Desde el punto de vista teórico existen enfoques contrapuestos acerca del impacto de la competencia sobre las posibilidades y condiciones de acceso a los servicios financieros. La hipótesis del poder de mercado postula que mayor competencia en el sistema bancario incrementa la eficiencia de las entidades, disminuye el costo del financiamiento y mejora el acceso.
Por su parte, la hipótesis de información argumenta que en presencia de problemas de información asimétrica entre prestamistas y deudores (donde una de las partes del contrato cuenta con mayor información que la otra y buscará explotarla en su beneficio) los bancos deben invertir en adquisición de información privada (y en mantener relaciones de largo plazo con sus clientes) para atemperar la desventaja informativa. Un nivel de competencia más elevado desincentiva este proceso en detrimento de las posibilidades de acceder a servicios financieros por parte de empresas y familias.
Si bien los trabajos empíricos presentan resultados a favor de una u otra postura, en general, se advierte mayor apoyo de la hipótesis del poder de mercado. Por ejemplo, Love y Martínez Pería (2015) con datos a nivel firma de 53 países encuentran que un menor nivel de competencia disminuye el acceso al financiamiento. Teniendo en cuenta este tipo de resultados, y dado el objetivo de política del BCRA en términos de promover el acceso de la población a los servicios financieros, la intención de este trabajo es evaluar en qué medida el sistema financiero argentino opera bajo condiciones similares a un mercado competitivo. En particular, se buscará reforzar la evidencia empírica sobre cambios en el grado de competencia frente a las medidas implementadas por el BCRA desde 2016 destinadas a promover este tipo de comportamiento1. En este sentido, este trabajo es una continuación de un primer análisis presentado en el último Informe de Estabilidad Financiera (IEF, primer semestre de 2018, Apartado 5).
El fenómeno de la competencia resulta de difícil medición, por ello, varios estudios adoptan enfoques multifacéticos para estudiarlo. Inicialmente se utilizaban medidas de concentración de los oferentes que existen efectivamente en el mercado para inferir competencia. En la actualidad existe cierto consenso sobre la necesidad de analizar el grado de competencia en el marco de un enfoque que tenga en cuenta el concepto de mercados “contestables” o disputados —ver Bikker y Spierdijk (2017)—, inclinándose por medidas que vinculan márgenes de precios y costos.2 El objetivo de la presente nota es aportar nueva evidencia a través de dos indicadores alternativos: i) el índice de Lerner y; ii) el índice de Boone.
Como antesala de este estudio, el último IEF presentó en su Apartado 5, un análisis sobre la competencia en el Sistema Financiero Argentino utilizando la metodología de Panzar-Rosse. Allí se proveyó evidencia consistente con que el grado de competencia se habría incrementado en el último bienio (2016-2017).
Sintéticamente, dicha metodología mide el poder de mercado a través del grado en que un cambio en los precios de los factores se refleja en los ingresos de equilibrio.3 Para ello se define como medida de competencia al “Estadístico H”, siendo la suma de las elasticidades de los ingresos con respecto a los precios de los factores en la siguiente ecuación:
ln{II_{it}}=\alpha+\beta\,ln\,{TPF_{it}}+\gamma\,ln\,{PMO_{it}}+\delta\,ln\,{PCA_{it}}+\sum_{j} \Theta_{j}FEB_{jit}+\epsilon_{it}
donde:
H=\beta+\gamma+\delta
Un valor de H igual o menor que 0 indica monopolio, entre 0 y 1 competencia monopolística y si es igual a 1 estaría señalando condiciones de competencia perfecta.4
La Tabla 1 presenta parte de los resultados exhibidos en el IEF donde se verifica un incremento del Estadístico H en el último bienio comparado a los 10 años anteriores, desde 0,39 hasta 0,74 (una variación del 90%).
Respecto de los indicadores que se evaluarán complementariamente en esta nota, vale mencionar en primer lugar el índice de Lerner. Este se define como la diferencia entre el precio del producto y el costo marginal, constituyendo un indicador del poder de mercado. En un mercado de competencia perfecta el precio debe ser igual al costo marginal, por lo tanto, el mayor tamaño de la brecha indica un grado más elevado de poder de mercado (y menor competencia). Se calcula como:
L=\dfrac{P_{it}-CMg_{it}}{P_{it}}
donde P_{it} es el precio del producto (suma de los ingresos financieros y los ingresos por servicios sobre el activo neto) y CMg_{it} es el costo marginal de cada entidad (más abajo se detalla la forma de cálculo).
A su vez, el índice de Boone mide la elasticidad de los beneficios (o las cuotas de mercado, como es el caso de la presente nota) respecto del costo marginal de la firma. La intuición detrás de este vínculo es más sutil que en el caso anterior, captura el efecto de la competencia sobre los beneficios relativos de las entidades más y menos eficientes. Dado que en mercados más competitivos las empresas más ineficientes son castigadas con mayor intensidad, valores (absolutos) más elevados de la elasticidad son indicativos de un mayor nivel de competencia en la industria. Para poder calcularlo, se estima la siguiente relación entre el costo marginal y la participación en el mercado por medio de la metodología de datos en panel con efectos fijos:5
ln({cuota\,de\,mercado_{it}})={\alpha_{0i}}+{\beta_{1}}\,ln\,{CMg_{it}}+{\mu_{it}}
donde el valor absoluto del parámetro \beta_{1} representa el valor del índice de Boone.
Como fuera señalado, ambas medidas de competencia requieren la estimación de una función de costos. Para ello se adoptó una forma funcional translogarítmica que requiere la definición de precios de insumos y cantidad de producto de la siguiente manera:
ln{C_{it}}={\alpha_{0i}}+{\beta_{1}}\,ln\,{Q_{it}}+{\beta_{2}}\dfrac{1}{2}[\,ln\,{Q_{it}}]^{2}+{\alpha_{1}}\,ln\,{w_{1}}+{\alpha_{2}}\,ln\,{w_{2}}+{\alpha_{3}}\,ln\,{w_{3}}+{\beta_{3}}\,ln\,{Q_{it}}\ast\,ln\,{w_{1}}+{\beta_{4}}\,ln\,{Q_{it}}\ast\,ln\,{w_{2}}+{\beta_{5}}\,ln\,{Q_{it}}\ast\,ln\,{w_{3}}+{\alpha_{4}}\dfrac{1}{2}[\,ln\,{w_{1}}]^{2}+{\alpha_{5}}\,ln\,{w_{1}}\ast\,ln\,{w_{2}}+{\alpha_{6}}\,ln\,{w_{1}}\ast\,ln\,{w_{3}}+{\alpha_{7}}\dfrac{1}{2}[\,ln\,{w_{2}}]^{2}+{\alpha_{8}}\,ln\,{w_{2}}\ast\,ln\,{w_{3}}+{\alpha_{9}}\dfrac{1}{2}[\,ln\,{w_{3}}]^{2}+{\gamma_{1}}T+{\mu_{it}}
Aplicando el enfoque de intermediación se define: C_{it} como el costo total (suma gastos de administración y cargos por incobrabilidad y resta otros resultados), Q_{it} representa al producto —suma de los préstamos (netos de previsiones) y las inversiones (posiciones en títulos)—. Se utilizan los precios relativos implícitos que surgen de la información financiera de las entidades para los siguientes insumos: w_{1} costo del financiamiento (suma de depósitos, títulos de deuda y otros fondeos); w_{2} precio del capital (patrimonio neto) y w_{3}
precio del trabajo. T hace referencia a la tendencia temporal y {\mu_{it}} es un término de error compuesto.6 Luego se calcula el costo marginal:
{CMg_{it}}=[{\beta_{1}}+{\beta_{2}}\,ln\,{Q_{it}}+{\beta_{3}}\,ln\,{w_{1}}+{\beta_{4}}\,ln\,{w_{2}}+{\beta_{5}}\,ln\,{w_{3}}]\ast\,[\dfrac{C_{it}}{Q_{it}}]
Al igual que en el mencionado Apartado del IEF, para estimar la ecuación (3) para el sistema financiero de Argentina se utilizan datos mensuales provenientes del balance y estados de resultados de las entidades para el período 2005-2017. A fin de trabajar con un grupo homogéneo de entidades se seleccionó una muestra de 44 bancos universales, es decir, se eliminaron aquellos con nichos específicos como los mayoristas y las entidades financieras no bancarias.7
El cálculo del índice de Lerner consta de 3 etapas. Primero, se estima la función de costos (5) para el panel de datos y, a partir de allí, se obtiene el costo marginal (6) de las entidades individuales. Segundo, se calcula el índice de acuerdo a la ecuación (3). Tercero, el valor en cada mes surge como el promedio ponderado (por el activo neto) de los resultados de cada banco individual. La Tabla 2 presenta los resultados de la estimación del índice de Lerner como promedio de los valores mensuales para cada uno de los subperíodos analizados. No se advierten diferencias significativas entre cada uno de ellos dado que el índice de Lerner parecería captar los efectos de las medidas adoptadas por el BCRA durante el año 2017, con una tendencia hacia mayores niveles de competencia (caída en el valor del índice) en el sistema financiero argentino. Estos resultados aportan evidencia que está en línea con los obtenidos anteriormente en el IEF.
El índice de Boone se calculó de dos maneras diferentes. Primero, se dividió el total de la muestra en 2 subperíodos (como en el caso del Apartado cuyos resultados se busca complementar): i) 2005-2015 y ii) 2016-2017 para comparar si se incrementa el valor del coeficiente estimado (primera columna de cada segmento de la Tabla 3). Segundo, se realizaron estimaciones de corte transversal para cada período de tiempo y se obtuvo una
serie de coeficientes mensuales, luego se calculó el promedio dentro de cada subperíodo analizado (segunda columna de cada segmento de la Tabla 3). Nuevamente, los resultados muestran un incremento en el nivel de competencia del sistema financiero argentino entre períodos (valores de elasticidad más elevados) siendo consistentes con aquellos obtenidos tanto, por medio de la metodología de Panzar-Rosse como, por el índice de Lerner.
El objetivo de la presente nota fue aportar nueva evidencia sobre el nivel de competencia en el sistema financiero argentino. Utilizando dos nuevas medidas, el índice de Lerner y el índice de Boone, los resultados brindan apoyo a los encontrados anteriormente, señalando un incremento en el grado de competencia para los últimos dos años. Es esperable que la mayor competencia redunde en mejores condiciones de acceso y utilización de servicios financieros para los consumidores.