Curso de Estabilidad Financiera
Ciudad de México, México, del 18 al 20 de septiembre de 2019
Este nuevo Curso se enfocó en modelos de Equilibrio General y modelos de Equilibrio General Dinámicos Estocásticos (DSGE) con fines de estabilidad financiera. El segundo objetivo de este curso fue proveer de herramientas visuales y analíticas para la estabilidad financiera, incluido el análisis de redes.
Modelos de equilibrio general con liquidez, incumplimiento y estabilidad financiera
Dimitrios Tsomocos
El profesor Tsomocos organizó su primera sesión en los siguientes temas: mercados de valores, precios de arbitraje, precios contingentes estatales y equilibrio financiero. Primero, explicó cómo modelar la incertidumbre y definir los mercados de valores. Además, identificó algunas definiciones importantes en el contexto de los mercados de valores, como precio, pago de valores y carteras. Luego pasó a definir "mercados completos" y "mercados incompletos" y a partir de ahí introdujo el modelo Arrow-Debreu en el que el equilibrio es equivalente a un equilibrio de activos financieros con mercados completos. También explicó que el equilibrio de Arrow-Debreu es Pareto optimo (primer teorema de bienestar), mientras que el equilibrio de los mercados financieros (que considera mercados incompletos) es sub óptimo restringido (segundo mejor). Otros supuestos para el anterior equilibrio son: la no existencia de dotaciones iniciales y la propiedad de no arbitraje. El equilibrio financiero se resuelve mediante la metodología Kuhn-Tucker, donde los agentes maximizan su utilidad sujeta a sus restricciones presupuestarias y condiciones de compensación del mercado (para los mercados de bienes y de valores) para encontrar una solución interior para los precios.
Posteriormente, el profesor Tsomocos se centró en el modelo de incumplimiento, que es costoso para el acreedor, el deudor y para el mercado, y es esencial para el análisis de la estabilidad financiera. Explicó las implicaciones del incumplimiento cuando los mercados están incompletos como: i) la propiedad de expansión (proporciona oportunidades de seguro adicionales para el acreedor), ii) permite al deudor personalizar sus propias oportunidades de seguro; y iii) los agentes pueden estar en ambos lados del mercado. Explicó que cuando se permite el incumplimiento de los activos, surge la necesidad de imponer sanciones; de lo contrario, los agentes incurrirían en incumplimiento y no se negociarían activos. El incumplimiento es interesante solo en mercados incompletos. Por lo tanto, la fragilidad financiera es el resultado de un fenómeno de equilibrio general con mercados incompletos y dinero. Los principales elementos para modelar el incumplimiento: penalizaciones continuas y la garantía como un costo reflejado en los márgenes. Se supone que la garantía es observable para evitar problemas de selección adversa.
Finalmente, definió la inestabilidad financiera como cualquier desviación del plan óptimo de ahorro-inversión de una economía que se debe a imperfecciones en el sector financiero. En general, esto va acompañado de una disminución del bienestar económico. Destacó que las principales diferencias entre la estabilidad de precios y la estabilidad financiera consisten en la medición, los instrumentos de control y la estructura de pronósticos. Por ejemplo, la estabilidad financiera se centra en las colas de distribución, mientras que la estabilidad de precios emplea los momentos centrales de la distribución.
Un marco integrado para el análisis de múltiples regulaciones financieras
Dimitrios Tsomocos
En esta sesión, el profesor Tsomocos presentó un modelo que estudia las externalidades que surgen de la intermediación y examinó la regulación para mitigar sus efectos. Este modelo se basa en el modelo clásico Diamond-Dybvig con algunas modificaciones. Hay tres participantes en el modelo, los empresarios, los ahorradores y los banqueros. Los bancos brindan liquidez y servicios de monitoreo; son financiados por depósitos y capital; otorgan préstamos riesgosos; deben mantener liquidez y están sujetos a responsabilidad limitada; y enfrentan un riesgo endógeno determinado por un juego global.
Los supuestos para este modelo son (i) las preferencias cuasi lineales para el consumo y la utilidad adicional de los servicios de transacciones para los depósitos, (ii) los emprendedores son neutrales al riesgo y no tienen dotación propia y (iii) los emprendedores tienen una función de producción lineal, pero incurren en costos convexos. En el problema de optimización, el impacto de productividad se revela de manera privada a los empresarios, los bancos necesitan gastar recursos para aprenderlo.
El banco monitorea si el beneficio neto esperado del monitoreo es mayor o igual a cero. Si el banco no monitorea, los emprendedores reportarán el impacto y el incumplimiento, y esto tendrá implicaciones para el juego global.
En resumen, este modelo presentaba una intermediación financiera frágil donde un banco ofrece liquidez y servicios de monitoreo. Además, este modelo estudió las externalidades de la intermediación y obtuvo una regulación óptima para abordarlas, y propuso una nueva prueba de unicidad en los modelos de información incompleta de corridas bancarias. Otras herramientas de regulación aplicables son un coeficiente de cobertura de liquidez, un coeficiente de financiamiento neto estable, requisitos de reservas y un índice de apalancamiento. El profesor Tsomocos señaló que lo mínimo que necesita el regulador es una herramienta para administrar el capital, una herramienta para administrar la liquidez y una herramienta para administrar la escala de intermediación. Las herramientas de liquidez pueden combinarse con herramientas de capital (y viceversa), pero no entre sí.
Análisis de la Estabilidad Financiera
Mark Flood
El profesor Flood explicó los diferentes mecanismos de acumulación de riesgo sistémico: desequilibrios globales, exposiciones correlacionadas, efectos secundarios a la economía real, disrrupciones de la información, efectos de retroalimentación, burbujas de activos, contagio y externalidades negativas. El Dr. Flood señaló los desafíos estadísticos, como el problema "maginot" que explica que una sola medida no es suficiente.
El Dr. Flood presentó las tendencias en la intermediación crediticia desde 1952 hasta 2017 y la mayor participación de los fondos mutuos, la titularización, los reportos, el papel comercial, el incremento de los intermediarios Fintech y otros. Flood señaló que Big Data es esencialmente un problema de escalabilidad con los siguientes desafíos de implementación: volumen, velocidad y variedad. Para el monitoreo de la estabilidad financiera con Big data, Flood et al. (2016) sugirieron un procedimiento de cinco tareas que consiste en la adquisición de datos, la limpieza de datos, la integración y representación de datos, el modelado y análisis de datos, y el intercambio de datos y la transparencia. Por ejemplo, en la integración de datos es importante introducir el Identificador de Entidad Legal global (LEI) para minimizar la confusión entre entidades y de este modo la información podría estandarizarse.
La regla fundamental de la recopilación de datos es la estandarización de los mismos. Finalmente, el Dr. Flood sugirió una lista interesante de lecturas y fuentes bibliográficas para conocer más sobre este tema.
Visualización de datos y estabilidad financiera
Mark Flood
Las funciones centrales de la visualización consisten en “sensemaking”, la toma de decisiones, la elaboración de normas y la transparencia. De acuerdo con Sneiderman (2016), hay siete tipos de datos: unidimensionales, bidimensionales, tridimensionales, temporales, multidimensionales, de árbol y de red. Para cada tipo, el señor Flood explicó con ejemplos el uso y las diferencias para la visualización interactiva y su importancia en la toma de decisiones utilizando datos de series de tiempo.
Finalmente, el Dr. Flood explicó con profundidad las herramientas visual analíticas al explicar el razonamiento analítico de las interfaces visuales, los diferentes niveles de percepción humana y la representación de las relaciones. Además, los detalles para explotar la percepción humana, las características para la notoriedad visual como el contraste de color, el fallo de notoriedad visual, reconocimiento de textura, reconocimiento de contorno, percepción Gestalt, luminosidad y brillo; optimizando la relación "señal a ruido" en las visualizaciones, por ejemplo, aumentando el volumen de "tinta" de acuerdo con la importancia del elemento, etc.
Liquidez e incumplimiento en una economía de intercambio
Dimitrios Tsomocos
El profesor Tsomocos presentó el modelo de comercio e intermediación que permite a los autores el estudio de la estabilidad financiera en presencia de fricciones financieras (liquidez e incumplimiento). Con la evidencia teórica y empírica de la interacción de la liquidez y el incumplimiento, constituyó un marco que le permite explicar los efectos de la liquidez y el incumplimiento en el bienestar y la estabilidad financiera. Explicó que las fricciones de incumplimiento y liquidez son suficientes para explicar las contradicciones entre precio y actividad. Explicó el modelo que se enfoca en los efectos de liquidez en la estabilidad financiera.
La estructura de mercado del modelo consistía en hogares, mercado de materias primas, bancos comerciales o mercados de activos, mercado interbancario y un banco central o un regulador que mantiene las operaciones de mercado abierto y el código de penalizaciones. Esto último está relacionado con las fricciones financieras que consistían en incumplimiento y el dinero; modelan la penalización en caso de incumplimiento con una sanción no pecuniaria proporcional a la cantidad de créditos incumplidos (hogares y préstamos de bancos comerciales). Además, destacó las contradicciones de la decisión de incumplimiento, por un lado, el beneficio del incumplimiento, esto significa más consumo; y por otro lado, su costo (costos de crédito). El dinero se introduce mediante una tecnología de transacción de efectivo por adelantado y se modela como dinero interno. La liquidez tiene dos fuentes, la primera a través de las inyecciones del banco central mediante las operaciones de mercado abierto y la segunda por una fracción de los intercambios de bienes que en cada período se pueden utilizar inmediatamente como medio de pago.
Supuestos adicionales son que la única forma de suavizar el consumo es a través del comercio de materias primas, suponiendo un proceso estocástico AR (1) para las dotaciones de materias primas y una economía de dotación. Presentó el problema de optimización de los hogares, el problema de optimización del banco, las expectativas racionales y las condiciones de compensación del mercado (materias primas, préstamos al consumidor y mercado de reportos). A partir de su modelo, definió la estabilidad financiera a corto plazo con dinero, liquidez y equilibrio de incumplimiento, sí y solo sí, todos los agentes optimizan dados sus conjuntos presupuestarios, todos los mercados se compensan y las expectativas son racionales. En el largo plazo, la economía converge a su estado estacionario. Además, definió cuatro proposiciones, la primera se refiere a la no neutralidad monetaria, esta proposición implica que, si hay una operación monetaria no nula por parte del banco central, la política monetaria no es neutral a corto plazo, por lo tanto, afecta el consumo y, en consecuencia, las variables reales. Cuando no existen restricciones de liquidez, no hay incentivos para pedir dinero prestado y la política monetaria es neutral, y en este caso, el incumplimiento no tiene sentido, ya que no hay nada en lo que se pueda incumplir. Pero, si hay liquidez total, el modelo sería un caso estándar de Edgeworth de 2 agentes y 2 bienes. La proposición 2 se refiere al efecto Fisher; esta propuesta indica que las tasas de interés nominales son aproximadamente iguales a las tasas de interés reales más la inflación esperada y la prima de riesgo, lo que depende de la liquidez y el incumplimiento. El efecto Fisher explica cómo los precios nominales están directamente relacionados con el consumo. La proposición 3 se refiere a la teoría cuantitativa del dinero, donde la oferta monetaria tiene una relación directa y proporcional con el nivel de precios.
Finalmente, la proposición 4 se refiere a la condición borde, lo que implica que el monto óptimo de incumplimiento está definido cuando la utilidad marginal del incumplimiento es igual a la desutilidad marginal. Por último, el profesor Tsomocos concluyó que la liquidez y el incumplimiento en el equilibrio deben estudiarse al mismo tiempo, la presencia de fricciones financieras subraya la importancia de estudiar el impacto de los shocks en el comportamiento de las variables financieras y el bienestar a corto y mediano plazo. En su modelo, derivó una relación entre precios y actividad (comercio) con la inclusión de incumplimiento, pero sin fricciones nominales.
Deuda, tasas de recuperación y el dilema griego
Dimitrios Tsomocos
El profesor Tsomocos explicó el modelo desarrollado para el dilema griego, primero, el incumplimiento es sinónimo de la reestructuración de la deuda y argumenta que la reestructuración inmediata reduce el valor presente de la deuda, lo que beneficiaría tanto a Grecia como a sus países acreedores a mediano y largo plazo. Describió el marco de este modelo como un modelo del ciclo económico real (RBC) descentralizado de dos países, donde Grecia es la nación deudora y Alemania la principal nación acreedora. Los hogares griegos pueden emitir deuda asegurada y no garantizada a hogares alemanes y existe la posibilidad de renegociar la deuda no garantizada. Las expectativas de los acreedores determinan si prevalece un (buen) estado de equilibrio libre de incumplimiento o uno (malo) de incumplimiento. Los griegos pueden, a un costo, reestructurar o renegociar deudas no garantizadas y obtener un descuento. Se modeló explícitamente la decisión de incumplimiento, el canal predeterminado, que exacerba la volatilidad del consumo, puede reducirse con términos de restructuración de la deuda más indulgentes, pero apropiados. Esto significa que el dilema no es si los países acreedores tienen el deber moral de transferir recursos a Grecia, sino si los acreedores están dispuestos a intercambiar pérdidas a corto y largo plazo por ganancias a mediano y largo plazo. El Dr. Tsomocos explicó cuatro conjeturas relacionadas con las condiciones de crédito y la reestructuración: los asuntos de riesgo moral, los costos de renegociación que dependen de las tasas de incumplimiento agregadas, la renegociación depende de la vulnerabilidad financiera del sector privado y la renegociación depende de la actividad económica y la sostenibilidad de la deuda. Con estas conjeturas, los hogares deudores griegos deciden cuánta deuda renegociar teniéndola en cuenta; los acreedores acuerdan reducir el valor presente de las obligaciones de deuda por una "tasa de recuperación". Además, explicó el término acelerador de incumplimiento donde el incumplimiento es endógeno, depende de la relación deuda / capital (proxy del PIB) y depende de la amplificación que el incumplimiento de los individuos tiene sobre la propensión de otros al incumplimiento (sistema bancario / balance general).
Finalmente, concluyó que este modelo, solo examina la trayectoria de los acuerdos de deuda en función del tiempo, el aspecto de riesgo moral de la deuda se refleja en el costo de incumplir las obligaciones contractuales. Por último, enfatizó que la flexibilización cuantitativa y la monetización de la deuda podrían aumentar la discordia entre los estados miembros de la zona euro debido a la heterogeneidad de la zona.
Pruebas de tensión y estabilidad financiera
Mark Flood
En esta sesión, el Dr. Flood presentó un panorama general de los diferentes programas de pruebas de tensión y presentó sus características y ejemplos específicos para cada uno. Además, proporcionó información adicional sobre la próxima generación incorporando funciones de reacción, modelando efectos sistémicos, condiciones cambiantes e incorporando modelos basados en agentes. Presentó un modelo de cuantificación de incertidumbre óptimo que garantiza que la medida de probabilidad de respuesta del sistema es igual o mayor a un umbral específico; esto significa la probabilidad de que ocurra algún evento (generalmente indeseable). Además, explicó las diferentes desigualdades de concentración: la desigualdad de Chebyshev y MCDiarmid. El análisis de los componentes principales, consistió en un extracto de series temporales de cambios diarios en el precio de los bonos, donde los primeros tres componentes explican el 99.9977 por ciento de la varianza. Señaló que se debe tener en cuenta la heterogeneidad en las pruebas de tensión macroprudencial porque hay múltiples canales de transmisión y múltiples empresas y sectores. Finalmente, explicó la importancia de modelar la heterogeneidad y la necesidad de múltiples escenarios para alcanzar el objetivo de limitar el riesgo sistémico.
Modelos basados en agentes y liquidez del mercado
Mark Flood
En esta sesión, el profesor Flood presentó el contexto histórico de la economía basada en agentes y definió los modelos basados en agentes (ABM) como una colección de agentes que interactúan para generar el comportamiento global del sistema. Las ventajas de este modelo es que los modelos de agentes representativos ponen énfasis excesivo en la tratabilidad del modelo, además, utilizan en su lugar la heurística y la racionalidad limitada. Los modelos basados en agentes tienen diferentes énfasis a diferencia de los modelos de agente representativo, por ejemplo, incluyen heterogeneidad, interacciones locales y dinámicas sistémicas. Sin embargo, los desafíos están relacionados con la robustez, la estimación y la calibración por falta de estándares, una dependencia del modelo de interacción y la inferencia ecológica se refiere a revelar conclusiones sobre los individuos de los agregados. Además, explicó los modelos de agentes heterogéneos de forma reducida en los que los agentes heterogéneos pertenecen a dos categorías de comportamiento, por ejemplo, informados vs ruido, o fundamentalistas vs técnicos; y racionalidad limitada que con frecuencia usa soluciones matemáticas de forma cerrada.
Finalmente, el Sr. Flood explicó el marco básico para los técnicos y los fundamentalistas y una variedad de ejemplos como la especulación racional desestabilizadora, la conglomeración de la volatilidad y las ventas bancarias de pánico. El profesor Flood señaló los métodos de estimación a través de la máxima verosimilitud, método de momentos, variables latentes y métodos bayesianos. Además, describió la implementación, en particular, la programación orientada a objetos y las herramientas de simulación para el modelado basado en agentes, por ejemplo, Swarm (objetivo C, Java), NetLogo, Repast (Java), MASON (Java), AScape, MESA (Python) y HARK (Python).
Conclusiones generales del modelo, calibración y resultados. Caso de estudio: Chile. Riesgo de crédito soberano, fragilidad financiera y factores globales.
Dimitrios Tsomocos
El profesor Tsomocos continuó su sesión con el estudio del caso chileno, donde el objetivo era identificar el impacto de los choques reales y nominales en la estabilidad financiera para pequeñas economías abiertas exportadoras de materias primas. El profesor Tsomocos desarrolló un modelo para una economía pequeña y abierta, con el fin de estudiar la estabilidad financiera, este modelo incorpora la heterogeneidad en el sistema bancario. Primero, explicó el contexto chileno y sus características económicas, que son importantes para comprender la evolución y las tendencias de esta economía, como resultado de una evolución hacia una economía abierta con un sistema bancario seguro. Por ejemplo, todavía existe una dependencia del cobre que puede retroalimentar al sector financiero directa o indirectamente, el tamaño de los impactos también depende de la posición externa del país y la heterogeneidad bancaria tiene un papel importante en este modelo, explicó el profesor Tsomocos más adelante. Este trabajo se refiere a la regulación/monitoreo macroprudencial en tiempos de fragilidad con choques macroeconómicos que se amplifican debido a la presencia de externalidades pecuniarias. Hay dos fuentes de externalidades, una es el costo de incumplimiento y la otra las restricciones del colateral que dependen de la valoración en el mercado de capitales. En este modelo, el sector bancario es perfectamente competitivo y existe una heterogeneidad ex post manifestada en choques idiosincrásicos experimentados por los bancos pequeños. Los supuestos para este modelo son los siguientes: modelo DSGE Neo-Keynesiano con rigideces nominales, economía pequeña y abierta exportadora de materias primas, sin barreras al comercio, hay hogares, empresas, un sector externo, un banco central, un regulador y el gobierno, empresas heterogéneas que viven dos períodos con riesgo idiosincrático e incumplimiento, bancos heterogéneos que viven dos períodos y requerimientos de capital, existe un incumplimiento para los préstamos garantizados y no garantizados y los requerimientos de capital.
Finalmente, el profesor Tsomocos demostró que un choque adverso al precio del cobre tiene efectos tanto reales como financieros que se refuerzan mutuamente, las tasas de incumplimiento se transmiten a los intereses de los préstamos no garantizados y reduce la inversión. Con este modelo, es posible estudiar el efecto de los choques en la política monetaria para la estabilidad financiera.
Una breve introducción a las redes financieras. Construcción de redes a partir de exposiciones bilaterales y datos de balance.
Marco van der Leij
En esta sesión, el profesor van der Leij explicó los dos conceptos más básicos en las redes financieras: nodos y enlaces. El primero se refiere a las instituciones financieras (bancos), el segundo se refiere a los vínculos entre bancos como exposiciones, activos comunes, financiamiento. El contagio financiero se construye a partir de la propagación de un choque de un banco a otros bancos a través de la red financiera. También se define el riesgo sistémico como el riesgo de que el estrés financiero en un banco provoque estrés financiero en todo el sector financiero.
El profesor van der Leij explicó los enfoques de los precios de los activos y del balance en las redes financieras. El enfoque de precios de activos consiste en el precio de los bancos que cotizan en bolsa y la red se estima a partir de las dependencias de series de tiempo mediante metodologías como SRISK y CoVAR. El enfoque del balance general consiste en datos privados tomados de los activos y pasivos de los bancos, donde la red es parcialmente conocida y el riesgo sistémico se estima a partir de supuestos sobre el mecanismo de contagio.
Los principales tipos de contagio son las cascadas de incumplimientos, el contagio de fondeo y las liquidaciones. Las cascadas de incumplimientos consisten en un choque transmitido a través de los activos y se amplifica por el costo de bancarrota, incorporando el riesgo de incumplimiento en los valores de los activos y por las externalidades de ventas. Mientras que el choque en un contagio de financiamiento se transmite del lado del pasivo y se amplifica por el acaparamiento de liquidez y las ventas de activos ilíquidos (externalidad de liquidaciones). Finalmente, la externalidad de liquidaciones se crea a partir de un choque en los precios de los activos y que derivan en la venta de activos ilíquidos, y que estos activos del balance general se valúan al valor de mercado. En esta sección, el profesor van der Leij resolvió ejercicios numéricos para cada tipo de modelo de contagio y explicó otros ejercicios aplicando el algoritmo predeterminado de Eisenberg & Noe y el algoritmo DebtRank y comparó ambos algoritmos.
Por un lado, DebtRank es un proceso de algoritmo dinámico que es un límite superior al contagio o un contagio que se manifiesta incluso antes del incumplimiento. Por otro lado, Eisenberg-Noe se basa en identidades contables, con un vector de compensación de punto fijo, y es un límite inferior al contagio, un contagio que se manifiesta solo después del incumplimiento y sin contagio en períodos tranquilos.
El profesor van der Leij explicó cómo construir datos de red para analizar el contagio financiero con información incompleta: la información disponible para grandes exposiciones, para cierto tipo de transacciones registradas y para bancos dentro de la propia jurisdicción. Es necesario estimar la creación de redes utilizando informes de balance bancario (activos y pasivos interbancarios agregados a menudo disponibles), datos de red disponibles (grandes exposiciones) y con información general sobre la estructura de la red financiera. También, en la parte final de la sesión, el grupo calculó a mano el algoritmo predeterminado de Eisenberg & Noe y el algoritmo DebtRank de Bardoscia, Battiston, Cacciolli y Cardarelli.
Finalmente, el profesor van der Leij se centró en la estructura de la red financiera y su estimación; explicó que su estructura tiene las siguientes características comunes: relativamente pocos enlaces (baja densidad), gran desigualdad en el número de enlaces entre bancos, tramos cortos y una estructura núcleo-periferia. Para la estimación, es común usar el enfoque bayesiano cuando tenemos información sobre activos y pasivos interbancarios agregados, enlaces conocidos y algún modelo de red aleatorio, entonces necesitamos información sobre la distribución de redes potenciales. Este último se puede muestrear a partir de la distribución de redes potenciales utilizando muestreo de Gibbs con el software de riesgo sistémico disponible en R.
Canales de contagio en redes financieras: incumplimiento de pago en cascada, contagio de liquidez liquidación de activos. Cuantificación del riesgo sistémico en redes bancarias
Marco van der Leij
En esta sesión, el Dr. van der Leij explicó las características típicas de las redes, construyó una red financiera a partir de datos del balance general y grandes exposiciones. Además, calculó las medidas de contagio financiero a nivel de sistema y de banco. Finalmente, explicó la red multicapa y la importancia de evaluar el riesgo sistémico con base en el trabajo académico de Poledna et al. En este trabajo, los autores consideraron datos de diferentes exposiciones entre bancos en México, analizaron capas individuales y la red combinada de multicapas utilizando una medida de riesgo sistémico basada en la metodología DebtRank. Utilizaron datos diarios de exposición bilateral de 43 bancos en México de 2007 a 2013: derivados, valores, divisas, depósitos y préstamos.
Los hallazgos principales fueron, que el uso de préstamos interbancarios y ninguna otra capa subestima el riesgo sistémico en un 90%; el riesgo sistémico de la red de exposición combinada es mayor que la suma de las cuatro capas. La contribución de una transacción de crédito a la pérdida sistémica esperada es hasta cien veces mayor que el riesgo de crédito correspondiente. En resumen, los mercados financieros subestiman el riesgo sistémico actual.
Día 1
Sesión de apertura 
Dr. Serafín Martínez Jaramillo, Asesor, CEMLA
Modelos de liquidez, incumplimiento de pago y estabilidad financiera en equilibrio general
Dimitrios Tsomocos
Un marco integrado para el análisis de múltiples regulaciones financieras
Dimitrios Tsomocos
Análisis de la estabilidad financiera
Mark Flood
Visualización de datos y estabilidad financiera
Mark Flood
Día 2
Liquidez e incumplimiento de pagos en una economía de intercambio
Dimitrios Tsomocos
Deuda, tasas de recuperación y el dilema griego
Dimitrios Tsomocos
Pruebas de tensión y la estabilidad financiera
Mark Flood
Modelos basados en agentes y liquidez del mercado
Mark Flood
Día 3
Conclusiones generales del modelo, calibración y resultados. Caso de estudio: Chile
Dimitrios Tsomocos
Riesgo de crédito soberano, fragilidad financiera y factores globales (Continuación)
Dimitrios Tsomocos
Una breve introducción a las redes financieras
Marco van der Leij
Construcción de redes financieras a partir de exposiciones bilaterales y datos de balance(Continuación)
Marco van der Leij
Canales de contagio en redes financieras: incumplimiento de pago en cascada, contagio de liquidez y venta masiva de activos(Continuación)
Marco van der Leij
Cuantificación del riesgo sistémico en redes bancarias(Continuación)
Marco van der Leij
Cierre, evaluación del curso y entrega de certificados
Dr. Serafín Martínez Jaramillo, Asesor, CEMLA
CEMLA ha organizado la primera edición del Curso de Estabilidad Financiera con un distinguido grupo de expertos de la academia quienes compartieron sus perspectivas y conocimientos sobre la estabilidad financiera. El curso tiene el objetivo de convertirse en una referencia en toda la región y, lo que es más importante, contribuir a la capacitación de los Miembros del CEMLA, desde una perspectiva analítica para hacer frente a los nuevos desafíos en el análisis y monitoreo de la estabilidad financiera.
Dr. Dimitrios P Tsomocos
Professor of Financial Economics at Saïd Business School and a Fellow in Management at St Edmund Hall, University of Oxford
Dr. Dimitrios P Tsomocos is a Professor of Financial Economics at Saïd Business School and a Fellow in Management at St Edmund Hall, University of Oxford. A mathematical economist by trade, his main areas of expertise include:
- Incomplete asset markets
- Systemic risk
- Financial instability
- Issues of new financial architecture
- Banking and regulation
Dimitrios' research has had a substantial impact on economic policy around the world. In particular, he analyses issues of contagion, financial fragility, interbank linkages and the impact of the Basel Accord and financial regulation in the macroeconomy, using a General Equilibrium model with incomplete asset markets, money and endogenous default. He is working towards designing a new paradigm of monetary policy, financial stability analysis and macroprudential regulation.
He co-developed the Goodhart – Tsomocos model of financial fragility in 2003 while working at the Bank of England. The impact has been significant and more than ten central banks have calibrated the model, including the Bank of Bulgaria, Bank of Colombia, Bank of England and the Bank of Korea. In 2011, Dimitrios provided testimony to House of Lords for the Economic and Financial Affairs and International Trade Sub Committee's report, 'The future of economic governance in the EU'.
Dimitrios has been an economic advisor to one of the main political parties in Greece and regularly provides commentary on the state of the Greek economy to local and international media. He has worked with central banks in countries including England, Bulgaria, Colombia, Greece, Korea and Norway to implement the Goodhart – Dimitrios model and advise them on issues of financial stability. He also serves as a Senior Research Associate at the Financial Markets Group at the London School of Economics.
Prior to joining the Saïd Business School in 2002, Dimitrios was an economist at the Bank of England. He holds a BA, MA, M.Phil., and a PhD from Yale University.
Mark Flood
Visiting Assistant Professor, Robert H. Smith School of Business, University of Maryland
Mark D. Flood studied finance (B.S., 1982), and German and economics (B.A., 1983) at Indiana University in Bloomington. In 1990, he earned his Ph.D. in finance from the Graduate School of Business at the University of North Carolina at Chapel Hill. He has worked as Visiting Scholar and economist at the Federal Reserve Bank of St. Louis, taught at Concordia University in Montreal and University of North Carolina in Charlotte, and served as a Senior Financial Economist in the Division of Risk Management at the Office of Thrift Supervision and at the Federal Housing Finance Agency. More recently, he was a Research Principal at the Office of Financial Research. His research interests include the role of big data and fintech in financial markets, systemic financial risk, network modeling in finance, securities market microstructure, and financial regulation. His research has appeared in, among others, the Annual Review of Financial Economics, the Journal of Financial Stability, the Review of Financial Studies, the Journal of International Money and Finance, Quantitative Finance, and the St. Louis Fed’s Review, and in a two-volume Handbook of Financial Data and Risk Information from Cambridge University Press.
Dr. M.J. (Marco) van der Leij
Associate Professor of Mathematical Economics at the Amsterdam School of Economics of the University of Amsterdam
He is an Associate Professor of Mathematical Economics at the Amsterdam School of Economics of the University of Amsterdam. His main research area is the Economics of Networks. Currently, He is doing research on scientific research and financial networks. He held positions as Associate Professor, University of Amsterdam; as Visiting Researcher, De Nederlandsche Bank; and as Research Fellow, Tinbergen Institute.