Determinantes de la morosidad de los clientes de las cajas rurales del Perú

• Autor: Ayala Querevalú, Karol del Rosario
• Formato: tesis de grado
• Fecha de Publicación: 2022
• Institución: Universidad de Piura
• Repositorio: UDEP-Institucional
• Lenguaje: español
• OAI Identifier: oai:pirhua.udep.edu.pe:11042/5962
• Enlace del recurso: https://hdl.handle.net/11042/5962
• Nivel de acceso: acceso abierto
• Materia: Cajas de ahorros -- Deudor y acreedor -- Análisis; Cooperativas de crédito agrícola -- Deudor y acreedor -- Análisis; Instituciones financieras -- Riesgo de crédito -- Evaluación; 332.3; https://purl.org/pe-repo/ocde/ford#5.02.01

El trabajo tiene como objetivo el análisis de los determinantes de la morosidad de los clientes de las cajas rurales del Perú, considerando que este tipo de entidades es una de las principales proveedoras de crédito al segmento micro y pequeña empresa. De igual forma, se evalúan características de la empresa y condiciones externas sobre la probabilidad de que las empresas no cumplan con sus promesas de pago. En efecto, alrededor del 60% de su cartera está destinada en atender créditos de la micro y pequeña empresa, y como era de esperarse, este sistema, tiene asociados indicadores de calidad de cartera que superan el promedio del sistema financiero. La metodología del estudio se centra en dos partes. En primer lugar, se realiza la selección de variables, que mediante una regresión logística se modela la probabilidad de un resultado en función de las características individuales del cliente que identifique los determinantes de que la empresa pague o no pague a tiempo. En segundo lugar, se utiliza el Registro Consolidado de Crédito (RCC) y la Encuesta Nacional de Empresas (ENE). El cruce de ambas bases de datos permite analizar los créditos y la calidad de las carteras que tienen las empresas formales y con ello contrastar con las características de las empresas formales (determinantes). Asimismo, es escaza la información a nivel de empresas, pues la ENE es una encuesta y al ser cruzada con el RCC mediante el RUC se pierde información de empresas del RCC que no están en la ENE. Entre los principales resultados se tiene que la experiencia en el mercado, el valor de las ventas de la empresa y si cuenta con un local propio son altamente significativas para explicar la probabilidad de caer en mora. Asimismo, todas estas variables presentaron el signo esperado. Pues las empresas que tienen más años de experiencia en el mercado, tienen mayores niveles de venta tienen menor y tienen local propio tienen menor probabilidad de presentar retraso en sus pagos y caer en morosidad. Asimismo, la variable de buen historial crediticio, así como la variable del PBI sectorial muestran ser significativas para explicar la probabilidad de caer en mora. Finalmente, los resultados encontrados solo tienen validez dentro de la muestra pues las observaciones son escasas y no permiten hacer inferencia a todas los clientes de las CRAC.