Chapter

Capítulo 4: Un marco para evaluar el nivel de deuda pública

Author(s):
Marco Pinon, Alejandro Lopez Mejia, M. (Mario) Garza, and Fernando Delgado
Published Date:
December 2012
Share
  • ShareShare
Show Summary Details
Author(s)

La respuesta fiscal a la crisis financiera mundial de 2008–09 se tradujo en un aumento del endeudamiento de las economías de la región de Centroamérica, Panamá y la República Dominicana (CAPRD)1. Ese hecho despertó inquietudes en torno a la sostenibilidad de la deuda y al margen de acción del que dispone la política fiscal para hacer frente a shocks futuros2. En este sentido, se plantea una interrogante fundamental: ¿cuál es el nivel de deuda que los países de CAPRD podrían fijar como meta sin exponerse a riesgos? Se han aplicado distintos enfoques para responder a esta pregunta, entre los cuales cabe mencionar los análisis de sostenibilidad de la deuda, los estudios del impacto de los niveles de deuda en el crecimiento y el saldo externo, y los enfoques de la eficacia del estímulo fiscal con diferentes niveles de deuda.

Basándose en los estudios publicados sobre la intolerancia a la deuda, este capítulo presenta un enfoque revisado para fijar las metas de deuda en la región. El indicador de intolerancia a la deuda en CAPRD mide el grado de seguridad de la deuda y podría servir de guía para reducir los riesgos fiscales y externos. El capítulo está organizado de la siguiente manera: la segunda sección revisa brevemente a los estudios sobre las metas de deuda. La tercera sección describe las características del enfoque original de intolerancia a la deuda. La cuarta sección presenta la metodología revisada para medir la intolerancia a la deuda. En la quinta sección se aplica el enfoque revisado a los países de CAPRD y se desarrolla un indicador de intolerancia a la deuda.

Panorama General

Las metas de deuda en la teoría

Los estudios teóricos no ofrecen gran orientación práctica para fijar metas de deuda. Se han desarrollado modelos de equilibrio general para comparar los costos y los beneficios de la deuda pública. Aiyagari y McGrattan (1998), Floden (2001) y Shin (2006), por ejemplo, ilustran la tensión que existe entre los beneficios de la deuda pública, que puede promover la liquidez de los hogares al brindar un medio adicional para estabilizar el consumo y facilitar el acceso efectivo al crédito, y el costo de los impuestos futuros implícitos, que tienen efectos adversos en los incentivos, en la distribución de la riqueza y en el desplazamiento de la inversión privada. Por lo tanto, la deuda pública mejora la capacidad de los hogares para distribuir los riesgos y ofrece un medio para diversificar el riesgo idiosincrásico del ingreso al flexibilizar las restricciones al endeudamiento; sin embargo, acarrea el costo de ineficiencia en la asignación de recursos y desaceleración del crecimiento. Saint-Paul (2005) enumera otros beneficios de los mercados de deuda pública para promover mercados financieros eficientes; entre ellos, la innovación financiera generada por mercados de deuda pública profundos y líquidos, y la posibilidad de utilizar la deuda pública como garantía para los préstamos que toma el sector privado. De estos modelos, pocos se han adoptado empíricamente. Aiyagari y McGrattan (1998) calibran su modelo para Estados Unidos y calculan que el coeficiente de endeudamiento óptimo es 66% del PIB; Weh-Sol (2010) emplea el mismo modelo para calcular un coeficiente de endeudamiento óptimo de 62% del PIB para la República de Corea.

Las metas de deuda en la práctica

Otros enfoques más prácticos para fijar metas de deuda están fundamentados en datos empíricos sobre la gestión de la política fiscal y la relación entre la deuda y el crecimiento (cuadro 4.1). En FMI (2003) se utiliza un método de sostenibilidad de la deuda para determinar un nivel deuda/PIB que sea compatible con el desempeño fiscal de un país en el pasado. Si el país ha logrado producir cuantiosos superávits primarios en el pasado, entonces debería poder tolerar un nivel deuda/PIB más alto sin exponerse a una dinámica de endeudamiento desestabilizadora o insostenible. Esta conclusión equivale a suponer que el esfuerzo fiscal del pasado, representado por el superávit primario promedio, es la mejor guía para el esfuerzo fiscal del futuro. En este escenario, y suponiendo un diferencial histórico entre la tasa de interés real y la tasa de crecimiento real, se determinó que el promedio de deuda sostenible en los países de mercados emergentes ronda el 25% del PIB. Ostry et al. (2010) realizan un análisis parecido, aplicado a los países industriales, pero estiman una función de reacción fiscal para resumir el comportamiento pasado, y determinan que el límite por encima del cual la dinámica de endeudamiento es insostenible es de 170%–180% del PIB.

Cuadro 4.1Estudios empíricos de umbrales de deuda
Umbral

(porcentaje

del PIB)
AutoresMétodoCobertura de países
25FMI (2003)Sostenibilidad de la deuda (superávits primarios históricos)Mercados emergentes
25FMI (2008, 2009)Eficacia de la política fiscal anticíclica según el nivel inicial de deudaMercados emergentes
60–75FMI (2008, 2009)Eficacia de la política fiscal anticíclica según el nivel inicial de deudaEconomías avanzadas
64Caner, Grennes y Koehler-Geib (2010)Regresión por mínimos cuadrados como umbralesEconomías en desarrollo
77Caner, Grennes y Koehler-Geib (2010)Regresión por mínimos cuadrados como umbralesEconomías avanzadas
90Reinhart y Rogoff (2010)Histogramas que relacionan la deuda y el crecimientoEconomías avanzadas
90Reinhart y Rogoff (2010)Histogramas que relacionan la deuda y el crecimientoMercados emergentes
90Kumar y Woo (2010)Ecuación de crecimiento con datos de panelTodos los países
170–180Ostry et al. (2010)Sostenibilidad de la deuda (función de reacción fiscal)Economías avanzadas
Fuente: Compilación de los autores.

Otra alternativa es examinar la eficacia de una política fiscal anticíclica según el nivel inicial de deuda/PIB. De acuerdo con varios estudios, el grado de influencia de la política fiscal en la demanda agregada depende del nivel inicial de la deuda, y niveles de deuda más altos se traducen en una reducción del multiplicador o incluso en un multiplicador negativo. En FMI (2008, 2009), por ejemplo, se observa que la eficacia de la política fiscal es menor o negativa en los países con una deuda pública elevada, definida como más de 60%–75% del PIB en los países industriales y 25% del PIB en los mercados emergentes.

Se ha observado que los niveles de deuda están correlacionados con el crecimiento del PIB real. Un nivel de deuda pública más alto puede restar financiamiento eficiente para la inversión privada o incrementar la carga tributaria esperada (suponiendo que no se mantiene la equivalencia ricardiana), y como consecuencia la inversión y el crecimiento disminuirían. Por otra parte, un alto nivel de deuda puede hacer que a las autoridades les resulte más difícil relajar oportunamente la política fiscal, y esto se traduciría en un menor crecimiento. Reinhart y Rogoff (2010) utilizan histogramas y una muestra de 44 países a lo largo de 200 años para mostrar que la relación entre crecimiento y deuda parece débil si el nivel de deuda es inferior a 90% del PIB, pero que más allá de ese nivel la mediana de la tasa de crecimiento disminuye 1%. Caner, Grennes y Koehler-Geib (2010) usan un enfoque econométrico: una regresión del crecimiento estimada con el método de umbrales con mínimos cuadrados (Hansen, 2000), que identifica un umbral en la relación entre el coeficiente deuda pública/PIB promedio a largo plazo (1980–2008) y el crecimiento promedio a largo plazo. Este estudio determina que el nivel umbral del coeficiente de endeudamiento es de 77,1%; por encima de ese nivel, cada vez que dicho coeficiente aumenta un punto porcentual, el crecimiento disminuye 0,0174 puntos porcentuales. En los países en desarrollo, el coeficiente es menor (64% del PIB). Kumar y Woo (2010) usan una ecuación de crecimiento con datos de panel dinámicos para analizar la relación entre el coeficiente inicial deuda/PIB y el crecimiento, y estiman que el umbral en el cual la deuda ejerce un efecto negativo en el crecimiento ronda el 90% del PIB.

El Enfoque Original de la Intolerancia a la Deuda

La intolerancia a la deuda se ha estudiado principalmente en los trabajos de Reinhart, Rogoff y Savastano (2003) y Reinhart y Rogoff (2009). Estos autores observan que ciertos países parecen tener una intolerancia a la deuda (es decir, son propensos a incumplimientos en serie) aun con coeficientes deuda externa/PNB relativamente bajos. Los países con intolerancia a la deuda sufren problemas de pago y caen en impago con niveles de endeudamiento externo que parecerían manejables desde el punto de vista de las economías avanzadas. El ciclo típico es un círculo vicioso de pérdida de confianza del mercado, escalada de las tasas de interés y resistencia política a reembolsar a los acreedores externos. La historia parece ser una buena guía para identificar a los países con intolerancia a la deuda porque hay una persistencia en la probabilidad de impago, que a su vez—al menos en parte—es un reflejo de deficiencias institucionales persistentes. La conclusión es que los umbrales de deuda seguros dependen mucho del historial de un país en respecto del impago y la inflación.

Tras analizar los coeficientes deuda externa/PNB de países con y sin impago en una muestra de países avanzados y de mercados emergentes, Reinhart y Rogoff (2009) observan que más de la mitad de los países con una sólida trayectoria de crédito tienen una deuda muy inferior al 35% del PNB, en tanto que más de la mitad de los países con historial de impago tienen niveles de deuda superiores al 40% del PNB. Su conclusión es que un coeficiente de deuda externa superior al 35% del PNB puede comenzar a incrementar el riesgo de impago en países con intolerancia a la deuda.

Para crear un indicador de la intolerancia a la deuda externa, Reinhart, Rogoff y Savastano (2003) y Reinhart y Rogoff (2009) utilizan las calificaciones de Institutional Investor (IIR, por sus siglas en inglés), publicadas semestralmente por la revista Institutional Investor sobre la base de encuestas realizadas entre inversionistas institucionales, administradores de fondos de inversión y economistas3. Ambos estudios sostienen que un número muy pequeño de variables explica la calificación IIR de un país: 1) el nivel inicial de deuda externa, 2) el historial de reembolso (historial de impago entre 1970 y 2009) y 3) el historial de estabilidad macroeconómica (representado por episodios de inflación superior a 40%, que funciona como indicador de impagos internos). Estas variables se emplean en un método de dos pasos para calcular el efecto marginal de una unidad de deuda adicional en la calificación IIR y, por ende, en la intolerancia a la deuda.

Primero, los autores dividen la muestra (53 países en desarrollo e industriales) en “clubes” según su IIR promedio durante el período. El club A abarca los países con una desviación estándar o más por encima de la media. El club C abarca los países con una desviación estándar o más por debajo de la media. El club B abarca los países en la media, más o menos una desviación estándar. El club B está subdividido en “regiones” (I a IV) según el nivel de deuda externa/PNB y en otras subdivisiones dentro del rango de IIR (gráfico 4.1). En base a estos clubes, los autores realizan una regresión transversal y utilizan promedios de las variables en distintos períodos, explican la calificación IIR como una función de la deuda, el historial de impago y de inflación, y usan una variable dummy interactiva para la deuda de los países pertenecientes al club A y otra para los países que no forman parte de ese club. Los autores obtienen coeficientes negativos y significativos sobre la inflación y el historial de impago, un coeficiente negativo y significativo sobre la deuda de los países que no pertenecen al club A, y un coeficiente positivo y significativo sobre la deuda de países pertenecientes al club A. Asimismo, realizan una estimación con datos de panel, cuyos resultados son cualitativamente parecidos. La inflación y los impagos producen efectos negativos en las calificaciones de crédito (IIR), y lo mismo ocurre cuando el país no pertenece al club A.

Gráfico 4.1División de los países en clubes

Fuente: Reinhart, Rogoff y Savastano (2003).

Nota: IIR: calificación de Institutional Investor; PNB: producto nacional bruto.

El segundo paso consiste en calcular un umbral de deuda específico para cada país. Empleando los coeficientes estimados obtenidos en la primera regresión, junto con los valores efectivos de los regresores, es posible predecir el nivel de la calificación IIR para distintos niveles de endeudamiento relativo, para un país determinado. El cuadro 4.2 (tomado del cuadro 9 de Reinhart, Rogoff y Savastano, 2003) ilustra el análisis aplicado a Argentina y Malasia.

Cuadro 4.2Proyección de la calificación de Institutional Investor y regiones de intolerancia a la deuda: Argentina y Malasia
ArgentinaMalasia
Deuda externa

como porcentaje

del PNB
Calificación

proyectada de

Institutional Investor
Tipo de

región
Calificación

proyectada de

Institutional Investor
Tipo de

región
051,4I61,1I
549,3I59,0I
1047,3I57,0I
1545,2III54,9I
2043,2III52,9I
2541,1III50,8I
3039,1III48,8I
3537,0III46,7II
4034,9IV44,7IV
4532,9IV42,6IV
Fuente: Reinhart, Rogoff y Savastano (2003).Nota: Los cálculos de Reinhart, Rogoff y Savastano están basados en los coeficientes de la regresión (1) del cuadro 8 de Reinhart, Rogoff y Savastano (2003).

Argentina tendría que reducir su coeficiente de endeudamiento externo a menos de 15% para poder pasar a la región I del club B. Malasia puede permanecer en la región I con un coeficiente de endeudamiento de hasta 30% del PNB. Este enfoque ha sido utilizado en otros trabajos para establecer los umbrales o metas de deuda (cuadro 4.3).

Cuadro 4.3Umbrales de deuda calculados mediante el enfoque de intolerancia a la deuda
AutorPaísMeta de deuda como

porcentaje del PIB
Club
Di Bella (2008)República Dominicana25BII
Everaert (2008)Kenya41BI
Topalova y Nyberg (2010)India49BI
Fuente: Compilación de los autores.

Enfoque Revisado Para Medir a la Intolerancia a la Deuda

El enfoque tradicional utilizado para estimar la ecuación de intolerancia a la deuda presenta una serie de problemas. El primero es la posibilidad de endogeneidad de los regresores (deuda, inflación e impagos) con la variable dependiente (IIR), que puede sesgar las estimaciones de los coeficientes. Reinhart, Rogoff y Savastano (2003) reconocen esta posibilidad y realizan una estimación con variables instrumentales con la que obtienen resultados similares a los de la estimación original. No obstante, también puede haber endogeneidad en los agrupamientos de IIR (clubes). Como los agrupamientos están basados en divisiones de la variable dependiente (en contraposición a las variables dummy más tradicionales, basadas en divisiones de las variables independientes), es posible que los clubes también estén correlacionados con el término de error, sesgando las estimaciones de los coeficientes. Segundo, la estimación transversal estática no tiene en cuenta las variaciones de la calificación IIR ni de la deuda a lo largo del tiempo, y la relación lineal entre la calificación IIR y la deuda puede ser restrictiva. Además, la definición de los “clubes” depende de la muestra de países seleccionados para la estimación, pudiendo causar sesgos al definir las metas de IIR y las correspondientes metas de deuda. Tercero, en estimaciones anteriores se utilizó únicamente la deuda externa, en tanto que una definición más amplia que incluya la deuda interna (es decir, la deuda del gobierno general) podría trazar un panorama más completo de la importancia de los niveles de deuda para medir la intolerancia a la deuda.

El enfoque revisado que se presenta en este capítulo pretende abordar algunos de estos problemas de la siguiente manera:

  • Usando un marco dinámico de datos de panel para estimar las variaciones de la calificación IIR respecto de cambios en la deuda, facilitando la aplicación a diferentes países con diferentes niveles de deuda y de intolerancia a la deuda.

  • Usando la estimación del método generalizado de momentos (MGM) en el marco de un modelo de corrección de errores de datos de panel (Arellano y Bond, 1991, y Arellano y Bover, 1995), corrigiendo por la endogeneidad de los regresores e introduciendo efectos fijos específicos para cada país.

  • Estimando una ecuación para todos los países y evitando la endogeneidad potencial de los agrupamientos por deuda y el término de error, en lugar de dividir la muestra en clubes ad hoc basados en la media y la desviación estándar de la calificación IIR.

  • Basando la meta de IIR y el correspondiente cálculo del umbral de deuda en las calificaciones de crédito publicadas por las principales calificadoras de riesgos.

  • Usando un nuevo conjunto de datos sobre la deuda del gobierno general (Abbas et al., 2010), en lugar de limitarse exclusivamente a la deuda externa como en Reinhart, Rogoff y Savastano (2003).

La muestra incluye 120 países, desarrollados y en desarrollo, desde 1989 hasta 2009. El panel está desequilibrado, salvo en los 15 últimos años, que están bastante completos. Para eliminar el ruido, y siguiendo la práctica habitual, el análisis toma promedios quinquenales de cuatro períodos (el sexenio 1989–94 y los quinquenios 1995–99, 2000–04 y 2005–09).

El resultado es la estimación de una ecuación de intolerancia a la deuda que puede aplicarse con flexibilidad al cálculo de las metas de deuda de la mayoría de los países que figuran en la lista de IIR. Primero, tomando como referencia la relación entre la calificación IIR y la deuda al nivel de 2010 en cada país, es posible utilizar los coeficientes de la estimación econométrica para describir una relación funcional específica de cada país entre la calificación IIR y la deuda. Segundo, relacionando la calificación IIR con la calificación crediticia es posible seleccionar un nivel de referencia para la calificación IIR (una meta de IIR) que corresponda con una determinada calificación crediticia fijada como meta (por ejemplo, la calificación de inversión no especulativa (investment grade)); de esta manera, a continuación es posible calcular directamente la correspondiente meta de deuda que le permitiría al país, ceteris paribus, alcanzar la calificación IIR fijada como meta.

La calificación de Institutional Investor y la deuda

El gráfico 4.2 presenta un diagrama de dispersión del valor promedio de la calificación IIR y el coeficiente deuda/PIB de los 120 países de la muestra durante los cuatro períodos comprendidos entre 1989 y 2009. El diagrama sugiere una relación en forma de C entre la calificación IIR y el coeficiente de endeudamiento, y muestra una diferencia marcada entre países con IIR superiores a 65 e inferiores a 65. En el primer caso, parece no haber relación alguna o una relación ligeramente positiva entre la deuda y la calificación IIR, como lo sugiere la tendencia lineal simple del gráfico. En los países con una calificación IIR inferior a 65, la relación parece ser negativa.

Gráfico 4.2Calificación de Institutional Investor y deuda

Fuentes: Institutional Investor y estimaciones del personal técnico del FMI.

El diagrama de dispersión sugiere que los países con una calificación IIR superior a 65 toleran niveles de deuda adicionales (al menos, según la percepción de los inversionistas institucionales), y los países con una calificación IIR inferior a 65 tienen una tolerancia menor. Como ilustración, obsérvense los dos puntos ubicados en la parte superior del gráfico 4.2, a la derecha, que corresponden a Japón en 2000–04 con una calificación IIR de 85 y un coeficiente deuda/PIB de 160%, y en 2005–09 con una calificación IIR de 88 y un coeficiente deuda/PIB de 197%. A pesar de que el coeficiente de endeudamiento aumentó en promedio casi 40 puntos porcentuales, la calificación IIR promedio subió tres puntos.

La ecuación de intolerancia a la deuda

La modelización de la ecuación de intolerancia a la deuda comienza con el modelo estándar de efectos fijos con corrección de error en una dirección (Baltagi, 2005):

IIRit es la calificación de Institutional Investor, Xit es una matriz de variables explicativas k, vi es el efecto fijo no observado específico de cada país y uit es el término de error; todos están indexados con i países y t períodos. Al igual que Reinhart, Rogoff y Savastano (2003), el análisis utiliza el coeficiente deuda/PIB (Dit), una variable dummy que representa períodos de más de 10% de inflación (IDUMit) y una variable dummy que representa períodos de reestructuración de la deuda o impago (Defaultit) como variables explicativas. A diferencia de Reinhart, Rogoff y Savastano (2003), estas variables no captan la trayectoria histórica, sino los episodios contemporáneos. El modelo introduce otras dos variables explicativas:

  • El coeficiente deuda/PIB al cuadrado (Dit2), para captar los efectos no lineales de la deuda en la calificación IIR.

  • El nivel del PIB per cápita (CGDPit), que capta un grupo de atributos (calidad de las instituciones, dotación de recursos, estructura económica y estabilidad política, entre otros) que permiten a los países transformar una unidad de deuda adicional en un aumento del ingreso de manera más eficiente.

Por último, el análisis introduce el valor rezagado de la calificación IIR (IIRit−1) a la derecha de la ecuación para captar la persistencia del nivel de la calificación IIR a lo largo del tiempo. Intuitivamente, las evaluaciones pasadas de la solvencia y la intolerancia a la deuda deberían tener una fuerte influencia en la evaluación actual. Además, en la medida en que la historia (es decir, los episodios de inflación e impago previos al período que abarca la muestra) influye, ese efecto estaría reflejado en el nivel inicial de la calificación IIR. También se introduce una variable de tendencia para captar efectos específicos de un período determinado. Por lo tanto, la ecuación es:

donde

IIRit=calificación Institutional Investor
Dit=deuda del gobierno general/PIB
dit=matriz de dummies de inflación e impago (contemporáneas)
CGDPit=PIB per cápita
τt=tendencia en el tiempo
vi=efectos fijos específicos de cada país

El método de estimación

La estimación de esta ecuación presenta una serie de dificultades. Aun sin el valor rezagado de la calificación IIR a la derecha, la endogeneidad que existe entre la calificación IIR y el nivel de deuda podría sesgar el término de error. El segundo problema es la estimación del efecto fijo específico de cada país. Para resolver estas dificultades, se utiliza la ecuación (4.2) con el estimador del método generalizado de momentos de Arellano y Bond (1991), conocido también como el MGM en diferencias, y una versión ampliada (Sistema de MGM, o SMGM) desarrollada por Arellano y Bover (1995).

Estos estimadores están diseñados para modelos dinámicos de datos de panel con 1) una “T pequeña” (dimensión temporal) y una “N grande” (observaciones; en este caso, países); 2) una relación funcional lineal; 3) una sola variable a la izquierda que es dinámica, según sus propias realizaciones pasadas; 4) variables independientes que no son estrictamente exógenas (es decir, que están correlacionadas con realizaciones pasadas, y posiblemente corrientes, del error); 5) efectos fijos individuales, y 6) heteroscedasticidad y autocorrelación dentro de los individuos pero no entre ellos (Roodman, 2006). Estos estimadores MGM toman la primera diferencia de la ecuación estimada para eliminar el término de efectos fijos y luego usan el valor rezagado (o el valor futuro en caso de ortogonalización hacia adelante) de las variables de la derecha como instrumentos para estimar los coeficientes.

Resultados de la estimación

El cuadro 4.4 presenta estimaciones de los datos de panel basadas en mínimos cuadrados ordinarios, efectos fijos, el estimador MGM en diferencias de Arellano-Bond, el SMGM y el SMGM con ortogonalización hacia adelante. Esta estimación no incluye los países con una calificación IIR inferior a 25 por considerar que no tienen acceso a los mercados internacionales privados de deuda. Esto reduce la muestra de 120 a 102 países. La estimación se realiza con un panel para el cual se promediaron observaciones anuales tomadas de cuatro períodos plurianuales entre 1989 y 2009.

Cuadro 4.4Estimación de la ecuación de intolerancia a la deuda
(1)(2)(3)(4)(5)
Especificación

del modelo
Mínimos cuadrados

ordinarios
Efectos fijosArellano-Bond

de un paso
SMGMSMGM

ortogonalizado
IIR rezagada0,795***0,398***0,555***0,535***0,522***
[34,17][7,231][7,564][8,077][6,361]
Deuda/PIB0,045‒0,150***‒0,337***‒0,318***‒0,347***
[-1,363][-2,847][-3,075][-3,410][-3,163]
Deuda/PIB al cuadrado6,85e-050,0001660,00116*0,00114***0,00129***
[-0,308][0,559][1,865][2,584][2,661]
Inflación‒0,865***‒1,182***‒1,952***‒2,247***‒2,412***
[-3,521][-3,308][-4,733][-4,678][-4,011]
Impago‒1,444***‒0,156‒1,487***‒1,462***‒1,106**
[-3,233][-0,271][-2,648][-2,772][-2,134]
PIB per cápita0,000194***0,000227**0,000502***0,000550***0,000594***
[4,054][2,462][3,321][4,468][4,040]
Tendencia0,2262,209***‒0,722‒1,031*‒1,293**
[0,593][3,655][-1,467][-1,923][-2,167]
Constante16,94***34,89***38,74***39,06***40,87***
[9,515][12,15][8,113][7,537][6,136]
Observaciones271271271271271
R20,9430,731
Número de países102102102102
Número de instrumentos323232
Valor p de la prueba de Hansen0,6070,6070,518
Valor p de la prueba de Arellano-Bond AR(1)0,01630,01640,0241
Valor p de la prueba de Arellano-Bond AR(2)
Fuente: Cálculos del personal técnico del FMI.Nota: Los estadísticos t robustos se indican entre corchetes. AR(1) = autorregresión de primer orden; AR(2) = autorregresión de segundo orden; SMGM = sistema de método generalizado de momentos; IIR = calificación de Institutional Investor. *** p < 0,01, ** p< 0,05, * p< 0,1.

Los coeficientes de la estimación son significativos y tienen el signo esperado. El coeficiente sobre la calificación IIR rezagada es 0,5 positivo, indicando un grado significativo de persistencia en la calificación IIR. El coeficiente sobre el nivel de endeudamiento es negativo, indicando el efecto de un nivel de endeudamiento mayor sobre la percepción de solvencia, y el coeficiente sobre la deuda al cuadrado es positivo y significativo. Los coeficientes sobre las variables de inflación e impago son negativos y el coeficiente sobre el PIB per cápita es positivo, como era de esperar. El número de instrumentos empleados en la estimación se mantiene en 32 en todas las estimaciones del MGM. La prueba AR(1) de Arellano-Bond para comprobar la autocorrelación de los residuos rechaza la hipótesis de que los errores no están autocorrelacionados, y esto era de esperar porque la primera diferenciación debería dar como resultado una autocorrelación de primer orden. No se presenta la prueba de AR(2) porque los cuatro períodos no ofrecen suficientes grados de libertad para el cálculo. La prueba de Hansen para las restricciones de sobreidentificación de los instrumentos es significativamente mayor que cero, sugiriendo que el número de instrumentos es apropiado.

Realizamos una serie de pruebas de sensibilidad y utilizamos otras especificaciones, pero la mayor parte de los resultados fueron similares cualitativamente. Empleamos variables dummy específicas de cada país; sin embargo, no resultaron significativas4. Hicimos otro intento por modificar la muestra, excluyendo o controlando por países que pertenecen a la Unión Europea (UE). El análisis de los datos mostró que para una serie de países la calificación IIR mejoró sustancialmente al mismo tiempo que se incrementó sustancialmente su nivel de endeudamiento. Se encuentran en este grupo países que durante ese período reforzaron significativamente su marco de política económica, como India, China, Singapur y Corea; los demás son en su mayoría países de la UE cuya percepción de solvencia mejoró al crearse la unión o al adherirse a ella posteriormente. En la mayoría de estos países tanto la calificación IIR como el nivel endeudamiento eran más altos al final del período que al comienzo. El ejemplo más destacado es el de Grecia, cuya IIR subió 30 puntos entre 1989–93 y 2005–09, y cuyo coeficiente de endeudamiento aumentó 24 puntos porcentuales. Si se excluyen de la muestra los países de la UE, el número de países se reduce de 102 a 88, pero los resultados cualitativos de la estimación no cambian significativamente. Una variable dummy que representa la pertenencia a la UE no resulta significativa, ni por sí sola ni en interacción con la deuda5.

Se realizó también una estimación con la serie anual de datos. Como cabía esperar, el coeficiente sobre la calificación IIR rezagada fue más alto (0,78), porque es menos probable que haya variaciones abruptas de un año a otro, y el coeficiente sobre la deuda fue más bajo (–0,2); ambos tenían el signo correcto y fueron significativos. Los coeficientes sobre la inflación, el impago y el PIB per cápita fueron parecidos a los de la estimación de base. Las pruebas rechazan una autocorrelación de segundo orden y confirman que el número de instrumentos es apropiado.

Aplicación a CAPRD

Para llevar el modelo a la práctica, el análisis comienza tomando la primera diferencia de la ecuación estimada (4.2) y supone que no hubo cambios en las variables dummy de inflación e impago ni en el PIB per cápita, de modo que estos elementos se eliminan, al igual que la constante y el término correspondiente a los efectos fijos específicos de cada país. También se supone que los efectos específicos de un momento determinado equivalen a cero. Así llegamos a la siguiente ecuación para la determinación de la calificación IIR con respecto a la deuda:

A continuación, se calcula la trayectoria de la calificación IIR teniendo en cuenta los cambios en la deuda con respecto al nivel de 2010, nuestro parámetro de referencia6. Por ejemplo, para el caso de Costa Rica se utiliza la calificación IIR de 2010, que es 55,1, y el coeficiente deuda/PIB de 37,5%, obteniéndose la curva del gráfico 4.3. Esta curva tiene las propiedades esperadas: el efecto marginal de la deuda en la calificación IIR pasa a ser cero cuando la deuda llega a alrededor de 135% del PIB.

Gráfico 4.3Costa Rica: Relación entre la calificación de Institutional Investor y la deuda

Fuente: Cálculos del personal técnico del FMI.

El paso siguiente consiste en establecer umbrales para la calificación IIR a fin de calcular las metas de niveles de deuda fijadas como referencia. En lugar de dividir la muestra de países en clubes en función de la media y la desviación estándar de la calificación IIR, nuestro análisis investiga la correspondencia entre la calificación IIR de 2010 y las calificaciones de las deudas soberanas nacionales publicadas por las tres principales calificadoras de riesgo (Moody’s, Fitch y Standard & Poor’s). La muestra se divide por su propia naturaleza en tres grupos: 1) los países que tienen una calificación claramente de inversión no especulativa (investment grade), 2) los países que tienen una calificación claramente de inversión especulativa (noninvestment grade) y 3) los países que tienen una calificación incierta. Los umbrales se establecen ordenando los países según su calificación IIR de 2010 y luego bajando por la lista hasta encontrar el país con la calificación IIR más alta al cual por lo menos una calificadora de riesgo asignó una calificación de inversión especulativa. Ese es el umbral superior. El umbral inferior se establece subiendo desde el último país de la lista hasta encontrar el primer país al cual por lo menos una calificadora de riesgo asignó una calificación de inversión no especulativa. Los países que se encuentran entre estos dos umbrales pueden tener calificaciones mixtas, pero algunos están calificados de manera uniforme como inversión no especulativa, y otros, como inversión especulativa7. Con este método, el umbral superior corresponde a una calificación IIR de 58,7, y todo país que lo supera tiene una calificación claramente de inversión no especulativa, y el umbral inferior corresponde a una calificación IIR de 51,3 y todo país que no lo alcanza tiene una calificación claramente de inversión especulativa (cuadro 4.5).

Cuadro 4.5Calificación de Institutional Investor y calificaciones crediticias
PaísFitchMoody’sStandard & Poor’sIIR de 2010
IrlandaA+Aa2AA–67,5
EspañaAA+Aa1AA66,7
Federación de RusiaBBBBaa1BBB66,4
BotswanaA2A–66,3Claramente de inversión no especulativa
IndiaBBB–Baa3BBB–64,6
PortugalAA–A1A–62,2
SudáfricaBBB+A3BBB+62,0
TailandiaBBBBaa1BBB+60,2
EstoniaAA1A59,5
ColombiaBB+Ba1BBB–58,7
TúnezBBBBaa2BBB58,5
Mauricio0Baa2054,1
NamibiaBBB–0052,8
PerúBBB–Baa3BBB–58,3
HungríaBBBBaa1BBB–56,9
PanamáaBBB–Baa3BBB–56,9
IndonesiaBB+Ba2BB56,2
CroaciaBBB–Baa3BBB55,6Inciertos
TurquíaBB+Ba2BB55,3
MarruecosBBB–Ba1BBB–55,2
Costa RicaaBBBaa3BB55,1
BulgariaBBB–Baa3BBB54,4
LituaniaBBBBaa1BBB54,3
KazajstánBBB–Baa2BBB–54,0
LibiaBBB+A–53,7
RumaniaBB+Baa3BB+51,4
FilipinasBBBa3BB–51,3
EgiptoBB+Ba1BB+51,0
UruguayBBBa3BB50,1
VietnamBB–Ba3BB47,9
LetoniaBB+Ba3BB47,3
JordaniaBa2BB45,8
El SalvadoraBBBa1BB45,5Claramente de inversión especulativa
GuatemalaaBB+Ba1BB45,3
GreciaBB+Ba1BB+43,9
GabónBB–BB–42,2
LesotoBB–42,1
AngolaB+B1B+41,3
IslandiaBB+Baa3BBB–41,0
República DominicanaaBB1B40,8
UgandaBB+35,0
Fuentes: Fitch; Moody’s; Standard & Poor’s, e Institutional Investor.Nota: Las calificaciones sombreadas en la zona de calificaciones inciertas son de inversión especulativa. IIR: calificación de Institutional Investor.

Aplicando estos umbrales a la información del gráfico 4.3 se obtiene el coeficiente de endeudamiento que Costa Rica, por ejemplo, tendría que tener para lograr una calificación clara de inversión no especulativa (en este caso, 25,4%), o el margen de que dispone para incrementar la deuda antes de que la calificación pase a ser claramente de inversión especulativa (en este caso, hasta alrededor de 50% del PIB; gráfico 4.4), si permanecen constantes todos los demás factores determinantes de la intolerancia a la deuda.

Gráfico 4.4Costa Rica: Relación entre la calificación de Institutional Investor y los umbrales de deuda

Fuente: Cálculos del personal técnico del FMI.

El cuadro 4.6 presenta cálculos parecidos para los demás países de la región de CAPRD. Al igual que Costa Rica, Panamá se fijaría como meta una reducción del coeficiente de endeudamiento de 40% del PIB, a 32,7, para sumarse a los países que tienen claramente una calificación de inversión no especulativa. La calificación IIR de El Salvador, Guatemala y la República Dominicana en 2010 era claramente de inversión especulativa (menos de 51,3) y, por lo tanto, se fijarían como meta el umbral inferior. Al comparar El Salvador con Guatemala, se observa que ambos tenían calificaciones IIR casi idénticas en 2010, pero coeficientes deuda/PIB muy diferentes: el de Guatemala es la mitad del de El Salvador e indica claramente que Guatemala tiene un mayor nivel de intolerancia a la deuda. Lo mismo ocurre con la República Dominicana. En el caso de estos países, llegar al grupo intermedio (en el cual podría comenzar a considerarse la posibilidad de asignarles una calificación de inversión no especulativa) exigiría un esfuerzo significativo para reducir la deuda, y esto indica que el mercado percibe dificultades estructurales significativas que influyen en los niveles de tolerancia a la deuda, dificultades que tendrían que resolverse para poder asumir un mayor nivel de deuda con comodidad.

Cuadro 4.6CAPRD: Umbrales de deuda basados en la ecuación de intolerancia a la deuda
Calificación crediticiaÍndice de IIRDeuda

(porcentaje del PIB)
2010Meta2010Meta2010Meta
PanamáInciertaCalificación no especulativa56,958,740,032,7
Costa RicaInciertaCalificación no especulativa55,158,737,525,4
El SalvadorCalificación especulativaIncierta45,551,351,734,4
GuatemalaCalificación especulativaIncierta45,351,324,111,4
República DominicanaCalificación especulativaIncierta40,851,336,914,3
HondurasAltamente especulativaEspeculativa30,938,626,18,6
NicaraguaRiesgo sustancialAltamente especulativa23,925,866,331,3
Fuentes: Institutional Investor y cálculos del personal técnico del FMI.Nota: CAPRD: Centroamérica, Panamá y la República Dominicana; IIR: calificación de Institutional Investor.Calificación no especulativa: investment grade.Calificación especulativa: non investment grade.

Honduras y Nicaragua son casos especiales porque sus mercados de deuda son muy limitados y gran parte de su deuda externa (si no toda) fue otorgada en condiciones concesionales por instituciones financieras internacionales como el Banco Mundial y el Banco Interamericano de Desarrollo. En estos casos, se selecciona como umbral para la calificación IIR y la calificación crediticia el nivel siguiente en la escala de calificaciones crediticias internacionales que permitiría a los países acceder a los mercados internacionales de bonos y al crédito no concesional. En 2010, la calificación IIR de Nicaragua se clasificó como “riesgo substancial” (CCC+); es decir, apenas un escalón por encima del impago. Para pasar a la siguiente categoría—“sumamente especulativa” (B)—se necesitaría un esfuerzo sustancial para reducir la deuda de modo que, ceteris paribus, el coeficiente de endeudamiento baje de 66% del PIB a 31%. Análogamente, para que Honduras pasara de la actual calificación “sumamente especulativa” a “especulativa” (de B a BB) el coeficiente de endeudamiento tendría que reducirse del 26% del PIB actual a 9%. El cuadro 4.7 ilustra los diferentes niveles de calificación crediticia que los países podrían fijarse como meta, con las correspondientes calificaciones IIR de 2010.

Cuadro 4.7Clasificaciones según la calificación crediticia y las calificaciones de Institutional Investor de 2010
FitchMoody’sStandard & Poor’sClaseBanda de IIR
AAAAaaAAASuperior88,6–100
AA+Aa1AA+
AAAa2AACalificación alta80,6–88,5
AA–Aa3AA–
A+A1A+Calificación mediana alta
AA2A70,3–80,5
A–A3A–
BBB+Baa1BBB+Calificación mediana baja
BBBBaa2BBB58,7–70,2
BBB–Baa3BBB–
BB+Ba1BB+Especulativa
BBBa2BB42,1–58,6
BB–Ba3BB–
B+B1B+Altamente especulativa
BB2B25,0–42,0
B–B3B–
CCC+Caa1CCC+Riesgo sustancial
CCCCaa2CCCExtremadamente especulativa
CCC–Caa3CCC–0–24,9
CCCaCC
CCCEn impago
RDSD
DD
Fuentes: Fitch; Moody’s; Standard & Poor’s; Institutional Investor, y cálculos del personal técnico del FMI.

El cuadro 4.6 ilustra de qué manera los países con diferentes niveles de deuda pueden tener la misma calificación IIR (Guatemala y El Salvador), y los países con el mismo nivel de deuda (por ejemplo, Costa Rica y la República Dominicana), IIR sustancialmente distintas. Estas yuxtaposiciones ilustran la percepción que tiene el mercado en cuanto a los diferentes niveles de intolerancia a la deuda de estos países. Para captar esas diferencias, Reinhart, Rogoff y Savastano (2003) proponen emplear un índice de (deuda externa/PIB)/IIR y (deuda externa/exportación)/IIR. Dado que en este caso se utiliza la deuda del gobierno general, una alternativa podría ser el nivel de la calificación IIR que sea consistente con un nivel de deuda/PIB de 50%. Este método podría clasificar objetivamente a los países según su intolerancia a la deuda. El cuadro 4.8 presenta la clasificación de los países de CAPRD según la calificación IIR usando una meta de endeudamiento de 50% del PIB. Los resultados de la clasificación según la calificación IIR no resultan sorprendentes en términos generales: Panamá supera en 5 puntos a Costa Rica y en 10 puntos a El Salvador. Tanto Guatemala como la República Dominicana parecen ocupar una categoría diferente de intolerancia a la deuda, ya que ambos están alrededor de 20 puntos por debajo de Panamá. Nicaragua y Honduras se ubican en la tercera categoría de países, con una intolerancia a la deuda muy alta. El hecho de que la calificación de Nicaragua sea más alta puede atribuirse a que, para su calificación IIR, el nivel de deuda inicial era más elevado. Como se trata de deuda otorgada en su totalidad en términos concesionales, no podemos afirmar con certeza que esta clasificación pueda compararse con la de los demás países sin tener en cuenta el carácter concesional de la misma8.

Cuadro 4.8Clasificación de los países según la intolerancia a la deuda (Calificación de Institutional Investor consistente con un nivel de deuda de 50% del PIB en 2010)
PaísCalificación de Institutional Investor
Panamá55,6
Costa Rica51,1
El Salvador45,3
Guatemala37,4
República Dominicana36,3
Nicaragua28,4
Honduras21,1
Fuente: Cálculos del personal técnico del FMI.

Conclusión

Este capítulo presenta un método alternativo para calcular la meta de deuda, partiendo de los estudios sobre la intolerancia a la deuda publicados por Reinhart, Rogoff y Savastano (2003) y Reinhart y Rogoff (2009). Nuestra metodología incorpora mejoras mediante un enfoque dinámico de datos de panel, la corrección de la endogeneidad de los regresores y el uso de las calificaciones crediticias como base para calcular las metas de deuda. Asimismo, este capítulo utiliza una base de datos sobre la deuda del gobierno general (tanto externa como interna) que se extiende a 120 países durante 21 años. Utilizando como parámetro de referencia los cálculos de la calificación IIR de 2010 y la deuda de cada país, es posible usar estimaciones econométricas para calcular una calificación IIR de referencia para diferentes niveles de deuda. La selección de la calificación IIR que corresponde a la calificación crediticia fijada como meta permite calcular el nivel de deuda que permitiría, ceteris paribus, obtener la calificación IIR y la calificación crediticia deseadas. Seleccionando una calificación IIR para todos los países que sea consistente con un nivel de deuda determinado (por ejemplo, 50% del PIB), se obtiene un índice de intolerancia a la deuda, que permite hacer una comparación entre países.

La aplicación de esta metodología a CAPRD produce objetivos de deuda razonables que sirven para obtener las diferentes calificaciones crediticias equivalentes deseadas. Para Panamá y Costa Rica, la meta es una calificación IIR que permita alcanzar una clara calificación de inversión no especulativa (investment grade). Ambos países tendrían que reducir los niveles deuda/PIB de 2010 en 7 y 12 puntos porcentuales, respectivamente, para alcanzar esa meta. Para El Salvador, Guatemala y la República Dominicana, el objetivo sería una calificación IIR que les situase como candidatos a una mejora de calificación a grado de inversión (grado de inversión ambiguo). Esta meta exigiría un esfuerzo significativo de reducción de la deuda en el caso de la República Dominicana (22, 6 puntos porcentuales) y en el caso de El Salvador (17,3 puntos porcentuales), pero algo menor para Guatemala (12,7 puntos porcentuales). Como Honduras y Nicaragua tienen un acceso muy limitado a los mercados internacionales privados de crédito soberano, la meta es recibir una calificación que les dé la posibilidad de acceso limitado al mercado. Sin embargo, sería necesario ajustar las cifras de referencia calculadas en este estudio teniendo en cuenta el nivel de concesionalidad de su deuda general para poder compararla con los demás países de la región.

Este análisis mantiene fijos todos los demás factores que influyen en la intolerancia a la deuda, y se basa exclusivamente en las variaciones del nivel de deuda/PIB para mejorar la percepción del mercado en cuanto a la intolerancia a la deuda expresada por la calificación IIR. Es aconsejable que los países también presten atención a estos otros aspectos para mejorar la tolerancia a la deuda. En estas ecuaciones econométricas, los otros aspectos están representados por las variables de inflación (estabilidad macroeconómica), impago y PIB per cápita, que son indicadores sumamente agregados de factores complejos—como la capacidad institucional y la eficiencia técnica—que influyen en la capacidad de un país para utilizar la deuda para promover el crecimiento y fortalecer su capacidad de reembolso. Un primer paso consistiría en elaborar un índice de intolerancia a la deuda que permitiera establecer una comparación entre los países en un momento determinado. Ese es el índice que se propone en este capítulo, calculándolo como el nivel de la calificación IIR de cada país que resulta consistente con un determinado coeficiente de endeudamiento (en este caso, 50%). Cuando se aplica este índice a la región de CAPRD, muestra que países con niveles de deuda y calificaciones IIR divergentes pueden tener niveles parecidos de intolerancia a la deuda. Es necesario profundizar el análisis para explicar las diferencias en la clasificación de intolerancia a la deuda, a fin de determinar qué otros países podrían considerarse comparables a los de CAPRD a este respecto y estudiar las características que influyen de manera más directa en la intolerancia a la deuda.

Referencias

    Abbas, S.A., N.Belhocine, A.ElGanainy, and M.Horton, 2010, “A Historical Public Debt Database,Working Paper 10/245 (Washington: International Monetary Fund).

    Aiyagari, S.R., and E.R.McGrattan, 1998, “The Optimum Quantity of Debt,Journal of Monetary Economics, Vol. 42, No. 3, pp. 44769.

    Arellano, M., and S.Bond, 1991, “Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations,Review of Economic Studies, Vol. 58, No. 2, pp. 27797.

    Arellano, M., and O.Bover, 1995, “Another Look at the Instrumental Variables Estimation of Error Components Models,Journal of Econometrics, Vol. 68, No. 1, pp. 2951.

    Baltagi, B.H., 2005, Econometric Analysis of Panel Data (New York: Wiley).

    Caner, M., T.Grennes, and F.Koehler-Geib, 2010, “Finding the Tipping Point—When Sovereign Debt Turns Bad,Policy Research Working Paper No. 5391 (Washington: World Bank).

    Di Bella, G., 2008, “A Stochastic Framework for Public Debt Sustainability Analysis,Working Paper 08/58 (Washington: International Monetary Fund).

    Everaert, G., 2008, Kenya: Selected Issues, IMF Country Report No. 08/337 (Washington: International Monetary Fund).

    Floden, M., 2001, “The Effectiveness of Government Debt and Transfers as Insurance,Journal of Monetary Economics, Vol. 48, No. 1, pp. 81108.

    Hansen, B.E., 2000, “Sample Splitting and Threshold Estimation,Econometrica, Vol. 68, No. 3, pp. 575603.

    International Monetary Fund, 2003, “Public Debt in Emerging Markets: Is It Too High?Chapter 3 in World Economic Outlook, World Economic and Financial Surveys (Washington, September).

    International Monetary Fund, 2008, “Fiscal Policy as a Countercyclical Tool,Chapter 5 in World Economic Outlook, World Economic and Financial Surveys (Washington, October).

    International Monetary Fund, 2009, “From Recession to Recovery: How Soon and How Strong?Chapter 3 in World Economic Outlook, World Economic and Financial Surveys (Washington, April).

    Kumar, M.S., and J.Woo, 2010, “Public Debt and Growth,Working Paper 10/174 (Washington: International Monetary Fund).

    Ostry, J.D., A.R.Ghosh, J.I.Kim, and M.S.Qureshi, 2010, “Fiscal Space,” IMF Staff Position Note No. 10/11 (Washington: International Monetary Fund).

    Reinhart, C.M., and K.S.Rogoff, 2009, This Time Is Different: Eight Centuries of Financial Folly (Princeton, New Jersey: Princeton University Press).

    Reinhart, C.M., and K.S.Rogoff, 2010, “Growth in a Time of Debt,American Economic Review, Vol. 100, No. 2, pp. 57378.

    Reinhart, C.M., K.S.Rogoff, and M.A.Savastano, 2003, “Debt Intolerance,Brookings Papers on Economic Activity, Vol. 2003, No. 1, pp. 174.

    Roodman, D., 2006, “How to Do xtabond2: An Introduction to ‘Difference’ and ‘System’ GMM in Stata,Working Paper No. 103 (Washington: Center for Global Development).

    Saint-Paul, G., 2005, “Fiscal Policy and Economic Growth: The Role of Financial Intermediation,Review of International Economics, Vol. 13, No. 3, pp. 61229.

    Shin, Y., 2006, “Ramsey Meets Bewley: Optimal Government Financing with Incomplete Markets,Department of Economics, University of Wisconsin, unpublished.

    Topalova, P., and D.Nyberg, 2010, “What Level of Public Debt Could India Target?Working Paper 10/7 (Washington: International Monetary Fund).

    Weh-Sol, M., 2010, “Korea’s Optimal Public Debt Ratio,SERI Samsung Economic Research Institute Quarterly, April.

Este capítulo se basa en G. Bannister y L. Barrot, 2011, “A Debt Intolerance Framework Applied to Central America, Panama, and the Dominican Republic”, documento de la serie IMF Working Papers, 11/220, septiembre (Washington: Fondo Monetario Internacional).

La región de CAPRD comprende Costa Rica, El Salvador, Guatemala, Honduras, Nicaragua, Panamá y la República Dominicana.

Los capítulos 2 y 5 analizan con más detalle las características de las políticas fiscales de estímulo y las opciones que le permitirían a la región recuperar el margen de maniobra fiscal.

Las calificaciones IIR, publicadas desde mediados de la década de 1980, asignan a más de 166 países una puntuación que va de 0 (solvencia mínima) a 100 (solvencia máxima).

Una variable dummy regional para CAPRD, que interactúa con la deuda, produjo un coeficiente pequeño, positivo y significativo, que podría estar captando una mejora constante de la tolerancia a la deuda en la región durante el período que abarca la muestra.

Empleamos también variables dummy para los distintos períodos en lugar de una tendencia temporal sin que se observara ningún efecto en las estimaciones. Las variables dummy no resultaron significativas en la estimación MGM. Análogamente, utilizamos una variable para ingreso/PIB para representar la capacidad de reembolso de la deuda, que tampoco resultó significativa. Por último, usamos la deuda externa en lugar de la deuda total, pero aunque el coeficiente fue significativo, resultó muy pequeño (0,02).

Supusimos que en el primer período IIRt–1 = IIRt–2 para mantener la estabilidad de la curva de intolerancia a la deuda.

Otra manera de comprobar que los países pertenecen al grupo intermedio es examinar las perspectivas de calificación de los países que están en el límite entre la calificación de inversión no especulativa y la especulativa.

Una manera de tener en cuenta el elemento concesional sería convertir la deuda al valor nominal equivalente al valor de mercado que produciría el mismo valor presente neto que la deuda corriente a tasas de interés de mercado.

    Other Resources Citing This Publication