Scielo RSS <![CDATA[Ensayos sobre POLÍTICA ECONÓMICA]]> http://www.scielo.org.co/rss.php?pid=0120-448320140003&lang=en vol. 32 num. 75 lang. en <![CDATA[SciELO Logo]]> http://www.scielo.org.co/img/en/fbpelogp.gif http://www.scielo.org.co <![CDATA[<b>Relationship between financial system systemic risk and the real sector</b>: <b>A FAVAR approach</b>]]> http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-44832014000300001&lng=en&nrm=iso&tlng=en Este documento estima los efectos de choques de origen financiero y real sobre 111 variables de la economía colombiana, entre 2003 y 2013. Se utiliza una extensión del modelo FAVAR de Bernanke, Boivin y Eliasz (2005), que supone que las series, además de ser explicadas por el componente común, también son modeladas por un componente idiosincrático. Se realizan 2 ejercicios: a) análisis de impulso respuesta de las variables económicas frente a choques en los factores real y financiero, y b) descripción del efecto que tiene un evento de estrés en el sector financiero sobre el sector real y viceversa; para ello se propone el CoFaR, medida alterna al CoVaR que recientemente ha sido utilizada en la literatura económica (Adrian y Brunnermeier, 2011). Los resultados obtenidos sugieren que los estrechos vínculos entre los 2 sectores propagan los choques en ambas direcciones. En particular, el sector financiero reacciona de manera más rápida ante un choque en la actividad real, en comparación con el efecto de un choque financiero al sector real.<hr/>This paper estimates the effects of financial and real shocks on 111 variables of the Colombian economy for the sample period 2003-2013. An extension of the FAVAR model proposed by Bernanke, Boivin, & Eliasz (2005) is used; in this case the series are explained by both, a common component and an idiosyncratic component. Two exercises were performed: (i) impulse responses analysis for both, shocks in the real factor and shocks in the financial factor, and (ii) analysis of a stress event impact on the financial sector over the real sector and vice versa. For the latter, an alternative measure of CoVaR is proposed, this measure is called CoFaR. The results suggest that the close links between the two sectors propagate the shocks in both directions. In particular, the financial sector reacts quicker to a shock on real activity than the effect of a financial shock over real sector. <![CDATA[<b>"Fallen angels" effect in the Colombian stock market</b>: <b>The case study of Interbolsa events</b>]]> http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-44832014000300002&lng=en&nrm=iso&tlng=en En este documento realizamos un estudio de eventos para estudiar los efectos del anuncio de problemas de liquidez y toma de posesión por parte de la Superintendencia Financiera de Colombia de la firma comisionista de bolsa Interbolsa S.A. en noviembre de 2012 sobre el rendimiento de las acciones transadas en la Bolsa de Valores de Colombia. Utilizamos datos diarios y diferentes ventanas de tiempo para el evento, y estimamos los retornos usando 3 modelos alternativos (CAPM, CAPM con tasa libre de riesgo y modelo de 3 factores) en los que modelamos la varianza condicional usando un modelo EGARCH (1,1). En general, encontramos que el evento afectó significativamente los rendimientos de las firmas listadas en la Bolsa en todos los modelos y para todas las ventanas de tiempo utilizadas.<hr/>In this paper we perform an events study to examine the effects of the announcement of liquidity problems and takeover by the Financial Superintendence of Colombia brokerage firm brokerage Interbolsa SA in November 2012 on the performance of the shares traded on the Stock Exchange Colombia. We use daily data and different time windows for the event, and estimate returns using three alternative models (CAPM, CAPM risk free rate and three-factor model) in which we model the conditional variance using a model EGARCH (1,1). Overall, we found that the event significantly affect the performance of the firms listed on the Stock Exchange on all models and for all time windows used. <![CDATA[<b>Financial institutions during the business cycle</b>: <b>Is the financial cycle synchronized with the business cycle?</b>]]> http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-44832014000300003&lng=en&nrm=iso&tlng=en A partir de estados financieros de bancos y entidades asociadas se propone una cronología del ciclo financiero para Colombia, desde 1990 hasta mediados del año 2013, y se evalúa su interacción con el ciclo de negocios propuesto por Alfonso, Arango, Arias, Cangrejo y Pulido (2012). Se usan 2 acercamientos: el primero basado en reglas (Bry y Boschan, 1971, e índices de difusión) y el segundo fundamentado en la información contenida en los datos (Novelty Detection). Se encuentra evidencia que apoya la idea de una sincronización entre el ciclo financiero y el de negocios, aunque las cronologías y demás características de cada uno dependen directamente de la definición y del enfoque del ciclo que se adopten.<hr/>Using the financial statements of Banks and related institutions, a proposal is made for a financial cycle chronology for Colombia from 1990 until the middle of 2013. Its interaction with the business cycle proposed by Alfonso, Arango, Arias, Cangrejo y Pulido (2012) is also examined. Two approaches are used here: One rule-based (Bry and Boschan, 1971, and Diffusion Indexes) and one based on information extracted from the data (Novelty Detection). Evidence is found to support the existence of synchronization between the financial and business cycle, although the chronologies and related features of each cycle rely on the definition and the approach adopted. <![CDATA[<b>Changes in GDP's measurement error volatility and response of the monetary policy rate</b>: <b>Two approaches</b>]]> http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-44832014000300004&lng=en&nrm=iso&tlng=en Using a stylized model in which output is measured with error, we derive the optimal policy response to the demand shock signal and to changes in the measurement error volatility from two different perspectives: the minimization of the expected loss (from which we derive the 'standard' policy) and the minimization of the maximum possible loss across all potential scenarios (from which we derive the 'prudent' or 'robust' policy). We find that (1) the prudent policymaker reacts more aggressively to the shock signal than the standard one and (2) while the standard policymaker always mitigates her reaction if the measurement error volatility rises, the prudent one may even increase her response if her risk aversion is very high. When we incorporate forward-looking expectations, the second result is preserved but, in this case, the prudent policymaker is less aggressive than the standard one in responding to the shock signal.<hr/>Usando un modelo estilizado en el que el producto se mide con error, determinamos la respuesta de política óptima a la señal del choque de demanda y a los cambios en la volatilidad del error de medición desde dos perspectivas diferentes: la minimización de la pérdida esperada (de la que derivamos la política "estándar") y la minimización de la pérdida máxima en todos los escenarios posibles (de la que derivamos la política "prudente" o "robusta"). Observamos que: (1) el tomador de decisiones de política prudente reacciona de manera más agresiva a la señal de choque que el decisor estándar y (2) mientras que el decisor estándar siempre atenúa su reacción si aumenta la volatilidad del error de medición, el decisor prudente puede aumentar incluso su respuesta si su aversión al riesgo es muy alta. Cuando incorporamos las expectativas futuras, el segundo resultado se mantiene, pero, en este caso, el decisor prudente es menos agresivo que el estándar en su respuesta a la señal de choque. <![CDATA[<b>Banking fragility in Colombia</b>: <b>An empirical analysis based on balance sheets</b>]]> http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-44832014000300005&lng=en&nrm=iso&tlng=en In this paper, we study the empirical relationship between credit funding sources and the financial vulnerability of the Colombian banking system. We propose a statistical model to measure and predict banking fragility episodes associated with credit funding sources classified into retail deposits and wholesale funds. We compute the probability of financial fragility for both the aggregated banking system and the individual banks. Our approach performs a Bayesian averaging of estimated logit regression models with monthly balance sheet data between 1996 and 2013. The results show the increasing use of wholesale funding to support credit expansion is a potential source of financial fragility. Therefore, monitoring credit funding sources could provide an additional tool to warn against banking disruptions.<hr/>En este documento se estudia la relación empírica entre las fuentes de fondeo del crédito y la vulnerabilidad financiera del Sistema Bancario Colombiano. El trabajo propone la estimación Bayesiana de modelos de regresión logística para identificar y predecir episodios de fragilidad bancaria asociados con las fuentes tradicionales y no tradicionales de fondeo, que utilizan los bancos para proveer crédito. En particular, el ejercicio estima la probabilidad de que se presenten eventos de fragilidad tanto para el sistema bancario agregado como para los bancos individuales con datos mensuales de las hojas de balance para el periodo 1996-2013. Los resultados muestran que el creciente uso de los recursos no tradicionales para fondear el crédito, especialmente en sus fases de expansión, son fuente potencial de fragilidad financiera. Por consiguiente, el monitoreo a dichos recursos, a través de la técnica propuesta, proporciona una herramienta para detectar esos eventos.