5 4,8 6,4

Colombia 1,2 0,5 8,3 1,3 4,1 7,2

México 0,6 0,1 4,7 1,8 2,0 5,3

Perú 1,2 0,6 7,7 1,6 4,7 6,5

Venezuela 3,3 0,2 7,8 1,5 3,2 10,2

Alemania 0,3 0,2 1,5 0,1 0,6 1,5

Japón -0,2 0,0 0,9 1,0 0,7 1,1

España 0,6 0,2 2,5 0,5 1,2 2,6

Estados Unidos 1,3 0,6 4,3 0,6 2,8 3,9

Tailandia -0,6 0,5 2,1 2,0 1,1 2,9

Corea -0,4 0,1 2,3 2,0 1,3 1,8

Singapur 1,0 0,4 1,0 0,4 0,9 2,0

Taiwán 0,7 0,2 1,3 0,3 0,5 2,0

Nota:

a. Todos los conceptos están calculados sobre el activo promediob. El margen de interés neto corresponde a la suma de todos los componentes en correspondencia con la ecuación 10

Fuente: Cálculos Propios basados en data de BankScope de la base de datos de IBCA

La Descomposición del Spread: Venezuela contra

el RM

La Descomposición del Spread: Venezuela contra

el RM

Exc/A + T/A + GT/A + PROV/A - IS/A = IF/A - EF/A

p3

Argentina 4,24,2 6,66,6 6,06,0 5,45,4 4,44,4 3,83,8 3,73,7 3,23,2 4,74,7Brasil 3,83,8 7,37,3 10,710,7 8,08,0 6,06,0 5,25,2 5,85,8 4,24,2 6,46,4Colombia 6,06,0 6,66,6 9,39,3 8,18,1 9,69,6 7,67,6 5,75,7 4,44,4 7,27,2Ecuador 5,35,3 9,29,2 7,77,7 6,36,3 5,45,4 4,64,6 2,22,2 0,00,0 5,15,1México 5,75,7 6,56,5 4,14,1 4,64,6 4,44,4 5,15,1 5,45,4 6,46,4 5,35,3Perú 7,17,1 6,56,5 6,66,6 7,77,7 7,37,3 6,86,8 5,85,8 4,24,2 6,56,5VenezuelaVenezuela 5, 75, 7 6,46,4 8,68,6 8,58,5 10,610,6 11,611,6 16,816,8 13,313,3 10,210,2

PromedioPromedio 5,45,4 7,07,0 7,67,6 7,07,0 6,86,8 6,46,4 6,56,5 5,15,1

Canada 2,22,2 2,32,3 4,94,9 2,72,7 2,72,7 2,12,1 1,91,9 1,91,9 2,62,6Francia 1,61,6 1,41,4 1,51,5 1,41,4 1,21,2 1,11,1 1,21,2 0,70,7 1,31,3Alemania 1,81,8 1,91,9 2,02,0 1,71,7 1,81,8 1,51,5 1,01,0 0,80,8 1,51,5Italia 2,52,5 2,72,7 2,52,5 2,62,6 2,52,5 2,22,2 2,02,0 1,21,2 2,32,3Japón 1,21,2 1,71,7 1,21,2 1,21,2 1,21,2 1,21,2 1,31,3 0,60,6 1,11,1España 3,23,2 2,72,7 2,72,7 2,62,6 2,32,3 2,32,3 2,62,6 2,12,1 2,62,6Suecia 2,02,0 3,03,0 2,62,6 2,52,5 2,02,0 1,71,7 1,51,5 1,31,3 2,12,1Reino Unido 1,81,8 2,02,0 1,81,8 1,91,9 2,12,1 1,81,8 1,61,6 1,51,5 1,81,8Estados Unidos 3, 53, 5 6,96,9 3,63,6 3,53,5 3,63,6 3,73,7 3,43,4 3,43,4 3,93,9PromedioPromedio 2,22,2 2,72,7 2,52,5 2,22,2 2,12,1 1,91,9 1,81,8 1,51,5

Tailandia 3,43,4 4,14,1 4,04,0 3,73,7 3,63,6 2,42,4 1,11,1 0,70,7 2,92,9

El Spread comparado con otras Economías

El Spread comparado con otras Economías

Corea 2,12,1 2,02,0 1,71,7 1,81,8 1,81,8 1,51,5 1,61,6 1,81,8 1,81,8Singapur 1,81,8 2,02,0 2,12,1 2,12,1 2,22,2 2,02,0 2,02,0 1,51,5 2,02,0Taiwán 1,81,8 2,22,2 2,22,2 2,12,1 2,02,0 2,02,0 2,02,0 1,81,8 2,02,0

PromedioPromedio 2,32,3 2,62,6 2,52,5 2,42,4 2,42,4 2,02,0 1,71,7 1,51,5

Fuente: Cálculos Propios basados en data de BankScope de la base de datos de IBCA

19921992 19931993 19941994 19951995 19961996 19971997 19981998 19991999 Promedio 1992-1999Promedio 1992-1999

Países Latinoamericanos de la muestra (Promedios entre 1996-1999)

-5,00 5,00 15,00 25,00 35,00 45,00 55,00

PIB Var. %

IPC Var. %

Depreciación

Cambiaria

Capitalización

Spread

Países

ArgentinaBrasilColombiaMéxicoPerúVenezuela

La Región entre 1996 y 1999

La Región entre 1996 y 1999

¿Qué relación a priori puede haber entre Spread, Rentabilidad y Capitalización?

¿Qué relación a priori puede haber entre Spread, Rentabilidad y Capitalización?

SpreadSpreadSpreadSpread

RentabilidadRentabilidadRentabilidadRentabilidad

CapitalizaciónCapitalizaciónCapitalizaciónCapitalización

Spread, Rentabilidad, Capitalización y Riesgo

Spread, Rentabilidad, Capitalización y Riesgo

Matriz de Correlación entre Spreads, Rentabilidad, Capitalización y Provisiones

Razón Beneficios/ActivoRazón Patrimonio/Activo

Razón Beneficios/Activo 1 0,7

S1 0,6 0,5

S2 0,6 0,7

S3 0,7 0,9

S4 0,6 0,8

S5 0,7 0,8

S7 0,7 0,9

Correlación Alta y Positiva del spread Correlación Alta y Positiva del spread

Pruebas de causalidad a la hipótesis S-R-C

Pruebas de causalidad a la hipótesis S-R-C

Test de Causalidad de Granger para Rentabilidad, Relación Patrimonial y el Spread S7Muestra: 1986:1 a 2000:1

Hipótesis Nula

Obs. RezagosEstadístico FProbabilidad

Razón Patrimonio Activo no causa Rentabilidad

28 1 0,1351 0,7162

27 2 0,1296 0,8079

Rentabilidad no causa Razón Patrimonio/Activo

28 1 7,9064 0,0094

27 2 7,4676 0,0033

7Spread S no causa Razón Patrimonio/Activo

28 1 1,7118 0,2026

27 2 4,2539 0,0274

Razón Patrimonio /Activo no causa Spread S

7

28 1 0,0300 0,8637

27 2 2,3408 0,1197

Patrimonio no causa rentabilidad

Patrimonio no causa rentabilidad

Rentabilidadcausa Patrimonio

Rentabilidadcausa Patrimonio

Spread causa PatrimonioSpread causa Patrimonio

Patrimonio no causa SpreadPatrimonio no causa Spread

¿En qué consiste?¿En qué consiste?

El modelo deriva del enfoque de organización industrial (modelos I-O)simulando el comportamiento de un banco típico a partir de los determinantesmicroeconómicos.

¿Para qué sirve?¿Para qué sirve?

Se pueden contrastar empíricamente las hipótesis relacionadas con:

-

poder de mercado-

economías de escala

- ineficiencias de gestión

- riesgo e incertidumbre macroeconómica

- incidencia de la regulación y la política monetaria

¿Quiénes lo han utilizado?¿Quiénes lo han utilizado?

El modelo ha sido desarrollado y aplicado entre otros por:- Shaffer (1989 y 1993; USA), Shaffer y Disalvo (1994; Canada),

y Barajas, Romero y Salazar(1999; Colombia)

El Modelo a ser Estimado

El Modelo a ser Estimado

Molyneux, Thornton y Lloyd (1996; Japón), Gruben y Koo(1997, Argentina)

Gruben y McComb (1996,México)

Los Supuestos del ModeloLos Supuestos del Modelo

Se supone que el banco representativo:

Produce un volumen de préstamos (Pj).

Utiliza un conjunto de insumos financieros y de insumos no financieros.

La autoridad monetaria obliga a los bancos a mantener reservas

xaGTaPaaC 3210p +++=

La Conducta del BancoLa Conducta del Banco

La función de CostosLa función de Costos

p

3210d

p

dp

H

)xaGTaPaa()

r1i

)(HH

(i+++

+-

=

El Modelo a estimarEl Modelo a estimar

P = Volumen de Préstamos

GT = Costos de Transformación

x = Gasto en Provisiones

(id/1-r) = tasa pasiva implícita

Fundamento Analítico del Modelo a Estimar

Fundamento Analítico del Modelo a Estimar

),,(B j xGTPCDiPiMax jjjdjpPj--=

d

jSP

dGR

1

p

jSD

pGR

1Hp =Poder de Mercado en el

mercado de Préstamos

Poder de Mercado en el

mercado de depósitosHd =

Donde:

Definiciones

; ; ;

; Con 1pH ; 1dH

Sin hay competencia perfecta en los mercados, entonces

1pH y 1dH

En este caso

A los efectos de que el resultado tenga significación 10 pH

Sobre Hd y HpSobre Hd y Hp

P

PSP

jj

P

DSD

jj

jp

PP

GR

jd

DD

GR

0

j

d

d

jd

D

i

i

Dn0

j

p

p

jp

P

i

i

Pn

)(1

3210 xaGTaPaar

ii d

p

El modelo a estimar muestra que la tasa de interés activa que optimiza los

beneficios es función de:

La tasa de interés pasiva ajustada por el coeficiente de reservas

El poder de mercado, y

El costo marginal no financiero de producir la intermediación.

+

La ecuación específica a estimar asume la forma:

Haaaa

p

d4

p

33

p

22

p

11

p

o0

Hb ;

Hb ;

Hb ;

Hb ;

Hb =====

( )tr

i

tttpt ubxbGTbPbbit

dt +++++=-143210

La Estimación Econométrica del Modelo

La Estimación Econométrica del Modelo

Sobre la Endogeneidad de los Préstamos: Un modelo de ecuaciones simultáneas

Una solución al problema de Endogeneidad entre Préstamos y Tasa de Interés

(2)

i

P

P-S

:a reduce se (1)

1 Sy GR * definiendo ;

GR *1H Como

(1) 1

11H para

3210

p

pp

3210d

xdGTdPdd

La Ecuación

r

iiSP

SP

H

xaGTaPaa

r

i

Hi

dp

p

d

pp

¡Faltaría sólo especificar este término!

Introducimos entonces una función de demanda de préstamos

Modelo de ecuaciones simultáneas

(4)y (3) por formado queda as simultáneecuaciones de sistemaEl

(4) xdGTdPddSUcYcc

P-S

:como escribirse puede (2) ecuación La

:Donde

SUcYcci

P :Siendo

(3) SU*icY*icSUcYciccP

3210541

541p

p5p432 p10

?c ? ;c ;0c

541

Solución competitiva = 0, Solución monopólica: = 1,

Datos utilizados:Datos utilizados:

Para el sistema financiero agregado: Balances y estados financieros semestrales publicados de SUDEBAN. Período 1986: 1 hasta 2000: 1 29 observaciones

Para los bancos indivudales: Balances y estados financieros individuales semestrales publicados de SUDEBAN.

Período 1986:1 hasta 2000:1 24 bancos con un total de 618 observaciones.

El spread utilizado fue S2 = (IFP/P) - (EFD/D)

EstimaciónEstimación

Para probar cuan robustos son los resultados se estimaron cuatro especificaciones con dos muestra distintas para el modelo uniecuacional:

- Estimación del modelo agregado del sistema financiero con:1) Variables instrumentales generales2) Método generalizado de momentos

- Estimación del modelo para los bancos individuales por: 1) Agrupaciones (pooled regression)2) Bancos individuales (panel)

El modelo del sistema de ecuaciones simultáneas fue estimado con Máxima Verosimilitud

Datos y EstimaciónDatos y Estimación

Método de estimación del modelo agregado

Método de estimación del modelo agregado

Variables Instrumentales Generalizados:

Aplicación dado el problema de endogeneidad en los préstamos.

Los instrumentos usados fueron:

- Las variables determinísticas del modelo (constante, x, GT, id/(1-r)).

- Préstamos reales rezagados (PR (t-1), PR (t-2)), depósitos y PIB

real.

Método Generalizado de Momentos:

- El uso de VI generalizados requiere una estimación MGM.

- Además la ineficiencia del estimador VI puede ser evitada con una

ponderación de la varianza y covarianza de lo errores. Esta matriz

óptima se obtiene de los residuos de una estimación previa de VI.

Método de Maxima Verosimilitud:La nolinealidad y la interdependencia del sistema de ecuaciones simultáneas requiere una estimación de máxima verosimilitud. Usando MCO para obtener valores iniciales

Métodos de estimación del modelo uniecuacional de

bancos individuales

Métodos de estimación del modelo uniecuacional de

bancos individuales

Con el objeto de comparación:

Regresión agrupada del panel (pooled regression) con una corrección

de autocorrelación de orden uno (AR1) de los residuos

Sistema de ecuaciones de los bancos individuales:

Regresión aparentemente no relacionada (SUR) de Zellner

- considerando posibles correlaciones entre los bancos individuales

- aproximación a una estimación de coeficientes aleatorias

- obteniendo parámetros de todas las variables del modelo para

cada banco indicidual

Parámetros bi estimados conParámetros bi estimados con

VariableVariable Variables InstrumentalesVariables Instrumentales MGMMGM

Notas: Según las pruebas de DW, de los multiplicadores de Lagrange y de Ljung Box para autocorrelación no hayautocorrelación de orden uno o mayor .

Los valores entre paréntesis son los valores de t y un asterisco indica significancia a 10% y dos a 1%

Los residuos de cada estimación son estacionarios al nivel de 1% según el test de DF

Resultados de la Estimación para el Sistema Financiero (Método Agregado)

Resultados de la Estimación para el Sistema Financiero (Método Agregado)

( ) tr

itttpt ubxbGTbPbbi

t

dt +++++=-1

43210

Período 1987:1 a 2000:1 1987:1 a 2000:1

Constante -0.1897

(-2.99)**

-0.2106

(-4.30)**

Préstamos 0.000815

(1.82)*

0.000938

(2.71)**

Gastos de Transformación 2.859

(7.14)**

2.9286

(9.85)**

Provisiones 1.9629

(2.23)*

2.1799

(2.00)*

Tasa Pasiva ( id/(1-r)): 1.1854

(19.81)**

1.2008

(24.79)**

:2R 0.96 0.96

Los instruemntos fueron comprobado con una prueba unificada según Davidson/McKinnon (1993)

La Estimación bajo un Enfoque de

Bancos Individuales

La Estimación bajo un Enfoque de

Bancos Individuales

Regresión para datos agrupados (pooled regression)

VariableVariable CoeficienteCoeficienteError EstándarError EstándarEstadístico tEstadístico t Prob.Prob.

Estimación en forma MCGF con corrección de un proceso autoregresivo de orden uno ( = 0.6). Nohay autocorrelación de orden mayor que uno y los residuos de cada banco sonestacionario al nivel de 1%

C 0.026518 0.010321 2.569391 0.0104

PRit -0.006140 0.000562 -10.92208 0.0000

GTit 1.813626 0.094254 19.24189 0.0000

Xit 0.346584 0.091125 3.803400 0.0002

idit /(1-r) 1.390831 0.020704 67.17800 0.0000

:2R 0.93

( ) itr

i4iit3iit2iti1i0ipi ubxbGTbPbbi

tidit +++++=-1

Estadística Descriptiva de los parámetros de la estimación SUR para los

Bancos Individuales

Estadística Descriptiva de los parámetros de la estimación SUR para los

Bancos Individuales

( ) itr

i4iit3iit2iti1i0ipi

ubxbGTbPbbiti

dit

+++++=-1

Gastos Gastos GTGT Provisiones Provisiones xx Tasa pasiva Tasa pasiva (( ))rridid--11

MediaMedia 2,54 1,99 1,68MedianaMediana 2,43 2,05 1,47

Desviación estándarDesviación estándar 1,42 0,68 1,13Coeficiente de variaciónCoeficiente de variación0,56 0,34 0,68

RangoRango 6,19 2,12 6,05CuentaCuenta 19 11 24

Cálculo de los parámetros estructurales

Cálculo de los parámetros estructurales

p

d4

p

33

p

22

p

11

p

o0 H

Hb ;

Ha

b ;Ha

b ;Ha

b ;Ha

b =====

Calculo de los parámetros estructurales con Hd=1

VariablesInstrumentales

MMG Pooled Regression SUR*

Poder de Mercado H 0,84 0,83 0,71 0,71

a0

-0,16 -0,17 0,019 0.03

1 0,00068 0,00078 -0,00442 -0,018

Incidencia de Gastos a2

2,41 2,43 1,30 1,95

Riesgo

a3

1,65 1,81 0,24 1,30

*Promedio de los Parámetros significativos.

p

3210d

p

dp

H

)xaGTaPaa()

r1i

)(HH

(i+++

+-

=

P

Economías de escala a

Resultados de la estimación del sistema de ecuaciones simultáneas

Periodo: 1989:01 a 2000:01

Ecuaciones estimadas:P = c0+ c1 ip+ c2 PIBNP + c3 SU + c5 ip*SU + c6 SU*PIBNP +c7 (ip*SU)-1+ c8 PIBNP-1

S2 = [ P / (c1 + c5 SU ) ] + d0 + d1 P + d2 GT2 +d3 X

El sistema fue estimado utilizando Máximo Verosimilitud

El promedio del Hp implícito es de 0,944

S

Variable Coeficiente Std Error Estadístico t Probc0 - 19,15 0,0674 -284,08 0,000 c1 -24,48 0,1843 -132,86 0,000c2 0,000089 3,2 e-7 276,42 0,000c3 417,90 0,2262 1847,75 0,000 c5 34,49 0,5832 59,15 0,000c6 -0,0021 1,1 e-6 -1859,37 0,000c7 6,02 0,4095 14,70 0,000c8 0,000054 3,2 e-7 169,00 0,000

Poder de Mercado - 0,11 0,0092 -12,06 0,000 d0 -0,01 0,0047 -2,16 0,031

Economías de escala d1 -0,01 0,0009 -10,31 0,000Gastos de Transf. d2 4,83 0,1055 45,82 0,000Riesgo d3 2,22 0,1985 11,19 0,000

Interpretación de los Resultados

Interpretación de los Resultados

Evidencias de imperfección en el mercado de préstamos.

Los resultados no muestran evidencias de significativas economías de escala en el sistema.

El riesgo resultó un elemento significativo que afecta positivamente a la tasa activa y al spread. Este parámetro podría estar reflejando, también, el efecto de los cambios en el marco regulatorio.

Los gastos de transformación muestran un importante efecto. Esto podría reflejar prácticas competitivas no basadas en precios, tratamiento no convencional de cómo inputar inversiones en activos intangibles etc.

Estimando el modelo para bancos individuales, encontramos poca variabilidad entre los parámetros, incluyendo la tasa pasiva. Esto reforzaría la hipótesis de exogeneidad de dicha tasa.

Porcentaje del Spread Atribuible al Poder de Mercado

Poder de Mercado

22%

xH

aGT

H

aP

H

a

H

a

Hr

ii

pppp

o

p

dp

3211

1

xaGTaPaar

ii dp 3210

1*

El Cálculo de la OAEFAN sobre la Contribución del Poder de Mercado en el Trabajo ZVF (2000)

El Cálculo de la OAEFAN sobre la Contribución del Poder de Mercado en el Trabajo ZVF (2000)

para Hp = 1 (competencia perfecta) sería

xaH

aGTa

H

aPa

H

aa

H

a

r

ii

r

i

Hi

pppo

p

odp

d

pp )()()()(

11

13

32

21

1

En modelo general de la tasa es

Para convertir estas expresiones en diferenciales de spread (S - S*)

El informe de la OAEFAN pretende calcular ** SSii pp

SPero para eso se requiere que

*ii pp

S

S

Para que estos dos términos se eliminen p

dd

Hr

i

r

i 1

11

xH

aGT

H

aP

H

a

H

a

r

ii

pppp

odp

321

1

En ese caso el modelo general que se estaría estimando sería:

Lo que obviamente no es cierto

(1) 1

11H para3210

dH

xaGTaPaa

r

i

Hi

p

d

pp

1 S

r

ii d

p

En la estimación de ecuaciones simultáneas de ZVF (2001) se llega a:

después de definir GR * GR *

1H p

pSPSP

y

(2)

i

P

P- 3210

p

xdGTdPdd

1

r

ii d

p

Notemos, sin embargo, que (1) y (2) son estimaciones distintas, pués los parámetros di

son distintos a los ai.

El modelo de estimación de la tasa de interés de los préstamos es:

Segundo error metodológico en el cálculo de la Contribución del Poder de Mercado

Segundo error metodológico en el cálculo de la Contribución del Poder de Mercado

Modelos Alternativos para Combinar datos de Series de Tiempo con Sección Cruzada

Modelos Alternativos para Combinar datos de Series de Tiempo con Sección Cruzada

El MODELO LINEAL El MODELO LINEAL (Sin la parte de variabilidad en el tiempo)

Todos los coeficientes Todos los coeficientes constantes,constantes,

yyheteroscedasticoheteroscedastico

and autocorrelacionadoand autocorrelacionado

Coeficientes de la pendiente Coeficientes de la pendiente constante, Intercepto variableconstante, Intercepto variable

å

K

kitkitkititit exy

21 bb

kkit bb Coeficientes de la pendienteCoeficientes de la pendiente

variablevariable

Varía el intercepto Varía el intercepto sólo sobre los individuossólo sobre los individuos

iit 11 bb 1; ¹ kkkit bb

Coeficiente varía Coeficiente varía sobre los individuossobre los individuos

kikit bb

b 1i coeficientes fijoscoeficientes fijosModelo de variable dummyModelo de variable dummy

å

K

kitkitkititit exy

21 bb

b 1i random error random error components modelcomponents model

b 1i ¿Fijos o aleatorios?¿Fijos o aleatorios?

b ki Parámetros fijos Parámetros fijos Semingly unrelated Semingly unrelated regressions (SUR)regressions (SUR)

b ki Aleatorios Aleatorios Modelo de Modelo de

coeficientes aleatorios coeficientes aleatorios de Swamy de Swamy

b ki ¿Fijos o aleatorios ?¿Fijos o aleatorios ?

Source: Judge, Griffiths, Hill, Lütkepohl, Lee, (1985), The Theory and Practice Of Econometrics.

Otros Ingresos OperativosOtros Ingresos Operativos

Ingreso por operaciones

cambiarias y con derivados

17%

Ingresos operativos varios

13%

Comisones por servicios no atribuibles a préstamos y

depósitos32%

Ingresos por inversiones

18%

Otros ingresos por venta de valores

8%

Ingresos por bienes realizables

2%Comisones por

Servicio atribuible a préstamos y

depósitos10%

Otros Ingresos Operativos (OIO) y Ingresos Financieros por Préstamos (IFP)

Otros Ingresos Operativos (OIO) y Ingresos Financieros por Préstamos (IFP)

0

400.000

800.000

1.200.000

1.600.000

2.000.000

Jun-

86

Jun-

87

Jun-

88

Jun-

89

Jun-

90

Jun-

91

Jun-

92

Jun-

93

Jun-

94

Jun-

95

Jun-

96

Jun-

97

Jun-

98

Jun-

99

Jun-

00

IFP real

OIO

Fuente: SUDEBAN, Cálculos propios

Estructura de los depósitos

Relación Participación en el Mercado y Depósito promedio de cada depositante en Cuenta Corriente

para 1999

0%

3%

6%

9%

12%

15%

18%

500000 1000000 1500000 2000000 2500000 3000000

Depósitos Promedio

Par

ticip

ació

n e

n e

l Mer

cad

o

Relación Participación en el Mercado y Depósito promedio de cada depositante en Cuenta de Ahorro para 1999

0%

3%

6%

9%

12%

15%

18%

150.000 350.000 550.000 750.000 950.000 1.150.000 1.350.000

Depósitos Promedio

Pa

rtic

ipa

ció

n e

n e

l M

erc

ad

o

CC=-0,23 CC=-0,36

Relación Participación en el Mercado y Depósito promedio de cada depositante en Depósitos A Plazo

para 1999

0%

3%

6%

9%

12%

15%

18%

0 20000000 40000000 60000000 80000000

Depósitos Promedio

Par

ticip

ació

n e

n e

l Mer

cad

o CC=0, 08

Fuente: SUDEBAN, 23 bancos.

Estructura de las Tasa Pasivas Contractuales

CC=-0,30CC=0,32

Fuente: SUDEBAN y Banco Mercantil 15 Observaciones

Relación Participación en el Mercados de los Bancos y Tasa de Ahorro para 1999

0%

3%

6%

9%

12%

15%

18%

6% 7% 8% 9% 10% 11% 12% 13%

Tasa de Ahorro

Par

ticip

ació

n e

n e

l Mer

cad

o

Relación Participación en el Mercado y Tasa DPF 90 días para 1999

0%

3%

6%

9%

12%

15%

18%

15% 16% 17% 18% 19% 20% 21%

Tasa DPF 90 días

Par

ticip

ació

n e

n e

l Mer

cad

o