Beruflich Dokumente
Kultur Dokumente
ADMINISTRACIN, FINANZAS
Volumen 2
Nmero 1
Y ECONOMA
Enero-Junio
2008 (Journal of Management, Finance and Economics)
Artculos
Director
Dr. Jose Antonio Nunez Mora Tecnologico de Monterrey
Editor de Produccion
Dr. Fernando Cruz Aranda Tecnologico de Monterrey
Directores Adjuntos
Carlos M. Urzua Tecnologico de Monterrey
Enrique Casares Universidad Autonoma Metropolitana
Jose C. Ramrez-Sanchez Tecnologico de Monterrey
Comite Editorial
Alberto Hernandez Tecnologico de Monterrey
Antonio Ruiz-Porras Universidad de Guadalajara
Edgar Ortiz Universidad Nacional Autonoma de Mexico
Elvio Accinelli Facultad de Economa de la UASLP
Jose L. de la Cruz Tecnologico de Monterrey
Anabella Davila Tecnologico de Monterrey
Francisco Venegas-Martnez Escuela Superior de Economa, IPN
ISNN: en tramite
Revista de Administracion, Finanzas y Economa
Escuela de Graduados en Administracion y Direccion de Empresas, EGADE
Division de Negocios
Tecnologico de Monterrey, Campus Ciudad de Mexico
Calle del Puente 222, Col. Ejidos de Huipulco, Tlalpan. C. P. 14380, Mexico D. F.
Aulas III, cuarto piso. Tel. +52 (55) 54832020 ext. 2240 y 1392
Correo electronico: raf.ccm@servicios.itesm.mx
Pagina: http://www.csf.itesm.mx/egade/publicaciones
Artculos
Pagina
Resumen
En este artculo estudiamos extensiones de VaR para administrar el riesgo es-
tructural, aplicable a las instituciones financieras y en particular a los bancos,
basados en la identificacion, medicion y control del riesgo. Se propone el uso de
medidas de riesgo aplicables en ambas partes del balance (Activo y Pasivo) y
en el flujo de efectivo de la institucion. Se propone el uso de medidas de control
de riesgo de fondeo, ingreso y liquidez, ademas de la muy conocida medida de
riesgo de mercado (VaR).
Abstract
In this paper we study an extension of value at risk to structural risk
management alternative, applied to financial institutions, banks particularly,
this investigation was based on identify, quantify and risk control. We propose
to use risk measures over both sides of balance sheet (Asset and Liability) and
over cash flow of the institution. We propose risk control measure like funding,
earnings and liquidity, besides the well known measure of market risk (VaR).
Clasificacion JEL:C61
Palabras clave: Riesgo, Var, MaR, LaR, WaR, Liquidez, Fondeo, Banco, limites
1. Introduccion
En este artculo estudiamos un extension al la metodologa de valor en riesgo
para administrar el riesgo estructural, aplicable a las instituciones financieras
y en particular a los bancos, basados en la identificacion, medicion y control
del riesgo, antes de empezar, quisiera comentar sobre las fuentes de riesgo en
el manejo de los activos y pasivos, la fuentes de incertidumbre en el balance se
encuentra en los flujos de efectivo, el costo de fondeo y la tasa de rendimiento,
por esta razon para las instituciones financieras es necesario adecuar un modelo
que les permita de forma facil, tomar decisiones de inversion y fondeo, siempre
buscando una interaccion entre riesgo, rendimiento y liquidez, temas que seran
abordados mas ampliamente a lo largo de este documento.
La Administracion de Activos y Pasivos bajo incertidumbre involucra dis-
tintas fuentes de riesgo. Las fuentes de riesgo o incertidumbre se basan en
movimientos de los factores economicos, mercado y condiciones demograficas.
Galeana 118-101C, Santa Ursula Xitla, Tlalpan 14420 Mexico, D.F. Tel. 5229-2203,
5513-3526, Fax. 5229-2396
2 Generalizaciones de la metodologa VAR
esta herramienta supone que las variables nancieras siguen una distribucion
Gausiana (Normal).
Figura 1
Probability Density Estimate
Prot/Loss Value(millions)
Distribucion Gausiana (Normal)
El V aR se reere encontrar el punto donde la probabilidad acumulada alcanza
la cantidad 1-Nivel de conanza,
V aR
f(s)ds = 1 c,
La proporcion del total del pasivo, que representa el fondeo fk , estan rela-
cionados por el nivel de capitalizacion del banco, y podra representar un limite
de fondeo.
Con esto introduzco el lmite de liquidez como una proporcion de los pasivos
relacionado con una probabilidad de cancelacion de pasivos:
L R = n V (3)
p + z H(G).
En donde el ndice de Herndal - Hirschman H(G) queda dado por:
2
p T F 1T G
H(G) , p = y =
z V V
Tabla 1
Analisis comparativo de las diferentes metodologas
V aR W aR
V aR
W aR
f(s)ds = 1 c f(s)ds = 1 c
Supuestos
Dist. Normal Dist. Bernoulli
2 p; si cancelan pasivo
f(x) = 1 e(x) /2 f(x) =
22 1 p; si continua.
Media = Media = p
Varianza = 2 Varianza = p(1 p)
V aRc = + zc V aRc = + zc
Forma de calculo
Parametrico Parametrico
Simulacion Historica Simulacion Historica
Simulacion Montecarlo Simulacion Montecarlo
(Continuacion) Tabla 1
Analisis comparativo de las diferentes metodologas
LaR EaR
LaR
EaR
f(s)ds = 1c
f(s)ds = 1 c
Supuestos
Dist. Binomial Dist. Dada por el modelo de
f(x) = Cnm pi (1 p)ni estructura de tasas empleado
Media = np (Normal, Familia de valores
Varianza = np(1 p) extremos, etc.)
V aRc = + zc V aRc = + zc
Forma de calculo
Parametrico
Simulacion Historica Simulacion
Simulacion Montecarlo Simulacion Montecarlo
LaR Riesgo de liquidez, determina el nivel de liquidez necesaria
para solventar obligaciones. EaR Riesgo en ujos de efectivo,
busca determinar la maxima perdida al cambiar
la tasa de interes.
4. Conclusiones y comentarios
En este artculo se dio a conocer una alternativa para administrar en las insti-
tuciones nancieras y en particular bancos, el riesgo estructural, basandonos en
la identicacion, medicion y control del riesgo.
8 Generalizaciones de la metodologa VAR
Bibliografa
Resumen
En este artculo se plantea la conveniencia de utilizar las herramientas matema-
ticas de la mecanica cuantica para resolver algunos problemas nancieros. En
particular, se discute el modelo de tasa corta de Vasicek en tiempo continuo en
el marco de la integral de trayectoria de Feynman. Para ello, se determina el
Lagrangiano del sistema a partir del Hamiltoniano asociado de la ecuacion hacia
atras de Fokker-Planck. Posteriormente, se calcula la accion a n de obtener
el precio de un bono cupon cero y su tasa forward. En conclusion, se pretende
mostrar que la mecanica cuantica es una alternativa ecaz en la solucion de
algunos problemas complejos que surgen en la valuacion de derivados.
Abstract
The aim of this paper is to show the convenience of using mathematical tools
from quantum mechanics to solve some nancial problems. In particular, the
Vasicek short-rate model in continuous time is discussed in the framework of the
Feynman path integral. To do this, the Lagrangian of the system is obtained
from the Hamiltonian associate to the backward Fokker-Planck equation.
Subsequently, the action is calculated to obtain the price of a zero-coupon bond
and its forward rate. In conclusion, the paper attempts to show that quantum
mechanics is an eective alternative in solving some complex problems that
arise in pricing derivatives.
Clasificacion JEL: G13
Palabras clave: Productos derivados.
1. Introduccion
En los ultimos anos un gran numero de fsicos se han interesado en resolver
problemas nancieros. Para ello, han empleado herramientas matematicas de
la mecanica estadstica y la mecanica cuantica desarrolladas a lo largo de muchos
anos para resolver problemas complejos de la fsica. Esta situacion le ha dado
un gran impulso a la teora nanciera dando origen a la Econo-Fsica y a las
Finanzas Cuanticas
En particular una de las ramas de la fsica que ha cobrado mas interes es la
mecanica cuantica. Desde principios del siglo pasado, practicamente, muchas
Profesor-Investigador de la Escuela de Ingeniera de la Universidad Panamericana.
Profesor-Investigador de la Escuela Superior de Economa del Instituto Politecnico Na-
cional. Correo electronico: fvenegas@ipn.mx
10 El modelo de Vasicek
1
Tomado de Venegas (2006), pag. 253.
Revista de Administracion, Finanzas y Economa 11
PB (R, t; r) = HB PB (R, t; r), (2)
t
donde:
1 2
HB = 2 (r) 2 a(r) . (3)
2 r r
Observe que para calcular el valor de PB (R, t; r) como elementos de una matriz
es necesario utilizar la notacion de Dirac, en la cual el vector ket representa
el |estado inicial y el vector bra (vector dual) representa el estado nal|.
Sin embargo, para este caso, dado que se considera el tiempo hacia atras, el
estado inicial sera |R y el estado nal r|, con lo cual se llega a las siguientes
condiciones para calcular PB (R, t; r):
r(T ) = R.
Ahora a partir del Hamiltoniano denido en la ecuacion (3) se obtiene el La-
grangiano requerido para calcular la accion y con esta el precio del bono me-
diante una integral de trayectoria de Feynman de la forma:
1
P (t0 , T ) = eSB Dr, (5)
ZB
T
SB = LB dt. (7)
t0
2
Ver Baaquie (2004), pag. 120
12 El modelo de Vasicek
2 2
2 x +jx 1
2 j
1
Z[j] = N e dx = N e e 2 x dx = e 2 j , (9)
con N = /2. En consecuencia, si en la ultima integral de la expresion (8)
se toman:
= 2 ; j = i(r r a),
se llega a
T 2
1 1 dr
SB = 2
a(r) dt, (13)
2 (t) dt
t0
T
P (t0 , T ) = E exp r(t)dt r(t0 ) = r0 . (14)
t0
dr
= a(b r) + dWt , (15)
dt
T
2
1 1 dr
SV = a(b r) dt, (16)
2 2 dt
t0
14 El modelo de Vasicek
dr(T )
r(t0 ) = r0 ; = 0. (18)
dt
Con base en lo anterior se puede obtener el precio del bono cupon cero me-
diante el calculo del promedio del factor de descuento sobre la distribucion de
probabilidad mencionada antes, as:
T
1 r(t)dt
P (t0 , T ) = eSV e t0 Dr. (19)
Z
Si ahora se dene
T
S SV r(t)dt, (20)
t0
entonces se tendra
1
P (t0 , T ) = eS Dr. (21)
Z
Al sustituir (16) en (21), se obtiene:
T T
2 T
1 dr
S = SV r(t)dt = 2 a(b r) dt r(t)dt. (22)
2 dt
t0 t0 t0
Una forma de calcular las integrales de la expresion (23) es a traves del siguiente
cambio de variable:
dr
v(t) = + ar. (24)
dt
Revista de Administracion, Finanzas y Economa 15
T
a(tt0 ) at
r(t) = e r0 + e eat v(t )dt . (25)
t0
= r0 I1 + I2 .
A continuacion se calcula I1 :
T T
a(tt0) 1 1 ea(T t0 )
I1 = e dt = eat0 eat dt = B(t, T ). (27)
a a
t0 t0
T
I2 = B(t, T )v(t)dt, (28)
t0
T T
r(t)dt = r0 B(t, T ) + B(t, T )v(t)dt. (29)
t0 t0
Ahora hay que vericar que r(t) como esta expresada en (25) cumpla las condi-
ciones inicial y de frontera:
Ahora bien, debido al cambio que se hizo en (23): a(b r) ar, entonces
se tiene que hacer el cambio r r b, con lo cual la expresion (31) queda
nalmente como:
T
1 2
S= v (t) + 2 2 B(t, T )v(t) dt (r0 b)B(t0 , T ) b(T t0 ). (32)
2 2
t0
Ahora se calcula el precio del bono cupon cero para lo cual se sustituye (32) en
(21):
T
1
2 2
[v 2 (t)+22 B(t,T )v(t)]dt(r0 b)B(t0,T )b(T t0)
1 t0
P (t0 , T ) = e Dr
Z
(33)
T
1
2 2
[v 2(t)+22 B(t,T )v(t)]dt
1 (r0 b)B(t0 ,T )b(T t0) t0
= e e Dr.
Z
Si se dene K = e(r0 b)B(t0 ,T )b(T t0) , entonces (33) queda como
T
212 {[v 2 (t)+22 B(t,T )v(t)+4 B2 (t,T )]4 B2 (t,T )}dt
K t0
P (t0 , T ) = e Dr
Z
T
212
2
[v(t)+2 B(t,T )] 4 B2 (t,T ) dt
K t0
= e Dr
Z
T T
2
2 B 2 (t,T ) 1
2 2
[v(t)+2 B(t,T )]2 dt
K t0 t0
= e e Dr.
Z
(33 a)
Revista de Administracion, Finanzas y Economa 17
Con la expresion anterior es posible expresar el valor del bono cupon cero me-
diante la expresion:
P (t0 , T ) = A()eB()r0 , (38)
donde:
2 2 2
A() = exp b ( B()) B () . (39)
2a2 4a
Como puede apreciarse las expresiones (37), (38) y (39) coinciden perfectamente
con las obtenidas por Vasicek en su artculo original, ascomo con los libros de
texto clasicos.4 Por ultimo, para el calculo de la tasa forward se sigue que:
f(t0 , T ) = ln P (t0 , T )
T
2
2 2
= B()r0 + b ( B()) B ()
T 2a2 4a
2
2
= ea(T t0 ) r0 + 2 b b
2a 2a2
2
2 ea(T t0 ) e2a(T t0 )
2a 2 (40)
a 2 2 a
=e r0 + 2 b 2
b + 2
e e2a
2a 2a 2a
2
= ea (r0 b) + b 2 1 2ea + e2a
2a
a 2 2
= r0 + (b r0 ) e (b r0 ) 2 1 ea
2a
2 2
= r0 + 1 ea (b r0 ) 2 1 ea .
2a
Este ultimo resultado coincide con el obtenido por Vasicek, con lo cual se de-
muestra que el empleo de la integral de trayectoria y los conceptos fsicos aso-
ciados como el Hamiltoniano, el Lagrangiano y la accion pueden ser empleados
para resolver problemas nancieros.
4. Conclusiones
Como puede verse a lo largo de este trabajo, el empleo de la integral de trayec-
toria de Feynman constituye una herramienta poderosa para resolucion de pro-
blemas complejos en el campo de las nanzas. En este ejercicio se utilizo un
metodo alternativo para valuar un bono cupon cero cuya tasa corta se comporta
de acuerdo con modelo de Vasicek en tiempo contnuo.
Se prevee que este sea el primero de una serie de trabajos relacionados con
uso de la integral de trayectoria de Feynman para otros modelos de tasa corta
disponibles en la literatura nanciera. Una gran ventaja que tiene el uso de
4
Vease Venegas (2006).
Revista de Administracion, Finanzas y Economa 19
Bibliografa
Resumen
Este artculo discute una nueva metodologa para estimar el capital economico
por riesgo de credito para un portafolio de creditos al menudeo -o de personas
fsicas-, utilizando los conceptos generales de copula y medidas de dependencia,
as como algunos de los resultados centrales de Teora de Valores Extremos
(TVE). La superioridad del modelo propuesto sobre las tecnicas tradicionales
de estimacion se demuestra al aplicar copulas Elpticas Generalizadas y copulas
Agrupadas del tipo t de Student para modelar la estructura de dependencia de
los parametros de riesgo P D, EAD y LGD. Ademas, se utiliza el metodo POT
para analizar el comportamiento de las perdidas extremas del portafolio.
Abstract
This paper discusses a new methodology to estimate the economic capital by
credit risk for a retail portfolio based on the general concepts of copula and
dependence measures as well as some core results of the Extreme Value Theory
(EVT). The superiority of the proposed approach over the traditional estimation
techniques is demonstrated in the application of Elliptical Generalized copulas
and Grouped copulas of the t Student type to model the dependence structure
of the risk parameters P D, EAD and LGD. Furthermore, the POT method is
used to analyze the extreme losses behavior.
Clasificacion JEL: C14, C15, C16 y G32
Palabras clave: Capital Economico, Riesgo de Credito, Copulas, Valores Extremos
1. Introduction
El capital economico (CE) es el capital en riesgo que los accionistas invierten
para limitar, con cierto nivel estadstico de confianza, la probabilidad de in-
cumplimiento de una posicion en un horizonte de tiempo dado. A diferencia
del capital contable o del regulatorio, el CE provee una estimacion del riesgo
basada en medidas objetivas, transparentes (o expresadas en unidades mone-
tarias especficas) y comprensivas (al incluir a diferentes clases de riesgos) que
permiten utilizar mas eficientemente el capital.
1
Alumno del doctorado en Ciencias Financieras, ITESM-CCM.
2
Director Academico de la Division de Negocios, ITESM-CCM, josecarlos.ramirez@itesm
.mx
Modelo de calculo de capital economico 21
Las dos copulas anteriores pertenecen a una familia de copulas mas generales
llamadas copulas Elpticas Generalizadas (incluidas las simetricas), cuya facil
manipulacion (y estimacion) para dimensiones grandes la hacen una alterna-
tiva mas atractiva frente a otras familias multivariadas. Se dice que un vector
aleatorio Y tiene distribucion Elptica Generalizada si se le puede representar
como
Y d = + RAU k , (5)
donde U k es un vector aleatorio uniformemente distribuido sobre la esfera uni-
taria S k1 = {x k |x x = 1}, R es una v.a., d , y A Mdk ().
Esencialmente, la estructura de dependencia entre R y U k determinan la f.d.
de Y. En el caso particular en que R 0es una v.a. independiente de U k , se
tiene que Y tiene distribucion Elptica (Simetrica)5 .
Frahm et al. 2003 propone modelar la asimetra mediante una distribucion
condicional en escala para R, es decir, considera FR|U (d) =u (r) = P {(u)R
r}, donde la funcion de escala esta dada por
d
i d i
Au Au
(u) = 0 + i , i+ + i , i , (6)
||Au|| ||Au||
i=1 i=1
Beta(, ). Por otro lado, los vectores de referencia 1+ , . . . , d+ son los vectores
propios de y 1, . . . , d sus conjugados negativos, los cuales existen ya que
se supone que = AA es positiva denida.
2
Cuando se dene FR|U (d) =u (r) = F(d,(u)) rd , donde F(m,n) es la f.d. F
de Fisher con grados de libertad (m, n), a la distribucion resultante para Y se
conoce como t de Student Generalizada y su densidad esta dada por
(w(x)+d)/2
((w(x) + 2)/2) (x ) 1 (x )
f(x) = 1+ ,
(w(x)/2)(w(x))d/2 ||1/2 w(x)
(7)
y x = , donde w(x) = (x ). A la copula asociada al vector aleatorio Y se
llama copula Elptica Generalizada.
Existe un grupo de copulas llamadas copulas de Mezcla de Normal Agru-
padas. Uno de los ejemplos mas comunes es la copula t de Student Agrupada,
denida por Demarta et al. 2004, en donde se construye una copula para un
vector aleatorio X de manera que ciertos subvectores de X tengan copulas t de
Student pero con diferentes niveles de dependencia en la cola entre s. Sean las
v.a. Z Nd (0, P ) y U U (0, 1) independientes entre s. Considerese una par-
ticion del conjunto {1, . . . , d} en m subconjuntos de tamaos {s1 , . . . , sm } y para
5
Las propiedades y resultados mas importantes de las distribuciones Elpticas Gener-
alizadas se pueden revisar en Frahm et al. 2003, mientras que para el caso simetrico se
recomienda Cambanis et al. 1981.
24 Revista de Administracion, Finanzas y Economa
donde
X= W1 Z1 , . . . , W1 Zs1 , W2 Zs1 +1 , . . . , W2 Zs1 +s2 , . . . , Wm Zd
y
S (X1 , X2 ) = (F1 (X1 ), F2 (X2 )),
donde (X1 , X2 ) es una copia independiente de (X1 , X2 ) cuyas marginales corre-
spondientes son F1 y F2 . Aqu (X1 , X2 ) denota la correlacion lineal de Pearson
de X1 y X2 .
Otras medidas de dependencia para parejas de v.a. que tambien dependen
solamente de la copula de las v.a. X1 y X2 con marginales continuas, son los
coecientes de dependencia de la cola. Estos coecientes proporcionan medi-
das de dependencia extrema, es decir, permiten cuanticar la magnitud de la
dependencia en las colas de una distribucion divariada. Se dene el coeciente
de dependencia de X1 y X2 de la cola superior como
u u (X1 , X2 ) = lim P X2 > F21 (q)|X1 > F11 (q) , (10)
q1
6
Es decir, su copula asociada es la f.d. del vector aleatorio (U,...,U ), que se denota como
copula de comonoticidad y esta dada por M (u1 ,...,ud )=min{u1 ,...,ud }.
Modelo de calculo de capital economico 25
Existe una relacion entre la tau de Kendall y la correlacion lineal para vec-
tores elpticamente distribuidos con marginales continuas (para una prueba se
recomienda ver Lindskog et al. 2003), la cual establece que
1
= 2t+1 ( + 1) 1+ . Sin embargo, existe una expresion general para
los coecientes de dependencia de la cola de vectores con f.d. Elptica simetrica
(en este caso l = u ) cuando la v.a. R de la representacion (4) es de variacion
regular con ndice . Dicha expresion, obtenida por Hult and Lindskog 2001,
coincide, para x = 4 12 arcsin, con el valor de la funcion
2
cos tdt
(, x) = x (12)
0
2
cos tdt
Tabla 1
Composicion del portafolio de creditos
pt = 1 pt
LGD (16)
Figura 1
Estimaciones historicas de P D (izquierda), CCF (al centro)
y LGD (derecha) por producto.
Tabla 2
Estimaciones empricas de P E y V aRq de las perdidas
historicas por producto y portafolio total.
VaRqEmp
Producto PE 99% 99 .5% 99.9% 99.95%
A 8.87% 10.35% 10.37% 10.37% 10.37%
B 5.31% 6.72% 6.73% 6.73% 6.73%
C 0.34% 0.89% 0.90% 0.90% 0.90%
D 1.34% 2.50% 2.51% 2.51% 2.51%
E 7.35% 11.15% 11.15% 11.15% 11.15%
F 8.95% 12.05% 12.10% 12.10% 12.10%
G 9.56% 12.92% 12.93% 12.93% 12.93%
H 5.9 9% 7.76% 7.76% 7.76% 7.76%
I 1.71% 2.23% 2.23% 2.23% 2.23%
J 2.88% 4.88% 4 .8 8% 4.88% 4.88%
TO TA L 3.79% 5.21% 5.22% 5.22% 5.22%
Figura 2
Histogramas de las perdidas historicas por producto
y portafolio total.
donde yk = 1 (F1 (xik )), . . . , 1 (Fd (xdk )) y Fi es la f.d. emprica del
vector de observaciones (xi1 , . . . , xin ) de la v.a. Xi , para cada i = 1, . . . , d.
7
Para una muestra de observaciones x1 ,...,xn el estimador de densidad kernel esta dado
n K (xxj )
por la funcion f(x)=
j=1 h
donde Kh (x)=( h1 )K ( hx ), K(u)=( 34 )(1u2 ) 1{|u|<1} es la
n Kh (tu)dt
VaRqEmp
Producto PE 99% 99 .5% 99.9% 99.95%
A 8.91% 10.61% 10.79% 11.20% 11.32%
B 5.37% 6.58% 6.67% 6.96% 7.01%
C 0.38% 1.05% 1.15% 1.31% 1.35%
D 1.36% 1.83% 1.88% 2.00% 2.04%
E 7.36% 11.48% 11.87% 12.65% 12.80%
F 8.88% 10.76% 10.99% 11.37% 11.61%
G 9.73% 11.72% 11.93% 12.42% 12.65%
H 6.00% 7.65% 7.74% 7.89% 7.96%
I 1.73% 2.30% 2.35% 2.46% 2.51%
J 2.87% 4.39% 4.52% 4.84% 4.93%
TO TA L 3.83% 4.27% 4.33% 4.43% 4.47%
Tabla 4
Estimaciones P E y V aRq ajustando una copula Gaussiana
a P D y CCF de todo el portafolio.
VaRqEmp
Producto PE 99% 99.5% 99.9% 99.95%
A 8.92% 10.33% 10.52% 10.85% 10.93%
B 5.36% 6.82% 6.96% 7.17% 7.21%
C 0.37% 0.94% 1.02% 1.14% 1.21%
D 1.37% 2.41% 2.51% 2.68% 2.72%
E 7.41% 12.25% 12.6 6% 13.55% 1 4.01%
F 8.94% 12.07% 12.4 1% 13.11% 13.19%
G 9.74% 13.52% 13.83% 14.55% 14.73%
H 6.00% 7.43% 7.51% 7.72% 7.74%
I 1.72% 2.19% 2.24% 2.34% 2.36%
J 2.88% 4.60% 4.69% 4 .86% 4.93%
TO TA L 3.84% 5.04% 5.17% 5.39% 5.42%
8
Para la eleccion del parametro de ancho de banda de la densidad kernel se puede utilizar
la regla de Silverman, que permite determinar un ancho de banda h optimo (para ajustar den-
1/5
sidades normales) el cual esta dado por (40 /n) , donde n es el numero de observaciones
y la volatilidad estimada de los datos.
32 Revista de Administracion, Finanzas y Economa
Tabla 5
Estimaciones de P E y V aRq ajustando una copula t de
Student Simetrica P D y CCF de todo el portafolio.
VaRqEmp
Producto PE 99% 99.5% 99.9% 99.95%
A 8.90% 10.94% 11.12% 11.49% 11.73%
B 5.36% 7.19% 7.32% 7.61% 7.67%
C 0.37% 0.98% 1.08% 1 .21% 1.25%
B 1.36% 2.56% 2.69% 2.84% 2.87%
C 7.37% 12.77% 13.35% 14.07% 14.42%
B 8.90% 12.62% 13.05% 13.66% 13.93%
C 9.70% 14.18% 14.49% 15.30% 15.47%
B 6.00% 7.80% 7.91% 8.13% 8.17%
C 1.72% 2.27% 2.34% 2.46% 2.48%
B 2.87% 4.79% 4.91% 5.08% 5.14%
TOTA L 3.82% 5.33% 5.46% 5.68% 5.78%
son las perdidas simuladas del producto p formado por las cubetas i {i1 , . . . ,
ik }.
La tabla 8 muestra los estimadores del ndice de la cola 9 que resultan
de ajustar las copulas Elpticas a cada producto y al portafolio total. Como se
puede apreciar, los comportamientos a observaciones extremas conjuntas para
los parametros P D y CCF son bastante diferentes entre productos.
Tabla 6
Grados de libertad para (P D, CCF ) por producto y portafolio total.
(PD, CCF)
Producto Grados de libertad
p (Depend. Cola)
A 20.5
B 38.8
C 11.8
D 14.2
E 67.9
F 9.7
G 10.8
H 2.0
I 22.1
J 3.2
TOTAL 276.8
9
La v.a. espectral R de la representacion (5) se supone de variacion regular en infinito
con ndice > 0. Dicho ndice mide la ocurrencia de observaciones conjuntas extremas, a
menor valor de mayor dependencia entre las observaciones extremas conjuntas. En el caso
de la copula t de Student coincide con los grados de libertad.
34 Revista de Administracion, Finanzas y Economa
Tabla 8
Estimaciones de P E y V aRq por producto ajustando una copula t
de Student Generalizada a los parametros de riesgo P D y CCF .
10
Para revisar los resultados mas importantes de este metodo derivado de la Teora de
Valores Extremos se recomienda ver Embrechts 1997.
Modelo de calculo de capital economico 35
Figura 3
Histogramas de las perdidas simuladas por producto y portafolio to-
tal ajustando una copula t de Student Agrupada a los parametros P D y CCF .
Tabla 12
Estimaciones de ESq ajustando una copula t de Student Agrupada
a los parametros P D y CCF , y una copula t de Student a la LGD.
1e35P Di 1e35P Di
tarjeta de credito, 0.15 para hipotecario y .03 1e35 + .16 1e35
para el portafolio de consumo).
En ambos enfoques los parametros CCF y LGD se consideran constates,
por lo que para nes de la aplicacion seran iguales a su valor promedio historico.
En el siguiente cuadro resumen (Tabla 13) se muestran los resultados de
CE y capital regulatorio obtenidos bajo el modelo de un factor y las reglas
de IRB de Basilea II. Se agregan tambien las estimaciones de V aRq por el
metodo P OT que se obtuvieron en el ajuste de la copula t de Student Agrupada,
as como las que resultan de ajustar densidades kernel que dan mas peso a
Modelo de calculo de capital economico 39
Tabla 13
Estimaciones de CE por el modelo de un factor KM V /CM , el
capital regulatorio bajo el enfoque IRB de Basilea II y el CE del modelo
Copula t Student grupada.
Tabla 14
Comparacion del modelo propuesto con un enfoque de
matrices de transicion.
6. Conclusiones
La metodologa de calculo del CE por riesgo de credito propuesta en este trabajo
de investigacion muestra las ventajas de modelar la estructura de dependencia
de los parametros de riesgo mediante el uso de copulas Elpticas Generalizadas
y de Mezclas de Normales Agrupadas, para el caso concreto de familias del tipo
t de Student. Este tipo de copulas arrojo mejores resultados en la modelacion
del comportamiento de las perdidas extremas del portafolio con respecto a las
estructuras de dependencia comunmente utilizadas en nanzas, como son la
copula Gaussiana y la copula de Independencia. El ejercicio de bondad de ajuste
revelo que el mejor ajuste lo proporciona la copula t de Student Agrupada, al
tiempo que no se encontraron diferencias signicativas entre los ajustes de la
copula t de Student Simetrica y la copula t de Student Generalizada en cada
producto, no obstante que esta ultima s modela la asimetra en la estructura
de dependencia. Una de las principales razones por las que se utiliza la copula
t de Student Agrupada obedece a que permite modelar la dependencia entre
productos con diferentes ndices de dependencia extrema, lo que hace posible la
agregacion de las perdidas del portafolio total, resaltando el benecio del efecto
de diversicacion.
Al comparar la metodologa propuesta con otros modelos, se observo que el
modelo de incumplimiento de un solo factor tiende a subestimar el CE, mientras
Modelo de calculo de capital economico 41
Apendice
Denotense las realizaciones de n copias independientes del vector aleatorio X
(el conjunto de los datos) por
x11 x12 . . . x1n
.. ..
x . .
{(x1 , . . . , xdt ) }nt=1 .21 .. = [ x.1 x.2 . . . x.n ]
.. ..
. .
xd1 ... . . . xdn
Algoritmo 1
(i) Determinar las correlaciones tau de Kendall de cada pareja (Xi , Xj ) medi-
1
(n) n
ante el estimador (Xi , Xj ) =
2 k>l sign[(xik xil )(xjk xjl )];
Algoritmo 2
(i) Estimar los parametros ij y de una distribucion Elptica Generalizada
sobre el vector X usando el Algoritmo 1;
(ii) Ajustar a cada componente de X alguna f.d. marginal Fj continua. Si por
ejemplo, el numero de observaciones n no es muy grande, se puede utilizar un
kernel de suavizacion;
(iii) Simular observaciones y1 , . . . , yN de un vector Y cuya representacion esta
dada por la ecuacion (5), utilizando las estimaciones de los parametros anteri-
ores y estructura de dependencia de dicha representacion (bajo la especicacion
de la f.d. de la v.a. espectral R);
(iv) Construir observaciones u 1 , . . . , u
N de la copula emprica con las observa-
ciones simuladas y1 , . . . , yN , a saber,
i = (Ui1 , . . . , Uid ) F1 (yi1 ), . . . , F1 (yid ) ,
u
Bibliografa
Resumen
En este trabajo se analiza empricamente la relacion entre las tasas de interes
forward implcitas en la curva mexicana de los swaps de TIIE-28 das. Los
resultados muestran que existen correlaciones fuertes entre tasas de plazos ad-
yacentes, pero que tal correlacion se va debilitando conforme se ampla la dis-
tancia (en la estructura de plazos) entre ellas. Esto es coherente con la teora
del nicho preferido de Modigliane y Stuch (1966) y sugiere que los modelos
de ajuste, calibracion o analisis de la curva interbancaria de tasas en Mexico
deberan incorporar alguna relacion entre las tasas forward.
Abstract
In this paper, the degree of the relationship amongst the underlying forward
interest rates to the Mexican TIIE-28-day swap interest rate curve is analyzed.
It is found empirically that there are strong correlations between term-adjacent
forward interest rates, but such correlations become weak when the distance
(in the term structure) between them increases. This is in line with the preferred
habitat theory of Modigliane and Stuch (1966), and it suggests that the models
for adjusting, calibrating or analyzing the Mexican interbank interest rate curve
should incorporate some relationship amongst the forward interest rates.
Clasificacion JEL: E43, G12
Palabras clave: Tasa de interes spot y forward, bootstrapping, correlacion, swaps de TIIE-28
das .
1. Introduccion
Un cuestionamiento aparentemente obvio, pero cuya respuesta tiene serias con-
secuencias en el contexto de la aplicacion practica de los modelos de tasas de
Direccion de Riesgos de Mercado, Grupo Financiero HSBC. Este artculo es parte
del trabajo inicial realizado por el autor para el desarrollo de su tesis doctoral en el pro-
grama de Doctorado en Ciencias Financieras del Tecnologico de Monterrey, Campus Ciudad
de Mexico. Direccion para correspondencia: Paseo de la Reforma 347, Oficina 14, Col.
Cuauhtemoc, C.P. 06500, Mexico, D.F. Tel.: 57212663. Fax: 57212666. Correo electronico:
jesus.bravo@hsbc.com.mx .
Analisis emprico 45
2.1 La relacion entre las tasas de corto plazo y las de largo plazo
Para inspeccionar la relacion entre las tasas de interes de los swaps de TIIE, la
informacion utilizada son las cotizaciones de dichos swaps para todos sus plazos
negociados. Esta informacion es de frecuencia diaria y proviene de los datos
reportados por PiP (Proveedor Integral de Precios, S.A.) quien es uno de los
dos price vendors autorizados por la CNBV como fuentes oficiales de precios2 .
1
Todos los detalles tecnicos acerca del bootstrapping se presentan en el Anexo 1 con la
finalidad de presentar en el cuerpo principal de este trabajo solo los resultados del analisis de
la manera mas clara posible.
2
Consultar pagina web de PiP en www.precios.com.mx.
46 Revista de Administracion, Finanzas y Economa
3
Utilizar historia mas antigua podra sesgar el analisis realizado debido a la relativa
iliquidez o poca profundidad del mercado de los swaps de TIIE en el pasado.
4
En todos los casos los cambios utilizados son cambios cada cuatro semanas para reflejar
el hecho de que al tener la TIIE plazo de 4 semanas, la unidad mnima de plazo sobre los
swaps de TIIE es 4 semanas. Es importante mencionar que la estructura de plazos suele
presentarse con informacion a todos los plazos (cada da y teoricamente en un continuo)
porque se ha asumido algun modelo de interpolacion o ajuste para derivarla a cada plazo
(modelo de bootstrapping y/o modelo de ajuste global).
5
1 y 10 anos se refieren realmente a que el swap esta compuesto de 13 y 130 periodos de
28 das, respectivamente (estos swaps son conocidos como los swaps 13X1 y 130X1 por
este hecho), lo cual equivale a 364 y 3640 das naturales.
6
Favor de notar que 1/1.2559=0.7962=0.5098 ; es decir, no se cumple la reciprocidad
entre las pendientes entre las rectas ajustadas debido a que la correlacion no es perfecta.
Notese sin embargo que el producto de las pendientes es igual al producto de los coeficientes
de correlacion como lo indica la teora de regresion:(1.2559)(0.5098)=(0.8002)(0.8002)=0.6403.
Analisis emprico 47
Figure 1
Volatilidad historica de los cambios en las tasas swap de
TIIE-28 das.
FUENTE: Elaboracion propia del autor con base en los datos de PiP de cotizaciones de
Swaps de TIIE para el periodo del 24 de enero de 2005 al 13 de marzo de 2007.
Figure 2
Cambios en la tasa swap de 10 anos explicados por los cambios
en la tasa swap de 1 ano.
FUENTE: Elaboracion propia del autor con base en los datos de PiP de cotizaciones de
Swaps de TIIE para el periodo del 24 de enero de 2005 al 13 de marzo de 2007.
48 Revista de Administracion, Finanzas y Economa
Figure 3
Cambios en la tasa swap de 1 ano explicados por los cambios
en la tasa swap de 10 anos.
FUENTE: Elaboracion propia del autor con base en los datos de PiP de cotizaciones de
Swaps de TIIE para el periodo del 24 de enero de 2005 al 13 de marzo de 2007.
Con la intencion de mostrar que tanto impacta un cambio en la tasa swap
de 1 ano (que se considerara como de corto plazo) a las tasas swap de otros
plazos, la figura 4 muestra el factor que relaciona los cambios en las tasas swap
(estimado por regresion lineal) si la tasa swap de 1 ano fueran el unico factor
que explicara los cambios en las demas. Por otro lado, la figura 5 muestra lo
mismo que la figura 4 pero ahora tomando como factor explicativo a los cambios
de la tasa swap de 10 anos (que se considerara como de largo plazo)7 .
Como la respuesta de las tasas swap mostradas en las figuras 4 y 5 es
una respuesta estadstica promedio estimada por regresion, se ha dibujado
(lneas punteadas) la variacion posible en la estimacion con un intervalo de
2 errores estandar. Los resultados empricos presentados son solo indicativos
y muestran claramente que existe correlacion entre los cambios de las tasas de
interes spot de los swaps de TIIE-28 das que se operan en el mercado mexicano
de derivados OTC de tasa de interes, pero definitivamente tal correlacion no es
perfecta; mas aun, tal correlacion se debilita conforme se aumenta la distancia
entre las tasas swap comparadas. Esto indica que la utilizacion de modelos de
tasa corta unifactoriales no son buenos para estimar y representar la estructura
completa de las tasas de interes de los swaps de TIIE-28 das.
7
Es importante mencionar que existen tasas swap de TIIE-28 das para plazos menores
a 1 ano y plazos mayores a 10 anos; no obstante se consideran las tasas swap de 1 a 5 anos,
7 anos y 10 anos para simplicidad del analisis y tener plazos en multiplos de anos.
Analisis emprico 49
Figure 4
Cambios en las tasas swap explicados por los cambios en la
tasa swap de 1 ano.
FUENTE: Elaboracion propia del autor con base en los datos de PiP de cotizaciones de Swaps
de TIIE para el periodo del 24 de enero de 2005 al 13 de marzo de 2007.
Figure 5
Cambios en las tasas swap explicados por los cambios en la
tasa swap de 10 anos.
FUENTE: Elaboracion propia del autor con base en los datos de PiP de cotizaciones de Swaps
de TIIE para el periodo del 24 de enero de 2005 al 13 de marzo de 2007.
50 Revista de Administracion, Finanzas y Economa
FUENTE: Elaboracion propia del autor con base en los datos de PiP de cotizaciones de Swaps
de TIIE para el periodo del 24 de enero de 2005 al 13 de marzo de 2007.
Las correlaciones anteriores muestran que las cotizaciones de los swaps de
TIIE se comportan de acuerdo a lo establecido por la Teora del Nicho Preferido
de Modigliani y Sutch (Op. cit.) donde mercados adyacentes son sustitutos
(imperfectos) entre s.
de interes forward de las tasas swap de cualquier plazo menor Ti t(0 < i < k).
Este hecho matematico, hace que las correlaciones presentadas en el cuadro 1
puedan ser una simple consecuencia de correlacion de la misma informacion,
siendo no relevante lo analizado en la seccion anterior.
La unica forma de saber si la relacion entre tasas de interes spot de plazos
adyacentes es real o un simple hecho matematico es tomar ahora los cambios
de las tasas de interes forward implcitas como las piezas de informacion que
explican los cambios en la forma de la curva de las tasas de interes. Concep-
tualmente hacer esto no representa ningun problema si se tienen las tasas de
interes forward, pero en la realidad hay que derivarlas a partir de las tasas
swap por medio de bootstrapping8 , de manera que cada tasa de interes forward
en cada plazo de cotizacion sea consistente con obtenerse simplemente con la
informacion que adiciona cada tasa swap y condiciones de no arbitraje, evi-
tando asumir alguna forma funcional a priori entre las tasas de interes forward
implcitas entre plazos de cotizacion que no tenga que ver con las condiciones
de equilibrio9. El Anexo 1 presenta el modelo que se ha utilizado para obtener
las tasas de interes forward implcitas.
8
Es importante aclarar que los modelos de bootstrapping son modelos de ajuste puntual
y por lo tanto son utilizados para derivar la estructura de plazos a partir de cotizaciones de
mercado y no son modelos dinamicos estocasticos de pronostico. No obstante, contar con la
estructura de plazos es basico para calibrar modelos dinamicos estocasticos.
9
Las relaciones de equilibrio y no arbitraje deben cumplirse siempre.
10
Notar que se ha cuidado de utilizar la misma escala que en las figuras 4, 5, 7 y 8 para
poder comparar sin efectos de distorsion de escala.
11
Se derivo para cada da la estructura de plazos cupon cero por bootstrapping con-
siderando metodos numericos de solucion de punto fijo para las ecuaciones del Anexo 1, para
de all obtener las tasas de interes forward subyacentes.
52 Revista de Administracion, Finanzas y Economa
Figura 6
Cambios en las tasas de interes forward implcitas explicados por los
cambios en la tasa de interes forward implcita de 1 a 2 anos.
FUENTE: Elaboracion propia del autor con base en los datos de PiP de cotizaciones de Swaps
de TIIE para el periodo del 24 de enero de 2005 al 13 de marzo de 2007.
Figura 7
Cambios en las tasas de interes forward implcitas explicados por los
cambios en la tasa de interes forward implcita de 7 a 10 anos.
FUENTE: Elaboracion propia del autor con base en los datos de PiP de cotizaciones de Swaps
de TIIE para el periodo del 24 de enero de 2005 al 13 de marzo de 2007.
Analisis emprico 53
El cuadro 2 muestra que las tasas de interes forward implcitas tambien estan
correlacionadas, sugiriendo que la modelacion de su comportamiento y ajuste
por medio de bootstrapping debe considerar alguna relacion entre ellas12 .
Cuadro 2
Correlacion entre los cambios de las tasas de interes forward implcitas
de los swaps de TIIE-28 das.
FUENTE: Elaboracion propia del autor con base en los datos de PiP de cotizaciones de
Swaps de TIIE para el periodo del 24 de enero de 2005 al 13 de marzo de 2007.
4. Conclusiones
Se ha mostrado empricamente que no existe correlacion perfecta a lo largo de
la curva interbancaria en Mexico; por lo tanto, la utilizacion de los modelos de
tasa corta para derivar la estructura de tasas de interes del mercado de swaps
de TIIE-28 das es algo que debe considerarse antes de su implementacion.
Asimismo, se ha visto que la volatilidad historica a lo largo de la curva es vari-
able en cada plazo de cotizacion, por lo que no resulta factible asumir cambios
paralelos en la curva de tasas cuando se realiza administracion de riesgos.
Bajo la consideracion de que las tasas de interes forward son las piezas
de informacion independientes que explican la estructura de plazos (supuesto
fundamental del desarrollo teorico del modelo HJM (Ibid.), sobre el que se
pueden contextualizar los modelos teoricos de tasa corta), se encontro evidencia
estadstica (utilizando la historia del 24 de enero de 2005 al 13 de marzo de
2007) de que para el mercado de los swaps de TIIE-28 das, tales tasas de
interes forward obedecen a tener una relacion entre s, siendo mas fuerte esta
relacion entre mas cerca estan. Los resultados obtenidos sugieren incorporar
relacion entre las tasas de interes forward en los modelos de ajuste de tasas de
interes empricos (modelos de bootstrapping).
El patron de correlacion encontrado entre los cambios de las tasas de in-
teres spot y forwards, puede interpretarse dentro del contexto de la Teora del
Nicho Preferido de Modigliani y Sutch (1966) que supone que los mercados de
cotizacion a plazo tienen su propio equilibrio por oferta y demanda, reflejando
las preferencias de los agentes en cada cotizacion a plazo (o nicho). En tal
teora se espera, ademas, una sustitucion (no perfecta) entre los distintos plazos
de cotizacion.
12
En estricto sentido, debera realizarse nuevamente un bootstrapping para obtener nuevos
niveles de las tasas de interes forward implcitas bajo cierta relacion entre ellas asumida a
priori.
54 Revista de Administracion, Finanzas y Economa
T
fi ds
B(t, T ) = B(t, Tj1 )e Tj1
, T [Tj1 , Tj ] con j = 1, 2, . . . , N (T0 = t).
(5)
13
Todos los plazos se asumen en anos (financieros), de manera que 28 das equivale a
28/360 anos para un Basis (regla de contabilizacion de das) de 360. El Basis de 360 es el
que aplica para los swaps de TIIE-28 das.
Analisis emprico 55
O bien:
B(t, T ) = B(t, Tj1 )efj (T Tj1 ) , T [Tj1 , Tj ],
j = 1, 2, . . . , N (T0 = t).
(5bis)
Finalmente, en este modelo simple, se puede obtener una expresion explcita
para B(t, T ) considerando que:
(T Tj1 ) TT T
T
j1
1 Bj Bj j j1
Tj Tj1 ln Bj1 ln Bj1
B(t, T ) = Bj1 e = Bj1 e
TT T
T
j1
Bj j j1
= Bj1
Bj1
Tj T T Tj1
T Tj1
j T Tj1
= Bj1 Bj j
1j
j
B(t, T ) = Bj1 Bj , T [Tj1 , Tj ] j = 1, 2, . . . , N (T0 = t). (6)
T T
j
Con j = Tj T j1
.
La ecuacion (6) define por si sola completamente el modelo de bootstrap-
ping con tasas de interes forward instantaneas con tendencia nula, comunmente
conocido como modelo de tasas de interes forward constantes14 . Queda ob-
via la simplicidad de este modelo (definido en una sola ecuacion) y quizas eso
explique su uso tan comun en la practica.
Por otro lado, la condicion de valuacion justa de un swap de tasa de interes
(lo cual tambien se cumple en el caso particular de los swaps de TIIE-28 das)
nos dice que si QTn es la tasa swap (cotizacion) del swap al plazo Tn t, se
debe cumplir que:
n
B(t, Ti )QTn (Ti Ti1 ) + B(t, Tn ) = 1. (7)
i=1
1 B(t, Tn )
QT n =
n . (8)
i=1 B(t, Ti ) (Ti Ti1 )
14
Otros nombres que se le dan a este modelo cuando se utiliza para interpolar precios de
bonos cupon cero o factores de descuento (y consecuentemente las tasas de interes cupon cero
de cualquier convencion considerada) son: metodo de interpolacion money market, metodo
de interpolacion log-lineal, metodo de interpolacion alambrada (interna) y metodo de
interpolacion exponencial (en los factores de descuento).
56 Revista de Administracion, Finanzas y Economa
Un punto importante a notar es que la ecuacion (9) muestra que las tasas
swap estan correlacionadas entre si debido a que dependen de las tasas de
interes forward subyacentes de manera que estas ultimas se van anidando
hasta el plazo final; por lo tanto, matematicamente QTn1 y QTn estan correla-
cionadas15 .
Despejando de la ecuacion (7) el precio del bono cupon cero al plazo de
cotizacion del swap de TIIE-28 das Tn , se obtiene:
n1
1 QTn i=1 B(t, Ti ) (Ti T11 )
B(t, Tn ) = (10)
1 + QTn (Tn Tn1 )
La ecuacion (10) permite obtener el precio del bono cupon cero al plazo
de cotizacion Tn del swap de TIIE-28 das si se conoce la tasa swap o tasa de
cotizacion QTn y los precios de los bonos cupon cero de todos los flujos del swap
de TIIE con plazo menor a Tn . Los precios de los bonos cupon cero en plazos
donde no existe cotizacion o tasa swap se obtienen implcitamente a traves de
la ecuacion (6). Esta ecuacion es una ecuacion muy importante a la hora de
aplicar el modelo pues sera la condicion para obtener los precios de los bonos
cupon cero a partir de las cotizaciones de los swaps de TIIE-28 das: realizacion
del bootstrapping16 .
Bibliografa
Brace, A., D. Gatarek and D. Musiela. (1997). The Market Model of Interest
Rate Dynamics. Mathematical Finance, 7(April, 1997), pp. 127-156.
Brigo, Damian and Fabio Mercurio. (2001). Interest Rate Models, Theory and
Practice. Springer (Springer Finance).
Burden, Richard y Douglas Faires J. (2002). Analisis Numerico. Septima
Edicion, Internacional Thompson Editores, S. A. de C. V. (Division de
Thomson Learning, Inc.), Mexico.
Cox, John C., Jon E. Ingersoll, and Stephen A. Ross. (1985). A Theory of the
Term Structure of Interest Rates. Econometrica, 53, pp. 385-407.
Heath, D., R. Jarrow and A. Morton. (1992). Bond Pricing and the Term
Structure of Interest Rates: A New Methodology. Econometrica, 60, pp.
77-105.
15
Este hecho matematico resulta si se asume que las tasas de interes forward son las piezas
de informacion basicas que determinan el comportamiento de las tasas swap.
16
Sera necesario utilizar un metodo numerico para encontrar los precios de los bonos cupon
cero combinando las ecuaciones (6) y (10). En este artculo se utiliza un metodo propio a
partir de una solucion de punto fijo. Un enfoque practico de aplicacion de soluciones de punto
fijo puede consultarse en Burden y Faires (2002).
Analisis emprico 57
Resumen
Estudiamos las relaciones entre gobierno corporativo, diversificacion estrategica
y desempeno financiero en Mexico. El estudio usa datos de 99 empresas no
financieras listadas en la BMV (Bolsa Mexicana de Valores) durante 2004. Los
principales hallazgos son: Las empresas cuya propiedad se concentra en un
accionista mayoritario se enfocan hacia el mercado domestico. Las empresas
familiares tratan de diversificar sus actividades productivas y fuentes de ingreso.
No existen tendencias, en cuanto a estrategias y desempeno, asociadas a la
separacion entre propiedad y control. Finalmente, cuando en los consejos de
administracion existen comites independientes se favorece la diversificacion de
espectro limitado en las empresas.
Abstract
We study the relationships among corporate governance, strategic
diversification and financial performance in Mexico. The study uses data from
99 non-financial firms listed in the BMV (Mexican Stock Market) during 2004.
The main findings are: Firms which property is concentrated in a principal
shareholder focus on the domestic market. Family firms try to diversify their
productive activities and sources of income. There are no trends, regarding
strategies and performance, related to the separation between ownership and
control. Finally, when independent committees exist in the boards of directors,
mean-narrow-spectrum diversification is encouraged in the firms.
Clasificacion JEL: G34, L20, M21
Palabras clave: Gobierno corporativo, diversificacion estrategica, desempeno empresarial,
propiedad familiar, consejos de administracion.
1. Introduccion
Tradicionalmente, el gobierno corporativo se define como el conjunto de rela-
ciones mediante las cuales los grupos con intereses en la empresa (accionistas
Los autores agradecen los valiosos comentarios de Nancy Garca Vazquez (FLACSO,
Sede Mexico) y de Roco Duran Vazquez (Tecnologico de Monterrey, Campus Ciudad de
Mexico).
Departamento de Contabilidad y Finanzas. Tecnologico de Monterrey, Campus Ciudad
de Mexico.
8
La diversificacion de espectro amplio (diversificacion no relacionada), se refiere al nu-
mero de ramas donde la empresa realiza actividades. La diversificacion de espectro limitado
(diversificacion relacionada), se refiere al numero promedio de actividades que la empresa
realiza en cada rama. Metodologicamente estos indicadores numericos de diversificacion de
actividades se construyen con base en Varadarajan (1986).
9
Ciertamente debe reconocerse que la tecnica de analisis propuesta tiene limitaciones.
Estas estan asociadas al procedimiento de Prueba T. Idealmente los sujetos a contrastar (las
empresas), debieran asignarse aleatoriamente en grupos distintos [vease Perez-Lopez (2001)].
En nuestro caso, dichos grupos estan asignados con base en caractersticas comunes. Esto
puede hacer que la significancia estadstica de las diferencias entre medias de indicadores
sea sobre o subestimada. Este fenomeno se explica en terminos de efectos asociados a otros
factores.
64 Revista de Administracion, Finanzas y Economa
4. Analisis descriptivo
En esta seccion describimos el comportamiento de los indicadores usados en
este estudio. Especcamente, aqu mostramos las caractersticas de la dis-
tribucion de frecuencia individual asociada a cada indicador. Esta descripcion
se hace en terminos de la naturaleza porcentual, numerica o cualitativa de los
indicadores. En lo que se reere a los indicadores porcentuales y numericos,
el analisis estadstico incluye las medidas de tendencia central y de dispersion
de los indicadores. En lo que se reere a los indicadores cualitativos, dicha
descripcion incluye la frecuencia de ocurrencia de los valores categoricos de los
indicadores estudiados.
Los indicadores porcentuales y numericos incluyen medidas de concen-
tracion de propiedad, de concentracion de ingresos, de diversicacion de ac-
tividades y de desempeno nanciero. Los estadsticos descriptivos de dichos
indicadores se encuentran en la siguiente tabla:
10
En esta investigacion usamos la prueba de Levene para validar este supuesto. Es-
tadsticamente, cuando la evidencia rechaza la hipotesis nula de igualdad de varianzas, se
reportan los resultados asumiendo varianzas desiguales. Este supuesto, como se vera mas
adelante, se rechaza en pocas ocasiones.
Gobierno corporativo 65
Tabla 1
Estadstica descriptiva para los datos discretos
Tabla 2
Estadstica descriptiva para los datos dicotomicos
de los valores de las medianas. Asla ROA, la ROE y el margen neto registran,
respectivamente, valores de 5.4, 11.3 y 4.7 por ciento. Estos valores sugieren que
el desempeno nanciero de las empresas es relativamente mejor que el sugerido
por los indicadores promediados.
Finalizamos senalando algunas caractersticas comunes en las empresas
mexicanas: 1) La propiedad y el control suelen concentrarse en el accionista
mayoritario, quien participa directamente en el manejo corporativo. 2) Las es-
tructuras de los consejos de administracion suelen cumplir con la regulacion, al
incluir comites de Auditoria, pero no se caracterizan por incluir comites inde-
pendientes para realizar funciones de evaluacion, compensacion, planeacion y
nanzas. 3) Las empresas suelen concentrar sus ingresos en su lnea principal de
producto y en el mercado interno; y 4) Las actividades de las empresas suelen
desarrollarse dentro de una misma rama productiva.
Tabla 3
La concentracion de la propiedad y el control en el gobierno corporativo,las
estrategias y el desempeno de las empresas
Tabla 4
Las acciones con derechos limitados y la empresa familiar en el gobierno
corporativo, las estrategias y el desempeno de las empresas
Tabla 5
Participacion del propietario en las estrategias y el desempeno
de las empresas
Tabla 6
Estructura del Consejo de Administracion en las estrategias y el desempeno
de las empresas
6. Conclusiones y comentarios
En esta investigacion hemos estudiado las relaciones entre gobierno corporativo,
diversicacion estrategica y desempeno nanciero en las empresas mexicanas.
En el estudio utilizamos datos de 99 empresas no nancieras listadas en la
Bolsa Mexicana de Valores (BMV) durante 2004. Estos datos nos sirvieron
para construir indicadores porcentuales, numericos y cualitativos para capturar
72 Revista de Administracion, Finanzas y Economa
Bibliografa
in Mexico, 1992-2005
Carlos M. Urzua
Alejandra Macas
Hector H. Sandoval
Recibido 16 de enero 2008, Aceptado 23 de enero 2008
Abstract
This paper proposes some changes to the ocial methodology that is currently
in use to measure the state of poverty in Mexico. Among other suggestions, it
is recommended the use of bootstrapping to estimate condence intervals for
the poverty statistics, as well as the use of dominance analysis when making
intertemporal comparisons. In particular, since poverty lines change over time,
the paper proposes the use of TIP curves for that end. Using the eight surveys
that were made during the period 1992-2005, the paper presents a large number
of absolute poverty statistics and TIP curves, as well as comparisons among
them.
Resumen
Este trabajo propone varios cambios a la metodologa ocial que se utiliza ac-
tualmente para medir el estado de pobreza en Mexico. Entre otras sugerencias,
se recomienda el uso de metodos de remuestreo para estimar los intervalos de
conanza de los estadsticos de pobreza, as como el empleo del analisis de domi-
nancia cuando se hacen comparaciones intertemporales. De manera particular,
dado que las lneas de pobreza cambian a lo largo del tiempo, se propone para
ese n el uso de las curvas TIP. Usando las ocho encuestas que fueron levan-
tadas durante el periodo 1992-2005, se presentan un gran numero de ndices de
pobreza absoluta y de curvas TIP, as como comparaciones entre s.
JEL Classification: I32, D63
Keywords: Poverty, confidence intervals, standard error, bootstrap, resampling, FGT
measures, TIP curves, dominance, Mexico
We are grateful to James Foster for his criticism to an earlier draft, and to Silvio Rendon
for sharing with us an unpublished technical report by Javier Ruiz-Castillo (2005a) on poverty
in Mexico. Among several suggestions made by Ruiz-Castillo in that report, he advocates, as
we do here, the use of TIP curves. The views expressed in this paper are those of the authors
and should not be attributed to PNUD or CONEVAL.
Tecnologico de Monterrey, Campus Ciudad de Mexico. e-mail: curzua@itesm.mx Tel.:
+52(55)5483 1878.
Programa de las Naciones Unidas para el Desarrollo en Mexico.
Consejo Nacional de Evaluacion de la Poltica de Desarrollo Social.
TIPs for the Analysis of Poverty 75
1. Introduction
Given its endemic and enduring character, the issue of poverty in Mexico has
always been a matter of concern. In particular, the sharp increase in the poverty
rate that was experienced during the second half of the nineties, due to the 1994-
1995 economic crisis, lead the newly arrived authorities to allocate, starting
in 2001, more resources to quantify the magnitude of the problem. Since at
that time there was not a widely accepted methodology to measure poverty in
Mexico, the government decided to constitute an ad-hoc committee of experts
on the subject. The Comite Tecnico para la Medicion de la Pobreza (CTMP)
was then asked to provide a single methodology that could be employed by the
government to produce ocial poverty statistics. In 2006 that ad-hoc committee
was replaced by the legally constituted Consejo Nacional de Evaluacion de la
Poltica de Desarrollo Social (CONEVAL), which, starting that year, has the
mandate of dening, identifying and measuring poverty in Mexico. As will be
briey reviewed later, CTMP and CONEVAL have made substantial advances
to that end. Although the ocial methodology for measuring poverty may
be subject to criticisms, some of which will be noted below, the fact that all
economic and political actors are willing to take it as a reference certainly helps
to articulate better policies to attack poverty.
The main purpose of this paper is to suggest some changes in that
ocial methodology in order to have more robust conclusions on the state of
poverty in Mexico. To start with, it is suggested that all poverty measures
should be always accompanied with an estimate of their precision. Somewhat
surprisingly, it is not until very recently that studies on Mexican poverty have
started to incorporate information about the standard errors of their poverty
estimates. Bad examples are numerous, including a recent book by the World
Bank (2004) in which increases or decreases of poverty estimates are viewed
invariably as meaningful, without ever reporting the corresponding standard
errors. On the other hand, the very rst estimates of poverty incidence
in Mexico released by the Consejo Nacional de Evaluacion de la Poltica de
Desarrollo Social were already accompanied by their corresponding estimated
standard errors (see CONEVAL, 2006).
However, in contrast to the statistical procedure employed by the
authorities to estimate the precision of poverty rates, based on a simple Taylor
expansion (see CONEVAL, 2007, and CTMP 2005), we suggest in this paper the
use of bootstrapping to calculate condence intervals for the poverty statistics.
We also stress here that such a resampling procedure should take into account
the statistical design of the income and expenditure surveys on which poverty
estimates are generated.
A second suggestion to make more robust the ocial statistics relates to
the aggregate poverty measures to be employed. For reasons of simplicity, both
CTMP and CONEVAL decided to report in ocial documents only headcount
ratios. But it is known since Sen (1976) that such an index, although very
easy to understand by the public, is fraught with conceptual diculties. This
point is implicitly acknowledged by CTMP (2002) in an appendix to its rst
methodological document, where the committee recommended a further
examination of the data using some of the aggregate poverty measures
introduced by Foster, Greer and Thorbecke (1984). In this paper we advocate
just the same, and present those poverty statistics for the eight latest income
76 Revista de Administracion, Finanzas y Economa
1
At the moment of the writing of this paper, the 2006 survey was not yet publicly
available.
TIPs for the Analysis of Poverty 77
Before starting our study, it is important to note that the data reported
in the surveys mentioned above were adjusted in two ways: First, we deleted
all duplicated income entries that were found in each of the surveys. The rst
three ENIGHs were free of error in that respect, while the rest had duplicated
responses in varying degrees.2 . It is interesting to note that the same cleaning
procedure was followed by the authorities in their document on poverty
circulated at the end of 2006 (CONEVAL, 2006). Our second adjustment had
to do with the cases of households that reported negative net incomes. For
reasons that will be given later on, in those instances the net incomes were
changed to zero.
There are two other comments, more technical, that we would like to make
regarding the surveys. First, all the ENIGHs were designed to be representative
not only at national level, but also at urban (localities with 2,500 inhabitants
or more) and rural (i.e., non-urban) levels.
Although the most recent surveys are also representative at other levels,
for purposes of comparison our results are only reported on those rst three.
To give an idea of the relative importance of urban and rural areas, Table 1
provides the percentage of Mexicans living in each of them during the eight
years covered in this study.
The second comment to be made is about the sampling design of the
ENIGHs. This is an important issue if one wants to make poverty comparisons
over the years, since the estimation of standard errors for poverty measures
should take into account such a sampling design (see, e.g., Howes and
Lanjow, 1998). For that end, in this paper we make use of the information on
the corresponding strata and primary sampling units reported by INEGI for
each ENIGH.3
Regarding the ocial methodology to measure poverty, as rst established
by CTMP (2002 and 2005) and later adopted by CONEVAL, we can state
its two main elements as follows: First, as is the case in most of the
other developing countries, the ocial poverty statistics are based on absolute
poverty lines, while the household welfare is identied with its income. Since
we donft want to take issue on those two choices here, we refer the reader to the
thoughtful papers by Ruiz-Castillo (2005a,b) in which both of those directives
are challenged for the case of Mexico. In particular, Ruiz-Castillo advocates
the simultaneous estimation of absolute and relative poverty, while he sides in
favor of consumption-based measures.
The other main point is that the ocial methodology also establishes that
the headcount ratio should be used to report poverty incidence, and this
according to three dierent poverty denitions: food poverty, when income
is too low to cover basic food necessities; capabilities poverty, when income
is insucient to buy basic food, education and health necessities; and assets
poverty, when income is too low to cover basic food, education, health,
dressing, housing and public transportation necessities. The reader may consult
2
The number of duplicated entries for the years 1998, 2000, 2002, 2004 and 2005 were,
respectively, 1, 4, 9, 92 and 1. Except for the year 2004, whose duplicated entries accounted
for .12% of the total, the errors found in the rest of the years can be regarded as insignicant.
3
We also follow this institution in disregarding, in the case of the calculation of standard
errors, the instances in which there are also secondary, and even tertiary, sampling units.
78 Revista de Administracion, Finanzas y Economa
CTMP (2002) for the way in which the corresponding three poverty lines are
derived. Here it suces to note that by income is meant per capita income,
since individuals, rather than households, are typically considered in the ocial
statistics.
Table 1
Percentage of Mexicans Living in Urban and Rural Areas
This index measures poverty intensity, the shortfall in the welfare of the
poor relative to the poverty line. Finally, the squared poverty-gap index is
obtained when = 2:
q 2
1 z yi
P2 (z) = ,
n i=1 z
TIPs for the Analysis of Poverty 79
P2 P2
var(P ) .
n
Note that, as we stressed earlier, that type of approximation cannot be
applied directly, since it presumes that the survey was taken using a simple
design. However, after making use of the fact that the FGT measures are
additively decomposable, Jollie and Semykina (2000) show how to include the
possibility of a complex design that includes stratication and clustering.4 A
methodological note that is broadly similar is also made by CTMP (2005).
It is worth noting, however, that the Taylor approximation given above is
derived assuming an asymptotic normal distribution for the estimators, which
is obviously incorrect in the case of poverty measures. This is so because those
indexes oscillate between 0 and 1 (0% and 100%). As a consequence, if one
uses a normal approximation for the condence intervals, these could end
up containing values less than zero or greater than one (see, e.g., Sandoval
and Urzua, 2007, for an example with real data). Furthermore,
a normal approximation would lead to symmetric condence intervals, which
seems unwarranted on a priori grounds.
But then, how can one construct more robust condence intervals for
poverty statistics? The answer is well known: By using resampling methods,
the most versatile of which is Efrons bootstrap. Even though since
the mid-eighties there have been numerous applications of bootstrapping in
Economics, it is interesting to note that it took some time for this simulation
procedure to be recognized as a valuable tool among researchers interested on
poverty and income distribution. To our knowledge, it was Deaton (1997) who
rst used it in the context of poverty, while Mills and Zandvakili (1997) were
the pioneers in the case of inequality measurement.
4
Those authors have actually written a STATA program, whose command name is sepov,
that accomplishes automatically that task.
80 Revista de Administracion, Finanzas y Economa
In the case of the estimation of condence intervals for the poverty measures,
which is important in the case of this paper, there are several procedures
available. We choose here to work with Efrons bias-corrected and accelerated
(BCa ) method, which is more time demanding than most of the others, but
it is also one of the best. Since the formulae required to present the method
is a little bit cumbersome we refer the reader to Efron and Tibshiriani (1993,
chap. 14) for the details. Finally, there is an important reminder to be
made before presenting the empirical results: The bootstrapping computation
of the condence intervals has to take into account the complex design of the
ENIGHs.6
Table 2 presents the values of the FGT poverty indices and their condence
intervals thus obtained. The estimates are given for eight dierent years, as
well as for the three ocial denitions of poverty. As noted there, the gures
correspond to the population at large (individuals, not households), and also
to the national level. To complement this last case, tables A1 and A2 in the
Appendix present the FGT indices for the case of urban and rural Mexico.
Before making intertemporal comparisons, it is worth commenting about
how our results compare to the ones calculated by the government. Since the
current methodology dictates that only the head-count ratio (poverty
incidence) be reported, the ocial documents typically present just the point
5
Efron and Tibshiriani (1993) suggest that in the case of standard error estimation an
upper bound that works well is 250 replications. However, since the interest in this paper is
on robust condence intervals, that lead us to choose 500 replications for all cases.
6
This is not a dicult task to accomplish in most statistical packages. For instance,
in STATA one has to declare rst the survey design using the command svyset, and then
use the command bootstrap leaving the size option unspecied (in such a way that the
bootstrap samples are in agreement with the total number of clusters in each stratum). The
BCa condence intervals are also available in that package.
TIPs for the Analysis of Poverty 81
Table 2
FGT Poverty Indices for Mexico, 1992-2005
(Population at large, national level)
Food Poverty
1992 22.4% 19.4% 25.7% 7.5% 6.1% 8.8% 3.5% 2.9% 4.2%
1994 21.3% 19.0% 23.6% 7.2% 6.2% 8.1% 3.3% 2.9% 3.8%
1996 36.9% 36.1% 38.4% 13.8% 13.3% 14.4% 7.0% 6.6% 7.5%
1998 34.3% 33.0% 35.6% 13.5% 12.9% 14.2% 7.2% 6.7% 7.6%
2000 24.1% 22.7% 25.7% 8.4% 7.9% 9.1% 4.1% 3.9% 4.8%
2002 20.0% 19.0% 21.4% 6.2% 5.8% 6.6% 2.8% 2.7% 3.8%
2004 17.4% 16.4% 18.4% 5.8% 5.6% 6.5% 3.0% 2.5% 3.4%
2005 18.2% 17.2% 19.0% 6.1% 5.9% 6.7% 3.0% 2.3% 3.7%
Capabilities Poverty
1992 30.7% 27.4% 34.1% 10.7% 9.3% 12.2% 5.2% 4.3% 6.1%
1994 30.1% 27.0% 32.6% 10.2% 9.2% 11.7% 4.9% 4.3% 5.6%
1996 46.1% 45.1% 47.4% 18.5% 17.9% 19.4% 9.8% 9.5% 10.3%
1998 42.6% 41.4% 43.9% 17.7% 17.0% 18.4% 9.7% 9.2% 10.3%
2000 31.8% 30.3% 33.2% 11.6% 11.1% 12.4% 5.9% 5.7% 6.7%
2002 26.9% 25.7% 28.1% 9.1% 8.6% 9.6% 4.3% 4.1% 5.1%
2004 24.7% 23.7% 25.8% 8.4% 8.1% 9.1% 4.2% 3.7% 4.8%
2005 24.7% 23.7% 25.7% 8.7% 8.3% 9.2% 4.4% 3.5% 5.2%
Assets Poverty
1992 54.0% 50.8% 57.3% 22.5% 20.3% 24.6% 12.3% 10.9% 13.7%
1994 52.7% 49.5% 55.4% 21.8% 20.1% 23.5% 11.8% 10.9% 13.1%
1996 68.7% 67.7% 70.0% 33.2% 32.7% 34.1% 20.0% 19.5% 20.7%
1998 64.5% 63.3% 65.9% 31.4% 30.5% 32.4% 19.1% 18.6% 19.9%
2000 53.6% 51.9% 55.2% 23.3% 22.4% 24.2% 13.1% 12.5% 13.9%
2002 50.0% 48.7% 51.2% 20.0% 19.4% 20.8% 10.6% 10.3% 11.2%
2004 47.2% 45.4% 48.4% 18.6% 18.1% 19.4% 10.0% 9.2% 10.8%
2005 47.0% 45.9% 48.1% 19.0% 18.4% 19.6% 10.2% 8.8% 11.6%
7
The results obtained by CONEVAL and us are in turn, for the years 2000, 2002 and
2004, slightly dierent from the ones reported earlier in other ocial and academic documents.
The reason is that the expansion factors for those ENIGHs were revised by INEGI in 2006.
82 Revista de Administracion, Finanzas y Economa
They are also the same for the year 1994. In the case of the years 1992 and
1996, there are very small dierences probably due to rounding errors.8 In the
year 1998, however, CONEVALs estimates for the three types of poverty are
about 0.5% below ours, since that institution reports 33.9%, 42.3% and 64%,
respectively. Given that there was only one duplicated entry in the ENIGH
of that year (remember the discussion in Section 2), it is dicult to give a
reason for those discrepancies, except for typographical errors or programming
mistakes.
Figure 1
Poverty Incidence in Mexico for the Population at Large, 1992-2005
8
The dierences arise in the case of the estimates for capabilities poverty and assets
poverty, for which CONEVAL (2006) reports 30.6% and 53.9% in 1992 (0.1% below ours),
and 46.2% and 68.8% in 1996 (0.1% above ours).
TIPs for the Analysis of Poverty 83
4. TIP curves
Since all the comparisons made in the last section depend on particular indices,
a natural question to ask is if by using other poverty measures we would end
up with the same rankings as the ones obtained before. There is an important
literature that tries to establish criteria for unambiguous poverty rankings, the
general framework to which that question belongs. Although there are several
possible ways to face that problem (e.g., through the use of generalized Lorenz
curves), we believe that the methodology introduced by Jenkins and Lambert
(1997) is, aside from being visually appealing, the easiest to understand by the
general public. Furthermore, their particular procedure is well suited to study
the dominance across distributions when the poverty lines change over time,
which is our main interest here. What Jenkins and Lambert propose is the
use of a Three Is of Poverty (TIP) curve to represent three dimensions of
9
That claim may be also substantiated using the dominance analysis presented in the
next section.
10
This is so because the two condence intervals corresponding to P2 overlap. Even
though the overlapping region is quite small, it can be shown, following a similar procedure
than the one that is mentioned in the Appendix, that we cannot reject at the 5% level the
null hypothesis of the same poverty severity in both years.
84 Revista de Administracion, Finanzas y Economa
poverty: incidence, intensity and inequality.11Once the TIP curves are drawn
for all the periods of interest, one proceeds to order those graphs that do
not intersect. That ordering corresponds in turn to an unambiguous poverty
ranking according to a large class of poverty measures.
Before dening the TIP curve, it is necessary to present some notation.
As before, let z denote a given poverty line, and yi be the income of the ith
member of a population of size n. After arranging the (positive) incomes in
ascending order, y1 y2 . . . yn dene the relative poverty gaps as
(the analysis might be also made in terms of absolute gaps, but we focus here
on normalized gaps since those are the ones used in the FGT poverty indices
calculated earlier). The TIP curve is now constructed by cumulating those
relative poverty gaps and graphing them.
Figure 2
The TIP Curve and Its Three Is
goes from the origin to the intersection of the dotted line and the horizontal
axis. This is so because the poverty headcount ratio is found precisely where
the TIP curve totally attens out. Poverty intensity, on the other hand, can
be represented by the height of the curve, since the average normalized poverty
gap is given by the slope of the ray that goes from the origin to the point
at which the curve becomes horizontal. Finally, the curvature of the graph
summarizes poverty inequality. In the limit, if all individuals were identically
poor, the curve would be just a straight line, while if there were no poor people,
the curve would be parallel to the horizontal axis.
Now suppose that there are two TIP curves derived from normalized
poverty gap distributions (y; zy ) and (x; zx), each coming from, say, a
dierent ENIGH. It is said that (x; zx) dominates (y; zy ) if its TIP curve lies
wholly above the other curve. As shown by Jenkins and Lambert (1998), if
there is such a TIP dominance, then for a broad class of poverty indices it has
to be the case that each poverty measurement would be worse for (x; zx ) than
for (y; zy ); that is, there would be an unambiguous poverty ordering. But, the
reader may now ask, how large is that class of indices? Broad enough, since
not only includes the FGT aggregate measures, but also many others, such as
Pyatts, Shorrockss and Wattss (see Table 1 in Jenkins and Lambert, 1997).
Returning to the examination of the state of poverty in Mexico, Figure 3
graphs the TIP curves corresponding to the eight ENIGHs under study. To
avoid the use of too many graphs, we restrict our attention to food poverty
among the population at large, although similar results would be obtained by
using other poverty denitions, or by distinguishing among urban and rural
Mexico.
Focusing now on Figure 3, note that the graphs corresponding to 2002 and
2005 are basically undistinguishable at their maximum height, since poverty
intensity was very similar in those two years (6.2% and 6.1%, according to Table
2). Note also that even though the 1996 and 1998 TIP curves do not dominate
each other, they certainly do over the rest. Thus, the poverty conditions in 1996-
1998 were considerably worse than the ones prevailing before the economic crisis,
as represented by the 1992-1994 TIP curves, and also worse than the poverty
conditions that took place after the end of that crisis, as given by the 2000-2005
TIP curves.
The reader may draw other conclusions from Figure 3 (and may also
compare them with the conclusions drawn before). Here we just want to try
to verify the answer given to the important question that was put at the end
of Section 3; namely, was the state of food poverty in 1994 worse than the one
that prevails today, using the 2004 ENIGH as representative of the current
conditions? For that end, Figure 4 presents the 1994 and 2004 TIP curves
alone. It is evident from there that the 1994 TIP curve does not dominate the
2004 one, since in the lowest percentiles the dominance is actually reversed.
This nding corroborates our claim in the last section that the state of (food)
poverty in 1994 was not denitely worse than in 2004.
86 Revista de Administracion, Finanzas y Economa
Figure 3
TIPs Curves for Mexico, 1992-2005
(Food poverty, population at large)
12
Actually, for the exercise that occupies us it is better to use the newer (and more
powerful) method in Davidson and Duclos (2006) to test for restricted dominance.
TIPs for the Analysis of Poverty 87
Figure 4
TIPs Curves for 1994 and 2004
(Food poverty, population at large)
In our case, it was until the reduction to 40% of the poverty lines when
the 2004 point estimates became worse than in 1994. For instance, P0
became 2.87% in 2004 and 2.64% in 1994 (a similar phenomenon occurred for
the other indices). However, since the corresponding condence intervals
were, respectively, (2.53%,3.25%) and (2.27%,3.05%), such a dierence is not
signicant at the 5% level. Actually, one has to reduce the poverty lines up to
their minima, at 10% of their original value, to really have a signicant (and
very minor) dierence between the two estimates of poverty incidence. Thus,
this last exercise suggests that it is incorrect to state that the poorest among
the poor were actually better o in 1994 as compared to 2004. They were as
poor in one year as in the other.
5. Conclusions
On the normative side, this paper has proposed several changes to the ocial
methodology that is currently being employed to measure the state of poverty
in Mexico. Among other suggestions, it is recommended the use of resampling
methods to estimate condence intervals for the poverty statistics, as well as
the use of TIP curve for dominance analysis. We hope to have provided in this
paper compelling reasons for the need to revise the existing methodology along
those lines.
On the empirical side, the paper has presented several ndings on the
evolution of poverty in Mexico. Some of them are in line with the ndings
reported by the government, while others are not. In particular, we challenge
88 Revista de Administracion, Finanzas y Economa
in this paper the widespread view that the state of poverty in Mexico in 1994
was worse than the one prevailing a decade later.
Appendix
Tables A1 and A2 in this appendix present the FGT poverty indices for both the
urban and the rural populations in Mexico, as a complement to the information
contained in Table 2 above. It is important to keep track of the evolution of
poverty rates at both the urban and the rural levels, since in some periods
the corresponding rates may be moving at a dierent pace. A good example
of it is the decrease in poverty from 2000 to 2002, an empirical fact that was
discussed in the main text. As can be observed from Table A2, those results
at the national level are mostly explained by the even more substantial (and
statistically signicant) drops of the poverty indices in the case of the rural
sector. Furthermore, in the case of the poverty statistics for urban Mexico,
shown in Table A1, the drops are not statistically signicant. How can we
make such a claim in this last case? We can presume it, by noting that, for all
indices and poverty denitions, the condence intervals corresponding to the
two years do overlap. But that is just a conjecture, since in the case of condence
intervals whose intersection is relatively small there is a possibility of rejecting at
the end the null hypothesis of equality between the indices. Thus, as opposed to
the case of non-overlapping condence intervals (when the dierence is always
statistical signicant), one has to pursue a further analysis. In the case of
bootstrapping, as is explained thoroughly in Efron and Tibshiriani (1993, chap.
16), this is accomplished by drawing bootstrap samples for both ENIGHs, and
then computing a condence interval for the dierence between the poverty
estimates in those two years. If zero is not contained in the interval, then the
change would be deemed to be statistically signicant. However, after doing
such an exercise for each of the cases in Table A1, we can conrm the former
claim of non-signicant poverty changes, at the 5% level, in urban Mexico from
2000 to 2002.
TIPs for the Analysis of Poverty 89
Table A1
FGT Poverty Indices for Urban Mexico, 1992-2005
(Population at large)
Food Poverty
1992 13.3% 10.9% 16.6% 3.6% 2.9% 4.4% 1.4% 1.1% 1.8%
1994 9.9% 8.2% 11.4% 2.6% 2.1% 3.1% 1.0% 0.8% 1.2%
1996 26.7% 25.2% 28.2% 8.4% 7.9% 9.1% 3.7% 3.4% 4.0%
1998 21.8% 20.2% 23.1% 6.6% 6.0% 7.1% 2.9% 2.6% 3.2%
2000 12.5% 10.7% 14.7% 3.3% 2.6% 4.1% 1.4% 1.1% 1.9%
2002 11.3% 9.0% 14.1% 2.8% 2.1% 3.5% 1.1% 0.8% 1.4%
2004 11.0% 8.3% 13.1% 3.0% 2.1% 3.7% 1.4% 1.0% 1.7%
2005 9.9% 8.0% 11.7% 2.6% 2.0% 3.2% 1.1% 0.8% 1.3%
Capabilities Poverty
1992 20.4% 17.7% 24.5% 6.0% 4.9% 7.4% 2.6% 2.0% 3.2%
1994 17.5% 15.0% 20.4% 4.7% 3.8% 5.5% 1.9% 1.6% 2.3%
1996 36.2% 34.7% 37.9% 12.7% 12.1% 13.5% 6.1% 5.6% 6.5%
1998 30.9% 29.2% 32.4% 10.2% 9.5% 10.8% 4.8% 4.4% 5.2%
2000 20.2% 18.0% 22.5% 5.7% 4.8% 6.7% 2.4% 2.0% 3.1%
2002 17.2% 14.3% 20.5% 4.9% 3.9% 6.1% 2.0% 1.5% 2.4%
2004 17.8% 14.7% 20.8% 5.1% 3.8% 6.1% 2.3% 1.7% 2.8%
2005 15.8% 13.9% 18.0% 4.5% 3.8% 5.3% 1.9% 1.5% 2.2%
Assets Poverty
1992 44.5% 40.3% 48.6% 16.5% 14.6% 18.9% 8.2% 7.0% 9.4%
1994 40.6% 37.1% 44.9% 14.1% 12.4% 15.8% 6.8% 6.0% 7.7%
1996 60.9% 59.2% 62.2% 27.0% 26.0% 27.8% 15.2% 14.5% 15.8%
1998 56.3% 54.6% 57.8% 23.6% 22.7% 24.7% 12.7% 12.2% 13.5%
2000 43.7% 40.6% 46.4% 16.0% 14.6% 17.4% 7.9% 7.0% 9.0%
2002 41.2% 37.7% 45.7% 14.4% 12.3% 16.3% 6.9% 5.7% 8.2%
2004 41.1% 37.5% 44.1% 14.5% 12.4% 16.4% 7.1% 5.8% 8.3%
2005 38.3% 35.4% 41.5% 13.4% 12.0% 15.0% 6.4% 5.5% 7.4%
Table A2
FGT Poverty Indices for Rural Mexico, 1992-2005
(Population at large)
Year P (0) [95%Conf.Int.] P (1) [95%Conf.Int.] P (2) [95%Conf.Int.]
Food Poverty
1992 35.6% 30.7% 41.4% 13.1% 10.8% 15.4% 6.4% 5.0% 7.7%
1994 37.0% 32.7% 40.8% 13.4% 11.7% 15.4% 6.6% 5.6% 7.6%
1996 52.1% 50.0% 54.0% 21.8% 20.7% 23.1% 11.8% 11.1% 12.7%
1998 52.3% 50.3% 54.6% 23.5% 22.3% 24.7% 13.3% 12.4% 14.1%
2000 42.3% 37.3% 47.7% 16.4% 13.8% 19.5% 8.4% 6.7% 11.5%
2002 34.0% 28.3% 38.0% 11.8% 10.1% 13.5% 5.6% 4.7% 6.5%
2004 28.0% 22.0% 37.8% 10.5% 6.9% 15.2% 5.6% 3.7% 8.6%
2005 32.3% 26.2% 41.7% 12.2% 9.5% 16.7% 6.4% 4.8% 8.6%
Capabilities Poverty
1992 45.6% 40.3% 50.3% 17.5% 15.1% 20.3% 9.0% 7.4% 10.6%
1994 47.4% 43.1% 51.0% 17.9% 15.7% 19.9% 9.1% 7.9% 10.5%
1996 61.0% 58.9% 62.8% 27.2% 26.0% 28.2% 15.5% 14.6% 16.4%
1998 59.7% 57.5% 61.5% 28.5% 27.1% 29.9% 16.9% 15.9% 18.0%
2000 50.0% 44.8% 55.2% 21.0% 17.9% 24.5% 11.4% 9.1% 13.9%
2002 42.6% 38.1% 47.2% 15.9% 14.0% 18.1% 8.0% 6.9% 9.0%
2004 36.2% 29.4% 44.6% 13.9% 9.9% 20.2% 7.5% 5.1% 11.0%
2005 39.8% 33.9% 49.6% 15.9% 12.7% 21.0% 8.5% 6.6% 11.7%
Assets Poverty
1992 67.7% 63.5% 71.4% 31.1% 28.0% 34.6% 18.2% 15.9% 21.0%
1994 69.5% 66.0% 72.9% 32.3% 29.5% 34.9% 18.8% 17.1% 20.7%
1996 80.6% 79.2% 82.0% 42.7% 41.5% 43.8% 27.2% 26.2% 28.3%
1998 76.3% 74.4% 78.1% 42.6% 41.2% 43.9% 28.2% 27.0% 29.4%
2000 69.2% 65.1% 73.6% 34.7% 31.1% 38.8% 21.3% 18.3% 24.4%
2002 64.3% 58.9% 68.5% 29.2% 26.4% 32.7% 16.7% 14.7% 18.7%
2004 57.3% 52.1% 64.7% 25.5% 21.0% 32.5% 14.8% 11.0% 20.2%
2005 61.8% 55.8% 71.0% 28.3% 24.1% 35.0% 16.7% 13.9% 21.7%
References