Versión de HTML Básico
Modelo Macro para Pruebas de Tensión de Riesgo de Crédito de Consumo en el Sistema Financiero Ecuatoriano
89
14
Analiti a, Revista de análisis estadístico, Vol. 14 (2), 2017
adem´as se considera que las transacciones transfronterizas son m´as riesgosas y por lo tanto
las garant´ıas proporcionadas por los bancos y otros intermediarios financieros desempe˜nan
un papel importante para asegurar tanto la entrega de bienes comprados al importador como
el pago al exportador.
De esta manera, un deterioro de la capacidad o la voluntad de los bancos para proporcionar
financiamiento tendr´a un impacto negativo sobre las empresas exportadoras e importadoras.
Siendo as´ı, el efecto donde la tasa de mora explica exportaci´on/importaci´on es un efecto
indirecto explicado a trav´es de la variable volumen de cr´edito.
Debido a la escasez de literatura acad´emica y pr´actica de este tipo de modelo a nivel Lati-
noamericano y en especial del Ecuador, resulta conveniente dar un primer paso a trav´es de un
modelo parsimonioso que incorpore solamente efectos directos, pero que es lo suficientemente
flexible como para incorporar efectos de retroalimentaci´on adicionales cuando sea necesario.
De acuerdo a lo mencionado anteriormente, ser´ıa interesante, por ejemplo, incorporar una
segunda ecuaci´on donde se incorpore el efecto “feedback.
en
tre volumen de cr´edito y tasa de
morosidad. Kida (2008) y Willem (2008) muestran la importancia de la incorporaci´on de
rondas de retroalimentaci´on de riesgo al se˜nalar que estos modelos usualmente proyectan
p´erdidas mayores que los modelos que incorporan solamente efectos directos. Por lo tanto,
este tema representa una oportunidad de avances en investigaci´on te´orica y emp´ırica para el
modelo propuesto.
Tercero.-
Se procede a realizar un an´alisis de correlaci´on con las variables independien-
tes. Ninguna variable presenta una correlaci´on mayor a 0
,
7 ni menor a
−
0
,
7.
Cuarto.-
Se realiza una regresi´on lineal m´ultiple con series de tiempo y se incluyen 2,
4 y 6 retardos para cada variable. Adem´as, se incluye la variable binaria crisis que toma el
valor de 1 si presenta una ca´ıda permanente en el precio el petr´oleo, 0 caso contrario. Al
aplicar el algoritmo “stepwise”se obtiene un primer modelo.
Para evaluar la multicolinealidad del modelo, se calcula los valores propios de la matriz de
correlaci´on lineal y de este modo se obtiene el ´ındice de condici´on (IC).
IC
=
λ
max
λ
min
= 2
,
04
(9)
Valores menores a 10 implican que no hay presencia de multicolinealidad.
Para el an´alisis de residuos se realiza una representaci´on gr´afica de las funciones de autoco-
rrelaci´on y autocorrelaci´on parcial para verificar si los residuos se comportan como un ruido
blanco, es decir, si los residuos son no correlacionados, centrados y gaussianos.
Quinto.-
Si los residuos no se comportan como ruido blanco, se agregan t´erminos auto
regresivos (AR) y/o t´erminos media m´ovil (MA), identificando y estimando (m´ınimos cua-