Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TESIS
Presentada por:
Asesor:
Tacna – Perú
201
ii
Agradecimientos
A mis docentes, los cuales me impartieron sus valiosos conocimientos, los que me
permitirán vencer los retos al que me enfrentaré en vida.
iii
Dedicatoria
A nuestro Dios y a mi familia por sus sabios consejos y apoyo permanente para
alcanzar mis objetivos personales y profesionales.
iv
Tabla de Contenido
Agradecimientos ..................................................................................................... ii
Resumen ................................................................................................................. ix
Abstract ................................................................................................................... x
Introducción ............................................................................................................ 1
CAPITULO I........................................................................................................... 4
CAPITULO II ....................................................................................................... 12
CAPITULO IV ...................................................................................................... 36
vi
36
CAPITULO V ....................................................................................................... 50
financiero........................................................................................................... 58
financiero........................................................................................................... 61
financiero........................................................................................................... 64
CONCLUSIONES ................................................................................................ 68
SUGERENCIAS ................................................................................................... 70
Bibliografía ........................................................................................................... 72
Apéndices .............................................................................................................. 75
Índice de Tablas
Índice de Figuras
financiero............................................................................................................... 38
financiero............................................................................................................... 40
financiero............................................................................................................... 41
financiero............................................................................................................... 43
sistema financiero.................................................................................................. 47
Resumen
cómo influye el total de créditos del sistema financiero en el riesgo crediticio del
datos desde el año 2010 – 2019, considerando las variables independientes, tales
Abstract
The main objective of this research work is to determine how the total credits of
the financial system influence Peru's credit risk, period 2010 – 2019, research is
important as it will serve as the basis for the system to design policies aimed at
are exposed, whose delineation have oriented research. This study, has been
carried out with the survey of secondary information, of a series of data from
2010 – 2019, considering independent variables, such as, interest rate, growth of
the economy, number of offices, total credits direct in the financial system, with
simple regression models have been used for the verification of hypotheses.
Introducción
del sistema financiero del Perú, periodo 2010 - 2019? Así mismo, el objetivo
Capítulo II: Marco Teórico, abarca desde los antecedentes, marco legal, marco
páginas web de instituciones como el Banco Central de Reserva del Perú – BCRP
e INEI, entre otras instituciones, así mismo, es una investigación básica y causal;
debido a que las series de tiempo están en escala ratio y son variables continuas,
CAPITULO I
usado para medir la calidad de cartera (Aguilar & Camargo, 2002). Sin
la cartera crediticia.
Otros. De manera similar, Aparicio & Moreno (2011) realiza una investigación
la capacidad de pago de los prestatarios. Blanchard & Enrri (2000) por su parte,
debe tener en consideración, es el lugar donde se brindan los créditos; pues, hoy
en día existe información pública que muestra las diferentes tasas de morosidad,
6
encuentre.
eso que en mes de mayo de 1980 fue promulgado el decreto legislativo 23039
poder brindar servicios financieros a los segmentos de población que hasta ese
financieras constituyen una oferta única en cerca de 90 distritos del país, logrando
– 2019?
1.3.Justificación de la investigación
1.4. Objetivos
CAPITULO II
MARCO TEORICO
2.1. Antecedentes
Bancario Peruano.
créditos otorgados.
(Haro, 2008)
15
(Jorion, 2003).
Alarcón, 2010).
quiebra, iliquidez o alguna otra razón. (Saavedra García & Jorge, 2010).
17
2.2.2. Morosidad
La morosidad Crediticia
Índice de Morosidad
Peralta, Nelson)
colocaciones totales.
morosidad y por la totalidad del saldo deudor. Por otro lado, éste es un
Solvencia.
21
vivienda.
servicios que se producen dentro de un país cuentan como parte del PIB del
PBI=C+I+G+XN.
financieros que son fundamentales para que una entidad financiera logre
2001).
25
Riesgo:
2019).
Riesgo de Crédito:
con las condiciones del contrato (Fuente: Ley General del Sistema Financiero y
Riesgo liquidez:
de activos líquidos de los que se dispone (Fuente: Ley General del Sistema
Riesgo operacional:
externos. Esta definición incluye el riesgo legal 97, pero excluye el riesgo
Castigo:
Es la cancelación del crédito cuando existe evidencias de que se han agotado las
Crédito bancario:
sus capitales, con la condición de la devolución del principal más los intereses
Morosidad:
persona que demora repetidas veces el pago de las obligaciones contraídas muy
Hipótesis nula
Hipótesis alterna
H1: El total de créditos influye significativamente en el riesgo crediticio
Primera Hipótesis
Hipótesis nula
Hipótesis alterna
2010 – 2019.
Segunda Hipótesis
Hipótesis nula
Hipótesis alterna
Tercera Hipótesis
Hipótesis nula
Hipótesis alterna
2010 – 2019.
Cuarta Hipótesis
Hipótesis nula
Hipótesis alterna
Dónde:
Tabla 1
Operacionalización de la variable Independiente
Tabla 2
Operacionalización de la variable Dependiente
CAPITULO III
METODOLOGÍA DE LA INVESTIGACIÓN
respecto al riesgo crediticio y los factores que la afectan para analizar los
efectos de una en otra, siendo aplicada a todo el sistema financiero del Perú.
investigación es longitudinal.
34
objetivos presentes.
CAPITULO IV
ANALISIS DE RESULTADOS
0.08
0.06
0.04
0.02
0.00
Jul-10
Jun-13
Jun-18
Set-14
Set-19
Dic-10
May-11
Nov-13
Dic-15
May-16
Nov-18
Abr-19
Oct-11
Feb-10
Mar-12
Mar-17
ene.-18
Ago-12
Feb-15
oct.-16
Ago-17
Ene-13
abr.-14
jul.-15
-0.02
-0.04
-0.06
-0.08
del Perú. Al respecto, se puede apreciar que existe una relación positiva, es
llegando a ser del 93,6%, lo cual confirma que hay una relación directa y
significativa.
39
Tabla 3
Correlación entre el número de oficinas y la morosidad
MOROSIDAD NUM_OFIC
MOROSIDAD Correlación **
1 ,936
de Pearson
Sig.
.000
(bilateral)
N 118 118
NUM_OFIC Correlación
,936** 1
de Pearson
Sig.
.000
(bilateral)
N 118 118
**. La correlación es significativa en el nivel 0,01 (bilateral).
0.08
0.06
0.04
0.02
0.00 Jul-10
Jun-13
May-16
Jun-18
Set-14
Set-19
Dic-10
May-11
Nov-13
Dic-15
Nov-18
Abr-19
Feb-10
Mar-12
Mar-17
ene.-18
Ago-12
Feb-15
oct.-16
Ago-17
Oct-11
Ene-13
abr.-14
jul.-15
-0.02
-0.04
-0.06
-0.08
Tabla 4
Correlación entre la tasa de interés y la morosidad
MOROSIDAD TASA_INTERES
Correlación
1 ,474**
de Pearson
MOROSIDAD Sig.
.000
(bilateral)
N 118 118
Correlación
,474** 1
de Pearson
TASA_INTERES Sig.
.000
(bilateral)
N 118 118
**. La correlación es significativa en el nivel 0,01 (bilateral).
directo o positivo, vale decir, si una sube la otra también muestra el mismo
comportamiento o viceversa.
43
0.20
0.15
0.10
0.05
0.00
Jul-10
Jun-13
Jun-18
Dic-10
May-11
Nov-13
Set-14
Dic-15
May-16
Nov-18
Abr-19
Set-19
Feb-10
Mar-12
Feb-15
Mar-17
ene.-18
Ago-12
Ene-13
abr.-14
jul.-15
oct.-16
Ago-17
Oct-11
-0.05
-0.10
respecto según la figura que se detalla líneas abajo, podemos indicar que
Tabla 5
Correlación entre el crecimiento de la economía y la morosidad
MOROSIDAD CREC_ECON
Correlación
1 ,884**
de Pearson
MOROSIDAD Sig.
.000
(bilateral)
N 118 118
Correlación
,884** 1
de Pearson
CREC_ECON Sig.
.000
(bilateral)
N 118 118
**. La correlación es significativa en el nivel 0,01 (bilateral).
0.15
0.10
0.05
0.00
Jul-10
Jun-13
Set-14
Jun-18
Set-19
Nov-13
Nov-18
Abr-19
Dic-10
May-11
Dic-15
May-16
Feb-10
Mar-12
Mar-17
Ago-12
Feb-15
jul.-15
oct.-16
Ago-17
ene.-18
Oct-11
Ene-13
abr.-14
-0.05
-0.10
-0.15
-0.20
Morosidad
Producto bruto interno y demanda interna (índice 2007=100) - PBI
economía
financiero en el Perú.
48
Tabla 6
Correlación entre el coeficiente de dolarización y la morosidad
MOROSIDAD COF_DOLAR
Correlación
1 -,951**
de Pearson
MOROSIDAD Sig.
.000
(bilateral)
N 118 118
Correlación
-,951** 1
de Pearson
COF_DOLAR Sig.
.000
(bilateral)
N 118 118
**. La correlación es significativa en el nivel 0,01 (bilateral).
0.08
0.06
0.04
0.02
0.00
Jul-10
Jun-13
Jun-18
Set-14
Set-19
Abr-19
Dic-10
May-11
Nov-13
Dic-15
May-16
Nov-18
Feb-10
Mar-12
Ago-12
Feb-15
jul.-15
Mar-17
ene.-18
oct.-16
Ago-17
Oct-11
Ene-13
abr.-14
-0.02
-0.04
-0.06
-0.08
CAPITULO V
COMPROBACIÓN DE HIPÓTESIS
Dado que las escalas utilizadas para el presente estudio son de tipo ratio, nos
Tabla 7
Resultados del Modelo
Coeficientes
Coeficientes no
estandarizad
estandarizados
Modelo os t Sig.
Error
B Beta
estándar
(Constante) .929 .046 20.297 .000
TOTAL_CRE
8.907E-09 .000 .971 43.688 .000
D_DIRECT
a. Variable dependiente: MOROSIDAD
52
apreciar en la tabla 7.
Regla de decisión
Ho.
Tabla 8
Análisis de Varianza
Suma de Media
Modelo gl F Sig.
cuadrados cuadrática
Regresión 39.996 1 39.996 1908.649 ,000b
Residuo 2.431 116 .021
Total 42.426 117
a. Variable dependiente: MOROSIDAD
b. Predictores: (Constante), TOTAL_CRED_DIRECT
Tabla 9
Coeficiente de Determinación
Error
R cuadrado
Modelo R R cuadrado estándar de
ajustado
la estimación
La figura 10, nos muestra que existe una relación positiva entre el total de
La tabla 10, nos muestra el grado de relación entre el total de créditos del
Tabla 10
Coeficiente de Determinación
TOTAL_CRE
MOROSIDAD
D_DIRECT
Correlación
1 ,971**
de Pearson
MOROSIDAD Sig.
.000
(bilateral)
N 118 118
Correlación
,971** 1
de Pearson
TOTAL_CRED_
Sig.
DIRECT .000
(bilateral)
N 118 118
**. La correlación es significativa en el nivel 0,01 (bilateral).
Tabla 11
Resultados del Modelo
Coeficientes
Coeficientes no
estandarizad
estandarizados
Modelo os t Sig.
Error
B Beta
estándar
(Constante) -1.242 .144 -8.613 .000
NUM_OFIC .001 .000 .936 28.580 .000
a. Variable dependiente: MOROSIDAD
11.
Regla de decisión
Ho.
De otro lado, podemos notar en la tabla 12, el análisis de varianza, el cual nos
Tabla 12
Análisis de Varianza
Suma de Media
Modelo gl F Sig.
cuadrados cuadrática
Tabla 13
Coeficiente de Determinación
Error
R cuadrado
Modelo R R cuadrado estándar de
ajustado
la estimación
sistema financiero
– 2019.
59
Tabla 14
Resultados del Modelo
Coeficientes
Coeficientes no
estandarizad
estandarizados
Modelo os t Sig.
Error
B Beta
estándar
(Constante) .815 .352 2.312 .023
TASA_INTER
.860 .148 .474 5.804 .000
ES
a. Variable dependiente: MOROSIDAD
Regla de decisión
Ho
Así mismo, se puede apreciar en la tabla 15, el análisis de varianza, el cual nos
Tabla 15
Análisis de Varianza
Suma de Media
Modelo gl F Sig.
cuadrados cuadrática
R cuadrado, el cual asciende al 21,8%, lo cual nos indica que la tasa de interés
Tabla 16
Coeficiente de Determinación
Error
R cuadrado
Modelo R R cuadrado estándar de
ajustado
la estimación
financiero.
.
62
Tabla 17
Resultados del Modelo
Coeficientes
Coeficientes no
estandarizad
estandarizados
Modelo os t Sig.
Error
B Beta
estándar
(Constante) -1.655 .223 -7.433 .000
CREC_ECO
.031 .002 .884 20.330 .000
N
a. Variable dependiente: MOROSIDAD
tabla 17.
63
Regla de decisión
Ho
Así mismo, se puede apreciar en la tabla 18, el análisis de varianza, el cual nos
Tabla 18
Análisis de Varianza
Suma de Media
Modelo gl F Sig.
cuadrados cuadrática
financiero en un 77.9%.
Tabla 19
Coeficiente de Determinación
Error
R cuadrado
Modelo R R cuadrado estándar de
ajustado
la estimación
a
,884 .781 .779 .28312
sistema financiero.
– 2019.
– 2019.
65
Tabla 20
Resultados del Modelo
Coeficientes
Coeficientes no
estandarizad
estandarizados
Modelo os t Sig.
Error
B Beta
estándar
(Constante) 6.166 .101 60.829 .000
COF_DOLAR -.089 .003 -.951 -33.282 .000
a. Variable dependiente: MOROSIDAD
Regla de decisión
Ho
Así mismo, se puede apreciar en la tabla 21, el análisis de varianza, el cual nos
Tabla 21
Análisis de Varianza
Suma de Media
Modelo gl F Sig.
cuadrados cuadrática
Tabla 22
Coeficiente de Determinación
Error
R cuadrado
Modelo R R cuadrado estándar de
ajustado
la estimación
CONCLUSIONES
crediticio.
SUGERENCIAS
Bibliografía
http://repositorio.uta.edu.ec/bitstream/123456789/1965/1/TE0013.pdf
https://accionistaseinversores.bbva.com/microsites/bbva2012/es/Gestiondelrie
sgo/Riesgooperacional.html
http://www.bcrp.gob.pe/publicaciones/glosario/r.html
UCAB.
http://www.clubgestionriesgos.org/secciones-informacion-riesgos/riesgo-
operacional/
Elizondo, A., & Edward, A. (2003). Medicion Integral del riesgo de crédito. Mexico:
Limusa.
http://www.equilibrium.com.pe/sectorialmfiset18.pdf
guzman_mt/pdfAmont/ec-guzman_mt.pdf
Jorion, P. (2003). Financial Risk Manager handbook. New Jersey: John Wiley & Sons.
Karen, C. T., & Davil Mondragon, G. (2016). Incidencia del Riesgo Crediticio en la
http://www.scielo.org.co/pdf/cadm/v23n40/v23n40a13.pdf
5campus: https://ciberconta.unizar.es/LECCION/anarenta/analisisR.pdf
Ejecutivos de Finanzas.
Informa: http://www.sbs.gob.pe/Portals/0/Boletin_Semanal_13_2018.pdf
https://www.zonaeconomica.com/riesgo-crediticio
Apéndices
76
VARIABLE
PROBLEMAS OBJETIVOS HIPOTESIS INDICADORES
INDEPENDIENTE
Problema General Objetivo General Hipótesis General
VARIABLE
Problemas Específicos Objetivos Específicos Hipótesis Específicas INDICADORES
DEPENDIENTE
¿Cómo influye la evolución del de
agencias bancarias en el nivel de El incremento de agencias bancarias influye
morosidad del sistema financiero del significativamente en la evolución del nivel
Perú, periodo 2010 – 2019? Determinar cómo influye la evolución del de morosidad del sistema financiero del Nivel de colocaciones
¿Cómo influye la evolución del número total de agencias bancarias en el nivel de Perú, periodo 2010 – 2019.
total de oficinas bancarias en el Perú en morosidad del sistema financiero del Perú,
el nivel de morosidad del sistema periodo 2010 – 2019. La evolución del número total de oficinas
financiero del Perú, periodo 2010 – bancarias influye significativamente en el
Cobertura de atención
2019? Analizar cómo influye la evolución del nivel de morosidad del sistema financiero
número total de oficinas bancarias en el Perú del Perú, periodo 2010 – 2019. al público (agencias)
¿Cómo influye la evolución de la tasa de en el nivel de morosidad del sistema
interés promedio del sistema financiero financiero del Perú, periodo 2010 – 2019. Determinar cómo influye la evolución de la
Tasa de interés
peruano en el grado de morosidad del tasa de interés promedio del sistema
Determinar cómo influye la evolución de la financiero peruano en el grado de morosidad promedio
sistema financiero del Perú, periodo Factores
2010 – 2019? tasa de interés promedio del sistema del sistema financiero del Perú, periodo
financiero peruano en el grado de morosidad 2010 – 2019.
¿Cómo influye el crecimiento de del sistema financiero del Perú, periodo
actividad económica del Perú en el nivel 2010 – 2019. El crecimiento de actividad económica
de morosidad del sistema financiero del influye significativamente en el nivel de
Perú, periodo 2010 – 2019? Analiza cómo influye el crecimiento de morosidad del sistema financiero del Perú,
actividad económica del Perú en el nivel de periodo 2010 – 2019. Crecimiento de la
morosidad del sistema financiero del Perú, economía
periodo 2010 – 2019.
78
Técnicas e
Tipo de Investigación Población y muestra instrumentos de Estadísticos
recolección de datos