Cómo se distribuyen las reservas bancarias es importante. También importa cómo se mide su distribución. -Liberty Street Economics


Los cambios en la distribución de los saldos de reserva de los bancos son importantes ya que pueden afectar las condiciones en el mercado de fondos federales y alterar la dinámica de negociación en los mercados monetarios en general. En esta publicación, proponemos usar la curva de Lorenz y el coeficiente de Gini como un nuevo enfoque para medir la concentración de reservas. Desde 2013, la concentración, según lo capturado por la curva de Lorenz y el coeficiente de Gini, se ha movido conjuntamente con las reservas agregadas, disminuyendo a medida que disminuyeron las reservas agregadas (como en 2015-18) y aumentando a medida que aumentaron las reservas agregadas (como al inicio de la pandemia de COVID-19).



¿Cómo medimos tradicionalmente la concentración de reservas?
Una medida de concentración de reservas ampliamente utilizada es la proporción de reservas que poseen los mayores tenedores de reservas. Esta proporción es cercana a cero si las reservas se distribuyen uniformemente entre los varios miles de instituciones que las poseen (es decir, cuando la concentración es baja) y cercana al 100% si los mayores tenedores tienen casi todas las reservas (es decir, cuando la concentración es alta). La selección del número de instituciones a incluir entre los mayores tenedores de reservas es arbitraria; a menudo, la participación de los cinco o veinte principales tenedores de reservas se utiliza como medida de concentración. De hecho, eso es lo que usamos en una publicación recientemente
enviar.

Por supuesto, cuando la concentración se mide como la participación de las reservas de algunos de los principales tenedores, su evolución en el tiempo depende del número de instituciones seleccionadas para su cálculo: por ejemplo, la participación de las reservas de los cinco principales tenedores aumentó entre 2015 y 2018. , mientras que el de los veinte principales titulares se mantuvo estable. Además, al medir la concentración como la participación de las reservas en manos de los mayores tenedores, no se capturan los cambios en la distribución de las reservas tanto dentro del subconjunto de las instituciones más pequeñas como dentro del de las más grandes.

Una nueva forma de medir la concentración de reservas: la curva de Lorenz
La curva de Lorenz es una representación gráfica de la distribución de una variable ampliamente utilizada en el análisis de la desigualdad de ingresos. La curva de Lorenz proporciona una forma sencilla de caracterizar la distribución de reservas entre todos los tenedores de reservas, sin centrarse en un conjunto específico de instituciones. Traza el porcentaje acumulado de reservas agregadas contra el porcentaje acumulado de tenedores de reservas, clasificados por participación creciente. Por ejemplo, en el cuadro a continuación, el punto de la curva de Lorenz correspondiente ax = 20 por ciento informa la participación acumulada de reservas mantenidas por esas instituciones en el 20 por ciento inferior de la distribución de reservas (5 por ciento de las reservas en el ejemplo siguiente).


Ejemplo de una curva de Lorenz

La línea de 45 grados es la curva de Lorenz para una economía hipotética en la que las reservas se distribuyen uniformemente entre las instituciones que mantienen reservas (la línea de igualdad): en tal economía, el 20 por ciento inferior de los poseedores de reservas tiene exactamente el 20 por ciento de las reservas. En contraste, si todas las reservas están en manos de una institución, la curva es plana para todos los percentiles excepto para el último percentil, que contiene a la institución que posee todas las reservas.

La evolución de la distribución de las reservas
El siguiente cuadro presenta las curvas de Lorenz de reservas para dos períodos: julio de 2013 a diciembre de 2014 (azul) y enero de 2015 a diciembre de 2018 (rojo), correspondientes a la expansión y disminución de las reservas. Como muestra el panel de la izquierda, en ambos períodos las reservas están muy concentradas: la curva es prácticamente plana hasta, como mínimo, el percentil 99 y se vuelve muy empinada después.


LSE_2020_reservas-concentración_cipriani_ch1rev_art-01

El panel de la derecha se acerca a la parte derecha de la curva, centrándose en el 3 por ciento superior de los tenedores de reservas. En general, las reservas estuvieron menos concentradas en enero de 2015-diciembre de 2018 que en julio de 2013-diciembre de 2014, como lo indica el desplazamiento hacia arriba de la curva de Lorenz (de azul a rojo). Tenga en cuenta que este desplazamiento hacia arriba de la curva de Lorenz durante el período 2015-18 contrasta con el hecho de que la proporción de reservas en poder de las cinco principales instituciones en realidad aumentó durante ese período. Esto resalta las diferencias entre usar una medida de concentración que se centra en la participación de un conjunto específico de instituciones y una medida que resume la distribución completa.

¿Reservas más altas, concentración más alta?
Dado que la Reserva Federal interactúa principalmente con los grandes participantes del mercado cuando realiza operaciones de mercado abierto, uno podría imaginar que, como resultado, los aumentos en el nivel de reservas van acompañados de aumentos en la concentración de reservas, mientras que las disminuciones en el nivel de reservas están acompañadas por una reducción de la concentración.

Una forma común de resumir el grado de concentración de una curva de Lorenz es mediante el coeficiente de Gini, que es la relación entre el área entre la línea de igualdad y la curva de Lorenz y el área debajo de la línea de igualdad. Esto se puede ver en el primer gráfico anterior, donde el coeficiente de Gini es la relación entre el área sombreada de naranja y la suma de las áreas sombreadas de naranja y gris. El coeficiente de Gini toma un valor entre cero (igualdad total) y 100 por ciento (una institución tiene todas las reservas). Como muestra el panel de la izquierda del gráfico a continuación, el coeficiente de Gini ha estado altamente correlacionado con el nivel de saldos de reservas agregadas desde finales de 2013: por ejemplo, cayó drásticamente en 2018 y 2019 cuando las reservas disminuyeron debido al saldo de la Reserva Federal. normalización de la hoja y se disparó a principios de 2020 (aunque no a los mismos niveles observados durante 2014-17) a medida que aumentaron las reservas durante las primeras etapas de la pandemia de COVID-19. De hecho, la correlación diaria entre las reservas y el coeficiente de Gini durante 2014-19 es de 0,81.


LSE_2020_reservas-concentración_cipriani_ch2rev_art-01

Por el contrario, como muestra el panel de la derecha, no existe una relación clara entre las reservas agregadas y la participación de las cinco principales instituciones: de hecho, a medida que las reservas disminuyeron entre 2014 y 2019, la participación de las cinco principales instituciones en realidad aumentó. .

Conclusiones
La curva de Lorenz y el coeficiente de Gini son herramientas útiles para caracterizar la concentración de reservas con base en la distribución total de las reservas y no solo en la participación de las reservas en manos de las instituciones más grandes. Desde 2013, el coeficiente de Gini de la distribución de reservas se ha movido en líneas generales a la par de las reservas agregadas: las reservas se volvieron menos concentradas a medida que la Reserva Federal normalizó su balance, y se volvieron más concentradas a medida que aumentaron los saldos de reservas durante las primeras etapas del COVID-19. pandemia.


Gara Afonso
Gara Afonso es vicepresidente adjunto del Grupo de Investigación y Estadísticas del Banco de la Reserva Federal de Nueva York.

Marco Cipriani
Marco Cipriani es vicepresidente adjunto del Grupo de Investigación y Estadísticas del Banco.

Steph ClampittSteph Clampitt es asistente de investigación senior en el Grupo de Investigación y Estadísticas del Banco.

Haitham JendoubiHaitham Jendoubi es asociado senior del Grupo de Mercados del Banco.

Gabriele La Spada
Gabriele La Spada es economista senior en el Grupo de Investigación y Estadísticas del Banco.

Will RiordanWill Riordan es vicepresidente adjunto del Grupo de Mercados del Banco.

Cómo citar esta publicación:

Gara Afonso, Marco Cipriani, Steph Clampitt, Haitham Jendoubi, Gabriele La Spada y Will Riordan, “How Bank Reserves Are Distributed Matters. También importa cómo se mide su distribución ”, Banco de la Reserva Federal de Nueva York Economía de Liberty Street, 24 de noviembre de 2020, https://libertystreeteconomics.newyorkfed.org/2020/11/how-bank-reserves-are-distributed-matters-how-you-measure-distribution-matters-too.html.


Descargo de responsabilidad

Las opiniones expresadas en esta publicación son las de los autores y no reflejan necesariamente la posición del Banco de la Reserva Federal de Nueva York o el Sistema de la Reserva Federal. Cualquier error u omisión es responsabilidad de los autores.

Latest articles

Problema 1385: la Comisión quiere aliviar las restricciones de viaje (edición digital)

Modo de pantalla completa... ¿Interesado en nuestra edición impresa semanal? Nuestra...

Apple tiene un problema antimonopolio. Aquí hay una forma de resolverlo.

La App Store de Apple es una maravilla. Introducido en 2008, un año después del debut del iPhone, se ha...

Después de días de incertidumbre, un cohete chino vuelve a entrar en la atmósfera sobre el Océano Índico

El Comando Espacial de Estados Unidos dijo que podía confirmar que el cohete volvió a entrar sobre la Península Arábiga alrededor de las...

esta es mi inversión en bitcoin desde 4 meses: Bitcoin

Una comunidad dedicada a Bitcoin, la moneda de Internet. Bitcoin es un dinero digital descentralizado distribuido en todo el mundo. Los...
49.6k Followers
Follow

Related articles

Leave a reply

Please enter your comment!
Please enter your name here

Translate »