Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Daniel Romero3
SBS - Departamento de Investigación
Económica
Reactiva Perú es un programa de créditos con garantía gubernamental que fue diseñado con el objetivo
de evitar un quiebre en la cadena de pagos. Los cambios en los porcentajes de cobertura otorgados por
este programa nos permiten calcular la elasticidad de la oferta de crédito respecto a las garantías
gubernamentales. Del análisis de los montos de créditos otorgados en torno a cada punto de quiebre en
los porcentajes de cobertura establecidos en el programa, encontramos que Reactiva Perú tuvo un
impacto positivo sobre la oferta de crédito alrededor de los umbrales de S/300 mil, S/750 mil y S/5
millones. Una comparación entre los créditos otorgados bajo el programa Reactiva y un conjunto de
créditos comparables otorgados durante el 2019 proporciona mayor soporte a nuestros resultados.
*
caso Reactiva Perú
Claudia Mendoza
Bryan Gutiérrez
Daniel Romero
Abstract
Reactiva Perú es un programa de créditos con garantía gubernamental que fue diseñado
con el objetivo de evitar un quiebre en la cadena de pagos. Los cambios en los por-
centajes de cobertura otorgados por este programa nos permiten calcular la elasticidad
de la oferta de crédito respecto a las garantías gubernamentales. Del análisis de los
montos de créditos otorgados en torno a cada punto de quiebre en los porcentajes de
cobertura establecidos en el programa, encontramos que Reactiva Perú tuvo un impacto
positivo sobre la oferta de crédito alrededor de los umbrales de S/300 mil, S/750 mil y
S/5 millones. Una comparación entre los créditos otorgados bajo el programa Reactiva
y un conjunto de créditos comparables otorgados durante el 2019 proporciona mayor
soporte a nuestros resultados.
* Cualquier error u omisión queda bajo responsabilidad exclusiva de las autores.
SBS - Departamento de Investigación Económica
University of Minnesota
SBS - Departamento de Investigación Económica
1
1 Introducción
La pandemia ha generado respuestas de política económica sin precedentes en casi todos
los países. Uno de los programas más utilizados fue el de créditos con garantía estatal a las
empresas del sector real. A pesar de su reciente crecimiento, la evidencia de sus consecuencias
luces sobre el tema. Este documento presenta evidencia sobre la respuesta de la oferta de
crédito ante cambios en las garantías gubernamentales. Para ello, se estudia el programa de
créditos con garantía estatal de Reactiva Perú, diseñado como parte del plan de reactivación
económica del Gobierno Peruano para enfrentar los efectos económicos adversos generados
Bajo un modelo teórico que interrelaciona el rol del sistema nanciero con el rol del gob-
ierno, basado en Bachas et al. (2021), se muestra que las elasticidades obtenidas permiten
estrategia de estimación planteada, también basada en el trabajo de Bachas et al. (2021), nos
permite recuperar las elasticidades a partir de los cambios en los porcentajes de cobertura
alrededor de umbrales determinados por el diseño del programa. Por ejemplo, durante la
primera etapa del programa Reactiva, los créditos de hasta S/30 mil recibían una cobertura
estatal del 98%; mientras que los créditos por encima de este monto, 95%.
1
Los resultados indican que un incremento de 1 punto porcentual en la garantía neta alrede-
dor del umbral de S/300 mil genera un aumento de S/29.6 mil en el volumen de cada préstamo
otorgado. Para el caso de los umbrales de S/750 mil y S/5 millones, los aumentos corre-
créditos Reactiva, encontramos más evidencia a favor de que la introducción del programa
Reactiva indujo una mayor oferta de crédito; en particular, se otorgó un número consider-
ablemente mayor de créditos por montos cercanos a los S/750 mil y los S/5 millones bajo el
2
sobre el cual se basa la estrategia empírica detallada en la sección 5. La sección 6 describe
las bases de datos utilizadas y la sección 7 exhibe los resultados. La sección 8 presenta
2 Literatura Relacionada
La literatura empírica sobre los programas de garantías es reciente y se encuentra en crec-
imiento. Tres factores han limitado el desarrollo de estudios relacionados a estos programas:
en primer lugar, la inexistencia de programas a gran escala que permitan estudiar los tópicos
garantías y el incumplimiento de los créditos. Uno de los primeros estudios inuyentes sobre
el tema es el de Lelarge, Sraer y Thesmar (2010). Los autores estudian los efectos de un
en las industrias elegibles para el programa; en particular, utilizan a las empresas que fueron
elegibles desde un principio como grupo de control para analizar el comportamiento de las
nuevas empresas elegibles antes y después del cambio. Los resultados indican que, si bien
las empresas que accedieron al programa enfrentan menores gastos por intereses y crecen
a una tasa más alta que rmas similares, también incrementan de manera signicativa su
Por otro lado, Uesegui et al. (2010) utiliza técnicas de emparejamiento para analizar el efecto
causal de los programas de garantías en Japón y, al igual que en el estudio anterior, encuen-
tran que las empresas que participan en el programa exhiben mayores casos de insolvencia
e incumplimiento comparadas a las empresas fuera del programa. D'Acunto, Tate, y Yang
(2017) se enfocan en el canal de riesgo moral al estudiar los programas de garantías para
desempeño deciente cuando la decisión de otorgar préstamos se delega por completo a los
prestamistas privados, ya que tienen limitados incentivos para seleccionar y monitorear ade-
cuadamente los préstamos debido a la garantía gubernamental que respalda los préstamos.
sobre la toma de préstamos y el incumplimiento del pago de los mismos por parte de los
3
deudores. A diferencia de los documentos previos, sus resultados no muestran incrementos
encuentran que los programas de garantías crean nuevas relaciones bancarias, lo cual termina
Otro grupo de estudios se ha enfocado en los efectos sobre variables reales de los programas
de garantías. De Blasio et al. (2017) evalúan el programa de garantías italiano para Pymes
y para esto explotan el hecho de que los participantes son elegibles de acuerdo a un sistema
de score. Así, utilizando regresiones discontinuas, encuentran que el programa fue efectivo
para mejorar el ujo de préstamos hacia empresas, las cuales utilizaron el crédito para -
nanciar capital de trabajo. Por su parte, Brown y Earle (2016) analizan data histórica del
programa más grande de garantías de Estados Unidos utilizando la dispersión geográca que
existía en los lugares donde se otorgaban los créditos gubernamentales. Entre los hallazgos
se destacan efectos positivos sobre el empleo y que dichos efectos son más grandes espe-
cialmente para empresas que se encuentran en localidades con condiciones crediticias laxas.
distintas regiones dentro de Francia y encuentran un efecto signicativo sobre las trayectorias
mentan que los benecios que se generan en el mercado laboral compensan el costo incurrido
recesión de 2008-2009 y se enfocan en los efectos sobre el sector real, en especíco, sobre el
resultados sugieren que las garantías ayudan a mitigar el impacto económico de las crisis
nancieras.
Finalmente, Bachas, Kim y Yannelis (2021) estudian cómo los préstamos garantizados por
Empresa (SBA) los préstamos de hasta $150,000 reciben porcentajes de cobertura mayores
a los préstamos por encima de ese monto estiman la elasticidad de la oferta de crédito
2
respecto a la garantía neta . Sus resultados proporcionan evidencia de que los programas de
garantías ayudan a expandir el crédito y no funcionan solamente como colaterales ante las
pérdidas crediticias incurridas. Este último estudio es el que será usado como base para el
2 La garantía neta es igual al porcentaje de cobertura multiplicado por la probabilidad de default del
crédito menos el costo que asumen las entidades nancieras por participar en el programa.
4
presente documento.
el objetivo proporcionar una respuesta rápida y efectiva a las necesidades de liquidez que
enfrentan las empresas ante el impacto del Covid-19, y de mantener la cadena de pagos
en la economía ante las paralizaciones de las actividades económicas provocadas por los
connamientos establecidos para frenar los contagios. El Gobierno Nacional, a través del
Ministerio de Economía y Finanzas (MEF), garantiza los créditos colocados por las entidades
del sistema nanciero a las micro, pequeñas, medianas, grandes empresas y corporaciones
acceder a créditos de capital de trabajo y cumplir con sus obligaciones de corto plazo con sus
trabajadores y proveedores de bienes y servicios. El programa contó con dos etapas, para
cada una de las cuales se destinaron recursos por S/ 30,000 millones; es decir, el monto total
ascendió a S/ 60,000 millones, equivalente al 7.7% del PBI 2019 del Perú.
Reactiva Perú cuenta con varias características que son relevantes para este estudio. En
primer lugar, la tasa de cobertura depende del monto del préstamo de forma discontinua
y diere entre las distintas etapas del programa. Así, en la primera etapa se dispuso que:
aquellos préstamos que no exceden los S/ 30,000 obtienen una garantía de 98%, los que se
encuentran entre S/ 30,001 y S/ 300,000 y entre S/ 300,001 a S/ 5'000,000 tienen una tasa de
monto máximo del crédito tienen una cobertura de 80%. En la segunda etapa, los rangos
que cubren las garantías cambiaron: los préstamos que no exceden los S/ 90,000 obtienen
una garantía de 98%, los que se encuentran entre S/ 90,001 y S/ 750,000 y entre S/ 750,001
a S/ 7'500,000 tienen una tasa de 95% y 90%, respectivamente. Finalmente, los préstamos
entre S/ 7'500,001 a S/ 10'000,000 monto máximo del crédito tienen una cobertura de
80%. La Tabla 1 presenta un resumen de las tasas de cobertura por monto de crédito para
las dos etapas del programa. En segundo lugar, los préstamos solo pueden ser otorgados en
moneda nacional. En tercer lugar, en la primera etapa del programa, el monto máximo de
préstamo permitido por empresa fue equivalente a tres veces el aporte al Seguro Social de
Salud del Perú (Essalud) de los periodos tributarios de 2019, o un mes de ventas promedio
3
mensual de ese mismo año , lo que resulte mayor. Asimismo, para el caso de microempresas,
solo podía ser aplicable el criterio de ventas. Sin embargo, estas pautas cambiaron para la
segunda etapa del programa, pues, en esta el monto máximo del préstamo no puede superar
5
el promedio de tres meses de ventas de 2019. Además, para las microempresas, dicho monto
4
no puede superar dos meses promedio de deuda de 2019 o S/ 40,000 . Referente a esto
5
último, para las microempresas comprendidas en el Nuevo Régimen Único Simplicado , la
suma total del préstamo no puede ser mayor a tres meses sus ingresos o compras promedio
mensual de 2019. En cuarto lugar, para que se obtenga la garantía, el plazo inicial del crédito
Para calicar a un préstamo de Reactiva Perú, las empresas deben contar con una serie de
del Perú (SUNAT) en periodos anteriores al 2020, exigibles en cobranza coactiva por un
monto mayor a S/4,300 al momento de solicitar el crédito, ii) a febrero de 2020, las empresas
Problemas Potenciales, iii) si las empresas no cuentan con clasicación a dicha fecha, no
haber estado en una categoría diferente a la Normal en los 12 meses previos a la concesión
del préstamo, y iv) no estar vinculadas a la empresa del sistema nanciero que le otorga
6
el crédito, ni a empresas comprendidas en el ámbito de la Ley 30737 . Para la segunda
etapa del programa se agregaron los siguientes requisitos: i) las empresas no deben estar
sometidas a procesos por delitos de corrupción y conexos o cuyos representantes estén siendo
investigados por dichos delitos, excepto aquellos que hayan cumplido con el pago de la
Concursal, creado mediante Decreto Legislativo N° 1511, y iii) no deben estar inhabilitadas
utilizar los préstamos del programa para adquirir activos jos, instrumentos nancieros o
realizar aportes de capital; o para pagar o pre-pagar obligaciones nancieras antes de pagar
En marzo 2021, debido a una nueva ola de casos de Covid-19 en Perú y a las dicultades de
las empresas para hacerle frente a sus obligaciones ante el proceso paulatino de reapertura de
el programa. Esta implica un nuevo cronograma de pago con un plazo máximo de 12 meses
de periodo de gracia, tiempo en el cual se paga los intereses y las comisiones correspondientes.
Culminado dicho periodo, las empresas deben iniciar el repago de la deuda en un plazo entre
4 Según los parámetros establecidos por la Superintendencia de Banca, Seguros y AFP (SBS).
5 Es un régimen tributario creado para los pequeños comerciantes y productores, el cual les permite el
pago de una cuota mensual jada en función a sus compras y/o ingresos, con la que se reemplaza el pago
de diversos tributos. Está dirigido a personas naturales que realizan ventas de mercaderías o servicios a
consumidores nales. También pueden acogerse las personas que desarrollan un ocio.
6 Ley que asegura el pago inmediato de la reparación civil a favor del Estado Peruano en casos de corrupción
y delitos conexos.
6
7
24 y 36 meses . Asimismo, la tasa de interés es la misma que tuvieron los créditos originales
nanciera. Este margen no debe exceder de 0.25%. Además, las entidades nancieras están
empresas y procede en caso las empresas cumplan con las siguientes condiciones: i) cuenten
con préstamos hasta por S/ 90, 000, ii) en caso cuenten con préstamos entre S/ 90,001 y
S/ 750,000, deben demostrar una caída en el nivel de sus ventas mayor o igual al 10% en el
cuarto trimestre de 2020, con relación al mismo periodo del año anterior, y iii) si la empresa
obtuvo préstamos entre S/ 750,001 y S/ 5'000,000, debe registrar una caída en su nivel de
ventas mayor o igual al 20% en el cuarto trimestre del año 2020, con relación al mismo
así como de vericar que la empresa que se acoja a este benecio cumpla con los requisitos
Table 1: Tasas de cobertura por monto de crédito y etapa del programa Reactiva Perú
4 Marco Teórico
Una de las formas de medir la efectividad de los programas es a través de la estimación
una oferta crediticia inelástica implica que las garantías otorgadas por el gobierno no alteran
la oferta crediticia. En este caso, el programa actuaría como un subsidio a los prestatarios,
7
a través del colateral que cubre las pérdidas crediticias que enfrentan los prestamistas. Por
otro lado, una respuesta elástica de la oferta implicaría que el programa expandió la oferta
las garantías gubernamentales, la cuanticación respecto a los efectos sobre el sector real
resulta más importante aún debido a que la justicación de los programas de garantías se
basa en los potenciales impactos que tienen estas medidas sobre el empleo y ventas. No
obstante, la cuanticación de los efectos sobre el sector real escapa del alcance del presente
del banco por un monto M. Una vez realizados los resultados del proyecto, los prestararios
deben decidir si repagar o no el crédito al banco. Cada prestatario no paga nada en caso
haga default y paga rM M de otro modo, donde rM es la tasa de interés bruta del préstamo.
Asumimos que los prestatarios incumplirán el pago del préstamo en caso el retorno del
proyecto (θ ) sea menor a rM M , por lo que el banco recibe los siguientes pagos:
−M si θ < rM M
Π=
r M
M si θ > rM M
de garantías implica que el gobierno asume una fracción λ del monto del crédito en caso
la persona incurra en default. El gobierno nancia los créditos otorgados por el banco, sin
cobrarle ningún interés, a cambio de que la tasa de interés del crédito -denotada por rM -
sea ja e igual a rM . Nótese que la generosidad de la garantía otorgada por el gobierno por
cada unidad de préstamo está dada por pE (M ) λ ≡ ψ . El banco es neutral al riesgo y elige
el monto del préstamo que maximiza sus benecios esperados que están dados por:
E [π] = M (1 − pE (M )) rM − pE (M ) + pE (M ) λ
| {z } | {z } | {z }
Ingreso medio esperado P érdida media esperada Generosidad media de la garantı́a
8
ticidad, la existencia de la garantía esperada no incrementa el monto del préstamo otor-
gado; es decir, el monto del préstamo otorgado, M, sería el mismo con o sin garantía:
M (λ ∈ ]0, 1]) = M (λ = 0). Por lo tanto, el gasto medio realizado por el gobierno, pE (M ) λ
o ψ , no expande la oferta de crédito, M . En segundo lugar, la garantía funciona como un
subsidio de suma ja a los benecios esperados del banco por unidad monetaria de prés-
E[π]
tamo,
M
. La explicación a lo anterior es la siguiente: dado que el banco recibe pE (M ) λ
por parte del gobierno por cada unidad monetaria de préstamo que no fue pagado y que
el monto del crédito es inelástico a las garantías, εM , ψ = 0, el monto medio pagado por el
gobierno, pE (M ) λ, funciona únicamente como un subsidio de suma ja que compensa parte
de las pérdidas esperadas del banco. De este modo, debido a las garantías, la pérdida media
M (ψ = 0). Asimismo, los benecios esperados del banco por unidad monetaria de préstamo,
E[π]
M
, se reducen a medida que el monto del préstamo, M, se incrementa. La explicación a lo
anterior es la siguiente: dado que la probabilidad de éxito es menor a medida que se incre-
0
menta el monto del préstamo, pE (·) > 0, esto implicaría que el ingreso medio esperado del
∂(1−pE (M ))rM
banco sea menor ante un préstamo mayor < 0 y que la pérdida media esperada
∂M
∂pE (M )
sea mayor − < 0. La generosidad media de la garantía pE (M ) λ se incrementa a
∂M
∂pE (M )λ
medida que el monto del préstamo aumenta
∂M
> 0. Si bien la generosidad media de la
garantía pE (M ) λ va a ser un ingreso por otorgar este tipo de créditos, nótese que siempre
que λ < 1 va a ocurrir que la pérdida por el fracaso de un proyecto, pE (M ), va a ser mayor
tamaño le genera marginalmente menores ingresos medios al banco y que los proyectos más
grandes tienen mayor posibilidad de fracasar por lo que tienen una mayor pérdida esperada
promedio. En este sentido, para un valor jo de ψ, una mayor elasticidad εM , ψ implicaría
E[π]
también un menor valor de los benecios promedios por unidad monetaria, .
M
Respecto al gasto total incurrido por el gobierno asociado al programa de garantías, g (M ) ≡
M pE (M ) λ, se podría señalar que una mayor elasticidad de la oferta de crédito respecto a
las garantías, εM , λ , implicaría mayor un gasto del gobierno, g (M ). Esto debido a que una
mayor elasticidad implica que un mayor incremento sobre el monto del crédito, M, y que el
9
g(M )
que la fracción de los benecios que representa el gasto incurrido por el gobierno, , se
E[π]
g(M )
∂ ( E[π] )
incrementa a medida que la elasticidad de las garantías es mayor,
∂εM , λ
> 0. Esto debido
∂g(M )/M ∂E[π]/M
∂ ( E[π]/M ) E[π]/M
g(M )/M
∂εM , λ
−g(M )/M ∂ε
M ,λ
a que
∂εM , λ
=
(E[π]//M )2
> 0. La intuición detrás del resultado
es que cuando la elasticidad se incrementa, el gasto medio que hace el gobierno también se
incrementa debido al mayor monto del préstamo y que el benecio medio del banco se reduce
debido a que los préstamos más grandes tienen menor benecio medio esperado.
5 Estrategia Empírica
Considerando lo descrito previamente, el parámetro de interés se puede escribir de la
siguiente forma:
4M 1+ψ
εM,ψ = ×
M 4ψ
donde 4M ≡ M (ψ0 + 4ψ) − M (ψ0 ) denota la diferencia entre los montos del crédito
ofertados luego de pasar el umbral de la garantía crédito, M (ψ0 + 4ψ), y antes de pasar
dicho umbral, M (ψ0 ). Además, M denota el monto del crédito límite exactamente en el
umbral y ψ la fracción esperada del crédito que será cubierta por el gobierno exactamente
en el umbral. Mediante una expansión de Taylor de primer orden se puede aproximar ψ por
M
ψ+ 4ψ 4M . De este modo se tendría que el parámetro de interés estaría dado por
2
4M 1+ψ
εM,ψ ≈ ×
M 4ψ
Para estimar la elasticidad en cuestión se requiere obtener el valor de cada uno de sus
diseño propio del programa en cuestión y del comportamiento observado de los deudores. El
diseño del programa determina el saldo de crédito en cada umbral M. Los valores de ψ y
calcula la probabilidad de incumplimiento antes y después del umbral, así como el porcentaje
de garantía antes y después del umbral. El valor de dichos parámetros permite calcular ψ y
de créditos justo por debajo de los puntos de corte de las garantías. Si la oferta de crédito
es inelástica, las entidades no van a ajustar el tamaño de sus préstamos ante el cambio en
10
crédito es elástica, las entidades moverán parte de sus créditos justo por debajo del monto
a la existencia del programa de garantías en el valor del límite del umbral. Este valor se
toma como referencia para aproximar 4M . Por ejemplo, para el caso de la segunda etapa
de Reactiva, si la garantía se reduce de 98% a 95% cuando los créditos pasan a ser mayores
El monto de créditos a la derecha del umbral que hace que el exceso de masa sea igual al
décit de masa (D ) , denotado por du , nos permitirá hallar 4M =du − M . Cabe resaltar
que se estima la elasticidad de la oferta de crédito con respecto a la garantía neta otorgada
por el gobierno (ψ ), la cual depende no solo del porcentaje garantizado (λ), sino también de
las probabilidades de default (pE (M )) y el costo que deben asumir las entidades nancieras
Para hallar tanto el exceso de masa como el décit de masa, necesitamos encontrar la dis-
de estimación alrededor de cada uno de los seis umbrales en los que cambia el porcentaje
grado 6:
6 du
µji 1(di = j)+ δn 1(di = n) + εi . . . (1)
X X X
Ni = βk (di )k +
k=0 j=dl n∈Ω
será excluida, µji son un conjunto de dummies para los tramos dentro de la región excluida,
Adicionalmente, cabe aclarar que dl hace referencia a la cota inferior del tramo que contiene
9 Ver Tabla 2.
10 La marca de clase.
11 Por ejemplo, S/10,000, S/100,000, etc.
11
12
al umbral correspondiente ; mientras que du es la cota superior de aquel tramo a la derecha
del umbral que iguala el exceso de masa (E ) con el décit de masa (D ). La distribución
contrafactual se calcula a partir de los valores predichos por la regresión, pero ignorando las
Una vez obtenida la distribución contrafactual, calculamos el exceso (Ê ) y décit (D̂ ) de masa
que culminará cuando Ê+D̂ = 013 . Primero, calculamos la distribución contrafactual a partir
de una regresión que excluye tanto el tramo con el umbral como el tramo inmediatamente
la derecha del umbral y repetimos el primer paso. Este procedimiento se detiene una vez
que Ê + D̂ sea cercano a cero. Una vez que el procedimiento converge, du corresponde al
límite superior del último tramo excluido. Cabe resaltar que tanto la ecuación (1) como el
et al. (2021), quienes, a su vez, siguen la metodología descrita en el trabajo de Kleven &
Waseem (2013). La información sobre los rangos de estimación y el tamaño de los tramos
14
por umbral se presentan en la Tabla 2. .
12
6 Data
La principal fuente de información de este documento proviene de los reportes de las in-
stituciones nancieras participantes del programa Reactiva Perú. De dichos reportes, que
elasticidad emplea tres variables: (1) el monto de originación del préstamo; (2) la fecha de
otorgamiento del préstamo para determinar a qué etapa del programa Reactiva corresponde
crédito otorgado fue de S/326.6 mil, con una cobertura promedio de 95.5%; mientras que
para la etapa 2, el monto promedio de crédito fue 4.6 veces menor, aunque con una mayor
cobertura, en promedio de 97.5%. Esto reeja que los créditos de la segunda etapa estuvieron
más orientados hacia los segmentos de empresas más pequeñas, en línea con el objetivo del
programa para la segunda etapa. La Tabla 3 muestra estadísticos descriptivos del programa
dores (RCD), el cual contiene información de los deudores que poseen al menos un crédito
de los días de atraso en las obligaciones de cada deudor. El plazo original de los créditos
hacer frente a esta dicultad, nuestro indicador de incumplimiento toma en cuenta todos los
créditos que cada deudor con créditos Reactiva tiene en el sistema nanciero. De esta forma,
así poder aproximar su nivel de riesgo sin la necesidad de que haya vencido el plazo de su
deudor registra más de 90 días de atraso en el pago de su deuda en el periodo actual y tuvo
13
Table 3: Estadísticos descriptivos de los créditos otorgados bajo el programa Reactiva Perú
Etapa 1
Etapa 2
7 Resultados
Los Figuras 1 y 2 muestran la distribución de los créditos del programa Reactiva Perú
1, los umbrales fueron S/30 mil, S/300 mil y S/5 millones; mientras que en la Etapa 2,
S/90 mil, S/750 mil y S/7.5 millones. En casi todos los grácos, puede apreciarse un salto
importante sobre el punto de corte correspondiente. Así, por ejemplo, se otorgaron unos 600
créditos de S/300 mil durante la primera etapa de Reactiva Perú, alrededor de 400 créditos
ligeramente por debajo de ese monto y menos de 250 ligeramente por encima. Más aún,
a partir del mismo gráco, se aprecia que el número promedio de préstamos otorgados por
montos menores o iguales a los S/300 mil es mayor al número promedio de créditos otorgados
por un monto superior a los S/300 mil. Además de los saltos sobre cada uno de los umbrales,
podemos destacar lo siguiente: (1) El salto sobre el umbral de S/30 mil no es muy distinto a
los saltos que se pueden apreciar para los S/20 mil y S/40 mil; (2) el salto sobre los S/90 mil
es de muy baja magnitud comparado a otros puntos de corte; y (3) el número de créditos
16
otorgados por montos cercanos a los S/7.5 millones es bastante reducido . El bajo número
16 El
número máximo de créditos otorgados en el gráco es de 45 y para ciertos montos no se otorgó ni un
solo crédito.
14
de créditos alrededor de los S/7.5 millones, siguiendo el rango de estimación mostrado en la
Umbral de S/5,000,000
15
Figure 2: Reactiva Perú Etapa 2 - Distribución de créditos según monto de originación
Umbral de S/7,500,000
ciones contrafactuales para cada umbral para poder hallar ∆M . A modo de ejemplo, la
Para hallar la distribución contrafactual mostrada, se excluyó el área sombreada, dado que
tual presenta un comportamiento más suavizado que la distribución real. Asimismo, para el
intervalo que contiene al umbral, se observa que el número de créditos otorgados es mayor
al predicho por la regresión (exceso de masa); mientras que a la derecha de ese intervalo,
los créditos otorgados son menores a los predichos (décit de masa). Note que la estimación
realizada para construir la Figura 3 es solo referencial; los resultados nales se obtienen par-
de S/30 mil, lo cual se condice con el análisis visual anterior. Adicionalmente, en el caso del
16
umbral de S/90 mil, notamos que Ê + D̂ no converge monotónicamente hacia cero. Para
los umbrales de S/300 mil, S/5 millones y S/750 mil, no hubo mayores inconvenientes. El
para participar en el programa Reactiva Perú. Los porcentajes garantizados antes y después
de cada umbral son conocidos. La comisión por participar en el programa es igual a 50 puntos
17
básicos anuales sobre el principal del préstamo y no cambia dependiendo del monto . Por
último, aproximamos las probabilidades de default usando el promedio ponderado por saldo
valores de ∆ψ para cada umbral. Destacan el umbral de S/30 mil y el de S/90 mil, porque
del umbral de S/30 mil, una posible explicación de la inexistencia de un exceso de masa
17
puede estar relacionado a que las entidad anticiparon que los porcentajes garantizados no
compensaban las diferencias en probabilidad de default, por lo que no otorgaron más créditos
de S/30 mil de los que se esperaría. Respecto al umbral de S/90 mil, si bien existe un exceso
de masa, que ∆ψ sea negativa implica que no será posible estimar una elasticidad.
La Tabla 4 muestra el resumen de las elasticidades halladas por cada umbral. El cambio
en la garantía neta alrededor del umbral de S/5 millones es el que genera un mayor incre-
mento en la oferta de crédito, seguidos de los cambios en los umbrales de S/300 mil y S/750
mil. Otra forma de describir estos resultados es a partir del ratio ∆M/∆ψ : un incremento
de 1 punto porcentual en la garantía neta alrededor del umbral de S/300 mil, S/750 mil
S/29.6 mil, S/46.8 mil y S/1.9 millones, respectivamente. Cabe resaltar que las elasticidades
halladas son válidas para todo el rango de estimación denido alrededor de cada umbral.
el total de créditos Reactiva que se otorgaron por montos dentro de cada uno de los rangos
Reactiva desembolsados entre las dos etapas. A partir de esto, encontramos que los rangos
19
de estimación para los umbrales de S/30 mil, S/90 mil y S/7.5 millones representan -en
conjunto- menos del 10% del total de créditos Reactiva. En contraposición, los rangos para
20
los umbrales de S/300 mil, S/750 mil y S/5 millones representan -en suma- más del 25%
30,000 - - -0.001 -
1
300,000 348 40,000 0.014 1.40
7,500,000 - - 0.023 .
19 9.8%.
20 27.6%.
18
8 Análisis de placebo
Los saltos en la distribución de créditos que se mostraron en la sección anterior podrían
deberse a factores ajenos al cambio en el porcentaje garantizado por el Estado. Una forma
garantizados. En principio, cualquier año anterior al 2020 serviría, dado que nunca antes
dad, partimos del universo de créditos empresariales otorgados durante el 2019 y aplicamos
una serie de ltros. Es importante mencionar que cualquier comparación que se haga es
imperfecta, dado que la pandemia trajo consigo varios cambios que podrían considerarse es-
tructurales. Sin embargo, este ejercicio de comparación no deja de ser relevante y enriquece
Los créditos del 2019 que analizamos son aquellos que cumplen las siguientes condiciones:
(1) tienen plazos superiores a 1 año -dado que ningún crédito del programa Reactiva es
de corto plazo-, (2) están denominados en moneda nacional, y (3) se otorgaron a aquellos
deudores que -en algún momento- recibieron un crédito Reactiva. Consideramos que esta
última condición es la más relevante, dado que nos permite observar el número de créditos
típico que recibía este conjunto de deudores. Al respecto, es importante mencionar que no
todos los deudores que recibieron un crédito Reactiva también recibieron un crédito durante
luego de haber aplicado los ltros mencionados. Las distribuciones se construyeron solamente
utilizando los mismos rangos alrededor de cada umbral y tamaños para cada tramo denidos
en la Tabla 2. A diferencia de lo observado para los créditos del programa Reactiva, durante
Asimismo, destaca el hecho de que bajo el programa Reactiva se otorgaron más créditos
-comparado a lo observado durante el 2019- por montos cercanos a los S/750 mil y los S/5
millones. Bajo Reactiva, se otorgaron más de 800 créditos por montos cercanos a los S/750
mil y más de 100 por montos cercanos a los S/5 millones; mientras que durante el 2019 se
entregaron menos de 100 y menos de 20, respectivamente. Cabe resaltar que estas diferencias
no se observan solo para los montos cercanos a los umbrales, sino para todo el rango de
21 Los umbrales para los que se logró estimar una elasticidad: S/300 mil, S/750 mil y S/5 millones.
19
cambios en los porcentajes de garantías no hay aglomeración de créditos por debajo de cada
procedimiento descrito en la subsección 5.1 para calcular el exceso de masa sobre cada umbral
usando la distribución de créditos del 2019. Las regresiones para cada umbral son las mismas
que se usaron para hallar los resultados de la sección 6. Como resultado, encontramos que
Umbral de S/5,000,000
9 Conclusiones
El programa Reactiva Perú fue implementado como parte del plan de reactivación económica
del gobierno peruano para enfrentar los efectos económicos adversos generados por el COVID-
través del Ministerio de Economía y Finanzas (MEF) cubrió un porcentaje de los créditos
20
colocados por las entidades del sistema nanciero ante potenciales incumplimientos. Frente
a esto, surge la pregunta de si Reactiva Perú realmente incentivó a las entidades nancieras
a expandir la oferta de crédito o no. El presente documento pretende dar una respuesta a
esta interrogante.
Utilizando los cambios en los porcentajes de cobertura alrededor de seis umbrales, estimamos
la elasticidad de la oferta de crédito con respecto a la las garantías netas. Nuestros resultados
indican que Reactiva Perú sí logró expandir la oferta de crédito. En particular, un incremento
de 1 pp. en la garantía neta alrededor del umbral de S/300 mil genera un aumento de S/29.6
mil en el volumen de cada préstamo otorgado; los aumentos para los umbrales de S/750
mil y S/5 millones son de S/46.8 mil y S/1.9 millones, respectivamente. Adicionalmente,
sistema nanciero, y con ello, en la economía en general. A futuro, el efecto generado por
este tipo de programas en la oferta de crédito puede complementarse con el análisis de los
efectos sobre el riesgo de los portafolios crediticios, así como el impacto en el bienestar.
21
10 Bibliografía
Bachas, N., Kim, O. S., & Yannelis, C. (2021). Loan guarantees and credit supply. Journal
Barrot, J. N., Martin, T., Sauvagnat, J., & Vallee, B. (2019). Employment eects of alleviat-
ing nancing frictions: Worker-level evidence from a loan guarantee program. In Proceedings
Brown, J. D., & Earle, J. S. (2017). Finance and growth at the rm level: Evidence from
De Blasio, G., De Mitri, S., D'Ignazio, A., Russo, P. F., & Stoppani, L. (2018). Public
guarantees to SME borrowing. A RDD evaluation. Journal of Banking & Finance, 96,
73-86.
D'Acunto, F., Tate, G., & Yang, L. (2018). Correcting market failures in entrepreneurial
Gonzalez-Uribe, J., & Wang, S. (2020). The eects of small-rm loan guarantees in the uk:
Insights for the COVID-19 pandemic crisis. London, UK: LSE Financial Markets Group.
Kleven, H. J., & Waseem, M. (2013). Using notches to uncover optimization frictions and
structural elasticities: Theory and evidence from Pakistan. The Quarterly Journal of Eco-
Lelarge, C., Sraer, D., & Thesmar, D. (2010). Entrepreneurship and credit constraints: Evi-
Mullins, W., & Toro, P. (2018). Credit guarantees and new bank relationships. Central
Uesugi, I., Sakai, K., & Yamashiro, G. M. (2010). The eectiveness of public credit guar-
antees in the Japanese loan market. Journal of the Japanese and International Economies,
24(4), 457-480.
22