Sistemas de Alerta Temprana

Este elemento es una expansión del contenido de los cursos y guías de Lawi. Ofrece hechos, comentarios y análisis sobre este tema. [aioseo_breadcrumbs]

Sistemas de Alerta Temprana

Los sistemas de alerta temprana (SAT) son utilizados por los responsables políticos, las agencias de calificación y muchos participantes en los mercados financieros para evaluar la vulnerabilidad de los países a las crisis monetarias. Los mercados emergentes han estado en el ojo del huracán varias veces a finales del siglo XX y principios del XXI: México en 1994, el Sudeste Asiático en 1997, Rusia en 1998 y Argentina en 2001, entre otros. Los efectos de algunos de estos episodios no se limitaron a los propios países, sino que se extendieron a otras economías.

Otros Elementos

Además, los ataques especulativos contra las monedas que participaban en el Sistema Monetario Europeo en los años 80 y principios de los 90 demostraron que las economías desarrolladas tampoco son inmunes a estos acontecimientos.

El alcance, la propagación y la gravedad de las crisis originadas en el mercado de divisas ponen de manifiesto la importancia de comprender sus causas y predecir dónde y cuándo pueden producirse. Esta necesidad no puede ser exagerada en una economía mundial (o global) cada vez más integrada en la que la libre circulación de capitales expone a los mercados mundiales a mayores riesgos… Véase también:

• Riesgo Legal
• Riesgo País
• Aversión al Riesgo
• Riesgo Subjetivo
• Riesgo Percibido
• Riesgo Objetivo
• Riesgo Funcional
• Riesgo Comparativo
• Conductas de Riesgo
• Caracteres del Riesgo
• Riesgo Moral

Los llamados modelos de primera, segunda y tercera generación de crisis monetarias constituyen el marco teórico para explicar los mecanismos que subyacen a los episodios de mayor presión especulativa en el mercado de divisas. Los sistemas de alerta temprana comprueban empíricamente las implicaciones de estos modelos con el fin de predecir las crisis monetarias y fundamentar las medidas políticas pertinentes.

Componentes básicos de los sistemas de alerta temprana

El primer reto en la construcción de un sistema de alerta temprana es cómo definir una crisis desde una perspectiva empírica. Se ha utilizado una variedad de métodos para identificar tales episodios, que van desde medidas directas de depreciación de la moneda hasta índices compuestos que incorporan cambios en los tipos de cambio, los tipos de interés y las reservas internacionales. Las medidas que se centran exclusivamente en la evolución de los tipos de cambio pueden captar sólo el efecto de los ataques especulativos exitosos, mientras que los índices de presión del mercado más amplios pueden, además, encapsular los intentos fallidos de desestabilizar un régimen cambiario o de ejercer presión a la baja sobre una moneda. Esto se debe al hecho de que los responsables políticos pueden optar por utilizar el tipo de interés o parte del stock de reservas internacionales del país para evitar una devaluación de la moneda. Si dicha intervención tiene éxito, el movimiento del tipo de cambio puede ser limitado (o incluso nulo), en cuyo caso una simple medida basada únicamente en los movimientos del tipo de cambio no registrará la actividad del mercado de divisas.

Pormenores

Por el contrario, un índice de presión más amplio captará dicha actividad a través de las variaciones de las reservas internacionales y/o de los componentes de los tipos de interés del índice.

Una segunda cuestión relacionada con la construcción de un sistema de alerta temprana se refiere a la elección de la muestra, la frecuencia de los datos y las variables que se incluirán en el modelo. Las muestras pueden limitarse a las economías que comparten ciertas características (por ejemplo, la etapa de su desarrollo o su proximidad geográfica, entre otras cosas) o pueden ampliarse para incluir todas las economías de las que se dispone de datos. Existe un equilibrio entre la necesidad de evitar el exceso de agregación y la necesidad de maximizar el número de observaciones disponibles para el análisis.

Una cuestión interrelacionada es la de la frecuencia de los datos.

Informaciones

Los datos de mayor frecuencia (por ejemplo, mensual) proporcionarán más grados de libertad, pero varias variables económicas se observan con frecuencias más bajas (por ejemplo, anual).

Una Conclusión

Por lo tanto, la adopción de una frecuencia mensual aumenta el número de observaciones para las variables disponibles, pero impide el uso de variables que se observan a frecuencias más bajas. La adopción de una frecuencia anual permite utilizar un mayor número de variables, pero reduce el número de observaciones por variable.

Otros Elementos

Además, la selección de una frecuencia anual puede tener implicaciones para la identificación de episodios de crisis, ya que los efectos de un ataque especulativo -exitoso o no- pueden haberse desarrollado dentro del periodo de doce meses.Entre las Líneas En tales casos, los datos anuales no detectarán las crisis en su totalidad.

Además, hay que elegir las variables o indicadores que se incluirán en el sistema de alerta temprana. La selección suele basarse en la teoría pertinente. Los modelos de primera generación subrayan la importancia de los indicadores fiscales y monetarios (por ejemplo, el déficit fiscal, la variación de la cantidad de dinero en la economía); los modelos de segunda generación destacan el papel de las variables relacionadas con las expectativas del mercado (por ejemplo, el diferencial de los tipos de interés con respecto a Estados Unidos); y los modelos de tercera generación se centran, entre otras cosas, en la necesidad de vigilar los indicadores de la salud del sistema bancario (por ejemplo, la proporción de préstamos morosos con respecto a los morosos).
Las decisiones sobre cómo medir una crisis y qué muestra, frecuencia y variables/indicadores utilizar constituyen una de las razones de los diferentes tipos de sistemas de alerta temprana que han aparecido en la literatura. La otra razón se refiere a las distintas metodologías empleadas, que van desde la extracción de señales hasta la estimación de modelos discretos de elección binaria y estructurales. El enfoque de las “señales” Uno de los enfoques más importantes de los sistemas de alerta temprana es el de las “señales”. Para evaluar la capacidad de predicción del modelo, la incidencia de las señales debe compararse con la incidencia de los episodios de crisis reales.

Kaminsky et al. (1998) construyen un índice de presión del mercado cambiario utilizando un esquema ponderado que incluye las variaciones del tipo de cambio y el stock de reservas internacionales. Éste se convierte a su vez en una variable binaria de crisis asignando un valor de uno siempre que un valor supere la media del índice en más de tres desviaciones estándar y asignando un valor de cero en caso contrario. De este modo, los unos corresponden a incidentes de crisis y los ceros a periodos normales.
Los umbrales críticos para que se emita una señal se eligen sobre la base de minimizar la relación entre las señales “malas” y las “buenas”, donde una señal mala es la que no va seguida de una crisis real y una señal buena es la que va seguida de una crisis real. Kaminsky et al. establecen un horizonte de señalización de 24 meses, es decir, si se emite una señal que va seguida de un episodio de crisis dentro de esta ventana de tiempo, se considerará una buena señal. Este es uno de los cuatro resultados posibles. Un segundo resultado posible es que se haya emitido una señal sin que se produzca ninguna crisis dentro del periodo de 24 meses. Un tercer resultado es que no se haya emitido una señal pero que se produzca una crisis dentro de la ventana temporal especificada. El último resultado posible es que no se haya emitido una señal y no se produzca ninguna crisis.
Podemos resumir esta información en una matriz. A es el número de meses en los que se emitió una buena señal, B es el número de meses en los que se emitió una mala señal, C es el número de meses en los que se debería haber emitido una señal, y D es el número de meses en los que no se emitió, acertadamente, una señal.

En términos de esta matriz, los umbrales óptimos se eligen de manera que [B/(BþD)]/[A/(AþC)], la relación ”ruido-señal”, se minimice. Estos umbrales se expresan en relación con los percentiles de la distribución de un indicador. Se examinan varios niveles de umbral en las proximidades entre el 10% y el 20% y se elige como umbral óptimo el que minimiza la relación ruido-señal. A continuación, se utiliza como nivel de referencia para todos los países de la muestra (por supuesto, un percentil determinado corresponderá a diferentes valores de umbral reales en distintos países).

Kaminsky et al. utilizan 15 indicadores clasificados en las siguientes categorías: cuenta de capital, cuenta corriente, perfil de la deuda, variables internacionales, liberalización financiera, otras variables financieras, sector real, variables estructurales, factores institucionales y variables políticas. Encuentran que una serie de indicadores contienen información útil, como la desviación del tipo de cambio real con respecto a la tendencia, las crisis bancarias, las exportaciones, los precios de las acciones, la relación entre M2 y las reservas internacionales, la producción, el exceso de saldos M1, las reservas internacionales, el multiplicador M2, la relación entre el crédito interno y el producto interior bruto, el tipo de interés real y la relación de intercambio. Estos resultados han sido parcialmente reproducidos por otros con una muestra de países y un periodo de tiempo diferentes.

El enfoque de opción discreta

Otro tipo de sistemas de alerta temprana utiliza estimaciones econométricas “probit” (o “logit”) para calcular la probabilidad de una crisis condicionada a un conjunto de variables. La variable dependiente es un indicador binario en el que la unidad indica una observación de crisis y el cero indica una observación sin crisis. La principal ventaja de este enfoque es que pueden utilizarse diversos “desencadenantes” potenciales como variables explicativas de los episodios de crisis. Por ejemplo, la capacidad de predicción de las variables económicas y estructurales correspondientes a los modelos teóricos de primera, segunda y tercera generación de crisis monetarias puede evaluarse en este marco.

Un ejemplo del enfoque de elección discreta es el de Frankel y Rose (1996). Utilizan observaciones anuales para 105 países entre 1971 y 1992. Controlando una serie de indicadores macroeconómicos, se centran en la composición de los flujos de deuda y capital. Definen una crisis como una reducción del valor de la moneda nacional de al menos el 25% que también supera la depreciación del año anterior en al menos el 10%. Esta medida no captaría un ataque especulativo fallido, ya que la definición de crisis no incluye medidas de las reservas internacionales y/o del tipo de interés. Utilizando un modelo probit, los autores encuentran que las probabilidades de crisis están significativamente influenciadas por la evolución de la inversión extranjera directa, los niveles de reservas internacionales, el crédito interno, los tipos de interés estadounidenses y el tipo de cambio real.
Los estudios con muestras grandes pueden ser útiles para identificar posibles factores desencadenantes de crisis.

Basado en la experiencia de varios autores, mis opiniones, perspectivas y recomendaciones se expresarán a continuación (o en otros lugares de esta plataforma, respecto a las características en 2026 o antes, y el futuro de esta cuestión):

Puntualización

Sin embargo, la agrupación de observaciones de regiones con diferentes características económicas, históricas y estructurales pone en duda la aplicabilidad general de las implicaciones del modelo: puede ser necesario centrarse en incidentes de crisis individuales para que no se pierda información valiosa, que puede ser específica de un incidente. El siguiente tipo de modelo está dedicado a un enfoque más estructural.

El enfoque estructural Este tipo de modelo se utiliza para examinar la vulnerabilidad de un país a una crisis monetaria mediante la evaluación de determinadas características económicas. Un ejemplo del enfoque estructural es Sachs et al. (1996). Estos autores construyen un índice de presión de mercado que incluye el tipo de cambio y las reservas internacionales, pero, a diferencia de los enfoques de señales y de elección discreta, no lo convierten en una variable binaria.

Indicaciones

En cambio, utilizan el índice como variable dependiente en una regresión. El lado derecho de la ecuación incluye una medida de desalineación del tipo de cambio real, una medida de liquidez en la economía y un conjunto de variables ficticias que reflejan la debilidad de los fundamentos económicos y las bajas reservas internacionales. La muestra consiste en una sección transversal de 20 economías emergentes, y el lapso de tiempo para el cálculo de las variables se concentra en el tiempo alrededor de la crisis mexicana de 1994.
Aunque los resultados revelan que los indicadores en cuestión tienen capacidad explicativa con respecto a los efectos de la presión en el mercado de divisas sobre las crisis financieras, los esfuerzos posteriores de Berg y Patillo (1999) para predecir la crisis asiática de 1997 utilizando este enfoque no tuvieron éxito.

El camino a seguir

La definición de una crisis, la metodología empleada, la selección de la muestra y otros factores pueden afectar a la capacidad de predicción de los tres tipos principales de sistemas de alerta temprana.Si, Pero: Pero a pesar de sus limitaciones, los sistemas de alerta temprana de las crisis financieras son una herramienta útil para los responsables políticos. Aunque no hay consenso en la literatura sobre una lista definitiva de predictores de episodios de crisis, ciertos indicadores, como la desalineación del tipo de cambio real y el exceso de liquidez, son factores importantes en varios modelos.

Se trata de una literatura en constante crecimiento. Los recientes avances en econometría han permitido construir modelos cada vez más sofisticados. El reto para los investigadores y los responsables políticos es que los distintos episodios de crisis parecen tener causas diferentes. Queda por ver si nuestros conocimientos actuales serán suficientes para permitirnos predecir la próxima crisis.

Datos verificados por: Brooks

Recursos

Véase También

crisis bancaria; contagio; crisis monetaria; tipo de cambio de equilibrio; Unión Monetaria Europea; presión del mercado de cambios; crisis financiera; liberalización financiera; intervención cambiaria; reservas internacionales; oferta monetaria; tipo de cambio real; efectos indirectos; esterilización

▷ Esperamos que haya sido de utilidad. Si conoces a alguien que pueda estar interesado en este tema, por favor comparte con él/ella este contenido. Es la mejor forma de ayudar al Proyecto Lawi.