determinantes del riesgo soberano en uruguay de... · bien se identifican algunos factores...

Determinantes del Riesgo Soberano en Uruguay

Karina Azar

Cecilia Oreiro

Fiorella Tramontín

Gustavo Adler

001 - 2007

1688-7565

* Banco Central del Uruguay. ** Fondo Monetario Internacional.

Las opiniones vertidas en el presente documento son responsabilidad exclusiva de sus autores y no reflejan la opinión de las instituciones a las que pertenecen.

Banco Central del Uruguay Documento de Trabajo

Año 2007


K. Azar*, C. Oreiro*, F. Tramontin* y G. Adler**

Resumen

En el presente trabajo se busca identificar los determinantes del spread soberano de Uruguay a los efectos de incluir esta variable en los modelos de predicción macroeconómicos del Banco Central del Uruguay. Para el análisis de largo plazo se utiliza la técnica de Vectores Autorregresivos con restricciones de cointegración, mientras que para la dinámica de ajuste de los desequilibrios de corto plazo se utiliza el Modelo Vectorial de Corrección de Errores. Los resultados encontrados van en línea con la literatura existente en cuanto a la importancia de los fundamentos externos en la determinación del riesgo soberano de países emergentes, aunque los fundamentos domésticos también son relevantes en la determinación del spread de Uruguay. Se encuentra una relación de largo plazo entre el spread de Uruguay y la tasa de inflación, el ratio deuda pública sobre producto, los desequilibrios del tipo de cambio real, el rendimiento de los bonos de Estados Unidos a diez años y el spread de los países emergentes. Se verifica, también, la existencia de un cambio estructural con un aumento en la correlación entre el spread de Uruguay y el de los países emergentes a partir de la pérdida del grado de inversión. En el corto plazo, el spread soberano esta afectado por los términos de intercambio y el ratio de activos de reserva sobre producto. Sin embargo, estos resultados deben interpretarse con cuidado debido a la corta duración de las series de datos disponibles y la cercanía de la crisis económica.


2

1. Introducción

El objetivo principal de este trabajo consiste en obtener un modelo de predicción del riesgo o spread soberano para Uruguay, de modo de incorporar esta variable al modelo de proyección de variables del Banco Central del Uruguay (BCU), así como utilizarlo en el marco de las metodologías de evaluación de riesgo del sistema financiero. De principal interés, es la identificación de las variables macroeconómicas tanto domésticos como externas que afectan el riesgo soberano, así como la identificación de cambios estructurales en la relación entre los spreads uruguayos y los de otros países emergentes. Los resultados reafirman la hipótesis de la importancia de los factores internacionales, si bien se identifican algunos factores domésticos que resultan relevantes en la determinación del riesgo soberano. En el largo plazo resultan relevantes la tasa de inflación, el ratio deuda pública sobre producto y los desvíos del tipo de cambio de cambio real respecto de su nivel de equilibrio. Mientras que, en el corto plazo, son significativas la relación de términos de intercambio y el ratio de activos de reserva sobre producto. Se encuentra, además, un importante resultado en cuanto al aumento de la correlación entre el UBI y el riesgo de los países emergentes, luego de la pérdida del grado de inversión de Uruguay. El trabajo se organiza de la siguiente manera: en la sección 2 se desarrollan algunos conceptos previos al análisis y en la sección 3 se describe al marco teórico y la literatura reciente aplicada al caso de Uruguay. En la sección 4 se presenta la metodología utilizada, y en la sección 5 se describe y analiza la evolución de las series de datos empleadas. Finalmente, en las secciones 6 y 7 se discuten los principales resultados y algunos comentarios finales, respectivamente.

2. Conceptos Previos

El riesgo país o spread soberano es una medida de la capacidad y predisposición que tiene el gobierno de un país para pagar las obligaciones contraídas con sus acreedores, calculada como el diferencial entre el rendimiento de los bonos soberanos del país en cuestión y el de los Estados Unidos, considerado como libre de riesgo. El spread de los bonos soberanos es particularmente importante para los países emergentes ya que refleja el mayor costo de endeudamiento respecto a los países desarrollados. El mismo varía a lo largo del tiempo, incrementándose en etapas de dificultades en el sistema financiero local e internacional. Sin embargo, los determinantes de esta prima de riesgo pueden ser no sólo de índole económica y financiera sino también política, lo que la convierte en una variable de difícil estimación y proyección.


3

A su vez, el riesgo puede afectar a la actividad económica del país, ya que un spread alto implica un mayor costo de financiamiento para el sector público (restringiendo la capacidad de gasto público) y, en algunos casos, también para el sector privado.1 En la práctica el riesgo soberano se puede medir sobre distintos tipos de instrumentos de deuda. Un indicador comúnmente utilizado es el Emerging Markets Bond Index Plus (EMBI+), elaborado por el banco de inversiones J. P. Morgan de Estados Unidos. Este índice se calcula en base a la tasa interna de retorno de instrumentos de deuda soberana de largo plazo, denominados en dólares y con un mínimo de liquidez. En Uruguay, República AFAP calcula diariamente el Uruguay Bond Index (UBI), el cual se construye a partir del spread promedio de las Euronotas y Bonos Globales emitidos por el Estado Uruguayo en dólares americanos y a tasa fija desde enero de 1994. Se utiliza como ponderador la participación de cada instrumento en la capitalización total y se excluyen aquellos bonos con vencimiento menor o igual a un año.2

3. Antecedentes

Un marco analítico simple

A continuación se plantea un marco teórico simple, que sirve de base para el análisis empírico en cuanto a los determinantes de capacidad de pago del riesgo soberano. Siguiendo a Larzabal et al. (2001) se plantea el siguiente modelo sencillo sobre el premio por riesgo en equilibrio general. Se considera un mundo donde todos los agentes son neutrales al riesgo, es decir, se fijan exclusivamente en el retorno esperado de los instrumentos independientemente del nivel de riesgo asumido. La condición de no arbitraje entre un activo riesgoso y otro libre de riesgo de la misma duración asegura que en equilibrio, el rendimiento esperado de ambos activos se iguale:

fiipipiE +=+++−=+ 1)1()1)(1()1( α (1)

donde fi es el rendimiento del instrumento libre de riesgo, i es el rendimiento

prometido por el activo riesgoso, p es la probabilidad de que el emisor entre en cesación de pagos (default) y α es el porcentaje de recupero de los pagos prometidos en el caso de default. Despejando (1 + i) de la relación anterior, se tiene que:

[ ]pi

i f

)1(1)1(

)1(−+

+=+

α (2)

1 El efecto de los spreads soberanos sobre el costo de financiamiento privado ha sido recientemente estudiado por Durbin y Ng (2005) y Cavallo y Valenzuela (2007). 2 Por un desarrollo de la metodología de construcción del UBI ver Larzabal, Valdés y Laporta (2001).


4

o también

)1)(1()1( fii ++=+ φ (3)

Si la probabilidad de default tiende a cero, φ se anula y el rendimiento del activo riesgoso tiende al del activo libre de riesgo. Tomando logaritmos a la ecuación (3) y aproximando log(1 + x) a x, se tiene que fii −=φ donde φ es función de p como de

α . De esta forma, los determinantes del riesgo soberano son los determinantes deφ . Literatura

Comenzando con el trabajo seminal de Eaton y Gersovitz (1981), la literatura sobre riesgo soberano ha tenido un desarrollo muy importante. Básicamente se distingue entre los factores de voluntad de pago por parte del gobierno3 y aquellos de capacidad de pago, que refieren a las posibilidades de incumplimiento debido al debilitamiento de la economía del país, tanto en el campo externo como interno. A nivel empírico, el énfasis se ha concentrado en estos últimos factores. La literatura empírica distingue entre dos tipos de variables que impactan sobre el riesgo soberano: los fundamentos internos y externos (regionales y globales). En cuanto a las variables vinculadas al desempeño económico del país, generalmente se plantea que todas aquellas que de alguna manera significan una mejor capacidad de pago del país, una reducción de la vulnerabilidad externa o un incremento de la estabilidad interna, implican una reducción del spread. En particular, la literatura ha destacado el impacto de la inflación4 (+), la relación de términos de intercambio5 (-), el tipo de cambio real6 (-), el saldo en cuenta corriente (-), la deuda pública7 (+), los activos de reserva8 (-) y el resultado fiscal9 (-). Para tratar de captar la incidencia de la región varios estudios también incorporan el EMBI+ (+/-) y el EMBI de los países latinoamericanos10 (+/-). Algunos de estos trabajos encuentran una correlación positiva entre el riesgo soberano y estas variables dando cuenta del efecto contagio de la región sobre la economía de referencia. En otros trabajos se constata que esta correlación puede ser negativa para ciertos periodos en la medida que esta economía represente un refugio regional para los inversores. Dentro de las variables financieras externas frecuentemente aludidas se encuentra el rendimiento de los bonos de Estados Unidos a diez años11 (+/-), el indicador high yield12

3 Para una discusión de este aspecto véase Freixas y Rochet (1998). 4 Gelos (2006); Larzabal et al. (2001). La inflación podría considerarse como una medida de inestabilidad interna y de ahí su relación positiva con el UBI. 5 Hilscher y Nosbush (2004); Min (1998) citado en Larzabal et al. (2001). 6 Larzabal et al. (2001). Una caída del tipo de cambio real (apreciación de la moneda) podría interpretarse como un signo de vulnerabilidad externa y por lo tanto incrementaría el spread. 7 Fuentes y Godoy (2005); Rojas y Jaque (2003). 8 Gelos (2006). 9 Larzabal et al. (2001). 10 Adler et al. (2007). 11 Arora y Cerisola (2001); González et al. (2006); Larzabal et al. (2001); Rojas et al. (2003). El signo esperado es ambiguo ya que depende de la elasticidad de la tasa de interés interna a cambios en la tasa de


5

(rendimiento de bonos basura o bono emitido por una compañía que se considera de alto riesgo crediticio) (+), el índice de volatilidad VIX13 (+) y la tasa de interés de la Reserva Federal de Estados Unidos14 (+). Para el caso uruguayo, Larzabal et al. (2001) realizan un primer intento por encontrar los determinantes de largo plazo del spread soberano a la vez de analizar su dinámica de corto plazo. Este trabajo encuentra que los determinantes de largo plazo están ligados a aspectos de solvencia (déficit fiscal como porcentaje del PIB), inestabilidad interna (inflación), nivel de competitividad externa (tipo de cambio real), además de elementos regionales (EMBI+) e internacionales (tasa de los bonos de referencia estadounidenses a 10 años). Los autores encuentran que la elasticidad del UBI con respecto al EMBI+ resulta negativa en la relación de largo plazo, como se menciono anteriormente, aunque el estudio no cubre el periodo posterior a la crisis del 2002-2003. Para el análisis de corto plazo se utiliza el Modelo Vectorial de Corrección de Errores, mediante el cual se concluye que sí existe el efecto contagio desde el resto de los mercados emergentes hacia Uruguay, aunque éste disminuye luego de algunos meses.

4. Metodología

En este trabajo se sigue la metodología planteada por Larzabal et al. (2001), utilizando para el análisis del equilibrio de largo plazo la técnica de Vectores Autorregresivos con restricciones de cointegración, mientras que para la dinámica de ajuste de los desequilibrios de corto plazo se utiliza el Modelo Vectorial de Corrección de Errores. Se realizan tests de Dickey Fuller Aumentado para constatar la existencia o no de raíz unitaria para cada una de las series seleccionadas. El número de rezagos incluido se determina en función del criterio de Akaike. Luego se analiza si las series presentan alguna relación de cointegración a través del test de Engle-Granger (1987). Posteriormente, se estudia el grado de exogeneidad de las variables incluidas en la relación de largo plazo, para determinar la factibilidad de hacer predicciones con el modelo.15 Para probar la exogeneidad débil se construye un modelo marginal en diferencias para cada uno de los fundamentos y se verifica la no significatividad del vector cointegrador de la ecuación de largo plazo en el mismo.

interés internacional. Si dicha relación es mayor a uno, se incrementaría el spread, mientras que si es menor a la unidad, se reduciría. Si la elasticidad es igual a uno, entonces no tendría efectos sobre el UBI. 12 El rating de crédito de dicho bono es considerado como de grado especulativo. Esto significa que la probabilidad de default de estos instrumentos es mayor que para otros bonos. Este mayor riesgo implica que los portafolios de bonos high yield tengan retornos más altos que otros portafolios de bonos, lo que puede llegar a compensar su riesgo adicional. 13 El VIX es calculado por el Chicago Board of Trade y captura las expectativas de volatilidad en el corto plazo. En su definición más simple es un indicador de la volatilidad implícita de las opciones de un grupo importante de acciones en Estados Unidos y ha probado ser un eficaz indicador de crisis y de situaciones de alto nerviosismo en los mercados financieros. Un mayor valor del índice indica una mayor volatilidad implícita y, consecuentemente, un mayor nerviosismo del mercado. 14 Adler et al. (2007). 15 Para poder utilizar el modelo en proyecciones, es condición necesaria la existencia de exogeneidad fuerte, mientras que para realizar inferencia solo se requiere que las series sean débilmente exógenas.


6

La exogeneidad fuerte, a su vez, se verifica a través del test de causalidad de Granger, eligiendo el número de rezagos en función de un modelo marginal autorregresivo en niveles para cada variable. 16

5. Datos

La variable a explicar es entonces el riesgo soberano de Uruguay. Como proxy del mismo se utiliza el UBI, descrito anteriormente. Se prueban tres tipos distintos de variables explicativas: variables vinculadas a fundamentos domésticos, variables que capturan efectos regionales y variables vinculadas a las condiciones financieras internacionales. 17 Dentro del primer grupo se encuentra la inflación, la relación de términos de intercambio y el tipo de cambio real. También, para reflejar los problemas de sustentabilidad externa, se incorpora, alternativamente, una variable que mide los desvíos del tipo de cambio real respecto de su nivel de equilibrio. Para medir este desvío se toman los residuos de la relación de largo plazo del trabajo de Gianelli y Mednik (2006), que modela la serie de tipo de cambio real efectivo de Uruguay para el período 1983-2005. Asimismo, se toma un indicador de la relación de términos de intercambio que compara el precio internacional del ganado en pie sobre el precio del barril del petróleo West Texas Intermediate. Además, se incluyen el saldo en cuenta corriente, la deuda pública, los activos de reserva y el resultado fiscal, todos medidos como porcentaje del producto. Alternativamente se utiliza una serie de activos de reserva medidos sobre la deuda externa pública de corto plazo, para capturar la cobertura externa en línea con la regla Guidotti-Greenspan. Para tratar de captar la incidencia de la región se incorpora el EMBI+ de los países emergentes, así como también el de Brasil y el de Argentina. Alternativamente, se incluye el EMBI de América Latina. Dentro de las variables financieras internacionales se incluye el rendimiento de los bonos de Estados Unidos a diez años, el indicador high yield, el índice de volatilidad VIX y tasa de interés de la Reserva Federal de Estados Unidos. El período de análisis elegido 1994-2007, para el cual se cuenta con información del UBI.18 Se procede a transformar las variables en logaritmos, excepto en el caso de ratios, y se trabaja con datos trimestrales.

Descripción de las variables

Uno de los objetivos del trabajo es analizar la existencia de un posible cambio estructural en la relación entre el spread de Uruguay y el de los países emergentes, en el momento de la pérdida de la calificación de inversión del país. En este sentido, el

16 Existe exogeneidad débil si, además de ser débilmente exógenas, las variables no son causadas en el sentido de Granger por la variable endógena del modelo, en nuestro caso, el UBI. 17 En el Anexo I se presenta un detalle de las variables utilizadas. 18 Dado que se dispone de datos de la serie del EMBI+ y del EMBI Latinoamérica desde el año 1996, se reduce el número de observaciones al incluir estas variables. Sin embargo, existe información del EMBI de Argentina y de Brasil desde 1994.


7

Gráfico 1 muestra que hasta el año 2002 el UBI se ubica significativamente por debajo del EMBI+ y del EMBI Latinoamérica, y no existe una clara asociación tanto en la tendencia como en las fluctuaciones de ambas variables. Sin embargo, a partir de la crisis, y la perdida de investment grade, las dos medidas evolucionan de forma similar. Para capturar este cambio estructural se incorpora una variable dummy en el modelo econométrico.

Gráfico 1. Evolución del UBI, EMBI+ y EMBILA

0

500

1000

1500

2000

2500

1996.03

1997.03

1998.03

1999.03

2000.03

2001.03

2002.03

2003.03

2004.03

2005.03

2006.03

2007.03

UBI EMBI+ EMBILA

FUENTE: Elaboración propia en base a datos de Bloomberg y República AFAP.

El Gráfico 2 muestra evidencia del cambio estructural en la relación entre el UBI y los otros spreads de la región. Los dos gráficos de la izquierda corresponden al período pre-crisis (1999-2002) y los dos de la derecha al período post-crisis (2003-2007). Se observa que el UBI se encuentra por debajo de los demás hasta mediados de 2002, moviéndose conjuntamente con Chile, otro país que también tenía grado de inversión. Sin embrago, a partir del año 2003 el riesgo país de Uruguay se separa del de Chile y se ubica en niveles similares a los otros países de la región sin grado de inversión, mostrando también una mayor correlación con estos últimos.19 El Gráfico 3 sugiere un mejor desempeño de los fundamentos domésticos a partir del tercer trimestre de 2003. En particular, se aprecia una recuperación de las finanzas públicas con el aumento de ratio resultado fiscal sobre producto (RFPIB) y una disminución del ratio deuda publica sobre producto (DPPIB), lo que indica una mejor situación de solvencia del gobierno. Asimismo, el ratio activos de reserva sobre producto (ACTPIB) mejora desde mediados de 2002.20 Si se analiza la evolución del indicador de activos externos de corto plazo del sector público sobre deuda externa de corto plazo del sector público (ACTDEUDA), se puede

19 Adler et al. (2007) presentan evidencia formal de este cambio estructural. 20 Medidas alternativas, como la deuda externa de corto plazo (como porcentaje del producto) y el ratio de activos de reserva sobre depósitos en dólares, muestran un comportamiento similar.


8

observar que éste comienza una tendencia creciente a partir de finales del año 2005. Una evolución similar muestra el indicador de reservas sobre deuda externa de corto plazo más depósitos en dólares (RESERVAS), aunque en este caso la tendencia creciente comienza a mediados del año 2004.

Gráfico 2. Evolución del UBI y del spread de otros países de América Latina

0

100

200

300

400

500

600

700

800

2003.06

2003.09

2003.12

2004.03

2004.06

2004.09

2004.12

2005.03

2005.06

2005.09

2005.12

2006.03

2006.06

2006.09

2006.12

2007.03

2007.06

Perú

Colombia

Uruguay

México

Chile

UBI COLOMBIA CHILE PERU MEXICO

0

100

200

300

400

500

600

700

800

900

1999.01

1999.04

1999.07

1999.10

2000.01

2000.04

2000.07

2000.10

2001.01

2001.04

2001.07

2001.10

2002.01

2002.04

Perú

México

Colombia

Chile

Uruguay

0

1000

2000

3000

4000

5000

6000

7000

2003.06

2003.09

2003.12

2004.03

2004.06

2004.09

2004.12

2005.03

2005.06

2005.09

2005.12

2006.03

2006.06

2006.09

2006.12

2007.03

2007.06

Uruguay

Argentina

Brasil

UBI ARGENTINA BRASIL

0

1000

2000

3000

4000

5000

6000

1999.01

1999.04

1999.07

1999.10

2000.01

2000.04

2000.07

2000.10

2001.01

2001.04

2001.07

2001.10

2002.01

2002.04

Uruguay

Argentina

Brasil

FUENTE: Elaboración propia en base a datos de Bloomberg y República AFAP.


9

Gráfico 3. Evolución de los fundamentos domésticos

0

20

40

60

80

100

120

140

1994.4

1995.4

1996.4

1997.4

1998.4

1999.4

2000.4

2001.4

2002.4

2003.4

2004.4

2005.4

2006.4

DPPIB y ACTPIB

-6

-5

-4

-3

-2

-1

0

RFPIB

DPPIB ACTPIB RFPIB

0

1

2

3

4

5

6

7

8

9

10

1999.4

2000.2

2000.4

2001.2

2001.4

2002.2

2002.4

2003.2

2003.4

2004.2

2004.4

2005.2

2005.4

2006.2

2006.4

ACTDEUDA RESERVAS

FUENTE: Elaboración propia en base a datos del BCU y Bloomberg.

En el Gráfico 4 se observa la evolución de la tasa de inflación anual (INF), que se utiliza como indicador del nivel de inestabilidad interna. En este sentido, el salto observado en el año 2003 en esta tasa, asociado con la depreciación del tipo de cambio, coincide con el incremento abrupto en el spread de Uruguay. Se presenta también la evolución del ratio saldo en cuenta corriente sobre producto (SCCPIB), como indicador de la capacidad de pago del país. El mismo muestra una marcada reversión en el 2002-2003, producto de la depreciación de la moneda y la consecuente contracción de la demanda agregada.

Gráfico 4. Evolución de la tasa de inflación y la cuenta corriente

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

1991.1

1992.2

1993.3

1994.4

1996.1

1997.2

1998.3

1999.4

2001.1

2002.2

2003.3

2004.4

2006.1

2007.2

INF -3,5

-2,5

-1,5

-0,5

0,5

1,5

2,5

3,5

1992.4

1994.3

1996.2

1998.1

1999.4

2001.3

2003.2

2005.1

2006.4

SCCPIB

FUENTE: Elaboración propia en base a datos del BCU. En el Gráfico 5 se presenta la evolución de la relación de términos de intercambio (RTI) como otro indicador de capacidad de pago. Asimismo, se presenta la evolución de un indicador alternativo que compara el precio del ganado en pie con el precio del barril de petróleo West Texas Intermediate (RTI_PRECIOS). Ambos presentan un máximo a fines de la década de los noventa y una posterior la tendencia decreciente.


10

Gráfico 5. Evolución de los términos de intercambio

90

100

110

120

130

140

150

160

170

1990.1

1991.3

1993.1

1994.3

1996.1

1997.3

1999.1

2000.3

2002.1

2003.3

2005.1

2006.3

RTI (desestacionalizada) RTI

1,00

1,50

2,00

2,50

3,00

3,50

4,00

4,50

5,00

5,50

1990:1

1991:3

1993:1

1994:3

1996:1

1997:3

1999:1

2000:3

2002:1

2003:3

2005:1

2006:3

RTI_PRECIOS (desestacionalizada) RTI_PRECIOS

FUENTE: Elaboración propia en base a datos del BCU y Bloomberg. En el Gráfico 6 se observa la evolución conjunta del tipo de cambio real efectivo (actual), el nivel de equilibrio (fitted) y el consecuente desalineamiento, basados en estimaciones de Gianelli et al. (2006). Se puede observar la sobrevaluación del tipo de cambio a comienzos de 2002 y la fuerte depreciación del año siguiente.

Gráfico 6. Desalineamiento del tipo de cambio real

-0.4

-0.2

0.0

0.2

0.4

4.0

4.2

4.4

4.6

4.8

84 86 88 90 92 94 96 98 00 02 04

Residual Actual Fitted

FUENTE: Gianelli et al. (2006).

Por último, el Gráfico 7 presenta la evolución de las principales variables externas. El mismo evidencia un claro empeoramiento de las variables financieras internacionales a inicios del 2001, reflejado en el indicador de volatilidad (VIX) y los spreads de los bonos de alto riesgo (HY), y una marcada mejora a partir del 2003. El rendimiento de bonos de Estados Unidos a 10 años tiene un comportamiento relativamente estable, mientras que la tasa de interés de la Reserva Federal se comporta con una tendencia a la baja en los años que preceden y durante la crisis. Si bien no es claro cual de las tasas (corto o largo plazo) es la que afecta más al UBI, podría pensarse que la que mejor capta


11

las condiciones de liquidez internacional es la de largo plazo dado que la otra simplemente refleja la política monetaria de la Reserva Federal de Estados Unidos.

Gráfico 7. Evolución de las principales variables externas

7

12

17

22

27

32

37

42

47

1996.12

1997.10

1998.08

1999.06

2000.04

2001.02

2001.12

2002.10

2003.08

2004.06

2005.04

2006.02

2006.12

VIX

200

300

400

500

600

700

800

900

1000

1100

1200

HYIELD

VIX HYIELD

0

1

2

3

4

5

6

7

8

1996.12

1997.09

1998.06

1999.03

1999.12

2000.09

2001.06

2002.03

2002.12

2003.09

2004.06

2005.03

2005.12

2006.09

2007.06

FED RB USA

FUENTE: Elaboración propia en base a datos del BCU y Bloomberg.

6. Resultados

Con el fin de encontrar un modelo que cumpla con los objetivos propuestos, se testean diferentes combinaciones de variables surgiendo un conjunto de modelos (Tabla 1). Para capturara el cambio estructural en la relación con otros países emergentes, todos los modelos incluyen una variable de interacción compuesta por el EMBI+ (o el EMBI de América Latina) y una dummy que toma el valor 1 cuando el país tiene grado de inversión y 0 en otro caso (INVGRADE). También se testean modelos con otras variables (SCCPIB, RTI, RTI_PRECIOS, EMBIA, EMBIB) aunque éstas no resultan significativas. Todos los modelos confirman un aumento de la correlación entre el EMBI+ (o el EMBILA) y el UBI una vez que el país pierde el grado de inversión, lo cual implica que se vuelve más vulnerable a las crisis regionales. En general, los signos de los coeficientes son los esperados. Entre los fundamentos domésticos resultan significativos los activos de reserva (ACTPIB), la deuda pública (DPPIB), el resultado fiscal (RFPIB), la tasa de inflación (INF) y el desvío del tipo de cambio real de su nivel de equilibrio (TCR_DESV). Los modelos II y III dan evidencia interesante sobre la relación entre HY y el EMBI+. Al introducir HY en la relación de largo plazo, los coeficientes de las variables EMBI+*INVGRADE y EMBI+*(1-INVGRADE) disminuyen significativamente. Esto indica que después de controlar por HY (y otras variables externas), la significación del EMBI+ puede interpretarse como efecto contagio. Si luego de controlar por HY, el EMBI+ no resultara significativo, esto implicaría que no hay efecto contagio desde el spread de los países emergentes, sino que el UBI responde ante shocks de la variable HY (condiciones financieras internacionales) igual que lo hace el EMBI+.


12

Tras aplicar pruebas estándares (que se reportan más adelante solamente para el modelo seleccionado) se elige el modelo IX, en el que resultan estadísticamente significativas, al 1% de confianza, INF, DPPIB, TCR_DESV, RBUSA, VIX y EMBI+. Se incluye además una variable dummy para el segundo trimestre de 1996, momento en el cual se registra el mínimo histórico de la serie. Los signos de los coeficientes muestran que un aumento en la tasa de inflación refleja un aumento de la inestabilidad interna del país y, por lo tanto, aumenta el spread. Un aumento en el ratio deuda pública sobre producto se traduce en un incremento del spread, posiblemente reflejando un deterioro de la situación de solvencia. Por su parte, una desviación positiva del tipo de cambio real de su nivel de equilibrio genera una disminución del spread.


13

Tabla 1. Principales Resultados- Relación de Largo Plazo

I II III IV V VI VII VIII IX

Variable Dependiente: UBI

INF 3,082*** 1,791***

(3,711) (3,559)

RFPIB -0,061* -0,128*** -0,146***

(-1.775) (-4,332) (-5,745)

ACTPIB -0,037*** -0,048*** -0,041*** -0,034*** -0,035***

(-4,244) (-2,770) (-3,375) (-3,223) (-3,604)

ACTDEUDA -0,045**

(-2,324)

DPPIB 0,016*** 0,012*** 0,010*** 0,014*** 0,012***

(-3,096) (-3,101) (-2,731) (4,065) (3,524)

TCR -1,584***

(-3,704)

TCR_DESV -1,631*** -2,188***

(-4,133) (-6,062)

RBUSA -1,715*** -1,288*** -2,163*** -2,247*** -1,464***

(-4,622) (-3,185) (-5,425) (-6,121) (-3,971)

HY 0,602*** 0,001*** 0,775***

(-3,263) (-6,597) (3,690)

VIX 0,966*** 1,106*** 0,912***

(-5,194) (5,333) (5,502)

EMBILA

*INVGRADE 0,411*** 0,280**

(-3,379) (-0,037)

EMBILA

*(1-INVGRADE) 0,551*** 0,458***

(-4,066) (-3,603)

EMBI+

*INVGRADE 0,198* 0,764*** 0,308*** 0,313** 0,373** 0,396*** 0,288**

(-1,839) (-6,213) (-2,763) (-2,635) (2,573) (-4,702) (2,507)

EMBI+

*(1-INVGRADE) 0,372*** 0,924*** 0,469*** 0,496*** 0,559*** 0,554*** 0,412***

(-3,141) (-5,815) (-3,589) (-3,698) (3,545) (-3,923) (3,262)

C 3,316** 0,049 2,329*** 8,785*** 6,303*** -1,494 -1,407** 6,489*** 2,193**

(-2,246) (-0,057) (-3,362) (-3,894) (-4,692) (-1,703) (-2,077) (-5,584) (2,062)

Dummy 1996.2 -1,2110*** -1,7110*** -1,4290*** -0,8818*** -1,289*** -0,945*** -1,199*** -0,989***

(-6,454) (-5,922) (-7,101) (-3,759) (-5,745) (-3,708) (-5,715) (-4,800)

R-squared 0,969 0,912 0,959 0,957 0,959 0,976 0,953 0,959 0,973

Adjusted

R-squared 0,963 0,900 0,954 0,948 0,953 0.971 0,944 0,953 0,967

* Significativas al 10%, ** significativas al 5%, *** significativas al 1%. Estadístico t entre paréntesis.


14

El signo negativo del coeficiente de rendimiento de bonos de Estados Unidos implica un resultado en cierta manera sorprendente, dadas las conclusiones de trabajos anteriores y la teoría de riesgo soberano, que muestran que los spreads tienden a aumentar cuando lo hace el rendimiento de bonos de Estados Unidos a 10 años.21 Este resultado puede deberse a algún efecto residual, no captado en el EMBI, de la correlación negativa entre los flujos de capitales hacia Uruguay y hacia otros países de la región. El coeficiente del indicador de volatilidad (VIX) es positivo, dado que un incremento de este indicador implica un aumento en el retorno por el riesgo exigido por invertir en activos más volátiles. Por último, se observa un coeficiente positivo del EMBI+, lo que implica una correlación positiva entre ambas variables. Además, se observa, como ya fue mencionado, un incremento en esta correlación cuando el país pierde el grado de inversión. Pruebas estadísticas

Luego de realizar tests de Dickey Fuller Aumentado, se encuentra que todas las series en niveles tienen una raíz unitaria a excepción de TCR_DESV que resulta ser estacionaria, ya que esta variable es el residuo de una relación de largo plazo para el tipo de cambio real (Anexo II).

21 Véase Arora et al. (2001), González et al. (2006) y Rojas et al. (2003). No obstante, Eichengreen y Mody (1998) también encuentran que las restricciones de liquidez global (aproximadas por la tasa de rendimiento de los bonos de EEUU a 10 años) tienden a reducir el spread soberano en los mercados emergentes. Este resultado puede indicar que los movimientos de los rendimientos de los bonos de EEUU deben ser interpretados en términos de oferta: un incremento en esta tasa lleva a una reducción en el número de emisores en el mercado de deuda emergente. Arora et al. (2001) consideran que este resultado puede estar explicado por el hecho de que los datos utilizados incluyen un período (1991-1993) en que los mercados de bonos soberanos no estaban del todo desarrollados y los emisores de deuda de menor calidad veían su acceso a los mercados fuertemente afectado por los shocks. Por otro lado, Larzabal et al. (2001) también obtienen una relación negativa entre el rendimiento de bonos de EEUU y el spread de Uruguay, y lo explican debido a la existencia de una elasticidad menor a la unidad de la tasa de interés de bonos uruguayos (en dólares) con respecto a la internacional. Esto probablemente se relaciona con el hecho de que Uruguay históricamente ha mostrado influjo de capitales relativamente estables, y en ciertos periodos negativamente correlacionados con otros países emergentes. 23 El valor de tabla es de -3.92, propuesto por Engle y Yoo (1987).


15

Gráfico 8. Residuos de la Relación de Largo Plazo

-0.4

-0.2

0.0

0.2

0.4

3

4

5

6

7

8

96 97 98 99 00 01 02 03 04 05


Tabla 2. Correlograma de los residuos de la RLP

Sample: 1996:1 2005:4 Included observations: 40

Autocorrelation Partial Correlation AC PAC Q-Stat Prob . |*. | . |*. | 1 0.088 0.088 0.3353 0.563 . | . | . | . | 2 -0.044 -0.052 0.4215 0.810 .*| . | .*| . | 3 -0.130 -0.123 1.1930 0.755 ***| . | ***| . | 4 -0.379 -0.368 7.8855 0.096 .*| . | . | . | 5 -0.079 -0.050 8.1829 0.146 **| . | ***| . | 6 -0.285 -0.392 12.188 0.058 . |*. | . |*. | 7 0.175 0.130 13.743 0.056 . |** | . | . | 8 0.288 0.062 18.090 0.021 . | . | .*| . | 9 0.002 -0.120 18.091 0.034 . |*. | . | . | 10 0.123 -0.049 18.938 0.041 .*| . | . | . | 11 -0.060 0.045 19.145 0.059 .*| . | .*| . | 12 -0.099 -0.095 19.730 0.072

Gráfico 9. Normalidad de los residuos de la RLP

0

2

4

6

8

-0 .3 -0 .2 -0 .1 0 .0 0 .1 0 .2 0 .3 0 .4

Series: ResidualsSample 1996:1 2005:4Observations 40

Mean 6.11E-17Median -0.000338Maximum 0.379184Minimum -0.299630Std. Dev. 0.153529Skewness 0.215334Kurtosis 2.749113

Jarque-Bera 0.414032Probability 0.813007


16

Siguiendo a Engle y Granger (1987) se aplica el test de raíz unitaria a los residuos de la ecuación de largo plazo, resultando integrada de orden cero (Tabla 3).23 Se concluye entonces que existe una relación de largo plazo entre el UBI y las variables seleccionadas.

Tabla 3. Test de Raíz Unitaria sobre los residuos de RLP

ADF Test Statistic -5.624196 1% Critical Value* -3.6117 5% Critical Value -2.9399 10% Critical Value -2.6080 *MacKinnon critical values for rejection of hypothesis of a unit root.

PP Test Statistic -6.638478 1% Critical Value* -3.6067 5% Critical Value -2.9378 10% Critical Value -2.6069 *MacKinnon critical values for rejection of hypothesis of a unit root.

Se analiza si las variables explicativas son fuertemente exógenas, condición necesaria para realizar predicciones. Como ya fue mencionado en la sección 4, esto implica la existencia de exogeneidad débil y que las variables no sean causadas en el sentido de Granger por la variable a explicar. Todas las variables resultan ser fuertemente exógenas excepto por RBUSA, que es exógena en forma débil ya que no se puede rechazar la hipótesis nula de no causalidad en el sentido de Granger (Anexo III y IV). Este último resultado puede deberse a la baja frecuencia de los datos, ya que se puede esperar que el RBUSA cause el UBI, pero no lo contrario, dado el tamaño de Uruguay en relación a Estados Unidos. Como es de esperarse, las variables financieras ajustan muy rápido (arbitraje) por lo que un test de Granger basado en datos trimestrales es muy probable que arroje resultados inconclusos. Dinámica de Corto Plazo

Debido a que las series están cointegradas se procede a representarlas como un Mecanismo de Corrección de Error (Tabla 4). De las variables incluidas en la relación de largo plazo sólo resulta significativa ACTPIB rezagada un período. Se prueban otras variables no incluidas en la relación de largo plazo y dummies para los segundos trimestres de 1996 y 2002 (el primero de ellos coincide con el mínimo histórico de la serie y el segundo refleja el desencadenamiento de la crisis económica y financiera del país). Los resultados sugieren que sólo los activos de reserva y los términos de intercambio son significativos en la dinámica de corto plazo. En particular, un aumento de 1 punto porcentual en el ratio activos de reserva sobre producto se traslada al LNUBI con un rezago, reduciéndolo en un 6.4% de su respectiva variación. Por su parte, una mejora en LNRTI impacta negativamente sobre el LNUBI, con una magnitud de 0,67%. Se prueba también incluir el EMBI de Argentina (EMBIA), permitiendo un efecto distinto durante la renegociación de la deuda (dummy para el período 12/2001 - 07/2005). Sin embargo esta variable no resulta significativa en la relación de corto plazo, lo que estaría indicando que no existe efecto contagio desde el spread de


17

Argentina cuando se controla por el default. De todas formas, no debe perderse de vista que se está trabajando con variables financieras, que por naturaleza ajustan rápidamente y, usando frecuencia trimestral, es probable que mucho del efecto de corto plazo se pierda, ya que la relación de corto plazo utiliza variables rezagadas.

Tabla 4. Relación de Corto Plazo

Dependent Variable: D(LNUBI) Method: Least Squares Sample(adjusted): 1996:2 2006:1 Included observations: 40 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. RESIDUOS(-1) -0.596932 0.225713 -2.644655 0.0122 D(ACTPIB(-1)) -0.064092 0.025787 -2.485464 0.0179 D(LNRTI(-1)) -0.671221 0.322696 -2.080046 0.0449 DUM1 -1.186209 0.285801 -4.150479 0.0002 DUM2 0.759659 0.297982 2.549348 0.0153 R-squared 0.626842 Mean dependent var 0.013462 Adjusted R-squared 0.584196 S.D. dependent var 0.422341 S.E. of regression 0.272338 Akaike info criterion 0.352921 Sum squared resid 2.595874 Schwarz criterion 0.564031 Log likelihood -2.058417 F-statistic 14.69852 Durbin-Watson stat 1.636454 Prob(F-statistic) 0.000000

El coeficiente del término de corrección de error indica que en promedio durante el primer trimestre se corrige casi un 60% de la distancia que separa al UBI de su valor de fundamentos en el período anterior.24 Este alto valor de velocidad de ajuste no sorprende dado que se trata de una variable financiera. No se rechaza la hipótesis de ausencia de heteroscedasticidad. A partir de la observación del correlograma (Tabla 5), el estadístico Durbin-Watson y el test de Breusch-Godfrey (Anexo V) se descarta la hipótesis de autocorrelación serial en los residuos. La estabilidad de los parámetros se testea con los test Cusum y Cusum cuadrado, no pudiendo rechazar la hipótesis de estabilidad al 5% de confianza (Anexo VI).

24 El tiempo requerido para ajustar un Ω% de un desalineamiento dado puede calcularse a partir de la siguiente ecuación: (1+α)t = (1-Ω), siendo t el número de períodos a considerar y α la elasticidad estimada de la velocidad de ajuste.


18

Gráfico 10. Residuos de la RCP

-0.6

-0.4

-0.2

0.0

0.2

0.4

0.6

-2.0

-1.5

-1.0

-0.5

0.0

0.5

1.0

97 98 99 00 01 02 03 04 05 06


Gráfico 11. Normalidad de los residuos de la RCP

0

2

4

6

8

10

-0 .4 -0 .2 0 .0 0 .2 0 .4 0 .6

Series: ResidualsSample 1996:2 2006:1Observations 40

Mean 0.036669Median -0.013998Maximum 0.537526Minimum -0.464230Std. Dev. 0.255307Skewness 0.468928Kurtosis 2.388001

Jarque-Bera 2.090193Probability 0.351658

Tabla 5. Correlograma de los residuos de la RCP

Sample: 1996:2 2006:1 Included observations: 40

Autocorrelation Partial Correlation AC PAC Q-Stat Prob . |*. | . |*. | 1 0.150 0.150 0.9705 0.325 . |*. | . |*. | 2 0.089 0.068 1.3230 0.516 .*| . | .*| . | 3 -0.121 -0.148 1.9894 0.575 .*| . | .*| . | 4 -0.094 -0.065 2.4008 0.662 . | . | . |*. | 5 0.039 0.090 2.4729 0.781 .*| . | .*| . | 6 -0.109 -0.137 3.0583 0.802 . |*** | . |*** | 7 0.372 0.405 10.107 0.183 . |*. | . | . | 8 0.092 -0.013 10.554 0.228 . |** | . |*. | 9 0.250 0.186 13.943 0.124 .*| . | .*| . | 10 -0.068 -0.104 14.204 0.164 .*| . | .*| . | 11 -0.182 -0.137 16.121 0.137 .*| . | .*| . | 12 -0.107 -0.079 16.804 0.157


19

7. Comentarios Finales

Los resultados encontrados reafirman las conclusiones de trabajos anteriores acerca de la importancia de los factores internaciones en la determinación del riesgo soberano. No obstante, se encuentra que ciertos fundamentos domésticos también resultan relevantes para explicar el spread uruguayo. En particular, se encuentra una relación de largo plazo que incluye el rendimiento de bonos de Estados Unidos a diez años, el índice VIX y el EMBI+, la tasa de inflación, el ratio deuda pública sobre producto y los desvíos del tipo de cambio real de su nivel de equilibrio. Para la dinámica de corto plazo, resultan relevantes la relación de términos de intercambio y el ratio de activos de reserva sobre producto. Esto implica que el spread de los bonos uruguayos no sólo responde a las condiciones del mercado regional e internacional sino también a la situación interna del país. Asimismo, es importante resaltar la evidencia de aumento de la correlación entre el UBI y el riesgo de los países emergentes, luego de la pérdida del grado de inversión de Uruguay. Esto indica un incremento en la vulnerabilidad del país ante shocks externos. Sin embargo, la interpretación de estos resultados debe hacerse con cuidado, debido a la limitada duración de los datos. En este sentido, se considera importante invertir en la construcción de series más prolongadas con el objetivo de contar con mayor evidencia sobre la importancia que los factores internos y externos tienen sobre la determinación del riesgo soberano de Uruguay. A su vez, cabe señalar que la cercanía de la crisis económica puede estar incidiendo sobre los resultados, subestimando la importancia de los fundamentos domésticos. En este sentido, es importante profundizar en este análisis con una mayor perspectiva temporal.


20

Referencias Bibliográficas

Adler, Gustavo y Eble, Stephanie (2007); "External financial linkages: what drives uruguayan sovereign spreads?". International Monetary Fund. IMF country report, Selected Issues Paper. Alcaraz Garcia, Francisco y Rocha, Katia (2004); “Term structure of sovereign spreads in emerging markets. A calibration approach for structural models”. Arora, Vivek y Cerisola, Martin (2001); “How Does U.S. Monetary Policy Influence Sovereign Spreads in Emerging Markets?”. International Monetary Fund. IMF Staff Papers, Vol. 48, Nº 3. Cavallo, Eduardo y Valenzuela, Patricio (2007); "The Determimants of Corporate Spreads in Emerging Markets: An Option-Adjusted Spreads Analysis".

http://papers.ssrn.com/sol3/papers.cfm?abstract_id=963982 Cavanagh, John y Long, Richard (1999); “Methodology brief: Introducing the J.P. Morgan Emerging Markets Bond Index Global (EMBI Global)”. J.P. Morgan Securities Inc. New York.

Délano, Valentín y Jaque, Felipe (2005); “Spreads soberanos: ¿Diferencian los inversionistas internacionales entre economías emergentes?”. Banco Central de Chile. Documentos de Trabajo N° 332. Délano, Valentín y Selaive, Jorge (2005); “Spreads soberanos: una aproximación factorial”. Banco Central de Chile. Documentos de Trabajo N° 309. della Paolera, Gerardo y Grandes, Martin (2006); “The True Measure of Country Risk: A Primer on the Interrelations between Solvency and the Polity Structure of Emerging

Markets: Argentina 1886-1892”. En Growth, Institutions and Crises: Latin America from a Historic Perspective, edited by Sebastian Edwards (UCLA). Chicago: University of Chicago Press, forthcoming 2006. Durbin, Erik y Ng, David (2005); "The sovereign ceiling and emerging market corporate bond spreads". Journal of International Money and Finance, Elsevier, vol. 24(4), páginas 631-649. Eaton, Jonathan y Gersovitz, Mark (1981); "Debt with Potential Repudiation: Theoretical and Empirical Analysis" Review of Economic Studies, v. XLVII, 289-309. Eichengreen, Barry y Mody, Ashoka (1998); “What explains changing spreads on emerging-market debt: fundamentals or market sentiment?” National Bureau of Economic Research. Working Paper Nº 6408. Freixas, Xavier y Rochet, Jean-Charles, (1998); “Economía bancaria”. Antoni Bosh Editor, Barcelona. Fuentes, Mónica y Godoy, Sergio (2005); “Sovereign spread in emerging markets: a

principal component analysis”. Banco Central de Chile. Documentos de Trabajo N° 333.


21

García, Sofía y Otero, José Vicéns (2000); “Especificación y estimación de un modelo de riesgo país”. Universidad Autónoma de Madrid. Departamento de Economía aplicada. Gelos, Gastón (2006); "Banking Spreads in Latin America". International Monetary Fund. IMF Working Papers 06/44. Gianelli, Diego y Mednik, Matías (2006); “Un modelo de corrección de errores para el tipo de cambio real en el Uruguay: 1983:I – 2005:IV”. Banco Central del Uruguay. Revista de Economía. Segunda Época, Volumen XII, Nº 2. González, Martín y Levy Yeyati, Eduardo (2006); “Global Factors and Emerging Market Spreads”. Banco Interamericano de Desarrollo (BID). Departamento de Investigación. Working Paper Nº 552. Hilscher, Jens y Nosbusch, Yves (2007); “Determinants of Sovereign Risk: Macroeconomic Fundamentals and the Pricing of Sovereign Debt”. Money Macro and Finance (MMF) Research Group Conference 2006 114, Money Macro and Finance Research Group, revised 24 Apr 2007. Illanes, Javier (1999); “Nivel óptimo de reserves internacionales en Uruguay”. Documento presentado en las XIV Jornadas anuales de economía del Banco Central del Uruguay. Larzabal, Martín; Valdés, María y Laporta, Sofía (2001); “Spread soberano: evidencia empírica del caso Uruguayo”. Departamento de Estudios de República AFAP S.A. Ministerio de Economía y Finanzas, República de Perú (2002); “Determinantes del riesgo país en el Perú: una aproximación”. Dirección de Estudios Macro Monetarios y Financieros, Dirección General de Asuntos Económicos y Sociales del Ministerio de Economía y Finanzas. Pena, Alejandro (2002); “La calificación del riesgo soberano. Análisis de sus determinantes”. Banco Central del Uruguay. Revista de Economía. Segunda Época, Volumen IX, Nº 2. Rojas, Alvaro y Jaque, Felipe (2003); “Determinants of the Chilean sovereign spreads: is it purely fundamentals?” Banco Central de Chile.

Rowland, Meter (2004); “The Colombian Sovereign Spread and it’s Determinants”. Banco de la República de Colombia.


22

Anexo

I Descripción de variables

Variable Nombre Período Fuente

Internas Uruguay Bond Index UBI 1994.1-2007.2 República AFAP

Inflación últimos 12 meses INF 1991.1-2007.2 BCU

Activos de reserva / PIB ACTPIB 1994.4-2007.1 BCU

Resultado fiscal / PIB RFPIB 1993.1-2007.1 BCU

Deuda pública /PIB DPPIB 1994.4-2007.1 BCU

Reservas /Deuda externa de corto plazo + Depósitos en dólares

RESERVAS 1994.1-2006.4 Bloomberg

Activos externos de corto plazo del sector público / Deuda externa de corto plazo del sector público

ACTDEUDA 1999.4-2007.1 BCU

Saldo en Cuenta Corriente / PIB SCCPIB 1992.4-2007.1 BCU

Relación de términos de intercambio RTI 1990.1-2007.2 BCU

Precio ganado en pie / Precio barril de petróleo West Texas Intermediate

RTI_PRECIOS 1990.1-2007.2 Bloomberg

Tipo de cambio real TCR 1990.1-2007.2 BCU

Diferencial entre TCR efectivo y TCR de equilibrio TCR_DESV 1990.1-2005.4 Gianelli et

al., 2006 Regionales Emerging Market Bond Index EMBI+ 1996.1-2007.2 Bloomberg

EMBI América Latina EMBILA 1996.2-2006.4 Bloomberg

Spread de Argentina EMBIA 1994.1-2007.2 Bloomberg

Spread de Brasil EMBIB 1994.2-2007.2 Bloomberg

Externas Rendimiento de Bonos USA 10 años RBUSA 1992.1-2007.2 Bloomberg

Tasa de interés FED FED 1994.1-2006.4 Bloomberg Índice de Volatilidad VIX 1994.1-2007.2 Bloomberg Índice High Yield HY 1994.1-2006.4 Bloomberg


23

II Test de Raíz Unitaria de las series

Null Hypothesis: LNUBI has a unit root Exogenous: None

Lag Length: 2 (Automatic based on SIC, MAXLAG=10)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -0.025951 0.6694 Test critical values: 1% level -2.611094 5% level -1.947381

10% level -1.612725

*MacKinnon (1996) one-sided p-values.

Null Hypothesis: INF has a unit root Exogenous: None Lag Length: 1 (Automatic based on SIC, MAXLAG=10)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.852831 0.0613

Test critical values: 1% level -2.610192 5% level -1.947248 10% level -1.612797


Null Hypothesis: DPPIB has a unit root

Exogenous: None Lag Length: 1 (Automatic based on SIC, MAXLAG=10)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -0.088849 0.6480 Test critical values: 1% level -2.614029

5% level -1.947816 10% level -1.612492


Null Hypothesis: TCR_DESV has a unit root Exogenous: Constant, Linear Trend


t-Statistic Prob.*


10% level -3.169372



24

Null Hypothesis: LNRBUSA has a unit root Exogenous: None


t-Statistic Prob.*


10% level -1.612867


Null Hypothesis: LNEMBI+ has a unit root Exogenous: None Lag Length: 0 (Automatic based on SIC, MAXLAG=9)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -1.370563 0.1560

Test critical values: 1% level -2.617364 5% level -1.948313 10% level -1.612229



25

III Test de Exogeneidad Débil

Dependent Variable: D(INF) Method: Least Squares Sample(adjusted): 1996:2 2006:1 Included observations: 40 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D(INF(-1)) 0.479205 0.145675 3.289548 0.0022 RESIDUOS(-1) -0.023305 0.022581 -1.032078 0.3086 R-squared 0.199593 Mean dependent var -0.005251 Adjusted R-squared 0.178530 S.D. dependent var 0.030693 S.E. of regression 0.027819 Akaike info criterion -4.277509 Sum squared resid 0.029407 Schwarz criterion -4.193065 Log likelihood 87.55018 F-statistic 9.475843 Durbin-Watson stat 1.999120 Prob(F-statistic) 0.003853

Dependent Variable: D(DPPIB) Method: Least Squares Sample(adjusted): 1996:2 2006:1 Included observations: 40 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D(DPPIB(-1)) 0.686758 0.118427 5.799019 0.0000 RESIDUOS(-1) 0.277109 3.006864 0.092159 0.9271 R-squared 0.436242 Mean dependent var 1.252863 Adjusted R-squared 0.421406 S.D. dependent var 4.999632 S.E. of regression 3.802990 Akaike info criterion 5.558159 Sum squared resid 549.5837 Schwarz criterion 5.642603 Log likelihood -109.1632 F-statistic 29.40475 Durbin-Watson stat 2.088128 Prob(F-statistic) 0.000004

Dependent Variable: D(TCR_DESV) Method: Least Squares Sample(adjusted): 1996:2 2005:4 Included observations: 39 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D(TCR_DESV (-1)) -0.225054 0.091853 -2.450144 0.0194 RESIDUOS(-1) -0.063985 0.039239 -1.630635 0.1119 F=20021 -0.274249 0.049473 -5.543441 0.0000 F=20023 0.328195 0.048006 6.836527 0.0000 R-squared 0.707007 Mean dependent var -0.001991 Adjusted R-squared 0.681894 S.D. dependent var 0.085026 S.E. of regression 0.047956 Akaike info criterion -3.140168 Sum squared resid 0.080491 Schwarz criterion -2.969546 Log likelihood 65.23327 F-statistic 28.15232 Durbin-Watson stat 1.936684 Prob(F-statistic) 0.000000


26

Dependent Variable: D(LNRBUSA) Method: Least Squares Sample(adjusted): 1996:2 2006:1 Included observations: 40 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D(LNRBUSA(-1)) 0.285766 0.161702 1.767239 0.0859 D(LNRBUSA(-2)) -0.266622 0.143064 -1.863663 0.0708 D(LNRBUSA(-3)) 0.335109 0.145867 2.297363 0.0277 D(LNRBUSA(-4)) -0.459804 0.149395 -3.077767 0.0040 RESIDUOS(-1) 0.039593 0.056595 0.699588 0.4888 R-squared 0.298088 Mean dependent var -0.006455 Adjusted R-squared 0.217869 S.D. dependent var 0.071809 S.E. of regression 0.063507 Akaike info criterion -2.558873 Sum squared resid 0.141159 Schwarz criterion -2.347763 Log likelihood 56.17746 F-statistic 3.715944 Durbin-Watson stat 2.000540 Prob(F-statistic) 0.012691

Dependent Variable: D(LNVIX) Method: Least Squares Sample(adjusted): 1996:2 2006:1 Included observations: 40 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D(LNVIX(-1)) -0.276135 0.134178 -2.057979 0.0467 RESIDUOS(-1) 0.079749 0.128689 0.619703 0.5393 F=19983 0.556019 0.161286 3.447404 0.0014 R-squared 0.321728 Mean dependent var -0.006958 Adjusted R-squared 0.285065 S.D. dependent var 0.190447 S.E. of regression 0.161030 Akaike info criterion -0.742413 Sum squared resid 0.959436 Schwarz criterion -0.615747 Log likelihood 17.84825 F-statistic 8.775206 Durbin-Watson stat 1.896835 Prob(F-statistic) 0.000760

Dependent Variable: D(LNEMBI+) Method: Least Squares Sample(adjusted): 1996:3 2006:1 Included observations: 39 after adjusting endpoints Variable Coefficient Std. Error t-Statistic Prob. D(LNEMBI+(-1)) 0.235877 0.111495 2.115570 0.0418 RESIDUOS(-1) 0.088224 0.110892 0.795581 0.4318 F=19974 0.425519 0.132202 3.218698 0.0028 F=19983 0.655579 0.132083 4.963377 0.0000 F=20021 -0.353077 0.135924 -2.597596 0.0138 R-squared 0.572346 Mean dependent var -0.032095 Adjusted R-squared 0.522034 S.D. dependent var 0.190689 S.E. of regression 0.131833 Akaike info criterion -1.095356 Sum squared resid 0.590916 Schwarz criterion -0.882079 Log likelihood 26.35944 F-statistic 11.37589 Durbin-Watson stat 1.694077 Prob(F-statistic) 0.000006


27

IV Tests de Causalidad de Granger

Pairwise Granger Causality Tests Sample: 1990Q1 2007Q2 Lags: 2 Null Hypothesis: Obs F-Statistic Probability INF does not Granger Cause LNUBI 52 1.81414 0.17420 LNUBI does not Granger Cause INF 1.30249 0.28148

Pairwise Granger Causality Tests Sample: 1990Q1 2007Q2 Lags: 2 Null Hypothesis: Obs F-Statistic Probability DPPIB does not Granger Cause LNUBI 48 1.87112 0.16627 LNUBI does not Granger Cause DPPIB 7.42033 0.00170

Pairwise Granger Causality Tests Sample: 1990Q1 2007Q2 Lags: 2 Null Hypothesis: Obs F-Statistic Probability TCR_DESV does not Granger Cause LNUBI 46 2.41040 0.10240 LNUBI does not Granger Cause TCR_DESV 0.66020 0.52215

Pairwise Granger Causality Tests Sample: 1990Q1 2007Q2 Lags: 5 Null Hypothesis: Obs F-Statistic Probability LNRBUSA does not Granger Cause LNUBI 49 0.82055 0.54278 LNUBI does not Granger Cause LNRBUSA 3.13179 0.01830

Pairwise Granger Causality Tests Sample: 1990Q1 2007Q2 Lags: 2 Null Hypothesis: Obs F-Statistic Probability LNVIX does not Granger Cause LNUBI 52 0.98751 0.38010 LNUBI does not Granger Cause LNVIX 2.61059 0.08412

Pairwise Granger Causality Tests Sample: 1990Q1 2007Q2 Lags: 2 Null Hypothesis: Obs F-Statistic Probability LNEMBI+ does not Granger Cause LNUBI 44 1.09809 0.34360 LNUBI does not Granger Cause LNEMBI+ 0.71228 0.49680


28

-15

-10

-5

0

5

10

15

02:3 03:1 03:3 04:1 04:3 05:1 05:3 06:1 06:3 07:1

CUSUM 5% Significance-0.4

0.0

0.4

0.8

1.2

1.6

02:3 03:1 03:3 04:1 04:3 05:1 05:3 06:1 06:3 07:1

CUSUM of Squares 5% Significance

V Test de Homoscedasticidad y autocorrelación B-G y ARCH (2 rezagos)

White Heteroskedasticity Test: F-statistic 0.307429 Probability 0.978276 Obs*R-squared 4.310427 Probability 0.959941

Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.909318 Probability 0.412654 Obs*R-squared 1.287187 Probability 0.525401

ARCH Test: F-statistic 2.741921 Probability 0.106206 Obs*R-squared 2.690734 Probability 0.100933

VI Test Cusum y Cusum Square

determinantes del riesgo soberano en uruguay de... · bien se identifican algunos factores...

Documents