Caracterización de las Variables de Riesgo en la Evaluación de Créditos para la Determinación de un Modelo Scoring en la Cooperativa Cacsa, de la Ciudad de Juliaca en el año 2017

• Autor: Farfán Casapino, Juan Wilbert
• Formato: tesis de maestría
• Fecha de Publicación: 2019
• Institución: Universidad Andina Néstor Cáceres Velasquez
• Repositorio: UANCV-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.uancv.edu.pe:UANCV/2991
• Enlace del recurso: http://repositorio.uancv.edu.pe/handle/UANCV/2991
• Nivel de acceso: acceso abierto
• Materia: Scoring crediticio, riesgo crediticio, variable

Es seguro que el mayor problema que puede enfrentar una IMF es el incremento del índice de la morosidad, que afecta su activo más importante, la cartera de créditos, cuyo deterioro podría significar falta de liquidez, incremento de provisiones y reducción de utilidades. En CACSA, institución dedicada a las microfinanzas, han observado que su indicador de mora llegó a 10.13%, al cierre del 2017, cifra muy superior al promedio nacional para este tipo de instituciones. Un sistema de calificación estadístico puede ayudar a reducir los niveles de morosidad, además de reducir los tiempos de respuesta, propiciar el crecimiento en escala, mejorar los procesos de evaluación, reducir costos y provisiones y mejorar la rentabilidad. Se ha considerado una población de 468 créditos vigentes y una muestra de 161 casos. A partir de un reducido número de variables cuantitativas y cualitativas, haciendo uso de la técnica de regresión logística binaria y contando con el software SPSS, se obtuvo un modelo, con siete variables independientes, que explica el 53.3% (R cuadrado de Nagelkerke) de variaciones de la variable dependiente, con una tasa de clasificación global de 88.2%, una alta sensibilidad de 96.2% y una especificidad de 53.3%. El área bajo la curva COR señala un poder predictivo de 61.2%. Todas las variables, el coeficiente del modelo y el modelo mismo alcanzan un alto nivel de significancia (Prueba de Wald).