SPREAD BANCARIO E INFLACIÓN

Argentina entre enero de 2006 y marzo de 2017

Alumno: Agustín Luis Bunader DNI: 34.023.392

Tutor: Héctor Cosentino Universidad del Salvador

Facultad de Ciencias Económicas y Empresariales Economía en francés

Email: agbunader@gmail.com

i

Dedicatoria

A mis padres y a Marianne Cohen

ii

Agradecimientos

La confección de la presente tesis no hubiera sido posible sin el apoyo moral, financiero e

intelectual proporcionado por varias personas, motivo por el cual utilizaré las siguientes

líneas para agradecer a quienes directa o indirectamente, consciente o inconscientemente lo

hicieron posible.

En primer y principal lugar, quiero agradecer a mis padres Antonio Bunader y Elisa Serpe

por haberme acompañado durante todos estos años, hasta este momento cúlmine en mis

estudios en Argentina.

Por otra parte, quiero agradecer a Marianne Cohen por el apoyo emocional brindado a dia-

rio desde marzo de 2015 y por la ayuda proporcionada para que pueda continuar mis estu-

dios en Francia.

A mi tutor, el profesor Héctor Cosentino de la Facultad de Ciencias Económicas y Empre-

sariales de la USAL, ya que sin su guía metodológica e intelectual este trabajo no hubiera

sido posible.

A todos los profesores que tuve a lo largo de mis estudios, cada uno de ellos influyó positi-

vamente en mi formación profesional y crecimiento personal.

Por último, también quiero agradecer a mi hermana Victoria Bunader, quien me adentró en

este hermoso plan de estudios a través del cual conocí a muchísimas personas quienes ac-

tualmente ocupan un lugar muy importante en mi vida y que me permite cumplir mi sueño

de estudiar en el extranjero.

iii

Abstract

El spread entre la tasa de interés pasiva y activa es una variable clave en el sistema finan-

ciero. Su elevado valor prevaleciente en Argentina revela una ineficiencia en la interme-

diación bancaria toda vez que desincentiva a potenciales ahorristas y disminuye la cantidad

de préstamos tomados, ambos habida cuenta que la primera de las tasas está muy por deba-

jo de la inflación y la segunda es muy cercana a la variación del IPC. Esta situación tiene

un efecto negativo en el crecimiento económico del país debido a que el sistema bancario

nacional es la principal fuente de financiamiento externo para los individuos y las empre-

sas. El objetivo de esta tesis es determinar la existencia y naturaleza de la relación entre el

spread bancario y la inflación durante el período 2006 - 2017. Para ese propósito, se utili-

zará como punto de partida la definición del spread por Grasso y Banzas (2006) y la regre-

sión de dos pasos definida por Ho y Saunders (1981) en su artículo definitivo. El resultado

obtenido demuestra que la inflación es una de las determinantes más significativas del

spread bancario en el país.

Palabras Clave: Spread bancario, tasas de interés, inflación, Argentina

Keywords: bank spread, interest rates, inflation, Argentina

iv

Contenidos

Dedicatoria ........................................................................................................................ i

Agradecimientos ............................................................................................................... ii

Abstract ........................................................................................................................... iii

Introducción .......................................................................................................................1

Hipótesis y objetivos de la investigación ............................................................................3

Capítulo 1: Antecedentes de la literatura ............................................................................5

1.1. Definición del spread bancario .................................................................................5

1.2. Spread bancario ex post ...........................................................................................6

Capítulo 2: Análisis descriptivo del spread según literatura previa .....................................9

2.1. La evolución del spread ...........................................................................................9

2.2. Estructura del mercado y factores del entorno macroeconómico ............................ 11

2.2.1. El impacto de las características de los bancos ................................................. 12

2.2.2. El impacto de la estructura del mercado del sector bancario ............................ 15

2.2.3. Factores del entorno macroeconómico ............................................................. 17

Capítulo 3. Marco operativo ............................................................................................. 21

3.1. Presentación del modelo a estimar ......................................................................... 21

Capítulo 4: Resultados ..................................................................................................... 25

4.1. Análisis econométrico de los resultados ................................................................. 25

4.2. Análisis económico de los resultados ..................................................................... 29

Conclusión ....................................................................................................................... 34

Referencias bibliográficas ................................................................................................ 35

Apéndices ........................................................................................................................ 37

A.1. Modelo teórico y sus extensiones .......................................................................... 37

A.2. Modelo empírico y sus aplicaciones ...................................................................... 40

Tablas .............................................................................................................................. 43

v

1

Introducción

El sistema bancario de las economías emergentes occidentales ha experimentado grandes

transformaciones en las últimas décadas. Desde las drásticas caídas de las tasas de infla-

ción a comienzos de los años ’90, pasando por el “Efecto Tequila” en 1994 y todos sus

derivados, hasta la más reciente crisis de las hipotecas subprime comenzada en octubre de

2007 -originada en Estados Unidos y que afectó también a los países en vías de desarrollo-

Tras la última de las citadas crisis, la estabilidad financiera ha cobrado una mayor relevan-

cia a nivel internacional. A nivel local, el Banco Central de la República Argentina (en

adelante, BCRA) ha comenzado a mostrar interés en el tema tras el cambio de gestión en

diciembre de 2015.

Actualmente, con el uso extendido de tasas de interés como principal instrumento de polí-

tica monetaria, para gran parte de los Bancos Centrales el encaje legal pasó a desempeñar

un rol secundario en carácter de herramienta complementaria. De cualquier manera, para

los países en vías de desarrollo aún cumple el rol primordial de evitar la expansión del cré-

dito asociada a ingresos de capitales, dado que un incremento de las tasas de interés podría

acentuar el ingreso de fondos del exterior y la apreciación de las monedas locales.

En Argentina, la última modificación al encaje legal tuvo lugar en 2016, cuando se subie-

ron en dos oportunidades los coeficientes en un 2 % de los depósitos en pesos y en marzo

de 2017, cuando se los redujo a la mitad de lo incrementado en 2016 (Elías y Paz, 2017)

Por otra parte, la intermediación bancaria -principal función del sistema financiero- afecta

el rendimiento del ahorro y la inversión a través de las tasas de interés que ejerce. La flexi-

bilidad y eficiencia del sistema financiero son de suma importancia para el desarrollo de

una economía de mercado (Shaw, 1973).

Según Ho y Saunders (1981), el spread de las tasas de interés bancarias proviene -en una

situación ideal- de una combinación lineal entre el coeficiente de aversión al riesgo del

banco, su volumen de transacciones y la volatilidad de las tasas de interés, pero -señalan-

dicho spread no refleja ciertas imperfecciones y factores del entorno macroeconómico que

afectan el mercado real.

2

La importancia económica y política de la definición de dichas imperfecciones y factores

va más allá de cualquier cuestionamiento. Sin embargo, los artículos a los que puede acce-

derse en publicaciones económicas y medios de comunicación de todo el país carecen -en

su mayoría- de un soporte formal para sus conclusiones respecto de las determinantes ma-

croeconómicas del spread bancario.

Habida cuenta que los procesos inflacionarios son una constante en la historia económica

argentina con una inflación interanual media de 199 % y mediana del 25 % en el período

que va desde enero de 1943 hasta marzo de 20171, el objetivo de esta tesis es determinar la

existencia de una relación entre el spread bancario y la inflación y, en su caso, la naturaleza

de la misma. Ello con el propósito de generar material de estudio para su eventual empleo

en las materias relacionadas a Economía Monetaria.

¿Existe relación entre el spread bancario y la inflación? De existir, ¿cuál es la naturaleza de

dicha relación?

1 Datos provenientes del:

- IPC oficial basado en precios de Gran Buenos Aires (CPIGBA) desde enero de 1943 hasta diciembre de 2006

- IPC calculado por la Dirección Provincial de Estadística y Censos de la Provincia de San Luis (CPISL) desde enero 2007 hasta noviembre 2007

- IPC elaborado por PriceStats (CPION) desde diciembre de 2007 en adelante

3

Hipótesis y objetivos de la investigación

Postulo como hipótesis en la presente investigación que desde enero de 2006 hasta marzo

de 2017 existe una relación positiva entre el spread bancario del sector privado y la infla-

ción (entendida como aceleración de los precios) en Argentina; siendo el primero, conse-

cuencia de la segunda.

El objetivo general de este trabajo es constatar la existencia de dicha relación y posterior-

mente verificar si ésta es positiva y la relación de causalidad.

A fin de alcanzar el citado objetivo general, se plantean los siguientes objetivos específi-

cos. El orden en el que se enuncian no es necesariamente el mismo en el que serán desarro-

llados a lo largo del trabajo:

- Indagar sobre la importancia de los determinantes del margen de interés neto

- Determinación del período a analizar

- Analizar las tasas de interés activas y pasivas de los bancos del sector financiero pri-

vado argentino

- Recolección datos de inflación

- Diseño de la regresión a utilizar basada en fundamentos económicos determinantes

con el fin de establecer una relación estadística entre el spread bancario del sector

privado y la inflación en Argentina

- Aplicación empírica del modelo y obtención de los resultados

- Análisis y conclusiones de causalidad

4

Primera Parte

Revisión literaria

Análisis económico del spread de las tasas de interés bancarias

5

Capítulo 1: Antecedentes de la literatura

1.1. Definición del spread bancario

Las mediciones empíricas del spread bancario intentan captar el costo de la interme-

diación financiera; en otras palabras, la diferencia entre lo que los bancos cobran a

los solicitantes de préstamos y lo que pagan a los depositantes. Sin embargo, su

cálculo tiene varias posibles soluciones empíricas toda vez que los bancos no tienen

únicamente una tasa activa contractual sobre préstamos ni tampoco tienen sólo una

tasa pasiva pactada por los depósitos captados.

Los bancos cobran y ofrecen una multitud de tasas de interés dependiendo de los ti-

pos de productos ofrecidos y los tipos de clientes. Incluso, es habitual que los bancos

aumenten los rendimientos de los préstamos cobrando honorarios y comisiones ex-

tras; así como también disminuyen las pérdidas por los pagos de intereses a los depo-

sitantes cobrándoles también honorarios y comisiones extras. Estos no están inclui-

dos en los intereses cobrados, eficazmente aumentando el costo afrontado por los

prestatarios; lo inverso sucede con los intereses pagados a los prestamistas.

Para complicar aún más las cosas, no todos los bancos siguen los mismos patrones a

la hora de determinar los espectros de las tasas de interés, lo que refleja el riesgo per-

cibido por aquellos. Dichas diferencias, sin embargo, también pueden reflejar los di-

ferentes tipos de actividades en las cuales se pueden especializar los bancos.

La literatura distingue -como es en la mayoría de los casos con las variables econó-

micas- dos definiciones de spread bancario: ex ante y ex post.

El spread ex ante se obtiene calculando la diferencia de la tasa de interés activa y pa-

siva aplicadas por un banco. Por otra parte, el spread ex post hace referencia al mar-

gen neto de interés; éste se calcula a partir de los estados financieros de los bancos y

se obtiene a través de la razón entre los ingresos y los gastos producidos por los in-

tereses, al total de los activos que devengan intereses (Gelos, 2006).

La diferencia entre ambas definiciones de spread surge del hecho que el spread ex

ante incluye una prima de riesgo de incobrabilidad de los tomadores de préstamos,

6

mientras que la ex post cuenta con la prima de los defectos ya realizados (Samuel y

Valderrama, 2006).

Por su parte, Grasso y Banzas (2006) definen el spread ex ante como la diferencia

entre las tasas de interés activas contractuales sobre los préstamos y las tasas de inte-

rés pasivas pactada por los depósitos pactados, mientas que el spread ex post surge de

la diferencia de las tasas implícitas.

Cabe destacar que las tasas implícitas surgen de los estados contables de los bancos,

como cocientes que toman en cuenta los ingresos financieros de las entidades respec-

to de ciertos activos y pasivos que los originaron.

Habida cuenta que la mayoría de los bancos no informan la totalidad de las tasas de

interés aplicadas, el spread se obtiene mediante la estimación de las tasas de interés

implícitas (ex post) a través de la información disponible en los balances que los

bancos proporcionan al BCRA.

La disponibilidad de información y el objetivo de esta tesis llevan a comprender el

spread bancario como ex post. Cabe también destacar que Demirgüc-Kunt y Huizin-

ga (1999) estipularon que el spread ex ante está sesgado toda vez que éste refleja el

riesgo percibido por el banco mismo.

Según se enunciase previamente, las tasas de interés implícitas se estiman a través de

los estados contables. Tomando como punto de partida la metodología definida por

Brock y Rojas (2000), existen seis formas diferentes de calcular el spread ex post y

en la presente tesis se utilizará la fórmula más adelante detallada toda vez que ésta es

coincidente con los cálculos de tasas implícitas utilizados por el BCRA.

1.2. Spread bancario ex post

En 1999, Demirgüc-Kunt y Huizinga investigaron los determinantes del margen de

interés neto usando datos de bancos de 80 países entre los años 1988 y 1995. El con-

Intereses Cobrados Intereses PagadosSpread - (a)

Créditos Depósitos

7

junto de regresores utilizados incluye desde características de los bancos, condicio-

nes macroeconómicas, impuestos bancarios directos e indirectos, regulaciones de en-

caje bancario, estructura financiera en general, e indicadores institucionales y legales

subyacentes.

Demirgüc-Kunt y Huizinga concluyeron que el margen de interés neto de los bancos

está positivamente relacionado -entre otras variables- con la inflación, mientras que

el crecimiento del producto nacional no aparenta tener impacto alguno en el spread

bancario.

Por su parte, Afanasieff et al (2002) indican que la reducción en el spread observada

en Brasil desde principios de 1999 se podría explicar por factores macroeconómicos,

obteniendo una relación positiva con la tasa de inflación -entre otras- mientras que

negativa con el nivel de actividad económica. Más recientemente, en 2013, Alencar

indica que los bancos ajustan sus tasas de interés por préstamos a los cambios opera-

dos en la tasa de política monetaria.

Grasso y Banzas (2006) indican que si bien la inflación tiende a afectar tanto la tasa

de interés nominal activa como la tasa de interés nominal pasiva, el aumento de los

precios puede inducir directamente a incrementar los costos bancarios.

Aguirre (2015) asevera que la literatura sugiere la existencia de un vínculo positivo

entre inflación y spread bancario. Sin embargo, del trabajo de Kiguel y Okeseniuk de

2006 surge que éstos no encuentran evidencia significativa de dicha relación e inclu-

so otros autores directamente hallan una relación negativa entre spread e inflación.

Analizando Argentina, Bolivia, Colombia, Chile y Perú, Brock y Rojas (2000) de-

terminaron que una importante determinante del spread bancario para los países de

América Latina es el ratio de los costos administrativos y otros costos respecto de los

préstamos otorgados -descontando los que se encuentran en mora- toda vez que se

trata de una industria con un alto costo operativo. En cuanto a la tasa de inflación, los

autores señalaron que durante los años ‘90 en Argentina se dio una relación inversa-

mente contraria entre spread bancario y tasa de inflación.

8

Utilizando datos provenientes de bancos privados, Catão (1998) determinó que el

elevado spread -tanto en transacciones en pesos como en dólares- se debe principal-

mente a los altos costos administrativos de los bancos, así como también los gastos

asociados al riesgo crediticio y la existencia de una gran cartera de préstamos pro-

blemáticos en la economía, todos muy por arriba de los niveles de la OCDE. Los ri-

gurosos requisitos prudenciales y el riesgo cambiario también han desempeñado un

papel, pero en menor medida.

Catão también determinó que al igual que en otros casos de economías bimonetarias,

el alto spread bancario en la moneda local no refleja únicamente el riesgo de deva-

luación, sino que también refleja el hecho que los bancos locales ejercen cierto grado

de poder monopólico sobre los productores de bienes no transables y hogares sin ac-

ceso a los mercados de capitales internacionales. De todas formas, el acceso limitado

al financiamiento internacional y el riesgo de devaluación no pueden ser per se la

única causa de la amplia diferencia entre el spread en pesos y dólares, adjudicando

las causas de éste al entonces escaso acceso a la información financiera de las perso-

nas por parte de las entidades financieras.

Analizando el sector bancario brasilero entre 1994 y 2006, Oreiro et al (2006) obtu-

vieron que, si bien existe un efecto positivo de la tasa de inflación sobre el spread,

éste es inferior al de las otras variables relevantes.

Por su parte, Dantas et al (2012) -analizando el sector bancario brasilero entre enero

2000 y octubre 2009- obtuvieron que la tasa de actividad económica y la tasa de in-

flación son variables significativas para la explicación del spread ex ante, aunque és-

ta última es irrelevante para la explicación el spread ex post en Brasil.

9

Capítulo 2: Análisis descriptivo del spread según literatura previa

2.1. La evolución del spread

En la historia económica argentina reciente pueden distinguirse varias etapas diferen-

tes en el comportamiento del spread bancario, las cuales resultan ser coincidentes con

los cambios en los regímenes macroeconómicos (Aguirre et al, 2015)

Como primera etapa puede señalarse la que va desde los comienzos de la convertibi-

lidad hasta el “Efecto Tequila” tomada como punto de partida para las demás etapas

y los análisis que de éstas se hacen. Tras el “Efecto Tequila” se identifica una segun-

da etapa que va desde 1996 a 1998, caracterizada -en Argentina- por un crecimiento

de la actividad económica en un contexto de baja inflación, observándose niveles de

intermediación similares a los años previos a la crisis (Grasso y Banzas, 2006)

Se distingue una tercera etapa que va desde 1998 hasta 2001; es una fase de recesión

dentro de un contexto deflacionario. Grasso y Banzas (2006) asignan a este período

un spread bancario promedio del 10,45% con picos máximos y mínimos cercanos al

12 y 9% respectivamente. Según detallan los citados autores, dicho spread se debe a

un perfil elevado de las tasas de interés activas en términos reales (16%) las cuales

eran incompatibles con los rendimientos alcanzados por la actividad productiva, po-

tenciando así la morosidad y provocando un mayor riesgo crediticio. A su vez, el

FUENTE AGUIRRE ET AL (2015)

10

fondeo fue de corto plazo y remunerado a tasas de interés pasivas del aproximada-

mente 6%, cercanas a las internacionales. En esta etapa surgen como factores rele-

vantes del spread los gastos administrativos y operativos y los costos de incobrabili-

dad.

Como cuarta etapa se señala la crisis de 2001-2002, la que afectó severamente al sis-

tema bancario. La pesificación de las imposiciones y obligaciones en moneda extran-

jera conjuntamente con la aplicación de mecanismos de indexación (CER y CVS), la

reprogramación de los depósitos a plazo y la posterior compensación a las entidades

bancarias con la entrega de títulos de la deuda pública por parte del Estado, fueron

medidas que cambiaron por completo el sistema bancario estableciendo así un nuevo

escenario para la actividad.

Las consecuencias inmediatas de la crisis sobre el sistema bancario permiten definir

como quinta etapa el período 2003-2004. Se caracterizó por ser un período de estabi-

lización del sistema bancario con una fuerte disminución en las tasas activas y pasi-

vas (incluyendo las indexaciones CER y CVS) con un spread tendiente a los niveles

previos a la crisis.

Como sexta fase se define el período de normalización de las condiciones financieras

locales durante los años 2004-2007, marcados por la continuación del descenso de

las tasas de interés en términos reales. Teniendo en cuenta los mecanismos indexato-

rios, el spread promedio fue inferior a los niveles previos a la crisis de 2001-2002

similares a los valores vigentes durante la convertibilidad, aunque con nivel de acti-

vidad menor en términos de la relación crédito/producto. Según Grasso y Banzas

(2006), los componentes con mayor peso en la estructura del spread fueron los gastos

administrativos y operativos netos de ingresos por servicios y el costo neto implícito

de las reservas, al mismo tiempo que se observa una sensible disminución en los car-

gos por incobrabilidad.

Se distingue como séptima etapa la crisis de las hipotecas subprime comenzada en

octubre de 2007 hasta mediados de 2009 fuertemente marcada por un aumento de la

tasa de interés activa, acompañado por un leve aumento en la tasa de interés pasiva,

11

retrocediendo en la estabilización del spread a niveles del 2004. Esta fase se caracte-

riza por un pánico internacional desatado cuando tanto inversores como ahorristas in-

tentaron liquidar sus activos depositados en instituciones financieras con un apalan-

camiento elevado. Fue el equivalente internacional de una corrida bancaria, pero en

los fondos del mercado de dinero afectando duramente a las vías internacionales de

financiación de los países no desarrollados.

Una vez pasada la crisis de las hipotecas subprime, puede definirse un octavo perío-

do que va desde mediados de 2009 hasta la actualidad el que se define por un leve

pero constante aumento del spread bancario, debido principalmente al deterioro de

las condiciones macroeconómicas nacionales fuertemente marcadas por un aumento

de la inflación la que pasó de un 14% anual a mediados de 2009 llegando a picos

máximos del 42% en 2014 y 2015.

Cabe destacar que actualmente la inflación se halla en franco retroceso -en parte de-

bido a un enfriamiento de la economía- siendo la inflación acumulada hasta marzo de

este año del 5,65% y fuentes oficiales estiman que en 2017 se verá una inflación

anual cercana al 22%.

2.2. Estructura del mercado y factores del entorno macroeconómico

El banco es el intermediario financiero por excelencia, su aptitud de ejercer dicha ac-

tividad es fundamental toda vez que la flexibilidad y eficacia del sistema financiero

son de carácter primordial para el crecimiento y desarrollo de una economía de mer-

cado (Shaw, 1973). Por su parte, Demirgüc-Kunt y Huizinga definieron -en 1999- el

margen de interés neto bancario -o spread bancario- como un indicador pertinente de

la eficiencia de un sistema bancario.

El spread de las tasas de interés bancarias es fiable en un sistema bancario eficiente.

Éste permite maximizar la remuneración de los depósitos y proveer de créditos a ta-

sas de interés ventajosas. Una tasa de interés de interés pasiva elevada no sólo genera

una ganancia financiera para quien genera el depósito, sino también la oferta de los

recursos disponibles para los bancos. Dicha abundancia combinada con una tasa de

interés activa baja mejoran la capacidad de los bancos de financiar las inversiones

12

productivas que necesite la economía, lo que a su vez impulsa el crecimiento econó-

mico. A contrario sensu, a mayor spread bancario, más ineficiente es el sistema pro-

vocando así un freno al ahorro y la inversión.

Las causas de dicha ineficiencia motivaron y motivan numerosos estudios sobre los

parámetros determinantes del spread de las tasas de interés bancarias, siendo material

bibliográfico común en la mayoría de las bibliotecas de los Bancos Centrales de los

países en vías de desarrollo -un ejemplo a destacar son las publicaciones del Banco

Central do Brasil-

2.2.1. El impacto de las características de los bancos

Los bancos están expuestos constantemente a numerosos riesgos -riesgo crediticio,

riesgo cambiario, riesgo legal, riesgo de liquidez- que afectan sus márgenes de inte-

rés. El abanico de formas en las cuales los riesgos afectan el spread de las tasas de

interés depende -entre varias otras tantas variables y circunstancias inherentes a la

actividad bancaria tales como la incertidumbre, la asimetría de información, el en-

torno en el cual el ejerce sus actividades- del volumen de las operaciones del banco

a considerar y sus costos operacionales.

Los riesgos bancarios

El riesgo de las tasas de interés y el riesgo de default son los principales factores

tomados en cuenta por los bancos al momento de determinar sus márgenes de in-

terés. De hecho, el aumento de estos riesgos lleva a los bancos a incrementar sus

tasas activas y, en consecuencia, acentuar sus márgenes de interés.

La exposición del sistema bancario a los riesgos de la tasa de interés debido al

carácter desincronizado del rendimiento al vencimiento de los depósitos y el de

los créditos, los que deberían armonizarse. Es así que, en su función de gestor de

la liquidez del mercado de fondos prestables, el sistema bancario se expone al

riesgo de tomar una posición muy corta o demasiado larga motivo por el cual se

fijan las tasas de interés con el fin de inmunizar las carteras frente a las fluctua-

ciones de las tasas de mercado (Boutillier et al 2005)

Los bancos están también expuestos al riesgo crediticio toda vez que no conocen

ex ante la probabilidad de incumplimiento de las obligaciones contractuales que

incumben a las contrapartes con las que se relacionan. Con el objeto de cubrirse

13

contra este riesgo, los bancos exigen garantías, imponen restricciones a la utili-

zación de los fondos prestados -como por ejemplo los préstamos hipotecarios o

los préstamos prendarios- así como también controlan a los tomadores de prés-

tamos. Los bancos adaptan las tasas de interés de las primas de riesgo en base a

su política de créditos, los costos de financiación alternativos, al monto prestado

y al tipo de cliente que observan -material propio de contratos en teoría de jue-

gos- Un aumento en las primas de riesgo contribuye a incrementar el spread

bancario (Ndung’u y Ngugi, 2000)

Desde la “reapertura” del mercado de divisas -el cual se halló fuertemente limi-

tado en los últimos años- un riesgo que nuevamente tomó importancia es el ries-

go cambiario, habida cuenta que las incertidumbres creadas por las fluctuaciones

del tipo de cambio incitan a los bancos a recurrir a un incremento de sus márge-

nes de interés.

Otro riesgo que afecta al spread es el legal, proveniente de la ambigüedad de las

leyes relativas a las garantías. Cuando la tasa de recuperación de deudas es baja

y el periodo de ejecución de las garantías es largo, el spread bancario tiene una

tendencia a aumentar (Gelos, 2006)

En síntesis, cualquiera sea el tipo de riesgo al que deban confrontarse los bancos,

su aversión al riesgo los incita a elevar la tasa de interés activa aumentando así

sus márgenes de interés.

Los costos

Las tasas a pagar, los gastos administrativos y operativos y el encaje legal cons-

tituyen -entre otras tantas variables- una pérdida en la ganancia que los bancos

intentarán recuperar aumentando sus márgenes de interés. Es así que los costos

operativos están positivamente relacionados con el spread bancario (Barajas et

al, 1999).

Es la constitución de las previsiones por los costos lo que limita los recursos dis-

ponibles para la concesión de créditos, las que conllevan una pérdida en las ga-

nancias de los bancos, los cuales intentan cubrir dicho déficit aumentando las ta-

sas de interés activas elevando así el spread.

Según surge del trabajo de Demirgüc-Kunt y Huizinga (1988), los bancos trans-

miten a su clientela los impuestos financieros implícitos fijados a los cuales es-

tán sujetos. De hecho, a mayor presión impositiva financiera, mayor será el

spread bancario.

14

El segmento del mercado en el cual los bancos ejercen sus actividades es el prin-

cipal determinante de sus costos. Según Brock y Rojas (2000), los bancos que se

dedican principalmente al segmento de personas físicas suelen tener costos más

elevados que los bancos principalmente abocados al mercado de personas jurídi-

cas. Esto es debido a que las actividades de los bancos minoristas necesitan de

una gran red de sucursales y una importante inversión tanto en bienes materiales

como en recursos humanos, lo que implica un aumento en el spread bancario.

Tamaño del banco

Según se desprende de la importancia de los costos operativos sobre la forma-

ción del spread, el tamaño de los bancos es un factor a tener en cuenta toda vez

que su comportamiento no es tan lineal como el de las otras variables.

Tal como detallasen Demirgüc-Kunt et al (2003), el tamaño de un banco afecta

negativamente el spread de las tasas de interés siempre y cuando los rendimien-

tos de escala sean crecientes. Esto significa que mayor sea la cartera de clientes

y la masa de depósitos de un banco, más reduce sus costos unitarios, lo que le

permite aplicar tasas de interés activas menores reduciendo así su spread.

Volumen de actividades no tradicionales

Otro factor importante a tener en cuenta en el spread bancario es el volumen de

actividades no tradicionales ejercidas por los bancos; la gran variedad de produc-

tos financieros y servicios extras que los bancos ofrecen a sus clientes impacta

directamente sobre la tasa de interés pasiva.

Un ejemplo de estas actividades es la oferta de servicios del tipo 0800 suplemen-

tarios a los ya obligatorios como lo es el “0800 24hs” del Banco Galicia por el

cual al momento de emisión de esta tesis la citada entidad financiera cobraba un

recargo mensual de $147.

Otro ejemplo de actividades no tradicionales es la venta de pólizas de seguros a

sus clientes, como hacen muchos bancos con las llamadas pólizas de ATM -por

sus siglas en inglés de Automated Teller Machine- que otorgan cobertura de robo

a las extracciones de cajero automático. Un claro caso de cross selling bancario

es la constitución de éstos como agentes institorios de aseguradoras, tal como lo

son el HSBC Bank Argentina para QBE Seguros La Buenos Aires, el Banco

Provincia para Provincia Seguros, el Banco Galicia para Galicia Seguros, entre

otros.

15

Cabe destacar que Demirgüc-Kunt et al (2003) señalan que en varios países estas

prácticas se encuentran limitadas o prohibidas por ley. En nuestro país, cabe aco-

tar, la actividad de los agentes institorios está regida por el Art 54 de la Ley

17.418 y resoluciones reglamentarias de la Superintendencia de Seguros de la

Nación.

2.2.2. El impacto de la estructura del mercado del sector bancario

Al igual que las características de los bancos, la estructura del mercado bancario

también impacta sobre la determinación de los márgenes de interés. Es así que la

competencia en el sector, las barreras a la entrada, el grado de especialización, el

rol de los bancos extranjeros, las reglamentaciones y el tamaño del sector son facto-

res por demás importantes en la determinación del spread bancario.

La competencia en el sector bancario

En una economía liberalizada, el spread bancario está negativamente relacionado

con los factores que hacen a la competencia -concentración del mercado, canti-

dad de competidores y tamaño del mercado-

Según Demirgüc-Kunt et al (2003), es necesario atacar la estructura oligopólica

del sector bancario con el objetivo de reducir el spread de las tasas de interés ha-

bida cuenta que la concentración del mercado tiene un efecto positivo sobre éste.

Una estructura concentrada del sector permite a los bancos ejercer un poder de

mercado que tiene por corolario un incremento en el spread.

Sin embargo, debido a la compleja relación que existe entre concentración y

competencia, es necesario utilizar herramientas de medición de poder de merca-

do -como el Índice de Lerner2- en lugar de un análisis estructural de la concen-

tración.

La libre competencia en el mercado bancario es de particular importancia cuan-

do se trata de la instalación de bancos extranjeros en el mercado local.

El rol de los bancos extranjeros

Según Detragiache et al (2006), los bancos extranjeros juegan un rol crucial en

2 El Índice de Lerner (L) mide el poder de mercado de una empresa asumiendo que, a mayor control sobre el

mercado, mayor será el precio de sus productos respecto de los precios en situación de competencia perfec-ta. Es la capacidad que tiene una empresa para fijar un precio por encima de su costo marginal y se define

como 𝐿 = siendo P el precio en situación de competencia perfecta y Cm el costo marginal (N del A)

16

la determinación de las tasas de interés en los países en desarrollo. De hecho,

esos bancos son los mejores capitalizados, disponen de una tecnología más

avanzada y de una mejor gestión de riesgos, que les permiten realizar economías

de escala reduciendo así la proporción de activos en mora y haciendo el sector

bancario más competitivo. Todo esto contribuye a disminuir el spread bancario.

Sin embargo, los citados autores también señalan que el ingreso de bancos ex-

tranjeros a menudo implica una reducción del volumen de préstamos otorgados

al sector privado en general y particularmente a las PyMEs. Los bancos extranje-

ros suelen aplicar tasas de interés prohibitivas en el segmento de las PyMEs con

el objeto de disminuir la asimetría de información generada por la diferencia cul-

tural entre las casas matrices y las filiales en los países no desarrollados.

Así y todo, a pesar del impacto negativo que los bancos extranjeros tienen sobre

el volumen de créditos otorgados a las PyMEs, éstos contribuyen a la reducción

del spread bancario en virtud de la presión generada por la competencia.

La reglamentación bancaria

Leyes reguladoras del ingreso al mercado, restricciones a las actividades no tra-

dicionales y regulaciones sobre el encaje legal, pueden -entre otras tantas regula-

ciones- afectar el spread bancario.

Según Demirgüc-Kunt et al (2003), las barreras a la entrada disminuyen la com-

petencia en el mercado bancario y acentúan el poder de mercado de los bancos

existentes, lo que les permite obtener beneficios excedentes aumentando sus

márgenes de interés. Es así que los citados autores demostraron que las regla-

mentaciones al ingreso en el mercado bancario tienen un efecto positivo en el

aumento de las tasas de interés activas.

Las restricciones a las actividades no tradicionales tienen, también, un impacto

positivo en el incremento del spread bancario dado que éstas reducen las fuentes

de ganancia de los bancos lo que los incita a aumentar sus márgenes de interés

con el fin de paliar la “pérdida” de dichas fuentes.

Por otra parte, tal como se citase en el punto 2.2.1 supra, según Demirgüc-Kunt

y Huizinga (1988) el encaje legal es interpretado como un impuesto financiero

fijo implícito que los bancos transmiten a sus clientes a través de tasas activas

más elevadas.

El tamaño de la economía nacional

17

El tamaño de total economía y el del sector bancario revisten igual importancia

en la existencia de economías de escala. Los bancos necesitan de éstas para po-

der reducir sus costos unitarios y ejercer, en consecuencia, menores márgenes de

interés.

La pequeñez de la economía puede dificultar las posibilidades de especialización

de los bancos toda vez que, a menor cantidad de clientes, aún más escasa es la

cantidad de clientes especializados. Por lo tanto, la especialización deja de ser

rentable para los bancos y se pierde la reducción en el spread generada por la fo-

calización de éstos en actividades en las que son más competitivos.

Por otra parte, cabe señalar que, a mayor tamaño de la economía, más interés

tendrán los bancos extranjeros por instalarse en el mercado local generando así

un aumento en la competencia, el que tiene como resultado una disminución en

el spread bancario.

2.2.3. Factores del entorno macroeconómico

Luego de haber analizado las características específicas de los bancos y los factores

de la estructura del mercado bancario, es necesario analizar la incidencia del en-

torno macroeconómico sobre el spread bancario.

En esta sección se analizarán los principales factores macroeconómicos en la de-

terminación del spread bancario, siendo éstos la tasa de interés -objeto de análisis

en la presente tesis- la tasa de crecimiento del PIB y la volatilidad de las tasas de in-

terés real.

La tasa de inflación3

Es indiscutido que un proceso inflacionario de largo plazo produce una depre-

ciación monetaria y contribuye al aumento de los costos financieros de los ban-

cos toda vez que los tomadores de préstamos devuelven -en términos reales- una

cantidad inferior a la prestada. Para hacer frente a este déficit, los bancos elevan

sus tasas activas y, en consecuencia, aumentan sus márgenes de interés.

Por otra parte, la incertidumbre provocada por un proceso inflacionario de largo

plazo tiene un impacto negativo sobre las expectativas de pago de los tomadores

de préstamos; o sea, se eleva el riesgo de incobrabilidad en los préstamos. Los

bancos mitigan esta situación mediante la incorporación de una prima de riesgo

3 Habida cuenta se trata del objeto de análisis de la presente tesis, los antecedentes bibliográficos respecto de

la incidencia de la tasa de inflación sobre el spread bancario ya fueron tratados en los puntos 1.2 y 2.1 su-pra y se tratará el particular en detalle más adelante (N del A)

18

adicional a sus tasas activas (Ndung’u y Ngugi, 2000)

Tal como se detallase en el punto 1.2 supra, en 1999 Demirgüc-Kunt y Huizinga

demostraron empíricamente -tomando datos de bancos de 80 países entre los

años 1988 y 1995- el efecto positivo en de la inflación sobre el margen de interés

neto de los bancos, tanto en economías desarrolladas como en desarrollo.

La tasa de crecimiento del PIB

El crecimiento de la producción y de la actividad económica mejora la situación

financiera de las personas y las empresas, al tiempo que disminuye el riesgo ge-

neral de default de los agentes en la economía llevando a la baja así las tasas ac-

tivas del sistema bancario.

Por otra parte, el crecimiento económico conlleva un aumento en los depósitos

lo que proporciona a los bancos una mayor fuente de fondos para otorgar prés-

tamos a una menor tasa activa, poniendo así en marcha el multiplicador econó-

mico.

Según Brock y Rojas (2000) y Gelos (2006) existe una correlación negativa en-

tre el crecimiento del PIB y el spread bancario, siendo que a mayor crecimiento

resulta menor el spread. Por otra parte, según Demirgüc-Kunt y Huizinga (1999)

el crecimiento del producto nacional no aparenta tener impacto alguno en el

spread bancario.

La volatilidad de las tasas de interés netas

Ho y Saunders (1981) pusieron en evidencia una directa relación entre la volati-

lidad de las tasas de interés y el spread bancario. Dicha volatilidad genera un ex-

ceso de exposición al riesgo de default y al riesgo de la tasa de cambio lo que

lleva a los bancos a aumentar las tasas de interés activas con el fin de mitigar ese

riesgo suplementario.

La gobernanza

Designa la eficacia, calidad y “buena orientación” de la intervención del Estado.

Según Demirgüc-Kunt y Huizinga (1998), una mejora en la gobernanza impacta

positivamente a los agentes en una economía. Un sistema legal más eficiente y

confiable, un menor nivel de corrupción y un refuerzo al sistema de contratos

contribuyen a la reducción del spread bancario.

Cabe señalar que la corrupción fragiliza la protección legal y torna ilusoria la

justicia en cierto punto, lo que conlleva a un aumento en las tasas de interés acti-

19

vas debido al riesgo extra que incurren los bancos.

20

Segunda Parte

Análisis empírico de la relación entre el spread e inflación

21

Capítulo 3. Marco operativo

Esta sección se destina a la presentación del modelo aplicado a los objetivos de esta tesis.

A continuación, se evocarán el modelo econométrico utilizado para este estudio y las ca-

racterísticas estadísticas de los datos utilizados.

La metodología aplicada en esta tesis es una regresión lineal cuya base de cálculo e infor-

mación para el estudio surgen de la econometría de datos en panel presentada por Ho y

Saunders (1981) en su artículo definitivo.

Respecto del modelo de Ho y Saunders se sugiere la lectura de los Apéndices “Modelo

teórico y sus extensiones” y “Modelo empírico y sus aplicaciones”, incluidos en la presente

tesis, donde se presenta la metodología de dichos autores y los resultados de su aplicación.

3.1. Presentación del modelo a estimar

Habida cuenta el objeto de análisis de esta tesis es por demás específico, la aplica-

ción de una regresión de datos en panel no resulta posible. De todos modos, el arma-

do de la información para el estudio y las bases de cálculo sí surgen de la aplicación

del modelo de Ho y Saunders.

Tal como se ya se citase, en el presente estudio se analizará la relación de la tasa de

interés -la que pertenece al vector de variables representativas del entorno macroeco-

nómico 𝑍 4- y el spread bancario.

Se define el spread bancario como “Spread Puro” 𝑝𝑠 5 habida cuenta éste se obtuvo

de calcular la diferencia entre las tasas de interés implícitas activas y pasivas de la to-

talidad del sector bancario privado en el período de enero de 2006 a marzo de 2017.

El BCRA define las tasas de interés implícitas activa y pasiva de la siguiente forma:

4 Vector de variables explicado y definido en el Apéndice “Modelo empírico y sus aplicaciones” (N del A) 5 Regresando del modelo de Ho y Saunders (1981) explicado y definido en el Apéndice “Modelo empírico y

sus aplicaciones” (N del A)

Intereses y ajustes por préstamos (flujos acumulados 12)

Tasa Activa Implícita (b)Préstamos Capitales + Ajustes (promedio 12 meses)

22

En la Tabla 1 adjunta en el Anexo al presente puede verse la serie completa de ambas

tasas de interés.

La fórmula del spread bancario (a) detallada en el punto 1.1 supra es una simplifica-

ción de los cálculos de las tasas activas y pasivas utilizado por el BCRA. Se utilizará

como fórmula del “Spread Puro” la diferencia neteada de las tasas de interés implíci-

tas (b) y (c) obteniendo como resultado la columna de Spread Neto en la ya citada

Tabla 1.

Se incluye en la siguiente página el gráfico en el que se ve la evolución de las tasas

de interés implícitas en el período 2006 - 2017.

Intereses y ajustes por depósitos (flujos acumulados 12)

Tasa Pasiva Implícita (c)Depósitos Capitales + Ajustes (promedio 12 meses)

23

0,00

5,00

10,00

15,00

20,00

25,00

30,00

35,00

ene-

06

abr-

06

jul-0

6

oct-

06

ene-

07

abr-

07

jul-0

7

oct-

07

ene-

08

abr-

08

jul-0

8

oct-

08

ene-

09

abr-

09

jul-0

9

oct-

09

ene-

10

abr-

10

jul-1

0

oct-

10

ene-

11

abr-

11

jul-1

1

oct-

11

ene-

12

abr-

12

jul-1

2

oct-

12

ene-

13

abr-

13

jul-1

3

oct-

13

ene-

14

abr-

14

jul-1

4

oct-

14

ene-

15

abr-

15

jul-1

5

oct-

15

ene-

16

abr-

16

jul-1

6

oct-

16

ene-

17

Evolución de las tasas de interés implícitas

Tasa Activa Implícita (%) Tasa Pasiva Implícita (%) Spread Implícito expostELABORACIÓN PROPIA

24

En cuanto al modelo se utilizará una Regresión Lineal Simple definida como:

Siendo 𝑝𝑠 la variable dependiente (regresando) “Spread Puro”, 𝛽 y 𝛽 son los pará-

metros que miden la influencia que la variable explicativa (regresora) tasa de interés

𝑖 tienen sobre el regresando. Cabe destacar que 𝛽 se trata de una constante. Por otra

parte, 𝜀 se trata de la parte estocástica del modelo donde se halla la aleatoriedad inhe-

rente de los fenómenos del mundo real queda en el error asociado a la medición del

valor 𝑖 y siguiendo los supuestos de modo tal que 𝜀 ~𝑁(0, 𝜎 ). El citado modelo se-

rá analizado en el siguiente capítulo mediante el método de Mínimos Cuadrados.

En cuanto a la tasa de inflación, se utilizará una serie de inflación del tipo YoY (Year

over Year por sus siglas en inglés) la que facilita la comparación de datos. Dicha serie

encuentra disponible en la Tabla 2 anexa al presente y fue calculada de la siguiente

forma:

- En primer lugar, se toma desde enero de 2006 hasta diciembre de 2006 el IPC ofi-

cial basado en precios de Gran Buenos Aires (CPIGBA)

- En segundo lugar, se empalma el IPC calculado por la Dirección Provincial de Es-

tadística y Censos de la Provincia de San Luis (CPISL) desde enero 2007 hasta no-

viembre 2007

- Finalmente, se utiliza desde diciembre de 2007 hasta la actualidad la serie de IPC

proporcionada por la consultora PriceStats (CPION)

0 1 1 ( ) t t tps i i

25

Capítulo 4: Resultados

4.1. Análisis econométrico de los resultados

Exportando al software Eviews 8.0 las tablas Tabla 1 y Tabla 2 como fuentes de da-

tos se obtiene al definir como regresando la tasa de spread neto mes a mes desde

enero de 2006 hasta marzo de 2017 y como regresora la tasa de inflación YoY para

cada mes, un total de 135 observaciones.

Al correr el método de Mínimos Cuadrados en el modelo detallado en el punto 3.1

supra y con las variables citadas en el párrafo anterior se obtiene la siguiente salida

de Eviews:

Los coeficientes de regresión (coefficient en Eviews) representan el cambio medio en

la variable regresando por cada unidad variada en una variable regresora mantenien-

do constantes las demás. Este coeficiente es importante porque aísla el rol de una va-

riable respecto del resto del modelo.

En el caso particular de esta tesis, un coeficiente de regresión de 0.176 para la tasa de

Dependent Variable: SPREAD_NETO

Method: Least Squares

Sample: 2006M01 2017M03

Included observations: 135

Variable Coefficient Std. Error t-Statistic Prob.

C 6.963395 0.576596 12.07674 0.0000

YOY 0.176395 0.022712 7.766487 0.0000

R-squared 0.312016 Mean dependent var 11.21795

Adjusted R-squared 0.306843 S.D. dependent var 2.510745

S.E. of regression 2.090348 Akaike info criterion 4.327242

Sum squared resid 581.1505 Schwarz criterion 4.370283

Log likelihood -290.0888 Hannan-Quinn criter. 4.344732

F-statistic 60.31832 Durbin-Watson stat 0.393280

Prob(F-statistic) 0.000000

26

inflación YoY significa que -manteniéndose las demás regresoras constantes- por ca-

da punto que aumenta la inflación, el spread bancario aumenta en un 17,6%

El error estándar (Standard Error en Eviews) es el desvío estándar de cada variable

regresora del modelo. La inflación YoY se halla dentro del intervalo del 95% de con-

fianza.

Respecto a t-statistic detallamos que éste determina si una variable independiente es

relevante o no en el modelo de la regresión. Según surge de la teoría econométrica,

valores absolutos superiores a 2 infieren que la regresora se halla en el 95% del in-

tervalo de confianza.

El p-value de cada variable independiente verifica si la hipótesis nula del coeficiente

es igual a cero, esto significa que un p-value < 0.05 implica que la variable regresora

es altamente significativa en el modelo, habida cuenta las variaciones que genera en

el regresando y por consiguiente se rechaza la hipótesis nula. Se señala que, en este

estudio, la tasa de inflación YoY resulta significante toda vez que tiene un p-value

igual a 0.

En el eventual caso de un p-value > 0.05 la variable regresora no es estadísticamente

significativa y debe aceptarse la hipótesis nula. Este indicador se utiliza con el fin de

identificar qué términos se deben mantener en el modelo y cuáles debería considerar-

se eliminar.

A tenor del R2 detallamos que las regresiones lineares calculan una ecuación que mi-

nimiza la distancia entre la línea ajustada representando la ecuación del modelo. El

R2 es la medición de cuán exacta es la parte sistémica del modelo, tomando valores

de 0 a 1 y mientras más cercano a 1 sea su valor, más exacta será la explicación del

modelo.

En el caso de este análisis, el R2 es de 0.312 lo que quiere decir que la inflación YoY

explica aproximadamente el 31% del comportamiento del spread bancario neto en el

período 2006 - 2017.

27

Dicho 31% no implica que el modelo sea inadecuado, así como tampoco un R2 cer-

cano a 1 no implica que el modelo sea exacto. Esto se debe a que el R2 tiene limita-

ciones, no resulta útil al momento de determinar si las estimaciones y predicciones

están sesgadas -motivo por el cual deben verificarse los residuos- El R2 tampoco in-

dica si el modelo es adecuado o no, puede tenerse un buen modelo con un valor bajo

-un claro ejemplo de dicha situación son los estudios de comportamiento humano, en

los cuales es habitual obtener R2 inferiores a 0,5 habida cuenta de la compleja natura-

leza del ser humano-

El resultado de Eviews sum squared resid tiene como utilidad el poder discernir entre

dos o más modelos, debiéndose elegir el que tenga el menor valor en este indicador.

Otro tanto cabe destacar respecto del indicador log likelihood.

Existen dos componentes básicos en una regresión: la determinística y la estocástica.

La primera es la parte explicada por las variables del modelo, en otras palabras, es

una combinatoria de las regresoras. Toda la información explicativa y predictiva está

en la parte determinística del modelo. Respecto de la parte estocástica detallamos es

donde se halla la diferencia entre el valor esperado y el valor observado. En teoría, la

parte determinística del modelo es tan exacta que en la parte estocástica solo se en-

cuentra la aleatoriedad inherente de los fenómenos del mundo real.

Respecto al desvió estándar señalamos que éste mide la perturbación del error en la

regresión. A menor S.E. of regression, menor es el término del error en el modelo.

Por otra parte, cuando el error no es aleatorio y existe un patrón, esto implica que al-

gunas variables del modelo no están siendo incluidas en la parte determinística y se

“escapan” en el residuo. Esto tiene sentido con el modelo utilizado habida cuenta que

el objetivo de esta tesis es únicamente analizar la tasa de interés y no la totalidad de

la estructura del spread bancario.

En cuanto al Akaike information criterion (AIC) y Schwarz information criterion

(SIC) detallamos que el primero de los mencionados es utilizado para estimar la va-

rianza del error de las predicciones fuera de la muestra al igual que el desvío estándar

28

de la regresión, pero penalizando la adición de regresoras al modelo. En cuanto al

SIC, destacamos que éste surge como una alternativa al AIC, pero penaliza con aún

mayor rigurosidad el agregar regresoras al modelo. Ambos criterios deben ser tan ba-

jos como se pueda toda vez -según se cita en la bibliografía econométrica- se preferi-

rá el que tenga el menor valor.

El test de Durbin-Watson es la prueba más conocida para detectar correlación serial.

Es tan sólo la suma de las diferencias al cuadrado de residuos sucesivos sobre la su-

ma de cuadrados de los residuos (SCR). Habida cuenta el caso de estudio se trata de

una regresión lineal simple, es posible aplicar el estadístico d, el cual tiene un valor

de 0.393 el que se sitúa muy por debajo del valor crítico dl 1.720 -según surge de las

tablas Durbin-Watson para 150 observaciones (el número más cercano a 135) y una

variable explicativa- motivo por el cual se concluye los errores del modelo tienen co-

rrelación positiva. De todas formas, este resultado era esperado dado que en la mayo-

ría de las regresiones de series de tiempo existe una autocorrelación y -además- se

planteó iban a ser dejadas de lado las otras variables representativas del entorno ma-

croeconómico.

La prueba F se utiliza como herramienta de análisis de varianza en las pruebas de

significancia general de una regresión múltiple. Se utiliza cuando no es posible apli-

car la prueba t para corroborar la hipótesis conjunta de que los verdaderos coeficien-

tes del modelo de regresores serán simultáneamente iguales a cero. En otras palabras,

su objetivo es determinar si las variables independientes son en su conjunto relevan-

tes o no en la regresión. Habida cuenta el caso de estudio se trata de una regresión

simple, se cumple la hipótesis que la regresora es relevante en el modelo.

Respecto al diagnóstico de los residuos se obtuvo el resultado más adelante incluido

y que se detalla a continuación.

Skewness es una medida de la asimetría de la distribución tasa de interés YoY alre-

dedor de la media. Para una serie normalmente distribuida, Skewness es igual a 0. Si

el indicador es positivo entonces la distribución tiene una cola derecha relativamente

larga, mientras que, si es negativo, la distribución tiene una cola hacia la izquierda.

29

En el presente estudio, el indicador Skewness el 0.04 muy cercano a 0 pero puede

verse -de todas formas- una incipiente cola más pesada hacia la derecha.

La Curtosis (Kurtosis en Eviews) sirve para analizar el grado de concentración que

presentan los valores de una variable analizada alrededor de la zona central de la dis-

tribución de frecuencias. Se trata de estudiar la proporción de la varianza que se ex-

plica por la combinación de datos extremos respecto a la media en contraposición

con datos poco alejados de la misma. Existen tres tipos de distribuciones: leptocúrti-

cas, platicúrticas y mesocúrticas. En el caso analizado la distribución es platicúrtica,

lo que quiere decir que es menos apuntada y tiene colas más anchas que la normal.

Respecto al estadístico Jarque-Bera señalamos que éste se trata de un test de norma-

lidad donde la hipótesis nula H0: la regresora está normalmente distribuida y Ha: la

regresora no está normalmente distribuida. Habida cuenta que el p-value de Jarque-

Bera es superior a 0.05 se puede aseverar que la variable tasa de interés YoY no está

normalmente distribuida.

4.2. Análisis económico de los resultados

Tal como se detallase previamente, la tasa de inflación afecta positivamente al spread

bancario -lo que resulta coincidente con la gran mayoría de los antecedentes biblio-

gráficos-

Tal es dicha relación que la tasa de inflación corresponde al 31% de la composición

del spread bancario y por cada punto que aumenta la inflación, aquél aumenta en un

0

4

8

12

16

20

24

28

-5 -4 -3 -2 -1 0 1 2 3 4 5 6

Series: ResidualsSample 2006M01 2017M03Observations 135

Mean -1.42e-15Median -0.287041Maximum 5.898814Minimum -4.914332Std. Dev. 2.082533Skewness 0.040105Kurtosis 2.924902

Jarque-Bera 0.067912Probability 0.966614

30

17%. La correlación entre estas superó ampliamente las expectativas de esta tesis.

De todas formas, éste es solo un primer paso hacia el entendimiento del alto spread

bancario en Argentina. No puede afirmarse con certeza que la inflación esté captando

el efecto del impuesto inflacionario en las reservas o si es un proxy de otros proble-

mas fiscales o del sector bancario.

El gráfico a continuación muestra la evolución de la inflación mensual analizada du-

rante el período de análisis que va desde enero 2006 hasta marzo 2017. Si bien pue-

den verse cambios bruscos pueden identificarse también cuatro fases inflacionarias:

desde mediados del 2007 hasta finales del 2009, desde finales del 2009 hasta finales

del 2013, el período 2014-2015 y finalmente el período 2016-actualidad.

Se utilizó la inflación mensual anualizada toda vez que es deseable que el modelo

que caracteriza la evolución de la inflación sea apropiado tanto en cuanto al compor-

tamiento mensual, como a la inflación acumulada. Motivo por el cual, si bien se ob-

serva una gran variabilidad mes a mes de la tasa de inflación, puede verse existe una

volatilidad mucho menor en la inflación acumulada.

0

5

10

15

20

25

30

35

40

45

ene-

06

jun-

06

nov-

06

abr-

07

sep-

07

feb-

08

jul-0

8

dic-

08

may

-09

oct-

09

mar

-10

ago-

10

ene-

11

jun-

11

nov-

11

abr-

12

sep-

12

feb-

13

jul-1

3

dic-

13

may

-14

oct-

14

mar

-15

ago-

15

ene-

16

jun-

16

nov-

16

Tasa de inflación YoY ELABORACIÓN PROPIA

31

Aplicando la Ecuación de Fisher6 a las tasas de interés activas y pasivas que integran

el conjunto de las tasas implícitas activas y pasivas utilizadas en la regresión econo-

métrica previamente citada puede verse claramente un acompañamiento de las tasas

de interés (tanto activas como pasivas). Tómese como ejemplos los siguientes gráfi-

cos de la tasa de interés pasiva de los plazos fijos de hasta 60 días de duración y la

tasa activa de los adelantos de cuenta corrientes a personas físicas.

6 Se define la Ecuación de Fisher como (1 + 𝑟 ) = siendo r la tasa de interés real, i la tasa de

interés nominal y π la tasa de inflación (N del A)

ELABORACIÓN PROPIA

ELABORACIÓN PROPIA

1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93 97 101

105

109

113

117

121

125

129

133

0

5

10

15

20

25

30

35

40

45

(0,70)

(0,60)

(0,50)

(0,40)

(0,30)

(0,20)

(0,10)

-

ene-

06

jun-

06

nov-

06

abr-

07

sep-

07

feb-

08

jul-0

8

dic-

08

may

-09

oct-

09

mar

-10

ago-

10

ene-

11

jun-

11

nov-

11

abr-

12

sep-

12

feb-

13

jul-1

3

dic-

13

may

-14

oct-

14

mar

-15

ago-

15

ene-

16

jun-

16

nov-

16YoY - Tasa PF <60 días

1 5 9 13 17 21 25 29 33 37 41 45 49 53 57 61 65 69 73 77 81 85 89 93 97 101

105

109

113

117

121

125

129

133

0

5

10

15

20

25

30

35

40

45

-0,80

-0,60

-0,40

-0,20

-

0,20

0,40

0,60

0,80

1,00

ene-

06

jun-

06

nov-

06

abr-

07

sep-

07

feb-

08

jul-0

8

dic-

08

may

-09

oct-

09

mar

-10

ago-

10

ene-

11

jun-

11

nov-

11

abr-

12

sep-

12

feb-

13

jul-1

3

dic-

13

may

-14

oct-

14

mar

-15

ago-

15

ene-

16

jun-

16

nov-

16

YoY - Tasa Activa Adel de CC ELABORACIÓN PROPIA

ELABORACIÓN PROPIA

32

De tal manera, se podría trabajar con las tasas de interés reales como un solo factor

de riesgo o tomando las tasas nominales y la inflación como dos factores de riesgo

diferentes.

En el caso del sistema bancario argentino la coyuntura implica una exposición que en

gran medida fue originada por la sucesión de eventos extraordinarios en el mercado -

fundamentalmente la crisis de 2001-2002 y el período inflacionario comenzado en

2014- y la falta de alternativas de mercado para administrar de forma deseable dicha

exposición. De allí es que surge un retorno adicional. En el caso de los bancos, el

otorgamiento de un nuevo activo -ajustable con correlación positiva a los retornos de

los préstamos otorgados- implicaría cargar a sus clientes con un margen adicional.

Un modelo que intentara medir este factor adicional en la determinación de la tasa de

un préstamo requiere de datos sobre activos financieros comparables, con y sin infla-

ción y modelar otros factores que pueden influir sobre la tasa. Sin embargo, la falta

de datos empíricos para este objetivo lo torna por demás complejo.

Es un denominador común en la bibliografía el argumento que los agentes económi-

cos se benefician con la existencia de activos indexados ya que les permite reducir

los riesgos asociados con la inflación. Esto se debe a que, al comprar activos indexa-

dos a la inflación, un inversor puede asegurar su rendimiento real y así cubrirse con-

tra un incremento inesperado de la inflación que disminuya su retorno real. Por otra

parte, el emisor de dicho activo indexado se beneficia porque a su deuda se le exige

un menor retorno como consecuencia del menor riesgo asociado, lo que implica una

reducción en sus costos de financiamiento.

Habida cuenta que las entidades bancarias poseen carteras con una alta exposición al

riesgo inflacionario, esto les lleva a buscar un mayor rendimiento lo que se traduce

en un aumento (disminución) de las tasas activas (pasivas) para sus clientes. El au-

mentar las tasas activas de los nuevos créditos acarrea el problema del descalce de su

cartera. Los bancos únicamente deberían incrementar las tasas activas -en términos

reales- si tal acción no impacta en el spread. Únicamente puede aumentarse el spread

si es con el objetivo de cubrir las pérdidas del stock descalzado, pero esto genera un

comportamiento procíclico -el cual no es aconsejable-

33

Resulta necesaria una mayor estabilidad en la tasa de inflación -habida cuenta que ésta influye en el 31% de la determinación del spread

bancario- para poder crear una tendencia a la baja en las tasas activas y un incremento en el crédito de largo plazo, el cual actualmente se

halla por demás limitado a causa de las elevadas tasas de interés activo producto del riesgo inflacionario

ELABORACIÓN PROPIA

-1

-0,8

-0,6

-0,4

-0,2

0

0,2

0,4

0,6

0,8

ene-

06

abr-

06

jul-0

6

oct-

06

ene-

07

abr-

07

jul-0

7

oct-

07

ene-

08

abr-

08

jul-0

8

oct-

08

ene-

09

abr-

09

jul-0

9

oct-

09

ene-

10

abr-

10

jul-1

0

oct-

10

ene-

11

abr-

11

jul-1

1

oct-

11

ene-

12

abr-

12

jul-1

2

oct-

12

ene-

13

abr-

13

jul-1

3

oct-

13

ene-

14

abr-

14

jul-1

4

oct-

14

ene-

15

abr-

15

jul-1

5

oct-

15

ene-

16

abr-

16

jul-1

6

oct-

16

ene-

17

Tasas netas

Hipo hasta 5 Hipo 5 a 10 Hipo 10+ Prendario hasta 1 Prendario 1+

ELABORACIÓN PROPIA

34

Conclusión

El objetivo de este estudio es tan sólo un primer paso hacia la comprensión de la estructura

del spread bancario ex post. El interés de esta tesis es el ampliar el conjunto de la literatura

existente sobre la estructura del spread bancario, aportando el análisis y determinación del

grado de correlación entre la tasa de inflación en el período enero de 2006 a marzo de 2017

y aquella.

Si bien los objetivos del estudio fueron alcanzados -como ya citásemos, la tasa de interés

representa el 31% del spread bancario en el período de análisis- destacamos no existe una

explicación simple al alto nivel de spread bancario en Argentina, éste debe ser analizado

dentro de un contexto de transición de un sistema financiero reprimido a un entorno libera-

lizado. De todas formas, las incertidumbres generadas por la inflación no dejan de ser una

importante causa del spread bancario.

Por otra parte -como ya se señalase previamente- a medida que el spread bancario aumen-

ta, el sistema financiero se torna prohibitivo para un mayor número de potenciales tomado-

res de préstamos, lo que afecta directamente al multiplicador de la economía disminuyendo

así el crecimiento económico.

Según surgiese del análisis de los bancos de datos formulados para realizar el estudio, en el

período que va desde enero de 2006 hasta marzo de 2017 el encaje legal sigue actuando

como un impuesto a los bancos, lo que -según Brock y Rojas (2000)- en América Latina

implica un mayor spread bancario. Esta situación refleja un inadecuado aprovisionamiento

de reservas y los rezagos de las políticas de control llevadas a cabo durante las últimas dé-

cadas pudiendo resultar aquella de interés para futuros estudios.

35

Referencias bibliográficas

Afanasieff, T., P. Villa Lhacer, y M. Nakane, (2002), ‘‘The Determinants of Bank Interest

Spread in Brazil,’’ Banco Central do Brasil Working Paper Series 46

Aguirre, H., T, Burdisso, F. Grillo y E. Giupponi, (2015), “El spread de intermediación en

una economía emergente bajo distintos regímenes macroeconómicos: Argentina, 1994-

2013” Estudios BCRA, Documentos de trabajo 2015 | 64

Barajas, A., R. Steiner, y N. Salazar, (1999), “Interest Rate Spreads in Banking in Colom-

bia, 1974-96” IMF Staff Papers, Vol. 46, N°2, p. 196-224

Boutillier, M., R. Kierzenkowsky, y P. Rousseaux, (2005), “Taux d’intérêt des crédits ban-

caires: Une analyse en terme de spreads sur les données françaises de 1993 à 2004”,

Banque de France

Brock, L., y L. Rojas-Suarez, (2000), “Understanding the Behavior of Bank Spreads in

Latin America”, Journal of Development Economics, Vol. 63, p. 113-134

Catao, L. (1998), “Intermediation Spreads in a Dual Currency Economy: Argentina in the

1990s”, IMF Working Paper 98/90

Dantas, J., O. Ribeiro y L. Rodrigues, (2012), “Determinantes do spread bancário ex post

no mercado brasileiro” Universidade Presbiteriana Mackenzie, Walter Bataglia (Ed.), V.

13, N. 4, p. 48-74

Demirgüç-Kunt, A., y H. Huizinga, (1998), “Determinants of Commercial Bank Interest

Margins and Profitability: Some International Evidence”, World Bank Economic Review

Vol. 13, N. 2, p. 379-408

Demirguç-Kunt, A., L. Laeven, y R. Levine, (2003), “Regulations, Market Structure, Insti-

tutions, and the Cost of Financial Intermediation”, National Bureau of Economic Research,

Working Paper 9890

36

Detragiache, E., P. Gupta y T. Tressel, (2006), “Foreign Banks in Poor Countries: Theory

and Evidence”, International Monetary Fund

Elías D. y A. Paz, (2017), “¿Cómo afectan los encajes a los spreads bancarios?”, Blog del

BCRA

Gelos, R., (2006), “Banking Spreads in Latin America”, IMF Working Paper 06/44

Grasso, F. y A. Banzas, (2006), “El spread bancario en Argentina un análisis de su compo-

sición y evolución (1995-2005)”, Centro de Economía y Finanzas para el Desarrollo de la

Argentina, Documento de Trabajo N° 11

Ho, T., y A. Saunders, (1981), “The Determinants of Bank Interest Margins: Theory and

Empirical Evidence”, Journal of Financial Quantitative Analysis, Vol. XVI, N° 4, p. 581-

600.

Kiguel, M. y J. Okseniuk, (2006), “El costo del crédito bancario en Argentina”, Centro

para la Estabilidad Financiera, Documento de Trabajo N° 11

Ndung’u, N., y R. Ngugi, (2000), “Banking Sector Interest Rate Spread in Kenya”, Kenya

Institute for Public Policy Research and Analysis, KIPPRA Discussion Paper No 5

Oreiro, J., de Paula L., G. da Silva, F. Hideki, (2006), “Determinantes macroeconómicos

do spread bancário no Brasil: Teoria e evidencia recente”, Econ. Aplic., Sao Paulo, V. 10,

N. 4, p. 609-634

Samuel, W., y L. Valderrama, (2006), “The Monetary Policy Regime and Banking Spreads

in Barbados”, IMF Working Paper 06/211

Shaw, M., (1973), “Financial Deepening in Economic Development”, Oxford: Oxford

University Press

37

Apéndices

A.1. Modelo teórico y sus extensiones

La metodología de Ho y Saunders (1981) permite adaptar el comportamiento de un

corredor de bolsa a la determinación del margen de interés neto de un banco.

De hecho, los citados autores modelizan al banco como si fuese un corredor de bolsa

adverso al riesgo quien juega el rol de intermediario entre los oferentes y demandan-

tes de financiación. La naturaleza estocástica y desincronizada de los flujos de depó-

sitos y de créditos es lo que el banco intenta colocar de forma adecuada la exposición

al riesgo de la tasa de interés. Para hacer frente a esta incertidumbre, el banco exige

un margen de beneficio -spread- comparable a la diferencia entre el precio de venta -

ask- y el precio de compra -bid- como compensación por sus servicios: dando así

origen al nombre del Dealership model for interest margins.

A título ilustrativo, supóngase que se efectúa un nuevo depósito (crédito) con una ta-

sa a largo plazo de RD (RC) y que el próximo depósito (crédito) no intervendrá con

éste. El banco deberá, entonces, colocar (prestar) estos fondos en el mercado moneta-

rio a una tasa de interés de corto plazo r. Dicha operación expone al banco a un ries-

go de reinversión (refinanciación) dado que la tasa a corto plazo en el mercado mo-

netario puede evolucionar a la baja o (alza).

El banco, entonces, estará expuesto al riesgo de la tasa de interés cada vez que tenga

un portafolio de depósitos y créditos no armonizados y que la tasa de interés en el

mercado monetario evolucione tanto al alza como a la baja. En consecuencia, el ban-

co fijará sus tasas de interés pasivas y activas a fin de inmunizar su portafolio contra

dicho riesgo y de maximizar su esperanza de utilidad al final del período.

Las tasas de interés aplicadas por los bancos son definidas por las siguientes ecua-

ciones:

Donde r es la tasa de interés de mercado monetario, mientras que ai y bi representan

respectivamente el costo asociado a las operaciones de depósito y crédito en el banco

(1) Di i Ci iR r a R r b

38

i. Respecto de 𝑅 y 𝑅 señalamos que éstas ya fueron previamente definidas.

Ho y Saunders suponen que los depósitos y los créditos se dan en forma aleatoria

respetando una distribución de Poisson con probabilidades Di y Ci respectivamente.

Estos también suponen que dichas probabilidades son determinadas por las siguien-

tes funciones lineales:

Donde 𝑎 es la probabilidad de que se genere un depósito o un crédito en un mercado

donde todos los bancos tienen la misma estructura de costos y 𝑎 es el grado de susti-

tución de costos aplicados por los diferentes bancos.

Un â elevado implica un alto grado de sustitución entre los costos 𝑎 y 𝑏 aplicados

por los bancos. De esta forma, el valor de 𝑎 refleja el poder de mercado del banco i

dado que mide la capacidad de dicha institución en aplicar cargos superiores a los de

la competencia y manteniéndose positivas las probabilidades 𝐷 y 𝐶

Ahora, considérese N bancos con idéntica aversión al riesgo y diferentes en cuanto a

su estructura de costos. Según Ho y Saunders, dicha condición de fobia al riesgo im-

plica que su función de utilidad es cóncava.

Por lo tanto, en vista de los problemas que traen las previamente citadas transaccio-

nes y los riesgos de la tasa de interés asociados a éstas, es que el banco debe deter-

minar -buscando una maximización de su utilidad- las tasas de depósito y préstamo o

la diferencia entre las tasas pasivas y activas (donde 𝑠 = 𝑎 + 𝑏 utilizando la notación

ya definida). La utilidad esperada al final del período está definida por:

Donde:

ˆ ˆ (2) i Ci iD a a a a a b

0 0 0

2 2 2 2( ) ( ) 0 ( ) 0 0 0 0( )

12

2 (3)W W w W I IY YW

EU U U r W U I I Y Y

0 0 0

0 0 0

(4)W Y I

Y I Yr r r r

W W W

39

Cuando se realiza un nuevo depósito, el inventario de créditos del banco es𝐼 − 𝑄,

donde Q es el tamaño de la transacción y su posición de mercado a corto plazo es

𝐶 + 𝑄 + 𝑄 . Similarmente, cuando se realiza un préstamo, el inventario del banco

es 𝐼 + 𝑄 y su posición de efectivo es 𝐶 − 𝑄 + 𝑄

Con el objeto de maximizar su beneficio, los bancos desarrollan -en base a la fórmula

de Taylor- la utilidad esperada para cada una de sus actividades tal como sigue:

Donde W0 es la riqueza inicial de los bancos, Q es el volumen de transacciones, I la

diferencia entre créditos y depósitos; mientras que, por su parte, σ2 es la varianza.

La esperanza de utilidad total de los bancos es entonces una combinación lineal de

(5) y (6)

Continuando con el método de maximización, se definen las siguientes condiciones

de primer orden:

Las condiciones de segundo orden no son necesarias toda vez que el portafolio de

( )

( )

0 (8)

0 (9)

W

W

EU

bEU

a

0 0

2 2 2( / ) ( ) ( ) 0

12 ... (5)

2W Créditos W W i iEU U b Q U Q Q I

( )(5) (6) (7)C DW

EU

0 0

2 2 2( / ) ( ) ( ) 0

12 ... (6)

2W Depósitos W W i iEU U a Q U Q Q I

40

créditos y depósitos de los bancos es eficiente y éstos son adversos al riesgo. Por lo

tanto, se obtiene el siguiente margen de interés:

En resumen, el margen de interés de los bancos en el modelo de Ho y Saunders es

determinado por su poder de mercado , su coeficiente de aversión al riesgo R, su

volumen de transacciones Q y la volatilidad de la tasa de interés 𝜎 . Los autores ca-

lifican este margen como el “Spread Puro”, dado que proviene únicamente de la in-

certidumbre sobre la posición neta del banco.

Debe tenerse en cuenta que ciertos factores reflejan otras imperfecciones del merca-

do que sumadas a la influencia del entorno macroeconómico pueden causar desvia-

ciones en el “Spread Puro” y dar lugar a la aplicación de un “Spread Institucional”, el

cual comprende las tasas de interés explícitas establecidas por el banco y las tasas

implícitas aplicadas por éste.

Ho y Saunders (1981) elaboraron una metodología de regresión en dos etapas a fin

de evaluar empíricamente las determinantes del spread de las tasas de interés banca-

rias. Dicha metodología ha sido utilizada por numerosos autores y aplicada en una

multitud de sistemas bancarios.

Es de los estudios citados en el punto 1.2 supra que surge como factor común en la

literatura la tasa de inflación como factor del entorno macroeconómico con influen-

cia -en mayor o menor medida- sobre las desviaciones del Spread Puro. Dicha tasa es

el objeto de estudio en la presente tesis.

A.2. Modelo empírico y sus aplicaciones

El modelo empírico elaborado por Ho y Saunders (1981) recurre a la econometría de

datos en panel y se basa en una regresión en dos etapas, según explicamos a conti-

nuación.

21 (10)

2 Is a b R Q

41

En una primera etapa, Ho y Saunders regresionan los spreads de las tasas de interés

bancario sobre un vector de variables específicas de los bancos y un vector de varia-

bles dummy que captan la incidencia del tiempo. El modelo utilizado en esta etapa se

presenta el siguiente desarrollo:

Donde 𝑠 es el spread de las tasas de interés del banco i en el periodo t con i y t ∈

(1, … , 𝑁); D es un vector de T variables dummy las cuales toman el valor 1 en el pe-

riodo t y valor 0 en los demás. 𝑋 es un vector de variables representativas de las ca-

racterísticas del banco i en el periodo t7. 𝜀 es el término error, mientras que 𝛿, 𝛾 y 𝛽

son los parámetros a estimar.

En la segunda etapa, Ho y Saunders determinan el “Spread Puro”, el cual regresionan

sobre un vector de variables representativas del entorno macroeconómico. Dicho

spread utilizado en esta etapa representa la fracción del diferencial de las tasas de in-

terés bancarias no explicadas por las características del banco. Según los autores es

común a todo el sistema bancario y se define mediante la siguiente ecuación:

Donde 𝑝𝑠 es el “Spread Puro” del periodo t. δ es la constante de la ecuación (11)

mientras que 𝛾 es el coeficiente de la variable dummy del periodo t.

En cuanto al modelo a estimar de la segunda etapa, éste está definido por la siguiente

ecuación:

Donde 𝑝𝑠 es el “Spread Puro” del periodo t. 𝑍 es un vector de variables representa-

tivas del entorno macroeconómico. 𝜇 es el término de error, mientras que θ y λ son

los parámetros a estimar.

7 Como por ejemplo el número de sucursales o los ratios de los costos operacionales respecto del activo total,

depósitos sobre activos totales, créditos sobre activos totales, encaje legal sobre depósitos (N del A)

(11)it it its D X

(12)t t tps ps

(13)t t tps Z

42

Cabe destacar que el vector 𝑍 incluye: la tasa de crecimiento del PIB, la tasa de in-

flación8, la volatilidad de la tasa de interés, la volatilidad de la tasa de cambio, la tasa

de crecimiento de la masa monetaria, entre otras variables.

El modelo de regresión de dos etapas de Ho y Saunders fue utilizado por varios auto-

res y aplicado a una gran cantidad de sistemas bancarios, siendo dos de los ejemplos

más notables los trabajos de Brock y Rojas (2000) y Afanasieff et al (2002).

Brock y Rojas analizaron una muestra de países latinoamericanos -Argentina, Boli-

via, Chile, Colombia, México, Perú y Uruguay- durante el período de 1991 a 1996

obteniendo como resultado que los costos operativos y los activos en riesgo de mora

o en mora contribuyen a aumentar el spread incluso si la magnitud de dicho impacto

varía de un país a otro. Brock y Rojas estipulan que, de todas formas, el encaje legal

aplicado en cada país actúa como un impuesto implícito que los bancos transfieren a

sus clientes, incrementando su margen neto de interés. Cabe destacar que los autores

señalan la existencia de una incidencia positiva sobre el spread bancario en la incer-

tidumbre ligada al entorno macroeconómico.

En cuanto a Afanasieff et al -como ya detallásemos en el punto 1.2 supra- utilizaron

la información proveniente de 142 bancos del sistema bancario brasilero entre febre-

ro de 1997 y noviembre de 2000 obteniendo que -entre otras variables- la tasa de in-

flación, la prima de riesgo y el encaje legal son las determinantes más significativas

del spread bancario en Brasil.

Luego de haber detallado el método de Ho y Saunders, es necesario presentar la

adaptación del modelo que se estimará y utilizará en este estudio.

8 Objeto de estudio la presente tesis (N del A)

43

Tablas

TABLA 1 Spread implícito sistema Bancario Privado

Tasa Activa

Implícita (%) Tasa Pasiva Implícita (%)

Spread Implícito expost

Spread Neto

12,86 3,11 9,75 8,47 12,84 3,15 9,69 9,29 12,79 3,18 9,61 8,40 12,62 3,21 9,41 8,44 12,58 3,29 9,29 8,82 12,69 3,36 9,33 8,85 12,70 3,40 9,30 8,68 12,63 3,45 9,18 8,62 12,53 3,53 9,00 8,10 12,55 3,60 8,95 8,09 12,45 3,66 8,79 8,08 12,48 3,71 8,77 7,79 12,56 3,76 8,80 7,68 12,47 3,79 8,68 8,02 12,76 3,89 8,87 7,83 12,83 3,91 8,92 6,65 12,81 3,91 8,90 6,82 12,83 3,90 8,93 6,27 12,89 3,90 8,99 6,44 12,95 3,90 9,05 5,73 13,05 3,93 9,12 7,12 13,46 4,05 9,41 7,98 13,59 4,11 9,48 9,88 13,70 4,18 9,52 8,11 13,86 4,24 9,62 8,38 14,01 4,26 9,75 7,35 13,89 4,25 9,64 6,79 13,99 4,26 9,73 8,14 14,20 4,30 9,90 8,00 14,51 4,46 10,05 8,32 14,90 4,68 10,22 7,01 15,25 4,87 10,38 8,98 15,52 4,99 10,53 8,81 15,68 5,06 10,62 8,57 16,07 5,26 10,81 10,14 16,58 5,46 11,12 10,64 17,23 5,67 11,56 10,69 17,57 5,79 11,78 12,86 17,76 5,92 11,84 9,55

44

18,13 6,01 12,12 10,53 18,41 6,08 12,33 11,06 18,59 6,05 12,54 11,66 18,73 5,96 12,77 11,61 19,09 5,94 13,15 9,45 19,28 5,89 13,39 12,16 19,37 5,80 13,57 12,54 19,28 5,61 13,67 12,20 19,09 5,38 13,71 12,61 18,58 5,13 13,45 12,14 18,39 4,97 13,42 11,30 18,43 4,82 13,61 11,92 18,23 4,69 13,54 10,09 18,04 4,55 13,49 11,73 17,82 4,42 13,40 10,67 17,60 4,30 13,30 10,81 17,26 4,15 13,11 10,96 17,07 4,01 13,06 11,82 16,86 3,99 12,87 11,45 16,72 3,94 12,78 10,89 16,64 3,91 12,73 11,67 16,53 3,91 12,62 11,14 16,39 3,91 12,48 10,78 16,33 3,92 12,41 9,96 16,29 3,95 12,34 9,98 16,25 4,00 12,25 10,36 16,22 4,04 12,18 10,43 16,22 4,07 12,15 9,44 16,19 4,12 12,07 10,26 16,20 4,16 12,04 10,60 16,28 4,24 12,04 11,10 16,52 4,42 12,10 10,07 16,85 4,63 12,22 10,78 17,23 4,85 12,38 10,51 17,56 5,02 12,54 11,67 17,88 5,14 12,74 8,96 18,14 5,23 12,91 10,18 18,44 5,32 13,12 11,31 18,69 5,39 13,30 11,58 18,99 5,48 13,51 10,86 19,29 5,59 13,70 10,97 19,55 5,71 13,84 12,15 19,84 5,82 14,02 12,90 19,98 5,84 14,14 13,16 20,03 5,85 14,18 13,04 20,12 5,86 14,26 12,20

45

20,15 5,87 14,28 14,40 20,25 5,94 14,31 13,91 20,37 6,04 14,33 13,63 20,52 6,15 14,37 12,53 20,64 6,28 14,36 10,29 20,83 6,44 14,39 12,15 21,00 6,59 14,41 12,93 21,16 6,73 14,43 12,83 21,39 6,88 14,51 13,20 21,60 7,04 14,56 11,66 21,87 7,22 14,65 11,10 22,20 7,43 14,77 9,37 22,56 7,67 14,89 8,96 23,05 8,07 14,98 12,06 23,55 8,49 15,06 13,29 24,04 8,89 15,15 12,94 24,50 9,21 15,29 13,78 24,90 9,45 15,45 13,34 25,25 9,64 15,61 13,13 25,54 9,75 15,79 13,45 25,87 9,85 16,02 13,56 26,10 9,91 16,19 14,48 26,37 9,98 16,39 14,80 26,85 10,14 16,71 14,37 28,86 10,12 18,74 17,70 28,86 10,04 18,82 16,59 26,81 9,94 16,87 14,88 26,73 9,85 16,88 15,17 26,62 9,79 16,83 14,58 26,15 9,60 16,55 14,33 26,05 9,65 16,40 14,30 25,99 9,71 16,28 14,56 25,93 9,79 16,14 14,30 25,88 9,87 16,01 13,98 25,96 10,01 15,95 12,50 25,90 10,17 15,73 9,42 26,04 10,34 15,70 13,30 26,23 10,49 15,74 12,93 26,72 10,80 15,92 13,18 26,97 11,02 15,95 13,50 26,89 11,08 15,81 14,18 27,21 11,26 15,95 15,20 27,31 11,25 16,06 12,94 27,28 11,17 16,11 14,55 27,16 10,99 16,17 14,63 27,00 10,68 16,32 14,54

46

26,66 10,28 16,38 15,04 26,26 9,79 16,47 13,53 25,84 9,33 16,51 15,73 25,42 8,93 16,49 14,65

TABLA 2 date index mom yoy

1/1/2006 77,93498 1,275846 12,09653 1/2/2006 78,24386 0,396325 11,48619 1/3/2006 79,18698 1,205363 11,11246 1/4/2006 79,95708 0,972513 11,64561 1/5/2006 80,33128 0,468 11,49829 1/6/2006 80,72027 0,484226 11,02141 1/7/2006 81,21838 0,617079 10,59594 1/8/2006 81,67525 0,562522 10,7343 1/9/2006 82,40981 0,899364 10,44573

1/10/2006 83,11516 0,855909 10,52738 1/11/2006 83,70332 0,707651 9,982695 1/12/2006 84,52462 0,9812 9,839024 1/1/2007 85,46733 1,115309 9,664913 1/2/2007 86,03162 0,660235 9,953187 1/3/2007 86,92786 1,041757 9,775439 1/4/2007 88,89957 2,268214 11,1841 1/5/2007 90,75177 2,083478 12,97189 1/6/2007 93,16164 2,655457 15,41295 1/7/2007 95,53832 2,551134 17,63141 1/8/2007 98,71165 3,32152 20,85871 1/9/2007 100,69 2,004161 22,18205

1/10/2007 102,1306 1,430741 22,87843 1/11/2007 101,719 -0,40301 21,52325 1/12/2007 103,156 1,412712 22,04255 1/1/2008 104,439 1,243752 22,19757 1/2/2008 106,943 2,39757 24,30663 1/3/2008 109,989 2,848244 26,52906 1/4/2008 111,738 1,59016 25,69015 1/5/2008 113,863 1,90177 25,46642 1/6/2008 115,835 1,731906 24,33765 1/7/2008 119,557 3,213191 25,14036 1/8/2008 121,23 1,399336 22,81226 1/9/2008 123,317 1,721519 22,47196

1/10/2008 125,839 2,045132 23,2138 1/11/2008 126,687 0,673877 24,54605 1/12/2008 127,293 0,478346 23,39854 1/1/2009 128,402 0,871213 22,94448 1/2/2009 127,009 -1,08487 18,76327 1/3/2009 129,912 2,285665 18,11363 1/4/2009 131,98 1,591841 18,11559 1/5/2009 133,662 1,274441 17,38844 1/6/2009 134,836 0,878332 16,40351 1/7/2009 136,401 1,160671 14,08868 1/8/2009 141,452 3,703048 16,68068 1/9/2009 143,192 1,230103 16,117

47

1/10/2009 144,672 1,033574 14,96595 1/11/2009 146,797 1,46884 15,87377 1/12/2009 148,406 1,096077 16,58615 1/1/2010 150,356 1,313961 17,09787 1/2/2010 153,547 2,122293 20,89458 1/3/2010 156,138 1,687433 20,18751 1/4/2010 161,518 3,445673 22,38067 1/5/2010 164,356 1,757078 22,96389 1/6/2010 168,846 2,731869 25,22323 1/7/2010 173,045 2,486885 26,8649 1/8/2010 176,774 2,154933 24,97102 1/9/2010 178,967 1,240563 24,98393

1/10/2010 181,513 1,422612 25,46519 1/11/2010 184,948 1,892425 25,98895 1/12/2010 186,916 1,064084 25,94908 1/1/2011 189,691 1,484621 26,16124 1/2/2011 192,913 1,698552 25,63775 1/3/2011 197,63 2,445149 26,57393 1/4/2011 202,293 2,359457 25,24486 1/5/2011 206,117 1,89033 25,40887 1/6/2011 209,719 1,747546 24,20727 1/7/2011 215,401 2,709343 24,47687 1/8/2011 219,305 1,81243 24,05953 1/9/2011 222,468 1,442288 24,30672

1/10/2011 224,563 0,941709 23,71731 1/11/2011 229,12 2,029271 23,88347 1/12/2011 232,424 1,442039 24,34676 1/1/2012 236,776 1,872442 24,82195 1/2/2012 238,841 0,872133 23,80763 1/3/2012 247,861 3,776566 25,41668 1/4/2012 254,619 2,726533 25,86644 1/5/2012 259,217 1,805838 25,76207 1/6/2012 263,663 1,715159 25,72204 1/7/2012 270,654 2,65149 25,65122 1/8/2012 278,052 2,733383 26,78781 1/9/2012 282,743 1,687098 27,09379

1/10/2012 285,909 1,11974 27,31794 1/11/2012 288,712 0,980385 26,00908 1/12/2012 292,009 1,141967 25,63634 1/1/2013 298,011 2,05541 25,86199 1/2/2013 297,644 -0,12314 24,62015 1/3/2013 298,843 0,402822 20,56878 1/4/2013 300,938 0,701037 18,19149 1/5/2013 306,488 1,84424 18,23607 1/6/2013 318,973 4,073564 20,97754 1/7/2013 326,122 2,241261 20,49407 1/8/2013 330,949 1,48012 19,02414 1/9/2013 336,238 1,598132 18,92001

1/10/2013 340,644 1,310383 19,14421 1/11/2013 350,531 2,902442 21,41199 1/12/2013 362,962 3,546334 24,29823 1/1/2014 382,569 5,401941 28,37413 1/2/2014 405,238 5,925469 36,14855 1/3/2014 417,073 2,920504 39,56258

48

1/4/2014 424,457 1,770434 41,04467 1/5/2014 433,847 2,212234 41,55431 1/6/2014 440,413 1,513439 38,07219 1/7/2014 449,726 2,11461 37,90115 1/8/2014 460,892 2,482842 39,26375 1/9/2014 471,655 2,335254 40,27415

1/10/2014 483,264 2,461335 41,86775 1/11/2014 491,533 1,711069 40,22525 1/12/2014 499,367 1,593792 37,58107 1/1/2015 511,031 2,335757 33,57878 1/2/2015 516,352 1,041225 27,41944 1/3/2015 527,865 2,229681 26,56417 1/4/2015 538,369 1,989908 26,83712 1/5/2015 547,596 1,713878 26,2187 1/6/2015 559,904 2,247639 27,13158 1/7/2015 572,321 2,2177 27,25992 1/8/2015 584,325 2,097429 26,78133 1/9/2015 594,376 1,720098 26,01923

1/10/2015 605,299 1,837731 25,25224 1/11/2015 617,573 2,027756 25,64223 1/12/2015 638,884 3,450762 27,93876 1/1/2016 679,166 6,305064 32,90114 1/2/2016 695,472 2,400881 34,68951 1/3/2016 715,013 2,809749 35,45377 1/4/2016 734,604 2,739951 36,4499 1/5/2016 752,582 2,4473 37,4338 1/6/2016 764,837 1,628395 36,60145 1/7/2016 770,599 0,753366 34,64455 1/8/2016 794,63 3,118484 35,9911 1/9/2016 807,033 1,560854 35,7782

1/10/2016 819,436 1,536858 35,37706 1/11/2016 834,061 1,784764 35,05464 1/12/2016 845,239 1,340195 32,2993 1/1/2017 870,126 2,94437 28,11683 1/2/2017 876,899 0,778394 26,08689 1/3/2017 892,997 1,83579 24,89242