1 I.

Título
2 DETERMINANTES DE LA MOROSIDAD EN LOS CREDITOS MICROEMPRESA DE LA CMAC-
3 CUSCO AGENCIA BELLAVISTA EN LA CIUDAD DE PUNO – 2016.
4
5 II. Resumen del Proyecto de Tesis
6 En la presente investigación muestra que las entidades micro financieras en el proceso de
7 colocación de créditos están expuestas a un riesgo, en este caso la CMAC CUSCO Agencia
8 Bellavista que brinda créditos a los Microempresarios esta propensa al no retorno del
9 crédito, es decir en el proceso de otorgamiento de crédito está ligado al riesgo de crédito.
10 Gonzalez (2012) sustenta que; es el tipo de riesgo más importante al que debe hacer
11 frente cualquier entidad financiera. Un indicador de este riesgo es el nivel de morosidad
12 de la entidad. Por lo que se puede considerar que es el riesgo más elevado que afronta
13 una institución financiera.
14 En la CMAC Cusco Agencia Bellavista, el proceso de otorgamiento de créditos se inició
15 hace varios años, actualmente los altos niveles de morosidad de la cartera, que superan
16 el 8% en la mayoría de los fines de mes, hecho preocupante y definitivamente que
17 implica gastos para la CMAC Cusco, en temas de recursos humanos y las provisiones
18 obligadas por las entidades reguladoras del sistema financiero. El nivel de morosidad es
19 actualmente una dificultad que hace afronta la Agencia Bellavista en el proceso de
20 normal desarrollo del crédito, causando impacto negativo en la rentabilidad de la
21 empresa. Por lo que se hace necesario saber; ¿Cuáles son los factores más importantes
22 que determinan el nivel de morosidad en los créditos Microempresa de la CMAC Cusco
23 Agencia Bellavista?, Según Aguilar et al (2004); la identificación de los determinantes de
24 la tasa de morosidad de las colocaciones de los bancos es de gran importancia por la
25 medidas de política que el regulador podría implementar con el objetivo de mantener o
26 mejorar la calidad de cartera de las carteras de colocaciones.
27 El control de la morosidad se ha mostrado un reto para todas las instituciones micro
28 financieras. Por lo que tener índices bajos de mora es vital, Según Aguilar y Camargo
29 (2004); Un elevado número de créditos en condición de retraso o de no pago son una de
30 las principales causas de la insolvencia y descapitalización, lo que finalmente atenta
31 contra la solidez y el sostenimiento de la institución en el largo plazo.
32 El Riesgo1 no puede ser medible o cuantificable, por eso la importancia de saber qué es
33 lo que causa el riesgo. Según Avila (2005:06); El riesgo es la posibilidad de que se sufra
34 un perjuicio de carácter económico, ocasionado por la incertidumbre en el
35 comportamiento de las variables económicas a futuro, no solo se limita a ser
36 determinado, sino que se extiende a la medición, evaluación, cuantificación predicción y
37 control de actividades y comportamiento de factores que afecten el entorno en el cual
38 opera un ente económico.
39 Teniendo en cuenta el carácter importante del riesgo para la Agencia Bellavista es que
40 cobra importancia la investigación además ampliar el conocimiento en la materia. Para
41 iniciar se emplearan encuestas tomando en cuenta la evaluación cualitativa y
42 cuantitativa, es decir factores que se evalúan antes de otorgar un crédito. Procedemos a
43 utilizar el método analítico para la respectiva interpretación de la información obtenida,
44 utilizando un Modelo Econométrico el cual es el Logit de Morosidad se encontraran
45 coeficientes y valores, los que se plasmaran en resultados de la investigación.
46 Una vez obtenido los resultados, se pretende explicar así los objetivos de la investigación
47 que determinaran realmente como es el comportamiento de los usuarios de los créditos
48 microempresa en la CMAC Cusco agencia Bellavista. Así también a través de los
49 resultados se conocerán datos para poder mejorar los métodos de evaluación y fortalecer
50 los procesos generando nuevas políticas dentro de la CMAC CUSCO y para todo el
51 mercado micro financiero.

52 III. Palabras claves (Keywords)

53 Modelo Logit, Morosidad, riesgo, provisiones, créditos.
54

1
Según Resolución SBS 037 – 2008, “Reglamento de la Gestión Integral de Riesgos”
55 IV. Justificación del proyecto

56 - Actualmente en un mercado financiero de alta competitividad las colocaciones se

57 han convertido en un factor muy importante para el crecimiento de la empresa,
58 aumento de la rentabilidad y posición de las instituciones financieras. Por lo que
59 un análisis de los determinantes de los índices de mora es muy importante ya que
60 nos permitirá identificar los factores más relevantes que hacen que se incremente
61 los índices de mora en la institución por lo que se conocerá el comportamiento de
62 los agentes luego de obtener un crédito.
63 - En las agencias de la CMAC CUSCO en la ciudad de Puno, se comenzó a sentir el
64 incremento de los créditos microempresa con cuotas impagas en sus fechas,
65 hecho que impacta directamente a la rentabilidad de la institución y en las
66 utilidades de toda la empresa, viéndose perjudicado la institución. La presente
67 investigación ayudará a formular diferentes propuestas que contribuyan a un
68 mejor control del nivel de morosidad futura y añadirá conocimiento para fortalecer
69 los factores cualitativos y cuantitativos al momento de la evaluación del cliente en
70 el proceso del otorgamiento del crédito. así mismo se tendrá una amplia
71 perspectiva de la situación actual que contribuirá con la mejor toma de decisión.
72 - La identificación de los factores cualitativos y cuantitativos que son determinantes
73 en el índice de mora de la institución, será vital para el manejo de una buena
74 política en el otorgamiento del crédito, es decir al identificar cuáles son los
75 factores más relevantes ya sean los factores cualitativos o cuantitativos, implicara
76 una modificación en la toma de decisiones al otorgar el crédito. Así mismo con la
77 identificación de los factores que más influyen en el índice de morosidad y la
78 inclusión de estos factores ayudara a reducir las provisiones que la institución
79 realiza por lo tanto aumentara la rentabilidad en la institución.

80 V. Antecedentes del proyecto

81 Aguilar y Camargo (2004) ”Análisis de la Morosidad de las Instituciones Microfinancieras
82 (IMF) en el Perú” la investigación se realiza con un modelo de Panel de Datos donde
83 plantea identificar la importancia de variables de carácter agregado o macroeconómico
84 como el PBI, Inflación, etc., variables microeconómicas relacionadas específicamente con
85 la gestión de las IMF como política de créditos, tecnología crediticia, sistema de
86 incentivos para su personal, etc., y variables que se relacionen con la dinámica local de
87 los mercados financieros donde operan las IMF como el PBI regional, dinámica de la plaza
88 financiera local, etc. De este análisis de las variables mencionadas se llega a afirmar que
89 las variables como la tasa de crecimiento pasada de la actividad económica, restricciones
90 de liquidez y el nivel de endeudamiento de los agentes son determinantes para el nivel
91 de morosidad.

92 Aguilar et al (2004) “Análisis de la Morosidad en el sistema Bancario Peruano Informe

93 Final de Investigación” hace un análisis completo de la morosidad en el sistema, tomando
94 en consideración variables de carácter agregado y variables que están relacionadas con
95 la gestión en las entidades financieras, se aprecia que en la investigación la relevancia
96 del nivel de endeudamiento de los agentes de la economía de nuestro país no es una
97 variable que explica la morosidad, lo contrario sucede con el Tipo de Cambio Real, debido
98 a que más del 50% de las colocaciones están denominadas en dólares, así mismo se
99 aprecia que los estimadores muestran que a medida que aumenta la tasa de crecimiento
100 de cuota de mercado de una entidad financiera tiende a disminuir la morosidad en la
101 cartera de la institución. Lo que hace pensar que entre la expansión de una institución
102 financiera sea mayor disminuirá la morosidad.
103 La investigación deja una recomendación para todas las entidades financieras, señalando
104 que en época de crisis, un factor importante que salvaguardara el nivel de mora de la
105 institución es la diversificación geográfica, es decir no tener concentrado los créditos en
106 ciertas regiones selectas.

107 Aparicio et al (2013) ”Indicadores alternativos de Riesgo de Crédito en el Perú: Matrices

108 de transición crediticia condicionadas al ciclo económico” menciona que el nivel de
109 morosidad si está relacionado al ciclo de la economía explicando que el Perú ha
110 experimento en la última década un crecimiento elevado y sostenido, lo que ha
111 contribuido fuertemente a la expansión de las colocaciones en el sistema financiero, es
112 decir se presenta un contexto expansivo de la economía, sugiere que en el proceso de
113 expansión de créditos se debería de acompañar de supervisión financiera papel de
114 desempeña la SBS, por lo que se debe tomar en cuenta el contexto actual, de manera
115 que se debe establecer requisitos estándares y mejorar la evaluación crediticia en el
116 acceso al crédito, no lo contrario que sería una flexibilización para el acceso a cualquier
117 tipo de crédito en época expansiva.
118 En la investigación se explica un método de alerta temprana en el monitoreo del riesgo
119 crediticio, el cual lo representa la probabilidad de downgrade que se obtienen con
120 matrices de transición. La investigación sugiere que se deben de hacer campañas de
121 educación financiera y desarrollar más la regulación macro prudencial que hace la SBS.

122 Alata (2008)”Análisis de la Capacidad de Pago de los Microempresarios en los Créditos

123 Grupales y su Incidencia en la Cartera de Morosidad de EDPYME EDYFICAR – Puno,
124 periodo 2006” en las conclusiones se puede apreciar que en los créditos grupales existe
125 cierto grado de indiferencia debido a que en el momento del pago, la actitud de los
126 clientes no son las adecuadas, por lo que esto es directamente relacionado con la
127 capacidad de pago. Así mismo sostiene que en los créditos grupales no se hace un buen
128 análisis de evaluación, en el aspecto cuantitativo, por lo que sugiere que se debería de
129 realizar una buena evaluación para evitar que los índices de morosidad sean altos o que
130 los créditos sean refinanciados.

131 Chambilla (2007) “Análisis de las Colocaciones y su Relación con los Índices de Morosidad
132 de las Empresas del Sistema No Bancario de la Ciudad de Puno Durante los Periodos
133 2001 – 2002” realiza un análisis de datos estadísticos de las colocaciones por sectores
134 económicos en relación con los índices de morosidad, a través de métodos; inductivos,
135 deductivo, analítico y descriptivo. Del análisis realizado resulta que las colocaciones
136 varían proporcionalmente con los índices de morosidad dependiendo de las políticas que
137 se adopten en la institución. Así mismo se observa que al colocar créditos en sectores
138 más dinámicos de la economía (comercio, construcción) se puede obtener como
139 resultado menores tasas de morosidad que si se colocaran en otros sectores como
140 pueden ser los créditos de consumo (otorgados a trabajadores dependientes). Por lo que
141 la investigación nos da a conocer sectores dinámicos en la economía en los cuales se
142 debe impulsar la colocación para reducir el riesgo de un incremento en la mora.

143 En la actualidad las instituciones financieras tienen un objetivo muy importante que está
144 relacionado directamente con la rentabilidad el cual es el control y reducción de los
145 índices de morosidad de sus carteras, por lo que el control del indicador de mora es vital
146 para la continuidad de la empresa en el mercado tal como se encuentra evidencia en la
147 siguiente investigación.

148 Chipana (2013)”Análisis de Evolución de la Rentabilidad a Nivel Nacional en la Caja

149 Municipal de Ahorro y Crédito – Tacna en Comparación con la Caja Municipal de Ahorro y
150 Crédito – Arequipa. Periodo 2007 – 2010” realiza el análisis a través de un modelo de
151 rentabilidad el que está en función a las colocaciones, depósitos, morosidad, solvencia,
152 liquidez. Llegando a concluir que la CMAC Arequipa es la institución más rentable para
153 este periodo con respecto a la otra entidad, esto explicado principalmente por las
154 colocaciones y depósitos. La variable que hace menos rentable a la institución es la
155 variable morosidad (índice de morosidad) en ambas instituciones. Por lo que la
156 investigación nos muestra que es muy importante la colocación de créditos así mismo
157 debe de ir acompañado de una buena política de crédito, desde la colocación,
158 seguimiento y la recuperación de los créditos ya que va depender mucho de dicha política
159 para que la institución sea rentable, por lo tanto la supervivencia en el mercado de
160 ahorros y créditos. Menciona también que a medida que la institución va incrementando
161 las colocaciones, va creciendo de la misma manera el indicador de mora. Así que ahí la
162 importancia de la gestión en el control de mora ya que siempre existirá el riesgo de
163 incremento de la mora.

164 Escajadillo (2010)”Análisis de los Índices de Morosidad de los Créditos Otorgados y su

165 Incidencia en los Resultados Económicos de la Caja Rural de Ahorro y Crédito Los
166 Libertadores de Ayacucho S.A. Agencia Puquio. Periodos 2005 – 2006”, se encuentra en
167 la investigación que entre más aumente el índice de morosidad en la agencia, aumenta
168 proporcionalmente las provisiones2 haciendo que la rentabilidad de la institución se vea
169 reducido. Así mismo el investigador deja en claro que son determinantes las políticas de
170 otorgamiento de créditos debido a que ocasionan el incremento de morosidad, así mismo
171 señala que esto es provocado básicamente porque no se cuenta con garantías reales.
172 Recomienda el investigador que se debe de incorporar medidas más rigurosas para que
173 los créditos cuenten con garantías reales. A esto añade que se puede incorporar
174 incentivos para los clientes que paguen puntualmente.
175 Así mismo en el tema del expediente de crédito siguiere que los expedientes deben de
176 contar con croquis del domicilio para la rápida ubicación en caso de que se cambie de
177 analista a la cartera de clientes.

178 Fernández y Pérez (2005) “El modelo Logístico: Una Herramienta Estadística para Evaluar
179 el Riesgo de Crédito” afirma que un modelo logit se basa en la función logística para
180 obtener la probabilidad, es una herramienta estadística más apropiada para estimar la
181 probabilidad de ocurrencia de un evento, este caso para la evaluación del riesgo
182 crediticio. Llega a concluir que el pilar fundamental de la supervisión bancaria está en la
183 gestión interna del riesgo en las entidades financieras, así mismo señala el investigador
184 que se deberían de establecer los principios y criterios generales que las entidades
185 adoptaran para mantener adecuadamente evaluados los riesgos crediticios implícitos en
186 los activos de crédito. La administración del riesgo ha evolucionado notablemente en los
187 últimos años, la investigación es una contribución adicional para tener una mejor toma
188 de decisiones en la administración financiera y la gestión de riesgos para mejorar la
189 evaluación del riesgo de crédito. Mostrando así que para la realización de la investigación
190 en este caso es correcta la utilización de un modelo econométrico que en este caso es el
191 modelo logit.

192 Gonzalez (2012) “Morosidad en las Entidades Financieras” en su investigación que se

193 realiza en un contexto de crisis económica global, sostiene que para una economía hay
194 una relación estrecha entre morosidad y los ciclos económicos, encontrando evidencia
195 que para las fases recesivas de la economía la morosidad crece, esto explicado por qué
196 en época de recesión de una economía las empresas y familias afrontan situaciones
197 financieras criticas y caóticas. Ocurriendo lo contrario cuando existen fases expansivas
198 donde se presenta un escenario de aumento de ingresos por lo que el crecimiento del
199 crédito es acelerado y por lo tanto; el acceso a todo tipo de créditos aumenta trayendo
200 como resultado una disminución en la rigurosidad del acceso al crédito.
201 Así mismo deja como recomendación que una medida o política en las instituciones
202 financieras es realizar cambios internos de tipo estratégico significativo para que sigan
203 siendo competitivas en situación de crisis.

204 Murrugarra y Ebentreich (1999) ”Determinantes de Morosidad en Entidades de

205 Microfinanzas: evidencia de las EDPYMEs” concluyen que las variables determinantes de
206 la morosidad en las Edpymes son los créditos por persona y la morosidad del
207 departamento donde se instala la agencia de la empresa, lo cual se halla planteando un
208 modelo de morosidad de las Edpymes mediante una forma reducida considerando los

2
Provisiones Genéricas y Especificas; según la SBS.
209 efectos de heterogeneidad no observada en el modelo, esto al combinar información
210 mensual para varias agencias de cada Edpyme.
211 Así mismo la importancia que tiene la gestión créditos por persona es relevante por lo
212 que indicaría que la gestión de créditos desde el inicio de las operaciones de las Edpymes
213 es importante. Contrariamente se halla que la variable número de agencias no es
214 relevante para explicar la morosidad. Finalmente se encuentra una relación entre la
215 morosidad de las Edpymes es relativa a la morosidad del sistema financiero en el
216 departamento donde se apertura una nueva agencia.

217 VI. Hipótesis del trabajo

218 Hipótesis general:
219 - El nivel de morosidad en los créditos Microempresa de la CMAC Cusco Agencia
220 Bellavista es explicado por los factores cualitativos más que por los factores
221 cuantitativos.

222 Hipótesis específicas:

223 - los factores cualitativos más importantes que influyen en el nivel de morosidad en
224 los créditos Microempresa de la CMAC Cusco Agencia Bellavista son; experiencia
225 crediticia, edad, plan de inversión.
226 - los factores cuantitativos que influyen en el nivel de morosidad en los créditos
227 Microempresa de la CMAC Cusco Agencia Bellavista son; capacidad de pago,
228 rentabilidad del negocio.

229 VII. Objetivo general

230 - Analizar los factores más importantes que determinan el nivel de morosidad en
231 los créditos Microempresa de la CMAC Cusco Agencia Bellavista.

232 VIII. Objetivos específicos

233 - Analizar y determinar los factores cualitativos más importantes que influyen en el
234 nivel de morosidad en los créditos Microempresa de la CMAC Cusco Agencia
235 Bellavista.
236 - Analizar y determinar los factores cuantitativos que influyen en el nivel de
237 morosidad en los créditos Microempresa de la CMAC Cusco Agencia Bellavista.

238 IX. Metodología de investigación

239 Diseño metodológico
240 Por las características de la investigación con la finalidad de lograr los objetivos y
241 contrastar las hipótesis planteadas, se utilizara la estadística descriptiva o deductiva en el
242 cual realizaremos una ordenación y clasificación de los datos obtenidos por las
243 observaciones, a través de la estimación de ecuaciones lo cual nos permitirá explicar
244 hechos y fenómenos significativos.
245 El método deductivo, consiste en estudiar el todo concreto y abstracto. Partiendo de los
246 hechos generales para llegar a sus aspectos particulares, que nos permita reconocer sus
247 características y componentes en forma sistemática, luego de recopilar los datos
248 estadísticos seguidamente se utilizara el método estadístico descriptivo el que permitirá
249 realizar un análisis explicativo del problema, que facilitará analizar los hechos y
250 fenómenos económicos.
251
252 Metodología
253 La investigación inicia con la recopilación de datos mediante encuesta, así mismo la
254 compilación de información estadística de documentos y fuentes oficiales de la CMAC
255 Cusco, lo que permitió establecer una estructura de análisis de datos, para luego utilizar
256 el método analítico el que se utilizara en el proceso de análisis e interpretación cualitativa
257 y cuantitativa de la información obtenida y desarrollada, después de ello se procede con
258 la interpretación de resultados para finalmente plasmarlo en las conclusiones.
259 Trabajo de Gabinete
260 Se compilara información estadística de los boletines de la SBS, INEI, BCRP y otras
261 instituciones. Luego de realizar las encuestas, se procesara la información obtenida de
262 las encuestas, para luego realizar una regresión, análisis e interpretación econométrica
263 plasmando los resultados obtenidos de las encuestas.
264 Tamaño de Muestra
265 La población para la presente investigación está conformada una muestra específica de
266 los clientes de la CMAC Cusco Agencia Puno Bellavista.
267 La muestra especifica está conformado por 96 clientes tomando en cuenta que el total es
268 2 789, con un margen de error del 10% y confianza del 95% según la tabla de Fisher –
269 Arkin – Colton.
𝑁
270 𝑛=
(𝑁 − 1)𝐸 2 + 1
271 Donde; n: tamaño de muestra
272 N: tamaño de población
273 E: margen de error de 10%
274 Identificación de variables
275 Los modelos econométricos se determinan variables dependientes e independientes; para
276 este caso la variable dependiente es la morosidad y la variable independiente se
277 caracteriza por tener variables independientes cualitativas y cuantitativas.
278 Variable dependiente: la variable dependiente en este caso es la morosidad (Mora)
279 otorgándole valores siguientes para cada caso; MORA = 1, significa que el cliente es
280 moroso y si MORA = 0, significa que el cliente no es moroso; además la P(MORA = 1),
281 representa la probabilidad de que el cliente sea moroso.
282
283 Variables independientes:
Variables Independientes Cualitativas
Capital de trabajo = 1, Activo Fijo = 2, Vivienda
DC : Destino del Crédito = 3, Compra de deuda = 4, Libre disponibilidad
y/o consumo = 5, Para terceras personas = 6
EC : Experiencia Crediticia años de experiencia crediticia
: Experiencia en el
EN años de experiencia en el negocio
Negocio
ED : Estabilidad Domiciliaria años de vivencia en el domicilio
Propio = 1, Familiar = 2, Alquilado = 3, Otro =
SD : Situación Domiciliaria
4
EDAD : Edad años de vida
NE : Numero de Entidades entidades con las que tiene endeudamiento

SN : Situación del Negocio sociedad = 1, Individual = 2, Familiar = 3

Elaboración Propia

Variables Independientes Cuantitativas

Diferencia de activo corriente menos el pasivo
CT : Capital de Trabajo
corriente
Diferencia entre el activo total menos el
P : Patrimonio
pasivo total
 Ingreso por ventas menos los costos y gastos
UN : Utilidad Neta
de negocio y familia
la división de la utilidad neta sobre gastos
CP : Capacidad de Pago
financieros
La división de activo corriente entre pasivo
L : Liquidez
corriente
: Endeudamiento sobre
EA División de pasivo total entre activo total
Activos
: Endeudamiento sobre
EP División de pasivo total entre patrimonio
Patrimonio
R : Rentabilidad División de utilidad neta sobre ventas
Elaboración Propia

284 Técnicas de recolección de datos

285 La información de la presente investigación fuente de información primaria, es decir
286 información obtenida de las encuestas de clientes que tienen créditos con la CMAC Cusco,
287 así mismo para la información secundaria se utilizo boletines de instituciones reguladoras
288 del estado e instituciones afines con el sistema financiero. Así también los documentos de
289 investigación llevados a cabo por universidades e instituciones afines

290 Diseño de investigación

291 Para poder lograr los objetivos propuestos se va a utilizar el siguiente diseño, en el cual
292 se utilizara un modelo econométrico:
293 Se estima el Modelo Logit de Morosidad, según Gujarati y Porter (2010) y la investigación
294 de Pancca (2014) y se explica a continuación:

295 Denotemos a 𝑌 es una variable aleatoria que puede tomar solo dos valores; uno o cero, y
296 que puede ser asociado con la ocurrencia de un evento (1 si ocurre y 0 si no).
297 Se dispone da una muestra aleatoria de ¨n¨ observaciones 𝑌𝑖 , donde 𝑖 = 0, 1, 2, … , 𝑁.
298 llamemos – 𝑖 al conjunto de información relevante asociado con el individuo 𝑖 el cual será
299 utilizado para explicar la variable 𝑌 .
300 Un modelo de elección binaria es un modelo de probabilidad de ocurrencia del evento
301 denotado por 𝑌𝑖 condicional en el conjunto de información – 𝑖. Es decir:

302 𝑃𝑖 = Prob (𝑌𝑖 = 1⃒–𝑖 )

303 Es importante notar que dado que 𝑌𝑖 toma los valores de cero a uno, esta probabilidad
304 condicional es también la esperanza de 𝑌𝑖 condicional en – 𝑖.
305 𝐸(𝑌𝑖 = 1⃒–𝑖 ) = 1 𝑃𝑖 + 0 (1 − 𝑃𝑖 ) = 𝑃𝑖
306 Supongamos que – 𝑖 esta constituido por un vector fila de k variables explicativas 𝑥𝑖 .
307 Un primer intento de modelación podría consistir en utilizar una relación lineal entre 𝑌𝑖 y
308 𝑥𝑖 , por ejemplo:
309 𝑌𝑖 = 𝑥 ′ 𝑖 𝛽 Con 𝐸(𝑢𝑖 ) = 0
310 Entonces:
311 𝐸(𝑌𝑖 ⃒𝑥𝑖 ) = 𝑃𝑖 = 𝑥 ′ 𝑖 𝛽
312 Ahora se considera la siguiente especificación:
313 𝑌𝑡 = 𝛽1 + 𝛽2 𝑥 ′ 𝑡 + 𝑢𝑖
314 Donde:
315 𝑋 Es una variable explicativa.
316 𝑌 = 1 Significa que el cliente es moroso
𝑒𝑧
317
1 + 𝑒𝑧
318 Representa la probabilidad de que el cliente sea moroso
319 Por simplicidad, se escribe la ecuación de la siguiente manera:
𝑒𝑧
320 𝑃𝑖 = , 𝑑𝑜𝑛𝑑𝑒 𝑧𝑖 = 𝛽1 + 𝛽2 𝑥 ′ 𝑖
1 + 𝑒𝑧
321 Esta ultima ecuación o modelo representa la probabilidad de que un individuo escoja la
322 opción 𝑌𝑖 = 1 , se conoce como función de distribución logística (acumulativa).
323 Donde: −∞ < 𝑧𝑖 < ∞ , 0 < 𝑃𝑖 < 1 y que 𝑃𝑖 no esta linealmente relacionado con 𝑧𝑖 , es
324 decir, con 𝑋𝑖
325 Obsérvese que a medida que:
326 - 𝑧𝑖 → ∞ , 𝑒 −𝑧𝑖 → 0
327 - 𝑧𝑖 → −∞ , 𝑒 −𝑧𝑖 𝑎𝑢𝑚𝑒𝑛𝑡𝑎 𝑖𝑛𝑑𝑒𝑓𝑖𝑛𝑖𝑑𝑎𝑚𝑒𝑛𝑡𝑒

328 Ahora bien, se consigue satisfacer los dos requerimientos, pero se crea un problema de
329 estimación porque 𝑃𝑖 no solamente no lineal en las 𝑋 si no también en los 𝛽 , como puede
330 verse a partir de la ecuación del modelo.
331 Esto significaría que no se puede utilizar MCO para estimar los parámetros. Pero, este
332 problema es aparente que real ya que el modelo es intrínsecamente lineal. Lo cual puede
333 verse de la siguiente manera.
334 Si el evento se presenta
1
335 𝑃𝑖 =
1 + 𝑒 −𝑧𝑖
1
336 Si el evento no se presenta la probabilidad es 1 − 𝑃𝑖 =
1+𝑒 𝑧𝑖
337 La razón de probabilidad a favor del evento bajo estudio se expresa como
𝑒 𝑧𝑖
𝑃𝑖 1+𝑒 𝑧𝑖
338 = 1 = 𝑒 𝑧𝑖
1 + 𝑃𝑖
1+𝑒 𝑧𝑖
339 Tomando logaritmo natural de probabilidades
𝑃𝑖
340 𝐿𝑖 = ln [ ] = 𝑙𝑛 𝑒 𝑧𝑖 = 𝑧𝑖 = 𝛽1 + 𝛽2 𝑥𝑖
1 + 𝑃𝑖
341 𝐿𝑖 Es denominado logit, es lineal en 𝑋 y lineal en los parámetros:
342 - Si 𝐿𝑖 > 0 a valores crecientes de 𝑋, se incrementa la probabilidad de ocurrencia del
343 evento.
344 - Si 𝐿𝑖 < 0 a valores crecientes de 𝑋, que disminuye la probabilidad de ocurrencia del
345 evento.

346 Características del Modelo Logit de Morosidad

347 A continuación se enumeran los aspectos que caracterizan al modelo logit:
348 A medida que 𝑃 va de 0 a 1 (cuando 𝑍 varia de −∞ a∞) el logit 𝐿 va de −∞a ∞. Es decir,
349 aunque las probabilidades (por necesidad) se encuentran entre 0 y 1, los modelos Logit
350 no están limitados en esa forma.
351 Aunque 𝐿 es lineal en 𝑋, las probabilidades en sí mismas no lo son, esta propiedad hace
352 constante con el MLP en donde las probabilidades aumenten linealmente con 𝑋.
353 Utilizando al cálculo, puede demostrarse que 𝑑𝑃⁄𝑑𝑋𝑖 = 𝛽𝑖 𝑃(1 − 𝑃), lo cual muestra que la
354 tasa de cambio en la probabilidad con respecto a 𝑋 contiene no solamente a 𝛽𝑖 sino
355 también a nivel de probabilidad a partir del cual se mide el cambio unitario en 𝑋𝑖 sobre 𝑃
356 es máximo cuando 𝑃 = 0.5 y minimo cuando 𝑃 esta cercano a 0 ó 1.
357 La interpretación del modelo logit es la siguiente: 𝛽𝑖 , mide la pendiente, mide el cambio
358 en 𝐿 ocasionado por un cambio unitario en 𝑋𝑖 . Por ejemplo, como el logaritmo de las
359 probabilidades a favor de que el cliente sea moroso cambia a medida que las variables
360 cualitativas y cuantitativas cambian en una unidad. El intercepto 𝛽1 es el valor del
361 logaritmo de las probabilidades a favor de que el cliente sea moroso si las variables
362 explicativas sean cero.
363 Mientras que el MLP supone que 𝑷𝒊 está relacionado linealmente con 𝑿𝒊 , el modelo Logit
364 supone que el logaritmo de la razón de probabilidades está relacionado linealmente con
365 𝑿𝒊 .
366 X. Referencias
367 - Aguilar A., Giovanna y Camargo C., Gonzalo. (2004)”Análisis de la Morosidad de
368 las Instituciones Microfinancieras (IMF) en el Perú”Insituto de Estudios Peruanos.
369 - Aguilar, Giovana; Camargo, Gonzalo y Morales, Rosa. (2004) “Análisis de la
370 Morosidad en el sistema Bancario Peruano Informe Final de Investigación”
371 Instituto de Estudios Peruanos y Consorcio de Investigación Económica y Social.
372 - Aparicio, Carlos; Gutierrez, Jose; Jaramillo, Miguel y Moreno, Hesione.
373 (2013)”Indicadores alternativos de Riesgo de Crédito en el Perú: Matrices de
374 transición crediticia condicionadas al ciclo económico” Superintendencia de Banca,
375 Seguros y Administradoras Privadas de Fondos de Pensiones.
376 - Alata P., Gladys. (2008)”Análisis de la Capacidad de Pago de los Microempresarios
377 en los Créditos Grupales y su Incidencia en la Cartera de Morosidad de EDPYME
378 EDYFICAR – Puno, periodo 2006”
379 - Avila B., Juan. (2005)”Medición y Control de Riesgos Financieros en Empresas del
380 Sector Real”
381 - Chipana B. Luis. (2013)”Análisis de Evolución de la Rentabilidad a Nivel Nacional
382 en la Caja Municipal de Ahorro y Crédito – Tacna en Comparación con la Caja
383 Municipal de Ahorro y Crédito – Arequipa. Periodo 2007 – 2010”
384 - Chambilla B., Jaime (2007) “Análisis de las Colocaciones y su Relación con los
385 Índices de Morosidad de las Empresas del Sistema No Bancario de la Ciudad de
386 Puno Durante los Periodos 2001 – 2002”
387 - Escajadillo A., David (2010)”Análisis de los Índices de Morosidad de los Créditos
388 Otorgados y su Incidencia en los Resultados Económicos de la Caja Rural de
389 Ahorro y Crédito Los Libertadores de Ayacucho S.A. Agencia Puquio. Periodos
390 2005 – 2006”
391 - Fernandez C., Horacio y Perez R., Fredy (2005) “El modelo Logistico: Una
392 Herramienta Estadistica para Evaluar el Riesgo de Credito” Revista Ingenierias
393 Universidad de Medellin
394 - Gujarati, Damodar y Porter, Dawn (2010) "Econometria" Mexico D.F. 5ta edicion.
395 - Gonzalez M., Inmaculada.(2012) “Morosidad en las Entidades Financieras”
396 - Murrugarra, Edmundo y Ebentreich, Alfredo. (1999)”Determinantes de Morosidad
397 en Entidades de Microfinanzas: Evidencia de las EDPYMEs” Superintendencia de
398 Banca y Seguros.
399 - Pancca B., Marcial (2014) " Determinantes de la Morosidad en los Creditos
400 Microempresas de las Instituciones Microfinancieras No Bancarias de Juliaca -
401 2012"
402
403 XI. Uso de los resultados y contribuciones del proyecto
404 Los resultados obtenidos en la investigación tienen un contenido muy importante a nivel
405 microeconómico debido a que se pueden establecer nuevas políticas orientadas a mejorar
406 la debilidad en aquellos factores que incrementan los índices de mora. Así mismo
407 establecer políticas de control dentro de la institución.
408 La utilidad de los resultados de la investigación servirán para tener datos que estén
409 alejados de solo la intuición, que ayuden a tomar una decisión de otorgar o no el crédito
410 en base a solida información, que determine si existe la probabilidad de que el cliente
411 devuelva el dinero, lo que definitivamente será un hecho positivo para la entidad
412 financiera.
413 Así mismo, la elección binaria que permitirá evaluar la probabilidad asociada a factores
414 cualitativos y cuantitativos que determinaran probabilidad de morosidad, lo que es muy
415 importante para la institución.
416 En el campo de la investigación la presente, es una contribución a la literatura de este
417 tipo investigaciones. Con la investigación se lograra conocer qué factores afectan el nivel
418 de mora pero tomando en cuenta el comportamiento del cliente, por lo que puede
419 tomarse medidas de previsión en ese tema al otorgar un crédito.
420
421 XII. Impactos esperados
422 i. Impactos en Ciencia y Tecnología
423 La investigación adicionara mejoras en los métodos en el proceso de otorgamiento de
424 créditos, haciendo que se fortalezcan el sistema y tecnología en el otorgamiento y
425 recuperación del crédito.
426 ii. Impactos económicos
427 El impacto en los económico será para la empresa ya que al conocer cuáles son las
428 determinantes de la morosidad, la empresa disminuirá el riesgo en el otorgamiento del
429 crédito, por lo que el nivel de provisiones tendrá una tendencia a la disminución.
430 iii. Impactos sociales
431 El conocimiento de los resultados de la investigación otorgara a las entidades financieras
432 una mejor toma de decisión al momento de otorgar el crédito, por lo que la rapidez con
433 la que accederán los negociantes microempresarios será más fácil, ya que la entidad
434 podría reducir los requisitos de trámite en algunos aspectos.
435 iv. Impactos ambientales
436 La investigación no generara impactos negativos en el medio ambiente.
437
438 XIII. Recursos necesarios
439 Para la realización de la investigación se hará uso de los medios que se utilizaran como;
440 encuestas para la toma de información y para el procesamiento el paquete Econométrico
441 EViews y el Microsoft Office como el Excel, Word y PowerPoint. Así mismo los recursos
442 necesarios son la laptop, los USB de almacenamiento, materiales de escritorio, el uso de
443 internet, revistas, boletines y reportes de la CMAC CUSCO, libros de estadística y
444 econometría, Tesis, reportes de las entidades reguladoras y supervisoras.
445
446 XIV. Localización del proyecto
447 El presente trabajo de investigación se realizara en la ciudad de Puno, capital del
448 Departamento de Puno, que está ubicado a 3,880 m.s.n.m. el mismo que se halla en la
449 parte sur oriental del país entre los 13°50’28” de latitud sur y los 71°08’ y 68°50’ de
450 longitud oeste del meridiano de Greenwish a orillas del Lago Titicaca.
451 El distrito capital según información del INEI3 cuenta con la siguiente superficie: 6,492.60
452 km2, con una población total de la Provincia de Puno de 245,925 habitantes, con una
453 densidad poblacional de 38 habitantes por km2, divididos en los diferentes grupos
454 económicos distribuidos en la zona rural y urbana del ámbito de influencia el que, su
455 representación comparativa a nivel departamental, considera un 18.2% del total de la
456 población, resultando ser la provincia con más población a nivel departamental de Puno.
457 La población del distrito de Puno, es de 112,981 habitantes, que constituye el 52.8% de

3
Instituto Nacional de Estadística e Informática; Compendio Estadístico del Perú 2013.
458 la población provincial, considerando el área urbana y rural.
459
460 XV. Cronograma de actividades
461
Actividad Trimestres
JULIO AGOSTO SETIEMBRE OCTUBRE
1. Identificación y formulación del Problema X X
2. Revisión bibliográfica X
3. Redacción de los Objetivos e Hipótesis X
4. Formulación del Modelo X
5.Recolección de Datos (Estadísticas) X
6. Procesamiento de Datos y Resultados X
7. Análisis de Datos y Resultados X X
8. Redacción del Informe X
9. Preparación del Informe X
10. Sustentación. X
462
463 XVI. Presupuesto
464
Descripción Unidad Costo Cantidad Costo total
de Unitario (S/.)
medida (S/.)
Procesamiento de datos Unid. 150,00 1 150,00
Viáticos y asignaciones (toma de Unid. 150,00 1 150,00
encuestas)
Materiales de escritorio 150,00 150,00
Otros materiales 80,00 80,00
Libros, revistas y diarios 300,00 300,00
Alquiler de laptop Unid. 500,00 1 500,00
Alquiler de internet 100,00 100,00
Movilidad (pasajes y taxi) 50,00 50,00
Otros gastos (teléfono celular) 60,00 60,00
total 1540,00
465