Determinantes del Desarrollo de mercados financieros ... de... · Documento de trabajo del Banco...
31
Determinantes del Desarrollo de mercados financieros privados: ¿qué pueden decirnos los datos? 1688-7565 006 - 2012 Magdalena Borges María Victoria Landaberry Gerardo Licandro
Transcript of Determinantes del Desarrollo de mercados financieros ... de... · Documento de trabajo del Banco...
Determinantes del Desarrollo de mercados financieros privados: ¿qué pueden decirnos los datos?
1688-7565
006 - 2012
Magdalena BorgesMaría Victoria Landaberry Gerardo Licandro
Determinantes del Desarrollo de mercados financieros privados:
¿qué pueden decirnos los datos?
Magdalena Borges, María Victoria Landaberry, Gerardo Licandro 1 ª1
a Banco Central del Uruguay (Inveco), 777 Diagonal J.P. Fabini 11100 Montevideo, Uruguay
Documento de trabajo del Banco Central del Uruguay 2012/006
Autorizado por: Gerardo Licandro
Resumen El presente trabajo realiza un análisis del conjunto de resultados obtenidos empleando estimaciones de cross-section y de panel para 46 países entre el año 2005 y el 2010 sobre los determinantes del desarrollo del mercado de deuda doméstica. Dadas las limitaciones de los datos disponibles, recorremos una serie de alternativas modelísticas desarrolladas en la literatura en búsqueda de factores comunes. Concluimos que factores tales como el tamaño de la economía, la inflación, el entorno macroeconómico, el grado de apertura financiera, la calidad institucional y los inversores institucionales juegan un rol relevante en el desarrollo de estos mercados. JEL: E44, G12 Palabras clave: desarrollo mercados financieros, deuda doméstica, determinantes Abstract This essay surveys the results of a wide set of empirical methodologies on the issue of domestic debt market development determinants with data covering 46 countries from 2005 to 2010. We find that the wide dispersion in results in previous research on the field arises from the huge differences between the databases used by different researchers. Given the limitations of the data we concentrate on a meta analysis of the different methodological approaches used, which cover cross section and panel estimation techniques. We find that economy size, inflation, macroeconomic stability, financial openess, institutional quality and institutional investors play a relevant role in domestic market development. JEL: E44, G12 Keywords: financial market development, domestic debt markets, determinants
* Correo electrónico: [email protected]
1 Agradecemos los comentarios de Diego Gianelli y Miguel Mello en la elaboración de este primer borrador. Los errores remanentes son de nuestra exclusiva responsabilidad.
I –Introducción ¿Cuáles son las razones detrás de la falta de desarrollo de los mercados de deuda privada en Uruguay? Los
últimos años han mostrado una expansión de los mercados financieros en moneda doméstica al amparo del
desarrollo de una estrategia explícita de reducción de la fragilidad financiera derivada de la dolarización, que
ha llevado al crecimiento de los activos en moneda doméstica mantenidos por el sector privado y al
resurgimiento del crédito bancario. A pesar de ello, con la notable excepción del desarrollo del instrumento
del fideicomiso financiero (que no alcanza a tener una penetración de 1% del PIB), los mercados de deuda
privada permanecen notoriamente rezagados en su desarrollo en la comparación con otros países de
similares características estructurales.
Este trabajo busca contribuir a la construcción de una agenda de desarrollo de los mercados domésticos, a
través del estudio econométrico de los determinantes de desarrollo de los mercados de deuda privada.
Usando datos para 46 países entre los años 2005 y 2010 llevamos adelante regresiones cross section y de
panel para estudiar los determinantes del desarrollo y la profundidad de mercados financieros.
Dada la elevada volatilidad que presentan los datos disponibles y la elevada colinealidad entre gran parte de
las variables que las conforman, antes que pretender encontrar un solo modelo que incorpore todos los
factores que determinan el desarrollo de mercados, intentaremos recorrer una variedad de especificaciones
ya trabajadas en la literatura, con el propósito de a un tiempo hacer un resumen de esos antecedentes y
juntar los mensajes parciales que cada uno de esos modelos aporta.
Nuestros resultados apuntan a que la estabilidad del entorno macroeconómico, la calidad de las
instituciones, la apertura financiera y los inversores institucionales juegan un rol relevante en el desarrollo
de estos mercados.
El resto del trabajo procede de la siguiente manera. La sección dos plantea las metodologías a aplicar. La
sección tres explica el proceso de selección de variables e instrumentos para las aplicaciones empíricas. La
sección cuatro presenta los resultados de las estimaciones econométricas y la sección cinco concluye.
II. Presentación de datos y metodologías.
En la realización de este trabajo nos encontramos con un conjunto de obstáculos que fueron cambiando la
naturaleza original del mismo.
Uno de los principales desafíos que enfrentamos estuvo en que ligeras alteraciones al grupo de variables a
tratar econométricamente generan modelos finales diferentes, aun aplicando un proceso parsimonioso de
descarte de variables redundantes, problema que se repite en la literatura. Al revisar los trabajos empíricos
realizados observamos que en la mayoría de los modelos empleados no se estiman regresiones que incluyan
todos los factores que se consideran relevantes, sino que se plantean distintos modelos, cada uno de ellos
conteniendo un subconjunto de esas variables (Adelegan y Radzewicz-Bak, 2009, Yartey, 2008, Nath
Bhattacharyay, 2011). Según el modelo especificado varía la significación de cada una de las variables
consideradas. Ello puede deberse a que dada la naturaleza de las variables utilizadas en el análisis, pueden
existir problemas de multicolinealidad entre los regresores, ya que muchos de ellos se encuentran altamente
correlacionados. Por ejemplo, una economía con altos niveles de ingresos per cápita generalmente tiene muy
buenas instituciones. Al incluir en el modelo ambas variables los coeficientes estimados serán sesgados e
inconsistentes.
Otra de las principales dificultades enfrentadas en este tipo de trabajos es la pobreza de los datos, tanto en
cuanto a la disponibilidad para todos los países y para años sucesivos, como respecto a la calidad de los
mismos.
Teniendo en cuenta estas dificultades, nuestro objetivo será presentar diferentes modelos a los efectos de
realizar un análisis para extraer los mensajes subyacentes a todos ellos en su conjunto. Por tanto, no nos
centraremos en la especificación de un modelo en particular y en lo que refiere a la interpretación
consideraremos el signo y la significación de los coeficientes asociados a las variables pero no en la magnitud
del efecto de estas variables sobre el desarrollo del mercado de deuda.
A continuación presentaremos en la sección IV.1 una descripción de las metodologías econométricas
empleadas (cross-section y panel), luego en la sección IV.2 se presentan los criterios de selección de la
muestra. En la sección IV.3.1 se realiza una discusión de las variables dependientes que suelen utilizarse en
este tipo de análisis y se presentan las variables seleccionadas en nuestro caso. En la siguiente sub-sección se
describen las variables independientes seleccionadas y la fuente de las que fueron obtenidas.
II.1 Modelos econométricos
Para este trabajo se consideraron dos metodologías econométricas de estimación: cross-section y panel. Para
realizar las mismas se utilizará una muestra de 46 países con datos para el período 2005-2010. En la
estimación cross-section se empleará el promedio de cada una de las variables consideradas para dicho
período. A continuación se presentan ambas metodologías de estimación, sus desafíos, problemas y su
tratamiento.
II.1.1 Cross section
La especificación de un modelo de cross section es la siguiente:
(a) Yi = α + β X + ui
Ui ~ Ruido Blanco.
El mismo trata de explicar el comportamiento de la variable y, en función de la información proporcionada
por un conjunto de k variables explicativas, así como por una variable aleatoria, no observable, que
denominamos u. El vector X de dimensión k*1 constituye el vector de variables observables y la relación de
dependencia entre estas variables y la variable a explicar se presenta en un vector de parámetros que
denotaremos β. Este último refleja por tanto, la magnitud del impacto de cada regresor sobre la variable
endógena y. Dado que se trata de un modelo de sección cruzada, el subíndice i refiere a los valores de las
variables correspondientes a la unidad económica i-ésima (en este caso países).
Las principales limitaciones vinculadas a este tipo de regresiones son:
La cantidad de datos disponibles: Al contar con una única observación por cada país conjuntamente
con el hecho de que no existen datos de algunas variables para todos los países, ello reduce la
cantidad de datos disponibles a un número reducido lo que puede invalidar o relativizar alguna de
las conclusiones a las que se arriban con este tipo de modelos.
La extensión del período para el cálculo de promedios estructurales. Utilizamos promedios de seis
años de las variables de la muestra. Este criterio, derivado de los datos disponibles, choca con el
problema que en algunas variables (principalemente flujos y variables nominales) el promedio de
seis años solo significa un ciclo económico. En variables como inflación, volatilidades, y flujos en
general hubiera sido conveniente disponer de promedios de mas largo plazo.
Existe una gran cantidad de variables independientes que se determinan en forma simultánea con la
variable dependiente y por tanto presentan problemas de endogeneidad. Las estimaciones obtenidas
a través de estimaciones MCO ya no serán insesgadas ni consistentes. Para resolver este problema,
se emplean variables instrumentales. La obtención de los instrumentos para cada una de las
variables es un procedimiento dificultoso debido a la escasa disponibilidad de datos.
Como resultado de estas limitaciones, de los trabajos empíricos que existen disponibles en materia de
determinantes del desarrollo del mercado de deuda sólo muy pocos utilizan esta metodología y las
mismas suelen emplear estimaciones de panel sin variables instrumentales, ignorando el problema
potencial de endogeneidad.
Dentro de las ventajas asociadas a este tipo de regresión podemos mencionar:
La metodología cross-section captura las relaciones de largo plazo entre las variables empleadas.
La dimensión temporal puede capturarse en forma indirecta a partir de la consideración del promedio en el
período de tiempo considerado.
II.1.2 Panel
La especificación de un modelo de panel es de la siguiente forma:
(a) Y it =α + βi Xit + e it
eit ~ Ruido Blanco.
La metodología de datos de panel permite por un lado analizar los efectos individuales de cada país y por
otra parte los efectos temporales de cada variable sobre el desarrollo del mercado de deuda. Por tanto, como
en estos modelos se utilizan conjuntamente datos de sección cruzada y de series temporales, se emplean dos
subíndices: uno para reflejar los valores de las variables correspondientes a la unidad económica i-ésima
(países) que se denota con el subíndice i y otro subíndice t que expresa las observaciones correspondientes a
un mismo instante de tiempo.
La gran mayoría de los trabajos que estudian los determinantes del desarrollo del mercado de acciones o
bonos emplean esta metodología y por tanto es interesante realizar esta estimación a los efectos de comparar
los resultados obtenidos.
Dentro de las principales ventajas que presenta esta metodología podemos mencionar:
Amplía la cantidad de datos disponibles y permite observar una mayor variabilidad de las variables.
No obstante, debido a que el horizonte temporal continúa siendo reducido, al contemplar
exclusivamente seis años, conserva alguna de las características de las regresiones cross-section.
Permite resolver el problema de endogeneidad de las variables independientes simultáneamente
determinadas empleando como instrumento el rezago de las mismas, información que se encuentra
disponible para los datos de la muestra.
Para la estimación de panel se empleó efectos fijos, ya que los mismos nos permiten capturar las
características particulares de los países seleccionados en la muestra. En este sentido, Novales (2000)
sostiene que no todos los agentes toman las mismas decisiones, incluso cuando poseen las mismas
características observables. Esta situación exige contemplar la existencia de efectos latentes no
observables, específicos a cada agente considerado, generalmente constantes en el tiempo y que
influyen en las decisiones tomadas por los individuos.
II.2 Selección de la muestra
Para la selección inicial de países se empleó como criterio, incluir en la muestra aquellos países que cumplían
con al menos uno de los siguientes tres requisitos:
a- En el año 2011 disponían de un PIB ajustado por poder de compra (PPP) per cápita, entre U$S
7.000,00 y U$S 25.000,00, que se considera el entorno relevante de ingreso de Uruguay. Uruguay
tiene para dicho año un PIB per cápita PPP de U$S 15.112,56. El objetivo al emplear este criterio es
que la muestra sea lo suficientemente representativa y que contenga a Uruguay en
aproximadamente su valor medio.
Los datos se obtienen del Fondo Monetario Intenacional, World Economic Outlook Database, de abril
de 2012.
b- En el año 1980 disponían de un PIB ajustado por poder de compra (PPP) per cápita, entre U$S
3.000,00 y U$S 5.000,00. El objetivo es agregar a los países que a principios de la década de los
ochenta disponían de un PIB per cápita (PPP) semejante al de Uruguay (U$S 3.432,51) pero que por
alguna razón, su desempeño al 2011 no se encuentra comprendido en el entorno definido en a.
Los datos se obtienen del Fondo Monetario Internacional, World Economic Outlook Database, de
abril de 2012.
c- Finalmente, se agregan todos los países que sin estar comprendidos en a y b pertenecen a América
del Sur. Los países que se incorporan de acuerdo a este criterio son Bolivia y Paraguay. El objetivo
perseguido al incluir estos países es que los mismos pueden enfrentar factores estructurales que
afectan a toda la región y por tanto son relevantes.
De esta primera selección, se dispone de una muestra de 71 países.
No obstante, debido a la falta de datos disponibles en algunos de ellos (Antigua y Barbuda, Guyana, Aruba,
Belice, Bielorruisa, Guinea Ecuatorial, Gabon, Granada, Maldivas, Rep. Dominicana, Seychelles, St. Lucía, St.
Vincent and the Grenadines, Suriname, Tonga, Timor-Leste, Turkmenistan, Iran, Líbano, St. Kitts and Nevis,
Bosnia y Herzegovina, Albania, Azerbaijan, Dominica y Algeria) se consideraron finalmente 46 de los
originalmente seleccionados para la muestra general.
A continuación se presentan los países seleccionados:
Europa del
Este África El Caribe
América del
sur y central
G-7 y otras
economías
desarrolladas
Asia y Oceanía
Bulgaria Botswana Barbados Argentina Portugal Arabia Saudita
Croacia Namibia Jamaica Bolivia China
Eslovakia Sud Africa
Trinidad y
Tobago Brasil Filipinas
Estonia Tunez Chile Kazakhstan
Hungría Colombia Malasia
Letonia Costa Rica Mauricio
Lituania Ecuador Oman
Montenegro El Salvador Pakistan
Polonia Mexico Tailandia
Rep. de
Macedonia Panama Turquía
Rumania Paraguay Ukraine
Rusia Perú
Serbia Uruguay
Venezuela
III Selección de variables para el análisis
III.1 Variables dependientes
Existen múltiples indicadores para medir el desarrollo del mercado de acciones y/o de bonos. A continuación
describimos las principales variables empleadas para reflejar el desarrollo de uno u otro mercado.
Indicadores de desarrollo y liquidez del mercado accionario
Capitalización del mercado de acciones/PIB
Es el valor de las acciones cotizadas en bolsa en términos del PIB. Es una medida del tamaño del mercado.
Desde el punto de vista teórico está relacionada positivamente con la habilidad de movilizar capital y
diversificar riesgo (Levine, 1995) Esta medida fue empleada por Yartey (2008) y García (1999).
Cantidad de empresas que cotizan en bolsa
Es una medida alternativa de tamaño del mercado, puede emplearse cuando lo que se pretende es realizar
una comparación entre el desarrollo del mercado de acciones entre dos o más países. De acuerdo a Levine
(1995), si bien diferencias marginales en la cantidad de empresas que cotizan en bolsa no es informativa, si lo
es cuando las diferencias son significativas. Por tanto tenerlas en cuenta es relevante cuando lo que se
pretende es clasificar el desarrollo de acuerdo a su tamaño. En el caso de que se pretenda analizar la
evolución del mercado, se puede considerar la tasa de crecimiento de la cantidad de empresas cotizantes en
bolsa. Este indicador fue utilizado por Yartey (2008).
Valor total transado/PIB
Es el valor de las acciones transadas en la bolsa en relación al tamaño de la economía y es una de las medidas
tradicionalmente empleadas para reflejar la liquidez de un mercado. Cuanto más líquido es un mercado, se
considera que es mayor su desarrollo. En un mercado líquido, los inversores no pierden el acceso a sus
ahorros durante la duración del proyecto de inversión, porque pueden en forma fácil, rápida y a bajo costo
vender los valores en el mercado secundario. Una medida comprensiva de liquidez debe cuantificar todos los
costos asociados con el comercio, incluyendo los costos de tiempo y la incertidumbre que puede ocasionar
encontrar una contraparte para realizar el negocio. Cuanto más fácil y rápido sea comprar y vender acciones,
los precios reflejarán más adecuadamente la información disponible en el mercado y los costos de
transacción se reducirán, incentivando el desarrollo del mercado (Aduda, 2012). Es una medida
complementaria de la capitalización de mercado ya que pueden existir mercados grandes (medidos con este
indicador) en los cuales se realizan pocas transacciones y son por tanto, ilíquidos (Levine, 1995). Este
indicador fue empleado por Adenuga (2010).
Turnover
Mide el valor de las acciones transadas sobre la capitalización del mercado y por tanto refleja la actividad del
mercado de acciones en términos relativos a su tamaño. Si bien constituye una medida de liquidez,
complementa la información contenida en el indicador mencionado previamente. El valor de las acciones
transadas refleja las transacciones en términos del tamaño de la economía, mientras que el turnover indica
las transacciones en relación al tamaño del mercado accionario (Levine, 1995).
Volatilidad de los retornos
Medida a través de la desviación estándar de los retornos. De acuerdo a Levine (1995), es una dimensión a la
que suele prestarse mucha atención aunque una mayor volatilidad no necesariamente refleja un menor
desarrollo del mercado.
Indicadores del desarrollo del mercado de bonos
Capitalización del mercado de bonos/ PIB
Títulos de deuda doméstica privada emitidos por instituciones financieras y empresas como porcentaje del
PIB. Es una medida del tamaño del mercado. En general suelen desagregarse en públicos y privados según la
institución emisora. Es una de las pocas medidas disponibles en las bases de datos existentes que refiere al
desarrollo del mercado de bonos y suele presentar menor cantidad de datos en relación a los indicadores de
acciones. Esta medida fue empleada por Nath Bhattacharyay (2011).
Otra medida alternativa del desarrollo del mercado de deuda :Spread
Mide la brecha entre la tasa activa y pasiva del sistema bancario. Es una medida que suele emplearse para
medir el desarrollo del sistema financiero en su conjunto (Greenwood et.al., 2010). Un menor spread da
cuenta de un mayor desarrollo financiero, ya que refleja en buena medida una mayor eficiencia del sistema
financiero. A su vez, en lo que refiere estrictamente al mercado de deuda, un mayor spread tendrá un efecto
negativo sobre la emisión del mercado de bonos, ya que se genera una mayor carga de los servicios de deuda
para las empresas emisoras y también será menor la demanda por títulos de renta fija porque existe una alto
riesgo de erosión del poder de compra al invertir en este tipo de activos (Adelegan y Radzewicz-Bak, 2009). Es
una medida indirecta del desarrollo del mercado de valores, puesto que spread más bajos pueden señalar la
existencia de una competencia entre el sistema bancario y otras fuentes de financiamiento alternativas, tales
como las acciones y los bonos. No obstante, es una medida que debe emplearse con cautela ya que puede
estar reflejando otras dimensiones del sistema financiero no vinculadas directamente al mercado de deuda.
Por un lado, en las economías emergentes aún cuando existe un mayor desarrollo del mercado de deuda, los
spread suelen mantenerse elevados ya que los fondos de inversión aprovechan este diferencial en lugar de
actuar en forma competitiva (Schmukler et. al., 2011). Adicionalmente, las reducidas spread observados en
los últimos años en muchas economías, podrían explicarse principalmente por los bajos niveles de las tasas
de referencia internacionales (libor, fed funds). Un aspecto positivo de esta medida, es que es sensible a
factores de carácter coyuntural y permite capturar efectos de ciertos determinantes que actúan en el corto
plazo sobre el desarrollo del sistema financiero.
Como medida más específica del mercado de deuda, se emplea el bid-ask spread que es una medida de la
liquidez del mercado y la magnitud de los costos de transacción. Para poder calcularlo se requiere de
información detalla respecto a las transacciones y cotizaciones de los instrumentos y su uso no está muy
difundido, ya que para aquellos estudios que abracan muchos países no se encuentra disponible esta
información para la gran mayoría de ellos (Vayanos y Wang, 2012).
Enfoque multidimensional: En busca de una medida más comprehensiva del mercado de
deuda
Si bien pueden emplearse estos indicadores de forma independiente para representar el desarrollo del
mercado de acciones y/o bonos, al hacerlo el análisis se concentra en una característica particular de dicho
desarrollo y no se observa las distintas dimensiones que los componen. En este sentido, el Banco Mundial
(2006) señala que los mercados financieros tienen cuatro dimensiones: tamaño, acceso, eficiencia y
estabilidad. El primer aspecto, puede ser medido a través del ratio de capitalización sobre PIB, stock de bonos
públicos sobre PIB, stock de bonos privado sobre PIB, valor de los instrumentos transados en el mercado en
términos absolutos. Para medir la facilidad de acceso a los servicios financieros sugieren que se puede
emplear las nuevas emisiones de instrumentos en relación al PIB. En cuanto a los indicadores de eficiencia,
los más utilizados son; el spread de tasas de interés y el turnover. Por último, la estabilidad del mercado
financiero puede medirse a través del ratio de títulos a corto plazo sobre el total de valores, volatilidad de los
bonos soberanos, correlación de los retornos de los instrumentos con los retornos de los bonos americanos o
alemanes. Las cuatro dimensiones mencionadas previamente se encuentran positivamente correlacionadas.
En efecto, los mercados de valores más grandes tienden a ser más eficientes y usualmente proveen más fácil
acceso a un precio más bajo. Adicionalmente, estos mercados también suelen ser más estables (Banco
Mundial, 2006).
Levine (1995) a su vez, indica que concentrarse exclusivamente en una de las variables limita la información
disponible sobre el desarrollo del mercado de deuda en el análisis. Si se estudia el desarrollo de un mercado
considerando los indicadores en forma independiente pueden arribarse a diferentes conclusiones y ello se
debe a que cada uno de ellos aporta nueva información al análisis. Es por este motivo que propone la
elaboración de índices que contemplen más de un indicador y de esta forma constituyan una medida más
comprehensiva del desarrollo del mercado de deuda. Por esta razón, en este trabajo se presenta un índice de
carácter multidimensional. Este indicador, al que denominaremos Indicador global de desarrollo (IGD) nos
permite agregar información tanto del mercado accionario como del mercado de bonos y por tanto
constituye una medida integral del desarrollo del mercado de deuda doméstica.
Para la construcción de dicho indicador agregamos información de la capitalización del mercado accionario
en relación al PIB, el valor total transado de acciones en términos del PIB, el turnover de mercado accionario
y la capitalización del mercado de bonos privados en relación al PIB. Para las cuatro variables se utilizaron
los datos de Beck y Demirgüç-Kunt (2009).
Se calculó el promedio de cada uno de estos indicadores para el período 2005-2010, para cada uno de los
países considerados en el análisis. Luego se obtuvo el promedio para todos los países. Para que los datos sean
comparables y los diferentes indicadores puedan ser agregados, se expresó el promedio de cada país para
cada uno de los indicadores en función de la media del total de los países de la muestra. Por último se realizó
un promedio ponderado de los mismos de acuerdo al tamaño relativo de los mercados de acciones y bonos.
Z s, i = promedio X s para el país i (2005-2010)/ promedio X s para todos los países s = 1, 2 ,3 ,4
X1= capitalización del mercado accionario en relación al PIB
X2= total transado de acciones en relación al PIB
X3= el turnover del mercado accionario
X4= capitalización del mercado de bonos privados en relación al PIB.
IGD (i) = [(Z1 +Z2+ Z3)/3 * X1 + z4 *X4] / (X1+X4)
Este indicador es una versión modificada del índice presentado por (Dermigruc- Kunt y Levine, 1995) ya que
agrega al mercado de bonos a través de la capitalización de bonos en relación al PIB y pondera a ambos
mercados de acuerdo a su tamaño relativo. La inclusión de la capitalización de mercado (X1 y X4) nos permite
disponer de una medida del tamaño del mismo. Incluirlo es pertinente de acuerdo a estos autores, porque un
mayor tamaño de mercado implica una mayor capacidad para dicho país de asignar capital y diversificar
riesgo.
Por otra parte, se incluye el total de acciones transadas en términos del PIB como medida que refleja la
liquidez de mercado y que resulta complementaria al tamaño del mismo. El turnover del mercado accionario
se agrega finalmente como un indicador complementario, ya que si bien refleja la liquidez de mercado, al
igual que el valor total transado, agrega nueva información ya que mientras que el valor transado de acciones
en relación al PIB mide las transacciones en relación al tamaño de la economía, el turnover mide la
comercialización en relación al tamaño del mercado accionario. Como señalamos anteriormente, al incluir en
el IGD estos tres indicadores se obtiene una medida más comprehensiva del desarrollo que cualquier
información obtenida de cada indicador considerado aisladamente.
Un mayor valor de este indicador refleja un mayor desarrollo del mercado de deuda en relación a la media de
desarrollo de la muestra.
En segundo lugar, se utiliza como variable dependiente el spread bancario. Los datos utilizados fueron
extraídos del World Bank (2012). Cuanto menor el spread, más eficiente es el sistema financiero, lo que
indica un mayor grado de desarrollo. Sin embargo, el spread sólo explicaría el desarrollo del mercado de
deuda, si esa reducción en el mismo se debe a la mayor competencia introducida por el mercado de valores o
si el sistema bancario y el de acciones y bonos se desarrollan paralelamente. Si bien constituye una medida
indirecta del desarrollo del mercado de valores, se agregan los resultados obtenidos para su discusión.
En tercer lugar se empleó como variable dependiente la capitalización de acciones en términos del PIB ya
que es la medida más utilizada en los trabajos empíricos y de la cual se dispone de más datos. En este caso,
queda excluido el mercado de bonos y nos centramos exclusivamente en los determinantes del desarrollo del
mercado accionario. Una mayor capitalización del mercado de acciones en términos del PIB refleja un mayor
desarrollo de mercado.
El turnover se utilizó como medida de la liquidez del mercado. Este indicador suele considerarse como uno
de las mejores aproximaciones al desarrollo del mercado ya que sería preferible contar con un mercado
líquido aunque sea pequeño.
Estas medidas son presentadas con el propósito de capturar toda la información posible y de probar si las
conclusiones son robustas a las distintas especificaciones econométricas.
III.2 Variables independientes
A continuación se presentan los factores que fueron considerados como variables independientes
conjuntamente con las variables que los reflejan y la fuente de datos de la que fueron obtenidos.
Tamaño de la economía
El tamaño de la economía fue medido a través del PIB basado en paridad de poder de compra (PPA) en
billones de dólares corrientes. Los datos fueron extraídos del World Economic Outlook Database (WEO) del
Fondo Monetario Internacional (FMI) de abril de 2012. Se espera que exista una relación positiva entre el
desarrollo del mercado de deuda y el tamaño de la economía. Se considerará que la variable en consideración
es endógena, ya que se determina en forma simultánea en el modelo.
Inversión
Para medir la inversión se empleó como variable inversión en términos del PIB. Los datos se obtuvieron del
WEO del FMI de abril de 2012. Se espera que exista una relación positiva con la variable dependiente, ya que
a mayor inversión, mayor es la cantidad de recursos disponibles para ser canalizados a través del mercado de
deuda y por tanto fomenta su desarrollo. Se considera la inversión y no el ahorro en relación al PIB, dado que
ambas variables reflejan la misma dimensión. Al igual que la variable anterior, se considera endógena por
simultaneidad.
Inflación
Se utilizaron dos medidas que reflejan esta dimensión. Por un lado, el promedio de la inflación anual de los
precios al consumidor para el período 2005-2010, que refleja la variación de los precios al consumidor en el
corto plazo. Por otra parte, se empleó el promedio de la inflación anual para el período 1980-2010 como
indicador de la inflación de largo plazo. La distinción entre corto y largo plazo busca reflejar el hecho de que
el incremento de los precios puede tener efectos que no son inmediatos ya que los agentes pueden fundar sus
decisiones y su comportamiento en base a la evolución histórica de la variable y no necesariamente respecto
a su valor presente (backward looking). Los datos fueron obtenidos del World Development Indicators &
Global Development Finance del World Bank (WB) de mayo de 2012. Si bien la inflación en sí misma es un
factor que se incluye como variable explicativa en el modelo, ya que esperamos que genere efectos directos
sobre el mercado de deuda, puede ser utilizada a su vez, como variable que refleje el entrono
macroeconómico. Por tanto, no se incluyen conjuntamente con la inflación, otras variables que también
puedan reflejar el entorno macroeconómico para evitar problemas de multicolinealidad.
Por último, para contemplar la posible existencia de un umbral en el efecto de la inflación sobre el desarrollo
del mercado de deuda se define una variable dummie que adopta el valor 1 cuando la inflación sobrepasa el
umbral de 7.69% y 0 cuando se encuentra por debajo de dicho valor. El umbral definido corresponde al
estimado por Ho-Chuan Huang et al. (2010) con el set de información más amplio.
Apertura
Como medida de apertura financiera se utilizó el índice construido por Chin e Ito de mayo de 2007, que mide
el grado de apertura en las transacciones de la cuenta de capital, considerando cuatro tipos de restricciones:
presencia de tipos de cambios múltiples, restricciones en las transacciones de cuenta corriente, restricciones
en las transacciones en la cuenta de capital y requerimientos para los procedimientos de exportación. Un
mayor valor del índice refleja un mayor grado de apertura financiera. Se espera una relación positiva entre
apertura y desarrollo del mercado de deuda, aunque en los trabajos empíricos realizados se han obtenido
resultados no concluyentes respecto a esta relación, tal y como fue señalado anteriormente.
Sector Bancario
Esta dimensión fue aproximada a través del crédito privado del sector bancario en relación al PIB. Los datos
fueron obtenidos de Beck y Demirgüç-Kunt (2009). Se considera endógena ya que en el modelo se
determinan simultáneamente con el desarrollo del mercado de deuda. La relación esperada entre ambas
variables es ambigua y depende del grado de desarrollo del mercado (si consideramos la teoría de Holmström
y Tirole) o de la predominancia del efecto complementario o sustitución (tomando en cuenta las otras teorías
expuestas en el marco teórico).
Tipo de cambio
Utilizamos la volatilidad del tipo de cambio, medida como el desvío estándar del tipo de cambio en el período
2005-2010. Se espera que haya una relación negativa entre volatilidad del tipo de cambio y desarrollo del
mercado de deuda. Los datos fueron extraídos de World Development Indicators & Global Development
Finance del World Bank (WB) de mayo de 2012.
Entorno macroeconómico
Existen diferentes variables que reflejan esta dimensión. En este trabajo se seleccionó la deuda pública, el
pilar de entrono macroeconómico del Índice de Competitividad y la inflación.
La deuda pública se incorporó a través de la deuda general bruta del gobierno en términos del PIB. Los datos
se obtuvieron del World Economic Outlook Database (WEO) del Fondo Monetario Internacional (FMI) de
abril de 2012. Mayores niveles de deuda pública se asocian a entornos más inestables y por tanto es de
esperar que exista una relación negativa entre deuda pública y desarrollo del mercado de deuda.
El World Economic Forum construye un índice que refleja el grado de competitividad de un país en función
de su desempeño en diversas dimensiones. Una de estas dimensiones es el entrono macroeconómico, que
toma en cuenta factores tales como la inflación anual, la tasa de ahorro en relación al producto, la deuda
general del gobierno como porcentaje del PIB, el rating de crédito del país y el balance presupuestal del
gobierno como porcentaje del PIB. Dicho pilar toma valores del uno al siete, donde siete refleja un mejor
entrono macroeconómico. Se espera una relación positiva entre este indicador y el desarrollo del mercado de
valores.
Emisión de deuda pública
La emisión de deuda pública es medida a través de la capitalización de los bonos públicos en términos del
PIB. Los datos fueron extraídos de Beck y Demirgüç-Kunt (2009). Es considerada endógena por
simultaneidad. Nuestro interés central en incluir esta dimensión es observar si existe una relación de
crowding out entre la emisión de deuda pública y el desarrollo del mercado de deuda privado.
Inversión extranjera directa
Para medir esta dimensión se utilizó el flujo neto de inversión extranjera directa medido en millones de
dólares corrientes, extraído de las Naciones Unidas (UNCTAD STAT). Se considera endógena, ya que se
determina simultáneamente con el desarrollo del mercado de deuda. Se espera una relación positiva entre
ambas dimensiones, dado que estimula la demanda de instrumentos financieros. Es importante considerar
que cuando se agrega como factor explicativo no debe incluirse simultáneamente con la variable que refleje
la calidad institucional, porque más flujos de inversión extranjera suelen asociarse con reformas de carácter
institucional y por tanto, introducirlas conjuntamente podría generar una potencial multicolinealidad.
Inversores institucionales
Para medir la importancia de los fondos manejados por los inversores institucionales (compañías de seguros,
fondos de pensiones y fondos mutuos) en relación al PIB se obtuvo la suma de los activos de estas tres
instituciones en términos del PIB. Los datos se obtuvieron del World Bank (2012). Es de esperar que se
encuentre una correlación positiva y significativa entre los activos de los inversores institucionales y el
desarrollo del mercado de valores. No obstante, si se utiliza como medida del desarrollo del mercado de
deuda el turnover de acciones, dicha relación puede no manifestarse si los inversores mantienen un
comportamiento de buy and hold en la muestra considerada.
Calidad institucional
La calidad institucional es medida a través del pilar de instituciones del Índice de Competitividad del World
Economic Forum. Este pilar es una medida de resumen de los siguientes indicadores: derechos de propiedad,
protección de la propiedad intelectual, desvío de fondos públicos, confianza pública de los políticos, pagos
irregulares y sobornos, independencia judicial, favoritismo en las decisiones oficiales gubernamentales,
desperdicio de los gastos del gobierno, peso de la regulación del gobierno, eficiencia del marco legal para
resolver disputas y regulaciones, transparencia de la política del gobierno, servicios del gobierno para
mejorar el desempeño de los negocios, costos del terrorismo, crimen y violencia, crimen organizado,
fiabilidad de los servicios de policía, comportamiento ético de las empresas, fortaleza de los estándares de
auditoría y reporte, eficiencia del gobierno corporativo, protección de los intereses del accionista minoritario
y fortaleza de la protección al inversionista. Se espera una relación positiva entre la calidad institucional y el
desarrollo del mercado de valores. En algunos casos se emplearan como variable independiente
exclusivamente algunos de los indicadores contenidos en el pilar, porque consideramos que están más
directamente vinculados al mercado de valores, como la protección de los intereses del accionista
minoritario, la fortaleza de la protección al inversionista y los derechos de propiedad.
III.3 Procedimiento de Selección de variables instrumentales
Para las variables independientes definidas como endógenas se empleo el método de variables
instrumentales. Para la selección de los instrumentos se eligió de la base de datos del World Development
Indicators & Global Development Finance del World Bank (WB) 2012, que dispone de 1256 variables para
cada uno de los países considerados, aquellas que cumplieran con las siguientes condiciones:
a- Que obtuviera el valor más alto en el índice definido como
Índice = 1- corr (v. endógena, y) 2 + corr (v. endógena, Z) 2
Z= instrumento
Y= variable dependiente.
El objetivo perseguido es garantizar que Z cumpla con las propiedades deseables de un buen
instrumento esto es, que no esté correlacionado con el error del modelo de regresión a estimar y que
esté correlacionada con la variable independiente que presenta el problema de endogeneidad.
b- Que tuviera suficientes datos disponibles para todos los países de la muestra.
c- Que existiera una intuición económica que relacione el instrumento con la variable clasificada como
endógena.
d- Que el instrumento sea exógeno en el modelo especificado.
Siguiendo estos criterios se emplearon como instrumentos para las variables endógenas los que se definen a
continuación:
VARIABLE ENDÓGENA INSTRUMENTO
PIB Población total
Deuda bruta del gobierno Brecha de pobreza de $1,25 al día (PPA)
Inversión Emisión de CO2 (kt)
Crédito privado Tiempo para ejecutar un contrato (en días)
IED Pagos de regalías y licencias en US$ corrientes
Inversores institucionales Número de impuestos.
Cabe recordar que estos instrumentos sólo fueron utilizados en la metodología de cross section, ya que en los
modelos de panel se empleó como instrumento el rezago de las variables endógenas.
A continuación se presenta un cuadro con las variables dependientes e independientes empleadas en los
modelos definidos anteriormente.
TIPO DE VARIABLE DIMENSIÓN SUBDIMENSIÓN INDICADOR CÓDIGO
Capitalización del mercado
de acciones/PIBValor de las acciones cotizadas en bolsa en términos del PIB. CAP. ACC./PIB
Turnover de acciones Valor de las acciones transadas sobre la capitalización del mercado. TURN. ACC.
Spread de tasas de interés Mide la brecha entre la tasa activa y pasiva del sistema bancario. SPR.
Indicador global de
desarrollo
Medida más comprehensiva del desarrollo del mercado de deuda. Agrega información
tanto del mercado accionario (cap. acc./PIB, valor de las acciones transadas/PIB y turn. Acc.)
como del mercado de bonos (capitalización del mercado de bonos privados).
IGD
Pilar de instituciones del
Índice de Competitividad
Medida de resumen de los siguientes indicadores: derechos de propiedad, protección de la
propiedad intelectual, desvío de fondos públicos, confianza pública de los políticos, pagos
irregulares y sobornos, independencia judicial, favoritismo en las decisiones oficiales
gubernamentales, desperdicio de los gastos del gobierno, peso de la regulación del
gobierno, eficiencia del marco legal para resolver disputas y regulaciones, transparencia de
la política del gobierno, servicios del gobierno para mejorar el desempeño de los negocios,
costos del terrorismo, crimen y violencia, crimen organizado, fiabilidad de los servicios de
policía, comportamiento ético de las empresas, fortaleza de los estándares de auditoría y
reporte, eficiencia del gobierno corporativo, protección de los intereses del accionista
minoritario y fortaleza de la protección al inversionista. (1 = muy débil, 7 = muy fuerte).
INST.
Protección de los intereses
del accionista minoritario
En qué medida los intereses de los accionistas minoritarios son protegidos por el sistema
legal. (1 = muy débil, 7 = muy fuerte).
PROT. ACC.
MIN.
Fortaleza de la protección al
inversionistaFuerza de protección a los inversores (0 = muy débil, 10 = muy fuerte).
FORT. PROT.
INV.
Derechos de propiedadProtección de los derechos de propiedad, incluyendo los activos financieros (1 = muy débil,
7 = muy fuerte).DER. PROP.
Dedua pública Deuda general bruta del gobierno en términos del PIB. D. PÚB.
Tasa de inflación anual Promedio de inflación anual de los precios al consumidor. INF.
Pilar de entorno
macroeconómico del Índice
de Competitividad
Medida de resumen de los siguientes indicadores: inflación anual, tasa de ahorro en
relación al producto, deuda general del gobierno como porcentaje del PIB, rating de crédito
del país y balance presupuestal del gobierno como porcentaje del PIB.
ENT. MACRO.
Tamaño de la
economíaPIB ajustado por PPA Nivel de ingreso de la economía en billones de dólares corrientes. PIB
Inversión Inversión/ PIB Inversión en términos del PIB. INV./PIB
Inflación Tasa de inflación anual Promedio de inflación anual de los precios al consumidor. INF.
Apertura Apertura financiera
Grado de apertura en las transacciones de la cuenta de capital, considerando cuatro tipos
de restricciones: presencia de tipos de cambios múltiples, restricciones en las
transacciones de cuenta corriente, restricciones en las transacciones en la cuenta de capital
y requerimientos para los procedimientos de exportación.
APER.
Sector bancario Crédito privado Crédito privado del sector bancario en relación al PIB. CRED. PRIV.
Tipo de cambioVolatilidad del tipo de
cambioDesvío estándar del tipo de cambio. VOL. TC
Emisión de deuda
pública
Capitalización de bonos
públicos/PIBTítulos de deuda doméstica emitidos por el sector público como porcentaje del PIB.
CAP. BON.
PÚB./PIB
Inversión
extranjera directa
Flujo neto de inversión
extranjera directaFlujo neto de inversión extranjera directa medido en … US$. IED
Inversores
institucionales
Activos de los inversores
institucionales/PIB
Suma de los activos gestionados por compañías de seguros, fondos de pensiones y fondos
mutuos.INV.INST./PIB
Entorno
Macroeconómico
VARIABLES
DEPENDIENTES
Desarrollo del
mercado de deuda
doméstica
VARIABLES
INDEPENDIENTES
Calidad
institucional
Teniendo en cuenta las variables definidas en el cuadro y de acuerdo a los modelos definidos en la sección
IV.1.1 y IV.1.2, las estimaciones realizadas a partir de un modelo cross-section son de la forma:
(a) Yi = α + β X + ui i =1….46 países
Yi = desarrollo del mercado de deuda (CAP. ACC./PIB, TURN. ACC., SPR. e IGD)
X= matriz de regresores (INST., PROT. ACC. MIN., FORT. PROT. INV., DER. PROP., D. PÚB., INF., ENT.
MACRO., PIB, INV./PIB, APER., CRED. PRIV., VOL. TC, CAP. BON. PÚB./PIB, IED, INV.INST./PIB).
Ui ~ Ruido Blanco.
En tanto, las estimaciones realizadas con la metodología de panel son de la forma:
(a) Y it =α + βi Xit + e it i =1….46 países t= 2005,…., 2010
Yit = desarrollo del mercado de deuda (CAP. ACC./PIB, TURN. ACC., SPR. e IGD)
X= matriz de regresores (INSTi,t., PROT. ACC. MIN.i,t, FORT. PROT. INVi,t., DER. PROPi,t., D. PÚBi,t., INFi,t.,
ENT. MACRO.i,t, PIBi,t, INV./PIBi,t, APER.i,t , CRED. PRIV.i,t , VOL. TCi,t , CAP. BON. PÚB./PIBi,t , IEDi,t,
INV.INST./PIBi,t). eit ~ Ruido Blanco.
IV - Resultados Obtenidos
IV.1 - Resultados Obtenidos utilizando la metodología de Cross-section
Al realizar este tipo de estimaciones se observa que en virtud de que algunas variables consideradas disponen
de pocas observaciones, no es posible incluir la totalidad de los regresores en una única especificación ya que
los datos de la muestra se reducirían significativamente. Por otra parte, dado los problemas de
multicolinealidad señalados previamente, en todos los casos se tuvo en cuenta la dimensión contemplada por
cada variable evitando incorporar dos o más regresores que incluyeran información similar tales como la
inflación y la deuda del gobierno o la variable instituciones y la inversión extranjera directa.
Los resultados obtenidos en la estimación de cross-section son presentados en las tablas I, II y III del anexo II.
A continuación se presentan las principales conclusiones respecto a los factores considerados como posibles
determinantes del desarrollo del mercado de deuda doméstica:
Vale aclarar que se omiten los resultados de la regresión cuya variable dependiente es el spread bajo la
especificación cross- section ya que ninguno de los regresores considerados es significativo para la muestra.
En lo que refiere al tamaño de la economía encontramos que existe una relación positiva y significativa
para la muestra considerada cuando se considera como variables dependientes el IGD. Estos resultados
coinciden con los obtenidos por Adelegan y Radzewicz-Bak, (2009) y Eichengreen y Luengnaruemitchai
(2004). No obstante, la variable no resulta significativa cuando se considera como variable dependiente la
capitalización del mercado accionario.
Respecto de la dimensión Calidad Institucional, si se observan los resultados obtenidos en las tablas I-II el
coeficiente asociado a la variable instituciones es positivo en todos los casos y significativo, por tanto, de
acuerdo a la estimación cross-section la calidad institucional es un factor que afecta al desarrollo del mercado
de deuda.
La inversión por su parte no resulta significativa bajo ninguno de los modelos considerados y parece no ser
relevante para explicar el desarrollo del mercado de deuda en la muestra considerada. Este resultado no es
consistente con el obtenido por Yartey (2008), quien encuentra una relación positiva y significativa entre la
inversión y el desarrollo del mercado accionario para cuarenta y dos economías emergentes.
Con respecto a la inflación se emplearon como regresores la inflación de corto plazo (promedio de inflación
para el período 2005-2010) y la inflación de largo plazo (promedio para el período 1980-2010). De los modelos
obtenidos a partir de este tipo de estimación, la inflación de largo plazo resulta significativa y negativa, sólo
en uno de ellos. Estos resultados se encuentran en línea con lo establecido en la literatura, según la cual,
mayores niveles de inflación se asocian a entornos macroeconómicos más inestables y tiene efectos
distorsivos sobre la asignación de recursos. No obstante, Yartey (2008) y García (1999) no encuentran que la
relación sea significativa cuando se considera el desarrollo del mercado accionario. La inflación de corto
plazo no resulta significativa en los modelos especificados.
Al probar la existencia de un umbral de inflación encontramos que para los países de la muestra considerada
y tomando como variable dependiente el IGD no existe evidencia de que dicho umbral exista y la inflación
tiene para todos los países de la muestra un efecto negativo sobre el desarrollo del mercado de deuda.
El entorno macroeconómico no resulta significativo ya sea cuando se emplea como variable dependiente el
pilar de entorno macroeconómico o cuando se considera la inflación de corto plazo. Ello es consistente con el
trabajo de Aduda, et al. (2012), quien no encuentra una relación significativa entre el entorno
macroeconómico y el desarrollo del mercado de acciones.
La apertura resultó significativa y negativa. Si bien este resultado contradice a la intuición económica que
predice una relación positiva es consistente con los resultados obtenidos por Adelegan y Radzewicz-Bak
(2009) De acuerdo a estos autores, esta relación se explica porque un menor grado de apertura implica un
menor acceso al financiamiento externo y por tanto un mayor desarrollo del mercado de deuda.
El sector bancario y la volatilidad del tipo de cambio no resultaron significativos en ninguno de los
modelos.
Los Inversores institucionales tampoco resultan significativos.
La inversión extrajera directa resulta significativa al 5% y con un efecto positivo en uno de los modelos
especificados. Si bien este resultado se obtiene exclusivamente en uno de los modelos planteados, lo hace con
el signo esperado desde el punto de vista de la teoría económica.
En lo que refiere a la emisión de deuda pública, si se considera una regresión simple entre las distintas
variables dependientes y el regresor capitalización del mercado de bonos públicos respecto al PIB no se
observa que la misma sea significativa para ninguno de los modelos especificados y por tanto no se observa a
partir de la muestra seleccionada que exista un efecto sustitución o de complementariedad entre ambos
mercados.
IV.2 - Resultados Obtenidos utilizando la metodología de Panel
Al igual que en el caso anterior, al realizar estas estimaciones se tuvo en cuenta la dimensión contemplada
por cada variable con el propósito de no incorporar dos o más regresores que incluyeran información similar
tales como la inflación y la deuda del gobierno o la variable instituciones y la inversión extranjera directa.
Los resultados obtenidos en las distintas estimaciones de panel están presentados en las tablas IV, V y VI del
anexo II.
A continuación se presentan las principales conclusiones respecto a los factores considerados como posibles
determinantes del desarrollo del mercado de deuda doméstica.
En lo que refiere al tamaño de la economía y si se considera como variable dependiente el spread bancario
o la capitalización del mercado accionario, el PIB no resulta significativo en ninguno de los modelos
considerados. No obstante, la variable resulta significativa cuando se utiliza como variable dependiente el
IGD.
Para la dimensión Calidad Institucional la variable no resulta significativa para la muestra considerada. Ello
se debe a que en la metodología utilizada para realizar la estimación de los parámetros emplea la diferencia
entre el valor observado de la variable y la media para el período analizado y por tanto, elimina casi la
totalidad de la información contenida en esta variable (Granados, 2011). Esta metodología afecta en
particular a la variable instituciones porque tiene un rango acotado entre 1 y 7 y su variabilidad para el
período considerado es reducida. El mismo resultado es presentado por Aduda, et al. (2012) al investigar los
determinantes del desarrollo del mercado de acciones empleando como variable dependiente la
capitalización del mercado de acciones como proporción del PIB.
La inversión por su parte no resulta significativa bajo ninguno de los modelos considerados y por tanto
parece no ser significativa para explicar el desarrollo del mercado de deuda en la muestra considerada. Este
resultado no es consistente con el obtenido por Yartey (2008), quien encuentra una relación positiva y
significativa entre la inversión y el desarrollo del mercado accionario para cuarenta y dos economías
emergentes.
Con respecto a la inflación, la misma resultó estadísticamente significativa y de signo negativo para los
modelos obtenidos a partir de las estimaciones de panel.
Al probar la existencia de un umbral de inflación encontramos que para los países de la muestra considerada
y tomando como variable dependiente el IGD no existe evidencia de que dicho umbral exista y la inflación
tiene para todos los países de la muestra un efecto negativo sobre el desarrollo del mercado de deuda.
El entorno macroeconómico resulta significativo y positivo para las especificaciones obtenidas a partir de
las regresiones de panel presentadas en las tablas IV, V y VI cuando se considera el pilar de entorno
macroeconómico. Cuando se emplea como variable independiente la deuda general del gobierno en términos
del PIB, la misma resulta significativa bajo la estimación de panel y empleando como variable dependiente el
IGD, pero el signo obtenido es positivo, lo que no sería consistente con la intuición económica. No obstante
este resultado puede obedecer a que si la deuda general de gobierno es financiada a través de emisión de
deuda pública, y esta última actúa como referencia para el desarrollo del mercado de deuda privada, un
mayor nivel de esta variable podría afectar en forma positiva y significativa el desarrollo del mercado de
deuda doméstica. Aduda, et al. (2012) no encuentra una relación significativa entre el entorno
macroeconómico y el desarrollo del mercado de acciones.
La apertura, resulta no significativa cuando se realizan las estimaciones de panel. Ello puede deberse, al
igual que para el caso de la variable instituciones, a que este indicador adopta un rango de valores que
presenta una escasa variabilidad para el período considerado y la información relevante contenida en él
puede haber sido eliminada a partir de considerar la diferencia de esta variable respecto a su media.
El sector bancario resulta significativo y negativo cuando se toma en cuenta la capitalización de acciones.
No obstante, cuando se considera como variable dependiente el IGD y el spread bancario, se obtiene una
relación positiva y significativa. Este resultado es ambiguo, ya que mientras que un mayor nivel de IGD
refleja un mayor desarrollo del mercado de deuda doméstica un mayor nivel de spread bancario refleja
indirectamente un menor desarrollo del mismo. Dado que se obtienen distintos signos si se considera el IGD
o la capitalización del mercado de acciones no es posible identificar una relación concluyente entre ambas
variables. Adelegan y Radzewicz-Bak (2009) obtienen resultados ambiguos respecto al efecto de esta variable
sobre el desarrollo del mercado de bonos mientras que Cherif, et al (2010) obtienen una relación positiva o no
significativa entre el crédito doméstico en términos del PIB y el desarrollo del mercado de acciones.
No obstante, considerando la teoría de Holmström y Tirole respecto a la coexistencia de dos tipos de
financiamiento y la idea subyacente de un proceso de desarrollo del mercado que implica que en primera
instancia se desarrolla el sistema bancario y luego el mercado de valores, la relación negativa encontrada en
nuestro análisis podría sugerir que estos mercados aún se encuentran escasamente desarrollados (lo cual es
razonable tomando en cuenta que la muestra considerada incluye principalmente países emergentes).
La Volatilidad del tipo de cambio resulta significativa y negativa en la estimación de panel cuando se
utiliza como variable dependiente la capitalización del mercado accionario. Adelegan y Radzewicz-Bak (2009)
encuentran una relación significativa y negativa entre la volatilidad del tipo de cambio y el desarrollo del
mercado de bonos.
En cuanto a los Inversores institucionales, si bien resultan significativos cuando se considera como variable
dependiente el IGD, el signo obtenido es negativo y por tanto no coincidente con lo establecido por la
literatura. En tanto, si se considera la capitalización de acciones como variable dependiente, la relación
obtenida es positiva y significativa.
Esto último, se encuentra acorde con lo indicado en los estudios de casos, donde hemos observado que la
existencia de estos agentes en la economía constituye uno de los pilares en el desarrollo del mercado de
deuda.
La inversión extrajera directa no resulta significativa en los distintos modelos realizados bajo la
metodología de panel.
En lo que refiere a la emisión de deuda pública, si se considera una regresión simple entre las distintas
variables dependientes y el regresor capitalización del mercado de bonos públicos respecto al PIB no se
observa que la misma sea significativa para ninguno de los modelos especificados y por tanto no se puede
afirmar que exista un efecto sustitución o de complementariedad entre ambos mercados para la muestra
seleccionada.
V.-Resumen de resultados y conclusiones
Como se indicó anteriormente, debido a las dificultades enfrentadas en este tipo de estudios (principalmente
problemas de multicolinealidad entre variables), se realizaron varios modelos contemplando distintas
variables con el propósito de extraer los mensajes subyacentes a todos ellos. Es por ello que en esta sección se
expondrán los resultados generales encontrados en las distintas especificaciones econométricas.
Para ello se expondrán los resultados que son comunes a cualquier especificación econométrica y aquellos
que son divergentes.
Como se observa en el cuadro siguiente a partir de los modelos considerados puede afirmarse que la
inversión no es significativa para los países de la muestra como determinante del desarrollo del mercado de
deuda doméstica y que no existe una relación de complementareidad o sustituibilidad entre el mercado de
deuda público y privado.
Para los otros factores considerados, los resultados obtenidos difieren según la estimación econométrica
adoptada, ya sea porque resultan significativas en un método de estimación y no en el otro o porque algunas
variables resultan significativas en algunos modelos especificados pero no en todos ellos.
El tamaño de la economía parece ser una variable significativa y positiva para el desarrollo del mercado de
deuda doméstica, ya que resulta significativa en el modelo de panel considerando como variable dependiente
el IGD mientras que resulta significativa en alguno de los modelos cross section, aunque no en todos ellos.
Este resultado es consistente con lo que establece la literatura respecto a la existencia de economías de escala
en este tipo de mercados.
La inflación de largo plazo, es por otra parte, significativa en una de las especificaciones de cross section. Por
tanto, al igual que el tamaño de la economía parece afectar en forma significativa y negativa el desarrollo del
mercado de deuda.
La calidad institucional, la inflación de corto plazo, la apertura, el sector bancario, la volatilidad del tipo de
cambio, los inversores institucionales, la inversión extranjera directa y el entorno macroeconómico son
significativos en uno de los métodos de estimación y no en el otro. Desde una perspectiva estrictamente
econométrica los resultados no son concluyentes para estas variables. Por tanto para poder concluir respecto
al impacto que estos factores tienen sobre el desarrollo del mercado de deuda doméstica debe tenerse en
cuenta lo observado en los casos de estudio y lo establecido en la literatura empírica y teórica existente.
VARIABLE
Tamaño de la economía = ? + + + + = +
Calidad institucional = ! + + + + = +
Inversión = + ? + + = !
Inflación de corto plazo = ! + - + - = -
Inflación de largo plazo = ? + - + - = -
Apertura = ! + - + ± = -
Sector bancario = ! + - + ± = -
Volatilidad del T.C. = ! + ? + - = -
Inv. Institucionales = ? + + + + = -
IED = ? ? + + = !
Deuda pública = + ? + ? =
Entorno Macroeconómico = ! + + + + = +
Referencias
+ - ±
! ?
El efecto es positivo El efecto es negativo El efecto es ambiguo
No es posible concluirSe obtienen resultados diferentes en términos de significación
En algunos casos resulta significativa
Es en todos los casos significativa
No resulta significativa
Fuente: Elaboración propia en base a los resultados con la variable dependiente IGD.
Cross section
PanelConclusión
generalEstudios de
casosTrabajos empíricos y literatura teórica
Conclusión a partir de regresiones
No obstante para las variables apertura y calidad institucional debe considerarse las limitaciones que
presenta la estimación de panel ya que las variables empleadas para medir dicha dimensión adoptan un
rango de valores que presenta una escasa variabilidad para el período considerado y la información relevante
contenida en él puede haber sido eliminada a partir de considerar la diferencia de esta variable respecto a su
media. Si para ambos casos se considera exclusivamente las conclusiones obtenidas a partir de las
estimaciones cross section, la apertura y la calidad institucional serían significativas para explicar el
desarrollo del mercado de deuda doméstica pero mientras que la primera tiene un efecto negativo, la calidad
institucional tiene un efecto positivo sobre el mismo.
Por último, cabe aclarar que estos resultados deben ser tomados con cautela debido a los problemas
enunciados anteriormente, vinculados a la escasez y pobreza de los datos empleados para el análisis.
Referencias Bibliográficas
Abusada, R (2000): “La reforma incompleta: rescatando los noventa.” Centro de Investigación de la
Universidad del Pacífico; Instituto Peruano de Economía.
Adams, S. (2009). Foreign Direct investment, domestic investment, and economic growth in Sub-Saharan
Africa. Journal of Policy Modeling, 31(6), 939-949.
Adelegan, O. J. y Radzewicz-Bak, B. (2009) “What Determines Bond Market Development in sub-Saharan
Africa?” (EPub). Vol. 9. Fondo Monetario Internacional.
Adenuga, A. O. (2010). Stock Market Development Indicators and Economic Growth in Nigeria (1990-2009):
Empirical Investigations. CENTRAL BANK OF NIGERIA, 48(1), 33.
Aduda, J., Masila, J. M.,y Onsongo, E. N. (2012) The Determinants of Stock Market Development: The Case
for the Nairobi Stock Exchange.
Arrau, P (1996): “Desarrollo del mercado de capitales: lecciones de la experiencia chilena”, Mimeo.
Arrau, P (2001): “Un necesario big-bang para el crecimiento” en H. Beyer y R. Vergara “Las tareas
pendientes: reformas necesarias para el salto al desarrollo”, Centro de estudios públicos.
Arrau, P. (2003): “Un mercado de capitales para crecer” en Crecimiento en Chile, una mirada desde los
sectores, Cámara Chilena de la Construcción.
Banco Central de la Reserva del Perú (2012) Mayo, “Reporte de Estabilidad Financiera”.
Banco Central de la Reserva del Perú (2011) Mayo, “Reporte de Estabilidad Financiera”.
Beck, T., Demirgüç-Kunt, A., & Levine, R. (2009). Financial institutions and markets across countries and
over time-data and analysis. World Bank Policy Research Working Paper Series.
Beck, T., Demirguc-Kunt, A., y Levine, R. (2002). Law and finance: why does legal origin matter? (No.
w9379). National Bureau of Economic Research.
Bello, I., Galmarini, N., & Kaisar, S. (2009). Un estudio de los determinantes del desarrollo del mercado de
deuda privada: El caso de Uruguay. 1996-2007.Revista de economía, 16(2), 29-96
Bhattacharyay, Biswa Nath.(2011) "Determinants of Bond Market Development in Asia." Journal of Asian
Economics .
Borensztein, E., Cowan, K., Eichengreen, B., & Panizza, U. (Eds.). (2008).Bond Markets in Latin America:
On the Verge of a Big Bang?. MIT Press.
Bragard, J. J. (2011). Reglamentación de la ley del mercado de valores: ley nº 16.627. La ley Uruguay:
legislaciòn, jurisprudencia y doctrina, (12), 1622-1629.
Cherif, M., y Gazdar, K. (2010). Macroeconomic and institutional determinants of stock market development
in MENA region: new results from a panel data analysis. International Journal of Banking and Finance, 7(1),
8.
Chinn, M. D., & Ito, H. (2008). A new measure of financial openness. Journal of Comparative Policy Analysis,
10(3), 309-322.
Cinfuentes, R., Desormeaux, J. y Gonzales, C. (2001): “Capital markets in Chile: from financial repression
to financial deepening”. BIS paper No. 11
Clavijo, S. (2010): “Sobre la renta fija corporativa en Colombia”, Enfoque mercado de capitales.
Correval (2010): “Mercado de capitales y alternativas de financiamiento en Colombia”, Asociación Nacional
de Instituciones Financieras (ANIF) y Comisionista de Bolsa Correval.
De la Torre, A., & Schmukler, S. (2006). ¿ Cómo Desarrollar los Mercados de Capitales?. Carta Financiera,
ANIF, (136).
De la Torre, A., Ize, A.,y Schmukler, S. L. (2011). Financial development in Latin America and the
Caribbean: the road ahead. World Bank Publications.
Demirgüç-Kunt, A., & Levine, R. (1996). Stock market development and financial intermediaries: Stylized
facts. The World Bank Economic Review, 10(2), 291-321.
Demirgüç-Kunt, A., & Maksimovic, V. (1998). Law, finance, and firm growth. The Journal of Finance, 53(6),
2107-2137.
Eichengreen, B., & Luengnaruemitchai, P. (2004). Why doesn't Asia have bigger bond markets? (No.
w10576). National Bureau of Economic Research.
Galindo, A. y Majnoni, G. (2006): “Represión Financiera y el Costo del Financiamiento en Colombia”, Banco
Mundial, Grupo de finanzas, sector privado e infraestructura, región de América Latina y el Caribe.
Gómez, E., Vásquez, D. y Zea, C. (2004): “Impacto del mercado de derivados en la política monetaria
colombiana”, Banco de la República de Colombia.
Hernandez, L. y Parro, F. (2004): “Sistema Financiero y crecimiento económico en Chile," Documento de
trabajo No. 291, Banco Central de Chile
Huang, H. C., Lin, S. C., Kim, D. H y Yeh, C. C. (2010). Inflation and the finance–growth nexus. Economic
Modelling, 27(1), 229-236.
International Monetary Fund (2011): “Chile: Financial System Stability Assessment” , Agosto. IMF Country
Report No. 11/261
Jara, A., Ramón M. y Camilo T. (2009). "The global crisis and Latin America: financial impact and policy
responses." BIS Quarterly Review 8
Jeanneau, S., y Tovar, C. (2006). Domestic bond markets in Latin America: achievements and challenges.
BIS Quarterly Review, June.
Kemboi, J. K., y Tarus, D. K. (2012). Macroeconomic Determinants of Stock Market Development in
Emerging Markets: Evidence from Kenya. Research Journal of Finance and Accounting, 3(5), 57-68.
LaPorta, R., Lopez-de-Silane, F., Shleifer, A., y Vishny, R. W. (1997). Legal determinants of external finance
(No. w5879). National Bureau of Economic Research.
Levine, R. and Zervos, S. (1998) "Stock Markets, Banks, and Economic Growth," Junio, American Economic
Review.
Levine, R. (2005) "Finance and growth: Theory and evidence." Handbook of economic growth 1., Elsevier
B.V.
Mendoza, M. y Reinoso, G. (2011): “Lecciones del Desarrollo del mercado de Capitales en Chile” Revista
Moneda No 146.
Mohanty, M. S. (2002). Improving liquidity in government bond markets: what can be done?. BIS papers,
(11), 49-80.
Morris, F. (2008): “Mercados Financieros en América Latina: Convergencia e Integración. El caso de Perú”.
Centro para la Estabilidad Financiera.
Novales, A. (1993): “Econometría”, segunda edición. Editorial McGrow-Hill.
Turner, P. (2002). Bond markets in emerging economies: an overview of policy issues. BIS papers, 11, 1-12.
Rajan, R. G., & Zingales, L. (2001). Financial systems, industrial structure, and growth. Oxford Review of
Economic Policy, 17(4), 467-482.
Rodríguez, A. (1998): “El Mercado de Capitales en Perú Después de la Reforma Económica”. CLACDS.
Rojas, C. y Gonzalez, A. (2008): “Mercado de capitales en Colombia: Diagnóstico y perspectivas de su Marco
Regulatorio”, Asociación Nacional de Instituciones Financieras (ANIF).
Rosillo, M. (2007): “Experiencia colombiana en el desarrollo del mercado de valores”, Autorregulador del
Mercado de Valores de Colombia (AMV).
Rousseau, P. L., & Yilmazkuday, H. (2009). Inflation, financial development, and growth: A trilateral
analysis. Economic Systems, 33(4), 310-324.
Sarmiento, J. y Cristancho, L. (2009): “Evolución del sistema financiero colombiano durante el período 1980-
2007”, Revista de la facultad de Ciencias Económicas de la Universidad Militar Nueva Granada.
Tovar García, É. D. (2009). Desarrollo institucional y desarrollo financiero. Problemas del Desarrollo,
38(150).
Vayanos, D., y Wang, J. (2012). Market Liquidity—Theory and Empirical Evidence (No. w18251). National
Bureau of Economic Research.
World Economic Forum (2010): “The financial development report 2010”
Yartey, C. A., (2008). “The Determinants of Stock Market Development in Emerging Economies: Is South
Africa Different” IMF Working Paper 08/38. Washington DC: Fondo Monetario Internacional.
Zuleta, H. (1997): “Una visión general del sistema financiero colombiano”, Subgerencia de Estudios
Económicos del Banco de la República.
Zuzanaga, F., Cooper, C., Hurtado, R., Mesía, S., Ponce, J., García, F., (2006): Informe Sectorial: El
Mercado de Capitales Peruano y la eliminación de la exoneración de impuestos al Sistema Financiero.
Servicio de análisis y desarrollo, división mercado de capitales.
Anexo II
TA
BLA
I -
Est
imac
ión
cros
s -
sect
ion.
Var
iabl
e de
pend
ient
e: IG
DIG
DA
BC
DE
FG
HI
JIN
ST
0.60
1602
9***
0.59
0081
8 **
0.60
4648
1* 0
.008
***
.377
2683
**P
RO
T. A
CC
. MIN
. .6
1291
92F
OR
T. P
RO
T.IN
V.
DE
R.P
RO
P.
D.P
ÚB
. -
.011
5679
IN
F. C
p-0
.011
7986
INF
. Lp
-0.0
0042
57-.
0010
112
-.0
0254
21 *
* -
.000
2915
-
.000
482
EN
T. M
AC
RO
.0.
0728
718
PIB
.000
3024
**
0.00
0309
6**
0.00
0300
6**
0.0
86*
-.00
1362
1 .0
0028
58
.000
3237
*0.
0003
587*
*IN
V/P
IB0.
330
AP
ER
.-0
.232
6924
**-0
.223
4405
**-0
.224
1884
** -
.251
7562
**
-.2
4734
25 *
* -
.225
5063
* -
.226
5284
**
-0.1
5504
11C
RE
D. P
RIV
. .0
0671
47V
OL.
TC
..0
0244
08
CA
P. B
ON
. PÚ
B/P
IBIE
D
.000
1403
.000
031*
*0.
0088
229
INV
. IN
ST
./PIB
0.03
8199
4co
nst
-1.2
7339
2-1
.289
91-1
.725
496
.838
6592
.8
3860
35
-1.9
5772
6 -.
5783
943
1.11
3791
1.
0690
930.
0560
14R
20.
4034
0.40
440.
4033
0.4
773
0.45
720.
4240
0.5
083
0.2
282
0.01
050.
0306
TA
BLA
II -
Est
imac
ión
cros
s -
sect
ion.
Var
iabl
e de
pend
ient
e: C
apita
lizac
ión
de a
ccio
nes
/ PIB
CA
P. A
CC
/ P
IBA
BC
DE
FG
HIN
ST
31.5
1866
***
36.
0653
9 **
* 3
4.14
496*
** 3
8.32
907*
**P
RO
T. A
CC
. MIN
. 4
6.97
955
** -
2.59
8364
FO
RT
. PR
OT
.INV
. D
ER
.PR
OP
.D
.PÚ
B.
INF
. Cp
-0.9
6614
63IN
F. L
p .0
3699
39
.01
1294
2 -
.110
5331
.0
5205
07 -
.049
867
EN
T. M
AC
RO
. -
3.67
7199
P
IB0.
0011
658
.002
0999
.0
0248
13
.015
1848
-.1
4753
22
.007
159
INV
/PIB
-4.
8585
88
AP
ER
.-1
1.30
55**
-10.
2942
4 **
-10
.311
27 *
* -
8.38
6669
-1
1.58
178
-6.
1997
56
-5.
9882
51
CR
ED
. PR
IV.
-.13
1138
9 V
OL.
TC
. -
1.25
1093
CA
P. B
ON
. PÚ
B/P
IB -
.492
7095
IED
.0
1263
44IN
V. I
NS
T./P
IB 1
.492
092
cons
t-5
8.73
024
-86
.620
71 *
* -
58.9
1066
11.
919
32.4
6029
-1
53.0
855
33.1
0437
7
2.29
24 *
*
R2
0.32
47 0
.329
40.
3241
0.31
090.
3647
TA
BL
A IV
- E
stim
aci
ón
de
pa
ne
l. V
aria
ble
de
pe
nd
ien
te: I
GD
IGD
AB
CD
EF
GH
IIN
ST
PR
OT
. AC
C. M
IN.
FO
RT
. PR
OT
.INV
. -0
.04
67
06
30
.07
15
74
10
.08
04
13
3D
ER
.PR
OP
.D
.PÚ
B.
INF
. Cp
-0.0
13
88
22
*-0
.01
43
89
4*
-0.0
18
78
84
**-0
.02
24
45
5*
-0.0
16
85
68
*IN
F. L
pE
NT
. MA
CR
O.
0.2
29
76
93
**0
.21
58
86
5**
0.1
81
70
92
**0
.17
19
06
8*
PIB
0.0
00
72
97
***
0.0
00
68
27
***
0.0
00
72
97
***
0.0
00
68
48
***
0.0
00
66
64
***
0.0
00
69
78
***
0.0
00
66
15
***
0.0
00
75
97
***
0.0
00
71
94
***
INV
/PIB
-0.0
19
48
57
AP
ER
.0
.07
02
91
40
.04
33
94
70
.08
16
05
60
.06
19
94
20
.12
00
57
50
.10
01
83
CR
ED
. PR
IV.
0.0
10
03
21
*0
.01
08
65
*0
.01
04
51
8*
0.0
04
66
22
0.0
10
81
73
*-0
.00
17
36
8V
OL
. TC
.-3
.02
87
62
-2.3
85
23
8C
AP
. BO
N. P
ÚB
/PIB
IED
IN
V. I
NS
T./P
IB-0
.01
19
91
7**
-0.0
11
82
75
***
con
st0
.70
37
50
8**
* -
0.9
83
02
37
0.6
50
07
59
***
-0.7
46
44
29
-1.3
89
99
**0
.46
39
16
5*
-1.3
98
50
6**
1.4
81
56
4*
0.8
99
88
14
***
R2
0.2
15
80
.23
70
.22
08
0.2
43
0.2
84
70
.23
95
0.2
92
80
.18
89
0.2
17
5
TA
BL
A V
- E
stim
aci
ón
de
pa
ne
l. V
aria
ble
de
pe
nd
ien
te: C
ap
italiz
aci
ón
de
acc
ion
es
/ PIB
CA
P. A
CC
/ P
IBA
BC
DE
FG
INS
TP
RO
T. A
CC
. MIN
.F
OR
T. P
RO
T.IN
V.
4.5
84
23
9D
ER
.PR
OP
.D
.PÚ
B.
-0.1
40
19
63
INF
. Cp
-1.0
10
42
***
-0.8
57
29
94
***
-1.0
21
62
9**
*-0
.98
10
19
7**
*-1
.10
03
53
***
INF
. Lp
EN
T. M
AC
RO
.7
.05
14
52
**7
.28
08
89*
*P
IB-0
.00
25
24
50
.00
02
56
20
.00
07
92
70
.00
04
32
1-0
.00
25
21
-0.0
02
04
58
INV
/PIB
-0.2
19
28
41
AP
ER
.-2
.58
22
99
-2.5
45
11
CR
ED
. PR
IV.
-0.3
91
22
07
**-0
.37
79
62
9**
-0.4
24
93
35
**V
OL
. TC
.-1
42
.69
69
*-1
38
.42
1*
CA
P. B
ON
. PÚ
B/P
IBIE
D
INV
. IN
ST
./PIB
0.2
97
22
68
*co
nst
56
.33
82
8**
*7
4.6
69
05
***
35
.32
12
9*
25
.25
11
64
8.6
98
63
***
53
.67
59
5**
*4
6.9
77
43
***
R2
0.6
32
0.1
66
50
.15
74
0.1
68
40
.90
50
.12
63
0.4
84
TABLA III - Estimación cross - section. Variable dependiente: Spread bancario
SPREAD A BINST -2.89266* -2.539477 PROT. ACC. MIN.FORT. PROT.INV. DER.PROP.D.PÚB.INF. Cp -0.071528INF. LpENT. MACRO.PIB 0.0000468INV/PIB -.3814985 APER. 0.8179081 .8730073 CRED. PRIV.VOL. TC. -.4125954 CAP. BON. PÚB/PIBIED INV. INST./PIBconst 18.33528 25.58453
R20.1109 0.1902
TABLA VI - Estimación de panel. Variable dependiente: Spread bancarioSPREAD A B C D E FINST -.7441941 PROT. ACC. MIN.FORT. PROT.INV. 0.0621191 -0.0767585DER.PROP.D.PÚB. .0220234** .0042938 INF. Cp 0.0319699**INF. LpENT. MACRO. -0.5717402*** -0.5638497*** -0.559974***PIB -0.0000783 -0.000085 -.0001615 -0.0001405 .00006 -0.0000436INV/PIBAPER.CRED. PRIV. 0.0255178* .0224826 0.0386502** .0501232*** 0.0281924*VOL. TC. 5.011069** 4.19902* 4.169646*CAP. BON. PÚB/PIBIED INV. INST./PIB -.0090266 -0.0091805LIBOR 6.894902*** 17.22259*** 12.99497*** 18.94081*** 22.0347*** 19.96658***const 3.216479*** 4.618165*** 1.327663* 3.796259** 3.171248* 4.837712***R2
0.616 0.1192 0.1044 0.1014 0.1333 0.1881
* Significativa al 10%** Significativa al 5%*** Significativa al 1%
Cuadro de referencias
