Estrategias metodológicas para datos de panel. El caso de los bancos típicos en Argentina

Autores
Díaz, Margarita; Vargas, José M.; Girela, Ignacio
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
Fil: Díaz, Margarita. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: José M. Vargas. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: Girela, Ignacio. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: Girela, Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
En este trabajo se analizan el impacto de determinantes de la rentabilidad bancaria para los bancos considerados típicos en Argentina en el período 2005-2018. La rentabilidad está medida a través del retorno sobre activo (ROA) y las variables predictoras derivadas de los estados financieros son: capital (patrimonio neto/activo), riesgo crediticio (previsiones/préstamos), productividad (ingresos brutos/dotación de personal), gastos de gestión (gastos administrativos/activo) y tamaño (logaritmo del Activo). Adicionalmente se incorporó la variable externa índice de concentración, derivado del índice de Herfindahl, que cuantifica la participación anual de cada banco en función del total del sistema. En una primera etapa se planteó un modelo de regresión lineal que fue estimado utilizando mínimos cuadrados ordinarios (OLS), lo que permitió detectar observaciones influyentes. En una segunda etapa se trabajó con los métodos que consideran la estructura jerárquica de la información, esto es: modelo de efectos aleatorios, modelo de efectos fijos con errores estándares robustos y con la corrección de Driscoll y Kraay. A fin de seleccionar el método de estimación apropiado, se realizaron las pruebas de Hausman, de efectos específicos y de correlación transversal entre bancos. Los resultados indican que un modelo de efectos fijos con la corrección de Driscoll y Kraay para las varianzas es el más apropiado para la estimación del modelo. Los ratios que afectan significativamente la rentabilidad, de manera positiva y con alto impacto son capital, productividad, tamaño y el Índice de Herfindahl, en tanto que, negativamente y en menor medida, riesgo crediticio.
info:eu-repo/semantics/publishedVersion
Fil: Díaz, Margarita. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: José M. Vargas. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: Girela, Ignacio. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: Girela, Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Economía, Econometría
Materia
Determinantes de la rentabilidad
Datos de panel
Rentabilidad bancaria
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/549840

id RDUUNC_e4337d0d529f00e66d868ebef247211f
oai_identifier_str oai:rdu.unc.edu.ar:11086/549840
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Estrategias metodológicas para datos de panel. El caso de los bancos típicos en ArgentinaDíaz, MargaritaVargas, José M.Girela, IgnacioDeterminantes de la rentabilidadDatos de panelRentabilidad bancariaFil: Díaz, Margarita. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.Fil: José M. Vargas. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.Fil: Girela, Ignacio. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.Fil: Girela, Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.En este trabajo se analizan el impacto de determinantes de la rentabilidad bancaria para los bancos considerados típicos en Argentina en el período 2005-2018. La rentabilidad está medida a través del retorno sobre activo (ROA) y las variables predictoras derivadas de los estados financieros son: capital (patrimonio neto/activo), riesgo crediticio (previsiones/préstamos), productividad (ingresos brutos/dotación de personal), gastos de gestión (gastos administrativos/activo) y tamaño (logaritmo del Activo). Adicionalmente se incorporó la variable externa índice de concentración, derivado del índice de Herfindahl, que cuantifica la participación anual de cada banco en función del total del sistema. En una primera etapa se planteó un modelo de regresión lineal que fue estimado utilizando mínimos cuadrados ordinarios (OLS), lo que permitió detectar observaciones influyentes. En una segunda etapa se trabajó con los métodos que consideran la estructura jerárquica de la información, esto es: modelo de efectos aleatorios, modelo de efectos fijos con errores estándares robustos y con la corrección de Driscoll y Kraay. A fin de seleccionar el método de estimación apropiado, se realizaron las pruebas de Hausman, de efectos específicos y de correlación transversal entre bancos. Los resultados indican que un modelo de efectos fijos con la corrección de Driscoll y Kraay para las varianzas es el más apropiado para la estimación del modelo. Los ratios que afectan significativamente la rentabilidad, de manera positiva y con alto impacto son capital, productividad, tamaño y el Índice de Herfindahl, en tanto que, negativamente y en menor medida, riesgo crediticio.info:eu-repo/semantics/publishedVersionFil: Díaz, Margarita. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.Fil: José M. Vargas. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.Fil: Girela, Ignacio. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.Fil: Girela, Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Economía, Econometríahttps://orcid.org/0000-0003-3297-38542020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articlehttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdf1666-5112https://ojs.econ.uba.ar/index.php/CIMBAGE/article/view/1950http://hdl.handle.net/11086/5498401669-1830spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:44:26Zoai:rdu.unc.edu.ar:11086/549840Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:44:26.633Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Estrategias metodológicas para datos de panel. El caso de los bancos típicos en Argentina
title Estrategias metodológicas para datos de panel. El caso de los bancos típicos en Argentina
spellingShingle Estrategias metodológicas para datos de panel. El caso de los bancos típicos en Argentina
Díaz, Margarita
Determinantes de la rentabilidad
Datos de panel
Rentabilidad bancaria
title_short Estrategias metodológicas para datos de panel. El caso de los bancos típicos en Argentina
title_full Estrategias metodológicas para datos de panel. El caso de los bancos típicos en Argentina
title_fullStr Estrategias metodológicas para datos de panel. El caso de los bancos típicos en Argentina
title_full_unstemmed Estrategias metodológicas para datos de panel. El caso de los bancos típicos en Argentina
title_sort Estrategias metodológicas para datos de panel. El caso de los bancos típicos en Argentina
dc.creator.none.fl_str_mv Díaz, Margarita
Vargas, José M.
Girela, Ignacio
author Díaz, Margarita
author_facet Díaz, Margarita
Vargas, José M.
Girela, Ignacio
author_role author
author2 Vargas, José M.
Girela, Ignacio
author2_role author
author
dc.contributor.none.fl_str_mv https://orcid.org/0000-0003-3297-3854
dc.subject.none.fl_str_mv Determinantes de la rentabilidad
Datos de panel
Rentabilidad bancaria
topic Determinantes de la rentabilidad
Datos de panel
Rentabilidad bancaria
dc.description.none.fl_txt_mv Fil: Díaz, Margarita. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: José M. Vargas. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: Girela, Ignacio. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: Girela, Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
En este trabajo se analizan el impacto de determinantes de la rentabilidad bancaria para los bancos considerados típicos en Argentina en el período 2005-2018. La rentabilidad está medida a través del retorno sobre activo (ROA) y las variables predictoras derivadas de los estados financieros son: capital (patrimonio neto/activo), riesgo crediticio (previsiones/préstamos), productividad (ingresos brutos/dotación de personal), gastos de gestión (gastos administrativos/activo) y tamaño (logaritmo del Activo). Adicionalmente se incorporó la variable externa índice de concentración, derivado del índice de Herfindahl, que cuantifica la participación anual de cada banco en función del total del sistema. En una primera etapa se planteó un modelo de regresión lineal que fue estimado utilizando mínimos cuadrados ordinarios (OLS), lo que permitió detectar observaciones influyentes. En una segunda etapa se trabajó con los métodos que consideran la estructura jerárquica de la información, esto es: modelo de efectos aleatorios, modelo de efectos fijos con errores estándares robustos y con la corrección de Driscoll y Kraay. A fin de seleccionar el método de estimación apropiado, se realizaron las pruebas de Hausman, de efectos específicos y de correlación transversal entre bancos. Los resultados indican que un modelo de efectos fijos con la corrección de Driscoll y Kraay para las varianzas es el más apropiado para la estimación del modelo. Los ratios que afectan significativamente la rentabilidad, de manera positiva y con alto impacto son capital, productividad, tamaño y el Índice de Herfindahl, en tanto que, negativamente y en menor medida, riesgo crediticio.
info:eu-repo/semantics/publishedVersion
Fil: Díaz, Margarita. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: José M. Vargas. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: Girela, Ignacio. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
Fil: Girela, Ignacio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Economía, Econometría
description Fil: Díaz, Margarita. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de Demografía y Estadística; Argentina.
publishDate 2020
dc.date.none.fl_str_mv 2020
dc.type.none.fl_str_mv info:eu-repo/semantics/publishedVersion
info:eu-repo/semantics/article
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
status_str publishedVersion
format article
dc.identifier.none.fl_str_mv 1666-5112
https://ojs.econ.uba.ar/index.php/CIMBAGE/article/view/1950
http://hdl.handle.net/11086/549840
1669-1830
identifier_str_mv 1666-5112
1669-1830
url https://ojs.econ.uba.ar/index.php/CIMBAGE/article/view/1950
http://hdl.handle.net/11086/549840
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1844618982199394304
score 13.069144