Solvencia bancaria en bancos que operan en Argentina

Lima

Conferencia; XXIV International Finance Conference; 2024

Pontificia Universidad Católica del Perú

El presente trabajo aplica modelos de ecuaciones estructurales con mínimos cuadrados parciales con el fin de explicar los determinantes de la solvencia bancaria en bancos que operan en Argentina durante los periodos 2007-2011, 2012-2017 y 201a-2021. El estudio conjuga un total de 19 variables manifiestas en forma de indicadores que componen seis constructos exógenos (Capital (C), Activo (A), Management/Eficiencia (M), Eamings/Retornos (E), Liquidez (1) y Sensibildiad (5)] como causa directa de la solvencia bancaria en los tres periodos mencionados. De esta forma, se aplica un modelo de emociones estructurales para cada uno de los periodos en donde la variable dependiente es la solvencia bancaria que a su vez conforma un construct') endógena. Los resultados de estos modelos son capaces de explicar respectivamente 16,72%, 13,11%y 15,84% de la variación en la solvencia de los bancos analizados. La relevancia predictiva respecto al constructo enclógeno se situó como débil, con valores de 10,15%, 2,96%y 3,47%. Los resultados implican que en el periodo 2007-2011 los constructos correspondientes al Activo, Management, Earnings y Liquidez, resultaron determinantes de solvencia bancaria, mientras que en el periodo 2012-2017 el Capital, el Activo, Management, Earnings y Liquidez Fueron significativos. Finalmente, para 2018-2021, el Management, Earnings y la Liquidez son los determinantes de laAbstractsolvencia bancaria. En ningún caso, la Sensibilidad de las entidades al contexto de mercado resultó significativa, implicando que el tamaño de los bancos no Influye sobre la solvencia. Cabe resaltar que cada uno de estos periodos cuenta con diferentes características que los hacen objeto de estudio a fin de ejecutar una comparativa de cómo estas particularidades influyen en los determinantes de la solvencia.Como respuesta a la crisis financiera global de 2008, las prácticas de análisis de tensión financiera se convirtieron en un elemento crítico en la gestión de riesgos para los bancos, a la vez de ser consideradas como una herramienta fundamental en la supervisión bancaria, con el fin de alentar a los gerentes bancarios y a las autoridades acerca de resultados inesperados provenientes de los diferentes riesgos que las entidades bancarias incurren. En este contexto se somete el modelo correspondiente al periodo 2012-2017 en el cual no se incurrió en crisis ni en la aplicación de las normas internacionales de contabilidad, a los valores promedios de los indicadores correspondientes a los otros dos periodos caracterizados por crisis y por aplicación de las mencionadas normas internacionales. Al usar los valores promedio de los indicadores para el periodo 2007-2011 en la regresión del modelo 2012-2017, se obtiene con una medida de solvencia del 26.85%, mientras que para valores de 2018-2021, el resultado fue del 1.48.