Análisis de factores que inciden en la morosidad de Cajas Municipales en Piura, Perú 2011

UNIVERSIDAD NACIONAL DE PIURA
FACULTAD DE ECONOMA
ANLISIS E IDENTIFICACIN DE LOS FACTORES QUE INCIDEN EN LA MOROSIDAD DE LAS CAJAS MUNICIPALES DE LA REGIN PIURA EN EL AO 2011
CURSO
Metodologia de la Investigacin
PROFESOR
Jos Ordinola Boyer Renato Cornejo Abad
ALUMNA
Caro Rosales Arianis Madrid Pea Alexander
PIURA-PER
2011
Anlisis e identificacin de los factores que inciden en los niveles de morosidad en las Cajas Municipales de La Regin Piura en el ao 2011
Comentario [O1]: NO EXISTE UN ESQUEMA NI UN INDICE DE CONTENIDO COMPAGINADO
Introduccin
En el contexto nacional de la economa peruana en donde el rol y la importancia de las micro y pequeas empresas son importantes para el desarrollo del pas, dado que ellas representan el 94% del total de las empresas en el Per, siendo las que aportan el 40% del PBI y en donde el 72%1 de los peruanos han encontrado un puesto de trabajo, es importante que se tomen las medidas correspondientes para poder darles el impulso que necesitan y poder superar las limitantes que se le presentan, tales como el acceso al financiamiento.
Comentario [O2]: REDACCION QUE LO QUE QUIERE DECIR AQU???
El financiamiento de las micro y pequeas empresas para el desarrollo de las mismas, es indispensable para el dinamizar la economa, sin embargo la facilidad del acceso al crdito con otorgamientos de montos por encima de la capacidad de sus ingresos, que son mal invertidos o empleados de manera innecesaria por falta de asesoramiento, ha ocasionado la problemtica del sobreendeudamiento, conllevando a altos niveles de morosidad presentndose as problemas en los mbitos econmico, financiero, familiar y social.
Comentario [O3]: !!!QUE HORRIBLE REDACCION
En nuestro pas con el crecimiento econmico experimentado en los ltimos aos ha logrado la presencia de un gran nmero de entidades de apoyo financiero a las pequeas empresas, sin embargo la existencia de este gran nmero de entidades ha generado que el acceso al crdito sea ms fcil, las polticas de otorgamiento de crditos son mas flexibles, conllevando a las microempresas al sobreendeudamiento sin poder asumir sus responsabilidades financieras, generando de este modo elevados niveles de morosidad en las entidades financieras. Sin embargo existen otras causas interesantes que mereceran la pena investigar sobre los niveles de morosidad en el sistema financiero piurano a nivel de cajas municipales.
Considerando que este fenmeno de la morosidad es uno de los problemas que ms aquejan a las entidades financieras les resulta interesante conocer los factores incidentes en los niveles de morosidad, para tomar en cuenta y poder lograr mayores niveles de rentabilidad y por otro lado contribuir a que las microempresas sujetas de crdito sean mejor orientadas sobre su endeudamiento y permitan realizar inversiones propicias que les ayuden a progresar y no endeudarse indebidamente y hacer el ciclo de vida de su empresa muy corto como es de costumbre en nuestro pas.
Giancarlo Falconi Canepa, Tecnologas de la Informacin en la Pequea y Micro Empresa, pag. 2 y 3.
La presente investigacin se justifica, en gran medida debido a que la morosidad se presenta como un problema para las entidades que brindan crditos especficamente las cajas municipales de la regin2 que son la unidad de anlisis, dado que enfrentan riesgos en cuanto a los retrasos en los pagos, por lo que conocer qu determina ese riesgo les permite estar mas alerta a dichos eventos negativos. Consecuentemente considerando que estas entidades son las principales fuentes de financiamiento de las pequeas y medianas empresas, el mejor manejo de los niveles morosidad permitir el desarrollo de estas ltimas y por ende al de la regin.
De aqu surge el motivo de la presente investigacin en la que se realizar un anlisis de los determinantes de la morosidad existente en los crditos que otorgan las cajas municipales de la regin Piura, dado que el acceso al crdito, no tiene por qu tener efectos negativos en la economa en general.
Es por ello que se pretende analizar los factores incidentes de la morosidad en las Cajas Municipales de la Regin Piura, identificando los principales factores que influyen en este fenmeno, as como un anlisis de este fenmeno a nivel de sectores o de productos, y algunas comparaciones de los niveles de mora con la banca comercial, las financieras y Edpymes.
Comentario [O4]: EN LA INTRODUCCION DEBERIA PRECISARSE EL OBJETIVO Y LA HIPOTESIS DE INVESTIGACION, INDICARSE EL PLANTEAMIENTO METODOLOGICO Y EXPLICAR COMO ES QUE SE ESTRUCTURO ANALITICAMENTE EL DOCUMENTO, DESTACANDO SUS PRINCIPALES HALLAZGOS LO DEMAS ES PURA POESI
Caja municipal de Paita, caja municipal de Piura, Caja municipal de Sullana, Caja municipal de Trujillo. Fuente SBS.
ESQUEMA DE CONTENIDO
Comentario [O5]: ORDENAR TODO E BASE A ESTE ESQUEMA E INDICE DE CONTENIDO
Introduccin Captulo I: Marco terico . 1.1 Definiciones de la Morosidad.. 1.2 Clasificacin crediticia del deudor . 7 9 9
1.2.1 Categoras de clasificacin crediticia del deudor .. 10 1.3 Factores determinantes de la morosidad . 1.4 Revisin de Literaturas referidas a la investigacin 12 15
Captulo II: Caracterizacin del mercado financiero de la Regin Piura. 18 Captulo III: Descripcin de los datos y desarrollo de la metodologa empleada 24
Comentario [O6]: ESTE CAPITULO NO ANUNCIA NINGUN DESDOBLAMIENTO??
3.1Estructuracin y tratamiento de la base datos 24 3.3 Estimacin del modelo y pruebas de rigor 27 Captulo IV: Presentacin de los resultados .. 32
Comentario [O7]: ESTE CAPITULO NO ANUNCIA NINGUN DESDOBLAMIENTO??
Conclusiones y Recomendaciones 44 Referencias Bibliogrficas Anexos
Lista de tablas y Grficos: Tablas: Tabla N 1: Riesgo Crediticio Clasificacin del deudor microempresario en funcin al cumplimiento en los pagos Tabla N2: Objetivos, Inicio de operaciones, Nmero de agencias Tabla N3: Crditos directos de las cajas Municipales (en miles de nuevos soles) Tabla N4: crdito del Sistema financiero (saldos en miles de nuevos soles) Tabla N 5: Productos, Modalidad, colocacin, pblico al que se dirige. Tabla N 6 : Tasas de inters de acuerdo al tipo de crdito. Tabla n 7: Muestra Tabla n 8: Modelo Logit Tabla n 9: Modelo Probit Tabla n 10: Parmetros estimados Tabla n 11: Modelo Probit Significativo Tabla n 12: comparacin de modelo logit y probit Tabla n 13: Resumen de parmetros Tabla n 14: Tabla de contingencia En que invirti el crdito el crdito otorgado? Tabla N 15:Crdito otorgado a pequeas y Microempresas (Saldo en Miles de Nuevos Soles) Tabla N 16: Piura, Indicador de Actividad Econmica Regional (Variacin Porcentual respecto a similar periodo del ao anteriores) Tabla n 17: Crdito directo por Provincia (En miles de Nuevos soles) Tabla n 18: Piura, Morosidad el sistema Financiero (En % de las colocaciones Brutas) Grficos: Grfico N1: Qu tiempo de inciado tiene su negocio? Grfico N2: Con cuntas entidades financieras trabaja usted? Grfico N3: En que invirti el crdito oorgado? Grfico N4: Qu documentacin le fue solicitada para el otorgamiento del crdito? Grfico N5: A que actividad se dedica? Grfico N6: Cunto tiempo le demora la entrega del crdito? Grfico N7: El crdito fue supervisado por algn jefe superior al anlista de crdito? Grfico N8: Se le pregunto a usted que fechas quisiera pagar sus cuotas? Grfico N9: Por qu motivos se atrasa en los pagos? Grfico N10: Morosidad en el sistema financiero
Comentario [O8]: LAS LISTAS DE TABLAS Y GRAFICOS NORMALMENTE VA ANUNCIADAS CON UN INDICE COMPAGINADO
CAPTULO I: MARCO TERICO Y CONCEPTUAL
En el presente capitulo se pretende esbozar un esquema de conceptos e ideas referentes a la morosidad puesto que teoras ciertamente dichas sobre los determinantes de la morosidad o factores influyentes de la morosidad aun no han sido establecidas. Partiremos de la idea de que las instituciones financieras, tanto entidades bancarias como micro financieras, que tienen como actividad principal la intermediacin de fondos, captando los recursos financieros de los agentes superavitarios para ponerlos a disposicin de agentes deficitarios, es importante considerar toda una serie de riesgos propios de este proceso y que es problema de investigacin para muchos involucrados. Segn Freixas y Rochet (1998), la actividad bancaria envuelve tres tipos de riesgos: i) el riesgo del impago de los crditos que otorga, ii) el riesgo de liquidez que enfrenta la institucin cuando no es capaz de hacer frente a sus obligaciones con sus depositantes y iii) el riesgo de mercado que afecta a su cartera de activos (y pasivos). El presente estudio busca analizar los factores que afectan el incumplimiento de los pagos de los crditos otorgados, nos centraremos en el primer tipo de riesgo llamado tambin Riesgo Crediticio. Como este tema se desenvuelve en el contexto de las microfinanzas vamos a analizar algunos puntos resaltantes de ello. As pues estas ideas primeras fueron implementadas por quien es considerado como el Padre de las Microfinanzas Muhammad Yunus. De la tesis doctoral de Alberto Martinez, Microcrdito y pobreza (2004), se extraern una primeras ideas de este tema. El microcrdito, tambin denominado microfinanzas, consiste en la provisin de una variedad de servicios financieros tales como depsitos, prstamos y seguro a familias pobres que no tienen acceso a los recursos de las instituciones financieras formales. Los prstamos son utilizados para invertir en microempresas, as como para invertir en salud y educacin, mejorar la vivienda o hacer frente a emergencias familiares. Pero el microcrdito no se limita a proveer servicios financieros solamente, sino que provee entrenamiento en el manejo del dinero, y toca aspectos tales como liderazgo, confianza, autoestima, educacin y manejo de microempresas. Y aunque algunos programas se interesan exclusivamente en lo concerniente al ahorro y el crdito, otros tienen este elemento como parte de un paquete que incluye, adems, 7
actividades relacionadas con la salud, la planificacin familiar o la organizacin de la produccin y distribucin de bienes. La manera tpica como funciona el microcrdito es otorgando un prstamo pequeo, cuyo monto est determinado por la capacidad de pago del prestatario, durante un perodo corto. Una vez pagado el primer prstamo, el prestatario puede optar por un segundo prstamo mayor, ya que ha aprendido a gerenciar sus inversiones y ha demostrado ser buen pagador. Si el beneficiario contina pagando puntualmente puede optar a prstamos cada vez mayores. El tamao mximo del prximo prstamo se determina por el desempeo en los pagos, declinando en una cantidad previamente establecida por cada cuota no pagada a tiempo. Se fija un nmero mximo de cuotas no pagadas a tiempo que hacen que el beneficiario deje de ser elegible para nuevos prstamos. Este mecanismo de control de pago es dinmico, y se recurre a l porque los pobres no tienen activos que puedan ser utilizados como colateral, lo cual representa uno de los principales obstculos para acceder a los prstamos del sistema bancario institucional. Los mercados de crditos en general son ineficientes debido al problema de informacin asimtrica que ellos envuelven (Stiglitz y Weiss, 1981). La naturaleza de las transacciones financieras es distinta al de otras transacciones econmicas, porque en ellas se establece un contrato en el que se intercambia dinero por la promesa de pago futuro del dinero que se presta. Este rasgo promisorio de las transacciones financieras hace necesario que quines otorgan crdito y quines lo reciben dispongan de una mayor cantidad posible de informacin para determinar el riesgo del crdito: De un contexto econmico estable donde puedan establecer correctamente la madurez de los contratos; de precios que flucten libremente para reflejar os riesgos del crdito y de reglas claras y precisas para hacer que los contratos se cumplan y los conflictos, en caso de producirse, se resuelvan satisfactoriamente para ambas partes. Entonces el problema de una elevada cartera morosa constituye un serio problema que compromete a viabilidad de largo plazo de la institucin y finalmente del propio sistema. En efecto, la fragilidad de una institucin financiera debido a altos niveles de morosidad de sus crditos conlleva inicialmente a un problema de liquidez, que en el largo plazo, si es recurrente y si la institucin no posee lneas de crditos de contingencia, se convierte en uno de solvencia que, determina, probablemente, la liquidacin de la institucin (Freixas y Rochet, 1998). En el caso especifico de las IMF, estudios han demostrado que elevados niveles de morosidad conducen al fracaso de estas entidades (Huppi y Feder, 1990). 8
I.1 DEFINICIN DE MOROSIDAD En los trminos ms sencillos y de acuerdo comn, la morosidad se entiende como el incumplimiento de los plazos establecidos para el pago de la cuota del crdito otorgado. Por otro lado tenemos el concepto de El riesgo de crdito, en trminos estrictos, es la posibilidad de incurrir en una prdida si la contrapartida de una transaccin no cumple plenamente las obligaciones financieras, acordadas por contrato, a su debido tiempo, forma o cuanta (Bons Piella Arianna, Llanes Mateu Marta, etc., 2007.) I.2 CLASIFICACIN CREDITICIA DEL DEUDOR Segn la Resolucin S.B.S. N 11356 - 2008 de la Superintendencia de Banca, Seguros: La clasificacin crediticia del deudor est determinada principalmente por la capacidad de pago del deudor, a travs de su flujo de caja y el grado de cumplimiento de sus obligaciones. Asimismo, deben tomarse en consideracin su solvencia, las clasificaciones crediticias asignadas por otras empresas del sistema financiero, as como su historial crediticio, entre otros elementos prudenciales. Slo se considerar el cumplimiento de las obligaciones del deudor como parmetro vlido cuando los fondos utilizados para tal fin sean generados por el propio deudor y no sean flujos financiados directa o indirectamente por terceros. Tampoco se considerarn tales cumplimientos como parmetros vlidos cuando constituyan una simple instrumentacin contable, sin que medien ingresos reales. Estos criterios sern de aplicacin general, incluso en los casos de operaciones objeto de alguna refinanciacin o reestructuracin, as como de aquellos arrendamientos financieros que tuvieron su origen en otros crditos. En caso que el deudor tenga varios crditos en la misma empresa, su clasificacin ser la correspondiente a la categora de mayor riesgo, a menos que el saldo en dichos crditos sea menor a S/. 100.00 (Cien Nuevos Soles) o al uno por ciento (1%) del total de la deuda con la empresa (con un tope mximo de tres (3) Unidades Impositivas Tributarias (UIT)), el que resulte mayor. La empresa primero consolidar la clasificacin correspondiente al deudor por modalidad de crdito aplicando el criterio sealado anteriormente; luego consolidar las distintas modalidades por tipo de crdito, aplicando el mismo criterio.
En caso el deudor tenga crditos en dos o ms empresas del sistema financiero o, en general, en cualquier patrimonio que deba reportar el Anexo N 6 Reporte Crediticio de Deudores- RCD, el deudor ser clasificado a la categora de mayor riesgo que le haya sido asignada por cualquiera de las entidades cuyas acreencias representen un mnimo del veinte por ciento (20%) en el sistema. La revisin de la clasificacin as efectuada se designar en los prrafos subsiguientes, como alineamiento. Slo se permitir un nivel de discrepancia con respecto a esta categora. La entidad que ejecute el alineamiento mensual debe considerar la clasificacin del deudor en base a la ltima informacin disponible remitida por esta Superintendencia a travs del Reporte Crediticio Consolidado RCC. La entidad deber reportar igualmente la clasificacin sin alineamiento en el campo asignado en el Reporte Crediticio de Deudores RCD. Para efecto del alineamiento se deber considerar a: i. Las carteras de crditos mantenidas por empresas del sistema financiero, incluidas las carteras castigadas que mantengan las empresas del sistema financiero y las carteras de crditos de las empresas del sistema financiero en liquidacin; ii. Las carteras de crditos que hayan sido transferidas mediante fideicomiso u otro contrato similar, siempre y cuando la empresa del sistema financiero transferente mantenga el riesgo de dicha cartera. iii. Las carteras de crditos transferidas que conforme el Reglamento de transferencia y adquisicin de cartera se encuentren obligados a seguir reportando en el RCD3. I.2.1 CATEGORAS DE CLASIFICACIN CREDITICIA DEL DEUDOR Basndonos aun en la resolucin antes citada de la SBS, las categoras para clasificar a los clientes que han incumplido sus pagos en el tiempo Cada deudor que es responsable de uno o varios tipos de crditos ser clasificado de acuerdo a las siguientes categoras:
Numeral incorporado por la Resolucin SBS N 14353-2009 del 30/10/2009
10
CATEGORA NORMAL (0) Son aquellos deudores que vienen cumpliendo con el pago de sus crditos de acuerdo a lo convenido o con un atraso de hasta ocho (8) das calendario. CATEGORA CON PROBLEMAS POTENCIALES (1) Son aquellos deudores que registran atraso en el pago de sus crditos de nueve (9) a treinta (30) das calendario. CATEGORA DEFICIENTE (2) Son aquellos deudores que registran atraso en el pago de sus crditos de treinta y uno (31) a sesenta (60) das calendario. CATEGORA DUDOSO (3) Son aquellos deudores que registran atraso en el pago de sus crditos de sesenta y uno (61) a ciento veinte (120) das calendario. CATEGORA PRDIDA (4) Son aquellos deudores que muestran atraso en el pago de sus crditos de ms de ciento veinte (120) das calendario. Tabla N 1: Riesgo Crediticio Clasificacin del deudor microempresario en funcin al cumplimiento en los pagos4
Categora de Riesgo
Comerciales Normal Con problemas potenciales
Fuente: SBS
Microempresa sin atraso hasta 60 de 61 hasta 120
Tipo de Crdito
hasta 8
Consumo
Hipo
ha de de
de 9 hasta 30 de 31 hasta 60
Deficiente
Esta modalidad de clasificar a los clientes de las entidades microfinancieras
Dudoso de 121 hasta 365 de 61 establecida por la SBS ser la referencia para nuestra investigacin ya que en funcin
a esta clasificacin cada entidad financiera reporta a sus clientes.
hasta 120
de 121
Prdida
Ms de 365
Ms de 120
Superintendencia de Banca, Seguros y AFP, El Mercado Microfinanciero Peruano y la Regulacin de las Actividades Microfinancieras en el Per, XII Foro Interamericano de la Microempresa Arequipa, 30 de septiembre 2009
11
I.3 Factores determinantes de La Morosidad En esta seccin se analizara los factores determinantes de la morosidad, resumiendo los diferentes trabajos de investigacin y siguiendo el esquema de Saurina (1998), quien plantea brevemente la literatura existente sobre los determinantes de la morosidad bancaria con el propsito de extraer hiptesis que posteriormente puedan se validadas empricamente, como un anlisis aproximado al tema de estudio. Una conclusin compartida por los modelos tericos y empricos es que existe una relacin negativa entre ciclo econmico y morosidad. Sin embargo, esta relacin puede ser afectada por las variables que se usan para medir el ciclo. El crdito bancario tiende a seguir un patrn con un claro comportamiento procclico. As, en la fase expansiva del ciclo econmico, la cartera tiende a expandirse de forma acelerada contribuyendo a profundizar la propia expansin de la economa. Por otra parte, la contraccin de los prstamos que suele observarse durante la fase descendente del ciclo, tiende a acentuar la desaceleracin econmica haciendo ms agudo el ciclo. As tambin las mayores restricciones de liquidez pueden generar problemas en la capacidad de pagos. Por ejemplo, un aumento generalizado de los salarios, del precio de las materias primas o de los tipos de inters activos puede reducir la capacidad de pago de las empresas o familias (un incremento en los salarios mejora su capacidad de pago). Tambin se deber entender que a mayores niveles de endeudamiento (medido como porcentaje del FBI o del ingreso medio) pueden aumentar las dificultades de los agentes para hacer frente a sus compromisos, ya sea por el lado del mayor peso del servicio de la deuda como por el menor acceso a crditos nuevos ya que niveles de apalancamiento ms alto hacen ms difcil obtener financiacin adicional. De manera similar Davis (1992) utiliza la tasa de crecimiento del PBI, los salarios y precios reales de las materias primas, los tipos de inters y el ratio de endeudamiento sobre PBI para explicar el ratio de quiebras empresariales en algunos pases de la OCDE. Freixas (1994) introduce mediciones de expectativas, la oferta monetaria, a demanda agregada real, la inflacin y el endeudamiento del sector privado sobre el PBI, el salario real y os tipos de inters reales. Muoz (1999) evala a travs de un modelo de efectos fijos de datos de panel el impacto del crecimiento econmico sobre la solvencia del sistema bancario peruano. 12
Encuentra que la evolucin de la tasa de morosidad es contracclica que la volatilidad del tipo de cambio afecta la mora de las colocaciones en moneda extranjera y que las variaciones de las tasas de inters tienen una relacin directa con la calidad de la cartera. A pesar que, para los autores, los factores que afectan a la morosidad de las Edpymes son principalmente microeconmicos incorporan en la estimacin a tasa de morosidad observada en el mercado crediticio local. Reconocen que si bien las caractersticas de las agencias y de la entidad determinan la tasa de morosidad por agencia, las condiciones de mercado tambin pueden afectar a este resultado, es decir, que las caracterstica regionales tienen impacto en la capacidad de los agentes de pagar sus crditos en el plazo acordado, En el caso de la estimacin de efectos fijos encuentran que un incremento de 1% en la morosidad del departamento donde se ubica la Edpyme hace que sta vea afectada su morosidad en un 0.02%, mientras que en el caso del modelo Tobit el efecto es de 0.25% En la investigacin de Guilln (2001) se encuentra evidencia que los barcos ms grandes son los ms afectados por variables externas como el tipo de cambio, contracciones de la demanda agregada y tasas de inters, mientras que las variables internas a cada institucin tienen un papel ms importante en el caso de los bancos ms pequeos, dentro de estas variables destacan la poltica de otorgamiento de crditos y a conducta tomadora de riesgos de fa institucin as como la proporcin de crdito vencidos. Se debe tener en cuenta tambin que el comportamiento de cada entidad financiera es fundamental para explicar su nivel de morosidad, por ejemplo aquellas entidades que tengan una poltica de colocaciones ms agresiva se espera que presenten tasas de morosidad mayores. En este sentido, el crecimiento del crdito, el tipo de negocio y los incentivos a adoptar polticas ms arriesgadas son los grupos de variables ms analizados. Saurina (1998). Uno de los elementos ms importantes sobre la tasa de morosidad de una institucin bancaria es la velocidad de su expansin crediticia, incrementos importantes en la tasa de crecimiento de las colocaciones pueden ir acompaados de reducciones en los niveles de exigencias a los solicitantes. El nmero de agencias de cada entidad se utiliza como un indicador proxy de la diversificacin geogrfica de cada institucin. En principio, el incremento en el nmero 13
de agencias significa tener acceso a una mayor variedad de mercados lo cual puede generar dificultades en el monitoreo y control con o que se tiende a empeorar la capacidad de evaluacin y de recuperacin, Murrugarra y Ebentreich (1999). Sin embargo, y contrariamente a lo mencionado lneas arriba, tambin se deben evaluar que si las instituciones siguen una poltica de buscar los mejores prestamistas de cada sitio es posible que el incremento en el nmero de agencias genere acceso a segmentos con mejor capacidad de pago, lo cual incremente a calidad promedio del solicitante de crdito, lo que tiende a reducir la tasa de morosidad esperada. El tipo de negocio que desarrollan las entidades tambin es un determinante de la calidad de la cartera de activos de esa institucin. En general, los crditos a familias y empresas son ms arriesgados que la compra de deuda gubernamental. En este sentido, la estructura del balance y de la cartera de activos crediticios reflejan el riesgo que quiere asumir cada entidad. Niveles mayores de riesgo de crdito suelen estar asociados a ciertos sectores. Keeton y Morris (1987) encuentran mayores niveles de riesgo de crdito en el sector agrcola. Los mismos autores (1988) desarrollan medidas de diversificacin del riesgo para explicar el ratio de morosidad, y encuentran que las entidades que para los mismos tipos de riesgo de crdito cobran tipo de inters ms altos son las que presentan mayores tasas de morosidad. Por otro lado, en toda entidad crediticia la adecuada vigilancia de los crditos colocados puede ser un determinante importante de la tasa de recuperacin. La escasez de los recursos destinados a las tareas de monitoreo es una prctica peligrosa que puede afectar la capacidad de control y recuperacin de los crditos otorgados. La relacin entre tasa de morosidad y garantas es de signo incierto ya que las teoras tradicionales sostienen que los mejores prestamistas estn dispuestos a apodar ms garantas para sealizar que son de riesgo bajo y a su vez, un mayor nmero de garantas aportadas limita el riesgo moral del cliente. Sin embargo, se han venido desarrollando teoras que plantean una relacin positiva, ya que afirman que la existencia de garantas disminuye los incentivos que tiene la institucin para un adecuado monitoreo del crdito a la par que puede generar un exceso de optimismo entre os acreditados (Padilla y Requejo. 1998).
14
I.4 Revisin de Literaturas referidas a la investigacin Como ya se dijo anteriormente no existe un modelo terico que analice de manera general los factores que determinan la morosidad bancaria ya que la mayora de modelos tericos analizan el efecto exclusivo de determinadas variables por separado. La aproximacin global se ha realizado principalmente desde una perspectiva emprica, con el objeto de encontrar aquellas variables que mejor contribuyan a determinar la tasa de morosidad observada. As pues vamos a analizar las diferentes evidencias empricas referidas a los determinantes o las causas de la morosidad de las entidades financieras. As pues tenemos la investigacin de Aguilar Giovanna, Camargo Gonzalo, Morales Saravia Rosa, que en su investigacin denominada ANLISIS DE LA MOROSIDAD EN EL SISTEMA BANCARIO PERUANO(2004) se plantea identificar las variables que afectan el nivel de morosidad del sistema bancario, evaluando el impacto tanto de las variables de carcter macroeconmico (PBI, riesgo pas, inflacin, etc.) como de aquellas relacionadas con la gestin de cada entidad financiera (poltica de crditos, diversificacin del riesgo, etc.), encontrando resultados interesantes al respecto. Esta investigacin basan en el procedimiento one step robusto a heterocedasticidad de Arellano y Bond (1991). En este caso la presencia de autocorrelacin de segundo orden implicara que los estimadores son inconsistentes, no obstante, en todos los casos no se puede rechazar la hiptesis nula de ausencia de correlacin de segundo orden en los residuos del modelo. As los resultados captados son: La tasa de crecimiento del nivel de actividad, rezagada dos periodos, tiene un impacto negativo y significativo en la cartera pesada, es decir que el mayor crecimiento de la economa tarda en promedio dos periodos en mejorar la calidad de la cartera de las colocaciones de la banca peruana. El tipo de cambio real result significativo y con un efecto positivo sobre la cartera pesada. La teora revisada considera que el nivel de endeudamiento de los agentes afecta la morosidad de los crditos, sin embargo el indicador de esta variable result no significativo en todas las estimaciones. En lo que respecta a los determinantes microeconmicos y especficos de cada banco, el coeficiente asociado con el spread real tiene signo negativo y es estadsticamente significativo. La tasa de crecimiento de las colocaciones de cada banco, desfasada un periodo, es significativa y el signo del coeficiente asociado es negativo. La diversificacin geogrfica result no significativa en prcticamente todas las 15
Comentario [O9]: DEBE DECIR SIMPLEMENTE REVISION DE LITERATUR O ESTADO DEL ARTE DE LA PROBLEMTICA
Comentario [O10]: NADA DE ASI PUES???
Comentario [O11]: CITAR ADECUADAMENTE Comentario [O12]:
estimaciones realizadas con lo cual parece ser que la diversificacin regional de las colocaciones crediticias no mejora el riesgo de la cartera. Por otro lado Murrugarra Edmundo y Ebentreich Alfredo en su investigacin DETERMINANTES DE MOROSIDAD EN ENTIDADES DE MICROFINANZAS: EVIDENCIA DE LAS EDPYMES plantean el modelo de determinantes de morosidad de las Edpymes mediante la forma reducida y presta especial atencin a los efectos de heterogeneidad no observada en el modelo. El estudio utiliza tcnicas de informacin panel para controlar por caractersticas no observadas de la empresa. Los resultados ms consistentes indican que la morosidad departamental donde se ubica la agencia junto con la variable de gestin Crditos por persona explican la morosidad de las agencias de las Edpymes. Las otras especificaciones usadas, que no toman en cuenta la naturaleza censurada de la morosidad, consideran que el nmero de agencias, como medida de dispersin de mercados atendidos de la EDPYME, explica tambin la morosidad. Vallcorba Martn y Delgado Javier (2007) en su investigacin DETERMINANTES DE LA MOROSIDAD BANCARIA EN UNA ECONOMA DOLARIZADA. EL CASO URUGUAYO, estudian por primera vez los determinantes macroeconmicos de la morosidad bancaria en una economa altamente dolarizada como la uruguaya, en el perodo 1989-2006. Aplicando tcnicas economtricas de anlisis de cointegracin, se estima la relacin de largo plazo existente entre dichas variables, as como el mecanismo de ajuste a corto plazo de la ratio de morosidad, utilizando un modelo uniecuacional con correccin de error (ECM). Los resultados que se obtienen muestran la existencia de una relacin de equilibrio a largo plazo entre la morosidad y la variacin de los salarios en dlares y los tipos de inters en dicha moneda. Se concluye que, como era de esperar, un mayor nivel de salarios en dlares y un menor nivel de los tipos de inters se traducen, a largo plazo, en menores ratios de morosidad. A diferencia de lo que sucede en otros trabajos empricos, en particular referidos a pases desarrollados, en el caso de Uruguay la inclusin del PIB en la mencionada relacin de cointegracin da lugar a modelos con un ajuste inferior. De igual modo Daz Quevedo Oscar plantea en su investigacin DETERMINANTES DEL RATIO DE MOROSIDAD EN EL SISTEMA FINANCIERO BOLIVIANO, siguiendo la metodologa planteada por A&B, la estimacin se la efectu con el procedimiento one step robusto a heteroscedasticidad utilizando el programa STATA. Se realiz la prueba de autocorrelacin propuesta por Sargan, pero como se utilizaron los errores 16
estndares robustos, su efectu la prueba modificad propuesta por A&B. De acuerdo con los resultados obtenidos, no existe evidencia de correlacin serial de segundo orden en la primera diferencia de los errores. Se consideraron como variables endgenas la morosidad adems de las variables que intentan capturar el tipo de negocio o el nivel de riesgo, es decir el ratio de colocaciones sobre activos y el ratio de colocaciones garantizadas sobre total colocaciones. Citamos tambin a Llaza Loayza, Marco Antonio con su investigacin UNA APROXIMACIN A LOS DETERMINANTES DE LA MOROSIDAD FINANCIERA DE LAS PYME EN AREQUIPA. Este trabajo proporciona evidencia emprica sobre los determinantes del cumplimiento con sus crditos para una muestra de pymes de Arequipa. Mediante la metodologa de datos de panel y a travs del Mtodo Generalizado de los Momentos, la especificacin en primeras diferencias result ser la ms adecuada teniendo en cuenta los tests de Sargan y de autocorrelacin de primer y segundo orden. En el trabajo se proporciona tambin evidencia emprica a favor de las teoras que justifican que el microcrdito, a pesar de tener una orientacin distinta que el crdito clsico de la banca comercial, en el fondo se desempea por la misma racionalidad lo que hace otorgar crditos ms caros a las empresas con menos historia, menos ventas y menos rentabilidad. Estos resultados se confirman al encontrarse que las PYMES morosas no se distinguen mucho de cualquier empresa morosa del sistema bancario, entrampadas en las asimetras de informacin. De otro lado tenemos la investigacin de Giraldo Yag Wilson denominada, DETERMINANTES DE LA MOROSIDAD DE LA CARTERA EN EL SISTEMA FINANCIERO COLOMBIANO, estudio examina la relacin causal para Colombia entre la cartera de las entidades financieras y del sistema, y la cartera vencida durante el perodo 1995 (mayo) 2009. Se utiliz un modelo de Vectores Autorregresivos, el cual considera factores macro y microeconmicos. Los factores macroeconmicos son: el desempeo de la economa, medidos con variables proxy como el ndice de produccin industrial y la demanda nacional de energa, y las variables monetarias medida con la tasa de inters real del DTF. Los factores microeconmicos incluyeron: el tamao relativo del banco medido como el ndice de participacin de su cartera en el sistema; la eficiencia medida como el nivel de los gastos administrativos, que comprende los gastos de personal, gastos generales, depreciaciones y
Comentario [O13]: ESTA BIEN PERO DEBE CITARSE Y REDACTARSE ADECUADAMENTE
amortizaciones; y la cobertura de garantas, medido como el monto de los crditos sin garantas admisibles. 17
CAPTULO II: CARACTERIZACIN DEL MERCADO FINANCIERO DE LA REGIN PIURA
El mercado financiero de la regin Piura est constituido por aquellas instituciones formales, registradas en los sistemas de crdito y reguladas por la superintendencia de banca y seguros (SBS). Dentro de stas ubicamos a los bancos, a las Edpymes, cajas municipales y las cajas rurales, las mismas que operan en distintos puntos del pas y cuyos niveles de desarrollo, especializacin y perspectivas de sostenimiento son bastante diferenciados. Mientras los bancos comerciales y las cajas tienen una visin ms sectorial con respecto al crdito, considerndolo como un instrumento econmico en el desarrollo de un sistema capitalista. Las Edpymes estn mas relacionadas con la ideologa de las Ongs, consideran al crdito como un instrumento en la lucha contra la pobreza y en algunos casos como dinamizador del desarrollo. Esta diferencia se puede apreciar en la medida en que los bancos generalmente otorgan crdito al sector mas consolidado de la PYME urbana, con respaldo patrimonial y estados financieros que demuestran su viabilidad y prximo retorno del crdito. Es decir invierten donde tienen menores riesgos y costos. Las entidades a analizar en el presente documento son las cajas municipales que operan en Piura, las cuales son cuatro, que a continuacin se detallan. Cuadro N1: Objetivos, Inicio de operaciones, Nmero de agencias
Institucin Objetivos Inicio de operaciones 1982. El programa Pymes se inicia en 1989 Nmero de agencias 93 en total, 19 agencias en Piura
Comentario [O14]: REVISAR REDACCCION???
Caja Municipal de Piura
Brindar servicios financieros de manera eficiente, oportuna y en trminos de competitividad tanto a pequeos y microempresas, y a familias que normalmente no tienen acceso al sistema bancario, as como los ahorristas de los diferentes estratos sociales.
Caja municipal de Paita
Brindar servicios de intermediacin financiera descentralizada. Dirigido principalmente a los sectores econmicos en desarrollo, propendiendo a una organizacin eficiente, competitiva, profesional y rentable, que brinde una atencin personalizada a travs de una tecnologa adecuada, promoviendo el desarrollo local, regional y el bienestar del capital humano.
09/11/1989(Inicia sus operaciones en Paita, su oficina principal). 1996 en Chulucanas y 1997 en Tarapoto
16 agencias, 7 en Piura
18
Caja Municipal de Sullana
Intermediario financiero descentralizado, dirigido preferentemente a los sectores sociales en desarrollo, propendiendo a una organizacin eficiente, competitiva, profesional y rentable, que brinda una atencin personalizada a travs de una tecnologa adecuada, promoviendo el desarrollo regional y el bienestar de su capital humano. Atender a los pequeos y medianos empresarios facilitndoles el acceso a crditos, y sirvindoles de apoyo para poder hacer empresa en nuestro pas.
1986
Caja Municipal de Trujillo
Fundada en 1982 pero inicia operaciones en noviembre de 1984
Fuente: SBS
De ellas la CMAC que presenta una mayor participacin en el mercado de crdito de Piura durante el primer trimestre es la Caja municipal de Sullana, al observar el monto que se ha otorgado durante el primer trimestre se aprecia un leve incremento de este en el mes de mayo. Tabla N2: Crditos directos de las cajas Municipales (en miles de nuevos soles)
Enero CMAC Sullana CMAC Paita CMAC Trujillo CMAC Piura Febrero Marzo Abril mayo junio
35.7992
383990
383990
394006
401795
395530
126136
124985
126082
121880
117723
112613
53575
54103
53454
53396
53653
53726
348987
359342
359342
366662
371390
372817
Elaboracin: Propia Fuente: Estadsticas SBS
En el siguiente cuadro se muestra como se distribuye el crdito a nivel de todas las entidades financieras de la regin Piura en lo que va de los ltimos 12 meses, clasificados a nivel de entidades bancarias y microfinancieras, observndose que ambos han presentado incrementos considerables. As pues se aprecia que son las entidades bancarias las que muestran mayor participacin de crditos, pero aun as es muy importante y respetable la participacin de los microfinancieras en el tema de crditos.
19
Tabla N3: crdito del Sistema financiero (saldos en miles de nuevos soles)
Fuente: SBS Elaboracin: BCR
En su mayor parte estas estn dirigidas a las pequeas y medianas empresas, incursionan en la rama del microcrdito. Tabla N 5: Productos, Modalidad, colocacin, pblico al que se dirige.
Institucin Caja Municipal de Trujillo Caja Municipal de Piura Productos Financieros -Colocaciones Depsitos -Otros servicios -Colocaciones -Depsitos -Otros servicios Modalidad Crdito Individual Colocaciones por tipo de crdito Pymes Prendarios Personales Hipotecarios -Pymes -Personales -Prendarios Poblacin objetivo Se atiende todos los sectores productivos de la regin sin excepcin. El servicio est dirigida a la poblacin urbana y rural. Micro y pequeos empresarios/Unidades Familiares, sectores institucionales que no tienen acceso al sistema bancario Urbano y rural).
Crdito Individual
20
Caja Municipal de Paita
-Colocaciones -Depsitos -Otros servicios
Crdito Individual
-Pymes -Personales -Prendarios
Su poblacin objetivo son hombres y mujeres con poco financiamiento de la banca tradicional. Adems brindan su servicio a trabajadores dependientes, mediante convenios institucionales.. Su grupo objetivo es la pequea y microempresa de los sectores productivos, comercio y servicios; unidades familiares y sectores poblaciones con ingresos medios y bajos y aquellos que no tienen acceso a la banca formal.
Caja Municipal de Sullana
-Colocaciones -Depsitos -Otros servicios
Crdito Individual
Pymes -Personales -Prendarios
Fuente: SBS
Como se detalla en el cuadro, si bien es cierto, estas instituciones estn dirigidas en su mayor parte a las micro y pequeas empresas, dos de ellas, la caja Municipal de Piura y la Caja municipal de Sullana tienen cierta participacin en cuanto al crdito que se brinda a grandes empresas. Grfico N1: Crdito a grandes empresas 2011
Crdito a grandes empresas 2011

12000 10000
4 70 0 1
nuevos soles
8000 6000 4000 2000 0
6 .6 8. 14 83 39 3 .3 .2 32 05 4 4 1 1
65 37
.7 87 6 .2 3 .9 79 48 3 3 1 1
CMAC Piura
.6 20 3 1
CMAC Sullana
enero
febrero
marzo
abril
junio
Elaboracin: Propia Fuente Estadsticas SBS
Algo caracterstico de estas instituciones es que los servicios que proveen van ms all del microcrdito y se extienden a servicios de asesora en el manejo empresarial, como parte de las estrategias de colocacin de un crdito, con varios tipos de productos financieros de acuerdo a la necesidad y posibilidades de pago de los clientes, marcando as la diferencia entre una y otra generando un valor agregado, generando confianza y fidelizando al cliente, el crdito va acompaado de asistencia sea tcnica, de manejo empresarial, de direccionamiento correcto de crdito u otros, dirigidos a una poblacin que ellos consideran excluida de la banca formal, es decir grupos vulnerables pero con oportunidades de desarrollo de pequeos negocios, de 21
cierta forma muestran una poltica ms accesible, los criterios tomados en cuenta son mas flexibles, requisitos que se reducen tan solo en la relacin de confianza y credibilidad del cliente apoyados en informacin referente que pueda encontrar en el sistema generada de acuerdo a su historial crediticio. En relacin a ello, de acuerdo al sector al que estn dirigidos, el monto mnimo de crdito que otorgan la CMACS a comparacin del monto que otorgan los bancos, estos van desde montos pequeos (S/. 500.00- S/. 1000.00), compatible con las caractersticas sealadas anteriormente de sectores de la poblacin que se excluyen de la banca formal pero que presentan una necesidad de financiamiento y que precisamente las cajas estn dispuestas a cubrirla de una manera ms accesible, para personas con ingreso menor a S/ 800.00, de los bancos comerciales solo Mi Banco brinda crditos a esta parte del mercado a una tasa de 59%, dentro de este rubro y en lo que compete a las tasas la tasa ms baja es otorgada por la Caja Municipal de Piura con tasa de 49.36% siendo la tasa ms alta la de la Caja municipal de Paita (69.59%).5 Los plazos varan de acuerdo a los montos, al tipo de inversin y a la capacidad de pago, las tasas de inters se ofrecen en soles y dlares. Los crditos en dlares son mnimos y muchas veces son otorgados a clientes preferenciales. La tasa de inters establecida est asociada al nivel riesgo. Si bien estas varan entre 4 y 5%; conforme los clientes van demostrando historiales de pago positivos, se van beneficiando de tasas menores comprendidas dentro del rango establecido. Tabla N 6 : Tasas de inters de acuerdo al tipo de crdito
CMACS Personales S/. 5000 S/10.000 Capital de trabajo S/.1000 47.75 61.96 60.10 57.35-112.91 62.89 PYMES Capital de trabajo S/. 10.000 CMAC Sullana CMAC Paita CMAC Piura CMAC Trujillo 34.49 58.27 69.59 49.36 42.58 59.92 35.67 42.58 58.27 51.99 79.59 45.09 47.36-56.45 51.11 57.35-112.91 62.90 30.37 32.92 51.11 50.23 44.25 Activo fijo S/ 2.000 Activo fijo S/ 20.000
Tomado de Estadsticas/ tasa de costo efectivo y costos de crdito/crdito de consumo para persona de bajos recursos/ prstamo de consumo para personas con ingreso menor a S/ 800.00. encontrado en http://www.sbs.gob.pe/0/modulos/JER/JER_Interna.aspx?ARE=0&PFL=0&JER=152
22
Fuente: BCR
Haciendo un comparativo tomando en cuenta las tasas de inters efectiva anual (TEA) que ofrece cada una de las instituciones podemos observar que es la Caja Municipal quien presenta una ventaja en cualquiera de los tipos de crdito ya sea personales y PYMES.
23
Captulo III:
Descripcin de los datos y desarrollo de la metodologa empleada
En el presente capitulo nos avocaremos al desarrollo de la metodologa que se ha credo pertinente para poder lograr los objetivos de la investigacin: Analizar e identificar cules han sido los factores ms influyentes en los niveles de morosidad en las cajas municipales de la Regin Piura entre el ao 2011.
3.1 Estructuracin y tratamiento de la base datos
La base de datos ha sido recolectada a travs de una encuesta aplicada a personas que han contrado un crdito en alguna caja municipal en la Regin Piura, ya sea Caja Piura, Caja Paita o Caja Sullana en el ao 2011. La determinacin del tamao de la muestra de las personas a encuestar se ha determinado a criterio de los investigadores con un numero que se ha considerado significativo, con un total de 300 encuestas entre las provincias de Piura, Paita, Sullana, Sechura, Talara y Morropon, en especial los mercados centrales, donde hay mayor negocio. No se ha determinado el tamao de la muestra por muestreo pues se tenia como universo a todas las personas que mantienen crditos en alguna de las tres cajas Municipales mencionadas, pues dentro de ellas estn las personas que en algn momento han sido propensas a pagar sus cuotas con atraso, y este universo era: Tabla n 7: Muestra Institucin Financiera N de Clientes Caja Piura Caja Paita Caja Sullana Total de Clientes Fuente: Cajas Municipales 101 357 15 866 43 195 160 418
Comentario [O15]: Qu COSA???
Sin embargo es este dato recolectado es un poco confuso pues si bien una persona es considerado como cliente para una caja, tambin puede mantener crdito con otra caja y hasta con las tres y es un dato que se estara repitiendo, adems que 24
en las cajas se considera n de clientes al nmero de crditos, el cual tambin es confuso porque un cliente puede mantener ms de un crdito en una misma caja municipal, pues se mantiene a parte del principal, crditos paralelos, campaa o libre amortizacin, los cuales tambin se estaran duplicando y distorsionando el universo y afectando la estimacin de la muestra, por lo cual se ha considerado una muestra mnima y pertinente para este estudio 300 encuestas en 6 distritos de Piura. Ser a travs del mtodo de regresin logit y probit que se va a verificar la hiptesis planteada y poder as identificar los factores ms influyentes en los niveles de morosidad en las cajas municipales de la Regin Piura, realizando un anlisis econmico y economtrico de los resultados que muestren la significancia del modelo. As tambin de la encuesta se podrn obtener algunos resultados adicionales que ayuden a reforzar los factores por los cuales un cliente puede llegar a entrar en mora, resultados que sern mostrados en cuadros de Excel. Con la regresin de un modelo logit podremos identificar los determinantes de la probabilidad de un cliente de alguna Caja Municipal de La Region Piura sea moroso, es decir que no cumpla su compromiso de pago en el plazo establecido, sujeto a una tolerancia mxima de 30 das, criterio asumido en los reportes de las centrales de Riesgo. En las regresiones, se utilizan las siguientes variables:
Comentario [O16]: Qu COSA??? COMO SE VAN A DISTRIBUIR POR CAJA P DISTRITO????
Variable Dependiente:
MOR: Variable que representa la opcin de que un cliente sea moroso o no, incluyendo a aquellos que manteniendo un crdito han cancelado al menos una cuota con ms de 30 das de atraso el cual se le reconocer como moroso. As se asumirn las siguientes definiciones:
MOR=1, Si el encuestado a cancelado con ms de 30 das de atraso. MOR=0, Si el encuestado a cancelado con Menos de 30 das de atraso.
Variables Independientes: EDAD: esta variable representa los aos cumplidos del encuestado. Es de esperar que aquellos que son de mayor edad ya han tenido experiencia crediticia y saben 25
sobre su responsabilidad con los crditos, en cambio un joven es muy voltil con sus ingresos y ms propensos a ser irresponsables en sus crditos. NIEDU: representa el grado de instruccin del encuestado, de la cual se esperara que a mayor grado de instruccin sern menores las probabilidades de que el cliente sea moroso por su responsabilidad y conocimiento de las desventajas de no cumplir con los pagos.
TIEM: Variable que representa el tiempo que lleva constituido el negocio. Se espera que a menor tiempo de constituido un negocio mayor ser la probabilidad que el cliente caiga en morosidad, pues en muy poco tiempo un negocio no llega a consolidarse o no se sabe si durara hasta que pueda pagar el crdito. Adems algunas entidades financieras consideran que sern sujetos de crdito aquellos negocios que lleven al menos 6 meses de constituido.
ENDEU: Variable que representa un ratio entre el nivel de endeudamiento del negocio dividido por el valor del inventario del negocio. Este ratio ayudara a eliminar el prejuicio de que un negocio puede tener endeudamiento alto porque el negocio es grande y que no puedo asumirlo como un moroso porque su negocio le ayudara a para el crdito. As se espera que un negocio cuando mantiene elevados niveles de endeudamiento, tendr que asumir cuotas elevadas y si no se encuentran justificadas con el nivel de inversin del negocio se caer en mora. As pues por ejemplo, puede ser que un negocio pequeo con poca mercadera haya contrado un crdito relativamente grande y aun mantiene un negocio pequeo, es de pensar que el negocio no tendr la capacidad para asumir sus responsabilidades crediticias y podra caer en mora, y por el contrario un negocio que si mantiene un nivel de endeudamiento alto pero con elevado inventario, se justifica el endeudamiento y difcilmente caer en mora.
IFIS: Variable que representa el nmero de entidades financieras con las que el encuestado mantiene crditos, y de la cual se espera una relacin directa, as a medida que una persona mantenga crditos con varias entidades financieras, sern mayores su cuotas y sern ms propensas a incumplir ms adelante sus pagos. Por el contrario aquel que mantiene crdito con una entidad le ser ms fcil manejar las cuotas a pagar.
26
DESTCRED: Variable que representa el destino del crdito, entendindose que si el crdito no se invierte adecuadamente en el negocio, este se descapitaliza en cada cuota y puede que en el tiempo se vuelva moroso. Asi se presentan cuatro opciones en las que se describe en que se invirti el crdito. ACCRED: Variable que representa la accesibilidad al crdito de los encuestados, mostrndose 4 opciones las cuales estn representando el nivel de facilidad otorgado para acceder al crdito, esperndose que aquellos que recibieron un crdito sin tantos requisitos y la evaluacin necesaria sean crditos que pueden caer en mora.
La encuesta se aplico entre el mes de setiembre y octubre en las provincias de Piura, Sullana, Paita, Talara, Sechura y Morropon a un total de 300 personas que han podido acceder a un crdito, teniendo como referencia reportes adquiridos de las Cajas Piura, Sullana y Paita acerca de sus clientes y aquellos que han tenido incumplimiento en sus pagos para poder ser encuestados y tener una base ms matizada.
Comentario [O17]: ??????
3.3 Estimacin del modelo y pruebas de rigor
3.3.1 Formulacin y estimacin del modelo Una vez identificadas las variables que se consideran pertinentes para la estimacin del modelo, se proceder a la aplicacin de la regresin del modelo logit y probit a fin de poder extraer las variables estadsticamente significativas sujetas a las pruebas estadsticas propias de los modelos Logit y Probit. Entonces se tiene que el modelo a estimar quedar expresado de la siguiente manera:
Prob (MOR) = 0 + 1EDAD + 2NIEDU + 3TIEM + 4ENDEU + 5IFIS + 6 DESTCRED + 7 ACCRED + i
Al regresionar el modelo planteado como un modelo logit y porbit tenemos los siguientes resultados.
27
Tabla n 8: Modelo Logit

Dependent Variable: MOR Method: ML - Binary Logit (Quadratic hill climbing) Included observations: 300 Convergence achieved after 5 iterations Variable C EDAD NIEDU TIEM ENDEU IFIS DESCRED ACCRED McFadden R-squared S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. LR statistic Prob(LR statistic) Obs with Dep=0 Obs with Dep=1 Coefficient -2.931407 0.018634 -0.285758 -1.184788 0.080346 1.613733 0.847845 -1.022165 0.546063 0.499933 0.680988 0.779756 0.720515 226.5112 0.000000 141 159 Std. Error 1.827267 0.025891 0.198673 0.453958 0.022980 0.221905 0.213611 0.247794 z-Statistic -1.604257 0.719710 -1.438335 -2.609909 3.496386 7.272183 3.969104 -4.125069 Prob. 0.1087 0.4717 0.1503 0.0091 0.0005 0.0000 0.0001 0.0000 0.530000 0.323513 30.56092 -94.14824 -207.4038 -0.313827
Mean dependent var S.E. of regression Sum squared resid Log likelihood Restr. log likelihood Avg. log likelihood
Total obs
300
Tabla n 9: Modelo Probit

Dependent Variable: MOR Method: ML - Binary Probit (Quadratic hill climbing) Included observations: 300 Convergence achieved after 5 iterations Variable C EDAD NIEDU TIEM ENDEU IFIS DESCRED ACCRED McFadden R-squared S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. LR statistic Prob(LR statistic) Obs with Dep=0 Obs with Dep=1 Coefficient -1.696936 0.010616 -0.141386 -0.645920 0.045930 0.929054 0.480332 -0.616937 0.550969 0.499933 0.674205 0.772972 0.713731 228.5463 0.000000 141 159 Std. Error 0.990924 0.014391 0.107360 0.246962 0.012827 0.117818 0.112768 0.136185 z-Statistic -1.712479 0.737662 -1.316935 -2.615462 3.580608 7.885507 4.259460 -4.530142 Prob. 0.0868 0.4607 0.1879 0.0089 0.0003 0.0000 0.0000 0.0000 0.530000 0.323177 30.49738 -93.13068 -207.4038 -0.310436
Total obs
300
28
Estos son los resultados obtenidos de la estimacin de los modelos Logit y Probit del modelo propuesto, el cual busca estimar los determinantes de la probabilidad de que un cliente caiga en mora, es decir que realice sus pagos con ms de 30 das de atraso.
3.3.2 Evaluacin del modelo A continuacin se har la evaluacin economtrica del modelo, para poder determinar su consistencia y significancia para nuestro estudio. Nos quedaremos para el anlisis con el modelo probit puesto que es el que tiene mayor McFadden R-squared.
3.3.2.1 Significancia Individual Para esta prueba se contrastara la siguiente hiptesis: H0: i = 0 El parmetro no es estadsticamente significativo. La cual ser contrastada por la probabilidad y z-statistic
Tabla n 10: Parmetros estimados

Variable C EDAD NIEDU TIEM ENDEU IFIS DESCRED ACCRED Coefficient -1.696936 0.010616 -0.141386 -0.645920 0.045930 0.929054 0.480332 -0.616937 Std. Error 0.990924 0.014391 0.107360 0.246962 0.012827 0.117818 0.112768 0.136185 z-Statistic -1.712479 0.737662 -1.316935 -2.615462 3.580608 7.885507 4.259460 -4.530142 Prob. 0.0868 0.4607 0.1879 0.0089 0.0003 0.0000 0.0000 0.0000
Entonces utilizando la probabilidad, la cual es mayor debe ser p (variable) < 0.05 para rechazara H0 y considerar a la variable como significativa, tenemos que las variables TIEM, ENDEU, IFIS, DESCRED y ACCRED, son variables significativas con probabilidades menores a 5%.
29
As tambin por los z-Stattistic, cuyo criterio de significancia es que su valor absoluto sea mayores a 2, tenemos que TIEM, ENDEU, IFIS, DESCRED y ACCRED, son variables significativas. Por lo cual deberamos tener el siguiente modelo como definitivo:
Tabla n 11: Modelo Probit Significativo

Dependent Variable: MOR Method: ML - Binary Probit (Quadratic hill climbing) Date: 05/09/07 Time: 07:30 Sample: 1 300 Included observations: 300 Convergence achieved after 5 iterations Covariance matrix computed using second derivatives Variable C TIEM ENDEU IFIS DESCRED ACCRED McFadden R-squared S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. LR statistic Prob(LR statistic) Obs with Dep=0 Obs with Dep=1 Coefficient -1.973587 -0.534144 0.049704 0.985445 0.453940 -0.618615 0.542171 0.499933 0.673037 0.747113 0.702682 224.8965 0.000000 141 159 Std. Error 0.574101 0.235896 0.012621 0.112972 0.108185 0.134633 z-Statistic -3.437698 -2.264314 3.938089 8.722904 4.195939 -4.594815 Prob. 0.0006 0.0236 0.0001 0.0000 0.0000 0.0000 0.530000 0.326416 31.32484 -94.95559 -207.4038 -0.316519
Total obs
300
3.3.2.2
Significancia Conjunta
Las hiptesis planteadas son:
H 0 : 1 2 3 4 5 6 0
significativos).
(Los
parmetros
no
son
estadsticamente
H1 : 1 2 3 4 5 6 0 (Los parmetros son estadsticamente significativos).

Y teniendo en cuenta la probabilidad que es 0.000 menor al 5%, concluiremos que el modelo es estadsticamente significativo en forma conjunta . 3.3.2.3 Bondad de Ajuste 30
Segn la tabla n 7 el estaditico de bonda de ajuste que es el McFadden R-squared el cual en el modelo es de 0.542171, el cual es un valor muy aceptables, pues esta entre el 0.2 y 0.6 que es el optimo en los modelos Logit probit
3.2.2.4 Determinacin del mejor modelo En este caso, estimados los modelos logit y porbit, se procede a comparar los principales estadsticos y poder decidir que estimacin es la ms adecuada. Tabla n 12: comparacin de modelo logit y probit Modelo probit
McFadden R-squared Akaike info criterion Schwarz criterion Hannan-Quinn criter. 0.542171 0.673037 0.747113 0.702682
Modelo logit
0.536274 0.681190 0.755266 0.710835
Al hacer esta comparacin por los 4 criterios de la tabla adjunta, nos podemos dar cuenta que el mejor modelo termina siendo el modelo probit, el cual es justificado por un mayor r2 de McFadden y un menor Akaike, Schwarz, Hannan-Quinn los que
respaldan que la mejor opcin es el modelo probit.
31
CAPTULO IV: PRESENTACIN DE LOS RESULTADOS En este captulo se presentaran de manera concreta los resultados de la estimacin del captulo anterior adems de algunos estadsticos y grficos que ayudan a entender los factores incidentes en la probabilidad de ser moroso para las cajas municipales en la Regin Piura y de esta manera contrastar las hiptesis planteadas.
IV.
1 Factores que inciden en la morosidad en las Cajas Municipales de La Regin Piura en el ao 2011
Segn la estimacin del modelo mostrada en el capitulo anterior, los coeficientes estimados son: Tabla n 13: Resumen de parmetros
Variable C TIEM ENDEU IFIS DESCRED ACCRED Coefficient -1.973587 -0.534144 0.049704 0.985445 0.453940 -0.618615 z-Statistic -3.437698 -2.264314 3.938089 8.722904 4.195939 -4.594815 Prob. 0.0006 0.0236 0.0001 0.0000 0.0000 0.0000
De esta forma el modelo queda expresado de la siguiente manera: Prob (MOR) = -1.974 0.534 TIEM + 0.049 ENDEU + 0.985 IFIS + 0.454 DESTCRED -0.618 ACCRED + i De este modo se concluye que los factores que han resultados significativos en la estimacin y sern considerados los factores que inciden en la morosidad en las Cajas Municipales de La Regin Piura, como lo son Caja Piura, Caja Sullana y Caja Paita, son: TIEM: variable que representa el tiempo que lleva constituido el negocio. As pues a menor tiempo de constituido un negocio mayor ser la probabilidad que el cliente caiga en morosidad, pues en muy poco tiempo un negocio no llega a consolidarse o no se sabe si durara hasta que pueda pagar el crdito.
32
En el grafico n1 podemos ver que del total de los encuestados un 8% posee menos de 6 meses de iniciado su negocio, un 22% entre 6 y 12 meses, el 24% ya posee entre 1 y 2 aos en el negocio y un 46% ya posee ms de 2 aos.
Grafico n1: Qu tiempo de iniciado tiene su negocio?

Mas de 2 aos 46%
Menos de 06 meses 8%
Entre 1 y 2 aos 24%
Entre 06 y 12 meses 22%
Fuente: encuesta de aplicacin. Elaboracion: propia
Entonces es muy probable que las personas que ya mantienen experiencia en el negocio sean menos propensos a ser morosos, que aquellos que recin lo estn iniciando. ENDEU: esta variable representa un ratio entre el nivel de endeudamiento del negocio y el inventario del negocio. As pues como se dijo con la finalidad de encontrar un estadstico ms confiable ante la inconsistencia de pensar que un cliente con mucho endeudamiento sea un posible moroso, pues si tal vez el giro del negocio amerita dicho nivel de endeudamiento. Este parmetro resulta ser positivo pues es de esperar que a mayor endeudamiento sean mayores las probabilidades de ser un cliente moroso, de aquel que mantiene bajo endeudamiento y si puede asumir sus cuotas.
IFIS: esta variable representa el nmero de entidades financieras con las que el encuestado mantiene crditos, y de la cual se espera una relacin directa, as a medida que una persona mantiene crditos con varias entidades financieras, sern mayores su cuotas y sern ms propensas a incumplir sus pagos. Por el contrario aquel que mantiene crdito con una entidad le ser ms fcil manejar las cuotas a pagar.
33
En el grafico n2 podemos percatarnos que del total de los encuestados un 37% trabaja solo con 1 entidad y el 10% trabaja con 2 entidades considerndose como n de entidades manejable para no caer en mora, por otro lado un 29% mantiene crditos en tres entidades, el 19% con 4 entidades y el 5% ms de 4 entidades siendo los ms propensos a pagar con atrasos sus cuotas.
Grafico n2: Con cuantas entidades financieras trabaja Ud.?

Tres 29%
Dos 10%
Cuatro 19%
Una 37%
Mas de Cuatro 5%
DESTCRED: Variable que representa el destino del crdito, entendindose que si el crdito no se invierte adecuadamente en el negocio, este se descapitaliza en cada cuota y puede que en el tiempo se vuelva moroso. As se presentan cuatro opciones en las que se describe en que se invirti el crdito: En compra de mercadera, compra de activo fijo, arreglo o construccin de casa y compra de artefactos.
34
Grafico n 3: En que invirti el crdito el crdito otorgado?

Compra de artefactos 37%
En mercadera para negocio 23%
En arreglo o construccin de su vivienda 29%

Compra de un activo fijo 11%
Como se puede ver en el grafico n 3, existe un gran porcentaje de encuestados que no estn invirtiendo sus crditos en mercadera y que lo destinan a la construccin de su casa o compra de artefactos, este 66%, lo cual va descapitalizando a los negocios y con ello aumenta la probabilidad de que en algn momento caigan en mora.
Tabla n 14: Tabla de contingencia En que invirti el crdito el crdito otorgado? * Ha llegado a atrasarse por ms de 30 das en sus cuotas de pago? Ha llegado a atrasarse por ms de 30 das en sus cuotas de pago? Si En que invirti el En mercadera para crdito el crdito otorgado? Compra de un activo fijo negocio Recuento % dentro de En que invirti el crdito el crdito otorgado? Recuento % dentro de En que invirti el crdito el crdito otorgado? En arreglo o construccin de su vivienda Compra de artefactos Recuento % dentro de En que invirti el crdito el crdito otorgado? Recuento % dentro de En que invirti el crdito el crdito otorgado? Total Recuento 159 141 300 60 55,0% 49 45,0% 109 100,0% 45 51,7% 42 48,3% 87 100,0% 27 79,4% 7 20,6% 34 100,0% 27 38,6% No 43 61,4% Total 70 100,0%
35
% dentro de En que invirti el crdito el crdito otorgado?
53,0%
47,0%
100,0%
Esta tabla de contingencia muestra que aquellos que han invertido en mercadera para el negocio, han sido en menor porcentaje morosos, como si lo es en la situacin de invertirlo en activo fijo, la casa o artefactos, con esto pues el destino del crdito que sea mercadera seria en ms recomendable para los encuestados sino no desean caer en mora. ACCRED: Variable que representa la accesibilidad al crdito de los encuestados, mostrndose 4 opciones las cuales estn representando el nivel de facilidad otorgado para acceder al crdito, esperndose que aquellos que recibieron un crdito sin tantos requisitos y la evaluacin necesaria, sean crditos que pueden caer en mora. En el grafico n 4 se puede apreciar que a un mnimo porcentaje de 9% se les pidi la documentacin mnima sugerida para poder acceder a un crdito, mientras que a un 10% solo de les pidi copia de DNI y recibo de luz o agua, el otro gran porcentajes, que es el 81% no se les ha pedido mucho requisito, por lo cual el acceso al crdito es muy flexible en la medida que no son exigentes con los requisitos.
Grafico n 4: Que documentacin le fue solicitada para el otorgamiento de sus crditos?

Copia DNI y recibo de luz o gua 10% Copia DNI, recibo de luz o gua, boletas del negocio y copia de documento de casa, cronogramas y baucher de pagos, etc 9% Copia DNI, recibo de luz o gua y boletas del negocio. 46%
Copia DNI, recibo de luz o gua, boletas del negocio y copia de documento de casa 35%
Como se mencion anteriormente, la base de datos ha sido recolectada a travs de una encuesta aplicada a personas que han contrado un crdito con alguna caja municipal en la Regin Piura, ya sea Caja Piura, Caja Paita o Caja Sullana en el ao 36
2011. De la encuesta se pueden extraer tambin algunos datos significativos para el anlisis de las hiptesis lo cual se muestran en los siguientes grficos.
Grafico n5: A qu actividad se dedica? otra Venta de Trabaja en 6% Abarrotes Venta de Empresa 21% 13% Calzado
5% Venta de Comida 6%
Pesca 6% Agricultura 8%
Venta de Ropa 15%

Servicio de transporte 11% Venta de frutas o verduras 9%
Las principales actividades a las que se dedican como sustento son: venta de abarrotes, ropa, servicio de transporte, frutas y verduras y trabajan en empresas.
Grafico n 6: Cuanto tiempo le demoro la entrega del crdito?

Un dia 60%
Una Semana 0% Tres dias 7%

dos dias 33%
37
Segn el grafico n 6 se puede apreciar que muchos de los creditos estan siendo entregados de forma muy rapida, en un dia, lo cual hace pensar que no son evaluados como deberia ser, lo cual contriiyuye a que tambien tiendan a ser creditos morosos.
Grafico n 8: El crdito fue supervisado por algn
jefe superior al analista de crdito?

Si 27%
No 73%
Segn el grafico n 8 podemos observar que del total de los encuestados, han manifestado que un 73% de los crditos otorgados, no han sido supervisados por alguna jefe superior al analista de crdito, quien pueda dar fe de una buena evaluacin y si el otorgamiento del crdito ha sido correcto, lo cual da mayor seguridad en el retorno del dinero.
Grafico n 9: Se le pregunto a Ud. Que fechas
quisiera pagar sus cuotas?
Si 36%
No 64%
38
En el grafico 9 podemos observar que a un 64% de los encuestados nunca se les pregunto que fechas quisiera pagar, lo cual es un indicador de que un cliente tenga probabilidades de entrar en la mora, pues varios de ellos tienen pagos o cuentas por cobrar para fechas determinadas, y que no necesariamente coincidan con las de sus cronogramas, por lo cual seria importante que se les pregunte las fechas que quisiera paragar su cuota de manera preventiva.
Grafico n 10: Se le pregunto a Ud. Hasta cuanto podra pagara en el mes?

Si 19%
No 81%
El grafico n 10 es muy parecido al 9, pues tambin sera importante que los clientes manifiesten hasta cuanto podran pagar mensualmente, para evitar sobregiros e incumplimientos, y segn los encuestados a un 81% no se les ha consultado esto.
Con relacin a nuestra primera hiptesis en la que se establece que: el sobreendeudamiento financiero mantiene una relacin directa con los niveles de morosidad de las cajas municipales de la regin, esto es que habran mayores probabilidades de que los clientes sean morosos cuando estos mantienen mayores niveles de endeudamiento, se puede obtener como resultados de la estimacin un parmetro positivo que acompaa a la variable endeudamiento, adems que el 52% de los encuestados mantiene un crdito con ms de tres entidades financieras, esto est asociado con las restricciones de liquidez, dado que mayores niveles de endeudamiento pueden aumentar las dificultades de los agentes para hacer frente a Ello se complementa con los resultados mostrados en el siguiente grfico en donde, los dos principales motivos que ellos sealan por los cuales no pueden cancelar sin 39
retraso sus pagos, son: que tienen otros compromisos que asumir con otras entidades (24%) y falta de liquidez (29%)
Tiene otros compromisos que asumir con otras entidades financieras. 24%
Grafico n 11: Porque motivos se atraso en sus pagos?

Falta de liquidez 29%
Es un crdito de un familiar y no lo est pagando 22%
El negocio est cayendo 25%
Elaboracin: propia
En nuestra segunda hiptesis sealamos que: El destino del crdito empleado en actividades no empresariales, afectan negativamente con relacin a los niveles de morosidad de las cajas municipales de la regin Piura. As en su mayor parte el dinero que obtienen como crdito es empleado en actividades que no generan una ganancia o rentabilidad que les permita obtener un excedente con el cual el crdito se pueda financiar por si solo y obtener una un ingreso adicional, es as que el 37% de los encuestados utiliza el crdito para compra de artefactos, el 29% para arreglo o construccin de vivienda, constituyendo as el 66% mientras que solo 34% emplean el crdito para invertir en actividades que le pueden reportar alguna utilidad, tales como compra de mercadera para algn negocio, compra de un activo fijo. En nuestra tercera hiptesis en la que sealamos que El fcil acceso al crdito mantiene una relacin directa con los niveles de morosidad de las cajas municipales de la regin, podemos sealar que cada empresa tiene polticas diferentes, de acuerdo a la poltica de crdito y niveles de exigencia a los solicitantes, lo que eleva la
posibilidad de incrementar la morosidad. As hoy por hoy muchas entidades flexibilizan los requisitos en su afn de ganar ms clientes sin importar los riesgos que acarrean, elevando las probabilidades de obtener morosos. 40
Esto puede estar asociado al hecho de que a pesar que el crdito que obtengan implique pagar una tasa de inters mayor, lo que les es ms relevante es el poder obtener un crdito de una manera mas fcil y rpida. Es por ello que las empresas bancarias tiene un menor participacin en este sector, dado que de acuerdo a su poltica crediticia piden muchos mas requisitos, el trmite demora ms y puede resultar muchas veces mas engorroso, entonces el costo de oportunidad para ellos (de los demandantes de crdito) de obtener un crdito mas accesible, es pagar una mayor tasa.
Comentario [O18]: REVISAR LA REDACCION DE TODO EL DOCUMENTO??
Tabla N 15:Crdito otorgado a pequeas y Microempresas (Saldo en Miles de Nuevos Soles)
Enero Sistema Bancario Instituciones Microfinancieras Cajas Municipales

Fuente: BCRP-Sede Piura Elaboracin: Propia
Febrero 401 094
Marzo 411 844
Abril 410 101
mayo 417 576
550 411
566 961
556 507
585 081
As tambin vemos que la morosidad que mantiene el sector bancario es menor a la mora presentada por las instituciones microfinancieras dado a la poltica de crdito mas restrictiva que tienen que les permite enfrentar un menor riesgo de no pago.
Grfico N 12: Morosidad en el Sistema Financiero

Morosidad en el Sistema Financiero
8 7 6 5 4 3 2 1 0
% de colocaciones brutas
6. 3
2. 3
2. 2
2. 1
2. 3
meses Sistema Bancario Cajas Municipales
Fuente: BCRP-sede Piura Elaboracin: Propia
41
2. 44
6
2. 4
6. 54
6. 7
6. 6
6. 5
En cuanto a la cuarta Hipotesis: El crecimiento del PBI conlleva a la reduccin de los niveles de morosidad de las cajas municipales de la regin Piura, en la tabla n 11 se presenta Indicadores de actividad econmica mensual en el departamento de Piura en estos ltimos 6 meses, para tener una nocin de cmo ha sido el dinamismo de los diferentes sectores productivos de nuestra economa, esto asociado al nivel de crditos otorgados en este mismo periodo, por CMAC, y al nivel de morosidad que estas han mantenido La caja municipal de Sullana presento durante este periodo la mayor participacin en las colocaciones del sistema, seguida de la caja Piura con una ligera diferencia y en una menor participacin la caja municipal de Paita. De ello las provincias en las que se puede apreciar una mayor participacin de las colocaciones por las tres CMAC que se toman en cuenta, tenemos Sechura y Sullana.
Tabla N 16: Piura, Indicador de Actividad Econmica Regional (Variacin Porcentual respecto a similar periodo del ao anteriores) Enero Febrero Marzo Abril Mayo Agropecuario Pesca Hidrocarburo Manufactura construccin 7.9 89.4 5.6 9.8 15.1 8.9 -24.3 5.5 4.9 -0.9 -38.9 -6.6 4.7 -5.5 9.3 -1.6 -7.5 -6.5 -13.7 2.5 -45.5 -12.9 2.7 15.5 26.3
Junio -5.6 -15.0 1.0 -10.0 9.4
Fuente: BCRP-Sede Piura Elaboracin: Propia
Tabla n 17: Crdito directo por Provincia (En miles de Nuevos soles) Enero Febrero Marzo Abril Sechura CMAC Piura CMAC Sullana CMAC Paita Sullana CMAC Piura 39,528 13,290 21,170 22,764 40,064 14,191 21,282 24,505 41,409 14,895 21,651 26,027 183,688 41,183 15,407 20,865 26,848 182,532
May 40,303 15,626 20,282 27,326 180,188
Junio 39,487 15,452 19,657 27,340 173,149
CMAC Sullana 172,724 173,591 Fuente: Cuadros estadsticos SBS Elaboracin: Propia
42
Sistema Bancario Instituciones Microfinancieras Cajas Municipales Fuente: BCRP-sede Piura Elaboracin: Propia
Tabla n 18: Piura, Morosidad el sistema Financiero (En % de las colocaciones Brutas) Enero Febrero Marzo Abril 2.20 2.10 2.30 2.30
mayo 2.40
junio 2.44
6.70
6.60
6.00
6.30
6.50
6.54
Si tomamos en consideracin la actividad econmica principal de cada una de estas provincias, y las relacionamos con los niveles de crdito otorgado y el nivel de morosidad que presentan las CMAC en estos ltimos meses, podemos apreciar que en el caso de Sechura la principal actividad econmica es la pesca, la cual ha decrecido desde el mes de febrero, presentando un comportamiento similar el monto de crditos otorgados, as mismo el caso del sector agropecuario desde el mes de marzo, se toma en consideracin Sechura y Sullana por que es en estas dos provincias donde hay un mayor participacin por parte de las tres CMAC, en los meses donde se aprecia una disminucin de la actividad de la pesca en conjunto con el sector agropecuario, se puede observar un a mayor morosidad, como es el caso de los meses de mayo y de junio, donde podemos ver un decrecimiento del sector agropecuario de 45.5% y de 12.9% y una porcentaje de morosidad que pasa de 6.2% a 6.4% de las colocaciones Brutas, de igual manera para el mes de junio en donde tambin ambos sectores manifiestan el mismo comportamiento negativo en mayor proporcin que los otros meses, lo mismo ocurre en el mes de marzo con una disminucin de 38.9% y de 6.6%en el sector de agropecuario y pesca
respectivamente, se puede registrar un mayor porcentaje de morosidad, sin embargo al observar el mes de abril donde ambos sectores una ligera cada, el porcentaje de morosidad baja. As se aprecia la relacin negativa entre el ciclo econmico y la morosidad.
Comentario [O19]: UTILIZAR PARRAFOS DE MAXIMO 10 A 12 LINEAS
43
CONCLUSIONES
Los principales factores que influyen la probabilidad de que un cliente de caja municipal caiga en mora son el tiempo de vigencia del negocio, el nivel de endeudamiento, el nmero de entidades financieras con las que mantiene crditos en la actualidad, el destino del crdito y el acceso al crdito. El microcrdito otorgado por las CMAC nace como respuesta a la necesidad de financiamiento que presenta aquel sector informal de la poblacin que si bien cuenta con un ingreso que podra respaldar dicho crdito no cuentan con la documentacin que les permita sustentarlo ante una entidad bancaria, enfrentndose a un mayor riesgo, siendo este uno de los motivos por los cuales se presentan mayor grado de morosidad.
Se puede precisar que aquellos clientes cuyo negocio no lleva mucho tiempo de constituido, presenta mayores probabilidades de ser un cliente moroso, as mismo a la mayora de ellos no se les ha pedido mucho requisito, por lo cual el acceso al crdito es muy flexible en la medida que no son exigentes con los requisitos. Po otra parte se muestra que aquellos que han invertido en mercadera para el negocio, han sido en menor porcentaje morosos, como si lo es en la situacin de invertirlo en activo fijo, existe un gran porcentaje de encuestados que no estn invirtiendo sus crditos en mercadera y que lo destinan a la construccin de su casa o compra de artefactos,
El indicador de productividad en la mayora de instituciones analizadas se basa en el nmero de crditos colocados por analista o promotor. Este nfasis en el nmero de crditos por promotor, ha llevado a los mismos a una saturacin de actividades y por ende al descuido de los prstamos colocados.
RECOMENDACIONES:
Comentario [O20]: LAS CONCLUSIONES SE ENUMERAN. LAS CONCLUSIONES DEBEN EMANAR DEL ESTUDIO, DEBEN SER HALLAZGOS DE SU ESTUDIO
Utilizar distintos indicadores para la medicin de la productividad de los analistas. Este seria el caso de la CMAC que evale tanto el nmero de crditos por promotor como la calidad de cartera que tenga. Mejorar la poltica de recuperaciones y seguimiento de los crditos, mejor conocimiento de los grupos de clientes a los cuales se dirigen ya que usando mecanismos flexibles adecuados a cada cliente para facilitara su incorporacin y estableciendo relaciones a largo plazo que le permiten controlar el riesgo que representa trabajar con este tipo de cliente, como lo que se poda apreciar en el documento cuando se les pregunta a los clientes acerca de sus das de pago Existen varios factores que tambin influyen para que el cliente no caiga en mora y que son considerador en algunas cajas, como preguntar a los clientes cuando y cuanto pueden pagar sus cuotas.
44
Comentario [O21]: AFINAR LA REDACCION DE LAS RECOMENDACIONES
BIBLIOGRAFA
1. Aguilar Giovanna, Camargo Gonzalo, Morales Saravia Rosa, ANLISIS DE LA MOROSIDAD EN EL SISTEMA BANCARIO PERUANO INFORME FINAL DE INVESTIGACIN, oct. 2004, Instituto de Estudio Peruanos. 2. Arellano Torres Mariela y Lora Mercado Eduardo, Per: Sistema Bancario Informe Sectorial Pacific Credit Rating, 2009 3. Banco Central de Reservas del Per, SINTESIS ECONOMICA DE PIURA INFORME DE COYUNTURA Y ESTADSTICAS, Departamento de Estudios Economicos. 4. Bons Piella, Arianna; Llanes Mateu, Marta y otros; RIESGO DE CRDITO AMENAZA U OPORTUNIDAD, Junio 2007, Universitat Pompeu Fabra IDEC Sexta edicin. 5. Clair, R. Loan growth and loan quality : some preliminary evidence from texas bank. En Economic Review, Federal reserve Bank of Dallas. 1992. pp 9-22. 6. CENTRO DE ESTUDIOS MONETARIOS LATINOAMERICANOS, SISTEMAS DE REPORTE DE PRSTAMOS BANCARIOS Y CRDITOS EN PER, 2006, iniciativa de sistemas de reporte de prstamos bancarios y crditos de l hemisferio occidental - Banco Mundial 7. Davis, E. Debt, Financial Fragility and Sistematic Risk. Oxford: Calrendon Press, 1992. 8. Del Villar, Rafael; Backal, Daniel y Trevio, Juan P.; EXPERIENCIA INTERNACIONAL EN LA RESOLUCIN DE CRISIS BANCARIAS, Dic. 1997. 9. Diario Gestin, Ratio de morosidad bancaria se mantuvo en 1.51% en junio, ANDINA 19/07/11., link: http://gestion.pe/noticia/900387/ratio-morosidadbancaria-se-mantuvo-51-junio 10. Daz Quevedo Oscar A. DETERMINANTES DEL RATIO DE MOROSIDAD EN EL SISTEMA FINANCIERO BOLIVIANO, 2008. 11. Freixas, X. y J. Rochet, Microeconomics of Banking 1998. The MIT Press, USA. 12. Giraldo Yag, Wilson: DETERMINANTES DE LA MOROSIDAD DE LA CARTERA EN EL SISTEMA FINANCIERO COLOMBIANO, 2010; Colombia; Departamento de Economa Universidad de ICESI.
45
13. Guilln Uyen Jorge; MOROSIDAD CREDITICIA Y TAMAO: UN ANLISIS DE LA CRISIS BANCARIA PERUANA, 2004, revista Quehacer Cientfico N 1 Vol. 1. 14. Gonzlez Pascual Julin y Gomes Bastos Rodr igo, LA MOROSIDAD; UN ACUCIANTE PROBLEMA FINANCIERO DE NUESTROS DAS, Dpto. Contabilidad y Finanzas de la UNIZAR. 15. Huppi, M. y G. Feder, The Role of Groups and Credit Cooperatives in Rural Lending. En The World Bank, 1990, 5:2. 16. Keeton, W. y Ch. Morris Loan losses and bank risk-taking: Is thare a connection? Research Working Paper 88-04 Federal Reserve Bank of Kansas City.1988. 17. Llaza Loayza, Marco Antonio: UNA APROXIMACIN A LOS DETERMINANTES DE LA MOROSIDAD FINANCIERA DE LAS PYME EN AREQUIPA 18. Marzo Mas, Carme; Wicijowski, Cristina Y Rodrguez Zamora, Laura; PREVENCIN Y CURA DE LA MOROSIDAD (ANLISIS Y EVOLUCIN FUTURA DE LA MOROSIDAD EN ESPAA), 2008, MSTER EN MERCATS FINANCERS. 19. Matinez C. Alberto, MICROCRDITO Y POBREZA, diciembre 2004, Universidad Simn Bolvar, Venezuela. 20. Muoz Jorge; 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. 21. Murruga DETERMINANTES DE MOROSIDAD EN ENTIDADES DE MICROFINANZAS: EVIDENCIA DE LAS EDPYMES 22. Padilla, A.J. y Requejo. La segunda oportunidad. Reflexiones sobre la reforma del derecho concursal espaol. Mimeo, 1998. 23. Parra, Clara Elena y Salazar, Natalia; LA CRISIS FINANCIERA Y LA EXPERIENCIA INTERNACIONAL, 2004, Colombia. 24. Quionez Jaen, Efrain Rafael y Gonzalez Astudillo, Manuel Patricio, DETERMINANTES DE LA MOROSIDAD EN EL SISTEMA BANCARIO DEL ECUADOR, 2005, Ecuador, con direccin: http://www.dspace.espol.edu.ec/handle/123456789/3448 46
25. Rona S. Jean; REFLEXIONES SOBRE EL SISTEMA FINANCIERO PERUANO, Revista de la Facultad De Ciencias Econmicas, AO V, N 15 Universidad Nacional Mayor de San Marcos. 26. Saurina Salas, Jess: DETERMINANTES DE LA MOROSIDAD DE LAS CAJAS DE AHORRO ESPAOLAS, 1998. 27. Schreiner, Mark; UN MODELO DE CALIFICACIN DEL RIESGO DE MOROSIDAD PARA LOS CRDITOS DE UNA ORGANIZACIN DE MICROFINANZAS EN BOLIVIA, oct. 1999, Microfinance Risk Management. 28. Solttila, H. y V. Vihriala. Finish banks problems assets: result of unfortunate asset structure or too rapid growth?. Bank of Finland Discussion Paper No 23.1994. 29. Sotelo Sara, MICROFINANZAS EN PER: DESAFOS Y POSIBILIDADES, 2009, Microfinance Research Paper 30. Stiglitz, J. y A. Weiss, Credit Rationing in Market with Imperfect Information. En American Economic Review, 1981, 71:3. 31. Superintendencia de Banca, Seguros y AFPs, BOLETINES ESTADSTICOS DEL SISTEMA FINANCIERO PERUANO 32. Vallcorba Martn y Delgado Javier, DETERMINANTES DE LA MOROSIDAD BANCARIA EN UNA ECONOMA DOLARIZADA. EL CASO URUGUAYO 2007, Documentos de Trabajo N. 0722. 33. Villarn Fernando, LAS PYMES EN LA ESTRUCTURA EMPRESARIAL PERUANA, SASE Per
47
ANEXOS CUADRO N: ESTRATIFICACION CREDITOS POR AGENCIAS SEGN DIAS DE MORA CAJA PAITA
AGENCIA CHACHAPOYAS CHEPEN CHULUCANAS EL TABLAZO JUANJUI LAMBAYEQUE PAITA PIURA RIOJA SECHURA TALARA TARAPOTO TUMBES YURIMAGUAS Totales ESTRATIFICACION CREDITOS POR DIAS DE MORA 31 a 60 mayor a 120 1 a 15 das 16 a 30 das 61 a 90 das 91 a 120 das das das 7.28% 8.25% 0.97% 0.00% 0.00% 3.88% 5.00% 3.75% 2.50% 0.00% 1.25% 2.50% 7.28% 3.08% 1.96% 3.92% 1.40% 2.80% 4.52% 2.51% 0.50% 1.01% 0.50% 0.50% 0.55% 2.75% 1.65% 1.10% 0.00% 0.55% 6.87% 3.05% 3.82% 0.00% 2.29% 3.05% 5.63% 0.94% 0.47% 0.23% 0.00% 0.23% 2.17% 2.54% 2.54% 0.00% 0.36% 3.26% 2.66% 5.85% 2.13% 0.53% 0.53% 2.13% 7.07% 8.12% 2.09% 1.31% 0.00% 9.69% 1.47% 4.41% 1.47% 0.00% 0.00% 0.00% 5.31% 2.45% 0.00% 0.00% 0.41% 5.31% 6.98% 4.65% 4.65% 0.00% 0.00% 2.33% 7.60% 3.51% 1.75% 1.17% 1.17% 1.17% 5.28% 3.89% 1.59% 0.91% 0.51% 3.15%
Menor a 1 da 79.61% 85.00% 79.55% 90.45% 93.41% 80.92% 92.49% 89.13% 86.17% 71.73% 92.65% 86.53% 81.40% 83.63% 84.66%
CAR de las agencias en los diferentes productos de crditos Caja Paita

MODALIDAD CREDITO ADJUDICADOS ADMINISTRATIVO AGRICOLA CONVENIO PYMES CONVENIO CONSUMO CRECE MUJER CREDI AHORRO PYME CREDILLANTAS CREDIPLAZO EMPRESARIAL HIPOTECARIO MI HOGAR PERSONAL PERSONAL REMESAS PESCA PRENDARIO PYME GRUPAL QUI500 RAPIDITO Totales CAR% CHULUCANAS 0,00% 0,00% 21,42% 0,00% 6,63% 2,22% 0,00% 0,00% 0,00% 14,22% 0,00% 2,71% 0,00% 0,00% 0,88% 0,00% 0,00% 27,83% 13,25% CAR% EL TABLAZO 0,00% 0,00% 0,55% 0,00% 7,67% 0,00% 0,00% 0,00% 0,00% 2,74% 0,00% 1,14% 0,00% 3,10% 0,00% 0,00% 0,00% 0,00% 2,85% CAR% PAITA 0,00% 2,01% 0,00% 0,00% 3,58% 0,93% 0,00% 0,00% 0,00% 1,09% 0,00% 2,92% 0,00% 0,00% 0,62% 0,00% 0,00% 0,00% 1,59% CAR% PIURA 0,00% 0,00% 15,83% 0,00% 6,06% 3,71% 0,00% 3,66% 0,00% 5,69% 0,03% 3,22% 0,00% 0,00% 2,41% 0,00% 0,00% 0,00% 6,32% CAR% SECHURA 0,00% 0,00% 10,60% 0,00% 3,44% 4,99% 0,00% 0,00% 0,00% 22,37% 0,00% 3,78% 0,00% 62,25% 3,12% 0,00% 0,00% 0,00% 27,38% CAR% TALARA 0,00% 0,00% 0,00% 0,00% 30,03% 0,83% 0,00% 0,00% 0,00% 16,96% 0,00% 31,17% 0,00% 25,69% 1,11% 0,00% 0,00% 0,00% 20,72%
48
Matriz de correlaciones de las variables seleccionadas TIEM TIEM ENDEU IFIS DESCRED ACCRED 1.000000 -0.043136 0.055391 -0.067593 0.356876 ENDEU -0.043136 1.000000 -0.090764 0.155726 -0.046926 IFIS 0.055391 -0.090764 1.000000 0.028741 -0.083842 DESCRED -0.067593 0.155726 0.028741 1.000000 -0.485365 ACCRED 0.356876 -0.046926 -0.083842 -0.485365 1.000000
49
Encuesta para tesina: Anlisis e identificacin de los factores que inciden en los niveles de morosidad en las cajas municipales de la regin Piura en el ao 2011
Qu edad Tiene? Aos. Grado de Instruccin a) Primaria incompleta b) Primaria completa c) Secundaria incompleta A qu actividad se dedica? a) Venta de Abarrotes b) Venta de Ropa c) Venta de frutas o verduras d) Servicio de transporte e) Venta de Comidas Qu tiempo de iniciado tiene su negocio? a) Menos de 06 meses b) Entre 06 y 12 meses Ciudad donde ejerce sus actividades: a) Piura c) b) Paita d)
d) e) f)
Secundaria completa Superior Tcnica Superior Universitaria
f) g) h) i) j)
Calzado Agricultura Pesca Trabaja en empresa Otra. Especificar..
c) d)
Entre 1 y 2 aos Mas de 2 aos
Sullana Talara
e) f)
Sechura Morropn
Cuanto de endeudamiento mantiene en la actualidad? s/. Cuanto de Inventario mantiene su negocio? s/. Con cuantas entidades financieras trabaja Ud.? a) Una b) Dos d) Cuatro e) Ms de cuatro En que invirti el crdito el crdito otorgado? a) En mercadera para negocio. d) b) Compra de un activo fijo e) c) En arreglo o construccin de su vivienda
c)
Tres
Compra de artefactos Otros. Especificar.
Que documentacin le fue solicitada para el otorgamiento de sus crditos? a) Copia DNI y recibo de luz o gua b) Copia DNI, recibo de luz o gua y boletas del negocio. c) Copia DNI, recibo de luz o gua, boletas del negocio y copia de documento de casa. d) Copia DNI, recibo de luz o gua, boletas del negocio y copia de documento de casa, cronogramas y baucher de pagos, etc. Cuanto tiempo le demoro la entrega del crdito? a) 1 da c) 3 das b) 2 das d) Una semana
e)
Ms de 1 semana
50
Ud. Fue evaluado por el analista y le fue supervisada su vivienda para poder otorgarle el crdito? a) Si b) No El crdito fue supervisado por algn jefe superior al analista de crdito? a) Si b) No Se le pregunto a Ud. Que fechas quisiera pagar sus cuotas? a) Si b) No Se le pregunto a Ud. Hasta cuanto podra pagara en el mes? a) Si b) No El analista de crditos le visita constantemente para saber sobre la situacin de su negocio? a) Si b) No Porque se animo a realizar el crdito? a) Lo considero necesario para invertir en su negocio. b) Por insistencia del analista. c) Fue un crdito para un familiar o conocido. d) Porque le llego un carta con una lnea de crdito aprobada. e) Otras. Especifique.. Ha llegado a atrasarse por ms de 30 das en sus cuotas de pago? a) Si b) No Cuantos das se atraso en su pago? . Das. (La ocasin de mayor atraso)
Comentario [O22]: REDACCION POR FAVOR
Se atrasa constantemente en sus Cuotas de su ultimo crdito? a) Si b) No Despus de cuantos das se le comunica a Ud. que est atrasado en sus cuotas? a) Despus de 1 dia de vencida su cuota b) Despus de 7 das de vencida su cuota c) Despus de 15 das de vencida su cuota d) Despus de 30 das de vencida su cuota Porque motivos se atraso en sus pagos? a) Falta de liquidez. b) El negocio est cayendo c) Es un crdito de un familiar y no lo est pagando. d) Tiene otros compromisos que asumir con otras entidades financieras. e) Otros. Especifique Cuanto es su nivel de ventas promedio diarias? s/. Considera que el crdito recibido le ha ayudado a progresar en su negocio?
a)
Si
b) No
51
52

Análisis de factores que inciden en la morosidad de Cajas Municipales en Piura, Perú 2011

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Análisis de factores que inciden en la morosidad de Cajas Municipales en Piura, Perú 2011

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD NACIONAL DE PIURA

Jos Ordinola Boyer Renato Cornejo Abad

Caro Rosales Arianis Madrid Pea Alexander

Comentario [O1]: NO EXISTE UN ESQUEMA NI UN INDICE DE CONTENIDO COMPAGINADO

Comentario [O2]: REDACCION QUE LO QUE QUIERE DECIR AQU???

Comentario [O3]: !!!QUE HORRIBLE REDACCION

Giancarlo Falconi Canepa, Tecnologas de la Informacin en la Pequea y Micro Empresa, pag. 2 y 3.

Comentario [O5]: ORDENAR TODO E BASE A ESTE ESQUEMA E INDICE DE CONTENIDO

Comentario [O6]: ESTE CAPITULO NO ANUNCIA NINGUN DESDOBLAMIENTO??

Comentario [O7]: ESTE CAPITULO NO ANUNCIA NINGUN DESDOBLAMIENTO??

Conclusiones y Recomendaciones 44 Referencias Bibliogrficas Anexos

CAPTULO I: MARCO TERICO Y CONCEPTUAL

Numeral incorporado por la Resolucin SBS N 14353-2009 del 30/10/2009

Microempresa sin atraso hasta 60 de 61 hasta 120

Esta modalidad de clasificar a los clientes de las entidades microfinancieras

Comentario [O10]: NADA DE ASI PUES???

Comentario [O11]: CITAR ADECUADAMENTE Comentario [O12]:

Comentario [O13]: ESTA BIEN PERO DEBE CITARSE Y REDACTARSE ADECUADAMENTE

CAPTULO II: CARACTERIZACIN DEL MERCADO FINANCIERO DE LA REGIN PIURA

Caja Municipal de Piura

Caja municipal de Paita

Caja Municipal de Sullana

Caja Municipal de Trujillo

Fundada en 1982 pero inicia operaciones en noviembre de 1984

Elaboracin: Propia Fuente: Estadsticas SBS

Fuente: SBS Elaboracin: BCR

Caja Municipal de Paita

-Colocaciones -Depsitos -Otros servicios

-Pymes -Personales -Prendarios

Caja Municipal de Sullana

-Colocaciones -Depsitos -Otros servicios

Pymes -Personales -Prendarios

Crdito a grandes empresas 2011

8000 6000 4000 2000 0

Elaboracin: Propia Fuente Estadsticas SBS

Descripcin de los datos y desarrollo de la metodologa empleada

3.1 Estructuracin y tratamiento de la base datos

Comentario [O16]: Qu COSA??? COMO SE VAN A DISTRIBUIR POR CAJA P DISTRITO????

3.3 Estimacin del modelo y pruebas de rigor

Prob (MOR) = 0 + 1EDAD + 2NIEDU + 3TIEM + 4ENDEU + 5IFIS + 6 DESTCRED + 7 ACCRED + i

Tabla n 8: Modelo Logit

Tabla n 9: Modelo Probit

Tabla n 10: Parmetros estimados

Tabla n 11: Modelo Probit Significativo

Las hiptesis planteadas son:

H1 : 1 2 3 4 5 6 0 (Los parmetros son estadsticamente significativos).

respaldan que la mejor opcin es el modelo probit.

Grafico n1: Qu tiempo de iniciado tiene su negocio?

Entre 1 y 2 aos 24%

Entre 06 y 12 meses 22%

Fuente: encuesta de aplicacin. Elaboracion: propia

Grafico n2: Con cuantas entidades financieras trabaja Ud.?

Fuente: encuesta de aplicacin. Elaboracion: propia

Grafico n 3: En que invirti el crdito el crdito otorgado?

En mercadera para negocio 23%

En arreglo o construccin de su vivienda 29%

Compra de un activo fijo 11%

% dentro de En que invirti el crdito el crdito otorgado?

Grafico n 4: Que documentacin le fue solicitada para el otorgamiento de sus crditos?

Fuente: encuesta de aplicacin. Elaboracion: propia

Venta de Ropa 15%

Grafico n 6: Cuanto tiempo le demoro la entrega del crdito?

Una Semana 0% Tres dias 7%