MAYO 2012

BANCARIZACIÓN Y DESARROLLO HUMANO: UN CONTRASTE EMPÍRICO PARA VENEZUELA# LEONARDO VERA AZAF∗ lvera@bancomercantil.com

ALBANY HERNÁNDEZ** DORELIA OSORIO**

CONTENIDO

1. Introducción 2. ¿Qué es la Bancarización ¿Cómo se mide? ¿Qué muestra

para el caso venezolano? 3. Bancarización y Desarrollo Socioeconómico 4. Bancarización y Desarrollo Humano: el contraste empírico

para Venezuela 5 Conclusiones NORMATIVA LEGAL INDICADORES ECONÓMICOS 1. INTRODUCCIÓN Sobre los pilares analíticos de los trabajos pioneros de Schumpeter (1911), Gurley and Shaw (1955), Patrick (1966), Goldsmith (1969), McKinnon (1973) y Shaw (1973), un importante volumen de estudios empíricos ha estado por décadas en búsqueda de una relación entre el desarrollo financiero y el crecimiento económico. Un trabajo medular e influyente de reciente data en esta agenda de investigación fue presentado hace unos años por King y Levine (1993), en un estudio para 80 países y para el lapso 1960-1989. King y Levine encontraron, que el nivel inicial de desarrollo financiero precede y predice las tasas de crecimiento económico para el conjunto de

# Este estudio es una versión resumida del proyecto de Trabajo Especial de Grado llevado a cabo por Albany Henández y Dorelia Osorio, bajo la supervisión de Leonardo Vera y Luis Morales y presentado en la Universidad Central de Venezuela. * Economista Senior de la Gerencia de Investigación Económica de Mercantil Banco Universal. ** Economista Graduada de La Universidad Central de Venezuela.

países en estudio.1 El valor de este trabajo no sólo está en haber puesto en boga un método empírico para estudios de países (ya antes utilizado por Barro 1991), sino además el haber encontrado las variables específicas que explican la causalidad que va desde el nivel de desarrollo financiero al crecimiento, una relación atribuida a ciertas observaciones hechas por Schumpeter muchos años atrás. Entre las variables de desarrollo o “profundidad” financiera que King y Levine señalan como relevantes para explicar el crecimiento están: la razón de depósitos y obligaciones líquidas de los bancos como proporción del PIB y variantes de la razón crédito/PIB. Los trabajos que se desarrollaron a partir de la contribución de King y Levine no quedaron incontestados y a decir verdad, las críticas han sido abundantes. Desde la inconveniencia de usar estudios de panel o sección cruzada multi-países con series suavizadas y datos promediados a partir de observaciones anuales, hasta llegar a una posible reversión de la causalidad entre desarrollo financiero y crecimiento que se condiciona de acuerdo al tipo de arreglo institucional al que esté sometido el sistema financiero de cada economía. Estas críticas –que no viene al caso abordar aquí- están bien recogidas en Arestis y Demetriades (1997) y Ang (2008). Más allá de esta relación relativamente bien explorada e interesante entre desarrollo financiero y crecimiento, este estudio comparte más bien la idea de que una focalización muy concentrada y/o excesiva en ciertas concepciones teóricas apriorísticas (a menudo instrumentadas por ciertas variables específicas) pudiera no estar recogiendo las genuinas relaciones que se dan entre las finanzas y el desarrollo económico. Desde esta perspectiva, la relación entre finanzas y desarrollo pudiera más bien darse e

1 King y Levine (1993) incluso sugieren que el desarrollo financiero promueve una mayor tasa de inversión en activos físicos y eleva la productividad de las inversiones.

2

instrumentarse a través de mecanismos y variables que no necesariamente se expresan en el nexo que hipotéticamente se teje entre el crecimiento del PIB per capita y las tradicionales medidas de desarrollo financiero como la razón crédito/PIB, depósitos/PIB o liquidez/PIB. En particular, es de nuestro interés observar y verificar en qué medida el desarrollo económico, aproximado por indicadores distintos al crecimiento del producto per cápita, puede ser explicado por el grado de acceso que tiene la población a los servicios financieros. Esta idea es desde luego algo distinta a la planteada en la literatura antes comentada sobre desarrollo financiero y crecimiento, y se presenta más bien como una hipótesis de trabajo complementaria que busca poner en relieve ciertos canales de transmisión relativamente inexplorados. La idea de este trabajo es detectar y verificar si existe una posible conexión entre el grado de acceso y uso de los servicios financieros que tiene el público -un concepto a menudo asociado al término “bancarización”- y el nivel de desarrollo socio-económico, cuantificado por el Índice de Desarrollo Humano, una medida de desarrollo ampliamente difundida y propuesta a nivel mundial años atrás por el programa de Naciones Unidas para el Desarrollo (PNUD). A tales efectos el trabajo se concentra en la economía venezolana y por lo tanto deja para una fase posterior la posibilidad de explorar esta misma relación para otros países. El trabajo se divide a partir de esta introducción en tres partes. En la primera parte, abordamos conceptualmente lo que en la literatura económica y financiera se entiende por bancarización. Determinamos así mismo, algunas aproximaciones viables que permiten cuantificar el fenómeno para Venezuela y presentamos algunos hechos estilizados en torno al comportamiento y la evolución de las proxys que hemos seleccionado de bancarización para esta economía. En una segunda parte, se discute el espinoso asunto de la posible direccionalidad que se da en la relación entre desarrollo socioeconómico y la bancarización. Si bien es cierto que desde el punto de visto analítico es factible concebir la causalidad en una u otra dirección, nos concentramos mucho más en destacar los argumentos que permiten inferir que el grado de bancarización es un determinante importante del grado de

desarrollo socio-económico de la población. En la tercera parte procederemos a hacer pruebas y contrastes empíricos que permiten corroborar la hipótesis de trabajo. Las estimaciones prueban que la bancarización es un determinante importante de la evolución del Índice de Desarrollo Humano en Venezuela, indicando, por los demás, la robustez de la especificación econométrica a distintas medidas de bancarización. De hecho, adicionalmente a las ya conocidas medidas de profundidad financiera tales como la razón Crédito/PIB, la razón Depósitos/PIB y el crédito real per cápita, el estudio prueba que las mejores proxys de bancarización son el número de sucursales y de ATMs (Automatic Teller Machines) así como el número de depósitos que registra el sistema bancario, siendo las dos últimas variables novedosas en este tipo de estudio. En el proceso de selección de las mejores variables de control, el ejercicio indica además que el Índice de Desarrollo Humano en Venezuela es afectado por el precio real del barril petrolero y por el gasto público del Gobierno Central por habitante. Estas variables de control fueron escogidas, tanto por el grado de inherencia que tiene el recurso mineral petrolero en la economía venezolana, como por el carácter distributivo que tiene el gasto público, cuyo apalancamiento de la renta petrolera ha sido reportado en numerosos estudios.2 Estas variables son no sólo lo suficientemente exógenas sino que además recogen, a nuestro juicio, buena parte de los fundamentos que gobiernan el resto de las variables macroeconómicas de la economía venezolana. 2. ¿QUÉ ES LA BANCARIZACIÓN ¿CÓMO SE MIDE? ¿QUÉ

MUESTRA PARA EL CASO VENEZOLANO? Existe una abundante y creciente literatura sobre bancarización, la mayor parte de ella concentrada en el contexto financiero de las economías emergentes y en desarrollo y muy especialmente en las economías latinoamericanas. Si algo queda claro en una revisión de lo que conceptualmente se entiende por bancarización, es el común solapamiento de referencias al acceso a los

2 La muy reportada pro-ciclicidad del gasto público en Venezuela justamente da cuenta de cuan importante resulta la renta de origen externo proveniente del petróleo para explicar el curso que toma el gasto del gobierno. La alta correlación que existe entre las exportaciones de origen petrolero y el gasto hacen presumir que ambas variables son co-lineales y por tanto sólo una de ellas se incluye cada vez en las especificaciones.

3

servicios financieros, la inclusión financiera, la disponibilidad e incluso el uso de los servicios financieros, entre otros. Por esta razón parece conveniente precisar estas distintas conceptualizaciones con el objeto de hacer ver la complejidad del tema. 2.1 Bancarización: Acceso, Uso e Inclusión Financiera Cierta literatura reciente ha venido asociando el fenómeno de la bancarización al acceso a los servicios financieros. En Morales y Yañez (2008), por ejemplo, la bancarización está referida a la disponibilidad o acceso de los usuarios a la apertura de cuentas en el sistema, al crédito y a una gama amplia de servicios ligados a las necesidades de medios de pago (tarjeta de crédito, débito, cheques, transferencias electrónicas), seguros, instrumentos sofisticados de ahorro, fondo de pensiones y jubilaciones, asesorías financieras, entre otros.3 Numerosos autores incluso no hacen referencia propiamente al término bancariazación sino directamente al término “acceso a las finanzas”. Claessens (2006, p.1), por ejemplo, entiende el acceso a la finanzas como “la disponibilidad de una oferta de servicios financieros de calidad razonable a costos razonables, donde la calidad razonable y costo razonable tienen que ser definidos objetivamente con algún nivel estándar, con costos que reflejen tanto los pecuniarios, como los no pecuniarios”. Demirguc-Kunt y Levine (2008, p.1) señalan en complemento que el acceso a las finanzas está ligado a “la ausencia de barreras, tanto propias del precio, como otros tipos de barreras no relacionadas con los mismos”. De hecho en un trabajo reciente en torno a la bancarización en América Latina (FELABAN 2007) se señala que el “acceso a servicios financieros” está asociado a la capacidad de la población de utilizar estos servicios sin que existan obstáculos que lo prevengan. Otro número de autores establecen la distinción entre “acceso” y “uso” de los servicios financieros. Beck y de la Torre (2005a) y Beck et.al. (2005b), por ejemplo, afirma que los agentes económicos pueden tener acceso a los servicios financieros y sin embargo decidir no utilizarlos, sea por razones socio-culturales o porque los costos de

3 La gama de servicios financieros puede ser tan amplia como para incluir servicios internacionales, gestión de inversiones, fondos de inversión, fondos mutuales, administración de fideicomisos, administradoras de fondos de jubilaciones y pensiones y mercados de capitales.

oportunidad son altos. Ellis, Lemma y Rud (2010), de igual manera hacen esta distinción y señalan que, si bien para los usuarios es crítico e importante tener acceso a los servicios financieros, éstos pueden escoger no utilizarlos. De hecho plantean paradójicamente que es posible para un individuo sobreponer las barreras y restricciones de acceso y tener un uso muy limitado de ellos. Por ejemplo, la titularidad de una cuenta bancaria, podría enfrentar restricciones para su uso activo si la sucursal o el ATM más cercano están lejos de su área de negocios o residencia. La confianza que depositen los usuarios en las instituciones bancarias es de igual manera un factor importante que determina el uso o no uso que hagan de los servicios bancarios. En economías donde la memoria pública registra las pérdidas de bienestar acarreadas por episodios sistémicos de crisis bancarias, la confianza en el sistema puede ser limitada. Ciertos autores parecen haber comprendido las facetas anteriores y vienen planteando paralelamente una síntesis en el concepto “inclusión financiera”. Sarma (2007, p.1), por ejemplo, usa el término inclusión financiera y lo define como “un proceso que garantiza la facilidad de acceso, la disponibilidad y la utilización del sistema financiero formal para todos los miembros de una economía”. La literatura parece señalar que la inclusión supone el acceso y uso a un costo accesible y hacia segmentos menos privilegiados y de bajos ingresos. Más allá de las precisiones conceptuales, tres aspectos adicionales deben ser tomados en cuenta cuando se evalúa el alcance de la bancarización. Estos atañen a la profundidad, la cobertura y la intensidad de uso. Por profundidad se entiende a la dimensión asociada a la importancia relativa que tiene el sistema financiero sobre la economía como un todo. La cobertura, por otro lado, está referida a la distribución de los servicios financieros entre los distintos grupos de usuarios y/o por zonas geográficas. Por su parte, la intensidad de uso, corresponde a una dimensión vinculada a la frecuencia y cantidad de transacciones bancarias realizadas por una población de referencia. La distinción que se hace con cada uno de estos aspectos o dimensiones, como veremos en un instante, pueden ser útil al momento de

4

evaluar que se está midiendo en cada uno de los indicadores conocidos de bancarización. 2.2 ¿Cómo medir la Bancarización? Noguera y Vera (2008) señalan que el primer problema con que se topa un analista para evaluar el nivel o el grado de bancarización en un espacio geográfico determinado, es la selección de un indicador comprensivo y preciso. Si bien los estudios de casos o de países suelen presentar diversos indicadores de bancarización, una evaluación de éstos revela que lo que a menudo se mide es sólo un aspecto o una dimensión del fenómeno. a. Las Medidas de Profundidad Financiera: Entre las medidas más conocidas y utilizadas en estudios empíricos sobre desarrollo financiera está el volumen de depósitos y de créditos como proporción de alguna variable escala como bien puede ser el PIB nominal, la población o el valor de los activos bancarios. Morales y Yañez (2008) asocian correctamente este tipo de medidas de desarrollo financiero a la profundidad. Kappel (2010) va un poco más allá y afirma que ratios como el crédito privado como proporción del PIB, miden el acceso directo de la población a los servicios financieros, y considera este tipo de medidas aproximadas de la bancarización como apropiadas en países en desarrollo, donde el ahorro y el préstamo son la clave del negocio de la intermediación financiera. Desde luego, en países emergentes e industrializados, el apalancamiento y la intermediación financiera son más sofisticadas y requieren tomar en consideración otros factores como es el caso del mercado de capitales. No obstante, Demirguc-Kunt y Levine (2008), consideran apropiado usar la razón crédito/PIB como proxy de bancarización y desarrollo financiero tanto por su fácil recolección como por su disponibilidad en series estadísticas largas. Una de las limitaciones que estas medidas de profundidad tienen es que no pueden en efecto revelar qué tan amplio o qué tan concentrado está el servicio del crédito o de las captaciones del público. Una economía puede perfectamente exhibir relativamente altos ratios de crédito y de depósitos (como proporción del PIB o de la población) y no obstante los servicios pueden estar altamente concentrados en pocas empresas, en pocos grupos

económicos o en estratos determinados de altos ingresos. En ese sentido, pueden no ser medidas del todo fiel de fenómeno de la bancarización. b. Las Medidas de Cobertura: Los indicadores de cobertura tales como el número de medios de pago sobre la población, el número de depositantes, el número de ATM’s y/o sucursales por cada 100 mil habitantes, el número de sucursales por cada 1000 km2, entre otros, dan una mejor idea del grado de penetración que puede tener el sistema bancario en la población. No obstante, al asumir una distribución uniforme de las cuentas de depósito de las sucursales y de los ATM’s, tanto geográfica como demográficamente, estas medidas presentan de igual forma ciertas limitaciones. c. Las Medidas de Intensidad de uso: Igualmente Ruiz (2007) presenta un listado amplio de los indicadores para este ámbito, entre los cuales están el uso del crédito por parte de las personas naturales, el uso de tarjetas de crédito, el uso de tarjetas de débito, el uso de banca por internet, el uso de cheques entre personas naturales a nivel nacional, el uso de cheques entre personas jurídicas a nivel nacional, entre otros. Otros estudios hacen énfasis el número de créditos y/o depósitos por cada 100 mil habitantes, en el número de transacciones realizadas con medios de pago bancarios distintos de cheques y efectivos por habitante, y en el número de créditos sobre la fuerza de trabajo, entre otros. Beck et.al. (2005b), sostienen que la intensidad también puede ser medida calculando el número de depósitos y créditos con respecto a la población, en tanto que mayores ratios de estos indicadores significarán que los depósitos y créditos están repartidos en un mayor número de la población y “pequeños clientes”. Tal afirmación está, una vez más, condicionada a una distribución uniforme de los servicios financieros entre la población, cosa que no está garantizada en economías en procesos de desarrollo. Uno de los mayores obstáculos para el uso de las medidas de intensidad es que a menudo no son recolectadas o no están a la disposición del público, y esto desde luego dificulta el trabajo de los investigadores.

5

En este documento, y en consideración del análisis que haremos del caso venezolano, usaremos como determinantes aproximados (o proxys) del grado de bancarización medidas de profundidad como la razón Crédito/PIB y Depósitos/PIB pero además, y dada la disponibilidad de información, usaremos mediciones del número de oficinas y de ATM’s (o cajeros automáticos) por cada 100 mil habitantes así como ciertas variables un tanto más novedosas en estudios de este tipo como son el número de depósitos a nivel nacional y su normalización por la población, es decir, en términos per cápita. En esencia, estos dos últimos indicadores dan una idea más cercana sobre el uso que hace el público de los servicios que se distribuyen a través de la red bancaria. Vale decir, que aunque es posible utilizar en el contexto del sistema bancario venezolano otras medidas, como el uso de la banca electrónica y el número de POS, la información recabada de estos indicadores es de una periodicidad relativamente corta. 2.3 La Reciente Evolución de la Bancarizacion en Venezuela En un estudio reciente Noguera y Vera (2008), toman datos de la economía venezolana, construyen ciertos indicadores de bancarización y extraen un conjunto de hechos estilizados. Conviene, por tanto, comenzar poniendo de relieve las regularidades encontradas en este trabajo. En primer lugar, para series anuales que van desde el año 1970 y a 2007 los indicadores de profundidad como la razón depósitos/PIB y crédito PIB exhiben un comportamiento en tres fases distintas: Una fase de auge que se prolonga hasta comienzos de los años 1980s (en el caso de la razón crédito/PIB hasta finales de los 1970s), una fase de caída y estabilización (en un piso bajo) que se prolonga hasta la década del 2000, y finalmente, un renovado auge a partir del año 2004. Noguera y Vera (2008) encuentran además que durante esas casi cuatro décadas existe una alta correlación entre los precios del petróleo y el volumen de depósitos así como entre el producto por habitante y la razón crédito/PIB. Al comparar los niveles de bancarización de Venezuela con los del continente Latinoamericano (donde la bancarización promedio ya es baja), los niveles de bancarización de Venezuela lucen entre los más bajos, al menos si se mira desde el lado del crédito. Desde el lado de los depósitos,

Venezuela está en el promedio de la región. Para Noguera y Vera (2008) otros indicadores de bancarización cuyas series son más cortas, tales como el número de oficinas y de ATMs por 100 mil habitantes, indican, en contraste, un incremento sostenido de la bancarización en el país, incluso cuando la mirada se extiende a las últimas tres décadas.

Gráfico 1 Evolución de la razón créditos/PIB

1970-2009

0%

5%

10%

15%

20%

25%

30%

1970

1973

1976

1979

1982

1985

1988

1991

1994

1997

2000

2003

2006

2009

Raz

ón c

rédi

tos/

PIB

Razón Créditos/PIB

Polinómica (Razón Créditos/PIB)

Fuente: SUDEBAN y Banco Central de Venezuela A los efectos de completar esta visión recogida en Noguera y Vera (2008), nuestro trabajo hace uso de seis proxys que pretenden dar cuenta del fenómeno de la bancarización en Venezuela. Estas variables se dividen en indicadores de profundidad financiera (la razón Créditos/ PIB, Depósitos/PIB y el Crédito Real per-cápita), indicadores de cobertura o penetración demográfica (como la suma del número ATM’s y número de sucursales por cada 100 mil habitantes) y por último el número de cuentas y el número de cuentas per-cápita.

Gráfico 2 Evolución de la Razón Depósitos/PIB

1970-2009

0%

5%

10%

15%

20%

25%

30%

35%

40%

1970

1973

1976

1979

1982

1985

1988

1991

1994

1997

2000

2003

2006

2009

Raz

ón d

epós

itos/

PIB

0

10

20

30

40

50

60

70

80

90

Razón Depósitos/PIBPrecio del Petróleo Real US$/bl (2005=100)Polinómica (Razón Depósitos/PIB)

Fuente: SUDEBAN y Banco Central de Venezuela

6

Gráfico 3Evolución del credito real percápita

(Base 1997) 1970-2009

0

1

2

3

4

5

6

7

8

9

1970

1973

1976

1979

1982

1985

1988

1991

1994

1997

2000

2003

2006

2009

Ced

ito re

al p

ercá

pita

en

mile

s de

Bs.

F

Credito Real Per Cápita (base 1997)Polinómica (Credito Real Per Cápita (base 1997))

Fuente: SUDEBAN, Banco Central de Venezuela e Instituto Nacional de Estadística Los gráficos 1, 2 y 3, que representan la evolución de la razón crédito/PIB, depósitos/PIB y del crédito real por habitante, desde el año 1970 y hasta el año 2009, corroboran lo señalado por Noguera y Vera (2008), a decir; que la bancarización, desde la vista ofrecida por estos indicadores, parece haber seguido correlativamente los ciclos largos en la tendencia de ciertas variables macroeconómicos de gran importancia para Venezuela, como por ejemplo pueden ser los precios del petróleo.

Gráfico 4Evolución del número de sucursales y ATM`s

por cada 100mil habitantes. 1970-2009

0

2

4

6

8

10

12

14

1970

1973

1976

1979

1982

1985

1988

1991

1994

1997

2000

2003

2006

2009N

úmer

o de

suc

ursa

les

y A

TM`s

por

cad

a 10

0mil

habi

tant

es

Número de sucursales y ATM`s por cada 100mil habitantes Polinómica (Número de sucursales y ATM`s por cada 100mil habitantes )

Fuente: Anuarios de SUDEBAN La conclusión que arroja esta mirada panorámica cambia en la medida que nos alejamos de estos indicadores de profundidad financiera. Las gráficos 4, 5 y 6 presentan la evolución de los indicadores el número de ATM´s, el número de oficinas por cada 100 mil habitantes, el número de cuentas de depósito, y el número de cuentas de depósito por habitante. Los datos en correspondencia están de igual manera desde el año 1970 hasta el año 2009. La cobertura de los servicios bancarios, mejor medida por las proxys de bancarización: número de

Gráfico 5Evolucion del número de depósitos

1970-2009

0

5.000.000

10.000.000

15.000.000

20.000.000

25.000.000

30.000.000

1970

1973

1976

1979

1982

1985

1988

1991

1994

1997

2000

2003

2006

2009

Núm

ero

de d

epos

itos

Número de DepósitosPolinómica (Número de Depósitos)

Fuente: Anuarios de SUDEBAN

sucursales y ATM´s por cada 100 mil habitantes4, muestra en el gráfico N° 4 una tendencia creciente a lo largo del periodo estudiado, empezando en 1970 con un valor de 4,8 para llegar al año 2008 a un valor casi 3 veces superior. Los datos sobre el número de cuentas bancarias y de cuentas bancarias por habitante también observan una tendencia creciente. Curiosamente, y en contraste, en 1994 el número de cuentas de depósito sufre una caída puntual abrupta (de 27,6%), caída que persiste para el año 1995, todo esto sin la menor duda como consecuencia de la crisis financiera a la que estuvo expuesta la economía venezolana. De este punto en adelante la recuperación es inminente hasta llegar al año 1999 cuando puntualmente estos indicadores disminuyen una vez más. Esto podría ser explicado por la incertidumbre política y la aparición de un nuevo proyecto político en un contexto donde prevalecía la libre movilidad de capitales.

Gráfico 6Evolución del número de depósitos percapita

1970-2009

00,10,20,30,40,50,60,70,80,9

1

1970

1973

1976

1979

1982

1985

1988

1991

1994

1997

2000

2003

2006

2009

Núm

ero

de d

pósi

tos

perc

apita Número de Depósitos percápita

Polinómica (Número de Depósitos percápita)

Fuente: Anuarios de SUDEBAN e Instituto Nacional de Estadística

4 Indicador bancario que se construye teniendo en cuenta el número total de ATM’s más sucursales en el país y la población total a cada año. Con esta información se obtiene cuantas sucursales y ATM’s existen en el país por cada 100.000 habitantes.

7

Esta distinción entre estos dos tipos de indicadores de bancarización es crítica no sólo por las conclusiones que arrojan los hechos estilizados asociados a la evolución de las series son diferentes, sino además, y como veremos más adelante, por el hecho de que cierto conjunto de indicadores parecen ser más aptos para sostener la hipótesis que nos mueve y que señala una posible relación positiva entre bancarización y desarrollo humano. 3. BANCARIZACIÓN Y DESARROLLO SOCIOECONÓMICO Si bien como hemos visto resulta difícil encontrar una medida comprensiva de bancarización, no menos complejo resulta recoger el grado de desarrollo socio-económico de una región o de una economía en un indicador. En la actualidad existen un conjunto de indicadores para medir el nivel de desarrollo socio-económico a nivel de países. Conocidos son, por ejemplo, el Índice de Desarrollo Humano (IDH), el Índice de Pobreza Humana (IPH), el Índice de Pobreza Multi-dimensional, el Índice de Desarrollo de Género (GDI) y la Medida de Empoderamiento de Género (GEM), construidos por el Programa de Naciones Unidas para el Desarrollo (PNUD) y que ofrecen un panorama de diversos aspectos contentivos al desarrollo socio-económico. Quizás entre estas medidas es el Índice de Desarrollo Humano, el indicador más comprensivo y conocido de desarrollo socio-económico. El IDH es un índice compuesto, construido por el PNUD, que mide el progreso medio conseguido por un país en tres dimensiones básicas: disfrute de una vida larga y saludable, acceso a la educación, y nivel de vida digno. El IDH es la media geométrica de índices normalizados que miden los logros en cada una de estas dimensiones.5 El índice formó parte del primer Informe sobre Desarrollo Humano, publicado en 1990. Se presentó como una alternativa a las mediciones convencionales del desarrollo nacional, como el nivel de ingresos y la tasa de crecimiento económico. La figura 1 da cuenta de los indicadores parciales que se usan como

5 Fue desarrollado por primera vez por el economista pakistaní Mahbub ul Haq, con la colaboración del premio Nobel de Economía, Amartya Sen y otros destacados pensadores del campo del desarrollo. El Apéndice I, presenta una breve exposición de su construcción.

insumo para la construcción del IDH y de las dimensiones a las que están asociadas estos insumos. La relación que potencialmente puede tejerse entre bancarización y desarrollo socioeconómico, tiene sus raíces en la asociación que por años se ha discutido en la literatura del desarrollo entre la profundidad financiera y el PIB per-cápita (o alternativamente el crecimiento económico). Sencillamente se arguye que un sistema más profundo puede generar significativos incrementos en la productividad y esto conlleva a mejorar las posibilidades de crecimiento del producto y del ingreso.6 Algunos modelos teóricos en este ámbito muestran que el desarrollo financiero promueve el crecimiento económico a través de la movilización del ahorro, la promoción del emprendimiento y de la inversión privada y la diversificación de riesgos. Beck, Demirgüç-Kunt y Martinez (2006) señalan adicionalmente que la profundización financiera ayuda no sólo al crecimiento económico sino además a aliviar la pobreza.

Uno de los primeros intentos exploratorios en la vía por encontrar una relación entre acceso a los servicios financieros y desarrollo socio-económico se presenta en el trabajo de Rojas-Suárez (2005). La autora cruza datos del IDH del año 2003 con la razón depósitos PIB (para el mismo conjunto de países) para un grupo de 105 países y encuentra una relación positiva, como puede observarse en el Gráfico 7 que hemos reproducido aquí. Al respecto Rojas-Suárez (2005, p.4) señala: “Aunque la relación de 6 Eventualmente, la profundidad se promueve en la medida que el sistema financiero esté menos represado.

Figura 1- Componentes del Índice de Desarrollo Humano

Fuente: IDH, 2010

Figura 1- Componentes del Índice de Desarrollo Humano

Fuente: IDH, 2010

8

causalidad entre desarrollo social y desarrollo financiero es controversial, lo que si es claro es que ambas variables son complementarias”.

Los hallazgos de Rojas-Suárez (2005) son sustentados por un estudio promovido por el consorcio académico denominado “Iniciativa para el Acceso Financiero” (ver Chaia, et.al. 2009), donde se encuentra para un grupo de países, una elevada correlación entre el indicador de la proporción de la población usando servicios financieros de Donovan (2006) y el PIB per cápita. Sarma (2008), por su parte, desarrolla un índice de inclusión financiera (IFI según sus siglas en inglés), y procede a contrastarlo con el IDH de un conjunto de países desarrollados y en desarrollo, e igualmente encuentra una correlación alta y positiva (0.74). Esta correlación también está presente para el caso venezolano cuando se usan series temporales. El gráfico 8 muestra la relación que se establece entre el IDH y el número de oficinas bancarias reportadas por las estadísticas de SUDEBAN para el período que va de 1970 a 2009. El coeficiente de correlación entre estas variables es 0,92. Desde luego, las correlaciones encontradas para estos grupos de países como para Venezuela deben tropezar con el espinoso asunto de la causalidad. Rojas-Suárez (2005) adelanta la tesis de que en la medida que el desarrollo socioeconómico se eleva, la “cultura financiera” del público se hace más sofisticada, lo que requiere por ende más y mejores servicios financieros. Sobre esta línea

lógica de análisis se argumenta con frecuencia que dependiendo del nivel educativo alcanzado, y de la calidad de los empleos asociados a éste, los sujetos pueden emplearse o no en un contexto laboral más seguro, lo que permite vislumbrar o no una percepción futura de sus ingresos y niveles de riesgo, y por ende un mayor o menor acceso a los mercados financieros. Por otra parte, el limitado desarrollo de ciertas capacidades en la población en el área de alfabetización en países en desarrollo hace que los procedimientos asociados con transacciones financieras sean complejos e intimidantes y limita sino el acceso quizás el uso de los servicios bancarios y financieros por parte de los hogares de bajos recursos y pequeñas empresas. También puede señalarse siguiendo a Sarma (2008) que si la exclusión financiera es un reflejo de un problema más amplio como lo es la “exclusión social”, se hace entonces difícil bancarizar en tanto tales barreras no sean abolidas.

R² = 0,9255

0

500

1.000

1.500

2.000

2.500

3.000

3.500

4.000

64 66 68 70 72 74 76 78 80IDH

Núm

ero

de o

ficin

as

Gráfico 8Venezuela- Número de Oficinas Bancarias vs IDH

1970-2009

Fuente: SUDEBAN e Informe de Desarrollo Humano 2010

Otro conjunto de estudios y trabajos, si bien exponen que la correlación entre bancarización y desarrollo económico es positiva, aseguran que la causalidad va desde la bancarización (más población con acceso y uso de los servicios bancarios) hacia el mejoramiento del desarrollo socio-económico (incluyendo el crecimiento económico, los indicadores de desarrollo humano, la mitigación de la pobreza y de la desigualdad de ingresos). Beck y Demirgüç-Kunt (2004), muestran que el desarrollo financiero tiene una correlación positiva con el desarrollo económico y que el efecto del desarrollo financiero es más que proporcional en el segmento de la población de bajos recursos, siendo reflejado en cambios tanto en la pobreza como en la distribución del ingreso. Stone (2005) muestra que la profundidad financiera contribuye a reducir la

Gráfico 7Índice de Desarrollo humano y Relación Depósitos/PIB (en porcentaje)

Fuente: Rojas-Suárez (2005)

Gráfico 7Índice de Desarrollo humano y Relación Depósitos/PIB (en porcentaje)

Fuente: Rojas-Suárez (2005)

9

desigualdad del ingreso y los niveles de pobreza a través de la minimización de las restricciones en el crédito sobre los agentes pobres. Por su parte, Anastasi et al. (2006) señalan que una intermediación financiera hacia las personas sirve como mecanismo para facilitar la inversión en capital humano. La hipótesis del trabajo de Ellis et al. (2010) indica que el acceso a los servicios financieros facilita la inversión en activos (financieros, físicos o capital humano) que elevan la productividad e incrementan el ingreso de los hogares a futuro. A decir verdad, la falta de acceso al crédito constituye una restricción que empuja a la población joven a trabajar y a reducir la escolaridad y la adquisición de capital humano. Eswaran y Kotwal (1990) son de la idea que el acceso al crédito puede reducir la vulnerabilidad de los hogares ante shocks negativos a través del aumento de su habilidad de suavizar el consumo durante tiempos difíciles. Esta disponibilidad del crédito también permite a los hogares tomar mayores riesgos en las inversiones y estar preparados ante shocks negativos debido a las malas decisiones de inversión. Deaton (1991) indica que reduciendo los riesgos financieros encarados por los hogares, puede decrecer la proporción de activos de bajo riesgo - bajo retorno que usan los hogares con propósitos de precaución y les permite invertir en activos de mayor riesgo - mayor retorno (como la educación), que en general mejora los impactos en el ingreso en el largo plazo. El Asian Development Bank (2005); Helms (2006) y United Nations (2006), todos citados en Fernando (2007), arguyen que el acceso a los servicios financieros ayuda a los pobres a manejar sus riesgos, suavizar el consumo, tomar ventajas de las oportunidades económicas rentables, construir otras fuentes de ingreso y otros activos, y mejorar sus estándares de vida. Von Pischke (1998), señala que más acceso a la financiación promueve el espíritu empresarial de los pobres, aumentando su capacidad para gestionar el riesgo. 4.- BANCARIZACIÓN Y DESARROLLO HUMANO: EL

CONTRASTE EMPÍRICO PARA VENEZUELA Un adecuado preámbulo a las pruebas empíricas que desarrollaremos en esta sección consiste en constatar el

grado de correlación que muestran, para el caso venezolano, los datos o las medidas de bancarización seleccionadas con respecto al Índice de Desarrollo Humano (IDH). Antes de comentar estas correlaciones, conviene señalar que los datos usados son anuales y para un período que va desde 1970 al año 2009. Los datos referidos al IDH de Venezuela, corresponden a la serie del IDH híbrido, una serie de datos quinquenal hasta el año 2005 y anual en adelante, consistente en el tiempo y reconstruida por el Informe de Desarrollo Humano (2010). Para obtener los valores faltantes al interior de cada quinquenio empleamos una interpolación lineal. A nuestro favor vale señalar que Davies y Quinlivan (2006) encaran este asunto y consideran que los cambios en el IDH en el periodo de cinco años es lo suficientemente pequeño como para que la interpolación sea válida. Así mismo este método es utilizado por el Programa de las Naciones Unidas para el Desarrollo para analizar tendencias históricas de este indicador (Informe sobre Desarrollo Humano 2010, Anexo Estadístico, página 237). El Cuadro 1 muestra los coeficientes de correlación encontrados entre varias medidas representativas de bancarización que usamos en este trabajo y el IDH. A simple inspección puede notarse que, con la excepción de los indicadores tradicionales de profundidad financiera (razón crédito/PIB y razón Depósitos PIB), la correlación entre los indicadores de bancarización y el IDH es positiva y muy elevada. Con el objeto de determinar la relación entre bancarización y desarrollo humano, procederemos ahora a hacer un contraste empírico que consiste en encontrar la mejor estimación entre una variante de modelos sujetos al estimador de Mínimo Cuadrados Ordinarios (MCO). La presunción de endogeneidad de los indicadores de bancarización (al desarrollo humano) nos ha llevado también a utilizar, posteriormente, el estimador de Mínimos Cuadrados en Dos Etapas (MC2E).

10

La especificación pensada inicialmente viene dada por la ecuación (1)

tttt LogXLogFLogIDH µβββ +++= 210 (1)

Siendo LogFt la variable proxy de bancarización en cada año t, LogXt la representación de los valores de la variable de control para cada observación, y µt el termino de perturbación de la regresión, que suponemos ruido blanco. Nuestra hipótesis sostiene que a mayor F más elevado será el IDH, por lo que el signo esperado de en la

ecuación (1) es mayor que cero ( > 0).

La muy marcada tendencia determinística que exhibe la serie del IDH nos ha llevado a agregar en la estimación una tendencia temporal lineal como variable explicativa. Adicionalmente, picos significativos en los residuos de las estimaciones, concentrados entre los años 1999-2002, nos llevaron a la decisión de agregar en todos los modelos (para homogenizar la estimación) variables dicotómicas para los años 1999, 2000, 2001 y 2002. Entonces la especificación queda re-escrita de la siguiente manera:

t

ttt

TrendDumLogXLogFLogIDH

µβββββ

+++++=

4

3210 (2)

Con respecto a la variable dependiente LogIDHt este estudio la define de la manera siguiente: LogIDH: representa el logaritmo del IDH de Venezuela. La medida fue multiplicada por 100 antes de convertirla en logaritmo pues su valor oscila entre cero y uno. Los datos fueron recogidos del Informe de Desarrollo Humano 2010. Las variables usadas para representar LogFt se presentan a continuación:

Logcredipib: representa el logaritmo de la proporción del valor total de la cartera de crédito en la economía originada en los bancos y otras instituciones financieras en un año sobre el valor del Producto Interno Bruto de ese mismo año. Esta medida fue multiplicada por 100 antes de convertirla en logaritmo ya

que sus valores oscilan entre cero y uno. Los datos fueron recogidos de Superintendencia de Bancos y Otras Instituciones Financieras (SUDEBAN). Logdepopib: representa el logaritmo del valor total de depósitos en la economía en poder de los bancos y otras instituciones financieras en un año, como proporción del valor del Producto Interno Bruto de ese mismo año. Esta medida fue multiplicada por 100 antes de convertirla en logaritmo ya que su valor también oscila entre cero y uno. Los datos fueron recogidos de la SUDEBAN Logcredireal: representa el logaritmo del crédito deflactado por el Índice de Precios al Consumidor del año 1997 y dividido entre la población. Los datos obtenidos de la SUDEBAN y del BCV. Lognofi: representa el logaritmo del número de sucursales bancarias y ATM’s por cada 100 mil habitantes, de esta manera se normaliza el efecto del aumento de la población. Los datos son extraídos de SUDEBAN y del INE. Beck et. al. (2005) señalan que esta variable captura la penetración del sistema bancario demográficamente y señaliza mayores posibilidades de acceso y oportunidades para que las empresas y hogares usen los servicios financieros. Logndepo: representa el logaritmo del número de cuentas de depósitos en la banca universal y comercial. Los datos provienen de los Informes de la Superintendencia de Bancos y Otras Instituciones Financieras. En teoría, mientras mayor es el número de cuentas de depósitos, mayor es el número de personas que están usando los servicios financieros. No obstante, conviene advertir que una sola persona puede tener más de una cuenta, en cuyo caso la medida no está en capacidad de controlar en forma perfecta por la concentración.

Credito/PIB

Depósitos/PIB

N° de Oficinas

N° de Oficinas por 100 mil Hab.

N° de Depósitos

N° de Depósitos por Hab.

IDH -0,16 0,03 0,92 0,86 0,91 0,86Fuente: Calculos Propios

Cuadro 1Vector de Correlaciones IDH vs. Indices de Bancarización

(Datos anuales 1970-2009)

11

Logndepopc: representa el logaritmo del número de cuentas de depósitos en la banca universal y comercial en un año dado, dividido entre la población de ese año. Esta medida fue multiplicada por 100 antes de convertirla en logaritmo. Los datos son extraídos de Informes de la Superintendencia de Bancos y Otras Instituciones Financieras y el INE. Este indicador es construido en base al anterior, normalizando el efecto del crecimiento de la población. Las últimas tres variables contrastan con las mediciones convencionales de profundidad. En esencia y a nuestro juicio los indicadores lognofi, logndepo y logndepopc dan una mejor aproximación del uso de los servicios bancarios

que variables como la razón crédito/PIB y depósitos/PIB. En lo que respecta a las variables de control LogXt, se sigue en lo posible tres criterios: (a) Que sean variables macroeconómicas muy

correlacionadas entre sí pero no correlacionadas con el término de perturbación.

(b) Que sean variables que, independientemente de la proxy de bancarización, estén correlacionadas con el IDH y que presumiblemente impacten la evolución del Índice de Desarrollo Humano.

(c) Que sean suficientemente exógenas.

A1 A2 A3 B1 B2 B3 C1 C2 C34.131.918 4.105.027 4.155.951 4.173.431 4.161.724 4.177.828 4.087.421 4.060.509 4.137.895

349,2781*** 186,6163*** 662,7444*** 397,7855*** 164,3367*** 1109,023*** 356,3673*** 226,6773*** 512,4122***0,015097 0,013029 0,009735

5,970922*** 4,375122*** 4,141104***0,012247 0,011807 0,008091

6,768456*** 5,169621*** 4,243209***0,024113 0,020305 0,015514

9,158332*** 6,632157*** 5,304929***0,004684 0,002659 0,007042

2,42620*** 1.561.589 5,628380***0,007657 0,003571 0,010179

2,497235*** 1.089.836 4,589788***0,007728 0,006409 0,007629

5,587955*** 4,100515*** 6,303334***-0,011955 -0,011143 -0,011954 -0,009941 -0,009576 -0,010792 -0,007169 -0,006787 -0,009257

-4,275915*** -3,893898*** -5,336066*** -367.066 -3.488.602 -4.666.362 -3,081321*** -2,663947*** -4,211974***0,003789 0,00373 0,00356 0,003725 0,003702 0,003551 0,003529 0,003494 0,00338

48,19029*** 45,13427*** 47,73488*** 54,08975*** 50,99446*** 49,30927*** 65,84874*** 60,82712*** 66,05128***

R cuadrado Ajustado: 0,986298 0,985871 0,991202 0,988021 0,987607 0,991344 0,991857 0,990315 0,992734Durbin Watson: 0,734616 0,836228 0,884606 0,738922 0,778727 0,883636 1.398.833 1,3671 1.221.435F - estadístico 7.028.369 6.813.199 1.099.501 1.188.527 9.979.698 1.333.133 8.051.664 7.779.736 1.117.694

Prob (F-estadístico) 0 0 0 0 0 0 0 0 0

Nota: valores en el cubículo de cada variable representan: el valor del coeficiente y el t-estadístico. Los asteriscos representan el nivel de significancia (*,**,***) al 10, 5 y 1%.

A1 A2 A3 B1 B2 B3 C1 C2 C3Prob Prob Prob Prob Prob Prob Prob Prob Prob

Jarque-Bera (1) 0,817527 0,664954 0,421623 0,575873 0,542106 0,4378 Cuadro 2 0,19306 0,878822White (2) 0,217188 0,416609 0,111919 0,667634 0,890306 0,410031 0,138664 0,94685 0,349604ARCH (1 rezago)(3) 0,045362 0,029965 0,201777 0,124863 0,064406 0,532748 0,41354 0,537916 0,855255ARCH (2 rezagos)(3) 0,292041 0,112043 0,192Breusch-Godfrey (2 rezagos) (4) 0,000454 0,001316 0,001054 0,000246 0,000342 0,000807 0,260593 0,178606 0,13435Breusch-Godfrey (3 rezagos) (4) 0,001119 0,003258 0,002721 0,001139 0,001248 0,002367Regresión auxiliar (5) 0,006619 0,000028 0,016005 0,000546 0 0,000589 0,328553 0,002821 0,000497

(1) Ho: Los residuos se comportan normalmente(2) Ho: Varianza homocedastica(3) Ho: Varianza homocedastica(4) Ho: No hay autocorrelación(5) Ho: No es colineal

LOGCREDPIB

LOGEXPETROPC

LOGGASTOPUB

Cuadro 2Variable Dependiente: LOGIDH - Rango 1970-2009

Método Utilizado: MCO

C

Prueba

LOGDEPPIB

LOGPPETROREAL

LOGCREDIREAL

DUM

TREND

12

Después de un análisis, y entre varias posibilidades, hemos escogidos las siguientes variables de control: Logexpetropc: representa el valor de las exportaciones de petróleo reales en un año dado, entre el total de la población venezolana en ese mismo año. Estos datos provienen del Banco Central de Venezuela y del INE. Loggastopub: representa el valor del gasto público del Gobierno Central realizado en un año dado dividido entre el total de la población venezolana en ese mismo año. Los datos son extraídos del Ministerio de Finanzas y del INE. Logppetroreal: representa el precio del barril de petróleo en dólares real en un año, es decir, deflactado por el Índice de Precios al Consumidor estadounidense. Los datos provienen de la EIA y del Banco de la Reserva Federal de los Estados Unidos.

En justificación vale señalar que el carácter específicamente petrolero de la economía venezolana y la inherencia de la renta petrolera externa en la evolución del gasto público hacen presumir una incidencia muy importante de estas variables sobre el IDH. El gasto público, en particular, es una medida que puede ser utilizada para ver en qué magnitud los gobiernos hacen un esfuerzo por redistribuir la renta y mejorar los servicios públicos básicos (como educación y salud, entre otros). Antes de hacer las estimaciones, y con el objeto de evitar regresiones espurias, hemos procedido a determinar el orden de integración de las variables explicadas anteriormente. Para ello hemos usado las pruebas DF-GLS (propuesta por Elliott, Rothenberg, and Stock , 1996) y Dickey-Fuller Aumentado (DFA). Para ambos casos la hipótesis nula señala la existencia de una raíz unitaria. Los resultados arrojados por las pruebas se muestran en el

D1 D2 D3 E1 E2 E3 F1 F2 F34.065.087 4.037.168 4.134.461 3.861.317 386.842 4.028.661 4.091.593 4.051.624 4.148.017

249,9081*** 181,0526*** 412,5125*** 78,27347*** 77,29675*** 96,41491*** 259,9353*** 184,1537*** 431,4535***0,04753 0,034524 0,0264

7,219799*** 4,898337*** 4,523730***0,019811 0,015633 0,010545

6,285701*** 4,948349*** 3,633766***0,021539 0,017343 0,011986

6,107657*** 4,880491*** 3,663204***0,009344 0,009028 0,008362

6,358831*** 6,031414*** 5,563119***0,013272 0,013516 0,012803

5,444095*** 5,790394*** 5,432741***0,009393 0,009082 0,008849

8,544189*** 7,223246*** 6,954206***-0,018535 -0,015561 -0,016046 -0,013004 -0,011106 -0,013143 -0,012716 -0,010943 -0,0129

-7,814014*** -5,77393*** -7,638852*** -5,261596*** -4,265069*** -5,906374*** -5,033561*** -4,1629*** -5,774139***0,002619 0,002817 0,002835 0,002316 0,00253 0,002707 0,00273 0,002846 0,002914

18,00846*** 17,58630*** 22,2207*** 11,64464*** 12,49133*** 14,83201*** 19,22615*** 19,60416*** 22,61441***

R cuadrado Ajustado: 0,988889 0,987033 0,991728 0,987779 0,987264 0,99002 0,987401 0,987117 0,990065Durbin Watson: 1.559.412 1.359.473 1.448.065 1.094.328 1.093.385 1.138.045 1.038.115 1.051.032 1.127.656F – estadístico 8.687.544 7.431.619 1.169.959 7.688.713 7.373.989 9.433.632 7.455.368 7.288.928 9.476.947Prob (F-estadístico) 0 0 0 0 0 0 0 0 0Nota: valores en el cubículo de cada variable denotan el valor del coeficiente y el t-estadístico. Los asteriscos representan el nivel de significancia (*,**,***) al 10, 5 y 1%.

Prueba de Diagnóstico D1 D2 D3 E1 E2 E3 F1 F2 F3Prob Prob Prob Prob Prob Prob Prob Prob Prob

Jarque-Bera (1) 0,185936 0,812784 0,862057 0,781312 0,857742 0,734844 0,890788 0,891992 0,677819White (2) 0,14554 0,376236 0,412953 0,310522 0,844156 0,560787 0,229024 0,841474 0,538504ARCH (un rezago) (3) 0,367066 0,761167 0,273561 0,191493 0,552819 0,856442 0,164136 0,567862 0,734093ARCH (dos rezagos)(3)

Test LM (2 rezagos) (4) 0,547185 0,222621 0,433032 0,027385 0,024065 0,061874 0,014549 0,014122 0,049926Test LM (3 rezagos) (4) 0,056107 0,061983 0,13483 0,030219 0,038466 0,109986Regresión auxiliar (5) 0,066511 0,478903 0,071976 0,048095 0,221618 0,226893 0,073527 0,397779 0,112917(1) Ho : Los residuos se comportan normalmente(2) Ho: Varianza homocedastica(3) Ho: Varianza homocedastica(4) Ho: No hay autocorrelación(5) Ho: No es colineal

LOGNOFI

LOGEXPETROPC

LOGGASTOPUB

TREND

LOGPPETROREAL

DUM

LOGNDEPO

LOGNDEPOPC

Cuadro 3Variable Dependiente: LOGIDH - Rango 1970-2009

Método Utilizado: MCO

C

13

apéndice II y merecen un mínimo comentario. La aplicación de la prueba DF-GLS sobre cada una de las series indica que las series son estacionarias en nivel pero no estacionarias en diferencias al 5%. La misma prueba indica que la variable IDH es integrada de orden (1) al 10%. La prueba DFA señala, de igual manera, que las series en diferencia son integradas de orden (1) con la excepción del IDH. En conclusión, tenemos que todas las variables independientes (tanto las proxy de bancarización como las variables de control) son integradas de orden (1) en ambas pruebas en todos los niveles. La variable dependiente resulto ser integrada de grado (1) sólo al 10% con la prueba de DF-GLS; y en este caso hemos sido poco conservadoras y asumido que su grado de integración es (1). Los resultados de haber estimado la especificación dada por la ecuación (2) por MCO son mostrados en adelante en dos cuadros. Cada cuadro muestra nueve regresiones del IDH (señalizas con letras) contra ciertas proxies de bancarización y contra cada una de las variables de control escogidas, para el caso que nos ocupa, a saber: Logexpetropc, Loggastopub y Logppetroreal. Los dos cuadros terminan recogiendo 18 regresiones. El Cuadro 2, muestra la regresión del logaritmo del IDH contra las tres variables de bancarización asociadas a la profundidad financiera (Logcredipib, Logcredireal y Logdeppib). Las tres primeras regresiones A1, A2 y A3 usan como proxy de bancarización al logaritmo de la razón crédito/PIB y la única distinción entre ellas es el empleo, en cada caso, de una variable de control diferente. Las regresiones B1, B2, y B3 usan como proxy de bancarización el logaritmo del crédito real per-capita y de igual manera usan como variantes las tres distintas variables de control. En el caso de las regresiones C1, C2 y C3, la variable proxy de bancarización es el logaritmo de la razón depósitos/PIB. Al evaluar los resultados arrojados por estas regresiones, podemos apreciar que en las seis primeras estimaciones (desde A1 a B3), donde se utilizan como indicadores de bancarización, la razón crédito/PIB y el crédito real por habitante, el coeficiente de determinación es muy elevado y el coeficiente de la prueba Durban-Watson es muy bajo.

Para estas mismas seis estimaciones, los resultados obtenidos con la prueba Breusch-Godfrey (incluso con tres rezagos) rechazan la hipótesis nula de no auto-correlación en los errores. Todo parece indicar entonces que los estimadores no son eficientes, que los errores estándar no son los correctos y, en consecuencia, que los resultados son estadísticamente inválidos para hacer contraste y determinar intervalos de confianza. Así, las proxys de bancarización relacionadas al crédito no resultan ser buenos predictores del IDH. Resultados más alentadores se obtienen en las regresiones C1, C2 y C3 donde la proxy de bancarización es la razón depósitos/PIB. En estos últimos tres modelos todas las variables son significativas y las pruebas de diagnóstico sobre los errores indican normalidad y ausencia de correlación serial y de heteroscedasticidad. Tanto la variable dicotómica (Dum) como la tendencia lineal (Trend) resultaron significativas. Procederemos ahora a estimar otros nueve modelos con las mismas variables de control, pero ahora con las proxys de bancarización más asociadas a la cobertura, tales como: Lognofi (logaritmo del número de oficinas y ATM´s por cada 100 mil habitantes), Logndepo (logaritmo del número de depósitos registrados en la banca) y Logndepopc (logaritmo del número de depósitos por habitante). Como se observa en el Cuadro N° 3, los tres primeros modelos (D1, D2 y D3), cuya proxy viene dada por el número de oficinas y ATMs (por cada 100 mil habitantes), presentan valores del coeficiente R-cuadrado ajustado elevados y las variables, tanto individualmente como en conjunto, son significativas a todos los niveles y con los signos esperados. Los errores se comportan normalmente, poseen varianzas homoscedásticas según las pruebas utilizadas (White y ARCH) y no sufren del problema de autocorrelación. La prueba que usa una regresión auxiliar entre la variable de control y la variable de bancarización, no encuentra indicios de altos grados de multicolinealidad. El cuadro 3 también permite observar que la evaluación de los modelos E1, E2 y E3, arroja resultados muy similares. Los tres modelos presentan valores para el coeficiente R-cuadrado ajustado elevados, las variables tanto individualmente como en conjunto son significativas a todos los niveles y los errores de los tres se comportan

14

normalmente, con varianzas homoscedásticas y sin problemas de autocorrelación. De igual manera se descarta la colinealidad en las variables independientes. Entre las últimas tres estimaciones (F1, F2 y F3), donde la proxy de bancarización utilizada es el logaritmo del número de depósitos per cápita, sólo F3 (que usa como variable de control, el logaritmo del precio del petróleo real) permite que el estimador MCO sea eficiente, pues tanto F1 y F2 presentan correlación serial en los errores. Descartados ya del todo los modelos que usan la razón crédito/PIB como determinante del IDH (modelos de A1 a B3), la estrategia consiste ahora de seleccionar, dentro de cada familia de modelos, la mejor estimación. Esto implica seleccionar cuatro modelos, cada uno con una proxy de bancarización diferente (Logdepopib, Lognofi, Logndepo y Logndepopc) y cada modelo asociado a una variable de control, a la tendencia lineal determinística, y la variable dicotómica que recoge la inestabilidad política y económica que prevaleció entre los años 1999 y 2002. El criterio de selección ha sido la prueba F que arroja la regresión auxiliar entre las variables independientes y que hemos usado para conocer el grado de multicolinelidad entre las variables independientes de cada modelo. Para el caso, y como deja ver los resultados reportados en los Cuadros 2 y 3, los modelos seleccionados fueron C1, D2, E3 y F3. En cada uno de estos modelos la bancarización califica como una variable que positivamente explica el Índice de Desarrollo Humano.

A los efectos de verificar si existe una relación de largo plazo (cointegración) entre cada una de las variables asociadas a cada uno de los modelos, se ha procedido a re-estimar los modelos C1, D2, E3 y F3 excluyendo la tendencia y la variable dicotómica y calculando los residuos que se forman entre los valores efectivos y los

valores ajustados para someterlos a la prueba DF-GLS de raíces unitarias. Los resultados pueden observarse en e Cuadro 4. Los resultaos arrojados por la prueba de raíces unitarias DF-GLS indican que en los modelos D2, E3 y F3, los errores son estacionarios al 5%, por lo que podemos afirmar que existe al menos un vector de cointegración. En el modelo C1, los errores resultan ser estacionarios pero al 10% de significación. Notamos pues, regresando al Cuadro 3, que las proxy de bancarización en estos modelos seleccionados resultaron ser positivas y significativas, implicando que la bancarización tiene un efecto positivo en el desarrollo socioeconómico medido, para el caso de éste estudio, por el IDH. Para corregir o controlar los posibles problemas asociados a la endogeneidad en la proxy de bancarización, estimamos los mismos cuatro modelos pero esta vez usando el estimador de Mínimos Cuadrados en Dos Etapas (MC2E).7 Para ello utilizaremos los siguientes instrumentos: la constante c, las variables de control, la tendencia lineal, la variable dicotómica y la proxy de bancarización con un rezago. Los resultados de estas estimaciones se muestran en el Cuadro 5. Observamos en el Cuadro 5 que los modelos presentan R-cuadrado ajustados elevados. Las variables tanto

individualmente como en conjunto son significativas a todos los niveles, excepto la dicotómica correspondiente al modelo C1, la cual no resultó significativa a ningún nivel. Por otra parte, aunque los modelos D2 y E3 pasan todas las pruebas de diagnóstico, el modelo C1, según el test de White, presenta varianza heteroscedástica, en tanto que el modelo F3, según la prueba LM de Breusch-Godfrey, exhibe errores correlacionados

serialmente.

7 El estimador MC2E hace posible estimar los parámetros de las ecuaciones estructurales de interés directamente, reemplazando las variables endógenas por valores obtenidos a través de regresiones auxiliares, y puede ser aplicado tanto para ecuaciones exactamente identificadas, como para ecuaciones sobreidentificadas.

Ho: la serie no tiene raíz unitaria

Modelo Rezagos (1) Exógena Valor Crítico al 5% Estadístico t

C1 0 Constante -1.611.593 1.699.519D2 0 Constante -1.949.609 -2.382.019E3 1 Constante -1.950.117 -2.052.591F3 1 Constante -1.950.117 -2.396.501

Cuadro 4Prueba de raíces unitarias DF-GLS

15

Concentrándonos en los modelos D2 y E3, los resultados hallados por MC2E evidencian que los estimadores en las regresiones son positivos y significativos, ratificando las conclusiones anteriores, pero con efectos más fuertes sobre la variable dependiente que los hallados previamente. Esto corrobora que un mayor grado de bancarización y, específicamente de cobertura asociada a la red de oficinas y ATMs así como al número de cuentas de depósito, promueve el desarrollo humano. Los modelos D2 y F3 indican igualmente que los precios del petróleo (en términos reales) y el gasto público como proporción del PIB son determinantes fundamentales del desarrollo humano en Venezuela.

5.- CONCLUSIONES Aun cuando la bancarización es un concepto que alude a una variedad de facetas y dimensiones asociadas a la prestación y uso de los servicios financieros, la tarea de establecer una relación entre bancarización y desarrollo socio-económico no es imposible. Para el caso venezolano, este estudio muestra que la evolución del Índice de Desarrollo Humano en las últimas cuatro décadas puede ser explicada, no sólo por la evolución de los ingresos de origen externos (asociados a los precios del petróleo) y por el comportamiento del gasto público por habitante, sino además por el despliegue que exhibe la red de servicios financieros a nivel de oficinas y de ATMs tanto como por la evolución del número de depósitos que registra el sistema. Digno de resaltar es el hecho de que los indicadores de profundidad financiera, tales como, la razón crédito/PIB, el crédito real por habitante y la razón depósitos/PIB, no resultaron ser las mejores proxys para explicar el IDH. REFERENCIAS • Anastasi, A., Blanco, E., Elosegui, P.,

Sangiácomo, M. (2006). “Bancarization and Determinants of Availability of

banking services in Argentina”. Investigaciones Económicas, Banco Central de la República Argentina. Buenos Aires.

• Ang, J. (2008). “A survey of recent developments in the

literature of finance and growth”, Journal of Economic Surveys, Vol. 22, pp. 536-577.

• Arestis, P., y Demetriades, P. (1997). “Financial

development and economic growth: assessing the evidence”, The Economic Journal, pp. 783–799.

4.068.364 4.016.886 4.001.192 414.164257,5079*** 143,3935*** 83,49306*** 363,9389***

0,0308267,632628***

0,0520645,022551***

0,0125243,805281***

0,0148083,949644***

0,0067084,831914***

0,0119714,367731***

0,00865 0,0082586,526961*** 6,137048***

-0,004244 -0,016445 -0,012871 -0,012501-1.501.078 -5,528968*** -5,632365*** -5,426261***0,003511 0,002446 0,002582 0,002806

57,05089*** 11,16394*** 12,81959*** 19,77953***

R cuadrado Ajustado: 0,986954 0,982756 0,988626 0,989857F – estadístico 8.663.315 5.464.306 8.061.589 8.065.512Prob (F-estadístico) 0 0 0 0Nota 1: valores en el cubículo de cada variable representan el coeficiente y el t-estadístico. Nota 2:Los asteriscos referidos al nivel de significancia (*,**,***) al 10, 5 y 1% respectivamente.

C1 D2 E3 F3Prob Prob Prob Prob

Jarque-Bera (1) 0,963016 0,504954 0,680622 0,633201White (2) 0,025595 0,216143 0,648904 0,614084ARCH ( 1 rezago) (3) 0,177284 0,914093 0,829705 0,701689ARCH (2 rezagos) (3)

Breusch-Godfrey (2 rezagos) (4 0,16711 0,150417 0,026578 0,016738Breusch-Godfrey (3 rezagos) (4) 0,05993 0,037929(1) Ho : Los residuos se comportan normalmente(2) Ho: Varianza homocedastica(3) Ho: Varianza homocedastica(4) Ho: No hay autocorrelación

DUM

TREND

Pruebas de Diagnóstico

LOGNDEPOPC

LOGEXPETROPC

LOGGASTOPUB

LOGPPETROREAL

C

LOGDEPOPIB

LOGNOFI

LOGNDEPO

Cuadro 5Estimación por MC2E

Variable Dependiente: LOGIDH

C1 D2 E3 F3

16

• Asian Development Bank (2005). “The Changing Face of the Microfinance Industry: Building Financial Systems for the Poor”. Theme Paper No. 14. Manila: ADB.

• Barro, R. (1991) Economic Growth in a Cross Section

of Countries, The Quarterly Journal of Economics, Vol. 106, pp. 407-443.

• Beck, T. y de la Torre, A. (2005a). “The Analytics of

Access To Finance: Introducing the Access Possibilities Frontier”. World Bank, mimeo.

• Beck, T. Demirgüç-Kunt, A. y Martinez, M.S. (2005b).

“Access to and use of Banking Services Across Countries”, World Bank Policy Research Working Paper N° 3754. World Bank, Washington D.C.

• Beck, T. Demirgüç-Kunt, A. y Martinez, M.S. (2006).

“Banking Services for Everyone? Barriers to Bank Access and Use around the World”. World Bank Policy Research Working Paper N° 4079. World Bank, Washington D.C.

• Chaia, A., Dalal, A., Goland, T., Gonzalez, M. J.,

Morduch, J., y Schiff, R. (2009). Half the World is Unbanked. Financial Access Initiative Framing Note. New York.

• Claessens, S. (2006). "Access to Financial Services: A

Review of the Issues and Public Policy Objectives", World Bank Research Observer. OECD- World Bank, Fifth Services Experts Meeting on Universal Access. Paris.

• Davies, A. y Quinlivan, G. (2006). “A Panel Data

Analysis of the Impact of Trade on Social Welfare”, Journal of Socioeconomics. Vol. 35, N° 5, pp. 868-876.

• Deaton; A. (1991). “Household Savings in LDCs: Credit

Markets, Insurance and Welfare”, Scandinavian Journal of Economics, Vol. 94, N° 2, pp.253-273.

• Demirguc-Kunt, A. y Levine, R., (2008). "Finance, financial sector policies, and long-run growth," Policy Research Working Paper Series 4469, The World Bank.

• Elliott, G., T. J. Rothenberg, y J. H. Stock. (1996).

“Efficient tests for an autoregressive unit root”, Econometrica , Vol. 64, pp. 813–836.

• Ellis K., Lemma A. y Rud J.P. (2010). “Investigating the

Impact of Access to Financial Services on Household Investment”. Overseas Development Institute, UK Department for International Development. Londres.

• Eswaran, M y Kotwal, A. (1990). “Implications of Credit

Constraints for Risk Behaviour in Less Developed Economies”, Oxford Economic Papers, Vol. 42, pp.473-482.

• Federación Latinoamericana de Bancos (2007). “¿Qué

sabemos sobre bancarización en América Latina?, Un inventario de fuentes de datos y literatura”. Bogotá.

• Fernando, N. (2007). “Low-Income Households Access

to Financial Services”. Asian Development Bank. Philippines.

• Gurley, J. G. and Shaw, E. S. (1955). “Financial

Aspects of Economic Development”, American Economic Review, Vol. 45, pp. 515-538.

• Helms, B. (2006). Access for All: Building Inclusive

Financial Systems. Washington, DC: World Bank. • Kappel, V. (2010). “The Effects of Financial

Development on Income Inequality and Poverty”. Center of Economic Research at ETH Zurich. Swiss Federal Institute of Technology Zurich. Zurich.

• King, R. G. y Levine, R. (1993). “Finance and Growth:

Schumpeter Might Be Right”, Quarterly Journal of Economics, Vol. 108, pp. 717-737.

• McKinnon, R. I. (1973). Money and Capital in Economic

Development. Washington, D.C.: Brookings Institution.

17

• Morales, L y Yañez, A. (2008). “La Bancarización en Chile, concepto y medición”. Superintendencia de Bancos e Instituciones Financieras de Chile. Santiago.

• Noguera, C. J. y Vera, L. (2008), “La Bancarización en

Venezuela”. Boletín económico mensual (Marzo). Banco Mercantil. Caracas.

• Patrick, H. T. (1966). “Financial Development and

Economic Growth in Underdeveloped Countries”, Economic Development and Cultural Change, Vol. 14, pp. 174-189.

• Programa de las Naciones Unidas para el Desarrollo

(2010). Informe de Desarrollo Humano 2010. Nueva York: Autores.

• Rashmi, A. (2010). “Measuring Financial Access”.

Griffith University. N. 2010-07. Gold Coast. • Rojas Suárez,L. (2005). “El Acceso a los Servicios

Bancarios en America Latina: identificación de Obstáculos”. Informe Regional, Secretaría General Iberoamericana, Madrid.

• Ruiz, J.M. (2007). “Bancarización en Latino América, un

desafío para los bancos españoles”. Banco Central de España. Madrid.

• Sarma, M. (2007). “Index of Financial Inclusion”. Indian

Council for Research on International Economic Relations. Delhi.

• Sarma, M. y Pais, J. (2008). “Financial Inclusion and

Development, A Cross Country Analysis”, Presentation for the Annual Conference of the Human Development and Capability Association, New Delhi, 10-13 September 2008. Nueva Delhi.

• Schumpeter, J. A. (1911). The Theory of Economic

Development. Oxford: Oxford University Press. • Shaw, E. S. (1973). Financial Deepening in Economic

Development. New York: Oxford University Press.

• Stone, R. (2005). “Financial Access Indicators Stocktake”, Paper Prepared for DFID Emerging Markets Economics, London. June.

• Von Pischke. (1998). “Poverty, Human Development

and Financial Services”. Occasional Paper nº 25, United Nations Development Program. New York.

• United Nations (2006). Building Inclusive Financial

Sectors for Development. New York: United Nations. APÉNDICE I Según el Informe sobre Desarrollo Humano 2010, las fuentes de información utilizadas para el cálculo de cada dimensión del IDH son: • Esperanza de vida al nacer: ONU-DAES • Años de educación promedio: Barro y Lee • Años esperados de instrucción: Instituto de Estadísticas

de la UNESCO • Ingreso nacional bruto (INB) per cápita: Banco Mundial

y FMI En la construcción del IDH el primer paso consiste en crear subíndices para cada dimensión. Se deben determinar valores mínimos y máximos para transformar los indicadores en índices que tomen valores entre 0 y 1. Los valores máximos se fijan según los valores reales máximos observados de los indicadores de los países en la serie de tiempo utilizada. Debido a que la media geométrica se usa para fines de agregación, el valor máximo no afecta la comparación relativa (en términos porcentuales) entre dos países o periodos determinados. Los valores mínimos si afectaran las comparaciones, de manera que se usan valores factibles de concebir como valores de subsistencia o ceros “naturales”. Por lo tanto, el avance se mide con respecto a los niveles mínimos que una sociedad necesita para sobrevivir en el tiempo. En consideración a lo anterior los valores mínimos se fijan en: • 20 años para la esperanza de vida: basado en pruebas

históricas de larga data proporcionadas por Maddison (2010) y Riley (2005).

18

• Cero años para ambas variables de educación: debido a que las sociedades pueden subsistir sin educación formal (lo cual justifica el mínimo de 0 en este caso).

• US$ 163 anuales para el INB per cápita: es el valor más bajo registrado por un país en los archivos históricos (Zimbabwe en el año 2008).

Los valores máximos observados para el Informe de Desarrollo Humano 2010 corresponden a: • 83,2 años para la esperanza de vida (que corresponde

a Japón en el año 2010). • 13, 2 años de educación promedio (EEUU en el año

2000). • 20,6 años esperados de instrucción (Australia en el año

2002). • US$ 108.211 anuales para el ingreso per-capita

(Emiratos Árabes Unidos en 1980). Una vez definidos los valores mínimos y máximos, los subíndices se calculan de la siguiente manera:

En el caso de la educación, la ecuación 1 se aplica a cada uno de los dos subcomponentes; luego se crea una media geométrica de los índices resultantes y por último, la ecuación 1 se vuelve a aplicar a la media geométrica de los índices usando 0 como mínimo y la media geométrica más alta de los índices resultantes del periodo considerado como máximo. Esto equivale a utilizar directamente la ecuación 1 para calcular la media geométrica de ambos subcomponentes. En el caso de los ingresos, se usa el logaritmo natural de los valores mínimos y máximos reales. Seguidamente se realiza la agregación de los subíndices para producir el Índice de Desarrollo Humano como la media geométrica de los índices de las tres dimensiones:

(

La expresión 2 da cuenta de la sustitutibilidad imperfecta que existe entre las dimensiones del IDH. De esta manera, se encara una de las criticas más serias a la formula de agregación lineal, que permitía una perfecta sustitución entre dimensiones. Cierta sustitutibilidad es inherente a la definición de cualquier índice que aumente con los valores de sus componentes.

19

APÉNDICE II

Ho: existe una raíz unitariaVariable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t

LogIDH 1 Constante -1,949856 0,902523Logcredpib 0 Constante -1,949609 -1,519271Logcredireal 1 Constante -1,949856 -1,839831Logdepopib 0 Constante -1,949609 -1,692254Lognofi 0 Constante -1,949609 -0,118453Logndepo 1 Constante -1,950117 -0,186346Logndepocpc 1 Constante -1,950117 -0,548747Logexpetropc 0 Constante -1,949609 -1,775955Loggastopub 0 Constante -1,949609 -1,969796Logppetroreal 0 Constante -1,949609 -1,189304Nota: (1)Seleccionado automáticamente con el criterio de información de Schwartz

Cuadro 1Prueba DF-GLS en Nivel

Ho: existe una raíz unitariaVariable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t

DLogIDH 0 Constante -1,611469* -1,692811DLogcredpib 0 Constante -1,949856 -5,44063DLogcredireal 0 Constante -1,949856 -4,269833DLogdepopib 0 Constante -1,949856 -6,874465DLognofi 0 Constante -1,949856 -5,278257DLogndepo 0 Constante -1,950117 -3,770385DLogndepocpc 0 Constante -1,950117 -3,857682Dlogexpetropc 0 Constante -1,949856 -5,873278DLoggastopub 0 Constante -1,949856 -6,356405DLogppetroreal 0 Constante -1,949856 -5,507826Notas: (1)Seleccionado automáticamente con el criterio de información de Schwartz.(*)Valor Crítico al 10%.

Cuadro 2Prueba DF-GLS en Diferencia

Ho: existe una raíz unitariaVariable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t

LogIDH 1 Constante -2,941145 0,271817Logcredpib 0 Constante -2,938987 -1,500697Logcredireal 1 Constante -2,941145 -1,867518Logdepopib 0 Constante -2,938987 -2,328846Lognofi 0 Constante -2,938987 -1,943916Logndepo 1 Constante -2,943427 -1,877702Logndepocpc 1 Constante -2,943427 -2,062864Logexpetropc 0 Constante -2,938987 -1,783462Loggastopub 0 Constante -2,938987 -2,244295Logppetroreal 0 Constante -2,938987 -2,34444Nota: (1)Seleccionado automáticamente con el criterio de información de Schwartz

Cuadro 3Prueba DFA en Nivel

Ho: existe una raíz unitaria.Variable Rezagos (1) Exógena Valor Crítico al 5% Estadístico t

DLogIDH 0 Constante -2,609066* -1,915495DLogcredpib 0 Constante -2,941145 -5,369371DLogcredireal 0 Constante -2,941145 -4,208553DLogdepopib 0 Constante -2,941145 -7,155472DLognofi 0 Constante -2,941145 -5,206945DLogndepo 0 Constante -2,943427 -3,713631DLogndepocpc 0 Constante -2,943427 -3,80708Dlogexpetropc 0 Constante -2,941145 -5,78895DLoggastopub 0 Constante -2,941145 -6,272934DLogppetroreal 0 Constante -2,941145 -5,489902Notas: (1)Seleccionado automáticamente con el criterio de información de Schwartz.(*)Valor critico al 10%.

Cuadro 4Prueba DFA en Diferencia

20

GACETA OFICIAL N° FECHA SUMARIO

39.913 02/05/2012 Ley Penal del Ambiente.

39.913 02/05/2012 Ley de Reforma Parcial de la Ley Especial de Timbre Fiscal para el Distrito Capital. (Modifican el artículo 13 y la disposición final 3era)

39.913 02/05/2012 Resolución mediante la cual se fijan las condiciones para la imputación de Bonos Agrícolas como parte de la Cartera de Crédito Agraria Obligatoria.

39.915 04/05/2012 Decreto N° 8 896, mediante el cual se dicta el Decreto con Rango, Valor y Fuerza de Ley Orgánica Relativa al Fondo de Ahorro Nacional de la ClaseObrera y al Fondo de Ahorro Popular.

39.915 04/05/2012 Resolución mediante la cual se dictan las «Normas para la Autorización y Funcionamiento de Representaciones de instituciones Bancarias del Exterior

39.916 07/05/2012Decreto N° 8.938, mediante el cual se dicta el Decreto con Rango, Valor y Fuerza de Ley Orgánica del Trabajo, los Trabajadores y las Trabajadoras -(Véase N° 6.076 Extraordinario de la GACETA OFICIAL DE LA REPÚBLICA BOLIVARIANA DE VENEZUELA, de esta misma fecha).

39.920 11/05/2012 Resolución mediante la cual se establece que la tasa activa a que se refieren los Artículos 128, 130, 142 y 143 del Decreto con Rango, Valor y Fuerzade ley Orgánica del Trabajo, los Trabajadores y las Trabajadoras, será determinada por el Banco Central de Venezuela, tomando como referencia los

39.922 15/05/2012 Decreto N° 8.979, mediante el cual se establece el Sistema de Remuneraciones de las Obreras y Obreros de la Administración Pública Nacional.

39.922 15/05/2012 Decreto N° 8.980, mediante el cual se establece el Sistema de Remuneraciones de las Funcionarías y Funcionarios de la Administración Pública

39.922 15/05/2012Decreto N° 8.981, mediante el cual se autoriza la creación de la Empresa del Estado, bajo la forma de Compañía Anónima que se denominará«Farmapatria, Compañía Anónima» (Farmapatria, C.A.), pudiendo utilizar a todos los efectos la denominación de Farmapatria, la cual estará adscrita alMinisterio del Poder Popular para la Alimentación.

39.922 15/05/2012 Resolución mediante la cual se autoriza la transformación de Banplus, Banco Comercial, C.A., a Banco Universal; en consecuencia, deberá ajustartodas sus operaciones y servicios financieros a los fines que sean compatibles con su naturaleza.

39.924 17/05/2012 Decreto N° 8.959, mediante el cual se dicta la Reforma del Reglamento de la Ley Orgánica del Consejo Federal de Gobierno.

39.926 21/05/2012 Providencia mediante la cual se establece la obligación de notificar los precios de venta del producto que en ella se indica. (Precios de Venta delProducto Leche Líquida Esterilizada (UHT) de larga duración).

39.927 22/05/2012 Ley Aprobatoria del Segundo Protocolo de Enmienda al Acuerdo entre el Gobierno de la República Bolivariana de Venezuela y el Gobierno de laRepública Popular China sobre el Fondo de Financiamiento Conjunto Chino-Venezolano.

39.927 22/05/2012 Resolución mediante la cual se establece la Estructura y Normas de Funcionamiento del Servicio Desconcentrado Fondo Especial Ezequiel Zamora.

39.928 23/05/2012 Decreto N° 8.684, mediante el cual se dicta el Decreto con Rango, Valor y Fuerza de Ley de Atención al Sector Agrícola.

39.928 23/05/2012

j g ( ) y ycriterios que rigen la emisión de la Guía Única de Movilización, Seguimiento y Control de Medicamentos destinados tanto a la comercialización como a ladistribución, en el territorio nacional.

39.928 23/05/2012 Resolución mediante la cual se dictan las Normas para la Disposición de los Aportes a los Fondos de Ahorro para la Vivienda.

39.929 24/05/2012 Resolución mediante la cual se publica el Acuerdo de Cooperación en el Ámbito de la Promoción Comercial y de la Transferencia de la Tecnología enmateria de Comercio Internacional entre la República Bolivariana de Venezuela y la República Argentina.

39.929 24/05/2012Resolución mediante la cual se ordena publicar la entrada en vigor del «Memorando de Entendimiento sobre el Plan de Trabajo de Factibilidad de unProyecto Productivo Conjunto en el Sector Cemento en el Marco de la Gran Nacional de Manufactura, Ciencia y Tecnología entre la RepúblicaBolivariana de Venezuela y el Estado Plurinacional de Bolivia».

39.929 24/05/2012 Resolución mediante la cual se publica el «Primer Protocolo Modificatorio del Acuerdo de Comercio de los Pueblos para la ComplementariedadEconómica, Productiva entre la República Bolivariana de Venezuela y el Estado Plurinacional de Bolivia».

39.929 24/05/2012Resolución mediante la cual se publica la entrada en vigor del «Memorando de Entendimiento entre la República Bolivariana de Venezuela y el EstadoPlurinacional de Bolivia para el Desarrollo de Actividades de Intercambio y Capacitación en Ciencia y Tecnología para la Exploración y Utilización delEspacio Ultraterrestre con Fines Pacíficos».

39.929 24/05/2012 Resolución mediante la cual se publica la entrada en vigor del «Acuerdo de Cooperación entre el Gobierno de la República Bolivariana de Venezuela y elestado Plurinacional de Bolivia para la Producción de Tecnologías Agrícolas».

39.929 24/05/2012 Resolución mediante la cual se publica la entrada en vigor del «Acuerdo Marco de Cooperación entre la República Bolivariana de Venezuela y laRepública de Burundi».

39.929 24/05/2012Resolución mediante la cual se publica el «Acuerdo por Intercambio de Notas entre el Gobierno de la República Bolivariana de Venezuela y el Gobiernode la República Popular China, para la Donación de Diez Millones (10.000.000) de Yuanes Renminbi a la República Bolivariana de Venezuela paraauspiciar el Programa de Formación de Funcionarios Públicos Planificadores de Alto Nivel».

39.932 29/05/2012 Resolución Nº 051, mediante la cual se autoriza a Petróleos de Venezuela, S.A., (PDVSA), para actuar en el mercado de valores como emisor del bonoPDVSA Amortizable 2035, por el monto que en ella se menciona. (US$ 3.000.000.000,00)

39.933 30/05/2012Resolución mediante la cual se establece el cálculo de la posición de encaje que deberán mantener depositado en el Banco Central de Venezuela lasinstituciones bancarias que hayan adquirido títulos valores desmaterializados emitidos durante el primer semestre del año 2012 por el Ejecutivo Nacionalen el marco del programa social Gran Misión Vivienda Venezuela.

NORMATIVA LEGAL APROBADA EN EL AMBITO ECONOMICO Y SECTORIAL MES DE MAYO 2012

Fuente: Gacetas Oficiales de la República Bolivariana de Venezuela

Este boletín ha sido elaborado en la Gerencia de Investigación Económica del Mercantil C.A., (Banco Universal), coordinada por: Francisco Vivancos Cabello. Equipo de Investigadores: Andrés Duque, Inés Fasanaro, Gema Murillo, Carmen J. Noguera, Leonardo Vera. Las opiniones aquí expresadas son responsabilidad de los autores y no reflejan necesariamente los puntos de vista de la institución. Edificio Mercantil, Av. Andrés Bello, N° 1-Apartado Postal N°789 - Caracas 1010A. Venezuela. Deposito Legal: 79-0092. Vol 34. N° 05.

21

INDICADORES ECONOMICOS 2009 2010 2011 Ene-12 Feb-12 Mar-12 Abr-12 May-12 Var % Var %SECTOR EXTERNO Acumulada 12 Meses

Volumen Promedio de Producción de Crudos (miles de barriles) 2.181 2.187 2.263 2.310 2.310 2.320 2.335 2.345 2,2% 4,7%Precio West Texas Intermediate (WTI) (US$/b) 55,3 58,8 63,3 100,2 101,9 106,4 103,3 95,4 (3,4)% (6,4)%

Precio Cesta Venezolana (US$/b) 57,0 72,0 101,1 108,2 111,5 116,5 114,0 105,5 (0,3)% 3,4%Precio OPEP (US$/b) 55,0 58,2 62,1 111,3 117,0 122,9 118,3 108,8 1,2% (1,4)%

Exportaciones No Tradicionales (MM de US$) 2.380 2.486 3.206 226 281 231 (77,0)% (9,8)%Importaciones 1/ (MM de US$) 36.908 30.745 34.860 3.078 3.271 3.812 (70,9)% 24,1%

Reservas Internacionales Brutas (MM de US$) 35.000 29.500 29.899 28.429 27.688 27.578 26.039 25.158 (15,9)% (14,1)%Tipo de Cambio Preferencial de Cierre (Bs./US$) 2,15 2,60

Tipo de Cambio Petrolero de Cierre (Bs./US$) 2,15 4,30 4,30 4,30 4,30 4,30 4,30 4,30 SECTOR REALIndice de Volumen de Ventas 192,7 179,3 195,8 177,7 190,9 212,9 (16,5)% 14,1%Al por Mayor 122,1 131,1 147,1 122,3 145,4 170,1 10,5 % 17,4 %Al por Menor 240,0 211,6 228,5 214,8 221,4 241,6 (25,2)% 12,6%

Venta de Vehículos Automotores 121,7 85,9 97,3 88,5 121,8 138,5 23,5% 61,3%Partes, Piezas y Accesorios de Vehículos Automotores 148,9 149,5 180,6 164,1 169,4 197,7 11,8% 18,7%

Combustibles para Vehículos Automotores 186,6 169,8 173,7 184,2 164,3 207,7 11,0% 25,9%

325,2 269,9 241,3 228,2 224,5 243,0 (16,6)% 0,9%Otros Productos en Almacenes no Especializados 247,7 184,7 251,9 126,0 127,5 135,1 (71,8)% (25,5)%

Alimentos, Bebidas y Tabaco en Almacenes Especializados 217,5 185,0 237,9 267,5 285,9 308,4 (9,2)% 36,9%409,3 315,9 369,3 360,3 358,0 399,3 (4,1)% (7,4)%394,4 367,0 491,3 412,0 427,1 478,5 (47,9)% 10,3%

Aparatos, Artículos y Equipos de uso Doméstico 490,7 441,9 356,8 382,1 358,9 328,4 (39,2)% 8,6%Artículos de Ferretería, Pinturas y Productos de Vidrio 99,8 83,3 107,3 101,5 117,7 121,2 (1,1)% 19,7%

Otros Productos en Almacenes Especializados 89,6 114,5 155,5 157,3 168,8 177,0 (35,4)% 31,4 %Indice de Volumen de la Industria Manufacturera Privada 110,7 107,9 112,7 90,3 111,0 122,9 28,9 % 2,3 %AGREGADOS MONETARIOSLiquidez Monetaria (M2) 249.098 296.596 446.617 444.615 456.607 472.133 482.013 498.781*/ 11,7% 55,4%Circulante (M1) 202.352 272.162 426.592 428.119 440.780 456.484 465.898 478.342*/ 12,1% 62,1%Base Monetaria 98.903 123.051 172.751 176.290 173.327 161.746 154.906 148.849*/ (13,8)% 19,8%

Reservas Internacionales Netas 74.543.907 75.571.448 126.570 119.907 116.171 116.156 108.727 107.835**/ (14,8)% (13,4)%Agencia de Tesorería Nacional Neta (3.488.156) (17.982.468) (48.208) (38.191) (46.179) (58.608) (67.971) (63.182)**/ 31,1% 147,2%

PDVSA (5.648.237) 19.484.415 96.062 95.364 97.331 94.965 98.792 91.933**/ (4,3)% 256,2%Otros Sector Público 919 (13.623) (26.304) (29.888) (26.830) (30.462) (23.649) (26.015)**/ (1,1)% 87,2%

Sector Financiero 3 (5.092) (4.483) (4.600) (4.434) (4.358) (3.837) (2.068)**/ (53,9)% (51,5)%Instrumentos de Crédito Emitidos por el BCV (7.562.972) (8.933.445) (6.930) (7.061) (6.780) (6.805) (6.281) (4.509)**/ (34,9)% (49,6)%

Capital y Activos Netos No Clasificados 38.354 65.140 12.795 17.124 19.952 25.631 32.124 33.714**/ 163,5% 89,4%OPERACIONES DE MERCADO ABIERTO

Colocaciones de Repos 12.637 35.274 39.487 3.576 3.324 3.587 2.757 2.842 (59,3)% (6,1)%Colocaciones de CD 170.804 79.600 80.327 5.974 5.599 4.899 5.150 3.434 (68,8)% (56,6)%

Colocaciones Repos+CD (Prom. Semanal) 3.481 2.364 2.304 2.274 2.348 2.020 2.197 1.494 (14,5)% (39,9)%Compra de DPN con Pacto Reventa (Prom. Semanal) 461 681 2.214 - - - 847 726 60,9% 169,6%

Saldos en Circulación Repos 2.653 2.770 3.368 3.579 3.663 3.233 2.963 2.908 (13,6)% (13,1)%Saldos en Circulación CD 7.584 8.450 7.542 7.807 7.732 7.164 7.161 6.006 (20,4)% (35,2)%

Rendimiento Efect. Prom. Repos (%) 6,27 6,08 6,00 6,1 6,0 6,1 6,08 6,21 21,3 12,6 Rendimiento Efect. Prom. CD (%) 8,97 6,43 6,32 6,4 6,4 6,3 6,34 6,70 37,8 30,2

BANCOS COMERCIALES Y UNIVERSALESCartera de Crédito 139.067 177.624 264.349 263.228 269.038 272.201***/ 3,0 % 48,7 %Inversiones 59.445 84.015 147.785 150.326 163.802 167.270***/ 13,2 % 38,1 %Depósitos Totales 184.977 253.275 405.108 406.518 417.348 424.373***/ 4,8 % 52,4 %

Depósitos a la Vista 115.498 180.900 299.389 298.729 314.943 321.617***/ 7,4 % 59,5 %Depósitos de Ahorro 47.996 62.553 97.278 99.513 98.661 99.173***/ 1,9 % 50,2 %

Depósitos a Plazo 21.483 9.823 8.440 8.276 3.744 3.583***/ (57,6)% (66,7)%TASAS DE INTERES

Overnight (Min - Max) 0,01-38,0 0,1-20,0 0,1-14,5 0,1-0,2 0,1-1,0 0,1-2,5 0,5-1,5 0,2-4,1 - -Overnight (Promedio) 9,30 5,36 4,69 0,10 0,31 0,49 2,53 2,50 230 (563)

Activa Promedio (6 principales Bancos) 20,61 17,99 17,45 16,90 15,65 15,43 16,31 16,75 120 (142) Plazo 90 Días Promedio (6 principales Bancos) 15,57 14,73 14,73 14,50 14,70 14,50 14,50 14,50 - (60)

Libor Promedio 90 Días 0,65 0,34 0,35 0,54 0,48 0,47 0,5 0,5 (11) 21GOBIERNO CENTRAL2/

Ingresos Totales 158.419 244.277 400.628 19.466 29.912 (87,7)% 24,8 %Ingresos Ordinarios Petroleros 53.236 60.817 81.018 780 4.292 (93,7)% (28,5)%

Ingresos Ordinarios No Petroleros 83.719 104.203 153.263 11.764 12.126 (84,4)% 32,3 %Ingresos Extraordinarios 56.723 79.257 166.346 6.922 13.494 (87,7)% 53,3 %

Endeudamiento Interno 22.764 25.495 52.867 5.856 8.120 (73,6)% 24,3 %Endeudamiento Externo 8.759 6.526 12.828 4 1 (100,0)% (94,8)%

Otros 15.695 30.061 69.972 79 2.769 (95,9)% 1.682,7 %Egresos Totales 197.511 245.317 376.591 31.611 32.153 (83,1)% 41,7 %

Egresos Ordinarios 187.220 228.994 353.008 29.798 30.040 (83,0)% 38,8%Amortización Total Deuda Pública 10.291 9.135 1.309 3 - (99,7)%

Amortización Deuda Pública Interna 9.307 15.952 715 - - (100,0)%Amortización Deuda Pública Externa 985 371 593 3 - (99,5)%

Colocación Efectiva Bonos DPN+Letras 32.434 52.544 81.940 7.387 17.036 18.034 8.725 8.632 (27,0)% 11,8%Endeudamiento Neto Bonos DPN 18.690 31.134 51.240 5.910 14.924 12.814 6.118 3.057 (16,4)% (34,7)%Endeudamiento Neto Letras del Tesoro 2.314 1.358 1.695 (364) (39) 248 952 (20) (54,1)% (103,5)%Rendimiento Efectivo Promedio Ponderado Bonos DPN

60-360 Días 9,84 361-1080 Días 12,59 14,10

1081-1800 Días 12,62 15,72 16,39 1801-2520 Días 11,87 16,82 17,55 14,96 16,06 16,07 15,63 16,38 1.638 (87)2521-3240 Días 8,48 14,79 18,07 16,41 16,79 17,26 17,26 17,37 1.737 1.737 3241-5760 Días 16,05

Rendimiento Promedio Ponderado Letras del Tesoro60-80 Días

81-110 Días 10,39 8,38 6,75 6,22 5,93 5,95 5,98 5,84 (24) (132) 111-150 Días151-180 Días 9,69 181-269 Días 11,12 8,76 5,51 2,96 2,76 2,83 3,07 307 (320)

INDICE DE PRECIOS (CARACAS)Consumidor 26,9 27,4 29,0 1,5 1,0 1,0 0,9 1,6 6,1 % 22,0 %

Alimentos y Bebidas no Alcohólicas 20,4 34,4 34,1 1,5 0,8 0,6 1,7 1,8 6,6 % 30,0 %Bebidas Alcohólicas y Tabacos 47,7 48,5 27,4 2,7 1,9 1,9 2,9 0,9 10,7 % 25,9 %

Vestido y Calzado 22,1 18,6 17,6 0,6 0,5 0,1 0,1 1,1 2,4 % 11,6 %Alquiler de Vivienda 16,1 11,6 6,3 0,6 0,2 0,5 0,9 0,5 2,7 % 4,6 %

Servicios de la Vivienda excepto Teléfono 3,9 4,4 13,5 0,2 0,0 0,0 0,0 1,1 1,3 % 9,8 %Equipamiento del Hogar 39,2 28,7 27,8 0,9 2,5 1,8 (4,2) 2,4 3,3 % 13,2 %

Salud 34,3 25,0 29,6 1,5 1,8 1,7 6,8 2,7 9,7 % 20,3 %Transporte 30,5 26,5 38,9 1,2 0,5 0,5 1,0 1,1 4,4 % 23,3 %

Comunicaciones 9,4 6,8 6,7 0,2 0,4 0,0 0,5 0,1 1,3 % 5,9 %Esparcimiento y Cultura 26,9 28,7 19,1 2,1 1,4 1,7 2,6 0,9 8,9 % 18,2 %

Servicio de Educación 29,4 24,7 24,9 1,9 1,4 1,2 3,7 0,4 8,8 % 25,7 %Restaurantes y Hoteles 33,6 31,7 34,9 2,6 1,6 1,8 1,6 2,3 10,5 % 30,5 %

Bienes y Servicios Diversos 50,7 30,8 36,0 0,9 0,5 1,1 (2,7) 1,6 1,4 % 15,7 %Núcleo Inflacionario 3/ 34,6 29,3 30,9 1,6 1,2 1,5 1,6 1,9 8,1 % 23,2 %Producción Manufacturera Privada 26,5 22,0 22,7 0,9 1,0 0,6 0,6 1,1 4,2 % 15,1 %Al Mayor 24,8 26,8 20,7 0,8 1,3 0,2 0,7 1,4 4,5 % 17,2 %

Nacional 22,2 28,8 22,1 1,0 1,3 0,0 0,8 1,5 4,7 % 18,8 %Importado 35,7 19,3 15,5 0,2 1,1 0,9 0,7 0,8 3,7 % 10,9 %

Insumos Construcción al Mayor 18,7 18,9 16,5 2,5 1,2 0,8 0,4 1,0 6,0 % 17,7 %MERCADO LABORAL

Tasa de Desempleo 7,7 8,8 7,8 10,3 9,2 7,9 8,6 206 53Tasa de Actividad 65,0 64,4 64,7 63,5 62,9 64,2 64,0 (92) (46)

Ocupación Formal 56,0 56,1 56,8 58,4 57,6 58,7 58,7 350 100Ocupación Sector Público 19,7 19,2 19,8 20,3 20,0 21,0 19,9 16 22

Notas: */ Cifras al 01/06/12, **/ Cifras al 25/05/12,***/ Cifras al 16/03/12.1/ Las cifras de Comercio Exterior son del Instituto Nacional de Estadística. Las importaciones no incluyen las del sector petrolero.

2/ Cifras suministradas por Oficina Nacional del Tesoro y Banco Central de Venezuela.3/ Nucleo Inflacionario: Excluye del cálculo del IPC aquellos bienes sujetos a factores estacionales y de control de precios.

Fuente: Oficina Nacional del Tesoro, Banco Central de Venezuela, Reuters, Instituto Nacional de Estadística, Bloomberg y Cálculos Propios

Almacenes no Especializados con Surtido Compuesto, principalmente de Alimentos, Bebidas y Tabaco

Productos Textiles, Prendas de Vestir,Calzado y Artículos de CueroProductos Farmacéuticos y Medicinales,Cosméticos y Artículos de Tocador

Millones de Bolívares

Indice 1997 = 100

Millones de Bolívares

Millones de Bolívares

Porcentaje Segundo Semestre

Variación % Dic-Dic

Porcentaje Anual

Millones de Bolívares

22

Indicadores Económicos

Notas: t/t-12: Variación del mes con respecto al mismo mes del año anterior. EMBI+: Emerging Market Bond Index, registra el retorno total de ganancias en precio y flujos por intereses, producto de la negociación de instrumentos de deuda externa de mercados emergentes. */ Comprende recaudación por derechos pendientes, multas, intereses, reintegros al fisco, reparos de la contraloria en aduanas y los tributos internos. Asimismo, incluye recaudación por concepto de fósforos, el cual se derogó según Ley de Supresión de Pago del Derecho de Fabricación según G.O 38.480 de fecha 17-06-2006. **/ Cifras al 01/06/2012. Fuente: BCV, Reuters, Bloomberg, INE, MEM, Cavenez, FMI, OPSIS y Cálculos Propios

Spread Soberanos. Diferenciales EMBI+Puntos Básicos

0

300

600

900

1.200

1.500

1.800

May

-07

Nov

-07

May

-08

Nov

-08

May

-09

Nov

-09

May

-10

Nov

-10

May

-11

Nov

-11

May

-12

0

300

600

900

1.200

1.500

1.800VenezuelaMéxicoColombiaBrasil

Exportaciones No Tradicionales (ENT) e Importaciones (MMUS$)

100

500

900

1.300

1.700

2.100

2.500

Mar

-07

Sep-

07

Mar

-08

Sep-

08

Mar

-09

Sep-

09

Mar

-10

Sep-

10

Mar

-11

Sep-

11

Mar

-12

100

900

1.700

2.500

3.300

4.100

4.900ImportacionesENT

ImportacionesENT

Precio Petrolero(US$/bl)

21

42

63

84

105

126

147

May

-07

Nov

-07

May

-08

Nov

-08

May

-09

Nov

-09

May

-10

Nov

-10

May

-11

Nov

-11

May

-12

21

42

63

84

105

126

147VenezuelaWTI

0

8.000

16.000

24.000

32.000

40.000

48.000

May

-07

Nov

-07

May

-08

Nov

-08

May

-09

Nov

-09

May

-10

Nov

-10

May

-11

Nov

-11

May

-12

0

8.000

16.000

24.000

32.000

40.000

48.000FEMReservas Internacionales

Reservas Internacionales y FEMMillones de US$

0

15

30

45

60

75

90

May

-07

Nov

-07

May

-08

Nov

-08

May

-09

Nov

-09

May

-10

Nov

-10

May

-11

Nov

-11

May

-12*

*/

0

15

30

45

60

75

90

M2BM

Agregados Monetarios Var. % t/t-12

0

3.500

7.000

10.500

14.000

17.500

21.000

Abr

-07

Oct

-07

Abr

-08

Oct

-08

Abr

-09

Oct

-09

Abr

-10

Oct

-10

Abr

-11

Oct

-11

Abr

-12

0

3.500

7.000

10.500

14.000

17.500

21.000Impuesto sobre la Renta

IVARenta AduaneraRentas InternasOtros */

Recaudación Rentas InternasMillones de Bs.

0

9.000

18.000

27.000

36.000

45.000

54.000

May

-07

Nov

-07

May

-08

Nov

-08

May

-09

Nov

-09

May

-10

Nov

-10

May

-11

Nov

-11

May

-12

0

9.000

18.000

27.000

36.000

45.000

54.000Nacional

Importados

Venta de VehículosUnidades

9

12

15

18

21

24

27

May

-07

Nov

-07

May

-08

Nov

-08

May

-09

Nov

-09

May

-10

Nov

-10

May

-11

Nov

-11

May

-12

9

12

15

18

21

24

27Activa

Depósitos a 90 días

Tasas de Interés. Seis Principales Bancos %

23

Var. % 2009 2010 2011 ITrim12 PIB Total -3,2% -1,5% 4,2% 5,6%

PIB Petrolero -7,4% 0,1% 0,6% 2,2%

PIB No Petrolero 1,7% -1,6% 4,5% 5,6%

Consumo Privado -2,9% -1,9% 4,0% 5,7%

Inversión -8,3% -6,3% 4,4% 27,3%

(Millones de US$) Balanza Comercial 17.957 27.132 46.161 12.533

Cuenta Corriente 6.035 12.071 27.205 7.143

Cuenta Capital -12.777 -17.818 -27.619 -8.613

Balanza de Pagos -10.262 -8.060 -4.032 -2.539

Fuente: BCV, Balances de Publicación de Instituciones Financieras, INE y Cálculos Propios

Notas: t/t-1: Variación del mes con respecto al mes anterior, */ El endeudamiento interno neto se calcula como la diferencia entre las colocaciones efectivas y los vencimientos de Bonos DPN y Letras del Tesoro.

Indicadores Económicos

Stock Deuda Pública InternaBonos DPN y Letras del Tesoro

20.000

48.000

76.000

104.000

132.000

160.000

188.000

May

-07

Nov

-07

May

-08

Nov

-08

May

-09

Nov

-09

May

-10

Nov

-10

May

-11

Nov

-11

May

-12

12.000

17.000

22.000

27.000

32.000

37.000

42.000Millones de Bs.MM de US$

-40.000

-30.000

-20.000

-10.000

0

10.000

20.000

30.000

40.000

May

-07

Nov

-07

May

-08

Nov

-08

May

-09

Nov

-09

May

-10

Nov

-10

May

-11

Nov

-11

May

-12

-12.000

-8.000

-4.000

0

4.000

8.000

12.000InyecciónAbsorciónEfecto Neto

Operaciones de Mercado Abierto. Repos+CD+Compra con Pacto de Reventa. Millones de Bs.

Mercado de Trabajo% y Millones de Personas

5,5

6,5

7,5

8,5

9,5

10,5

11,5

Abr

-07

Oct

-07

Abr

-08

Oct

-08

Abr

-09

Oct

-09

Abr

-10

Oct

-10

Abr

-11

Oct

-11

Abr

-12

3,4

4,1

4,8

5,5

6,2

6,9

7,6Ocupación FormalTasa de Desempleo

% Millones de Personas

Banca Comercial y Universal

0

30.000

60.000

90.000

120.000

150.000

180.000

210.000

May

-07

Nov

-07

May

-08

Nov

-08

May

-09

Nov

-09

May

-10

Nov

-10

May

-11

Nov

-11

May

-12

50

53

56

59

62

65

68Inversiones en TítulosCartera de CréditosIndice de Intermediación

Indice de Intermediación %

Créditos, InversionesBs. Constantes a Precios de Dic-2007

0

5.000

10.000

15.000

20.000

25.000

30.000

Feb-

07

Ago

-07

Feb-

08

Ago

-08

Feb-

09

Ago

-09

Feb-

10

Ago

-10

Feb-

11

Ago

-11

Feb-

12

0

5.000

10.000

15.000

20.000

25.000

30.000Ingresos OrdinariosGastos Ordinarios

Gobierno CentralBs. Constantes a Precios de Dic-2007

-1

0

1

2

3

4

5

6

May

-07

Nov

-07

May

-08

Nov

-08

May

-09

Nov

-09

May

-10

Nov

-10

May

-11

Nov

-11

May

-12

-1

0

1

2

3

4

5

6IPCIPM

Inflación (Caracas) % (t/t-1)

Millones de Bs. Millones de US$

Sector Real y Externo

-3.000

0

3.000

6.000

9.000

12.000

15.000

18.000

May

-07

Nov

-07

May

-08

Nov

-08

May

-09

Nov

-09

May

-10

Nov

-10

May

-11

Nov

-11

May

-12

-3.000

0

3.000

6.000

9.000

12.000

15.000

18.000

Endeudamiento Interno Neto*/

Millones de Bs.

Var % INPCMayo 2012: 1,6%