CRECIMIENTO ECON?MICO Y RIESGO DE LOS MERCADOS FINANCIEROS EN COLOMBIA (1994-2006)

5.2. Causalidad entre la volatilidad (riesgo) de los mercados financieros y el producto

Jorion (1997:86) señala que existen cuatro tipos diferentes de riesgos financieros: el riesgo cambiario, el riesgo de tasa de interés (de mercado), el riesgo accionario y el riesgo de productos físicos, los cuales son medidos por la desviación estándar de los flujos no esperados (), también conocida como volatilidad .

En la estimación del riesgo se utilizan los datos diarios de las variables referencia para cada mercado financiero considerado, de acuerdo a los principales riesgos existentes, a saber:

 El riesgo cambiario es calculado a partir de la Tasa Representativa del Mercado Cambiario diaria (TRM) publicada por el Banco de La República entre 1994 y 2006.

 El riesgo de mercado es estimado gracias a la Tasa de Interés Interbancaria diaria (TIB) suministrada por la Superintendencia Financiera entre Abril de 1995 y Diciembre de 2006.

 El riesgo accionario es calculado con base el Índice de la Bolsa de Valores de Bogotá (IBB) suministrado por el Banco de La República entre Enero de 1994 y Junio de 2001 y a partir de allí hasta 2006, con los datos del Índice General de la Bolsa de Valores de Colombia (IGBC) publicados por la Bolsa de Valores de Colombia .

 El riesgo del mercado de deuda pública es estimado con el Índice Representativo de Deuda Publica I-TES, suministrado por el Grupo Bancolombia .

El riesgo es calculado mediante los modelos autorregresivos de heterocedasticidad condicional (ARCH) planteada por Engle (1982) y su versión generalizada (GARCH) expuesta por Bollerslev (1986) . De Arce (1998:3) indica que estos modelos permiten “considerar la información pasada de la variable y su volatilidad observada como factor altamente explicativo de su comportamiento presente y, por extensión lógica, de su futuro predecible”.

Un proceso GARCH (p, q) se define por la ecuación 7 y 8, a saber:

(7) yt = t t

(8)

Siendo:

t =término de perturbación del error, con media cero y desviación estándar igual a 1;

i ,i = parámetros estimados mediante Maxima Verosimilitud (ML);

t2 = varianza condicional de la variable analizada (yt) .

Tal como indica De Lara (2002:55), la escogencia del mejor modelo autorregresivo se realizó analizando el comportamiento de cada variable y su ajuste al respectivo proceso generador de datos o modelos autorregresivos de medias móviles (ARMA) e integrados (ARIMA), como puede observarse en el Cuadro 5.5 y Gráfico 5.2, ampliado en el Anexo 3.

La estructura de cada serie de tiempo permite calcular la volatilidad promedio trimestral y mensual con el fin de estimar los Modelos VAR que indiquen el número de rezagos óptimos a considerar en la prueba de causalidad en el sentido de Granger.

Los modelos VAR en su versión estructural están expresados por las ecuaciones 9 y 10:

(9) PIBt = 0 + 1PIB t - 1 + 1 PIB t - 2 + ... + 0 ti + 1 t ,i -1 + 2 t ,i -2 ....t

(10)t = 0 + 1PIB t - 1 + 1 PIB t - 2 + ... + 0 t i + 1 t ,i -1 + 2 t , i -2 ....t

Siendo:

PIBt = Producto Interno Bruto trimestral;

t i = Volatilidad – riesgo del mercado financiero trimestral i calculado mediante GARCH (p,q);

t ,t = término de perturbación del error;

i , i , 0 , 0 = parámetros estimados mediante Minimos Cuadrados Ordinarios (MCO) de la transformación de Wold, aplicada a la forma reducida de un modelo multiecuacional (Pulido y Pérez, 2001:687).

El modelo anterior es modificado para datos mensuales así:

(11) PNt = 0 + 1PN t - 1 + 1 PN t - 2 + ... + 0 ti + 1 t ,i -1 + 2 t ,i -2 ....t

(12)t = 0 + 1PN t - 1 + 1 PN t - 2 + ... + 0 t i + 1 t ,i -1 + 2 t , i -2 ....t

Siendo:

PNt = Producción real manufacturera sin trilla de café

t i = Volatilidad – riesgo del mercado financiero mensual i calculado mediante GARCH (p,q).

Los resultados de los Modelos VAR pueden consultarse en el Anexo 3 y el Cuadro 5.6 sintetiza los resultados de las pruebas de causalidad en el sentido de Granger, las cuales permiten las siguientes consideraciones, de acuerdo a los mercados considerados para datos trimestrales:

 Mercado cambiario: el producto trimestral causa el riesgo cambiario, en sus tasas de variación . De los parámetros estimados mediante el modelo VAR (con seis rezagos) solo son significativos dos y afectan negativamente el comportamiento del riesgo cambiario. Una posible explicación a lo anterior es que el tipo de cambio es más volátil en la medida en que el comportamiento del PIB es menor al esperado por los agentes que participan en el mercado y esta reacción, un año después, se debe a la publicación tardía de las estadísticas sobre producción .

 Mercado monetario: la estimación trimestral señala que la tasa de variación del riesgo de mercado (VeRTIB) causa en el sentido de Granger a la tasa de variación del PIB entre 1995 y 2006. El único parámetro significativo al 5% es el rezago dos de la tasa de variación de VeRTIB, y su relación negativa podría ser explicada porque en la medida en que la tasa de interés presente mayor volatilidad, los agentes percibirán cambios fuertes en cualquier momento del tiempo y serán cautelosos al momento de adquirir apalancamiento del sector financiero para invertir en procesos productivos.

 Mercado accionario: Tanto la tasa de variación de la volatilidad del IBB como del IGBC causan a la tasa de variación del producto trimestral en los periodos 1994-2001 y 2001-2006. Los signos de los parámetros significativos del modelo VAR (dos rezagos) son positivos, lo que permite intuir que en la medida en que el crecimiento económico se acelera (desacelera) y las expectativas de los agentes sobre el producto tienden a ser mejores (peores), el comportamiento de los precios bursátiles aumentan (disminuyen) y la volatilidad en los rendimientos es mayor por un aumento en las transacciones de los títulos.

 Mercado de deuda pública: Trimestralmente, la prueba de Granger indica que no existe ningún tipo de relación causal entre la volatilidad del I-TES y el PIB trimestral entre 2002 y 2006. Aunque de los nueve parámetros estimados por el modelo VAR (cuatro rezagos), tres son significativos y el ajuste es superior a 65%, el comportamiento de los TES depende más del comportamiento de otras variables diferentes a la producción, como el tipo de cambio, las tasas de interés, el déficit fiscal, el recaudo de impuestos, etc.

Para los datos mensuales, la causalidad no es concluyente y una de las razones principales es que la producción manufacturera puede no ser la mejor proxy del producto, pues su participación dentro del total del producto fue de 28.6% mientras que el sector servicios participó con el 59% del PIB total en 2001, “síntoma de la aparición de la sociedad posindustrial” (Arango, 2005:219-268).

Además, la mayoría de las transacciones que se realizan en los mercados financieros en su mayoría son entre los intermediarios financieros, el gobierno nacional y algunas empresas que hacen parte de grupos económicos, que por su modelo de negocio, tiende a acudir a sus “propios intermediarios financieros” para operaciones de todo tipo y participan con algunas ventajas que los demás mercados . Así, el no poseer información completa no permite asegurar si el riesgo causa el crecimiento económico, aunque este primer ejercicio da indicios de una relación negativa entre volatilidad y crecimiento, además de una posible relación de causalidad en el corto plazo.