S. P. Jayasooriya es economista colegiado (Política Económica).
Las opiniones expresadas en este documento son las opiniones del autor y no reflejan necesariamente las opiniones o políticas de ADBI, ADB, su Junta Directiva o los gobiernos que representan. ADBI no garantiza la exactitud de los datos incluidos en este documento y no se responsabiliza de las consecuencias de su uso. La terminología utilizada puede no ser necesariamente coherente con los términos oficiales del BAsD.
Los documentos de debate están sujetos a revisión y corrección formal antes de que se finalicen y se consideren publicados.
Instituto del Banco Asiático de Desarrollo
Edificio Kasumigaseki, 8ª planta
3-2-5 Kasumigaseki, Chiyoda-ku
Tokio 100-6008, Japón
Teléfono: +81-3-3593-5500
Telefax: +81-3-3593-5571
URL: www.adbi.org Correo electrónico: info@adbi.org
© Instituto del Banco Asiático de Desarrollo 2023
Extracto
Más que en cualquier otro momento de la historia, el cambio climático está teniendo un efecto cada vez más sin precedentes en las vidas humanas. Las economías se ven gravemente afectadas en términos de riesgo soberano debido a las variaciones del cambio climático que influyen en la macroeconomía. Los países asiáticos son altamente susceptibles a la recesión económica debido a las consecuencias del cambio climático. El propósito de este estudio es identificar las relaciones entre el riesgo soberano y el cambio climático en todos los países asiáticos. Controlando una serie de impulsores macroeconómicos y financieros de los diferenciales de los bonos soberanos, el documento aplicó un modelo de rezago distribuido autorregresivo (ARDL) para identificar los efectos del cambio climático en el riesgo soberano. El Panel l ARDL incluyó la regresión del grupo medio agrupado (PMG), la estimación del grupo medio (MG) y la regresión dinámica de efectos fijos (DFE) para estimar los impactos macroeconómicos. Los resultados muestran que, a largo plazo, el modelo DFE, que fue seleccionado como el mejor modelo para todos los países asiáticos, proporciona evidencia de la existencia de una relación de cointegración. Estos hallazgos tienen implicaciones para los responsables de la formulación de políticas, tanto desde una perspectiva de sostenibilidad fiscal como con respecto a la influencia de la exposición al cambio climático.
Palabras clave: cambio climático, riesgo soberano, Panel ARDL, Asia
Clasificación JEL: B23, C13, C23, H63, Q54
1. INTRODUCCIÓN
A nivel macroeconómico, muchos argumentan que el impacto del cambio climático y el riesgo soberano están interrelacionados. Pero muy pocos estudios han examinado la relación entre el cambio climático y el riesgo soberano en términos del marco macroeconómico más amplio. Debido al aumento del riesgo soberano, además de la deuda pública existente, se está volviendo crítica frente a los efectos del cambio climático. Hasta hace poco, muchos formuladores de políticas no han considerado el impacto del cambio climático en el riesgo soberano, pero ante eventos climáticos sin precedentes, y su gravedad y frecuencia, los investigadores macroeconómicos están buscando la regulación de los riesgos soberanos. Por lo tanto, los responsables de las políticas argumentan que la economía necesita tener un enfoque sistemático de los impactos climáticos en un marco macroeconómico para reducir la propagación de los bonos soberanos del gobierno.
En las economías en desarrollo, especialmente en Asia, la inestabilidad económica y la sostenibilidad de la deuda son cuestiones importantes en términos de crecimiento económico. Además, el cambio climático está creando una carga adicional para las economías asiáticas a nivel macroeconómico en sus esfuerzos por superar los desafíos. En la literatura, varias economías emergentes de Asia se desempeñan de manera diferente al resto de los países del mundo en la gestión de la deuda y la gestión del riesgo soberano. Sin embargo, hay literatura limitada disponible para investigar cómo el cambio climático afecta el riesgo soberano para gestionar las incertidumbres de la economía después de los impactos de COVID-19.
Este documento también tiene como objetivo identificar los canales de transmisión propuestos en la literatura anterior, como los impactos macroeconómicos del cambio climático y los riesgos relacionados con el clima y la estabilidad del sector financiero, como se muestra en la figura a continuación. El canal clave para la identificación de los impactos macroeconómicos del cambio climático es la conexión entre los impactos físicos y de transición del cambio climático y el riesgo soberano.
El desequilibrio en el riesgo de los bonos soberanos y el cambio climático causan inestabilidad en muchas economías en desarrollo. Es esencial evaluar el vínculo entre estos dos factores en términos de aumento de la vulnerabilidad climática y la resiliencia para las decisiones de política macroeconómica. Este artículo pretende principalmente aplicar un modelo econométrico para estimar los impactos del cambio climático en los riesgos soberanos. Con este propósito, el modelo de retraso distribuido autorregresivo (ARDL) recientemente desarrollado por Panel se utiliza para estimar los parámetros en los mercados asiáticos. En primer lugar, el documento aplica la prueba de cointegración de Pedroni para comprobar si estos factores macroeconómicos están co-integradas. Luego, se emplea el modelo Panel ARDL para estimar los parámetros del modelo como dos grupos. La variable principal, el diferencial de los bonos soberanos del gobierno, se considera una variable importante para medir los riesgos con el fin de estimar los coeficientes de las variables climáticas mientras se controlan otros determinantes. Las variables de control son importantes para entender los factores determinantes de los riesgos soberanos.
Por lo tanto, el estudio examina los factores de los riesgos soberanos en Asia a través de su evidencia empírica. Una consideración principal de este estudio es el número limitado de estudios existentes / disponibles en la literatura sobre el vínculo entre el riesgo soberano y el cambio climático a nivel macroeconómico en Asia. Comprender la relación entre el riesgo soberano bajo la vulnerabilidad al cambio climático y la resiliencia en Asia es el objetivo principal de este estudio. Por lo tanto, este documento agrega valor a los pocos estudios empíricos actualmente disponibles sobre los impactos del cambio climático en el riesgo soberano.
El resto de este documento está estructurado de la siguiente manera: La Sección 2 presenta la revisión de la literatura, que incluye la literatura teórica y empírica relacionada con el riesgo soberano y el cambio climático. La sección 3 presenta las fuentes de datos y su descripción. La metodología empírica se explica en la Sección 4. La sección 5 contiene los resultados analíticos y el debate. La sección 6 proporciona la conclusión.
2. REVISIÓN DE LA LITERATURA
Aunque se ha publicado un gran número de artículos para estimar los efectos macroeconómicos del cambio climático, solo se puede encontrar un número limitado de documentos sobre el riesgo soberano y el impacto del cambio climático en las economías asiáticas. Este documento examina la literatura disponible más recientemente.
Cevik y Jalles (2020) han publicado un artículo seminal llamado «Esto lo cambia todo: choques climáticos y bonos soberanos». El objetivo del documento es examinar el impacto de la variabilidad y la resiliencia del cambio climático en el rendimiento de los bonos soberanos en 98 países entre 1995 y 2017. Los autores encontraron que el cambio climático tiene un efecto significativo en el costo de los préstamos del gobierno. En particular, los países con más resiliencia tienen rendimientos de bonos más bajos que los países con mayor vulnerabilidad. Además, explicaron que los países en desarrollo con una capacidad de adaptación más débil se ven fuertemente afectados por el cambio climático. En nuestro artículo, los impactos del cambio climático en el riesgo soberano se miden con la metodología Panel ARDL para proporcionar estimaciones sólidas para las variables de control, centrándose especialmente en los países asiáticos.
Beirne Renzhi y Volz (2020) también han estudiado los riesgos climáticos y el costo del endeudamiento soberano. En su documento, aplicaron un modelo autorregresivo (VAR) de vector estructural de panel en economías avanzadas y emergentes e identificaron que los riesgos climáticos son determinantes importantes del costo del endeudamiento soberano. Los resultados revelaron que el efecto del rendimiento de los bonos es mayor en los países altamente vulnerables. Nuestro artículo contribuye a la literatura agregando posibles variables al riesgo climático en los países emergentes de Asia. Esperamos que este documento contribuya a la limitada literatura disponible, llenando los vacíos al incluir a los países de Asia.
Chaudhry et al. (2020) estudiaron el impacto de las emisiones de carbono en el riesgo soberano. En su documento, aplicaron un modelo de efectos fijos para las economías avanzadas del G7 de 1996 a 2014. En particular, aplicaron la teoría del valor extremo para medir el riesgo soberano. Descubrieron que el cambio climático, que consideraron en términos de emisiones de carbono, es probable que aumente el riesgo soberano en esas economías. Además, dividieron el análisis en tres sectores, a saber, transporte, electricidad e industria, e implicaron que es probable que las emisiones de carbono de estos tres sectores aumenten los riesgos soberanos. En nuestro estudio, también incluimos el modelo Panel ARDL con tres análisis como se explicó anteriormente: regresión del grupo medio agrupado (PMG); estimación del grupo medio (MG); y regresión dinámica de efectos fijos (DFE). Por lo tanto, mediante el uso de la prueba de Hausman confirmamos que el mejor método posible en el Panel ARDL es el modelo dinámico de efectos fijos, que proporciona la estimación robusta en el análisis.
Boehm (2020) ha examinado los riesgos físicos del cambio climático y la solvencia soberana de las economías emergentes. La variable de cambio climático en el estudio fueron las anomalías de temperatura y el estudio se realizó utilizando datos mensuales de temperatura de 54 economías emergentes. Se realizó un análisis de regresión y se encontró que las anomalías de temperatura tienen un impacto negativo significativo en el rendimiento de los bonos soberanos. Debido al cambio climático, que resulta en un aumento de las temperaturas, los países afectados han aumentado significativamente sus costos de endeudamiento soberano. El modelo incluye anomalías de temperatura y precipitación, además de las variables de control. Nuestro estudio difiere de este estudio porque no incluye el riesgo físico, sino que trata directamente con los impactos macroeconómicos.
Stavros (2021) ha publicado un documento de política sobre los riesgos para la deuda soberana en Europa debido al cambio climático. En este estudio, el riesgo climático y su impacto en los bonos soberanos de la Unión Europea, que promueve la transición hacia actividades económicas bajas en carbono, ha dado lugar a la revalorización de los activos. Además, argumenta que las innovaciones climáticas pueden estimular el crecimiento de la región a medida que los inversores evalúan los riesgos que pueden afectar las calificaciones crediticias soberanas. Es esencial probar la dinámica de la deuda y los escenarios climáticos mediante pruebas de resistencia. Stavros argumenta que la adaptación a las situaciones de cambio climático debe guiar a los responsables políticos. Por lo tanto, es necesario exponer los riesgos para la financiación debido al cambio climático utilizando herramientas de distribución de riesgos para presupuestar el gasto y los pasivos climáticos. Este documento aborda los escenarios de política para medir el impacto del cambio climático y el endeudamiento soberano.
Mallucci (2020) ha estudiado la relación entre el impacto de los desastres naturales en las vulnerabilidades fiscales y el incumplimiento soberano. Modeló la asociación utilizando un modelo estándar de incumplimiento soberano que incluye el riesgo de desastres en los países del Caribe afectados por huracanes. Descubrió que la capacidad de los gobiernos para emitir deuda está disminuyendo y tienen un acceso limitado al mercado. Además, las condiciones de endeudamiento de los gobiernos han sido mitigadas por el alivio del servicio de la deuda proporcionado por la capacidad de endeudarse con «cláusulas de desastre». Además, Peel y Markey-Towler (2020) han estudiado el riesgo del cambio climático y los instrumentos de bonos soberanos en Australia. Estos autores proponen que los bonos soberanos se consideran una inversión segura pero no con el efecto del cambio climático, que pone en riesgo a los inversores. Examinaron las proyecciones, incluida la divulgación a los inversores de los posibles riesgos climáticos. Argumentan que el desarrollo de litigios sobre el cambio climático y el potencial de invertir en bonos soberanos son necesarios para reducir el riesgo para los inversores.
Smyth y Bennett (2016) estudiaron cómo los mercados de capitales ayudan a los países en desarrollo a gestionar el riesgo climático. Estudiaron cómo se puede gestionar el impacto económico de los eventos climáticos proporcionando un mejor acceso a los seguros y la transferencia alternativa de riesgos. Discutieron cómo los bancos multilaterales pueden catalizar la creación de riesgos soberanos y facilitar el acceso a la capacidad de reaseguro de los mercados de capital. La preparación y la resiliencia ante el riesgo climático pueden mejorarse mediante la inversión de los bancos de desarrollo en los países beneficiarios para maximizar los impactos en el desarrollo.
Collender et al. (2021) estudiaron cómo ningún riesgo de transición al cambio climático, medido por las emisiones de CO2, las rentas de los recursos naturales y el consumo de energía renovable, se valora en el mercado de bonos soberanos. Utilizaron 23 países desarrollados y 16 países en desarrollo entre 2000 y 2019. Encontraron que los mercados avanzados que reducen sus emisiones de CO2 reducen la prima de riesgo para reducir las ganancias de los recursos naturales y aumentar el consumo de energía renovable para reducir los costos de endeudamiento soberano. Pero los países en desarrollo con una alta dependencia de los recursos naturales o un consumo limitado de energía renovable reducen los costos soberanos. Concluyen que los países avanzados están gestionando mal su transición climática y, por lo tanto, tienen que recuperarse de más efectos macroeconómicos después de graves crisis climáticas. Por otro lado, los mercados en desarrollo cumplen con los objetivos de cambio climático. Proporcionan evidencia de que un aumento en la importancia del riesgo de transición es un determinante de los rendimientos de los bonos soberanos.
Zenios (2021) estudió los efectos del cambio climático en la transparencia de la deuda soberana. El autor analiza la divulgación de los soberanos de la UE al cambio climático, estudiando las mejores prácticas internacionales y describe los flujos de transmisión. Argumenta que la adopción de escenarios de cambio climático por parte de la UE y otras autoridades puede incorporar el riesgo climático en términos de finanzas públicas. Una red para las finanzas públicas «a prueba del clima» reunirá a la UE y a las instituciones de los Estados miembros, y Zenios recomienda presupuestar los gastos climáticos y los pasivos contingentes, y utilizar instrumentos de riesgo compartido, con la divulgación de los riesgos del cambio climático a las finanzas públicas.
3. DATOS
Los datos secundarios se obtuvieron de la Tabla Penn-World (PWT 10), los Indicadores del Desarrollo Mundial (WDI) del Banco Mundial y las Perspectivas de la economía mundial (WEO) del Fondo Monetario Internacional de 1980 a 2019 para todos los países asiáticos (incluidos en el apéndice. Las variables de cambio climático se recopilan de la Iniciativa de Adaptación Global de Notre Dame (ND-GAIN1), que incluye vulnerabilidad climática, resiliencia, indicadores económicos, indicadores sociales e indicadores de gobernanza de 1995 a 2019. Sobre la base de la disponibilidad de los datos, el documento se basa en el índice ND-Gain. Se considera la serie temporal de 1980 a 2019 porque los otros datos de series temporales para la vulnerabilidad al cambio climático son limitados. El DN-GAIN incluye la vulnerabilidad, que se refiere a «la exposición, sensibilidad y capacidad de un país para adaptarse a los impactos del cambio climático» y comprende indicadores de seis sectores que sustentan la vida: alimentos, agua, salud, servicios ecosistémicos, hábitat humano e infraestructura. La resiliencia, por otro lado, estima «la capacidad de un país para aplicar inversiones económicas y convertirlas en acciones de adaptación» y cubre tres áreas: preparación económica, de gobernanza y social, con nueve indicadores. La variable dependiente, el diferencial de bonos del gobierno, se mide por los diferenciales de bonos del gobierno denominados en moneda extranjera a 10 años utilizando el índice de referencia estadounidense, que se obtienen de Bloomberg. El saldo presupuestario2 como porcentaje del PIB se utiliza como instrumento para medir la capacidad de un gobierno para satisfacer sus necesidades de financiación y garantizar una buena gestión de las finanzas públicas. Los déficits presupuestarios del gobierno aumentan la cantidad de deuda pública pendiente. La balanza por cuenta corriente se refiere como porcentaje del PIB: un país que importa más de lo que exporta financia la diferencia con las entradas de capital extranjero. La deuda pública como porcentaje del PIB: los altos niveles de deuda pública reducen la confianza de los inversores en la capacidad del servicio de la deuda. El diferencial del swap de incumplimiento crediticio (CDS): el diferencial de CDS es una medida basada en el mercado del nivel de riesgo de incumplimiento de un país. La Tabla 1 proporciona los detalles de las variables utilizadas en el estudio.
4. MÉTODO EMPÍRICO
El estudio aplicó el modelo Panel ARDL propuesto por Pesaran, Shin y Smith (1999). Bajo el modelo Panel-ARDL, el grupo medio (MG), el grupo medio agrupado (PMG) y el modelo de efectos fijos dinámicos (DFE) se estimaron siguiendo Pesaran y Smith (1995) y Pesaran, Shin y Smith (1999).
Obtenido del estimador ARDL, el MG no ha ejecutado ninguna restricción en los parámetros y da el promedio de los parámetros a largo plazo. Dado que el estimador siempre es consistente, agrupar los datos no tendrá ninguna ventaja entre las unidades formadoras de paneles. Por lo tanto, los efectos fijos dinámicos (DFE), en los que la pendiente fija y la intersección variada entre los países, se utilizan como una alternativa bajo el supuesto de la pendiente de homogeneidad, bajo la cual las estimaciones de DEF se ven afectadas por el sesgo de heterogeneidad (Pesaran y Smith 1995). Por lo tanto, para superar estos problemas y obtener una estimación eficiente, Pesaran, Shin y Smith (1999) desarrollaron un método PMG basado en la máxima probabilidad. En particular, el PMG se aplicó al movimiento de presión a largo plazo entre los paneles, lo que permite variar los parámetros constantes, de varianza de error y de corto plazo. En el modelo Panel ARDL, el PMG se utilizó para obtener la heterogeneidad a corto plazo en lugar de la homogeneidad a largo plazo. Pesaran, Shin y Smith (1999) propusieron utilizar la prueba de Hausman (1978) para la homogeneidad de los parámetros a largo plazo (Erdem, Gulbahar y Bulut 2010).
4.1 Modelo de grupo medio agrupado (PMG)
El PMG se aplica cuando se espera que la causalidad de equilibrio a largo plazo entre las variables sea similar en todos los paneles. A corto plazo, el modelo permite parámetros específicos de cada país, ya que expresa diferentes impactos de susceptibilidad a las crisis financieras, los shocks externos y las políticas de estabilización. Pero la validez, la consistencia y la eficiencia deben abordarse cuidadosamente en el modelo.
Para presentar la relación a largo plazo, el resultado del interés necesita que el coeficiente de corrección de errores sea negativo y no inferior a menos dos. Luego, se asume la consistencia del modelo ARDL que el residuo del modelo de corrección de errores no está correlacionado en serie y las variables independientes se consideran exógenas. Al incluir los retrasos ARDL (p, q) para las variables dependientes y explicativas en el término de corrección de errores, se pueden cumplir estas condiciones. Además, el tamaño de N y T es crítico porque cuando ambos son lo suficientemente grandes como para permitir el uso del estimador dinámico, ayuda a evitar el sesgo del estimador promedio que resuelve la heterogeneidad. En particular, algunas publicaciones argumentan que no cumplir con estas condiciones produce inconsistencia en el PMG. El estimador PMG limita los parámetros a largo plazo a ser los mismos, al tiempo que permite que el coeficiente a corto plazo varíe.
4.2 Estimador del grupo medio (MG)
Después del estimador de MG, se requiere una regresión separada para cada país y el cálculo de los coeficientes como las medias no ponderadas de los parámetros para los países individuales. Por lo tanto, el estimador de MG no ha impuesto ninguna restricción, pero permite que todos los coeficientes sean variados y heterogéneos a largo y corto plazo. Dado que este estudio utiliza datos de series temporales suficientemente grandes, apoya las condiciones de consistencia y validez (Favara 2003).
4.3 Modelo de efectos fijos dinámicos (DFE)
El estimador dinámico de efectos fijos (DFE) es casi igual al estimador PMG e impone restricciones en el coeficiente de pendiente y las varianzas de error para que sean iguales en todos los países a largo plazo. El modelo DFE restringe aún más la velocidad del coeficiente de ajuste y el coeficiente a corto plazo para que sea igual. Sin embargo, el modelo presenta intercepciones específicas de cada país. DFE tiene una opción de conglomerado para estimar la correlación intragrupo con el error estándar (Blackburne y Frank 2007). Sin embargo, Baltagi, Griffin y Xiong (2000) señalan que este modelo está sujeto a un sesgo de ecuación simultánea debido a la endogeneidad entre el término de error y la variable dependiente rezagada en caso de tamaño muestral pequeño.
5. RESULTADOS Y DISCUSIÓN
La siguiente tabla muestra las estadísticas de resumen de las variables utilizadas en el análisis.
El resumen de las variables presentadas anteriormente muestra el número de observaciones, la media, la desviación estándar y los valores mínimos y máximos.
5.1 Todas las economías asiáticas
La Tabla 3 presenta los resultados de las pruebas de raíz unitarias de IPS, LLC y CIPS para la intercepción y tendencia después de obtener las primeras diferencias de las variables. Todas las variables se convierten en el logaritmo natural.
La Tabla 3 presenta la prueba de raíces unitarias. Se realizó una variedad de pruebas de raíz unitarias de panel para probar la estacionariedad de los datos. Específicamente, incluyó IPS = prueba Im, Pesaran y Shin; LLC = prueba de Levin, Lin y Chu; CIPS = pruebas transversales de Im, Pesaran y Shin. Todas estas pruebas se consideran pruebas de raíz unitarias de panel de primera generación porque asumieron la independencia entre las unidades de sección transversal, excepto CIPS, que es una prueba de raíz unitaria de segunda generación. Aunque esta segunda generación de pruebas de raíz unitarias consideró la falta de independencia de las unidades al admitir la presencia de factores comunes no observables, condujo a nuevos desafíos al interpretar tanto la prueba de raíz unitaria como la prueba de cointegración (Breitung y Pesaran 2008). Como puede verse, el valor estadístico está por debajo del valor crítico en los niveles de significación del 1% o 5%. Por lo tanto, esta prueba de segunda generación rechaza la hipótesis nula de un proceso raíz unitario para las variables dependientes e independientes. De la Tabla 3, se puede concluir que todas las variables bajo la primera diferencia son significativas, por lo que podemos usar el modelo Panel ARDL.
Los resultados del DFE (1) muestran que el saldo en cuenta corriente, el crecimiento del PIB y la apertura comercial son negativamente significativos, mientras que el PIB per cápita, el diferencial de CDS soberano, la deuda pública, el equilibrio fiscal y la inflación son positivamente significativos a largo plazo. A corto plazo, la inflación es negativamente significativa, mientras que el saldo en cuenta corriente, el PIB per cápita, la deuda pública y el crédito al sector privado son positivamente significativos en el nivel del 5%. El término de corrección de errores es negativo, y más que dos negativos (–1.442) implica que es evidencia de la existencia de una relación a largo plazo entre estas variables. El modelo DFE (2), que es una extensión de las macrovariables a los indicadores climáticos clave de vulnerabilidad y resiliencia, predice que el saldo en cuenta corriente, el crecimiento del PIB, la apertura del comercio y la resiliencia son negativamente significativos, mientras que el PIB per cápita, la deuda pública, el crédito al sector privado, el equilibrio fiscal, la inflación y la vulnerabilidad son positivamente significativos a largo plazo. A corto plazo, el saldo por cuenta corriente, el PIB per cápita, la deuda pública, el crédito al sector privado, la apertura del comercio y la vulnerabilidad son positivamente significativos, aunque la resiliencia y la inflación son negativamente significativas al nivel del 5%. Esto es evidencia de la presencia de una relación a largo plazo debido al término de corrección de errores negativos y porque es más que dos negativos. El modo completo de DFE (3) del modelo ARDL del panel predice que la balanza por cuenta corriente, el crecimiento del PIB, la apertura comercial, la resiliencia y los indicadores sociales son negativamente significativos; Sin embargo, la deuda pública, el crédito al sector privado, la inflación y la vulnerabilidad son positivamente significativos. Incluso en esta ecuación, existe una relación a largo plazo entre el diferencial de la deuda pública y otras variables independientes porque el término de corrección de errores negativos es más que dos negativos.
De acuerdo con el modelo DFE, las variables de cambio climático tienen una fuerte asociación en términos de vulnerabilidad y resiliencia, que se encuentran en el nivel significativo del 5%, al menos; El impacto del riesgo soberano depende de los muchos otros determinantes macroeconómicos a largo plazo. En el corto plazo, el DFE, que incluye la vulnerabilidad, tiene una relación positiva y la resiliencia tiene una relación negativa significativa con el riesgo soberano. Dado que la presencia de la estimación a largo plazo cae dentro del rango de estabilización, el estimador DFE es predecible tanto en la estimación a largo como en la estimación a corto plazo. Además, la evidencia muestra que el estimador es un largo plazo no espurio y, por lo tanto, las variables están co-integradas.
5.1.1 Estimaciones a corto plazo
En cuanto al coeficiente de corrección de errores a corto plazo, la constante es estadísticamente significativa en el modelo DFE, lo que significa que hay un efecto fijo de estas variables sobre las variables climáticas. El modelo DFE tiene una relación positiva con el saldo en cuenta corriente (0,237), la deuda pública (0,201), el crédito al sector privado (0,326), el saldo fiscal (0,126), la inflación (0,345), la vulnerabilidad (0,233), la economía (0,634) y la social (0,398), y una relación negativa con la resiliencia (–1,290) y la gobernanza (–0,245). Según los modelos del DFE, el riesgo soberano está influenciado por los indicadores de vulnerabilidad, resiliencia, económicos, sociales y de gobernanza, que indican 0,233, –1,290, 0,634, 0,398 y –0,245, respectivamente. La resiliencia y la gobernanza son negativamente significativas. El aumento del 1% de los indicadores de resiliencia y gobernanza disminuye el riesgo soberano en un 1,29% y un 0,245%, respectivamente. En particular, una de las principales preocupaciones es aumentar la resiliencia para mejorar el riesgo soberano que se espera reducir. La resiliencia ejerce un impacto negativo a corto plazo en el riesgo soberano en el modelo. Esto indica que la corrección de errores obliga al coeficiente de corto plazo a continuar con su trayectoria a largo plazo.
5.1.2 Estimaciones a largo plazo
El modelo DFE (3) predice que los indicadores de balanza por cuenta corriente (–0,326), crecimiento del PIB (–1,152), apertura comercial (–0,484), resiliencia (–1.703) y social (–0,842) son negativamente significativos, mientras que la deuda pública (0,629), el crédito al sector privado (0,283), la inflación (0,462) y la vulnerabilidad (0,307) son positivamente significativos en el nivel del 5%. Estas variables influyen en el riesgo soberano de estos países a largo plazo. En cuanto al coeficiente de largo plazo de DFE (3), un aumento de 1% de variables explicativas, como el saldo en cuenta corriente, disminuye el riesgo soberano en 0,326%, el crecimiento del PIB en 1,152%, la apertura comercial en 0,484%, la resiliencia en 1,703% y el indicador social en 0,842%. Además, un aumento del 1% en la deuda pública aumenta el riesgo soberano en 0,629%, el crédito al sector privado en 0,283%, la inflación en 0,462% y la vulnerabilidad en 0,307%. Por lo tanto, el modelo predice que la variación del cambio climático ha influido significativamente en el riesgo soberano en términos de resiliencia, indicador social y vulnerabilidad.
En cuanto a los resultados de las economías asiáticas, la interpretación económica es que el aumento del riesgo climático ha creado economías más vulnerables y países endeudados en Asia. La situación es peor en el caso de las condiciones de pandemia post-COVID-19 de las economías asiáticas. Además, las condiciones económicas durante COVID-19 tergiversaron las prioridades económicas y llevaron a la creación de condiciones económicas más susceptibles a las variaciones climáticas y la crisis económica. Por lo tanto, el impacto del riesgo climático en el diferencial de los bonos soberanos en Asia es la máxima prioridad para la estabilidad macroeconómica de los países.
6. CONCLUSIÓN
Este estudio examinó el impacto del cambio climático en el diferencial de los bonos soberanos en Asia. El estudio empleó el método empírico del modelo Panel ARDL, que incluye estimadores PMG, MG y DFE. Los resultados revelaron que todas las primeras variables diferenciadas son estacionarias como resultado de varias pruebas de raíz unitarias de panel. Los resultados generales de la prueba de cointegración de Pedroni (2004) predicen que la evidencia sobre la cointegración es consistente con los efectos específicos de cada país. Con respecto a la relación de cointegración, se utilizó la estructura de datos del panel para estimar el modelo ARDL del panel. En todos los modelos, el término de corrección de errores fue negativo y significativo en 1%, lo que indica que existe una relación a largo plazo entre las variables de interés. La prueba de Hausman se realizó para seleccionar el modelo más robusto de PMG, MG y DEF; el mejor modelo para el análisis fue el modelo DFE para los países asiáticos.
En Asia en el corto plazo, según el DFE, que tiene una relación positiva, el saldo en cuenta corriente, la deuda pública, el crédito al sector privado, el equilibrio fiscal, la inflación, la vulnerabilidad, económica y social, están influenciados negativamente por la resiliencia y la gobernanza tienen una influencia significativa en el cambio climático. Además, el riesgo soberano está influenciado por variables climáticas como la vulnerabilidad, la resiliencia, los indicadores económicos, sociales y de gobernanza. En el escenario a largo plazo, el modelo predice que el saldo en cuenta corriente, el crecimiento del PIB, la apertura del comercio, la resiliencia y los indicadores sociales son negativamente significativos, pero la deuda pública, el crédito al sector privado, la inflación y la vulnerabilidad son positivamente significativos.
La pandemia de COVID-19 exacerbó el riesgo para la sostenibilidad fiscal creado por el cambio climático. Se pueden encontrar pruebas que demuestran que, en los países asiáticos que enfrentaron la pandemia, el entorno económico ha empeorado junto con el cambio climático. Por lo tanto, la lección postpandemia es/debería ser que es aún más vital fortalecer la sostenibilidad fiscal en el entorno económico actual debido a los riesgos del cambio climático.
La presencia de una relación a largo plazo entre el riesgo soberano y el cambio climático con sus determinantes encontrados en este estudio implica la efectividad de los formuladores de políticas que se dirigen a una de las variables para influir en el comportamiento a largo plazo de otras variables. En consecuencia, incluso a corto y largo plazo, las variables del cambio climático afectan fuertemente la sostenibilidad del diferencial de los bonos soberanos para las economías asiáticas. Por lo tanto, el ajuste de los indicadores macroeconómicos es necesario para lograr una economía sostenible bajo la influencia climática. Por último, los factores determinantes de los riesgos climáticos para el diferencial de los bonos soberanos pueden integrarse en el marco macroeconómico de las economías asiáticas para ayudar a lograr la resiliencia y la sostenibilidad a largo plazo. Las investigaciones futuras pueden examinar más de cerca los subgrupos de economías asiáticas que están particularmente expuestas al cambio climático, donde las implicaciones de sostenibilidad fiscal serán aún más graves.
Publicado originalmente: https://www.adb.org/sites/default/files/publication/860821/adbi-wp1358.pdf