Análisis de la Adecuación y los Factores de Acumulación de las Reservas Internacionales de Serbia

1. Introducción y Contexto de la Investigación

En una era de globalización, los países enfrentan una mayor vulnerabilidad a los choques externos. Este documento investiga la adecuación de las reservas internacionales en la República de Serbia (RS) y los principales factores macroeconómicos que impulsan su acumulación desde el primer trimestre de 2002 hasta el tercer trimestre de 2020. La investigación está motivada por la tendencia observada entre las Economías de Mercados Emergentes (EME) de construir amortiguadores sustanciales de reservas como escudo contra la volatilidad de los flujos de capital y las crisis financieras, una estrategia validada durante la crisis financiera global de 2008-2009.

2. Metodología y Datos

El estudio emplea un enfoque de series de tiempo econométricas para analizar la relación de largo plazo entre las reservas internacionales de Serbia y variables macroeconómicas seleccionadas.

2.1 Especificación del Modelo Econométrico

El análisis central se basa en un marco de cointegración, apropiado para identificar relaciones estables de largo plazo entre series de tiempo económicas no estacionarias. El modelo postula que las reservas internacionales (FER) son una función de la escala económica, la presión sobre el tipo de cambio y la profundidad financiera.

2.2 Fuentes de Datos y Variables

El análisis utiliza datos trimestrales. Las variables clave son:

• Reservas Internacionales (FER): La variable dependiente, según lo reportado por el Banco Nacional de Serbia (NBS).
• Producto Interno Bruto (PIB): Un indicador sustituto del tamaño económico y la capacidad de importación.
• Tipo de Cambio Real Efectivo (TCR): Un índice que mide la competitividad del dinar. Un aumento (apreciación) puede indicar presión sobre las reservas.
• Agregado Monetario (M2/PIB): Un cociente que representa la profundidad financiera y los pasivos externos potenciales a corto plazo.

3. Resultados Empíricos y Análisis

3.1 Pruebas de Raíz Unitaria y Cointegración

Las pruebas de raíz unitaria (por ejemplo, Dickey-Fuller Aumentada) confirmaron que todas las series de tiempo eran no estacionarias en niveles pero estacionarias en primeras diferencias, es decir, integradas de orden uno, I(1). Pruebas posteriores de cointegración (por ejemplo, el procedimiento de Johansen) revelaron la existencia de una ecuación de cointegración, indicando una relación estable de largo plazo entre las variables.

3.2 Relación de Equilibrio de Largo Plazo

La ecuación de cointegración estimada muestra las siguientes influencias significativas en la acumulación de reservas en Serbia:

1. PIB (Actividad Económica): El impulsor positivo más significativo. Una economía más grande requiere y permite mayores reservas por motivos transaccionales y precautorios.
2. TCR (Presión sobre el Tipo de Cambio): La apreciación del dinar (TCR en aumento) está asociada con la acumulación de reservas, lo que probablemente refleja la intervención del banco central para frenar una apreciación nominal excesiva.
3. M2/PIB (Profundidad Financiera): El crecimiento del dinero amplio en relación con el PIB influye positivamente en las reservas, alineándose con la regla de Guidotti-Greenspan de que las reservas deben cubrir la deuda externa a corto plazo.

Hallazgo Central: Las reservas internacionales de Serbia superan consistentemente los niveles sugeridos por los criterios tradicionales de optimalidad (por ejemplo, 3 meses de importaciones). El estudio atribuye esto a factores específicos como los dividendos pagados a inversionistas extranjeros y ciertos segmentos de inversión de cartera, que a menudo se omiten en las evaluaciones estándar.

4. Hallazgos Clave e Implicaciones de Política

• Serbia mantiene un amortiguador de reservas por encima de las métricas convencionales de adecuación, proporcionando un escudo robusto contra choques externos.
• La acumulación de reservas está sistemáticamente vinculada al crecimiento del PIB, las políticas de gestión del tipo de cambio y la profundización financiera doméstica.
• Las evaluaciones de política deben incorporar salidas "invisibles" como los dividendos de los inversionistas para obtener una imagen real de la adecuación de las reservas.
• La gestión activa de reservas del NBS parece ser una respuesta racional a las vulnerabilidades de una economía emergente y abierta.

5. Perspectiva Central y del Analista

Perspectiva Central: Serbia no solo está acumulando dólares; está ejecutando una póliza de seguro sofisticada y basada en datos. El documento revela que la estrategia de reservas del Banco Nacional de Serbia (NBS) es un ataque preventivo contra la fragilidad financiera, yendo más allá de las reglas generales de los libros de texto hacia un modelo informado por la integración única del país en los flujos de capital globales. Esto no es una acumulación pasiva; es una gestión activa de riesgos.

Flujo Lógico: El argumento es convincente. Comienza con el contexto global (vulnerabilidad de las EME), establece la realidad empírica de Serbia (reservas > métricas estándar) y luego utiliza una econometría robusta (cointegración) para identificar los impulsores: escala económica (PIB), el costo de la estabilidad del tipo de cambio (TCR) y la sombra de una potencial fuga de capitales (M2/PIB). La lógica culmina en el punto crucial y a menudo pasado por alto: las métricas estándar fallan porque ignoran pasivos como los dividendos de los inversionistas. Esto hace eco de la crítica más amplia en la literatura de finanzas internacionales, como el trabajo de Jeanne y Rancière (2011) sobre motivos precautorios, que argumenta que las reservas óptimas dependen del riesgo y el costo de producción de una crisis, no solo de la cobertura de importaciones.

Fortalezas y Debilidades: La fortaleza radica en su enfoque aplicado, relevante para la política y su metodología sólida. Identifica correctamente los factores "ocultos" en la adecuación de las reservas. Sin embargo, el modelo es relativamente parsimonioso. No modela explícitamente la función de reacción del NBS ni incorpora variables prospectivas como el apetito por el riesgo global (por ejemplo, el índice VIX), que es un impulsor clave de los flujos de capital hacia las EME, como se muestra en el trabajo de Bruno y Shin (2015) sobre los flujos bancarios globales. Esto limita su poder predictivo para las trayectorias futuras de acumulación.

Ideas Accionables: Para los formuladores de políticas en economías similares: 1) Establecer puntos de referencia dinámicos: Descartar la regla estática de 3 meses de importaciones. Desarrollar un panel de control específico para el país que incluya indicadores de vulnerabilidad financiera. 2) Pruebas de estrés para salidas ocultas: Integrar datos sobre la repatriación de utilidades y la deuda de cartera en las evaluaciones de adecuación de reservas. 3) Comunicar la estrategia: Articular claramente al público la razón de mantener reservas "excesivas" para gestionar expectativas y justificar los costos de oportunidad. El enfoque del NBS, tal como se analiza, proporciona una plantilla viable para otros bancos centrales de EME que navegan el trilema de cuentas de capital abiertas, tipos de cambio gestionados y autonomía monetaria.

6. Marco Técnico y Modelo Matemático

El modelo econométrico central puede representarse como una relación de cointegración de largo plazo:

$\ln(FER_t) = \beta_0 + \beta_1 \ln(GDP_t) + \beta_2 REER_t + \beta_3 (M2/GDP)_t + \epsilon_t$

Donde:
- $FER_t$ es el nivel de reservas internacionales en el momento $t$.
- $GDP_t$ es el Producto Interno Bruto.
- $REER_t$ es el índice del Tipo de Cambio Real Efectivo.
- $(M2/GDP)_t$ es el cociente del dinero amplio sobre el PIB.
- $\epsilon_t$ es el término de error estacionario, que representa las desviaciones del equilibrio de largo plazo.

El procedimiento de prueba empírica involucró:
1. Prueba de Raíz Unitaria: $\Delta y_t = \alpha + \rho y_{t-1} + \sum_{i=1}^{p} \gamma_i \Delta y_{t-i} + u_t$ (Probando $H_0: \rho=0$).
2. Prueba de Cointegración (Johansen): $\Delta Y_t = \Pi Y_{t-1} + \sum_{i=1}^{k-1} \Gamma_i \Delta Y_{t-i} + \varepsilon_t$, donde $\Pi$ contiene información sobre las relaciones de largo plazo.
3. Estimación de los coeficientes $\beta$ confirmando $\hat{\beta_1} > 0$, $\hat{\beta_2} > 0$, y $\hat{\beta_3} > 0$.

7. Marco de Análisis: Un Caso Práctico

Escenario: Un analista en un banco de desarrollo regional quiere evaluar la adecuación de las reservas del "País X", una EME similar a Serbia.

Aplicación del Marco (Ejemplo sin Código):

1. Recolección de Datos: Recopilar series de tiempo trimestrales para el País X (2010-2023): Reservas en Divisas, PIB en USD, Índice TCR, M2 y Deuda Externa a Corto Plazo.
2. Cálculo de Métricas Estándar: Calcular cocientes tradicionales: Meses de Cobertura de Importaciones, Reservas a Deuda a CP (cociente Guidotti), Reservas a M2 (regla Greenspan).
3. Análisis de Brecha: Comparar los cocientes del País X con los umbrales (por ejemplo, 100% para el cociente Guidotti) y con un grupo de pares (por ejemplo, EME de los Balcanes).
4. Modelado Econométrico (Inspirado en este documento):
   • Especificar el modelo de largo plazo: $Reservas = f(PIB, TCR, Profundidad Financiera, Deuda Externa)$.
   • Realizar pruebas de raíz unitaria y cointegración.
   • Estimar la relación de equilibrio. ¿Muestra la profundidad financiera ($M2/PIB$) un vínculo positivo fuerte, sugiriendo cobertura de vulnerabilidad?
5. Incorporando "Factores Ocultos": Ajustar el análisis añadiendo datos sobre:
   • Dividendos anuales y repatriación de utilidades por inversionistas extranjeros directos.
   • Tenencia de bonos gubernamentales domésticos por no residentes.
6. Síntesis: Concluir no solo si las reservas son "adecuadas", sino *por qué* están en su nivel actual (impulsadas por el crecimiento, por la política o por la vulnerabilidad) y qué riesgos latentes específicos pueden o no cubrir.

8. Aplicaciones Futuras y Direcciones de Investigación

• Aumento con Aprendizaje Automático: Los modelos futuros podrían integrar técnicas de aprendizaje automático (como las redes LSTM utilizadas en la previsión de series de tiempo financieras) con la econometría tradicional para predecir mejor la demanda de reservas bajo diferentes escenarios de choque, capturando no linealidades.
• Datos de Alta Frecuencia: La incorporación de datos semanales o mensuales de flujos de capital podría mejorar la capacidad de respuesta del modelo a paradas o aumentos repentinos.
• Análisis de Redes: La investigación podría analizar la posición de Serbia en las redes financieras globales para comprender los riesgos de contagio, similar a los estudios sobre exposiciones bancarias transfronterizas.
• Integración del Riesgo Climático: A medida que crece la financiación climática, los futuros modelos de adecuación de reservas pueden necesitar tener en cuenta los pasivos potenciales por desastres relacionados con el clima o riesgos de transición, un área fronteriza en la banca central.
• Implicaciones de las CBDC: La posible introducción de una Moneda Digital del Banco Central (CBDC) podría transformar los pagos transfronterizos y la gestión de reservas. Se necesita investigación sobre cómo las CBDC podrían afectar la demanda y la composición de las reservas internacionales.

9. Referencias

1. Frenkel, J. A., & Jovanovic, B. (1981). Optimal International Reserves: A Stochastic Framework. The Economic Journal, 91(362), 507–514.
2. Jeanne, O., & Rancière, R. (2011). The Optimal Level of International Reserves for Emerging Market Countries: A New Formula and Some Applications. The Economic Journal, 121(555), 905–930.
3. Bruno, V., & Shin, H. S. (2015). Cross-border banking and global liquidity. The Review of Economic Studies, 82(2), 535–564.
4. International Monetary Fund (IMF). (2015). Assessing Reserve Adequacy – Specific Proposals. IMF Policy Paper.
5. Bošnjak, M., Bilas, V., & Kordić, G. (2020). Determinants of Foreign Exchange Reserves: The Case of Emerging European Countries. Economic Research-Ekonomska Istraživanja, 33(1), 1-17.
6. National Bank of Serbia (NBS). (2020). Annual Financial Stability Report.
7. Davis, J. S., Cowley, J., & Morris, A. (2018). The Impact of Foreign Exchange Reserves on Emerging Market Spreads. Journal of International Money and Finance, 88, 213-228.