Resumen

GUARIN, Alexander; GONZALEZ, Andrés; SKANDALIS, Daphné  y  SANCHEZ, Daniela. Un modelo de alerta temprana para la predicción de booms de crédito usando los agregados macroeconómicos. Ens. polit. econ. [online]. 2014, vol.32, n.spe73, pp.77-86. ISSN 0120-4483.

En este documento se propone una novedosa metodología para determinar la existencia de booms de crédito, el cual es un tema bastante complejo y de crucial importancia para las autoridades económicas. En particular, se explota la idea de Mendoza y Terrones (2008) que señala que los agregados macroeconómicos contienen información valiosa para predecir los episodios de boom. El ejercicio econométrico realiza la estimación y predicción de la probabilidad de estar en un boom de crédito. El trabajo empírico se lleva a cabo a partir de datos trimestrales de seis países latinoamericanos entre 1996 y 2011. Para capturar simultáneamente la incertidumbre en la elección del modelo y el valor de los parámetros, se emplea la técnica Bayesian Model Averaging. Como se hace uso de datos panel, los resultados econométricos podrían ser empleados para predecir booms de países que no se consideran en la estimación. En conjunto, los resultados muestran que las variables macroeconómicas contienen información importante para identificar y predecir los booms de crédito. De hecho, con nuestro método la probabilidad de detectar un boom de crédito es 80% mientras la probabilidad de no tener falsas alarmas es mayor al 92%.

Palabras clave : Indicador de Alerta temprana; Booms de Crédito; Promedio Bayesiano de Modelos; Mercados Emergentes.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )