EnBolsa.net

Prediciendo las recesiones en EE.UU.: variables financieras como indicadores líderes (Estrella y Mishkin, 1998)

Por Ernesto Angeles.

Entre fines de los noventa y la siguiente década, se publicaron diversos artículos con la hipótesis que la estructura de tasas de interés o curva de rendimientos proporciona información (expectativas) respecto a las condiciones económicas futuras. Específicamente, se ha argumentado que el spread o diferencial de tasas nominales de largo y corto plazo proveen información sobre las expectativas de inflación, así como el crecimiento futuro de la actividad económica. Si bien existen estudios más complejos respecto a este tema, este paper ilustra el tema y proporciona un ejercicio cuantitativo sobre la economía norteamericana, mostrando conclusiones que merecen tenerse en cuenta.

Las variables analizadas para obtener información sobre la actividad económica pueden ser agrupadas en: financieras (T-bonds a 10 años, T-bill a 3 meses, spread entre ambos rendimientos, spread entre T-bill a 6 meses con papeles comerciales a 6 meses, índices de precios de acciones como el Dow Jones Industrial Average, NYSE composite y S&P 500), agregados monetarios (Base monetaria, M1, M2, M3, nominales y deflactadas con el IPC) e indicadores macroeconómicos individuales (Crecimiento del PBI real, IPC, órdenes de compra de fábricas, cambio de los pedidos de bienes durables, expectativas del consumidor, etc.).

Para cuantificar la capacidad predictiva de las variables examinadas con respecto a futuras recesiones, se utiliza un modelo probit que toma sólo dos valores posibles: si la economía estará o no estará en una recesión en el siguiente período. Sobre este modelo para cada variable se realizan proyecciones.

En primer lugar, se realizan proyecciones dentro de la muestra con la regresión calculada sobre todo el horizonte temporal de los datos. Estas proyecciones permiten determinar cuales variables registran resultados consistentes. Luego, se realizan proyecciones fuera de la muestra, en la que las proyecciones para el siguiente período toman en cuenta los datos adicionales registrados.

En las proyecciones realizadas dentro de la muestra, Estrella & Mishkin encuentran que la variable denominada SPREAD-definida como los diferenciales de rendimientos entre el T-bond a 10 años y el T-Bill a 3 meses-es la que produce resultados consistentemente en todos los horizontes. Las cotizaciones bursátiles y el spread entre papeles comerciales muestran una capacidad de predicción robusta en el corto plazo, disminuyendo su significancia dentro del año. Respecto a los agregados monetarios nominales, sus resultados predictivos son uniformemente pobres.

Los autores esbozan varias explicaciones sobre la predictibilidad del SPREAD. Una posible explicación es que la política monetaria tiene una influencia significativa tanto en la curva de rendimientos como en la actividad real mediante el siguiente mecanismo. Por ejemplo, un incremento en la tasa de referencia de la FED encarece el costo del dinero en el corto plazo, haciendo que la curva se aplane y reduciendo el crecimiento de la actividad económica. Una segunda interpretación es que el SPREAD puede interpretarse como el rendimiento esperado a un plazo a 10 años pero que entraría en vigencia después de 3 meses. Asimismo, Estrella & Mishkin  indican que la variable SPREAD puede ser desagregada en componentes reales esperados y la inflación. Cuando se incorpora variables adicionales al SPREAD a fin de mejorar su predictibilidad, solamente los precios de las acciones generan una combinación muy fuerte en todos los horizontes examinados. La inclusión de índices de precios de acciones mejora la predicción conjunta con la variable SPREAD en el corto plazo; sin embargo en el largo plazo, la fortaleza viene impulsada principalmente por la variable SPREAD.

Los resultados realizados a las proyecciones fuera de la muestra en comparación con los resultados de las proyecciones dentro de la muestra, registran un cierto deterioro, tanto en términos de precisión y en la longitud del horizonte de predicción. Sin embargo, los autores  indican que se repiten los mismos patrones entre las variables consideradas.

La investigación permite esbozar algunas interesantes conclusiones. En primer lugar, los resultados indican que la curva de rendimiento puede ser una buena herramienta muy útil para captar las expectativas de los inversionistas o agentes económicos, dado su mejor performance en relación a las variables macroeconómicas. Así, el margen correspondiente entre los rendimientos de distintos períodos puede ser una fuente de información valiosa para las proyecciones sobre la actividad económica.

En segundo lugar, al tratar de incluir diferentes variables explicativas junto a la variable denominada SPREAD se observó que solamente los índices de precios de acciones proporcionaron información adicional que no estaba contenida en los diferenciales de la curva de rendimiento y que puede ser útil en la predicción de futuras recesiones. En la mayoría de los casos, no se mejora la capacidad de pronóstico del modelo al incluir otras variables junto a la variable SPREAD, por lo que la pendiente de la curva de rendimientos resulta ser el mejor predictor disponible de la actividad económica. Finalmente, hay que resaltar que los resultados indican que se pueden realizar modelos simples con solamente dos variables (algún índice de precio de acciones y la variable SPREAD).

Deja una respuesta

Su dirección de correo no se hará público. Los campos requeridos están marcados *