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
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/549840
Ver los metadatos del registro completo
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 |