MAYO 2012 BANCARIZACIÓN Y DESARROLLO HUMANO: UN ...
MAYO 2012 BANCARIZACIÓN Y DESARROLLO HUMANO: UN ...
MAYO 2012 BANCARIZACIÓN Y DESARROLLO HUMANO: UN ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
<strong>BANCARIZACIÓN</strong> Y <strong>DESARROLLO</strong> <strong>HUMANO</strong>:<br />
<strong>UN</strong> CONTRASTE EMPÍRICO PARA VENEZUELA #<br />
LEONARDO VERA AZAF ∗<br />
lvera@bancomercantil.com<br />
ALBANY HERNÁNDEZ **<br />
DORELIA OSORIO **<br />
CONTENIDO<br />
1. Introducción<br />
2. ¿Qué es la Bancarización ¿Cómo se mide? ¿Qué muestra<br />
para el caso venezolano?<br />
3. Bancarización y Desarrollo Socioeconómico<br />
4. Bancarización y Desarrollo Humano: el contraste empírico<br />
para Venezuela<br />
5 Conclusiones<br />
NORMATIVA LEGAL<br />
INDICADORES ECONÓMICOS<br />
1. INTRODUCCIÓN<br />
Sobre los pilares analíticos de los trabajos pioneros de<br />
Schumpeter (1911), Gurley and Shaw (1955), Patrick<br />
(1966), Goldsmith (1969), McKinnon (1973) y Shaw<br />
(1973), un importante volumen de estudios empíricos ha<br />
estado por décadas en búsqueda de una relación entre el<br />
desarrollo financiero y el crecimiento económico. Un<br />
trabajo medular e influyente de reciente data en esta<br />
agenda de investigación fue presentado hace unos años<br />
por King y Levine (1993), en un estudio para 80 países y<br />
para el lapso 1960-1989. King y Levine encontraron, que el<br />
nivel inicial de desarrollo financiero precede y predice las<br />
tasas de crecimiento económico para el conjunto de<br />
# Este estudio es una versión resumida del proyecto de Trabajo Especial de Grado<br />
llevado a cabo por Albany Henández y Dorelia Osorio, bajo la supervisión de<br />
Leonardo Vera y Luis Morales y presentado en la Universidad Central de<br />
Venezuela.<br />
* Economista Senior de la Gerencia de Investigación Económica de Mercantil Banco<br />
Universal.<br />
** Economista Graduada de La Universidad Central de Venezuela.<br />
<strong>MAYO</strong> <strong>2012</strong><br />
países en estudio. 1 El valor de este trabajo no sólo está en<br />
haber puesto en boga un método empírico para estudios<br />
de países (ya antes utilizado por Barro 1991), sino además<br />
el haber encontrado las variables específicas que explican<br />
la causalidad que va desde el nivel de desarrollo financiero<br />
al crecimiento, una relación atribuida a ciertas<br />
observaciones hechas por Schumpeter muchos años<br />
atrás. Entre las variables de desarrollo o “profundidad”<br />
financiera que King y Levine señalan como relevantes para<br />
explicar el crecimiento están: la razón de depósitos y<br />
obligaciones líquidas de los bancos como proporción del<br />
PIB y variantes de la razón crédito/PIB. Los trabajos que<br />
se desarrollaron a partir de la contribución de King y<br />
Levine no quedaron incontestados y a decir verdad, las<br />
críticas han sido abundantes. Desde la inconveniencia de<br />
usar estudios de panel o sección cruzada multi-países con<br />
series suavizadas y datos promediados a partir de<br />
observaciones anuales, hasta llegar a una posible<br />
reversión de la causalidad entre desarrollo financiero y<br />
crecimiento que se condiciona de acuerdo al tipo de<br />
arreglo institucional al que esté sometido el sistema<br />
financiero de cada economía. Estas críticas –que no viene<br />
al caso abordar aquí- están bien recogidas en Arestis y<br />
Demetriades (1997) y Ang (2008).<br />
Más allá de esta relación relativamente bien explorada e<br />
interesante entre desarrollo financiero y crecimiento, este<br />
estudio comparte más bien la idea de que una focalización<br />
muy concentrada y/o excesiva en ciertas concepciones<br />
teóricas apriorísticas (a menudo instrumentadas por<br />
ciertas variables específicas) pudiera no estar recogiendo<br />
las genuinas relaciones que se dan entre las finanzas y el<br />
desarrollo económico. Desde esta perspectiva, la relación<br />
entre finanzas y desarrollo pudiera más bien darse e<br />
1 King y Levine (1993) incluso sugieren que el desarrollo financiero promueve una<br />
mayor tasa de inversión en activos físicos y eleva la productividad de las<br />
inversiones.
instrumentarse a través de mecanismos y variables que no<br />
necesariamente se expresan en el nexo que<br />
hipotéticamente se teje entre el crecimiento del PIB per<br />
capita y las tradicionales medidas de desarrollo financiero<br />
como la razón crédito/PIB, depósitos/PIB o liquidez/PIB.<br />
En particular, es de nuestro interés observar y verificar en<br />
qué medida el desarrollo económico, aproximado por<br />
indicadores distintos al crecimiento del producto per cápita,<br />
puede ser explicado por el grado de acceso que tiene la<br />
población a los servicios financieros. Esta idea es desde<br />
luego algo distinta a la planteada en la literatura antes<br />
comentada sobre desarrollo financiero y crecimiento, y se<br />
presenta más bien como una hipótesis de trabajo<br />
complementaria que busca poner en relieve ciertos<br />
canales de transmisión relativamente inexplorados.<br />
La idea de este trabajo es detectar y verificar si existe una<br />
posible conexión entre el grado de acceso y uso de los<br />
servicios financieros que tiene el público -un concepto a<br />
menudo asociado al término “bancarización”- y el nivel de<br />
desarrollo socio-económico, cuantificado por el Índice de<br />
Desarrollo Humano, una medida de desarrollo<br />
ampliamente difundida y propuesta a nivel mundial años<br />
atrás por el programa de Naciones Unidas para el<br />
Desarrollo (PNUD). A tales efectos el trabajo se concentra<br />
en la economía venezolana y por lo tanto deja para una<br />
fase posterior la posibilidad de explorar esta misma<br />
relación para otros países.<br />
El trabajo se divide a partir de esta introducción en tres<br />
partes. En la primera parte, abordamos conceptualmente<br />
lo que en la literatura económica y financiera se entiende<br />
por bancarización. Determinamos así mismo, algunas<br />
aproximaciones viables que permiten cuantificar el<br />
fenómeno para Venezuela y presentamos algunos hechos<br />
estilizados en torno al comportamiento y la evolución de<br />
las proxys que hemos seleccionado de bancarización para<br />
esta economía. En una segunda parte, se discute el<br />
espinoso asunto de la posible direccionalidad que se da en<br />
la relación entre desarrollo socioeconómico y la<br />
bancarización. Si bien es cierto que desde el punto de<br />
visto analítico es factible concebir la causalidad en una u<br />
otra dirección, nos concentramos mucho más en destacar<br />
los argumentos que permiten inferir que el grado de<br />
bancarización es un determinante importante del grado de<br />
2<br />
desarrollo socio-económico de la población. En la tercera<br />
parte procederemos a hacer pruebas y contrastes<br />
empíricos que permiten corroborar la hipótesis de trabajo.<br />
Las estimaciones prueban que la bancarización es un<br />
determinante importante de la evolución del Índice de<br />
Desarrollo Humano en Venezuela, indicando, por los<br />
demás, la robustez de la especificación econométrica a<br />
distintas medidas de bancarización. De hecho,<br />
adicionalmente a las ya conocidas medidas de profundidad<br />
financiera tales como la razón Crédito/PIB, la razón<br />
Depósitos/PIB y el crédito real per cápita, el estudio<br />
prueba que las mejores proxys de bancarización son el<br />
número de sucursales y de ATMs (Automatic Teller<br />
Machines) así como el número de depósitos que registra el<br />
sistema bancario, siendo las dos últimas variables<br />
novedosas en este tipo de estudio. En el proceso de<br />
selección de las mejores variables de control, el ejercicio<br />
indica además que el Índice de Desarrollo Humano en<br />
Venezuela es afectado por el precio real del barril petrolero<br />
y por el gasto público del Gobierno Central por habitante.<br />
Estas variables de control fueron escogidas, tanto por el<br />
grado de inherencia que tiene el recurso mineral petrolero<br />
en la economía venezolana, como por el carácter<br />
distributivo que tiene el gasto público, cuyo<br />
apalancamiento de la renta petrolera ha sido reportado en<br />
numerosos estudios. 2 Estas variables son no sólo lo<br />
suficientemente exógenas sino que además recogen, a<br />
nuestro juicio, buena parte de los fundamentos que<br />
gobiernan el resto de las variables macroeconómicas de la<br />
economía venezolana.<br />
2. ¿QUÉ ES LA <strong>BANCARIZACIÓN</strong> ¿CÓMO SE MIDE? ¿QUÉ<br />
MUESTRA PARA EL CASO VENEZOLANO?<br />
Existe una abundante y creciente literatura sobre<br />
bancarización, la mayor parte de ella concentrada en el<br />
contexto financiero de las economías emergentes y en<br />
desarrollo y muy especialmente en las economías<br />
latinoamericanas. Si algo queda claro en una revisión de lo<br />
que conceptualmente se entiende por bancarización, es el<br />
común solapamiento de referencias al acceso a los<br />
2 La muy reportada pro-ciclicidad del gasto público en Venezuela justamente da<br />
cuenta de cuan importante resulta la renta de origen externo proveniente del<br />
petróleo para explicar el curso que toma el gasto del gobierno. La alta correlación<br />
que existe entre las exportaciones de origen petrolero y el gasto hacen presumir<br />
que ambas variables son co-lineales y por tanto sólo una de ellas se incluye cada<br />
vez en las especificaciones.
servicios financieros, la inclusión financiera, la<br />
disponibilidad e incluso el uso de los servicios financieros,<br />
entre otros. Por esta razón parece conveniente precisar<br />
estas distintas conceptualizaciones con el objeto de hacer<br />
ver la complejidad del tema.<br />
2.1 Bancarización: Acceso, Uso e Inclusión Financiera<br />
Cierta literatura reciente ha venido asociando el fenómeno<br />
de la bancarización al acceso a los servicios financieros.<br />
En Morales y Yañez (2008), por ejemplo, la bancarización<br />
está referida a la disponibilidad o acceso de los usuarios a<br />
la apertura de cuentas en el sistema, al crédito y a una<br />
gama amplia de servicios ligados a las necesidades de<br />
medios de pago (tarjeta de crédito, débito, cheques,<br />
transferencias electrónicas), seguros, instrumentos<br />
sofisticados de ahorro, fondo de pensiones y jubilaciones,<br />
asesorías financieras, entre otros. 3 Numerosos autores<br />
incluso no hacen referencia propiamente al término<br />
bancariazación sino directamente al término “acceso a las<br />
finanzas”. Claessens (2006, p.1), por ejemplo, entiende el<br />
acceso a la finanzas como “la disponibilidad de una oferta<br />
de servicios financieros de calidad razonable a costos<br />
razonables, donde la calidad razonable y costo razonable<br />
tienen que ser definidos objetivamente con algún nivel<br />
estándar, con costos que reflejen tanto los pecuniarios,<br />
como los no pecuniarios”. Demirguc-Kunt y Levine (2008,<br />
p.1) señalan en complemento que el acceso a las finanzas<br />
está ligado a “la ausencia de barreras, tanto propias del<br />
precio, como otros tipos de barreras no relacionadas con<br />
los mismos”. De hecho en un trabajo reciente en torno a la<br />
bancarización en América Latina (FELABAN 2007) se<br />
señala que el “acceso a servicios financieros” está<br />
asociado a la capacidad de la población de utilizar estos<br />
servicios sin que existan obstáculos que lo prevengan.<br />
Otro número de autores establecen la distinción entre<br />
“acceso” y “uso” de los servicios financieros. Beck y de la<br />
Torre (2005a) y Beck et.al. (2005b), por ejemplo, afirma<br />
que los agentes económicos pueden tener acceso a los<br />
servicios financieros y sin embargo decidir no utilizarlos,<br />
sea por razones socio-culturales o porque los costos de<br />
3<br />
La gama de servicios financieros puede ser tan amplia como para incluir servicios<br />
internacionales, gestión de inversiones, fondos de inversión, fondos mutuales,<br />
administración de fideicomisos, administradoras de fondos de jubilaciones y<br />
pensiones y mercados de capitales.<br />
3<br />
oportunidad son altos. Ellis, Lemma y Rud (2010), de igual<br />
manera hacen esta distinción y señalan que, si bien para<br />
los usuarios es crítico e importante tener acceso a los<br />
servicios financieros, éstos pueden escoger no utilizarlos.<br />
De hecho plantean paradójicamente que es posible para<br />
un individuo sobreponer las barreras y restricciones de<br />
acceso y tener un uso muy limitado de ellos. Por ejemplo,<br />
la titularidad de una cuenta bancaria, podría enfrentar<br />
restricciones para su uso activo si la sucursal o el ATM<br />
más cercano están lejos de su área de negocios o<br />
residencia. La confianza que depositen los usuarios en las<br />
instituciones bancarias es de igual manera un factor<br />
importante que determina el uso o no uso que hagan de<br />
los servicios bancarios. En economías donde la memoria<br />
pública registra las pérdidas de bienestar acarreadas por<br />
episodios sistémicos de crisis bancarias, la confianza en el<br />
sistema puede ser limitada.<br />
Ciertos autores parecen haber comprendido las facetas<br />
anteriores y vienen planteando paralelamente una síntesis<br />
en el concepto “inclusión financiera”. Sarma (2007, p.1),<br />
por ejemplo, usa el término inclusión financiera y lo define<br />
como “un proceso que garantiza la facilidad de acceso, la<br />
disponibilidad y la utilización del sistema financiero formal<br />
para todos los miembros de una economía”. La literatura<br />
parece señalar que la inclusión supone el acceso y uso a<br />
un costo accesible y hacia segmentos menos privilegiados<br />
y de bajos ingresos.<br />
Más allá de las precisiones conceptuales, tres aspectos<br />
adicionales deben ser tomados en cuenta cuando se<br />
evalúa el alcance de la bancarización. Estos atañen a la<br />
profundidad, la cobertura y la intensidad de uso. Por<br />
profundidad se entiende a la dimensión asociada a la<br />
importancia relativa que tiene el sistema financiero sobre<br />
la economía como un todo. La cobertura, por otro lado,<br />
está referida a la distribución de los servicios financieros<br />
entre los distintos grupos de usuarios y/o por zonas<br />
geográficas. Por su parte, la intensidad de uso,<br />
corresponde a una dimensión vinculada a la frecuencia y<br />
cantidad de transacciones bancarias realizadas por una<br />
población de referencia. La distinción que se hace con<br />
cada uno de estos aspectos o dimensiones, como<br />
veremos en un instante, pueden ser útil al momento de
evaluar que se está midiendo en cada uno de los<br />
indicadores conocidos de bancarización.<br />
2.2 ¿Cómo medir la Bancarización?<br />
Noguera y Vera (2008) señalan que el primer problema<br />
con que se topa un analista para evaluar el nivel o el grado<br />
de bancarización en un espacio geográfico determinado,<br />
es la selección de un indicador comprensivo y preciso. Si<br />
bien los estudios de casos o de países suelen presentar<br />
diversos indicadores de bancarización, una evaluación de<br />
éstos revela que lo que a menudo se mide es sólo un<br />
aspecto o una dimensión del fenómeno.<br />
a. Las Medidas de Profundidad Financiera:<br />
Entre las medidas más conocidas y utilizadas en estudios<br />
empíricos sobre desarrollo financiera está el volumen de<br />
depósitos y de créditos como proporción de alguna<br />
variable escala como bien puede ser el PIB nominal, la<br />
población o el valor de los activos bancarios. Morales y<br />
Yañez (2008) asocian correctamente este tipo de medidas<br />
de desarrollo financiero a la profundidad. Kappel (2010) va<br />
un poco más allá y afirma que ratios como el crédito<br />
privado como proporción del PIB, miden el acceso directo<br />
de la población a los servicios financieros, y considera este<br />
tipo de medidas aproximadas de la bancarización como<br />
apropiadas en países en desarrollo, donde el ahorro y el<br />
préstamo son la clave del negocio de la intermediación<br />
financiera. Desde luego, en países emergentes e<br />
industrializados, el apalancamiento y la intermediación<br />
financiera son más sofisticadas y requieren tomar en<br />
consideración otros factores como es el caso del mercado<br />
de capitales. No obstante, Demirguc-Kunt y Levine (2008),<br />
consideran apropiado usar la razón crédito/PIB como<br />
proxy de bancarización y desarrollo financiero tanto por su<br />
fácil recolección como por su disponibilidad en series<br />
estadísticas largas.<br />
Una de las limitaciones que estas medidas de profundidad<br />
tienen es que no pueden en efecto revelar qué tan amplio<br />
o qué tan concentrado está el servicio del crédito o de las<br />
captaciones del público. Una economía puede<br />
perfectamente exhibir relativamente altos ratios de crédito<br />
y de depósitos (como proporción del PIB o de la población)<br />
y no obstante los servicios pueden estar altamente<br />
concentrados en pocas empresas, en pocos grupos<br />
4<br />
económicos o en estratos determinados de altos ingresos.<br />
En ese sentido, pueden no ser medidas del todo fiel de<br />
fenómeno de la bancarización.<br />
b. Las Medidas de Cobertura:<br />
Los indicadores de cobertura tales como el número de<br />
medios de pago sobre la población, el número de<br />
depositantes, el número de ATM’s y/o sucursales por cada<br />
100 mil habitantes, el número de sucursales por cada 1000<br />
km 2 , entre otros, dan una mejor idea del grado de<br />
penetración que puede tener el sistema bancario en la<br />
población. No obstante, al asumir una distribución<br />
uniforme de las cuentas de depósito de las sucursales y de<br />
los ATM’s, tanto geográfica como demográficamente,<br />
estas medidas presentan de igual forma ciertas<br />
limitaciones.<br />
c. Las Medidas de Intensidad de uso:<br />
Igualmente Ruiz (2007) presenta un listado amplio de los<br />
indicadores para este ámbito, entre los cuales están el uso<br />
del crédito por parte de las personas naturales, el uso de<br />
tarjetas de crédito, el uso de tarjetas de débito, el uso de<br />
banca por internet, el uso de cheques entre personas<br />
naturales a nivel nacional, el uso de cheques entre<br />
personas jurídicas a nivel nacional, entre otros. Otros<br />
estudios hacen énfasis el número de créditos y/o depósitos<br />
por cada 100 mil habitantes, en el número de<br />
transacciones realizadas con medios de pago bancarios<br />
distintos de cheques y efectivos por habitante, y en el<br />
número de créditos sobre la fuerza de trabajo, entre otros.<br />
Beck et.al. (2005b), sostienen que la intensidad también<br />
puede ser medida calculando el número de depósitos y<br />
créditos con respecto a la población, en tanto que mayores<br />
ratios de estos indicadores significarán que los depósitos y<br />
créditos están repartidos en un mayor número de la<br />
población y “pequeños clientes”. Tal afirmación está, una<br />
vez más, condicionada a una distribución uniforme de los<br />
servicios financieros entre la población, cosa que no está<br />
garantizada en economías en procesos de desarrollo. Uno<br />
de los mayores obstáculos para el uso de las medidas de<br />
intensidad es que a menudo no son recolectadas o no<br />
están a la disposición del público, y esto desde luego<br />
dificulta el trabajo de los investigadores.
En este documento, y en consideración del análisis que<br />
haremos del caso venezolano, usaremos como<br />
determinantes aproximados (o proxys) del grado de<br />
bancarización medidas de profundidad como la razón<br />
Crédito/PIB y Depósitos/PIB pero además, y dada la<br />
disponibilidad de información, usaremos mediciones del<br />
número de oficinas y de ATM’s (o cajeros automáticos) por<br />
cada 100 mil habitantes así como ciertas variables un<br />
tanto más novedosas en estudios de este tipo como son el<br />
número de depósitos a nivel nacional y su normalización<br />
por la población, es decir, en términos per cápita. En<br />
esencia, estos dos últimos indicadores dan una idea más<br />
cercana sobre el uso que hace el público de los servicios<br />
que se distribuyen a través de la red bancaria. Vale decir,<br />
que aunque es posible utilizar en el contexto del sistema<br />
bancario venezolano otras medidas, como el uso de la<br />
banca electrónica y el número de POS, la información<br />
recabada de estos indicadores es de una periodicidad<br />
relativamente corta.<br />
2.3 La Reciente Evolución de la Bancarizacion en<br />
Venezuela<br />
En un estudio reciente Noguera y Vera (2008), toman<br />
datos de la economía venezolana, construyen ciertos<br />
indicadores de bancarización y extraen un conjunto de<br />
hechos estilizados. Conviene, por tanto, comenzar<br />
poniendo de relieve las regularidades encontradas en este<br />
trabajo. En primer lugar, para series anuales que van<br />
desde el año 1970 y a 2007 los indicadores de profundidad<br />
como la razón depósitos/PIB y crédito PIB exhiben un<br />
comportamiento en tres fases distintas: Una fase de auge<br />
que se prolonga hasta comienzos de los años 1980s (en el<br />
caso de la razón crédito/PIB hasta finales de los 1970s),<br />
una fase de caída y estabilización (en un piso bajo) que se<br />
prolonga hasta la década del 2000, y finalmente, un<br />
renovado auge a partir del año 2004. Noguera y Vera<br />
(2008) encuentran además que durante esas casi cuatro<br />
décadas existe una alta correlación entre los precios del<br />
petróleo y el volumen de depósitos así como entre el<br />
producto por habitante y la razón crédito/PIB. Al comparar<br />
los niveles de bancarización de Venezuela con los del<br />
continente Latinoamericano (donde la bancarización<br />
promedio ya es baja), los niveles de bancarización de<br />
Venezuela lucen entre los más bajos, al menos si se mira<br />
desde el lado del crédito. Desde el lado de los depósitos,<br />
5<br />
Venezuela está en el promedio de la región. Para<br />
Noguera y Vera (2008) otros indicadores de bancarización<br />
cuyas series son más cortas, tales como el número de<br />
oficinas y de ATMs por 100 mil habitantes, indican, en<br />
contraste, un incremento sostenido de la bancarización en<br />
el país, incluso cuando la mirada se extiende a las últimas<br />
tres décadas.<br />
Razón créditos/PIB<br />
30%<br />
25%<br />
20%<br />
15%<br />
10%<br />
5%<br />
0%<br />
1970<br />
1973<br />
Razón Créditos/PIB<br />
Polinómica (Razón Créditos/PIB)<br />
1976<br />
1979<br />
1982<br />
Gráfico 1<br />
Evolución de la razón créditos/PIB<br />
1970-2009<br />
1985<br />
1988<br />
1991<br />
1994<br />
1997<br />
2000<br />
2003<br />
2006<br />
2009<br />
Fuente: SUDEBAN y Banco Central de Venezuela<br />
A los efectos de completar esta visión recogida en<br />
Noguera y Vera (2008), nuestro trabajo hace uso de seis<br />
proxys que pretenden dar cuenta del fenómeno de la<br />
bancarización en Venezuela. Estas variables se dividen en<br />
indicadores de profundidad financiera (la razón Créditos/<br />
PIB, Depósitos/PIB y el Crédito Real per-cápita),<br />
indicadores de cobertura o penetración demográfica<br />
(como la suma del número ATM’s y número de sucursales<br />
por cada 100 mil habitantes) y por último el número de<br />
cuentas y el número de cuentas per-cápita.<br />
Razón depósitos/PIB<br />
40%<br />
35%<br />
30%<br />
25%<br />
20%<br />
15%<br />
10%<br />
5%<br />
0%<br />
1970<br />
1973<br />
1976<br />
1979<br />
Gráfico 2<br />
Evolución de la Razón Depósitos/PIB<br />
1970-2009<br />
Razón Depósitos/PIB<br />
Precio del Petróleo Real US$/bl (2005=100)<br />
Polinómica (Razón Depósitos/PIB)<br />
1982<br />
1985<br />
1988<br />
1991<br />
1994<br />
1997<br />
2000<br />
2003<br />
2006<br />
2009<br />
90<br />
80<br />
70<br />
60<br />
50<br />
40<br />
30<br />
20<br />
10<br />
Fuente: SUDEBAN y Banco Central de Venezuela<br />
0
Cedito real percápita<br />
en miles de Bs.F<br />
6<br />
9<br />
8<br />
7<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
1970<br />
1973<br />
1976<br />
1979<br />
1982<br />
Gráfico 3<br />
Evolución del credito real percápita<br />
(Base 1997) 1970-2009<br />
Credito Real Per Cápita (base 1997)<br />
Polinómica (Credito Real Per Cápita (base 1997))<br />
1985<br />
1988<br />
1991<br />
Fuente: SUDEBAN, Banco Central de Venezuela e Instituto Nacional de Estadística<br />
Los gráficos 1, 2 y 3, que representan la evolución de la<br />
razón crédito/PIB, depósitos/PIB y del crédito real por<br />
habitante, desde el año 1970 y hasta el año 2009,<br />
corroboran lo señalado por Noguera y Vera (2008), a decir;<br />
que la bancarización, desde la vista ofrecida por estos<br />
indicadores, parece haber seguido correlativamente los<br />
ciclos largos en la tendencia de ciertas variables<br />
macroeconómicos de gran importancia para Venezuela,<br />
como por ejemplo pueden ser los precios del petróleo.<br />
Número de sucursales y ATM`s por cada<br />
100mil habitantes<br />
14<br />
12<br />
10<br />
8<br />
6<br />
4<br />
2<br />
0<br />
1970<br />
1973<br />
Gráfico 4<br />
Evolución del número de sucursales y ATM`s<br />
por cada 100mil habitantes. 1970-2009<br />
Número de sucursales y ATM`s por cada 100mil habitantes<br />
Polinómica (Número de sucursales y ATM`s por cada 100mil habitantes )<br />
1976<br />
1979<br />
1982<br />
1985<br />
1988<br />
1991<br />
1994<br />
1994<br />
1997<br />
1997<br />
2000<br />
2000<br />
2003<br />
2003<br />
2006<br />
2006<br />
2009<br />
2009<br />
Fuente: Anuarios de SUDEBAN<br />
La conclusión que arroja esta mirada panorámica cambia<br />
en la medida que nos alejamos de estos indicadores de<br />
profundidad financiera. Las gráficos 4, 5 y 6 presentan la<br />
evolución de los indicadores el número de ATM´s, el<br />
número de oficinas por cada 100 mil habitantes, el número<br />
de cuentas de depósito, y el número de cuentas de<br />
depósito por habitante. Los datos en correspondencia<br />
están de igual manera desde el año 1970 hasta el año<br />
2009. La cobertura de los servicios bancarios, mejor<br />
medida por las proxys de bancarización: número de<br />
Número de depositos<br />
30.000.000<br />
25.000.000<br />
20.000.000<br />
15.000.000<br />
10.000.000<br />
5.000.000<br />
0<br />
1970<br />
1973<br />
1976<br />
1979<br />
Gráfico 5<br />
Evolucion del número de depósitos<br />
1970-2009<br />
Número de Depósitos<br />
Polinómica (Número de Depósitos)<br />
1982<br />
1985<br />
1988<br />
1991<br />
1994<br />
1997<br />
2000<br />
2003<br />
2006<br />
2009<br />
Fuente: Anuarios de SUDEBAN<br />
sucursales y ATM´s por cada 100 mil habitantes 4 , muestra<br />
en el gráfico N° 4 una tendencia creciente a lo largo del<br />
periodo estudiado, empezando en 1970 con un valor de<br />
4,8 para llegar al año 2008 a un valor casi 3 veces<br />
superior. Los datos sobre el número de cuentas bancarias<br />
y de cuentas bancarias por habitante también observan<br />
una tendencia creciente. Curiosamente, y en contraste, en<br />
1994 el número de cuentas de depósito sufre una caída<br />
puntual abrupta (de 27,6%), caída que persiste para el año<br />
1995, todo esto sin la menor duda como consecuencia de<br />
la crisis financiera a la que estuvo expuesta la economía<br />
venezolana. De este punto en adelante la recuperación es<br />
inminente hasta llegar al año 1999 cuando puntualmente<br />
estos indicadores disminuyen una vez más. Esto podría<br />
ser explicado por la incertidumbre política y la aparición de<br />
un nuevo proyecto político en un contexto donde<br />
prevalecía la libre movilidad de capitales.<br />
Número de dpósitos percapita<br />
1<br />
0,9<br />
0,8<br />
0,7<br />
0,6<br />
0,5<br />
0,4<br />
0,3<br />
0,2<br />
0,1<br />
0<br />
1970<br />
1973<br />
Gráfico 6<br />
Evolución del número de depósitos percapita<br />
1970-2009<br />
Número de Depósitos percápita<br />
Polinómica (Número de Depósitos percápita)<br />
1976<br />
1979<br />
1982<br />
1985<br />
1988<br />
1991<br />
1994<br />
1997<br />
2000<br />
2003<br />
2006<br />
2009<br />
Fuente: Anuarios de SUDEBAN e Instituto Nacional de Estadística<br />
4 Indicador bancario que se construye teniendo en cuenta el número total de ATM’s<br />
más sucursales en el país y la población total a cada año. Con esta información se<br />
obtiene cuantas sucursales y ATM’s existen en el país por cada 100.000 habitantes.
Esta distinción entre estos dos tipos de indicadores de<br />
bancarización es crítica no sólo por las conclusiones que<br />
arrojan los hechos estilizados asociados a la evolución de<br />
las series son diferentes, sino además, y como veremos<br />
más adelante, por el hecho de que cierto conjunto de<br />
indicadores parecen ser más aptos para sostener la<br />
hipótesis que nos mueve y que señala una posible relación<br />
positiva entre bancarización y desarrollo humano.<br />
3. <strong>BANCARIZACIÓN</strong> Y <strong>DESARROLLO</strong> SOCIOECONÓMICO<br />
Si bien como hemos visto resulta difícil encontrar una<br />
medida comprensiva de bancarización, no menos<br />
complejo resulta recoger el grado de desarrollo socioeconómico<br />
de una región o de una economía en un<br />
indicador. En la actualidad existen un conjunto de<br />
indicadores para medir el nivel de desarrollo socioeconómico<br />
a nivel de países. Conocidos son, por ejemplo,<br />
el Índice de Desarrollo Humano (IDH), el Índice de<br />
Pobreza Humana (IPH), el Índice de Pobreza Multidimensional,<br />
el Índice de Desarrollo de Género (GDI) y la<br />
Medida de Empoderamiento de Género (GEM),<br />
construidos por el Programa de Naciones Unidas<br />
para el Desarrollo (PNUD) y que ofrecen un<br />
panorama de diversos aspectos contentivos al<br />
desarrollo socio-económico. Quizás entre estas<br />
medidas es el Índice de Desarrollo Humano, el<br />
indicador más comprensivo y conocido de<br />
desarrollo socio-económico.<br />
El IDH es un índice compuesto, construido por el<br />
PNUD, que mide el progreso medio conseguido<br />
por un país en tres dimensiones básicas: disfrute<br />
de una vida larga y saludable, acceso a la<br />
educación, y nivel de vida digno. El IDH es la media<br />
geométrica de índices normalizados que miden los logros<br />
en cada una de estas dimensiones. 5 El índice formó parte<br />
del primer Informe sobre Desarrollo Humano, publicado en<br />
1990. Se presentó como una alternativa a las mediciones<br />
convencionales del desarrollo nacional, como el nivel de<br />
ingresos y la tasa de crecimiento económico. La figura 1<br />
da cuenta de los indicadores parciales que se usan como<br />
5<br />
Fue desarrollado por primera vez por el economista pakistaní Mahbub ul Haq, con<br />
la colaboración del premio Nobel de Economía, Amartya Sen y otros destacados<br />
pensadores del campo del desarrollo. El Apéndice I, presenta una breve exposición<br />
de su construcción.<br />
7<br />
insumo para la construcción del IDH y de las dimensiones<br />
a las que están asociadas estos insumos.<br />
La relación que potencialmente puede tejerse entre<br />
bancarización y desarrollo socioeconómico, tiene sus<br />
raíces en la asociación que por años se ha discutido en la<br />
literatura del desarrollo entre la profundidad financiera y el<br />
PIB per-cápita (o alternativamente el crecimiento<br />
económico). Sencillamente se arguye que un sistema más<br />
profundo puede generar significativos incrementos en la<br />
productividad y esto conlleva a mejorar las posibilidades<br />
de crecimiento del producto y del ingreso. 6 Algunos<br />
modelos teóricos en este ámbito muestran que el<br />
desarrollo financiero promueve el crecimiento económico a<br />
través de la movilización del ahorro, la promoción del<br />
emprendimiento y de la inversión privada y la<br />
diversificación de riesgos. Beck, Demirgüç-Kunt y Martinez<br />
(2006) señalan adicionalmente que la profundización<br />
financiera ayuda no sólo al crecimiento económico sino<br />
además a aliviar la pobreza.<br />
Figura 1- Componentes del Índice de Desarrollo Humano<br />
Fuente: IDH, 2010<br />
Uno de los primeros intentos exploratorios en la vía por<br />
encontrar una relación entre acceso a los servicios<br />
financieros y desarrollo socio-económico se presenta en el<br />
trabajo de Rojas-Suárez (2005). La autora cruza datos del<br />
IDH del año 2003 con la razón depósitos PIB (para el<br />
mismo conjunto de países) para un grupo de 105 países y<br />
encuentra una relación positiva, como puede observarse<br />
en el Gráfico 7 que hemos reproducido aquí. Al respecto<br />
Rojas-Suárez (2005, p.4) señala: “Aunque la relación de<br />
6<br />
Eventualmente, la profundidad se promueve en la medida que el sistema<br />
financiero esté menos represado.
causalidad entre desarrollo social y desarrollo financiero es<br />
controversial, lo que si es claro es que ambas variables<br />
son complementarias”.<br />
Los hallazgos de Rojas-Suárez (2005) son sustentados<br />
por un estudio promovido por el consorcio académico<br />
denominado “Iniciativa para el Acceso Financiero” (ver<br />
Chaia, et.al. 2009), donde se encuentra para un grupo de<br />
países, una elevada correlación entre el indicador de la<br />
proporción de la población usando servicios financieros de<br />
Donovan (2006) y el PIB per cápita. Sarma (2008), por su<br />
parte, desarrolla un índice de inclusión financiera (IFI<br />
según sus siglas en inglés), y procede a contrastarlo con el<br />
IDH de un conjunto de países desarrollados y en<br />
desarrollo, e igualmente encuentra una correlación alta y<br />
positiva (0.74).<br />
Esta correlación también está presente para el caso<br />
venezolano cuando se usan series temporales. El gráfico 8<br />
muestra la relación que se establece entre el IDH y el<br />
número de oficinas bancarias reportadas por las<br />
estadísticas de SUDEBAN para el período que va de 1970<br />
a 2009. El coeficiente de correlación entre estas variables<br />
es 0,92.<br />
Desde luego, las correlaciones encontradas para estos<br />
grupos de países como para Venezuela deben tropezar<br />
con el espinoso asunto de la causalidad. Rojas-Suárez<br />
(2005) adelanta la tesis de que en la medida que el<br />
desarrollo socioeconómico se eleva, la “cultura financiera”<br />
del público se hace más sofisticada, lo que requiere por<br />
ende más y mejores servicios financieros. Sobre esta línea<br />
8<br />
Gráfico 7<br />
Índice de Desarrollo humano y Relación Depósitos/PIB (en porcentaje)<br />
Fuente: Rojas-Suárez (2005)<br />
lógica de análisis se argumenta con frecuencia que<br />
dependiendo del nivel educativo alcanzado, y de la calidad<br />
de los empleos asociados a éste, los sujetos pueden<br />
emplearse o no en un contexto laboral más seguro, lo que<br />
permite vislumbrar o no una percepción futura de sus<br />
ingresos y niveles de riesgo, y por ende un mayor o menor<br />
acceso a los mercados financieros. Por otra parte, el<br />
limitado desarrollo de ciertas capacidades en la población<br />
en el área de alfabetización en países en desarrollo hace<br />
que los procedimientos asociados con transacciones<br />
financieras sean complejos e intimidantes y limita sino el<br />
acceso quizás el uso de los servicios bancarios y<br />
financieros por parte de los hogares de bajos recursos y<br />
pequeñas empresas. También puede señalarse siguiendo<br />
a Sarma (2008) que si la exclusión financiera es un<br />
reflejo de un problema más amplio como lo es la<br />
“exclusión social”, se hace entonces difícil bancarizar en<br />
tanto tales barreras no sean abolidas.<br />
Número de oficinas<br />
4.000<br />
3.500<br />
3.000<br />
2.500<br />
2.000<br />
1.500<br />
1.000<br />
500<br />
0<br />
Gráfico 8<br />
Venezuela- Número de Oficinas Bancarias vs IDH<br />
1970-2009<br />
R² = 0,9255<br />
64 66 68 70 72 74 76 78 80<br />
IDH<br />
Fuente: SUDEBAN e Informe de Desarrollo Humano 2010<br />
Otro conjunto de estudios y trabajos, si bien exponen que<br />
la correlación entre bancarización y desarrollo económico<br />
es positiva, aseguran que la causalidad va desde la<br />
bancarización (más población con acceso y uso de los<br />
servicios bancarios) hacia el mejoramiento del desarrollo<br />
socio-económico (incluyendo el crecimiento económico,<br />
los indicadores de desarrollo humano, la mitigación de la<br />
pobreza y de la desigualdad de ingresos). Beck y<br />
Demirgüç-Kunt (2004), muestran que el desarrollo<br />
financiero tiene una correlación positiva con el desarrollo<br />
económico y que el efecto del desarrollo financiero es más<br />
que proporcional en el segmento de la población de bajos<br />
recursos, siendo reflejado en cambios tanto en la pobreza<br />
como en la distribución del ingreso. Stone (2005) muestra<br />
que la profundidad financiera contribuye a reducir la
desigualdad del ingreso y los niveles de pobreza a través<br />
de la minimización de las restricciones en el crédito sobre<br />
los agentes pobres. Por su parte, Anastasi et al. (2006)<br />
señalan que una intermediación financiera hacia las<br />
personas sirve como mecanismo para facilitar la inversión<br />
en capital humano. La hipótesis del trabajo de Ellis et al.<br />
(2010) indica que el acceso a los servicios financieros<br />
facilita la inversión en activos (financieros, físicos o capital<br />
humano) que elevan la productividad e incrementan el<br />
ingreso de los hogares a futuro. A decir verdad, la falta de<br />
acceso al crédito constituye una restricción que empuja a<br />
la población joven a trabajar y a reducir la escolaridad y la<br />
adquisición de capital humano. Eswaran y Kotwal (1990)<br />
son de la idea que el acceso al crédito puede reducir la<br />
vulnerabilidad de los hogares ante shocks negativos a<br />
través del aumento de su habilidad de suavizar el<br />
consumo durante tiempos difíciles. Esta disponibilidad del<br />
crédito también permite a los hogares tomar mayores<br />
riesgos en las inversiones y estar preparados ante shocks<br />
negativos debido a las malas decisiones de inversión.<br />
Deaton (1991) indica que reduciendo los riesgos<br />
financieros encarados por los hogares, puede decrecer la<br />
proporción de activos de bajo riesgo - bajo retorno que<br />
usan los hogares con propósitos de precaución y les<br />
permite invertir en activos de mayor riesgo - mayor retorno<br />
(como la educación), que en general mejora los impactos<br />
en el ingreso en el largo plazo. El Asian Development<br />
Bank (2005); Helms (2006) y United Nations (2006), todos<br />
citados en Fernando (2007), arguyen que el acceso a los<br />
servicios financieros ayuda a los pobres a manejar sus<br />
riesgos, suavizar el consumo, tomar ventajas de las<br />
oportunidades económicas rentables, construir otras<br />
fuentes de ingreso y otros activos, y mejorar sus<br />
estándares de vida. Von Pischke (1998), señala que más<br />
acceso a la financiación promueve el espíritu empresarial<br />
de los pobres, aumentando su capacidad para gestionar el<br />
riesgo.<br />
4.- <strong>BANCARIZACIÓN</strong> Y <strong>DESARROLLO</strong> <strong>HUMANO</strong>: EL<br />
CONTRASTE EMPÍRICO PARA VENEZUELA<br />
Un adecuado preámbulo a las pruebas empíricas que<br />
desarrollaremos en esta sección consiste en constatar el<br />
9<br />
grado de correlación que muestran, para el caso<br />
venezolano, los datos o las medidas de bancarización<br />
seleccionadas con respecto al Índice de Desarrollo<br />
Humano (IDH). Antes de comentar estas correlaciones,<br />
conviene señalar que los datos usados son anuales y para<br />
un período que va desde 1970 al año 2009. Los datos<br />
referidos al IDH de Venezuela, corresponden a la serie del<br />
IDH híbrido, una serie de datos quinquenal hasta el año<br />
2005 y anual en adelante, consistente en el tiempo y<br />
reconstruida por el Informe de Desarrollo Humano (2010).<br />
Para obtener los valores faltantes al interior de cada<br />
quinquenio empleamos una interpolación lineal. A nuestro<br />
favor vale señalar que Davies y Quinlivan (2006) encaran<br />
este asunto y consideran que los cambios en el IDH en el<br />
periodo de cinco años es lo suficientemente pequeño<br />
como para que la interpolación sea válida. Así mismo este<br />
método es utilizado por el Programa de las Naciones<br />
Unidas para el Desarrollo para analizar tendencias<br />
históricas de este indicador (Informe sobre Desarrollo<br />
Humano 2010, Anexo Estadístico, página 237).<br />
El Cuadro 1 muestra los coeficientes de correlación<br />
encontrados entre varias medidas representativas de<br />
bancarización que usamos en este trabajo y el IDH. A<br />
simple inspección puede notarse que, con la excepción de<br />
los indicadores tradicionales de profundidad financiera<br />
(razón crédito/PIB y razón Depósitos PIB), la correlación<br />
entre los indicadores de bancarización y el IDH es positiva<br />
y muy elevada.<br />
Con el objeto de determinar la relación entre bancarización<br />
y desarrollo humano, procederemos ahora a hacer un<br />
contraste empírico que consiste en encontrar la mejor<br />
estimación entre una variante de modelos sujetos al<br />
estimador de Mínimo Cuadrados Ordinarios (MCO). La<br />
presunción de endogeneidad de los indicadores de<br />
bancarización (al desarrollo humano) nos ha llevado<br />
también a utilizar, posteriormente, el estimador de Mínimos<br />
Cuadrados en Dos Etapas (MC2E).
Cuadro 1 Logcredipib: representa el logaritmo de la<br />
Vector de Correlaciones IDH vs. Indices de Bancarización proporción del valor total de la cartera de<br />
(Datos anuales 1970-2009)<br />
crédito en la economía originada en los bancos<br />
Credito/<br />
PIB<br />
Depósitos/<br />
PIB<br />
N° de<br />
Oficinas<br />
N° de Oficinas por<br />
100 mil Hab.<br />
N° de<br />
Depósitos<br />
N° de<br />
Depósitos<br />
por Hab.<br />
y otras instituciones financieras en un año<br />
sobre el valor del Producto Interno Bruto de<br />
IDH -0,16 0,03 0,92 0,86 0,91 0,86 ese mismo año. Esta medida fue multiplicada<br />
Fuente: Calculos Propios<br />
por 100 antes de convertirla en logaritmo ya<br />
La especificación pensada inicialmente viene dada por la<br />
ecuación (1)<br />
que sus valores oscilan entre cero y uno. Los datos fueron<br />
recogidos de Superintendencia de Bancos y Otras<br />
Instituciones Financieras (SUDEBAN).<br />
LogIDH µ<br />
10<br />
t = β 0 + β1LogFt<br />
+ β 2LogX<br />
t + t (1)<br />
Siendo LogFt la variable proxy de bancarización en cada<br />
año t, LogXt la representación de los valores de la variable<br />
de control para cada observación, y µt el termino de<br />
perturbación de la regresión, que suponemos ruido blanco.<br />
Nuestra hipótesis sostiene que a mayor F más elevado<br />
será el IDH, por lo que el signo esperado de en la<br />
ecuación (1) es mayor que cero ( > 0).<br />
La muy marcada tendencia determinística que exhibe la<br />
serie del IDH nos ha llevado a agregar en la estimación<br />
una tendencia temporal lineal como variable explicativa.<br />
Adicionalmente, picos significativos en los residuos de las<br />
estimaciones, concentrados entre los años 1999-2002, nos<br />
llevaron a la decisión de agregar en todos los modelos<br />
(para homogenizar la estimación) variables dicotómicas<br />
para los años 1999, 2000, 2001 y 2002. Entonces la<br />
especificación queda re-escrita de la siguiente manera:<br />
LogIDH t = β 0 + β1LogFt<br />
+ β 2LogX<br />
t + β 3Dum<br />
+<br />
(2)<br />
β 4Trend<br />
+ µ t<br />
Con respecto a la variable dependiente LogIDHt este<br />
estudio la define de la manera siguiente:<br />
LogIDH: representa el logaritmo del IDH de Venezuela. La<br />
medida fue multiplicada por 100 antes de convertirla en<br />
logaritmo pues su valor oscila entre cero y uno. Los datos<br />
fueron recogidos del Informe de Desarrollo Humano 2010.<br />
Las variables usadas para representar LogFt se presentan<br />
a continuación:<br />
Logdepopib: representa el logaritmo del valor total de<br />
depósitos en la economía en poder de los bancos y otras<br />
instituciones financieras en un año, como proporción del<br />
valor del Producto Interno Bruto de ese mismo año. Esta<br />
medida fue multiplicada por 100 antes de convertirla en<br />
logaritmo ya que su valor también oscila entre cero y uno.<br />
Los datos fueron recogidos de la SUDEBAN<br />
Logcredireal: representa el logaritmo del crédito deflactado<br />
por el Índice de Precios al Consumidor del año 1997 y<br />
dividido entre la población. Los datos obtenidos de la<br />
SUDEBAN y del BCV.<br />
Lognofi: representa el logaritmo del número de sucursales<br />
bancarias y ATM’s por cada 100 mil habitantes, de esta<br />
manera se normaliza el efecto del aumento de la<br />
población. Los datos son extraídos de SUDEBAN y del<br />
INE. Beck et. al. (2005) señalan que esta variable captura<br />
la penetración del sistema bancario demográficamente y<br />
señaliza mayores posibilidades de acceso y oportunidades<br />
para que las empresas y hogares usen los servicios<br />
financieros.<br />
Logndepo: representa el logaritmo del número de cuentas<br />
de depósitos en la banca universal y comercial. Los datos<br />
provienen de los Informes de la Superintendencia de<br />
Bancos y Otras Instituciones Financieras. En teoría,<br />
mientras mayor es el número de cuentas de depósitos,<br />
mayor es el número de personas que están usando los<br />
servicios financieros. No obstante, conviene advertir que<br />
una sola persona puede tener más de una cuenta, en cuyo<br />
caso la medida no está en capacidad de controlar en<br />
forma perfecta por la concentración.
Logndepopc: representa el logaritmo del número de<br />
cuentas de depósitos en la banca universal y comercial en<br />
un año dado, dividido entre la población de ese año. Esta<br />
medida fue multiplicada por 100 antes de convertirla en<br />
logaritmo. Los datos son extraídos de Informes de la<br />
Superintendencia de Bancos y Otras Instituciones<br />
Financieras y el INE. Este indicador es construido en base<br />
al anterior, normalizando el efecto del crecimiento de la<br />
población.<br />
Las últimas tres variables contrastan con las mediciones<br />
convencionales de profundidad. En esencia y a nuestro<br />
juicio los indicadores lognofi, logndepo y logndepopc dan<br />
una mejor aproximación del uso de los servicios bancarios<br />
11<br />
C<br />
LOGCREDPIB<br />
LOGCREDIREAL<br />
LOGDEPPIB<br />
LOGEXPETROPC<br />
LOGGASTOPUB<br />
LOGPPETROREAL<br />
DUM<br />
TREND<br />
que variables como la razón crédito/PIB y depósitos/PIB.<br />
En lo que respecta a las variables de control LogXt, se<br />
sigue en lo posible tres criterios:<br />
(a) Que sean variables macroeconómicas muy<br />
correlacionadas entre sí pero no correlacionadas con el<br />
término de perturbación.<br />
(b) Que sean variables que, independientemente de la<br />
proxy de bancarización, estén correlacionadas con el<br />
IDH y que presumiblemente impacten la evolución del<br />
Índice de Desarrollo Humano.<br />
(c) Que sean suficientemente exógenas.<br />
Cuadro 2<br />
Variable Dependiente: LOGIDH - Rango 1970-2009<br />
Método Utilizado: MCO<br />
A1 A2 A3 B1 B2 B3 C1 C2 C3<br />
4.131.918 4.105.027 4.155.951 4.173.431 4.161.724 4.177.828 4.087.421 4.060.509 4.137.895<br />
349,2781*** 186,6163*** 662,7444*** 397,7855*** 164,3367*** 1109,023*** 356,3673*** 226,6773*** 512,4122***<br />
0,015097 0,013029 0,009735<br />
5,970922*** 4,375122*** 4,141104***<br />
0,012247 0,011807 0,008091<br />
6,768456*** 5,169621*** 4,243209***<br />
0,024113 0,020305 0,015514<br />
9,158332*** 6,632157*** 5,304929***<br />
0,004684 0,002659 0,007042<br />
2,42620*** 1.561.589 5,628380***<br />
0,007657 0,003571 0,010179<br />
2,497235*** 1.089.836 4,589788***<br />
0,007728 0,006409 0,007629<br />
5,587955*** 4,100515*** 6,303334***<br />
-0,011955 -0,011143 -0,011954 -0,009941 -0,009576 -0,010792 -0,007169 -0,006787 -0,009257<br />
-4,275915*** -3,893898*** -5,336066*** -367.066 -3.488.602 -4.666.362 -3,081321*** -2,663947*** -4,211974***<br />
0,003789 0,00373 0,00356 0,003725 0,003702 0,003551 0,003529 0,003494 0,00338<br />
48,19029*** 45,13427*** 47,73488*** 54,08975*** 50,99446*** 49,30927*** 65,84874*** 60,82712*** 66,05128***<br />
R cuadrado Ajustado: 0,986298 0,985871 0,991202 0,988021 0,987607 0,991344 0,991857 0,990315 0,992734<br />
Durbin Watson: 0,734616 0,836228 0,884606 0,738922 0,778727 0,883636 1.398.833 1,3671 1.221.435<br />
F - estadístico 7.028.369 6.813.199 1.099.501 1.188.527 9.979.698 1.333.133 8.051.664 7.779.736 1.117.694<br />
Prob (F-estadístico) 0 0 0 0 0 0 0 0 0<br />
Nota: valores en el cubículo de cada variable representan: el valor del coeficiente y el t-estadístico. Los asteriscos representan el nivel de significancia (*,**,***) al 10, 5 y 1%.<br />
A1<br />
Prob<br />
A2<br />
Prob<br />
A3<br />
Prob<br />
B1<br />
Prob<br />
B2<br />
Prob<br />
B3<br />
Prob<br />
C1<br />
Prob<br />
C2<br />
Prob<br />
C3<br />
Prob<br />
Jarque-Bera (1)<br />
0,817527 0,664954 0,421623 0,575873 0,542106 0,4378 Cuadro 2 0,19306 0,878822<br />
White (2)<br />
0,217188 0,416609 0,111919 0,667634 0,890306 0,410031 0,138664 0,94685 0,349604<br />
ARCH (1 rezago) (3)<br />
0,045362 0,029965 0,201777 0,124863 0,064406 0,532748 0,41354 0,537916 0,855255<br />
ARCH (2 rezagos) (3)<br />
0,292041 0,112043 0,192<br />
Breusch-Godfrey (2 rezagos) (4)<br />
0,000454 0,001316 0,001054 0,000246 0,000342 0,000807 0,260593 0,178606 0,13435<br />
Breusch-Godfrey (3 rezagos) (4)<br />
0,001119 0,003258 0,002721 0,001139 0,001248 0,002367<br />
Regresión auxiliar (5)<br />
Prueba<br />
0,006619 0,000028 0,016005 0,000546 0 0,000589 0,328553 0,002821 0,000497<br />
(1) Ho: Los residuos se comportan normalmente<br />
(2) Ho: Varianza homocedastica<br />
(3) Ho: Varianza homocedastica<br />
(4) Ho: No hay autocorrelación<br />
(5) Ho: No es colineal
Después de un análisis, y entre varias posibilidades,<br />
hemos escogidos las siguientes variables de control:<br />
Logexpetropc: representa el valor de las exportaciones de<br />
petróleo reales en un año dado, entre el total de la<br />
población venezolana en ese mismo año. Estos datos<br />
provienen del Banco Central de Venezuela y del INE.<br />
Loggastopub: representa el valor del gasto público del<br />
Gobierno Central realizado en un año dado dividido entre<br />
el total de la población venezolana en ese mismo año. Los<br />
datos son extraídos del Ministerio de Finanzas y del INE.<br />
Logppetroreal: representa el precio del barril de petróleo<br />
en dólares real en un año, es decir, deflactado por el<br />
Índice de Precios al Consumidor estadounidense. Los<br />
datos provienen de la EIA y del Banco de la Reserva<br />
Federal de los Estados Unidos.<br />
12<br />
En justificación vale señalar que el carácter<br />
específicamente petrolero de la economía venezolana y la<br />
inherencia de la renta petrolera externa en la evolución del<br />
gasto público hacen presumir una incidencia muy<br />
importante de estas variables sobre el IDH. El gasto<br />
público, en particular, es una medida que puede ser<br />
utilizada para ver en qué magnitud los gobiernos hacen un<br />
esfuerzo por redistribuir la renta y mejorar los servicios<br />
públicos básicos (como educación y salud, entre otros).<br />
Antes de hacer las estimaciones, y con el objeto de evitar<br />
regresiones espurias, hemos procedido a determinar el<br />
orden de integración de las variables explicadas<br />
anteriormente. Para ello hemos usado las pruebas DF-<br />
GLS (propuesta por Elliott, Rothenberg, and Stock , 1996)<br />
y Dickey-Fuller Aumentado (DFA). Para ambos casos la<br />
hipótesis nula señala la existencia de una raíz unitaria. Los<br />
resultados arrojados por las pruebas se muestran en el<br />
Cuadro 3<br />
Variable Dependiente: LOGIDH - Rango 1970-2009<br />
Método Utilizado: MCO<br />
D1 D2 D3 E1 E2 E3 F1 F2 F3<br />
4.065.087 4.037.168 4.134.461 3.861.317 386.842 4.028.661 4.091.593 4.051.624 4.148.017<br />
249,9081*** 181,0526*** 412,5125*** 78,27347*** 77,29675*** 96,41491*** 259,9353*** 184,1537*** 431,4535***<br />
0,04753 0,034524 0,0264<br />
7,219799*** 4,898337*** 4,523730***<br />
0,019811 0,015633 0,010545<br />
6,285701*** 4,948349*** 3,633766***<br />
0,021539 0,017343 0,011986<br />
6,107657*** 4,880491*** 3,663204***<br />
0,009344 0,009028 0,008362<br />
6,358831*** 6,031414*** 5,563119***<br />
0,013272 0,013516 0,012803<br />
5,444095*** 5,790394*** 5,432741***<br />
0,009393 0,009082 0,008849<br />
8,544189*** 7,223246*** 6,954206***<br />
-0,018535 -0,015561 -0,016046 -0,013004 -0,011106 -0,013143 -0,012716 -0,010943 -0,0129<br />
-7,814014*** -5,77393*** -7,638852*** -5,261596*** -4,265069*** -5,906374*** -5,033561*** -4,1629*** -5,774139***<br />
0,002619 0,002817 0,002835 0,002316 0,00253 0,002707 0,00273 0,002846 0,002914<br />
18,00846*** 17,58630*** 22,2207*** 11,64464*** 12,49133*** 14,83201*** 19,22615*** 19,60416*** 22,61441***<br />
R cuadrado Ajustado: 0,988889 0,987033 0,991728 0,987779 0,987264 0,99002 0,987401 0,987117 0,990065<br />
Durbin Watson: 1.559.412 1.359.473 1.448.065 1.094.328 1.093.385 1.138.045 1.038.115 1.051.032 1.127.656<br />
F – estadístico 8.687.544 7.431.619 1.169.959 7.688.713 7.373.989 9.433.632 7.455.368 7.288.928 9.476.947<br />
Prob (F-estadístico) 0 0 0 0 0 0 0 0 0<br />
Nota: valores en el cubículo de cada variable denotan el valor del coeficiente y el t-estadístico. Los asteriscos representan el nivel de significancia (*,**,***) al 10, 5 y 1%.<br />
Prueba de Diagnóstico D1 D2 D3 E1 E2 E3 F1 F2 F3<br />
Prob Prob Prob Prob Prob Prob Prob Prob Prob<br />
Jarque-Bera (1)<br />
0,185936 0,812784 0,862057 0,781312 0,857742 0,734844 0,890788 0,891992 0,677819<br />
White (2)<br />
0,14554 0,376236 0,412953 0,310522 0,844156 0,560787 0,229024 0,841474 0,538504<br />
ARCH (un rezago) (3)<br />
ARCH (dos rezagos)<br />
0,367066 0,761167 0,273561 0,191493 0,552819 0,856442 0,164136 0,567862 0,734093<br />
(3)<br />
Test LM (2 rezagos) (4)<br />
0,547185 0,222621 0,433032 0,027385 0,024065 0,061874 0,014549 0,014122 0,049926<br />
Test LM (3 rezagos) (4)<br />
0,056107 0,061983 0,13483 0,030219 0,038466 0,109986<br />
Regresión auxiliar (5)<br />
C<br />
LOGNOFI<br />
LOGNDEPO<br />
LOGNDEPOPC<br />
LOGEXPETROPC<br />
LOGGASTOPUB<br />
LOGPPETROREAL<br />
DUM<br />
TREND<br />
0,066511 0,478903 0,071976 0,048095 0,221618 0,226893 0,073527 0,397779 0,112917<br />
(1) Ho : Los residuos se comportan normalmente<br />
(2) Ho: Varianza homocedastica<br />
(3) Ho: Varianza homocedastica<br />
(4) Ho: No hay autocorrelación<br />
(5) Ho: No es colineal
apéndice II y merecen un mínimo comentario. La<br />
aplicación de la prueba DF-GLS sobre cada una de las<br />
series indica que las series son estacionarias en nivel pero<br />
no estacionarias en diferencias al 5%. La misma prueba<br />
indica que la variable IDH es integrada de orden (1) al<br />
10%. La prueba DFA señala, de igual manera, que las<br />
series en diferencia son integradas de orden (1) con la<br />
excepción del IDH. En conclusión, tenemos que todas las<br />
variables independientes (tanto las proxy de bancarización<br />
como las variables de control) son integradas de orden (1)<br />
en ambas pruebas en todos los niveles. La variable<br />
dependiente resulto ser integrada de grado (1) sólo al 10%<br />
con la prueba de DF-GLS; y en este caso hemos sido<br />
poco conservadoras y asumido que su grado de<br />
integración es (1).<br />
Los resultados de haber estimado la especificación dada<br />
por la ecuación (2) por MCO son mostrados en adelante<br />
en dos cuadros. Cada cuadro muestra nueve regresiones<br />
del IDH (señalizas con letras) contra ciertas proxies de<br />
bancarización y contra cada una de las variables de<br />
control escogidas, para el caso que nos ocupa, a saber:<br />
Logexpetropc, Loggastopub y Logppetroreal. Los dos<br />
cuadros terminan recogiendo 18 regresiones.<br />
El Cuadro 2, muestra la regresión del logaritmo del IDH<br />
contra las tres variables de bancarización asociadas a la<br />
profundidad financiera (Logcredipib, Logcredireal y<br />
Logdeppib). Las tres primeras regresiones A1, A2 y A3<br />
usan como proxy de bancarización al logaritmo de la razón<br />
crédito/PIB y la única distinción entre ellas es el empleo,<br />
en cada caso, de una variable de control diferente. Las<br />
regresiones B1, B2, y B3 usan como proxy de<br />
bancarización el logaritmo del crédito real per-capita y de<br />
igual manera usan como variantes las tres distintas<br />
variables de control. En el caso de las regresiones C1, C2<br />
y C3, la variable proxy de bancarización es el logaritmo de<br />
la razón depósitos/PIB.<br />
Al evaluar los resultados arrojados por estas regresiones,<br />
podemos apreciar que en las seis primeras estimaciones<br />
(desde A1 a B3), donde se utilizan como indicadores de<br />
bancarización, la razón crédito/PIB y el crédito real por<br />
habitante, el coeficiente de determinación es muy elevado<br />
y el coeficiente de la prueba Durban-Watson es muy bajo.<br />
13<br />
Para estas mismas seis estimaciones, los resultados<br />
obtenidos con la prueba Breusch-Godfrey (incluso con tres<br />
rezagos) rechazan la hipótesis nula de no auto-correlación<br />
en los errores. Todo parece indicar entonces que los<br />
estimadores no son eficientes, que los errores estándar no<br />
son los correctos y, en consecuencia, que los resultados<br />
son estadísticamente inválidos para hacer contraste y<br />
determinar intervalos de confianza. Así, las proxys de<br />
bancarización relacionadas al crédito no resultan ser<br />
buenos predictores del IDH. Resultados más alentadores<br />
se obtienen en las regresiones C1, C2 y C3 donde la proxy<br />
de bancarización es la razón depósitos/PIB. En estos<br />
últimos tres modelos todas las variables son significativas<br />
y las pruebas de diagnóstico sobre los errores indican<br />
normalidad y ausencia de correlación serial y de<br />
heteroscedasticidad. Tanto la variable dicotómica (Dum)<br />
como la tendencia lineal (Trend) resultaron significativas.<br />
Procederemos ahora a estimar otros nueve modelos con<br />
las mismas variables de control, pero ahora con las<br />
proxys de bancarización más asociadas a la cobertura,<br />
tales como: Lognofi (logaritmo del número de oficinas y<br />
ATM´s por cada 100 mil habitantes), Logndepo (logaritmo<br />
del número de depósitos registrados en la banca) y<br />
Logndepopc (logaritmo del número de depósitos por<br />
habitante). Como se observa en el Cuadro N° 3, los tres<br />
primeros modelos (D1, D2 y D3), cuya proxy viene dada<br />
por el número de oficinas y ATMs (por cada 100 mil<br />
habitantes), presentan valores del coeficiente R-cuadrado<br />
ajustado elevados y las variables, tanto individualmente<br />
como en conjunto, son significativas a todos los niveles y<br />
con los signos esperados. Los errores se comportan<br />
normalmente, poseen varianzas homoscedásticas según<br />
las pruebas utilizadas (White y ARCH) y no sufren del<br />
problema de autocorrelación. La prueba que usa una<br />
regresión auxiliar entre la variable de control y la variable<br />
de bancarización, no encuentra indicios de altos grados de<br />
multicolinealidad.<br />
El cuadro 3 también permite observar que la evaluación de<br />
los modelos E1, E2 y E3, arroja resultados muy similares.<br />
Los tres modelos presentan valores para el coeficiente Rcuadrado<br />
ajustado elevados, las variables tanto<br />
individualmente como en conjunto son significativas a<br />
todos los niveles y los errores de los tres se comportan
normalmente, con varianzas homoscedásticas y sin<br />
problemas de autocorrelación. De igual manera se<br />
descarta la colinealidad en las variables independientes.<br />
Entre las últimas tres estimaciones (F1, F2 y F3), donde la<br />
proxy de bancarización utilizada es el logaritmo del<br />
número de depósitos per cápita, sólo F3 (que usa como<br />
variable de control, el logaritmo del precio del petróleo<br />
real) permite que el estimador MCO sea eficiente, pues<br />
tanto F1 y F2 presentan correlación serial en los errores.<br />
valores ajustados para someterlos a la prueba DF-GLS de<br />
raíces unitarias. Los resultados pueden observarse en e<br />
Cuadro 4.<br />
Los resultaos arrojados por la prueba de raíces unitarias<br />
DF-GLS indican que en los modelos D2, E3 y F3, los<br />
errores son estacionarios al 5%, por lo que podemos<br />
afirmar que existe al menos un vector de cointegración. En<br />
el modelo C1, los errores resultan ser estacionarios pero al<br />
10% de significación.<br />
Descartados ya del todo los modelos que usan la razón Notamos pues, regresando al Cuadro 3, que las proxy de<br />
crédito/PIB como determinante del IDH (modelos de A1 a bancarización en estos modelos seleccionados resultaron<br />
B3), la estrategia consiste ahora de seleccionar, dentro de ser positivas y significativas, implicando que la<br />
cada familia de modelos, la mejor estimación. Esto implica bancarización tiene un efecto positivo en el desarrollo<br />
seleccionar cuatro modelos, cada uno con una proxy de socioeconómico medido, para el caso de éste estudio, por<br />
bancarización diferente (Logdepopib, Lognofi, Logndepo y<br />
Logndepopc) y cada modelo asociado a una variable de<br />
el IDH.<br />
control, a la tendencia lineal determinística, y la variable Para corregir o controlar los posibles problemas asociados<br />
dicotómica que recoge la inestabilidad política y a la endogeneidad en la proxy de bancarización,<br />
económica que prevaleció entre los años 1999 y 2002. El estimamos los mismos cuatro modelos pero esta vez<br />
criterio de selección ha sido la prueba F que arroja la usando el estimador de Mínimos Cuadrados en Dos<br />
regresión auxiliar entre las variables independientes y que Etapas (MC2E).<br />
hemos usado para conocer el grado de multicolinelidad<br />
entre las variables independientes de cada modelo. Para<br />
el caso, y como deja ver los resultados reportados en los<br />
Cuadros 2 y 3, los modelos seleccionados fueron C1, D2,<br />
E3 y F3. En cada uno de estos modelos la bancarización<br />
califica como una variable que positivamente explica el<br />
Índice de Desarrollo Humano.<br />
A los efectos de verificar si existe una relación de largo<br />
plazo (cointegración) entre cada una de las variables<br />
asociadas a cada uno de los modelos, se ha procedido a<br />
re-estimar los modelos C1, D2, E3 y F3 excluyendo la<br />
tendencia y la variable dicotómica y calculando los<br />
residuos que se forman entre los valores efectivos y los<br />
14<br />
7 Para ello utilizaremos los siguientes<br />
instrumentos: la constante c, las variables de control, la<br />
tendencia lineal, la variable dicotómica y la proxy de<br />
bancarización con un rezago. Los resultados de estas<br />
estimaciones se muestran en el Cuadro 5.<br />
Observamos en el Cuadro 5 que los modelos presentan Rcuadrado<br />
ajustados elevados. Las variables tanto<br />
Cuadro 4 individualmente como en conjunto son significativas a<br />
Prueba de raíces unitarias DF-GLS<br />
todos los niveles, excepto la dicotómica correspondiente<br />
Ho: la serie no tiene raíz unitaria<br />
al modelo C1, la cual no resultó significativa a ningún<br />
Modelo Rezagos (1) Exógena Valor Crítico al 5% Estadístico t nivel. Por otra parte, aunque los modelos D2 y E3 pasan<br />
C1<br />
D2<br />
0<br />
0<br />
Constante<br />
Constante<br />
-1.611.593<br />
-1.949.609<br />
1.699.519<br />
-2.382.019<br />
todas las pruebas de diagnóstico, el modelo C1, según<br />
el test de White, presenta varianza heteroscedástica, en<br />
E3<br />
F3<br />
1<br />
1<br />
Constante<br />
Constante<br />
-1.950.117<br />
-1.950.117<br />
-2.052.591<br />
-2.396.501<br />
tanto que el modelo F3, según la prueba LM de<br />
Breusch-Godfrey, exhibe errores correlacionados<br />
serialmente.<br />
7<br />
El estimador MC2E hace posible estimar los parámetros de las ecuaciones<br />
estructurales de interés directamente, reemplazando las variables endógenas por<br />
valores obtenidos a través de regresiones auxiliares, y puede ser aplicado tanto<br />
para ecuaciones exactamente identificadas, como para ecuaciones<br />
sobreidentificadas.
4.068.364 4.016.886 4.001.192 414.164<br />
257,5079***<br />
0,030826<br />
143,3935*** 83,49306*** 363,9389***<br />
7,632628***<br />
0,052064<br />
5,022551***<br />
0,012524<br />
3,805281***<br />
0,014808<br />
0,006708<br />
3,949644***<br />
4,831914***<br />
0,011971<br />
4,367731***<br />
0,00865 0,008258<br />
6,526961*** 6,137048***<br />
-0,004244 -0,016445 -0,012871 -0,012501<br />
-1.501.078 -5,528968*** -5,632365*** -5,426261***<br />
0,003511 0,002446 0,002582 0,002806<br />
57,05089*** 11,16394*** 12,81959*** 19,77953***<br />
R cuadrado Ajustado: 0,986954 0,982756 0,988626 0,989857<br />
F – estadístico 8.663.315 5.464.306 8.061.589 8.065.512<br />
Prob (F-estadístico) 0 0 0 0<br />
Nota 1: valores en el cubículo de cada variable representan el coeficiente y el t-estadístico.<br />
Nota 2:Los asteriscos referidos al nivel de significancia (*,**,***) al 10, 5 y 1% respectivamente.<br />
C1 D2 E3 F3<br />
Prob Prob Prob Prob<br />
Jarque-Bera (1)<br />
0,963016 0,504954 0,680622 0,633201<br />
White (2)<br />
0,025595 0,216143 0,648904 0,614084<br />
ARCH ( 1 rezago) (3)<br />
ARCH (2 rezagos)<br />
0,177284 0,914093 0,829705 0,701689<br />
(3)<br />
Breusch-Godfrey (2 rezagos) (4<br />
0,16711 0,150417 0,026578 0,016738<br />
Breusch-Godfrey (3 rezagos) (4) C<br />
LOGDEPOPIB<br />
LOGNOFI<br />
LOGNDEPO<br />
LOGNDEPOPC<br />
LOGEXPETROPC<br />
LOGGASTOPUB<br />
LOGPPETROREAL<br />
DUM<br />
TREND<br />
Pruebas de Diagnóstico<br />
0,05993 0,037929<br />
(1) Ho : Los residuos se comportan normalmente<br />
(2) Ho: Varianza homocedastica<br />
(3) Ho: Varianza homocedastica<br />
(4) Ho: No hay autocorrelación<br />
Concentrándonos en los modelos D2 y E3, los resultados<br />
hallados por MC2E evidencian que los estimadores en las<br />
regresiones son positivos y significativos, ratificando las<br />
conclusiones anteriores, pero con efectos más fuertes<br />
sobre la variable dependiente que los hallados<br />
previamente. Esto corrobora que un mayor grado de<br />
bancarización y, específicamente de cobertura asociada a<br />
la red de oficinas y ATMs así como al número de cuentas<br />
de depósito, promueve el desarrollo humano. Los modelos<br />
D2 y F3 indican igualmente que los precios del petróleo<br />
(en términos reales) y el gasto público como proporción del<br />
PIB son determinantes fundamentales del desarrollo<br />
humano en Venezuela.<br />
15<br />
Cuadro 5<br />
Estimación por MC2E<br />
Variable Dependiente: LOGIDH<br />
C1 D2 E3 F3<br />
5.- CONCLUSIONES<br />
Aun cuando la bancarización es un concepto<br />
que alude a una variedad de facetas y<br />
dimensiones asociadas a la prestación y uso<br />
de los servicios financieros, la tarea de<br />
establecer una relación entre bancarización<br />
y desarrollo socio-económico no es<br />
imposible. Para el caso venezolano, este<br />
estudio muestra que la evolución del Índice<br />
de Desarrollo Humano en las últimas cuatro<br />
décadas puede ser explicada, no sólo por la<br />
evolución de los ingresos de origen externos<br />
(asociados a los precios del petróleo) y por<br />
el comportamiento del gasto público por<br />
habitante, sino además por el despliegue<br />
que exhibe la red de servicios financieros a<br />
nivel de oficinas y de ATMs tanto como por<br />
la evolución del número de depósitos que<br />
registra el sistema. Digno de resaltar es el<br />
hecho de que los indicadores de profundidad<br />
financiera, tales como, la razón crédito/PIB,<br />
el crédito real por habitante y la razón<br />
depósitos/PIB, no resultaron ser las mejores<br />
proxys para explicar el IDH.<br />
REFERENCIAS<br />
• Anastasi, A., Blanco, E., Elosegui, P.,<br />
Sangiácomo, M. (2006). “Bancarization<br />
and Determinants of Availability of<br />
banking services in Argentina”. Investigaciones<br />
Económicas, Banco Central de la República<br />
Argentina. Buenos Aires.<br />
• Ang, J. (2008). “A survey of recent developments in the<br />
literature of finance and growth”, Journal of Economic<br />
Surveys, Vol. 22, pp. 536-577.<br />
• Arestis, P., y Demetriades, P. (1997). “Financial<br />
development and economic growth: assessing the<br />
evidence”, The Economic Journal, pp. 783–799.
• Asian Development Bank (2005). “The Changing Face<br />
of the Microfinance Industry: Building Financial Systems<br />
for the Poor”. Theme Paper No. 14. Manila: ADB.<br />
• Barro, R. (1991) Economic Growth in a Cross Section<br />
of Countries, The Quarterly Journal of Economics, Vol.<br />
106, pp. 407-443.<br />
• Beck, T. y de la Torre, A. (2005a). “The Analytics of<br />
Access To Finance: Introducing the Access Possibilities<br />
Frontier”. World Bank, mimeo.<br />
• Beck, T. Demirgüç-Kunt, A. y Martinez, M.S. (2005b).<br />
“Access to and use of Banking Services Across<br />
Countries”, World Bank Policy Research Working Paper<br />
16<br />
N° 3754. World Bank, Washington D.C.<br />
• Beck, T. Demirgüç-Kunt, A. y Martinez, M.S. (2006).<br />
“Banking Services for Everyone? Barriers to Bank<br />
Access and Use around the World”. World Bank Policy<br />
Research Working Paper N° 4079. World Bank,<br />
Washington D.C.<br />
• Chaia, A., Dalal, A., Goland, T., Gonzalez, M. J.,<br />
Morduch, J., y Schiff, R. (2009). Half the World is<br />
Unbanked. Financial Access Initiative Framing Note.<br />
New York.<br />
• Claessens, S. (2006). "Access to Financial Services: A<br />
Review of the Issues and Public Policy Objectives",<br />
World Bank Research Observer. OECD- World Bank,<br />
Fifth Services Experts Meeting on Universal Access.<br />
Paris.<br />
• Davies, A. y Quinlivan, G. (2006). “A Panel Data<br />
Analysis of the Impact of Trade on Social Welfare”,<br />
Journal of Socioeconomics. Vol. 35, N° 5, pp. 868-876.<br />
• Deaton; A. (1991). “Household Savings in LDCs: Credit<br />
Markets, Insurance and Welfare”, Scandinavian Journal<br />
of Economics, Vol. 94, N° 2, pp.253-273.<br />
• Demirguc-Kunt, A. y Levine, R., (2008). "Finance,<br />
financial sector policies, and long-run growth," Policy<br />
Research Working Paper Series 4469, The World Bank.<br />
• Elliott, G., T. J. Rothenberg, y J. H. Stock. (1996).<br />
“Efficient tests for an autoregressive unit root”,<br />
Econometrica , Vol. 64, pp. 813–836.<br />
• Ellis K., Lemma A. y Rud J.P. (2010). “Investigating the<br />
Impact of Access to Financial Services on Household<br />
Investment”. Overseas Development Institute, UK<br />
Department for International Development. Londres.<br />
• Eswaran, M y Kotwal, A. (1990). “Implications of Credit<br />
Constraints for Risk Behaviour in Less Developed<br />
Economies”, Oxford Economic Papers, Vol. 42, pp.473-<br />
482.<br />
• Federación Latinoamericana de Bancos (2007). “¿Qué<br />
sabemos sobre bancarización en América Latina?, Un<br />
inventario de fuentes de datos y literatura”. Bogotá.<br />
• Fernando, N. (2007). “Low-Income Households Access<br />
to Financial Services”. Asian Development Bank.<br />
Philippines.<br />
• Gurley, J. G. and Shaw, E. S. (1955). “Financial<br />
Aspects of Economic Development”, American<br />
Economic Review, Vol. 45, pp. 515-538.<br />
• Helms, B. (2006). Access for All: Building Inclusive<br />
Financial Systems. Washington, DC: World Bank.<br />
• Kappel, V. (2010). “The Effects of Financial<br />
Development on Income Inequality and Poverty”.<br />
Center of Economic Research at ETH Zurich. Swiss<br />
Federal Institute of Technology Zurich. Zurich.<br />
• King, R. G. y Levine, R. (1993). “Finance and Growth:<br />
Schumpeter Might Be Right”, Quarterly Journal of<br />
Economics, Vol. 108, pp. 717-737.<br />
• McKinnon, R. I. (1973). Money and Capital in Economic<br />
Development. Washington, D.C.: Brookings Institution.
• Morales, L y Yañez, A. (2008). “La Bancarización en<br />
Chile, concepto y medición”. Superintendencia de<br />
Bancos e Instituciones Financieras de Chile. Santiago.<br />
• Noguera, C. J. y Vera, L. (2008), “La Bancarización en<br />
Venezuela”. Boletín económico mensual (Marzo).<br />
Banco Mercantil. Caracas.<br />
• Patrick, H. T. (1966). “Financial Development and<br />
Economic Growth in Underdeveloped Countries”,<br />
Economic Development and Cultural Change, Vol. 14,<br />
pp. 174-189.<br />
• Programa de las Naciones Unidas para el Desarrollo<br />
(2010). Informe de Desarrollo Humano 2010. Nueva<br />
York: Autores.<br />
• Rashmi, A. (2010). “Measuring Financial Access”.<br />
Griffith University. N. 2010-07. Gold Coast.<br />
• Rojas Suárez,L. (2005). “El Acceso a los Servicios<br />
Bancarios en America Latina: identificación de<br />
Obstáculos”. Informe Regional, Secretaría General<br />
Iberoamericana, Madrid.<br />
• Ruiz, J.M. (2007). “Bancarización en Latino América, un<br />
desafío para los bancos españoles”. Banco Central de<br />
España. Madrid.<br />
• Sarma, M. (2007). “Index of Financial Inclusion”. Indian<br />
Council for Research on International Economic<br />
Relations. Delhi.<br />
• Sarma, M. y Pais, J. (2008). “Financial Inclusion and<br />
Development, A Cross Country Analysis”, Presentation<br />
for the Annual Conference of the Human Development<br />
and Capability Association, New Delhi, 10-13<br />
September 2008. Nueva Delhi.<br />
• Schumpeter, J. A. (1911). The Theory of Economic<br />
Development. Oxford: Oxford University Press.<br />
• Shaw, E. S. (1973). Financial Deepening in Economic<br />
Development. New York: Oxford University Press.<br />
17<br />
• Stone, R. (2005). “Financial Access Indicators<br />
Stocktake”, Paper Prepared for DFID Emerging Markets<br />
Economics, London. June.<br />
• Von Pischke. (1998). “Poverty, Human Development<br />
and Financial Services”. Occasional Paper nº 25,<br />
United Nations Development Program. New York.<br />
• United Nations (2006). Building Inclusive Financial<br />
Sectors for Development. New York: United Nations.<br />
APÉNDICE I<br />
Según el Informe sobre Desarrollo Humano 2010, las<br />
fuentes de información utilizadas para el cálculo de cada<br />
dimensión del IDH son:<br />
• Esperanza de vida al nacer: ONU-DAES<br />
• Años de educación promedio: Barro y Lee<br />
• Años esperados de instrucción: Instituto de Estadísticas<br />
de la <strong>UN</strong>ESCO<br />
• Ingreso nacional bruto (INB) per cápita: Banco Mundial<br />
y FMI<br />
En la construcción del IDH el primer paso consiste en<br />
crear subíndices para cada dimensión. Se deben<br />
determinar valores mínimos y máximos para transformar<br />
los indicadores en índices que tomen valores entre 0 y 1.<br />
Los valores máximos se fijan según los valores reales<br />
máximos observados de los indicadores de los países en<br />
la serie de tiempo utilizada. Debido a que la media<br />
geométrica se usa para fines de agregación, el valor<br />
máximo no afecta la comparación relativa (en términos<br />
porcentuales) entre dos países o periodos determinados.<br />
Los valores mínimos si afectaran las comparaciones, de<br />
manera que se usan valores factibles de concebir como<br />
valores de subsistencia o ceros “naturales”. Por lo tanto, el<br />
avance se mide con respecto a los niveles mínimos que<br />
una sociedad necesita para sobrevivir en el tiempo. En<br />
consideración a lo anterior los valores mínimos se fijan en:<br />
• 20 años para la esperanza de vida: basado en pruebas<br />
históricas de larga data proporcionadas por Maddison<br />
(2010) y Riley (2005).
• Cero años para ambas variables de educación: debido<br />
a que las sociedades pueden subsistir sin educación<br />
formal (lo cual justifica el mínimo de 0 en este caso).<br />
• US$ 163 anuales para el INB per cápita: es el valor<br />
más bajo registrado por un país en los archivos<br />
históricos (Zimbabwe en el año 2008).<br />
Los valores máximos observados para el Informe de<br />
Desarrollo Humano 2010 corresponden a:<br />
• 83,2 años para la esperanza de vida (que corresponde<br />
a Japón en el año 2010).<br />
• 13, 2 años de educación promedio (EEUU en el año<br />
2000).<br />
• 20,6 años esperados de instrucción (Australia en el año<br />
2002).<br />
• US$ 108.211 anuales para el ingreso per-capita<br />
(Emiratos Árabes Unidos en 1980).<br />
Una vez definidos los valores mínimos y máximos, los<br />
subíndices se calculan de la siguiente manera:<br />
En el caso de la educación, la ecuación 1 se aplica a cada<br />
uno de los dos subcomponentes; luego se crea una media<br />
geométrica de los índices resultantes y por último, la<br />
ecuación 1 se vuelve a aplicar a la media geométrica de<br />
los índices usando 0 como mínimo y la media geométrica<br />
más alta de los índices resultantes del periodo<br />
considerado como máximo. Esto equivale a utilizar<br />
directamente la ecuación 1 para calcular la media<br />
geométrica de ambos subcomponentes. En el caso de los<br />
ingresos, se usa el logaritmo natural de los valores<br />
mínimos y máximos reales.<br />
Seguidamente se realiza la agregación de los subíndices<br />
para producir el Índice de Desarrollo Humano como la<br />
media geométrica de los índices de las tres dimensiones:<br />
(<br />
18<br />
La expresión 2 da cuenta de la sustitutibilidad imperfecta<br />
que existe entre las dimensiones del IDH. De esta<br />
manera, se encara una de las criticas más serias a la<br />
formula de agregación lineal, que permitía una perfecta<br />
sustitución entre dimensiones. Cierta sustitutibilidad es<br />
inherente a la definición de cualquier índice que aumente<br />
con los valores de sus componentes.
APÉNDICE II<br />
19<br />
Ho: existe una raíz unitaria<br />
Cuadro 1<br />
Prueba DF-GLS en Nivel<br />
Variable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t<br />
LogIDH 1 Constante -1,949856 0,902523<br />
Logcredpib 0 Constante -1,949609 -1,519271<br />
Logcredireal 1 Constante -1,949856 -1,839831<br />
Logdepopib 0 Constante -1,949609 -1,692254<br />
Lognofi 0 Constante -1,949609 -0,118453<br />
Logndepo 1 Constante -1,950117 -0,186346<br />
Logndepocpc 1 Constante -1,950117 -0,548747<br />
Logexpetropc 0 Constante -1,949609 -1,775955<br />
Loggastopub 0 Constante -1,949609 -1,969796<br />
Logppetroreal 0 Constante -1,949609 -1,189304<br />
Nota: (1)Seleccionado automáticamente con el criterio de información de Schwartz<br />
Cuadro 2<br />
Prueba DF-GLS en Diferencia<br />
Ho: existe una raíz unitaria<br />
Variable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t<br />
DLogIDH 0 Constante -1,611469* -1,692811<br />
DLogcredpib 0 Constante -1,949856 -5,44063<br />
DLogcredireal 0 Constante -1,949856 -4,269833<br />
DLogdepopib 0 Constante -1,949856 -6,874465<br />
DLognofi 0 Constante -1,949856 -5,278257<br />
DLogndepo 0 Constante -1,950117 -3,770385<br />
DLogndepocpc 0 Constante -1,950117 -3,857682<br />
Dlogexpetropc 0 Constante -1,949856 -5,873278<br />
DLoggastopub 0 Constante -1,949856 -6,356405<br />
DLogppetroreal 0 Constante -1,949856 -5,507826<br />
Notas: (1)Seleccionado automáticamente con el criterio de información de Schwartz.<br />
(*)Valor Crítico al 10%.<br />
Cuadro 3<br />
Prueba DFA en Nivel<br />
Ho: existe una raíz unitaria<br />
Variable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t<br />
LogIDH 1 Constante -2,941145 0,271817<br />
Logcredpib 0 Constante -2,938987 -1,500697<br />
Logcredireal 1 Constante -2,941145 -1,867518<br />
Logdepopib 0 Constante -2,938987 -2,328846<br />
Lognofi 0 Constante -2,938987 -1,943916<br />
Logndepo 1 Constante -2,943427 -1,877702<br />
Logndepocpc 1 Constante -2,943427 -2,062864<br />
Logexpetropc 0 Constante -2,938987 -1,783462<br />
Loggastopub 0 Constante -2,938987 -2,244295<br />
Logppetroreal 0 Constante -2,938987 -2,34444<br />
Nota: (1)Seleccionado automáticamente con el criterio de información de Schwartz<br />
Cuadro 4<br />
Prueba DFA en Diferencia<br />
Ho: existe una raíz unitaria.<br />
Variable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t<br />
DLogIDH 0 Constante -2,609066* -1,915495<br />
DLogcredpib 0 Constante -2,941145 -5,369371<br />
DLogcredireal 0 Constante -2,941145 -4,208553<br />
DLogdepopib 0 Constante -2,941145 -7,155472<br />
DLognofi 0 Constante -2,941145 -5,206945<br />
DLogndepo 0 Constante -2,943427 -3,713631<br />
DLogndepocpc 0 Constante -2,943427 -3,80708<br />
Dlogexpetropc 0 Constante -2,941145 -5,78895<br />
DLoggastopub 0 Constante -2,941145 -6,272934<br />
DLogppetroreal 0 Constante -2,941145 -5,489902<br />
Notas: (1)Seleccionado automáticamente con el criterio de información de Schwartz.<br />
(*)Valor critico al 10%.
20<br />
GACETA OFICIAL N° FECHA SUMARIO<br />
39.913 02/05/<strong>2012</strong> Ley Penal del Ambiente.<br />
39.913 02/05/<strong>2012</strong> Ley de Reforma Parcial de la Ley Especial de Timbre Fiscal para el Distrito Capital. (Modifican el artículo 13 y la disposición final 3era)<br />
39.913 02/05/<strong>2012</strong> Resolución mediante la cual se fijan las condiciones para la imputación de Bonos Agrícolas como parte de la Cartera de Crédito Agraria Obligatoria.<br />
39.915 04/05/<strong>2012</strong><br />
Decreto N° 8 896, mediante el cual se dicta el Decreto con Rango, Valor y Fuerza de Ley Orgánica Relativa al Fondo de Ahorro Nacional de la Clase<br />
Obrera y al Fondo de Ahorro Popular.<br />
39.915 04/05/<strong>2012</strong> Resolución mediante la cual se dictan las «Normas para la Autorización y Funcionamiento de Representaciones de instituciones Bancarias del Exterior<br />
39.916 07/05/<strong>2012</strong><br />
Decreto N° 8.938, mediante el cual se dicta el Decreto con Rango, Valor y Fuerza de Ley Orgánica del Trabajo, los Trabajadores y las Trabajadoras -<br />
(Véase N° 6.076 Extraordinario de la GACETA OFICIAL DE LA REPÚBLICA BOLIVARIANA DE VENEZUELA, de esta misma fecha).<br />
39.920 11/05/<strong>2012</strong><br />
Resolución mediante la cual se establece que la tasa activa a que se refieren los Artículos 128, 130, 142 y 143 del Decreto con Rango, Valor y Fuerza<br />
de ley Orgánica del Trabajo, los Trabajadores y las Trabajadoras, será determinada por el Banco Central de Venezuela, tomando como referencia los<br />
39.922 15/05/<strong>2012</strong> Decreto N° 8.979, mediante el cual se establece el Sistema de Remuneraciones de las Obreras y Obreros de la Administración Pública Nacional.<br />
39.922 15/05/<strong>2012</strong> Decreto N° 8.980, mediante el cual se establece el Sistema de Remuneraciones de las Funcionarías y Funcionarios de la Administración Pública<br />
39.922 15/05/<strong>2012</strong><br />
39.922 15/05/<strong>2012</strong><br />
Decreto N° 8.981, mediante el cual se autoriza la creación de la Empresa del Estado, bajo la forma de Compañía Anónima que se denominará<br />
«Farmapatria, Compañía Anónima» (Farmapatria, C.A.), pudiendo utilizar a todos los efectos la denominación de Farmapatria, la cual estará adscrita al<br />
Ministerio del Poder Popular para la Alimentación.<br />
Resolución mediante la cual se autoriza la transformación de Banplus, Banco Comercial, C.A., a Banco Universal; en consecuencia, deberá ajustar<br />
todas sus operaciones y servicios financieros a los fines que sean compatibles con su naturaleza.<br />
39.924 17/05/<strong>2012</strong> Decreto N° 8.959, mediante el cual se dicta la Reforma del Reglamento de la Ley Orgánica del Consejo Federal de Gobierno.<br />
39.926 21/05/<strong>2012</strong><br />
Providencia mediante la cual se establece la obligación de notificar los precios de venta del producto que en ella se indica. (Precios de Venta del<br />
Producto Leche Líquida Esterilizada (UHT) de larga duración).<br />
39.927 22/05/<strong>2012</strong><br />
Ley Aprobatoria del Segundo Protocolo de Enmienda al Acuerdo entre el Gobierno de la República Bolivariana de Venezuela y el Gobierno de la<br />
República Popular China sobre el Fondo de Financiamiento Conjunto Chino-Venezolano.<br />
39.927 22/05/<strong>2012</strong> Resolución mediante la cual se establece la Estructura y Normas de Funcionamiento del Servicio Desconcentrado Fondo Especial Ezequiel Zamora.<br />
39.928 23/05/<strong>2012</strong> Decreto N° 8.684, mediante el cual se dicta el Decreto con Rango, Valor y Fuerza de Ley de Atención al Sector Agrícola.<br />
j g ( ) y y<br />
39.928 23/05/<strong>2012</strong><br />
criterios que rigen la emisión de la Guía Única de Movilización, Seguimiento y Control de Medicamentos destinados tanto a la comercialización como a la<br />
distribución, en el territorio nacional.<br />
39.928 23/05/<strong>2012</strong> Resolución mediante la cual se dictan las Normas para la Disposición de los Aportes a los Fondos de Ahorro para la Vivienda.<br />
39.929 24/05/<strong>2012</strong><br />
39.929 24/05/<strong>2012</strong><br />
39.929 24/05/<strong>2012</strong><br />
39.929 24/05/<strong>2012</strong><br />
39.929 24/05/<strong>2012</strong><br />
39.929 24/05/<strong>2012</strong><br />
39.929 24/05/<strong>2012</strong><br />
39.932 29/05/<strong>2012</strong><br />
39.933 30/05/<strong>2012</strong><br />
Fuente: Gacetas Oficiales de la República Bolivariana de Venezuela<br />
NORMATIVA LEGAL APROBADA EN EL AMBITO ECONOMICO Y SECTORIAL<br />
MES DE <strong>MAYO</strong> <strong>2012</strong><br />
Resolución mediante la cual se publica el Acuerdo de Cooperación en el Ámbito de la Promoción Comercial y de la Transferencia de la Tecnología en<br />
materia de Comercio Internacional entre la República Bolivariana de Venezuela y la República Argentina.<br />
Resolución mediante la cual se ordena publicar la entrada en vigor del «Memorando de Entendimiento sobre el Plan de Trabajo de Factibilidad de un<br />
Proyecto Productivo Conjunto en el Sector Cemento en el Marco de la Gran Nacional de Manufactura, Ciencia y Tecnología entre la República<br />
Bolivariana de Venezuela y el Estado Plurinacional de Bolivia».<br />
Resolución mediante la cual se publica el «Primer Protocolo Modificatorio del Acuerdo de Comercio de los Pueblos para la Complementariedad<br />
Económica, Productiva entre la República Bolivariana de Venezuela y el Estado Plurinacional de Bolivia».<br />
Resolución mediante la cual se publica la entrada en vigor del «Memorando de Entendimiento entre la República Bolivariana de Venezuela y el Estado<br />
Plurinacional de Bolivia para el Desarrollo de Actividades de Intercambio y Capacitación en Ciencia y Tecnología para la Exploración y Utilización del<br />
Espacio Ultraterrestre con Fines Pacíficos».<br />
Resolución mediante la cual se publica la entrada en vigor del «Acuerdo de Cooperación entre el Gobierno de la República Bolivariana de Venezuela y el<br />
estado Plurinacional de Bolivia para la Producción de Tecnologías Agrícolas».<br />
Resolución mediante la cual se publica la entrada en vigor del «Acuerdo Marco de Cooperación entre la República Bolivariana de Venezuela y la<br />
República de Burundi».<br />
Resolución mediante la cual se publica el «Acuerdo por Intercambio de Notas entre el Gobierno de la República Bolivariana de Venezuela y el Gobierno<br />
de la República Popular China, para la Donación de Diez Millones (10.000.000) de Yuanes Renminbi a la República Bolivariana de Venezuela para<br />
auspiciar el Programa de Formación de Funcionarios Públicos Planificadores de Alto Nivel».<br />
Resolución Nº 051, mediante la cual se autoriza a Petróleos de Venezuela, S.A., (PDVSA), para actuar en el mercado de valores como emisor del bono<br />
PDVSA Amortizable 2035, por el monto que en ella se menciona. (US$ 3.000.000.000,00)<br />
Resolución mediante la cual se establece el cálculo de la posición de encaje que deberán mantener depositado en el Banco Central de Venezuela las<br />
instituciones bancarias que hayan adquirido títulos valores desmaterializados emitidos durante el primer semestre del año <strong>2012</strong> por el Ejecutivo Nacional<br />
en el marco del programa social Gran Misión Vivienda Venezuela.<br />
Este boletín ha sido elaborado en la Gerencia de Investigación Económica del Mercantil C.A., (Banco Universal), coordinada por:<br />
Francisco Vivancos Cabello.<br />
Equipo de Investigadores: Andrés Duque, Inés Fasanaro, Gema Murillo, Carmen J. Noguera, Leonardo Vera.<br />
Las opiniones aquí expresadas son responsabilidad de los autores y no reflejan necesariamente los puntos de vista de la institución.<br />
Edificio Mercantil, Av. Andrés Bello, N° 1-Apartado Postal N°789 - Caracas 1010A. Venezuela.<br />
Deposito Legal: 79-0092. Vol 34. N° 05.
21<br />
INDICADORES ECONOMICOS 2009 2010 2011 Ene-12 Feb-12 Mar-12 Abr-12 May-12 Var % Var %<br />
SECTOR EXTERNO Acumulada 12 Meses<br />
Volumen Promedio de Producción de Crudos (miles de barriles) 2.181<br />
2.187<br />
2.263<br />
2.310 2.310 2.320 2.335<br />
2.345<br />
2,2% 4,7%<br />
Precio West Texas Intermediate (WTI) (US$/b) 55,3<br />
58,8<br />
63,3<br />
100,2 101,9 106,4 103,3<br />
95,4 (3,4)% (6,4)%<br />
Precio Cesta Venezolana (US$/b) 57,0<br />
72,0<br />
101,1<br />
108,2 111,5 116,5 114,0<br />
105,5 (0,3)% 3,4%<br />
Precio OPEP (US$/b) 55,0<br />
58,2<br />
62,1<br />
111,3 117,0 122,9 118,3<br />
108,8<br />
1,2% (1,4)%<br />
Exportaciones No Tradicionales (MM de US$) 2.380<br />
2.486<br />
3.206<br />
226 281 231 (77,0)% (9,8)%<br />
Importaciones 1/ (MM de US$) 36.908 30.745 34.860<br />
3.078 3.271<br />
3.812<br />
(70,9)% 24,1%<br />
Reservas Internacionales Brutas (MM de US$) 35.000 29.500 29.899 28.429 27.688 27.578 26.039<br />
25.158 (15,9)% (14,1)%<br />
Tipo de Cambio Preferencial de Cierre (Bs./US$) 2,15<br />
2,60<br />
Tipo de Cambio Petrolero de Cierre (Bs./US$) 2,15<br />
4,30<br />
4,30<br />
4,30<br />
4,30<br />
4,30<br />
4,30<br />
4,30<br />
SECTOR REAL<br />
Indice de Volumen de Ventas 192,7<br />
179,3<br />
195,8<br />
177,7<br />
190,9<br />
212,9<br />
(16,5)% 14,1%<br />
Al por Mayor 122,1<br />
131,1<br />
147,1<br />
122,3<br />
145,4<br />
170,1<br />
10,5 % 17,4 %<br />
Al por Menor 240,0<br />
211,6<br />
228,5<br />
214,8<br />
221,4<br />
241,6<br />
(25,2)% 12,6%<br />
Venta de Vehículos Automotores 121,7<br />
85,9<br />
97,3<br />
88,5<br />
121,8<br />
138,5<br />
23,5% 61,3%<br />
Partes, Piezas y Accesorios de Vehículos Automotores 148,9<br />
149,5<br />
180,6<br />
164,1<br />
169,4<br />
197,7<br />
11,8% 18,7%<br />
Combustibles para Vehículos Automotores 186,6<br />
169,8<br />
173,7<br />
184,2<br />
164,3<br />
207,7<br />
11,0% 25,9%<br />
325,2<br />
269,9<br />
241,3<br />
228,2<br />
224,5<br />
243,0<br />
(16,6)% 0,9%<br />
Otros Productos en Almacenes no Especializados 247,7<br />
184,7<br />
251,9<br />
126,0<br />
127,5<br />
135,1<br />
(71,8)% (25,5)%<br />
Alimentos, Bebidas y Tabaco en Almacenes Especializados 217,5<br />
185,0<br />
237,9<br />
267,5<br />
285,9<br />
308,4<br />
(9,2)% 36,9%<br />
409,3<br />
315,9<br />
369,3<br />
360,3<br />
358,0<br />
399,3<br />
(4,1)% (7,4)%<br />
394,4<br />
367,0<br />
491,3<br />
412,0<br />
427,1<br />
478,5<br />
(47,9)% 10,3%<br />
Aparatos, Artículos y Equipos de uso Doméstico 490,7<br />
441,9<br />
356,8<br />
382,1<br />
358,9<br />
328,4<br />
(39,2)% 8,6%<br />
Artículos de Ferretería, Pinturas y Productos de Vidrio 99,8<br />
83,3<br />
107,3<br />
101,5<br />
117,7<br />
121,2<br />
(1,1)% 19,7%<br />
Otros Productos en Almacenes Especializados 89,6<br />
114,5<br />
155,5<br />
157,3<br />
168,8<br />
177,0<br />
(35,4)% 31,4 %<br />
Indice de Volumen de la Industria Manufacturera Privada 110,7<br />
107,9<br />
112,7<br />
90,3<br />
111,0<br />
122,9<br />
28,9 % 2,3 %<br />
AGREGADOS MONETARIOS<br />
Liquidez Monetaria (M2) 249.098 296.596 446.617 444.615 456.607 472.133 482.013 498.781*/ 11,7% 55,4%<br />
Circulante (M1) 202.352 272.162 426.592 428.119 440.780 456.484 465.898 478.342*/ 12,1% 62,1%<br />
Base Monetaria 98.903 123.051 172.751 176.290 173.327 161.746 154.906 148.849*/ (13,8)% 19,8%<br />
Reservas Internacionales Netas 74.543.907 75.571.448 126.570 119.907 116.171 116.156 108.727 107.835**/ (14,8)% (13,4)%<br />
Agencia de Tesorería Nacional Neta (3.488.156) (17.982.468) (48.208) (38.191) (46.179) (58.608) (67.971) (63.182)**/ 31,1% 147,2%<br />
PDVSA (5.648.237) 19.484.415 96.062 95.364 97.331<br />
94.965<br />
98.792 91.933**/ (4,3)% 256,2%<br />
Otros Sector Público 919 (13.623) (26.304) (29.888) (26.830) (30.462) (23.649) (26.015)**/ (1,1)% 87,2%<br />
Sector Financiero 3 (5.092) (4.483) (4.600) (4.434) (4.358)<br />
(3.837) (2.068)**/ (53,9)% (51,5)%<br />
Instrumentos de Crédito Emitidos por el BCV (7.562.972) (8.933.445) (6.930) (7.061) (6.780) (6.805)<br />
(6.281) (4.509)**/ (34,9)% (49,6)%<br />
Capital y Activos Netos No Clasificados 38.354 65.140 12.795 17.124 19.952<br />
25.631<br />
32.124 33.714**/ 163,5% 89,4%<br />
OPERACIONES DE MERCADO ABIERTO<br />
Colocaciones de Repos 12.637 35.274 39.487<br />
3.576 3.324 3.587 2.757<br />
2.842 (59,3)% (6,1)%<br />
Colocaciones de CD 170.804 79.600 80.327<br />
5.974 5.599 4.899 5.150<br />
3.434 (68,8)% (56,6)%<br />
Colocaciones Repos+CD (Prom. Semanal) 3.481<br />
2.364<br />
2.304<br />
2.274 2.348 2.020 2.197<br />
1.494 (14,5)% (39,9)%<br />
Compra de DPN con Pacto Reventa (Prom. Semanal) 461<br />
681<br />
2.214<br />
-<br />
-<br />
-<br />
847<br />
726<br />
60,9% 169,6%<br />
Saldos en Circulación Repos 2.653<br />
2.770<br />
3.368<br />
3.579 3.663 3.233 2.963<br />
2.908 (13,6)% (13,1)%<br />
Saldos en Circulación CD 7.584<br />
8.450<br />
7.542<br />
7.807 7.732 7.164 7.161 6.006 (20,4)% (35,2)%<br />
Rendimiento Efect. Prom. Repos (%) 6,27<br />
6,08<br />
6,00<br />
6,1 6,0 6,1 6,08<br />
6,21<br />
21,3<br />
12,6<br />
Rendimiento Efect. Prom. CD (%) 8,97<br />
6,43<br />
6,32<br />
6,4 6,4 6,3 6,34<br />
6,70<br />
37,8<br />
30,2<br />
BANCOS COMERCIALES Y <strong>UN</strong>IVERSALES<br />
Cartera de Crédito 139.067 177.624 264.349 263.228 269.038 272.201***/ 3,0 % 48,7 %<br />
Inversiones 59.445 84.015 147.785 150.326 163.802 167.270***/ 13,2 % 38,1 %<br />
Depósitos Totales 184.977 253.275 405.108 406.518 417.348 424.373***/ 4,8 % 52,4 %<br />
Depósitos a la Vista 115.498 180.900 299.389 298.729 314.943 321.617***/ 7,4 % 59,5 %<br />
Depósitos de Ahorro 47.996 62.553 97.278 99.513 98.661 99.173***/ 1,9 % 50,2 %<br />
Depósitos a Plazo 21.483<br />
9.823<br />
8.440<br />
8.276<br />
3.744 3.583***/ (57,6)% (66,7)%<br />
TASAS DE INTERES<br />
Overnight (Min - Max) 0,01-38,0 0,1-20,0 0,1-14,5 0,1-0,2 0,1-1,0 0,1-2,5 0,5-1,5 0,2-4,1 - -<br />
Overnight (Promedio) 9,30<br />
5,36<br />
4,69<br />
0,10 0,31 0,49 2,53 2,50 230<br />
(563)<br />
Activa Promedio (6 principales Bancos) 20,61<br />
17,99<br />
17,45<br />
16,90 15,65 15,43 16,31 16,75 120<br />
(142)<br />
Plazo 90 Días Promedio (6 principales Bancos) 15,57<br />
14,73<br />
14,73<br />
14,50 14,70 14,50 14,50 14,50 -<br />
(60)<br />
Libor Promedio 90 Días 0,65<br />
0,34<br />
0,35<br />
0,54 0,48 0,47 0,5<br />
0,5<br />
(11)<br />
21<br />
GOBIERNO CENTRAL 2/<br />
Ingresos Totales 158.419 244.277 400.628 19.466 29.912<br />
(87,7)% 24,8 %<br />
Ingresos Ordinarios Petroleros 53.236 60.817 81.018<br />
780<br />
4.292<br />
(93,7)% (28,5)%<br />
Ingresos Ordinarios No Petroleros 83.719 104.203 153.263 11.764 12.126<br />
(84,4)% 32,3 %<br />
Ingresos Extraordinarios 56.723 79.257 166.346<br />
6.922 13.494<br />
(87,7)% 53,3 %<br />
Endeudamiento Interno 22.764 25.495 52.867<br />
5.856<br />
8.120<br />
(73,6)% 24,3 %<br />
Endeudamiento Externo 8.759<br />
6.526 12.828<br />
4<br />
1<br />
(100,0)% (94,8)%<br />
Otros 15.695 30.061 69.972<br />
79<br />
2.769<br />
(95,9)% 1.682,7 %<br />
Egresos Totales 197.511 245.317 376.591 31.611 32.153<br />
(83,1)% 41,7 %<br />
Egresos Ordinarios 187.220 228.994 353.008 29.798 30.040<br />
(83,0)% 38,8%<br />
Amortización Total Deuda Pública 10.291<br />
9.135<br />
1.309<br />
3<br />
-<br />
(99,7)%<br />
Amortización Deuda Pública Interna 9.307 15.952<br />
715<br />
-<br />
-<br />
(100,0)%<br />
Amortización Deuda Pública Externa 985<br />
371<br />
593<br />
3<br />
-<br />
(99,5)%<br />
Colocación Efectiva Bonos DPN+Letras 32.434 52.544 81.940<br />
7.387 17.036<br />
18.034<br />
8.725<br />
8.632 (27,0)% 11,8%<br />
Endeudamiento Neto Bonos DPN 18.690 31.134 51.240<br />
5.910 14.924<br />
12.814<br />
6.118<br />
3.057 (16,4)% (34,7)%<br />
Endeudamiento Neto Letras del Tesoro<br />
Rendimiento Efectivo Promedio Ponderado Bonos DPN<br />
2.314<br />
1.358<br />
1.695<br />
(364)<br />
(39)<br />
248<br />
952<br />
(20) (54,1)% (103,5)%<br />
60-360 Días 9,84<br />
361-1080 Días 12,59<br />
14,10<br />
1081-1800 Días 12,62<br />
15,72<br />
16,39<br />
1801-2520 Días 11,87<br />
16,82<br />
17,55<br />
14,96 16,06 16,07 15,63 16,38 1.638 (87)<br />
2521-3240 Días 8,48<br />
14,79<br />
18,07<br />
16,41 16,79 17,26 17,26 17,37 1.737<br />
1.737<br />
3241-5760 Días 16,05<br />
Rendimiento Promedio Ponderado Letras del Tesoro<br />
60-80 Días<br />
81-110 Días<br />
111-150 Días<br />
10,39<br />
8,38<br />
6,75<br />
6,22 5,93 5,95 5,98 5,84 (24)<br />
(132)<br />
151-180 Días 9,69<br />
181-269 Días 11,12<br />
8,76<br />
5,51<br />
2,96 2,76 2,83 3,07 307<br />
(320)<br />
INDICE DE PRECIOS (CARACAS)<br />
Consumidor 26,9<br />
27,4<br />
29,0<br />
1,5 1,0 1,0 0,9 1,6 6,1 % 22,0 %<br />
Alimentos y Bebidas no Alcohólicas 20,4<br />
34,4<br />
34,1<br />
1,5 0,8 0,6 1,7 1,8 6,6 % 30,0 %<br />
Bebidas Alcohólicas y Tabacos 47,7<br />
48,5<br />
27,4<br />
2,7 1,9 1,9 2,9 0,9 10,7 % 25,9 %<br />
Vestido y Calzado 22,1<br />
18,6<br />
17,6<br />
0,6 0,5 0,1 0,1 1,1 2,4 % 11,6 %<br />
Alquiler de Vivienda 16,1<br />
11,6<br />
6,3<br />
0,6 0,2 0,5 0,9 0,5 2,7 % 4,6 %<br />
Servicios de la Vivienda excepto Teléfono 3,9<br />
4,4<br />
13,5<br />
0,2 0,0 0,0 0,0 1,1 1,3 % 9,8 %<br />
Equipamiento del Hogar 39,2<br />
28,7<br />
27,8<br />
0,9 2,5 1,8 (4,2) 2,4 3,3 % 13,2 %<br />
Salud 34,3<br />
25,0<br />
29,6<br />
1,5 1,8 1,7 6,8 2,7 9,7 % 20,3 %<br />
Transporte 30,5<br />
26,5<br />
38,9<br />
1,2 0,5 0,5 1,0 1,1 4,4 % 23,3 %<br />
Comunicaciones 9,4<br />
6,8<br />
6,7<br />
0,2 0,4 0,0 0,5 0,1 1,3 % 5,9 %<br />
Esparcimiento y Cultura 26,9<br />
28,7<br />
19,1<br />
2,1 1,4 1,7 2,6 0,9 8,9 % 18,2 %<br />
Servicio de Educación 29,4<br />
24,7<br />
24,9<br />
1,9 1,4 1,2 3,7 0,4 8,8 % 25,7 %<br />
Restaurantes y Hoteles 33,6<br />
31,7<br />
34,9<br />
2,6 1,6 1,8 1,6 2,3 10,5 % 30,5 %<br />
Bienes y Servicios Diversos 50,7<br />
30,8<br />
36,0<br />
0,9 0,5 1,1 (2,7)<br />
1,6 1,4 % 15,7 %<br />
Núcleo Inflacionario 3/<br />
Indice 1997 = 100<br />
Almacenes no Especializados con Surtido Compuesto, principalmente de<br />
Alimentos, Bebidas y Tabaco<br />
Productos Farmacéuticos y Medicinales,Cosméticos y Artículos de Tocador<br />
Productos Textiles, Prendas de Vestir,Calzado y Artículos de Cuero<br />
Millones de Bolívares<br />
Millones de Bolívares<br />
Millones de Bolívares<br />
Porcentaje Anual<br />
Millones de Bolívares<br />
Variación % Dic-Dic<br />
34,6<br />
29,3<br />
30,9<br />
1,6 1,2 1,5 1,6 1,9 8,1 % 23,2 %<br />
Producción Manufacturera Privada 26,5<br />
22,0<br />
22,7<br />
0,9 1,0 0,6 0,6 1,1 4,2 % 15,1 %<br />
Al Mayor 24,8<br />
26,8<br />
20,7<br />
0,8<br />
1,3<br />
0,2<br />
0,7<br />
1,4<br />
4,5 % 17,2 %<br />
Nacional 22,2<br />
28,8<br />
22,1<br />
1,0<br />
1,3<br />
0,0<br />
0,8 1,5 4,7 % 18,8 %<br />
Importado 35,7<br />
19,3<br />
15,5<br />
0,2<br />
1,1<br />
0,9<br />
0,7<br />
0,8<br />
3,7 % 10,9 %<br />
Insumos Construcción al Mayor 18,7<br />
18,9<br />
16,5<br />
2,5<br />
1,2<br />
0,8<br />
0,4<br />
1,0<br />
6,0 % 17,7 %<br />
MERCADO LABORAL<br />
Porcentaje Segundo Semestre<br />
Tasa de Desempleo 7,7<br />
8,8<br />
7,8<br />
10,3 9,2 7,9 8,6 206 53<br />
Tasa de Actividad 65,0<br />
64,4<br />
64,7<br />
63,5 62,9 64,2 64,0 (92) (46)<br />
Ocupación Formal 56,0<br />
56,1<br />
56,8<br />
58,4 57,6 58,7 58,7 350 100<br />
Ocupación Sector Público 19,7<br />
19,2<br />
19,8<br />
20,3 20,0 21,0 19,9 16 22<br />
Notas: */ Cifras al 01/06/12, **/ Cifras al 25/05/12,***/ Cifras al 16/03/12.<br />
1/ Las cifras de Comercio Exterior son del Instituto Nacional de Estadística. Las importaciones no incluyen las del sector petrolero.<br />
2/ Cifras suministradas por Oficina Nacional del Tesoro y Banco Central de Venezuela.<br />
3/ Nucleo Inflacionario: Excluye del cálculo del IPC aquellos bienes sujetos a factores estacionales y de control de precios.<br />
Fuente: Oficina Nacional del Tesoro, Banco Central de Venezuela, Reuters, Instituto Nacional de Estadística, Bloomberg y Cálculos Propios
22<br />
Precio Petrolero<br />
(US$/bl)<br />
147<br />
126<br />
105<br />
84<br />
63<br />
42<br />
21<br />
Spread Soberanos. Diferenciales EMBI+<br />
Puntos Básicos<br />
1.800<br />
1.500<br />
1.200<br />
900<br />
600<br />
300<br />
0<br />
May-07<br />
May-07<br />
Nov-07<br />
Nov-07<br />
May-08<br />
Venezuela<br />
México<br />
Colombia<br />
Brasil<br />
May-08<br />
Nov-08<br />
Nov-08<br />
May-09<br />
May-09<br />
Nov-09<br />
Reservas Internacionales y FEM<br />
Millones de US$<br />
48.000<br />
40.000<br />
32.000<br />
24.000<br />
16.000<br />
8.000<br />
0<br />
May-07<br />
Nov-07<br />
FEM<br />
Reservas Internacionales<br />
May-08<br />
Nov-08<br />
Agregados Monetarios<br />
Var. % t/t- 12<br />
90<br />
75<br />
60<br />
45<br />
30<br />
15<br />
0<br />
May-07<br />
Nov-07<br />
May-08<br />
Nov-08<br />
May-09<br />
May-09<br />
Nov-09<br />
Nov-09<br />
Nov-09<br />
May-10<br />
May-10<br />
May-10<br />
May-10<br />
Nov-10<br />
Nov-10<br />
Nov-10<br />
Nov-10<br />
May-11<br />
Indicadores Económicos<br />
Venezuela<br />
WTI<br />
May-11<br />
May-11<br />
May-11<br />
Nov-11<br />
Nov-11<br />
Nov-11<br />
M2<br />
BM<br />
Nov-11<br />
May-12<br />
May-12<br />
May-12<br />
May-12**/<br />
147<br />
126<br />
105<br />
84<br />
63<br />
42<br />
21<br />
48.000<br />
40.000<br />
32.000<br />
24.000<br />
16.000<br />
8.000<br />
0<br />
1.800<br />
1.500<br />
1.200<br />
900<br />
600<br />
300<br />
0<br />
90<br />
75<br />
60<br />
45<br />
30<br />
15<br />
0<br />
ENT<br />
2.500<br />
Notas: t/t- 12: Variación del mes con respecto al mismo mes del año anterior. EMBI+: Emerging Market Bond Index, registra el retorno total de ganancias en precio y flujos por<br />
intereses, producto de la negociación de instrumentos de deuda externa de mercados emergentes. */ Comprende recaudación por derechos pendientes, multas, intereses,<br />
reintegros al fisco, reparos de la contraloria en aduanas y los tributos internos. Asimismo, incluye recaudación por concepto de fósforos, el cual se derogó según Ley de<br />
Supresión de Pago del Derecho de Fabricación según G.O 38.480 de fecha 17-06-2006. **/ Cifras al 01/06/<strong>2012</strong>.<br />
Fuente: BCV, Reuters, Bloomberg, INE, MEM, Cavenez, FMI, OPSIS y Cálculos Propios<br />
27<br />
24<br />
21<br />
18<br />
15<br />
12<br />
2.100<br />
1.700<br />
1.300<br />
900<br />
500<br />
100<br />
21.000<br />
17.500<br />
14.000<br />
10.500<br />
7.000<br />
3.500<br />
0<br />
54.000<br />
45.000<br />
36.000<br />
27.000<br />
18.000<br />
9.000<br />
0<br />
9<br />
Mar-07<br />
Abr-07<br />
May-07<br />
May-07<br />
Nov-07<br />
Sep-07<br />
Oct-07<br />
Nov-07<br />
Tasas de Interés. Seis Principales Bancos %<br />
Mar-08<br />
Abr-08<br />
Exportaciones No Tradicionales (ENT) e<br />
Importaciones (MMUS$)<br />
Importaciones<br />
4.900<br />
Importaciones<br />
ENT<br />
4.100<br />
Sep-08<br />
Oct-08<br />
Mar-09<br />
Abr-09<br />
Sep-09<br />
Impuesto sobre la Renta<br />
IVA<br />
May-08<br />
Renta Aduanera<br />
Rentas Internas<br />
Otros */<br />
May-08<br />
Nov-08<br />
Nov-08<br />
May-09<br />
May-09<br />
Nov-09<br />
Oct-09<br />
Mar-10<br />
Abr-10<br />
Sep-10<br />
Oct-10<br />
Mar-11<br />
Abr-11<br />
Sep-11<br />
Oct-11<br />
Mar-12<br />
Abr-12<br />
3.300<br />
2.500<br />
1.700<br />
900<br />
100<br />
Recaudación Rentas Internas<br />
Millones de Bs.<br />
Nov-09<br />
May-10<br />
May-10<br />
Activa<br />
Depósitos a 90 días<br />
Nov-10<br />
Nacional<br />
Importados<br />
Nov-10<br />
May-11<br />
May-11<br />
Nov-11<br />
Nov-11<br />
May-12<br />
May-12<br />
27<br />
24<br />
21<br />
18<br />
15<br />
12<br />
21.000<br />
17.500<br />
14.000<br />
10.500<br />
7.000<br />
3.500<br />
Venta de Vehículos<br />
Unidades<br />
9<br />
0<br />
54.000<br />
45.000<br />
36.000<br />
27.000<br />
18.000<br />
9.000<br />
0
23<br />
Operaciones de Mercado Abierto.<br />
Repos+CD+Compra con Pacto de Reventa. Millones de Bs.<br />
40.000<br />
30.000<br />
20.000<br />
10.000<br />
0<br />
-10.000<br />
-20.000<br />
-30.000<br />
-40.000<br />
Stock Deuda Pública Interna<br />
Bonos DPN y Letras del Tesoro<br />
Millones de Bs. Millones de US$<br />
188.000<br />
42.000<br />
Millones de Bs.<br />
160.000<br />
132.000<br />
104.000<br />
76.000<br />
48.000<br />
20.000<br />
May-07<br />
May-07<br />
Nov-07<br />
Nov-07<br />
May-08<br />
May-08<br />
Nov-08<br />
MM de US$<br />
Nov-08<br />
May-09<br />
May-09<br />
Nov-09<br />
Endeudamiento Interno Neto */<br />
Millones de Bs.<br />
18.000<br />
15.000<br />
12.000<br />
9.000<br />
6.000<br />
3.000<br />
0<br />
-3.000<br />
Mercado de Trabajo<br />
% y Millones de Personas<br />
10,5<br />
9,5<br />
8,5<br />
7,5<br />
6,5<br />
5,5<br />
May-07<br />
%<br />
11,5<br />
Abr-07<br />
Nov-07<br />
Oct-07<br />
May-08<br />
Abr-08<br />
Nov-08<br />
Oct-08<br />
May-09<br />
Abr-09<br />
Nov-09<br />
Nov-09<br />
Ocupación Formal<br />
Tasa de Desempleo<br />
Oct-09<br />
May-10<br />
May-10<br />
May-10<br />
Abr-10<br />
Nov-10<br />
Nov-10<br />
Nov-10<br />
Oct-10<br />
May-11<br />
May-11<br />
Indicadores Económicos<br />
Inyección<br />
Absorción<br />
Efecto Neto<br />
May-11<br />
Abr-11<br />
Nov-11<br />
Nov-11<br />
Nov-11<br />
Oct-11<br />
May-12<br />
May-12<br />
May-12<br />
Abr-12<br />
12.000<br />
8.000<br />
4.000<br />
0<br />
-4.000<br />
-8.000<br />
-12.000<br />
18.000<br />
15.000<br />
12.000<br />
9.000<br />
6.000<br />
3.000<br />
0<br />
-3.000<br />
37.000<br />
32.000<br />
27.000<br />
22.000<br />
17.000<br />
12.000<br />
Millones de Personas<br />
7,6<br />
6,9<br />
6,2<br />
5,5<br />
4,8<br />
4,1<br />
3,4<br />
Créditos, Inversiones<br />
Bs. Constantes a Precios de Dic-2007<br />
Banca Comercial y Universal<br />
Var. % 2009 2010 2011 ITrim12<br />
PIB Total -3,2% -1,5% 4,2% 5,6%<br />
PIB Petrolero -7,4% 0,1% 0,6% 2,2%<br />
PIB No Petrolero 1,7% -1,6% 4,5% 5,6%<br />
Consumo Privado -2,9% -1,9% 4,0% 5,7%<br />
Inversión<br />
(Millones de US$)<br />
-8,3% -6,3% 4,4% 27,3%<br />
Balanza Comercial 17.957 27.132 46.161 12.533<br />
Cuenta Corriente 6.035 12.071 27.205 7.143<br />
Cuenta Capital -12.777 -17.818 -27.619 -8.613<br />
Balanza de Pagos -10.262 -8.060 -4.032 -2.539<br />
Notas: t/t-1: Variación del mes con respecto al mes anterior, */ El endeudamiento interno neto se calcula como la diferencia entre las colocaciones<br />
efectivas y los vencimientos de Bonos DPN y Letras del Tesoro.<br />
Fuente: BCV, Balances de Publicación de Instituciones Financieras, INE y Cálculos Propios<br />
210.000<br />
180.000<br />
150.000<br />
120.000<br />
90.000<br />
60.000<br />
30.000<br />
0<br />
30.000<br />
25.000<br />
20.000<br />
15.000<br />
10.000<br />
5.000<br />
0<br />
May-07<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
-1<br />
Feb-07<br />
May-07<br />
Nov-07<br />
Ago-07<br />
Inversiones en Títulos<br />
Cartera de Créditos<br />
Indice de Intermediación<br />
May-08<br />
Feb-08<br />
Nov-08<br />
Ago-08<br />
Var % INPC<br />
Mayo <strong>2012</strong>: 1,6%<br />
Nov-07<br />
May-08<br />
Nov-08<br />
May-09<br />
Feb-09<br />
Nov-09<br />
Ago-09<br />
May-10<br />
Feb-10<br />
Nov-10<br />
Ago-10<br />
Indice de Intermediación<br />
%<br />
May-11<br />
Feb-11<br />
Nov-11<br />
Ingresos Ordinarios<br />
Gastos Ordinarios<br />
Ago-11<br />
May-12<br />
Feb-12<br />
68<br />
65<br />
62<br />
59<br />
56<br />
53<br />
50<br />
Gobierno Central<br />
Bs. Constantes a Precios de Dic-2007<br />
May-09<br />
Nov-09<br />
May-10<br />
Nov-10<br />
May-11<br />
IPC<br />
IPM<br />
Nov-11<br />
May-12<br />
30.000<br />
25.000<br />
20.000<br />
15.000<br />
10.000<br />
5.000<br />
Inflación (Caracas)<br />
% (t/t- 1)<br />
0<br />
6<br />
5<br />
4<br />
3<br />
2<br />
1<br />
0<br />
-1<br />
Sector Real y Externo