Download Los efectos de la política monetaria sobre la industria. Evidencia

Los efectos de la política monetaria sobre la industria.
Evidencia empírica para el caso español
Carlos J. Rodríguez Fuentes
Departamento de Economía Aplicada
Universidad de La Laguna
e-mail: cjrodrig@ull.es
David Padrón Marrero
Departamento de Economía Aplicada
Universidad de La Laguna
e-mail: dpadron@ull.es
Resumen
El propósito de este trabajo es el de analizar la existencia de asimetrías sectoriales en la transmisión de
la política monetaria en España en el período inmediatamente anterior (1988-1998) a la puesta en
marcha de la política monetaria única. Para ello, en primer lugar se identifican los shocks de política
monetaria por medio de la estimación de un modelo vectorial auto-regresivo (shock-VAR) y la
especificación de una función de reacción (shock-FR) para la autoridad monetaria en España. A
continuación, se analizan las respuestas de las distintas ramas industriales ante los shocks monetarios
estimados, tanto al nivel de secciones como de sub-secciones de la contabilidad nacional. Los
resultados de nuestras estimaciones confirman la existencia de importantes diferencias en las
respuestas sectoriales ante los shocks monetarios nacionales en España entre 1988 y 1998. Asimismo,
las asimetrías sectoriales encontradas en este trabajo guardan una cierta relación con las asimetrías
regionales encontradas en otro trabajo anterior (Rodríguez Fuentes et al. 2004), pues la clasificación
que resulta al ordenar las regiones españolas a partir de la sensibilidad de las distintas ramas
industriales que componen su VAB industrial en 1998 muestra una correlación elevada con la
ordenación de la regiones a partir de su sensibilidad ante los shocks monetarios nacionales.
Palabras clave: política monetaria; efectos sectoriales; modelos vectoriales auto-regresivos; funciones
de reacción
Area temática: economía española y europea
1. Introducción.
Tradicionalmente, el análisis del mecanismo de transmisión de la política monetaria
se ha enfocado desde una perspectiva agregada, de modo que su interés se ha
centrado, fundamentalmente, en el estudio del impacto de las actuaciones de la
autoridad monetaria sobre los niveles de producción y precios de la economía
nacional. Sin embargo, en la última década hemos asistido a una creciente
proliferación de trabajos que se interesan por el estudio de las asimetrías que podrían
aparecer en la transmisión de los shocks monetarios nacionales, ya sea entre las
distintas regiones que componen la economía nacional (asimetrías regionales), o
entre sus respectivos sectores productivos (asimetrías sectoriales). Seguramente,
buena parte de esta literatura viene motivada por la pérdida de soberanía monetaria
que experimentaron los países que actualmente forman parte de la zona euro, que al
haberse convertido en regiones de la eurozona y, de ese modo, haber perdido
irreversiblemente su “identidad monetaria nacional”, empiezan a evidenciar un gran
interés por el estudio de las repercusiones regionales de la política monetaria del
Banco Central Europeo (Rodríguez Fuentes 2005: 5-7).
Asimismo, el creciente interés por el estudio de las asimetrías sectoriales en la
transmisión de la política monetaria se ha visto estimulado por la previsión de que, al
promover procesos de especialización regional, el establecimiento de una moneda
única en la Unión Europea (UE) convertiría los shocks sectoriales en verdaderos
shocks regionales (Krugman y Venables 1996), lo cual acarrearía la aparición de
tensiones regionales en el proceso de integración europeo.1 Esta previsión, además,
ha encontrado cierto respaldo empírico en los trabajos que resaltan la importancia de
las diferencias en la estructura productiva regional en la explicación de las diferentes
respuestas regionales antes los impulsos de política monetaria nacional (véase, entre
otros, Carlino y DeFina 1996, 1998a, 1998b y 1999, Guiso et al. 1999 y Arnold,
2001).
1
No obstante, esta hipótesis ha sido cuestionada por otros autores, que señalan que la conformación
de una unión monetaria también refuerza el comercio bilateral entre sus miembros, lo cual se traducirá
en mayores niveles de correlación en sus respectivos ciclos, y una menor probabilidad padecer shocks
asimétricos (Frankel y Rose 1998).
2
El presente trabajo se sitúa en esta última línea de investigación, pues no sólo tiene
por finalidad el análisis de las asimetrías sectoriales en la transmisión de los shocks
monetarios nacionales en España, sino que también pretende explorar las posibles
relaciones que existen entre los shocks sectoriales estimados en este trabajo con los
shocks regionales estimados en un trabajo anterior (Rodríguez Fuentes et al. 2004).
El trabajo se ha estructurado en cuatro epígrafes, además de esta introducción y del
correspondiente apartado de conclusiones. En el segundo epígrafe se ofrece un breve
repaso de la literatura empírica que se ha ocupado del estudio de las asimetrías
sectoriales en la transmisión de la política monetaria. A continuación, en el tercer y
cuarto epígrafe se estudian las respuestas de los distintos sectores que componen la
industria en España ante los shocks de política monetaria entre los años 1988 y 1998.
En concreto, en el epígrafe tercero se estiman los shocks de política monetaria en
España. Como se sabe, la estimación de los shocks monetarios constituye un paso
crucial en cualquier trabajo que pretenda analizar los efectos de la política monetaria,
en la medida en que las correlaciones observadas entre los tipos de interés, el output
y los precios pueden ser debidas a un proceso de causación inversa, por lo que su
componente exógeno (shocks monetarios) debe ser aislado de su respuesta endógena.
En línea con gran parte de la literatura empírica reciente sobre el mecanismo de
transmisión monetaria, en nuestro trabajo emplearemos la modelización VAR para
identificar dichos shocks. No obstante, y con el propósito de contrastar la robustez de
los resultados obtenidos en las modelizaciones VAR, en nuestro trabajo también
estimaremos una función de reacción para el Banco de España, a partir de la cual los
shocks monetarios serán identificados como las variaciones en los tipos de interés no
explicadas por la regla de política monetaria estimada, lo cual constituye, en nuestra
opinión, una novedad en la literatura empírica existente. Por su parte, en el cuarto
epígrafe se estudia la respuesta de la producción industrial (a nivel de sección y subsección) ante los shocks de política monetaria estimados en el epígrafe anterior. En
línea con la evidencia empírica disponible para otros países, los resultados obtenidos
en nuestro trabajo confirman la existencia de importantes diferencias en las
respuestas sectoriales ante los shocks monetarios nacionales en España. Además, las
asimetrías sectoriales encontradas en este apartado guardan una cierta relación con
3
las asimetrías regionales encontradas en otro trabajo anterior (Rodríguez Fuentes et
al. 2004), pues la clasificación que resulta al ordenar las regiones españolas a partir
de la sensibilidad de las distintas ramas industriales (asimetrías sectoriales) que
componen sus respectivos VAB industriales muestra una elevada correlación con la
ordenación que se obtiene utilizando su sensibilidad ante los shocks monetarios
nacionales (asimetrías regionales).
2. Asimetría sectoriales en la transmisión de la política monetaria: breve
revisión de la literatura empírica.
La revisión de los trabajos que se han ocupado de estudiar, desde un punto de vista
empírico, los efectos sectoriales de la política monetaria, nos permite extraer tres
importantes conclusiones. En primer lugar, el predominio de la modelización VAR
como técnica econométrica para la identificación de los shocks monetarios. En
segundo lugar, que la estrategia seguida para valorar el grado de heterogeneidad en la
respuesta sectorial consiste en la estimación de un modelo VAR para cada uno de los
sectores considerados, lo cual conduce a estimar tantas funciones de reacción como
sectores se consideren (lo cual resulta difícil de justificar) y, consecuentemente, la
obtención de series de shocks monetarios distintos2 para cada uno de los sectores
considerados (lo que complica notablemente la validez de las comparaciones
intersectoriales). Por último, en la mayoría de los trabajos se suelen incorporar en el
vector de variables endógenas tanto variables nacionales (nivel de producción y
precios) como sectoriales (normalmente, la producción, aunque en ocasiones también
se incluye algún indicador de precios), siendo lo más frecuente que los agregados
nacionales se posicionen antes de la variable instrumental de política monetaria,
mientras que las variables sectoriales aparecen después de esta última (véase, por
ejemplo, Ganley y Salmon 1997 y Dedola y Lippi 2000 y 2005). Por ello, y debido al
empleo de métodos de identificación recursivos (del “tipo Cholesky”) para la
2
De hecho, y aunque la autoridad monetaria tuviera en consideración a la hora de adoptar decisiones
de política monetaria la situación de cada sector, es evidente que el resultado de su deliberación será el
mismo para todos, por lo que el shock monetario es siempre común para todos los sectores,
independientemente de que su efecto sobre la trayectoria de cada sector pudiera variar.
4
obtención de los shocks estructurales a partir de la estimación del modelo VAR en
forma reducida, en estos modelos se asume implícitamente el supuesto de que los
shocks monetarios no tienen un impacto contemporáneo sobre los agregados
nacionales (producción y precios), aunque sí sobre las variables sectoriales, lo cual
podría interpretarse como una inconsistencia del modelo.3
Este tipo de análisis es el que se emplea, por ejemplo, en el trabajo de Ganley y
Salmon (1997), que estudia la respuesta de distintos sectores productivos ante los
shocks de política monetaria en el Reino Unido. En concreto, en este trabajo se
estiman 24 modelos VAR (uno para cada uno de los sectores considerados) en los
que se incorporan, como variables endógenas, un tipo de interés a corto plazo, el PIB
real del Reino Unido y su deflactor implícito y, en último lugar, el índice de
producción del sector analizado en cada caso. El método de identificación empleado
es el de Cholesky, con las variables ordenadas tal y como fueron presentadas antes.
Los resultados del trabajo apuntan a que las medidas de política monetaria
implementadas por el Banco de Inglaterra han tenido un impacto sectorial
diferenciado. En concreto, el sector de la construcción y, en menor medida, el sector
manufacturero, presentan una mayor y más rápida respuesta ante los shocks
monetarios nacionales. Además, los autores encuentran una gran variabilidad en la
respuesta de cada una de las ramas que conforman el sector de manufacturas, de tal
forma que mientras algunas de ellas presentan una respuesta muy débil, otras,
fundamentalmente las industrias tradicionales, presentan una respuesta muy
pronunciada.
Los resultados de Hayo y Uhlenbrock (2000) también apuntan hacia la existencia de
importantes diferencias sectoriales en las respuestas ante los shocks monetarios
nacionales en la Alemania Occidental. En concreto, estos autores encuentran que,
aproximadamente la mitad de las ramas analizadas, muestran una respuesta diferente
de la respuesta media del sector.
3
No obstante, Dedola y Lippi (2005: 1551) señalan que, como el parámetro estimado asociado a la
respuesta contemporánea de la producción sectorial ante el shock monetario no es significativamente
distinto de cero, tal inconsistencia no resultaría relevante en su modelo.
5
Por su parte, Dedola y Lippi (2000 y 2005) estudian las respuestas de la producción
industrial en cinco países de la OCDE ante los shocks monetarios no anticipados. En
concreto, estos autores estudian la respuesta de la producción de 21 ramas
industriales en Alemania, Francia, Estados Unidos, Italia y el Reino Unido,
empleando para ello una especificación común en los modelos VAR estimados. Los
resultados de estos trabajos señalan que las diferencias entre las respuestas
sectoriales (ante los shocks monetarios) son mucho mayores que las encontradas
entre los distintos países. Además, al estudiar si la heterogeneidad sectorial
observada en las respuestas ante los shocks monetarios nacionales se debe más a
factores relacionados con el propio sector (industry-specific) o a otros de carácter
nacional (country-specific), los autores concluyen que las respuestas sectoriales son
similares entre los distintos países considerados. En concreto, sus resultados
muestran que el impacto de los shocks monetarios es mayor en las industrias
productoras de bienes duraderos (durable goods), que tienen mayores exigencias de
capital circulante (working capital) y una menor capacidad de endeudamiento
(smaller borrowing capacity) (Dedola y Lippi, 2005: 1565).
Tal y como hemos señalado al principio de este epígrafe, en la mayor parte de la
literatura empírica que analiza los efectos sectoriales de la política monetaria se suele
estimar un modelo VAR para cada uno de los sectores considerados, al tiempo que se
supone que los shocks monetarios no tienen un impacto contemporáneo sobre los
agregados nacionales aunque sí sobre las variables sectoriales, lo cual podría
interpretarse como una inconsistencia del modelo. Para intentar solventar esta
inconsistencia se han propuesto diversas alternativas. Así, por ejemplo, Raddatz y
Rigobon (2003) proponen estimar un único modelo VAR nacional, en el que la
producción nacional es sustituida por la producción de cada uno de los sectores
analizados. De esta forma los autores logran sortear el obstáculo que significa asumir
la existencia de shocks diferentes para cada uno de los sectores productivos
contemplados. Además, al emplear un método de identificación no recursivo,
superan la inconsistencia que significa suponer que las actuaciones política
monetaria tienen un impacto contemporáneo sobre la actividad sectorial, pero no
sobre la actividad agregada. Aún así, los resultados obtenidos por Raddatz y Rigobon
6
(2003) también sugieren la existencia de importantes asimetrías sectoriales en las
respuestas de las distintas ramas industriales de la economía estadounidense ante los
shocks de política monetaria nacional, siendo los bienes de consumo duradero y la
inversión residencial los sectores que muestran una mayor respuesta ante los mismos.
Ahora bien, la alternativa sugerida por Raddatz y Rigobon (2003) no está exenta de
inconvenientes, pues la plena identificación de los parámetros estructurales de su
modelo requiere de la imposición de numerosos supuestos. Además, el elevado
número de parámetros a estimar ocasiona una importante merma en los grados de
libertad, cuestión especialmente delicada cuando trabajamos con series temporales
cortas.
Por su parte, Peersman y Smets (2002) proponen una estrategia en dos etapas para
valorar el grado de asimetría sectorial en la transmisión monetaria en la zona euro.
En la primera etapa se llevaría a cabo la extracción de los shocks monetarios a partir
de la estimación de un modelo VAR para el conjunto del área euro. En una segunda
etapa, tratan de explicar el comportamiento de la producción sectorial en base a su
comportamiento pasado y los shocks monetarios estimados en el paso anterior, que al
haberse extraído del modelo VAR para el conjunto de la eurozona, son iguales para
cada uno de los sectores considerados.
Esta estrategia (Peersman y Smets 2002) es la que precisamente seguiremos en
nuestro trabajo, si bien como novedad la estimación de los shocks monetarios
nacionales también la abordaremos a través de la especificación de una función de
reacción para el Banco de España.
3. Identificación de los shocks monetarios: modelos VAR y funciones de
reacción.
Como ya hemos señalado con anterioridad, la identificación de los shocks monetarios
se ha realizado mediante la especificación de un modelo VAR, así como también a
través de la estimación de una función de reacción para el Banco de España,
constituyendo esta segunda alternativa, en nuestra opinión, una cierta novedad en el
7
contexto de la literatura empírica sobre las asimetrías sectoriales en la transmisión de
la política monetaria. A continuación se detalla la especificación y procedimiento de
estimación tanto del modelo VAR como de la función de reacción empleada en
nuestro trabajo.
3.1. Modelo VAR
La representación general del modelo VAR que hemos escogido para identificar los
shocks de política monetaria inducidos por el Banco de España es la siguiente:
⎡X t ⎤ ⎡A(L) B(L) ⎤ ⎡X t −1 ⎤ ⎡a b ⎤ ⎡e Xt ⎤
⎢ Y ⎥ = ⎢ C( L ) D ( L ) ⎥ ⎢ Y ⎥ + ⎢ c d ⎥ ⎢ Y ⎥
⎦ ⎣e t ⎦
⎦ ⎣ t −1 ⎦ ⎣
⎣ t⎦ ⎣
(1)
donde Yt es el vector de variables endógenas del sistema, todas ellas referidas al
conjunto de la economía nacional, entre las que se incluyen, por este orden, el índice
de producción industrial nacional (IPI), el índice de precios al consumo nacional
(IPC), el tipo de interés interbancario alemán ( i AL ), el agregado monetario M3, el
tipo de interés de los depósitos no transferibles a 3 meses ( i ESP ) y el tipo de cambio
efectivo real de la peseta (TCER).4
Yt = [IPI t
IPC t
i AL
M3 i ESP
′
TCER ]
(2)
También hemos incorporado un vector de variables exógenas donde, además de una
constante (cte) y una tendencia (tend), incluimos un indicador de los precios
internacionales de las materias primas (WCPI), con el propósito de controlar por
posibles shocks externos.
′
X t = [cte tend WCPI t ]
(3)
4
La inclusión del tipo de interés alemán pretende tener en cuenta la pertenencia de España al SME y
el papel de “ancla” desempeñado por la economía alemana dentro del mismo. También hemos
considerado la incorporación del agregado monetario M3 debido a la importancia concedida por el
Banco de España a los agregados monetarios (en su estrategia monetaria) durante buena parte del
período muestral considerado.
8
El modelo VAR ha sido estimado en niveles, lo que nos permite controlar la posible
existencia de relaciones de cointegración. Todas las variables, a excepción de los
tipos de interés, se encuentran expresadas en logaritmos. Los datos, que han sido
extraídos del Boletín Estadístico del Banco de España, tienen una frecuencia mensual
y el período muestral se extiende desde enero de 1988 hasta diciembre de 1998.5 Por
último, la estructura de retardos empleada en el modelo es de dos meses, y el shock
de política monetaria lo hemos identificado a través del método de descomposición
de Cholesky, con las variables ordenadas tal y como fueron detalladas
anteriormente.6
En el gráfico 1 se
representa la función impulso-respuesta en las principales
variables de interés (producción y precios). Tal y como se puede apreciar, parece que
en España los precios se mantienen inalterados tras un shock inesperado de política
monetaria, lo cual podría justificarse por los mayores niveles de rigidez que
tradicionalmente ha mostrado la economía española en los mecanismos de fijación de
precios y salarios. En el caso de la producción, sin embargo, y en línea con los
resultados alcanzados en otros trabajos, se aprecia la trayectoria “esperada” ante un
endurecimiento de la política monetaria, alcanzándose el impacto máximo sobre la
producción al séptimo mes de ocurrir el shock monetario.
5
Con la elección de este período pretendemos evitar el periodo de inestabilidad monetaria de la
década de los años setenta y principios de los ochenta, en la que la estrategia de política monetaria del
Banco de España (BE) se centró en el control estricto de los agregados monetarios. A partir a
mediados de los años ochenta, la creciente apertura financiera de la economía española, su
incorporación al SME y, sobre todo, el proceso de liberalización del sistema financiero español,
provocaron cambios importantes en la estrategia seguida por el BE, adquiriendo una creciente
importancia en la ejecución de la política monetaria los tipos de interés. Hemos escogido el año de
1988 como la fecha de inicio de este segundo periodo, para evitar la importante variabilidad que
mostraron los tipos de interés durante el año 1987.
6
Al actuar de este modo estamos suponiendo que las acciones no anticipadas de política monetaria no
tienen un impacto contemporáneo sobre el output (IPI) y los precios (IPC).
9
Gráfico 1. Función de impulso-respuesta de la producción industrial y los
precios ante un shock monetario (una desviación estándar) en España
0,0010
0,0005
0,0000
-0,0005
-0,0010
-0,0015
-0,0020
IPI
-0,0025
IPC
-0,0030
1
3
5
7
9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Notas: Las estimaciones fueron realizadas con el paquete estadístico Eviews.
3.2. Función de reacción
La metodología VAR ha desempeñado un papel protagonista en el análisis empírico
del impacto de las acciones de política monetaria sobre el sistema económico. Ahora
bien, no por ello está exenta de críticas, las cuales no sólo tienen que ver con los
métodos empleados para la extracción de los denominados shocks monetarios, sino
también con los problemas asociados a la hora de recoger el comportamiento
forward-looking que las teorías modernas de la política monetaria asignan a los
bancos centrales (Clarida et al. 1999 y Svensson 1999). Bajo este comportamiento, la
autoridad monetaria tiene en consideración en la toma decisiones la evolución
esperada de los agregados económicos relevantes en un número definido de meses o
trimestres. Este comportamiento, por el que se viene decantando un número creciente
de autores al evaluar la actuación de los bancos centrales, es susceptible de ser
incorporado en la especificación de una función de reacción de la autoridad
monetaria.
Por este motivo, frente a la modelización VAR como herramienta para la estimación
de los shocks monetarios, también hemos optado por estimar una función de reacción
para el Banco de España (BE) y, a partir de ella, extraer los shocks monetarios como
aquella parte de los tipos de interés observados no explicada por los tipos derivados a
partir de la función de reacción estimada.
10
La función de reacción que hemos estimado tiene la siguiente representación general:
[
]
i i = ρi t −1 + (1 − ρ ) α + βπ t + k + γx t + p + λZ t + ε t
(4)
donde π es la tasa de inflación interanual, x es el output gap, y Z representa un
conjunto de variables observables que pueden afectar a las decisiones de tipo de
interés, independientemente de su poder predictivo sobre la evolución de la inflación
y el output gap, y entre las que se suelen incluir las variaciones del tipo de cambio o
tipos de interés extranjeros. Nuestra especificación incluye la variación del tipo de
cambio nominal peseta/marco y el tipo de interés de los depósitos no transferibles a 3
meses alemán (al objeto de tener en cuenta la pertenencia de España al SME y el
papel central que la economía alemana jugó en él).
La función de reacción propuesta no es más que el resultado de combinar, por un
lado, una función de reacción sencilla tipo regla de Taylor (Taylor 1993) en la que se
ha incorporado el supuesto de comportamiento forward-looking de la autoridad
monetaria (bajo la hipótesis de expectativas racionales) y, por otro, una regla de
ajuste parcial autorregresiva de primer orden para recoger la tendencia mostrada por
los bancos centrales al alisamiento de los tipos de interés.
La función de reacción resultante fue estimada mediante el Método Generalizado de
los Momentos (MGM), explotando el siguiente conjunto de condiciones de
ortogonalidad:
[
[
] ]
E[ε t / Ω t ] = E i t − ρi t −1 − (1 − ρ ) α + βπ t + k + γx t + p + λZ t / Ω t = 0
(5)
Debido a la posible existencia de problemas de heterocedasticidad y autocorrelación,
se ha empleado el método de Newey y West en el cálculo de los errores estándar.
Asimismo, se calcula el estadístico J de Hansen para controlar por la posibilidad de
sobreidentificación. Como puede apreciarse en el cuadro 1, los mejores resultados se
alcanzaron para el horizonte de predicción k=6 ∩ p=3. Además, como las
variaciones en el tipo de cambio nominal peseta/marco no resultaron ser
estadísticamente significativas en ninguna de las especificaciones probadas,
decidimos omitir esta variable.
11
Cuadro 1. Resultados de la estimación de la función de reacción para el Banco de España
k=3
k=6
k=3
k=6
k = 12
k=6
k = 12
K = 12
p=3
p=3
p=3
p=6
p = 12
P=3
p=3
p=6
Z = i AL Z = i AL
ρ
α
β
γ
λ
R2
S.E.
J-test
0,905** 0,949** 0,973** 0,924** 1,006** 1,002** 0,898** 0,897**
-0,485
-2,015
-0,249 -1,943* 33,049 81,290
-0,414
-1,204
2,054** 2,556** 1,532** 2,252** -0,700
-4,583 1,895** 1,523**
0,223** 0,088
-0,337* 0,423** -2,662
-3,986 0,205** 0,226**
0,122 0,561**
0,986
0,419
17,12
[0,998]
0,985
0,424
17,32
[0,998]
0,982
0,444
16,69
[0,998]
0,983
0,458
17,60
[0,997]
0,982
0,439
17,22
[0,998]
0,982
0,443
17,39
[0,997]
0,986
0,419
16,99
[0,997]
0,985
0,433
17,75
[0,995]
Notas: Las estimaciones fueron realizadas con el paquete estadístico Eviews.
* y ** implican que una variable es significativa al 5 y 1%, respectivamente.
Como instrumentos se emplearon las siguientes variables: constante, it-1, it-2, it-3, it-4, it-5, it-6, it-9, it-12, πt1, πt-2, πt-3, πt-4, πt-5, πt-6, πt-9, πt-12, xt-1, xt-2, xt-3, xt-4, xt-5, xt-6, xt-9, xt-12, qt-1, qt-2, qt-3, qt-4, qt-5, qt-6, qt-9, qt-12,
mt-1, mt-2, mt-3, mt-4, mt-5, mt-6, mt-9, mt-12. Donde q es la variación del tipo de cambio nominal
peseta/marco y m la tasa de crecimiento de la oferta monetaria (M3). Junto con los estadísticos J se
incluye la probabilidad de aceptación de la hipótesis nula.
En el gráfico 2 mostramos una comparativa entre los shocks monetarios obtenidos a
través de la metodología VAR y los derivados a partir de la función de reacción. En
concreto, la representación se refiere en ambos casos al shock acumulado, que
proporciona una imagen más estable de las decisiones exógenas de política
monetaria. Tal y como se puede apreciar, los perfiles temporales mostrados por
ambas series son bastante similares, lo que interpretamos como evidencia a favor de
la robustez de nuestros resultados. Asimismo, vale la pena destacar la existencia de
una estrecha relación entre la trayectoria mostrada por los shocks acumulados y el
tipo de interés a corto plazo, de modo que en los periodos en los que el tipo de interés
a corto plazo aumenta se corresponden con etapas dominadas por shocks
contractivos, y viceversa. No obstante, entre 1996 y 1997 esta relación parece
diluirse, lo cual podría interpretarse como una acción deliberada por parte del Banco
de España por de endurecer el tono de la política monetaria para, de este modo,
ejercer un control más estricto sobre la evolución de la tasa de inflación y cumplir así
los criterios de Maastricht.
12
Gráfico 2. Shocks monetarios y tipos de interés a corto plazo
20
shock-VAR
shock-FR
Tipo de interés a corto plazo
15
10
5
0
-5
jul-98
ene-98
jul-97
ene-97
jul-96
ene-96
jul-95
ene-95
jul-94
ene-94
jul-93
ene-93
jul-92
ene-92
jul-91
ene-91
jul-90
ene-90
jul-89
ene-89
jul-88
ene-88
4. Asimetrías sectoriales en la transmisión de los shocks monetarios.
Siguiendo la propuesta formulada por Peersman y Smets (2002), el análisis de las
asimetrías en las respuestas de las distintas ramas que comprenden la industria7 en
España ante los shocks monetarios nacionales lo hemos abordado a través de la
siguiente expresión, que relaciona la evolución de la actividad productiva de cada
rama industrial con su comportamiento pasado y con el shock monetario acumulado
estimado en el epígrafe anterior:
12
ipi i ,t = α i + ∑ βi ⋅ ipi i ,t − j + γ i ⋅ shock t −1 + ηi ,t
(6)
j=1
donde ipi i ,t es la tasa de crecimiento (mensual) del Índice de Producción Industrial
(IPI) de la rama i, shock t − 1 es el shock acumulado de política monetaria que hemos
estimado con anterioridad (shock-VAR y shock-FR) y η i , t es un término de error.
7
Debido a limitaciones en los datos, las estimaciones para las ramas de actividad industriales se
realizan para el período 1991-1998.
13
Debido a la posible existencia de correlación contemporánea entre las distintas ramas
industriales españolas, la expresión (7) ha sido estimada a través del método SUR
(Seemingly Unrelated Regressions).
En el cuadro 2 se recogen los valores estimados de la respuesta de la producción de
las distintas secciones industriales en España ante un shock monetario ( γ i ). Tal y
como puede apreciarse, la respuesta de la producción ante un shock monetario no
anticipado es, por lo general, negativa. Otro aspecto que merece la pena destacarse es
la existencia de un claro paralelismo entre los resultados obtenidos para ambos
shocks (shock-VAR y shock-FR). En concreto, los resultados sugieren que la
contracción es mayor entre las industrias extractivas (sección C), mientras que la
sección E (producción y distribución de energía eléctrica, gas y agua) se encuentra en
el extremo opuesto. No obstante, conviene subrayar también la baja significación
estadística de las estimaciones realizadas para este nivel de desagregación
(secciones), ya que sólo ha resultado ser estadísticamente significativa la respuesta
estimada de las industrias extractivas para el shock-FR.
Cuadro 2.- Respuesta de las distintas secciones industriales ante un shock monetario ( γ i )
Shock-FR
Shock-VAR
Sección
Coeficiente
Estadístico-t
Sección
Coeficiente
Estadístico-t
C
-1,260707
-2,648278
C
-0,665141
-1,641380
D
-0,490532
-1,509285
D
-0,229419
-0,973417
E
-0,025145
-0,103596
E
0,221215
0,869998
C (Industrias extractivas), D (Industria manufacturera) y E (Producción y distribución de energía
eléctrica, gas y agua)
Dado que la falta de significación estadística de los resultados obtenidos a nivel de
secciones de la actividad industrial podría deberse a la existencia de
comportamientos muy diferentes entre las distintas ramas de actividad (subsecciones)
que conforman las distintas secciones industriales, procedimos al análisis de las
respuestas sectoriales al nivel de subsecciones, mostrándose los resultados en el
cuadro 3.
Nuevamente, los parámetros estimados presentan, por lo general, el signo negativo
esperado, indicando que el endurecimiento (no anticipado) en el tono de la política
14
monetaria ocasiona una contracción en las distintas ramas industriales consideradas.
Además, los resultados vuelven a evidenciar que los parámetros estimados a partir
del shock-FR son mayores (en valor absoluto) que los obtenidos al emplear el shockVAR, siendo también mayor su significatividad estadística. A pesar del mayor grado
de desagregación de estas estimaciones, la comparación entre las respuestas
sectoriales obtenidas a partir de ambos shocks (shock-VAR y shock-FR) permite
extraer algunas regularidades. Una de ellas es que, al igual que ocurría al nivel de
sección, la subsección EA (producción y distribución de energía eléctrica, gas y
agua) vuelve a aparecer como una de las ramas menos sensibles a los shocks
monetarios. Junto a ella aparecen otras ramas como la industria de la alimentación,
bebidas y tabaco (subsección DA), así como la industria del cuero y del calzado
(subsección DC), la industria del papel (subsección DE) y la de refino de petróleo y
tratamiento de combustibles nucleares (subsección DF). Por su parte, las actividades
industriales que muestran una mayor sensibilidad ante los shocks monetarios
nacionales serían las de la construcción de maquinaria y equipo mecánico
(subsección DK), la extracción de productos energéticos (subsección CA) y la
extracción de otros minerales (subsección CB).
15
Cuadro 3.- Respuesta de las subsecciones industriales ante un shock monetario ( γ i )
Subsección
DA
DC
EA
DE
DF
DG
DI
DN
DL
DD
DB
DH
DJ
CB
CA
DK
DM
Shock-FR
Coeficiente
0,107995
-0,032593
-0,051506
-0,081628
-0,224908
-0,292967
-0,412020
-0,537933
-0,823875
-0,861333
-0,948324
-1,088006
-1,090333
-1,126873
-1,560122
-1,925580
-2,002185
Estadístico-t
0,367364
-0,082099
-0,213997
-0,342259
-0,668028
-0,733748
-1,659494
-1,236804
-1,465081
-1,646532
-2,477780
-2,424762
-2,990396
-1,988770
-3,520476
-3,067467
-2,523202
Subsección
EA
DN
DF
DE
DA
DC
DH
DI
DJ
DM
DL
DG
DB
DD
CA
CB
DK
Shock-VAR
Coeficiente
0,245455
0,208370
0,070817
-0,033691
-0,090756
-0,095969
-0,276524
-0,314554
-0,339709
-0,391174
-0,515330
-0,535510
-0,551075
-0,630545
-0,715491
-0,819522
-1,111361
Estadístico-t
0,968357
0,460732
0,185372
-0,139498
-0,293388
-0,228702
-0,644695
-1,506139
-1,129706
-0,435383
-0,896411
-1,533995
-1,706137
-1,298233
-1,580320
-1,629274
-2,136371
DI = Industrias de otros productos minerales no
metálicos
DJ = Metalurgia y fabricación de productos
metálicos
DK = Industria de la construcción de maquinaria
y equipo mecánico
DL = Industria de material y equipo eléctrico,
electrónico y óptico
DM = Fabricación de material de transporte
DN = Industrias manufactureras diversas
EA = Producción y distribución de energía
eléctrica, gas y agua
CA = Extracción de productos energéticos
CB = Extracción de otros minerales excepto
productos energéticos
DA = Industria de la alimentación, bebidas y
tabaco
DB = Industria textil y de la confección
DC = Industria del cuero y del calzado
DD = Industria de la madera y del corcho
DE = Industria del papel
DF = Refino de petróleo y tratamiento de
combustibles nucleares
DG = Industria química
DH = Industria de la transformación del caucho y
materias plásticas
No obstante, la comparación entre los resultados de las estimaciones obtenidas a
partir de la función de reacción (shock-FR) y el modelo VAR (shock-VAR) también
pone de manifiesto algunas importantes diferencias. Una de ellas es que, mientras las
subsecciones DM (fabricación de material de transporte) y DJ (metalurgia y
fabricación de productos metálicos) muestran una elevada sensibilidad antes los
shocks monetarios estimados a partir de la función de reacción (shock-FR), para el
shock-VAR estas subsecciones muestran una sensibilidad bastante inferior. Por otro
lado, las industrias manufacturares diversas (subsección DN) muestra una escasa
sensibilidad ante los shock monetarios estimados a partir del modelo VAR (shock-
16
VAR). Sin embargo, la respuesta estimada para la función de reacción (shock-FR)
sitúa a esta sección en una posición intermedia en el ranking global de sectores
La constatación de la existencia de asimetrías sectoriales en la transmisión de la
política monetaria tiene implicaciones directas evidentes a nivel regional. En efecto,
dado que las regiones españolas muestran importantes diferencias en materia de
especialización industrial, la existencia de respuestas sectoriales diferenciadas ante
los impulsos de la política monetaria en España se podrían traducir, también, en
asimetrías regionales. Con el propósito de explorar la vinculación entre asimetrías
sectoriales y asimetrías regionales en España, hemos calculado, a partir de las
estimaciones contempladas en el cuadro 3, un índice de sensibilidad regional8 (ISR1) que, hipotéticamente, reflejaría la sensibilidad de las comunidades autónomas
españolas ante los shocks monetarios a partir de su perfil de especialización
industrial. Los resultados obtenidos para este índice de sensibilidad regional los
hemos enfrentado9 con la respuesta estimada del IPI regional ante el shock-FR (ISR2), que fue obtenida en un trabajo anterior (Rodríguez Fuentes et al. 2004: 260).
8
Este parámetro ha sido calculado como el resultado de multiplicar, para cada región, la sensibilidad
estimada a partid el shock-FR (cuadro 4) de cada una de las subsecciones industriales por su
respectiva participación en el conjunto del valor añadido bruto industrial de la región en el año 1998.
9
Los valores de ambos parámetros se muestran en el cuadro 1 del anexo de este trabajo.
17
Gráfico 3. Asimetrías regionales y especialización industrial
Panel A
1,0
Coef. Correlación: 0,394
0,9
0,8
0,7
ISR-1
0,6
0,5
0,4
0,3
0,2
0,1
0,0
0,0
0,1
0,2
0,3
0,4
0,5
0,6
0,7
0,8
0,9
1,0
0,6
0,7
0,8
0,9
1,0
ISR-2
Panel B
1,0
Coef. Correlación: 0,684
0,9
0,8
0,7
ISR-1
0,6
0,5
0,4
0,3
0,2
0,1
0,0
0,0
0,1
0,2
0,3
0,4
0,5
ISR-2
Panel A: incluye todas las CCAA.
Panel B: excluye las CCAA de La Rioja y Castilla La Mancha.
En términos generales, al comparar ambos parámetros (véase gráfico 3) se aprecia la
existencia de un importante grado de correlación entre las asimetrías regionales y
sectoriales en España ante los shocks monetarios nacionales, en línea con la literatura
18
tradicional sobre el canal de transmisión del tipo de interés. Ahora bien, esta
correlación dista de ser perfecta, por lo que es probable que otros factores, como los
referidos a la estructura financiera (véase Rodríguez Fuentes et al 2004: 260-262),
también podrían haber desempeñado un papel relevante en la explicación de las
asimetrías regionales en la transmisión de los shocks monetarios en España.
4. Conclusiones.
En el presente trabajo se han estudiado las asimetrías sectoriales en la transmisión de
los shocks de política monetaria en España en el período inmediatamente anterior a
la puesta en marcha de la política monetaria única (1988-1998). La identificación de
los shocks monetarios se ha realizado mediante la estimación de un modelo VAR
para el conjunto de la economía nacional, así como a través de la estimación de una
función de reacción para el Banco de España. Una vez obtenidos los shocks
monetarios, en un segundo paso analizamos el grado de sensibilidad de las distintas
actividades que componen el sector industrial en España, tanto al nivel de secciones
como de subsecciones de la contabilidad nacional. En línea con la evidencia empírica
disponible para otros países (Ganley y Salmon 1997, Dedola y Lippi 2000 y 2005,
Hayo y Uhlenbrock 2000, Peersman y Smets 2002 y Raddatz y Rigobon 2003), los
resultados obtenidos en nuestro trabajo confirman la existencia de importantes
diferencias en las respuestas sectoriales ante los shocks monetarios nacionales en
España. Además, las asimetrías sectoriales encontradas en nuestro trabajo guardan
una cierta relación con las asimetrías regionales encontradas en otro trabajo anterior
(Rodríguez Fuentes et al. 2004), pues la clasificación que resulta al ordenar las
regiones españolas a partir de la sensibilidad de las distintas ramas industriales
(asimetrías sectoriales) que componen sus respectivos VAB industriales muestra una
elevada correlación con la ordenación que se obtiene utilizando su sensibilidad ante
los shocks monetarios nacionales (asimetrías regionales). De estos resultados podría
concluirse que, al menos durante el período 1988-1998, las diferencias existentes en
materia de especialización industrial constituyeron un importante factor explicativo
de las asimetrías regionales en el mecanismo de transmisión monetaria en España.
19
Ahora bien, y dado que la correlación entre los shocks sectoriales y regionales es
inferior a la unidad, de nuestros resultados también podría concluirse que la
explicación de las diferencias regionales ante los shocks monetarios nacionales
requiere la inclusión de otros factores diferentes a la especialización productiva
regional, entre los cuales probablemente se encuentren aquellos relacionados con la
dimensión y la estructura financiera del tejido empresarial, así como con los niveles
de competencia (interna y externa) existentes en el sector.
Referencias.
Arnold, I. J. M. (2001), The Regional Effects of Monetary Policy in Europe, Journal of
Economic Integration, 16 (3), pp. 399-420.
Arnold, I. J. M. y Vrugt (2002), Regional Effects of Monetary Policy in the
Netherlands, International Journal of Business and Economics, 1 (2), pp. 123-134.
Arnold, I. J. M., Kool, C. J. M. y Raabe, K. (2005), New evidence on the firm size
effects in US monetary policy transmission, Tjalling C. Koopmans Research Institute,
Discussion Paper Series no 05-11.
Barth, M. J. y Ramey, V.A. (2001), “The cost channel of monetary transmisión”, en:
Bernanke, B. y Rogoff, K (eds.), NBER Macroeconomic Annuals 2001, MIT Press,
Cambridge, MA, pp. 199-240.
Bravo, H.F., García, C.J., Mies, V. y Tapia, M. (2003), Heterogeneidad de la
transmisión monetaria: efectos sectoriales y regionales, Banco Central de Chile
Documento de Trabajo nº 235, octubre.
Carlino, G. y DeFina, R. (1996), Does monetary policy have differential regional
effects?, Federal Reserve Bank of Philadelphia, Business Review, March/April, pp.
17-27.
20
Carlino, G. y DeFina, R. (1998a), The differential regional effects of monetary
policy, Review of Economics and Statistics, 80 (4), pp. 572-587.
Carlino, G. y DeFina, R. (1998b), Monetary Policy and the U.S. States and Regions:
Some Implications for the European Monetary Union, Federal Reserve Bank of
Philadelphia, working paper no. 98-17. [reprinted in: von Hagen, J. y Waller, C.J.
(2000), (eds.): Regional Aspects of Monetary Policy in Europe, Kluwer Academic
Publishers, London.]
Carlino, G. y DeFina, R. (1999), Do states respond differently to changes in
monetary policy?, Federal Reserve Bank of Philadelphia, Business Review,
July/August, pp. 17-27.
Caruso, M. (2004), Monetary policy impulses, local output and the transmission
mechanism, Banca D’Italia, Temi di Discussione no. 357, Diciembre.
Clarida, R., Galí, J. y Gertler, M. (1999), The science of monetary policy: a new
Keynesian perspective, Journal of Economic Literature, 37(4): 1661-1707.
Dale, S. y Haldane, A. (1995), Interest Rates and the Channels of Monetary
Transmission: Some Sectoral Estimates, European Economic Review, 39 (9), pp.
1611-1626.
Dedola, L. y Lippi, F. (2000), The monetary transmission mechanism: evidence from
the industries of five OECD countries, CEPR, Discussion Paper no. 2508, July.
Dedola, L. y Lippi, F. (2005), The monetary transmission mechanism: evidence from
the industries of five OECD countries, European Economic Review, vol. 49, pp.
1543–1569.
Farès, J. y Srour, G. (2001), The monetary transmission mechanism at the sectoral
level, Bank of Canada, Working Paper no. 27, December.
Frankel, J.A. y Rose, A.K. (1998), The endogeneity of the Optimum Curency Area
Criteria, Economic Journal, 108 (449), pp. 1009-1025
21
Fratantoni, M. (2003), Monetary Policy, Housing, and Heterogeneous Regional
Markets, Journal of Money, Credit, and Banking, 35 (4), pp. 557-589.
Ganley, J. y Salmon, C. (1997), The industrial impact of monetary policy shocks:
some stylized facts, Bank of England, Working Paper no. 68.
Guiso, L., A.K. Kashyap, F. Panetta y D. Terlizzese (1999), Will a Common
European Monetary Policy Have Asymmetric Effects?, Federal Reserve Bank of
Chicago, Economic Perspectives, fourth quarter, pp. 56-75.
Hayo, B. y Uhlenbrock, B. (1999), “Industry Effects of Monetary Policy in
Germany”, Center for European Integration Studies (ZEI), Working Paper B14,
1999. [reprinted in von Hagen, J. y Waller, C.J. (2000) (eds.): Regional Aspects of
Monetary Policy in Europe, Kluwer Academic Publishers, London.]
Ibrahim, M.H. (2005), Sectoral Effects of Monetary Policy: Evidence from Malaysia,
Asian Economic Journal, 19 (1), pp. 83-102.
Krugman, P. y Venables, A.J. (1996), Integration, specialization and adjustment,
European Economic Review, vol. 40, pp. 959-967.
Mies, V.; Morandé, F. y Tapia, M. (2002), Política monetaria y mecanismos de
transmission: nuevos elementos para una vieja discusión, Banco Central de Chile,
Documento de Trabajo no. 181, septiembre.
Peersman, G. y Smets, F. (2002), The industry effects of monetary policy in the Euro
Area, European Central Bank, Working Paper no. 165. [also published in Economic
Journal, vol. 115, April, pp. 319-342.]
Raddatz, C. y Rigobon, R. (2003), Monetary policy and sectoral shocks: did the FED
react properly to the High-Tech Crisis?, Mimeo.
Rodríguez Fuentes, C.J. (2005), Regional Monetary Policy, Routledge: London.
22
Rodríguez Fuentes, C.J.; Padrón Marrero, D. y Olivera Herrera, A. (2004), Estructura
financiera regional y política monetaria. Una aproximación al caso español, Papeles de
Economía Española, núm. 101, pp. 252-265.
Serju, P. (2003), Monetary policy and the Jamaican economy: a sectoral analysis,
Bank of Jamaica, Research Service Department, working paper no. 02/09.
Svensson, L. (1999), Monetary policy issues for the eurosystem, Seminar Paper no.
667, Institute for International Economic Studies.
Taylor, J.B. (1993), Discretion versus policy rules in practice, Carnegie-Rochester
Conference Series on Public Policy, 39: 195-214.
Zucardi Huertas, I.E. (2002), Efectos regionales de la política monetaria en
Colombia, Banco de la República de Colombia, Centro de Estudios Económico
Regionales, Documento de Trabajo sobre Economía Regional no. 32, julio.
23
ANEXO-1
Cuadro 1.- Asimetrías sectoriales y regionales en España
ISR-1
ISR-2
Andalucía
0,58
0,22
Aragón
0,99
0,60
Asturias
0,83
0,52
Baleares
0,39
0,12
Canarias
0,39
0,28
Cantabria
0,70
0,56
Castilla-León
0,74
0,77
Castilla-Mancha
0,67
0,06
Cataluña
0,70
0,60
Extremadura
0,34
0,17
Galicia
0,76
0,48
Madrid
0,62
0,38
Murcia
0,63
0,26
Navarra
1,00
0,68
Pais Vasco
0,95
0,77
Rioja
0,66
1,00
Valencia
0,69
0,60
Coeficiente de correlación (1)
0,394
Coeficiente de correlación (2)
0,684
ISR-1: Este índice es el resultado de multiplicar la sensibilidad de cada sector ante los shocks
monetarios por su respectiva participación en la VAB industrial de la CCAA en el año 1998. Los
valores mostrados en tabla son el resultado de dividir el valor de la CCAA por el valor máximo
de la serie.
ISR-2: Este parámetro es la respuesta del índice de producción industrial de la región ante un
shock monetario estimado a través de una función de reacción, y ha sido extraído de Rodríguez
Fuentes et al. (2004: 260). Los valores mostrados en tabla son el resultado de dividir el valor de
la CCAA por el valor máximo de la serie.
(1) Incluye todas las CCAA.
(2) Excluye las CCAA de La Rioja y Castilla La Mancha.
24