VARIABLES Que Impactan en La Morosidad

3-12-2014
Anlisis de los
factores
determinantes de la
morosidad en la
banca peruana
periodo 2012-2013
Econometra II
Luis Bautista Ramos Nathaly Otazu Mitma
Contenido
1.
REGRESIONANDO VIA DATOS DE PANEL DINAMICOS ............................................... 2
2.
ANALISIS DE LA VARIABLE ENDOGENA MOROSIDAD ............................................... 2

Test de Sargan ..................................................................................................................... 3
Test de Arellano-Bond ........................................................................................................ 4
3. REGRESION DE LA VARIABLE ENDGENA (MOROSIDAD) CON LA ESTIMACIN

VIA DOS ETAPAS DE ARELLANO BOND ................................................................................ 4
4.
Regresion Incorporando variables exgenas ............................................................ 5
5.
REGRESION FINAL: ........................................................................................................... 7
6.
ANALISIS DE LAS RELACIONES OBTENIDAS ................................................................... 8
7.
CONCLUSIONES: ............................................................................................................. 9
8.
RECOMENDACIONES: .................................................................................................... 9
9. BIBLIOGRAFIA .................................................................................................................... 10
Anlisis de los factores

determinantes de la morosidad
en la banca peruana periodo
2012-2013
1. REGRESIONANDO VIA DATOS DE PANEL DINAMICOS
RESULTADOS
Como es natural, empezaremos indicndole al Stata las variables que indicaran a
nuestros individuos, as como a los correspondientes periodos.
Fuente: elaboracin propia
2. ANALISIS DE LA VARIABLE ENDOGENA MOROSIDAD

A continuacin, analizaremos el comportamiento de nuestra variable endgena a
travs del tiempo, para consigo misma, es decir, su autocorrelacion.
Como podemos observar, la regresin nos otorga un valor de 0.086 para el coeficiente
del rezago de la variable endgena, sin embargo, dicho rezago muestra ser no
significativo, dados los problemas de heterocedasticidad. Por otro lado, tenemos que
la prueba de significancia total muestra que nuestro modelo no es significativo de
manera conjunto. A continuacin analizaremos el test de sargan y el de Arellano-bond.
Test de Sargan
Segn los resultados obtenidos concluimos que los instrumentos planteados no son
vlidos (o que el modelo en general no es vlido), por lo cual se hace necesario realizar
la correccin a nuestro modelo.
Test de Arellano-Bond
Fuente:
propia
elaboracin
Como podemos observar, el test rechaza la hiptesis nula para la regresin en primeras
diferencias, lo cual implica que si existe presencia de autocorrelacion en nuestra
regresin que involucra solo a la variable endgena. Respecto de las segundas
diferencias encontramos que no existe autocorrelacion dado que no se rechaza la Ho.
3. REGRESION DE LA VARIABLE ENDGENA (MOROSIDAD) CON LA ESTIMACIN

VIA DOS ETAPAS DE ARELLANO BOND
Los resultados obtenidos con la correccin de dos etapas se muestra a continuacin:
Segn los resultados, las desviaciones estndar resultan menores con la correccin de
dos etapas, por otro lado, tambin observamos que el coeficiente sufre variaciones
aunque bastante ligeras (de 0.869 a 0.87). Sin embargo, al realizar los correspondientes
tests de Sargan y de Arellano Bond, encontramos que el modelo est ahora bien
especificado, aunque con problemas de autocorrelacion en las primeras diferencias.
Los tests los presentamos a continuacin:
4. Regresion Incorporando variables exgenas

Dado el sustento teorico dado ya expuesto, el rezago de la variable endogena
(morosidad) debe ser incorporada como variable explicativa, por lo tanto, formulamos
el modelo que sigue a continuacion, pero estimando los coeficientes via la
motodologia propuesta por Arellano- Bond es decir el metodo de GMM 2 etapas.
Como observaremos a continuacion, la prueba de significancia total nos arroja que el
modelo es significativo ( test de Wald); asimismo, obtenemos desviacion estandar
bastante reducidas. Al analizar la significancia de cada regresor, concluimos que todas
las variables resultan significativas; con la salvedad de la liquidez en moneda nacional
la cual nos arroja un p-value de 0.201. Un aspecto importante a resaltar es el hecho
que la variable con mayor impacto marginal es el rezago de la morosidad, con una
magnitud del 20.9 %.
Posteriormente relaizaremos la regresion incorporando variables instrumentales, donde
obtendremos que el modelo es ocnjuntamente significativo, al mismo tiempo que
observaremos cambios ligeros en los coeficientes estimados, respecto de los errores
estandar, algunos disminuyen mientras que otros aumentan. Algo que es sumamente
imporante es que la liquidez en moneda nacional sigue siendo no significativa.
Los resultados son los siguientes:
. *introduciendo variables instrumentales al modelo
5. REGRESION FINAL:
Como se observo anteriormente, la variable exogena liquidez en moneda nacional
resulta no significativa, por lo que esta ultima regresion determinamos removerla del
modelo. Cabe resaltar que en el analisis estadistico bivariado, esta variable exogena
no parecia poseer relacion alguna con la variable endogena, como lo mostraremos a
continuacion:
0,4
Morosidad vs Liquidez
0,35
0,3
0,25
0,2
0,15
0,1
0,054
0,056
0,058
Fuente: Propia
0,06
Como se puede observar, la morosidad

no muestra dependencia de la liquidez
en moneda nacional, los datos
pertenecen al promedio en todo el ao
2012 para cada uno de los 14 bancos
involucrado en el trabajo presente.
Cabe resaltar que las series de datos
mostraban tener coeficientes de
correlacion negativos y estables pero de
magnitudes bastante reducidas.
A continuacin mostramos la regresin final, quitando a la liquidez en moneda

nacional del modelo:
Como es posible ver, todos los coeficientes muestran ser significativos, al igual que el
modelo conjunto.
6. ANALISIS DE LAS RELACIONES OBTENIDAS

ROA: En esta regresin final obtenemos que el ROA presenta una relacin
negativa con la morosidad, dado el signo negativo de su coeficiente. Cabe
resaltar que este resultado se encuentra en lnea con lo esperado tericamente,
ya que cuando los bancos determinan tener mayores mrgenes de beneficios
por parte de sus activos, arriesgan tambin la calidad de sus colocaciones en
materia de riesgo, lo cual impacta incrementando la morosidad. Cabe resaltar
que el coeficiente que acompaa a esta variable es bastante pequeo
comparado con las otras variables.
ROE: Respecto de esta variable tenemos que su signo es positivo, a pesar de ser
tambin un ratio financiero que indica rentabilidad. Ello se encuentra en lnea
con el anlisis estadstico ya efectuado, lo cual se explica mediante el hecho
que cuando los bancos obtienen mejores mrgenes de beneficios por parte de
su patrimonio, es porque han tenido mejore polticas de gestin de sus
colocaciones, lo cual se asocia a menores niveles de morosidad.
LIQUIDEZ EN MN: Esta variable ha sido quitada de nuestro modelo, dado el poco
poder explicativo que posee en relacin con las dems variables exgenas
planteadas anteriormente. Cabe resaltar, que es la liquidez aquella que es
afectada por la morosidad y no viceversa, dado se espera que la morosidad
impacte negativamente en los niveles de liquidez.
PROVISIONES: El signo de esta variable es tambin negativo como ya lo
esperbamos tericamente, pues cuando los bancos poseen mejores niveles
de provisiones indica que se encuentran ms protegidos contra los default
(morosidad); con ello tenemos que la morosidad se ver reducida, obteniendo
un signo negativo.
MOROSIDAD (rezago): El signo del coeficiente que acompaa a esta variable
es positivo tal y como se esperaba, con una magnitud cercana a cerca de 0.19,
lo cual implica un impacto marginal cercado al 19 % sobre la morosidad en el
periodo vigente. Ello se explica debido a que cuando se tiene una cartera
morosa, parte de dicha cartera seguir sindolo en el siguiente periodo, por lo
que dicha morosidad tendr un impacto positivo en la morosidad del siguiente
periodo; es decir explicara parte de la morosidad del futuro.
7. CONCLUSIONES:
*Se vio necesario quitar una variable exgena, la cual es la liquidez en moneda
nacional, ello debido al poco poder explicativo mostrado y a que dicha variable es
afectada por la morosidad y no viceversa.
*Respecto de la variable exgena provisiones, cabe resaltar que esta variable
nuestra un impacto marginal bastante menor al 50% (cercano al 5%), lo cual nos resulta
bastante destacable, pues esperbamos que dicho impacto fuese uno de los ms
considerables, dado que dicha variable es reflejo de la gestin del riesgo de la
empresa.
*El primer rezago de la morosidad es la variable exgena que muestra tener el mayor
impacto marginal en nuestro modelo, el cual es cercano al 19%, lo cual nos muestra el
efecto promedio en el tiempo que la morosidad actual afecta a la morosidad del
periodo siguiente.
8. RECOMENDACIONES:
Tal como se ha comentado, la calidad de cartera en el Per ha venido mejorando en
los ltimos aos, sin embargo la presencia de un componente inercial en la morosidad
debe de ser tomada en cuenta por el regulador y los bancos dado que en un contexto
de tendencia creciente la morosidad experimentar resistencias a la baja, en ese
sentido se recomienda un comportamiento prudente por parte de los bancos en
momentos de tasas de morosidad al alza, ya que shocks presentes que deterioran la
calidad del portafolio actual tendrn un impacto en el futuro.
En las estimaciones realizadas el indicador de calidad de cartera ms robusto, con
mayores niveles de significancia conjunta y con mayor consistencia en su serie histrica
es el de cartera pesada. En el presente trabajo se comprueba empricamente que en
el caso peruano la evolucin de la calidad de cartera est determinada tanto por
factores macro y microeconmicos, es decir, que no slo es importante las
caractersticas del entorno econmico donde la entidad bancaria se desenvuelve, sino
tambin los factores relacionados con las polticas internas de conduccin del banco.
La calidad de la cartera de colocaciones bancarias en el Per se relaciona
negativamente con el ciclo de la actividad econmica. Los ciclos expansivos o tasas
de crecimiento positivas tienden a mejorar la calidad de los crditos contrariamente a
lo que ocurre en las fases de recesin. Sin embargo la elasticidad resultante es pequea
por lo que para que se observe un impacto importante del PBI en la morosidad se
requiere de tasas de crecimiento altas (positivas o negativas) o periodos importantes
de crecimiento o recesin. El regulador debe estar atento a la evolucin del nivel de
actividad e implementar seales de alerta si se est en un ciclo recesivo. La extensin

del ciclo tambin es un factor a tomar en cuenta, ya que ciclos econmicos muy
prolongamos pueden ocasionar cambios en la tendencia de la tasa de morosidad. Por
otra parte, la poltica de provisiones y de control de riesgo de los bancos deben tomar
en cuenta este efecto ya que si esperan que la economa entre en un ciclo recesivo
prolongado con tasas de crecimiento negativas es muy probable que los indicadores
de calidad de cartera se empiecen a deteriorar. El tiempo estimado de impacto es de
dos meses
9. BIBLIOGRAFIA
1. ANLISIS DE LA MOROSIDAD DE LAS INSTITUCIONES MICROFINANCIERAS (IMF) EN
El PER (Informe Tcnico Final) Giovanna Aguilar Anda, Gonzalo Camargo
Crdenas - Enero, 2003
2. Anlisis de la morosidad en el sistema bancario peruano, Giovanna Aguilar,
Gonzalo Camargo y Rosa Morales IEP; Economa y Sociedad 62, CIES,
diciembre 2006
3. Nivel de endeudamiento y morosidad en el Per, Econ. Cynthia Castillo
Vsquez- Segunda Quincena - Marzo 2012, Instituto Pacifico
4. ANLISIS ECONOMTRICO DE LA MOROSIDAD DE LAS INSTITUCIONES
MICROFINANCIERAS Y DEL SISTEMA BANCARIO PERUANO, ENERO 2004-JULIO
2009- Francis Yoanna de los Angeles Coral Mendoza Piura, 25 de Junio de 2010.
5. Anlisis de la Morosidad en el Sistema Bancario Peruano Informe final de
investigacin - Instituto de Estudios Peruanos; Octubre, 2004.
6. Econometric analysis of dynamic panel-data models using Stata, Drukker David,
July 2008
7. Dynamic Panel Data Models, Amjad Naveed, Nora Prean, Alexander Rabas.
15th June 2011
10

VARIABLES Que Impactan en La Morosidad

Cargado por

Copyright:

Formatos disponibles

VARIABLES Que Impactan en La Morosidad

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

VARIABLES Que Impactan en La Morosidad

Cargado por

Copyright:

Formatos disponibles

3-12-2014

Luis Bautista Ramos Nathaly Otazu Mitma

REGRESIONANDO VIA DATOS DE PANEL DINAMICOS ............................................... 2

ANALISIS DE LA VARIABLE ENDOGENA MOROSIDAD ............................................... 2

3. REGRESION DE LA VARIABLE ENDGENA (MOROSIDAD) CON LA ESTIMACIN

Regresion Incorporando variables exgenas ............................................................ 5

REGRESION FINAL: ........................................................................................................... 7

ANALISIS DE LAS RELACIONES OBTENIDAS ................................................................... 8

Anlisis de los factores

Fuente: elaboracin propia

2. ANALISIS DE LA VARIABLE ENDOGENA MOROSIDAD

Fuente: elaboracin propia

Fuente: elaboracin propia

3. REGRESION DE LA VARIABLE ENDGENA (MOROSIDAD) CON LA ESTIMACIN

Fuente: elaboracin propia

Fuente: elaboracin propia

Fuente: elaboracin propia

4. Regresion Incorporando variables exgenas

Fuente: elaboracin propia

. *introduciendo variables instrumentales al modelo

Fuente: elaboracin propia

Como se puede observar, la morosidad

A continuacin mostramos la regresin final, quitando a la liquidez en moneda

Fuente: elaboracin propia

6. ANALISIS DE LAS RELACIONES OBTENIDAS

actividad e implementar seales de alerta si se est en un ciclo recesivo. La extensin

También podría gustarte