estimaciÓn del riesgo paÍs en latinoamÉrica

Economía,MercadosyEstrategiaGlobaldeInversiones

1

15 DE JULIO DE 2020

PROYECTO PROFESIONAL MAE UC MONEDA ASSET MANAGEMENT PATRICIO MANSILLA CÁRDENAS*

ESTIMACIÓN DEL RIESGO PAÍS EN LATINOAMÉRICA PROYECTO PROFESIONAL MAE UC MONEDA ASSET MANAGEMENT PATRICIO MANSILLA CÁRDENAS*

*ElpresentetrabajocorrespondealproyectoprofesionaldelMagísterenEconomíaAplicadadelaPontificiaUniversidadCatólicadeChile.Agradezcoenormemente el apoyo entregado por Moneda Asset Management para la realización de este trabajo. No es un trabajo oficial de Moneda AssetManagementporloqueelcontenidononecesariamenterepresentalavisióndelaempresa.QuieroagradeceraElenaResk,FranciscoCarné,GabrielaOrtegayEstebanJadresicporsuconstanteapoyoysugerenciasduranteel transcursodel trabajo.TambiénagradezcoaCristóbalDomínguez,FelipeGonzálezyRodrigoValdésdelacomisióndelproyectoprofesionalporsugrandisposició[email protected].


2

Tabla de contenido 1. Introducción ............................................................................................................................................... 1

2. RevisióndeLiteratura ............................................................................................................................... 2

2.1. FactoresLocales .................................................................................................................................... 2

2.1.1. FactoresMacroeconómicos .............................................................................................................. 2

2.1.2. FactoresdeLiquidezySolvencia ..................................................................................................... 3

2.1.3. OtrosFactores ................................................................................................................................... 3

2.2. FactoresRegionales .............................................................................................................................. 3

2.3. FactoresGlobales .................................................................................................................................. 3

3. ContextoyMotivación ............................................................................................................................... 4

4. Metodología ............................................................................................................................................... 5

4.1. Datos ....................................................................................................................................................... 5

4.2. Estacionariedad ................................................................................................................................... 10

4.3. Estimación ........................................................................................................................................... 11

4.3.1. CriteriosdeInformación ................................................................................................................ 11

4.3.2. QuiebreEstructural ........................................................................................................................ 11

4.3.3. Modelo ............................................................................................................................................. 12

5. Resultados ................................................................................................................................................ 13

5.1. ModelosdePanel ................................................................................................................................. 13

5.2. ModelosporPaís ................................................................................................................................. 15

5.2.1. Argentina ......................................................................................................................................... 15

5.2.2. Brasil ................................................................................................................................................ 16

5.2.3. Chile ................................................................................................................................................. 17

5.2.4. Colombia .......................................................................................................................................... 18

5.2.5. México .............................................................................................................................................. 19

5.2.6. Perú .................................................................................................................................................. 20

5.2.7. ComentariosModelosEMBI ........................................................................................................... 21

5.2.8. ComentariosModelosCDS5Años ................................................................................................. 21

5.3. ModeloQuiebreEstructural ............................................................................................................... 22

6. Estimaciones ............................................................................................................................................ 23

7. Conclusiones ............................................................................................................................................ 24

8. Referencias ............................................................................................................................................... 25

Patricio Mansilla


1

ResumenAcadémico

En este trabajo se utilizan modeloseconométricos para estimar el riesgo paísrepresentadopordosvariables:1)IndicadordeBonosdeMercadosEmergentes(EMBI)y2) Credit Default Swap (CDS) para las seisprincipales economıas emergentes deLatinoamérica. Se utilizan datos mensualespara el perıodo comprendido entre 2003-2020. Los resultados son satisfactorios entérminosdesignoysignificancia.Seconfirmaque lascalificacionescrediticias juntoconeloutlook, y en algunos casos los términos deintercambio, explican una parte importantedelEMBI.ParalosCDSa5años,seencuentraquelaCuentaCorrienteaPIByparaalgunospaíses,laDeudaenmonedaextranjeraaPIB,son capaces de explicar una fracciónconsiderabledelosspreadsobservadosenlosCDS.LascondicionesglobalestienenunefectoimportantetantoparaelEMBIcomoparalosCDS, particularmentemediante el efecto delíndice VIX. Finalmente, se muestran losvaloresestimadosdelEMBIyCDSa5años,losintervalosdeconfianzayloszscores.

Patricio Mansilla


2

ResumenEjecutivo

• Estetrabajoconsisteenlaelaboraciónde unmodelo para la estimación delriesgo país en las seis principaleseconomías emergentes de AméricaLatina.

• Para esto, hay que tener variasconsideraciones, ¿Qué es el riesgopaís? ¿Cuáles son sus principalesdeterminantes?¿Cómosevaamedir?

• Hay distintas definiciones de riesgopaís,pero,engeneral,elriesgopaísseasocia a la probabilidad de que seproduzca una pérdida financiera porcircunstancias macroeconómicas,políticas o sociales, en un paísdeterminado.

• El EMBI y el CDS son variables quepermiten abordar el riesgo país apartirdedosenfoques.

• Se revisan los principalesdeterminantes del riesgo país paraconstruirunmodeloadecuado.

• Losdeterminantesdelriesgopaíssondiversos y se pueden agrupar enfactoreslocales,regionalesyglobales.Muchos de ellos se repitencomúnmenteenlaliteraturaacercadelriesgopaís.

• A partir de datos con una frecuenciamensualparaelperíodocomprendidoentreenerode2003yfebrerode2020paraArgentina,Brasil,Chile,Colombia,MéxicoyPerúseconstruyeunmodelode panel con efectos fijos por países.También se estiman modelosseparadosparacadapaís.

• Adicionalmente, se hacenestimaciones conquiebre estructural.Sin embargo, no se utilizan para laestimación del riesgo país porpracticidad.

• Los resultados permiten identificarfactores con gran poder explicativo

quesonconsistentescon laevidenciadelaliteraturarelacionada.

• Particularmente, se encuentra que elspreadentreelEMBILatinoaméricayEMBI Global, Calificaciones, Outlook,VIXyparaalgunospaíseslostérminosde intercambio, son variablesrelevantesparaestimarelEMBI.

• Las variables significativas paraexplicarelspreaddelCDSa5añosmásrecurrentesentrepaísessonelrezagodeunmesdelCDS,CuentaCorrienteaPIB,elíndiceVIXyparaalgunospaísesladeudaenmonedaextranjera.

• Paralaaplicaciónprácticadeltrabajo,seproporcionalaestimacióndelEMBIy CDS a 5 años, junto con susrespectivosintervalosdeconfianzayzscores.

• Según los modelos para el EMBI, losvalores estimados para Colombia yPerú indicarían que el valor real seencuentraligeramentesubvalorado.

• Mientras que para Brasil y Chileexistiría una leve sobrevaloración.Para el caso de México se encuentraunamayordiscrepanciaentreelvalorrealyelestimado.

• ParaelCDSa5años,elmodeloindicaqueBrasilyColombiadeberían tenerunspreadmayoralvalorreal,aligualcomo ocurre ligeramente con Chile yPerú.

• Para el EMBI y el CDS a 5 años deArgentina,seencuentraunvalormuygrande principalmente explicado poreldefaultenelquecayóelpaísluegodel impago de la deuda el día 22 demayo según declaró el InternationalSwapsandDerivativesAssociation.

• Es especialmente importante paraMonedamonitorearconstantemente,através de los modelos propuestos, laevolucióndelriesgopaísconelfindedeterminar si este se encuentra bienvalorado.

Patricio Mansilla


1

1. Introducción El riesgo país es un concepto sobre el cualexisten diversos enfoques y definiciones.Algunasson:

o Díaz, Gallego y Pallicera (2007) lodefinen como la probabilidad deincumplimiento del pago de la deudadeunpaís.

o Caouette (1998) considera que elriesgopaíseslaposibilidadderetraso,reducciónonopagodeinteresesydelprincipal debido a condicionesatribuiblesalpaísdelemisor.

o Nagy (1979) lo precisa como laexposición a dificultades de repagosobre una deuda con acreedoresextranjerosodeemisiónfueradelpaísde origen. Se incluye a todos losdeudores del país, sean públicos oprivados.

o Hefferman(1986)yCiarrapico(1992)consideran que riesgo país y riesgosoberano son sinónimos y ambostienen relación con el riesgoproveniente de préstamos o deudaspúblicamente garantizadas por elgobiernootomadasdirectamenteporelgobierno.

o Según el Banco de España (2008), elriesgopaísesunconceptomuyamplio,cuyo análisis requiere el estudio defactores económicos, financieros,políticos, históricos e inclusosociológicos.

Comosepuedenotarapartirdelasdistintasdefiniciones, el análisis de riesgo país esamplioyabarcaelestudiodeotrosriesgos.Engeneral, el riesgo país se asocia a laprobabilidaddequeseproduzcaunapérdidafinanciera por circunstanciasmacroeconómicas,políticasosociales,enunpaís determinado. El concepto engloba elriesgosoberano,el riesgode transferenciayotros riesgos de la actividad financierainternacional. Este trabajo busca estimar elriesgo país a partir del EMBI y el CDS, dosmedidas que abarcan de distinta maneradichoconcepto.

Figura1:RiesgoPaís

Estimar el riesgo país utilizando el EMBIimplica tener en cuenta el sector público yprivado de un país. Este indicador es un“stripped spread” ya que se mide como eldiferencial extrapolado de un índice quecombina la deuda pública y privada enmoneda extranjera de un país. Esta medidaincluye el componente sistemático yespecíficodelosriesgospolítico,económicoyfinanciero,peronoregistrasusvariacionesnoanticipadas. Una ventaja del EMBI es queanalizadirectamente ladeuda soberanay ladeudacorporativadelsectorprivado.Paraunmayor detalle de la composición del EMBIrevisarlasección9.9delosanexos.

Figura2:ComposiciónEMBI

Porotro lado, losCreditDefaultSwap(CDS)se acercan más al enfoque que le da eleconomistaHarberger.Éltrabajóyrelacionóelriesgopaísalospréstamosinternacionalesya laprimaderiesgoqueunpaís tienequepagar por la diferencia existente entre lapercepcióndelacreedorydeudoracercadelaprobabilidad de incumplimiento de dichopréstamo.LosCDSsonsegurosparacubrirelriesgodeimpagodeunproductoderentafijayevalúandirectamenteel riesgodelemisor,porloquepuedenreflejardemejormaneraelriesgopaísencomparaciónalEMBI.

Enestetrabajoconsideramosenquemedidalosfactoreslocales,regionalesyglobalesson


2

capacesdeexplicarlavariaciónenlosEMBIyCDS a 5 años y por ende el riesgo país. Adiferencia de trabajos anteriores en que sebuscaexplicarelEMBIoCDSdelosmercadosemergentes del mundo, en este estudio sehaceusodeambasvariablesyelenfoqueestáen los mercados emergentes de AméricaLatina. Desde un punto de vista teórico,fundamentosmacroeconómicosdeterioradosy altamente volátiles, pueden significar unamayor probabilidad de caer enincumplimiento del pago de la deuda y, porende, dicho riesgo debería reflejarse en unspreadsoberanomayoryunriesgopaísmásalto.2. RevisióndeLiteratura

La literatura empírica sobre el riesgopaís ylos spreads soberanosha investigado cuálessonlosprincipalesdeterminantesatravésdediferentes metodologías considerando tantofactores localescomoglobales.Lasvariableslocalespuedenserdivididasenfundamentosmacroeconómicos, de solvencia y liquidez, yotrosfactores.

2.1. FactoresLocales

2.1.1. FactoresMacroeconómicos

En la literatura se utilizan diversos factoreslocales para explicar los spreads soberanos.Uno de los factores macroeconómicoscomúnmenteestudiadoseselcrecimientodelPIBuotramedidadeactividadeconómica.Amedida que la economía se expande y seproducemás,lacapacidaddeservirladeudaaumenta(Beck,2001;Cantor&Packer,1996;Doshi, Jacobs & Zurita, 2014; Min, 1998;Rowland & Torres, 2004). La balanzacomercialyel saldoencuentacorrientesonotroconjuntodevariables,másgenerales,quemiden la capacidad de un país de generaringresosenmonedaextranjeraparaservirladeuda.

Los términosde intercambio,definido comoel precio de las exportaciones relativo alprecio de las importaciones, es otro factormacroeconómico regularmente encontrado

enla literatura.ComonotanBulow&Rogoff(1989), los cambios en los términos deintercambiodeunpaísafectansucapacidaddegeneraringresosendólaresapartirdelasexportacionesy,porlotanto,sucapacidadderealizar pagos sobre su deuda externadenominadaendólares.Losspreadstiendenasermayoresparapaísesquerecientementehanexperimentadoshocksadversossobrelostérminos de intercambio, mientras que lospaíses que han visto sus términos deintercambiomejorartiendenatenermenoresspreads (Hilscher & Nosbusch, 2010; Min,1998). Adicionalmente, la volatilidad de lostérminos de intercambio tiene un efectoaltamente significativo sobre los spreads,tanto estadıstica como económicamente(Hilscher&Nosbusch,2010).

Arezki&Bruckner(2010)encuentranqueelefectodelospreciosdeloscommoditiessobrelos spreads soberanos depende de lainstitucionalidaddelospaíses.Unaumentoenlos precios de los commodities genera unareducción significativa en el spread de losbonos soberanos en las democracias, peroconllevaaunaumentosignificativodelspreaden las autocracias. También encuentran quelas instituciones políticas de los países sonaltamente persistentes, conaproximadamente tres cuartas partes de lospaísesdelamuestraquenoexperimentaroncambiosen lospuntajesdesus institucionespolíticas.

Lainflaciónesotrofactorquesepuedetomaren cuenta almomento de estudiar el riesgopaís.Unainflaciónbajaomoderadapuedeserunaseñaldequeelpaístieneunbuenmanejomacroeconómico y por ende su riesgosoberano debiera ser menor. Según Min(1998),lainflaciónesunadelasvariablesquedetermina importantemente los spreadssoberanos para un gran número de paíseslatinoamericanos y asiáticos. Sin embargo,Diaz & Gemmill (2006) en su estudio dedeterminanteslocalesyglobalesparacuatroeconomıaslatinasencuentranquelainflaciónnoesunfactorsignificativoparaexplicarlosdiferencialessoberanos.


3

2.1.2. FactoresdeLiquidezySolvencia

Elfactorprincipalquereflejalaliquidezdeunpaís son las reservas sobrePIB. Esta es unavariable explicativa significativa de losspreads soberanos. A medida que lascondiciones de liquidez mejoran, es decir,aumentalacantidaddereservasenrelaciónalPIB,disminuyeeldiferencialdetasarespectoal bono del Tesoro (Hilscher & Nosbusch,2010).Dichodeotraforma,segúnMin(1998),a menor proporción de reservasinternacionalesconrespectoalPIB,mayoreslaamenazadeunacrisisdeliquidezrepentinaymenor será la calificación de riesgo de unpaís.

ElprincipalindicadordesolvenciadeunpaísesladeudasobrePIB.Dichavariableapareceen diversos estudios acerca de losdeterminantes de los spreads soberanos(Eichengreen & Mody, 2000; Eichler &Maltritz, 2013; Hilscher & Nosbusch, 2010).Enrelaciónalosresultadosencontradosporla literatura, Edwards (1986) encuentra unefectopositivodelosnivelesdedeudasobrelaprimaderiesgo.Similarmente,Min(1998)encontró que el ratio deuda a PIB essignificativo y tiene el signo esperado. Unaumentodeun1%endichoratioaumentaelspreadsoberanoen1,005%.

2.1.3. OtrosFactores

En la literatura se encuentran factoresadicionales relacionados al riesgo político,calificacionessoberanas,historialdedefault,entreotros.Comomedidadelriesgopolíticoseutilizanindicadoresquecapturanlacalidadinstitucional de los países. Por ejemplo,Arezki&Bruckner(2010)utilizanelpuntajedel Polity2 que captura el espectro deautoridaddelrégimenpolíticovigenteenunpaís con una escala de 21 puntos. Lascalificaciones de crédito soberanas agreganunpoderexplicativoadicionalporsobreeldeotras variables macroeconomicas. Laseconomıas emergentes con calificaciones decrédito favorables experimentan spreads

considerablemente menores (Kamin & vonKleist,1999).

Elhistorialdedefaultdeunpaís,elcualpuedesermedido comouna variable dicotómica ocomo el número de anos desde el últimodefault,esotravariablerelevanteincluidaenla literatura como determinante de losspreadssoberanos.Elmejorpredictordeundefault futuro de un país es su historial deincumplimiento. Algunos países tienden acaer en default recurrentemente y de estaforma,losspreadssonmayoresenpaísesquerecientemente han salido de un default(Reinhartetal,2003).

2.2. FactoresRegionales

Los mercados accionarios de las seisprincipales economıas emergentes deLatinoaméricatiendenamoversedemanerasimilar, lo cual refleja que hay factoressubyacentessimilares.Doshi,Jacobs&Zurita(2014)incluyenelMorganStanleyCompositeIndex a nivel local. Para capturar losmovimientos comunes de las economıasestudiadasseríainteresanteutilizarel“MSCIEmerging Markets Latin America Index”.Dicho índice captura una representación delas capitalizaciones grandes y medianas enArgentina, Brasil, Chile, Colombia, México yPerú. Con112 componentes, el índice cubreun 85% de la capitalización de mercadoajustadaporflotaciónlibreencadapaís.

2.3. FactoresGlobales

Elfactorglobalmásrecurrenteenlaliteraturaes el índice VIX. Pan & Singleton (2008)encuentran que el VIX es estadísticamentesignificativo en explicar los credit defaultswap (CDS) spreads de Mexico, Turquıa yCorea. Otro factor relevante es la tasa delBonodelTesorodelargoplazo,quereflejaloscambios en la economía estadounidense ysirve como proxy de la tasa de interésmundial. Adicionalmente, en la literatura seencuentra que el TED spread es otro factorimportante para explicar los diferencialessoberanos porque sirve de proxy para loscambiosenlaliquidezglobal(Eichengreen&


4

Mody, 2000; Hilscher & Nosbusch, 2010;Longstaffetal.,2008).Dichavariablemideladiferenciaentrelatasadeinterésdeladeudaacortoplazodelgobiernoestadounidenseylatasa de interés de los préstamosinterbancarios.

3. ContextoyMotivación

En los años ochenta, América Latina y elCaribe tuvo acceso a los mercadosinternacionales de deuda, sin embargo, lainadecuadagestióndelamismageneróloquese conoce como la “década pérdida”. En elSistemade InformesdeDeudoresdelBancoMundial,delos28paísesqueformanelgruporegional de América Latina y el Caribe,existíandiezpaísesseveramenteendeudadosy ocho medianamente endeudados. En losnoventa, el financiamiento vía bonos fue lasegunda fuente más importante definanciamiento externo en Latinoaméricaprincipalmente debido a que losinversionistas internacionales confiaron enun elevado potencial de crecimiento y altosrendimientosenlamayoríadelospaísesdelaregión.Despuésdelacrisisfinancierade2008-2009,los flujos por financiamiento de emisión debonos aumentaron fuertemente y el spreadsoberanoylasprimasderiesgodelaregión,medidoatravésdelEMBI,aumentaronmenosen relación a períodos anteriores a la crisis,reflejandounamejoraen los fundamentosypolíticasmacroeconómicasdeLatinoamérica.Enlaactualidad,elfinanciamientoexternoseha vuelto más amplio, profundo y menoscostoso. América Latina ha ido venciendo elllamado“pecadooriginal”,quehacealusiónala incapacidadde laseconomíasemergentesdeemitirdeudaalargoplazoenmonedalocalyatasasdeinterésrazonables(CEPAL,2013).

En el Informe de Flujos de Capital haciaAmérica Latina y el Caribe de la CEPAL, semuestra que la emisión de bonos en el año2019 por parte de la región aumentó y losspreads se redujeron. Las tasas de interésglobalesalabaja,conducidasporlosrecorteshechos por la Reserva Federal y el Banco

Central Europeo, facilitaron las condicionesde financiamiento y ampararon la actividaddebonosdurante2019.Comosepuedenotaren la Figura 3, los emisores brasileños,chilenosymexicanosfueronlostresmayoresprestatarios.Juntos,ycombinandolaemisióncorporativa y soberana, representaron un64%delaemisióntotaldebonosenAméricaLatina y el Caribedurante 2019.Además, lamayoría de las emisiones, un 83%, fueronrealizadasendólaresestadounidenses.

(a) DesgloseporPaís

(b)DesgloseporMoneda

Figura3:EmisionesdeBonosALC2019

Recientemente, en enero del 2020, losemisoresdeLatinoaméricaestuvieronactivosen los mercados internacionales de deuda,emitiendomásde38milmillonesdedólaresmensuales,unmonto inusualpara laregión.Deltotaldelaemisión,un62%correspondeaemisiones corporativas. Las emisionessoberanasfueronhechaspor6países(Chile,Colombia, Ecuador, México, Paraguay yRepública Dominicana) y representaron el38%deltotaldelasemisiones.


5

El Covid-19 iniciado en la ciudad china deWuhan y propagado globalmente, haprovocado un shock social y económico anivel mundial que ha impactadonegativamente los mercados tanto desde elpunto de vista de la oferta como de lademanda, generando perspectivas negativasparaelcrecimientoeconómicoenlatotalidaddelospaísesdelaregión.

Lospaíseslatinoamericanosseenfrentanalacrisissanitariamundialconnivelesdedeudamayores que los de décadas anteriores. Porejemplo,segúnestimacionesdelBID,ladeudapública de Latinoamérica alcanza en laactualidadun62%delPIBcomparadoconun40%delPIBalmomentodelagranrecesióndel2008.Aestehechoseledebeagregarquelos países más pobres de la región poseenmenos alternativas para realizar políticasfiscalesexpansivas,dada la fragilidaddesuscuentas fiscales. El FMI, en su Informe delMonitorFiscaldel15deabrilde2020,indicaque Brasil, Chile y Perú han anunciadopaquetes fiscales por un 4-5% del PIB dedichospaíses,ColombiayMéxicoun1,5%y1,2%delPIBrespectivamente.

En este contexto, en el Informe dePerspectivasdelaEconomíaMundialdeabrilse pronostica que para 2020 la economíamundial podría caer un 3% y un 5,2% enLatinoamérica(FMI,2020).Porotraparte,laOCDEhaestimadoquecadamesdemedidasdecontenciónsetraduceenunadisminuciónaproximadaenelcrecimientoanualdelPIBdehasta2puntosporcentuales.Sinembargo,losimpactos negativos en el crecimiento delproducto latinoamericano podrían sersuperiores si se incluyen las caídas en lainversión,remesasypolíticasfiscalesdébiles.

Uno de los países de la región que ya seencuentrasufriendotantoporlagestióncomopor el desempeñoeconómicode losúltimosaños es Argentina que recientemente en elmesdejuniodelpresenteaño,elInternationalSwaps and Derivatives Associationcompuestopor14bancos,declaróelnovenodefault en lahistoriadeArgentina luegodelimpago de la deuda el día 22 de mayo,gatillandoelpagodesegurosporalrededorde

US$ 1500 millones. En la actualidad, elGobiernoargentino se encuentra trabajandoen las enmiendas finales a la oferta dereestructuración de la deuda que realizaránenjunioasusacreedores.

De esta forma,Argentina semuestramuchomásvulnerableenrelaciónalosdemáspaísesde la región estudiados. Brasil tiene unelevadodéficitfiscal,peroelbajotamañodesu deuda en dólares y la profundidad de sumercadolocallebrindaunaoportunidadparaatenuarlosefectosdelapandemia.Colombiay México se vieron afectados por el shocknegativo en el precio del petróleo. Por otrolado,ydebidoasubuenaposiciónfiscal,Chiley Perú se muestran como los países mejorpreparadoseconómicamenteparaafrontarlacrisis,perodebenconsiderarlosbajospreciosdelosmetales.

Cabe entonces preguntarse, ¿Cuál será elimpacto económico de la crisis sanitariamundial?Y,porende,¿Cómoafectaráalriesgopaís?

Este trabajo tiene por objetivo aportar alentendimiento práctico y teórico de losprincipales determinantes del riesgo país ycomosusvariacionespuedeninfluirsobreelriesgopaís.Apartir de ello se construyeunmodeloquepermitemonitorearyestimarlosmovimientosdelEMBIydelosCDSalsondelaevolucióndelacrisissanitariamundial.

4. Metodología

4.1. Datos

La muestra consiste de datos con unafrecuencia mensual para el perıodocomprendidoentreenerode2003y febrerode 2020 para Argentina, Brasil, Chile,Colombia, México y Perú. Para medir eldiferencial de rendimiento sobre los bonosdel Tesoro estadounidense se utiliza elIndicadordeBonosdeMercadosEmergentesde J.P. Morgan (EMBI). Esta serie consta dedatosqueincluyenbonosBrady,Eurobonosypréstamos.TambiénseconsiderandatosdelCredit Default Swap a 5 años porque será


6

utilizado comootra aproximacióndel riesgopaís.

Tabla1:EstadísticaDescriptivadelEMBI

Tabla2:EstadísticaDescriptivadelCDSa5anos

Semuestra la estadísticadescriptivapara elEMBI y CDS a 5 años de los seis paísesanalizadosenlaTabla1y2respectivamente.EnlaFigura4semuestralosanosenqueelEMBIhasidomayorporpaíssegúnunaescaladeazulesy laFigura5muestra laevolucióndelEMBIporpaís.SepuedenotarqueexistegranvariaciónenlosdiferencialessoberanosyenlosCDS(Figura17enAnexos)tantoentrepaísescomoatravésdeltiempo.

Figura4:EMBIPromedioenpuntosbásicosporAñoyPaís

Figura5:EMBIporPaıs

EsinteresantenotarqueChileeselpaísdelamuestra que presenta el spread soberanopromedio más bajo y al mismo tiempo elmenos volátil. Por otro lado, Argentinamuestra el spread soberano promedio másgrande de la muestra y, asimismo, esaltamente volátil. En relación a los CDS a 5años, Chile y México son los países con elspreadpromediomáspequeñoytambiénlosde menor desviación estándar.Adicionalmente,enlaFigura4sepuedenotarcomo en períodos de estrés financiero, porejemplo,enlaCrisisFinancierade2008-2009,elriesgopaísaumentóimportantementeparatodoslospaíses.

La conveniencia de utilizar el EMBI y CDScomodos aproximaciones del riesgo país sedebeaqueestasdosvariablessemuevendemaneramuysimilar,siendolacorrelaciónde0,94 cuando se excluye a Argentina, lo cualestáreflejadoenlaFigura6.


7

Figura6:CorrelaciónEMBIyCDSa5años

La relación Reservas a PIB fue construida apartir de datos de los Bancos Centrales conuna frecuencia trimestral. Para la DeudaBruta,seutilizo laDeudabrutadelgobiernogeneralcomoporcentajedelPIBdelabasededatos del FMI con una frecuencia anual.También se dispone de datos de Deuda enmonedaextranjera.ParalaCuentaCorrientesobrePIBseutilizoelíndicerespectivoacadapaís en Bloomberg, con una frecuenciatrimestral.Dadoquelasdemásvariablesdeltrabajo tienen una frecuencia mensual, lasvariables antes mencionadas fueroninterpoladas mediante el método del splinecúbicoqueproporcionaunbuenajustea lospuntostabuladosysucálculonoescomplejo.EnlaFigura7sepuedenapreciarlosvalorespromedio de lamuestra de dichas variablesporpaís.

Figura7:Reservas/PIB,DeudaBruta/PIByCuentaCorriente/PIBporPaıs

La Inflación fue extraída de los distintosBancosCentralesdelospaíses.LamedidaqueseutilizofueelIPC,variaciónmensual.EnlaFigura8segraficalaevolucióndelainflacióndecadapaís.ParaArgentina,semuestranlossaltos relacionados a períodos altamenteinflacionarios que han caracterizadohistóricamentealpaís.Porotrolado,sepuedeapreciar que, para el período estudiado, losdemás países presentan inflacionesmensuales bajas y moderadas, incluso conperíodosdeflacionariosenalgunoscasos.

Figura8:EvolucióndelaInflacionporPaıs

Paralostérminosdeintercambio,seutilizoelÍndice de Precios de Exportación deCommodities Neto del Fondo MonetarioInternacional.Enelgráfico(a)delaFigura9,se puede apreciar que para fines de 2008 einiciosde2009,lostérminosdeintercambiose deterioraron fuertemente, especialmenteparaChile,enplenacrisisfinanciera.Además,durante 2014 y 2015 ocurrió algo similar,pero enmenormagnitud, cuando finalizo elfuerte ciclo expansivo de China.Adicionalmente, se tomo en cuenta lavolatilidaddelostérminosdeintercambio.Secalculo una medida de volatilidad móvilusando los datos mensuales del Índice dePreciosdeExportacióndeCommoditiesNetoparalosúltimos2anos.Enelgráfico(b)delaFigura9,sepuedenotarqueMéxicoyBrasilpresentanunabajavolatilidadenlospreciosde exportación de commodities neto, adiferenciadeloqueocurreconChileyPerú,grandesexportadoresdecobre.


8

(a)Evolución

(b)Volatilidad

Figura9:EvoluciónyVolatilidaddelÍndicedePreciosdeExportacióndeCommoditiesNetoporPaís

Una última variable local es la calificacióncrediticia de los países. Las calificacionespuedenserdecortoolargoplazo,yreflejanelriesgo de impago y la solvencia del emisor.Para efectos de este trabajo, se toman encuenta las calificaciones crediticias deemisión de largo plazo. Se tomo comoreferencia la escala de clasificación de laagencia Moodys. Las clasificaciones setransformaronanúmerosmediantelalógicadelaTabla32queestaenlosanexos.Deestaforma,enlaFigura10sepuedenapreciarlasclasificaciones más recientes de Moodyssegún una escala de colores y podemos verqueChileeselpaísmejorcalificado,seguidode México y luego Perú. También seconsideran lasperspectivasdecalificacioneso comúnmente llamado “Outlook”. Estavariablepuedeser informativaenel sentidoque evalúa la dirección potencial de lacalificacióndelargoplazo,teniendoencuentaloscambiosenlascondicioneseconómicasy

de mercado. Dicha perspectiva puede serpositiva,negativaoestable,demaneraqueseincluyenenelmodelodosdummysyseomiteunacategoría.Adicionalmente,seincluyeunavariable dummy de Default para considerarlos episodios de cesación de pagos deArgentina.

Figura10:CalificaciónporPaıs

Paraconsiderarelfactorregional,seutilizauníndicedeMorganStanleyCompositeIndex.Elíndice se llama Emerging Markets LatinAmericaIndexyesunarepresentacióndelascapitalizaciones grandes y medianas en laseconomıas emergentes de America Latina.Los pesos en el índice por país son lossiguientes: Argentina (1,52%), Brasil(64,14%), Chile (6,23%), Colombia (3,28%),México (21,86%) y Perú (2,97%). La Figura11 muestra gráficamente lo anterior, ytambiénsemuestra lacomposiciónsectorialdelíndice.SegraficanlosvaloresdelíndiceenlaFigura12yseencuentraqueelíndiceyelEMBIpromedio(sinArgentina)exhibenunafuertecorrelaciónnegativade-0.73.

(a) PesosporPaís


9

(b) PesosporSector

Figura11:ComposicióndelMSCIEmergingMarketsLatinAmerica

Figura12:EMBIpromedioeÍndiceMSCIEmergingMarketsLatinAmerica

La incorporación de factores globales en elanálisisesimprescindible.Paracontrolarpordichos factores, como los cambios en laaversión al riesgo, las tasas de interésmundiales y la liquidez, se consideran tresvariables.SeincluyeelíndiceVIX,latasadelbonodelTesoroa10y2anosyelTEDspread.Paralosdatos,seutilizoelvalordefindemescomoelvalordeundeterminadomes.En laFigura 13 se puede apreciar como el VIX secomporta de manera similar al EMBI. Si seexcluye a Argentina del promedio, lacorrelación entre estas dos variables es de0,45.

En la Tabla 3, se presenta la estadísticadescriptiva de las variables globales. Elrendimiento del Bono del Tesoro a 10 anostieneunpromediode3%,conunmáximode5,1%enjuniode2006.Elmismoinstrumento,peroa2años,tieneunpromediode1,7%.El

TED spread, por su parte, presenta unpromediode0,4%paraelperıodoanalizado.

Figura13:EMBIpromedioeÍndiceVIX

Tabla3:EstadısticaDescriptivadelasVariablesGlobales

Finalmente, se calculan las correlaciones dePearson para las variables a estudiar. En laFigura14semuestranlascorrelacionesparalasvariableslocalesyglobales.Engeneral,seencuentran los signos esperados para lacorrelaciónconrespectoalEMBIyelCDSa5años.Porejemplo,amedidaqueaumenta larelaciónReservasaPIB,disminuyeelEMBIosiaumentalaDeudaBrutaaPIB,aumentaelEMBI.

Mayorestérminosdeintercambioseasocianaunmenorspreadsoberano,perosiestossonmás volátiles, tiende a aumentar el spreadsoberano. Asimismo, una mejor calificaciónderiesgopaísyunoutlookpositivoseasociana un menor EMBI, al contrario de lo queocurre conun outlooknegativo. En laTabla30, que se encuentra en los Anexos, sepresenta un resumen con la unidad,frecuencia, interpolación y fuente de lasvariables.También,enlasección9.10.delosAnexosseencuentranlosenlacesdisponiblespara la obtención de todos los datos deltrabajo.


10

(a) VariablesLocales

(b) VariablesGlobales

Figura14:CorrelacionesdePearson

4.2. Estacionariedad

Considerandoquelasvariablesautilizarenelpanelsonseriesdetiempo,es indispensableanalizar la estacionariedad de estas.Gráficamente,esposiblenotarquehayvariasseries que a priori parecen no serestacionarias por la presencia de unatendencia. Frente a esto, se realiza un TestDickey-Fuller Aumentado deRaízUnitaria alasseries, locual sepresentaen las tablasacontinuación.Enlosanexossepresentanlosresultados de un test Dickey-Fullermodificadoparaunaraízunitariaenlaquelaseriehasidotransformadaporunaregresiónde mínimos cuadrados generalizada ytambién un test Phillips-Perron de raízunitariaparaconfirmarlosresultados.

EnlaTabla4,sepuedenotarqueparalaseriedel EMBI de Chile y Perú, no es posiblerechazar la hipótesis de que hay una raízunitariaal10%designificancia.Sinembargo,apoyado en los resultados de los testsadicionalesdeestacionariedaddelosanexos,si es posible rechazar la hipótesis nula. Porotrolado,laseriedelCreditDefaultSwapa5años resulta estacionaria para todos lospaísesdelamuestra.

Tabla4:TestDickeyFullerAumentado.Nota:Significanciaestadísticaal1%***,5%**,10%*

A las variables explicativas también se lesaplica el test. Las Reservas a PIB y CuentaCorrienteaPIBresultansernoestacionariasporque no se rechaza la hipótesis de laexistenciadeunaraízunitaria.ParalaDeudaBrutasobreelPIB,solamenteparaColombiayMéxicolaserienoesestacionaria.LomismoocurreconlaseriedelÍndiceyVolatilidaddelos Términos de Intercambio, Calificación,ÍndiceMSCIEmergingMarketsLatinAmericayelrendimientodelBonodelTesoroa2y10anos.Porotrolado,laseriedelaInflación,VIXyelTEDspreadsıresultanserestacionarias.

Tabla5:TestDickeyFullerAumentadosobrelasvariableslocales.Nota:Significanciaestadísticaal1

%***,5%**,10%*

Tabla6:TestDickeyFullerAumentadosobrelasvariableslocales.Nota:Significanciaestadísticaal1

%***,5%**,10%*


11

Tabla7:TestDickeyFullerAumentadosobrelasvariablesregionalesyglobales.Nota:Significancia

estadísticaal1%***,5%**,10%*

Frente a esto, y apoyado en los tests deestacionariedaddelanexo,sedecideaplicarlaprimeradiferenciaalasseriesparalascualesnosepudorechazarlahipótesisnuladeraízunitaria. La primera diferencia de las seriesresulta ser estacionaria como se puedeapreciarenlostestsdeestacionariedadenlosAnexos.

4.3. Estimación

Después de haber comprobado laestacionariedaddelasseries,seprocedealaestimación. Para la variable dependiente,primero se utiliza el EMBI y luego, en unasegunda instancia, se usa el Credit DefaultSwap a 5 años. Se comienza estimandomodelosparaelpanel,paralocualseutilizanerrores robustos a la heterocedasticidad yefectos fijosporpaíses.Después, se estimanmodelos para cada paıs por separadomediante Mınimos Cuadrados Ordinarios(MCO)yelestimadordeNewey-West.

4.3.1. CriteriosdeInformación

Se utilizan los criterios de informaciónBayesiano (BIC) y de Akaike (AIC) paraseleccionar entre distintos modelos. En laFigura15 sepueden apreciar los valoresdelos estadísticos para distintos modelos depanelconelEMBIcomovariabledependiente.Los resultados sugieren que el Modelo 5deberíaserseleccionadoporsobrelosdemásmodelos al presentar estadísticos AIC y BICmenores. De esta forma, para el modelo depanel,seimplementadichomodeloelcualserevisa en la sección 4.3.3. Los criteriostambién se verifican para el resto de losmodelosestimados.

Figura15:EstadísticoAICyBIC

4.3.2. QuiebreEstructural

Esnecesarioconsiderarsilosparámetrosdelmodelodeberíanserlosmismosparatodoelperíodo estudiado. Analizando gráficamentelas series, se buscan saltos instantáneos einesperados debido a eventos específicos.Visualmente se reconocen dos posiblesquiebresestructurales:1)Entreoctubre2008ymayo2009debidoalaCrisisFinancieray2)septiembre2015– junio2016 luegodequefinalizaraelfuertecicloexpansivodeChina.

Figura16:QuiebreEstructuralenelEMBI


12

Se grafican los estadísticos F a partir de unmonitoreo de datos utilizando procesos defluctuación.Lospuntosdequiebreseestimanjunto con los intervalos de confianza y seobtienen los gráficos de la Figura 16. ParaChile,Colombia,MéxicoyPerúsereconoceunquiebre estructural para el período de laCrisisFinanciera.Elgráficopara losCDSa5añosestáenlaFigura18delosanexos.

Adicionalmente, se aplica un test de Chowpara determinar si los coeficientes antes ydespuésdelquiebresonlosmismos.Paralosmodelos de panel se obtiene la suma decuadrados de los residuos y se computa elestadísticoFdeltestdeChow.Comosepuedenotar en las Tablas 8 y 9, se rechaza lahipótesisnuladequeloscoeficientessonlosmismos previo y posterior al quiebreestructural.

Tabla8:ModeloPanelEMBI

Tabla9:ModeloPanelCDS5Años

Los resultados anteriores confirman que esnecesarioestimarmodelosqueconsideranelquiebre estructural generado en la CrisisFinanciera del 2008. En las siguientessecciones se definen los modelos a estimarjunto con las estimaciones. Después, semuestran estimaciones considerando elquiebreestructuralenlasección5.3.

1 El subındice i corresponde a los paıses analizados:Argentina,Brasil,Chile,Colombia,Mexico,Peru.Elsubındice

4.3.3. Modelo

Se exploran diversos modelos paradeterminar el poder explicativo de lasdistintasvariables,estimándosemodelosconvariables localesy globales1. Finalmente, losmodelosdepanelconefectosfijosporpaísesquesedecidenestimarparaexplicarelEMBIyelCDSa5añossonlossiguientes:

Luego,seconstruyenmodelosparacadapaís,quesonlossiguientes:

• Argentina

• Brasil

• Chile

t corresponde al tiempo, en este caso,meses: Enero 2003,Febrero2003,...,Febrero2020.


13

• Colombia

• México

• Perú

5. Resultados

5.1. ModelosdePanel

EnlaTabla10sepresentanlosresultadosdelmodelodepanelparaelEMBIyCDSde5años.En ambos casos, las estimaciones se hacenexcluyendo a Argentina debido a la altavolatilidad que presenta su economía y queafecta las relaciones entre las variables. Lasvariables en el modelo del EMBI tienen lossignos esperados según la intuicióneconómica y adicionalmente sonestadísticamentesignificativas.ParalasvariablesenrelaciónalPIB:

• Si la deuda en moneda extranjera esmayor como porcentaje del PIB, unpaís es menos solvente. Según elmodelo, si la Deuda en monedaextranjera/PIBaumentaenun1%,elEMBIaumentaen5,7puntosbásicos.

• UnamayorrazóndeCuentaCorrientea PIB indica que un país tiene unamayorcapacidaddegenerar ingresos

en moneda extranjera para servir ladeuda. Si dicha razón aumenta enun1%,elEMBIdisminuyeen6,8puntosbásicos.

Lainflacióntieneunefectoimportantesobreel diferencial soberano: un aumento del 1%en la inflaciónmensual implica un aumentodel EMBI en 15,9 puntos básicos. Lacalificación crediticia de los países tambiénjuega un rol importante al momento deexplicarelEMBI.Amedidaqueunpaísestámejor calificado,menor es el riesgopaís, demanera que un aumento en una nota, porejemplo, pasar de A2 a A1, implica unadisminucióndelEMBIen7,1puntosbásicos.Este resultado es consistente con loencontrado por Cantor y Packer (1996), lascalificaciones proporcionan informaciónadicional a la contenida en las cifrasmacroeconómicasdelospaíses.Sinembargo,elefectodelacalificaciónvaríasi es que el outlook que la acompaña espositivoonegativo.Sieloutlookesnegativo,esteimplicaunmayordiferencialsoberanoeinversamente cuando el outlook es positivo,deformaqueelEMBIaumentaen3,5puntosbásicos y disminuye en 2,2 puntos básicosrespectivamente.

Tabla10:ModelosdePanel


14

El factor global con un fuerte poderexplicativo es elVIX, a diferenciade laTasadelTesoroyelTEDspread,segúnHilscheryNosbusch(2010).Comosepuedeapreciar,sucoeficienteespositivoysignificativoal99%.Una mayor volatilidad en el mercado deopciones se asocia a un mayor EMBI, y lamagnitudeslasiguiente:frenteaunaumentode 1 punto en el índice VIX, el diferencialsoberano,medidoatravésdelEMBI,aumentaen5,9puntosbásicos.Finalmente, se incluye un rezago deldiferencialentreelEMBIdeAméricaLatinayel Global para considerar cómo, en ciertamedida, unmayor riesgo a nivel regional setraspasaalospaíses.Unaumentode1puntobásico en dicho diferencial, significa unaumento de 0,5 puntos básicos en el EMBIpromedio.El r-cuadradodelmodelo es de 66,6%y lasprediccionesdeestemodelosemuestranenla Figura 19 de los Anexos. En general, elajuste de las predicciones dentro de lamuestra para los cinco países es bastanteadecuado.Adicionalmente,para losresiduosdelmodelo,usandoinformacióndelasección9.8 de los Anexos, se puede decir que secomportancomounadistribuciónnormal.ElmodeloparaelCDSa5añosseconstruyeusando lasReservas/PIB,Deuda enmonedaextranjera/PIB, Cuenta Corriente/PIB,Inflación, Volatilidad de los Términos deIntercambio, Calificación, Outlook, Tasa delTesoro a 2 años y el VIX. Los signos de loscoeficientes estimados coinciden con loencontradoporlaliteraturarelacionada.Losresultados coinciden con los de Hilscher yNosbusch (2010), Min (1998), Rowland yTorres(2004)paralaDeudaaPIByReservasa PIB, y con Min (1998) para la Inflación,Términos de Intercambio, entre otros, sonvariables relevantes para explicar el spreadsoberano.ParalasvariablesenrelaciónalPIB:

• Amedida que las reservas aumentanenrelaciónalPIByunpaísdisponedeuna mayor liquidez, el spread de losCDSa5añosdisminuye.Unaumento

deun1%endicho ratio, implicaunadisminuciónenlosCDSde1,9puntosbásicos.

• Siladeudaesmayorcomoporcentajedel PIB, un país esmenos solvente yporendeelspreaddelosCDSaumenta.Elmodelo indica que, si la Deuda enmoneda extranjera/PIB aumenta enun1%,elspreadde losCDSa5añosaumentaen6,0puntosbásicos.

• UnamayorrazóndeCuentaCorrientea PIB indica que un país tiene unamayorcapacidaddegenerar ingresosen moneda extranjera para servir ladeudayporendedisminuyeelspreadde los CDS a 5 años. Si dicha razónaumenta en un 1%, el spreaddisminuyeen14,0puntosbásicos.

Una mayor inflación y volatilidad de lostérminos de intercambio se asocian a unmayor spread en los CDS a 5 años. Loscoeficientes encontrados señalan que unaumento de un 1% en la inflación mensualsignificaunaumentode17,0puntosbásicosysi la diferencia entre la volatilidad de lostérminosdeintercambioentreelmesactualyelanterioraumentaen0,1unidades,elspreadaumentaen4,2puntosbásicos.LosresultadossonconsistentesconHilscheryNosbusch (2010) en relación a que paísescon mayor volatilidad en sus términos deintercambio se ven afectados por mayoresdiferenciales. Esto es plausible por razoneseconómicas, dado que la mayoría de losmercados emergentes son exportadoresimportantesdecommodities.Respectoalascalificacionesdecrédito,enlaliteraturaunenfoqueesinterpretarlascomouna medida resumida de los fundamentosmacroeconómicos de un país (Kamin y vonKleist,1999;González-RozadayLevyYeyati,2008;MartínezyPowell,2008).Lossignosdelos coeficientes asociados a la calificacióncrediticia y outlook de los países son losmismosque losencontradosparaelmodeloEMBIdepanel.


15

Cuando un país aumenta su calificación enuna nota, el spread de los CDS a 5 añosdisminuyeen11,0puntosbásicos.Pero,silacalificación tiene un outlook negativo, elspread aumenta en 3,7 puntos básicos, einversamente,cuandoeloutlookespositivo,elspreaddisminuyeen2,7puntosbásicos.Finalmente, las variables globales tambiéntienen un rol importante al momento deexplicarlavariaciónenlosspreadsdelosCDSa5años.HilscheryNosbusch(2010)explicanque los factores globales pueden serimportantes particularmente a frecuenciasaltas,quizásdebidoacambiosdecortoplazoen la liquidez agregada o incertidumbre,mientras que, a frecuencias más bajas, elpoder explicativo de los fundamentosmacroeconómicos específicos de un país sevuelverelativamentemásimportante.EnrelaciónalefectodelatasadelTesoroa2años,siestaesun0,1%mayorrespectoalmesanterior, entonces el spreadaumentaen4,9puntosbásicos.Similara loencontradoparaelEMBI,elVIXexplicaparteimportanteparalosCDS.Estocoincideconlaevidenciadeco-movimientoafrecuenciasaltasdelspreaddelos CDS con el índice VIX encontrado porLongstaff et al. (2008) y la significanciaestadística del VIX para explicar losdiferenciales del CDS de México, Turquía yCorea según Pan y Singleton (2008). Unaumentode1puntoenelíndiceVIXseasociaa un aumento de 4,7 puntos básicos en elspreaddelosCDSa5años.Elr-cuadradodelmodelodepanelparaelCDSa5añosesde59,2%ylasprediccionesdeestemodelo se muestran en la Figura 20 de losAnexos.AligualqueparaelmodeloEMBIdepanel, los residuos de este modelo tambiéndistribuyen según una distribución normalsegúnlosgráficospresentadosenlosAnexos.

5.2. ModelosporPaís

En lassubseccionesquesiguensecomentanlosprincipalesresultadosdelosmodelosdelEMBIyCDSa5añosparacadapaís.

5.2.1. Argentina

LosmodelosparaArgentinahayquemirarlosconcuidadodebidoalaaltavolatilidadpropiade sus variables económicas. La calificacióncrediticia tiene el signo esperado y essignificativaenelmodeloparaelEMBI.Unamejora en la nota crediticia, disminuye elEMBI argentino en 598,6 puntos básicos.Pero,dichoefectovaríasegúneloutlookquetenga la calificación. Un outlook negativoimplica, contra-intuitivamente, unadisminución del spread de 247,9 puntosbásicosenelEMBI,perounaumentointuitivode963,5puntosbásicosenelspreaddelCDSa5añosargentino.Elefectoesinversocuandoeloutlookespositivo,reduciéndoseelspreaden 184,2 puntos básicos para el EMBImientrasqueparaelCDS5añosseencuentraun signo contra-intuitivo. Estos coeficientessonsignificativosalniveldel1%.

Tabla11:ModeloEMBIArgentina

En ambosmodelos el término de default espositivo y significativo. Esto es de esperardebidoalosgrandessaltosobservadostantoen el EMBI como en los CDS cuando el paístrasandino ha incumplido con susobligacionesfinancieras.Loscoeficientessonbastantesimilares,implicandounaumentode1.245puntosbásicosenelEMBIyde11.827puntosbásicosenelCDSa5añoscuandoseentra en default. Adicionalmente, el factorglobal más importante al momento deexplicar el riesgo país, como se vio para el


16

modelo de panel, es el índice VIX. Estavariable tiene un coeficiente positivo, y unaumentode1puntoenelíndiceVIXseasociaa un aumento de 10,2 puntos básicos en elEMBIyde84,5puntosbásicosenelspreaddelosCDSa5años.

Tabla12:ModeloCDS5AñosArgentina

5.2.2. Brasil

ElmodeloparaelEMBIdeBrasilesexplicadoimportantemente por la razón Deuda enmoneda extranjera a PIB. Frente a unaumento de un 1% en dicha razón deltrimestreanterior,elEMBIbrasileñoaumentaen18,1puntosbásicos.EstomuestraelgranimpactodeestavariablesobreelriesgopaísdeBrasilenrelaciónalasdemásvariablesdelaregresión.Una calificación crediticia con un outlooknegativoseasociaaunaumentode4,4puntosbásicosenelEMBI,mientrasque,sieloutlookespositivo,elEMBIsereduceen3,4puntosbásicos.Aligualqueparalosdemáspaíses,elVIXesunfactorglobalrelevanteparaexplicarla variación en el EMBI. Un aumento de 1punto endicho índice está relacionado a unaumentode5,5puntosbásicosenelEMBIdeBrasil.

Tabla13:ModeloEMBIBrasil

En relación al modelo del CDS a 5 años deBrasil,seincluyeelrezagodeunmesdelCDSa5años.Estavariablecontiene informaciónvaliosaparaexplicarelCDSa5añosdehoy,yse ve reflejado en que el r-cuadrado delmodelo aumenta en 34,8%. Si el spread delCDS del mes pasado aumenta en 1 puntobásico, entonces el spread del CDS del mesactualserámayoren0,8puntosbásicos.La variable macroeconómica importante enestecasoeselratiodeCuentaCorrienteaPIB,cuyocoeficienteesnegativoysignificativo.Unaumentoeneltrimestreanteriordeun1%enesta razón, significa una disminución de 8,5puntosbásicosenelCDSa5añosbrasileño.La calificación crediticia también juega unpapel importante y tiene un impactoimportantesobreelspreaddelCDS.Loqueseencuentra es que un aumento en una notacrediticia, implica una disminución de 12,4puntosbásicosenelspreaddelCDSa5años.En este modelo también se incluye el VIX,cuyo aumento de 1 punto se asocia a unaumentode1,6puntosbásicosenelCDS.


17

Tabla14:ModeloCDS5AñosBrasil

5.2.3. Chile

Para Chile, las variables macroeconómicasrelevantes para explicar la variación en elEMBI son las Reservas a PIB y la CuentaCorriente a PIB, ambas rezagadas en tresmeses. Un aumento del 1% en la razónReservas a PIB del trimestre anterior,significa una disminución de 4,1 puntosbásicos en el EMBI chileno,mientras que laCuenta Corriente tiene un efecto un tantomayor,debidoaqueunaumentodel1%enlarazón respecto al PIB se asocia a unadisminuciónde8,0puntosbásicosenelEMBI.Adicionalmente,lavolatilidaddelostérminosde intercambio es un factor importante almomentodeexplicar elEMBI.El coeficienteencontradomuestraque,siladiferenciaentrelavolatilidaddelostérminosdeintercambioentreelmesactualyelanterioraumentaen0,1unidades,eldiferencialsoberanoaumentaen 5,6 puntos básicos. El factor globalincorporado en el modelo es el VIX. Seencuentra que un aumento de 1 punto endicho índice está asociado a un aumento de4,4puntosbásicosenelEMBIdeChile.

Tabla15:ModeloEMBIChile

Elmodelo para el CDS a 5 años de Chile essimilarencuantoalasvariablesincluidas.SeincluyeelrezagodeunmesdelCDSa5años,cuyocoeficientereflejaqueunaumentoenelspread del CDS del mes inmediatamenteanterior,implicaunaumentodelCDSdelmesactual en 0,7 puntos básicos. La CuentaCorrienteaPIBrezagadaen3meses,aligualqueparaelcasodeBrasil,resultaimportanteparaexplicarelspreaddelCDSa5años.Pero,en este caso el efecto de dicha variable esmenor.Frenteaunaumentodel1%enestarazón, el spread del CDS disminuye en 1,3puntosbásicos.Distinto del modelo para el EMBI, paraexplicarelCDSa5añoschilenoseincluyeelnivel y no la volatilidad de los términos deintercambio. Un aumento de 1 unidad en elíndicedetérminosdeintercambioseasociaaunadisminuciónde2,6puntosbásicosenelspreaddelCDS.Similarmentealoencontradoenotrosmodelos,unaumentode1puntoenel índiceVIX, seasociaaunaumentode1,3puntosbásicosenelspreaddelCDSa5añoschileno.


18

Tabla16:ModeloCDS5AñosChile

5.2.4. Colombia

ParaelcasodeColombia,noseencontróquelas variables respecto al PIB tuvieran poderexplicativo significativo sobre el EMBI. Deestaforma,elmodeloseconstruyeapartirdelrezago de la diferencia entre el EMBI deLatinoamérica y el Global, Calificación,OutlookyelVIX.ElcoeficienteencontradoparalaCalificaciónmuestra que un aumento en una notacrediticia,disminuyeelEMBIen56,7puntosbásicos. Cuando dicha calificación vaacompañada de un outlook negativo opositivo,elefectovaría.Unoutlooknegativoseasociaaunaumentode1,4puntosbásicosmientrasqueunopositivoaunadisminuciónde4,7puntosbásicosenelEMBIdeColombia.Finalmente,elVIX,factorglobalrelevanteenlamayoríadelosmodelosestimados,resultapositivo y significativo. Un aumento de 1puntoenelíndiceserelacionaaunaumentode5,8puntosbásicosenelEMBIcolombiano.

Tabla17:ModeloEMBIColombia

ElmodeloestimadoparaelCDSa5añosdeColombia es bastante simple e incluyesolamente tres variables explicativas, perotieneunr-cuadradode93,4%.Elcoeficientedel rezago de un mes del CDS a 5 años,muestraqueunaumentoenelspreaddelCDSdelmesinmediatamenteanterior,implicaunaumento en el CDS del mes actual en 0,8puntosbásicos.Otramaneradeinterpretarloes que el 82% del spread del CDS del mesanterioresutilizadoparaestimareldelmesactual.Enestemodelo,hayunavariablerespectoalPIBqueexplicasignificativamenteelCDSa5añosdeColombiayestaeslarazónDeudaenmonedaextranjeraaPIBrezagadaen3meses.El coeficiente encontrado indica que unaumentoenun1%dedicharazón,seasociaaun aumento de 3,4 puntos básicos en elspreaddelCDS.Nuevamente,elúnico factorglobal incluido es el VIX. El efecto de unaumento de 1 punto en dicho índice es unaumentode1,8puntosbásicosdelavariabledependiente.


19

Tabla18:ModeloCDS5AñosColombia

5.2.5. México

El modelo que se plantea para el EMBI deMéxico tiene un r-cuadrado de 72,8%. Laprimera diferencia de la volatilidad de lostérminos de intercambio resulta positiva ysignificativa, reflejando que, si la diferenciaentre la volatilidad de los términos deintercambioentreelmesactualyelanterioraumentaen0,1unidades,elEMBIaumentaen58,1 puntos básicos. Esto esmuestra de ungranimpactodelostérminosdeintercambiosobreeldiferencialsoberano.Respecto a las calificaciones y el outlook,cuando una calificación crediticia vieneacompañada de un outlook negativo estoimplicaunaumentode4,6puntosbásicosenelEMBImexicano.Porelcontrario,cuandoeloutlookespositivo,elefectoesunareducciónde3,9puntos básicos. Finalmente, el VIX, aligualqueparalosdemáspaísesestudiados,espositivo y significativo. El coeficienteestimadoreflejaqueunaumentode1puntoenelVIXseasociaaunaumentode5,2puntosbásicosenelEMBI.

Tabla19:ModeloEMBIMéxico

ParaelmodelodelCDSa5añosdeMéxico,síse utiliza una variable que representa losfundamentos macroeconómicos del paíscomoloeslaCuentaCorrienteaPIB,rezagadaen3meses.Enefecto,unaumentoenun1%en la razón de Cuenta Corriente a PIB deltrimestre anterior significa una disminuciónde10,7puntosbásicosenelspreaddelCDSa5añosmexicano.Nuevamente, elVIXeselúnico factorglobalincluidodebidoasualtopoderexplicativo.Unaumentode1puntoenelíndiceseasociaaunaumentode2,6puntosbásicos enel spreaddelCDSmexicano.LaúltimavariableincluidaeselrezagodeunmesdelCDSa5años,cuyocoeficientemuestraqueun66,2%delspreaddelmesanterioresutilizadoparaestimarelspreaddelCDSdelmesactual.

Tabla20:ModeloCDS5AñosMéxico


20

5.2.6. Perú

Para el modelo del EMBI de Perú, no seincluyeronvariablesrespectoalPIBdebidoaque no se encontró que tuvieran poderexplicativo adicional a las variables yaconsideradas.Estemodeloseestimausando205observacionesy tieneun r-cuadradode76,4%.Elprimerfactor,lavolatilidaddelostérminosde intercambio, resulta ser positivo ysignificativo.Unaumentoen0,1unidadesenla diferencia entre la volatilidad de lostérminosdeintercambioentreelmesactualyelanterioraumentaen10,4puntosbásicoselEMBI. Esto concuerda con el hecho de quePerúesunexportador importantede cobre,por lo que los cambios en los términos deintercambio afectan de manera importantelosingresosendólares.Adicionalmente,paralacalificacióncrediticiaseencuentraqueunamejoraenunanotadela calificación de Perú se asocia a unadisminución de 26,2 puntos básicos en suEMBI.Nuevamente,sereiteraelhechodequela volatilidad en el mercado de opciones,medido a través del índiceVIX, es un factorglobal fundamental para explicar el riesgopaís. En este caso, se encuentra que unaumentode1puntoenelVIXseasociaaunaumento de 5,2 puntos básicos en el EMBIperuano.

Tabla21:ModeloEMBIPerú

PorelladodelmodeloparaelCDSa5añosdePerú, sí se encuentra que los fundamentosmacroeconómicos tienen capacidadexplicativa. De esta forma, los coeficientesencontrados para la Deuda en monedaextranjeraaPIBylaCuentaCorrienteaPIB,ambos rezagados en 3 meses, señalan quefrente a un aumento de un 1% en estasrazones,elspreaddelCDSaumentaen2,5ydisminuye en 6,0 puntos básicosrespectivamente.AdiferenciadelmodeloparaelEMBI,acáseincluye el nivel y no la volatilidad de lostérminos de intercambio. Si el índice detérminosde intercambioes1unidadmayorrespectoalvalordelmespasado,elspreaddelCDSdisminuyeen9,8puntosbásicos.Elfactorglobal que se incluye es el índice VIX, demanera que cuando el índice aumenta en 1punto, el spread del CDS a 5 años de Perúaumenta en 1,7 puntos básicos. La últimavariableexplicativaeselrezagodeunmesdelspreaddelCDS,cuyocoeficientemuestraqueun 73,1% del valor del mes anterior esutilizadoparaestimarel spreaddelCDSdelmesactual.

Tabla22:ModeloCDS5AñosPerú


21

5.2.7. ComentariosModelosEMBI

HayalgoqueescomúnentrelosmodelosparaelEMBIdelosdistintospaísesyeslainclusióndelrezagodeunmesdeladiferenciaentreelEMBIdeLatinoaméricayelEMBIGlobal.Estecoeficientereflejaenciertamedidacomounmayorriesgoregionalsetraspasaaunmayorriesgo país. Para los casos en que elcoeficiente del rezago de un mes de ladiferenciaentreelEMBIdeLatinoaméricayelEMBIGlobal es significativo, podemosnotarqueelefectoesmayorparaColombiayPerúen comparación a Brasil y México. Estoporqueunaumentode1puntobásico en ladiferenciaentreelEMBIdeLatinoaméricayelGlobal, significa para Colombia y Perú unaumento de 1,5 y 1,2 puntos básicosrespectivamente en sus EMBI. En cambio,paraBrasilyMéxico,economíasmásgrandes,elefectoesde0,9y0,8puntosbásicossobreelEMBIrespectivamente.ParalosmodelosdeChileyPerúseencuentraque la volatilidad de los términos deintercambio juega un rol importante almomento de explicar la variación del EMBI.EstosepuedeexplicarporloqueseobservaenlaFigura9(b),enlacualtantoChilecomoPerú, grandes exportadores de cobre,presentanunaaltavolatilidaden lospreciosde exportación de commodities neto encomparaciónalrestodelospaíses.Unamayorvolatilidad puede influenciar negativamentelas perspectivas de riesgo país, al agregarincertidumbre, por ejemplo, sobre losingresos en dólares y por ende sobre lacapacidaddepagodeladeudadenominadaendólares.Hayquerecalcarelgranpoderexplicativodelas calificaciones crediticias junto con eloutlookpara losmodelosdelEMBIdetodoslospaísesestudiadosaexcepcióndeChile.Enestesentido,unacalificaciónacompañadadeun outlook negativo tiene un efecto mayorparaMéxicoyBrasilcuyosEMBIaumentanen4,6y4,4puntosbásicosrespectivamente.Porotro lado, una calificación con outlookpositivo es más importante para Colombia,

porque se asocia a una disminución de 4,7puntosbásicosenelEMBImientrasqueparaBrasilyMéxicoladisminuciónenelEMBIesde3,4y3,9puntosbásicosrespectivamente. No hay que dejar de mencionar que losresiduossonbiencomportadostantoparalosmodelosEMBIyCDSporpaíscomosepuedenotarenlasección9.8delosAnexos.

5.2.8. ComentariosModelosCDS5Años

El rezago de un mes del CDS resulta unavariablepositivaysignificativaparalospaísesestudiados. El coeficiente puede serinterpretadocomoelporcentajequeseutilizaparaestimarelspreaddelCDSdelmesactual.Enesteaspecto,BrasilyColombiapresentanelcoeficientemásgrande.Enamboscasos,seencuentraqueun82%delspreaddelCDSdelmesanterioresutilizadoparaestimareldelmes actual. Por otro lado,México es el paísquepresentaelmenorefectodepersistenciaconuncoeficienteigualatansólo0,66.Para todos los países, a excepción deArgentinayColombia,seincluyelarazóndeCuenta Corriente a PIB rezagada en tresmeses como variable explicativa. Brasil yMéxico tienen los coeficientes más grandes,por lo que un aumento de un 1% en estarazón, implica una fuerte disminución delspread del CDS a 5 años. El efecto máspequeñoencontradoesparaChile,yaqueunaumentodel1%enlarazónCuentaCorrienteaPIBseasociaaunadisminucióndelspreaddelCDSentansólo1,3puntosbásicos.HaciendounacomparacióndelefectodelVIXsobreelspreaddelosCDSa5años,sepuedenotar que una mayor volatilidad en elmercado de opciones afecta distintamente alos países. El efecto que se encuentra paraMéxicoeselmayor.Unaumentode1puntoenel índiceVIX se asocia a un aumento de 2,6puntosbásicosenelspreaddelCDSmexicano.Paralosdemáspaísesesmásomenossimilarel efecto, pero Chile es el que muestra unamenorvulnerabilidadfrenteacambiosenelVIX.Endichocaso,unaumentode1puntoen


22

el índice implica un aumento de sólo 1,3puntosbásicosenelspreaddelCDSa5añoschileno.Estehallazgopuedeestarrelacionadoalaposicióndelospaísesensusfundamentosmacroeconómicos, de forma que los paísesmejor parados en este sentido, son menosvulnerablesalavolatilidadinternacional.Porejemplo, México es el país con la razónReservas a PIB más baja de los paísesestudiadosy connivelesdedeudaelevados,solamentesuperadoporBrasil.

5.3. ModeloQuiebreEstructural

Para abordar los quiebres estructuralesexisten, comúnmente, dos alternativas. Laprimera es dividir la regresión en dosperíodos. De esta forma, se hacenestimaciones separadas para el períodoprevio y posterior al quiebre estructural. Lasegunda alternativa es seguir lo que revisaPérezGarcía(1995):i. Construirunadummyquetoma0para

elperíodoprevioy1paraelperíodoposterioralquiebreestructural.

ii. Paracadavariableexplicativa,formarunanuevavariableauxiliarqueseaelresultadodemultiplicarlavariableporladummydelpasoanterior.

iii. Estimarunnuevomodeloqueincluya,además de las variables explicativas,lasvariablesauxiliaresgeneradas.

Enrelaciónalaestimacióndeloscoeficientessecumplequeloscoeficientesdelasvariablesexplicativas originales deben serinterpretadosenrelaciónalperíodoprevioalquiebreestructural.Paraelperíodoposterior,se deben sumar los coeficientes de lasvariablesexplicativasoriginalesyauxiliares,yen base a dicho valor realizar lainterpretacióndelosresultados.Si bien caracterizar una ruptura estructuralno es el interésprincipal de este trabajo, esconveniente modelarla en la medida queafecta la inferencia sobre el impacto de lasvariablesexplicativassobre losdiferencialesdelEMBIylosdiferencialesdelosCDS.

Tabla23:ModelosdePanelconQuiebre

Como era de esperar, el ajuste del modeloresultante es superior al del modelo dereferencia. Las conclusiones principalesrespectoa losdeterminantesdel riesgopaísnosevenafectadas.Unejemploeslainflación.Sin quiebre estructural, el modelo indicabaque un aumento de un 1% en la inflaciónmensualseasociabaaunaumentodelEMBIen15,9puntosbásicos.Ahora,paraelperíodoprevioalquiebreelefectoessimilaryesde14,1 puntos básicos, mientras que para elperíodo posterior al quiebre el efecto es untantomenoryesde12,8puntosbásicos.Esteanálisissepuedehacerdeformasimilarparalasdemásvariables,y lacomparaciónde loscoeficientes, tanto para el modelo del EMBI


23

como CDS, está en las tablas 24 y 25 acontinuación.Engeneral,cambianunpocolasmagnitudes, pero los signos y significanciaestadística se mantienen. Sin embargo, losmodelos con quiebre estructural no seutilizanparalaestimacióndelriesgopaísporpracticidad.

Tabla24:ComparaciónCoeficientesparaelModeloEMBIPanel

Tabla25:ComparaciónCoeficientesparaelModeloCDS5AñosPanel

6. Estimaciones

En la Tabla 26 se presentan los valoresestimadospara el EMBI según elmodelodepanelparacadaunodelospaísesparaelmesdemayo.

Tabla26:ValoresdelEMBIPanelestimados

Tabla27:ValoresdelEMBIestimadosEn general, las estimaciones de Chile,ColombiayPerúseacercanbastantealvalorreal,pero,porotrolado,losvaloresdeBrasilyMéxicoseencuentranalgoalejados.Esporesta razón que es útil la estimación de unmodelo para los países por sí solos que semuestra en la Tabla 27. Por ejemplo, laestimacióndelmodeloparaPerúentregaun

valormáspequeñoqueconelpanel,peroaúnseestimaunEMBIqueesmayoralobservado.Estasituación,paraelcasoperuano,indicaríaque el EMBI actual estaría subvalorado. Simiramos el caso de Chile, las estimacionesindican que el EMBI debería ser menor,inclusomáschicoqueelEMBIdePerú,porloqueestéestaríasobrevaloradoactualmente.

Tabla28:ValoresdelCDS5AñosPanelestimados

Tabla29:ValoresdelCDS5AñosestimadosLas estimaciones de panel para los CDS a 5añossepresentanenlaTabla28.Aligualqueocurre con las estimaciones de panel delEMBI,hayalgunosvaloresqueseencuentranalejados del valor real. Frente a esto, esconveniente revisar la estimación de losmodelosporpaísesenlaTabla29.ElanálisisessimilaralquesehaceparaelEMBI.Segúnlas Tablas 28 y 29, podemos decir, porejemplo,queelCDSa5añosdeChileyPerúse encuentra subvalorado ligeramenteporque el valor estimado es mayor al valorreal.LomismoocurreparaBrasilyColombia,perosolamentesegúnelmodeloporpaís.TantoparaelEMBIcomoparaelCDSa5añosseproporcionanlosintervalosdeconfianzaal95% y los z scores respectivos a cada país.Dichas medidas estadísticas son útiles paraevaluarelvalorestimadosegúnelmodeloycómosecomparaconelvalorreal.Sepuedeanalizar si es que el valor real se encuentradentro del intervalo de confianza. Con el zscore podemos saber cuántas desviacionesestándar respecto al valor observado seencuentraelvalorestimadoporelmodelo.


24

7. ConclusionesEstetrabajoanalizalarelaciónexistenteentrevariables de índole macroeconómica yfinancierayelriesgopaís,medidoatravésdelEMBI y los CDS a 5 años de seis paísesemergentesdeAméricaLatina. Se consideraunmarcodemodelodepanelconefectosfijospor países y adicionalmente modelosindividualesparacadapaís.Sehanidentificadofactoresquesoncapacesdeexplicarlavariaciónenelriesgopaísentrepaíses y a través del tiempo. Los resultadosson satisfactorios en términos de signo,significancia y poder explicativo, lo cualconcuerdaconlaliteraturarelacionada.Particularmente, se encuentraqueel spreadentre el EMBI Latinoamérica yEMBIGlobal,Calificaciones, Outlook, VIX, y en algunoscasos los términos de intercambio, sonvariables relevantes para explicar lasvariaciones del EMBI. Las variablessignificativasparaexplicarelspreaddelCDSa5añosmásrecurrentesentrepaísessonelrezagodeunmesdelCDS,CuentaCorrienteaPIB, algunos casos de Deuda en monedaextranjerayelíndiceVIX.Las calificaciones crediticias junto con eloutlook resultan tener un gran poderexplicativosobreelEMBIdetodoslospaísesestudiados a excepción de Chile. La otravariableexplicativaimportanteparaexplicarel EMBI es la diferencia entre el EMBI deLatinoaméricayelEMBIGlobal.Estespreadpuede ser tomado como representación delsentimientodelmercadoyelefectocontagiopara comprender cómo las condicionesregionales,distintasdelasglobales,tienenunimpactosobrelosspreadsindividualesdelospaíses latinoamericanos. Se encontró quedichoefectoesmayorparaColombiayPerúencomparaciónalosdemáspaíses.Las condiciones globales tienen un efectoimportantetantoparaelEMBIcomoparalosCDS a 5 años, particularmente mediante elefectodelíndiceVIX.Enestecaso,lospaísesestudiados evidencian una sensibilidad

importante a las condiciones globales. Estopuede ser explicado, en parte, porque losinversionistas disponen de informaciónlimitada sobre los mercados emergentes ytienden a generalizar su análisis de algunospaíseshacialosdemás.ParalosCDSa5añosseencontróqueChileeselquemuestraunamenorvulnerabilidadfrenteacambiosenelVIX, mientras que México es el que mayorsensibilidadpresenta.Es importante recalcar que, para el caso deChile y Perú, países que sufren de mayoresfluctuacionesensustérminosdeintercambiodado que sus exportaciones estánconcentradas en productos con preciosvolátiles,comoporejemploelcobre,sonmássusceptibles a los shocks externos. Estofinalmentepuedegenerarque el riesgopaísaumente. Sería altamente beneficioso sidichospaísespuedenabordareste factorderiesgo para reducir los costos deendeudamiento y la probabilidad deincumplirlasobligacionesfinancieras.Hay que considerar las limitaciones al igualcomo lo hace la literatura y trabajosrelacionados. Comúnmente, las seriesfinancieras presentan persistencia en lavarianzacondicional,dondelaocurrenciadelosresiduosestácorrelacionadoatravésdeltiempo. Los modelos ARCH toman esto encuentaalsuponerquelavarianzacondicionaldeltérminodeerroractual,dadoloserroresanteriores, sigue un proceso de promediomóvil.Unaseriequepresentakurtosispuedeser mejor capturada por modelos del tipoGARCH.Noobstante, losefectosGARCHaúnno se encuentran bien desarrollados paradatosdepanel, peroesprobableque surjannuevos estimadores a medida que sedesarrollanmásestudiosdepanel.Una posible limitación del modelo tienerelación con la estacionariedad de lasvariables incluidas en elmodelo. Si bien lostests de estacionariedad que se realizaronindican que las variables de fundamentosmacroeconómicos, llámese Reservas a PIB,Deuda a PIB, Cuenta Corriente a PIB, enniveles, no son estacionarias, se incluyendeigual forma en el modelo sin aplicarles la


25

primeradiferenciaoellogaritmo.Loanterior,favorecelainterpretaciónylaestimacióndelmodelo.Sinembargo,unaposiblecorrelaciónespuria entre las variables del modelo nodeberíadeserunalimitantesiseconsiderandos razones: (i) No surge una relación“aparente” entre las variables porque yasabemosaprioriqueestánrelacionadas.(ii)La literatura también incluye las variablesmacroeconómicas que no son estacionariasenniveles.Finalmente,mediante el quiebre estructuralsereconocequelosparámetrosdelmodelonodeberíanserlosmismosparatodoelperíodoestudiado.SibienseestimaelmodeloEMBIyCDS5añosdepanelconsiderandolaruptura,noseutilizaparalaestimacióndelriesgopaísporpracticidad. 8. Referencias

1. Arezki, R. & Bruckner, M. (2010).Resource Windfalls and EmergingMarket Sovereign Bond Spreads: TheRole of Political Institutions. TheWorldBankEconomicReview.

2. Arora, V. & Cerisola, M. (2001). HowDoes U.S. Monetary Policy InfluenceSovereign Spreads in EmergingMarkets?IMFStaffPapers.

3. BancodeEspaña(2008).Introducciónal Riesgo-País. DocumentosOcasionalesNº0802.

4. Beck, R. (2001). Do CountryFundamentals Explain EmergingMarket Bond Spreads? CFS WorkingPaper.

5. Bellas,D.,Papaioannou,M.&Petrova,I. (2010). Determinants of EmergingMarket Sovereign Bond Spreads:FundamentalsvsFinancialStress.IMFWorkingPaper.

6. Bouri, E., de Boyrie, M. & Pavlova, I.(2016). Volatility transmission fromcommoditymarketstosovereignCDSspreads in emerging and frontiercountries. International Review ofFinancialAnalysis.

7. Bulow,J.&Rogoff,K.(1989).SovereignDebt: Is to Forgive to Forget? NBERWorkingPaper.

8. Cantor, R. & Packer, F. (1996).Determinants of Sovereign CreditRatings.FederalReserveBankofNewYork,ResearchPaper.

9. Caouette,J.,Altman,E.&Narayanan,P.(1998). Managing Credit Risk: TheNextGreatFinancialChallenge.WileyFinance.

10. Catão,L.&Sutton,B.(2002).SovereignDefaults: The Role of Volatility. IMFWorkingPaper.

11. CEPAL (2013). La montaña rusa delfinanciamiento externo. El acceso deAmérica Latina y el Caribe a losmercados internacionales de bonosdesdelacrisisdeladeuda,1982-2012.

12. CEPAL (2020). Capital Flows to LatinAmerica and the Caribbean. 2019Year-in-Review.

13. Ciarrapico,A. (1992). Country risk:Atheoretical framework of analysis.Aldershot:Dartmounth.

14. Clark, E. & Kassimatis, K. (2015).Macroeconomic effects on emerging-markets sovereign credit spreads.JournalofFinancialStability.

15. Díaz, S., Gallego, A. & Pallicera, N.(2007). Riesgo país en mercadosemergentes. Universidad PompeuFabra.

16. Diaz, D. & Gemmill, G. (2006). Whatdrives Credit Risk in EmergingMarkets? The Roles of CountryFundamentals and Market Co-movements. Journal of InternationalMoneyandFinance.

17. Doshi,H.,Jacobs,K.&Zurita,C.(2014).EconomicandFinancialDeterminantsof Credit Risk Premiums in theSovereign CDS Market. SSRNElectronicJournal.

18. Edwards, S. (1986). The Pricing ofBondsandBankLoansinInternationalMarkets: An Empirical Analysis ofDeveloping Countries’ ForeignBorrowing. European EconomicReview.

19. Eichengreen, B. & Mody, A. (2000).What Explains Changing Spreads on


26

Emerging-MarketDebt:FundamentalsorMarket Sentiment?NBERWorkingPaper.

20. Eichler, S. & Maltritz, D. (2013). Theterm structure of sovereign defaultriskinEMUmembercountriesanditsdeterminants. Journal of Banking &Finance.

21. Eyssell, T., Fung, HG. & Zhang, G.(2012). Determinants and pricediscovery of China sovereign creditdefault swaps. China EconomicReview.

22. Fondo Monetario Internacional(2020). Informes del Monitor Fiscalabrilde2020.

23. Fondo Monetario Internacional(2020).InformesdePerspectivasdelaEconomíaMundialabrilde2020.

24. González-Rozada,M.&LevyYeyati,E.(2008). Global Factors and EmergingMarket Spreads. The EconomicJournal.

25. Hadzi-Vaskov, M. & Ricci, L. (2019).The Nonlinear Relationship BetweenPublic Debt and Sovereign CreditRatings.IMFWorkingPaper.

26. Hefferman, S. (1986). Sovereign RiskAnalysis.London:UnwinHyman.

27. Hilscher, J. & Nosbusch, Y. (2010).Determinants of Sovereign Risk:MacroeconomicFundamentalsandthePricing of Sovereign Debt. Review ofFinance.

28. Kamin,S.&vonKleist,K.(1999).TheEvolution and Determinants ofEmergingMarketCreditSpreadsinthe1990´s.InternationalFinanceWorkingPaper.

29. Longstaff, F., Pan, J., Pedersen, L. &Singleton,K.(2008).HowSovereignIsSovereign Credit Risk? AmericanEconomicJournal:Macroeconomics.

30. Martínez, J.F.&Powell,A. (2008).OnEmergingEconomySovereignSpreadsand Ratings. Inter-AmericanDevelopment Bank and OxfordUniversityWorkingPaper.

31. Min, H. (1998). Determinants ofEmerging Market Bond Spreads: DoEconomic Fundamentals Matter?WorldBankWorkingPaper.

32. Nagy,P.J.(1979).Countryrisk:HowtoAssess, Quantify and Monitor It”.Euromoney.

33. Pan, J.&Singleton,K. (2008).Defaultand Recovery Implicit in the TermStructure of Sovereign CDS Spreads.JournalofFinance.

34. Pérez García, J. (1995). TratamientoEconométricodelCambioEstructural.DepartamentodeEconomíaAplicada,UniversidadAutónomadeMadrid.

35. Reinhart,C.,Rogoff,K.&Savastano,M.(2003). Debt Intolerance. BrookingsPapersonEconomicActivity.

36. Rojas, A. & Jaque, F. (2003).DeterminantsoftheChileansovereignspread: is it purely fundamentals?Centro de Estudios MonetariosLatinoamericanos.

37. Rowland, P. & Torres, J. (2004).Determinants of Spread andCreditworthinessforEmergingMarketSovereign Debt: A Panel Data Study.BancodelaRepúblicaWorkingPaper.


1

9. Anexos

9.1. Datos

Figura17:CDS5añospromedioenpuntosbásicosporPaísyAno

Tabla30:DescripcióndeVariables

Tabla31:MediadelasVariablesLocales

Patricio Mansilla


2

Tabla32:TransformacióndeNotasdeCalificaciónCrediticia

Figura18:QuiebreEstructuralenelCDS5años

Patricio Mansilla


2

9.2. TestsPhillips-PerronsobrelasVariables

Tabla33:TestPhillips-Perron.Nota:Significanciaestadısticaal1%***,5%**,10%*




Patricio Mansilla


3

9.3. TestsDickeyFullerAumentadosobrelasNuevasVariables

Tabla37:TestDickeyFullerAumentado.Nota:Significanciaestadısticaal1%***,5%**,10%*

Tabla38:TestDickeyFullerAumentado.Nota:Significanciaestadısticaal1%***,5%**,10%*

Tabla39:TestDickeyFullerAumentado.Nota:Significanciaestadısticaal1%***,5%**,10%

Patricio Mansilla


4

9.4. TestsPhillips-PerronsobrelasNuevasVariables




Patricio Mansilla


5

9.5. PrediccióndelModeloEMBIdePanel

Figura19:PrediccionesdelModeloEMBIdePanel

9.6. PrediccióndelModeloCDS5dePanel

Figura20:PrediccionesdelModeloCDS5dePanel

Patricio Mansilla


2

9.7. PrediccióndelosModelosporPaís

Argentina

Figura21:PrediccionesdelModeloEMBIyCDS5añosdeArgentina

Brasil

Figura22:PrediccionesdelModeloEMBIyCDS5añosdeBrasil

Patricio Mansilla


2

Chile

Figura23:PrediccionesdelModeloEMBIyCDS5añosdeChile

Colombia

Figura24:PrediccionesdelModeloEMBIyCDS5añosdeColombia

Patricio Mansilla


3

México

Figura25:PrediccionesdelModeloEMBIyCDS5añosdeMéxico

Perú

Figura26:PrediccionesdelModeloEMBIyCDS5añosdePerú

Patricio Mansilla


4

9.8. Residuales

ModeloEMBIPanel

Figura27:AnálisisdelosresidualesdelModeloEMBIdePanel

El primer gráficomuestra la estimación de densidad Kernel. El estimador de densidad Kernelaproxima ladensidaddeuna funciónapartirdeciertasobservaciones.Losdatossedividenenintervalosnosolapadosysecuentaelnúmerodepuntosdedatosdentrodecadaintervalo.Loshistogramas hacen esto también, y, de hecho, el histograma en sí es un tipo de estimación dedensidadKernel.Elsegundográficomuestralagráficadeunaprobabilidadnormalestandarizada(P-Pplot).ConestosdosgráficossepuedeaceptarquelosresidualesdelmodeloEMBIpaneltienenunadistribuciónnormal.Adicionalmente,sepuededecir lomismosobreloserroresdelmodeloCDS5añosdepanel.ModeloCDS5AñosPanel

Figura28:AnálisisdelosresidualesdelModeloCDS5dePanel

Patricio Mansilla


5

ArgentinaResidualesdelModeloEMBI

Figura29:AnálisisdelosresidualesdelModeloEMBIArgentinaResidualesdelModeloCDS5Años

Figura30:AnálisisdelosresidualesdelModeloCDS5Argentina

Patricio Mansilla


6

Brasil

ResidualesdelModeloEMBI

Figura31:AnálisisdelosresidualesdelModeloEMBIBrasil

ResidualesdelModeloCDS5Años

Figura32:AnálisisdelosresidualesdelModeloCDS5Brasil

Patricio Mansilla


7

Chile


Figura33:AnálisisdelosresidualesdelModeloEMBIChile


Figura34:AnálisisdelosresidualesdelModeloCDS5Chile

Patricio Mansilla


8

Colombia


Figura35:AnálisisdelosresidualesdelModeloEMBIColombia


Figura36:AnálisisdelosresidualesdelModeloCDS5Colombia

Patricio Mansilla


9

MéxicoResidualesdelModeloEMBI

Figura37:AnálisisdelosresidualesdelModeloEMBIMéxico


Figura38:AnálisisdelosresidualesdelModeloCDS5México

Patricio Mansilla


10

PerúResidualesdelModeloEMBI

Figura39:AnálisisdelosresidualesdelModeloEMBIPerúResidualesdelModeloCDS5Años

Figura40:AnálisisdelosresidualesdelModeloCDS5Perú

Patricio Mansilla


11

9.9. ComposicióndelEMBI

Tabla43:CriteriosdeInclusióndeInstrumentosenelEMBI

Tabla44:InstrumentosenelEMBIdecadaPaís

ElEMBIGincluyebonosBradydenominadosendólaresestadounidenses,eurobonosypréstamosemitidosporentidadessoberanasycuasi-soberanas.EstadefinicióndeEMBIesmásampliaquelade su predecesor, el EMBI+, porque amplía la selección de países y el proceso de selección deinstrumentosesdiferente.

Patricio Mansilla


9.10. DatosDisponiblesenlossiguientesenlaces

Variable Fuente EMBI J.P.MorganMarkets

https://markets.jpmorgan.com//#dataquery CDS5años J.P.MorganMarkets

https://markets.jpmorgan.com//#dataquery

Reservas/PIB

Argentina: http://www.bcra.gov.ar/PublicacionesEstadisticas/Principales_variables_datos.asp?serie=246&detalle=Reservas%20Internacionales%20del%20BCRA%A0(en%20millones%20de

%20d%F3lares%20-%20cifras%20provisorias%20sujetas%20a%20cambio%20de%20valuaci%F3n)

Brasil: https://www3.bcb.gov.br/sgspub/localizarseries/localizarSeries.do?method=prepararTelaL

ocalizarSeries Chile:

https://si3.bcentral.cl/Siete/ES/Siete/Cuadro/CAP_ESTADIST_MACRO/MN_EST_MACRO_IV/PEM_BP_EstExtporcenPIB_2/PEM_BP_EstExtporcenPIB_2

Colombia:https://www.banrep.gov.co/es/estadisticas/reservas-internacionales-del-banco-republica

México:https://www.banxico.org.mx/SieInternet/consultarDirectorioInternetAction.do?accion=con

sultarCuadro&idCuadro=CF106&sector=4&locale=es Perú:

https://estadisticas.bcrp.gob.pe/estadisticas/series/mensuales/resultados/PN06481IM/html DeudaBruta/PIB FMIWorldEconomicOutlook

https://www.imf.org/external/datamapper/GG_DEBT_GDP@GDD/OEMDC/ADVEC/WEOWORLD/BRA

CuentaCorriente/PIB

Bloomberg-Tickers:Argentina:EHCAARBrasil:EHCABRChile:EHCACL

Colombia:EHCACOMéxico:EHCAMXPerú:EHCAPE

Inflación

Argentina: http://www.bcra.gov.ar/PublicacionesEstadisticas/Principales_variables_datos.asp?serie=7

931&detalle=Inflaci%F3n%20mensual%A0(variaci%F3n%20en%20%) Brasil:

https://www.ibge.gov.br/estatisticas/economicas/precos-e-custos/9258-indice-nacional-de-precos-ao-consumidor.html?=\&t=series-historicas

Chile:https://si3.bcentral.cl/Bdemovil/BDE/Series/MOV_SC_PR1

Colombia:https://www.banrep.gov.co/es/estadisticas/indice-precios-consumidor-ipc

México:https://www.banxico.org.mx/tipcamb/main.do?page=inf&idioma=sp

Perú:https://estadisticas.bcrp.gob.pe/estadisticas/series/mensuales/resultados/PN01271PM/html

ÍndicedePreciosdeExportaciónde

CommoditiesNeto

https://data.imf.org/?sk=2CDDCCB8-0B59-43E9-B6A0-59210D5605D2

CalificaciónyOutlook

https://tradingeconomics.com/ País–CreditRating

MSCIEMLA https://www.msci.com/end-of-day-data-regional


TasadelBonodelTesoroa2y10

años

https://fred.stlouisfed.org/series/DGS2 https://fred.stlouisfed.org/series/DGS10

VIX http://www.cboe.com/products/vix-index-volatility/vix-options-and-futures/vix-index/vix-historical-data

TED https://fred.stlouisfed.org/series/TEDRATE Tabla45:FuentesdelosDatos

estimaciÓn del riesgo paÍs en latinoamÉrica

Documents