Análisis discriminante para determinar los factores de riesgo asociados a la morosidad de clientes en la entidad financiera Caja Sipan S.A. 2010

• Autor: Gonzales Alvarado, Jose Augusto
• Formato: tesis de grado
• Fecha de Publicación: 2019
• Institución: Universidad Nacional Pedro Ruiz Gallo
• Repositorio: UNPRG-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unprg.edu.pe:20.500.12893/4607
• Enlace del recurso: https://hdl.handle.net/20.500.12893/4607
• Nivel de acceso: acceso abierto
• Materia: Pago Puntual; Otorgamiento de Creditos; Entidades Financieras; http://purl.org/pe-repo/ocde/ford#1.01.03

RESUMEN En el presente estudio de investigación, se identificó los principales Factores de Riesgo asociados a la morosidad de los clientes en la Entidad Financiera CRAC Sipán de la ciudad de Chiclayo; esto en base a un conjunto de variables que se presume afectan la capacidad de pago del cliente. La metodología consistió en utilizar la base de datos correspondiente a la cartera de clientes con créditos tipo MES al cierre del 31 de marzo del 2011, la cual fue solicitada al Área de Sistemas de CRAC Sipán, cabe mencionar que esta base de datos contiene información de todos los clientes vigentes en las 07 oficinas de CRAC Sipán ubicada estratégicamente en los departamentos de Lambayeque, San Martín, Cajamarca y La Libertad. El análisis estadístico consistió básicamente en la elaboración de tablas estadísticas de dos entradas, la obtención de perfiles según sexo y tipo de cliente y algunas pruebas de hipótesis Chi cuadrado de independencia de criterios, comparación de proporciones y sobre todo de la aplicación de la técnica multivariada del Análisis Discriminante con el cual se identificó los Factores de riesgo asociados a la morosidad. La muestra estuvo conformado por 652 clientes con este tipo de créditos, de los cuales la mayoría de ellos (35.12%) están en la agencia Moshoqueque. La morosidad ha impactado en el 19.33% de los clientes, identificándose que son en las oficinas Principal y Jaén las cuales presentan un alto indicador de morosidad (30.59% y 23.08% respectivamente). Mediante el Análisis Discriminante se identifico como factores de riesgo a las variables Saldo en el sistema financiero, Cuota Renta, Excedente y Liquidez pues representan diferencias significativas entre los grupos (Sig. <0.01). Finalmente se concluye que el poder predictivo del modelo clasificatorio es aceptable; pues predice correctamente al 96.76% de los clientes normales y al 98.41% de los clientes morosos.