El objetivo del presente estudio es hacer un análisis de los determinantes de la morosidad de las instituciones microfinancieras (IMF) peruanas. La importancia de conocer los determinantes de la morosidad se justifica por varias razones. En primer lugar, las IMF enfrentan riesgos de retrasos en los pagos. Por ello, conocer qué determina ese riesgo permite estar más alerta ante posibles eventos no deseados. Asimismo, promover el sólido desarrollo de las IMF a través de un mejor manejo de su morosidad permitirá un mayor desarrollo para las pequeñas y microempresas, toda vez que dichas IMF constituyen su principal fuente de financiamiento.

El análisis de los determinantes de la morosidad se aborda desde dos aproximaciones, complementarias entre sí. La primera realiza una estimación econométrica para explicar la calidad de cartera de las IMF, considerando tres indicadores distintos para la calidad de las colocaciones. Como factores explicativos de esta última, se incluyen tres tipos de variables: macroeconómicas, microeconómicas relacionadas con la gestión de las IMF y, finalmente, variables relacionadas con las dinámicas locales de los mercados donde las IMF realizan sus operaciones.

«El sistema microfinanciero en el Perú está constituido por las cajas municipales de ahorro y crédito (CMAC), las cajas rurales de ahorro y crédito (CRAC), las entidades de desarrollo de la pequeña y microempresa (Edpyme), Mibanco, Financiera Solución y el Banco del Trabajo»

En la segunda aproximación, se realizan dos estudios de caso en los que se indaga por: las tecnologías crediticias usadas por las entidades para el tratamiento de los créditos en calidad de atraso, las características económicas de sus clientes morosos y no morosos, las causas que llevan a incurrir en incumplimiento de los pagos y las acciones tomadas por los clientes para superar esta situación.

El estudio se divide de la siguiente manera. La primera sección presenta algunos hechos estilizados de las IMF en el Perú. La segunda sección describe la evolución de las tasas de morosidad en los últimos cuatro años. La tercera y la cuarta secciones presentan el marco teórico y conceptual del modelo econométrico y sus resultados, respectivamente. La quinta sección muestra los resultados de los estudios de casos y la última, las conclusiones y recomendaciones.

Las microfinanzas en el Perú

La expansión del crédito, como consecuencia de las reformas financieras a principios de 1990 permitió, a su vez, el crecimiento del microcrédito. El sistema microfinanciero en el Perú está constituido por las Cajas Municipales de Ahorro y Crédito (CMAC), las Cajas Rurales de Ahorro y Crédito (CRAC), las entidades de desarrollo de la pequeña y microempresa (Edpyme), Mibanco, Financiera Solución y el Banco del Trabajo. Este sistema se puede agrupar en dos categorías: las entidades bancarias y financieras (Mibanco, Financiera Solución y Banco del Trabajo), que están autorizadas para realizar operaciones múltiples y actúan en todo el país; y las IMF no bancarias (CMAC, CRAC y Edpyme), que ejecutan un conjunto limitado de operaciones a escala local.

A pesar de que la crisis financiera internacional de fines de 1990 generó una fuerte caída del sistema financiero local, las colocaciones del sistema microfinanciero, a diferencia de las del total del sistema, crecieron a un ritmo de 21,7% por año. Ello también se puede ver reflejado en la creciente participación de las colocaciones de las IMF respecto del total (pasó de 2,26% en 1998 a 5,04% en 2001). Sin embargo, si bien la oferta de crédito de estas instituciones es pequeña en monto, comparada con la de la banca comercial, el número de clientes que atienden es mayor.

El cuadro 1 muestra la estructura porcentual de las colocaciones de las IMF por tipo de crédito. A partir de él, se puede señalar que la mayoría de las IMF concentran su cartera en tres tipos de créditos: el crédito PYME, el crédito comercial y el crédito de consumo. Las CRAC, debido a su orientación al sector rural, destinan más del 50% de sus colocaciones al financiamiento de actividades agropecuarias.

A continuación, se presentan algunas características de las IMF (véase el cuadro 2). A junio de 2001, las CRAC –que surgieron como entidades especializadas en el crédito para la actividad agropecuaria– participaban con el 10,29% del total de colocaciones de este tipo de instituciones. No obstante, se ha observado una mayor inclinación hacia créditos PYME urbanos y hacia los créditos comerciales2 . Con relación a las CMAC, que fueron creadas con el objetivo explícito de “democratizar” el crédito y de llegar a los sectores que el sistema financiero no estaba interesado en atender3 , estas eran responsables de casi el 40% del total de colocaciones de las IMF. El subsistema de Edpyme, por su parte, participa con, aproximadamente, el 8% del total de colocaciones de las IMF. Estas instituciones surgieron de la formalización de organizaciones no gubernamentales crediticias y tienen como objetivo atender las necesidades de las PYME y de los hogares de bajos recursos4 .

De otro lado, el Banco del Trabajo colocó cerca del 20% del total de colocaciones de las IMF y se orienta a otorgar créditos de consumo a personas naturales de estratos medios y bajos5 . Mibanco se especializa en la atención del segmento de las PYME; a junio de 2002, era responsable del 12,27% del total de colocaciones de este sistema6 . Finalmente, Financiera Solución, que aporta 10,34% de las colocaciones totales de las IMF, a la misma fecha, concentraba sus actividades en el crédito de consumo y en el crédito PYME7 .

La morosidad en las IMF

Para analizar la calidad de cartera de las IMF, se necesita un indicador adecuado para dicho fin. No existe, sin embargo, un consenso respecto de cuál sería dicho indicador. De la información financiera publicada por la Superintendecia de Banca y Seguros (SBS), se evidencia el reporte de tres indicadores de calidad de cartera: cartera atrasada, cartera de alto riesgo y cartera pesada.

El primero se define como la ratio entre las colocaciones vencidas y en cobranza judicial sobre las colocaciones totales. El segundo es una ratio de calidad de activos más severa, en cuanto incluye en el numerador las colocaciones vencidas, en cobranza judicial, refinanciadas y reestructuradas sobre las colocaciones totales. Finalmente, el tercero se define como la ratio entre las colocaciones y créditos contingentes clasificados como deficientes, dudosos y pérdidas sobre los créditos directos y contingentes totales.

No obstante, como todo indicador, estos presentan limitaciones conceptuales. En primer lugar, solo toman en cuenta las colocaciones que se presentan en los balances. Sin embargo, algunas entidades retiran las colocaciones más deterioradas de sus balances, por lo que se estarían presentando distorsiones en la información de sus carteras atrasadas. Asimismo, la morosidad tiene un comportamiento dinámico, mientras que los indicadores son estáticos.

Utilizaremos el indicador de cartera atrasada (o tasa de morosidad) para describir la calidad de las carteras de las IMF, puesto que es el más usado y por la facilidad para obtener la información contable de las instituciones bajo estudio.

El cuadro 3 muestra información de la tasas de morosidad de la banca múltiple y de las IMF para el período 1998-2001. Con excepción de las CRAC, las otras IMF muestran tasas de morosidad menores que las de la banca comercial8 . Es interesante notar, no obstante, los resultados de las CMAC, que han disminuido su tasa de morosidad de 7,5% en 1998 a 5,3% en 2001

«Con excepción de las CRAC, las otras IMF muestran tasas de morosidad menores que las de la banca comercial. Es interesante notar, no obstante, los resultados de las CMAC, que han disminuido su tasa de morosidad de 7,5% en 1998 a 5,3% en 2001»

Estos resultados muestran, además, una gran varianza entre los niveles de morosidad de las CRAC, a diferencia de lo ocurrido con las CMAC y Edpyme. Esta información sugiere que existen importantes diferencias en el comportamiento de la morosidad de las IMF, probablemente como resultado de sus distintas políticas de gestión, de su tecnología crediticia y de la dinámica de las plazas financieras donde operan. Ello, no obstante, a pesar de ser un problema en la institución, puede reflejarse en todo el sistema, lo que afectaría su liquidez y tendría un efecto negativo sobre los beneficios9 .

Marco teórico y conceptual

Las IMF se encuentran expuestas al problema del riesgo crediticio. Los mercados de crédito, en general, son ineficientes debido al problema de información asimétrica que en ellos existe10 . Como se ha mencionado, los problemas de morosidad se convierten en problemas de liquidez en el corto plazo y, si no se cuentan con líneas de crédito contingentes, este problema se puede convertir en uno de solvencia en el largo plazo, que determina, probablemente, la liquidación de la institución11 .

La mayor parte de los trabajos que buscan explicar los factores que determinan la morosidad bancaria, abordan el tema desde una perspectiva exclusivamente microeconómica o macroeconómica, sin adoptar una perspectiva global12 . A continuación, se revisará brevemente la literatura existente sobre los determinantes de la morosidad bancaria, a fin de extraer la hipótesis de trabajo referida a la morosidad microfinanciera, evaluada en la siguiente sección.

Factores macroeconómicos

Una conclusión compartida por los modelos teóricos y empíricos es que existe una relación negativa entre el ciclo económico y la morosidad13 . Esta variable exige también evaluar si la relación es temporánea o rezagada. Asimismo, en el caso de las IMF, es necesario evaluar el ciclo de la economía local, dada la escala de operación de muchas de ellas.

«...los problemas de morosidad se convierten en problemas de liquidez en el corto plazo y, si no se cuentan con líneas de crédito contingentes, este problema se puede convertir en uno de solvencia en el largo plazo, que determina, probablemente, la liquidación de la institución»

Uno de los factores macroeconómicos que se toma en cuenta, también, es el relacionado con las restricciones de liquidez, dado que pueden generar problemas en la capacidad de pago de los agentes. Adicionalmente, el nivel de endeudamiento es un factor relevante. Mayores niveles de endeudamiento pueden aumentar las dificultades de los agentes para hacer frente a sus compromisos, ya sea por el mayor peso del servicio de la deuda, como por el menor acceso a nuevos créditos14 .

Así, los determinantes macroeconómicos de la morosidad se pueden clasificar en tres grandes grupos: variables relacionadas con el ciclo económico, las que afectan el grado de liquidez de los agentes, y aquellas que miden su nivel de endeudamiento. Se esperan relaciones negativas entre el ciclo económico y la morosidad, y entre la liquidez y la morosidad, mientras que se espera una relación positiva (o indeterminada) entre el endeudamiento y la morosidad.

Factores microeconómicos

El comportamiento de cada entidad financiera determina su nivel de morosidad. Por ejemplo, la política de colocaciones que se sigue, el tipo de negocio que se desarrolla y el manejo de riesgo son algunas de las variables más analizadas.

La política crediticia de una institución afecta la calidad de su cartera de créditos. Una política crediticia expansiva puede ir acompañada de un relajamiento de los niveles de exigencia a los solicitantes, lo que eleva la posibilidad de incrementar la morosidad15 . De otro lado, el tipo de negocio también es un determinante de la calidad de cartera. Así, los créditos hipotecarios tienen un menor riesgo que los créditos de consumo.

«...los determinantes macroeconómicos de la morosidad se pueden clasificar en tres grandes grupos: variables relacionadas con el ciclo económico, las que afectan el grado de liquidez de los agentes, y aquellas que miden su nivel de endeudamiento»

«...una política crediticia expansiva, la diversificación de la cartera de colocaciones, la eficiencia de la empresa en el manejo del riesgo, la presencia de garantías, la solvencia y los incentivos que tienen las entidades para expandirse, son factores importantes en la determinación de la morosidad de una institución crediticia»

Por otro lado, la adecuada vigilancia de los créditos es un determinante importante de la tasa de recuperación y, con ello, de la morosidad. Un indicador bastante usado para medir la capacidad de la institución en el análisis, monitoreo, seguimiento y recuperación de los créditos ha sido el monto promedio colocado por empleado16 . Se debería esperar una relación positiva entre esta variable y el nivel de morosidad. No obstante, no es clara, ya que incrementos en el monto colocado por empleado genera mayores tasas de morosidad, siempre y cuando este empleado haya superado la frontera de eficiencia de su capacidad para monitorear con eficacia los créditos17 .

Con relación al papel que cumplen las garantías, no existe consenso en la teoría desarrollada. Algunas sugieren que los mejores clientes ofrecen mejores garantías. Sin embargo, ello puede reducir el adecuado monitoreo de estos clientes. El nivel de solvencia, asimismo, es importante para determinar sus niveles de morosidad. Cuanto menos solvente es una entidad, mayores son los incentivos que tiene para expandirse en segmentos más rentables pero, al mismo tiempo, de mayor riesgo.

En resumen, se puede concluir que una política crediticia expansiva, la diversificación de la cartera de colocaciones, la eficiencia de la empresa en el manejo del riesgo, la presencia de garantías, la solvencia y los incentivos que tienen las entidades para expandirse, son factores importantes en la determinación de la morosidad de una institución crediticia.

Evidencia empírica

El modelo

Se utilizan los tres indicadores de calidad de cartera antes señalados, como variables endógenas (o explicadas) del modelo econométrico. De acuerdo con los estadísticos de los indicadores de calidad, la tasa de morosidad es la variable con mayor dispersión, mientras que el estimador menos volátil es la cartera pesada18 . Este resultado se explica por el hecho que este indicador es menos sensible al efecto que algunas prácticas contables pueden tener sobre la calidad de las carteras. Este es un argumento en favor de su elección como medida representativa de la calidad de cartera.

Se estimaron modelos ARIMA (p, l, q) con el propósito de evaluar la presencia de componentes autorregresivos en su estructura temporal. La conclusión predominante es la presencia de componentes autorregresivos de primer orden que son significativos, lo que proporciona indicios que los indicadores de calidad de cartera no se mueven conjuntamente en el largo plazo, sino que siguen su propia dinámica. Por lo tanto, es conveniente estudiar el efecto de los determinantes de cada uno de ellos por separado.

Tomando en cuenta lo anterior, y dado que se busca estudiar el comportamiento de distintos agentes a lo largo del tiempo, se utilizará un modelo de datos de panel. Adicionalmente, debido al comportamiento autorregresivo de las series, el modelo será dinámico en el sentido que se incluyen rezagos de la variable endógena como variables explicativas, con el propósito de obtener representaciones más realistas del comportamiento del indicador de calidad de cartera en el tiempo. Así, el modelo econométrico a estimar toma la siguiente forma:

donde

it    i it j xit eit … (1)

i:    representa la heterogeneidad no observable específica a cada individuo y se considera constante a lo largo del tiempo, para cada uno de los n individuos que conforman la muestra.

: vector k x 1 de parámetros.
it  : vector de k variables explicativas estrictamente exógenas (se puede incluir variables ficticias).
: vector j x 1 de parámetros.
yit-j : vector de j variables predeterminadas (por lo general, se consideran rezagos de la endógena).
eit  : vector de los errores de cada una de las secciones cruzadas en cada uno de los momentos del tiempo.

La estimación se realiza por el Método Generalizado de Momentos (MGM). El panel está constituido por 35 IMF19. El período de estimación abarca desde enero de 1998 hasta diciembre de 2001. El cuadro 4 resume las variables explicativas utilizadas en el modelo.

Los resultados de la estimación

De los tres modelos estimados, el que presenta niveles de significancia conjunta mayores es el que emplea como variable endógena la cartera pesada. Asimismo, la ecuación que emplea la cartera pesada como indicador de calidad es la que tiene un mayor número de variables significativas en el nivel individual.

Las variables endógenas rezagadas un período resultaron significativas y de signo positivo. En los casos de tasa de morosidad y cartera de alto riesgo, cada 1% de incremento en el período anterior se traslada en 0,80% y 0,71% al período siguiente, respectivamente; mientras que en el caso de la cartera pesada, solo se traslada el 0,207%.

Con relación a los factores macroeconómicos, solo el crecimiento regional no minero, desfasado en dos períodos, resultó significativo y únicamente para el caso de la cartera pesada. Ello concuerda con la naturaleza local de la mayor parte de las operaciones de las IMF. La tasa del PBI no primario nacional resultó no relevante en todos los casos. Por su parte, las variables asociadas al nivel de liquidez de los agentes, así como la variable promedio por deudor, no resultaron relevantes en ninguno de los tres casos.

Respecto de los determinantes microeconómicos de la calidad de la cartera de colocaciones, resultaron significativas, negativamente: la tasa de crecimiento de las colocaciones de cada IMF rezagada en tres períodos (lo que parece señalar que las nuevas colocaciones de las IMF son de menor riesgo crediticio que las anteriores), el monto colocado promedio por cada empleado (lo que sugiere que aún no se ha alcanzado el punto de quiebre entre los créditos que colocan los empleados y aquellos que pueden supervisar adecuadamente) y la eficiencia en la gestión, medida como la ratio costos operativos sobre colocaciones totales.

De otro lado, los factores microeconómicos que no resultaron significativos son: el porcentaje de colocaciones con garantías, el número de agencias de las IMF, y las variables ficticias sobre los diferentes tipos de entidades y la que recoge los efectos del fenómeno de El Niño20 .

Los estudios de casos

Con el propósito de complementar el análisis econométrico, se presentan dos estudios de casos que buscan profundizar el análisis de los determinantes de la morosidad de las IMF, a través de elementos que pueden no estar totalmente reflejados en el análisis cuantitativo. Así, se busca analizar con más detalle la tecnología crediticia que las IMF utilizan para la evaluación, monitoreo y recuperación de los créditos en calidad de morosos, así como el sistema de incentivos para estimular el pago de los créditos. De igual forma, es de interés estudiar las características socioeconómicas de los clientes morosos y las causas por las cuales entran en situación de mora.

En este contexto, las instituciones seleccionadas para este estudio fueron la CMAC Huancayo y la Edpyme Confianza, dado que ambas presentan características distintas en cuanto al ámbito en el que operan y a la demanda a la cual se dirigen, además de su importancia relativa en el mercado microcrediticio.

La información fue recogida a través de dos canales. El primero se refiere a las propias IMF, mediante una entrevista a sus funcionarios. El segundo canal consistió en la entrevista a una muestra de clientes en situación de mora. La información fue recopilada entre octubre de 2002 y enero de 200321 .

La CMAC Huancayo

Esta institución ha expandido sus colocaciones brutas entre 1999 y 2001, llegando a US$ 18 millones hacia fines de este año. Esta expansión en el mercado crediticio se ha visto reflejada en el crecimiento de la utilidad neta y del patrimonio de la institución, en 49,2% y 83,4% en el período comprendido entre 1999 y
2001, respectivamente.

Los productos ofrecidos por esta institución son: crédito empresarial a las PYME (61,9%), crédito personal (28,3%), crédito agrícola (8,9%) y crédito pignoraticio (0,9%). Es importante notar que la participación de la cartera agropecuaria en el total de las colocaciones ha ido disminuyendo en los últimos años, lo que demuestra la reorientación de la CMAC hacia la atención de demandas crediticias en el ámbito urbano. Es importante también mencionar que existe una diferenciación de los productos crediticios en función de la historia crediticia de los clientes, lo que sirve como un incentivo para que estos últimos mantengan un buen historial crediticio.

Respecto de la morosidad de la CMAC Huancayo, esta disminuyó significativamente entre 1998 y 1999, volviendo a subir a partir del año 2000. De acuerdo con la distribución de la morosidad por tipo de crédito, los créditos pignoraticios son los que presentan mayor mora (7,71% en 2001), seguidos de los créditos PYME (5,8%) y los agropecuarios (5,1%). En términos generales, el porcentaje de cartera pesada fluctuó mucho durante el año 2001 –entre 6,5% y 9%–. No obstante, a largo plazo, la tendencia de la morosidad ha sido decreciente, lo que refleja la mejora de la calidad de la cartera crediticia de la CMAC.

«...existe una diferenciación de los productos crediticios en función de la historia crediticia de los clientes, lo que sirve como un incentivo para que estos últimos mantengan un buen historial crediticio»

Con relación a la tecnología crediticia, se analizaron dos aspectos. El primero de ellos se refiere a la evaluación de las solicitudes de crédito y al seguimiento de los créditos otorgados. La solicitud de los créditos requiere la presentación de ciertos documentos de garantía22 . Asimismo, se realizan visitas periódicas con el objetivo de supervisar que los préstamos se estén usando para los fines solicitados. Sin embargo, solo se puede monitorear la tercera parte de los créditos otorgados.

El segundo concierne a la recuperación de los créditos. La labor de recuperación está a cargo del analista responsable. Existen dos tipos de clientes morosos: los transitorios y los permanentes. Con el fin de conseguir los pagos de las cuotas con mora, los analistas ejercen presión sobre los primeros, de tal forma que el cliente vea en el analista a una persona que lo entiende. Cabe señalar que tanto los clientes como los analistas son sujetos de incentivos, con el objetivo que cumplan sus pagos y que recuperen los créditos asignados, respectivamente23 .

Respecto de los clientes morosos de la CMAC que fueron encuestados24 , 81,3% desarrolla actividades en el medio urbano, mientras que el resto lo hace en el ámbito rural. Asimismo, el 34,4% de los encuestados corresponde a mujeres. El mayor número de clientes morosos se dedica a actividades comerciales (46,9%), seguido del grupo de clientes de las PYME (18,8%) y aquellos dedicados a actividades agropecuarias (15,6%). El monto promedio del crédito de los hogares morosos encuestados asciende a 5.139 nuevos soles, con un plazo promedio de 15,6 meses y un atraso promedio de 37 días. La causa principal de atraso está relacionada con los problemas de la actividad económica y laboral (43,1%), seguido de “otras causas” (28,1%), problemas de salud (12,5%) y simple descuido (9,4%).

La Edpyme Confianza

Esta institución se ha expandido rápidamente en el mercado crediticio, a pesar de su poco tiempo en él. Sus colocaciones han crecido en 92,4% entre los años 1999 y 2001. Ofrece básicamente tres productos: crédito personal (4,5%), crédito PYME (61,1%) y crédito agrario25 (33,9%).

Con relación a la morosidad de la institución, esta se ha reducido considerablemente, estabilizándose en alrededor de 4% desde marzo de 2001. Por su parte, los créditos PYME son los que presentan una mayor tasa de incumplimiento, con una tendencia creciente; mientras que la cartera agropecuaria, contrariamente a lo esperado, muestra una tasa de morosidad menor y con tendencia decreciente.

Respecto de la tecnología crediticia, las solicitudes de crédito exigen ciertos requisitos, al igual que en la CMAC Huancayo. Los analistas se dividen en seniors (atienden un promedio de 100 nuevas solicitudes por mes) y juniors (atiende un promedio de 60 nuevas solicitudes al mes). Son los mismos analistas los que realizan el monitoreo de los préstamos, a través de vi- sitas periódicas.  En promedio,  se realizan tres visitas mientras dura el crédito.

Cuando  un cliente  se atrasa en el pago de una cuota del crédito, los mismos analistas son quienes se encargan  de su recuperación, acompañado de algún  otro funcionario (procurador). La Edpyme incentiva la puntualidad de sus clientes en los pagos, a través del otorgamiento  de tasas preferenciales  a los mejores clientes. Asimismo, otorga un “bono  de productividad” a los analistas y procuradores26 .

Con relación a los clientes morosos de esta IMF27,  el 86,7% de ellos reside en áreas urbanas y el resto en el área rural. Asimismo, el 60% de dichos clientes corres- ponde a mujeres. El 57% de los entrevistados desarrolla actividades  comerciales,  el 20% se dedica a activida- des de las PYME y el 13% a actividades agropecuarias. Los créditos promedio de los clientes morosos supera- ban los 3.000 nuevos soles, el plazo promedio de prés- tamo es de 13,7 meses y los días de mora, en promedio, son 32,6. Las causas de la mora fueron: problemas re- lacionados con la actividad laboral (53,6%), descuido (17,9%) problemas de salud (10,7%), entre otros.

Conclusiones y recomendaciones

El indicador más estable y menos susceptible a mane- jos contables es la cartera pesada. Se halló evidencia en favor de la presencia  de determinantes macroeconómicos y microeconómicos de la calidad de la carte- ra de las IMF, por lo que las medidas  para reducir  la morosidad  de estas deben considerar  ambos factores.

El hecho que los rezagos del indicador de calidad contribuyan a explicar el nivel corriente observado,  pue- de ser utilizado  por el regulador  como  una señal  de alerta. Es decir, si se observa que la calidad de cartera empeora,  debe intervenir  y advertir sobre los riesgos que la persistencia  pueda tener sobre la cartera futura. Asimismo, se debe buscar una mejora en los controles de la IMF, con el objetivo de revertir la tendencia. Todo lo anterior  requiere  la implementación de un sistema que permita anticipar  el efecto del nivel de actividad sobre la morosidad.  Por ejemplo, si se espera un ciclo recesivo,  se deberá incorporar  la presencia  de mayo- res provisiones futuras y controles, según las perspectivas regionales. Además, las IMF deben diversificar sus activos,  de forma  que puedan  inmunizar  al menos en parte  su cartera  de colocaciones  frente  al ciclo económico.

Es notoria la relación inversa entre las colocaciones pasadas y el valor actual de la cartera pesada, lo que confirmaría  el hecho que las IMF están operando  en un nicho  de mercado  con un desempeño bueno,  ya que seleccionan  a los clientes  de mejor  calidad.  No obstante,  deben estar atentas a cómo evoluciona  esta relación, ya que puede llegar el momento en el que el nicho se agote.

De otro lado, la capacidad de seguimiento, monitoreo y recuperación de créditos  de cada  uno  de los empleados, aún no se ha agotado. Los estudios muestran que los buenos  resultados  observados  descansan,  en buena medida, en la exitosa labor de recuperación de los créditos realizada por los analistas. Sería recomen- dable, no obstante,  estudiar  más de cerca su desempeño, para evitar que se alcance el punto en el que la relación se torne positiva. Esta tarea corresponde  tan- to a los operadores como a los reguladores.

Otro punto importante  es que los clientes morosos  sí presentan  características  económicas  distintas  de los clientes puntuales. En general, tienen menores ingresos y mayores deudas. Es recomendable, por lo tanto, que las evaluaciones de las IMF a sus clientes tomen en cuenta el flujo de ingresos y sus deudas, con el fin de evitar retrasos en los pagos.

Finalmente, debe mencionarse la necesidad de completar los estudios de casos con el de una CRAC, para tener una visión completa del universo microfinanciero.

 

VER ARTÍCULO COMPLETO

El documento se encuentra en formato PDF, para visualizarlo correctamente se requiere un lector especial que puede obtener gratis aquí - Si desea descargarlo a una unidad de almacenamiento solo pulse con el click derecho de su mouse y en el menú auxiliar seleccione GUARDAR COMO

Nuevas publicaciones