Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Por
Por
Asesorado por
3
AGRADECIMIENTOS
4
Tabla de contenido
1. Introducción 10
2. Marco teórico 13
2.1. Concentración del Mercado Bancario 13
2.2. Modelo teórico 14
3. Revisión de Literatura 21
3.1. Evidencia Internacional 21
3.2. Evidencia Nacional 26
4. Modelo econométrico y datos 29
4.1. Modelo Empírico 29
4.2. Datos 30
4.3. Estimación del Margen 32
Conclusión 35
REFERENCIAS 36
5
Lista de Tablas
6
Lista de Gráficas
7
Lista de Anexos
8
Resumen
ABSTRACT
This paper studies the effect of the banking concentration on the net interest
income in Colombia, during the period of April 1995 to October 2011 by using a
model developed by Ho and Saunders (1981) which allows estimating the
determinants of the margin interest as the theoretical one. On the other hand, and
aiming to estimate the model, a fixed effects data panel is used in order to
conclude that banking concentration has a direct relationship when defining the net
interest margin.
9
1. Introducción
1
Una fusión implica la presencia ex –ante de una concentración, la fusión entre empresas en cierra
la unión de sus patrimonios para continuar dentro del mercado como una sola unidad de mayor
poder
10
resultado de cierres, absorciones y fusiones bajo el proceso de consolidación del
sistema bancario.
2
Para el caso colombiano, Estrada (2005), Bernal (2007) y Florez & Echeverry (2009) evidencian
una tendencia en la estructura de mercado oligopólica.
11
colombiano, y así obtener evidencia que permita identificar la influencia que
presenta la concentración bancaria al momento de fijar el margen de
intermediación en este mercado
De esta manera, el orden sugerido para alcanzar el objetivo del presente trabajo
es el siguiente: se inicia con la presente introducción que muestra de manera
general las dinámicas que se quieren entender en el trabajo; continúa con la
presentación del modelo teórico empleado en la elaboración del documento; en la
tercera parte, se realiza la revisión de literatura de trabajos aplicados en el
mercado bancario, en la cuarta sección, se plantea el modelo que permite evaluar
la relación entre concentración bancaria y el margen de interés en el sistema
bancario colombiano, adicionando los resultados empíricos de la estimación, y
finalmente, en la quinta sección presentamos algunas conclusiones.
12
2. Marco teórico
Por su parte, Aguiar et al. (2007, p.4) arguye que las concentraciones se pueden
generar de diferentes formas ya sea por una concentración horizontal, vertical, o
3
Jorge, F (1971) recalca que la concentración no se debe confundir con el origen de un oligopolio
o un monopolio dado que la disminución del número de empresas no necesariamente con lleva a
la construcción de practica anticompetitivas, pero es importante resaltar que un desarrollo de
monopolización si produce un proceso de concentración.
4
Se basa en el número total y en la distribución de los tamaños de las empresas de una industrial
comúnmente implementada como un índice que permite obtener información de la distribución de
tamaños de las entidades permitiendo identificar la participación del mercado.
5
Es el porcentaje acumulado de la variable tamaño (s) de las x-ésima empresa más grande de un
mercado formado por n empresas. Para determinar una aproximación, en un tipo de mercado
oligopólico, normalmente se toman las 4 entidades más representativas del mercado.
13
concentraciones y fusiones que no posean relación alguna, provocando que el
impacto de éstas cambie la estructura de mercado.
14
El banco cuenta con tres elementos que determinan su cartera: el primero es su
cartera fija de activos (𝛾) los cuales son negociables; el segundo es el inventario
de crédito neto (𝐼), específicamente lo que se invierte. El modelo propuesto por Ho
y Saunders asume la misma fecha de vencimiento tanto para los depósitos (𝐷)
como para los préstamos (𝐿), ya que al final del tiempo de vencimiento mostrará
que la diferencia entre el préstamo y el depósito es igual al inventario del crédito
𝐿 − 𝐷 = 𝐼, lo cual se encontrara sometido a una tasa de interés de riesgo.
Como tercer y último componente, se asume que el banco toma una posición -
positiva o negativa- de corto plazo en el mercado de dinero 𝑀 que cuenta con una
cartera fija negociable, ésta con la finalidad de invertir sus excesos de liquides o,
en el mejor de los casos, financiar los préstamos (Freixas y Rochet, 1997)
Donde 𝑟̃𝛾 , 𝑟̃𝐼 son las tasas de retorno tanto para la cartera fija de los activos
negociables, respectivamente. y 𝑟 es el interés obtenido en el mercado monetario.
6
Esto es igual a una función de utilidad exponencial usando los rendimientos siguiendo una
distribución normal
15
El objetivo de los bancos es maximizar su nivel de utilidad esperada y elegir la
tasa de interés como el riesgo óptimo. Con el propósito de optimizar la utilidad
esperada de la riqueza del banco, se utiliza una aproximación de Taylor de
segundo orden 7
Donde
𝑑𝑓 𝑑𝑓
7
Aproximación de Taylor de segundo orden 𝑇2 ; 𝑝𝑓(𝑥, 𝑦) = 𝑓(𝑥0 , 𝑦0 ) + ( )𝑝 (𝑥 − 𝑦) + ( )𝑝 (𝑦 −
𝑑𝑥 𝑑𝑦
𝑦0+12 [(𝑑2𝑓𝑑𝑥2)𝑝(𝑥−𝑥0)2+2(𝑑2𝑓𝑑𝑦𝑑𝑥)𝑝𝑥−𝑥0𝑦−𝑦0+(𝑑2𝑓𝑑𝑦2)(𝑦−𝑦0)2]
8
Suma de todos los préstamos y depósitos
16
que el depositante tendrá un pago del banco 𝑄(1 + 𝑎) y que al finalizar el periodo
alcanzará una tasa de interés 𝑄(1 + 𝑟̃𝐼 ).
Por lo cual, la tasa de retorno que obtienen los depositantes está dada por
Préstamos 𝑄(1 − 𝑏)
1+𝑟̃ 𝐼
𝑟𝐿 = −1 (6)
1−𝑏
1+𝑟̃ 𝐼 −1+𝑏 𝑟𝐼 +𝑏
𝑟𝐿 = 𝑟𝐿 = (7)
1−𝑏 1−𝑏
Ahora
En donde la cantidad de dinero inicial más el ingreso del depósito al banco, más
una comisión cobrada por el tiempo de intermediación del tamaño del depósito es:
𝐶0 + 𝑄 + 𝑄𝑎 = 𝐶0 + (1 + 𝑎) (9)
En caso contrario, tenemos que la cantidad de dinero inicial menos la salida del
préstamo del banco, más una comisión cobrada por el tiempo de intermediación
del tamaño del depósito es:
𝐶0 − 𝑄 + 𝑄𝑏 = 𝐶0 − (1 − 𝑏)𝑄 (10)
17
Por otra parte, cuando un banco atrae a un depósito adicional, generando un
aumento en el nivel de utilidad, así
𝜆𝐿 = 𝛼 − 𝛽𝑏 (14)
9
La distribución Poisson consta en el nuero de eventos exitosos que ocurre en un tiempo dado, en
donde este es totalmente aleatorio, ampliación. Newbold. et. al (2008) pág. 173
18
la riqueza esperada al momento de las transacciones de (𝑎) y (𝑏) se encuentra
determinado por:
� |𝐷, 𝐿) = 𝜆𝐷 ∆𝑈 �𝑊
∆𝑈(𝑊 � � 𝑑𝑒𝑝ó𝑠𝑖𝑡𝑜 � + 𝜆𝐿 ∆𝑈�𝑊
� � 𝑃𝑟é𝑠𝑡𝑎𝑚𝑜 � (15)
Ya que los márgenes de (𝑎) y (𝑏) se generan de forma que se maximice el nivel
de utilidad esperada de la riqueza del banco, las condiciones de primer orden
vienen dadas de la siguiente manera
𝜕𝜆𝐷
= (∆𝑈|𝐷𝑒𝑝ó𝑠𝑖𝑡𝑜) + 𝜆𝐷 𝑄(1 + 𝑟) = 0
𝜕𝑎
𝜕𝜆𝑙
= (∆𝑈|𝑃𝑟é𝑠𝑡𝑎𝑚𝑜) + 𝜆𝑙 𝑄(1 + 𝑟) = 0 (16)
𝜕𝑏
𝜆𝐷 + 𝜆𝑙 = 𝛼 − 𝛽𝑎 + 𝛼 − 𝛽𝑏
𝜆𝐷 + 𝜆𝑙 = 2𝛼 − 𝛽(𝑎 + 𝑏) (18)
𝛼
(∆𝑈|𝐷𝑒𝑝ó𝑠𝑖𝑡𝑜𝑠) + (∆𝑈|𝑃𝑟é𝑠𝑡𝑎𝑚𝑜𝑠) = 2 − (𝑎 + 𝑏)𝑄(1 + 𝑟) (19)
𝛽
𝛼
(∆𝑈|𝐷𝑒𝑝ó𝑠𝑖𝑡𝑜𝑠) + (∆𝑈|𝑃𝑟é𝑠𝑡𝑎𝑚𝑜𝑠) = 𝑄(1 + 𝑟){2 − 𝑠} (20)
𝛽
Adicional a lo anterior, las expresiones de los valores absolutos de (a) y (b) son
algo complejos, en las cuales surgen específicamente 𝛾 e 𝐼, pero el diferencial
19
absoluto del margen (S) se presenta de una manera más cómoda, a diferencia de
𝛾 e 𝐼. Reemplazando en (∆𝑈|𝐷𝑒𝑝ó𝑠𝑖𝑡𝑜𝑠) y (∆𝑈|𝑃𝑟é𝑠𝑡𝑎𝑚𝑜𝑠) por las ecuaciones
presentadas (11) y (12) respectivamente, se obtiene la siguiente ecuación (Freixas
y Rochet, 1997)
𝛼
𝑄(1 + 𝑟)𝑠 − 𝜌𝜎𝐼2 𝑄2 = 𝑄(1 + 𝑟){2 − 𝑠} (21)
𝛽
1 𝜌𝜎𝐼2 𝑄
representa el “margen neutral de riesgo” y el segundo, , una prima de riesgo
2 (1+𝑟)
𝛼 1 𝜌𝜎𝐼2 𝑄
𝑆= + (22)
𝛽 2 (1+𝑟)
20
3. Revisión de Literatura
10
Indicador modificado con la característica de que si dos o más industrias pequeñas se fusionan
el ID puede disminuir, como el resto de indicadores, entre mayor sea el ID quiere decir que la
industria se encuentra más concentrada
11
Indicador de rentabilidad patrimonial. Muestra la relación entre la utilidad neta y el fondo
patrimonial, por industria o firmas
21
encontrando que un mercado concentrado, no necesariamente tiene que ser un
mercado anticompetitivo.
12
Se calculó como la suma de los cuadrados de los tamaños relativos de las empresas de la
industria considerada
22
3.1.2. Estudios relacionados con los determinantes del margen de interés.
Así mismo, para el cálculo tanto del margen de interés y como del margen puro, se
implemento como base de datos los balances de los principales bancos de EE.UU,
y llega a la conclusión de que el margen de interés puro depende los cuatro
factores nombrados en líneas atrás. Por otra parte, se identificó que los bancos
más pequeños tenían un promedio de transacciones de margen de interés
aproximadamente un tercio de uno por ciento más que los bancos grandes.
13
Como extensión del modelo de Ho y Saunders utilizan el presentado por Allen 1988, Angbazo
1997 y el marco teórico elaborado por Zarruck 1989 y Wong 1997, Citado en : Martinez y Mody
(2004)
23
El trabajo de Espino y Carrera (2006) estudia los efectos de la Concentración
Bancaria (CB) sobre las tasas de interés en el sistema bancario peruano durante
el periodo 1995 – 2004. Teóricamente se apoya en el paradigma Estructura-
conducta–resultado, donde la teoría postula que la estructura de mercado
determina el comportamiento y el resultado de las firmas. Los autores con el fin de
determinar si hay concentración bancaria en este país, calculan el índice de
concentración de las mayores empresas (ICm 14) y el HHI, estiman un panel de
datos no balanceado estático a nivel de bancos considerando los problemas de
autocorrelación que se presentan en la mayoría de series de tiempo Baltagi y Wu
(1999 citado en Espino y Carrera 2006), de esta mara, se apoyan en el trabajo de
Martínez y Mody (2004) controlando por variables Micro y Macro, con una
frecuencia de datos trimestral, encontrando que la concentración bancaria (CB)
tiene un efecto positivo y significativo sobre el margen de las tasas de interés de
los bancos peruanos, impacto que se logra identificar en el caso de moneda
nacional pero no en moneda extranjera, dando un indicio de que hay más
competencia en moneda nacional que en moneda extranjera.
14
Se conoce como índice de concentración de las mayores empresas , en donde encierra los 3 o 4
bancos más grades
24
Préstamo (AAyP) representado el 80% del total del mercado, aplicando un pooling
dado a la existencia de series de tiempo largas y consistentes con respecto
(AAyP), los resultados indican que no se rechaza la presencia de poder de
mercado, específicamente, señala que a partir del análisis de magnitud de las
tasas de intereses pasivas, que las (AAyP) lograron trasferir las dos terceras
partes de los aumentos de las tasas pasivas a las activas.
25
3.2. Evidencia Nacional
Los trabajos realizados en esta línea para Colombia se han centrado en estudiar
los efectos de procesos de fusión ó consolidación en las últimas dos décadas,
identificando qué tan concentrado se encuentra el sistema bancario y las
consecuencias que pueden generar partiendo de la estructura de mercado en la
que este se encuentre. Estrada (2005) analiza el efecto de las fusiones sobre la
eficiencia en beneficios y el poder de mercado en el periodo 1996 - 2004,
calculando la variación en la medida de eficiencia asociada con la fusión. Para
interpretar los datos, se emplea una modificación del modelo de frontera
estocástica en el cual se permite tener medidas de eficiencia que pueden variar a
través del tiempo, y así mismo el índice de concentración HHI.
15
Una exposición más detallada de las fusiones o consolidaciones del sistema financiero ver
Estrada (2005), cuadro # 4
26
Bernal (2007) encuentra evidencia a favor de la hipótesis de que los aumentos en
la consolidación financiera han afectado el grado de poder de mercado del sistema
financiero crediticio colombiano en la década de 1995 a 2005. Realizó ejercicios
econométricos de panel de datos y estimaciones para evaluar el nivel de
competencia del mercado. Asimismo, los índices de concentración utilizados en
este estudio son los siguientes: CR 16, (HHI), Hall-Tideman (HTI) 17, Concentración
Industrial (CCI) 18, Entropía (E) 19; encontrando que el nivel de competencia ha
aumentado en el transcurso del tiempo, lo que influye de manera significativa las
variables macroeconómicas.
16
Recoge la participación de las k entidades más grandes de la industria. Es un método simple y
exige poca información en comparación con los demás indicadores; por esta razón es uno de los
más usados en la literatura (índice discreto).
17
Hace énfasis en la necesidad de incluir el número de entidades porque refleja la contestabilidad
del mercado; un número pequeño de entidades representa condiciones de entrada difíciles a
una industria particular y lo contrario para un número elevado de entidades. La participación de
mercado de cada entidad es ponderada por su ranking.
18
índices de dispersión relativa y magnitud absoluta, se calcula como la participación de la entidad
más grande con las participaciones elevadas al cuadrado de las demás entidades, ponderadas
por un multiplicador que refleja el tamaño proporcional del resto de la industria.
19
Pondera de menor forma a las entidades más grandes del sistema. No está restringido al rango
[0,1], como el resto de índices presentados
20
Se basa en el número total y en la distribución de los tamaños de las empresas de una industria
21
Mide los cambios en las participaciones de mercado ( Ranking) de las empresas instaladas, esta
se calcula como suma de los valores absolutos de las diferencias entre las cuotas de mercado
de las n-empresas entre dos años consecutivos
27
3.2.2. Estudios relacionados con los determinantes del margen de interés.
28
4. Modelo econométrico y datos
22
Los dos autores en sus trabajos resaltan a los siguientes autores por implementar un enfoque de
panel de datos de dos pasos en los márgenes del banco McShane y Sharpe (1985) y Angbanzo
(1997) entre otros, ver Estrada (2006) y Gevara (2003).
29
La literatura empírica y teórica revisada en el documento indica que existe una
relación directa entre la concentración bancaria y el margen de intermediación que
fijan los bancos. Por tal razón, se emplea para la estimación un modelo de panel
de datos de efectos fijos porque que se utiliza una transformación para eliminar los
efectos no observados antes de llevar a cabo la estimación. Esto es porque se
podría presentar correlación de los errores con las variables explicativas, y es
deseable capturar las características propias atribuibles a cada banco.
Los impactos esperados de las variables son los siguientes. Para el nivel de riesgo
se espera que se presente un efecto positivo al momento de fijar la tasa interés, ya
que a mayor riesgo percibido por el banco al no pago, la tasa se verá manifestada
en el aumento del margen; además, coste de oportunidad deberá presentar un
efecto positivo porque que la cantidad de dinero que tienen los bancos en reserva
en el Banco de la República provoca que se enfrenten a un coste de oportunidad y
desvían de otra actividad mucho más rentable; por su parte, los costos de
intermediación pueden tener efecto positivo o negativo al momento de fijar el
margen de interés; ya que éste se encuentra sujeto a los gastos netos de la
comisión. Por otra parte, se espera que la eficiencia tenga efectos positivos sobre
el margen, dado que parte del aumento en los costos administrativos se
trasladarían a los tomadores de crédito. Por último, se espera que un aumento en
la participación del mercado bancario genere incrementos en el margen de interés.
4.2. Datos
30
cual se representan alrededor del 90% del total de los préstamos que hacen los 23
bancos del estudio.
El objetivo de las tablas (1) y (2) es mostrar en forma sintética que la exclusión de
8 de los 23 bancos que compone la muestra 23, no representa una influencia
considerable, ya que se puede observar que el margen presentado en la tabla (1)
con respecto a la tabla (2) no presenta diferencias significativas. En otras
palabras, la exclusión de los 8 bancos no afecta la variable del margen de interés.
Por otro lado, es importante la exclusión de los bancos, dado que algunas de
estas entidades no presentan registros en sus balances en el tiempo de estudio y,
por tal razón, carecen de información. Esto se debe a que muchos de estos
bancos son nuevos o son el producto de muchas de las fusiones que se han
generado en la década de1990. Por otra parte, se evidencia que el nivel medio de
riesgo presentado en las tablas no refleja cambios significativos.
Deviación
Variable Media Mínimo Máximo
Estándar.
MI 0,0446 0,0359 -0,0785 0,2092
RCR 0,0265 0,0253 0,0000 0,2594
CP 0,0012 0,0021 0,0000 0,0231
COPT 0,0329 0,0239 0,0000 0,2103
CM 0,0334 0,0913 -0,0084 2,0788
PMB 0,0545 0,0494 0,0000 0,2524
Tabla 1: Estadísticas descriptivas, 23 bancos. Fuente:
Superintendencia Financiera de valores, cálculos propios.
23
Los 8 bancos que fueron excluidos en la tabla (2) son: Banagrario, Bancamía , Bancoomeva,
Colpatria, Falabella, Procrdit, Scotia y por ultimo WWB
31
Deviación
Variable Media Mínimo Máximo
Estándar.
MI 0,0465 0,0334 -0,0139 0,2092
RCR 0,0266 0,0246 0,0001 0,2594
CP 0,0013 0,0023 0,0000 0,0231
COPT 0,0317 0,0209 0,0012 0,1290
CM 0,0278 0,0414 -0,0084 0,3200
PMB 0,0613 0,0509 0,0018 0,2524
Tabla 2: Estadísticas descriptivas, 15 bancos. Fuente:
Superintendencia Financiera de valores, cálculos propios.
32
Los resultados de las estimaciones se presentan en la tabla 3, mostrando en la
estimación 1 y 2 los resultados de panel de datos balanceados para 14 y 15
bancos, y la estimación 3 y 4 son paneles de datos no balanceados con los 23
bancos, los resultados del test de Hausman favorecen la estimación del modelo
con efectos fijos de tiempo en todos los casos; los parámetros estimados en todas
las regresiones presentan los signos esperados y son consistentes con lo
encontrado por Estrada, Gómez y Orozco (2006).
33
Variable dependiente : Margen de interés (MI)
Variables
independientes Estimación 1 Estimación 2 Estimación 3 Estimación 4♣
RCR 0.0937 *** 0.1356*** 0.2889*** 0.2889***
(0.0229) (0.0219) (0.0203) (0.0335)
CP 1.6221 *** 1.8062*** 2.1267*** 2.1267***
(0.1650) (0.1624) (0.1846) (0.1686)
COPT 1.0964 *** 1.1498*** 0.7545*** 0.7545***
(0.0352) (0.0343) (0.0237) (0.0512)
CM -0.0682*** -0.0578*** -0.0722*** -0.0722***
(0.0094) (0.0092) (0.0042) (0.0071)
PMB 0.0013 0.0137** 0.0310*** 0.0310***
(0.0070) (0.0068) (0.0076) (0.0062)
Constante 0.0098 *** 0.0049*** 0.0103*** 0.0103***
(0.0014) (0.0013) (0.0011) (0.0017)
observaciones 2758 2955 3612 3612
Número de bancos 14 15 23 23
R2 0.7190 0.7158 0.6590 0.6590
No No
Balanceado Balanceado Balanceado Balanceado
Test de Hausman
Chi-cuadrado 198.9087 193.5321 319.5105
Tabla 3: Estimaciones. Fuente: Superintendencia Financiera de valores, cálculos
propios.
Nota: * nivel de significancia *10%, **5% y ***1%, Los errores estándar de los
parámetros aparecen entre paréntesis
♣ Los errores estándar en esta estimación son robustos a la presencia de
heterocedasticidad
34
Conclusión
35
Referencias Bibliográficas
36
Gonzáles. R. (2008). Estructura de Mercado, Condiciones de Entrada y Número
Óptimo de Bancos en el Sistema Bancario Boliviano: Una Aproximación de
Indicadores de Concentración y Movilidad Intra-industrial, Superintendencia
de Bancos y Entidades Financieras de Bolivia.
Ho. T., Saunders. A. (1981). The determinants of bank interest margins theory and
empirical evidence, Volume XVI, No. 4.
Panzar, J.y Ross, J (1987) “Testing for Monopoly Equilibrium”, The Journal of
industrial Economics, Vol. 35, No. 4 pp 443 -456
37
Steiner. R, Barajas. A, Salazar. N. (1998), El Margen de Intermediación Bancaria
en Colombia, Banco Interamericano de Desarrollo, Documento de trabajo
R-325, Enero.
38
Anexo A: Indicadores de concentración, HHI y Cx
Los resultados de este cálculo se debe multiplicar *10^4 dado que la estimación
maneja unos rangos, si HHI > 1800, entonces el mercado se encuentra altamente
concentrado, 1000 < HHI < 1800, entonces el mercado presenta una
concentración moderada, HHI < 1000, entonces en el mercado no hay
concentración, por otro lado si no se multiplica por 10^4 es totalmente valido ya
que solo un cambio de escala si H > 0.18 el mercado se encuentra altamente
concentrado, 0.11 < H < 0.18, el mercado presenta una concentración moderada y
si H < 0.1, entonces el mercado no se encuentra concentrado
Los criterios de interpretación de las estimaciones son si C(x=4) > 50, el mercado
que se encuentra en una estructura oligopólica, 25 <C(x=4) < 50, entonces se
encuentra en un oligopolio leve y si C(x=4) < 25, no existe oligopolio 24
24
Ampliaciones de los índices empleados ver Gonzales (2008)
39
.00
.04
.08
.12
.16
.20
.24
.28
.00
.04
.08
.12
.16
.20
.24
.28
1- 96M06
1- 95M11
2- 98M03
2- 98M02
3- 02M06
3- 02M04
4- 05M01
4- 04M03
5- 06M04
5- 06M11
6- 10M10
6- 09M04
8- 95M11
8- 96M12
9- 98M11
9- 98M12
10 - 01M09
10 - 02M02
11 - 04M08
11 - 03M11
12 - 07M02
0.44
0.46
0.48
0.50
0.52
0.54
0.56
0.58
0.60
BBVA
12 - 06M09
13 - 09M10
abril-1995 13 - 10M04
15 - 97M02
Bancolombia
15 - 95M08
abril-1996 16 - 99M11
16 - 99M02
17 - 01M01
17 - 01M08
abril-1997 18 - 05M02
18 - 04M01
19 - 07M05
abril-1998 19 - 07M01
20 - 10M07
20 - 10M11
22 - 96M01
abril-1999 22 - 96M08
23 - 98M06
23 - 99M10
abril-2000
abril-2001
abril-2002
40
abril-2003
C4X
.00
.04
.08
.12
.16
.20
.24
.28
.00
.04
.08
.12
.16
.20
.24
.28
abril-2004 1- 96M11
1- 95M08
2- 98M12 2- 99M01
abril-2005
3- 01M01 3- 01M08
abril-2006 4- 04M07 4- 03M10
5- 07M04 5- 07M10
abril-2007 6- 09M05 6- 10M06
13 - 09M09 13 - 09M03
Davivienda
abril-2011
15 - 96M11
Anexo B: Gráficos de participación y concentración bancaria
15 - 95M09