Estrés del mercado

A lo largo del siglo XX y XXI los economistas y analistas financieros han desarrollado herramientas para medir el estrés (o presión de la volatilidad) en los distintos sectores de los mercados de cada economía. Para economías abiertas al mundo, el mercado de bonos generalmente representa el mayor mercado de cada país. Esto se debe por 3 razones fundacionales: Primero, los gobiernos de turno encuentran compradores de su deuda (la cual sirve para financiar sus agendas); Segundo, los privados venden sus obligaciones o deuda; Tercero, este mercado representa la demanda y oferta por la moneda de un país.

Por lo anterior, diferentes autores han propuestos distintos indicadores para medir el estrés, es decir, trazabilidad respecto a la exaltación del consenso generalizado en el mercado de bonos. Esto tiene por consecuencia la creación de un sistema de alarmas para detectar: ataques especulativos, devaluación de la moneda por parte de los planificadores centrales y el posicionamiento táctico de carteras de inversión.

Es por esto y dada la contingencia nacional de los mercados financieros que he decidido implementar un indicador que mide lo propuesto, y con ello entender hasta donde puede llegar la actual “carnicería” que vive el mercados de bonos y el IPSA. Este artículo estará dividido en cuatro partes: La primera se hará un explicación teórica breve del indicador; La segunda, una implementación en Python (formula y gráficos); La tercera, una discusión sobre la evolución del indicador y sobre como llegamos a ese nivel ; La cuarta y final, una conclusión sobre el trabajo realizado.

Explicación Indicador

Siguiendo el trabajo de Eichengreen, Rose y Wyplosz (1995), el Exchange Market Pressure Index (EMPI) se formula de la siguiente manera:

$$EMPI_{t} = \frac{\Delta E_{t}}{\sigma_{E}^{2}} - \frac{\Delta R_{t}}{\sigma_{R}^{2}} + \frac{\Delta i_{t}}{\sigma_{i}^{2}}$$

El EMPI pretende mostrar cómo se contienen adecuadamente las presiones cambiarias. Tres factores explican la absorción de las presiones, los cuales son: 

• La depreciación de la moneda local (capturada por un alza en los retornos del tipo de cambio). Este factor se representa por la letra E, y mide los cambios mensuales del tipo de cambio.
• El agotamiento de las reservas internacionales (negativo implica disminución de reservas, análogo caso positivo). Este factor se representa por la letra R, y mide los cambios mensuales en las reservas de divisas del Banco Central.
• El aumento de las tasas de interés para impulsar la demanda de activos locales y, por lo tanto, silenciar las presiones cambiarias (conocida como la “bank rate” o tasa de referencia de la política monetaria o TPM). Este factor se representa por la letra i.
• El simbolo sigma representa la volatilidad de cada factor.

Como podrás apreciar, el indicador EMPI no es mas que una combinación de retornos ajustados al riesgo, es decir, cuantas unidades de retorno existen por cada unidad de riesgo. Esta característica nos señala que el EMPI está tratando de capturar el riesgo sistémico del sistema monetario chileno y, por ende, que tan afectos estamos como país a una crisis de devaluación de la moneda y la capacidad del Banco Central de suprimir esas expectativas (actuar como dios todo poderoso y dueño del peso chileno).

Implementación en Python

Antes de continuar, quiero que tengas en mente que los autores del paper ocuparon la base de datos del FMI (Fondo Monetario Internacional) e hicieron todo un tratamiento a los datos, el cual no está documentado (solo mencionan lo que hicieron, pero no hay código ni set de datos publicado). Por lo tanto, para implementar el código, ocupé las variables que mencionan, pero utilicé la base de datos del Banco Central de Chile y un tratamiento similar, esto debido a que la periodicidad de datos que tengo es distinta a la de ellos y probablemente la estructura de las series sean distintas.

Para el código, ocupe el cliente que desarrolle para la API del Banco Central. Puedes encontrar una introducción a su funcionamiento en el articulo “Cliente para la API del Banco Central”. El resto es Python estándar, por ende, si existen dudas te recomiendo buscar su documentación en Google. Por otro lado, el código está bastante documentado, de igual manera cuando algo no sea explicito (según yo) lo mencionare en el paso. Se omitieron correcciones ortográficas en los comentarios del código.

• Paso 1 - Librerías y funciones básicas

• Paso 2 - Solicitar los datos a la API

• Paso 3 - Creación de las variables

• Paso 4 - Tratamiento de los datos

• Paso 5: Graficar los resultados
• Distribución de los datos (resulto ser normal)

• Evolución historica

Discusión

Los datos calculados para el EMBI mostraron que el mercado de divisas se encuentra con un nivel de estrés material, lo que se prolonga de manera natural al mercado de bonos y el IPSA (debido a que los extranjeros deben cambiar sus dólares u otra moneda al peso chileno para comprar esos instrumentos). Tal estrés ha sido causado principalmente por el Banco Central de Chile y su alza vertiginosa de la TPM, la cual ha originado que las expectativas de los participantes de la economía chilena se desplomen.

Creo fuertemente que es tiempo de dejar de subir las tasas y volver a un régimen monetario laxo, ya que es necesario suprimir el tipo de cambio debido a que la variación del precio del dólar explica en gran medida la inflación interanual.

Seguir subiendo las tasas ocasionará la destrucción de la profundidad del mercado de capitales, el emprendimiento de PYMES y materializará la incapacidad de las herramientas del Banco Central (“Monetary policy is 98% talk.” - Ben Bernanke, former Fed Chair), las cuales eligen los perdedores y ganadores de manera discrecional y justificado que en el largo plazo todo se arregla. 

Mi propuesta de inducir liquidez a la economía vía la baja en la TPM y reactivar de manera fuerte los programas de liquidez, es basado en la relación empírica entre el nivel de la TPM y las expectativas de los consumidores. El alto R2 de la convexidad, nos revela que las herramientas del Banco Central son mas bien psicológicas (manejo de las expectativas) y no monetarias.

Es sabido que dentro de los objetivos del Central es velar por la estabilidad de la moneda (mantener la inflación baja y estable en el tiempo). También, debe promover la estabilidad y eficacia del sistema financiero, velando por el normal funcionamiento de los pagos internos y externos. ¿Pero cómo inducir una recesión vía el alza en la TPM ayuda a tus objetivos? Probablemente en el corto plazo se “solucione”, pero es solo un parche (como se conoce en el mundo programador) que realmente no soluciona el problema de fondo (un desequilibrio entre la oferta de bienes y servicios, respecto a la demanda interna).

Una política monetaria laxa permitiría subir las expectativas del país, lo que en consecuencia generaría emprendimientos, ergo, flujos de capitales hacia el país (lo que tanto está persiguiendo Marcel y su equipo en EE.UU). Estabilizar la inflación se resuelve con mas “cosas” en la economía, no con recesiones.

Conclusión

Fue un trabajo bastante interesante, el cual revelo la ineficacia de las herramientas monetarias del banco central o al menos el poco entendimiento sobre su funcionamiento por parte de los participantes. Espero que en el mediano plazo el Central revierta su política monetaria actual, ya que de otra manera el aterrizaje suave que están planificando en conjunto a Marcell, podría convertirse en uno forzoso. Las consecuencias de tal aterrizaje las pagaríamos los pagadores de impuestos vía devaluación de la moneda, es decir, vía el impuesto a la pobreza.

Fuentes

Eichengreen, B., Rose, A. K., & Wyplosz, C. (1995). Exchange market mayhem: The antecedents and aftermath of speculative attacks. Economic Policy, 10(21), 249–312.

Indranarain Ramlall. (2019). Tools and Techniques for Financial Stability Analysis: Vol. First edition. Emerald Publishing Limited.