A. Metodología: cointegración y modelos de vectores de corrección de error

Siguiendo a ^{Boschen y Mills (1995)} es posible estudiar la neutralidad monetaria de largo plazo donde un incremento permanente en el stock de algún agregado monetario no tiene efectos duraderos en la producción. Para ello, pueden estimarse modelos de VEC entre variables monetarias y reales. Así, sea X_t = {y_t,m_t,v_t}' un vector de p variables medidas en el período t donde y_tes la producción, m_tes un vector de variables monetarias nominales y v_t es un vector de variables reales. De acuerdo con ^{Lütkepohl (2005)} puede plantearse la hipótesis de que entre estas variables hay una relación de equilibrio de largo plazo como sugiere la ecuación (1).

(1)

Las desviaciones de esta relación de equilibrio se representan en el vector z_t = β'X_t. Si existe uno o más equilibrios de largo plazo, puede asumirse que los elementos de X_t siguen una tendencia estocástica común, provocando que z_t = β'X_t sea estacionario incluso si cada variable individual no lo es (es integrado de orden 1, l (1), o superior) (^{Hamilton, 1994}; ^{Lütkepohl, 2005}). En este caso se dice que las variables están cointegradas. En rigor, X_t es un proceso cointegrado de orden (d,b), X_t ∽ Cl (d,b), si los elementos de X_tson l (d) y existe un vector z_t = β'X_t tal que z_t ∽ (d - b) . El caso más común es que los elementos de X_tsean l (1) y z_t sea l (0) entonces X_t ∽ Cl (1,1), donde β es un vector de cointegración que no necesariamente es único (^{Engle y Granger, 1987}; ^{Granger, 1981}).

Para ilustrar la estimación de β asumamos un modelo VAR(2), como indica la ecuación (2).

(2)

Donde ε_t es ruido blanco estacionario, ε_t ∽ l (0) Con los respectivos arreglos algebraicos este modelo puede expresarse en términos de ΔX_t, como indica la ecuación (3).

(3)

Donde Γ₁ =Φ₁ - l_p,∏ = Φ₁ + Φ₂ - l_p (∏ tiene dimensión pxp ). Asimismo, reordenando términos puede obtenerse la ecuación (4).

(4)

Si X_t ∽ l (1) entonces ΔX_t y ΔX_t-1 son estacionarios, por ende ΔX_t - (μ + Γ₁ΔX_t-1 + ε_t) también es estacionario. Así, para que (4) tenga sentido, ∏X_t-2 igualmente debe ser estacionario. Sin embargo, como X_t-2 ∽ l (1), entonces la estacionariedad de ∏X_t-2 requiere que ∏ = AB' donde A es una matriz de coeficientes de corrección de error de corto plazo (que indican cómo las variables vuelven al equilibrio luego de sufrir una variación) y B = {β¹,β²,...β^r} es una matriz de vectores-columna de cointegración tales que B'Xt-2 ∽ l (0) . Para descomponer ∏ su rango r debe cumplir con 0<r<p, donde r muestra el número de vectores de cointegración⁹ . Si se cumplen estas condiciones, (3) representa un modelo VEC donde Γ₁ estima los impactos acumulados de largo plazo asociados a ΔX₁ y ∏ recoge las relaciones de cointegración (^{Pfaff, 2008})¹⁰. Por cierto, si (2) parte con un modelo VAR de orden mayor a dos es posible obtener un VEC con términos ΔX_t-2,ΔX_t-3 o de mayor retardo. Aquí, el número máximo de retardos se elige minimizando criterios de información o reduciendo la autocorrelación de ε_t.

Por su parte, cuando se evidencia que X_t∽ l (1) usando por ejemplo la prueba Dickey-Fuller ampliada (ADF, por su sigla en inglés) sobre sus elementos, puede realizarse una prueba de la traza (y del valor propio máximo) para identificar el número de vectores de cointegración. Luego se puede estimar el modelo VEC empleando el método de máxima verosimilitud de Johansen (¹⁹⁸⁸, ¹⁹⁹¹, ¹⁹⁹⁵) y ^{Johansen y Juselius (1990) 11}, lo que requiere probar que los residuos son estacionarios y normales; tal validación puede hacerse con las pruebas multivariables de autocorrelación de Breusch-Godfrey, de ausencia de efectos de heterocedasticidad condicional autorregresiva (ARCH-LM) y de normalidad de Jarque-Bera.

Después, usando (2) pueden estimarse funciones impulso-respuesta ortogonales (Firo) que describen los efectos de un shock en una variable sobre las demás variables endógenas, y funciones de descomposición de la varianza del error de predicción (FDVE) para describir cuánto de la volatilidad de una variable se “explica” por las demás variables endógenas. Estos resultados se sustentan en la descomposición de Cholesky de la matriz de varianza-covarianza de ε_t , la cual asume que las variables se ordenan de la “menos endógena” a la “más endógena” (aquí pueden efectuarse pruebas de robustez con diferentes ordenamientos de variables) (^{Kilian y Lütkepohl, 2017}; ^{Tsay, 2005}).

Como X_tcontiene variables no estacionarias, las Firo pueden converger a valores de largo plazo distintos de cero (o no converger), implicando la existencia de shocks permanentes; caso contrario, existen shocks transitorios. Así, cuando los shocks en variables monetarias m_t no generan cambios permanentes en la producción y_t, puede aceptarse que el dinero es neutral a largo plazo. A su vez, si los shocks sobre las variables reales y_t,v_t muestran efectos en m_t, hay una posible endogeneidad monetaria¹² (^{Boschen y Mills, 1995}; ^{Issaoui et al., 2015}). Por último, pueden incluirse variables exógenas estacionarias (modelo VECX) y tratarlas como variables dummy (^{Johansen, 1991}). Para simular los efectos de estas variables exógenas se les puede otorgar valores fuera de la muestra y estimar predicciones.

B. Descripción de datos y análisis de cointegración

La base de datos utilizada cubre un período desde el primer trimestre del año 2000 hasta el cuarto trimestre del 2019 (ochenta observaciones trimestrales) e incluye como representante de la producción y_t al PIB real, como representantes de las variables monetarias m_t a las especies monetarias en circulación (EMC), los depósitos a la vista (DEP) y el índice de precios al consumidor (todas nominales¹³), y como variables reales vt con posible incidencia en el vínculo producción-dinero, dada la condición dolarizada y abierta de la economía ecuatoriana, se incluye a una proxy del balance comercial real (importaciones reales/exportaciones reales, representando a la tendencia de salida de flujos de dólares del Ecuador con el resto del mundo por transacciones comerciales)¹⁴ y al saldo de deuda externa real¹⁵. Se agrega como variable exógena al precio del petróleo nominal para identificar sus potenciales efectos reales y monetarios; dicha exogeneidad se justifica considerando que Ecuador actúa como precio-aceptante en el mercado petrolero mundial (^{García-Albán et al., 2020}). Los detalles de las variables se presentan en el cuadro 1. En todos los casos se toman datos en logaritmos y desestacionalizados¹⁶.

En el cuadro 2 se estudia el orden de integración de las variables seleccionadas con la prueba ADF, cuyos resultados sugieren que todas las variables monetarias y de precios son integradas de orden 1, por lo que las pruebas de cointegración que se presentan más adelante emplean estas variables en nivel; igual resultado se obtiene para el balance comercial real. En cambio, el PIB y la deuda externa reales se muestran como integradas de orden 2, de modo que las pruebas de cointegración utilizan las primeras diferencias de estas variables.

Identificados los órdenes de integración de las variables, se ejecutan múltiples pruebas de cointegración de forma análoga a ^{Boschen y Mills (1995)}, dejando de lado al precio del petróleo dada su condición de variable exógena. Así, al comparar variables de un mismo tipo, el primer bloque del cuadro 3 evidencia posible cointegración entre todas las variables monetarias y de precios, tanto en comparaciones por parejas como en conjunto. Es decir, parece que entre variables monetarias existe un estrecho vínculo de largo plazo (por ejemplo, posible sustitución entre EMC y depósitos por cambios en la preferencia por efectivo¹⁷), a la vez que dichas variables muestran cointegración con los precios (por ejemplo, posible inflación monetaria). En cambio, el segundo bloque del cuadro 3 sugiere una potencial cointegración entre el balance comercial real y las variaciones de la deuda externa, pudiendo ser resultado de los movimientos similares de ambas variables durante la dolarización ecuatoriana: en los años de peor balance comercial (sobre todo petrolero) como 2015-2019 (donde aumentó la ratio importaciones/exportaciones) la deuda externa ecuatoriana tuvo un fuerte crecimiento (Acosta y Cajas-Guijarro, 2018)¹⁸.

Cuadro 1. Variables incluidas en el modelo vectorial de corrección de errorBCE: Banco Central del Ecuador. INEC: Instituto Nacional de Estadísticas y Censos. AIE: Administración de Información de Energía de Estados Unidos. 

^Nota:el precio del petróleo se incluye en términos nominales, pues es la práctica usual en la literatura especializada (Cajas-Guijarro et al., 2022).

Fuente: elaboración propia.

Cuadro 2. Prueba de Dickey-Fuller ampliada 

^Nota:prueba de Dickey-Fuller ampliada. Ho: existe al menos una raíz unitaria (proceso no estacionario). Ha: no existe raíz unitaria (proceso estacionario). Para variables en nivel se realizaron pruebas con regresiones que incluyeron seis retardos, una constante y una tendencia temporal, tal como en Boschen y Mills (1995). Para variables en diferencias se aplicaron pruebas con seis retardos sin constante ni tendencia. Se adopta un nivel de confianza del 95%.

Fuente: elaboración propia.

Por su parte, en el primer bloque del cuadro 4 se presentan pruebas de cointegración comparando a las variables monetarias y de precios con las variables de flujos externos reales, sugiriendo posibles cointegraciones entre EMC y balance comercial real y entre precios y deuda externa real. Asimismo, existen varias cointegraciones en grupos que incluyen a ambos tipos de variables. Tales resultados (junto con las relaciones de largo plazo entre variables monetarias del primer bloque del cuadro 3) podrían reflejar la necesidad de la economía ecuatoriana de sostener su liquidez limitando la salida de dólares a causa de las importaciones reales (o incrementando las exportaciones reales), y generando ingresos de dólares por deuda externa. Esta interpretación se refuerza con el modelo VEC expuesto más adelante. En cambio, el segundo bloque del cuadro 4 compara al PIB real con los flujos externos reales, sugiriendo una posible cointegración entre producción y balance comercial real (resultado que tiene sentido dado el alto grado de apertura comercial ecuatoriana¹⁹) y una cointegración adicional si en ese grupo se incluye a la deuda externa (posiblemente causada por la cointegración balance-deuda identificada en el segundo bloque del cuadro 4).

Cuadro 3. Pruebas de cointegración entre variables de un mismo tipo 

^Nota:prueba de cointegración de Johansen (estadístico traza, r = número de vectores de cointegración). Ho: existen r ≤ k vectores de cointegración. Ha: existen r > k vectores de cointegración. *Significancia al 90% de confianza; **Significancia al 95% de confianza; ***Significancia al 99% de confianza. (A) A menos que se diga lo contrario, se escogieron los retardos que minimizan dos o más de los criterios de información AIC, HQ, SC y FPE. Todas las pruebas de cointegración se hicieron considerando una constante en la relación de largo plazo. (B) Se eligió un número de rezagos igual a dos (usualmente fue el segundo que minimizó los criterios de información) dado que el primer número de retardos fue igual a uno o superior a seis.

Fuente: elaboración propia.

Por último, en el primer bloque del cuadro 5 se realizan pruebas de cointegración entre el PIB real y variables monetarias y de precios, donde las comparaciones por parejas muestran que la producción no registra cointegración con ningún agregado monetario ni con los precios, resultado similar al reportado por ^{Boschen y Mills (1995)} (ver su cuadro 4, panel A), quienes lo interpretan como evidencia a favor de la neutralidad del dinero a largo plazo. Sin embargo, surgen dudas sobre la neutralidad en el caso ecuatoriano, pues el grupo formado por el PIB real, variables monetarias y precios en conjunto muestra tres vectores de cointegración, un vector adicional al que se encuentra si se retira del grupo al PIB (ver primer bloque del cuadro 3). Tal resultado genera dudas pues, según la interpretación de neutralidad monetaria de ^{Boschen y Mills (1995)}, se esperaría que la producción no genere nuevos vectores de cointegración.

Cuadro 4. Pruebas de cointegración comparando variables monetarias y producción con flujos externos reales 

^Nota:ver detalles en la nota al pie del cuadro 3.

Fuente: elaboración propia.

Además, aunque no existe una relación de largo plazo directa entre variables monetarias y producción real en comparaciones por parejas, cabe recordar de los cuadros 3 y 4 que pueden existir vínculos complejos entre producción, variables monetarias y flujos externos reales. Por tanto, para la economía ecuatoriana –dolarizada y de alta apertura comercial– parece relevante considerar la interacción conjunta de estas variables. Esta intuición se refuerza con las pruebas presentadas en el segundo bloque del cuadro 5, donde existe evidencia de varias posibles cointegraciones entre variables reales y monetarias. Dadas estas posibilidades, pasamos a revisar los resultados del modelo VEC planteado en la siguiente sección.

Cuadro 5. Pruebas de neutralidad de largo plazo (Boschen y Mills, 1995) 

^Nota:ver detalles en la nota al pie del cuadro 3.

Fuente: elaboración propia.

C. Estimación de un modelo vectorial de corrección de error monetario-real

El modelo VEC estimado en este trabajo cuenta con la estructura que se muestra en la ecuación (5).

(5)

Donde Xt = {ΔInDEX_t,InDEP_t,InEMC_t,InIPC_t,ΔInPIB_t,InMX_t} agrupa a las variables endógenas, mientras que ΔInPET_t se incluye como variable exógena (notando, por el cuadro 2, que esta variable es estacionaria) para simular el comportamiento de X_t ante el shock vivido en el precio del petróleo en el 2020 durante la crisis mundial del coronavirus²⁰. Igualmente, se incluye un vector de variables dummyD_t = {D_[2004,2006]t,D_[2007,2009]t,[D_[2010,2014]t,D_[2015,2019]t} tales que D_Wt = 1 si t ∈W y D_Wt = 0 en otro caso. Estas variables dummy buscan controlar el efecto de diferentes períodos de la vida económica ecuatoriana en dolarización (2004-2006: recuperación del precio del petróleo; 2007-2009: crisis internacional; 2010-2014: boom petrolero; 2015-2019: estancamiento económico) (^{Acosta, 2012}; ^{Acosta y Cajas-Guijarro, 2018}; ^{Cajas-Guijarro, 2020}). También se incluye una tendencia temporal en las relaciones de cointegración y se emplean dos rezagos en el modelo VEC, pues dicha especificación brinda los mejores resultados al evaluar los supuestos de no autocorrelación, no heterocedasticidad y normalidad de ε_t (ver cuadro 9).

Para descomponer ∏ = AB' de la ecuación (5) se aplica la prueba de cointegración de Johansen (ver cuadro 6), la cual sugiere la existencia de dos vectores de cointegración (r=2) cuyos valores estimados se presentan en el cuadro 7. Considerando estos dos vectores de cointegración, el cuadro 8 presenta los parámetros estimados del modelo VEC, destacándose la poca significancia de los regresores (y el bajo nivel de ajuste) en la ecuación del PIB, sugiriendo que el conjunto de variables monetarias y de flujos externos reales consideradas son insuficientes para describir las fluctuaciones de la producción. Este resultado parece favorable a la neutralidad monetaria, más aún si se nota que a lo sumo los precios aparecen como un regresor significativo en la ecuación del PIB, quizá reflejando de forma indirecta los efectos de fluctuaciones de demanda. Por su parte, las ecuaciones de las EMC y de los DEP tienen al PIB como regresor significativo (sobre todo Δ²InPIB_t-2 ), resultado favorable a la endogeneidad monetaria.

Cuadro 6. Prueba de cointegración de Johansen 

^Nota:prueba de cointegración de Johansen (estadístico traza, r = número de vectores de cointegración). Ho: existen r ≤ k vectores de cointegración. Ha: existen r > k vectores de cointegración. *Significancia al 90% de confianza; **Significancia al 95% de confianza; ***Significancia al 99% de confianza. (A) La prueba de cointegración se realizó considerando el modelo VEC que mejor desenvolvimiento presentó en sus residuos.

Fuente: elaboración propia.

Cuadro 7. Matriz (normalizada) de relaciones de cointegración 

^Nota:cada columna representa un vector de cointegración. La normalización aplica la representación triangular sugerida por Johansen (1995) (Lütkepohl, 2005). (A) Prueba de ratio de verosimilitud de restricciones sobre los vectores de cointegración aplicada a cada coeficiente individual. Ho: el coeficiente individual es nulo. (B) Prueba de ratio de verosimilitud de restricciones sobre los vectores de cointegración aplicada a todos los coeficientes de una misma variable. Ho: todos los coeficientes de la variable son nulos. *Significancia al 90% de confianza; **Significancia al 95% de confianza; ***Significancia al 99% de confianza.

Fuente: elaboración propia.

Cuadro 8. Parámetros estimados para cada ecuación del modelo vectorial de corrección de error 

^Nota:cada columna representa una ecuación del modelo VEC. *Significancia al 90% de confianza; **Significancia al 95% de confianza; ***Significancia al 99% de confianza.

Fuente: elaboración propia.

Cuadro 9. Pruebas sobre el término de error 

Fuente: elaboración propia.

D. Funciones impulso-respuesta, descomposición de varianza y simulación de un shock petrolero

Para estimar las Firo es necesario que las variables X_t del modelo (5) se ordenen de la “menos” a la “más endógena” en términos contemporáneos. En el contexto teórico, este orden de variables responde a la motivación planteada al inicio del artículo: se busca un orden que evalúe la posibilidad de que la neutralidad monetaria en dolarización provoque que los regímenes de crecimiento sostenidos en la expansión de la oferta monetaria vía deuda externa (o flujos similares) pierdan efectividad en el estímulo de la economía real sobre todo a largo plazo.

En ese sentido, consideremos el siguiente ejemplo que, de hecho, se inspira en el caso ecuatoriano: (i) el sector público y las empresas privadas adquieren nueva deuda externa para expandir su acumulación de capital (e inducir al crecimiento) por encima de sus restricciones presupuestarias locales²¹; (ii) como efecto inmediato en dolarización, se expande la oferta monetaria en la forma de depósitos-créditos (la deuda externa ingresa al sistema financiero²²) y luego también en la forma de moneda circulante (se extrae dinero del sistema financiero para pagos en actividades de alta informalidad laboral como, por ejemplo, la construcción²³); (iii) la expansión de la oferta monetaria contribuye a una expansión de la demanda que puede empujar al incremento de los precios; (iv) si no existe neutralidad monetaria de corto plazo, la expansión de la oferta monetaria induce el crecimiento de la producción real; (v) si se tiene una economía pequeña, abierta y dependiente, el crecimiento de la demanda y de la producción requiere de un aumento de las importaciones (por ejemplo, mayores insumos, materias primas, bienes de capital, bienes de consumo²⁴) que en dolarización puede generar una presión monetaria por la salida de recursos dependiendo también del nivel de las exportaciones²⁵.

Desde este ejemplo surge el siguiente orden de variables para el modelo VEC: deuda externa (ΔInDEX_t), DEP (InDEP_t), EMC (InEMC_t), precios (InIPC_t), producción real (ΔInPIB_t) y ratio importaciones/exportaciones (InMX_t). Este orden permite estimar las posibles implicaciones de la neutralidad monetaria y el endeudamiento externo en dolarización. En particular, si existe neutralidad de largo plazo, la etapa (iv) del ejemplo cambia a una situación donde no hay crecimiento económico pese a que la nueva deuda externa expande la oferta monetaria. Así, con el paso del tiempo, la neutralidad monetaria podría llevar a que una economía dolarizada quede entrampada en una liquidez altamente dependiente de los flujos externos, al mismo tiempo que esos flujos dejan de estimular la economía real²⁶. En este contexto, los precios del petróleo actúan como una variable exógena que podría exacerbar las necesidades de endeudamiento externo sobre todo en una economía altamente especializada en productos primarios²⁷.

Al emplear este orden de variables como caso base²⁸ se obtienen múltiples Firo. Un primer grupo sugiere que un shock exógeno positivo (incremento de una desviación estándar) en el flujo de deuda externa (ΔInDEX_t) (figura 1, bloque A) incrementa significativamente²⁹ y a largo plazo los flujos futuros de deuda (ΔInDEX_t ⇒ ΔInDEX_t). A su vez, ante un shock de deuda hay un aumento significativo y permanente en las EMC (ΔInDEX_t ⇒ InEMC_t); así, la economía ecuatoriana parece sufrir una significativa dependencia de su moneda circulante (dólar) con respecto a la deuda externa (pública y privada).

Por su parte, un shock en los DEP (InDEP_t) (figura 1, bloque B) incrementa de forma significativa y persistente a su propio nivel (InDEP_t ⇒ InDEP_t), a más de aumentar de forma significativa y de largo plazo al dinero circulante (InDEP_t ⇒ InEMC_t). Así, tanto la deuda externa como los depósitos son fuentes que alimentan significativamente al dinero en efectivo que circula en la economía ecuatoriana dolarizada. En cuanto al efecto de los depósitos sobre la producción (InDEP_t ⇒ ΔInPIB_t), surge un resultado central: a corto plazo, mayores depósitos estimulan al crecimiento significativo del producto, pero con el tiempo el efecto se anula hasta volverse no significativo; es decir, hay evidencia a favor de la neutralidad monetaria de los depósitos a largo plazo. Dicha neutralidad puede asociarse, al menos, a dos efectos adicionales. Por un lado, el aumento de depósitos lleva el crecimiento permanente y significativo de los precios (InDEP_t ⇒ InIPC_t), reflejando una inflación monetaria por expansión de depósitos. Por otro, dicho shock incrementa de forma significativa y permanente la ratio importaciones/exportaciones (InDEP_t ⇒ InMX_t). Ambos efectos de aumento de precios y de importaciones relativas al parecer contribuyen a anular el efecto expansivo de los depósitos a largo plazo.

Entre los efectos de un shock en la moneda circulante (InEMC_t) (figura 1, bloque C) destaca la ausencia de cambios significativos en la producción (InEMC_t ⇒ ΔInPIB_t), pese a que el shock genera un aumento permanente y significativo en el propio circulante (InEMC_t ⇒ ΔInEMC_t); tal resultado evidencia una neutralidad monetaria del circulante tanto a corto como a largo plazo. Asimismo, no se identifican efectos significativos en precios (InEMC_t ⇒ ΔInIPC_t), indicando la posibilidad de que la inflación no responde al circulante. A su vez, el shock en las especies monetarias tiende a aumentar la deuda externa (InEMC_t ⇒ ΔInDEX_t) y a reducir los depósitos (InEMC_t ⇒ InDEP_t) de forma significativa a corto plazo; ambos efectos refuerzan la tendencia a que un mayor circulante presiona al endeudamiento externo y a reducir los depósitos a corto plazo. También hay una contracción significativa y permanente en la ratio importaciones/exportaciones (InEMC_t ⇒ InMX_t), pudiendo asumirse que un mayor circulante parece enfocarse más en transacciones locales (o posiblemente en atesoramiento) que en importaciones.

En cuanto a un aumento en precios (InIPC_t) (figura 1, bloque D), se nota la tendencia a incrementar significativamente la moneda circulante (InIPC_t ⇒ InEMC_t) a la vez que no se observa efecto significativo sobre los depósitos (InIPC_t ⇒ InDEP_t). Este resultado podría revelar que, ante un aumento exógeno de precios, el público tiende a reponer su demanda de saldos reales demandando mayor dinero circulante sin aumentar los depósitos, resultado que podría tomarse como favorable a la hipótesis de que en la economía ecuatoriana dolarizada existiría una posible preferencia por el efectivo (ver Missaglia, ²⁰¹⁶, ²⁰²¹).

Por otra parte, los shocks de producción (ΔInPIB_t) (figura 1, bloque E) tienden significativamente a generar un incremento permanente en la producción futura (ΔInPIB_t ⇒ ΔInPIB_t). A su vez parece existir una tendencia procíclica de las importaciones pues, ante un aumento del producto la ratio importaciones/exportaciones reales crece de manera significativa, al menos a corto plazo (ΔInPIB_t ⇒ InMX_t). En el escenario monetario, un shock en la producción genera un incremento permanente y significativo en los depósitos (ΔInPIB_t ⇒ InDEP_t), pero no muestra efectos significativos en la moneda circulante (ΔInPIB_t ⇒ InEMC_t). Ambos resultados apuntan a la posibilidad de una heterogeneidad monetaria en la economía dolarizada ecuatoriana: con respecto a la producción, existiría endogeneidad de largo plazo en depósitos y no-endogeneidad en moneda circulante. Aquí cabe recordar que el circulante es sensible a la deuda externa y a los depósitos, ocasionándose una interacción monetaria-real compleja que, sin embargo, no afecta a los resultados asociados a la neutralidad monetaria.

Con respecto a los efectos de un shock en la ratio importaciones/exportaciones reales (InMX_t) (figura 1, bloque F) destaca la tendencia de la propia ratio a sostener un nivel significativamente mayor luego del shock (InMX_t ⇒ InMX_t). A la par, el shock en la ratio importaciones/exportaciones reduce la moneda circulante (InMX_t ⇒ InEMC_t) en el largo plazo y de forma significativa, sugiriendo una tendencia a la expulsión de circulante por saldos reales desfavorables en el balance comercial. Dicha contracción de las especies monetarias posiblemente ayuda a comprender la tendencia a la contracción de forma persistente y significativa de los precios ante el incremento de las importaciones relativas (InMX_t ⇒ InIPC_t), en tanto que un menor circulante interno puede derivar en una tendencia deflacionaria, pues una mayor parte de la demanda se terminaría cubriendo con productos importados antes que con producción local³⁰.

Fuente: elaboración propia.

Figura 1. Funciones impulso-respuesta ortogonalesNota: intervalos al 95% de confianza construidos con 200 simulaciones por Bootstrap (empleando los paquetes vars y urca en R). 

Fuente: elaboración propia.

Figura 1. Funciones impulso-respuesta ortogonales (Cont...)Nota: intervalos al 95% de confianza construidos con 200 simulaciones por Bootstrap (empleando los paquetes vars y urca en R). 

Fuente: elaboración propia.

Figura 1. Funciones impulso-respuesta ortogonales (Cont...)Nota: intervalos al 95% de confianza construidos con 200 simulaciones por Bootstrap (empleando los paquetes vars y urca en R). 

Fuente: elaboración propia.

Figura 1. Funciones impulso-respuesta ortogonales (Cont...)Nota: intervalos al 95% de confianza construidos con 200 simulaciones por Bootstrap (empleando los paquetes vars y urca en R). 

Fuente: elaboración propia.

Figura 1. Funciones impulso-respuesta ortogonales (Cont...)Nota: intervalos al 95% de confianza construidos con 200 simulaciones por Bootstrap (empleando los paquetes vars y urca en R). 

Fuente: elaboración propia.

Figura 1. Funciones impulso-respuesta ortogonales (Cont...)Nota: intervalos al 95% de confianza construidos con 200 simulaciones por Bootstrap (empleando los paquetes vars y urca en R). 

Fuente: elaboración propia.

Figura 1. Funciones impulso-respuesta ortogonales (Cont...)Nota: intervalos al 95% de confianza construidos con 200 simulaciones por Bootstrap (empleando los paquetes vars y urca en R). 

Pasando a la estimación de la FDVE para un horizonte de 16 trimestres, se encuentran varios patrones llamativos (figura 2). Por ejemplo, casi 24 % de la volatilidad de los flujos de deuda externa (ΔInDEX_t) se debe a los depósitos (12.4 puntos porcentuales [pp.]) y a las EMC (11.3 pp.) como reflejo de que, al pasar el tiempo, una fracción relevante de la deuda es empujada por la dinámica monetaria del Ecuador dolarizado. En los depósitos (InDEP_t) se refuerza la tendencia a la endogeneidad monetaria, pues 11.2 % de su volatilidad se asocia a la producción, mientras que 6.7 % se vincula a la deuda externa.

Un caso peculiar se da en las EMC (InEMC_t), pues 25 % de su volatilidad se asocia a los flujos de deuda externa, seguido por 18.2 % vinculado a los depósitos (precisamente dos de las principales fuentes que alimentan los dólares circulantes en la economía ecuatoriana); más abajo se ubica el aporte de 7.1 % de la ratio importaciones/exportaciones reales, 6.4 % de los precios y 5.8 % de la producción (proporción mucho menor al aporte que la producción hace a la volatilidad de los depósitos, ratificándose la tendencia a una condición heterogénea de la endogeneidad monetaria). Respecto a la volatilidad de los precios (InIPC_t), destaca que casi 30 % se relaciona con los depósitos (inflación monetaria vía depósitos) y 12.3 % con la ratio importaciones/exportaciones reales.

En cuanto a la volatilidad de la producción (ΔInPIB_t), las variables monetarias apenas suman un aporte de 5.1%, resultado claro de la total neutralidad de la moneda circulante (aporte de 1.1 pp.) y de la neutralidad de largo plazo de los depósitos (aporte de 4 pp.); de hecho, los precios poseen un mayor aporte a la volatilidad del producto al participar con 8%. Y sobre la volatilidad de la ratio importaciones/exportaciones reales (InMX_t), también existen aportes diversos con más de 38% asociado a variables monetarias (29.8 pp. a depósitos y casi 9 pp. a moneda circulante), seguido por un aporte de casi 17% asociado a los precios, 14.7% asociado a la deuda externa y 9.9% asociado a la producción. Esta diversidad de aportes parece dar cuenta de la fuerte endogeneidad que parecen sufrir en especial las importaciones de la economía ecuatoriana dolarizada.

Fuente: elaboración propia.

Figura 2. Funciones de descomposición de la varianza del error de predicción 

Por último, es posible simular el comportamiento de las variables endógenas del modelo VEC usando información de las fluctuaciones del precio del petróleo (ΔInPET_t) disponible para los cuatro trimestres del año 2020 (figura 3). Cabe aclarar que dicha simulación no tiene fines predictivos (pues en el 2020 la crisis del coronavirus afectó a muchas variables y factores que no se consideran en este trabajo), sino que ilustra cualitativamente el comportamiento del modelo ante shocks en una de las variables exógenas más influyentes en la vida económica del Ecuador contemporáneo.

Al realizar dicha simulación (figura 4), se nota una fuerte tendencia de la economía dolarizada ecuatoriana a incrementar sus flujos de deuda externa (ΔInDEX_t) ante caídas drásticas en el precio del petróleo (como ilustra la profunda caída del precio petrolero y el pico de deuda visibles en las simulaciones al segundo trimestre del 2020). Tal ampliación de deuda alimenta de forma inmediata la expansión de las EMC (InEMC_t), mientras que los depósitos (InDEP_t) y los precios (InIPC_t) siguen arrastrando un relativo estancamiento. Pese a que la deuda externa compensa el efecto de la caída del precio del petróleo sobre las EMC, al ser neutral este agregado monetario tanto a corto como a largo plazo (figura 1, bloque C,InEMC_t ⇒ ΔInPIB_t), resulta que el producto (ΔInPIBt) sigue arrastrando su estancamiento con variaciones negativas similares a años previos al 2020; recién en el tercer trimestre, y con una recuperación significativa del precio del petróleo, la producción muestra cierta mejoría, pero al mismo tiempo se va expandiendo la ratio importaciones/exportaciones reales (InMX_t).

Fuente: elaboración propia con base en AIE.

Figura 3. Información del precio del petróleo trimestral entre 2015-2020 

En resumen, la simulación sugiere que ante un shock petrolero negativo, los intentos de estabilizar y recuperar la economía dolarizada ecuatoriana incrementando el endeudamiento externo solo expanden la moneda en circulación, pero no parecen suficientes para generar mejoras en la actividad económica real (e incluso cualquier ligera recuperación puede mermarse por la presión a la salida de recursos vía importaciones), posiblemente a causa de la neutralidad monetaria de dicho dinero circulante. Tal resultado parece consistente con la grave situación de la economía ecuatoriana vivida desde fines del 2014 hasta el 2019: a la par de la caída del precio del barril de petróleo (de 100 dólares a menos de 34 dólares por barril de crudo WTI entre el segundo trimestre del 2014 y el primer trimestre del 2016) y el posterior estancamiento del precio (entre 50 dólares y 60 dólares por barril hasta el cuarto trimestre del 2019), el Ecuador ha acelerado su endeudamiento externo (público y privado) pasando de 20 mil a más de 52 mil millones de dólares (aumento de 20.5 a 48.6 % del PIB). Pese a ese endeudamiento creciente, el ingreso per cápita entre el 2014 y el 2019 se ha estancado en alrededor de 6300 dólares por habitante, mientras que en el mismo período el empleo pleno se ha debilitado y estancando al absorber solo entre 35 % y 40 % de la población económicamente activa³¹.

Fuente: elaboración propia.

Figura 4. Simulación del efecto de un shock petrolero sobre variables endógenasNota: intervalos al 95% de confianza. Se asume como único shock en el 2020 al cambio en el precio del petróleo. 

Así, aunque hay múltiples factores que quedan por ser estudiados, el vínculo monetario-real presentado en este trabajo brinda pistas para comprender mejor cómo, pese al fuerte endeudamiento, persiste el estancamiento de la economía ecuatoriana en dolarización (sin mencionar el colapso vivido en el 2020 por la crisis del coronavirus, cuyos efectos van más allá de un shock negativo en el precio del petróleo).