Sei sulla pagina 1di 34

UNIVERSIDAD

NACIONAL

DEL CENTRO DEL PER

AO DE LA PROMOCIN DE LA INDUSTRIA RESPONSABLE Y DEL COMPROMISO CLIMTICO

TEMA:
RIESGO CREDITICIO EN EL PER
CTEDRA: Economa internacional II
CATEDRTICO: Econ: Leon Rivera Mallma
INTEGRANTES:
Landeo Mendoza, Omer Antony

Lara Ricapa, Jorge Isaac

Valencia Arotoma, Remi

Villegas Mantari, Cynthia Maribel

Vivanco Solano, Yesica Gladys

SEMESTRE: VIII

HUANCAYO- PERU
2014

HUANCAYO- PERU
2013
[Escribir el nombre de la compaa]
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

NDICEY
NDICE........................................................................................................... 2
RESUMEN...................................................................................................... 3
CAPTULO I.................................................................................................... 4
1.1 FUNDAMENTO....................................................................................................... 4
1.2 DIAGNOSTICO....................................................................................................... 4
1.3 PLANTEAMIENTO DEL PROBLEMA.........................................................................8
1.4 PROBLEMA DE INVESTIGACIN...........................................................................11
a. PROBLEMA GENERAL.......................................................................................... 11
b. PROBLEMAS ESPECFICOS..................................................................................12
1.5 OBJETIVOS:......................................................................................................... 12
A. OBJETIVO GENERAL................................................................................................12
B. OBJETIVOS ESPECFICOS........................................................................................12
CAPTULO II................................................................................................. 13
2. MARCO TEORICO:...................................................................................13
2.1 CARTERA CREDITICIA DEL SISTEMA FINANCIERO................................................13
2.2 TASA DE MOROSIDAD......................................................................................... 14
2.3 TIPO DE CAMBIO.................................................................................................15
2.4 COLOCACIONES..................................................................................................16
2.5 MODELO:............................................................................................................. 16
2.6 HIPTESIS:.......................................................................................................... 17
2.6.1 Hiptesis General............................................................................................ 17
2.6.2 Hiptesis Especficos.......................................................................................17
CAPTULO III................................................................................................18
3. METODOLOGA:......................................................................................18
3.1.1 EL ENFOQUE DE LA INVESTIGACIN...............................................................18
3.1.2 EL MODELO ECONOMTRICO..........................................................................18
3.2 VARIABLES.......................................................................................................... 20
3.3 DATOS................................................................................................................. 21
CAPTULO IV................................................................................................23
4.1 REGRESION ANLISIS Y RESULTADOS:..................................................23
REPRESENTACIN DE LA REGRESIN:...........................................................................23
REPRESENTACIN DEL MODELO....................................................................................26

2
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

4.2 CONTRASTACIN DE HIPOTESIS............................................................27


REGLA DE DECISIN..................................................................................................... 27
TASA DE MOROSIDAD................................................................................................ 28
TIPO DE CAMBIO........................................................................................................ 28
COLOCACIONES......................................................................................................... 29
MODELO FINAL............................................................................................. 29
CONCLUSIONES............................................................................................ 30
BIBLIOGRAFA.............................................................................................. 31

RESUMEN

3
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

La presente investigacin, trata de identificar los factores macro y

microeconmicos que inciden en el comportamiento de la morosidad crediticia en el sistema

bancario peruano durante el perodo Enero 2007 a Enero 2014.

Los resultados economtricos, muestran que la morosidad crediticia en el sistema bancario

peruano est determinada tanto por factores macroeconmicos tales como el ciclo econmico

y las variaciones del tipo de cambio, as como por factores microeconmicos o del sector

bancario como las colocaciones de las entidades bancarias.

Respecto a los factores macroeconmicos, verificamos que se da una relacin

negativa entre la tasa de morosidad crediticia y el ciclo de actividad econmica que afecta al

PBI y al tipo de cambio, es decir, que en los perodos de recesin econmica aumenta los

impagos en la cartera de crditos de los bancos y, en contraste, en las fases de expansin

econmica se reducen las tasas de morosidad. Igualmente, comprobamos que un incremento

en la volatilidad del tipo de cambio deteriora los ndices de morosidad en moneda extranjera.

En relacin a los determinantes microeconmicos, tambin encontramos evidencia

que el factor que mas afectan el desempeo de la morosidad est relacionada con la propia

poltica de colocaciones de los bancos.

4
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

CAPTULO I

1.1 FUNDAMENTO

La presente investigacin es importante y relevante porque contribuir a que los


micros financieros alcancen niveles de gestin de calidad de cartera que sean iguales o
mejores que los de las empresas lderes del sector. Las micro financieras valoran la
calidad de su cartera de crditos y si la investigacin demuestra que las variables
a trabajar en el modelo son relevantes, las empresas micro financieras enfocarn su
estrategia en ellas. Siendo importante la inclusin financiera.
El Sistema de Micro finanzas es cada vez ms atractivo y necesita desarrollarse
con un crecimiento saludable y planificado basado en sus recursos humanos.

1.2 DIAGNOSTICO

La evidencia internacional reciente ha mostrado que cuando los ciclos


econmicos son muy favorables y el ritmo de las colocaciones se acelera, el riesgo
crediticio que enfrentan las instituciones financieras tiende a aumentar significativamente.
Esto ltimo debido a que las instituciones financieras y los clientes se vuelven optimistas
en periodos de expansin econmica y, con ello, se tiende a subestimar el riesgo asociado al
incumplimiento de pagos de los nuevos crditos (Keeton, 1999). Como resultado, los
crditos otorgados a deudores con reducida capacidad de pago podran incrementarse
motivados por el crecimiento econmico elevado. As, una parte importante de los
problemas que enfrentan las instituciones financieras a nivel mundial en estas pocas
podran explicarse por algunas caractersticas importantes de la gestin de riesgos en el
pasado: disminucin en la rigurosidad de los estndares de evaluacin crediticia,
inadecuado manejo del riesgo del portafolio crediticio y falta de atencin a los cambios en
las circunstancias econmicas que pueden deteriorar significativamente la capacidad de
pago de sus contrapartes.
De esta manera, ante escenarios de crecimiento econmico sostenido muy
elevado, la regulacin y supervisin financiera deberan ser ms rigurosas para evitar que el
riesgo crediticio en el que incurren las instituciones financieras se materialice en una crisis

5
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

al terminar el ciclo expansivo


La economa peruana ha experimentado un crecimiento econmico sostenido y
elevado durante la ltima dcada, lo cual ha contribuido fuertemente a la expansin de las
colocaciones del sistema financiero. En este contexto expansivo, resulta muy relevante
analizar distintos indicadores que muestren la calidad de la cartera crediticia para prevenir
una eventual crisis financiera al final de la poca de auge econmico. Algunos autores han
buscado analizar los determinantes de la calidad de la cartera crediticia en el Per a
travs de indicadores basados en la morosidad crediticia (Muoz, 1998; Aguilar, Camargo
y Morales, 2004; y Azabache, 2010) y otros a travs de las provisiones bancarias (Aparicio
y Moreno, 2011). A pesar de la relevancia de estos trabajos en un contexto de auge
econmico, el anlisis que han realizado estos autores est basado principalmente en el
impacto que tienen algunos factores macroeconmicos y microeconmicos sobre la calidad
de la cartera crediticia y no se han detenido en identificar indicadores de alerta temprana
que puedan contribuir a prevenir eventuales crisis financieras. As, se destaca la
importancia de identificar y construir este tipo de indicadores para monitorear de manera
adecuada el riesgo crediticio en el Per y acompaar a las regulaciones financieras macro
prudenciales.
Durante la ltima dcada, la literatura econmica ha abordado un enfoque
alternativo para analizar el riesgo de las carteras crediticias y hacer un seguimiento
adecuado a los crditos a lo largo del tiempo tomando en consideracin las transiciones que
tienen las distintas carteras crediticias entre las categoras de riesgo existentes. Estas
transiciones se evalan usualmente a travs del uso de matrices de transicin (o de
migracin). Estas matrices permiten analizar, a partir de informacin histrica, cules son
las probabilidades que un tipo de crdito pueda pasar de una clasificacin crediticia a otra
en el transcurso de un periodo de tiempo, lo cual permite evaluar las posibles deterioros en
la fortaleza financiera que enfrentan los distintos tipos de crditos que mantienen las
instituciones financieras.

6
CHOQUES AGREGADOS Y LA TASA DE MOROSIDAD EN EL PER

En la ltima dcada, la tasa de morosidad agregada del sistema bancario peruano ha


registrado una tendencia decreciente como consecuencia del crecimiento de la
actividad econmica.
En la trayectoria que ha seguido la misma, se observan algunas
fluctuaciones, producto de choques agregados que ha experimentado la economa
peruana.

TASA DE MOROSIDAD DEL SISTEMA BANCARIO (%)

12.00%
Leve reactivacin
inicial
10.00%

8.00%

6.00%
Crisis
Subprime
4.00%

2.00%

0.00%2001 2002 2003 2004 2005 2006 2007 2008 2009

Fuente: Superintendencia de Banca y Seguros (SBS)

CHOQUES IDIOSINCRTICOS Y LA TASA DE MOROSIDAD POR SECTOR


ECONMICO

Adems de encontrarse sujetos a choques agregados comunes, cada sector


econmico se ve afectado por un conjunto de choques idiosincrticos, lo cual puede
conducir a que existan diferencias significativas en la evolucin de la tasa de
morosidad por sector.
Por otro lado, los choques comunes (ej. reciente crisis internacional) pueden
tener un impacto distinto en cada sector.
TASA DE MOROSIDAD DEL SECTOR TEXTIL (%)

4.50%

4.00%
Mayor impacto
3.50% de la reciente
3.00%
crisis

2.50%

2.00%

1.50%

1.00%

0.50%

0.00% 2005 2006 2007 2008 2009

Fuente: Superintendencia de Banca y Seguros (SBS)

TASA DE MOROSIDAD DEL SECTOR PESCA (%)

3.50%
Choques estacionales: Vedas
3.00%
Choque idiosincrtico:
Mayores precios de la harina
2.50% de pescado

2.00%

1.50%

1.00%

0.50%

0.00% 2005 2006 2007 2008 2009

Fuente: Superintendencia de Banca y Seguros (SBS)


1.3 PLANTEAMIENTO DEL PROBLEMA

En las instituciones micro financieras los prstamos no estn generalmente


respaldados por una garanta realizable, de modo que la calidad de cartera es el indicador
ms importante, para la sostenibilidad a largo plazo, porque la mayor fuente de riesgo est
en sus carteras de crditos. La cartera de crditos es el mayor activo de las empresas micro
financieras, y la calidad y el riesgo que representa pueden resultar muy difciles de medir.
Las mejores instituciones micro financieras mantienen una ms alta calidad de cartera que
los bancos comerciales de muchos pases. El coeficiente ms ampliamente utilizado para
medir la calidad de la cartera en el sector de las micro finanzas es la Cartera en Riesgo
(CeR), que mide la porcin de la cartera de crditos contaminada por deudas atrasadas y
en riesgo de no ser pagada como porcentaje de la cartera total. Aunque se utilizan varios
otros coeficientes, el CeR es el indicador preferido, porque es fcil de entender, no
subestima el riesgo, y se lo puede comparar entre instituciones. Cualquier prstamo
otorgado a una microempresa es comnmente considerado en riesgo si su repago registra
un atraso mayor de 30 das. Esta norma es mucho ms estricta que la practicada por la
banca comercial, pero se justifica por la ausencia de garantas realizables en las micro
finanzas (BID, 2010).

Segn Ledgerwood (1999), la morosidad que refleja una Cartera en Riesgo


produce: (a) Disminucin de liquidez por gastos de control y seguimiento de los crditos
atrasados; (b) Prdidas de ganancia de capital por el retraso de los beneficios; y (c)
Disminucin de ingresos financieros y aumento de los gastos operativos de recuperacin de
crditos.
Westley y Shaffer (1997) sealan que una Cartera en Riesgo alta deteriora la
lealtad de los clientes y tiene un efecto de contagio, al mismo tiempo que produce menos
fondos libres para atender las demandas de crdito

Segn Ambera(2003),para EE.UU., utiliza modelos de regresin lineal simple


(MCO) y modelos VAR para proyectar el ratio de morosidad (Non Performing Loan) de
tres grupos de bancos (pequeos, medianos y grandes).El autor utiliza tanto variables
macroeconmicas regionales (ingreso del sector agricultura, tasa de empleo del estado,
ingreso per cpita, declaraciones de quiebra) como del conjunto de la economa(ventas de
carros, tasa de empleo nacional).
Segn Greenidge y Grosvenor (2009), para Barbados, utiliza modelos de regresin
lineal simple para proyectar el ratio de morosidad para el sistema bancario y para cada
banco (6bancos). Variables: rezago del ratio de morosidad, tasa de crecimiento del PBI,
tasa de inflacin, tasa de inters, tamao del banco, crecimiento de las colocaciones.

Segn Gasha y Morales (2004): los sistemas financieros avanzados muestran un


bajo ratio de morosidad, y este indicador presenta un ajuste de auto corregimiento cuando
excede un umbral. En contraste, los sistemas financieros de pases de Amrica Latina
muestran un alto ratio de morosidad, y hay un efecto magnificador cuando este ratio excede
un umbral. Finalmente, el crecimiento del PBI afecta al ratio de morosidad nicamente por
encima de cierto umbral.

Por tanto para poder analizar ms detalladamente que ocurre con los ratios de morosidad
(Es una variable proxy del riesgo de crdito), la disponibilidad de fondos de los deudores.
Variacin porcentual del tipo de cambio en 12 meses y Crecimiento en los ltimos doce
meses de las colocaciones que contiene informacin sobre factores propios de las entidades
de crdito que afectan el comportamiento futuro de la cartera morosa; veamos los
siguientes grficos:
GRFICO N 01
INDICADORES DE CALIDAD DE CARTERA (% de las colocaciones brutas)

FUENTE: Tomado de: Departamento de Anlisis del Sistema Financiero; Pablo J.


Azabache La Torre

GRFICO N 02
PRODUCTO BRUTO INTERNO (var %) Y LA TASA DE MOROSIDAD

FUENTE: Tomado de: Departamento de Anlisis del Sistema Financiero; Pablo J.


Azabache La Torre

GRFICO N 03
EVOLUCIN DE LA TASA DE MOROSIDAD
FUENTE: Tomado de: Departamento de Anlisis del Sistema Financiero; Pablo J.
Azabache La Torre

Del grfico anterior podemos decir que la tasa de morosidad fue inversamente
proporcional al producto bruto interno (en %) con lo que respecta al periodo de mayo
de1993 a mayo del 2009.

Vemos tambin que en nuestro pas la tasa de morosidad fue alta hasta el 2008 esto fue
disminuyendo a partir del 2009.

1.4 PROBLEMA DE INVESTIGACIN


a. PROBLEMA GENERAL

Cmo influyen la variacin de la Tasa de Morosidad, la variacin del Tipo de


Cambio y el Crecimiento de las Colocaciones en la calidad de la cartera crediticia
del sistema financiero peruano en el periodo Enero 2007 a Enero 2014?

b. PROBLEMAS ESPECFICOS

Cmo influye la variacin de la Tasa de Morosidad en la calidad de la


cartera crediticia del sistema financiero peruano en el periodo Enero 2007 a
Enero 2014?
Cmo influye la variacin del Tipo de Cambio en la calidad de la cartera
crediticia del sistema financiero peruano en el periodo Enero 2007 a Enero
2014?
Cmo influye el crecimiento de las colocaciones en la calidad de la
cartera crediticia del sistema financiero peruano en el periodo Enero 2007 a
Enero 2014?

1.5 OBJETIVOS:

a. OBJETIVO GENERAL

Medir la influencia la variacin de la Tasa de Morosidad, la variacin del Tipo de


Cambio y el crecimiento de las colocaciones en la calidad de la cartera crediticia del
sistema financiero peruano en el periodo Enero 2007 a Enero 2014.

b. OBJETIVOS ESPECFICOS

Medir la influencia de la variacin de la Tasa de Morosidad en la calidad de la


cartera crediticia del sistema financiero peruano en el periodo Enero 2007 a
Enero 2014.
Medir la influencia de la variacin del Tipo de Cambio en la calidad de la
cartera crediticia del sistema financiero peruano en el periodo Enero 2007 a
Enero 2014.
Medir la influencia del crecimiento de las colocaciones en la calidad de la
cartera crediticia del sistema financiero peruano en el periodo Enero 2007 a
Enero 2014.

CAPTULO II

2. MARCO TEORICO:

2.1 CARTERA CREDITICIA DEL SISTEMA FINANCIERO

En las instituciones micro financieras los prstamos no estn generalmente


respaldados por una garanta realizable, de modo que la calidad de cartera es el indicador
ms importante, para la sostenibilidad a largo plazo, porque la mayor fuente de riesgo
est en sus carteras de crditos. La cartera de crditos es el mayor activo de las empresas
micro financieras, y la calidad y el riesgo que representa pueden resultar muy difciles de
medir. Las mejores instituciones micro financieras mantienen una ms alta calidad de
cartera que los bancos comerciales de muchos pases. El coeficiente ms ampliamente
utilizado para medir la calidad de la cartera en el sector de las micro finanzas es la
Cartera en Riesgo, que mide la porcin de la cartera de crditos contaminada por
deudas atrasadas y en riesgo de no ser pagada como porcentaje de la cartera total.

Alexander Campos (2005), utilizando un panel balanceado de treinta


entidades financieras de Colombia, muestra que la calidad de la cartera crediticia guarda
una relacin directa con el ciclo econmico. Es decir, cuando la economa marcha bien,
los clientes pagan oportunamente sus deudas; por el contrario, en pocas de recesin los
bancos tienen que reconocer prdidas por cartera y constituir mayores provisiones.

Segn Aguilar & Camargo (2002), se hallado evidencia a favor de la presencia


de determinantes macroeconmicos y macroeconmicos de la calidad de cartera de las
entidades micro financieras. Estos determinantes son: la poltica crediticia expansiva, la
diversificacin de la cartera de colocaciones por tipo de crdito y sectores, la eficiencia
de la empresten el manejo del riesgo, la solvencia, los incentivos que tienen las entidades
para expandirse.
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

Aguilar y Camargo (2002, 2003,2004) encontraron que existe una relacin


negativa entre la calidad de la cartera y la poltica crediticia, la eficiencia de la
empresa en el manejo del riesgo, los incentivos que tienen las entidades para expandirse
y el nivel de eficiencia de la gestin de cada una de las instituciones micro financieras.
Adems, estos autores encontraron que la relacin era positiva cuando se trataba de la
diversificacin de la cartera de colocaciones por tipo de crdito y sectores, el tipo de
negocio y el perfil de riesgo y en cuanto se refiere a la presencia de garantas
obtuvieron conclusiones diferentes, dependiendo del indicador de calidad de cartera
utilizado.

2.2 TASA DE MOROSIDAD

Se pueden distinguir tres enfoques en los estudios que abordan el tema de la


morosidad crediticia en el sistema financiero. 1) Aquellos que tratan de explicar la
morosidad crediticia poniendo nfasis en factores macroeconmicos, tales como los
ciclos econmicos, 2) aquellos que ponen nfasis en los determinantes
microeconmicos, tales como el crecimiento de las colocaciones y la poltica de
crditos que adopta cada institucin bancaria, y 3) estudios que incorporan
tanto variables macro y microeconmicas como determinantes de la calidad de cartera.

Delgado y Saurina (2004) analizan, a travs de tcnicas de cointegracin, la


relacin que existe entre las variables macroeconmicas ms relevantes y el riesgo de
crdito en los bancos y las cajas de ahorros espaoles. Para el caso de los bancos, los
resultados economtricos muestran que existe una relacin negativa entre la actividad
econmica y la tasa de morosidad, as, un cambio del 1 % en la tasa de crecimiento
del PBI tendra un impacto negativo de 1,02 puntos en la tasa de morosidad; es
decir, una cada de la tasa de crecimiento del 2 % al 1 % se traducira en un aumento
a largo plazo del ratio de morosidad de 1,02 puntos porcentuales.

Aguilar y Camargo (2002) consideran que de los tres indicadores antes


mencionados, el ms usado es el de la Cartera Atrasada, comnmente conocida como
tasa de morosidad. De igual manera, estos autores afirman que estos indicadores
presentan las siguientes limitaciones: (a) Quitar del balance las colocaciones ms

1
5
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

deterioradas para lo cual venden esta cartera a otra entidad a un precio simblico;(b)
pos programas de canje de cartera con el respaldo de los bonos del gobierno; y(c)El
clculo de los indicadores de cartera se hacen de manera agregada y esttica, no
obstante que la morosidad tiene un comportamiento dinmico.

2.3 TIPO DE CAMBIO


La tasa de cambio tiene efecto sobre los precios: en referencia a la demanda
agregada, una depreciacin en la tasa de cambio provoca un aumento en la
competitividad del pas, encareciendo las importaciones y aumentando la demanda por
bienes nacionales, generando un aumento en la demanda agregada y, posteriormente, en
la inflacin. Por otro lado, desde el punto de vista de la oferta, una depreciacin del tipo
de cambio se traduce en un aumento en el costo de los insumos importados por las
empresas, lo que afecta negativamente a la inflacin por el efecto pass-through de la tasa
de cambio.

Fernando Escobar (2004), analiza el efecto de las variaciones del tipo de


cambio sobre la actividad de intermediacin financiera de Bolivia durante el perodo
1990-2003. Los resultados muestran que el efecto ms importante de la
depreciacin del tipo de cambio sobre el sistema financiero se produce en las
operaciones de crdito de moneda extranjera que realizan las entidades con
prestatarios que sufren de un descalce estructural: tienen ingresos en bolivianos
y deudas en dlares. Producto de este descalce, la diferencial entre depreciacin del
tipo de cambio e inflacin aumenta la tasa de inters real y el saldo en trminos
reales del crdito de los prestatarios, disminuyendo su capacidad de pago. Esta
disminucin en la capacidad de pago se ha traducido en un deterioro de la cartera
de crditos de las entidades financieras de Bolivia durante el perodo analizado,
teniendo dos consecuencias sobre el balance de dichas entidades: por un lado,
provoc prdidas en las entidades financieras al realizarse un mayor volumen de
provisiones; y por otro, producto del incremento de las provisiones se gener un
problema de calce al reducir los activos netos en moneda extranjera de los bancos.

1
6
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

2.4 COLOCACIONES

Esta variable es de mucho inters, puesto que cuando hay afn de aumentar la
cuota en el mercado puede conllevar a que las instituciones financieras relajen sus
controles y disminuya la calidad de sus colocaciones, pero hay que tener en cuenta
que un nuevo crdito no se convierte en moroso en forma inmediata sino que tiene
pasar de su fecha de vencimiento paraque su influencia sea positiva en la variable cartera
morosa. Esta variable tiene presencia en la explicacin de las variables carteras morosas
de las entidades micro financieras.

Segn Ledgerwood (1999): la morosidad que refleja una CeR produce:(a)


Disminucin de liquidez por gastos de control y seguimiento de los crditos atrasados;
(b) Prdidas de ganancia de capital por el retraso de los beneficios; y (c) Disminucin de
ingresos financieros y aumento de los gastos operativos de recuperacin de crditos.

Westley y Shaffer (1997): sealan que una CeR alta deteriora la lealtad de los
clientes y tiene un efecto de contagio, al mismo tiempo que produce menos fondos libres
para atender las demandas de crdito.

Por tanto para la investigacin nos planteamos un modelo el cual nos lleve a una
explicacin de cada una de las variables con el fin de poder contrastar con la realidad
peruana, para ello nos planteamos el siguiente modelo.

2.5 MODELO:

CarteraCrediticia=f (Tasade Morosidad ,T ipo de Cambio ,Colocaciones)

1
7
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

Donde:

TM: Representa la morosidad mensual de los creditos.


TC: Tipo de cambio mensual.
COL: Crecimiento en los ltimos doce meses de las colocaciones. Contiene
informacin sobre factores propios de las entidades de crdito que afectan el
comportamiento futuro de la cartera morosa.

2.6 HIPTESIS:

2.6.1 Hiptesis General

La calidad de la cartera crediticia del sistema financiero peruano es determinada por la


variacin de la tasa de morosidad, la variacin del tipo de cambio y el crecimiento de
las colocaciones.

2.6.2 Hiptesis Especficos

o La variacin de la tasa de morosidad influye negativamente en la calidad de la


cartera crediticia del sistema financiero peruano.
o La variacin del tipo de cambio influye negativamente en la calidad de la cartera
crediticia del sistema financiero peruano.
o El crecimiento de las colocaciones influye positivamente en la calidad de la cartera
crediticia del sistema financiero peruano.

1
8
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

CAPTULO III
3. METODOLOGA:

3.1.1 EL ENFOQUE DE LA INVESTIGACIN.

La investigacin se ha realizado bajo un enfoque de investigacin mixto


cuantitativo y cualitativo. El enfoque cuantitativo us un alcance correlacional y un diseo
cuasi-experimental, para:

Cumplirlos objetivo general y los objetivos especficos


Probarlas hiptesis de investigacin, buscando replicabilidad, confiabilidad validez
y precisin, mediante el tratamiento estadstico de los datos.

El enfoque cualitativo us un alcance descriptivo y un diseo no experimental


transversal. Se usaron fuentes de informaciones primarias y secundarias. Los instrumentos
de investigacin incluyeron estadsticos de medicin.
Para el desarrollo de la investigacin en el enfoque cuantitativo, en base a la
revisin terica se ha diseado un modelo economtrico centrado en la metodologa de
datos de panel.

3.1.2 EL MODELO ECONOMTRICO

Para contrastar las hiptesis, la investigacin se basa en un modelo economtrico de


Mnimos Cuadrados Ordinarios (MCO), donde la mejor curva de ajuste se considera
como aquella que minimiza la suma de las desviaciones (residuales) al cuadrado (SRC).

Por tanto nuestro modelo consiste en:

CC=f (TM ,TC ,COL)

CARTERACREDITICIA= 0 1 TM 2 TC+ 3 COL+

Donde:
1
9
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

0 : Cartera crediticia autnoma.

1 : Cartera Crediticia adicional al incrementarse la tasa de morosidad.

2 : Cartera Crediticia adicional al incrementarse el tipo de cambio.

3 : Cartera Crediticia adicional al incrementarse las colocaciones

: errores

Para el estudio de esta investigacin sobre la cartera crediticia se realizo los


siguientes procedimientos.

a) Regresionamos nuestro modelo:

Par ello utilizamos el Mtodo de MNIMOS CUADRADOS ORDINARIOS donde la


mejor curva de ajuste se considera como aquella que minimiza la suma de las desviaciones
(residuales) al cuadrado (SRC). Este es la aproximacin por el mtodo de mnimos
cuadrados (MMC).

En general, no hay una expresin de forma cerrada para los parmetros de mejor
ajuste, como sucede en el caso de la regresin lineal. Mtodos numricos
de optimizacin son aplicados con el fin de determinar los parmetros de mejor ajuste. Otra
vez, en contraste con la regresin lineal, podra haber varios mximos locales de la funcin
a ser optimizada. En la prctica, se suponen algunos valores inciales los cuales junto con
el algoritmo de optimizacin conducen a encontrar el mximo global.

b) Obtencin del logaritmo de la cartera de crditos ello con el objetivo de


LINEALIZAR nuestros datos con el objetivo de corregir algunos datos que
causaron problemas de regresin en nuestra primera regresin con el Mtodo de
Mnimos Cuadrados Ordinarios, a partir de ello se pueden linealizarse mediante una
transformacin en la formulacin del modelo lo cual sugiere una estimacin de los
parmetros desconocidos a travs de un modelo de regresin lineal de ln(y) con
2
0
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

respecto a x, un calculo que no requiere procedimientos de optimizacin iterativa.


De todas formas, la linealizacin debe usarse con cuidado ya que la influencia de
los datos en el modelo cambia, as como la estructura del error del modelo y la
interpretacin e inferencia de los resultados. Estos pueden ser resultados no muy
convenientes.

Hay que distinguir entre la "linealizacin" usada en los prrafos anteriores y la


"linealizacin local" que se adopta para algoritmos clsicos como el de Gauss-
Newton. De igual forma, la metodologa de modelos lineales generalizados no use
linealizacin para la estimacin de parmetros.

c) Obtencin del Correlograma de los residuos para que existe una correlacin
parcial en el primer periodo para lo cual haremos uso de modelo autoregresivo
AR(1) para corregir este problema.
d) Luego obtenemos el Test Jarque Bera por lo que podemos decir que nuestros
residuos se aproximan a una distribucin normal.
e) Realizamos la Prueba de Normalidad (Quantile - Quantile) que nos dice que
para que exista normalidad en los residuos los puntos debern estar a lo largo de la
recta.
f) Obtenemos la matriz de correlacin donde podemos observar que existe o puede
existir multicolinealidad respecto a la cartera crediticia y a las colocaciones.
g) Realizamos una regresin con los datos corregidos apartir de la correccion de los
problemas econometricos a partir de la Regresion Exponencial puesto que nuestro
modelo ya no es lineal.

CARTERACREDITICIA
()= 0 1 TM 2 TC + 3 log ( COL)+
log

3.2 VARIABLES
VARIABLE SIGLAS
Cartera crediticia CARTERA CREDITICIA
Tasa de Morosidad TM

2
1
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

Variacin porcentual del tipo de cambio TC


Crecimiento de las colocaciones COL

3.3 DATOS

Mes/Ao CARTERA CREDITICIA TM TC COLOCACIONES


Ene07 47473.10 2.9 3.19 57151.6
Feb07 49458.13 2.9 3.19 57830.2
Mar07 53323.69 2.7 3.19 59175.9
Abr07 54353.12 2.6 3.18 60495.2
May07 55622.31 2.5 3.17 61694.8
Jun07 57232.20 2.1 3.17 64331.3
Jul07 57389.89 2.3 3.16 65474.5
Ago07 54462.67 2.3 3.16 66540.4
Sep07 56679.57 2.1 3.14 67807.3
Oct07 63336.50 2.1 3.02 68015.6
Nov07 63003.48 2.1 3.00 71930.7
Dic07 63301.75 2.0 2.98 74150.5
Ene08 60262.25 2.0 2.95 74491.3
Feb08 62217.15 1.9 2.90 74996.5
Mar08 66407.25 1.9 2.81 74238.5
Abr08 62610.46 1.9 2.75 77476.1
May08 63848.90 1.8 2.80 79055.0
Jun08 61563.81 1.6 2.89 82966.3
Jul08 63139.30 1.7 2.85 83162.7
Ago08 60928.90 1.7 2.89 86589.6
Sep08 59326.95 1.6 2.96 88964.6
Oct08 58110.40 1.7 3.07 94259.2
Nov08 61069.89 1.6 3.09 97199.2
Dic08 59940.74 1.6 3.11 99257.2
Ene09 60668.37 1.6 3.15 100183.0
Feb09 61555.81 1.6 3.24 101646.0
Mar09 61187.65 1.5 3.17 100409.0
Abr09 64857.07 1.5 3.08 97953.3
May09 66321.07 1.4 2.99 99153.1
Jun09 68591.53 1.3 2.99 99850.6
Jul09 67603.89 1.4 3.01 100760.0
Ago09 67960.40 1.4 2.95 100213.0
Sep09 71493.76 1.4 2.91 99222.0
Oct09 71208.20 1.3 2.87 100714.0
Nov09 73169.52 1.3 2.88 102732.0
Dic09 77758.45 1.2 2.88 104189.0
Ene10 77547.87 1.2 2.86 104116.0
Feb10 78683.72 1.2 2.85 105340.0

2
2
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

Mar10 81887.97 1.2 2.84 107182.0


Abr10 84322.82 1.2 2.84 109219.0
May10 85709.09 1.3 2.84 111754.0
Jun10 85342.76 1.3 2.84 113390.0
Jul10 86150.41 1.3 2.82 115377.0
Ago10 84737.34 1.4 2.80 114726.0
Sep10 83372.45 1.4 2.79 114632.0
Oct10 84355.20 1.5 2.79 116123.0
Nov10 81072.99 1.6 2.81 119328.0
Dic10 94604.79 1.6 2.82 121587.0
Ene11 91774.29 1.6 2.79 122727.0
Feb11 93723.70 1.7 2.77 124879.0
Mar11 91413.39 1.6 2.78 128618.0
Abr11 87708.69 1.6 2.82 133327.0
May11 94742.08 1.6 2.77 135998.0
Jun11 93191.08 1.6 2.76 137266.0
Jul11 96933.37 1.7 2.74 138785.0
Ago11 95934.74 1.7 2.74 140081.0
Sep11 92497.04 1.7 2.74 142392.0
Oct11 93720.40 1.7 2.73 142959.0
Nov11 95774.02 1.8 2.70 144935.0
Dic11 102691.54 1.7 2.70 148195.0
Ene12 102249.40 1.8 2.69 148854.0
Feb12 99568.54 1.8 2.68 149163.0
Mar12 99574.41 1.6 2.67 151285.0
Abr12 99568.53 1.6 2.66 152231.0
May12 98781.81 1.6 2.67 156182.0
Jun12 100898.29 1.5 2.67 158449.0
Jul12 101213.49 1.6 2.63 159658.0
Ago12 103575.13 1.5 2.62 160994.0
Sep12 104795.56 1.5 2.60 163220.0
Oct12 104457.40 1.5 2.59 164143.0
Nov12 106965.56 1.5 2.60 165793.0
Dic12 114863.65 1.5 2.57 167588.0
Ene13 110342.99 1.5 2.55 167987.0
Feb13 111873.49 1.6 2.58 169207.0
Mar13 109901.87 1.5 2.59 170989.0
Abr13 108299.76 1.6 2.60 173742.0
May13 104915.04 1.5 2.64 177985.0
Jun13 104575.07 1.5 2.75 182523.0
Jul13 106133.42 1.5 2.78 185222.0
Ago13 107387.08 1.6 2.80 189038.0
Sep13 107705.22 1.6 2.78 190242.0
Oct13 109949.15 1.7 2.77 192464.0
Nov13 111267.59 1.7 2.80 196995.0
Dic13 119491.96 1.7 2.78 198483.0
Ene14 120971.70 1.7 2.81 199962.0
Feb14 121785.78 1.8 2.81 201110.0

2
3
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

Mar14 121312.88 1.7 2.81 203633.0

2
4
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

CAPTULO IV
4.1 REGRESION ANLISIS Y RESULTADOS:

REPRESENTACIN DE LA REGRESIN:
Estimation Command:
=========================
LS LOG(CARTERA_CREDITICIA) C TM TC LOG(COLOCACIONES)

Estimation Equation:
=========================
LOG(CARTERA_CREDITICIA) = C(1) + C(2)*TM + C(3)*TC + C(4)*LOG(COLOCACIONES)

Substituted Coefficients:
=========================
LOG(CARTERA_CREDITICIA) = 5.89522660809 + 0.0605574572133*TM -
0.425378429409*TC + 0.559176239963*LOG(COLOCACIONES)

REGRESIN:

INTERPRETACION:
En la presente regresin podemos observar que todas las variables explicativas son significativas y
que el R cuadraro es de un 95%, pero viendo el test de Durbin Watson muestra que hay problemas

2
5
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

de autocorrelacin, para ver exactamente en que periodo se presenta la correlacin vemos el


siguinte cuadro.

INTERPRETACION:
Aqu observamos que existe una correlacin parcial en el primer periodo para lo cual haremos uso
de modelo autoregresivo AR(1) para corregir este problema.
Por otra parte debemos ver que los residuos sigan una distribucion normal, aqu podemos observar
el test Jarque Bera 1.147317 < 5.99, por lo que podemos decir que nuestros residuos se
aproximan a una distribucin normal.

INTERPRETACION:
En el siguiente grafico se aplica la Prueba de Normalidad (Quantile - Quantile) que nos dice que
para que exista normalidad en los residuos los puntos debern estar a lo largo de la recta, pero si los
puntos estn muy dispersos y la mayora esta fuera de la recta no existe normalidad.

2
6
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

INTERPRETACION:
En este grfico presentamos la matriz de correlacin donde podemos observar que existe o puede
existir multicolinealidad respecto a la cartera crediticia y a las colocaciones.

2
7
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

REGRESION CORREGIDA DE LOS PROBLEMAS ECONOMETRICOS.

ComandoEstimacin:
=========================
LS(DERIV=AA) LOG(CARTERA_CREDITICIA) C TM TC LOG(COLOCACIONES) MA(1)
AR(2)

EstimacinEcuacin:
=========================
LOG(CARTERA_CREDITICIA) = C(1) + C(2)*TM + C(3)*TC + C(4)*LOG(COLOCACIONES)
+ [AR(2)=C(5),MA(1)=C(6),BACKCAST=2007M03,ESTSMPL="2007M03 2014M03"]

Substituted Coefficients:
=========================
LOG(CARTERA_CREDITICIA) = 6.25042201556 - 0.0414143473274*TM -
0.407764730056*TC + 0.539070174545*LOG(COLOCACIONES) +
[AR(2)=0.722472507854,MA(1)=0.821846030863,BACKCAST=2007M03,ESTSMPL="2007M0
3 2014M03"]

REPRESENTACIN DEL MODELO

CARTERA CREDITICIA
()=6.250.04 TM 0.41 TC +0.54 log (COL)
log

2
8
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

4.2 CONTRASTACIN DE HIPOTESIS

H0: La variacin de la tasa de morosidad influye negativamente en la calidad de la


cartera crediticia del sistema financiero peruano.
H1: La variacin de la tasa de morosidad no influye negativamente en la calidad de
la cartera crediticia del sistema financiero peruano.

H0: La variacin del tipo de cambio influye negativamente en la calidad de la


cartera crediticia del sistema financiero peruano.
H1: La variacin del tipo de cambio no influye negativamente en la calidad de la
cartera crediticia del sistema financiero peruano.

H0: El crecimiento de las colocaciones influye positivamente en la calidad de la


cartera crediticia del sistema financiero peruano.
H0: El crecimiento de las colocaciones no influye positivamente en la calidad de la
cartera crediticia del sistema financiero peruano.

REGLA DE DECISIN
i
Intervalo de confianza al 99% para la pendiente

^ 1t
2 2
S xx
i ^ 1 +t
2
2
S xx

2
9
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

TASA DE MOROSIDAD

Coefficient Confidence Intervals


Date: 07/21/14 Time: 11:02
Sample: 2007M01 2014M03
Included observations: 85

90% CI 95% CI 99% CI


Variable Coefficient Low High Low High Low High
TM -0.041414 -0.132975 0.050147 -0.150914 0.068085 -0.186620 0.103791

PRUEBA DE HIPTESIS

De acuerdo a la regla de decisin de intervalos de confianza al 99% de


decisin:

Tasa de Morosidad: 0.1866200.041414 0.103791

Como la variable de la variacin de la Tasa de Morosidad cumple la regla de


decisin, entonces se aprueba la hiptesis nula:

H0: La variacin de la tasa de morosidad influye negativamente en la calidad de la


cartera crediticia del sistema financiero peruano.

TIPO DE CAMBIO

Coefficient Confidence Intervals


Date: 07/21/14 Time: 11:02
Sample: 2007M01 2014M03
Included observations: 85

90% CI 95% CI 99% CI


Variable Coefficient Low High Low High Low High
TC -0.407765 -0.561368 -0.254161 -0.591462 -0.224068 -0.651362 -0.164167

PRUEBA DE HIPTESIS

De acuerdo a la regla de decisin de intervalos de confianza al 99% de


decisin:

Tipo de Cambio: 0.6513620. 4077650.1 64167

Como la variable de la variacin del Tipo de Cambio cumple la regla de


decisin, entonces se aprueba la hiptesis nula:

H0: La variacin del tipo de cambio influye negativamente en la calidad de la


cartera crediticia del sistema financiero peruano.

3
0
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

COLOCACIONES

Coefficient Confidence Intervals


Date: 07/21/14 Time: 11:02
Sample: 2007M01 2014M03
Included observations: 85

90% CI 95% CI 99% CI


Variable Coefficient Low High Low High Low High

LOG(COLOCACIONES) 0.539070 0.409968 0.668172 0.384675 0.693465 0.334329 0.743811

PRUEBA DE HIPTESIS

De acuerdo a la regla de decisin de intervalos de confianza al 99% de


decisin:

Colocaciones: 0.334329 0.539070 0.743811

Como la variable del crecimiento de las colocaciones cumple la regla de


decisin, entonces se aprueba la hiptesis nula:

H0: El crecimiento de las colocaciones influye positivamente en la calidad de la


cartera crediticia del sistema financiero peruano.

MODELO FINAL
TM
TC



,
, COL
+
CC=f

CARTERACREDITICIA= 0 1 TM 2 TC + 3 COL

Dnde:
0 : 6.250422

1 : -0.041414

3
1
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

2 : -0.407765

3 : 0.539070

CONCLUSIONES

La cartera crediticia de nuestro pas segn a lo que hemos desarrollado viene influenciada
por tres grandes componentes que son muy importantes, como el primero de ellos tenemos
a la variacin de la tasa de morosidad, esta tasa tiene una influencia negativa a la cartera
crediticia, podemos afirmar que, cuando sea ms pequeo la tasa de morosidad mayor ser
el otorgamientos de crditos a lo que lo solicitan.

El otro componente importante de la cartera crediticia, el tipo de cambio observando


nuestros resultados, esta variable tiene un efecto negativo a la cartera crediticia por lo que
podemos decir que la fluctuacin del tipo de cambio cuando mayor se este, menor ser la
cantidad de cartera crediticia en nuestra economa.

Las colocaciones en su tendencia creciente son un componente importante en la cartera


crediticia de nuestro pas, ya que a medida que las colocaciones crecen, la cartera crediticia
de nuestro pas tambin crecer.

El estudio del presente ensayo muestra que las variables explicativas si son significativas y
explican el modelo negativamente y positivamente. Los errores que haya tenido el modelo
se han corregido, utilizando logaritmos para normalizar la variable explicativa de
crecimiento de colocaciones y una para normalizar la variable explicada de la cartera
crediticia.

El uso de la regla de decisin para la prueba de hiptesis son los intervalos de confianza al
99%, esto nos da confiabilidad de aprobar o desaprobar las variables y tambin poder
afirmar en que medida afectan a la cartera crediticia de nuestro pas

3
2
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

BIBLIOGRAFA

Aguilar, G. y G. Camargo 2004 Anlisis de la Morosidad en las

instituciones microfinancieras del Per. En Mercado y Gestin del microcrdito

en el Per. Lima: Consorcio de Investigacin Econmica y Social. Serie:

Diagnstico y Propuestas No 12.


Alexander Campos (2005) Morosidad crediticia y tamao: un anlisis de la crisis

bancaria peruana. En Revista Concurso de Investigacin para

JvenesEconomistas2001-2002.Banco Central de Reserva del Per.


Clair, R. 1992 Loan Growth and Loan Quality: Some Preliminary Evidence from
Delgado y Saurina (2004) Determinantes de la morosidad de las cajas de ahorros

espaolas, Investigaciones Econmicas, vol. XXII(3), pp. 393-426.


Fernando Escobar (2004) Morosidad crediticia y tamao: un anlisis de la crisis

bancaria peruana. En Revista Concurso de Investigacin para Jvenes

Economistas 2001-2002. Banco Central de Reserva del Per.


Freixas, X. y J. Rochet 2008 Microeconomics of Banking. The MIT Press, USA
Freixas, X. J. De Hevia y A. Inurrieta1994 Determinantes macroeconmicos de la

morosidad bancaria: un modelo emprico para el caso espaol. En Moneda y

Crdito 199, pp.125-156.


Jimnez y Saurina (2006) Determinantes de la morosidad bancaria en una

economa dolarizada. El caso uruguayoDocumentosdeTrabajoN0722. Banco de

Espaa.

3
3
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PER
Facultad de economa

Ledgerwood(1999) Credit Ration ing in Market with Imperfect Information.

EnAmerican - EconomicReview,71:3.
Muoz, Jorge 1999 Calidad de la cartera del sistema bancario y el ciclo
econmico: una aproximacin economtrica para el caso peruano. En Revista de
Estudios Econmicos, No 4, Banco Central de Reserva del Per.
Stiglitz, J. y A. Weiss 1981 Credit Rationing in Market with Imperfect

Information. En American Economic Review, 71:3.


Saurina, Jess 1998 Determinantes de la morosidad de las cajas de ahorro

espaolas. En Investigaciones Econmicas. Vol. XXII, N 3, pp. 393-426.


Texas Bank. En Economic Review, Federal Reserve Bank of Dallas. Third

Quarter, pp. 9-22.


Vallcorba,M. y Delgado, J.(2007)Determinantes de la morosidad bancaria en una

economa dolarizada. El caso uruguayo Documentos de Trabajo N0722. Banco de

Espaa.
Wadhwani, S.1986 Inflation Bankruptcy, Default Premia and the Stock Market.

En The Economic Journal N 96, pp. 120-138.

3
4

Potrebbero piacerti anche