Determinantes de la morosidad crediticia del Sistema Bancario Peruano para el periodo 1998-2018
Descripción del Articulo
El presente trabajo analiza los determinantes de la morosidad crediticia del sistema bancario peruano para 1998-2018. La motivación recae en el estrecho vínculo entre la morosidad y la salud del sistema financiero. Al conocer y monitorear las variables pertinentes podría potencialmente prevenirse o...
Autores: | , |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2020 |
Institución: | Pontificia Universidad Católica del Perú |
Repositorio: | PUCP-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.pucp.edu.pe:20.500.14657/177190 |
Enlace del recurso: | http://hdl.handle.net/20.500.12404/18781 |
Nivel de acceso: | acceso abierto |
Materia: | Crédito bancario--Morosidad (Finanzas)--Perú Bancos--Morosidad (Finanzas)--Perú Sistema financiero--Morosidad (Finanzas)--Perú http://purl.org/pe-repo/ocde/ford#5.02.01 |
Sumario: | El presente trabajo analiza los determinantes de la morosidad crediticia del sistema bancario peruano para 1998-2018. La motivación recae en el estrecho vínculo entre la morosidad y la salud del sistema financiero. Al conocer y monitorear las variables pertinentes podría potencialmente prevenirse o atenuarse futuras crisis financieras. Basado en una minuciosa revisión de la literatura existente, se plantea que los niveles de morosidad están determinados por factores macroeconómicos de entorno y factores propios del sistema bancario. Tomando como marco conceptual el modelo de Bernanke-Blinder se propone que la morosidad depende del nivel de empleo como proxy del producto, de la tasa activa de interés, del tipo de cambio real y del volumen de créditos otorgados. Tras comprobar que las variables seleccionadas no tengan problemas de correlación, se especifican un modelo VAR para la morosidad en soles y para la morosidad en dólares. Así, el ratio de morosidad dependerá directamente de su rezago, de la tasa activa de interés y del tipo de cambio real y; dependerá inversamente del índice de empleo y del volumen de créditos otorgados. La mayoría de las variables son significativas. No obstante, se debe acotar que una mejor especificación del modelo, sea por la selección de variables o por sus indicadores respectivos, podría otorgar resultados de mayor robustez. |
---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).