Anales Cientícos, 79 (1): 21 - 28 (2018)
ISSN 2519-7398 (Versión electrónica)
DOI: http://dx.doi.org/10.21704/ac.v79i1.1135
Website: http://revistas.lamolina.edu.pe/index.php/acu/index
© Universidad Nacional Agraria La Molina, Lima - Perú
Presentado: 21/09/2017
Aceptado: 01/02/2018
Modelo para determinar los componentes de la cartera hipotecaria en la Banca
Múltiple en el Perú 2001 - 2015
Model to determine the components of the mortgage portfolio in the Multiple Bank in Peru
2001 – 2015
Carlos Alberto Guerrero López
1
Resumen
El objetivo de esta investigación fue establecer un modelo que explique la morosidad a través de variables macroeconómicas,
tales como la variación del Producto Bruto Interno (PBI) real, la tasa activa en moneda nacional, la tasa activa en moneda
extranjera la variación del tipo de cambio real; basado en datos teóricos como empíricos. Siendo la crisis internacional y
los problemas externos del precio de los minerales, los que han originado la caída de las exportaciones, motivando que
el crecimiento de la economía disminuya; ello llevó a que los agentes económicos que se han nanciado por medio de
deudas se vean con dicultades para hacer frente a sus compromisos de pago, debido al deterioro de sus ingresos; de esta
manera surje el problema del deterioro de la calidad de la cartera morosa; que representa un problema para el sistema
bancario y para la economía en general. Siendo la morosidad de la cartera hipotecaria determinada por las variables
crecimiento económico, tasas de interés y tipo de cambio. Por ello, conocer las variables que explican la morosidad de
las carteras hipotecarias permite anticiparce y minimizar los efectos que se presenten como consecuencia del contexto
desfavorable en que se encuentre la economía; así como evaluar las políticas ha ser adoptadas, por las instituciones
nancieras, para evitar los problemas de liquidez que se presenten a futuro.
Palabras Clave: cartera hipotecaria; morosidad; racionamiento del crédito; información imperfecta; inteligencia
nanciera; tipos de interés; ciclo económico; niveles de endeudamiento; cointegración, insolvencia.
Abstract
The objective of this research was to establish a model that explains delinquency through macroeconomic variables, such
as the variation of the real Gross Domestic Product (GDP), the active rate in national currency, the active rate in foreign
currency, the variation in the type of real change; based on theoretical data as empirical. Being the international crisis and
the external problems of the prices of the minerals, those that have originated the fall of the exports, motivating that the
growth of the economy diminishes; This led to the economic agents that have been nanced by means of debts having
difculties in meeting their payment commitments, due to the deterioration of their income; in this way, the problem
of the deterioration of the quality of the delinquent portfolio arises; which represents a problem for the banking system
and for the economy in general. Being the delinquency of the mortgage portfolio determined by the variables economic
growth, interest rates and exchange rate. Therefore, knowing the variables that explain the delinquency of mortgage
portfolios allows anticipating and minimizing the effects that arise as a result of the unfavorable context in which the
economy nds itself; as well as evaluating the policies to be adopted, by nancial institutions, to avoid liquidity problems
that arise in the future.
Keywords: mortgage portfolio; delinquency; credit rationing; imperfect information; nancial intelligence; interest
rates; economic cycle; levels of indebtedness.
1
Departamento Académico de Gestión Empresarial, Facultad de Economía y Planicación, Universidad Nacional Agraria La Molina, Apartado postal
12-056, La Molina, Lima, Perú. Email: cguerrero@lamolina.edu.pe
1. Introducción
En los últimos años la morosidad en el Perú ha venido
incrementándose; de 1,54% en enero del 2012 a 2,54%
en diciembre del 2015 (SBS, 2016), Sin considerar
la crisis internacional que comenzó a nes de 2007 y
alcanzó su punto culminante en el último trimestre del
año 2008, cuando el precio de la vivienda dejó de subir
y comenzó a bajar rápidamente. El crédito se contrajo
considerablemente y los bancos fueron incapaces de
utilizar colaterales (las propiedades) como instrumento
de recuperación de las deudas (Tanzi, 2010). Los agentes
que compraron viviendas dejaron de pagar sus hipotecas,
que incidió en el alza de la morosidad respecto a los años
anteriores, creando dicultades para los propietarios de
instrumentos nancieros, a menudo clasicados AAA,
que estaban respaldados por la hipoteca. Esto obligó
a las instituciones nancieras a aumentar su gasto en
provisiones para la cartera hipotecaria, y ver el frenético
Modelo para determinar los componentes de la cartera hipotecaria en la Banca Multiple en el Perú 2001 – 2015
Enero - Junio 2018
22
deterioro de sus carteras de crédito. En el caso del Perú
existe una mejora de la morosidad ya que en el año 1998
era 8,33% y para el año 2013 fue 2,14%, lo que se debió
a la realización de castigos de cartera y liquidaciones de
entidades nancieras; subiendo a 2,47% en el 2,014 por
la desaceleración de la economía; lo que afectó el pago
de los agentes económicos. Esto se puede deber a la
desaceleración de la economía mundial, siendo el Perú
no ajeno ello, debido a que el menor crecimiento mundial
conlleva a menores exportaciones, por lo que la economía
crece menos. Esto se puede apreciar al analizar desde el
período 2001 al 2012, reduciéndose a 2.14% habiendo
crecido la economía al ritmo de 5% en promedio durante
ese período.
Las formas en que se maniesta el problema están dadas
mediante el deterioro de la calidad de la cartera morosa,
esto se debe a que los bancos no mantienen políticas de
créditos cautelosas. Por ello, la cartera morosa tiende
a aumentar, es decir se deteriora la calidad de la cartera
morosa. Es así, que una institución que empieza a sufrir
un deterioro de su portafolio de créditos, ve perjudicada
su rentabilidad al aumentar la proporción de créditos con
intereses no pagados, además de generarse una ruptura en
la rotación de los fondos. El problema en la rentabilidad se
profundiza al tomar en cuenta que la entidad regulada tiene
que incrementar sus provisiones por los créditos impagos,
lo que repercute inmediatamente en las utilidades de la
empresa. De esta manera, un incremento importante en
la morosidad hace que el problema de incumplimiento se
traduzca en uno de rentabilidad y liquidez, y nalmente
en un problema de solvencia si la institución empieza a
generar pérdidas y décit de provisiones (Guillen, 2001).
Otro estudio maniesta que un deterioro de la calidad
de la cartera conlleva a una reclasicación del cliente a
una categoría de mayor riesgo. Esto se debe a que se ve
afectado el nivel de patrimonio mínimo requerido por
el ente supervisor y así obliga a las entidades a tener
una mayor nivel de provisiones, las cuales suponen un
porcentaje jo del total del crédito concedido, lo cual
servirá como un fondo para hacer frente a la deuda en
caso de impagos (Damodar & Dawn, 2010). Además se
debe tener en consideración los problemas acontecidos
en economías desarrolladas denominada crisis subprime
(Maubré, 2008).
Debido a la importancia del tema como sostienen
(Aguilar et al., 2004) las instituciones nancieras tienen
como uno de sus objetivos principales mantener y mejorar
el nivel de morosidad de sus carteras. Más aún si existen
otros investigadores como Chavarín (2015) quien sostiene
que el índice de morosidad de los prestatarios se vuelve una
variable que impacta de manera negativa y signicativa a
la rentabilidad obtenida por los bancos.
Conocer las variables que explican la morosidad,
permitirá implementar medidas especícas que permitan
anticipar y/o minimizar los efectos que se presenten
como consecuencia del contexto desfavorable en que nos
encontramos; así como evaluar las políticas adoptadas
por las instituciones nancieras para evitar el problema
de liquidez que se presenten, la insolvencia posterior y
nalmente el cierre de dicha institución. Estos mismos
autores indican que los estudios sobre este tema han
sido abordados a partir del análisis de otros problemas
relacionados con las entidades nancieras, pero no han
sido tratadas en la literatura como un problema en sí
mismo, es decir analizado de manera exclusiva. Por ello,
si investigamos este problema, el estudio se constituiría
en una herramienta que contribuiría al entendimiento del
problema.
El volumen de créditos hipotecarios de la Banca
Múltiple en el Perú ha aumentado tanto en términos
absolutos como relativos respecto al total de la cartera; en
este sentido este estudio se justica a n de buscar una
solución al problema de la morosidad crediticia en la banca
peruana.
Este estudio busca identicar los factores que
determinan la morosidad de los créditos hipotecarios
de la banca múltiple peruana, se analizará las variables
macroeconómicas en el último quinquenio, tales como:
nivel de actividad económica, depreciación del tipo de
cambio, tasas de interés activas en moneda nacional y
tasas de interés en moneda extranjera que impactan en
la morosidad de la cartera. Taambién se estudiará los
efectos que generen los deudores hipotecarios el cambio
en el ciclo económico, de una fase expansiva hacia una
restrictiva, tales como problemas de liquidez mediante el
cambio en las tasas de interés activas en moneda nacional
y extranjera que afectan la capacidad de los mismos de
honrar sus obligaciones. Finalmente como la depreciación
de la moneda nacional, mediante la variación del tipo de
cambio, afectará a los deudores hipotecarios cuyos créditos
están denominados en moneda extranjera mediante un
descalce cambiario.
2. Materiales y métodos
Es importante realizar unas deniciones como la de:
Los créditos hipotecarios, se dene como como un
producto nanciero que permite a las familias obtener
un nanciamiento de largo plazo, con el n de hacerse
de un bien inmueble que se constituye en un instrumento
fundamental para paliar el décit habitacional existente en
el Perú como lo señala Barco et al. (2009).
La morosidad, según la Superintendencia de Banca
y Seguros y AFP (2003) está dividida por los días de
incumplimiento, así como es caracterizada por las
entidades bancarias.
• Categoría Normal: Los deudores que tienen un atraso
de hasta ocho (8) días calendario.
• Categoría con Problemas Potenciales: Los deudores
que tienen un atraso de nueve (9) a treinta (30) días
calendario.
• Categoría Deciente: Los deudores que tienen atraso
de treinta y uno (31) a sesenta (60) días calendario.
C. Guerrero / Anales Cientícos 79 (1): 21 - 28 (2018)
23
• Categoría Dudosa: Los deudores que tienen atraso de
sesenta y uno (61) a ciento veinte (120) días calendario.
• Categoría Pérdida: los deudores que tienen atraso de
más de ciento veinte (120) días calendario.
• Se considera un crédito vencido cuando tiene más de
quince (15) días de atraso para los créditos corporativos,
a grandes y a medianas empresas; más de treinta (30)
días para los créditos a pequeñas y microempresas, y
si mencionamos el caso de los créditos hipotecarios y
de consumo, se considera vencida la cuota con más de
treinta (30) días de atraso y el saldo a partir de noventa
(90) días de atraso.
La Intermediación bancaria, según Delgado (2012) se
da por medio de la captación de los depósitos del público
para ser colocados como créditos al público en general. Es
acá donde se genera la posibilidad de un no pago, que se
traduce en mora porque el captador de los fondos no puede
pagar al colocador de los mismos. Es por ello, que una
función del banco es que coincidan los acreedores con los
prestatarios, los mismos que pueden ser personas, hogares,
empresas nancieras y no nancieras, gobiernos locales y
nacionales.
La Regulación bancaria, tiene como base el poder limitar
la exposición de los bancos a los riesgos de crédito, mercado,
liquidez y solvencia. Para ello, se puede mencionar que
los bancos deben mantener un capital mayor para poder
amortiguar perdida futura inesperada y así absorber el
impacto negativo de algún suceso (Gobat, 2012).
La solidez de un banco es importante por eso se toman
medidas para evitar la quiebra del mismo. Para ello, los
bancos tienen respaldo del gobierno a través de préstamos
de emergencia por parte del banco central, además estas
instituciones por intermediar dinero del público están
sometidas, reguladas y supervisadas constantemente, para
generar la conanza del público y facilitar el dinamismo de
la economía, por su generación de dinero.
Existen autores que indican que los factores explicativos
del comportamiento de la morosidad, son los siguientes:
alta sensibilidad con respecto al ciclo económico (Freixas
et al., 1994), es así que ante un mayor nivel de crecimiento
económico los agentes disponen de un mayor nivel de
ingreso para consumo. Los mismos autores expresan que
los tipos de interés son otro factor, debido a que mientras
mejores sean las tasas de interés para los deudores con
créditos denominados en cualquier moneda, generaran
menores cuantías en las cuotas de los préstamos.
Altos niveles de endeudamiento, ello está relacionado a
límites que denen los ingresos familiares de los deudores
de manera que si sobrepasan esos límites, les será no viable
a mediano, largo plazo honrar sus obligaciones a menos
que sus ingresos aumenten.
Otros autores también sostienen que existen otros factores:
Crecimiento en el nivel de renta disponible, según
Vallcorba & Delgado (2007), ante un mayor nivel de ingreso
para las familias estas podrán disponer de una proporción,
que si bien en términos relativos será equivalente al pago de
sus obligaciones, debido a sus mejores niveles de ingreso
será mayor en términos absolutos, lo que les permitirá
afrontar con mayor holgura sus deudas.
Depreciación de la moneda local, según Azabache (2009),
si se presentan variaciones en la moneda local respecto
a la extranjera puede llevar a cierto riesgo en el cambio
de moneda, que ocasionaría que los prestamos crezcan
incrementándose la dicultad en capacidad de pago, si los
ingresos no crecen.
Falta de una adecuada inteligencia nanciera, con el
n de segmentar a la población por grupos de distinto
riesgo de manera adecuada, evitando así un problema de
selección adversa (Aguilar et al., 2004).
Determinantes de la Morosidad bancaria en una
economía dolarizada. Caso de Uruguay
Vallcorba & Delgado (2007), estudiaron los determinantes
de la morosidad bancaria crediticia en Uruguay, con el
n de evaluar si existe una relación de equilibrio a largo
plazo entre la morosidad y un conjunto de variables
macroeconómicas seleccionadas. Ellos manifestaron que
existe una relación entre la morosidad y sus rezagos, el
desempleo y los tipos de interés rezagados en “n” períodos
si es positiva esta relación a un mayor nivel en dichas
variables, el nivel de morosidad actual tendera ser mayor,
mientras que la relación entre la morosidad y el nivel de la
actividad económica, el crédito y las garantías rezagadas en
“n” períodos es negativa signica que a un mayor nivel en
dicha variables, el nivel de morosidad actual tendera a ser
menor; por lo que muestran relaciones de codependencia a
largo plazo. Finalmente concluyen que existe una relación
de equilibrio a largo plazo entre morosidad y la variación
de los salarios y los tipos de interés denominados en MN,
así como en ME.
Algo similar armaron Delgado & Saurina (2004)
quienes sostienen que existe una relación entre las variables
macroeconómicas y el riesgo de crédito de las entidades de
depósito españolas.
Racionamiento del crédito en el mercado con
información imperfecta
La simetría de la información existente en las transacciones
entre agentes decitarios y superavitarios, que se presentan
en los mercados de crédito producen un resultado ineciente
ya que la cantidad de créditos otorgados es menor a la que
debería otorgarse (a través del aumento en las tasas de
interés), reduciendo así la función agregada de bienestar
social. Stilitz & Weiss (1981); Muñoz, (1999); Vega y Vega
(2012), sostienen que mientras la tasa de interés aumenta
Modelo para determinar los componentes de la cartera hipotecaria en la Banca Multiple en el Perú 2001 – 2015
Enero - Junio 2018
24
(debido a la existencia de información imperfecta), hace
que la cantidad de individuos que no pueden acceder a los
créditos aumenta. Existiendo una relación positiva entre la
tasa de interés y la cantidad de personas que no acceden al
crédito debido a la existencia de información imperfecta.
Análisis de la Morosidad en el sistema Bancario
Peruano
Aguilar et al. (2004) buscaron identicar las variables
que afectan el nivel de morosidad del sistema bancario,
evaluando el impacto tanto de las variables de carácter
agregado o macroeconómico (PBI, riesgo país, inación,
entre otros) como de aquellas relacionadas con la gestión de
cada entidad nanciera (política de créditos, diversicación
del riesgo, entre otras). Concluyendo que la calidad de la
cartera de las colocaciones en el Perú se relaciona de forma
negativa con el ciclo de la actividad económica, mientras
que concluyen que una devaluación real puede afectar
seriamente la morosidad debido al descalce de activos y
pasivos que tendrían los agentes económicos.
Un estudio panel para el caso de las cajas municipales
de ahorro y crédito del Perú
Cermeño et al. (2011) investigaron los determinantes
de la morosidad de la cartera en el sistema de cajas
municipales del Perú, mediante el uso de un modelo de
panel data con efectos jos. Muestran la relación de la
calidad de la cartera con la tasa de interés de los créditos,
la liquidez en moneda nacional y el ratio de depósitos de
créditos debería ser positiva debido a que un mayor nivel
en dichas variables, el nivel de morosidad actual tenderá a
ser mayor dado que los problemas de simetría inducirán a
asignaciones inecientes de recursos traduciéndose en un
empeoramiento de la calidad de la cartera, mientras que
la relación entre la calidad de la cartera y la variación del
PBI se espera que sea negativa debido a que a mayor nivel
de la actividad económica, la calidad de la cartera deberá
mejorar.
Efectos no lineales de las variaciones del tipo de cambio
sobre el riesgo cambiario-crediticio. Evidencia empírica
para el Perú
Azabache (2009) evaluó el impacto de las variaciones del
tipo de cambio sobre el riesgo cambiario-crediticio de los
bancos a través de un modelo umbral. A través de él, se
buscó estimar el nivel umbral de depreciación mediante
el cual, a través de la variación del tipo de cambio, la
morosidad del portafolio de créditos denominados en
dólares se incrementara fuertemente.
Determinantes de la morosidad de la cartera en el
sistema nanciero de Colombia
Busca evaluar los resultados para determinar si en el caso
colombianos hay relación de equilibrio de largo plazo entre
la cartera de créditos y la cartera vencida de los mismos,
si existe causalidad entre la cartera y su calidad futura y
si la cartera vencida es sensible a choques de la cartera de
créditos. Es así que el modelo considera factores macro
como el desempeño de la economía, medidos con variables
proxy como el índice de producción industrial y la demanda
nacional de energía, las variables monetarias medida con la
tasa de interés real; y las microeconómicas que incluyen
el tamaño relativo del banco medido como el índice de
participación de su cartera en el sistema; la eciencia medida
como el nivel de los gastos administrativos, que comprende
los gastos de personal, gastos generales, depreciaciones y
amortizaciones; y la cobertura de garantías, medido como
el monto de los créditos sin garantías admisibles.
Propuesta de modelo
A partir de los modelos antes señalados se elaboró un
modelo que busca explicar la morosidad a través de
variables macroeconómicas, tales como la variación del
PBI real, la tasa activa en moneda nacional, la tasa activa
en moneda extranjera la variación del tipo de cambio real.
Mor
t
=α
t
+ β
1t
VPBI
t
+ β
2t
TAMN
t
+ β
3t
TAMEX
t
+ β
4t
VTCr
t
+ ε
t
Denición de cada una de las variables:
• Morosidad Crediticia (Mor), es el cociente de la
cantidad de créditos atrasados o judicializados sobre el
total de la cartera de colocaciones, es un reejo de la
calidad de cartera que posee una institución nanciera
en términos de exposición al riesgo de crédito.
• Nivel de Actividad Económica (VPBI), se reere a la
variación interanual del valor total de la producción
corriente de bienes y servicios nales dentro del
territorio nacional. Dicha relación causal esperada
sería negativa o inversa con respecto a la morosidad
crediticia hipotecaria, debido a que ante un mayor
nivel de actividad económica los agentes económicos
cuentan con un mayor nivel de ingresos disponible
• Depreciación del Tipo de Cambio real (VTCr), se
reere a la pérdida de valor de la moneda nacional
respecto a una divisa fuerte como es el caso del dólar
americano, la relación causal esperada es positiva,
dado que una abrupta depreciación del tipo de cambio
afectaría la capacidad de pago de los agentes con deuda
denominada en moneda extranjera (efecto descalce
entre los activos en moneda nacional, y los pasivo en
moneda extranjera).
• Tasa de Interés Activa Promedio en Moneda Nacional
(TAMN), se reere al interés porcentual que las
instituciones nancieras cobran a los deudores por sus
deudas denominadas en moneda nacional. La relación
esperada basada en el marco teórico conceptual se
espera que sea positiva.
• Tasa de Interés Activa Promedio en Moneda Extranjera
(TAMEX), se reere al interés porcentual que las
instituciones en moneda extranjera. La relación
C. Guerrero / Anales Cientícos 79 (1): 21 - 28 (2018)
25
esperada basada en el marco teórico conceptual debería
ser positiva.
Debido a que el análisis de estudio se realizó a partir del
año 2001, se tomaron en cuenta las entidades nancieras
que operan desde 2001, ellas son: Banco Citibank, Banco
de Comercio, Banco de Crédito del Perú, Banco Financiero,
Banco Interamericano de Finanzas, Banco Scotiabank
Perú, Banco Interbank, Banco Mi Banco, Banco Falabella
del Perú y Banco Continental.
3. Resultados y discusión
Contrastaciones Empíricas
Pruebas y contraste de las series
Se realizó la prueba raíz unitaria para la variable endógena:
Morosidad Hipotecaria
Tabla 1. Dickey-Fuller
Dfuller lmorhip, Dickey-Fuller test for unit root, Number
of obs = 179
Interpolated Dickey-Fuller
Test
Statistic
1% Critical
Value
5% Critical
Value
10%Critical
Value
Z(t)
-3,348 -3,484 -2,885 -2,575
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
Como p-value< 0,05, se rechaza H0, lo que implica que la serie Imorhip
no tiene raíz unitaria y esta generada por un proceso estacionario.
Tabla 2. Phillips_Perron
Pperrom Itamn, Phillips-Perron test for unit root, Number
of obs = 179, Newey-Est lags = 4
Interpolated Dickey-Fuller
Test
Statistic
1% Critical
Value
5% Critical
Value
10%Critical
Value
Z(rho) -1,141 -20,063 -13,858 -11,105
Z(t) -0,618 -3.484 -2,885 -2,575
MacKinnon approximate p-value for Z(t) = 0,8668
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
Como p-value< 0,05, se falla en rechazar H0, lo que implica que la serie
Itamn tiene raíz unitaria y no esta generada por un proceso estacionario.
Análisis Global del Modelo
R cuadrado y R ajustado
El coeciente de determinación (R-Squared) del modelo
es 0.7120, está dentro del rango 0 y 1 considerablemente
al límite superior del mismo. Por lo tanto explica,
signicativamente a la variable morosidad crédito
hipotecario.
• Prob F- Prueba F:
Con respect a la prueba de signicancia conjunta, la
especicación del modelo compuesta por el conjunto de
variables, se muestra correcta, debido a que la prob.> F
es de 0.0000, lo que el conjunto de variables, explican
signicativamente a la morosidad crediticia hipotecaria.
Análisis Individual de los coecientes de regresión
Los signos de las variable son consistentes con lo esperado
por el modelo teórico propio excepto la TAMN.
• VarPBIreal = -3.647936
Muestra la relación inversa con respecto a la morosidad,
y que mediante una variación de 3.64 puntos porcentuales
en el nivel de actividad económica, la morosidad variará
en un punto porcentual. Con un p_value de 0.001< 0.05, la
variable es estadísticamente signicativa, mientras que es
signo que muestra la relación entre la variable explicativa
y la morosidad hipotecaria 8 variable explicada), es inversa
y conssistente con la lógica económica del modelo teórico
propio. Las pruebas de estacionalidad y los ajustes de las
series 8 (de ser necesarias), se presentan a continuación:
Tabla 4. Dickey-Fuller
Dfuller VarPBIreal, Dicey-Fuller test for unit root, Number
of obs = 179
Interpolated Dickey-Fuller
Test Statistic
1% Critical
Value
5% Critical
Value
10%Critical
Value
Z(t) -5.063 -3.484 -2.885 -2.575
MacKinnon approximate p-value for Z(t) = 0.0000
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
Como p-value< 0.05, se falla en rechazar H0, lo que implica
que la serie VarPBIreal no tiene raíz unitaria y esta generada
por un proceso estacionario.
. dlogTC=6.123435
Muestra la relación directa con respecto a la
morosidad, y que mediante una variación de
6.12% en el tipo de cambio (depreciación), la
morosidad hipotecaria aumentará en 1 punto
porcentual. Con un p_value de 0.033<0.05,
la variable es estadísticamente signicativa,
mientras que el signo que muestra la relación
entre la variable explicativa y la morosidad
hipotecaria (variable explicativa), es directa
y consistente con la lógica económica del
modelo teórico propio.
Tabla 3. Regresión (MCO) del modelo con series transformadas
(Modelo Final) reg.lmorhip ldtc ldtamex VarPBIreal
Source SS df MS Number of obs = 180
Model 78.8626258 4 19.7156564 F(4,175) =111.61
Residual 30.9147007 175 0.176655433 Prob> F = 0.0000
Total 109.777327 179 0.176688433 R-squared = 0.7184
Adj R-squared = 0.7120
Root MSE = 0.4203
lmorhip Coef. Std. Err. t P>ǀtǀ [95% Conf. interval]
ldtc 6.123435 0.4514434 13.56 0.0000 5.232461 7.014409
ldtam -0.7714132 0.3599675 -2.14 0.033 -1.481849 -0.0609768
ldtamex 0.7147005 0.3735725 1.91 0.057 -0.0225869 1.451988
VarPBIreal -3.647936 1.038991 -3.51 0.001 -5.698501 -1.597371
-cons -10.31202 1.084445 -9.51 0.0000 -12.45229 -8.171744
Modelo para determinar los componentes de la cartera hipotecaria en la Banca Multiple en el Perú 2001 – 2015
Enero - Junio 2018
26
Tabla 5. Phillips_Perron
Pperrom VarPBIreal, Phillips-Perron test for unit root,
Number of obs = 179, Newey-Est lags = 4
Interpolated Dickey-Fuller
Test
Statistic
1% Critical
Value
5% Critical
Value
10%Critical
Value
Z(rho) -36.340 -20.063 -13.858 -11.105
Z(t) -4.707 -3.484 -2.885 -2.575
MacKinnon approximate p-value for Z(t) = 0.0001
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
Como p-value< 0.05, se rechaza H0, lo que implica que la serie VarPBIreal
no tiene raíz unitaria y esta generada por un proceso estacionario.
. dlogTAMN=-0.7714132
Muestra la relación inversa con respecto a la morosidad,
y que mediante una variación de 77 puntos básicos en la
Tasa Activa en Moneda Nacional, la morosidad variará en
un punto porcentual. Con un p_value de 0.001<0.05, la
variables es estadísticamente signicativa, mientras que es
signo que muestra la relación entre la variable explicativa
y la morosidad hipotecaria (variable explicada), es inversa;
sin embargo, no se condice con la lógica esperada según
el modelo teórico propio, ya que la relación es inversa lo
que implicaría que una aumento en la tasa de interés activa
en moneda nacional, disminuirá la morosidad crediticia
hipotecaria, ello se podría explicar debido a que en el Perú
las tasas de interés, en su mayoría, son jas a diferencia de
países con mayor grado de profundización nanciera en
los cuales las tasas suelen ser variables, por ejemplo: Libor
+ spread, lo que implica que ante un aumento de los tipos
de interés el valor de las cuotas pactadas, aumenta ello
diculta la posibilidad de pago de los deudores hipotecrios,
como lo ocurrido durante la crisis subprime del año 2007
(Maubré, 2008). Explicado lo anterior, se entiende que ante
un aumento de las tasas de interés se generara un efecto
de selección positiva, a la cual solo accederán clientes con
mayor capacidad de pago (mayores niveles de ingresos), lo
que explicaría la reducción de la morosidad ante la subida
de las tasas de interés. Las pruebas de estacionalidad y los
ajustes de las series, se presentan a continuación:
Tabla 6. Dickey-Fuller
dfuller ltamnn, Dickey-Fuller test for unit root, Number of
obs = 179
Interpolated Dickey-Fuller
Test Statistic
1% Critical
Value
5% Critical
Value
10%Critical
Value
Z(t) -3.12 -3.484 -2.885 -2.575
MacKinnon approximate p-value for Z(t) = 0.9238
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
Como p-value< 0.05, se falla en rechazar H0, lo que implica que la serie
Itamn tiene raíz unitaria y no esta generada por un proceso estacionario.
Transformación en primera diferencia de ltamn a
ldtamn
Debido a que la serie ltamn muestra raíz unitaria se
procedioa realizar un ajuste en primer diferencia de la
misma.
Tabla 7. Dickey-Fuller
dfuller ltamn, Dickey-Fuller test for unit root, Number of
obs = 178
Interpolated Dickey-Fuller
Test Statistic
1% Critical
Value
5% Critical
Value
10%Critical
Value
Z(t) -10.348 -3.484 -2.885 -2.575
MacKinnon approximate p-value for Z(t) = 0.0000
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
C
o
mo p-value< 0.05, se rechaza H
0
, lo que implica que la serie
transformada Idtamn no tiene raíz unitaria y esta generada por un proceso
estacionario.
Tabla 8. Phillips_Perron
Pperrom ldtamn, Phillips-Perron test for unit root, Number
of obs = 179, Newey-Est lags = 4
Interpolated Dickey-Fuller
Test
Statistic
1% Critical
Value
5% Critical
Value
10%Critical
Value
Z(rho) -43.911 -20.063 -13.858 -11.105
Z(t) -10.498 -3.484 -2.885 -2.575
MacKinnon approximate p-value for Z(t) = 0.0000
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
Como p-value< 0.05, se rechaza H
0
, lo que implica que la serie
transformada ldtamn no tiene raíz unitaria y esta generada por un proceso
estacionario.
Tabla 9. Phillips_Perron
Pperrom ltamn, Phillips-Perron test for unit root, Number
of obs = 179, Newey-Est lags = 4
Interpolated Dickey-Fuller
Test
Statistic
1% Critical
Value
5% Critical Value 10%Critical Value
Z(rho) -1.141 -20.063 -13.858 -11.105
Z(t) -0.618 -3.484 -2.885 -2.575
MacKinnon approximate p-value for Z(t) = 0.8668
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
Como p-value< 0.05, se rechaza H
0
, lo que implica que la serie ltamn
tiene raíz unitaria y no esta generada por un proceso estacionario.
. dlogTAMEX = =.7147005
Muestra la relación directa con respecto a la morosidad, y
que mediante una variación de 71 puntos básicos en la Tasa
Activa denominada en Moneda Extranjera, la morosidad
hipotecaria aumentara en 1 punto porcentual. Con un
p_value de 0.056 > 0.1, la variable es estadísticamente
signicativa, mientras que es signo que muestra la relación
entre la variable explicativa y la morosidad hipotecaria
(variable explicada), es directa y consistente con la lógica
económica del modelo teórico propio.
Tabla 10. Dickey-Fuller
dfuller ltamex, Dickey-Fuller test for unit root, Number of
obs = 179
Interpolated Dickey-Fuller
Test Statistic
1% Critical
Value
5% Critical
Value
10%Critical Value
Z(t) -2.198 -3.484 -2.885 -2.575
MacKinnon approximate p-value for Z(t) = 0.2070
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
Como p-value< 0.05, se falla en rechazar H
0
, lo que implica que la serie
transformada Itamex tiene raíz unitaria y no esta generada por un proceso
estacionario.
C. Guerrero / Anales Cientícos 79 (1): 21 - 28 (2018)
27
Tabla 11. Phillips_Perron
Pperrom ltamex, Phillips-Perron test for unit root
Number of obs = 179, Newey-Wes lags = 4
Interpolated Dickey-Fuller
Test
Statistic
1% Critical
Value
5% Critical
Value
10%Critical
Value
Z(rho) -3.837 -20.063 -13.858 -11.105
Z(t) -1.992 -3.484 -2.885 -2.575
MacKinnon approximate p-value for Z(t) = 0.2901
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
Como p-value< 0.05, se falla en rechazar H
0
, lo que implica que la serie
transformada ltamex tiene raíz unitaria y no esta generada por un proceso
estacionario.
Transformación en primera diferencia de ltamex por
ldtamex
Debido a que la serie ltamex muestra raíz unitaria se
procedió a realizar un ajuste en primera diferencia de la
misma.
Pruebas de Raíz Unitaria para Var, Tansformada
ldtamex
Tabla 12. Dickey-Fuller
dfuller ldtamex, Dickey-Fuller test for unit root, Number
of obs = 178
Interpolated Dickey-Fuller
Test
Statistic
1% Critical
Value
5% Critical
Value
10%Critical
Value
Z(t) -7.042 -3.484 -2.885 -2.575
MacKinnon approximate p-value for Z(t) = 0.0000
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
Como p-value< 0.05, se rechaza H
0
, lo que implica que la serie
transformada Idtamex no tiene raíz unitaria y no esta generada por un
proceso estacionario.
Table 13. Phillips_Perron
.pperrom ldtamex
Phillips-Perron test for unit root, Number of obs = 178,
Newey-Wes lags = 4
Interpolated Dickey-Fuller
Test
Statistic
1% Critical
Value
5% Critical Value
10%Critical
Value
Z(rho) -76.261 -20.063 -13.858 -11.105
Z(t) -6.968 -3.484 -2.885 -2.575
MacKinnon approximate p-value for Z(t) = 0.0000
H
0
: La serie presenta raíz unitaria
H
a
: la serie está generada por un proceso estacionario
Como p-value< 0.05, se rechaza H
0
, lo que implica que la serie
transformada ldtamex no tiene raíz unitaria y no esta generada por un
proceso estacionario.
Interpretación respecto al modelo teórico propio
El modelo econométrico basado en el propuesto, muestra
resultados consistentes con lo esperado, en términos de
signicancia económica y estadística, la determinación
y signicancia conjunta del modelo muestra que
este es adecuado para estimar niveles de morosidad
crediticia hipotecaria, en función de los determinantes
macroeconómicos tales como: el nivel de actividad
económica, depreciación del tipo de cambio, tasas de interés
activas en moneda nacional y extranjera. Mostrándose que
los más signicativos para la determinación de la morosidad
crediticia hipotecaria, son el nivel de actividad económica
y la variación del tipo de cambio. Lo que implica que si
existe un deterioro del ciclo económico y/o de una abrupta
depreciación del tipo de cambio, inevitablemente habrá
un deterioro de la calidad de la cartera del portafolio de
créditos hipotecarios, denominado en moneda nacional así
como extranjera.
4. Conclusiones y recomendaciones
Las variables macroeconómicas tales como crecimiento
económico, tasas de interés y tipo de cambio inuyen en
el comportamiento de la calidad de la cartera de créditos
hipotecarios. En el trabajo se muestra que la morosidad
crediticia hipotecaria de la banca múltiple en el Perú
medido por el ratio de morosidad crediticia, ha disminuido
debido a la mejora de los factores económicos antes
señalados. La calidad de la cartera hipotecaria se relaciona
positivamente con el ciclo económico. Es así, que en ciclos
de auge y tienden a mejorar la calidad de los créditos,
mientras ocurre lo contrario en las fases recesivas.
Existe un 21% de las colocaciones de la cartera hipotecaria
que aún están en moneda extranjera, lo cual hace que
el comportamiento del tipo de cambio sea un factor
macroeconómico importante para explicar la calidad
de la cartera. Una devaluación abrupta puede afectar
seriamente la morosidad debido al descalce de activos y
pasivos que presentarían los agentes económicos que tiene
ingresos en soles, pero obligaciones en dólares, por otro
lado, incrementos en el tipo de cambio real pueden estar
asociados a que los precios domésticos suban más rápido
que los de nuestros socios comerciales, lo que lleva al
deterioro de la capacidad adquisitiva local.
Se recomienda hacer el análisis de la variación del tipo
de cambio en periodos más cortos para determinar en
que coyuntura y cuáles son las variables que determinan
cuando una abrupta depreciación del tipo de cambio afecta
signicativamente la calidad del portafolio den moneda
extranjera.
5. Literatura citada
Aguilar, G.; Camargo, G. & Morales, R. 2004. Análisis de
la morosidad en el sistema bancario peruano. Informe
Final de Investigación. Instituto de Estudios Peruanos-
IEP, Octubre, 2004.
Azabache, P. 2009. Efectos no lineales de las variaciones
del tipo de cambio sobre el riesgo cambiario-crediticio.
Evidencia empírica para el Perú. Revista Estudios
Económicos 18. BCRP.
Barco, D.; Ibérico, J. y Medina, A. 2009. Situación del
Crédito Hipotecario en el Perú en Financiamiento de la
Vivienda, Revista Moneda 140. BCRP.
Cermeño, R.; León, J. y Mantilla, G. 2011. Determinantes
de la morosidad: Un estudio panel para el caso de las
cajas municipales de ahorro y crédito del Perú, 2003-
Modelo para determinar los componentes de la cartera hipotecaria en la Banca Multiple en el Perú 2001 – 2015
Enero - Junio 2018
28
2010. Documentos de Trabajo, Centro de Investigación
y Docencia Económica - CIDE, N° 513, Nov., Mexico.
Chavarín, R. 2015. Morosidad en el pago de créditos y
rentabilidad de la banca comercial en México. Revista
Mexicana Economía y Finanzas 10 (1): 73-85.
Damodar, G. & Dawn, P. 2010. Essentials of Econometrics.
4Th Edition Mc Graw – Hill. Irwin.
Delgado, M. 2012. Determinantes de la morosidad del
sistema bancario 2001-2008.
Delgado, J. y Saurina, J. 2004. Riesgo de crédito
y dotaciones a insolvencias. Un análisis con
variables macroeconómicas. Recuperado de:
http://w.w.w.repositoriocdpd.net:8080/bitstream/
handle/123456789/986/Art_MaloMA_DibleDiscrimin
acionSalarial_2007.pdf)sequence=1.
Freixas, X.; Hevia, J. & Inurrieta, A. 1994. Determinantes
macroeconómicos de la morosidad bancaria: un modelo
empírico para el caso español. Moneda y Crédito,
Editorial Fundación Santander Central Hispano Nº
204.
Gobat, J. 2012. ¿Qué es un banco?. Recuperado de: http://
www.imf.org/external/pubs/ft/fandd/spa/2012/03/pdf/
basics.pdf.
Guillen, J. 2001. Morosidad crediticia y tamaño. Un análisis
de la crisis bancaria peruana. Revista Documentos de
Trabajo Nº 7, BCRP.
Maubré, J. 2008. La crisis de los créditos subprime.
Coqueteando con el riesgo. Revista Ejecutivos de
Finanzas, Abril/ mayo: 28-40.
Muñoz, J. 1999. Calidad de cartera del sistema bancario y
el ciclo económico: Una aproximación econométrica
para el caso peruano. Revista Estudios Económicos Nº
4 BCRP.
Stilitz J. & weiss A. 1981. Credit rationing in Markets
with Imperfect Information,. The American Economic
Review 71 (3): 393-410.
Superintendencia de Banca, Seguros y Administradoras
de Fondos de Pensiones (SBS) 2016. Memoria
Institucional. Recuperado de: http://www.sbs.gob.
pe/Portals/0/jer/PUB_MEMORIAS/20170712_SBS-
Memoria-2016.pdf
Superintencia de Banca y Seguros, y AFP (2003).
Reglamento para la evaluación y clasicación del
deudor y la exigencia de provisiones. Resolución
S.B.S. Nº 808-2003. 28 de mayo del 2003.
Tanzi, V. 2010. La crisis nanciera y económica de 2008-
2009: efectos scales y monetarios. Madrid.
Vallcorba, M. & Delgado, J. 2007. Determinantes de la
Morosidad Bancaria en una economía dolarizada.
El caso uruguayo. Documento de Trabajo Nº 0722 .
Banco de España. Eurosistema, Madrid 2007.
Vega, H. & Vega, M. 2012. Intermediación Financiera
y Macroeconomía. Fricciones Financieras, Revista
Moneda 50: 20-23.
