Versión de HTML Básico
Modelo Macro para Pruebas de Tensión de Riesgo de Crédito de Consumo en el Sistema Financiero Ecuatoriano
81
14
Analiti a, Revista de análisis estadístico, Vol. 14 (2), 2017
modelos usualmente proyectan p´erdidas mayores que los modelos que incorporan solamente
efectos directos.
En resumen, la literatura sobre determinantes de la morosidad ha utilizado un grupo
amplio de variables para recoger el impacto de las restricciones de liquidez, del nivel de
endeudamiento (generalmente medido sobre el PIB) y del ciclo econ´omico. Se ha dicho que
hay al menos dos dimensiones principales que nos ayudan a entender el ´ındice de morosidad:
la situaci´on macroecon´omica y la dimensi´on microecon´omica. Todos coinciden que existe
una relaci´on negativa entre morosidad y crecimiento econ´omico/gesti´on de resultados de las
instituciones financieras.
3 Marco te´orico y metodolog´ıa
Una caracter´ıstica obvia de los datos de series temporales que los distingue de los datos
transversales es el ordenamiento temporal, lo que introduce naturalmente al entendimiento
de la correlaci´on temporal existente entre los valores pasados de la serie y su valor actual,
haci´endose necesaria una evaluaci´on cuidadosa de la estructura de los retardos de la serie en
estudio. Box y Jenkins (1973) propusieron una metodolog´ıa rigurosa para la identificaci´on,
estimaci´on y diagn´ostico de modelos univariados para datos de series de tiempo. En estos
modelos, el comportamiento de una variable se explica utilizando s´olo su propio pasado. Mo-
delos m´as complejos son los modelos din´amicos con variables explicativas, conocidos como
modelos de funciones de transferencia o modelos ARIMAX. Los autores har´an uso de estos
modelos para realizar las pruebas de tensi´on en la cartera de cr´edito de consumo del Sistema
Financiero Ecuatoriano, utilizando para ello variables macroecon´omicas y microecon´omicas.
ARIMAX es el acr´onimo de “autoregressive integrated moving-average with exogenous
variables”. Esto es una extensi´on de un modelo ARIMA que incorpora variables ex´ogenas las
cuales agregan valor explicativo al modelo. Es conveniente especificar un modelo de funci´on
de transferencia cuando se cree que, una representaci´on adecuada de la estructura estoc´astica
del t´ermino de error resultante de la relaci´on entre las variables explicativas y la variable de-
pendiente precisa de una modelizaci´on ARIMA, pues no estar´ıa suficientemente recogida por
los sencillos esquemas de autocorrelaci´on utilizados en un modelo de regresi´on lineal general.
Es decir, al trabajar con este tipo de modelos es posible controlar expl´ıcitamente muchos
otros factores que simult´aneamente afectan a la variable dependiente, que en este caso es la
morosidad del cr´edito de consumo. Se espera inferir la causalidad en casos donde un an´alisis
univariado ser´ıa enga˜noso. Para esto, se debe reconocer que algunas series contienen una
tendencia temporal, ignorar este hecho puede llevar a concluir falsamente que los cambios
en una variable son realmente causados por cambios en otra variable. De esta manera, la
metodolog´ıa propone trabajar con series estacionarias.