Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
NACIONAL
TEMA:
“RIESGO CREDITICIO EN EL PERÚ”
CÁTEDRA: Economía internacional II
CATEDRÁTICO: Econ: Leon Rivera Mallma
INTEGRANTES:
Landeo Mendoza, Omer Antony
SEMESTRE: VIII
HUANCAYO- PERU
2014
HUANCAYO- PERU
2013
[Escribir el nombre de la compañía]
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
ÍNDICEY
ÍNDICE........................................................................................................... 2
RESUMEN...................................................................................................... 3
CAPÍTULO I.................................................................................................... 4
1.1 FUNDAMENTO....................................................................................................... 4
1.2 DIAGNOSTICO....................................................................................................... 4
1.3 PLANTEAMIENTO DEL PROBLEMA.........................................................................8
1.4 PROBLEMA DE INVESTIGACIÓN...........................................................................11
a. PROBLEMA GENERAL.......................................................................................... 11
b. PROBLEMAS ESPECÍFICOS..................................................................................12
1.5 OBJETIVOS:......................................................................................................... 12
A. OBJETIVO GENERAL................................................................................................12
B. OBJETIVOS ESPECÍFICOS........................................................................................12
CAPÍTULO 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 HIPÓTESIS:.......................................................................................................... 17
2.6.1 Hipótesis General............................................................................................ 17
2.6.2 Hipótesis Específicos.......................................................................................17
CAPÍTULO III................................................................................................18
3. METODOLOGÍA:......................................................................................18
3.1.1 EL ENFOQUE DE LA INVESTIGACIÓN...............................................................18
3.1.2 EL MODELO ECONOMÉTRICO..........................................................................18
3.2 VARIABLES.......................................................................................................... 20
3.3 DATOS................................................................................................................. 21
CAPÍTULO IV................................................................................................23
4.1 REGRESION ANÁLISIS Y RESULTADOS:..................................................23
REPRESENTACIÓN DE LA REGRESIÓN:...........................................................................23
REPRESENTACIÓN DEL MODELO....................................................................................26
2
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
RESUMEN
3
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
peruano está determinada tanto por factores macroeconómicos tales como el ciclo económico
y las variaciones del tipo de cambio, así como por factores microeconómicos o del sector
negativa entre la tasa de morosidad crediticia y el ciclo de actividad económica que afecta al
PBI y al tipo de cambio, es decir, que en los períodos de recesión económica aumenta los
en la volatilidad del tipo de cambio deteriora los índices de morosidad en moneda extranjera.
que el factor que mas afectan el desempeño de la morosidad está relacionada con la propia
4
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
CAPÍTULO I
1.1 FUNDAMENTO
1.2 DIAGNOSTICO
5
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
6
CHOQUES AGREGADOS Y LA TASA DE MOROSIDAD EN EL PERÚ
12.00%
Leve reactivación
inicial
10.00%
8.00%
6.00%
Crisis
Subprime
4.00%
2.00%
4.50%
4.00%
Mayor impacto
3.50% de la reciente
3.00%
crisis
2.50%
2.00%
1.50%
1.00%
0.50%
3.50%
Choques estacionales: Vedas
3.00%
Choque idiosincrático:
Mayores precios de la harina
2.50% de pescado
2.00%
1.50%
1.00%
0.50%
Por tanto para poder analizar más detalladamente que ocurre con los ratios de morosidad
(Es una variable proxy del riesgo de crédito), la disponibilidad de fondos de los deudores.
Variación porcentual del tipo de cambio en 12 meses y Crecimiento en los últimos doce
meses de las colocaciones que contiene información sobre factores propios de las entidades
de crédito que afectan el comportamiento futuro de la cartera morosa; veamos los
siguientes gráficos:
GRÁFICO Nº 01
INDICADORES DE CALIDAD DE CARTERA (% de las colocaciones brutas)
GRÁFICO Nº 02
PRODUCTO BRUTO INTERNO (var %) Y LA TASA DE MOROSIDAD
GRÁFICO Nº 03
EVOLUCIÓN DE LA TASA DE MOROSIDAD
FUENTE: Tomado de: Departamento de Análisis del Sistema Financiero; Pablo J.
Azabache La Torre
Del gráfico 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 también que en nuestro país la tasa de morosidad fue alta hasta el 2008 esto fue
disminuyendo a partir del 2009.
b. PROBLEMAS ESPECÍFICOS
1.5 OBJETIVOS:
a. OBJETIVO GENERAL
b. OBJETIVOS ESPECÍFICOS
CAPÍTULO II
2. MARCO TEORICO:
1
5
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
deterioradas para lo cual venden esta cartera a otra entidad a un precio simbólico;(b)
pos programas de canje de cartera con el respaldo de los bonos del gobierno; y(c)El
cálculo de los indicadores de cartera se hacen de manera agregada y estática, no
obstante que la morosidad tiene un comportamiento dinámico.
1
6
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
2.4 COLOCACIONES
Esta variable es de mucho interés, puesto que cuando hay afán 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 crédito 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 explicación de las variables carteras morosas
de las entidades micro financieras.
Westley y Shaffer (1997): señalan 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 crédito.
Por tanto para la investigación nos planteamos un modelo el cual nos lleve a una
explicación 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:
1
7
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
Donde:
2.6 HIPÓTESIS:
1
8
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
CAPÍTULO III
3. METODOLOGÍA:
Donde:
1
9
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
μ : errores
En general, no hay una expresión de forma cerrada para los parámetros de mejor
ajuste, como sucede en el caso de la regresión lineal. Métodos numéricos
de optimización son aplicados con el fin de determinar los parámetros de mejor ajuste. Otra
vez, en contraste con la regresión lineal, podría haber varios máximos locales de la función
a ser optimizada. En la práctica, se suponen algunos valores iníciales los cuales junto con
el algoritmo de optimización conducen a encontrar el máximo global.
c) Obtención del Correlograma de los residuos para que existe una correlación
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 distribución normal.
e) Realizamos la Prueba de Normalidad (Quantile - Quantile) que nos dice que
para que exista normalidad en los residuos los puntos deberán estar a lo largo de la
recta.
f) Obtenemos la matriz de correlación donde podemos observar que existe o puede
existir multicolinealidad respecto a la cartera crediticia y a las colocaciones.
g) Realizamos una regresión 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.
CARTERA−CREDITICIA
(¿)=β 0−β 1 TM −β 2 TC + β 3 log ( COL)+ μ
log ¿
3.2 VARIABLES
VARIABLE SIGLAS
Cartera crediticia CARTERA – CREDITICIA
Tasa de Morosidad TM
2
1
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
3.3 DATOS
2
2
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
2
3
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
2
4
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
CAPÍTULO IV
4.1 REGRESION ANÁLISIS Y RESULTADOS:
REPRESENTACIÓN DE LA REGRESIÓN:
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)
REGRESIÓN:
INTERPRETACION:
En la presente regresión 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 PERÚ
Facultad de economía
INTERPRETACION:
Aquí observamos que existe una correlación 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, aquí podemos observar
el test Jarque – Bera 1.147317 < 5.99, por lo que podemos decir que nuestros residuos se
aproximan a una distribución 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 deberán estar a lo largo de la recta, pero si los
puntos están muy dispersos y la mayoría esta fuera de la recta no existe normalidad.
2
6
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
INTERPRETACION:
En este gráfico presentamos la matriz de correlación 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 PERÚ
Facultad de economía
ComandoEstimación:
=========================
LS(DERIV=AA) LOG(CARTERA_CREDITICIA) C TM TC LOG(COLOCACIONES) MA(1)
AR(2)
EstimaciónEcuación:
=========================
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"]
CARTERA −CREDITICIA
(¿)=6.25−0.04 TM −0.41 TC +0.54 log (COL)
log¿
2
8
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
REGLA DE DECISIÓN
βi
Intervalo de confianza al 99% para la pendiente
^β 1−t α
2 √ σ2
S xx √
≤ βi ≤ β^ 1 +t α
2
σ2
S xx
2
9
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
TASA DE MOROSIDAD
PRUEBA DE HIPÓTESIS
TIPO DE CAMBIO
PRUEBA DE HIPÓTESIS
3
0
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
COLOCACIONES
PRUEBA DE HIPÓTESIS
MODELO FINAL
TM
TC
¿
¿
¿
−¿ ,
−¿ , COL
+¿
CC=f ¿
Dónde:
β 0 : 6.250422
β 1 : -0.041414
3
1
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
β 2 : -0.407765
β 3 : 0.539070
CONCLUSIONES
La cartera crediticia de nuestro país según a lo que hemos desarrollado viene influenciada
por tres grandes componentes que son muy importantes, como el primero de ellos tenemos
a la variación de la tasa de morosidad, esta tasa tiene una influencia negativa a la cartera
crediticia, podemos afirmar que, cuando sea más pequeño la tasa de morosidad mayor será
el otorgamientos de créditos a lo que lo solicitan.
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 decisión para la prueba de hipótesis son los intervalos de confianza al
99%, esto nos da confiabilidad de aprobar o desaprobar las variables y también poder
afirmar en que medida afectan a la cartera crediticia de nuestro país
3
2
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
BIBLIOGRAFÍA
España.
3
3
UNIVERSIDAD NACIONAL DEL
CENTRO DEL PERÚ
Facultad de economía
EnAmerican - EconomicReview,71:3.
Muñoz, Jorge 1999 “Calidad de la cartera del sistema bancario y el ciclo
económico: una aproximación econométrica para el caso peruano”. En Revista de
Estudios Económicos, No 4, Banco Central de Reserva del Perú.
Stiglitz, J. y A. Weiss 1981 “Credit Rationing in Market with Imperfect
España.
Wadhwani, S.1986 “Inflation Bankruptcy, Default Premia and the Stock Market”.
3
4