UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

FACULTAD DE ECONOMÍA

“AÑO DEL BUEN SERVICIO CIUDADANO”

Factores que Determinan la Solicitud de Créditos en los

Campesinos de la Región Junín

Docente: Mg. Oswaldo Quiroz Marín

Alumnos:

- Angulo Huayra, Fabio Ronaldo

- Flores Rojas, Jhon

- Mescua Cáceres, Jesús

- Poma Quispe, Vilma Estéfany

- Vilca Salazar, Sebastián Camilo

- Verástegui de la Cruz, Arturo

HUANCAYO - PERÚ

2017
 Resumen Ejecutivo

El presente trabajo tiene como objeto de estudio identificar los factores

determinantes de la probabilidad de solicitar créditos en los campesinos de la

región Junín para así observar el comportamiento de los campesinos que piden

o no piden créditos.

. En donde según resultados abstraídos del censo agrario 2016, indican que

existe más probabilidad que el campesino no solicite crédito alguno lo cual

reduce el punto de análisis de sensibilidad a 0.21 no obstante ello no afecta la

eficiencia del modelo pues este explica en un 71% la probabilidad de pedir o no

créditos. Asimismo para llegar a este resultado solo 4 variables fueron

significativas de las 9 planteadas inicialmente probando así que la economía

campesina de la región Junín tiene un comportamiento diferente a otras

economías campesinas tanto del exterior como del interior del país.

Palabras Clave: Créditos, campesinos, censo agrario, modelo y

comportamiento.
 INDICE
Resumen Ejecutivo .................................................................................................................... 2
INDICE ......................................................................................................................................... 3
INTRODUCCIÓN ........................................................................................................................ 4
CAPÍTULO I................................................................................................................................. 5
PLANTEAMIENTO DEL PROBLEMA ..................................................................................... 5
1.1. Identificación del Problema ................................................................................... 5
1.2.1. Pregunta General.............................................................................................. 5
1.2.2. Pregunta Específica ......................................................................................... 5
1.3. Objetivos: ................................................................................................................... 6
1.3.1. Objetivos Generales: ....................................................................................... 6
1.3.2. Objetivos Específicos ..................................................................................... 6
1.4. Justificación: ............................................................................................................. 6
CAPÍTULO II ............................................................................................................................... 7
MARCO TEÓRICO..................................................................................................................... 7
2.1. Antecedentes y Contexto Actual .......................................................................... 7
2.1. El Modelo y las Variables: ...................................................................................... 8
CAPÍTULO III ............................................................................................................................ 13
METODOLOGÍA................................................................................................................... 13
3.1. Metodología de la investigación: ........................................................................... 13
3.1.1. Método: ................................................................................................................... 13
3.1.2. Técnica: ................................................................................................................. 13
3.2. Operacionalización de las variables: .................................................................... 13
3.3. Tipo de investigación: ............................................................................................... 15
3.4. Fuentes de información ............................................................................................ 15
3.5. Hipótesis ....................................................................................................................... 15
ANÁLISIS DE RESULTADOS ............................................................................................... 16
4.1. Resultados de la Regresión..................................................................................... 16
4.2. Veracidad del Modelo ................................................................................................ 17
4.3. Análisis Económico ................................................................................................... 19
CAPÍTULO V............................................................................................................................. 23
CONCLUSIONES..................................................................................................................... 23
RECOMENDACIONES ........................................................................................................... 24
BIBLIOGRAFÍA ......................................................................................................................... 25
 INTRODUCCIÓN
Uno de los temas de gran importancia en nuestro país es el de la agricultura y si bien

es cierto que otras actividades económicas como la minería se han llevado todos los

créditos del actual crecimiento económico que vive el Perú, la agricultura es una de las

actividades que tiene a mayor población ocupada. Una de las características de la

agricultura peruana es que esta no es tecnificada especialmente en la sierra, además de la

falta de financiamiento debido al gran riego al que han de incurrir las financieras debido

al hecho de que muchas veces la agricultura no es muy rentable en la sierra de nuestro

país. Uno de los puntos a favor de nuestra región es de que cuenta con el valle más grande

del Perú y uno de los más grandes de Sudamérica además de que se cuentan con

numerosos valles en la selva donde el cultivo de cacao y café además de frutos cítricos

han tomado fuerza en los últimos años.

El trabajo busca de esta manera ver cuáles son las variables que determine que el

agricultor solicite un crédito o no lo haga, de igual forma se busca a través de este medio

financiero una mayor y mejor asignación de dinero hacia la producción de bienes

agrícolas, tomando las condiciones propuestas en el modelo

El siguiente trabajo cuenta con un marco teórico en el primer capítulo donde se nos

explicara el modelo a de usar, en este caso el modelo de probabilidad no lineal logit, en

la segunda parte tenemos la explicación de las variables a utilizar, en la tercera parte

tendremos el análisis del modelo planteado y finalmente tenemos en la cuarte parte las

conclusiones y recomendaciones.
 CAPÍTULO I

PLANTEAMIENTO DEL PROBLEMA

1.1. Identificación del Problema

En la actualidad el Perú se encuentra en una situación donde las comunidades

campesinas solo acceden en un 20% a los créditos agrícolas (Agro banco), e

incluso el llegar a hacerlo es un proceso tedioso, por esta razón atraviesan una

serie de problemas principalmente de deficiencia de recursos para producir, y las

familias dedicadas a la producción de este sector no han logrado mejorar su nivel

de vida y ni la producción agrícola de todo el país, el cual teniendo buenos

recursos naturales para la producción agraria sigue importando productos

agrícolas.

Los créditos productivos pueden incentivar la producción en las economías

campesinas y por consiguiente de toda la región Junín y es por ello que el estudio

se basará principalmente en la probabilidad de que el campesino de Junín

solicite créditos.

1.2. Preguntas

1.2.1. Pregunta General

La pregunta realizada para el siguiente trabajo es: ¿Qué factores son las que

determinan la probabilidad de solicitar créditos en los campesinos de la región

Junín?

1.2.2. Pregunta Específica

¿Cuál es el factor más importante para solicitar el crédito agrícola en los

campesinos de la región Junín?

 ¿Los factores identificados pueden ser los más confiables para determinar

la probabilidad de solicitar créditos den los campesinos de la región Junín?

1.3. Objetivos:

1.3.1. Objetivos Generales:

Identificar los factores determinantes de la probabilidad de solicitar

créditos en los campesinos de la región Junín

1.3.2. Objetivos Específicos

Identificar el factor más importante para solicitar el crédito agrícola en los

campesinos de la región Junín

Identificar el comportamiento la probabilidad de solicitar créditos agrícolas

y verificar los efectos marginales de las factores que afectan su

comportamiento.

1.4. Justificación:

La producción agrícola se contabiliza en el PBI que la región Junín aporta

al país es por ello que si el sector agrícola de la región Junín se hace

mucho más competitivo podría mejorar tanto el PBI agrario como los

índices de desarrollo de la región. Para lograr dicho cometido es necesario

que los principales productores agrícolas cuenten con fondos para

producir los cuales pueden ser obtenidos mediante créditos no obstante

no todos los campesino solicitan créditos y ello puede deberse a múltiples

factores que el siguiente estudio tratará de identificar para así analizar

cuáles son los más significativos y sirva para la toma de decisiones en

instituciones especializadas en el tema financiero – agrícola.

 CAPÍTULO II

MARCO TEÓRICO

2.1. Antecedentes y Contexto Actual

 Según Valera Málaga Jorge David (2017) en “Determinantes del

crédito agropecuario en la región Cajamarca”, el analiza las variables

de características pertenecientes al nivel de riqueza, tecnología,

socioeconómico y de acceso a mercados agropecuarios que presentan

las unidades agropecuarias en Cajamarca influyen importantemente

sobre su acceso al crédito. Se determinó que variables características,

que miden el nivel de riqueza de sus unidades agropecuarias, influyen

sobre la accesibilidad a fuentes crediticias formales. En ese sentido, las

Tierras Irrigadas, una importante medida de la riqueza, resulto influyente

sobre el financiamiento por los bancos comerciales, de fomento, así

como por las cajas rurales y municipales, siempre y cuando cuenten con

un plan de riego, debido a que estas tierras son las que presentan mayor

productividad y pueden obtener mayor rentabilidad. También la Tenencia

de Ganado Porcino, que indica riqueza, es un colateral mobiliario

utilizado por las entidades formales. Asimismo, las horas de traslado

resulto una variable determinante sobre el crédito informal, pero con

influencia negativa, debido a que incrementa los costos de transacción

del productor, por ende, se afecta su rentabilidad, lo declina la

preferencia por los préstamos a las unidades por esta condición.

 Según Boyd León Chris Marilyn (2011) en “Mercados

interrelacionados y racionamiento del crédito: evidencia y efectos

en el bienestar de los hogares rurales de Piura”, parte de un análisis

 estadístico de un conjunto de datos correspondientes a hogares rurales

del departamento de Piura y de las regresiones econométricas

realizadas sobre los mismos, se puede concluir que en concordancia con

una evidencia previa, los hogares que poseen contratos

interrelacionados suelen ser hogares pobres, pero el hecho de poseer

este tipo de contratos de crédito influye positivamente sobre el grado de

bienestar que posee. Al resolver el problema de la endogeneidad entre

el crédito y el ingreso, se ha mostrado que la posesión de contratos

interrelacionados crédito y producto tiene un impacto positivo en el

ingreso de los hogares rurales de Piura. Los hogares con este tipo de

contratos son más pobres que quienes poseen crédito formal, ya que

gran parte de ellos son racionados por cantidad, pero al tenerlos logran

suavizar su consumo intertemporal. La venta asegurada del producto

cosechado, así como el hecho de fijar el precio de dicho producto antes

de la cosecha, implicados en el acuerdo del contrato interrelacionado

crédito. Se enfatiza el estudio del impacto del crédito formal otorgado a

hogares rurales en comparación con el impacto de otros tipos de

contratos no formales como los estudiados aquí. Asimismo, se requiere

del análisis de los nuevos productos micro financieros dirigidos a

hogares rurales, sobre todo aquellos puestos en marcha por

instituciones financieras formales, con el objetivo de incentivar la

promoción de productos exitosos.

2.1. El Modelo y las Variables:

Este modelo de crédito agropecuario busca identificar los factores que

determinan el solicitar servicios financieros (crédito) en el campesino de la región

Junín. Para este modelo se utilizarán los modelos Logit, pues es el que mejor se

ajusta al estudio y ello se verificará en el análisis de resultados.

2.1.1. Modelo logit

A continuación el modelo se especifica de la siguiente manera:

𝑒𝑧
𝑃̂𝑖 =
1 + 𝑒𝑧

𝑃̂𝑖 (𝐶𝑅𝐸𝐷𝐼𝑇) =Solicitación de créditos por parte del agricultor (1=solicito el

crédito, 0=no solicito crédito).

Dónde:

𝑃𝑖
𝑍𝑖 = ln ( )
1 − 𝑃𝑖

= 𝛽1 + 𝛽2 𝑃𝑅𝑂𝑉 + 𝛽4 𝐿𝑈𝐺𝐴𝑅 + 𝛽5 𝐶𝑅𝐸𝐷𝐼𝑇 + 𝛽6 𝐴𝐻𝑂𝑅 + 𝛽7 𝐶𝑈𝐿𝑇𝐼𝑉𝑂

+ 𝛽8 𝐻𝐸𝐶 + 𝛽9 𝑃𝑅𝑂𝐾𝐺 + 𝛽10 𝑉𝐸𝑁𝑇𝐴 + 𝛽11 𝑆𝐸𝑋𝑂 + 𝛽12𝐴Ñ𝑂𝑆

+ 𝛽13 𝐸𝐷𝑈 + 𝛽14 𝐼𝐷𝐼𝑂𝑀𝐴

Por lo que;

𝑃𝑅𝑂𝑉 =La variable provincia se considerara a las 9 provincias, las cuales se

miden desde 0 = menor concurrencia provincia de Yauli hasta la 8= provincia de

mayor concurrencia Huancayo)

𝐿𝑈𝐺𝐴𝑅 =El lugar en la región Junín (1=sierra, 0=selva).

𝐴𝐻𝑂𝑅 =Educación financiera del agricultor (1=posee cuenta de ahorro, 0=no

posee cuenta de ahorro).

𝐶𝑈𝐿𝑇𝐼𝑉𝑂 =Manejo de cultivos (1=transitorio, 0=permanente)

𝐻𝐸𝐶 =Superficie cosechada por hectárea.

𝑃𝑅𝑂𝐾𝐺 =Producción total en kilogramos.

𝑉𝐸𝑁𝑇𝐴 =Destino de venta en la producción del agricultor.

𝑆𝐸𝑋𝑂 =Sexo (1=hombre, 0=mujer).

𝐴Ñ𝑂𝑆 =Edad del agricultor.

𝐸𝐷𝑈 =Nivel de educación del agricultor (0=sin nivel, 1=primaria incompleta,

2=primaria completa, 3=secundaria incompleta, 4=secundaria completa,

5=superior no universitaria incompleta, 6=superior no universitaria completa,

7=superior universitaria incompleta y 8=superior universitaria completa).

𝐼𝐷𝐼𝑂𝑀𝐴 =Lengua o idioma aprendido por el agricultor 1= castellano 0=otra

lengua (proxy de raza)

2.1.1.1. Las relaciones existentes entre variables

De acuerdo a estudios y evidencias empíricas, se determinaran las relaciones

que siguen las variables especificadas del modelo.

 La relación que existe entre las provincias, distritos y lugar con el crédito es

directa, debido a que la distribución espacial del crédito agrícola muestra

cierto grado de concentración en algunas provincias, distritos y/o lugar

(selva, sierra) de la región Junín, esto se puede identificar con la información

del INEI (Encuesta agraria) en la cual muestra a las entidades de la región

donde se concentra el financiamiento.

 La relación del ahorro del agricultor se muestra de manera directa debido a

que el incremento del ahorro, estimula la oferta de crédito, con la disposición

de un mayor flujo de fondos para ser prestados. A través de la manipulación

del nivel de medio circulante, el estado interviene directamente en el control

del nivel de ingreso.

 La relación del tipo de cultivo si es transitorio generalmente el agricultor

pedirá un crédito, porque la persona no tiene un ingreso fijo, y en el caso de

que sea permanente no se muestra una adquisición al crédito.

 La relación entre la superficie cosechada por hectárea tiene un impacto

positivo lo que confirma que los grandes productores agrícolas cuentan con

mayor acceso al crédito.

 La producción equivalente en kilogramos muestra una relación indirecta con

respecto al crédito debido a que según estudios la inversión realizada por

estos productores se financió mediante otras fuentes o con recursos propios,

lo que indica que existen diferencias importantes en ambos grupos para ser

sujetos de crédito, información que puede ser aprovechada para identificar

las variables que influyen en la asignación del crédito.

 La relación entre cuanto se destinó para la venta de los productos agrícolas

muestra un impacto directo con el crédito que se vaya a pedir, debido a que

generalmente se necesita un monto que cubra lo que se gasta.

 La relación con la variable sexo se muestra en los estudios de Cardero

(2008), en el que menciona que el acceso al crédito para las mujeres

representa con el tiempo una aportación mayor en el ingreso del hogar,

reduciendo así la vulnerabilidad de los hogares. También se destaca que el

crédito no crea por sí mismo oportunidades productivas, esto se logra sólo

 si es bien utilizado para aprovechar las oportunidades existentes. El crédito

es una acción fundamental para financiar las actividades productivas en el

sector rural; sin embargo, el mismo se encuentra ausente o es incipiente.

 La relación entre el índice de hablantes de lengua del agricultor incide de

manera negativa en la probabilidad de ser sujeto de crédito agrícola; los

municipios con un mayor nivel de marginación tienen una menor probabilidad

de que las instituciones financieras ofrezcan recursos a la producción.

 Con respecto a la relación de la edad de agricultor tiene un impacto positivo

en el acceso al crédito agrícola, debido a que los agricultores con mayor

edad acceden más al crédito agrícola.

 La relación de la educación que es un factor socioeconómico que influyen de

manera directa en la posibilidad de que los productores adquieran crédito,

así como la capacitación. Por ejemplo, Freeman, Ehui y Jabbar (1998) hacen

dos estimaciones para determinar la asignación de crédito en Etiopía y en

Kenia.
 CAPÍTULO III

METODOLOGÍA

3.1. Metodología de la investigación:

La investigación por su finalidad es de tipo aplicativo

3.1.1. Método:

El método científico fue asumido como método general para el desarrollo del

presente trabajo de investigación. asimismo se emplearon los siguientes métodos

particulares: el inductivo porque permite analizar el comportamiento de cada una de las

variables propuestas como determinantes para el problema de investigación y el

deductivo, porque partiendo de teorías y principios se consolido confirmar la

conclusiones alcanzadas al término de la investigación.

3.1.2. Técnica:

Los datos usados son de fuentes secundarias obtenidas del INEI

3.2. Operacionalización de las variables:

El modelo a trabajar será un modelo de probabilidad no lineal,en este tipo de modelos la

variable dependiente (𝑦𝑖 ) toma valores de 1 y 0, las cuales representan dos alternativas a

elegir .se utilizará un modelo de probabilidad no lineal para evitar el problema de que la

variable endógena se encuentre fuera del rango (1,0).

Por lo tanto, para el siguiente trabajo se usará el modelo logit

𝑒𝑧
𝑃̂𝑖 =
1 + 𝑒𝑧

𝑃̂𝑖 (𝐶𝑅𝐸𝐷𝐼𝑇) =Solicitación de créditos por parte del agricultor (1=solicito el crédito,

0=no solicito crédito).

 𝑃
Dónde: 𝑍𝑖 = ln (1−𝑃𝑖 ) = 𝛽1 + 𝛽2 𝑃𝑅𝑂𝑉 + 𝛽3 𝐷𝐼𝑆𝑇𝑅 + 𝛽4 𝐿𝑈𝐺𝐴𝑅 +
𝑖

𝛽5 𝐶𝑅𝐸𝐷𝐼𝑇 + 𝛽6 𝐴𝐻𝑂𝑅 + 𝛽7 𝐶𝑈𝐿𝑇𝐼𝑉𝑂 + 𝛽8 𝐻𝐸𝐶 + 𝛽9 𝑃𝑅𝑂𝐾𝐺 + 𝛽10 𝑉𝐸𝑁𝑇𝐴 +

𝛽11 𝑆𝐸𝑋𝑂 + 𝛽12 𝐴Ñ𝑂𝑆 + 𝛽13 𝐸𝐷𝑈 + 𝛽14 𝐼𝐷𝐼𝑂𝑀𝐴

CUADRO N° 02: OPERACIONALIZACIÓN DE LAS VARIABLES

Técnica de
Variables
Medida Instrumento Tratamiento de

Datos

La variable provincia se Escala Análisis

PROVINCIA
considerará a las 9 provincias Numérica Cuantitativo

La variable distrito se considerará Escala Análisis

DISTRITO
a los 123 distritos Numérica Cuantitativo

Sierra 1 Escala Análisis

LUGAR
Selva 0 Dicotómica Cuantitativo

posee crédito 1, no posee credito Escala

CREDITO Análisis Cualitativo
0 Dicotómica

posee cuenta de ahorro 1, no Escala

AHORRO Análisis Cualitativo
posee cuenta de ahorro 0 Dicotómica

Escala
CULTIVO Transitorio 1, permanente 0 Análisis Cualitativo
Dicotómica

Superficie cosechada por Escala

HECTAREAS Análisis Cualitativo
hectárea Numérica

PRODUCCION Escala Análisis

Producción total en kilogramos
KILOGRAMOS Numérica Cuantitativo

Escala Análisis
VENTA Numero de ventas
Numérica Cuantitativo

Hombre 1, Escala Análisis

SEXO
Mujer 0 Dicotómica Cuantitativo
 Escala Análisis
AÑOS Edad del agricultor
Numérica Cuantitativo

sin nivel 0,

primaria incompleta 1,

primaria completa 2, secundaria

incompleta 3, secundaria

completa 4, superior no Escala

EDUCACION Análisis Cualitativo
universitario incompleta 5, Multicotómica

superior no universitaria completa

6, superior universitaria

incompleta 7 y superior

universitaria completa 8.

Lengua o idioma aprendido por el Escala

IDIOMA
agricultor Dicotómica

Elaboración Propia

3.3. Tipo de investigación:

3.4. Fuentes de información

La base de datos para el actual trabajo fue obtenida de la base de datos del censo Agrario

realizado por el INEI el 2016, para lo cual se tomó una muestra de 1186 observaciones

de la región Junín.

3.5. Hipótesis

3.5.1. Hipótesis General

Todas las variables especificadas en el modelo son significativas para la

probabilidad que el campesino de la región Junín solicite créditos.

3.5.2. Hipótesis Específica

El punto de sensibilidad para la predicción de la probabilidad de solicitar

créditos es de 0.5.
 CAPÍTULO IV

ANÁLISIS DE RESULTADOS

4.1. Resultados de la Regresión

Considerando el modelo, se realizó la siguiente regresión logit obteniendo los

resultados del FIGURA N° 01:

FIGURA N° 01: REGRESIÓN LOGIT DE LA PROBABILIDAD DE PEDIR

CRÉDITOS POR PRODUCTORES CAMPESINOS EN LA REGIÓN JUNÍN -

2016

Elaboración Propia

Como se puede observar las variables significativas son solo 5 variables incluida

la constante, estas variables son AHOR (Si el campesino posee cuenta de

ahorros), EDU (Nivel educativo del campesino), VENTA (La producción vendida

en nuevos soles), PROV (Provincia a la cual pertenece el productor, el valor

aumenta si la provincia tiene una fuerte presencia en la agricultura de la región).

Por lo que solo se procederá el análisis con las variables significativas quitando

de la regresión aquellas no significativas pues no aportan de mucho al modelo.

Entonces la regresión a analizar finalmente será la siguiente de la figura N° 02.

FIGURA N° 02: REGRESIÓN LOGIT CON LOS VALORES SIGNIFICATIVOS

- 2016

Elaboración Propia

Según los resultados mostrados entonces el tener una cuenta de ahorros, el nivel

educativo, las ventas y la provincia afectan de manera directa a la probabilidad

de pedir créditos lo cual cumple con el marco teórico especificado.

4.2. Veracidad del Modelo

Entonces dada la figura N° 02, los resultados del modelo logit serían los

siguientes.

P (𝑌|1) =
𝑒 −3.347717+0.462922∗𝐴𝐻𝑂𝑅+0.2604∗𝐸𝐷𝑈𝐶+0.0000658∗𝑉𝐸𝑁𝑇𝐴+0.145451∗𝑃𝑅𝑂𝑉
1+𝑒 −3.347717+0.462922∗𝐴𝐻𝑂𝑅+0.2604∗𝐸𝐷𝑈𝐶+0.0000658∗𝑉𝐸𝑁𝑇𝐴+0.145451∗𝑃𝑅𝑂𝑉
Antes de proceder a realizar el análisis del modelo, se realizará la veracidad del
modelo y ver cuánto puede acertar en las probabilidades respectivas.

Para ello se realizará el análisis de sensibilidad:

FIGURA N° 03: ANÁLISIS DE SENSIBILIDAD

Dado que el gráfico muestra
que el valor óptimo para la
sensibilidad se encuentra en
0.21 aproximadamente, se
consideró ese valor para
realizar las predicciones.

Dicho valor bajo se debe a que

la mayoría de personas
encuestadas no suele pedir
muchos créditos.

A continuación llevando el
valor de 0.21 a la evaluación
del modelo, se observa que
con dicha sensibilidad el
modelo explica a los que no
piden créditos en un 71.24% y
los que piden créditos en un
74.47%; demostrando así que
el modelo con un grado de
sensibilidad de 0.2 es
adecuado para predecir a un
campesino que solicite
créditos agrícolas.
Elaboración Propia

Finalmente como último análisis para ver la veracidad del modelo, se realizó el
test del estadístico HL, donde la hipótesis nula indica que el modelo representa
un buen ajuste de datos y la hipótesis alterna un mal ajuste de datos,
considerando el HL de la regresión.
 FIGURA N° 04: ESTADÍSTICO HL

Elaboración Propia

Este es 0.0712 según la prob. Chi (P – VALUE) indicando que se acepta la

hipótesis nula y ello el buen ajuste de datos del modelo. Por otro lado el modelo
probit, dio un resultado de 0.01, donde se acepta la hipótesis alterna afirmando
así que los datos no se ajustan bien al modelo probit.

Con todo ello finalmente se procederá a los análisis marginales de las variables.

4.3. Análisis Económico

FIGURA N° 05: EFECTOS MARGINALES MODELO LOGIT

Marginal effects after logit

y = Pr(credit) (predict)
= .21365289

variable dy/dx Std. Err. z P>|z| [ 95% C.I. ] X

ahor* .0835966 .0349 2.40 0.017 .015192 .152002 .213322

edu .0437508 .00587 7.46 0.000 .032252 .05525 3.13659
venta .0000111 .00000 7.50 0.000 8.2e-06 .000014 6183.5
prov .0244366 .00599 4.08 0.000 .012699 .036174 4.96543

Elaboración Propia

Acorde a estos cambios marginales:

 Si el campesino tiene una cuenta de ahorros su probabilidad de solicitar

créditos aumenta en 8.36%

 Si el campesino aumenta un nivel educativo su probabilidad de pedir créditos

aumenta en 4.375% por nivel de estudio.

 Si el campesino aumenta sus ventas en un sol, la probabilidad de que pida

un crédito es de 0.00111%. Llevando esto a números escalares en torno a

mil soles, si el campesino aumenta sus ventas en mil soles, la probabilidad

que pida un créditos es de 1.11%.

 Y finalmente si el campesino habita en una zona con más movimiento

comercial y con más concentración de actividades económicas, su

probabilidad de solicitar un crédito es de 2.4436%.

Para observar estos efectos marginales y el impacto que estos podrían tener en

las probabilidades, se realizó el análisis variando las ventas entre el rango de 0

– S/ 70,000.00, pues la mayor población se encuentra entre este rango de

ventas.

FIGURA N° 06: DISTRIBUCIÓN ACUMULADO RANGO DE VENTA S/ 0.00 –

S/ 70000.00

Elaboración Propia
Para analizar la distribución y los efectos marginales de ventas, se consideraron

los promedios en variables de los campesinos (PROM), si el campesino tiene

cuenta de ahorros (AHORR), si el campesino es universitario

(UNIVERSITARIO), si el campesino labora en la provincia de Huancayo

(HUANCA), si labora en Yauli (YAULI) y si no tiene nivel de estudio (SIN_NIVEL).

Gracias a esto se puede observar que según característica del campesino existe

un punto de quiebre que indica la probabilidad que el campesino pida crédito o

no, por ejemplo en punto promedio es de S/ 10,000.00 soles.

Como puede observarse las ventas sí o sí van a llevar a aumentar la probabilidad

en pedir créditos a los campesinos, sin embargo algunas variables acrecientan

mucho más esta probabilidad incluso cuando las ventas son menores, por

ejemplo, si el campesino recibió educación universitaria tiene mayor probabilidad

de solicitar créditos ello puede deberse a que el mismo por criterios aprendidos

en la universidad sabe los beneficios y cómo manejar los créditos, de igual

manera afecta el laborar en Huancayo, la provincia con mayor movimiento y

concentración de actividades económicas en la región Junín, pues el hecho de

tener esas cualidades puede influir en el comportamiento de solicitar créditos en

el campesino. Finalmente también el hecho de tener ahorros afecta a la

probabilidad de solicitar créditos tanto porque el campesino al menos tiene algo

de cultura financiera y puede conocer sobre los beneficios de los créditos.

Sin embargo por otro lado si el campesino no tiene nivel su probabilidad de pedir

créditos disminuye, ello porque no ha recibido conocimiento alguno sobre cómo

acceder al sistema de créditos aunque también pueden existir excepciones pero

son muy pocas y este solo dependerán de la experiencia y ventas que realiza el

campesino.
Finalmente también influye el hecho de estar en una provincia sin mucha

participación no concurrencia en actividades económicas como Yauli pues el

poco movimiento económico no motiva a que se pidan créditos y continúen con

el dinamismo de la economía de la provincia ubicada.

 CAPÍTULO V

CONCLUSIONES

 El modelo logit para describir los factores que afecta a la solicitud de pedido

de créditos de los campesinos se ajusta en un 71% en promedio para

identificar datos, sin embargo esta solo da ese valor cuando el análisis de

sensibilidad se realiza con el valor de 0.21, ello debido al alto número de

campesinos que no solicitan créditos, esto puede deberse tanto a que no

existe el nivel de educación adecuado para saber lo beneficios crediticios ni

para saber usarlos mostrando así falta de educación en la mayoría de

campesinos; también se debe al poco movimiento económico del lugar en

donde laboran mostrando así la fuerte centralización de la economía en la

región Junín así como el hecho de no poseer cuenta de ahorros.

 Por otro lado observando otros posibles efectos, la poca solicitud de créditos

también puede deberse a que el sistema financiero para otorgar créditos

agrarios, los hace con una tasa de interés alta por el riesgo que lleva lo cual

aleja a los campesinos, especialmente a aquellos que no llegan a vender la

cantidad óptima según característica que posea.

 En un inicio se deseó considerar variables que en trabajos anteriores

indicaban significancia en el modelo como superficie cosechada, sexo, raza

(reemplazad por idioma pues es mucho más probable que un hablante de

castellano reciba crédito a un hablante quechua), entre otras. Sin embargo

al realizar el análisis de regresión se comprobó que estas no eran

significativas del todo por lo que se demuestra que el campesino de la región

Junín tiene diferentes características y comportamiento a los campesinos de

otras zonas.
 RECOMENDACIONES

 Reconocidas la variables significativas y los efectos que podrían causar en

la solicitud de créditos, si se desea mejorar el rubro agrícola de la región

Junín es necesario realizar políticas de inclusión como educación para los

campesinos en lo académico y en lo financiero, así como incentivar el

consumo interno como por ejemplo en Brasil el gobierno compraba

productos de los campesinos rurales quienes al tener ingresos seguros

podían producir y pagar los créditos que adquirieron.

 Incluir otras variables podrían mejorar el modelo como por ejemplo si el

campesino tuvo problemas cuando pidió un crédito, la institución a quien

solicitó el crédito, etc.

 El estudio realizado solo observó la probabilidad de solicitar créditos por

parte de los campesinos, pero no observó si el campesino pudo acceder al

crédito ni en que forma el campesino pudo gastar el crédito por lo que para

estudios futuros deberían estudiarse los factores que intervienen en la

probabilidad que el campesino obtenga el crédito lo cual podría ayudar a la

economía campesina a reconocer aquellos factores por los cuales no puede

acceder a créditos que incentiven sus producciones.

 BIBLIOGRAFÍA

 Jimenez, F. (2010). Elementos de Teoría y Política Macroeconómica para

una Economía Abierta. Lima: Editorial PUCP.

 Eduardo, G. L. (junio de 2000). Universidad Autonoma de Nuevo Leon.

Obtenido de http://eprints.uanl.mx/7671/1/1020130194.PDF

 Rafael, B. (2009). Probando la condición de Marshall-Lerner y el efecto

de la curva J: Evidencia emírica al caso peruano. lima: Estudios

economicos.

 BCRP. (2016). Obtenido de BCRP Web site:

http://www.bcrp.gob.pe/sobre-el-bcrp/preguntas-frecuentes.html

 UDEL. (1996). Obtenido de UDEL Web site:

http://www1.udel.edu/leipzig/texts1/BALANCE2.html

 Instituto Peruano de Economia. (29 de setiembre de 2016). Obtenido de

IPE Web site: http://www.ipe.org.pe/content/reservas-internacionales.

 Rodríguez, P., & Ruiz, O. (27 de Enero de 2012). Acumulación de

reservas internacionales en paises emergentes con tipos de cambios

flexibles. En P. Rodríguez, & O. Ruiz. México.

 Chávez, Z. (16 de Julio de 2015). Obtenido de

http://tesis.usat.edu.pe/bitstream/usat/26/1/TL_Chavez_Cieza_ZoilaIndir

a.pdf