MAYO 2012 BANCARIZACIÓN Y DESARROLLO HUMANO: UN ...

BANCARIZACIÓN Y DESARROLLO HUMANO:
UN CONTRASTE EMPÍRICO PARA VENEZUELA #
LEONARDO VERA AZAF ∗
lvera@bancomercantil.com
ALBANY HERNÁNDEZ **
DORELIA OSORIO **
CONTENIDO
1. Introducción
2. ¿Qué es la Bancarización ¿Cómo se mide? ¿Qué muestra
para el caso venezolano?
3. Bancarización y Desarrollo Socioeconómico
4. Bancarización y Desarrollo Humano: el contraste empírico
para Venezuela
5 Conclusiones
NORMATIVA LEGAL
INDICADORES ECONÓMICOS
1. INTRODUCCIÓN
Sobre los pilares analíticos de los trabajos pioneros de
Schumpeter (1911), Gurley and Shaw (1955), Patrick
(1966), Goldsmith (1969), McKinnon (1973) y Shaw
(1973), un importante volumen de estudios empíricos ha
estado por décadas en búsqueda de una relación entre el
desarrollo financiero y el crecimiento económico. Un
trabajo medular e influyente de reciente data en esta
agenda de investigación fue presentado hace unos años
por King y Levine (1993), en un estudio para 80 países y
para el lapso 1960-1989. King y Levine encontraron, que el
nivel inicial de desarrollo financiero precede y predice las
tasas de crecimiento económico para el conjunto de
# Este estudio es una versión resumida del proyecto de Trabajo Especial de Grado
llevado a cabo por Albany Henández y Dorelia Osorio, bajo la supervisión de
Leonardo Vera y Luis Morales y presentado en la Universidad Central de
Venezuela.
* Economista Senior de la Gerencia de Investigación Económica de Mercantil Banco
Universal.
** Economista Graduada de La Universidad Central de Venezuela.
MAYO 2012
países en estudio. 1 El valor de este trabajo no sólo está en
haber puesto en boga un método empírico para estudios
de países (ya antes utilizado por Barro 1991), sino además
el haber encontrado las variables específicas que explican
la causalidad que va desde el nivel de desarrollo financiero
al crecimiento, una relación atribuida a ciertas
observaciones hechas por Schumpeter muchos años
atrás. Entre las variables de desarrollo o “profundidad”
financiera que King y Levine señalan como relevantes para
explicar el crecimiento están: la razón de depósitos y
obligaciones líquidas de los bancos como proporción del
PIB y variantes de la razón crédito/PIB. Los trabajos que
se desarrollaron a partir de la contribución de King y
Levine no quedaron incontestados y a decir verdad, las
críticas han sido abundantes. Desde la inconveniencia de
usar estudios de panel o sección cruzada multi-países con
series suavizadas y datos promediados a partir de
observaciones anuales, hasta llegar a una posible
reversión de la causalidad entre desarrollo financiero y
crecimiento que se condiciona de acuerdo al tipo de
arreglo institucional al que esté sometido el sistema
financiero de cada economía. Estas críticas –que no viene
al caso abordar aquí- están bien recogidas en Arestis y
Demetriades (1997) y Ang (2008).
Más allá de esta relación relativamente bien explorada e
interesante entre desarrollo financiero y crecimiento, este
estudio comparte más bien la idea de que una focalización
muy concentrada y/o excesiva en ciertas concepciones
teóricas apriorísticas (a menudo instrumentadas por
ciertas variables específicas) pudiera no estar recogiendo
las genuinas relaciones que se dan entre las finanzas y el
desarrollo económico. Desde esta perspectiva, la relación
entre finanzas y desarrollo pudiera más bien darse e
1 King y Levine (1993) incluso sugieren que el desarrollo financiero promueve una
mayor tasa de inversión en activos físicos y eleva la productividad de las
inversiones.

instrumentarse a través de mecanismos y variables que no
necesariamente se expresan en el nexo que
hipotéticamente se teje entre el crecimiento del PIB per
capita y las tradicionales medidas de desarrollo financiero
como la razón crédito/PIB, depósitos/PIB o liquidez/PIB.
En particular, es de nuestro interés observar y verificar en
qué medida el desarrollo económico, aproximado por
indicadores distintos al crecimiento del producto per cápita,
puede ser explicado por el grado de acceso que tiene la
población a los servicios financieros. Esta idea es desde
luego algo distinta a la planteada en la literatura antes
comentada sobre desarrollo financiero y crecimiento, y se
presenta más bien como una hipótesis de trabajo
complementaria que busca poner en relieve ciertos
canales de transmisión relativamente inexplorados.
La idea de este trabajo es detectar y verificar si existe una
posible conexión entre el grado de acceso y uso de los
servicios financieros que tiene el público -un concepto a
menudo asociado al término “bancarización”- y el nivel de
desarrollo socio-económico, cuantificado por el Índice de
Desarrollo Humano, una medida de desarrollo
ampliamente difundida y propuesta a nivel mundial años
atrás por el programa de Naciones Unidas para el
Desarrollo (PNUD). A tales efectos el trabajo se concentra
en la economía venezolana y por lo tanto deja para una
fase posterior la posibilidad de explorar esta misma
relación para otros países.
El trabajo se divide a partir de esta introducción en tres
partes. En la primera parte, abordamos conceptualmente
lo que en la literatura económica y financiera se entiende
por bancarización. Determinamos así mismo, algunas
aproximaciones viables que permiten cuantificar el
fenómeno para Venezuela y presentamos algunos hechos
estilizados en torno al comportamiento y la evolución de
las proxys que hemos seleccionado de bancarización para
esta economía. En una segunda parte, se discute el
espinoso asunto de la posible direccionalidad que se da en
la relación entre desarrollo socioeconómico y la
bancarización. Si bien es cierto que desde el punto de
visto analítico es factible concebir la causalidad en una u
otra dirección, nos concentramos mucho más en destacar
los argumentos que permiten inferir que el grado de
bancarización es un determinante importante del grado de
2
desarrollo socio-económico de la población. En la tercera
parte procederemos a hacer pruebas y contrastes
empíricos que permiten corroborar la hipótesis de trabajo.
Las estimaciones prueban que la bancarización es un
determinante importante de la evolución del Índice de
Desarrollo Humano en Venezuela, indicando, por los
demás, la robustez de la especificación econométrica a
distintas medidas de bancarización. De hecho,
adicionalmente a las ya conocidas medidas de profundidad
financiera tales como la razón Crédito/PIB, la razón
Depósitos/PIB y el crédito real per cápita, el estudio
prueba que las mejores proxys de bancarización son el
número de sucursales y de ATMs (Automatic Teller
Machines) así como el número de depósitos que registra el
sistema bancario, siendo las dos últimas variables
novedosas en este tipo de estudio. En el proceso de
selección de las mejores variables de control, el ejercicio
indica además que el Índice de Desarrollo Humano en
Venezuela es afectado por el precio real del barril petrolero
y por el gasto público del Gobierno Central por habitante.
Estas variables de control fueron escogidas, tanto por el
grado de inherencia que tiene el recurso mineral petrolero
en la economía venezolana, como por el carácter
distributivo que tiene el gasto público, cuyo
apalancamiento de la renta petrolera ha sido reportado en
numerosos estudios. 2 Estas variables son no sólo lo
suficientemente exógenas sino que además recogen, a
nuestro juicio, buena parte de los fundamentos que
gobiernan el resto de las variables macroeconómicas de la
economía venezolana.
2. ¿QUÉ ES LA BANCARIZACIÓN ¿CÓMO SE MIDE? ¿QUÉ
MUESTRA PARA EL CASO VENEZOLANO?
Existe una abundante y creciente literatura sobre
bancarización, la mayor parte de ella concentrada en el
contexto financiero de las economías emergentes y en
desarrollo y muy especialmente en las economías
latinoamericanas. Si algo queda claro en una revisión de lo
que conceptualmente se entiende por bancarización, es el
común solapamiento de referencias al acceso a los
2 La muy reportada pro-ciclicidad del gasto público en Venezuela justamente da
cuenta de cuan importante resulta la renta de origen externo proveniente del
petróleo para explicar el curso que toma el gasto del gobierno. La alta correlación
que existe entre las exportaciones de origen petrolero y el gasto hacen presumir
que ambas variables son co-lineales y por tanto sólo una de ellas se incluye cada
vez en las especificaciones.

servicios financieros, la inclusión financiera, la
disponibilidad e incluso el uso de los servicios financieros,
entre otros. Por esta razón parece conveniente precisar
estas distintas conceptualizaciones con el objeto de hacer
ver la complejidad del tema.
2.1 Bancarización: Acceso, Uso e Inclusión Financiera
Cierta literatura reciente ha venido asociando el fenómeno
de la bancarización al acceso a los servicios financieros.
En Morales y Yañez (2008), por ejemplo, la bancarización
está referida a la disponibilidad o acceso de los usuarios a
la apertura de cuentas en el sistema, al crédito y a una
gama amplia de servicios ligados a las necesidades de
medios de pago (tarjeta de crédito, débito, cheques,
transferencias electrónicas), seguros, instrumentos
sofisticados de ahorro, fondo de pensiones y jubilaciones,
asesorías financieras, entre otros. 3 Numerosos autores
incluso no hacen referencia propiamente al término
bancariazación sino directamente al término “acceso a las
finanzas”. Claessens (2006, p.1), por ejemplo, entiende el
acceso a la finanzas como “la disponibilidad de una oferta
de servicios financieros de calidad razonable a costos
razonables, donde la calidad razonable y costo razonable
tienen que ser definidos objetivamente con algún nivel
estándar, con costos que reflejen tanto los pecuniarios,
como los no pecuniarios”. Demirguc-Kunt y Levine (2008,
p.1) señalan en complemento que el acceso a las finanzas
está ligado a “la ausencia de barreras, tanto propias del
precio, como otros tipos de barreras no relacionadas con
los mismos”. De hecho en un trabajo reciente en torno a la
bancarización en América Latina (FELABAN 2007) se
señala que el “acceso a servicios financieros” está
asociado a la capacidad de la población de utilizar estos
servicios sin que existan obstáculos que lo prevengan.
Otro número de autores establecen la distinción entre
“acceso” y “uso” de los servicios financieros. Beck y de la
Torre (2005a) y Beck et.al. (2005b), por ejemplo, afirma
que los agentes económicos pueden tener acceso a los
servicios financieros y sin embargo decidir no utilizarlos,
sea por razones socio-culturales o porque los costos de
3
La gama de servicios financieros puede ser tan amplia como para incluir servicios
internacionales, gestión de inversiones, fondos de inversión, fondos mutuales,
administración de fideicomisos, administradoras de fondos de jubilaciones y
pensiones y mercados de capitales.
3
oportunidad son altos. Ellis, Lemma y Rud (2010), de igual
manera hacen esta distinción y señalan que, si bien para
los usuarios es crítico e importante tener acceso a los
servicios financieros, éstos pueden escoger no utilizarlos.
De hecho plantean paradójicamente que es posible para
un individuo sobreponer las barreras y restricciones de
acceso y tener un uso muy limitado de ellos. Por ejemplo,
la titularidad de una cuenta bancaria, podría enfrentar
restricciones para su uso activo si la sucursal o el ATM
más cercano están lejos de su área de negocios o
residencia. La confianza que depositen los usuarios en las
instituciones bancarias es de igual manera un factor
importante que determina el uso o no uso que hagan de
los servicios bancarios. En economías donde la memoria
pública registra las pérdidas de bienestar acarreadas por
episodios sistémicos de crisis bancarias, la confianza en el
sistema puede ser limitada.
Ciertos autores parecen haber comprendido las facetas
anteriores y vienen planteando paralelamente una síntesis
en el concepto “inclusión financiera”. Sarma (2007, p.1),
por ejemplo, usa el término inclusión financiera y lo define
como “un proceso que garantiza la facilidad de acceso, la
disponibilidad y la utilización del sistema financiero formal
para todos los miembros de una economía”. La literatura
parece señalar que la inclusión supone el acceso y uso a
un costo accesible y hacia segmentos menos privilegiados
y de bajos ingresos.
Más allá de las precisiones conceptuales, tres aspectos
adicionales deben ser tomados en cuenta cuando se
evalúa el alcance de la bancarización. Estos atañen a la
profundidad, la cobertura y la intensidad de uso. Por
profundidad se entiende a la dimensión asociada a la
importancia relativa que tiene el sistema financiero sobre
la economía como un todo. La cobertura, por otro lado,
está referida a la distribución de los servicios financieros
entre los distintos grupos de usuarios y/o por zonas
geográficas. Por su parte, la intensidad de uso,
corresponde a una dimensión vinculada a la frecuencia y
cantidad de transacciones bancarias realizadas por una
población de referencia. La distinción que se hace con
cada uno de estos aspectos o dimensiones, como
veremos en un instante, pueden ser útil al momento de

evaluar que se está midiendo en cada uno de los
indicadores conocidos de bancarización.
2.2 ¿Cómo medir la Bancarización?
Noguera y Vera (2008) señalan que el primer problema
con que se topa un analista para evaluar el nivel o el grado
de bancarización en un espacio geográfico determinado,
es la selección de un indicador comprensivo y preciso. Si
bien los estudios de casos o de países suelen presentar
diversos indicadores de bancarización, una evaluación de
éstos revela que lo que a menudo se mide es sólo un
aspecto o una dimensión del fenómeno.
a. Las Medidas de Profundidad Financiera:
Entre las medidas más conocidas y utilizadas en estudios
empíricos sobre desarrollo financiera está el volumen de
depósitos y de créditos como proporción de alguna
variable escala como bien puede ser el PIB nominal, la
población o el valor de los activos bancarios. Morales y
Yañez (2008) asocian correctamente este tipo de medidas
de desarrollo financiero a la profundidad. Kappel (2010) va
un poco más allá y afirma que ratios como el crédito
privado como proporción del PIB, miden el acceso directo
de la población a los servicios financieros, y considera este
tipo de medidas aproximadas de la bancarización como
apropiadas en países en desarrollo, donde el ahorro y el
préstamo son la clave del negocio de la intermediación
financiera. Desde luego, en países emergentes e
industrializados, el apalancamiento y la intermediación
financiera son más sofisticadas y requieren tomar en
consideración otros factores como es el caso del mercado
de capitales. No obstante, Demirguc-Kunt y Levine (2008),
consideran apropiado usar la razón crédito/PIB como
proxy de bancarización y desarrollo financiero tanto por su
fácil recolección como por su disponibilidad en series
estadísticas largas.
Una de las limitaciones que estas medidas de profundidad
tienen es que no pueden en efecto revelar qué tan amplio
o qué tan concentrado está el servicio del crédito o de las
captaciones del público. Una economía puede
perfectamente exhibir relativamente altos ratios de crédito
y de depósitos (como proporción del PIB o de la población)
y no obstante los servicios pueden estar altamente
concentrados en pocas empresas, en pocos grupos
4
económicos o en estratos determinados de altos ingresos.
En ese sentido, pueden no ser medidas del todo fiel de
fenómeno de la bancarización.
b. Las Medidas de Cobertura:
Los indicadores de cobertura tales como el número de
medios de pago sobre la población, el número de
depositantes, el número de ATM’s y/o sucursales por cada
100 mil habitantes, el número de sucursales por cada 1000
km 2 , entre otros, dan una mejor idea del grado de
penetración que puede tener el sistema bancario en la
población. No obstante, al asumir una distribución
uniforme de las cuentas de depósito de las sucursales y de
los ATM’s, tanto geográfica como demográficamente,
estas medidas presentan de igual forma ciertas
limitaciones.
c. Las Medidas de Intensidad de uso:
Igualmente Ruiz (2007) presenta un listado amplio de los
indicadores para este ámbito, entre los cuales están el uso
del crédito por parte de las personas naturales, el uso de
tarjetas de crédito, el uso de tarjetas de débito, el uso de
banca por internet, el uso de cheques entre personas
naturales a nivel nacional, el uso de cheques entre
personas jurídicas a nivel nacional, entre otros. Otros
estudios hacen énfasis el número de créditos y/o depósitos
por cada 100 mil habitantes, en el número de
transacciones realizadas con medios de pago bancarios
distintos de cheques y efectivos por habitante, y en el
número de créditos sobre la fuerza de trabajo, entre otros.
Beck et.al. (2005b), sostienen que la intensidad también
puede ser medida calculando el número de depósitos y
créditos con respecto a la población, en tanto que mayores
ratios de estos indicadores significarán que los depósitos y
créditos están repartidos en un mayor número de la
población y “pequeños clientes”. Tal afirmación está, una
vez más, condicionada a una distribución uniforme de los
servicios financieros entre la población, cosa que no está
garantizada en economías en procesos de desarrollo. Uno
de los mayores obstáculos para el uso de las medidas de
intensidad es que a menudo no son recolectadas o no
están a la disposición del público, y esto desde luego
dificulta el trabajo de los investigadores.

En este documento, y en consideración del análisis que
haremos del caso venezolano, usaremos como
determinantes aproximados (o proxys) del grado de
bancarización medidas de profundidad como la razón
Crédito/PIB y Depósitos/PIB pero además, y dada la
disponibilidad de información, usaremos mediciones del
número de oficinas y de ATM’s (o cajeros automáticos) por
cada 100 mil habitantes así como ciertas variables un
tanto más novedosas en estudios de este tipo como son el
número de depósitos a nivel nacional y su normalización
por la población, es decir, en términos per cápita. En
esencia, estos dos últimos indicadores dan una idea más
cercana sobre el uso que hace el público de los servicios
que se distribuyen a través de la red bancaria. Vale decir,
que aunque es posible utilizar en el contexto del sistema
bancario venezolano otras medidas, como el uso de la
banca electrónica y el número de POS, la información
recabada de estos indicadores es de una periodicidad
relativamente corta.
2.3 La Reciente Evolución de la Bancarizacion en
Venezuela
En un estudio reciente Noguera y Vera (2008), toman
datos de la economía venezolana, construyen ciertos
indicadores de bancarización y extraen un conjunto de
hechos estilizados. Conviene, por tanto, comenzar
poniendo de relieve las regularidades encontradas en este
trabajo. En primer lugar, para series anuales que van
desde el año 1970 y a 2007 los indicadores de profundidad
como la razón depósitos/PIB y crédito PIB exhiben un
comportamiento en tres fases distintas: Una fase de auge
que se prolonga hasta comienzos de los años 1980s (en el
caso de la razón crédito/PIB hasta finales de los 1970s),
una fase de caída y estabilización (en un piso bajo) que se
prolonga hasta la década del 2000, y finalmente, un
renovado auge a partir del año 2004. Noguera y Vera
(2008) encuentran además que durante esas casi cuatro
décadas existe una alta correlación entre los precios del
petróleo y el volumen de depósitos así como entre el
producto por habitante y la razón crédito/PIB. Al comparar
los niveles de bancarización de Venezuela con los del
continente Latinoamericano (donde la bancarización
promedio ya es baja), los niveles de bancarización de
Venezuela lucen entre los más bajos, al menos si se mira
desde el lado del crédito. Desde el lado de los depósitos,
5
Venezuela está en el promedio de la región. Para
Noguera y Vera (2008) otros indicadores de bancarización
cuyas series son más cortas, tales como el número de
oficinas y de ATMs por 100 mil habitantes, indican, en
contraste, un incremento sostenido de la bancarización en
el país, incluso cuando la mirada se extiende a las últimas
tres décadas.
Razón créditos/PIB
30%
25%
20%
15%
10%
5%
0%
1970
1973
Razón Créditos/PIB
Polinómica (Razón Créditos/PIB)
1976
1979
1982
Gráfico 1
Evolución de la razón créditos/PIB
1970-2009
1985
1988
1991
1994
1997
2000
2003
2006
2009
Fuente: SUDEBAN y Banco Central de Venezuela
A los efectos de completar esta visión recogida en
Noguera y Vera (2008), nuestro trabajo hace uso de seis
proxys que pretenden dar cuenta del fenómeno de la
bancarización en Venezuela. Estas variables se dividen en
indicadores de profundidad financiera (la razón Créditos/
PIB, Depósitos/PIB y el Crédito Real per-cápita),
indicadores de cobertura o penetración demográfica
(como la suma del número ATM’s y número de sucursales
por cada 100 mil habitantes) y por último el número de
cuentas y el número de cuentas per-cápita.
Razón depósitos/PIB
40%
35%
30%
25%
20%
15%
10%
5%
0%
1970
1973
1976
1979
Gráfico 2
Evolución de la Razón Depósitos/PIB
1970-2009
Razón Depósitos/PIB
Precio del Petróleo Real US$/bl (2005=100)
Polinómica (Razón Depósitos/PIB)
1982
1985
1988
1991
1994
1997
2000
2003
2006
2009
90
80
70
60
50
40
30
20
10
Fuente: SUDEBAN y Banco Central de Venezuela
0

Cedito real percápita
en miles de Bs.F
6
9
8
7
6
5
4
3
2
1
0
1970
1973
1976
1979
1982
Gráfico 3
Evolución del credito real percápita
(Base 1997) 1970-2009
Credito Real Per Cápita (base 1997)
Polinómica (Credito Real Per Cápita (base 1997))
1985
1988
1991
Fuente: SUDEBAN, Banco Central de Venezuela e Instituto Nacional de Estadística
Los gráficos 1, 2 y 3, que representan la evolución de la
razón crédito/PIB, depósitos/PIB y del crédito real por
habitante, desde el año 1970 y hasta el año 2009,
corroboran lo señalado por Noguera y Vera (2008), a decir;
que la bancarización, desde la vista ofrecida por estos
indicadores, parece haber seguido correlativamente los
ciclos largos en la tendencia de ciertas variables
macroeconómicos de gran importancia para Venezuela,
como por ejemplo pueden ser los precios del petróleo.
Número de sucursales y ATM`s por cada
100mil habitantes
14
12
10
8
6
4
2
0
1970
1973
Gráfico 4
Evolución del número de sucursales y ATM`s
por cada 100mil habitantes. 1970-2009
Número de sucursales y ATM`s por cada 100mil habitantes
Polinómica (Número de sucursales y ATM`s por cada 100mil habitantes )
1976
1979
1982
1985
1988
1991
1994
1994
1997
1997
2000
2000
2003
2003
2006
2006
2009
2009
Fuente: Anuarios de SUDEBAN
La conclusión que arroja esta mirada panorámica cambia
en la medida que nos alejamos de estos indicadores de
profundidad financiera. Las gráficos 4, 5 y 6 presentan la
evolución de los indicadores el número de ATM´s, el
número de oficinas por cada 100 mil habitantes, el número
de cuentas de depósito, y el número de cuentas de
depósito por habitante. Los datos en correspondencia
están de igual manera desde el año 1970 hasta el año
2009. La cobertura de los servicios bancarios, mejor
medida por las proxys de bancarización: número de
Número de depositos
30.000.000
25.000.000
20.000.000
15.000.000
10.000.000
5.000.000
0
1970
1973
1976
1979
Gráfico 5
Evolucion del número de depósitos
1970-2009
Número de Depósitos
Polinómica (Número de Depósitos)
1982
1985
1988
1991
1994
1997
2000
2003
2006
2009
Fuente: Anuarios de SUDEBAN
sucursales y ATM´s por cada 100 mil habitantes 4 , muestra
en el gráfico N° 4 una tendencia creciente a lo largo del
periodo estudiado, empezando en 1970 con un valor de
4,8 para llegar al año 2008 a un valor casi 3 veces
superior. Los datos sobre el número de cuentas bancarias
y de cuentas bancarias por habitante también observan
una tendencia creciente. Curiosamente, y en contraste, en
1994 el número de cuentas de depósito sufre una caída
puntual abrupta (de 27,6%), caída que persiste para el año
1995, todo esto sin la menor duda como consecuencia de
la crisis financiera a la que estuvo expuesta la economía
venezolana. De este punto en adelante la recuperación es
inminente hasta llegar al año 1999 cuando puntualmente
estos indicadores disminuyen una vez más. Esto podría
ser explicado por la incertidumbre política y la aparición de
un nuevo proyecto político en un contexto donde
prevalecía la libre movilidad de capitales.
Número de dpósitos percapita
1
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
1970
1973
Gráfico 6
Evolución del número de depósitos percapita
1970-2009
Número de Depósitos percápita
Polinómica (Número de Depósitos percápita)
1976
1979
1982
1985
1988
1991
1994
1997
2000
2003
2006
2009
Fuente: Anuarios de SUDEBAN e Instituto Nacional de Estadística
4 Indicador bancario que se construye teniendo en cuenta el número total de ATM’s
más sucursales en el país y la población total a cada año. Con esta información se
obtiene cuantas sucursales y ATM’s existen en el país por cada 100.000 habitantes.

Esta distinción entre estos dos tipos de indicadores de
bancarización es crítica no sólo por las conclusiones que
arrojan los hechos estilizados asociados a la evolución de
las series son diferentes, sino además, y como veremos
más adelante, por el hecho de que cierto conjunto de
indicadores parecen ser más aptos para sostener la
hipótesis que nos mueve y que señala una posible relación
positiva entre bancarización y desarrollo humano.
3. BANCARIZACIÓN Y DESARROLLO SOCIOECONÓMICO
Si bien como hemos visto resulta difícil encontrar una
medida comprensiva de bancarización, no menos
complejo resulta recoger el grado de desarrollo socioeconómico
de una región o de una economía en un
indicador. En la actualidad existen un conjunto de
indicadores para medir el nivel de desarrollo socioeconómico
a nivel de países. Conocidos son, por ejemplo,
el Índice de Desarrollo Humano (IDH), el Índice de
Pobreza Humana (IPH), el Índice de Pobreza Multidimensional,
el Índice de Desarrollo de Género (GDI) y la
Medida de Empoderamiento de Género (GEM),
construidos por el Programa de Naciones Unidas
para el Desarrollo (PNUD) y que ofrecen un
panorama de diversos aspectos contentivos al
desarrollo socio-económico. Quizás entre estas
medidas es el Índice de Desarrollo Humano, el
indicador más comprensivo y conocido de
desarrollo socio-económico.
El IDH es un índice compuesto, construido por el
PNUD, que mide el progreso medio conseguido
por un país en tres dimensiones básicas: disfrute
de una vida larga y saludable, acceso a la
educación, y nivel de vida digno. El IDH es la media
geométrica de índices normalizados que miden los logros
en cada una de estas dimensiones. 5 El índice formó parte
del primer Informe sobre Desarrollo Humano, publicado en
1990. Se presentó como una alternativa a las mediciones
convencionales del desarrollo nacional, como el nivel de
ingresos y la tasa de crecimiento económico. La figura 1
da cuenta de los indicadores parciales que se usan como
5
Fue desarrollado por primera vez por el economista pakistaní Mahbub ul Haq, con
la colaboración del premio Nobel de Economía, Amartya Sen y otros destacados
pensadores del campo del desarrollo. El Apéndice I, presenta una breve exposición
de su construcción.
7
insumo para la construcción del IDH y de las dimensiones
a las que están asociadas estos insumos.
La relación que potencialmente puede tejerse entre
bancarización y desarrollo socioeconómico, tiene sus
raíces en la asociación que por años se ha discutido en la
literatura del desarrollo entre la profundidad financiera y el
PIB per-cápita (o alternativamente el crecimiento
económico). Sencillamente se arguye que un sistema más
profundo puede generar significativos incrementos en la
productividad y esto conlleva a mejorar las posibilidades
de crecimiento del producto y del ingreso. 6 Algunos
modelos teóricos en este ámbito muestran que el
desarrollo financiero promueve el crecimiento económico a
través de la movilización del ahorro, la promoción del
emprendimiento y de la inversión privada y la
diversificación de riesgos. Beck, Demirgüç-Kunt y Martinez
(2006) señalan adicionalmente que la profundización
financiera ayuda no sólo al crecimiento económico sino
además a aliviar la pobreza.
Figura 1- Componentes del Índice de Desarrollo Humano
Fuente: IDH, 2010
Uno de los primeros intentos exploratorios en la vía por
encontrar una relación entre acceso a los servicios
financieros y desarrollo socio-económico se presenta en el
trabajo de Rojas-Suárez (2005). La autora cruza datos del
IDH del año 2003 con la razón depósitos PIB (para el
mismo conjunto de países) para un grupo de 105 países y
encuentra una relación positiva, como puede observarse
en el Gráfico 7 que hemos reproducido aquí. Al respecto
Rojas-Suárez (2005, p.4) señala: “Aunque la relación de
6
Eventualmente, la profundidad se promueve en la medida que el sistema
financiero esté menos represado.

causalidad entre desarrollo social y desarrollo financiero es
controversial, lo que si es claro es que ambas variables
son complementarias”.
Los hallazgos de Rojas-Suárez (2005) son sustentados
por un estudio promovido por el consorcio académico
denominado “Iniciativa para el Acceso Financiero” (ver
Chaia, et.al. 2009), donde se encuentra para un grupo de
países, una elevada correlación entre el indicador de la
proporción de la población usando servicios financieros de
Donovan (2006) y el PIB per cápita. Sarma (2008), por su
parte, desarrolla un índice de inclusión financiera (IFI
según sus siglas en inglés), y procede a contrastarlo con el
IDH de un conjunto de países desarrollados y en
desarrollo, e igualmente encuentra una correlación alta y
positiva (0.74).
Esta correlación también está presente para el caso
venezolano cuando se usan series temporales. El gráfico 8
muestra la relación que se establece entre el IDH y el
número de oficinas bancarias reportadas por las
estadísticas de SUDEBAN para el período que va de 1970
a 2009. El coeficiente de correlación entre estas variables
es 0,92.
Desde luego, las correlaciones encontradas para estos
grupos de países como para Venezuela deben tropezar
con el espinoso asunto de la causalidad. Rojas-Suárez
(2005) adelanta la tesis de que en la medida que el
desarrollo socioeconómico se eleva, la “cultura financiera”
del público se hace más sofisticada, lo que requiere por
ende más y mejores servicios financieros. Sobre esta línea
8
Gráfico 7
Índice de Desarrollo humano y Relación Depósitos/PIB (en porcentaje)
Fuente: Rojas-Suárez (2005)
lógica de análisis se argumenta con frecuencia que
dependiendo del nivel educativo alcanzado, y de la calidad
de los empleos asociados a éste, los sujetos pueden
emplearse o no en un contexto laboral más seguro, lo que
permite vislumbrar o no una percepción futura de sus
ingresos y niveles de riesgo, y por ende un mayor o menor
acceso a los mercados financieros. Por otra parte, el
limitado desarrollo de ciertas capacidades en la población
en el área de alfabetización en países en desarrollo hace
que los procedimientos asociados con transacciones
financieras sean complejos e intimidantes y limita sino el
acceso quizás el uso de los servicios bancarios y
financieros por parte de los hogares de bajos recursos y
pequeñas empresas. También puede señalarse siguiendo
a Sarma (2008) que si la exclusión financiera es un
reflejo de un problema más amplio como lo es la
“exclusión social”, se hace entonces difícil bancarizar en
tanto tales barreras no sean abolidas.
Número de oficinas
4.000
3.500
3.000
2.500
2.000
1.500
1.000
500
0
Gráfico 8
Venezuela- Número de Oficinas Bancarias vs IDH
1970-2009
R² = 0,9255
64 66 68 70 72 74 76 78 80
IDH
Fuente: SUDEBAN e Informe de Desarrollo Humano 2010
Otro conjunto de estudios y trabajos, si bien exponen que
la correlación entre bancarización y desarrollo económico
es positiva, aseguran que la causalidad va desde la
bancarización (más población con acceso y uso de los
servicios bancarios) hacia el mejoramiento del desarrollo
socio-económico (incluyendo el crecimiento económico,
los indicadores de desarrollo humano, la mitigación de la
pobreza y de la desigualdad de ingresos). Beck y
Demirgüç-Kunt (2004), muestran que el desarrollo
financiero tiene una correlación positiva con el desarrollo
económico y que el efecto del desarrollo financiero es más
que proporcional en el segmento de la población de bajos
recursos, siendo reflejado en cambios tanto en la pobreza
como en la distribución del ingreso. Stone (2005) muestra
que la profundidad financiera contribuye a reducir la

desigualdad del ingreso y los niveles de pobreza a través
de la minimización de las restricciones en el crédito sobre
los agentes pobres. Por su parte, Anastasi et al. (2006)
señalan que una intermediación financiera hacia las
personas sirve como mecanismo para facilitar la inversión
en capital humano. La hipótesis del trabajo de Ellis et al.
(2010) indica que el acceso a los servicios financieros
facilita la inversión en activos (financieros, físicos o capital
humano) que elevan la productividad e incrementan el
ingreso de los hogares a futuro. A decir verdad, la falta de
acceso al crédito constituye una restricción que empuja a
la población joven a trabajar y a reducir la escolaridad y la
adquisición de capital humano. Eswaran y Kotwal (1990)
son de la idea que el acceso al crédito puede reducir la
vulnerabilidad de los hogares ante shocks negativos a
través del aumento de su habilidad de suavizar el
consumo durante tiempos difíciles. Esta disponibilidad del
crédito también permite a los hogares tomar mayores
riesgos en las inversiones y estar preparados ante shocks
negativos debido a las malas decisiones de inversión.
Deaton (1991) indica que reduciendo los riesgos
financieros encarados por los hogares, puede decrecer la
proporción de activos de bajo riesgo - bajo retorno que
usan los hogares con propósitos de precaución y les
permite invertir en activos de mayor riesgo - mayor retorno
(como la educación), que en general mejora los impactos
en el ingreso en el largo plazo. El Asian Development
Bank (2005); Helms (2006) y United Nations (2006), todos
citados en Fernando (2007), arguyen que el acceso a los
servicios financieros ayuda a los pobres a manejar sus
riesgos, suavizar el consumo, tomar ventajas de las
oportunidades económicas rentables, construir otras
fuentes de ingreso y otros activos, y mejorar sus
estándares de vida. Von Pischke (1998), señala que más
acceso a la financiación promueve el espíritu empresarial
de los pobres, aumentando su capacidad para gestionar el
riesgo.
4.- BANCARIZACIÓN Y DESARROLLO HUMANO: EL
CONTRASTE EMPÍRICO PARA VENEZUELA
Un adecuado preámbulo a las pruebas empíricas que
desarrollaremos en esta sección consiste en constatar el
9
grado de correlación que muestran, para el caso
venezolano, los datos o las medidas de bancarización
seleccionadas con respecto al Índice de Desarrollo
Humano (IDH). Antes de comentar estas correlaciones,
conviene señalar que los datos usados son anuales y para
un período que va desde 1970 al año 2009. Los datos
referidos al IDH de Venezuela, corresponden a la serie del
IDH híbrido, una serie de datos quinquenal hasta el año
2005 y anual en adelante, consistente en el tiempo y
reconstruida por el Informe de Desarrollo Humano (2010).
Para obtener los valores faltantes al interior de cada
quinquenio empleamos una interpolación lineal. A nuestro
favor vale señalar que Davies y Quinlivan (2006) encaran
este asunto y consideran que los cambios en el IDH en el
periodo de cinco años es lo suficientemente pequeño
como para que la interpolación sea válida. Así mismo este
método es utilizado por el Programa de las Naciones
Unidas para el Desarrollo para analizar tendencias
históricas de este indicador (Informe sobre Desarrollo
Humano 2010, Anexo Estadístico, página 237).
El Cuadro 1 muestra los coeficientes de correlación
encontrados entre varias medidas representativas de
bancarización que usamos en este trabajo y el IDH. A
simple inspección puede notarse que, con la excepción de
los indicadores tradicionales de profundidad financiera
(razón crédito/PIB y razón Depósitos PIB), la correlación
entre los indicadores de bancarización y el IDH es positiva
y muy elevada.
Con el objeto de determinar la relación entre bancarización
y desarrollo humano, procederemos ahora a hacer un
contraste empírico que consiste en encontrar la mejor
estimación entre una variante de modelos sujetos al
estimador de Mínimo Cuadrados Ordinarios (MCO). La
presunción de endogeneidad de los indicadores de
bancarización (al desarrollo humano) nos ha llevado
también a utilizar, posteriormente, el estimador de Mínimos
Cuadrados en Dos Etapas (MC2E).

Cuadro 1 Logcredipib: representa el logaritmo de la
Vector de Correlaciones IDH vs. Indices de Bancarización proporción del valor total de la cartera de
(Datos anuales 1970-2009)
crédito en la economía originada en los bancos
Credito/
PIB
Depósitos/
PIB
N° de
Oficinas
N° de Oficinas por
100 mil Hab.
N° de
Depósitos
N° de
Depósitos
por Hab.
y otras instituciones financieras en un año
sobre el valor del Producto Interno Bruto de
IDH -0,16 0,03 0,92 0,86 0,91 0,86 ese mismo año. Esta medida fue multiplicada
Fuente: Calculos Propios
por 100 antes de convertirla en logaritmo ya
La especificación pensada inicialmente viene dada por la
ecuación (1)
que sus valores oscilan entre cero y uno. Los datos fueron
recogidos de Superintendencia de Bancos y Otras
Instituciones Financieras (SUDEBAN).
LogIDH µ
10
t = β 0 + β1LogFt
+ β 2LogX
t + t (1)
Siendo LogFt la variable proxy de bancarización en cada
año t, LogXt la representación de los valores de la variable
de control para cada observación, y µt el termino de
perturbación de la regresión, que suponemos ruido blanco.
Nuestra hipótesis sostiene que a mayor F más elevado
será el IDH, por lo que el signo esperado de en la
ecuación (1) es mayor que cero ( > 0).
La muy marcada tendencia determinística que exhibe la
serie del IDH nos ha llevado a agregar en la estimación
una tendencia temporal lineal como variable explicativa.
Adicionalmente, picos significativos en los residuos de las
estimaciones, concentrados entre los años 1999-2002, nos
llevaron a la decisión de agregar en todos los modelos
(para homogenizar la estimación) variables dicotómicas
para los años 1999, 2000, 2001 y 2002. Entonces la
especificación queda re-escrita de la siguiente manera:
LogIDH t = β 0 + β1LogFt
+ β 2LogX
t + β 3Dum
+
(2)
β 4Trend
+ µ t
Con respecto a la variable dependiente LogIDHt este
estudio la define de la manera siguiente:
LogIDH: representa el logaritmo del IDH de Venezuela. La
medida fue multiplicada por 100 antes de convertirla en
logaritmo pues su valor oscila entre cero y uno. Los datos
fueron recogidos del Informe de Desarrollo Humano 2010.
Las variables usadas para representar LogFt se presentan
a continuación:
Logdepopib: representa el logaritmo del valor total de
depósitos en la economía en poder de los bancos y otras
instituciones financieras en un año, como proporción del
valor del Producto Interno Bruto de ese mismo año. Esta
medida fue multiplicada por 100 antes de convertirla en
logaritmo ya que su valor también oscila entre cero y uno.
Los datos fueron recogidos de la SUDEBAN
Logcredireal: representa el logaritmo del crédito deflactado
por el Índice de Precios al Consumidor del año 1997 y
dividido entre la población. Los datos obtenidos de la
SUDEBAN y del BCV.
Lognofi: representa el logaritmo del número de sucursales
bancarias y ATM’s por cada 100 mil habitantes, de esta
manera se normaliza el efecto del aumento de la
población. Los datos son extraídos de SUDEBAN y del
INE. Beck et. al. (2005) señalan que esta variable captura
la penetración del sistema bancario demográficamente y
señaliza mayores posibilidades de acceso y oportunidades
para que las empresas y hogares usen los servicios
financieros.
Logndepo: representa el logaritmo del número de cuentas
de depósitos en la banca universal y comercial. Los datos
provienen de los Informes de la Superintendencia de
Bancos y Otras Instituciones Financieras. En teoría,
mientras mayor es el número de cuentas de depósitos,
mayor es el número de personas que están usando los
servicios financieros. No obstante, conviene advertir que
una sola persona puede tener más de una cuenta, en cuyo
caso la medida no está en capacidad de controlar en
forma perfecta por la concentración.

Logndepopc: representa el logaritmo del número de
cuentas de depósitos en la banca universal y comercial en
un año dado, dividido entre la población de ese año. Esta
medida fue multiplicada por 100 antes de convertirla en
logaritmo. Los datos son extraídos de Informes de la
Superintendencia de Bancos y Otras Instituciones
Financieras y el INE. Este indicador es construido en base
al anterior, normalizando el efecto del crecimiento de la
población.
Las últimas tres variables contrastan con las mediciones
convencionales de profundidad. En esencia y a nuestro
juicio los indicadores lognofi, logndepo y logndepopc dan
una mejor aproximación del uso de los servicios bancarios
11
C
LOGCREDPIB
LOGCREDIREAL
LOGDEPPIB
LOGEXPETROPC
LOGGASTOPUB
LOGPPETROREAL
DUM
TREND
que variables como la razón crédito/PIB y depósitos/PIB.
En lo que respecta a las variables de control LogXt, se
sigue en lo posible tres criterios:
(a) Que sean variables macroeconómicas muy
correlacionadas entre sí pero no correlacionadas con el
término de perturbación.
(b) Que sean variables que, independientemente de la
proxy de bancarización, estén correlacionadas con el
IDH y que presumiblemente impacten la evolución del
Índice de Desarrollo Humano.
(c) Que sean suficientemente exógenas.
Cuadro 2
Variable Dependiente: LOGIDH - Rango 1970-2009
Método Utilizado: MCO
A1 A2 A3 B1 B2 B3 C1 C2 C3
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
349,2781*** 186,6163*** 662,7444*** 397,7855*** 164,3367*** 1109,023*** 356,3673*** 226,6773*** 512,4122***
0,015097 0,013029 0,009735
5,970922*** 4,375122*** 4,141104***
0,012247 0,011807 0,008091
6,768456*** 5,169621*** 4,243209***
0,024113 0,020305 0,015514
9,158332*** 6,632157*** 5,304929***
0,004684 0,002659 0,007042
2,42620*** 1.561.589 5,628380***
0,007657 0,003571 0,010179
2,497235*** 1.089.836 4,589788***
0,007728 0,006409 0,007629
5,587955*** 4,100515*** 6,303334***
-0,011955 -0,011143 -0,011954 -0,009941 -0,009576 -0,010792 -0,007169 -0,006787 -0,009257
-4,275915*** -3,893898*** -5,336066*** -367.066 -3.488.602 -4.666.362 -3,081321*** -2,663947*** -4,211974***
0,003789 0,00373 0,00356 0,003725 0,003702 0,003551 0,003529 0,003494 0,00338
48,19029*** 45,13427*** 47,73488*** 54,08975*** 50,99446*** 49,30927*** 65,84874*** 60,82712*** 66,05128***
R cuadrado Ajustado: 0,986298 0,985871 0,991202 0,988021 0,987607 0,991344 0,991857 0,990315 0,992734
Durbin Watson: 0,734616 0,836228 0,884606 0,738922 0,778727 0,883636 1.398.833 1,3671 1.221.435
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
Prob (F-estadístico) 0 0 0 0 0 0 0 0 0
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%.
A1
Prob
A2
Prob
A3
Prob
B1
Prob
B2
Prob
B3
Prob
C1
Prob
C2
Prob
C3
Prob
Jarque-Bera (1)
0,817527 0,664954 0,421623 0,575873 0,542106 0,4378 Cuadro 2 0,19306 0,878822
White (2)
0,217188 0,416609 0,111919 0,667634 0,890306 0,410031 0,138664 0,94685 0,349604
ARCH (1 rezago) (3)
0,045362 0,029965 0,201777 0,124863 0,064406 0,532748 0,41354 0,537916 0,855255
ARCH (2 rezagos) (3)
0,292041 0,112043 0,192
Breusch-Godfrey (2 rezagos) (4)
0,000454 0,001316 0,001054 0,000246 0,000342 0,000807 0,260593 0,178606 0,13435
Breusch-Godfrey (3 rezagos) (4)
0,001119 0,003258 0,002721 0,001139 0,001248 0,002367
Regresión auxiliar (5)
Prueba
0,006619 0,000028 0,016005 0,000546 0 0,000589 0,328553 0,002821 0,000497
(1) Ho: Los residuos se comportan normalmente
(2) Ho: Varianza homocedastica
(3) Ho: Varianza homocedastica
(4) Ho: No hay autocorrelación
(5) Ho: No es colineal

Después de un análisis, y entre varias posibilidades,
hemos escogidos las siguientes variables de control:
Logexpetropc: representa el valor de las exportaciones de
petróleo reales en un año dado, entre el total de la
población venezolana en ese mismo año. Estos datos
provienen del Banco Central de Venezuela y del INE.
Loggastopub: representa el valor del gasto público del
Gobierno Central realizado en un año dado dividido entre
el total de la población venezolana en ese mismo año. Los
datos son extraídos del Ministerio de Finanzas y del INE.
Logppetroreal: representa el precio del barril de petróleo
en dólares real en un año, es decir, deflactado por el
Índice de Precios al Consumidor estadounidense. Los
datos provienen de la EIA y del Banco de la Reserva
Federal de los Estados Unidos.
12
En justificación vale señalar que el carácter
específicamente petrolero de la economía venezolana y la
inherencia de la renta petrolera externa en la evolución del
gasto público hacen presumir una incidencia muy
importante de estas variables sobre el IDH. El gasto
público, en particular, es una medida que puede ser
utilizada para ver en qué magnitud los gobiernos hacen un
esfuerzo por redistribuir la renta y mejorar los servicios
públicos básicos (como educación y salud, entre otros).
Antes de hacer las estimaciones, y con el objeto de evitar
regresiones espurias, hemos procedido a determinar el
orden de integración de las variables explicadas
anteriormente. Para ello hemos usado las pruebas DF-
GLS (propuesta por Elliott, Rothenberg, and Stock , 1996)
y Dickey-Fuller Aumentado (DFA). Para ambos casos la
hipótesis nula señala la existencia de una raíz unitaria. Los
resultados arrojados por las pruebas se muestran en el
Cuadro 3
Variable Dependiente: LOGIDH - Rango 1970-2009
Método Utilizado: MCO
D1 D2 D3 E1 E2 E3 F1 F2 F3
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
249,9081*** 181,0526*** 412,5125*** 78,27347*** 77,29675*** 96,41491*** 259,9353*** 184,1537*** 431,4535***
0,04753 0,034524 0,0264
7,219799*** 4,898337*** 4,523730***
0,019811 0,015633 0,010545
6,285701*** 4,948349*** 3,633766***
0,021539 0,017343 0,011986
6,107657*** 4,880491*** 3,663204***
0,009344 0,009028 0,008362
6,358831*** 6,031414*** 5,563119***
0,013272 0,013516 0,012803
5,444095*** 5,790394*** 5,432741***
0,009393 0,009082 0,008849
8,544189*** 7,223246*** 6,954206***
-0,018535 -0,015561 -0,016046 -0,013004 -0,011106 -0,013143 -0,012716 -0,010943 -0,0129
-7,814014*** -5,77393*** -7,638852*** -5,261596*** -4,265069*** -5,906374*** -5,033561*** -4,1629*** -5,774139***
0,002619 0,002817 0,002835 0,002316 0,00253 0,002707 0,00273 0,002846 0,002914
18,00846*** 17,58630*** 22,2207*** 11,64464*** 12,49133*** 14,83201*** 19,22615*** 19,60416*** 22,61441***
R cuadrado Ajustado: 0,988889 0,987033 0,991728 0,987779 0,987264 0,99002 0,987401 0,987117 0,990065
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
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
Prob (F-estadístico) 0 0 0 0 0 0 0 0 0
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%.
Prueba de Diagnóstico D1 D2 D3 E1 E2 E3 F1 F2 F3
Prob Prob Prob Prob Prob Prob Prob Prob Prob
Jarque-Bera (1)
0,185936 0,812784 0,862057 0,781312 0,857742 0,734844 0,890788 0,891992 0,677819
White (2)
0,14554 0,376236 0,412953 0,310522 0,844156 0,560787 0,229024 0,841474 0,538504
ARCH (un rezago) (3)
ARCH (dos rezagos)
0,367066 0,761167 0,273561 0,191493 0,552819 0,856442 0,164136 0,567862 0,734093
(3)
Test LM (2 rezagos) (4)
0,547185 0,222621 0,433032 0,027385 0,024065 0,061874 0,014549 0,014122 0,049926
Test LM (3 rezagos) (4)
0,056107 0,061983 0,13483 0,030219 0,038466 0,109986
Regresión auxiliar (5)
C
LOGNOFI
LOGNDEPO
LOGNDEPOPC
LOGEXPETROPC
LOGGASTOPUB
LOGPPETROREAL
DUM
TREND
0,066511 0,478903 0,071976 0,048095 0,221618 0,226893 0,073527 0,397779 0,112917
(1) Ho : Los residuos se comportan normalmente
(2) Ho: Varianza homocedastica
(3) Ho: Varianza homocedastica
(4) Ho: No hay autocorrelación
(5) Ho: No es colineal

apéndice II y merecen un mínimo comentario. La
aplicación de la prueba DF-GLS sobre cada una de las
series indica que las series son estacionarias en nivel pero
no estacionarias en diferencias al 5%. La misma prueba
indica que la variable IDH es integrada de orden (1) al
10%. La prueba DFA señala, de igual manera, que las
series en diferencia son integradas de orden (1) con la
excepción del IDH. En conclusión, tenemos que todas las
variables independientes (tanto las proxy de bancarización
como las variables de control) son integradas de orden (1)
en ambas pruebas en todos los niveles. La variable
dependiente resulto ser integrada de grado (1) sólo al 10%
con la prueba de DF-GLS; y en este caso hemos sido
poco conservadoras y asumido que su grado de
integración es (1).
Los resultados de haber estimado la especificación dada
por la ecuación (2) por MCO son mostrados en adelante
en dos cuadros. Cada cuadro muestra nueve regresiones
del IDH (señalizas con letras) contra ciertas proxies de
bancarización y contra cada una de las variables de
control escogidas, para el caso que nos ocupa, a saber:
Logexpetropc, Loggastopub y Logppetroreal. Los dos
cuadros terminan recogiendo 18 regresiones.
El Cuadro 2, muestra la regresión del logaritmo del IDH
contra las tres variables de bancarización asociadas a la
profundidad financiera (Logcredipib, Logcredireal y
Logdeppib). Las tres primeras regresiones A1, A2 y A3
usan como proxy de bancarización al logaritmo de la razón
crédito/PIB y la única distinción entre ellas es el empleo,
en cada caso, de una variable de control diferente. Las
regresiones B1, B2, y B3 usan como proxy de
bancarización el logaritmo del crédito real per-capita y de
igual manera usan como variantes las tres distintas
variables de control. En el caso de las regresiones C1, C2
y C3, la variable proxy de bancarización es el logaritmo de
la razón depósitos/PIB.
Al evaluar los resultados arrojados por estas regresiones,
podemos apreciar que en las seis primeras estimaciones
(desde A1 a B3), donde se utilizan como indicadores de
bancarización, la razón crédito/PIB y el crédito real por
habitante, el coeficiente de determinación es muy elevado
y el coeficiente de la prueba Durban-Watson es muy bajo.
13
Para estas mismas seis estimaciones, los resultados
obtenidos con la prueba Breusch-Godfrey (incluso con tres
rezagos) rechazan la hipótesis nula de no auto-correlación
en los errores. Todo parece indicar entonces que los
estimadores no son eficientes, que los errores estándar no
son los correctos y, en consecuencia, que los resultados
son estadísticamente inválidos para hacer contraste y
determinar intervalos de confianza. Así, las proxys de
bancarización relacionadas al crédito no resultan ser
buenos predictores del IDH. Resultados más alentadores
se obtienen en las regresiones C1, C2 y C3 donde la proxy
de bancarización es la razón depósitos/PIB. En estos
últimos tres modelos todas las variables son significativas
y las pruebas de diagnóstico sobre los errores indican
normalidad y ausencia de correlación serial y de
heteroscedasticidad. Tanto la variable dicotómica (Dum)
como la tendencia lineal (Trend) resultaron significativas.
Procederemos ahora a estimar otros nueve modelos con
las mismas variables de control, pero ahora con las
proxys de bancarización más asociadas a la cobertura,
tales como: Lognofi (logaritmo del número de oficinas y
ATM´s por cada 100 mil habitantes), Logndepo (logaritmo
del número de depósitos registrados en la banca) y
Logndepopc (logaritmo del número de depósitos por
habitante). Como se observa en el Cuadro N° 3, los tres
primeros modelos (D1, D2 y D3), cuya proxy viene dada
por el número de oficinas y ATMs (por cada 100 mil
habitantes), presentan valores del coeficiente R-cuadrado
ajustado elevados y las variables, tanto individualmente
como en conjunto, son significativas a todos los niveles y
con los signos esperados. Los errores se comportan
normalmente, poseen varianzas homoscedásticas según
las pruebas utilizadas (White y ARCH) y no sufren del
problema de autocorrelación. La prueba que usa una
regresión auxiliar entre la variable de control y la variable
de bancarización, no encuentra indicios de altos grados de
multicolinealidad.
El cuadro 3 también permite observar que la evaluación de
los modelos E1, E2 y E3, arroja resultados muy similares.
Los tres modelos presentan valores para el coeficiente Rcuadrado
ajustado elevados, las variables tanto
individualmente como en conjunto son significativas a
todos los niveles y los errores de los tres se comportan

normalmente, con varianzas homoscedásticas y sin
problemas de autocorrelación. De igual manera se
descarta la colinealidad en las variables independientes.
Entre las últimas tres estimaciones (F1, F2 y F3), donde la
proxy de bancarización utilizada es el logaritmo del
número de depósitos per cápita, sólo F3 (que usa como
variable de control, el logaritmo del precio del petróleo
real) permite que el estimador MCO sea eficiente, pues
tanto F1 y F2 presentan correlación serial en los errores.
valores ajustados para someterlos a la prueba DF-GLS de
raíces unitarias. Los resultados pueden observarse en e
Cuadro 4.
Los resultaos arrojados por la prueba de raíces unitarias
DF-GLS indican que en los modelos D2, E3 y F3, los
errores son estacionarios al 5%, por lo que podemos
afirmar que existe al menos un vector de cointegración. En
el modelo C1, los errores resultan ser estacionarios pero al
10% de significación.
Descartados ya del todo los modelos que usan la razón Notamos pues, regresando al Cuadro 3, que las proxy de
crédito/PIB como determinante del IDH (modelos de A1 a bancarización en estos modelos seleccionados resultaron
B3), la estrategia consiste ahora de seleccionar, dentro de ser positivas y significativas, implicando que la
cada familia de modelos, la mejor estimación. Esto implica bancarización tiene un efecto positivo en el desarrollo
seleccionar cuatro modelos, cada uno con una proxy de socioeconómico medido, para el caso de éste estudio, por
bancarización diferente (Logdepopib, Lognofi, Logndepo y
Logndepopc) y cada modelo asociado a una variable de
el IDH.
control, a la tendencia lineal determinística, y la variable Para corregir o controlar los posibles problemas asociados
dicotómica que recoge la inestabilidad política y a la endogeneidad en la proxy de bancarización,
económica que prevaleció entre los años 1999 y 2002. El estimamos los mismos cuatro modelos pero esta vez
criterio de selección ha sido la prueba F que arroja la usando el estimador de Mínimos Cuadrados en Dos
regresión auxiliar entre las variables independientes y que Etapas (MC2E).
hemos usado para conocer el grado de multicolinelidad
entre las variables independientes de cada modelo. Para
el caso, y como deja ver los resultados reportados en los
Cuadros 2 y 3, los modelos seleccionados fueron C1, D2,
E3 y F3. En cada uno de estos modelos la bancarización
califica como una variable que positivamente explica el
Índice de Desarrollo Humano.
A los efectos de verificar si existe una relación de largo
plazo (cointegración) entre cada una de las variables
asociadas a cada uno de los modelos, se ha procedido a
re-estimar los modelos C1, D2, E3 y F3 excluyendo la
tendencia y la variable dicotómica y calculando los
residuos que se forman entre los valores efectivos y los
14
7 Para ello utilizaremos los siguientes
instrumentos: la constante c, las variables de control, la
tendencia lineal, la variable dicotómica y la proxy de
bancarización con un rezago. Los resultados de estas
estimaciones se muestran en el Cuadro 5.
Observamos en el Cuadro 5 que los modelos presentan Rcuadrado
ajustados elevados. Las variables tanto
Cuadro 4 individualmente como en conjunto son significativas a
Prueba de raíces unitarias DF-GLS
todos los niveles, excepto la dicotómica correspondiente
Ho: la serie no tiene raíz unitaria
al modelo C1, la cual no resultó significativa a ningún
Modelo Rezagos (1) Exógena Valor Crítico al 5% Estadístico t nivel. Por otra parte, aunque los modelos D2 y E3 pasan
C1
D2
0
0
Constante
Constante
-1.611.593
-1.949.609
1.699.519
-2.382.019
todas las pruebas de diagnóstico, el modelo C1, según
el test de White, presenta varianza heteroscedástica, en
E3
F3
1
1
Constante
Constante
-1.950.117
-1.950.117
-2.052.591
-2.396.501
tanto que el modelo F3, según la prueba LM de
Breusch-Godfrey, exhibe errores correlacionados
serialmente.
7
El estimador MC2E hace posible estimar los parámetros de las ecuaciones
estructurales de interés directamente, reemplazando las variables endógenas por
valores obtenidos a través de regresiones auxiliares, y puede ser aplicado tanto
para ecuaciones exactamente identificadas, como para ecuaciones
sobreidentificadas.

4.068.364 4.016.886 4.001.192 414.164
257,5079***
0,030826
143,3935*** 83,49306*** 363,9389***
7,632628***
0,052064
5,022551***
0,012524
3,805281***
0,014808
0,006708
3,949644***
4,831914***
0,011971
4,367731***
0,00865 0,008258
6,526961*** 6,137048***
-0,004244 -0,016445 -0,012871 -0,012501
-1.501.078 -5,528968*** -5,632365*** -5,426261***
0,003511 0,002446 0,002582 0,002806
57,05089*** 11,16394*** 12,81959*** 19,77953***
R cuadrado Ajustado: 0,986954 0,982756 0,988626 0,989857
F – estadístico 8.663.315 5.464.306 8.061.589 8.065.512
Prob (F-estadístico) 0 0 0 0
Nota 1: valores en el cubículo de cada variable representan el coeficiente y el t-estadístico.
Nota 2:Los asteriscos referidos al nivel de significancia (*,**,***) al 10, 5 y 1% respectivamente.
C1 D2 E3 F3
Prob Prob Prob Prob
Jarque-Bera (1)
0,963016 0,504954 0,680622 0,633201
White (2)
0,025595 0,216143 0,648904 0,614084
ARCH ( 1 rezago) (3)
ARCH (2 rezagos)
0,177284 0,914093 0,829705 0,701689
(3)
Breusch-Godfrey (2 rezagos) (4
0,16711 0,150417 0,026578 0,016738
Breusch-Godfrey (3 rezagos) (4) C
LOGDEPOPIB
LOGNOFI
LOGNDEPO
LOGNDEPOPC
LOGEXPETROPC
LOGGASTOPUB
LOGPPETROREAL
DUM
TREND
Pruebas de Diagnóstico
0,05993 0,037929
(1) Ho : Los residuos se comportan normalmente
(2) Ho: Varianza homocedastica
(3) Ho: Varianza homocedastica
(4) Ho: No hay autocorrelación
Concentrándonos en los modelos D2 y E3, los resultados
hallados por MC2E evidencian que los estimadores en las
regresiones son positivos y significativos, ratificando las
conclusiones anteriores, pero con efectos más fuertes
sobre la variable dependiente que los hallados
previamente. Esto corrobora que un mayor grado de
bancarización y, específicamente de cobertura asociada a
la red de oficinas y ATMs así como al número de cuentas
de depósito, promueve el desarrollo humano. Los modelos
D2 y F3 indican igualmente que los precios del petróleo
(en términos reales) y el gasto público como proporción del
PIB son determinantes fundamentales del desarrollo
humano en Venezuela.
15
Cuadro 5
Estimación por MC2E
Variable Dependiente: LOGIDH
C1 D2 E3 F3
5.- CONCLUSIONES
Aun cuando la bancarización es un concepto
que alude a una variedad de facetas y
dimensiones asociadas a la prestación y uso
de los servicios financieros, la tarea de
establecer una relación entre bancarización
y desarrollo socio-económico no es
imposible. Para el caso venezolano, este
estudio muestra que la evolución del Índice
de Desarrollo Humano en las últimas cuatro
décadas puede ser explicada, no sólo por la
evolución de los ingresos de origen externos
(asociados a los precios del petróleo) y por
el comportamiento del gasto público por
habitante, sino además por el despliegue
que exhibe la red de servicios financieros a
nivel de oficinas y de ATMs tanto como por
la evolución del número de depósitos que
registra el sistema. Digno de resaltar es el
hecho de que los indicadores de profundidad
financiera, tales como, la razón crédito/PIB,
el crédito real por habitante y la razón
depósitos/PIB, no resultaron ser las mejores
proxys para explicar el IDH.
REFERENCIAS
• Anastasi, A., Blanco, E., Elosegui, P.,
Sangiácomo, M. (2006). “Bancarization
and Determinants of Availability of
banking services in Argentina”. Investigaciones
Económicas, Banco Central de la República
Argentina. Buenos Aires.
• Ang, J. (2008). “A survey of recent developments in the
literature of finance and growth”, Journal of Economic
Surveys, Vol. 22, pp. 536-577.
• Arestis, P., y Demetriades, P. (1997). “Financial
development and economic growth: assessing the
evidence”, The Economic Journal, pp. 783–799.

• Asian Development Bank (2005). “The Changing Face
of the Microfinance Industry: Building Financial Systems
for the Poor”. Theme Paper No. 14. Manila: ADB.
• Barro, R. (1991) Economic Growth in a Cross Section
of Countries, The Quarterly Journal of Economics, Vol.
106, pp. 407-443.
• Beck, T. y de la Torre, A. (2005a). “The Analytics of
Access To Finance: Introducing the Access Possibilities
Frontier”. World Bank, mimeo.
• Beck, T. Demirgüç-Kunt, A. y Martinez, M.S. (2005b).
“Access to and use of Banking Services Across
Countries”, World Bank Policy Research Working Paper
16
N° 3754. World Bank, Washington D.C.
• Beck, T. Demirgüç-Kunt, A. y Martinez, M.S. (2006).
“Banking Services for Everyone? Barriers to Bank
Access and Use around the World”. World Bank Policy
Research Working Paper N° 4079. World Bank,
Washington D.C.
• Chaia, A., Dalal, A., Goland, T., Gonzalez, M. J.,
Morduch, J., y Schiff, R. (2009). Half the World is
Unbanked. Financial Access Initiative Framing Note.
New York.
• Claessens, S. (2006). "Access to Financial Services: A
Review of the Issues and Public Policy Objectives",
World Bank Research Observer. OECD- World Bank,
Fifth Services Experts Meeting on Universal Access.
Paris.
• Davies, A. y Quinlivan, G. (2006). “A Panel Data
Analysis of the Impact of Trade on Social Welfare”,
Journal of Socioeconomics. Vol. 35, N° 5, pp. 868-876.
• Deaton; A. (1991). “Household Savings in LDCs: Credit
Markets, Insurance and Welfare”, Scandinavian Journal
of Economics, Vol. 94, N° 2, pp.253-273.
• Demirguc-Kunt, A. y Levine, R., (2008). "Finance,
financial sector policies, and long-run growth," Policy
Research Working Paper Series 4469, The World Bank.
• Elliott, G., T. J. Rothenberg, y J. H. Stock. (1996).
“Efficient tests for an autoregressive unit root”,
Econometrica , Vol. 64, pp. 813–836.
• Ellis K., Lemma A. y Rud J.P. (2010). “Investigating the
Impact of Access to Financial Services on Household
Investment”. Overseas Development Institute, UK
Department for International Development. Londres.
• Eswaran, M y Kotwal, A. (1990). “Implications of Credit
Constraints for Risk Behaviour in Less Developed
Economies”, Oxford Economic Papers, Vol. 42, pp.473-
482.
• Federación Latinoamericana de Bancos (2007). “¿Qué
sabemos sobre bancarización en América Latina?, Un
inventario de fuentes de datos y literatura”. Bogotá.
• Fernando, N. (2007). “Low-Income Households Access
to Financial Services”. Asian Development Bank.
Philippines.
• Gurley, J. G. and Shaw, E. S. (1955). “Financial
Aspects of Economic Development”, American
Economic Review, Vol. 45, pp. 515-538.
• Helms, B. (2006). Access for All: Building Inclusive
Financial Systems. Washington, DC: World Bank.
• Kappel, V. (2010). “The Effects of Financial
Development on Income Inequality and Poverty”.
Center of Economic Research at ETH Zurich. Swiss
Federal Institute of Technology Zurich. Zurich.
• King, R. G. y Levine, R. (1993). “Finance and Growth:
Schumpeter Might Be Right”, Quarterly Journal of
Economics, Vol. 108, pp. 717-737.
• McKinnon, R. I. (1973). Money and Capital in Economic
Development. Washington, D.C.: Brookings Institution.

• Morales, L y Yañez, A. (2008). “La Bancarización en
Chile, concepto y medición”. Superintendencia de
Bancos e Instituciones Financieras de Chile. Santiago.
• Noguera, C. J. y Vera, L. (2008), “La Bancarización en
Venezuela”. Boletín económico mensual (Marzo).
Banco Mercantil. Caracas.
• Patrick, H. T. (1966). “Financial Development and
Economic Growth in Underdeveloped Countries”,
Economic Development and Cultural Change, Vol. 14,
pp. 174-189.
• Programa de las Naciones Unidas para el Desarrollo
(2010). Informe de Desarrollo Humano 2010. Nueva
York: Autores.
• Rashmi, A. (2010). “Measuring Financial Access”.
Griffith University. N. 2010-07. Gold Coast.
• Rojas Suárez,L. (2005). “El Acceso a los Servicios
Bancarios en America Latina: identificación de
Obstáculos”. Informe Regional, Secretaría General
Iberoamericana, Madrid.
• Ruiz, J.M. (2007). “Bancarización en Latino América, un
desafío para los bancos españoles”. Banco Central de
España. Madrid.
• Sarma, M. (2007). “Index of Financial Inclusion”. Indian
Council for Research on International Economic
Relations. Delhi.
• Sarma, M. y Pais, J. (2008). “Financial Inclusion and
Development, A Cross Country Analysis”, Presentation
for the Annual Conference of the Human Development
and Capability Association, New Delhi, 10-13
September 2008. Nueva Delhi.
• Schumpeter, J. A. (1911). The Theory of Economic
Development. Oxford: Oxford University Press.
• Shaw, E. S. (1973). Financial Deepening in Economic
Development. New York: Oxford University Press.
17
• Stone, R. (2005). “Financial Access Indicators
Stocktake”, Paper Prepared for DFID Emerging Markets
Economics, London. June.
• Von Pischke. (1998). “Poverty, Human Development
and Financial Services”. Occasional Paper nº 25,
United Nations Development Program. New York.
• United Nations (2006). Building Inclusive Financial
Sectors for Development. New York: United Nations.
APÉNDICE I
Según el Informe sobre Desarrollo Humano 2010, las
fuentes de información utilizadas para el cálculo de cada
dimensión del IDH son:
• Esperanza de vida al nacer: ONU-DAES
• Años de educación promedio: Barro y Lee
• Años esperados de instrucción: Instituto de Estadísticas
de la UNESCO
• Ingreso nacional bruto (INB) per cápita: Banco Mundial
y FMI
En la construcción del IDH el primer paso consiste en
crear subíndices para cada dimensión. Se deben
determinar valores mínimos y máximos para transformar
los indicadores en índices que tomen valores entre 0 y 1.
Los valores máximos se fijan según los valores reales
máximos observados de los indicadores de los países en
la serie de tiempo utilizada. Debido a que la media
geométrica se usa para fines de agregación, el valor
máximo no afecta la comparación relativa (en términos
porcentuales) entre dos países o periodos determinados.
Los valores mínimos si afectaran las comparaciones, de
manera que se usan valores factibles de concebir como
valores de subsistencia o ceros “naturales”. Por lo tanto, el
avance se mide con respecto a los niveles mínimos que
una sociedad necesita para sobrevivir en el tiempo. En
consideración a lo anterior los valores mínimos se fijan en:
• 20 años para la esperanza de vida: basado en pruebas
históricas de larga data proporcionadas por Maddison
(2010) y Riley (2005).

• Cero años para ambas variables de educación: debido
a que las sociedades pueden subsistir sin educación
formal (lo cual justifica el mínimo de 0 en este caso).
• US$ 163 anuales para el INB per cápita: es el valor
más bajo registrado por un país en los archivos
históricos (Zimbabwe en el año 2008).
Los valores máximos observados para el Informe de
Desarrollo Humano 2010 corresponden a:
• 83,2 años para la esperanza de vida (que corresponde
a Japón en el año 2010).
• 13, 2 años de educación promedio (EEUU en el año
2000).
• 20,6 años esperados de instrucción (Australia en el año
2002).
• US$ 108.211 anuales para el ingreso per-capita
(Emiratos Árabes Unidos en 1980).
Una vez definidos los valores mínimos y máximos, los
subíndices se calculan de la siguiente manera:
En el caso de la educación, la ecuación 1 se aplica a cada
uno de los dos subcomponentes; luego se crea una media
geométrica de los índices resultantes y por último, la
ecuación 1 se vuelve a aplicar a la media geométrica de
los índices usando 0 como mínimo y la media geométrica
más alta de los índices resultantes del periodo
considerado como máximo. Esto equivale a utilizar
directamente la ecuación 1 para calcular la media
geométrica de ambos subcomponentes. En el caso de los
ingresos, se usa el logaritmo natural de los valores
mínimos y máximos reales.
Seguidamente se realiza la agregación de los subíndices
para producir el Índice de Desarrollo Humano como la
media geométrica de los índices de las tres dimensiones:
(
18
La expresión 2 da cuenta de la sustitutibilidad imperfecta
que existe entre las dimensiones del IDH. De esta
manera, se encara una de las criticas más serias a la
formula de agregación lineal, que permitía una perfecta
sustitución entre dimensiones. Cierta sustitutibilidad es
inherente a la definición de cualquier índice que aumente
con los valores de sus componentes.

APÉNDICE II
19
Ho: existe una raíz unitaria
Cuadro 1
Prueba DF-GLS en Nivel
Variable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t
LogIDH 1 Constante -1,949856 0,902523
Logcredpib 0 Constante -1,949609 -1,519271
Logcredireal 1 Constante -1,949856 -1,839831
Logdepopib 0 Constante -1,949609 -1,692254
Lognofi 0 Constante -1,949609 -0,118453
Logndepo 1 Constante -1,950117 -0,186346
Logndepocpc 1 Constante -1,950117 -0,548747
Logexpetropc 0 Constante -1,949609 -1,775955
Loggastopub 0 Constante -1,949609 -1,969796
Logppetroreal 0 Constante -1,949609 -1,189304
Nota: (1)Seleccionado automáticamente con el criterio de información de Schwartz
Cuadro 2
Prueba DF-GLS en Diferencia
Ho: existe una raíz unitaria
Variable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t
DLogIDH 0 Constante -1,611469* -1,692811
DLogcredpib 0 Constante -1,949856 -5,44063
DLogcredireal 0 Constante -1,949856 -4,269833
DLogdepopib 0 Constante -1,949856 -6,874465
DLognofi 0 Constante -1,949856 -5,278257
DLogndepo 0 Constante -1,950117 -3,770385
DLogndepocpc 0 Constante -1,950117 -3,857682
Dlogexpetropc 0 Constante -1,949856 -5,873278
DLoggastopub 0 Constante -1,949856 -6,356405
DLogppetroreal 0 Constante -1,949856 -5,507826
Notas: (1)Seleccionado automáticamente con el criterio de información de Schwartz.
(*)Valor Crítico al 10%.
Cuadro 3
Prueba DFA en Nivel
Ho: existe una raíz unitaria
Variable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t
LogIDH 1 Constante -2,941145 0,271817
Logcredpib 0 Constante -2,938987 -1,500697
Logcredireal 1 Constante -2,941145 -1,867518
Logdepopib 0 Constante -2,938987 -2,328846
Lognofi 0 Constante -2,938987 -1,943916
Logndepo 1 Constante -2,943427 -1,877702
Logndepocpc 1 Constante -2,943427 -2,062864
Logexpetropc 0 Constante -2,938987 -1,783462
Loggastopub 0 Constante -2,938987 -2,244295
Logppetroreal 0 Constante -2,938987 -2,34444
Nota: (1)Seleccionado automáticamente con el criterio de información de Schwartz
Cuadro 4
Prueba DFA en Diferencia
Ho: existe una raíz unitaria.
Variable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t
DLogIDH 0 Constante -2,609066* -1,915495
DLogcredpib 0 Constante -2,941145 -5,369371
DLogcredireal 0 Constante -2,941145 -4,208553
DLogdepopib 0 Constante -2,941145 -7,155472
DLognofi 0 Constante -2,941145 -5,206945
DLogndepo 0 Constante -2,943427 -3,713631
DLogndepocpc 0 Constante -2,943427 -3,80708
Dlogexpetropc 0 Constante -2,941145 -5,78895
DLoggastopub 0 Constante -2,941145 -6,272934
DLogppetroreal 0 Constante -2,941145 -5,489902
Notas: (1)Seleccionado automáticamente con el criterio de información de Schwartz.
(*)Valor critico al 10%.

20
GACETA OFICIAL N° FECHA SUMARIO
39.913 02/05/2012 Ley Penal del Ambiente.
39.913 02/05/2012 Ley de Reforma Parcial de la Ley Especial de Timbre Fiscal para el Distrito Capital. (Modifican el artículo 13 y la disposición final 3era)
39.913 02/05/2012 Resolución mediante la cual se fijan las condiciones para la imputación de Bonos Agrícolas como parte de la Cartera de Crédito Agraria Obligatoria.
39.915 04/05/2012
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
Obrera y al Fondo de Ahorro Popular.
39.915 04/05/2012 Resolución mediante la cual se dictan las «Normas para la Autorización y Funcionamiento de Representaciones de instituciones Bancarias del Exterior
39.916 07/05/2012
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 -
(Véase N° 6.076 Extraordinario de la GACETA OFICIAL DE LA REPÚBLICA BOLIVARIANA DE VENEZUELA, de esta misma fecha).
39.920 11/05/2012
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
de ley Orgánica del Trabajo, los Trabajadores y las Trabajadoras, será determinada por el Banco Central de Venezuela, tomando como referencia los
39.922 15/05/2012 Decreto N° 8.979, mediante el cual se establece el Sistema de Remuneraciones de las Obreras y Obreros de la Administración Pública Nacional.
39.922 15/05/2012 Decreto N° 8.980, mediante el cual se establece el Sistema de Remuneraciones de las Funcionarías y Funcionarios de la Administración Pública
39.922 15/05/2012
39.922 15/05/2012
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
«Farmapatria, Compañía Anónima» (Farmapatria, C.A.), pudiendo utilizar a todos los efectos la denominación de Farmapatria, la cual estará adscrita al
Ministerio del Poder Popular para la Alimentación.
Resolución mediante la cual se autoriza la transformación de Banplus, Banco Comercial, C.A., a Banco Universal; en consecuencia, deberá ajustar
todas sus operaciones y servicios financieros a los fines que sean compatibles con su naturaleza.
39.924 17/05/2012 Decreto N° 8.959, mediante el cual se dicta la Reforma del Reglamento de la Ley Orgánica del Consejo Federal de Gobierno.
39.926 21/05/2012
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
Producto Leche Líquida Esterilizada (UHT) de larga duración).
39.927 22/05/2012
Ley Aprobatoria del Segundo Protocolo de Enmienda al Acuerdo entre el Gobierno de la República Bolivariana de Venezuela y el Gobierno de la
República Popular China sobre el Fondo de Financiamiento Conjunto Chino-Venezolano.
39.927 22/05/2012 Resolución mediante la cual se establece la Estructura y Normas de Funcionamiento del Servicio Desconcentrado Fondo Especial Ezequiel Zamora.
39.928 23/05/2012 Decreto N° 8.684, mediante el cual se dicta el Decreto con Rango, Valor y Fuerza de Ley de Atención al Sector Agrícola.
j g ( ) y y
39.928 23/05/2012
criterios que rigen la emisión de la Guía Única de Movilización, Seguimiento y Control de Medicamentos destinados tanto a la comercialización como a la
distribución, en el territorio nacional.
39.928 23/05/2012 Resolución mediante la cual se dictan las Normas para la Disposición de los Aportes a los Fondos de Ahorro para la Vivienda.
39.929 24/05/2012
39.929 24/05/2012
39.929 24/05/2012
39.929 24/05/2012
39.929 24/05/2012
39.929 24/05/2012
39.929 24/05/2012
39.932 29/05/2012
39.933 30/05/2012
Fuente: Gacetas Oficiales de la República Bolivariana de Venezuela
NORMATIVA LEGAL APROBADA EN EL AMBITO ECONOMICO Y SECTORIAL
MES DE MAYO 2012
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
materia de Comercio Internacional entre la República Bolivariana de Venezuela y la República Argentina.
Resolución mediante la cual se ordena publicar la entrada en vigor del «Memorando de Entendimiento sobre el Plan de Trabajo de Factibilidad de un
Proyecto Productivo Conjunto en el Sector Cemento en el Marco de la Gran Nacional de Manufactura, Ciencia y Tecnología entre la República
Bolivariana de Venezuela y el Estado Plurinacional de Bolivia».
Resolución mediante la cual se publica el «Primer Protocolo Modificatorio del Acuerdo de Comercio de los Pueblos para la Complementariedad
Económica, Productiva entre la República Bolivariana de Venezuela y el Estado Plurinacional de Bolivia».
Resolución mediante la cual se publica la entrada en vigor del «Memorando de Entendimiento entre la República Bolivariana de Venezuela y el Estado
Plurinacional de Bolivia para el Desarrollo de Actividades de Intercambio y Capacitación en Ciencia y Tecnología para la Exploración y Utilización del
Espacio Ultraterrestre con Fines Pacíficos».
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
estado Plurinacional de Bolivia para la Producción de Tecnologías Agrícolas».
Resolución mediante la cual se publica la entrada en vigor del «Acuerdo Marco de Cooperación entre la República Bolivariana de Venezuela y la
República de Burundi».
Resolución mediante la cual se publica el «Acuerdo por Intercambio de Notas entre el Gobierno de la República Bolivariana de Venezuela y el Gobierno
de la República Popular China, para la Donación de Diez Millones (10.000.000) de Yuanes Renminbi a la República Bolivariana de Venezuela para
auspiciar el Programa de Formación de Funcionarios Públicos Planificadores de Alto Nivel».
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
PDVSA Amortizable 2035, por el monto que en ella se menciona. (US$ 3.000.000.000,00)
Resolución mediante la cual se establece el cálculo de la posición de encaje que deberán mantener depositado en el Banco Central de Venezuela las
instituciones bancarias que hayan adquirido títulos valores desmaterializados emitidos durante el primer semestre del año 2012 por el Ejecutivo Nacional
en el marco del programa social Gran Misión Vivienda Venezuela.
Este boletín ha sido elaborado en la Gerencia de Investigación Económica del Mercantil C.A., (Banco Universal), coordinada por:
Francisco Vivancos Cabello.
Equipo de Investigadores: Andrés Duque, Inés Fasanaro, Gema Murillo, Carmen J. Noguera, Leonardo Vera.
Las opiniones aquí expresadas son responsabilidad de los autores y no reflejan necesariamente los puntos de vista de la institución.
Edificio Mercantil, Av. Andrés Bello, N° 1-Apartado Postal N°789 - Caracas 1010A. Venezuela.
Deposito Legal: 79-0092. Vol 34. N° 05.

21
INDICADORES ECONOMICOS 2009 2010 2011 Ene-12 Feb-12 Mar-12 Abr-12 May-12 Var % Var %
SECTOR EXTERNO Acumulada 12 Meses
Volumen Promedio de Producción de Crudos (miles de barriles) 2.181
2.187
2.263
2.310 2.310 2.320 2.335
2.345
2,2% 4,7%
Precio West Texas Intermediate (WTI) (US$/b) 55,3
58,8
63,3
100,2 101,9 106,4 103,3
95,4 (3,4)% (6,4)%
Precio Cesta Venezolana (US$/b) 57,0
72,0
101,1
108,2 111,5 116,5 114,0
105,5 (0,3)% 3,4%
Precio OPEP (US$/b) 55,0
58,2
62,1
111,3 117,0 122,9 118,3
108,8
1,2% (1,4)%
Exportaciones No Tradicionales (MM de US$) 2.380
2.486
3.206
226 281 231 (77,0)% (9,8)%
Importaciones 1/ (MM de US$) 36.908 30.745 34.860
3.078 3.271
3.812
(70,9)% 24,1%
Reservas Internacionales Brutas (MM de US$) 35.000 29.500 29.899 28.429 27.688 27.578 26.039
25.158 (15,9)% (14,1)%
Tipo de Cambio Preferencial de Cierre (Bs./US$) 2,15
2,60
Tipo de Cambio Petrolero de Cierre (Bs./US$) 2,15
4,30
4,30
4,30
4,30
4,30
4,30
4,30
SECTOR REAL
Indice de Volumen de Ventas 192,7
179,3
195,8
177,7
190,9
212,9
(16,5)% 14,1%
Al por Mayor 122,1
131,1
147,1
122,3
145,4
170,1
10,5 % 17,4 %
Al por Menor 240,0
211,6
228,5
214,8
221,4
241,6
(25,2)% 12,6%
Venta de Vehículos Automotores 121,7
85,9
97,3
88,5
121,8
138,5
23,5% 61,3%
Partes, Piezas y Accesorios de Vehículos Automotores 148,9
149,5
180,6
164,1
169,4
197,7
11,8% 18,7%
Combustibles para Vehículos Automotores 186,6
169,8
173,7
184,2
164,3
207,7
11,0% 25,9%
325,2
269,9
241,3
228,2
224,5
243,0
(16,6)% 0,9%
Otros Productos en Almacenes no Especializados 247,7
184,7
251,9
126,0
127,5
135,1
(71,8)% (25,5)%
Alimentos, Bebidas y Tabaco en Almacenes Especializados 217,5
185,0
237,9
267,5
285,9
308,4
(9,2)% 36,9%
409,3
315,9
369,3
360,3
358,0
399,3
(4,1)% (7,4)%
394,4
367,0
491,3
412,0
427,1
478,5
(47,9)% 10,3%
Aparatos, Artículos y Equipos de uso Doméstico 490,7
441,9
356,8
382,1
358,9
328,4
(39,2)% 8,6%
Artículos de Ferretería, Pinturas y Productos de Vidrio 99,8
83,3
107,3
101,5
117,7
121,2
(1,1)% 19,7%
Otros Productos en Almacenes Especializados 89,6
114,5
155,5
157,3
168,8
177,0
(35,4)% 31,4 %
Indice de Volumen de la Industria Manufacturera Privada 110,7
107,9
112,7
90,3
111,0
122,9
28,9 % 2,3 %
AGREGADOS MONETARIOS
Liquidez Monetaria (M2) 249.098 296.596 446.617 444.615 456.607 472.133 482.013 498.781*/ 11,7% 55,4%
Circulante (M1) 202.352 272.162 426.592 428.119 440.780 456.484 465.898 478.342*/ 12,1% 62,1%
Base Monetaria 98.903 123.051 172.751 176.290 173.327 161.746 154.906 148.849*/ (13,8)% 19,8%
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)%
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%
PDVSA (5.648.237) 19.484.415 96.062 95.364 97.331
94.965
98.792 91.933**/ (4,3)% 256,2%
Otros Sector Público 919 (13.623) (26.304) (29.888) (26.830) (30.462) (23.649) (26.015)**/ (1,1)% 87,2%
Sector Financiero 3 (5.092) (4.483) (4.600) (4.434) (4.358)
(3.837) (2.068)**/ (53,9)% (51,5)%
Instrumentos de Crédito Emitidos por el BCV (7.562.972) (8.933.445) (6.930) (7.061) (6.780) (6.805)
(6.281) (4.509)**/ (34,9)% (49,6)%
Capital y Activos Netos No Clasificados 38.354 65.140 12.795 17.124 19.952
25.631
32.124 33.714**/ 163,5% 89,4%
OPERACIONES DE MERCADO ABIERTO
Colocaciones de Repos 12.637 35.274 39.487
3.576 3.324 3.587 2.757
2.842 (59,3)% (6,1)%
Colocaciones de CD 170.804 79.600 80.327
5.974 5.599 4.899 5.150
3.434 (68,8)% (56,6)%
Colocaciones Repos+CD (Prom. Semanal) 3.481
2.364
2.304
2.274 2.348 2.020 2.197
1.494 (14,5)% (39,9)%
Compra de DPN con Pacto Reventa (Prom. Semanal) 461
681
2.214
-
-
-
847
726
60,9% 169,6%
Saldos en Circulación Repos 2.653
2.770
3.368
3.579 3.663 3.233 2.963
2.908 (13,6)% (13,1)%
Saldos en Circulación CD 7.584
8.450
7.542
7.807 7.732 7.164 7.161 6.006 (20,4)% (35,2)%
Rendimiento Efect. Prom. Repos (%) 6,27
6,08
6,00
6,1 6,0 6,1 6,08
6,21
21,3
12,6
Rendimiento Efect. Prom. CD (%) 8,97
6,43
6,32
6,4 6,4 6,3 6,34
6,70
37,8
30,2
BANCOS COMERCIALES Y UNIVERSALES
Cartera de Crédito 139.067 177.624 264.349 263.228 269.038 272.201***/ 3,0 % 48,7 %
Inversiones 59.445 84.015 147.785 150.326 163.802 167.270***/ 13,2 % 38,1 %
Depósitos Totales 184.977 253.275 405.108 406.518 417.348 424.373***/ 4,8 % 52,4 %
Depósitos a la Vista 115.498 180.900 299.389 298.729 314.943 321.617***/ 7,4 % 59,5 %
Depósitos de Ahorro 47.996 62.553 97.278 99.513 98.661 99.173***/ 1,9 % 50,2 %
Depósitos a Plazo 21.483
9.823
8.440
8.276
3.744 3.583***/ (57,6)% (66,7)%
TASAS DE INTERES
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 - -
Overnight (Promedio) 9,30
5,36
4,69
0,10 0,31 0,49 2,53 2,50 230
(563)
Activa Promedio (6 principales Bancos) 20,61
17,99
17,45
16,90 15,65 15,43 16,31 16,75 120
(142)
Plazo 90 Días Promedio (6 principales Bancos) 15,57
14,73
14,73
14,50 14,70 14,50 14,50 14,50 -
(60)
Libor Promedio 90 Días 0,65
0,34
0,35
0,54 0,48 0,47 0,5
0,5
(11)
21
GOBIERNO CENTRAL 2/
Ingresos Totales 158.419 244.277 400.628 19.466 29.912
(87,7)% 24,8 %
Ingresos Ordinarios Petroleros 53.236 60.817 81.018
780
4.292
(93,7)% (28,5)%
Ingresos Ordinarios No Petroleros 83.719 104.203 153.263 11.764 12.126
(84,4)% 32,3 %
Ingresos Extraordinarios 56.723 79.257 166.346
6.922 13.494
(87,7)% 53,3 %
Endeudamiento Interno 22.764 25.495 52.867
5.856
8.120
(73,6)% 24,3 %
Endeudamiento Externo 8.759
6.526 12.828
4
1
(100,0)% (94,8)%
Otros 15.695 30.061 69.972
79
2.769
(95,9)% 1.682,7 %
Egresos Totales 197.511 245.317 376.591 31.611 32.153
(83,1)% 41,7 %
Egresos Ordinarios 187.220 228.994 353.008 29.798 30.040
(83,0)% 38,8%
Amortización Total Deuda Pública 10.291
9.135
1.309
3
-
(99,7)%
Amortización Deuda Pública Interna 9.307 15.952
715
-
-
(100,0)%
Amortización Deuda Pública Externa 985
371
593
3
-
(99,5)%
Colocación Efectiva Bonos DPN+Letras 32.434 52.544 81.940
7.387 17.036
18.034
8.725
8.632 (27,0)% 11,8%
Endeudamiento Neto Bonos DPN 18.690 31.134 51.240
5.910 14.924
12.814
6.118
3.057 (16,4)% (34,7)%
Endeudamiento Neto Letras del Tesoro
Rendimiento Efectivo Promedio Ponderado Bonos DPN
2.314
1.358
1.695
(364)
(39)
248
952
(20) (54,1)% (103,5)%
60-360 Días 9,84
361-1080 Días 12,59
14,10
1081-1800 Días 12,62
15,72
16,39
1801-2520 Días 11,87
16,82
17,55
14,96 16,06 16,07 15,63 16,38 1.638 (87)
2521-3240 Días 8,48
14,79
18,07
16,41 16,79 17,26 17,26 17,37 1.737
1.737
3241-5760 Días 16,05
Rendimiento Promedio Ponderado Letras del Tesoro
60-80 Días
81-110 Días
111-150 Días
10,39
8,38
6,75
6,22 5,93 5,95 5,98 5,84 (24)
(132)
151-180 Días 9,69
181-269 Días 11,12
8,76
5,51
2,96 2,76 2,83 3,07 307
(320)
INDICE DE PRECIOS (CARACAS)
Consumidor 26,9
27,4
29,0
1,5 1,0 1,0 0,9 1,6 6,1 % 22,0 %
Alimentos y Bebidas no Alcohólicas 20,4
34,4
34,1
1,5 0,8 0,6 1,7 1,8 6,6 % 30,0 %
Bebidas Alcohólicas y Tabacos 47,7
48,5
27,4
2,7 1,9 1,9 2,9 0,9 10,7 % 25,9 %
Vestido y Calzado 22,1
18,6
17,6
0,6 0,5 0,1 0,1 1,1 2,4 % 11,6 %
Alquiler de Vivienda 16,1
11,6
6,3
0,6 0,2 0,5 0,9 0,5 2,7 % 4,6 %
Servicios de la Vivienda excepto Teléfono 3,9
4,4
13,5
0,2 0,0 0,0 0,0 1,1 1,3 % 9,8 %
Equipamiento del Hogar 39,2
28,7
27,8
0,9 2,5 1,8 (4,2) 2,4 3,3 % 13,2 %
Salud 34,3
25,0
29,6
1,5 1,8 1,7 6,8 2,7 9,7 % 20,3 %
Transporte 30,5
26,5
38,9
1,2 0,5 0,5 1,0 1,1 4,4 % 23,3 %
Comunicaciones 9,4
6,8
6,7
0,2 0,4 0,0 0,5 0,1 1,3 % 5,9 %
Esparcimiento y Cultura 26,9
28,7
19,1
2,1 1,4 1,7 2,6 0,9 8,9 % 18,2 %
Servicio de Educación 29,4
24,7
24,9
1,9 1,4 1,2 3,7 0,4 8,8 % 25,7 %
Restaurantes y Hoteles 33,6
31,7
34,9
2,6 1,6 1,8 1,6 2,3 10,5 % 30,5 %
Bienes y Servicios Diversos 50,7
30,8
36,0
0,9 0,5 1,1 (2,7)
1,6 1,4 % 15,7 %
Núcleo Inflacionario 3/
Indice 1997 = 100
Almacenes no Especializados con Surtido Compuesto, principalmente de
Alimentos, Bebidas y Tabaco
Productos Farmacéuticos y Medicinales,Cosméticos y Artículos de Tocador
Productos Textiles, Prendas de Vestir,Calzado y Artículos de Cuero
Millones de Bolívares
Millones de Bolívares
Millones de Bolívares
Porcentaje Anual
Millones de Bolívares
Variación % Dic-Dic
34,6
29,3
30,9
1,6 1,2 1,5 1,6 1,9 8,1 % 23,2 %
Producción Manufacturera Privada 26,5
22,0
22,7
0,9 1,0 0,6 0,6 1,1 4,2 % 15,1 %
Al Mayor 24,8
26,8
20,7
0,8
1,3
0,2
0,7
1,4
4,5 % 17,2 %
Nacional 22,2
28,8
22,1
1,0
1,3
0,0
0,8 1,5 4,7 % 18,8 %
Importado 35,7
19,3
15,5
0,2
1,1
0,9
0,7
0,8
3,7 % 10,9 %
Insumos Construcción al Mayor 18,7
18,9
16,5
2,5
1,2
0,8
0,4
1,0
6,0 % 17,7 %
MERCADO LABORAL
Porcentaje Segundo Semestre
Tasa de Desempleo 7,7
8,8
7,8
10,3 9,2 7,9 8,6 206 53
Tasa de Actividad 65,0
64,4
64,7
63,5 62,9 64,2 64,0 (92) (46)
Ocupación Formal 56,0
56,1
56,8
58,4 57,6 58,7 58,7 350 100
Ocupación Sector Público 19,7
19,2
19,8
20,3 20,0 21,0 19,9 16 22
Notas: */ Cifras al 01/06/12, **/ Cifras al 25/05/12,***/ Cifras al 16/03/12.
1/ Las cifras de Comercio Exterior son del Instituto Nacional de Estadística. Las importaciones no incluyen las del sector petrolero.
2/ Cifras suministradas por Oficina Nacional del Tesoro y Banco Central de Venezuela.
3/ Nucleo Inflacionario: Excluye del cálculo del IPC aquellos bienes sujetos a factores estacionales y de control de precios.
Fuente: Oficina Nacional del Tesoro, Banco Central de Venezuela, Reuters, Instituto Nacional de Estadística, Bloomberg y Cálculos Propios

22
Precio Petrolero
(US$/bl)
147
126
105
84
63
42
21
Spread Soberanos. Diferenciales EMBI+
Puntos Básicos
1.800
1.500
1.200
900
600
300
0
May-07
May-07
Nov-07
Nov-07
May-08
Venezuela
México
Colombia
Brasil
May-08
Nov-08
Nov-08
May-09
May-09
Nov-09
Reservas Internacionales y FEM
Millones de US$
48.000
40.000
32.000
24.000
16.000
8.000
0
May-07
Nov-07
FEM
Reservas Internacionales
May-08
Nov-08
Agregados Monetarios
Var. % t/t- 12
90
75
60
45
30
15
0
May-07
Nov-07
May-08
Nov-08
May-09
May-09
Nov-09
Nov-09
Nov-09
May-10
May-10
May-10
May-10
Nov-10
Nov-10
Nov-10
Nov-10
May-11
Indicadores Económicos
Venezuela
WTI
May-11
May-11
May-11
Nov-11
Nov-11
Nov-11
M2
BM
Nov-11
May-12
May-12
May-12
May-12**/
147
126
105
84
63
42
21
48.000
40.000
32.000
24.000
16.000
8.000
0
1.800
1.500
1.200
900
600
300
0
90
75
60
45
30
15
0
ENT
2.500
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
intereses, producto de la negociación de instrumentos de deuda externa de mercados emergentes. */ Comprende recaudación por derechos pendientes, multas, intereses,
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
Supresión de Pago del Derecho de Fabricación según G.O 38.480 de fecha 17-06-2006. **/ Cifras al 01/06/2012.
Fuente: BCV, Reuters, Bloomberg, INE, MEM, Cavenez, FMI, OPSIS y Cálculos Propios
27
24
21
18
15
12
2.100
1.700
1.300
900
500
100
21.000
17.500
14.000
10.500
7.000
3.500
0
54.000
45.000
36.000
27.000
18.000
9.000
0
9
Mar-07
Abr-07
May-07
May-07
Nov-07
Sep-07
Oct-07
Nov-07
Tasas de Interés. Seis Principales Bancos %
Mar-08
Abr-08
Exportaciones No Tradicionales (ENT) e
Importaciones (MMUS$)
Importaciones
4.900
Importaciones
ENT
4.100
Sep-08
Oct-08
Mar-09
Abr-09
Sep-09
Impuesto sobre la Renta
IVA
May-08
Renta Aduanera
Rentas Internas
Otros */
May-08
Nov-08
Nov-08
May-09
May-09
Nov-09
Oct-09
Mar-10
Abr-10
Sep-10
Oct-10
Mar-11
Abr-11
Sep-11
Oct-11
Mar-12
Abr-12
3.300
2.500
1.700
900
100
Recaudación Rentas Internas
Millones de Bs.
Nov-09
May-10
May-10
Activa
Depósitos a 90 días
Nov-10
Nacional
Importados
Nov-10
May-11
May-11
Nov-11
Nov-11
May-12
May-12
27
24
21
18
15
12
21.000
17.500
14.000
10.500
7.000
3.500
Venta de Vehículos
Unidades
9
0
54.000
45.000
36.000
27.000
18.000
9.000
0

23
Operaciones de Mercado Abierto.
Repos+CD+Compra con Pacto de Reventa. Millones de Bs.
40.000
30.000
20.000
10.000
0
-10.000
-20.000
-30.000
-40.000
Stock Deuda Pública Interna
Bonos DPN y Letras del Tesoro
Millones de Bs. Millones de US$
188.000
42.000
Millones de Bs.
160.000
132.000
104.000
76.000
48.000
20.000
May-07
May-07
Nov-07
Nov-07
May-08
May-08
Nov-08
MM de US$
Nov-08
May-09
May-09
Nov-09
Endeudamiento Interno Neto */
Millones de Bs.
18.000
15.000
12.000
9.000
6.000
3.000
0
-3.000
Mercado de Trabajo
% y Millones de Personas
10,5
9,5
8,5
7,5
6,5
5,5
May-07
%
11,5
Abr-07
Nov-07
Oct-07
May-08
Abr-08
Nov-08
Oct-08
May-09
Abr-09
Nov-09
Nov-09
Ocupación Formal
Tasa de Desempleo
Oct-09
May-10
May-10
May-10
Abr-10
Nov-10
Nov-10
Nov-10
Oct-10
May-11
May-11
Indicadores Económicos
Inyección
Absorción
Efecto Neto
May-11
Abr-11
Nov-11
Nov-11
Nov-11
Oct-11
May-12
May-12
May-12
Abr-12
12.000
8.000
4.000
0
-4.000
-8.000
-12.000
18.000
15.000
12.000
9.000
6.000
3.000
0
-3.000
37.000
32.000
27.000
22.000
17.000
12.000
Millones de Personas
7,6
6,9
6,2
5,5
4,8
4,1
3,4
Créditos, Inversiones
Bs. Constantes a Precios de Dic-2007
Banca Comercial y Universal
Var. % 2009 2010 2011 ITrim12
PIB Total -3,2% -1,5% 4,2% 5,6%
PIB Petrolero -7,4% 0,1% 0,6% 2,2%
PIB No Petrolero 1,7% -1,6% 4,5% 5,6%
Consumo Privado -2,9% -1,9% 4,0% 5,7%
Inversión
(Millones de US$)
-8,3% -6,3% 4,4% 27,3%
Balanza Comercial 17.957 27.132 46.161 12.533
Cuenta Corriente 6.035 12.071 27.205 7.143
Cuenta Capital -12.777 -17.818 -27.619 -8.613
Balanza de Pagos -10.262 -8.060 -4.032 -2.539
Notas: t/t-1: Variación del mes con respecto al mes anterior, */ El endeudamiento interno neto se calcula como la diferencia entre las colocaciones
efectivas y los vencimientos de Bonos DPN y Letras del Tesoro.
Fuente: BCV, Balances de Publicación de Instituciones Financieras, INE y Cálculos Propios
210.000
180.000
150.000
120.000
90.000
60.000
30.000
0
30.000
25.000
20.000
15.000
10.000
5.000
0
May-07
6
5
4
3
2
1
0
-1
Feb-07
May-07
Nov-07
Ago-07
Inversiones en Títulos
Cartera de Créditos
Indice de Intermediación
May-08
Feb-08
Nov-08
Ago-08
Var % INPC
Mayo 2012: 1,6%
Nov-07
May-08
Nov-08
May-09
Feb-09
Nov-09
Ago-09
May-10
Feb-10
Nov-10
Ago-10
Indice de Intermediación
%
May-11
Feb-11
Nov-11
Ingresos Ordinarios
Gastos Ordinarios
Ago-11
May-12
Feb-12
68
65
62
59
56
53
50
Gobierno Central
Bs. Constantes a Precios de Dic-2007
May-09
Nov-09
May-10
Nov-10
May-11
IPC
IPM
Nov-11
May-12
30.000
25.000
20.000
15.000
10.000
5.000
Inflación (Caracas)
% (t/t- 1)
0
6
5
4
3
2
1
0
-1
Sector Real y Externo