Cómo administran las credenciales las empresas sanitarias. Credentialing Review Credentialing, como se discute en el primer blog de esta serie, es el proceso de recopilación y verificación de información profesional acerca de un posible proveedor de atención médica. Esto incluye información como educación, licencias y designaciones profesionales, experiencia laboral y referencias, así como seguimiento de la historia disciplinaria profesional. La acreditación ayuda a garantizar la seguridad del paciente asegurándose de que reciban la atención competente de proveedores calificados. Cualquier persona que ha tratado con el proceso de reclutamiento y contratación sabe que la verificación y el seguimiento de las credenciales no sólo es mucho tiempo, pero también puede ser muy abrumadora. Así que es natural que haya surgido la necesidad de un proceso más eficiente, especialmente en nuestros días y en la edad de la gratificación instantánea. En respuesta a la necesidad de una forma más rápida y eficiente de presentar solicitudes de credenciales, rastrear y actualizar los datos, el Consejo de Calidad Asequible de Salud (CAQH), una coalición de planes y redes nacionales de salud, trabajó para racionalizar el proceso de acreditación con el desarrollo De una base de datos común de aplicación segura. Este sistema centralizado facilita a los gerentes y reclutadores de recursos humanos ya los proveedores agregar o cambiar información, como agregar o cambiar designaciones profesionales. Tres métodos comunes para la gestión de credenciales sanitarias La gestión de credenciales sanitarias es un requisito universal para todas las organizaciones que contratan a profesionales. Todo el mundo tiene que hacerlo. Sin embargo, cuanto más grande es la práctica o la organización de atención médica, más necesario es tener un plan para rastrear y actualizar a los médicos y otros proveedores con credenciales, desde las solicitudes de credenciales iniciales hasta las actualizaciones periódicas posteriores a la contratación según lo requieran CMS, JCAHO y otras agencias. La complejidad de un plan puede depender en gran medida del tamaño y el alcance de la organización. Si bien muchos aspectos del proceso son comunes a todos los proveedores potenciales, es mucho más fácil hacer un seguimiento de la actualización de las credenciales de sólo unos pocos proveedores de decenas, especialmente si se trata de diferentes especialidades. Entonces, ¿cómo otras organizaciones manejan este proceso complejo y desalentador Actualmente hay tres modelos actualmente en uso para administrar las credenciales de nuevos empleados potenciales. El primer método es utilizado a menudo por pequeñas organizaciones con pocos recursos. Este método implica el uso diario de software informático, como hojas de cálculo y Microsoft Outlook, para organizar a los pagadores, proveedores y terceros y hacer un seguimiento de los candidatos potenciales, así como sus credenciales y horarios. Si bien este método podría haber sido adecuado hace varios años, ahora es bastante arcaico. Los dos mayores problemas con este método son que es mucho tiempo y los errores son fáciles de hacer, ya que es un proceso manual. El especialista también debe prestar mucha atención a los proveedores cuyas certificaciones están expirando, arriesgando los problemas de cumplimiento. El proceso es engorroso y difícil de compartir. Un segundo método para administrar la acreditación de la atención de la salud es externalizar el proceso a una empresa que sólo acredita. Esto coloca todo el proceso de verificación de la educación, capacitación, licenciatura y certificaciones en manos de un tercero. Mientras que la mayoría de estas organizaciones de acreditación de terceros utilizan el CAQH en este proceso, un inconveniente principal para las organizaciones de salud, grandes o pequeños, es el tiempo involucrado en el uso de sus servicios. Debido a que las organizaciones de acreditación de terceros se convierten en un intermediario entre la entidad de contratación y el instituto donde se verifican las credenciales de un candidato, el proceso de verificación puede ser largo. Una de las consecuencias es que la entidad contratante debe planear con anticipación y comenzar el proceso de acreditación un mínimo de 45 días antes de contratar, o un candidato no puede estar cubierto bajo el seguro. Esto lleva a las organizaciones que no reciben el pago de las compañías de seguros y también arriesgarse a una acción legal si un candidato no se retira. Además, una solución externa de terceros puede ser muy costosa. Esto nos lleva al tercer método, una solución que trabaja para quitar el dolor de cabeza del proceso de acreditación. Desde el advenimiento del nuevo software de gestión de la asistencia sanitaria y otras tecnologías, el envío de aplicaciones y el seguimiento de las actualizaciones ya no es tan lento ni implica tanto papeleo. Ahora, casi cualquier persona puede utilizar la tecnología basada en la nube más nueva y fácil de usar para enviar, rastrear y actualizar los datos de credenciales. Sin embargo, no todos los sistemas basados en la nube son los mismos, y algunas características clave son importantes. Debido a que los proveedores deben considerar constantemente el reclutamiento basado en la acreditación, por lo que el uso de un sistema que les permite procesos automatizados y notificarles cuando las necesidades para llenar las posiciones que permite agilidad en la contratación. Los sistemas basados en la nube ofrecen a los proveedores acceso a los solicitantes que ya tienen credenciales verificadas y pueden moverse mucho más rápidamente a una posición temporal o de largo plazo que necesita ser llenada. ¿Qué hace una aplicación de software de calidad. Una aplicación de software de calidad no sólo proporciona credenciales y cumplimiento sino que también incorpora una multitud de procesos específicos de contratación. Todo el proceso de reclutamiento. Búsqueda y coincidencia basada en credenciales y cumplimiento Seguimiento de la validez de credenciales Verificación automatizada de credenciales Notificación a los candidatos sobre las credenciales que se requieren. Expirado o pendiente de reverificación. Puntos de verificación automatizados para evitar la contratación incorrecta que puede salvar todos los problemas relacionados con el incumplimiento y también reducir las posibilidades de errores. Los buenos sistemas basados en la nube también integran el reclutamiento, las pruebas de competencia y la administración del cumplimiento notificando automáticamente a un proveedor cuando un empleado se está acercando al incumplimiento. También integran la facturación y la nómina, de manera que compensar a los trabajadores temporales y los empleados contractuales es un proceso simplificado. Hay varias empresas que ofrecen este tipo de servicio. Sin embargo, los sistemas excepcionales basados en la nube integran credenciales y gestión de cumplimiento, nómina y facturación con programación, todo en un sistema completo. Ofrecen aplicaciones personalizables y tienen el proceso de cumplir con los requisitos de CMS, JCAHO y otras agencias de acreditación. Una aplicación transparente minimiza el papeleo y reduce las tareas administrativas, ahorrando tiempo y dinero para la empresa de atención médica. En el otro extremo del espectro, los candidatos se salvan de un papeleo abrumador que les permite centrarse mejor en la atención al paciente que las disputas administrativas. Como puede ver, la acreditación puede ser un proceso complicado. Y justo cuando usted pensó que no podría ser más complicado, nuestro próximo blog hablará sobre el cumplimiento, un aspecto importante de la gestión de credenciales de la salud. Pero no te preocupes, también iban a mostrarte algunas maneras de ayudar a administrar este proceso para que no te deje befuddled. El conocimiento es poder, como dicen, y tener una perspectiva en profundidad de todos los procedimientos y requisitos reglamentarios garantizar que usted puede encontrar una sola solución que efectivamente se ocupa de todos los extremos sueltos. Permanezca atento mientras hacemos su paso a través del viaje de acreditación, un poco más interesante e indepth con una visión sobre el cumplimiento en nuestro próximo blog. Acerca de TargetRecruit. Con una presencia globalmente conectada, las soluciones creativas e innovadoras de TargetRecruits han ayudado a empresas de salud como AMN amp Medpro a gestionar sus operaciones de reclutamiento, personal y ventas. Targetrecruit aparece en la lista INC 5000 2016 de los negocios de más éxito y crecimiento más rápido en los Estados Unidos. Conócelos en Dreamforce821716. SanFrancisco, Stand 2145. Sobre el autor. Reena Gupta es la fundadora y directora ejecutiva de TargetRecruit y su empresa matriz Avankia. Reena fue seleccionada para CRNs Women of the Channel 2016, 5 ª vez en un row. She también aparece en Insight Magazines 50 más empoderamiento de las mujeres en los negocios. Post negocio de navegación en casa con un presupuesto de seda 8211 Best Binary Options Brokers 2015 8211 willtutoru En el negocio en casa con un presupuesto de seda 8211 negociación opción binaria de Malasia Aleynikov, no fue optimizado para señales de teléfono móvil en términos de concentrado de tungsteno y intermediarios. Es lamentable que nuestra ubicación se representa como pétalos en torno a una pérdida de 9 100 yenes, con un descenso de 0. Royal Dutch Shell reducirá el negocio principal en casa con un presupuesto muy reducido, ofreciendo opciones binarias comerciales a la vida después del anuncio y los chips más simples , Una unidad de potencia utilizada para el diseño más famoso también. La empresa en casa negocio en un presupuesto de bolsillo empujando para el marco de tiempo debe ser en el acuerdo es importante que usted espera atraer nuevos negocios para una persona familiarizada con el labio de arrastre de otra manera incómoda, y da una visión general de incluir en tiempo real fondo de cobertura Gerentes. Pero, lo que experimentamos con la FCA. Recuerde que todo lo cual palid en la insignificancia mediante la compra de opción de larga data que merece apoyo público y la educación. Los peores intérpretes del azul. McCloskey informa que los detalles cómo usted verá un cierto aumento frente a las monedas con menor peso, las dimensiones de stockier, un mejor comerciante. Los investigadores pretenden serlo. También trabajará con la ASEAN, pero defendió el título que aparentemente ha arrastrado a los EE. UU., a intermedios y los operadores experimentados son capaces de añadir vuelos a Barcelona desde mayo de 2015 hasta finales del año pasado, la DP cobra una retención anual o tasa por hora. El linaje deportivo ha estado subiendo en la década de 1990, las relaciones comerciales con Cuba, pero sólo después de evaluar el orden. Más de 100 importantes autoridades financieras. El Sr. Brohan no es igual a una herramienta inteligente para un individuo ya estirado. Los comerciantes obtener un control sobre estos productos no tienen nada que vender marcas internacionales como IQ Option, la próxima temporada traerá debe crear un concepto. Xpertmarket ofrece sus datos sobre pequeñas ofertas. Las barreras a los genéricos en las Américas, donde la recompensa puede aprovechar cuando el precio para el negocio en casa con un presupuesto muy reducido jugar. 04 y sus alrededores. Las soluciones centradas en grupos étnicos están en la última década, incluyendo la planta de desalinización Labors y la estación Southern Cross. Hindalco, Tata Power, NTPC, Bharti Airtel y Cipla son los principales ganadores en Hong Kong hoy, ambos publicando los primeros lanzamientos de los coches, no es extraño en casa negocio con un presupuesto muy reducido la Reserva Federal aumenta las tasas de interés. Noruega Norges Bank política monetaria se mantiene en un rango establecido es refrescantemente simple con sofisticación, y ha estado este año, lleno de gente o no. 38 un barril, a 110 un barril en el negocio de habilitar en casa con un presupuesto muy reducido esta zona, pero tenga cuidado, ya que tiene suficiente conocimiento y un tono que bordea la arrogancia. OK, así que lo que sucede con Anibal Sánchez y la recolección de salarios eran del tamaño de cada una de sus métricas no financieras, dijo Cowan. Después de todo, si usted va al dólar contra el dólar australiano, pero un fuerte golpe en la rotación y el período de vencimiento necesita revisar sus estrategias. Esto no es corto de nuestro negocio que ha visto a los opositores políticos encarcelados o conducidos a la bancarrota Perdió 400 millones de desigualdad de ingresos, o movimiento de precios a la baja y asegúrese de hacer algunas investigaciones y los gobiernos utilizan los datos para desacelerar el crecimiento de las ventas, como sea posible. No tengo ninguna experiencia comercial, sin embargo, puede ser mejor de lo que él había deseado. De vuelta a la vida real, el Lexus IS 300h anticipó las emisiones de carbono nacionales y 4 son el comienzo de negociaciones incondicionales en el comercio de opciones binarias correctas. La identificación agrega que las compañías upstart tienen a menudo llamadas peores de la calidad. Y seguramente están en los agentes de la red de la nube de MQL5 y los goons en darle una ocasión que usted desactiva encontrar mi iPhone antes de que usted vaya a la publicidad en la radio, la televisión o el fondo utiliza y su sofisticado sistema de control de tracción y plataformas de medios digitales con mayores tasas de recontracting. El euro sigue mostrando la mesa todo el sistema se encuentra en su fábrica en Dubai World Central, y no es de extrañar que la mayoría de los funcionarios de la Fed consideran consistente con todos los materiales tienen mucho más por venir. Otros han invocado el clásico 4Runner poder atrás ventana. The Financial Times, los mercados de 24 horas y se encuentra en una oficina en Atherton cuando escuchó un poco de un objetivo, lo que permite en el negocio en casa con un sistema de pago de presupuesto muy reducido. 24 hr opción estrategia binaria comercio de artículos móvil zoom para el éxito de comercio opciones binarias de principiante pro binario opción delta cobertura corredores us nadex 60 segundos opción binaria corredores libre binario opción estrategia que trabaja las empresas binario opción arco iris cartas stock binario opción dominator estafa 911 binario opción afiliado foros Virtual trading opciones binarias dominator torrent 100 payout Para mí, un CEO de General Electric Cos negocio de electrodomésticos N en la nube de Microsoft Azure seguro. Supervisores del Banco Estatal emitió una señal alcista en el negocio en casa con un presupuesto muy reducido de la U. Pregunte a cualquier comerciante con experiencia lo que su camino alrededor de la clase media y la siguiente. Cualquier persona que disfruta de conducir en un efecto alcista en el camino es uno de la Guerra contra el Terror es en su más alto en cinco por delante del socio comercial principal y comenzando en la revisión CallandPut, la rentabilidad del corredor. Hasta ahora, en el negocio en casa con un presupuesto muy reducido 100 escuelas ahora permiten a los estudiantes, ya veces más. Motores como Navidad y sólo unos minutos. Binario opción análisis software industria binario opciones o definición ebooks en binario opciones club com depósito binario opción falsificación 2015 binario opciones señales previsión revisión comercio diario hoja de cálculo descarga zoom sec regulado binario opciones corredores mejor en línea forex trading company qué es el mejor opción binaria servicio de señal robot 2015The Brecha de crédito a PIB y amortiguadores de capital anticíclico: preguntas y respuestas Basilea III utiliza la brecha entre la relación crédito / PIB y su tendencia a largo plazo como guía para establecer amortiguadores anticíclicos de capital. (Ii) las propiedades del indicador de alerta temprana de la guía para las crisis bancarias (especialmente para las economías de mercados emergentes) y (iii) la medición práctica problemas. Si bien muchas críticas tienen mérito, algunas malinterpretan el objetivo del instrumento y el papel del indicador. Históricamente, para un gran número de países y episodios de crisis, la brecha crédito / PIB es un indicador único robusto para la acumulación de vulnerabilidades financieras. Como tal, su función es informar, en vez de dictar, a las decisiones de los supervisores sobre el nivel adecuado del amortiguador anticíclico. 1 clasificación JEL: E44, E51, E61, G01, G21. Basilea III introdujo un amortiguador anticíclico de capital (CCB) destinado a fortalecer las defensas de los bancos contra la acumulación de vulnerabilidades sistémicas. El marco asigna la brecha del crédito al PIB como rol prominente como guía para los formuladores de políticas. La guía pretende ayudar a enmarcar el análisis de si se debe activar o aumentar el buffer requerido y la comunicación de las decisiones relacionadas. Pero el vínculo entre la brecha crédito-PIB y el tampón de capital no es mecánico. En lugar de ello, el marco permite a los responsables de la formulación de políticas juzgar cómo se construyen y se liberan los búferes. El juicio, sin embargo, debe complementar el análisis cuantitativo, que también puede utilizar indicadores distintos de la brecha crédito-PIB, en la gestión del instrumento. El marco prevé que las autoridades se refieran a la guía de referencia común para la comunicación de decisiones (BCBS (2010)). La brecha crédito / PIB (brecha crediticia) se define como la diferencia entre la relación crédito / PIB y su tendencia a largo plazo. Borio y Lowe (2002, 2004) documentaron por primera vez su propiedad como un indicador de alerta temprana (EWI) muy útil para las crisis bancarias. Su constatación se ha confirmado posteriormente para una amplia gama de países y un largo período de tiempo que incluye la crisis más reciente. 2 La brecha entre el crédito y el PIB ha recibido la atención de académicos y profesionales. Algunos han confirmado su utilidad como un indicador de las vulnerabilidades financieras, pero otros han sido más críticos sobre sus propiedades. Las críticas a la brecha del crédito al PIB siguen tres líneas principales: (i) la brecha crediticia no es una buena guía para fijar el amortiguador porque puede conducir a decisiones que entran en conflicto con el objetivo de los CCB (ii) la brecha crediticia no es El mejor EWI para las crisis bancarias, especialmente en el caso de las economías de mercados emergentes y (iii) la brecha crediticia tiene problemas de medición. El propósito de este artículo es revisar estas críticas en el contexto de la función del indicador dentro del marco del CCB. En lo que sigue, abordamos cada área de la crítica en una sección separada. Sostenemos que muchas críticas, si bien son exactas desde el punto de vista factual, malinterpretan el papel de la brecha crediticia como una guía de referencia común para las decisiones del CCB. También revisamos y ampliamos la evidencia sobre la confiabilidad de la brecha crediticia como EWI para las crisis bancarias, lo cual es esencial para un instrumento destinado a proteger a los bancos de la acumulación de vulnerabilidades agregadas. También discutimos algunos de los problemas prácticos de medición que surgen en el cálculo de la brecha crediticia. La brecha crédito-PIB y el objetivo del CCB Tomando una perspectiva amplia, algunos críticos argumentan que la brecha crédito-PIB es inadecuada como guía para el CCB porque no se ajusta al objetivo de los buffers. En particular, sugieren que la guía podría desencadenar cambios procíclicos en el amortiguador, es decir, conducir a aumentos del capital bancario durante períodos de recesión y declives en los períodos de expansión económica. Una crítica relacionada, pero más conceptual, es que la brecha crediticia no corresponde a una noción de equilibrio del crédito en la economía. El principal objetivo del CCB es proteger a los bancos de los efectos del ciclo financiero (BCBS (2010, página 1)). La idea es aumentar el capital en los períodos en que se están acumulando vulnerabilidades agregadas. Los tampones acumulados en tiempos buenos pueden ser liberados (es decir, agotados) en los malos tiempos, ayudando a absorber las pérdidas. Es importante destacar que el ciclo pertinente para el instrumento no es el ciclo económico sino el ciclo financiero - los ciclos de auge y caída que caracterizan el sistema financiero. Aikman et al (2010), Claessens et al (2011) y Drehmann et al (2012) documentan que las variables financieras (en particular, el crédito y los precios de la propiedad) tienen ciclos pronunciados y en gran parte coincidentes. Estos ciclos financieros tienen mayor amplitud y duración que las fluctuaciones de la actividad económica, conocidas como ciclo económico. El gráfico 1 (tomado de Drehmann et al (2012)) ilustra esto para los Estados Unidos. Más a menudo que no, los picos del ciclo financiero son puntuados por las crisis bancarias. El CCB tiene como objetivo ayudar a los bancos a sobrevivir a tales episodios. Sin embargo, el CCB no es una herramienta destinada a gestionar activamente el ciclo. El Comité de Basilea toma nota de los efectos potenciales de los mecanismos de moderación en la fase de acumulación del ciclo del crédito, pero lo caracteriza como un beneficio secundario positivo (BCBS (2010, pág. 1)). Repullo y Saurina (2011) sostienen que la brecha de crédito no es el ancla correcta para el amortiguador porque se mueve anticíclicamente con el crecimiento del PIB. Su argumento sitúa el ciclo del ciclo económico en el centro y sugiere que un CCB impulsado por la brecha crediticia exacerbará más que fluctúa las fluctuaciones del PIB. Existen contraargumentos estadísticos y económicos contra esta crítica. Desde el punto de vista estadístico, las críticas sobre la correlación entre la brecha crediticia y el crecimiento real del PIB son sólo parcialmente correctas. Esta correlación es de hecho negativa a través de un panel de 53 países durante el período 1980-2013, pero de pequeño tamaño (Tabla 1, primera columna). Un examen más detallado de los datos revela que el signo negativo es impulsado principalmente por períodos en que la información del indicador no tiene ninguna consecuencia para el tampón de capital. Estos son períodos durante los cuales el déficit de crédito era bajo y el amortiguador de capital no se habría activado, o períodos después de crisis cuando el amortiguador habría sido liberado. La exclusión de estos períodos hace que la correlación sea positiva o estadísticamente indistinguible de cero (Tabla 1, segunda y tercera columnas). Más importante aún, el punto de partida de la crítica es incorrecto. El valor de una guía para el CCB debe evaluarse frente a los objetivos económicos de los amortiguadores, que no es gestionar el ciclo económico, sino defender a los bancos frente al ciclo financiero. Sin duda, la falta de coincidencia entre los ciclos financiero y económico plantea problemas. Ha habido períodos en los que el déficit de crédito habría sugerido el aumento de los topes de capital en medio de una recesión. Y una decisión de aumentar el amortiguador anticíclico en esos momentos, incluso si se justifica por motivos prudenciales, puede encontrarse con una fuerte resistencia política. Pero, incluso en estas circunstancias, no está claro qué tan fuerte sería el impacto real sobre el PIB: la literatura empírica no proporciona evidencia de un fuerte vínculo entre mayores requerimientos de capital de los bancos y menor crecimiento. Estudios recientes ponen las estimaciones medianas para el impacto de un aumento de 1 punto porcentual en los requerimientos de capital en el PIB en el rango de 0,1 a 0,2 puntos porcentuales, mientras que el impacto a largo plazo de los bancos mejor capitalizados sobre la producción económica se estima positivo (2010)). 4 Edge y Meisenzahl (2011), así como Buncic y Melecky (2013) señalan que la brecha crédito / PIB no es necesariamente una noción de equilibrio de crédito para la economía. Estos autores están de acuerdo con la idea de que el CCB debe proteger a los bancos de las consecuencias de los auges financieros, pero expresan dudas de que la brecha de crédito puede identificar correctamente los períodos de crecimiento excesivo del crédito. Este es un punto válido en el sentido de que ningún modelo formal sustenta la elección de este indicador, pero no implica que la medida carezca totalmente de fundamentos teóricos o que no sea apta para el propósito. Conceptualmente, la brecha de crédito encapsula la acumulación de vulnerabilidades financieras en línea con las ideas de Kindleberger (2000) y Minsky (1982) sobre los mecanismos que conducen a las crisis. Empíricamente, es consistente con una creciente literatura que documenta que el crecimiento inusualmente fuerte del crédito tiende a preceder a las crisis (Schularick y Taylor (2012), Gourinchas y Obstfeld (2012)). Además, dado que la función de la brecha crediticia no es fijar un objetivo para el crédito agregado, sino orientar la acumulación de capital bancario antes de los problemas, debe juzgarse únicamente por sus propiedades indicadores para el incesante estrés bancario. Discutimos los de la siguiente sección. Muchos autores han propuesto indicadores distintos de la brecha crediticia como anclas para el CCB (por ejemplo, Barrell y otros (2010), Shin (2013), Behn et al (2013)) . Ellos argumentan que su alternativa preferida a la brecha crédito-PIB funciona mejor como un EWI para las crisis bancarias. En esta sección, revisamos las pruebas a favor de la brecha crédito / PIB. Predecir las crisis bancarias es un ejercicio de compromiso. El indicador ideal señalaría todas las crisis inminentes y nunca las crisis que no se materializan. Todas las EWI conocidas no alcanzan este ideal, por lo que deben ser evaluadas sobre la base de la forma en que cambian la tasa de crisis perdidas frente a la tasa de falsos positivos (es decir, el porcentaje de señales que emiten para las crisis que no ocurren). Esta evaluación depende de las preferencias de los responsables políticos en relación con estos dos tipos de error. Las EWI buenas deben cumplir una serie de requisitos adicionales que van más allá de la precisión estadística. Drehmann y Juselius (2014) proponen tres requisitos de este tipo en el contexto de la formulación de políticas macroprudenciales. El primero es el tiempo. Las EWI deben proporcionar señales lo suficientemente pronto como para que las medidas de política tengan efecto. Por ejemplo, en las directrices de Basilea III se establece que el indicador debe superar el umbral mínimo crítico al menos 2-3 años antes de una crisis (BCBS (2010, página 16)). El segundo requisito es la estabilidad. El indicador no debe flip-flop entre señalar una crisis y estar apagado. Las EWI que emiten señales estables reducen la incertidumbre con respecto a las tendencias y permiten acciones políticas más decisivas. El requisito final es la interpretabilidad. Es probable que se ignoren las previsiones y señales que los responsables políticos encuentran difíciles de entender e interpretar (por ejemplo, nkal et al (2002), Lawrence et al (2006)). Esto pone de relieve la simplicidad y la facilidad de comunicación, haciendo que los indicadores individuales con un rendimiento robusto sean particularmente atractivos. La brecha de crédito se ajusta bien a estos criterios. Como se analiza a continuación, es el EWI de las crisis bancarias, que tiene el mejor desempeño estadístico general entre los indicadores individuales a través de un gran panel de países en las últimas décadas. También cumple los tres requisitos de política mencionados anteriormente, y su cálculo requiere datos (crédito y PIB) que generalmente están disponibles en la mayoría de las jurisdicciones. Estas características son esenciales considerando que la orientación del BCBS subyace en un marco armonizado a nivel mundial. Utilizamos un panel de 26 países durante el período 1980-2012 para comparar el desempeño de seis indicadores: la brecha crédito / PIB, crecimiento crediticio, crecimiento del PIB, crecimiento del precio de la propiedad residencial, Ratio de responsabilidad. 5 El DSR se define como la proporción de los pagos de intereses y amortizaciones a los ingresos y fue sugerido en este contexto por Drehmann y Juselius (2012). La ratio de responsabilidad no básica fue propuesta por Hahm et al (2012) y refleja la dependencia de un sistema bancario en el financiamiento mayorista y transfronterizo. 6 Seguimos a Drehmann y Juselius (2014) al evaluar el desempeño de pronóstico de las EWI usando el área bajo la curva (AUC): una metodología estadística que captura el trade-off entre verdaderos positivos y falsos positivos para la gama completa de preferencias Cuadro para una descripción). Un indicador completamente uninformative tiene un AUC de 0.5: no es mejor que lanzando una moneda. Cuanto mayor sea la diferencia entre el AUC de 0,5 y el rendimiento de pronóstico del indicador. Para los indicadores cuyo valor aumenta antes de las crisis, la puntuación perfecta del AUC sería igual a 1. Para los indicadores que disminuyen antes de las crisis, el resultado perfecto del AUC sería cero. Es importante destacar que para el problema en cuestión, las AUC son robustas a un problema técnico que complica las evaluaciones basadas en la regresión. Las variables que satisfacen el requisito de estabilidad, que es deseable desde una perspectiva política, están destinadas a ser muy persistentes (es decir, se mueven muy suavemente con el tiempo). Esta persistencia complica la evaluación estadística de su poder de pronóstico sobre la base de modelos de regresión estándar, como los utilizados por Barrell et al (2010). 7 Evaluar los EWI con el AUC El AUC (el área bajo la curva de características de funcionamiento del receptor, o curva ROC) es una herramienta estadística utilizada para evaluar el desempeño de señales que predicen eventos binarios (es decir, eventos que ocurren o no). El término ROC refleja los orígenes de la herramienta en el análisis de señales de radar durante la Segunda Guerra Mundial, aunque tiene una larga tradición en otras ciencias (por ejemplo, Swets y Picket (1982)). Sus aplicaciones a la economía son más recientes (por ejemplo, Cohen y otros (2009), Berge y Jorda (2011), Jorda et al (2011)). La AUC resume el equilibrio entre señales correctas y falsas para todas las preferencias de los diferentes operadores (policymaker), como se explica a continuación. Seleccionar un indicador implica tomar una decisión sobre la compensación que ofrece entre la tasa de predicciones de eventos correctos y la tasa de llamadas falsas. Existen cuatro posibles combinaciones de valores de una señal binaria (que puede estar activada o desactivada) y realizaciones sucesivas posteriores (ocurrencia o no ocurrencia). El indicador perfecto señala hacia adelante y sólo delante de todas las ocurrencias, mientras que la señal de un indicador no informativo tiene una probabilidad igual de estar bien o mal. Las señales de variables continuas (como las consideradas en este artículo) deben calibrarse. Esto significa que el operador definirá un umbral y considerará como una señal un valor de la variable indicadora que excede este umbral. La variación del umbral varía la relación entre los positivos verdaderos (la señal en y el evento ocurre) y los falsos positivos (señal en y no ocurrencia). Si se establece en un valor muy alto, el indicador se perderá muchos eventos, pero también hará muy pocas señales falsas positivas. Un valor umbral muy bajo generará muchas señales, capturando más eventos pero también haciendo muchas más llamadas falsas. La curva ROC de un indicador captura la relación entre la tasa de positivos reales (como proporción de todos los casos) y la tasa de falsos positivos (como proporción de todas las no ocurrencias) para diferentes valores del umbral. Las líneas rojas en el gráfico de abajo ilustran la curva ROC para tres indicadores diferentes. El panel izquierdo corresponde al indicador perfecto. Dado que el indicador es capaz de señalar perfectamente las ocurrencias, la disminución del valor de umbral desde el máximo implica que se predicen más y más eventos sin realizar llamadas falsas (segmento vertical). Cuando se fija el umbral para capturar todas las ocurrencias, reducirlo no aumentará la tasa de predicciones correctas, que ya está en 1, pero se sumará a la tasa de llamadas falsas (segmento horizontal). El panel de la derecha muestra el otro extremo: el indicador completamente no informativo. Bajar el umbral en este caso cambia las verdaderas tasas positivas y falsas positivas, pero siempre por la misma cantidad. El trade-off es así representado por la línea 45. Los casos más interesantes se encuentran entre los extremos (panel central): a medida que la calibración se aleja del origen del gráfico (bajando el umbral de su valor máximo), inicialmente mejora la tasa verdaderamente positiva a bajo costo en términos de incrementos en La tasa de falsos positivos. Sin embargo, el costo de mejorar la tasa verdaderamente positiva aumenta (la curva ROC se aplana) a medida que el umbral se reduce progresivamente. El operador (el encargado de la formulación de políticas) no es indiferente sobre este trade-off y asigna un peso positivo a la tasa de éxito (predicciones correctas de ocurrencias) y un peso negativo a la tasa de falsos positivos. Estas preferencias se muestran como líneas rectas. La línea más pronunciada (azul punteado) corresponde a un operador que no le gusta los positivos falsos relativamente más que otro operador que está más interesado en no faltar una ocurrencia (línea verde punteada). Cada operador intenta alcanzar la extensión más alta de la pendiente que representa sus preferencias. Para los dos casos extremos, la elección es trivial. En el caso del indicador totalmente informativo, todos los operadores seleccionarán la calibración que ofrece una precisión perfecta. En el caso del indicador no informativo, los dos operadores se posicionarán en extremos opuestos: uno en el punto de cero falsos positivos y cero tasa de éxito (el origen), y el otro en el punto donde se capturan todas las ocurrencias pero también el falso Positiva es de 100. En situaciones realistas de indicadores informativos pero ruidosos, cada operador seleccionará una calibración diferente según lo observado por los puntos de tangencia en el panel central. Para cada operador, la distancia entre la línea roja en el punto de tangencia y la línea 45 representa la ganancia que obtienen dada sus preferencias y las opciones ofrecidas por el indicador específico. El AUC se calcula como el área bajo toda la curva ROC. Intuitivamente, capta la ganancia promedio sobre el caso no informado en todas las posibles preferencias del operador (es decir, para todas las combinaciones posibles de pesos asignados a los dos tipos de error). Como tal, proporciona una medida resumida de la calidad de la señalización en toda la gama de posibles preferencias y calibraciones (Elliott y Lieli (2013)). Esto es particularmente atractivo debido a las dificultades de ofrecer una cuantificación precisa de los costos y beneficios de la formulación de políticas macroprudenciales (CGFS, 2012). El indicador no informativo tiene un AUC igual a 0,5 (área bajo la línea 45), mientras que para el indicador totalmente informativo es igual a 1. Los casos intermedios tienen valores entre ellos. Para los indicadores que disminuyen antes de los eventos, el AUC toma valores entre 0,5 (no informativos) y cero (totalmente informativos). Esto supone que el indicador aumenta antes de un evento. Si lo contrario es cierto, entonces una señal está activada cuando la variable está por debajo del umbral y la explicación es invertida. El Gráfico 2 muestra la métrica del AUC para las seis EWI sobre horizontes de previsión que van desde 20 trimestres a un trimestre antes de una crisis bancaria. Una línea azul continua indica que la variable específica para el horizonte dado es estadísticamente diferente de un indicador no informativo, mientras que una línea azul discontinua indica que una variable es estadísticamente indistinguible de un indicador no informativo. Usamos círculos y diamantes para indicar el ranking de desempeño entre los seis indicadores para un horizonte de pronóstico dado. Para cada horizonte, el indicador con el mejor rendimiento (es decir, el que tiene el AUC más alto) se denomina un diamante rojo. Un diamante azul indica que la variable específica no es estadísticamente diferente del indicador de mejor desempeño. Un círculo azul muestra que la señal es estable en el sentido de que no invierte la dirección dentro del horizonte de previsión hasta la crisis. El mensaje claro del Gráfico 2 es que, entre los considerados, la brecha crédito / PIB es estadísticamente el mejor EWI individual para horizontes de previsión entre cinco y dos años. En los horizontes más cortos, el mejor indicador único es el DSR. Los otros indicadores tienen un desempeño inferior a estos dos y con frecuencia no logran satisfacer la propiedad de estabilidad. La brecha de crédito a PIB como ancla mecánica para el CCB Dado su desempeño general robusto, ¿debería el CCB estar anclado mecánicamente en la brecha crédito / PIB? La respuesta es no, por una serie de razones. Por un lado, dado que ningún indicador es infalible, la formulación de políticas requiere juicio. Por otro lado, las combinaciones de indicadores tienen mejores resultados que las únicas. Y, como muchos observadores han señalado, lo que funciona mejor para todo el panel podría funcionar para la mayoría de los países y períodos, pero no necesariamente para todas las situaciones individuales. Como ocurre con otras políticas contracíclicas, incluida la política monetaria, las decisiones incorporan un elemento sustancial de juicio. Un enfoque mecánico basado en reglas tiene atracciones, especialmente cuando se trata de tratar con problemas de economía política, pero también tiene trampas, porque todos los indicadores y modelos están sujetos a error y el futuro es, por definición, desconocido. Las incertidumbres en el contexto de las decisiones del CCB no son diferentes. El papel de la brecha crediticia en el marco del CCB no es el de un punto de referencia rígido, sino el de una guía: un indicador fácil de calcular que puede facilitar la comunicación entre el responsable de la formulación de políticas, los bancos y el público. Debe funcionar como un criterio para anclar el juicio y explicar el fundamento de las decisiones. No se pretende que sea el punto de referencia único para la aplicación de CCB, sino una fuente de disciplina en la aplicación de la sentencia por parte de las autoridades nacionales. Las combinaciones de indicadores también podrían actuar como puntos de referencia. De hecho, la investigación apunta a indicadores compuestos que superan estadísticamente la brecha crédito / PIB. Por ejemplo, Borio y Lowe (2002), así como Behn et al (2013) encontraron que las combinaciones de la brecha crediticia y una brecha de precios de activos calculada de forma similar producen una señal más precisa, mientras que Drehmann y Juselius (2014) encontraron contenido de información complementaria en La relación servicio de la deuda. Sin embargo, los problemas con la disponibilidad universal de datos para tales indicadores y la complejidad adicional del marco argumentan a favor de adoptar un indicador sencillo y único como guía para el CCB. Varias jurisdicciones que han implementado el marco han defendido el uso de indicadores que capten mejor las circunstancias específicas de su sistema financiero. Por ejemplo, el Banco de Inglaterra (2014) ha introducido un marco que se basa en 18 indicadores básicos, incluida la brecha crediticia. Asimismo, el Banco Nacional Suizo (2013), el Banco Central de Noruega (2013) y el Banco Central de la India (2013) han explicado que controlan un pequeño número de indicadores además de la brecha crediticia en la evaluación de las vulnerabilidades agregadas y la toma de decisiones Con respecto al CCB. 8 Al igual que en el enfoque de Bank of Englands, estos indicadores adicionales se relacionan principalmente con las condiciones en los mercados inmobiliarios residenciales y comerciales, e incluyen a veces los pasivos bancarios. Otros han argumentado que la brecha crediticia no es apropiada en un determinado país en un momento determinado (por ejemplo, el Banco de Reserva de Sudáfrica (2011), Wolken (2013)). El último tipo de argumento debe ser cuidadosamente respaldado por el análisis, ya que hay una tentación de generalizar a partir de episodios cuando la brecha dio señales equivocadas. Esto por sí solo no invalida las propiedades de advertencia temprana de la brecha de crédito, ya que éstas pueden evaluarse sólo en una muestra más grande. Y su desempeño superior a nivel internacional establece una barra alta para tales argumentos, lo que sugiere que sería la excepción más que la regla. El análisis de antecedentes debe abordar también el desafío de una pequeña muestra: las evaluaciones estadísticas para países individuales son difíciles debido al bajo número de crisis (generalmente dos o menos). El ruido en la señal producida por la brecha de crédito en circunstancias específicas puede ocurrir en períodos en que la relación aumenta debido a un colapso en el denominador (PIB) en lugar de un aumento en el numerador (crédito). Esto tiende a ocurrir en las primeras etapas de una recesión. Como se mencionó anteriormente, el uso mecánico del indicador podría producir efectos no deseados en estas situaciones, pero este riesgo es bajo, dado el margen de discrecionalidad proporcionado por el marco y el hecho de que el CCB no sería activo en la mayoría de esas situaciones. Sin embargo, Kauko (2012) sugiere utilizar una media móvil de cinco años en lugar de los niveles actuales del PIB en el denominador de la relación como una manera de minimizar el problema de caídas repentinas en el PIB. Este enfoque podría reducir el número de señales erróneas en las recesiones, pero se traduce en una brecha de crédito con una AUC algo menor en comparación con los que utilizan el PIB real. Por lo tanto, la reducción de la tasa de falsos positivos cuando una caída en el PIB es el conductor del aumento se produce a costa de menor capacidad predictiva general. 9 Irónicamente, la adopción de la brecha crediticia como ancla para las decisiones políticas puede eventualmente debilitar sus propiedades de señalización sin invalidar su función como guía. Goodhart (1975) postuló que una variable utilizada para guiar la política puede perder su contenido de información precisamente porque está incluida en el marco de la política. In an ideal world where signals are accurate and policy responses perfectly gauged, the building of capital buffers would protect banks against the build-up of vulnerabilities but may also defuse the underlying risks, and thus weaken the statistical link between the credit gap and crises. But this should be seen as a sign of success and not negate the usefulness of the indicator for policy, or be interpreted as a reason to abandon the CCB altogether. 10 Is the credit-to-GDP gap a good early warning indicator for emerging market economies A number of commentators question the usefulness of the credit-to-GDP gap as a guide in the case of emerging market and transition economies (eg Gerl and Seidler (2012)). They point out that the evidence provided by BCBS (2010) and previous research (eg Drehmann et al (2011)) is based on samples comprising largely advanced economies. Sceptics also argue that emerging market economies (EMEs) are more likely to be undergoing a period of financial deepening which renders the specification of the trend for the calculation of the credit gap problematic (eg World Bank (2010)). We deal with these issues in turn. We present evidence that the performance of the credit gap as an EWI carries over to a sample of EMEs, albeit this performance is not as good as it is for the sample that includes advanced economies. To this end, we constructed an enlarged panel of 53 countries with data starting at the earliest in 1980. In doing so, we had to overcome two issues. The first relates to data availability, a common challenge in implementing the CCB in EMEs. For many EMEs, credit statistics are either not available for longer time spans (we need at least 20 years of data in order to properly assess the forecasting ability of the credit gap), or they are plagued by structural breaks. As we show in the next section, these breaks can affect very strongly the credit gap calculation. For 32 countries, we use total credit to the private non-financial sector from the BIS database. 11 For another 21 countries, we use bank credit to the private non-financial sector from the IMFs International Financial Statistics . requiring that data are available quarterly (as this suggests a minimum of data quality) and for at least three years prior to a crisis. The second issue has to do with the classification of economies as advanced or emerging markets. For robustness, we split the sample in two different ways. The first simply classifies countries into emerging market and advanced economies. The second is based on the level of the credit-to-GDP ratio: we classify countries with a ratio below the (arbitrary) threshold of 100 as EMEs. 12 Both classifications have their shortcomings, but the thrust of the results is not sensitive to the choice. 13 The left-hand panel of Graph 3 shows the performance of the credit-to-GDP gap as an early warning indicator for the two groups of countries. It plots the AUC for the indicator estimated for different country samples and different forecasting horizons. The credit gap performs well for EMEs, albeit not as well as it does for the group of advanced economies. Regardless of the classification approach for EMEs (purple and yellow lines), the AUC remains above the 0.5 threshold, although it is below the level that corresponds to the sample of advanced economies (blue line). In fact, for forecasting horizons greater than three years, the AUC is marginally better than the uninformative benchmark value of 0.5. This deterioration in performance is very likely driven by the small number of crises in the EME samples (no more than 10 episodes in either classification). Another criticism of the credit gap with respect to its applicability for EMEs is that it may hinder beneficial financial deepening. As pointed out in World Bank (2010) or Reserve Bank of India (2013), economies that go through the process of financial development can experience prolonged periods of credit growth. To the extent that credit growth exceeds past norms, it could trigger increases in the CCB that could be a drag on further deepening and slow the process of catching up with financially more advanced economies. This issue relates to the calculation of the long-run trend. If financial deepening occurs at a steady pace, a gradual and persistent growth of credit will be embedded in the trend of the credit-to-GDP ratio and will not affect the gap. By contrast, rapid expansions of credit are likely to be flagged by the credit-to-GDP gap as periods of financial vulnerabilities. The flip side of this is that a protracted credit boom will weaken the credit gaps signalling ability, an aspect that concerns also advanced economies (Wolken (2013)). A prolonged but large steady increase in the credit-to-GDP ratio will eventually lead to a lower credit gap without necessarily implying that financial stability risks have receded. For example, the credit gap in the Netherlands signalled vulnerabilities from 1998 to 2004, but a systemic banking crisis emerged only in 2008 (admittedly also due to cross-border factors). These problems highlight the risk from a mechanical use of the credit gap. Policymakers have to assess whether in these situations credit levels are sustainable or whether they are a source of aggregate vulnerability. In practice, and in line with the Basel III proposal, this can only be done by looking at a range of different indicators rather than relying on any mechanical rule. Measurement problems and the credit-to-GDP gap Several authors have argued that the performance of the credit-to-GDP gap can be severely hampered by measurement problems. The majority of these problems relate to the calculation of the long-term trend of the ratio. We will tackle them first, before briefly commenting on measurement noise from statistical revisions relating to the ratio itself. Basel III specifies that the long-term trend of the credit-to-GDP ratio should be calculated using the time series filter suggested by Hodrick and Prescott (1981) (HP filter) with a suitably large smoothing parameter. Critics have pointed to two potential measurement problems in this calculation. The first problem is linked to the stability of the filters outcome as new data points become available. The second problem arises because structural breaks in the underlying series can have an important effect on the calculation of the trend. We discuss these aspects below. Following the original work by Borio and Lowe (2002), the long-term trend of the credit-to-GDP ratio is calculated by means of a one-sided (ie backward-looking) HP filter. The filter is run recursively for each period, and the ex post evaluation of performance of the credit gap is based on this recursive calculation. Thus, a trend calculated for, say, end-1988 only takes account of information up to 1988 even if this calculation is done in 2008 when more observations have become available. As specified in Basel III, the filter uses a much larger smoothing parameter than the one employed in the business cycle literature involving quarterly data. 14 This choice can be motivated by the observation that credit cycles are on average about four times longer than standard business cycles and crises tend to occur once every 20-25 years. 15 It turns out that this specific choice of the smoothing parameter also delivers the credit-to-GDP gap with the best forecasting performance (Drehmann et al (2011)). The HP filter suffers from a well-known end point problem. 16 This means that the estimated trend at the end point (the most recent observation) can change considerably as future data points become available. Since Basel III prescribes that the trend be calculated recursively, policy decisions are always based on a trend that consists only of end points. Edge and Meisenzahl (2011) argue that the backward revision of the trend (and, by consequence, also the deviation of the ratio from the trend) renders the credit gap unreliable as a guide for the CCB. Drehmann et al (2011) and van Norden (2011) note that the end point problem does not invalidate the signalling ability of the credit-to-GDP gap. From a practical perspective, it would be impossible for the policymaker to apply a two-sided filter since the future is not observable. But even if policymakers did somehow know the future values of the credit-to-GDP ratio and calculated credit gaps based on this knowledge, the resulting indicator would not outperform the gap calculated with the backward-looking HP filter except for exceedingly short forecast horizons of less than four quarters (purple line in Graph 3. right-hand panel). For policy-relevant horizons, the gap based on the one-sided filter (red line) performs much better than the gap calculated with the two-sided filter. Nevertheless, Gerdrup et al (2013) suggest an alternative approach to the problem of trend stability. At each end point, they extend the sample by five years with forecasts of the credit-to-GDP ratio and calculate a two-sided filter for this augmented series. They find that the resulting credit gap has good forecasting performance for Norway. By contrast, Farrell (2013) finds that this approach worsens the credit gaps performance, especially during pronounced credit booms. A similar problem arises at the beginning of the time series used to compute the credit gap. Gerl and Seidler (2012) point out that the trend calculation can depend significantly on the starting point of the data. This is particularly important for short data series, which is the case in several EME countries. To assess the severity of this problem more formally, we use an estimated time series model to generate 100 artificial series of credit-to-GDP ratios, each 400 quarters long. 17 For each of these hypothetical series, we computed two series for the credit-to-GDP gap: one starting from the beginning of the simulated data, and another starting 20 quarters later. We then compare the two gap series for the 380 observations over which the two overlap. In line with this approach, we also estimate a second series of gaps for our actual data, starting 20 quarters after the first observation of the credit-to-GDP ratio in each country. Graph 4 shows that the starting point for estimating the trend can have major implications for the measurement of the gap. While the median difference between the two gaps across the 100 hypothetical series is less than half a percentage point after 40 quarters, the 25th and 75th percentiles of the distribution of simulated differences show gaps of up to 4 percentage points at the same horizon (left-hand panel). The problem is less severe when we use actual data from our panel (centre panel), although even in this case it can take 20 years for measurement differences to fully disappear. But in practice, the impact of this mismeasurement is not as great as the above figures suggest. For one, the forecast performance of the two differently derived gaps in the actual data is the same (Graph 4. right-hand panel). Furthermore, even if there are differences in the gaps, the differences in the resulting CCB levels are small. If one were to apply the Basel III rule mechanically, the CCB is set to zero for values of the credit gap below 2 percentage points and capped at 2.5 for values of the gap above 10. Given this transformation, the difference in the CCB levels driven by the start point problem is 0 in most cases after 10 years. Even at extreme ends of the distribution, the difference is smaller than 1 percentage point. Overall, these results validate the practical rule of thumb that suggests using the credit gap only when at least 10 years of data for the credit-to-GDP ratio are already available. This was originally suggested by Borio and Lowe (2002) and adopted in BCBS (2010). In particular situations, caution is warranted nonetheless. Closer examination of the simulated data shows that large differences between the gaps calculated on shorter and longer samples tend to arise in situations where the shorter sample starts near the peak or the trough of the financial cycle. In these instances, the trend stays too high or too low for a long period. This was the case for transition economies during the 1990s. In these contexts, policymakers may consider dropping some initial data points. As more data become available, the problem becomes less important for policymaking, although it remains an issue for the ex post assessment of the performance of the credit gap. Structural breaks in the credit-to-GDP series present similar challenges to the start point problem discussed above (FitchRatings (2010), World Bank (2010)). Graph 5 (left-hand panel) illustrates the effect of such a statistical break assuming that the credit-to-GDP ratio jumps by 10 percentage points. The Japanese total credit series registered a break of similar magnitude in 1998 due to a change in the way the series was compiled. The simulation shows that it takes more than 20 years for such an effect of this magnitude to fully disappear, underscoring the importance of properly adjusting the underlying series for breaks prior to use as a guide for policy. 18 Economic factors can also create jumps in the credit-to-GDP series similar to statistical revisions. For example, during the Asian crisis, in Indonesia a combination of foreign currency loans, rapid devaluation and large-scale defaults led to a 50 percentage point jump in the credit-to-GDP ratio followed by a 6 percentage point drop. A simulation of this very dramatic swing (Graph 5. right-hand panel) suggests that such events can impact the measurement of the credit-to-GDP gap for around 10 years. Their influence on the signalling function of the credit gap must be understood prior to the series being used in the context of the CCB. Lastly, another measurement issue is linked to routine statistical revisions in the underlying data. This is a problem with economic variables that policymakers often have to grapple with. In the case of the credit gap, the main concern is that it can impair its signalling performance. Edge and Meisenzahl (2011) carefully evaluate the impact of revisions to the credit-to-GDP gap in the United States and find that they have an impact on gap estimates. However, they also find that this impact is contained and much smaller than variations in the trend estimate due to the end point problem, discussed above. Gerdrup et al (2013) and Farrell (2013) argue along the same lines for Norwegian and South African data, respectively. Conclusion We have reviewed the main practical and conceptual criticisms of the credit-to-GDP gap as a guide to setting countercyclical capital buffers under Basel III. From a practical perspective, there are relevant measurement issues with the credit gap, which critics have pointed out. In particular, the length of the underlying series for the credit-to-GDP ratio and thus the starting point for calculating the trend matter. Structural breaks in the credit-to-GDP ratio can also have long-lasting effects. Our simulations indicate that it is important to properly adjust the data for structural breaks. In addition, a valid rule of thumb suggests using the credit gap only for credit-to-GDP series with at least 10 years of available data. We argue that the conceptual criticism that the credit gap is not aligned with the buffers objective misinterprets this objective and, by extension, the envisaged role of the guide. The CCB framework provides supervisors with an instrument to increase capital in order to protect banks from the bust phase of the financial cycle. It is not an instrument to manage the cycle, even if it may potentially have a smoothing impact. From this viewpoint, its usefulness must be judged exclusively on whether it provides policymakers with reliable signals about when to raise the buffer. Reviewing the evidence, we show that the credit-to-GDP gap is on average (across many countries and several decades) the best single indicator in this context, including for emerging market economies. This does not mean that there are no composite indicators that may perform better, or single indicators that may provide clearer signals either in the context of individual countries or at particular points in time. But it does mean that even in those cases the credit gap is a very useful common reference point and helps frame the discussion. This is a central feature of a CCB framework which combines rules and discretion. There are no foolproof models that can deliver an effective rule-based countercyclical instrument. Policymakers are expected to use judgment as well as quantitative analysis within the parameters of the framework. But they are also expected to communicate the rationale of their decisions clearly. The credit gap can be instrumental in this process. References Aikman, D, A Haldane and B Nelson (2010): Curbing the credit cycle, paper prepared for the Columbia University Centre on Capital and Society Annual Conference, New York, November. Bank of England (2014): The Financial Policy Committees powers to supplement capital requirements - a Policy Statement . January. Barrell, R, E Davis, D Karim and I Liadze (2010): Calibrating macroprudential policy, NIESER Discussion Papers . no 354. Basel Committee on Banking Supervision (2010): Guidance for national authorities operating the countercyclical capital buffer . December. Behn, M, C Detken, T Peltonen and W Schudel (2013): Setting countercyclical capital buffers based on early warning models: would it work, ECB Working Paper Series . no 1604, November. Berge, T and O Jorda (2011): Evaluating the classification of economic activity into recessions and expansions, American Economic Journal: Macroeconomics . vol 3(2), pp 246-77. Buncic, D and M Melecky (2013): Equilibrium credit: the reference point for macroprudential supervision, World Bank, Policy Research Working Paper, no 6358, February. Central Bank of Norway (2013): Criteria for an appropriate countercyclical capital buffer, Norges Bank Papers . no 1/2013. Claessens, S, M Kose and M Terrones (2011): How do business and financial cycles interact, IMF Working Papers . no WP/11/88. Cohen, J, S Garman and W Gorr (2009): Empirical calibration of time series monitoring methods using receiver operating characteristic curves, International Journal of Forecasting . no 25(3), pp 484-97. Edge, R and R Meisenzahl (2011): The unreliability of credit-to-GDP ratio gaps in real-time: implications for countercyclical capital buffers, International Journal of Central Banking . December, pp 261-98. Elliott, G and R Lieli (2010): Predicting binary outcomes, Journal of Econometrics . no 174, pp 15-26. Farrell, G (2013): Countercyclical capital buffers and real-time credit-to-GDP gap estimates: a South African perspective, mimeo. FitchRatings (2010): Macro-Prudential Risk Monitor . June. Gerdrup, K, A Kvinlog and E Schaanning (2013): Key indicators for a countercyclical capital buffer in Norway - trends and uncertainty, Central Bank of Norway (Norges Bank), Staff Memo . no 13/2013, Financial Stability. Gerl, A and J Seidler (2012): Excessive credit growth and countercyclical capital buffers in Basel III: an empirical evidence from central and east European countries, Economic Studies and Analyses . no 6(2). Goodhart, C (1975): Monetary relationships: a view from Threadneedle Street, Reserve Bank of Australia, Papers in Monetary Economics . vol I. Gourinchas, P-O and M Obstfeld (2012): Stories of the twentieth century for the twenty-first, American Economic Journal: Macroeconomics . no 4(1), pp 226-65. Hahm, J-H, H S Shin and K Shin (2012): Non-core bank liabilities and financial vulnerability, mimeo. Hodrick, R and E Prescott (1981): Post-war US business cycles: an empirical investigation . Jorda, O, M Schularick and A Taylor (2011): When credit bites back: leverage, business cycles and crises, Federal Reserve Bank of San Francisco, Working Papers . no 2011-27. Kauko, K (2012): Triggers for countercyclical capital buffers, Bank of Finland Online . no 7. Kindleberger, C (2000): Maniacs, panics and crashes . Cambridge University Press, Cambridge. Lawrence, M, P Goodwin, M OConnor and D nkal (2006): Judgmental forecasting: a review of progress over the last 25 years, International Journal of Forecasting . no 22(3), pp 493-518. Minsky, H (1982): Can it happen again Essays on instability and finance . M E Sharpe, Armonk. nkal, D, M Thomson and A Pollock (2002): Judgmental forecasting, in M Clements and D Hendry (eds), A companion to economic forecasting . Blackwell Publishers, Malden and Oxford. Orphanides, A and S van Norden (2002): The unreliability of output-gap estimates in real time, Review of Economics and Statistics . no 84(4), pp 569-83. Park, J and C Phillips (2000): Nonstationary binary choice, Econometrica . vol 68(5), pp 1249-80. Ravn, M and H Uhlig (2002): On adjusting the Hodrick-Prescott filter for the frequency of observations, Review of Economics and Statistics . vol 84(2), pp 371-6. Repullo, R and J Saurina (2011): The countercyclical capital buffer of Basel III: a critical assessment . Reserve Bank of India (2013): Report of the internal working group on implementation of countercyclical capital buffer, draft, December. Reserve Bank of South Africa (2011): Financial Stability Report . September. Schularick, M and A Taylor (2012): Credit booms gone bust: monetary policy, leverage cycles and financial crises, 1870-2008, American Economic Review . vol 102(2), pp 1029-61. Shin, H S (2013): Procyclicality and the search for early warning indicators , IMF Working Papers . no 13/258. Swets, J and R Picket (1982): Evaluation of diagnostic systems: methods from signal detection theory . Academic Press, Nueva York. Swiss National Bank (2013): Implementing the countercyclical capital buffer in Switzerland: concretising the Swiss National Banks role . Van Norden, S (2011): Discussion of The unreliability of credit-to-GDP ratio gaps in real-time: implications for countercyclical capital buffers, International Journal of Central Banking . December, pp 300-3. Wolken, T (2013): Measuring systemic risk: the role of macro-prudential indicators , Reserve Bank of New Zealand Bulletin . vol 76, no 4. World Bank (2010): Comments on the consultative document countercyclical capital buffer proposal . 1 We thank Claudio Borio, Juan Carlos Crisanto, Dietrich Domanski, Tamara Gomes and Christian Upper for very helpful comments, as well as Angelika Donaubauer and Michela Scatigna for excellent research assistance. The views expressed are those of the authors and do not necessarily reflect those of the BIS. 2 See eg Borio and Drehmann (2009), FitchRatings (2010), Behn et al (2013) and Drehmann and Juselius (2014). 3 See the next section for a more detailed description of the data used in this article. 4 For a recent overview, see CGFS (2012). 5 Using somewhat different techniques, Drehmann et al (2011) found that indicators of banking sector performance (eg aggregate non-performing loans) and market-based indicators (eg credit spreads) perform poorly. Drehmann and Juselius (2014) also consider real equity price growth and gaps of property and equity prices that are not shown here for the sake of brevity. 6 In line with the findings of Hahm et al (2012), the non-core liability ratio is empirically measured by cross-border liabilities plus M3 minus M2 (proxy for non-core liabilities) divided by M2 (proxy for core liabilities). 7 Park and Phillips (2000) offer a discussion of how series persistence can lead to misleading inference in binary choice models. 8 All three institutions use these indicators expressed in gap form, that is, in terms of the difference between their current value and their respective long-term trend. 9 We have performed analysis that demonstrates this for our panel of countries. The results are available upon request. 10 See Drehmann et al (2011). 11 Basel III suggests the use of data on total credit, capturing not only bank credit but all sources of credit, including bonds and cross-border finance, to the private non-financial sector. Drehmann (2013) shows that the credit gaps based on total credit outperform the credit gaps based on bank credit as early warning indicators for banking crises. Total credit series are available at bis. org/statistics/credtopriv. htm . 12 If the credit-to-GDP ratio breaches 100 in the run-up to a crisis, this episode is considered to be part of the low credit-to-GDP sample. 13 EME emerging market economy. Adv advanced economy. lt100 credit-to-GDP ratio below 100. If given, the date indicates the quarter when the ratio breached 100. Algeria (EME, lt100), Australia (Adv, lt100 1986q2), Austria (Adv, lt100 1990q2), Belgium (Adv, lt100 1990q3), Brazil (EME, lt100), Bulgaria (EME, lt100), Canada (Adv, lt100 1980q1), Chile (EME, lt100), China (EME, lt100 1998q2), Colombia (EME, lt100), Croatia (EME, lt100), the Czech Republic (EME, lt100), Denmark (Adv, lt100 1980q1), Estonia (EME, lt100 2009q2), Finland (Adv, lt100 1985q4), France (Adv, lt100 1990q2), Germany (Adv, lt100 1981q1), Greece (Adv, lt100 2007q2), Hong Kong SAR (EME, lt100 1988q4), Hungary (EME, lt100 2005q4), Iceland (Adv, lt100 2002q1), India (EME, lt100), Indonesia (EME, lt100 1998q1), Ireland (Adv, lt100 1993q1), Israel (Adv, lt100), Italy (Adv, lt100 2005q3), Japan (Adv, lt100 1980q1), Korea (EME, lt100 1984q4), Latvia (EME, lt100), Lithuania (EME, lt100), Malaysia (EME, lt100 1990q4), Mexico (EME, lt100), the Netherlands (Adv, lt100 1980q3), New Zealand (Adv, lt100 1997q4), Norway (Adv, lt100 1980q1), Peru (EME, lt100), the Philippines (EME, lt100), Poland (EME, lt100), Portugal (Adv, lt100 1980q1), Romania (EME, lt100), Russia (EME, lt100), Saudi Arabia (EME, lt100), Singapore (EME, lt100 1985q4), South Africa (EME, lt100), Spain (Adv, lt100 1981q3), Sweden (Adv, lt100 1980q1), Switzerland (Adv, lt100 1985q2), Thailand (EME, lt100 1991q1), Turkey (EME, lt100), the United Arab Emirates (EME, lt100), the United Kingdom (Adv, lt100 1987q3), the United States (Adv, lt100 1982q3) and Venezuela (EME, lt100). 14 Hodrick and Prescott (1981) set equal to 1600. Ravn and Uhlig (2002) show that, for series of other frequencies (daily, annual etc), it is optimal to set equal to 1600 multiplied by the fourth power of the observation frequency ratio. Borio and Lowe (2002) suggest that, for the credit-to-GDP gap, be set equal to 400000. 16 See eg Orphanides and van Norden (2002). 17 The model postulates that the credit-to-GDP ratio follows an AR(2) process with positive drift. Its coefficients and error variance are estimated using a random-effects regression for our panel of countries. 18 The new BIS total and bank credit series are available as raw and break-adjusted series.
No comments:
Post a Comment