Estudiar las brechas de las tasas activas entre los tres tipos de instituciones financieras más comunes mejora la percepción que se tiene hacia las diferencias evidentes entre dichas instituciones, principalmente las bancarias. Diversos estudios señalan que variables como el riesgo crediticio, el costo operativo o el nivel de liquidez de la institución, así como variables macroeconómicas como la inflación, la tasa de mercado o el propio contexto económico pueden influenciar en las tasas activas de cualquier institución financiera. Por ello, el objetivo de este trabajo de investigación reside en estudiar las variables propuestas por la literatura y contrastar la validez de una variable teniendo en cuenta el tipo de institución financiera y, así, entender la diferencia o brecha que hay entre las tasas de interés activas por institución. En ese sentido, la hipótesis planteada es que dicha brecha es determinada por variables microeconómicas como la concentración de mercado, la morosidad crediticia o los costos operativos y variables macroeconómicas como la evolución del PBI, el nivel de inflación o la tasa de interés interbancaria, como proxy de la tasa del mercado. Con dos criterios de estimación, series de tiempo y panel de datos, los resultados por distintos métodos, corrección de errores y panel con errores robustos, Driscoll- Kray, observamos resultados similares en algunas variables, como la tasa de mercado, aunque distintas en otras, como la ratio de morosidad.

La estructura del sistema monetario y financiero han experimentado cambios en las últimas tres décadas, mediante cambios de regímenes de política monetaria, mecanismos para la consolidación de la credibilidad y una serie de medidas macroprudenciales destinadas a mantener la estabilidad financiera. Por ello, este trabajo busca responder la interrogante de si estos cambios se ven reflejados en el mecanismo de transmisión de política monetaria del Perú. La estrategia metodológica que se emplea parte de dos premisas: (i) Los modelos VAR son los óptimos para caracterizar choques macroeconómicos y (ii) variaciones en el tiempo de los parámetros requieren metodologías más flexibles. En ese sentido, se realiza un análisis de las Funciones de Impulso Respuesta ante choques de política monetaria convencional y no convencional en submuestras de 10 años con datos mensuales (2000-2010, 2010- 2020). Se encuentran variaciones en las funciones de impulso respuesta, en especial las respuestas de las variables en el segundo periodo se acercan mucho más a los resultados convencionales, mientras que en el primer periodo, estas lo hacen con rezago y en menor eficacia. Finalmente, se evidencia el producto de las medidas de desdolarización de los créditos mediante el efecto en esta variable para el segundo intervalo de tiempo ante choques de política monetaria convencionales. Estos resultados brindan el sustento empírico para la aplicación de métodos econométricos más flexibles (TVP-VAR) que permitan capturar las variaciones en los coeficientes de interés. / The structure of monetary and finance system has been experimenting changes in the last three decades trough changes in the monetary policy regime, mechanisms for the consolidation of credibility and a series of macroprudential measures aimed at maintaining finance stability. Thus, this paper aim to answer if these changes can be reflected in the monetary policy transmission mechanism of Perú. The methodological strategy used starts from two premises: (i) VAR models are optimal to characterize macroeconomics shocks and (ii) time varying parameters require flexible methodologies. In this sense, an analysis of the impulse response functions in the face of conventional and unconventional monetary policy shocks is performed in subsamples of 10 years with monthly data (2000-2010, 2010-2020). Variations are found in the impulse response functions, especially the responses of the variables in the second period are much closer to the conventional results, while in the first period, they do so with a lag and less efficiency. Finally, the product of the credit de-dollarization measures is evidenced by the effect on this variable for the second time interval in the face of conventional monetary policy shocks. These results provide the empirical support for the application of more flexible econometric methods like TVP-VAR that allow capturing the variations in the relevant coefficients.

El presente documento analiza el efecto del Ciclo Financiero Global sobre las condiciones crediticias peruanas, las cuales engloban variables financieras como el crédito del sistema bancario en moneda nacional y extranjera, tasas de interés preferencial corporativa y los spreads de éstas. Siguiendo a Miranda-Agrippino et al. (2012) y Rey (2013), se toma al factor global común de los retornos de activos riesgosos internacionales como una variable que representa la dinámica del Ciclo Financiero Global. Este trabajo contribuye en la literatura debido a que aborda este canal de transmisión de choques externos que no ha sido analizado en el escenario peruano, mediante un análisis empírico de cómo las condiciones que componen este ciclo financiero mundial afectan a las condiciones crediticias del Perú, tales como los niveles de crédito del sistema bancario al sector privado en moneda nacional y extranjera, las tasas de interés preferencial corporativa y los spreads de éstas con las tasas de pasivos en la moneda correspondiente. Para este análisis planteado, se usa una estimación Bayesiana de un modelo SVAR con bloque de exogeneidad, sugerido por Cushman et al. (1997) y Zha (1999) para describir adecuadamente las dinámicas de la economía global y una economía pequeña y abierta como la peruana, ante variaciones del factor común del Ciclo Financiero Global para el período de 1998:1 al 2012:12, con datos trimestrales. / This paper analyzes the effect of the Global Financial Cycle over the Peruvian credit conditions, which include financial variables such as credit volume from the banking system in national and foreign currency, preferred corporate interest rates in both currencies and their associated spreads. Following Miranda- Agrippino et al. (2012) and Rey (2013), we take the common global factor estimated from the international risky asset returns, as a variable that represents the Global Financial Cycle dynamics. In this context, the paper contributes to the existing literature about external shocks’ impact to the Peruvian economy, and innovates by being the first paper that explores this transmission channel that has been neglected in the Peruvian literature. This paper proposes an empirical analysis of how the conditions that determine the Global Financial Cycle affect the credit market variables in Peru, such as the credit volume from the banking system to the private sector, measured in soles and dollars, the preferred corporate interest rates in both currencies and their associated spreads. In order to perform this analysis, we use the Bayesian estimation for an SVAR model with block exogeneity, as suggested by Cushman et al. (1997) and Zha (1999), to provide an adequate description of the global economy and the small and open economy interactions, given variations in the Global Financial Cycle’s common factor from 1996:4 to 2012:4, with quarterly data.

El mercado peruano de intermediación financiera presenta ciertas características que lo distinguen de otros. En primer lugar, presenta diversos tipos de intermediarios financieros. Aparte de los bancos tradicionales, en el Perú también existen instituciones financieras, como las Cajas Municipales de Ahorro y Crédito (CMAC) y las Cajas Rurales de Ahorro y Crédito (CRAC), las cuales ofrecen sus servicios a segmentos de la población que comúnmente no son atendidos por la banca múltiple. En segundo lugar, el mercado peruano de intermediación financiera presenta concentración tanto en depósitos como en créditos. En tercer lugar, el sistema financiero peruano opera con dos monedas: moneda local y dólares. En cuarto lugar, los intermediarios financieros están sujetos a una política de encajes. En este documento se presenta un modelo estructural de determinación de tasas de interés activas y pasivas por parte de los intermediarios financieros que incorpora las características mencionadas. Luego, usando una nueva base de datos microeconómicos para los bancos y las Cajas del mercado peruano entre 2010 y 2016 se realizan estimaciones para poder obtener el valor de los parámetros del modelo

Una familia de modelos VAR con coeficientes cambiantes en el tiempo y mixtura en las innovaciones (TVP-VAR-SV) es utilizada para analizar el impacto de los choques externos sobre el producto, la inflación y la tasa de interés en el Perú, durante el periodo 1996Q2-2019Q3. Los resultados principales son: (i) el modelo que se ajusta mejor a los datos es aquel cuyos coeficientes y varianzas varían en el tiempo; (ii) las funciones impulso respuesta de todos los modelos muestran que el impacto proveniente del choque externo sobre el crecimiento del PBI real es positivo e importante; (iii) los resultados de las FEVD señalan que los choques externos explican un alto porcentaje de la variabilidad del producto, de la inflación y de la tasa de interés; (iv) la descomposición histórica (HD) muestra que una contribución alta de los choques externos, especialmente, a partir del año 2002 en adelante. / A family of VAR models with changing coefficients over time and mixed innovations (TVP-VAR-SV) is used to analyze the impact of external shocks on output, inflation and interest rates in Peru, during the period 1996Q2-2019Q3. The main results are: (i) the model that best fits the data is the one whose coefficients and variances vary over time; (ii) the impulse response functions of all models show that the impact of the external shock on real GDP growth is positive and important; (iii) the results of the FEVD indicate that external shocks explain a high percentage of the variability of the product, inflation and interest rate; (iv) the historical decomposition (HD) shows that a high contribution of external shocks, especially from 2002 onwards.

This paper investigates the evolution of the monetary policy in Peru between 1996Q1 and 2016Q4 using a mixture innovation time-varying parameter vector autoregressive model with stochastic volatility (TVP-VAR-SV)model proposed by Koopetal.(2009).The main empirical results are:(i)VARcoe¢cients and volatilities change more gradually than covariance errors overtime;(ii)the volatility of monetary policy shocks is higher during pre-In ation Targeting (IT) regime;(iii)a surprise increase in the interest rate produces GDP growth falls and reduces in ation in the longrun;(iv)the interest rate reacts more quickly against aggregate supply shocks than aggregate demand shocks;(v)monetary policy shocks explain a high percentage of domestic variables during pre-IT regime and then,their contribution decrease during IT-regime.

El presente trabajo tiene como finalidad evaluar efectos de las provisiones dinámicas en el diferencial de las tasas de interés peruano. Para ello, el análisis se centra en desarrollar dos tipos de enfoques, el primero correspondiente a un análisis teórico, y el segundo a un análisis a nivel empírico mediante la metodología de Vectores Autorregresivos. En primer lugar, se parte del concepto que la economía peruana es parcialmente dolarizada, por ello, el análisis desarrollado refleja las posiciones de los créditos tanto en moneda nacional como en moneda extranjera, entendida esta última al dólar norteamericano. Asimismo, se describe las tasas interés reflejadas en ambas monedas. En segundo lugar, se desarrolla una conceptualización del diferencial de tasas de interés, la cual se entiende por la brecha entre las tasas de interés activa en moneda nacional y moneda extranjera. En tercer lugar, el análisis se centra en las colocaciones de los créditos que ofrecen los principales bancos peruanos: Banco de Crédito del Perú, Banco Interbank, Banco Continental y Banco Scotiabank en el horizonte de tiempo enero 2009 a diciembre 2019, debido a la concentración de mercado que poseen. Los resultados evidencian un impacto positivo de las provisiones dinámicas sobre el diferencial de tasas de interés activas, los cuales son sólo efectos de corto plazo que vienen diluyéndose en la medida que el nivel de créditos atenúa su crecimiento, a fin de mitigar los niveles de riesgo de crédito de las instituciones financieras.

El presente trabajo busca analizar las variables que poseen mayor relevancia sobre los cambios en el mercado bursátil, es decir la Bolsa de Valores de Lima, la cual será representada por el índice S&P Perú General. Para ello, la revisión de literatura y la teoría económica fueron parte fundamental al momento de plantear la propuesta sobre las variables que utilizaremos en el trabajo, las cuales son la tasa de interés de referencia del Perú, la tasa de interés de referencia de Estados Unidos y el precio del cobre. Así, las variables explicativas son la tasa de interés de referencia, la cual es planteada por el Banco Central de Reserva del Perú; la tasa de interés de referencia de Estados Unidos, planteada por la Federal Reserve (FED); y el precio del cobre, el cual depende del contexto macroeconómico de metales. Para la variable dependiente que representa al valor de las empresas tomaremos el Índice Perú General S&P / BVL.

En este documento se mide el impacto sectorial de la política monetaria en el Perú utilizando un modelo de vectores autorregresivos con factores aumentados (FAVAR) para el periodo 2003-2018 junto con un amplio conjunto de variables. Esta metodología permite incorporar un mayor número de variables y medir el efecto de la política monetaria en cada una de ellas. Los resultados del presente trabajo amplían el conjunto de información a disposición de las autoridades de política monetaria permitiendo que se tomen decisiones adecuadas para la economía. Los resultados muestran que existe un impacto diferenciado de la política monetaria sobre los distintos sectores de la economía en magnitud y en horizonte temporal, siendo electricidad y agua, manufacturas y comercio los sectores más sensibles a choques de política monetaria. Adicionalmente, se encuentra que la política monetaria logra impactar sobre variables relevantes como el PBI, puesto que se observa que el PBI se reduce ante un aumento en la tasa de política. / This document quantifies the sectoral impact of monetary policy in Peru using an autoregressive vector model with increased factors (FAVAR) for the period 2003-2018 along with a broad set of variables. This methodology allows incorporating a greater number of variables and evaluating the impact of monetary policy shock on each of them. The results of the present work expand the set of information available to monetary policymakers, allowing them to make appropriate decisions for the economy. The results show that there is a differentiated effect of monetary policy on the different sectors of the economy in magnitude and time horizon, with electricity and water, manufacturing, and trade being the sectors most sensitive to monetary policy shocks. Additionally, it is found that monetary policy manages to impact relevant variables such as GDP since it is observed that GDP is reduced by an increase in the policy rate.