1. Introducción

Este documento presenta el análisis econométrico del riesgo financiero bancario en Corea del Sur para el periodo 2018-2025. La variable dependiente es el ratio de préstamos morosos (NPL) de los cuatro principales bancos comerciales coreanos: KEB Hana Bank, Kookmin Bank, Shinhan Bank y Woori Bank. Se estima un modelo de datos de panel con efectos fijos individuales y errores estándar robustos de Arellano.

2. Estadísticos descriptivos

Tabla 1. Estadísticos descriptivos de las variables
Variable Min Media Mediana Max
NPL (%) 0.18 0.31 0.31 0.52
ROA (%) 0.35 0.58 0.59 0.76
NIM (%) 1.33 1.52 1.50 1.86
BIS (%) 14.38 17.05 17.34 18.92
Provisions (%) 0.36 0.51 0.49 0.69
LCR (%) 86.54 99.52 101.81 112.46
PIB (%) -0.84 2.16 1.93 4.75
Inflacion (%) 0.50 2.40 2.32 5.09
Tipo cambio (KRW/USD) 1144.00 1269.00 1291.00 1363.00
Deuda hogares (% PIB) 140.40 158.70 160.30 163.30

3. Variables bancarias

3.1. Distribución del NPL por banco

3.2. Variables bancarias por entidad

3.3. Perfil de variables bancarias (gráfico radar)

4. Variables macroeconómicas

5. Metodología

El modelo estimado es un modelo de datos de panel con efectos fijos individuales:

NPL_it = c_i + β₁ROA_it + β₂NIM_it + β₃BIS_it + β₄Provisions_it + β₅LCR_it + γ₁PIB_t + γ₂Inflación_t + γ₃TipoCambio_t + γ₄DeudaHogares_t + ε_it

Se optó por efectos fijos frente a efectos aleatorios porque la muestra abarca la totalidad de la población de interés. Se descartó OLS porque produciría estimadores sesgados al ignorar la heterogeneidad individual entre bancos. La autocorrelación serial detectada (Breusch-Godfrey, p = 0,004) se corrigió mediante errores estándar robustos de Arellano (1987).

6. Tests de diagnóstico

Tabla 2. Tests de diagnostico del modelo
Test H0 Estadistico p_valor Decision
ADF (NPL) Raiz unitaria DF = -3,738 0,026 Estacionario
Breusch-Pagan Homocedasticidad BP = 2,874 0,719 No se rechaza H0
Breusch-Godfrey No autocorrelacion chi2 = 41,891 0,004 Autocorrelacion detectada
F global Coeficientes = 0 F = 44,33 <0,001 Modelo significativo

6.1. Test de Breusch-Pagan

6.2. Test de Breusch-Godfrey

7. Resultados del modelo

Tabla 3. Resultados del modelo de efectos fijos con errores robustos de Arellano
Variable Coeficiente Error_robusto t_valor p_valor
roa roa -0.0481 0.0242 -1.988 0.0506
nim nim -0.3869 0.0925 -4.184 0.0001
bis bis 0.0148 0.0025 5.835 0.0000
pib pib -0.0070 0.0038 -1.840 0.0700
inflacion inflacion 0.0079 0.0083 0.954 0.3432
tipo_cambio tipo_cambio -0.0005 0.0001 -4.481 0.0000
deuda_hogares deuda_hogares -0.0069 0.0013 -5.318 0.0000
provisions provisions 0.5920 0.1117 5.300 0.0000
lcr lcr 0.0067 0.0022 3.005 0.0037

R² = 0,849 | R² ajustado = 0,823 | F = 44,33 (p < 0,001) | N = 84 observaciones

7.1. Gráfico de coeficientes

7.2. NPL real vs ajustado

8. Conclusiones

El modelo presenta un ajuste muy elevado (R² = 0,849). Las provisiones para insolvencias emergen como el predictor más potente del NPL, lo que sugiere que el sistema de provisionamiento coreano es prospectivo y eficaz. El tipo de cambio KRW/USD resulta ser un determinante significativo que refleja la singularidad de Corea del Sur como economía exportadora pequeña y abierta. El elevado endeudamiento de los hogares ilustra la acumulación silenciosa de riesgo que caracteriza los booms crediticios. El NIM, BIS y LCR presentan signos coherentes con fenómenos de poder de mercado, moral hazard y composición de cartera respectivamente.

9. Referencias

  • Arellano, M. (1987). Computing robust standard errors for within-groups estimators. Oxford Bulletin of Economics and Statistics, 49(4), 431-434.
  • Berger, A. N. y DeYoung, R. (1997). Problem loans and cost efficiency in commercial banks. Journal of Banking & Finance, 21(6), 849-870.
  • Borio, C., Furfine, C. y Lowe, P. (2001). Procyclicality of the financial system and financial stability. BIS Papers, 1, 1-57.
  • Klein, N. (2013). Non-performing loans in CESEE. IMF Working Paper, WP/13/72.
  • Louzis, D. P., Vouldis, A. T. y Metaxas, V. L. (2012). Macroeconomic and bank-specific determinants of NPLs in Greece. Journal of Banking & Finance, 36(4), 1012-1027.
  • Pontines, V. (2020). The real effects of loan-to-value limits: empirical evidence from Korea. Empirical Economics, 59, 2637-2675.
  • Pyo, D. J. (2025). DSR and Household debt delinquency: evidence from South Korea. Applied Economics, 1-15.
  • Seo, J. Y. (2026). A Study on the Policy Effects of Stress DSR and Upward Adjustment of Risk Weight on Mortgage Loans in Korea. Emerging Markets Finance and Trade, 1-22.
  • Wooldridge, J. M. (2015). Introducción a la econometría (7ª ed.). Cengage Learning.