Determinantes del Tipo de Cambio Real Efectivo de Uruguay: Un Enfoque del Modelo Mundell-Fleming

1. Introducción

Este estudio investiga los determinantes del Tipo de Cambio Real Efectivo (TCER) a corto plazo de Uruguay utilizando un marco de modelo Mundell-Fleming extendido. Uruguay representa un caso de estudio convincente como una economía pequeña y abierta con dependencias regionales significativas, particularmente influenciada por sus vecinos Argentina y Brasil. La investigación aborda un vacío en la literatura existente al examinar específicamente la dinámica del tipo de cambio de Uruguay a través de este lente teórico.

El documento está motivado por la historia económica de Uruguay, incluyendo la recuperación de la crisis financiera de 2002 y las fluctuaciones continuas en el valor del Peso. La pregunta central de investigación explora cómo variables macroeconómicas clave—específicamente la tasa de préstamo de EE.UU. (USLR), la oferta monetaria doméstica (M2), la inflación (IPC) y la tasa de interés mundial (WIR)—impactan el TCER de Uruguay bajo un régimen de tipo de cambio flotante.

2. Revisión de la Literatura

El estudio se sitúa dentro del extenso cuerpo de trabajo sobre el modelo Mundell-Fleming, señalando sus diversas extensiones y validaciones empíricas en diferentes contextos económicos. La revisión reconoce que los hallazgos a menudo dependen de estructuras económicas específicas y entornos de política.

Las referencias clave incluyen discusiones sobre respuestas de política a shocks de flujos de capital, como intervenciones cambiarias esterilizadas y enfoques de activo-pasivo, que han sido relevantes para el conjunto de herramientas de política de Uruguay. La literatura sugiere que la efectividad de tales políticas puede depender de la "capacidad receptiva" de la economía, un punto destacado por Al Faisal e Islam (2023).

3. Metodología y Datos

La investigación emplea un enfoque econométrico basado en un modelo Mundell-Fleming extendido. La estrategia empírica central utiliza un modelo de regresión lineal para estimar la relación entre el TCER (variable dependiente) y las cuatro variables independientes: USLR, M2, IPC y WIR.

Una elección metodológica crítica es el uso de errores estándar de Newey-West. Esta técnica corrige la posible autocorrelación y heterocedasticidad en los datos de series temporales, lo cual es común en conjuntos de datos macroeconómicos y esencial para obtener inferencias estadísticas confiables.

4. Resultados Empíricos y Análisis

Los resultados se alinean con las expectativas teóricas del modelo Mundell-Fleming para una pequeña economía abierta con tipos de cambio flotantes. Un aumento en la USLR probablemente conduce a salidas de capital desde Uruguay, depreciando la moneda. Una política monetaria expansiva (M2 más alto) y una inflación creciente (IPC) también ejercen presión a la baja sobre el TCER. La no significancia de la WIR puede indicar que los factores regionales o específicos de EE.UU. dominan sobre los movimientos de la tasa de interés mundial al influir en el tipo de cambio de Uruguay.

5. Conclusión y Recomendaciones de Política

El estudio concluye que las condiciones monetarias domésticas y las tasas de interés de EE.UU. son impulsores clave del TCER de Uruguay en el corto plazo. Con base en los hallazgos, los autores proponen varias medidas de política para las autoridades uruguayas:

• Ajustar la Política Monetaria: Para contrarrestar las presiones inflacionarias y apoyar la moneda.
• Controlar la Inflación: Como un determinante directo de la depreciación del tipo de cambio.
• Ajustar las Estrategias Fiscales: Para complementar las medidas monetarias.
• Impulsar las Exportaciones: Para mejorar la balanza comercial y la demanda de Pesos, especialmente durante períodos de depreciación.

6. Análisis Original y Revisión Crítica

7. Marco Técnico y Especificación del Modelo

El modelo Mundell-Fleming extendido que sustenta este análisis se puede representar conceptualmente. La ecuación central de regresión lineal estimada es:

$TCER_t = \beta_0 + \beta_1 USLR_t + \beta_2 M2_t + \beta_3 IPC_t + \beta_4 WIR_t + \epsilon_t$

Donde:
$TCER_t$ es el índice del Tipo de Cambio Real Efectivo en el momento $t$.
$USLR_t$ es la tasa de préstamo de EE.UU.
$M2_t$ es la oferta monetaria amplia de Uruguay.
$IPC_t$ es el Índice de Precios al Consumidor de Uruguay (medida de inflación).
$WIR_t$ es un proxy para la tasa de interés mundial.
$\epsilon_t$ es el término de error, cuya varianza se estima utilizando el procedimiento de Newey-West para tener en cuenta la correlación serial y la heterocedasticidad.

Los signos esperados basados en la teoría son: $\beta_1 < 0$ (tasas más altas en EE.UU. causan salida de capital y depreciación), $\beta_2 < 0$ (la expansión monetaria causa depreciación), $\beta_3 < 0$ (una inflación más alta erosiona el valor real, causando depreciación). El signo para $\beta_4$ es teóricamente ambiguo y se encontró que no era significativo.

8. Resultados Experimentales e Interpretación

Tabla de Resultados Hipotéticos (Basada en los hallazgos descritos):

Implicación del Gráfico: Un gráfico hipotético mostraría la trayectoria real del TCER a lo largo del tiempo contra una línea ajustada del modelo. Los períodos de aumento de la USLR o del M2 doméstico coincidirían con desviaciones a la baja del TCER real respecto a su tendencia, confirmando visualmente la relación negativa. Es probable que el gráfico muestre que el modelo captura los principales puntos de inflexión, pero posiblemente pierde la volatilidad a corto plazo, indicando la influencia de factores no incluidos en la especificación.

9. Marco Analítico: Aplicación de un Estudio de Caso

Caso: Simulación de un Shock de Subida de Tasas de la Fed (Escenario 2024)

Objetivo: Utilizar el modelo estimado para proyectar el impacto de un aumento hipotético de 100 puntos básicos en la Tasa de Fondos Federales de EE.UU. (proxied por USLR) sobre el TCER de Uruguay.

Aplicación del Marco:

1. Shock de Entrada: Establecer $\Delta USLR = +1.0$ (aumento de 100 bps). Suponer que otras variables (M2, IPC, WIR) permanecen constantes a corto plazo como un experimento inicial ceteris paribus.
2. Cálculo del Modelo: Usando el coeficiente de los resultados ($\beta_1 = -1.25$), el cambio predicho en el TCER es: $\Delta TCER = \beta_1 * \Delta USLR = -1.25 * 1.0 = -1.25$.
3. Interpretación: El modelo predice una depreciación de 1.25 puntos del índice del TCER de Uruguay tras la subida de tasas de EE.UU. Para un banco central que utiliza un índice TCER donde 100 representa el equilibrio, este movimiento podría empujar el índice de, digamos, 95 a 93.75, indicando una mayor competitividad pero también una presión inflacionaria potencial por los bienes importados.
4. Simulación de Política: El banco central uruguayo podría simular una política compensatoria. Para neutralizar completamente esta presión depreciatoria, necesitaría ajustar su propia política monetaria. Usando el coeficiente para M2 ($\beta_2 = -0.85$), resolviendo para el cambio requerido en M2: $\Delta M2 = - (\Delta TCER_{deseado}) / \beta_2$. Para lograr $\Delta TCER = 0$, necesita $\Delta M2 = - (1.25) / (-0.85) \approx -1.47$. Esto implica una contracción de la oferta monetaria en aproximadamente 1.47 unidades para contrarrestar el shock externo.

Este caso simplificado demuestra cómo el modelo puede usarse para análisis de escenarios y diseño preliminar de políticas, aunque la aplicación en el mundo real requeriría un modelo dinámico que incorpore bucles de retroalimentación y efectos secundarios.

10. Aplicaciones Futuras y Direcciones de Investigación

1. Especificaciones Mejoradas del Modelo: El trabajo futuro debería incorporar variables adicionales críticas para Uruguay: índices de precios de materias primas (soja, carne, lácteos), una prima de riesgo regional (por ejemplo, el spread soberano argentino) y los términos de intercambio. Esto acercaría el análisis a los enfoques de Tipo de Cambio de Equilibrio Fundamental (FEER) o Conductual (BEER) utilizados por instituciones como el FMI.

2. Modelos No Lineales y de Umbral: Investigar si la relación entre variables cambia durante períodos de alta volatilidad o estrés económico. ¿Se intensifica el impacto de la USLR durante episodios globales de "aversión al riesgo"? Se podrían aplicar técnicas como modelos de autorregresión de transición suave (STAR) o modelos de cambio de régimen de Markov.

3. Análisis Causal Dinámico: Reemplazar el modelo de ecuación única con una Autorregresión Vectorial (VAR) o VAR Estructural (SVAR). Esto permitiría a los investigadores rastrear la respuesta dinámica del TCER a shocks en la USLR o M2 a lo largo del tiempo (Funciones de Respuesta al Impulso) y evaluar la proporción de la varianza del TCER explicada por cada factor (Descomposición de la Varianza).

4. Aumento con Aprendizaje Automático: Si bien los modelos basados en teoría son cruciales, las técnicas de aprendizaje automático podrían usarse para la selección de variables, la detección de interacciones complejas o el nowcasting de movimientos del TCER utilizando datos de alta frecuencia (por ejemplo, sentimiento de noticias, proxies de flujos de capital).

5. Formulación de Reglas de Política: La investigación puede contribuir al desarrollo de una función de reacción de política monetaria más formal para el banco central de Uruguay, incorporando explícitamente la estabilidad del tipo de cambio junto con los objetivos de inflación y producción, similar a los marcos de metas de inflación con flexibilidad cambiaria.

11. Referencias

1. Al Faisal, M. A., & Islam, D. (2023). [Referencia del documento].
2. Bucacos, E., et al. (2023). [Referencia del documento sobre política uruguaya].
3. Fondo Monetario Internacional (FMI). (2022). Informes del Sector Externo y Consultas del Artículo IV para varias pequeñas economías abiertas. Washington, D.C.: FMI.
4. Mundell, R. A. (1963). Capital mobility and stabilization policy under fixed and flexible exchange rates. Canadian Journal of Economics and Political Science, 29(4), 475-485.
5. Stock, J. H., & Watson, M. W. (2011). Introduction to Econometrics (3rd ed.). Boston: Addison-Wesley. (Para metodología sobre Newey-West y análisis de series temporales).
6. Williamson, J. (1994). Estimating Equilibrium Exchange Rates. Washington, D.C.: Institute for International Economics. (Para metodología FEER/BEER).
7. Comisión Económica para América Latina y el Caribe (CEPAL). (2023). Estudio Económico de América Latina y el Caribe 2023. Santiago: Naciones Unidas.