Morosidad en las instituciones de microfinanzas del Perú

2525
2525
25
Economía y Sociedad 52, CIES, julio 2004
Morosidad en las instituciones de microfinanzas
del Perú1
Giovanna Aguilar y Gonzalo Camargo  IEP
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 abor-
da desde dos aproximaciones, complementarias entre
sí. La primera realiza una estimación econométrica
para explicar la calidad de cartera de las IMF, conside-
rando tres indicadores distintos para la calidad de las
colocaciones. Como factores explicativos de esta últi-
ma, se incluyen tres tipos de variables: macroeconó-
micas, microeconómicas relacionadas con la gestión
de las IMF y, finalmente, variables relacionadas con las
dinámicas locales de los mercados donde las IMF rea-
lizan sus operaciones.
En la segunda aproximación, se realizan dos estudios
de caso en los que se indaga por: las tecnologías credi-
ticias usadas por las entidades para el tratamiento de
los créditos en calidad de atraso, las características eco-
nómicas de sus clientes morosos y no morosos, las cau-
sas que llevan a incurrir en incumplimiento de los pa-
gos y las acciones tomadas por los clientes para supe-
rar 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 mues-
tra los resultados de los estudios de casos y la última, las
conclusiones y recomendaciones.
Las microfinanzas en el Pe
La expansión del crédito, como consecuencia de las
reformas financieras a principios de 1990 permitió, a
«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»
1/ Resumen del documento titulado Análisis de morosidad en las
instituciones microfinancieras del Perú, en: Trivelli, Carolina y otros.
Mercado y gestión del microcrédito en el Perú. Lima: CIES, pp.199-
294. Podrá descargar la versión completa de este documento desde
http://www.consorcio.org/pford.asp
2626
2626
26
Economía y Sociedad 52, CIES, julio 2004
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, Financie-
ra Solución y Banco del Trabajo), que están autoriza-
das para realizar operaciones múltiples y actúan en todo
el país; y las IMF no bancarias (CMAC, CRAC y Edpy-
me), que ejecutan un conjunto limitado de operacio-
nes 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 microfi-
nanciero, 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 institu-
ciones es pequeña en monto, comparada con la de la
banca comercial, el número de clientes que atien-
den es mayor.
El cuadro 1 muestra la estructura porcentual de las co-
locaciones de las IMF por tipo de crédito. A partir de
él, se puede señalar que la mayoría de las IMF con-
centran 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, des-
tinan más del 50% de sus colocaciones al financiamien-
to de actividades agropecuarias.
Institución Comerciales PYME Consumo Hipotecario Total
CMAC 15,2 51,9 32,9 0,0 100
CRAC 30,0 47,7 17,1 5,2 100
Edpyme 10,3 78,4 1,3 10,0 100
Banco del Trabajo 1,7 33,6 57,2 7,5 100
Mibanco 10,2 75,9 12,0 1,9 100
Financiera Solución 0,0 66,4 33,6 0,0 100
1/: Los productos crediticios ofrecidos por estas instituciones son básicamente créditos individuales y dirigidos al financiamiento de la actividad productiva
de la pequeña y microempresa (créditos PYME), al financiamiento de la actividad comercial (créditos comerciales), al financiamiento de gastos de
consumo (créditos de consumo) y al financiamiento de la vivienda (créditos hipotecarios).
Fuente: Superintendecia de Banca y Seguros (SBS)
Elaboración propia
Cuadro 1
Estructura porcentual de las colocaciones de las IMF por tipo de crédito1/
(Datos del 31 de diciembre de 2001)
A continuación, se presentan algunas características
de las IMF (véase el cuadro 2). A junio de 2001, las
CRAC que surgieron como entidades especializa-
das en el crédito para la actividad agropecuaria par-
ticipaban con el 10,29% del total de colocaciones de
este tipo de instituciones. No obstante, se ha obser-
vado una mayor inclinación hacia créditos PYME ur-
banos y hacia los créditos comerciales2. Con relación
a las CMAC, que fueron creadas con el objetivo ex-
plícito de democratizar el crédito y de llegar a los
sectores que el sistema financiero no estaba intere-
sado en atender3, estas eran responsables de casi el
40% del total de colocaciones de las IMF. El subsiste-
ma de Edpyme, por su parte, participa con, aproxi-
madamente, 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
2/ Las 12 CRAC existentes a junio de 2001, contaban con un total de 52
agencias y 564 empleados.
3/ Las 13 CMAC existentes a junio de 2001, contaban con un total de
121 agencias en todo el país y empleaban a 1.974 personas.
4/ Actualmente, existen 13 Edpyme con un total de 41 agencias y 647
empleados.
5/ Forma parte del grupo económico Altas Cumbres, de capital chileno,
y cuenta con 58 oficinas en el nivel nacional y emplea a 2.489 personas.
2727
2727
27
Economía y Sociedad 52, CIES, julio 2004
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 cré-
dito de consumo y en el crédito PYME7.
La morosidad en las IMF
Para analizar la calidad de cartera de las IMF, se nece-
sita un indicador adecuado para dicho fin. No existe,
sin embargo, un consenso respecto de cuál sería di-
cho indicador. De la información financiera publica-
da por la Superintendecia de Banca y Seguros (SBS),
se evidencia el reporte de tres indicadores de cali-
dad de cartera: cartera atrasada, cartera de alto ries-
go y cartera pesada.
El primero se define como la ratio entre las colocacio-
nes vencidas y en cobranza judicial sobre las coloca-
ciones totales. El segundo es una ratio de calidad de
activos más severa, en cuanto incluye en el numera-
dor 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 clasifi-
cados como deficientes, dudosos y pérdidas sobre los
créditos directos y contingentes totales.
No obstante, como todo indicador, estos presentan li-
mitaciones 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 infor-
mación de sus carteras atrasadas. Asimismo, la morosi-
dad tiene un comportamiento dinámico, mientras que
los indicadores son estáticos.
Tipo de IMF No de agencias No de personal1/ Colocaciones %
(miles de US$)
CRAC 52 564 84.995 10,29
CMAC 121 1.974 337.385 39,31
Edpyme 41 647 67.598 7,97
Banco del Trabajo 58 2.489 163.425 19,89
Mibanco 28 703 93.753 12,27
Financiera Solución 33 1.563 79.229 10,34
Total 333 7.940 826.385 100,00
1/: Incluye a todo el personal.
Fuente: SBS
Elaboración propia
Cuadro 2
Información general de las IMF
(A junio de 2002)
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 facili-
dad para obtener la información contable de las insti-
tuciones bajo estudio.
El cuadro 3 muestra información de la tasas de morosi-
dad 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.
6/ Mibanco surge de la transformación de la ONG Acción Comunitaria
del Perú y opera con una red de 28 agencias y 703 empleados.
7/ Es subsidiaria del Banco de Crédito y cuenta con 33 agencias y 1.563
empleados.
8/ Aun cuando la tendencia ha sido decreciente (pasó de 17,4% en 1998
a 15,6% en 2001), las CRAC muestran las mayores tasas de morosidad
del sistema financiero total.
Entidad 1998 1999 2000 2001
Banca múltiple 7,0 8,3 9,8 9,0
Banco del Trabajo 6,2 5,1 4,7 5,8
Mibanco 2,6 1,8 1,7 2,8
Financiera Solución 9,6 4,4 1,4 1,9
CMAC 7,5 5,6 4,8 5,3
CRAC 17,4 16,3 15,0 15,6
Edpyme 6,7 6,6 6,7 7,6
Fuente: SBS
Cuadro 3
Evolución de la tasa de morosidad de las IMF,
1998-2001
2828
2828
28
Economía y Sociedad 52, CIES, julio 2004
Estos resultados muestran, además, una gran varianza
entre los niveles de morosidad de las CRAC, a diferen-
cia de lo ocurrido con las CMAC y Edpyme. Esta infor-
mación sugiere que existen importantes diferencias en
el comportamiento de la morosidad de las IMF, proba-
blemente 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 asimé-
trica 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 con-
vertir en uno de solvencia en el largo plazo, que deter-
mina, probablemente, la liquidación de la institución11 .
La mayor parte de los trabajos que buscan explicar los
factores que determinan la morosidad bancaria, abor-
dan el tema desde una perspectiva exclusivamente
microeconómica o macroeconómica, sin adoptar una
perspectiva global12 . A continuación, se revisará bre-
vemente la literatura existente sobre los determinan-
tes de la morosidad bancaria, a fin de extraer la hipó-
tesis de trabajo referida a la morosidad microfinancie-
ra, evaluada en la siguiente sección.
Factores macroeconómicos
Una conclusión compartida por los modelos teóricos y
empíricos es que existe una relación negativa entre el
«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»
ciclo económico y la morosidad13 . Esta variable exige
también evaluar si la relación es temporánea o reza-
gada. 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»
9/ Es importante notar que el efecto negativo sobre la rentabilidad es
doble, toda vez que la morosidad reduce los ingresos al dejarse de
percibir ingresos financieros, pero también incrementa los gastos,
tanto por las provisiones como por los gastos de recuperación de
créditos en mora.
10/ Stiglitz, Joseph y Andrew Weiss (1981). Credit Rationing in Market
with Imperfect Information, en American Economic Review, vol. 71,
Nº 3. Nashville, TN: junio, pp. 393-410.
11/ Freixas, Xavier y Jean-Charles Rochet (1998). Microeconomics of
Banking. Cambridge, Massachusetts: The MIT Press.
12/ Saurina, Jesús (1998). [Determinantes de la morosidad de las cajas
de ahorro españolas, en Investigaciones Económicas, vol. 22, Nº 3.
Madrid: Fundación SEPI, setiembre, pp. 393-426], demuestra empírica-
mente la importancia conjunta de los factores agregados y de los factores
específicos a la política crediticia de cada entidad.
13/ Véase, por ejemplo, Freixas, Xavier; José de Hevia y Alejandro
Inurrieta (1994). Determinantes microeconómicos de la morosidad
bancaria: un modelo empírico para el caso español, en Moneda y Cré-
dito, Segunda época, Nº 199. Madrid: pp. 125-56. Asimismo, Davis, E.
Philip (1992). Debt, Financial Fragility and Systematic Risk. Oxford: Cla-
rendon-Oxford University Press.
2929
2929
29
Economía y Sociedad 52, CIES, julio 2004
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. Mayo-
res niveles de endeudamiento pueden aumentar las
dificultades de los agentes para hacer frente a sus com-
promisos, 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 moro-
sidad se pueden clasificar en tres grandes grupos: va-
riables 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, mien-
tras que se espera una relación positiva (o indetermi-
nada) entre el endeudamiento y la morosidad.
Factores microeconómicos
El comportamiento de cada entidad financiera deter-
mina 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 expan-
siva 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.
Por otro lado, la adecuada vigilancia de los créditos es
un determinante importante de la tasa de recupera-
ción y, con ello, de la morosidad. Un indicador bastan-
te 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 obstan-
te, no es clara, ya que incrementos en el monto colo-
cado por empleado genera mayores tasas de morosi-
dad, siempre y cuando este empleado haya superado
la frontera de eficiencia de su capacidad para monito-
rear con eficacia los créditos17 .
Con relación al papel que cumplen las garantías, no
existe consenso en la teoría desarrollada. Algunas su-
gieren que los mejores clientes ofrecen mejores ga-
rantías. Sin embargo, ello puede reducir el adecuado
monitoreo de estos clientes. El nivel de solvencia, asi-
mismo, 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.
«...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»
14/ Wadhwani, Sushil B. (1984). Inflation, Bankruptcy, and Employment,
Discussion Paper Nº 195. Londres: London School for Economics, Cen-
tre for Labour Economics. Igualmente, Wadhwani, Sushil B. (1986). In-
flation Bankruptcy, Default Premia, and the Stock Market, en The Econo-
mic Journal, vol. 96, Nº 381. Oxford: Blackwell Publishing, marzo, pp.
120-38. Véase también Davis (1992).
15/ Si el crecimiento de los créditos se hace de forma controlada, no
obstante, no necesariamente la entidad enfrenta mayores niveles de mora.
16/ Una mejor medida de la eficiencia es el promedio de créditos por
analista. Lamentablemente, la SBS no difunde esta información.
17/ Entiéndase como eficiencia, la capacidad de colocar créditos que
generen una tasa de mora igual o menor que la que tiene la institución.
3030
3030
30
Economía y Sociedad 52, CIES, julio 2004
En resumen, se puede concluir que una política credi-
ticia expansiva, la diversificación de la cartera de co-
locaciones, 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 explica-
das) del modelo econométrico. De acuerdo con los
estadísticos de los indicadores de calidad, la tasa de
morosidad es la variable con mayor dispersión, mien-
tras que el estimador menos volátil es la cartera pesa-
da18 . Este resultado se explica por el hecho que este
indicador es menos sensible al efecto que algunas prác-
ticas 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 autorregresi-
vos en su estructura temporal. La conclusión predomi-
nante es la presencia de componentes autorregresivos
de primer orden que son significativos, lo que propor-
ciona indicios que los indicadores de calidad de carte-
ra no se mueven conjuntamente en el largo plazo, sino
que siguen su propia dinámica. Por lo tanto, es conve-
niente 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 propósi-
to de obtener representaciones más realistas del com-
portamiento del indicador de calidad de cartera en el
tiempo. Así, el modelo econométrico a estimar toma
la siguiente forma:
 (1)
donde
α
i: representa la heterogeneidad no observable es-
pecífica a cada individuo y se considera constan-
te a lo largo del tiempo, para cada uno de los n
individuos que conforman la muestra.
β
: vector k x 1 de parámetros.
χ
it : vector de k variables explicativas estrictamente
exógenas (se puede incluir variables ficticias).
γ
: vector j x 1 de parámetros.
y
it-j : vector de j variables predeterminadas (por lo ge-
neral, se consideran rezagos de la endógena).
e
it : vector de los errores de cada una de las sec-
ciones 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.
ex
yy i
t
it
jit
i
it +++=
βγ
α
18/ Es importante notar, también, que existe una alta dispersión entre los
indicadores de calidad de cartera para los diferentes tipos de institucio-
nes, lo que brinda indicios sobre la presencia de factores específicos a
cada entidad.
19/ En este caso, se trabajó con un panel no balanceado, pues no se
cuenta con información de todas las IMF para el período de estimación.
3131
3131
31
Economía y Sociedad 52, CIES, julio 2004
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 indi-
cador de calidad es la que tiene un mayor número de
variables significativas en el nivel individual.
Las variables endógenas rezagadas un período resul-
taron 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, respectivamen-
te; 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 pe-
ríodos, 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 nin-
guno de los tres casos.
Respecto de los determinantes microeconómicos de
la calidad de la cartera de colocaciones, resultaron sig-
Tipos de variables Indicadores
Agregadas Macroeconómicas Tasa de crecimiento del PIB no primario nacional
Liquidez real
Circulante real
Tasa de interés activa en moneda nacional y extranjera
Colocaciones promedio por deudor
Actividad local Tasa de crecimiento del PBI no primario local
Específicas Microeconómicas Tasa de crecimiento de las colocaciones
Colocaciones promedio por empleado
Colocaciones con garantía sobre el total de colocaciones
Colocaciones de corto plazo sobre el total de colocaciones
Número de agencias por institución
Colocaciones PYME sobre el total de colocaciones
Margen de intermediación
Activo fijo sobre patrimonio
Costos operativos sobre el total de colocaciones
Colocaciones totales sobre activos
Otras Variables ficticias Fenómeno de El Niño de 1998
Tipo de institución
Cuadro 4
Variables explicativas utilizadas en la muestra
nificativas, negativamente: la tasa de crecimiento de
las colocaciones de cada IMF rezagada en tres perío-
dos (lo que parece señalar que las nuevas colocacio-
nes 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 adecua-
damente) 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 coloca-
ciones 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 fenóme-
no de El Niño20 .
Los estudios de casos
Con el propósito de complementar el análisis econo-
métrico, se presentan dos estudios de casos que bus-
can profundizar el análisis de los determinantes de la
morosidad de las IMF, a través de elementos que pue-
20/ Para evaluar la robustez de las estimaciones a las dimensiones del
panel, se han realizado estimaciones para tamaños de muestra y
períodos diferentes. Cabe señalar que los resultados no varían de
forma significativa.
3232
3232
32
Economía y Sociedad 52, CIES, julio 2004
den no estar totalmente reflejados en el análisis cuan-
titativo. Así, se busca analizar con más detalle la tecno-
logía 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 importan-
cia 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 consis-
tió en la entrevista a una muestra de clientes en situa-
ción 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 credi-
ticio se ha visto reflejada en el crecimiento de la utili-
dad 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: cré-
dito empresarial a las PYME (61,9%), crédito perso-
nal (28,3%), crédito agrícola (8,9%) y crédito pigno-
raticio (0,9%). Es importante notar que la participa-
ción de la cartera agropecuaria en el total de las co-
locaciones ha ido disminuyendo en los últimos años,
lo que demuestra la reorientación de la CMAC hacia
la atención de demandas crediticias en el ámbito ur-
bano. 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 man-
tengan un buen historial crediticio.
Respecto de la morosidad de la CMAC Huancayo, esta
disminuyó significativamente entre 1998 y 1999, vol-
viendo 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 gene-
rales, 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.
Con relación a la tecnología crediticia, se analizaron
dos aspectos. El primero de ellos se refiere a la evalua-
ción 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 moni-
torear la tercera parte de los créditos otorgados.
El segundo concierne a la recuperación de los crédi-
tos. 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 con-
seguir 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 en-
tiende. 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 .
«...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»
21/ Dado que la morosidad es un tema delicado y hasta a veces incómo-
do, la tarea de investigar sobre clientes morosos resultó ser difícil por el
fuerte rechazo inicial a colaborar con la investigación.
22/ Requiere la presentación del DNI del solicitante y de su cónyuge, así
como una copia legalizada de algún documento que acredite la propie-
dad de la vivienda. Adicionalmente, los crédito agropecuarios involu-
cran presentar la copia del autoavalúo y algún documento que acredite
el derecho por uso de agua.
23/ Por ejemplo, a los clientes se les incentiva con sorteos de artefactos
eléctricos, si se encuentran al día en sus cuotas. Por el lado de los
analistas, parte de sus sueldos es variable, pues está en función de la
morosidad de sus carteras.
3333
3333
33
Economía y Sociedad 52, CIES, julio 2004
Respecto de los clientes morosos de la CMAC que fue-
ron 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 relaciona-
da con los problemas de la actividad económica y la-
boral (43,1%), seguido de otras causas (28,1%), pro-
blemas 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: cré-
dito 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 crecien-
te; mientras que la cartera agropecuaria, contrariamen-
te a lo esperado, muestra una tasa de morosidad me-
nor 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 encar-
gan de su recuperación, acompañado de algún otro
funcionario (procurador). La Edpyme incentiva la pun-
tualidad de sus clientes en los pagos, a través del otor-
gamiento de tasas preferenciales a los mejores clien-
tes. 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 macroeco-
nómicos 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 con-
tribuyan 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
24/ Se seleccionaron aleatoriamente a 32 clientes, cuyos pagos se en-
contraban en situación de incumplimiento.
25/ Los créditos agrarios son de una sola cuota, que se paga al final de la
campaña.
26/ Es importante notar que tanto en la Edpyme Confianza como en la
CMAC Huancayo, la labor del analista de créditos es fundamental para
determinar la tasa de morosidad de los créditos de la institución.
27/ Se entrevistaron a 30 clientes en calidad de morosos.
3434
3434
34
Economía y Sociedad 52, CIES, julio 2004
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 perspecti-
vas 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 em-
pleados, 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 desem-
peño, 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
«El mayor número de
clientes morosos se dedica
a actividades comerciales
(46,9%), seguido por el
grupo de clientes de las
PYME (18,8%) y aquellos
dedicados a actividades
agropecuarias (15,6%)... 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%)»
clientes puntuales. En general, tienen menores ingre-
sos 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 com-
pletar los estudios de casos con el de una CRAC, para
tener una visión completa del universo microfinanciero.

Hazle saber al autor que aprecias su trabajo

Tu opinión vale, comenta aquíOculta los comentarios

Comentarios

comentarios

Compártelo con tu mundo

Cita esta página
Económica Y Social (CIES) Consorcio de Investigación. (2006, junio 25). Morosidad en las instituciones de microfinanzas del Perú. Recuperado de https://www.gestiopolis.com/morosidad-instituciones-microfinanzas-peru/
Económica Y Social (CIES), Consorcio de Investigación. "Morosidad en las instituciones de microfinanzas del Perú". GestioPolis. 25 junio 2006. Web. <https://www.gestiopolis.com/morosidad-instituciones-microfinanzas-peru/>.
Económica Y Social (CIES), Consorcio de Investigación. "Morosidad en las instituciones de microfinanzas del Perú". GestioPolis. junio 25, 2006. Consultado el 19 de Noviembre de 2017. https://www.gestiopolis.com/morosidad-instituciones-microfinanzas-peru/.
Económica Y Social (CIES), Consorcio de Investigación. Morosidad en las instituciones de microfinanzas del Perú [en línea]. <https://www.gestiopolis.com/morosidad-instituciones-microfinanzas-peru/> [Citado el 19 de Noviembre de 2017].
Copiar
Imagen del encabezado cortesía de ilovesunshine en Flickr