BANCO CENTRAL DE RESERVA DEL PER

Cambia la Inflacin Cuando los Pases Adoptan Metas Explcitas de Inflacin?

Marco Vega* y Diego Winkelried**
* Banco Central de Reserva del Per y London School of Economics. ** Banco Central de Reserva del Per y Cambridge University

DT. N. 2006-01 Serie de Documentos de Trabajo Working Paper series Marzo 2006
Los puntos de vista expresados en este documento de trabajo corresponden a los de los autores y no reflejan necesariamente la posicin del Banco Central de Reserva del Per o la de sus Directores. The views expressed in this paper are those of the authors and do not reflect necessarily the position of the Central Reserve Bank of Peru.

Cambia la Inflacin Cuando los Pases Adoptan Metas Explcitas de Inflacin?

Marco Vega BCRP mvegad@bcrp.gob.pe

Diego Winkelried BCRP y Universidad de Cambridge dw295@cam.ac.uk Marzo 15, 2006

RESUMEN Este trabajo revisa la evidencia existente sobre el impacto de la adopcin del esquema de metas explcitas de inflacin (MEI) sobre la dinmica de la inflacin. En particular, se reporta la evaluacin economtrica de Vega y Winkelried (2005) y se compara sus resultados con aquellos obtenidos de estudios recientes sobre la materia. Un resultado general de esta revisin es que los efectos sobre la inflacin son leves o estadsticamente no significativos cuando un pas desarrollado es quien adopta el esquema MEI mientras que los efectos son bastante beneficioso cuando un pas en desarrollo es quien adopta el esquema. : : metas explcitas de inflacin. C50, E42, E52.

Palabras clave Cdigos JEL

1. Introduccin
Desde que Nueva Zelanda abrazara el esquema de Metas Explcitas de Inflacin (MEI) en 1990, ms de veinte pases en el mundo han adoptado el paradigma. Todos estos aos transcurridos permiten que el esquema MEI pueda ser evaluado en funcin de los logros alcanzados para contener la inflacin. Precisamente, una decena de estudios recientes han abordado este problema de evaluacin. Uno de estos documentos es Vega y Winkleried (2005) (VW en lo que sigue) cuyos resultados sern ampliamente reportados aqu. Por ello, antes de realizar el anlisis bsico del problema de evaluacin, es preciso clarificar algunos puntos. Resulta que la dcada de los 90s y en parte la presente dcada se caracterizan por una moderacin paulatina de las tasas de inflacin a nivel mundial. Este fenmeno se ha presentado no slo en los pases que adoptaron el esquema MEI sino en pases que no la adoptaron y son dismiles en su grado de desarrollo, ubicacin geogrfica o rgimen de poltica econmica. En un trabajo bastante influyente, Ball y Sheridan (2003) argumentan que existe regresin a la media, es decir que los pases que empezaron con tasas de inflacin altas (como muchos de los que adoptaron MEI) tendieron a reducir ms sus tasas de inflacin y converger hacia tasas de inflacin similares. En Ball y Sheridan (2003) esta convergencia es interpretada como un proceso mecnico, hecho que es refutado por Hyvonen (2004) quien estudia similares procesos de convergencia en dcadas anteriores. La evidencia de Hyvonen (2004) apunta hacia una segunda interpretacin de los resultados de Ball y Sheridan (2005) que sostiene que el proceso de convergencia ms bien ha resultado a raz de que las polticas monetarias se han estado acercando cada vez ms y estn cada vez ms centradas en controlar la inflacin y que por tanto la adopcin de esquemas MEI pueden haber impulsado ms rpidamente la convergencia. Estos estudios nos alertan que el problema de evaluacin debe ser resuelto tomando en consideracin la posible endogeneidad existente en la eleccin del esquema MEI, elemento que se tratar en la Seccin 2. Asimismo, es importante sealar que un paso primordial para realizar los estudios de evaluacin es definir claramente el significado de la adopcin del esquema MEI. Al respecto, estudios como Svensson (2005) as como Batini y Laxton (2005) sealan caractersticas bsicas para reconocer si un pas sigue el esquema MEI y la fecha en que la adopcin se hizo efectiva. Sin embargo, en muchas situaciones la lnea que separa a un banco central como adoptador de MEI o no puede ser bastante delgada. El mismo Bernanke en un discurso de marzo 20031 seala que muchos pases, si bien formalmente no han adoptado el esquema, s han sido bastante influenciados por ella, y pone como ejemplo a la Reserva Federal, que ha adoptado ciertas prcticas que de facto son plenamente consistentes con el esquema MEI. Este tipo de bruma entre las lneas divisorias ciertamente complica los estudios empricos que por lo general consideran slo a la veintena de pases que explcitamente han adoptado el esquema MEI.

Discurso titulado A perspective on inflation targeting que traducido es Una Perspectiva sobre el Esquema de Metas de Inflacin (25 de marzo de 2005)

Finalmente, cules deben ser los resultados de adoptar esquemas MEI? En primer lugar la dcada de los 90s provee una fase singular de la historia monetaria mundial, porque muchos pases adoptaron el esquema para precisamente buscar creblemente reducir sus niveles de inflacin hacia niveles aceptables. Por tanto, un primer impacto deseado es el de la reduccin en los niveles de inflacin ms all de lo que hubieran podido lograr sin adoptar el esquema MEI. Definitivamente, existen otros factores de evaluacin como la reduccin de la variabilidad de la inflacin, la reduccin de la persistencia inflacionaria, el alineamiento de las expectativas de inflacin de largo plazo hacia la meta ancla de inflacin, la reduccin de la variabilidad macroeconmica2, la mejor prediccin de la poltica monetaria y de la inflacin. Se argumenta en este trabajo que el periodo actual es el propicio para realizar la evaluacin del impacto sobre los niveles de inflacin debido a que estos aos representan un umbral que divide situaciones de alta y baja inflacin en los pases del mundo3. Una gran mayora de pases ya han convergido a tasas inflacionarias estacionarias y bajas. El reto para los aos venideros ser evaluar otras dimensiones en los cuales el esquema MEI puede competir con otro tipo de esquemas de poltica monetaria. A saber, una de estas dimensiones es el anclaje de las expectativas de largo plazo de la inflacin las que tericamente deberan estar bastante mejor definidas en un pas con MEI4. En las siguientes secciones se pasa a detallar los conceptos bsicos detrs de la teora de la evaluacin de programas (Seccin 2), luego se expone el mtodo usado en VW para eliminar el sesgo de estimacin del impacto del MEI (Seccin 3). Seguidamente, se analizan los resultados y se comparan con la evidencia reciente (Seccin 4) y se culmina con reflexiones finales (Seccin 5).

2. Cmo evaluar la adopcin del esquema MEI?

Para responder a esta pregunta podemos seguir a Heckman y Navarro-Lozano (2002) pero en el contexto en que las autoridades monetarias de un pas escogen o no adoptar el esquema MEI. Dicha decisin de eleccin esta guiada por un criterio que se puede racionalizar econmicamente a travs de una funcin de utilidad definida por (1) U = V (Z, Vn ), D = 1(U >0)

La ecuacin (1) quiere decir que la utilidad U es una funcin v de variables observables (Z) y variables no observables (Vn) y que si la utilidad supera cierto nivel5 entonces se adopta el esquema MEI. La variable D toma el valor de cero o uno segn la funcin ndice 1(U>0). Los investigadores del esquema MEI estn interesados en saber si la adopcin del esquema tiene mejores (o peores) resultados en variables claves (inflacin, expectativas de inflacin, variabilidad macroeconmica, entre otros). Por ello, se puede definir como Y1 a aquellos valores de variables claves que resultan de adoptar el esquema MEI y como Y0 en caso contrario. Estos resultados estn tambin determinados por factores observables X y no observables (Vn1 y Vn0)
2

3
4 5

Principalmente la volatilidad del producto y de las tasas de inters. Las diferentes evaluaciones difieren en el punto promedio donde colocan el umbral. Johnson (2002) y Levin et.al (2004) estudian por ejemplo el anclaje de las expectativas de largo plazo en pases desarrollados. Aqu se normaliza dicho nivel a cero sin prdida de generalidad.

Y1 = 1 (X,Vn1 )

(2)

Y0 = 0 (X,Vn0 ) El impacto de adoptar MEI para un pas cualquiera entonces est dado por la diferencia entre los resultados de adoptar versus no adoptar
=Y1 -Y0

(3)

(4)

Si entendemos el MEI como un esquema de lineamientos especficos de poltica monetaria que se pueden distinguir notoriamente de cualquier otro esquema disponible, entonces se puede obtener el efecto medio que la adopcin del esquema conlleva

= E [ Y1 -Y0 | X , D = 1]

(5)

Es posible estimar (5)? El problema que surge es que una vez que un pas adopta el esquema, obviamente no se puede saber directamente cual hubiera sido su suerte de no haber adoptado MEI, es decir cmo habra sido su Y0. A travs de toda la muestra de pases, el investigador solo puede observar un tipo de Y por pas y que puede ser expresado como Y = DY1 + (1 D)Y0. A partir de esto y dado el conjunto de informacin a disposicin del econometrista las siguientes expectativas condicionadas pueden ser calculadas (o asumidas conocidas) E(Y | X, Z,D = 1)=E(Y1 | X, Z,D = 1) (6)

E(Y | X, Z,D = 0)=E(Y0 | X, Z,D = 0)

(7)

En lenguaje simple, los resultados de aquellos que adoptan y no adoptan son conocidos. Asimismo, en una muestra grande de pases representativos del mundo, las decisiones de adopcin de MEI son plenamente conocidos y por tanto, la probabilidad de adopcin condicional a variables observables puede ser conocido.

Pr (D = 1|X,Z)

(8)

Dado que en la evaluacin del impacto de MEI nos interesa condicionar a las variables que determinan los resultados y no la adopcin, es necesario integrar la variable Z de las expresiones (6) y (7) a fin de poder construir expresiones como E(Y1|X,D = 1) y E(Y0 |X,D = 0) . Y por tanto calcular el impacto medio de la adopcin

=E [ Y1 Y0 | X , D = 1] = E [ Y1 | X , D = 1] E [Y0 | X , D = 1]

(9)

Es en esta expresin final que los econometristas no puede observar Et [Y0 | X , D = 1] . Por ello, los estudios de evaluacin de programas asumen que si se condiciona a X, los
4

resultados de los que no adoptaron el esquema MEI se pueden aproximar a aquellos resultados que se hubieran conseguido en caso que nunca se hubiera adoptado MEI
E [Y0 | X , D = 1] E [Y0 | X , D = 0]

(10)

Esto ltimo es un supuesto fuerte y errneo en muchos casos. Las consecuencia es que se produce el siguiente sesgo en la estimacin de en (5) Sesgo(X) = E[Y |X,D = 1] - E(Y |X,D = 0) - [E(Y1 - Y0 |X)]. (11)

3. El enfoque de Vega y Winkelried (2005) - VW

A partir de la ecuacin de impacto (9), VW, siguiendo a Heckman et.al (1998) re-expresan la frmula en diferencias de la siguiente manera

=E Y1,t Y0,t' | X , D = 1 E Y0,t Y0,t ' | X , D = 1

(12)

Donde el subndice t denota un periodo posterior a la adopcin del esquema MEI mientras que el subndice t denota un periodo anterior. Esta forma de representar el impacto permite explotar la naturaleza panel de los datos y por lo tanto controlar determinados elementos que podran estar correlacionados con los resultados. El estimador escrito as es conocido tambin como estimador de diferencias en diferencias. Si se aplica el supuesto de la ecuacin (10) sabemos que se obtiene estimadores sesgados, por ello VW utilizan la tcnica de matching y de propensity scores para poder operar el estimador de impacto (12). La tcnica de matching es oportuna para eliminar el sesgo de estimacin de porque compara los pases que adoptaron MEI con aquellos que nunca lo hicieron pero que poseen caractersticas observadas similares. El objetivo es estimar una historia contrafactual6 adecuada para cada pas que adopt MEI y as reestablecer las condiciones de un experimento puramente aleatorio (asignacin aleatoria de las X). Bajo estas circunstancias, las diferencias de resultados obtenidos por el adoptador de MEI y los del grupo de control comparable pueden ser atribuibles al esquema MEI. Dehejia y Wahba (2002) establecen las bondades de utilizar propensity scores en situaciones donde el conjunto de comparacin es pequeo y adems las caractersticas X antes del tratamiento (adopcin de MEI) posen una alta dimensionalidad. Precisamente, el problema de evaluacin del esquema MEI se circunscribe fcilmente al mbito estudiado por Dehejia y Wahba (2002). La utilizacin de los propensity scores fue propuesto por Rosenbaum y Rubin (1983) para reducir la dimensionalidad del problema sugiriendo que la comparacin puede ser realizada sobre la base de un ndice que resuma toda la informacin de las variables observables X. Este ndice o propensity store es la probabilidad de tratamiento condicional a las caractersticas observables,

Historia contrafactual: Es el resultado de la especulacin acadmica sobre la pregunta Qu hubiera pasado si? (Tomado de http://es.wikipedia.org)

p ( x)=Prob ( D=1|X )

(13)

Esta probabilidad p(x) tiene que satisfacer la hiptesis de balanceo que establece que observaciones con el mismo puntaje de propensin deben tener la misma distribucin de X independientemente del estado de tratamiento D. Esto ltimo suele escribirse en trminos formales como D X | p(X)7. Por lo tanto, la ecuacin (12) se puede rescribir como

=E Y1,t Y0,t' | p( X ), D = 1 E Y0,t Y0,t ' | p ( X ), D = 1

(14)

Estimar el puntaje de propensin es simple, puesto que cualquier modelo probabilstico es adecuado para estimar (13). Por ejemplo, se puede adoptar una forma paramtrica tipo logit. Sin embargo, hay que tener presente dos puntos delicados: a. La estimacin requiere elegir un conjunto de variables de control X que no estn influenciadas por la adopcin del rgimen MEI. De otro modo, el estimador matching no medir correctamente el efecto del tratamiento, porque capturara los cambios (endgenos) en la distribucin de X generados por la adopcin del MEI. Por esta razn, las variables X deberan medir los atributos de los pases antes del tratamiento8. b. En el modelo probabilstico para estimar el propensity score Pr(Di=1|Xi)=F(h(Xi)), la seleccin de la forma funcional h(Xi), puede realizarse de manera tal que se cumpla la hiptesis de balanceo9. Una vez que se obtiene el propensity score, existen varios mtodos disponibles para encontrar una historia contrafactual para el pas i que adopt MEI10. Siguiendo a Heckman et al. (1998), podemos calcular un estimador consistente de la historia contrafactual tomando un promedio ponderado de los resultados por medio utilizando funciones kernel11 para la ponderacin. Especficamente si el conjunto denota el grupo de pases sin MEI cuyos puntajes de propensin estn en la regin del rango comn, entonces se puede construir un valor contrafactual para un pas i que s ha adoptado el esquema MEI tomando la ponderacin de los resultados obtenidos ( Y j0,t ) en los pases del conjunto de comparacin. Este nuevo objeto contrafactual para el pas i es Yi ,0t y se expresa como

8 9 10 11

Los mtodos de matching se basan en el supuesto fundamental de independencia condicional entre los resultados y el tratamiento, esto es: {Y1,Y0} D X. Este supuesto afirma que dado X, los resultados de los que no se someten a tratamiento son los mismos que hubieran obtenido los que s se sometieron a tratamiento si no hubieran sido tratados (por eso, para cada tratado podramos en principio encontrar una observacin de control con el mismo X). Rosenbaum y Rubin (1983) muestra que si la hiptesis de balanceo se mantiene, el condicionamiento de p(X) en cambio conserva esta importante condicin (i.e. {Y1,Y0} D p(X)). En la prctica, necesitamos una condicin ms dbil y controlable para identificar el efecto del tratamiento: independencia de la media condicional, E[Y0 | X, D = 1] = E[Y0 | X, D = 0]. Sin embargo, an estas variables podran ser influenciadas por el programa a travs de los efectos de las expectativas. El apndice de Dehejia y Wahba (2002) propone una algoritmo sencillo para estimar p(x). Ver Smith y Todd (2005) para una revisin y ejemplos. Las funciones kernel utilizados en estadstica son funciones que ponderan de acuerdo a la distancia entre dos puntos.

Yi ,0t

K ( p p )Y = K (p p )
b j i jC b j i jC

0 j ,t

(14)

Donde Kb(w)=K(w/b) es una funcin kernel (con parmetro de amplitud de banda b) que pondera el resultado del pas con MEI i inversamente proporcional a la distancia entre propensity score pi y aquel del pas sin MEI pj Habiendo encontrado los pares emparejados de pases con MEI y sin MEI, el estimador del efecto del tratamiento para el pas i en el periodo t puede ser escrito como

k 1

i ,t = Yi1t k1 1 Yi ,0 Yi ,0t k1 1 Yi ,0 ,
=1

k 1

(15)

=1

donde el resultado de pre tratamiento Yt0 ha sido reemplazado por los promedios en el tiempo de Yi ,0 y Yi ,0 antes del tratamiento12. El estimador (7) no tiene una frmula analtica para la varianza, as los errores estndar deben ser calculados por bootstrapping (i.e. remuestreo de las observaciones del grupo de control). Finalmente, el promedio de todos los i ,t posibles constituye un estimador insesgado de (14).

1 N

1 Ti Ti i,t i =1 t =1
N

(16)

4. Los resultados de la evaluacin de VW

Antes de presentar los resultados de la evaluacin de VW es preciso primero detallar las fechas que se adoptaron los distintos esquemas MEI as como definir los objetos a ser evaluados.
Fechas de adopcin y objetos de evaluacin

En algunos casos existe controversia sobre el momento exacto en que los pases adoptaron el esquema MEI. Por ello, VW utiliza dos fechas posibles de adopcin para cada pas. En una primera clasificacin de periodos de adopcin consideran el momento en que los pases MEI empezaron a adoptar una forma implcita de metas de inflacin, tpicamente mediante un simple anuncio de metas numricas de inflacin. En una segunda clasificacin, utilizan el momento de adopcin de metas explcitas caracterizada por anuncios de metas numricas para la inflacin junto a la ausencia de otras anclas nominales13.
12

13

Heckman et al. (1998) y Smith y Todd (2005) sugieren usar un promedio ponderado de las observaciones de pre tratamiento en lugar de una sola observacin para controlar posibles efectos afloramiento o de tendencia. En (7) nosotros hemos usado un promedio simple (iguales ponderaciones). Esta informacin est disponible en los web sites de los distintos bancos centrales.

En la tabla 1 se comparan las fechas de adopcin de seis estudios distintos sobre evaluacin del esquema de MEI y se da cuenta de las dos clasificaciones alternativas trabajadas por VW. La columna Clasific. 1 se refiere a las fechas de adopcin de metas implcitas de inflacin mientras que la columna Clasific. 2 corresponde a la adopcin del esquema de metas explicitas de inflacin. A partir de esta tabla se puede apreciar que en 6 de los casos existe una diferencia de ms de tres aos entre ambas clasificaciones de VW. Vale decir, Chile (8 aos), Colombia (4 aos), Israel (5 aos), Mxico (4 aos), Per (8 aos) y Filipinas (7 aos). De otra parte, existen otros casos en los que ambos tipos de clasificacin coinciden. En la tabla 1 se reportan 23 pases que representan al universo de pases que ha adoptado el esquema de metas de inflacin. Dos de estos pases (Espaa y Finlandia) forman hoy parte de la unin monetaria europea.
Tabla 1: Pases con MEI y fechas de adopcin
Table 1: Pases con Metas de Inflacin y Fechas de Adopcin (a) Corbo Fracasso Fraga Levin Ptursson Ball & Clasific. Clasific et.al et.al et.al et.al (2004) Sheridan 1 2 (2002) (2003) (2004) (2004) (2004) (b) (b) Australia Brasil Canad Chile Colombia Repblica Checa Finlandia Hungra Islandia Israel Mxico Nueva Zelanda Noruega Per Filipinas Polonia Sudfrica Corea del Sur Espaa Suecia Suiza Tailandia Reino Unido (a) (b) 1994 1999 1991 1991 1999 1998 1993 2001 1992 1999 1990 2001 1994 1994 1999 1991 1991 1999 1998 2001 2001 1992 1999 1988 2001 2002 2002 1998 2000 1998 1993 1999 1991 1991 1999 1998 2001 2001 1992 1999 1990 2001 1994 1999 1991 1999 1998 2001 1992 1999 2001 2002 1993 1999 1991 1990 1999 1998 1994 2001 2001 1992 1999 1990 2001 2002 2002 1998 2000 1998 1990(93) 1994 1992(94) 1994 1999 1991 1991 1995 1998 1993 2001 2001 1992 1995 1994 1999 1994 1999 1999 1998 1993 2001 2001 1997 1999

1990 1991 2001 2001 1994 2002 1995 2002 1998 1998 1998 1998 1998 2000 2000 2000 2000 2000 1998 1998 1998 1998 1998 1995 1994(95) 1994 1995 1993 1993 1993 1993 1995 1993 1995 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 1992 1992 1992 1992 1993 1992 1992 Las celdas vacas significan que los autores no utilizaron dicho pas en su estudio y por tanto no tienen una clara referencia sobre la fecha de adopcin Nuestra clasificacin se basa en trabajos encontrados en las pginas web de los respectivos bancos centrales.

Otro elemento clave en la evaluacin del esquema MEI es el objeto a medir en la evaluacin. Dado que VW trabajan con una muestra bastante amplia de pases, solo pueden tener cobertura a un nmero limitado de variables sujetas a evaluacin. En particular, se concentran en variables que puedan ser extradas de la informacin de las series del IPC reportadas por el FMI14. Estas variables se refieren al nivel, desviacin estndar y persistencia de la inflacin, las que sintetizan la dinmica de la inflacin. VW construyen datos anuales a partir de la informacin trimestral del IPC. Para cada ao, t el nivel de inflacin es definido como la media de las tasas trimestrales de inflacin anualizadas entre los aos t y t-1. El mismo principio se aplica a la desviacin estndar de la inflacin. Para definir el grado de persistencia de la inflacin utilizan estimaciones del parmetro auto-regresivo de primer orden de una ecuacin de la inflacin respecto a varios rezagos y distinguen entre posibles regresiones a una media constante o variante en el tiempo.

14

Especficamente del EFI (Estadsticas Financiares Internacionales del FMI)

La Evaluacin

Para construir el estimador estipulado en la ecuacin (16) primero estiman las probabilidades de que un pas se someta a tratamiento (el propensity store) condicional a las variables X. Para ello se apelo a las estadsticas contenidas en el PEN World Table (Versin 6) y las estadsticas del FMI (EFI). Asimismo, se utiliz la serie clasificacin de regimenes cambiarios de Reinhart y Rogoff (2004). Las variables que entraron en el modelo logit para calcular p(X) se refieren a los promedios de los cinco aos anteriores a la adopcin para aquellos pases que adoptaron MEI. En cambio para aquellos pases que no adoptaron MEI se utiliz dos criterios. En primer lugar se utiliz promedios desde el 90 hasta el 2004 para ambas clasificaciones, pero tambin se consideraron dos criterios de comparacin para ambas clasificaciones: los cinco aos anteriores a 1996 para compararlos con la clasificacin 1 y los cinco aos anteriores a 1998 para compararlos con la clasificacin 2. La Tabla 2 resume los resultados de la estimacin del propensity score de VW. Las variables resultantes fueron escogidas a partir de la bsqueda planteada por Dehejia y Wahba (2002) para lograr el cumplimiento de la hiptesis de balanceo a partir de una especificacin parsimoniosa.
Tabla 2: Estimacin del propensity score a travs de regresiones Logit(a)
(1) (2) Clasificacin de MEI Clasificacin 1 Clasificacin 2 Clasificacin de Promedio 90-04 Promedio 90-04 pases sin MEI Ratio Inversin 0.337 (0.099) 0.250 (0.073) PBI Ratio de apertura -0.057 (0.012) -0.042 (0.013) comercial Participacin en el -0.591 (0.199) -0.342 (0.161) PBI mundial Ratio Resultado 0.291 (0.166) 0.147 (0.103) fiscal a PBI Inflacin del IPC 0.428 (0.133) 0.254 (0.099) Volatilidad de la -5.206 (1.926) -3.599 (1.543) Inflacin Ratio M1 a GDP 0.033 (0.015) 0.027 (0.013) Rgimen de Tipo de -0.232 (0.079) -0.154 (0.061) Cambio Observaciones 100 100 Pseudo R2 0.6114 0.4704 65.95 50.74 Estadstico LR, 2(8) Regin de rango [0.036, 0.998] [0.037, 0.994] comn Pases sin MEI en 28 31 rango comn (a) Los errores estndares se muestran en parntesis (3) Clasificacin 1 Clasificacin 1 0.402 -0.010 -0.712 0.325 0.351 -4.523 0.051 -0.207 0.111) (0.027) (0.313) (0.150) (0.126) (1.957) (0.021) (0.079) (4) Clasificacin 2 Clasificacin 2 0.282 -0.065 -0.437 0.159 0.242 -2.929 0.028 -0.141 0.076) (0.019) (0.244) (0.120) (0.097) (1.752) (0.015) (0.055)

100 0.6066 65.43 [0.030, 0.993] 30

100 0.4940 53.28 [0.015, 0.995] 43

A parte de la significancia de los coeficientes en los modelos para p(X) mostrados en la tabla, se muestra en la dos ltimas lneas el rango comn de comparacin entre pases que adoptaron MEI y los que no. Adoptar el rango comn hace posible la comparabilidad de 10

absolutamente todos los pases MEI, de otra forma algunos de ellos no tendran correlato alguno en el grupo de pases sin MEI. Por ello, VW tambin reportan el nmero de pases sin MEI que forman parte del grupo de control. Una vez calculadas todas las variables de medicin del impacto del esquema MEI y estimadas las funciones de probabilidad propensity scores, VW aplican las ecuaciones (15) y (16) para medir el impacto de adoptar MEI sobre las tres variables objeto de anlisis. En la tabla 3 presentamos los efectos promedio estimados del MEI para todos los pases con MEI, tanto para el grupo de pases industrializados como para los pases en desarrollo. Reportamos el efecto sobre la dinmica de la inflacin de acuerdo a nuestras dos clasificaciones alternativas de adopcin del MEI. El primer resultado clave es que el MEI ha reducido significativamente la inflacin media en todos los casos. Es notable el caso de los pases emergentes quienes han observado mayores beneficios que los pases desarrollados. Similar resultado se obtiene en cuanto a la desviacin estndar de la inflacin. El patrn de este efecto a travs de los grupos de pases y la clasificacin del MEI es similar al encontrado para el nivel de inflacin. Qu se debe decir a cerca de la persistencia de la inflacin? En principio, no existe una prediccin terica simple de los efectos del MEI sobre la persistencia. La adopcin del esquema MEI puede estar vinculada a una persistencia inflacionaria ms baja o alta, todo depende de dos efectos opuestos: la velocidad a la que los bancos centrales permiten que la inflacin vuelva a su media despus de un choque y por otro lado el grado de anclaje de las expectativas. Estudios como el de Levin et al. (2004) muestran que la persistencia es menor en los pases con MEI que sin MEI, mientras que Ball y Sheridan (2005) muestran que no existe evidencia de que los pases con MEI alcancen una menor persistencia de la inflacin. El estudio VW encuentra que los resultados dependen de la medida de persistencia utilizada. En todo caso, los efectos son bastante modestos y no son categricos.
Tabla 3: Estimacin matching del impacto de adoptar MEI sobre la inflacin
Todos los pases que adoptaron MEI -4.802 (0.451) -2.099 (0.329) 0.034 -0.028 -2.863 -1.551 0.033 -0.016 (0.025) (0.013) (0.242) (0.319) (0.019) (0.012) Pases industrializados -3.335 -1.546 0.038 -0.092 -1.327 -1.103 0.003 -0.061 (0.640) (0.472) (0.040) (0.022) (0.343) (0.372) (0.027) (0.018) Pases Emergentes -6.320 -2.671 0.030 -0.039 -5.382 -2.286 0.082 -0.058 (0.632) (0.453) (0.030) (0.011) (0.295) (0.568) (0.021) (0.012)

Clasificacin 1

Clasificacin 2

Nivel Desviacin estndar Persistencia (con media constante) Persistencia (con media variable) Nivel Desviacin estndar Persistencia (con media constante) Persistencia (con media variable)

Asimismo, VW aplicaron el estimador en diferencias utilizado en Ball y Sheridan (2004) para averiguar si existen indicios de regresin a la media y si ella afecta el impacto de la adopcin del esquema MEI. A diferencia de Ball y Sheridan (2004) el grupo de control es mucho ms amplio. 11

Tabla 4: Estimacin Diferencias en Diferencias controlando por condiciones iniciales

Todos los pases que adoptaron MEI -3.874 (0.745) -1.863 (0.413) 0.030 -0.015 -2.621 -1.798 0.043 -0.047 (0.039) (0.031) (0.312) (0.308) (0.023) (0.021) Pases industrializados -2.804 -0.988 0.012 -0.006 -1.603 -1.284 0.012 -0.033 (0.868) (0.568) (0.057) (0.022) (0.421) (0.383) (0.035) (0.016) Pases Emergentes -4.907 -2.708 0.049 -0.023 -3.242 -2.112 0.094 -0.055 (1.269) (0.657) (0.058) (0.024) (0.337) (0.478) (0.035) (0.016)

Clasificacin 1

Clasificacin 2

Nivel Desviacin estndar Persistencia (con media constante) Persistencia (con media variable) Nivel Desviacin estndar Persistencia (con media constante) Persistencia (con media variable)

Los resultados que el estudio VW obtiene sugieren que la regresin en la media es en verdad un fenmeno importante, ya que los impactos del MEI tienden a ser menores una vez que se controlan las condiciones iniciales. Estos resultados respaldan la estimacin realizada por matching y permiten concluir que en general la adopcin del esquema MEI ha sido positiva. La Tabla 4 resumen los resultados a partir de las estimaciones utilizando el mtodo de diferencias en diferencias incorporando condiciones iniciales. A raz de estos resultados, surge la pregunta de cmo se comparan respecto a evaluaciones realizadas en otros estudios recientes. Para ello, se construye la Tabla 5 donde se resumen los estudios de evaluacin de impacto elaborados recientemente. Incluyendo el estudio VW, existen 10 trabajos de evaluacin que utilizan tcnicas dismiles para resolver el problema de sesgo mencionado en la Seccin 2 y el de posible endogeneidad de la eleccin del esquema MEI. Hay varios puntos a resaltar en la Tabla 5. Primero que Willard (2006), utilizando un panel dinmico para la evaluacin del esquema de MEI en pases desarrollados encuentra que el impacto es estadsticamente nulo, confirmando los resultados de Ball y Sheridan (2005). Por su parte Wu (2005) y VW encuentran un impacto beneficios an para los pases desarrollados. Estos resultados contrapuestos reflejan diferencias en enfoques de identificacin. Por un lado Wu(2005) y Willard(2006) utilizan la misma base de datos y la misma tcnica de panel dinmico, la diferencia es que Willard(2006) tiene un conjunto de variables instrumentales ms amplio y realiza pruebas de robustez. En cambio, las diferencias entre VW y Willard (2006) se deben principalmente a enfoques de identificacin. Slo existen dos trabajos infieren resultados sobre economas emergentes, el de Batini y Laxton (2005) que usa tcnicas de regresin similares a Ball y Sheridan (2005) pero slo circunscritas al mbito de pases emergentes y el estudio VW. Se puede concluir que efectivamente el impacto de la adopcin el esquema MEI ha sido benfico en economas emergentes, reduciendo la inflacin en el orden 3,3 a 6,5 puntos porcentuales respecto a sus historias contrafactuales. En cuanto al impacto del esquema a nivel general (combinando experiencias de pases emergentes y desarrollados), otros trabajos confirman la evidencia presentada por VW. 12

As, Lorca (2006) utilizando estimadores matching encuentra que el impacto de la adopcin del esquema ha sido beneficioso y principalmente en la etapa de ms aguda moderacin de las tasas de inflacin a nivel global. Mishkin y Schimdt-Hebblel (2005), utilizando tcnicas de panel dinmico y sometiendo la comparacin a controles exigentes (pases sin MEI que tienen buena perfomance) encuentran tambin que el impacto es beneficioso.

13

Tabla 5: Estudios empricos recientes sobre el impacto de la adopcin del esquema MEI sobre el nivel de inflacin
Referencia 1. 2. 3. 4. 5. 6. 8. 9. 10. Lorca (2005) Ball y Sheridan (2005) Batini y Laxton (2005) Mishkin y SchmidtHebbel (2005) Neumann y Von Hagen (2002) Willard (2006) Wu (2004) Ptursson (2003) Mtodo de Estimacin Matching OLS de corte transversal OLS de corte transversal Panel IV Diferencias en diferencias Panel IV Panel IV Panel Cobertura 16 con MEI y 26 sin MEI 7 pases del OCDE con MEI y 13 sin MEI 13 pases emergentes con MEI y 22 pases emergentes sin MEI. 21 pases con MEI y 13 pases selectos sin MEI 6 pases OCDE con MEI y 3 sin MEI 8 pases OCDE con MEI y 13 sin MEI 8 pases OCDE con MEI y 13 sin MEI 23 pases con MEI y 6 pases selectos sin MEI 23 pases con MEI y 87 pases sin MEI Impacto de adoptar el esquema MEI General -3.04/ y -0.8b/ 0.0 [-4.5,-6.5] -4.8 0.0c/ 0.0 -0.4 [-2, - 3] [-3.3,-6.3] Desarrollados Emergentes

Vega y Winkelried Propensity Score [-2.6, - 4.8] [-1.6, - 3.3] (2005) NOTAS: OCDE: Organizacin para la cooperacin y Desarrollo Econmico (Principalmente pases desarrollados) a/ Para el quinquenio 1990-1995 b/ Para el quinquenio 1995-2000 c/ Ante un choque de precio de Petrleo

12

5. Comentarios finales
El esquema de Metas Explcitas de Inflacin MEI como marco de conduccin de la poltica monetaria tiene caractersticas distinguibles respecto a otros regmenes de poltica. Ello hace posible su evaluacin economtrica y ha sido fuente de que en estos ltimos tres aos hayan surgido estudios avocados a la investigacin del impacto que la adopcin del esquema MEI sobre la inflacin y otras variables macroeconmicas. En VW se propone una posible forma de identificar el impacto de MEI que se base en interpretar la adopcin del esquema MEI como un experimento natural. Ello permite utilizar poderosas herramientas de estimacin usualmente aplicadas en la evaluacin de programas a nivel microeconmico. La metodologa de los propensity scores en el mbito de estimadores matching permiten eliminar posibles sesgos de especificacin tpicos al evaluar programas (en este caso la adopcin de MEI). Los resultados obtenidos por VW sugieren un impacto positivo del esquema de MEI sobre el nivel de inflacin y su variabilidad tanto en los pases desarrollados como en economas emergentes que la adoptaron. Los indicios de reduccin de persistencia derivados de la aplicacin del esquema MEI son sin embargo dbiles y no concluyentes. Estos hallazgos son corroborados por diversos estudios de evaluacin de MEI, destacando para los pases emergentes el estudio de Batini y Laxton (2005) y para la totalidad de pases el de Mishking y Schimdt-Hebbel (2005). Sin embargo, a raz de la evidencia presentada en estudios recientes como el de Willard (2006) donde se aplica un diseo de identificacin alternativos a travs de datos de panel dinmicos, se puede concluir que la adopcin de MEI en pases desarrollados no tenga beneficios claros en trminos de reducir la inflacin. A partir de un meta-anlisis simple sobre la evidencia variada sobre los beneficios de MEI en pases desarrollados (incluyendo VW) se puede inferir que el esquema MEI no ha sido tan importante de por s para reducir la inflacin. Los aos venideros traen nuevos retos para la evaluacin economtrica. Quizs los impactos en medias y varianzas de la inflacin ya no sean informativos dado que una gran mayora de pases con y sin MEI ya tienen inflaciones bajas. S ser importante la suerte que corran las expectativas de inflacin de largo plazo ya que la adopcin del esquema de metas explcitas de inflacin tiene como pilar el anclar dichas expectativas.

Referencias Bibliogrficas

Ball, L. and N. Sheridan (2005), Does inflation targeting matter?, in B. S. Bernanke and M. Woodford (eds.), The Inflation Targeting Debate, The University of Chicago Press. Batini, N. y D. Laxton (2005), Under What Conditions can Inflation Targeting be Adopted? The Experience of Emerging Markets, Mimeo, IMF. Corbo, V., O. Landarretche and K. Schmidt-Hebbel (2002), Does inflation targeting make a difference?, in N. Loayza and R. Soto (eds.), Inflation Targeting: Design, Performance, Challenges, Central Bank of Chile, 221 - 269. Dehejia, R. H. and S. Wahba (2002), Propensity score-matching methods for nonexperimental causal studies, Review of Economics and Statistics, 84(1), 151 - 161. Fraga, A., I. Goldfajn and A. Minella (2003), Inflation Targeting in Emerging Market Economies, NBER Working Paper 10019. Heckman, J., H. Ichimura and P. Todd (1998), Matching as an econometric evaluation estimator, Review of Economic Studies, 65(2), 261 - 294. Heckman, J. and S. Navarro-Lozano, 2004, Using matching, instrumental variables and control functions to estimate economic choice models, Review of Economics and Statistics 86, 30-57. Hyvonen, M. (2004), Inflation Convergence Across Countries, Reserve Bank of Australia Discussion Paper 2004-04. Johnson, D. R. (2002), The effect of inflation targeting on the behavior of expected inflation: evidence from an 11 country panel, Journal of Monetary Economics, 49(8), 1521 - 1538. Levin A., F. Natalucci and J. Piger (2004), The macroeconomic effects of inflation targeting, Review (Federal Reserve Bank of St. Louis), 86 (4), 51 - 80. Lorca, J. (2005), Una Clasificacin del Efecto Causal de las Metas de Inflacin, Central Bank of Chile Working Paper No. 337. Mishkin, F. S. and K. Schmidt-Hebbel (2005), Does Inflation Targeting Make a Difference?, Mimeo, Central Bank of Chile. Neumann, M. J. M. and J. von Hagen (2002), Does inflation targeting matter?, Review (Federal Reserve Bank of St. Louis), 84 (4), 127 - 148. Ptursson, T. G. (2004), The effects of inflation targeting on macroeconomic performance, Central Bank of Iceland, Working Paper 23. Reinhart, C. M. and K. S. Rogoff (2004), The modern history of exchange rate arrangements: A reinterpretation, Quarterly Journal of Economics, 119(1), 1 - 48. 2

Rosenbaum, P. R. and D. B. Rubin (1983), The central role of the propensity score in observational studies for casual effects, Biometrika, 70(1), 41 - 55. Smith, J. and P. Todd (2005), Does matching address Lalondes critique of nonexperimental estimators?, Journal of Econometrics, 125(2), 305 - 353. Svensson, L. E. O. (2005), Optima Inflation Targeting: Further Developments of Inflation Targeting, Mimeo, Princeton University. Vega, M. y D. Winkelried (2005), Inflation Targeting and Inflation Behavior: A Successful Story?, International Journal of Central Banking, Vol.1, No. 3. 153-176. Willard, L. (2006), Does Inflation Targeting Matter? A Reassessment, CEPS Working Paper No. 120, Princeton University. Wu, T., (2004), Does inflation targeting reduce inflation? An analysis for the OECD industrial countries, mimeo, Princeton University.

Documentos de Trabajo publicados Working Papers published

La serie de Documentos de Trabajo puede obtenerse de manera gratuita en formato pdf en la siguiente direccin electrnica: http://www.bcrp.gob.pe/Espanol/WPublicaciones/wpapers/DT_indice.htm The Working Paper series can be downloaded free of charge in pdf format from:

http://www.bcrp.gob.pe/Espanol/WPublicaciones/wpapers/index.htm

2006
Marzo\ March DT N 2006-01

Cambia la Inflacin Cuando los Pases Adoptan Metas Explcitas de Inflacin?

Marco Vega y Diego Winkelreid

2005 Diciembre\ December

DT N 2005-008 El efecto traspaso de la tasa de inters y la poltica monetaria en el Per 1995-2004
Erick Lahura

Noviembre\ November
DT N 2005-007 Un Modelo de Proyeccin BVAR Para la Inflacin Peruana
Gonzalo Llosa , Vicente Tuesta y Marco Vega

DT N 2005-006 Proyecciones desagregadas de la variacin del ndice de Precios al Consumidor (IPC), del ndice de Precios al Por Mayor (IPM) y del Crecimiento del Producto Real (PBI)
Carlos R. Barrera Chaupis Marzo\ March

DT N 2005-005

Crisis de Inflacin y Productividad Total de los Factores en Latinoamrica

Nelson Ramrez Rondn y Juan Carlos Aquino. DT N 2005-004

Usando informacin adicional en la estimacin de la brecha producto en el Per: una aproximacin multivariada de componentes no observados
Gonzalo Llosa y Shirley Miller.

DT N 2005-003

Efectos del Salario Mnimo en el Mercado Laboral Peruano

Nikita R. Cspedes Reynaga

Enero\ January DT N 2005-002

Can Fluctuations in the Consumption-Wealth Ratio Help to Predict Exchange Rates?

Jorge Selaive y Vicente Tuesta DT N 2005-001

How does a Global desinflation drag inflation in small open economies?

Marco Vega y Diego Winkelreid