Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema:
Ecuador.
Periodo 2007-2017
Cindy Mera
Lorena Mina
Profesor:
Materia:
Finanzas II
Tema: Estrés financiero en la actividad económica ecuatoriana del sector G
Resumen
Los mercados financieros han estado muy dinámicos en los últimos periodos en
la mayoría de los países, dado por las diferentes crisis financieros por las formulaciones
políticas que afectan la economía financiera de las empresas por lo que se ha vuelto de
interés e importante cuantificar el estrés financiero. De esta forma, varios estudios se
cuestionan sobre ¿cuál es la incidencia del estrés financiero de las empresas de sector G
ante los indicadores del ROE, ROA, Rentabilidad financiera, endeudamiento del activo,
financiera? Por ende, radica importante modelar el estrés de las empresas y como caso
las empresas del sector G del Ecuador dentro del periodo 2007 – 2017. De los
significancia del 5% que las variables independientes del estudio a excepción del ROE
son significativas en modelación del estrés financiero. Por lo tanto, existe evidencia
estadística para rechazar la hipótesis nula, y afirmar que los indicadores financieros
Abstract
Financial markets have been very dynamic in recent periods in most countries,
given by the different financial crises that have occurred due to the political
interest and important quantify the financial stress that you are possessing. In this way,
several studies are questioning about what is the incidence of financial stress in G sector
companies in the face of the indicators of ROE, ROA, financial profitability, asset debt,
equity debt, financial leverage and the impact of cargo financial? Therefore, the
importance lies in modeling the financial stress of the member companies and as a case
study a focus on the automotive sector will be handled through multi-variant statistical
techniques.
The research methodology was descriptive, correlative and quantitative that uses
Ecuador within the period 2007 - 2017. From the results obtained, two statistical models
were applied to determine the financial stress, being a probit and a multivariate
regression model. Where the best fit model was taken and it was concluded with an R
variables of the study with the exception of ROE are significant in modeling financial
stress. Therefore, there is statistical evidence to reject the null hypothesis, and affirm
Introducción
sistema financiero se han venido desarrollando en la década más reciente dadas las
crisis de los años ochenta y la crisis asiática de finales de los noventa. Las primeras
años de 1980 a 1994 bajo una modelación logit multinomial, el análisis demostró que
Por otro lado, se analizó la relación entre la liberalización financiera y la fragilidad del
sólido.
Revisión de Literatura
para comprender el grado de estrés en relación con crisis pasadas [ CITATION Agn15 \l
2058 ]. Estos esfuerzos han dado como resultado varios indicadores de estrés financiero,
índices que rastrean la evolución del sector financiero durante un largo período
rendimiento, el diferencial de los pagarés del Tesoro a 10 años sobre la tasa de los
precios de las opciones de acciones, que aún no logra capturar el grado de estrés de todo
evaluaron un estudio para las crisis en el mercado cambiario, y concluyó que la mayoría
de las crisis se generan en economías frágiles, con signos de estrés forjados por varios
pronóstico y calibración. Al final se prueba el indicador líder para la crisis asiática. Los
resultados mostraron que estas economías estaban en un nivel muy frágil, con claros
signos de estrés alrededor de 18 meses antes del colapso cambiario, lo cual infiere que
resumen de las tasas comerciales y de quiebras, las tasas de interés reales ex-post y los
fuentes descriptivas para estimar los datos del período 1790-1869 que carecían de
1997 y se demostró que un modelo empírico era preciso basado por separado en los
índices cualitativo y cuantitativo. Sin embargo, dado que el índice se basó en datos
anuales, resultó útil analizar tendencias pasadas, pero su aplicación en el análisis de la
Morgan utiliza diferentes componentes del riesgo global (riesgo de liquidez y crédito y
sobre la base del diferencial entre los bonos del Tesoro de los EE. UU. En ejecución y
fuera de funcionamiento y los márgenes de swap de EE. UU. el riesgo crediticio se mide
por el diferencial entre los bonos corporativos a 10 años y los bonos del Tesoro de EE.
opciones [ CITATION Che16 \l 2058 ]. Este índice se utiliza a menudo para determinar
La falta de métodos para medir los niveles de estrés en todo el sistema financiero
fue una de las limitaciones más importantes de estos índices [ CITATION Cev16 \l
2058 ]. El índice canadiense se construyó sobre once variables del sistema financiero
(subíndices) que cubrían los mercados considerados más importantes para la estabilidad
del sistema financiero: el sector bancario, los mercados de acciones, los mercados de
(GARCH).
resultados de una encuesta cualitativa realizada por el Banco de Canadá que analizó las
percepciones de los participantes del mercado sobre los períodos de tensión financiera
en Canadá. Este índice fue el primero en cubrir la mayor parte del sistema financiero y
desarrollar las medidas adecuadas. Los bancos de la Reserva Federal de los EE. UU.
desarrollaron varios índices de estrés financiero para medir el estrés financiero en los
EE.UU.: (a) El índice de estrés financiero del Banco de la Reserva Federal de Kansas
City (KCFSI) en 2009, (b) el índice de estrés financiero del Banco de la Reserva Federal
de St. Louis (STFSI ) en 2010, y (c) el índice de estrés financiero (CFSI) del Banco de
2058 ] utilizaron datos mensuales para construir el KCFSI. Utilizaron varios criterios
para seleccionar 11 indicadores que reflejan las características clave del estrés
financiero. Cada indicador tenía que representar características de estrés financiero, para
rendimientos del mercado incorporan la mayor cantidad de información y son los más
estar disponible al menos desde 1990, a fin de evaluar la capacidad del KCFSI para
los indicadores de estrés. Si bien el KCFSI se basa en según los datos en todos los
procesos que aceleraron significativamente durante los períodos de estrés severo, como
fue el caso de las fallas de Bear Stearns y Lehman Brothers. En este sentido, sería
tiempo real. Esta limitación llevó al Banco de la Reserva Federal de St. Louis a crear un
del índice utiliza siete series de tasas de interés, seis diferenciales de rendimiento y otros
cinco indicadores financieros, todos los cuales están disponibles desde 1993
que su base semanal que le permite reflejar el estado actual del sistema financiero
desarrollado en 2009 por M. Oet, T. Bianco, et al., este índice se basa en datos diarios
del mercado financiero para permitir evaluar los niveles de tensión actuales. El CFSI se
amplia cobertura del sistema financiero y el estrés en cualquiera de ellos que puede
para capturar los cambios en la importancia relativa de cada uno de los cuatro sectores
investigación permitió explorar los canales de transmisión del estrés financiero entre las
qué factores, incluidos los factores regionales comunes, llevaron a aumentos en los
economías avanzadas y 18 como países en desarrollo. Los datos brutos del mercado
agregaron para tres mercados clave: renta fija, renta variable y divisas. La contribución
más destacada del índice del BCE fue que también creó el Índice Global de Turbulencia
Financiera para evaluar el grado medio de estrés en las economías más avanzadas del
índice a 29 países. Los autores intentaron determinar los indicadores clave para medir el
resultados demostraron que es difícil predecir con precisión las tensiones financieras en
general, con la excepción del crecimiento del crédito, que tiene una buena capacidad de
predicción para la mayoría de los países. Al mismo tiempo, algunas variables que son
valores y sector bancario. Estos subíndices fueron ponderados por el tamaño del sector
nivel de tensión actual en el sistema financiero de la zona del euro. El índice CISS
que produce un nivel de índice más alto cuando el estrés se manifiesta en varios
probable que el estrés financiero sea sistémico si se extiende a varios mercados; estrés
simples de un solo parámetro para mercados únicos. Los enfoques más recientes se han
2058 ]. Al construir nuestro FSI para Ucrania, se desarrolló un indicador compuesto que
cubra varios segmentos del mercado financiero, en línea con los hallazgos y
Objetivos de la investigación
2017. Para este fin se hacen explícitos los siguientes objetivos específicos:
Hipótesis
artículo, hace referencia a ¿cuál es la incidencia del estrés financiero de las empresas de
sector G ante los indicadores del ROE, ROA, Rentabilidad financiera, endeudamiento
Diseño de Investigación
un hecho o fenómeno.
Por ende, se considera como una investigación descriptiva que utiliza un estudio
sector G dentro del periodo 2007 - 2017. La recopilación de toda esta información es de
vital importancia para tabular los resultados obtenidos de fuentes secundarias oficiales
con el fin de tener un resultado final que permita modelar el estrés financiero mediante
Tipo de Investigación
cuantificación del problema, para buscar qué tan generalizado se encuentra, a través del
son fuentes primarias o secundarias. Con enfoque cuantitativo, debido a que se realizará
Alcance de Investigación
El alcance del estudio es de tipo correlativo, puesto que ejecuta un análisis sobre
la relación que mantiene una variable con otras, donde incide los indicadores
Entre más grande una muestra no necesariamente será más precisa y con menos error,
consecuencia, enfatiza que no existe un tamaño adecuado de la muestra. Por tal motivo,
variable que representará si ésta presenta bajos o altos niveles de estrés, lo cual fue
necesario un análisis estadístico de medias de cada entidad que vaya acorde con los
umbrales financieros determinados en la Tabla 1, es decir, si cumple con la umbral del
ROA se le asigna 1 haciendo referencia a un bajo nivel de estrés financiera. Este análisis
Nota: Se aplica por cada variable. Si cumple, 1 = bajo estrés financiero. No cumple, 0 = alto estrés
financiero
Análisis de datos
los datos se utiliza el programa estadístico Stata. A continuación, se describe cada uno
Modelo 1:
Prob [ Estrés=1/ X 1 , X 2 , X n ] =G(β 0+ β1 EA 1 + β 2 EP 2 + β 3 AF 3 + β 4 ICF 4 + β 5 ROA 5 + β 6 ROE 6 + β 7 RF 7 )
Modelo 2: Estrés=β0 + β 1 ¿
para determinar el estrés financiero. La única variable que no se integró dentro del
buen índice de robustez y explicación del modelo. Entonces, los indicadores de ROA,
realizó los test de multicolinealidad y exogeneidad que determinaron los residuos en los
residuos son de 0,01 menor a un nivel de 0,05 significativa. Por lo tanto, se concluye
Al evaluar los dos modelos, se tiene que el mejor modelo para explicar el estrés
50%, sin embargo, para llegar a este nivel de significancia se tuvo que omitir la variable
Al analizar la ecuación y sus coeficientes, se observa que las empresas del sector
que no cuenten con los resultados financieros para a mantener un estrés del 0,76,
mientras más cercano sea a 1 se las pondera como organizaciones de bajo estrés
financiero. Además, existe una relación positiva entre las variables de endeudamiento y
estrés financiero siendo de esta manera más próximo a 1. Por otra parte, los índices de
tienen una relación inversa al estrés financiero, de tal manera que mientras más se
incremente estos índices descritos, las empresas presentarás elevados niveles de estrés
Conclusiones
estrés financiero. De tal forma que el modelo 1 corresponde al probit de la cual solo dos
variables de estudio fueron significas sin embargo este modelo cuenta con un índice de
correlación del 99% siendo alto y robusto para la explicación de las variables. Por otra
son significativas en modelación del estrés financiero. Por lo tanto, existe evidencia
estadística para rechazar la hipótesis nula, y afirmar que los indicadores de ROA,
Referencias bibliográficas
Agnello, L., Castro, V., Tovar, J., & Sousa, R. (2015). Financial stress and sovereign
1080/13504851
Al-Fayoumi, N., Abuzayed, B., & Arabiyat, T. (2019). The banking sector, stress and
1603-1611. doi:10.1080/13504851
http://asignatura.us.es/dadpsico/apuntes/TamMuestra.pdf
Balakrishnan, R., Danniger, S., Elekdag, S., & Tytell, I. (2014). The transmission of
Brave, S., & Butters, A. (2011). Monitoring financial stability: A financial conditions
Cevih, E., Dibooglu, S., & Kenc, T. (2016). Financial stress and economic activity in
Cevik, E., Kirci-Cevik, N., & Dibooglu, S. (2016). Global Liquidity and Financial
Chen, W., Hamori, S., & Kinkyo, T. (2016). Banking sector resilience to financial
Grimaldi, M. (2010). Detecting and Interpreting Financial Stress in the Euro Area. ECB
Haefcke, S., & Skarhol, A. (2011). A Swedish Financial Stress Index. Suecia:
Hammoudeh, S., Joong, W., & Sarafrazi, S. (2015). Sources of Fluctuations in Islamic,
U.S., EU, and Asia Equity Markets: The Roles of Economic Uncertainty,
Interest Rates, and Stock Indexes. Emerging Markets Finance and Trade, 1195-
1209. doi:1540-496X
Hatzius, J., Hooper, P., Mishkin, F., Schoenholtz, K., & Watson, M. (2010). Financial
Conditions Indexes: A Fresh Look after the Financial Crisis. National Bureau of
Holló, D., Kremer, M., & Lo Duca, M. (2012). CISS – A Composite Indicator of
Mansour, L., Dagher, L., & Hariri, S. (2020). Not the usual suspects: Critical indicators
6. doi:101175
Oet, M., Eiben, R., Bianco, T., Gramlich, D., & Ong, S. (2011). Financial Stress Index:
Sahoo, J. (2020). Financial stress index, growth and price stability in India: some recent
doi:10.1080/19186444.2020.1768789
Singh, A., & Singh, M. (2016). Investigating impact of financial stress on FII flows in
doi:10.1080/23311975