CARACTERÍSTICAS DE UN MODELO DE ALERTA TEMPRANA

PARA LAS EMPRESAS DE MICROFINANZAS EN EL PERÚ

Econ. Saúl Vela Zavala1

Cuarenta años después de que el profesor Altman (1968)2 presentó sus trabajos pioneros
conducentes a estimar la probabilidad de quiebra de empresas estadounidenses y determinar sus
predicciones a través de un Z-score discriminante, se han desarrollado una variedad de trabajos en
esa línea de investigación, los mismos que aún siguen cautivando a la comunidad académica y
financiera internacional. Es así que los recientes avances científicos, están permitiendo aplicar
modelos econométricos logit y probit, así como modelos de alerta temprana con variables
explicativas macroeconómicas, microeconómicas o combinaciones de ambas, que permiten estimar
la fragilidad financiera y la probabilidad de quiebra de entidades bancarias, de tal forma que están
ayudando a prevenir y tomar acciones correctivas (alertas tempranas) antes que el evento de riesgo
se materialice.

En estos tiempos, en donde la actual crisis financiera internacional esta poniendo en evidencia la
falta de controles éticos y regulatorios en el sistema financiero mundial, conduciendo a los
hacedores de políticas económicas y regulatorias e incluso a los que dirigen las empresas
financieras, a reformular sus estrategias gerenciales vigentes, con el objeto de que el sistema
financiero y los agentes que intervienen en ella, se conduzcan de manera más eficiente en un nuevo
orden económico social. Situación que esta permitiendo a los modelos de alerta temprana ganar
nuevamente relevancia, en vista que sus resultados tienen como propósito adelantarse a situaciones
de riesgo mediante la detección de fragilidades financieras que pueden poner en peligro la
estabilidad económica de la empresa y por ende generar riesgo sistémico en el conjunto del
sistema.

En esa línea de acción, las micro y pequeñas empresas, como parte importante de la actividad
económica, son de vital importancia, ya que representan más del 99% de las unidades
empresariales en el Perú, y aportan a la economía casi el 50% del Producto Bruto Interno (PBI), y
alrededor del 72% de la Población Económicamente Activa (PEA) del país está vinculada a una
mype, cuyas actividades concentran alrededor del 40% de las compras estatales.3 No cabe duda
que la inclusión de los servicios financieros a aquellos segmentos de población del país, es un
determinante importante para el crecimiento y desarrollo nacional, en este esfuerzo, las entidades
de microfinanzas juegan un papel importante, ya que canalizan sus recursos orientándolos al
fortalecimiento de miles de micro y pequeños empresarios, situación que obliga a mantener la
sostenibilidad económica y financiera de las empresas de microfinanzas en el país.

En este sentido, se presenta un modelo de alerta temprana para las empresas de microfinanzas en el
Perú; Cajas Municipales de Ahorro y Crédito (CMAC), Cajas Rurales de Ahorro y Crédito
(CRAC) y Entidades de Desarrollo de la Pequeña y Microempresa (EDPYMES), utilizando de
manera explicita variables microeconómicas específicas de cada empresa (indicadores de
solvencia, calidad de activos, eficiencia, gestión, rentabilidad y liquidez), proporcionados por la
Superintendencia de Banca, Seguros y Administradora Privada de Fondos de Pensiones (SBS), con
esta información se genera un indicador financiero global, el cual se calcula como un promedio
1
Docente de la Facultad de Ciencias Administrativas y Económicas de la UIGV (svelaz@uigv.edu.pe).
2
Altman Edward I. (1968): "Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankrupcy"; The
Journal of Finance; September; pp. 589-609.
3
Asociación de Bancos del Perú, boletín financiero. Edición septiembre 2009. Año15, Nro. 62. Articulo de Alberto
Morisaki “Desarrollo de las microfinanzas en América Latina y el Perú” Pág.63.
ponderado de las variables explicativas normalizadas, permitiendo comparar el desempeño relativo
de cada entidad con respecto al sistema (benchmark)

El Modelo
Se plantea un modelo lineal general con variables específicas de cada empresa, de los cuales se
determina un indicador financiero global que permite ordenar a cada una de las entidades según su
nivel de gestión. Los factores de ponderación de este modelo son endógenos y son directamente
proporcionales a la importancia de cada uno de los indicadores.

IFG = θ1 [α1 ISOL + α 2 ICC + α 3 IEG + α 4 IR + α 5 IL] + θ 2α 6VC

De donde:

IFG = Indicador Financiero Global

ISOL = Indicadores de solvencia
ICC = Indicadores de calidad de cartera
IEG = Indicadores de eficiencia y gestión
IR = Indicadores de rentabilidad
IL = Indicadores de liquidez
VC = Variables cualitativas binarias (0,1)

θ1 = Ponderador relativo a las variables cuantitativas.

θ2 = Ponderador relativo a las variables cualitativas.
α1 = Ponderador relativo a los indicadores de solvencia
α2 = Ponderador relativo a los indicadores de calidad de activos
α3 = Ponderador relativo a los indicadores de eficiencia y gestión

α4 = Ponderador relativo a los indicadores de rentabilidad

α5 = Ponderador relativo a los indicadores de liquidez

α6 = Ponderador relativo a las variables cualitativas

Además:

θ1 + θ 2 = 100%

∑α
i =1
i = 100% y α 6 = 100%
 El Modelo Específico

   X1~,1 − MinX ~   X1~,2 − MinX ~    X 2~,1 − MinX ~   X 2,2 − MinX  

   T 1,1   T 1, 2    T 2,1   T 2, 2  
α1 β1  + β2   + α2 β3  + β4  + 
   rangoMax ~ − Min ~ 
  
(
X T 1,1 X T 1,1
)
 
(
 rangoMax − Min
 X T~1, 2
) 
X T~1, 2 
  
(
  rangoMax ~ − Min ~ 
X T 2 ,1
)
X T 2,1

 rango Max − Min  

  X T 2, 2 X T 2, 2 




 
 
    
  X 2,3 − MinX ~
~
   X3,1 − MinX ~
~
  X3,2 − MinX ~
~
  X3,3 − MinX  
     
 + α β 
T 2, 3 T 3,1 T 3, 2
β  
T 3, 3

3 6
 + β7   + β8   +
 5 
  rango MaxX ~ − MinX ~  

 
 






rango Max( X T~3,1
− Min )
X T~3,1 





(
rango Max X T~3, 2
− Min ) 
X T~3, 2 

 rango Max − Min  

  X T 3, 3 X T 3,3 




  T 2 , 3 T 2 , 3

 
IFG= θ1  + θ2α6VC
 
  X3,4 − MinX    X 4,1 − MinX   X 4,2 − MinX   X 4,3 − MinX  
       
β   +
T 3, 4 T 4,1 T 4, 2 T 4, 3

 + α4 β10  + β11  + β12

 9                
  rango MaxX T 3,4 − MinX T 3, 4     rango MaxX T 4,1 − MinXT 4,1    rango MaxX T 4,2 − MinX T 4,2    rango MaxX T 4,3 − MinX T 4,3   
            
 
 
 
   X5,1 − MinX   X5,2 − MinX  
   T 5,1   T 5, 2  
α β
 5  13  + β 14
  

   rango MaxX − MinX     rango MaxX − MinX    

    T 5,1 T 5,1     T 5, 2 T 5, 2  
 
 

De donde:

β1 = Peso relativo al indicador apalancamiento global.

β2 = Peso relativo al indicador pasivo total / capital social y reservas.
β3 = Peso relativo al indicador cartera atrasada / créditos directos.
β4 = Peso relativo al indicador provisiones / cartera atrasada.
β5 = Peso relativo al indicador créditos refinanciados y reestructurados / créditos directos.
β6 = Peso relativo al indicador gastos de adm. anualizados / créditos directos e indirectos prom.
β7 = Peso relativo al indicador gastos de operación / margen financiero total.
β8 = Peso relativo al indicador créditos directos / empleados.
β9 = Peso relativo al indicador créditos / número de oficinas.
β10 = Peso relativo al indicador utilidad neta anualizada / patrimonio promedio.
β11 = Peso relativo al indicador utilidad neta anualizada / activo promedio.
β12 = Peso relativo al indicador ingresos financieros anualizados / activo rentable promedio.
β13 = Peso relativo al indicador de liquidez en M.N.
β14 = Peso relativo al indicador de liquidez en M.E.

Las Variables Explicativas

Las variables que se han tomado en cuenta son:

INDICADORES DE SOLVENCIA
X1,1 = Apalancamiento Global: Activos y créditos contingentes ponderados por riesgo crediticio
más posiciones afectas a riesgos de mercado / patrimonio efectivo (número de veces).
X1,2 = Pasivo Total / Capital Social y Reservas. Nivel de apalancamiento financiero de la empresa
(en número de veces).
INDICADORES DE CALIDAD DE ACTIVOS
X2,1 = Cartera Atrasada / Créditos Directos. Porcentaje de los créditos directos que se encuentran en
situación de vencido o en cobranza judicial.
X2,2 = Provisiones / Cartera Atrasada. Porcentaje de la cartera atrasada que se encuentra cubierta
por provisiones para créditos.
X2,3 = Créditos Refinanciados y Reestructurados / Créditos Directos. Porcentaje de los créditos
directos que han sido refinanciados o reestructurados.

INDICADORES DE EFICIENCIA Y GESTIÓN

X3,1 = Gastos de Administración Anualizados / Créditos Directos e Indirectos Promedio. Gasto
anualizado de personal, directorio, servicios recibidos de terceros, impuestos y contribuciones por
cada 100 nuevos soles de cartera de créditos directos e indirectos promedio de los últimos 12
meses.
X3,2 = Gastos de Operación / Margen Financiero Total. Porcentaje de los ingresos netos que se
destina a gastos de personal, directorio, servicios recibidos de terceros, impuestos y
contribuciones, depreciación y amortización.
X3,3 = Créditos Directos / Empleados. Monto promedio de créditos directos por empleado (en miles
de nuevos soles).
X3,4 = Créditos / Número de Oficinas. Monto promedio de créditos otorgados en cada oficina (en
miles de nuevos soles).
INDICADORES DE RENTABILIDAD
X4,1 = Utilidad Neta Anualizada / Patrimonio Promedio. Rentabilidad anualizada con relación al
patrimonio contable promedio de los últimos 12 meses.
X4,2 = Utilidad Neta Anualizada / Activo Promedio. Rentabilidad anualizada con relación al activo
total promedio de los últimos 12 meses.
X4,3 = Ingresos Financieros Anualizados / Activo Rentable Promedio. Rendimiento implícito
anualizado que recibe la empresa por el total de activo rentable promedio de los últimos 12 meses.
INDICADORES DE LIQUIDEZ
X5,1 = Ratio de Liquidez en MN. Ratio del Promedio mensual de los activos líquidos en MN entre
pasivos de corto plazo en MN.
X5,2 = Ratio de Liquidez en ME. Ratio del Promedio mensual de los activos líquidos en ME entre
pasivos de corto plazo en ME.

Efectos de normalización
Antes de calcular el indicador financiero global, se debe normalizar los indicadores, para que
resulte homogénea y compatible. Es decir, significa convertir los indicadores de cada empresa, de
tal manera que el mayor valor refleje una situación más favorable y el menor valor una situación
menor favorable. Para lo cual se normaliza a través del rango de la variable. Así la variable
máxima (más favorable) es equivalente a 1 y la variable mínima (menos favorable) es equivalente
a 0; la equivalencia de las demás variables caen en el rango abierto <1,0> o sea mayores a 0, pero
menores a 1. Cada indicador normalizado se pondera con su respectivo ponderador y por el peso
asignado en función de sus variables cuantitativas, cualitativas o una combinación de ambas. De
esta forma se obtiene el Indicador Financiero Global.

Calibración
Los ponderadores del modelo han sido calibrados endogenamente.
 Ponderador Peso Ponderador Peso Ponderador Peso
θ1 100%
β1 65%
β9 20%

θ2 0%
β2 35%
β10 34%

α1 25%
β3 65%
β11 33%

α2 30%
β4 29%
β12 33%

α3 20%
β5 6%
β13 60%

α4 10%
β6 10%
β14 40%

α5 15%
β7 50%

α6 0%
β8 20%

Resultados

Se muestran los resultados del modelo para cada sistema para el periodo septiembre de 2009.

Sistema de Cajas Municipales de Ahorro y Crédito (CMAC) Sistema de Cajas Rurales de Ahorro y Crédito (CRAC)

CMAC Cusco, 0.80 CRAC Prymera, 0.61

CMAC Huancayo, 0.70
TOTAL CMAC, 0.48 0.90 0.68 TOTAL CRAC, 0.44 CRAC Credinka, 0.60
0.60
0.80
0.70 0.50
0.60 CMAC Arequipa, 0.59
CMAC Pisco, 0.16 0.40
0.50 CRAC Libertadores de CRAC Sipan, 0.56
0.40 Ayacucho, 0.11 0.30
0.30
0.20
0.20
CMAC Del Santa, 0.33 CMAC Paita, 0.53
0.10 0.10
0.00
0.00
CRAC Chavin, 0.32 CRAC Señor de Luren,
0.52
CMAC Trujillo, 0.36 CMAC Tacna, 0.50

CMAC Piura, 0.36 CMAC CRAC Profinanzas, 0.40 CRAC Cajamarca, 0.51
Ica , 0.47

CMAC Sullana, 0.44

CMAC Maynas, 0.45
CRAC Nuestra Gente,
CRAC Los Andes, 0.42 0.42

Entidades de Desarrollo de la Pequeña y Microempresa (Edpymes)

Micasita, 0.55

TOTAL EDPYMES, 0.43 0.60

Credijet, 0.52
0.50

0.40
Pro Negocios, 0.37 Efectiva, 0.49
0.30

0.20

0.10

Acceso Crediticio, 0.39 0.00 Raíz, 0.48

Credivison, 0.46
Solidaridad, 0.39

Alternativa, 0.45
Proempresa, 0.40
Nueva Visión, 0.44