Peritaje de crédito en una
entidad microfinanciera
JOHN PETER AGUIRRE LANDA
LOURDES LUZMILA GARRO ABURTO
ROCIO QUISPE RUPAYLLA
ELVIRA CÁCERES CAYLLAHUA
VÍCTOR ENRIQUE LIZAMA MENDOZA
Cada libro de Colección Tinta & Pluma es evaluado para su publicación
mediante el sistema de dictaminación doble ciego por especialistas en la
materia. Lo invitamos a ver el proceso de dictaminación de este libro
transparentado en nuestra plataforma.
Ediciones Tinta & Pluma se especializa en la publicación de conocimiento
científico en español e inglés en soporte de libro digital en las áreas de
humanidades, ciencias sociales y ciencias exactas. Guía su criterio de
publicación cumpliendo con las prácticas internacionales: dictaminación,
comités y ética editorial, acceso abierto, medición del impacto de la
publicación, difusión, distribución impresa y digital, transparencia editorial e
indexación internacional.
Colección 2022
Peritaje de crédito en una
entidad microfinanciera
Peritaje de crédito en una
entidad microfinanciera
JOHN PETER AGUIRRE LANDA
LOURDES LUZMILA GARRO ABURTO
ROCIO QUISPE RUPAYLLA
ELVIRA CÁCERES CAYLLAHUA
VÍCTOR ENRIQUE LIZAMA MENDOZA
Peritaje de crédito en una entidad microfinanciera
Autores
JOHN PETER AGUIRRE LANDA
LOURDES LUZMILA GARRO ABURTO
ROCIO QUISPE RUPAYLLA
ELVIRA CÁCERES CAYLLAHUA
VÍCTOR ENRIQUE LIZAMA MENDOZA
Primera edición: Tinta&Pluma 2022
Diseño de portada: Alfredo González Bores
Tinta&Pluma 2022, Guayaquil, Ecuador, Urbanización Puerto Azul, Mz 20 Villa 12,
fitogonzal@gmail.com
https://editorialtintaypluma.com/index.php/etp/index
ISBN: 978-9942-7049-2-4
DOI: https://doi.org/10.53887/etp.vi
Obra revisada previamente por la modalidad doble par ciego, en caso de requerir
información sobre el proceso comunicarse con la editorial.
Queda prohibida la reproducción total o parcial de esta obra por cualquier medio
(electrónico, mecánico, fotocopia, grabación u otros), sin la previa autorización por
escrito del titular de los derechos de autor, bajo las sanciones establecidas por la
ley. El contenido de esta publicación puede ser reproducido citando la fuente.
El trabajo publicado expresa exclusivamente la opinión de los autores, de manera
que no compromete el pensamiento ni la responsabilidad de la editorial
II
Prologo
El objetivo fue determinar la incidencia de la evaluación de crédito en la calidad de la
cartera de crédito en una entidad microfinanciera de Apurímac - 2020. Las variables se
estudian dentro de las microfinanzas, sustentándose en la Escuela Grameen y la Escuela
de Acción que tienen como fundamento la reducción de la pobreza y la inclusión
financiera de las personas.
La investigación fue de nivel explicativo, diseño no experimental, enfoque cuantitativo
de tipo básico. La muestra fue de 358 expedientes de crédito y 18 trabajadores. La técnica
fue la encuesta y como instrumento el cuestionario, asimismo se usó la técnica de análisis
documental e instrumento la ficha de investigación y la lista de chequeo. La confiabilidad
se obtuvo con el Alfa de Cronbach; la validez se realizó mediante el juicio de expertos.
Se halló un nivel de significancia de 0,038, indicando la existencia de dependencia entre
la evaluación de crédito y cartera de crédito; rechazando la hipótesis nula pues los datos
corresponden al modelo; finalmente se concluyó, mediante la prueba del pseudo R
cuadrado que arrojó el valor de Nagelkerke en 0,021, que la evaluación de crédito incide
en 2,1% sobre la calidad de la cartera de crédito.
Palabras clave: Crédito, evaluación cualitativa, evaluación cuantitativa, cartera de crédito.
1
INTRODUCCIÓN
Una buena evaluación crediticia en las
instituciones financieras minimiza la
posibilidad del no pago del dinero
prestado, por ello, estas buscan mejorar
su sistema de evaluación, donde se debe
contar con políticas crediticias claras; la
no aplicación de estas políticas dejaría
sin respaldo el crédito otorgado (García
Zambrano, Galarza Morales y Grijalva
Guerrero, 2019).
En el mundo del sistema financiero, las
evaluaciones crediticias se hacen a todo
nivel usando diferentes técnicas; en el
caso de empresas o sociedades
comerciales y países se usa la técnica del
Rating, que cuenta con un indicador de
solvencia elaborado por empresas
especializadas que muestra la calidad de
la cartera de crédito, la cual se publica
(Verona Martel, 2007).
Algunas empresas, realizan las
evaluaciones siguiendo el modelo credit
scoring, el cual mediante el análisis de
variables cuantitativas y cualitativas
otorga un puntaje crediticio a una
persona, para saber si se es merecedor de
un crédito o no (Leal, Aranguiz y
Gallegos, 2018; Yuping, Guanyu, Jiková
y Weisl, 2020). Otras empresas, que
cuentan con gran cantidad de clientes e
información hacen uso del Big Data,
para ello deben cumplir con las
características que exige el Big Data
como son el volumen, velocidad,
variedad y valor de la información (Tao
y Zhang, 2016). Asimismo, empresas
que comercializan a través del internet
hacen uso de un modelo basado en un
proceso analítico de jerarquías,
denominado AHP por sus siglas en
inglés, cuya función se determina por las
dimensiones de disposición, habilidad y
ambiente (Yang, et al., 2020).
Las financieras en el Perú también usan
técnicas de evaluación como el crédito
scoring, como es el caso de Edpyme
Proempresa (Rayo Cantón, Lara Rubio y
Camino Blasco, 2010). Pero es
importante que no todo sea
automatizado; sino que el analista de
crédito realice una evaluación, sobretodo
en la capacidad de pago pues de no
hacerlo se expone al cliente a un
sobreendeudamiento (Flores Ramos,
2019); asimismo, se evalúe el historial
crediticio (Pérez Vallenas y Pérez
Vallenas, 2019); pues ello coadyuva a
tener niveles de morosidad aceptables.
Es importante que en la evaluación se
cuente con información del prestamista y
se realice un buen tratamiento de esta
(Alarcón Morales y Mora Ramos, 2020),
reduciendo el riesgo de no pago de
deuda.
La cartera de crédito está compuesta por
los créditos otorgados a los clientes; sin
embargo, cabe precisar que una cartera
también está compuesta por préstamos
interbancarios, préstamos extranjeros
netos y posición de los valores (Liu,
2020). Las empresas financieras
subdividen la cartera de crédito con la
finalidad de dar más importancia a la
cartera de mayor desembolso; pues, una
gran pérdida económica en esta cartera
es más probable que en una cartera
pequeña (Sicking, Guhr y Schäfer,
2018). El buen manejo de una cartera es
vital para la rentabilidad; este manejo
incluye tener siempre presente las
políticas gubernamentales, dictadas por
el organismo regulador, ya que pueden
moderar la relación que hay entre los
microcréditos y la calidad de la cartera
(Kalui, 2020). También, el acuerdo de
Basilea II, aplicable a las instituciones
financieras, ha permitido que las
entidades financieras tengan un mejor
manejo de su cartera de créditos y por
ende una cartera de calidad (Moncada
Reyes, 2010).
1
Una institución financiera utiliza dos
criterios; el manejo de la cartera de
crédito y la tasa de morosidad,
precisando que estas se relacionan en
forma inversa. La tasa de morosidad está
relacionada con variables como: El
empleo, el producto bruto interno (PBI),
la actividad económica, las colocaciones
realizadas (Collantes Menis, 2017). En
ese sentido, una entidad debe enfocar la
colocación de sus créditos en sectores
productivos con auge económico,
asegurando el retorno del dinero y gozar
de una buena calidad en la cartera de
crédito (Torres Paredes, 2018).
Luego de la descripción de la realidad
problemática se plantea como problema
general: ¿Cómo la evaluación de crédito
incide en la calidad de la cartera de
crédito en una entidad microfinanciera
de Apurímac - 2020?, y sus problemas
específicos son: (a) ¿Cómo la evaluación
cualitativa de créditos incide en la
calidad de la cartera de crédito de una
entidad microfinanciera de Apurímac -
2020?; (b) ¿El analista de crédito cuenta
con información para realizar la
evaluación cuantitativa del crédito en
una entidad microfinanciera de
Apurímac - 2020?; (c) ¿Se cuenta con
una buena calidad de la cartera de crédito
en una entidad microfinanciera de
Apurímac - 2020?
En lo que respecta a estudios de
evaluación de crédito que se han
realizado a nivel global se tiene a: Wu,
He y Li (2019) quienes afirmaron que si
las instituciones financieras pueden
construir un modelo matemático pueden
hacer una mejor evaluación de la
situación crediticia de sus clientes,
haciendo que la evaluación del crédito
sea más razonable, permitiendo que en la
toma de decisiones se mitigue el riesgo.
En la actualidad, se usa el algoritmo NB
en la evaluación crediticia; sin embargo,
los requisitos que exige para asumir su
independencia son muy altos por ende
resulta difícil de aplicarlo; por lo que
proponen un modelo para evaluar un
crédito de FastICA-LDA-NB, el cual es
mejor a un modelo con algoritmo NB,
pues tienen una mayor importancia en la
gestión de riesgos de las instituciones
financieras.
Asimismo, mencionaron que, aunque el
modelo ha mejorado, la tasa de precisión
y de recuperación no ha mejorado lo
esperado por lo que se puede aún mejorar
estas tasas, debiendo en futuras
investigaciones integrar el modelo
FastICA-LDA-NB con otro que permita
complementar la información con los
datos de los créditos de tal manera que se
pueda elaborar un modelo de evaluación
de crédito con mayor rigor científico.
El estudio se justifica: (a) en forma
teórica porque se sustenta en la
tecnología crediticia para evaluar
créditos en la microfinanzas y la cartera
de crédito conforme a lo regulado por la
SBS y AFP, teoría que se aplica en toda
entidad microfinanciera; (b) en forma
metodológica porque se aplicará un
cuestionario para medir la variable
evaluación de crédito, siendo validado
por juicio de expertos y la confiabilidad
por Alfa de Cronbach; respecto de la
cartera de crédito se usará el reporte de
la empresa; y (c) en forma práctica
porque se conoc cómo incide la
evaluación del crédito en la cartera de
crédito, información importante pues
ello tiene relevancia en los resultados
económicos; asimismo, este método
podrá ser usado para estudios de otras
organizaciones del mismo sector
económico.
1
El objetivo general es: Determinar la
incidencia de la evaluación de crédito en
la calidad de la cartera de crédito en una
entidad microfinanciera de Apurímac -
2020; y finalmente, la hipótesis general
es: La evaluación de crédito incide en la
calidad de la cartera de crédito en una
entidad microfinanciera de Apurímac
2020.
Hou, et al. (2019) manifestaron que el
análisis de la Big Data se mezcló con
algoritmos de aprendizaje automático,
observándose que tiene un buen
rendimiento al momento de evaluar el
crédito de los estudiantes que se
matricularon en una universidad de
China, incluyendo como variable de
estudio el regreso de libros como un
factor de incumplimiento de sus
obligaciones financieras; desarrollaron
dos modelos para evaluar un crédito en
base a algoritmos LR y GBDT en forma
separada y en la comparación de los
resultados se demostró que ambos
modelos tienen un buen rendimiento,
mientras que con el modelo con
algoritmo GBDT se puede reconocer de
mejor forma a un cliente o prestatario
malo, la plataforma denominada P2P
demostró que es de más ayuda usar un
modelo robusto de evaluación crediticia
en la evaluación de la solicitud de un
crédito reduciendo la ocurrencia de casos
incumplidos.
Mientras que los estudiantes
universitarios obtuvieron un buen
crédito en promedio, el rechazo de
aplicaciones con bajo puntaje en sus
calificativos fue eficiente para reducir el
ratio de caídas de un 3.5% a 1.2%. Para
configurar un sistema robusto de
evaluación de crédito entre las diferentes
universidades aún se debe resolver varias
necesidades como por ejemplo la
recolección de los datos o el
almacenamiento de la información en
sistemas, debiendo las universidades
mejorar sus relaciones con las
organizaciones sociales de su entorno
buscando mejorar sus sistemas de
evaluación de crédito y también para
motivar a los estudiantes a usar los
servicios de crédito que ofrecen.
Mencionan que su estudio puede ser
generalizado a otros tipos de población
como para la comunidad financiera
(Hou, et al., 2019).
Asimismo, Li, et al. (2019) estudiaron
dos modelos individuales sobre la
calificación crediticia de una persona y
se estableció un puntaje de crédito con la
combinación de ambos modelos. En el
modelo de calificación crediticia se
apreció que tiene sus propias ventajas y
desventajas, pero ninguno de ellos pudo
mejorar la unidad perfecta entre la
estabilidad, la precisión en la predicción
y la interpretabilidad. Aunque diferentes
modelos individuales también tienen sus
propias ventajas y desventajas, estas no
son mutuamente excluyentes, pero si se
complementan e interrelacionan. Los
resultados de la predicción de cada
método contuvieron información
relevante desde diferentes perspectivas;
por lo que se elaboró un modelo basado
en SVM y regresión logística.
Los resultados simulados obtenidos del
modelo combinado de SVM-Regresión
logística pudo reducir en forma
significativa la alta tasa de los errores
“buenos” del modelo de regresión
logística y la alta tasa de error “malo” del
modelo SVM, mostrando la racionalidad
del modelo combinado y en ello, el
modelo de puntaje del crédito personal.
El modelo combinado fue más preciso
que el modelo individual, teniendo una
mejor adaptabilidad para controlar los
riesgos crediticios (Li, et al., 2019).
2
Por otro lado, respecto de la cartera de
crédito, en el nivel internacional se han
realizado investigaciones donde:
Khajavi, et al. (2020) mencionan que
buscaron responder a la pregunta ¿cuál
es la relación entre los factores de riesgo
que afectan las actividades comerciales y
los rendimientos de la cartera de crédito
del sistema bancario y cómo afectan el
rendimiento de la cartera de crédito del
sistema bancario?, las fluctuaciones del
PBI tienen relación directa con la tasa de
crecimiento de los rendimientos de la
cartera de crédito del sistema bancario,
como componente del PBI se incluyeron
los gastos del sector privado, el costo de
inversión del sector privado, los gastos
del sector público, las exportaciones,
entre otros; por lo que, las decisiones de
inversión se pudieron tomar en función
de las fluctuaciones del PBI. A su vez se
observó que hay relación directa entre las
fluctuaciones de los ingresos petroleros
con el rendimiento de la cartera de
crédito del sistema bancario.
Otra relación directa que se pudo
observar es sobre las fluctuaciones de la
tasa de interés con el rendimiento de la
cartera de crédito, fortaleciéndose los
recursos bancarios y la capacidad de
estos para prestar dinero a diversos
sectores económicos. En lo que respecta
a la relación entre préstamos morosos y
préstamos brutos totales se obtuvo como
resultado una relación directa con el
rendimiento de la cartera de crédito del
sistema bancario. Los bancos
generalmente reciben la garantía (multa
por pago atrasado) debido a que el
préstamo está vencido; argumentando
que cuanto más cobran los bancos los
créditos vencidos, mayor es el
rendimiento de su cartera de crédito. Las
fluctuaciones de la tasa de inflación se
correlacionaron en forma inversa con los
rendimientos de la cartera de crédito.
Finalmente, con respecto a cómo los
factores de riesgo afectan los
rendimientos de la cartera de crédito del
sistema bancario, se afirman con certeza
que todos los factores de riesgo afectan
los rendimientos de la cartera de crédito
del sistema bancario después de un
período de retraso en el pago del crédito
(Khajavi, et al., 2020).
Ragnhildstveit y Silver (2019) hallaron
evidencia empírica sobre los efectos
industriales y la diversificación
geográfica en la exposición al riesgo de
los bancos, y su efecto en la propiedad
bancaria en riesgo, mediante análisis
empíricos usando diversos enfoques del
modelo para demostrar el efecto
mencionado. Así también, encontraron
evidencia que la estrategia de
diversificación de los bancos tiene un
impacto significativo en su exposición al
riesgo. Se observó que las cajas de
ahorro tienen un índice de rdida de
préstamos menor a los bancos
comerciales; es por esto que los bancos
son monitoreados y regulados
constantemente para reducir la
acumulación de riesgos. Es importante
mantener la estabilidad de los bancos ya
que una crisis en estos implica su
extensión a otras industrias del mercado,
por ello su estrategia de diversificación
es muy importante.
Pires da Cruz, et al. (2017) afirmaron que
los resultados obtenidos son importantes
cuando se compara con Basilea, desde un
resultado analítico y empírico se debe
concluir que el valor de una cartera de
crédito es estable siempre que el negocio
se siga manteniendo al mismo ritmo.
Pero el procedimiento generalmente
aceptado es medir las probabilidades
teniendo en cuenta la tasa
predeterminada por un instante en el
tiempo y, luego, promediarlo a través de
los instantes pasados. Con el banco del
cual se estudió la cartera, se evidenció
que la medición de la probabilidad daría
un aumento en la probabilidad de
incumplimiento debido a que el volumen
de la cartera cayó un 40% durante la
3
crisis portuguesa, pero el riesgo de los
clientes no varió, exactamente como el
valor del portafolio, asimismo, tampoco
cambia si las mismas políticas
comerciales se hubieran mantenido.
Además, desde que las reglas de
deterioro están para calcularse a lo largo
de la vida del contrato, se puede ver esto
aquí en ambos resultados analíticos y
empíricos que con constantes políticas
comerciales no hay espacio para el
deterioro en una cartera estable. Por lo
tanto, las nuevas reglas para el deterioro
de cálculos no tienen sentido teniendo en
cuenta los resultados obtenidos (Pires da
Cruz, et al., 2017).
Desde un plano nacional Figueroa, San
Martín y Soto (2018) afirmaron que las
entidades financieras, dentro de su
estructura orgánica, deben contar con
una oficina de riesgos con la finalidad de
emitir las políticas de créditos, gestionar
el riesgo de crédito así como sus
lineamientos, asimismo, se debe analizar
los créditos por segmento, por tipo de
crédito y por tipo de cliente como por
ejemplo el cliente perteneciente a la
banca corporativa, a la microempresa o
al cliente como persona natural. Para
ello, se debe disponer de una gran
cantidad de información como la que se
observa en los estados financieros, la que
nos brindan las centrales de riesgo o la
que se puede encontrar en la web.
También, se debe realizar un análisis de
los diversos elementos en cada tipo de
crédito como el ingreso del cliente, el
nivel de endeudamiento, el destino del
crédito y las garantías que entregará para
coberturar el crédito, debiendo hacerse
métricas como los ratios o indicadores
que se elaboran con la información de los
estados financieros.
Igualmente, es importante evaluar el
carácter del cliente, pues esto define si
tiene predisposición para pagar la deuda;
en caso se evalúe a una empresa, este
análisis se debe realizar al representante
legal y a los altos funcionarios.
Finalmente, se debe incorporar al
análisis cualitativo y cuantitativo del
cliente, el estudio de las variables
macroeconómicas del sector económico
de la empresa o negocio del cliente
(Figueroa, et al., 2018)
Asencios, et al. (2019) realizaron la
investigación denominada “Buenas
prácticas de gestión de riesgo de crédito
y su impacto en la creación de valor: los
casos de las seis cooperativas de ahorro
y crédito top del Perú, 2018” donde
señalaron como buenas prácticas en la
gestión del riesgo de crédito el conocer
el apetito y la tolerancia de la empresa
frente al riesgo, realizar una difusión y
capacitar al personal que labora en la
organización en aspectos de gestión de
riesgos, establecer correctamente el
perfil de cada puesto de trabajo, realizar
un seguimiento al crédito otorgado,
establecer las garantías que entregará el
cliente, evaluar los posibles escenarios y
hacer un control.
En la investigación concluyen que la
práctica de gestión de riesgo tiene una
relación fuerte y directa con la creación
de valor de una empresa; quiere decir,
que a mayor práctica de gestión de riesgo
de crédito se creará mayor valor a la
empresa. En la investigación,
recomiendan que se haga un estudio
detallado del perfil de cada puesto de
trabajo en las cooperativas, incidiendo en
que el trabajador tenga mayores
conocimientos de créditos que en la
filosofía cooperativa, como se evidenció
en el estudio (Asencios et al., 2019)
Bacigalupo y Bacigalupo (2009)
señalaron que el comportamiento de los
créditos en el sistema bancario es pro
cíclico, presentando un crecimiento
importante en la fase expansiva, es decir
la cartera de crédito crece, y con la
4
característica que presenta bajos índices
de mora. En esta etapa se debe tener un
mayor cuidado, pues para hacer crecer
más la cartera se reducen los controles de
gestión de riesgo de crédito, otorgándose
créditos que en situación económicas
normales no se les otorgaría por su falta
de solvencia. Situación que de acuerdo al
estudio sucede en el Perú, ya que los
créditos otorgados se entregan a
personas con poca solvencia económica,
lo que debilita a la cartera de crédito,
habiendo un detrimento en su calidad.
Moncada Palomino y Rodríguez
Carbajal (2018) mencionaron que los
clientes de la cartera de banca pequeña y
mediana empresa tienen problemas en el
incumplimiento de sus pagos debido a
que no hacen una adecuada planificación
financiera, no gestionan la liquidez de la
empresa y la administración del negocio
depende básicamente de una sola
persona. La entidad financiera donde
realizaron la investigación ejecuta la
evaluación de crédito mediante un
análisis cualitativo y cuantitativo; en lo
cualitativo analizan el historial crediticio
y referencias personales del cliente, así
como los clientes y proveedores de su
empresa; en el aspecto cuantitativo
analizan fundamentalmente los estados
financieros como el balance general,
estado de ganancias y pérdidas, flujo de
efectivo.
Adicionalmente el analista de crédito se
apoya con un modelo estadístico llamado
score, que permite minimizar el riesgo de
crédito y reducir los índices de mora y
como política se hace la verificación de
que el destino del crédito sea
exactamente para el que se solicitó, pues
lo contrario afectaría el flujo de efectivo
analizado y su capacidad de pago del
cliente estudiado a través del ratio de
endeudamiento (Moncada Palomino y
Rodríguez Carbajal, 2018).
Zapata (2013) mencionó que el índice de
mora es un reflejo de la calidad de la
cartera de crédito, teniendo una relación
inversa entre ellos; es decir, a mayor
índice de mora peor es la calidad de la
cartera o lo contrario. Del estudio
concluyen que las variables que afectan
a la calidad de la cartera de crédito son
las situaciones económicas, sociales y
demográficas del analista de crédito. En
lo económico influye la motivación y la
política de la empresa respecto de
otorgar bonos; en lo social influye si el
analista cuenta con una vivienda, si
cuenta con un título profesional y el
lugar donde se ubica la agencia de la
entidad financiera; y en lo demográfico
influye el número de hijos que tiene el
analista de crédito y el lugar donde
reside.
Ticona (2017) refirió que las
cooperativas de ahorro y crédito tienen
un fin social importante, pero a pesar de
ello no se posiciona en el mercado
financiero. En el estudio se evidencia
que la calidad de la cartera de crédito es
mala debido a malos manejos en los
factores internos y externos. En los
factores internos se presenta que la
evaluación de un crédito es laxa por lo
que la mora es alta, no se realizan
capacitación a los trabajadores, sus
funciones no están claramente detalladas
por lo que ejecutan diversas tareas y no
se da una real importancia al proceso de
recuperación del crédito otorgado, sin
dejar de mencionar que los niveles
organizacionales son deficientes.
Referente a los factores externos se
tienen que los socios de la cooperativa
tienen sobreendeudamiento; es decir, las
deudas que contraen exceden a su
capacidad de pago; asimismo, la casi
nula supervisión de Fenacrep, que es el
ente supervisor de estas instituciones.
Otros factores que deterioran la calidad
de la cartera son la solvencia financiera
debido a los altos índices de morosidad
5
que se presentan; los altos costos
operativos que mantienen frente a sus
ingresos evidenciándose que el monto de
la cartera de crédito del analista es muy
bajo. Elementos vistos como el alto
índice de morosidad, la poca o nula
presencia de control externo y el débil
nivel organizacional son muestras de
posibles quiebras de estas entidades
(Ticona, 2017).
Palacios (2016) mencionó que el
personal de la agencia Hermelinda de la
entidad financiera donde investigó no
cuenta con conocimientos sobre la
supervisión que debe ejercer en la cartera
de créditos y cómo esta influye en las
provisiones, esto explica el incremento
de las provisiones en un 30%. Asimismo,
el personal no tiene establecido
funciones específicas sobre la
supervisión que debe ejercer en su
cartera de crédito; ello permitiría mejorar
la calidad de su cartera reduciendo las
provisiones. Por ello, es sumamente
importante capacitar al analista de
crédito sobre las funciones de
supervisión en una cartera de crédito, la
importancia de las provisiones y su
implicancia en la rentabilidad de la
agencia; adicionalmente, se les debe
capacitar para que analicen bien su
mercado, las variables microeconómicas
y cómo asesorar a sus clientes.
En los tiempos actuales la evaluación de
un crédito se debe realizar en términos
más estrictos. Es conocido que en toda la
región de América Latina y el Caribe el
crecimiento económico se ha
desacelerado, incluyendo el Perú,
presentándose dificultad incluso para
mantener el ritmo de crecimiento de las
regiones emergentes (Grazzi y
Pietrobelli, 2015).
En la evaluación de un crédito, el analista
de crédito debe en primer término
cumplir con las políticas y
procedimientos que establecen sus
manuales, específicamente en el proceso
de evaluación crediticia.
Adicionalmente a las políticas de los
manuales, se debe incluir y cumplir los
procedimientos para evaluar, otorgar,
realizar el seguimiento, realizar un
control y recuperación del crédito
(Superintendencia de Banca, Seguros y
AFP, 2011).
Manalo (2003) mencionó que desde hace
cuatro décadas se han ido estableciendo
programas de microfinanzas en forma
progresiva en muchos países proveyendo
a personas y micro y pequeñas empresas,
en un inicio, de financiamiento, servicio
que fue ampliándose a transferencia de
dinero, ahorros, préstamos, servicios de
pago hasta seguros, a un sector de la
población que se pensaba que no tenía la
capacidad de cumplir las obligaciones de
un préstamo ni mucho menos ahorrar.
Las microfinanzas buscan dinamizar la
economía, existiendo una relación
positiva entre las microfinanzas y la
expansión o crecimiento de los negocios
(Pitt y Khandker, citado en Nosiru, 2010;
Akingunola, et al., 2018; Khan, 2020).
En ese sentido Brana (como se citó en
Hasnat, 2019) menciona que la principal
razón de un microcrédito es fomentar el
autoempleo en los grupos que son
excluidos socialmente. Asimismo,
Esnard-Flavius y Aziz (2011)
mencionaron que el microcrédito se debe
usar como una estrategia de política
social para reducir la pobreza. Por otro
lado, Ariful, et al. (2017) señalan que el
microcrédito tiene un impacto positivo
en la reducción de la pobreza y ayuda a
los hogares con menos posibilidades,
permitiendo que estos mejoren su
calidad de vida debido a los mayores
ingresos que se genera. Adicionalmente,
las microfinanzas promueven la
reducción de las brechas de acceso a
recursos para las pequeñas empresas
(Taiwo, et al., 2016).
6
Para un buen funcionamiento del sector
de las microfinanzas se debe establecer
políticas de microcréditos buscando dar
un mayor acceso a sus usuarios,
buscando su desarrollo sostenible y
concientizándolos que deben reembolsar
el crédito obtenido a tiempo (Moruf,
2013).
Duru, et al. (2017) mencionaron que en
Nigeria los micro y medianos
empresarios afirman que los créditos
otorgados por las microfinancieras
ayudaron a la expansión de estos y
Mohamed (2019) mencionó que en
Somalia las microfinanzas tuvieron un
impacto positivo para las personas
pobres. Aunque, en pocos países como
en Malasia o en Eslovenia los
microempresarios mencionaron que es
difícil obtener un financiamiento debido
a las estrictas evaluaciones que realizan
las instituciones microfinancieras
(Chong, 2010; Civelek, et al., 2019).
Sin embargo, no se debe dejar de lado la
sostenibilidad de una entidad
microfinanciera que depende mucho de
poder cobrar efectivamente los créditos
que otorga (Huang, 2018), caso
contrario, las instituciones
microfinancieras quebrarían. Existen
informes de las instituciones de
microcréditos donde se muestra que hay
un fuerte impacto en aspectos sociales
como la mejora de los ingresos en las
microempresas, acceso al mercado,
aumento en el número de empleados,
entre otros (Amrani, Hamza y Mostapha,
2019). Pero, no se debe dejar de lado la
educación, es importante que las
instituciones de microfinanzas tengan
técnicas de capacitación para educar a
sus clientes (Aladejebi, 2019).
La tecnología microcrediticia establece
que se debe realizar una evaluación
cualitativa, que se sustenta en tres
aspectos como la evaluación del carácter
del cliente, análisis de la gestión del
negocio y la situación familiar; y una
evaluación cuantitativa que
principalmente evalúa la capacidad de
pago del cliente (Castillo, 2010). Esta
tecnología permite que se otorgue los
créditos minimizando sus riesgos; pues
Frankiewicz (citado en Nabi, et al.,
2018) argumenta que el negocio de las
microfinanzas es riesgoso y vulnerable
amenazando con dañar a las
microfinancieras. Sin embargo, deben
tener procedimientos simples pero que
garanticen el acceso de los préstamos
(Gbigbi, 2017).
En lo que respecta a una evaluación
cualitativa; se demostró que aspectos
como el nivel de educación, el número de
personas de una familia, el tipo de
préstamo que se va a obtener, la duración
del cronograma de pagos, el tiempo de
vida del negocio, cómo el cliente
clasifica el interés que se cobra en el
crédito son muy importantes para
determinar el cumplimiento de pago del
crédito (Boateng y Oduro, 2018).
La entidad reguladora en el Perú es la
Superintendencia de Banca, Seguros y
AFP, quien a lo largo de su vida
institucional ha solicitado
constantemente condiciones de un
desarrollo sostenible en las instituciones
financieras, sea esta de banca comercial
o de microfinanzas (León, 2017).
Conforme a lo reglamentado por la
Superintendencia de Banca, Seguros y
AFP (2008) la clasificación crediticia de
un deudor se denomina como a) normal,
b) con problemas potenciales, c)
deficiente, d) dudoso y e) pérdida; y la
clasificación del cliente va a depender
del tipo de crédito obtenido;
clasificándose los créditos como créditos
corporativos, a grandes empresas, a
medianas empresas, de consumo
revolvente, de consumo no revolvente e
hipotecarios para vivienda. Por ello, la
7
Superintendencia de Banca, Seguros y
AFP (2015) menciona que la categoría
de los créditos teniendo en cuenta el
riesgo del deudor son: a) créditos
normales, b) créditos con problemas
potenciales, c) créditos deficientes, d)
créditos dudosos; y e) créditos en
pérdidas.
La gestión de una cartera de crédito en
una institución de microfinanzas es muy
importante, el mal manejo conllevaría a
la quiebra de la institución. Dantsun y
Harun (2019) argumentan que la gestión
de la cartera de crédito en las
microfinanzas es la pieza clave para que
la institución tenga un desempeño
financiero sostenible. Ello implica hacer
un seguimiento de los créditos que no se
están pagando conforme al cronograma
de pagos, cayendo en morosidad. A su
vez, se debe realizar el seguimiento al
proceso de cobranza que realizan los
analistas de crédito, en especial de
aquellos que presentan un mayor ratio de
mora en su cartera (Cedeño-Palacios y
Palma-Macias, 2020).
Dentro de la gestión de una cartera de
crédito se pone atención en componentes
como el incumplimiento de pago de un
deudor y que los deudores no cuenten
con deudas en otras instituciones
financieras (Geidosch y Fischer, 2016),
pues de no hacerlo se estaría
materializando el riesgo de crédito y
conllevaría a que la cartera de crédito
incremente sus índices de morosidad.
Asimismo, la cartera de microcréditos
debe contener créditos con diferentes
montos (Chi, et al., 2019) pero no con
montos muy altos, el otorgamiento de
créditos con montos altos perjudicaría
enormemente la cartera de crédito ya que
si uno de estos deudores no cumple con
su obligación de pago elevaría la
morosidad considerablemente.
Chikalipah (2018) argumenta que los
créditos con montos pequeños tienen un
menor riesgo en comparación con los
créditos con montos altos.
Si la institución microcrediticia ya
cuenta con una gran cantidad de créditos
otorgados puede acudir a sistemas de
puntajes crediticios como el credit
scoring que ayuda a realizar una mejor
evaluación al crédito; pero queda en las
instituciones decidir si es apropiado
emitir nuevos préstamos a los
solicitantes con referencia a las
calificaciones y puntajes crediticios
existentes (Shi, et al., 2019).
Cabe mencionar, que la gestión de la
cartera de crédito no está influenciada
por el género del analista de crédito o por
el interés de cumplir con las metas
establecidas o sus resultados comerciales
(Rózsa, et al., 2018), sino por una
correcta evaluación del crédito a otorgar.
8
El impacto de una inadecuada gestión de
una cartera es que los créditos no serán
pagados y estos deberán ser provisiones
de conformidad a lo regulado por la
Superintendencia de Banca, Seguros y
AFP; las provisiones, a su vez, tiene un
impacto inverso y directo sobre las
ganancias de la entidad; quiere decir que
a mayor provisión menor ganancia y a
menor provisión mayor ganancia.
Tasche (2016) mencionó que el no pago
de un gran número de deudores tiene un
impacto directo en las ganancias y
pérdidas de una entidad y
potencialmente también puede
perjudicar su capital.
En situaciones donde la cartera de
crédito es muy pesada; es decir, hay
muchos créditos impagos, la entidad
debe castigar los créditos de la cartera. El
castigo de crédito es reconocer la
imposibilidad de poder cobrar los
créditos impagos (Gutiérrez-Calle, et al.,
2020). Para ello los créditos deben tener
la clasificación de pérdida y estar
provisionado en su totalidad;
adicionalmente se debe contar con
evidencias de su irrecuperabilidad o el
saldo del crédito no sea un monto
considerable para iniciar una acción
judicial o de arbitraje (Superintendencia
de Banca, Seguros y AFP, 2008).
La teoría mostrada en la investigación
está fundamentada en la Teoría de la
Administración Científica de Frederick
Taylor, quien se preocupó por crear la
ciencia de la administración y puso
fuerza en las tareas como la
racionalización del trabajo, la división de
las tareas y la especialización del trabajo
(Velásquez Vásquez, 2002).
Asimismo, se sustenta en la Teoría
Clásica de Henry Fayol, quien mencionó
las funciones básicas de la
Administración como las funciones
técnicas, funciones comerciales,
funciones financieras, funciones de
seguridad, funciones contables y las
funciones administrativas; asimismo
definió la acción de administrar como
planear, organizar, dirigir, coordinar y
controlar (Torres Hernández, 2014)
Por último, también se avala en la
Escuela Grameen que tiene como
fundamento esta teoría la reducción de la
pobreza y como principios el obtener un
crédito como un derecho humano, que
las instituciones de microfinanzas sean
auto sostenibles, observar a toda aquella
persona natural o jurídica que entrega un
crédito informal; o la ayuda en otorgar
créditos con un fin específico (Gómez-
Lavín Fernández, 2015); y en la Escuela
de Acción cuyo fin es el de incluir
financieramente a las personas;
asimismo, los integrantes de la escuela
tienen puntos en concordia como el
rechazo al subsidio como una forma de
financiamiento, el microcrédito como un
papel facilitador, la ineficaz formación
financiera, la confianza en las entidades
crediticias informales y la negación a
préstamos con un fin particular
(Gutiérrez Nieto, citado en Gómez-
Lavín Fernández, 2015).
1
Tipo y diseño de investigación
La investigación fue de tipo básica. Para
el Consejo Nacional de Ciencia,
Tecnología e Innovación Tecnológica
(2018) en la investigación básica se
busca tener un conocimiento holístico, a
través de comprender componentes
fundamentales de los fenómenos, de los
hechos observables o de las relaciones
que se establecen los entes.
El diseño de investigación que se usó
para el desarrollo de la investigación fue
No experimental explicativa. Se puede
decir que una investigación de diseño no
experimental es aquella en donde no se
manipula en forma deliberada las
variables; significa que, las variables
independientes no se manipulan con la
finalidad de ver cómo es su efecto en una
variable dependiente. Ello implica que se
observa y mide las variables de estudio
tal y como se presentan en su context
finito o infinito de personas, cosas o
elementos (Palella y Martins, 2012).
natural.
De una investigación explicativa se
puede decir que hace un mayor estudio
que una descripción de un fenómeno,
concepto o variable o de las relaciones
que pueda existir entre estas; sino que
responder las causas de eventos y/o
fenómenos de cualquier índole. Busca
explicar por qué sucede un evento o
fenómeno y en qué términos o
condiciones ocurren o por qué se
relacionan estas (Hérnandez-Sampieri y
Mendoza, 2018).
Operacionalización de la variable
Variable independiente - cualitativa:
Evaluación de créditos
Dimensiones:
Análisis cuantitativo
Análisis cualitativo
Variable dependiente - cuantitativa:
Cartera de crédito
Dimensiones:
Crédito normal
Crédito con problemas potenciales
Crédito deficiente
Crédito dudoso
Crédito en pérdida
Población, muestra, muestreo y unidad
de análisis
En una investigación se dice que la
población corresponde al conjunto de
unidades de las cuales se quiere
encontrar información y,
asimismo,generar conclusiones. La
población puede estar constituido por un
conjunto
La Asociación para el Desarrollo
Empresarial Apurímac – ADEA, entidad
microfinanciera, cuenta con cinco
agencias que se ubican en las ciudades de
Andahuaylas, Uripa, Huancaray,
Huancarama y Abancay. La población
estuvo integrada por todos los
trabajadores de estas cinco agencias que
asciende a un total de 29 trabajadores; no
formaron parte de la población de la
presente investigación los clientes de
ADEA.
Asimismo, la población estuvo integrada
por 5 307 créditos asignados que forman
la cartera de crédito de los tipos de
crédito pequeñas empresas,
microempresas y consumo no
revolvente. No formaron parte de la
población los tipos de crédito
denominados corporativos, grandes
empresas, mediana empresa, consumo
revolvente e hipotecarios para vivienda.
1
Para determinar una muestra se escoge
una parte que represente a la población
de estudio; esta parte debe ser
representativa de las características de la
población y proporcional a la cantidad de
la población, con ello se garantiza la
fiabilidad…. la razón por la que se
trabaja con una muestra es que se ahorra
tiempo, se incurre en un menor costo, es
imposible investigar toda la población
por su inaccesibilidad y la posibilidad de
reducir la heterogeneidad de la población
(Palella y Martins, 2012).
El muestreo que se usó en la
investigación fue el muestreo
probabilístico; es decir, se selecciona un
numero al azar entre el primero y el
último de la lista de la población; a su vez
se usa el muestreo estratificado, donde se
determina un criterio con la finalidad de
tener un número determinado de cada
estrato (Palella y Martins, 2012).
Por ello, la muestra estuvo integrada por
18 trabajadores con los cargos de
analistas de crédito y administradores de
agencia de la Asociación para el
Desarrollo Empresarial Apurímac
ADEA de las agencias ubicadas en las
agencias de Andahuaylas, Uripa,
Huancaray, Huancarama y Abancay;
asimismo por 358 expedientes de
evaluación de créditos, de los tipos de
crédito a pequeñas empresas,
microempresas y consumo no
revolvente, de la Asociación para el
Desarrollo Empresarial Apurímac
ADEA.
Finalmente, en el desarrollo de la
investigación se tuvo como unidades de
análisis a: un trabajador, un expediente
de crédito asignado y el reporte de un
crédito de la cartera de crédito.
Técnicas e instrumentos de recolección
de datos
En el desarrollo de la investigación, para
la variable evaluación de crédito y
cartera de crédito se utilizó la técnica la
encuesta y como instrumento el
cuestionario; a su vez se utilizó el reporte
del sistema informático dentro de la
técnica del análisis documental.
La validez de los instrumentos que se
utilizaron en la investigación fue el juicio
de expertos. Cuando se habla de validez
se refiere al grado por el cual un
determinado instrumento busca medir la
variable estudiada en términos de
contenido, amplitud y componentes.
Se logra la validez cuando queda
demostrado que el instrumento muestra
el concepto abstracto por medio de los
indicadores (Hérnandez-Sampieri y
Mendoza, 2018).
La confiabilidad de los instrumentos que
se utilizó en la investigación fue
mediante el estadístico denominado Alfa
de Cronbach, el cual se realizó a un
grupo piloto de la muestra. Un
instrumento es confiable cuando produce
información consistente y coherente; la
confiabilidad del instrumento se
establece a través de diferentes técnicas
(Hérnandez-Sampieri y Mendoza, 2018).
Respecto de los reportes emitidos por la
institución; estos se alinean a lo
establecido por el ente regulador del
sistema financiero, Superintendencia de
Banca, Seguros y AFP, en la Resolución
SBS N° 11356-2008.
2
Tabla 1
Ficha técnica cuestionario de evaluación de crédito
Nombre Original Evaluación de microcrédito
Autor John Peter Aguirre Landa
Año 2020
Tipo de Instrumento Cuestionario
Objetivo Recolección de información para determinar incidencia de la evaluación
de crédito en la calidad de la cartera de crédito
Administración Individual
Duración 30 minutos
Aplicación Directa
Estructura El instrumento consta de 18 items distribuido en 2 dimensiones, con 5
alternativas (Nunca, Casi nunca, A veces, Casi siempre, Siempre)
Tabla 2
Ficha técnica del reporte evaluación de crédito
Nombre Original Evaluación de microcrédito
Autor John Peter Aguirre Landa
Año 2020
Tipo de Instrumento Reporte
Objetivo Recolección de información para determinar incidencia de la evaluación
de crédito en la calidad de la cartera de crédito
Administración Expediente de crédito
Duración 20 minutos
Aplicación Sistema informático
Estructura El instrumento consta de 18 items distribuido en 5 dimensiones
Tabla 3
Ficha técnica del reporte de la cartera de crédito
Nombre Original Cartera de crédito
Autor John Peter Aguirre Landa
Año 2020
Tipo de Instrumento Reporte
Objetivo Recolección de información para determinar incidencia de la evaluación
de crédito en la calidad de la cartera de crédito
Administración Cartera de crédito
Duración 10 minutos
Aplicación Sistema informático
Estructura El instrumento consta de 1 item distribuido en 5 dimensiones.
Tabla 4
Alfa de Cronbach evaluación de crédito
Alfa de Cronbach Número de elementos
0,842 18
Fuente: Datos extraídos del software estadístico
Procedimiento
Para la variable evaluación de crédito el
recojo de la información se realizó con la
revisión de los expedientes de crédito y
se obtuvo información de acuerdo al
instrumento del reporte del sistema
informático. Asimismo, se aplicó un
3
cuestionario a los analistas y jefes de
crédito de cada una de las agencias sobre
la evaluación de los créditos.
Para la variable cartera de crédito se
solicitó un reporte sobre los créditos a
pequeñas empresas, microempresas y
consumo no revolvente conteniendo la
información de cada uno de estos tipos
de crédito con su respectiva categoría de
riesgo de deudor.
Para el recojo de esta información se
coordinó con el Gerente General de
ADEA, quién aceptó, conforme se
aprecia en el documento que figura en el
anexo del presente trabajo, la ejecución
de la encuesta en cada una de las
agencias, así como, la entrega de la
información de los expedientes de
crédito y de la cartera de crédito, emitido
por el sistema informático.
Una vez recogida la información del
cuestionario y de los 358 expedientes de
crédito y el reporte de 358 créditos
otorgados se procedió a ingresar la data
al software estadístico el cual arrojó los
resultados de la estadística descriptiva e
inferencial.
Los resultados obtenidos han permitido
que se pueda realizar las conclusiones y
recomendaciones de la investigación, así
como contrastar la hipótesis planteada en
la presente investigación.
Métodos de análisis de datos
El método que se usó es el deductivo.
Para Hérnandez-Sampieri y Mendoza
(2018) este método parte de lo general
para culminar en lo particular; en esa ruta
se pasa de las leyes y teorías a los datos
y resultados (p. 13).
Para analizar los datos de la presente
investigación, se debe tener en cuenta
que los modelos estadísticos representan
una realidad, quiere decir que no es la
misma realidad; y los resultados
numéricos siempre se interpretan en
contexto… el análisis de los datos se
realiza teniendo en cuenta los niveles de
medición de las variables y a través de la
estadística descriptiva o la inferencial
(Hérnandez-Sampieri y Mendoza, 2018).
Se recogió información del cuestionario
y de 358 expedientes de crédito y reporte
de créditos otorgados, información que
se ingresó al software estadístico para el
respectivo análisis de datos. Se aplicó la
estadística descriptiva, haciendo uso de
tablas y gráficos para interpretar el
análisis de las variables y dimensiones.
También se aplicó la estadística
inferencial mediante la técnica de
estadística multivariada para establecer
la influencia de la evaluación de crédito
en la cartera de crédito.
Aspectos éticos
La presente investigación se desarrolló
dentro de los parámetros de integridad
ética y confidencialidad que son exigidos
por la comunidad científica y por la
universidad. La producción, recopilación
de datos y resultados fueron objetivos y
no tuvieron influencia de algún interés
personal, económico, financiero, político
o de afiliación. Se aplicaron principios
de integridad, honestidad intelectual,
objetividad, imparcialidad, veracidad,
justicia, responsabilidad y transparencia.
Asimismo, se aplicó el principio de
beneficiencia donde se buscó beneficiar
a la institución donde se realizó la
investigación; el principio de no
maleficiencia donde no se realizó daño
alguno de manera directa ni indirecta; el
principio de autonomía donde se actuó
libre y conscientemente sin tener algún
condicionante externo; y el principio de
justicia donde todo caso considerado
similar tuvo un trato por igual y de existir
un caso distinto se consideró la
diferencia.
Resultados descriptivos de la variable
evaluación de crédito
4
Aplicado el instrumento de la variable
evaluación de crédito, se obtuvieron los
siguientes resultados descriptivos:
Tabla 5
Niveles de frecuencia de la variable evaluación de crédito
Descripción
Frecuencia
Porcentaje
Eficiente
287
80.2
Muy Eficiente
71
19.8
Total
358
100.0
Dimensiones de la variable evaluación de crédito
Tabla 6
Niveles de frecuencia de la dimensión evaluación cualitativa
Frecuencia
Porcentaje
358
100
358
100
De la tabla 6 se observa que en la
dimensión evaluación cualitativa la
totalidad de los expedientes de crédito;
es decir, el 100% se encontraron
ubicados en el nivel normal.
Tabla 7
Niveles de frecuencia de la dimensión evaluación cuantitativa
Descripción
Frecuencia
Porcentaje
Eficiente
109
30.4%
Muy eficiente
249
69.6%
Total
358
100.0%
La evaluación cualitativa de los
expedientes de créditos evaluados,
conforme se aprecia en la tabla 7, se
encontraron en un 30.4% en el nivel
eficiente y un 69.6% se encontraron en el
nivel muy eficiente.
Resultados descriptivos de la variable
cartera de crédito
Aplicado el instrumento de la variable
calidad de la cartera de crédito, se
obtuvieron los siguientes resultados
descriptivos:
5
Tabla 8
Niveles de frecuencia de la variable cartera de crédito
Descripción
Frecuencia
Crédito Pérdida
20
Crédito Dudoso
3
Crédito Deficiente
4
Crédito con Problemas Potenciales
8
Crédito Normal
323
Total
358
Observando la y la tabla 8 se aprecia que
en la variable cartera de crédito, el 90,2%
de los créditos se encontró en el nivel
crédito normal; el 2,2% en el nivel
crédito con problemas potenciales; el
1,1% en el nivel crédito deficiente; el
0,8% en el nivel crédito dudoso y el 5,6%
se encontró en el nivel en crédito
pérdida.
Contratación de hipótesis
Para contratar las hipótesis de la
investigación se tendrá en cuenta la
siguiente información estadística:
Parámetros estadísticos
Prueba de hipótesis general
H0: La evaluación de crédito no incide
en la calidad de la cartera de crédito en
una entidad microfinanciera de
Apurímac - 2020
H1: La evaluación de crédito
incide en la calidad de la cartera de
crédito en una entidad microfinanciera
de Apurímac – 2020
Tabla 9
Prueba de ajuste de los modelos y pseudo R cuadrado
Contraste de la razón de verosimilitud
Pseudo R cuadrado
Chi-cuadrado
gl
Sig.
4,312
1
,038
Cox y Snell
0,012
Nagelkerke
0,021
McFadden
0,014
α =0,05
Si p< α, se rechaza la hipótesis
nula
Si p> α, se acepta la hipótesis
nula
6
Los resultados del modelo de ajuste
indican la dependencia entre la
evaluación de crédito y la calidad de la
cartera de crédito. De acuerdo a los
valores de Chi-cuadrado=4,312 y p=,038
< α se rechaza la hipótesis nula
planteado; y razón a ello se afirma que el
modelo explica en un 2,1%
(Nagelkerke=0,021) la incidencia de la
evaluación del crédito. En consecuencia,
la hipótesis alterna queda comprobada.
Prueba de hipótesis específico
H0: La evaluación cualitativa de crédito
no incide en la calidad de la cartera de
crédito de una entidad microfinanciera
de Apurímac - 2020.
H1: La evaluación cualitativa de crédito
incide en la calidad de la cartera de
crédito de una entidad microfinanciera
de Apurímac - 2020.
Tabla 10
Prueba de ajuste de los modelos y pseudo R cuadrado
Contraste de la razón de verosimilitud
Pseudo R cuadrado
Chi-cuadrado
gl
Sig.
5,549
1
,018
Cox y Snell
0,015
Nagelkerke
0,027
McFadden
0,018
Los resultados del ajuste del modelo,
presentados en la tabla 10, muestran la
dependencia entre la evaluación
cualitativa del crédito y la calidad de la
cartera de crédito. Visto los valores de
Chi-cuadrado= 5,549 y p=,018 < α se
rechaza la hipótesis nula planteado; ello
implica la afirmación de que el modelo
explica en un 2,7% (Nagelkerke=0,027)
la incidencia de la evaluación cualitativa
del crédito, siendo baja el nivel de
incidencia. Por lo que se afirma que la
hipótesis alterna queda comprobada.
7
Tabla 11
Dimensión cualitativa
Item
Encuesta
Expediente Crédito
Regular
Eficiente
Muy
Eficiente
Ineficiente
Eficiente
f
%
f
%
f
%
f
%
f
%
Comportamientos negativos de
pago
4
22,2
14
77,8
0
0
358
100
Historial crediticio del cliente
1
5,6
17
94,4
0
0
358
100
Información referencial del cliente
2
11,1
5
27,8
11
61,1
0
0
358
100
Veracidad de documentos del
cliente
4
22,2
14
77,8
0
0
358
100
Registro de cuentas en el negocio
3
16,7
4
22,2
11
61,1
247
69
111
31
Experiencia en el negocio
4
22,2
14
77,8
5
1,4
353
98,6
Puntualidad pago de obligaciones
1
5,6
9
50
8
44,4
1
,03
357
99,7
Local del negocio es propio
4
22,2
14
77,8
122
34,08
236
65,92
Local cuenta con medidas de
seguridad
4
22,2
7
38,9
7
38,9
352
98,32
6
1,68
Cliente cuenta con casa propia
6
33,3
12
66,7
32
8,94
326
91,06
Número de dependientes del
cliente
1
5,6
17
94,4
0
0
358
100
Ingresos adicionales al negocio
1
5,6
17
94,4
0
0
358
100
Gastos familiares del cliente
1
5,6
17
94,4
0
0
358
100
Conforme a los resultados mostrados en
la tabla 11 en lo que respecta de los
resultados obtenidos mediante la
encuesta ejecutada a los analistas de
créditos y jefes de crédito, se observa que
se cuenta con la información necesaria
para realizar la respectiva evaluación
cualitativa de un expediente de crédito en
un nivel de regular, eficiente y muy
eficiente, resaltando el 94,4% de muy
eficiente en información como la
evaluación del historial crediticio del
cliente en una central de riesgos; la
evaluación del número de dependientes
que tienen el cliente; ingresos
económicos adicionales al negocio del
cliente y la evaluación de los gastos
familiares que tiene el cliente.
Asimismo, en la tabla 11, de los
resultados obtenidos mediante la
revisión de los expedientes de crédito, se
observa que existe deficiencias para
poder analizar información necesaria
para realizar una eficiente evaluación
cualitativa de un expediente de crédito;
mostrando ineficiencia en un 69% de los
expedientes en información de si existe
registro de cuentas del negocio; un
98,32% si el local cuenta con medidas de
seguridad; un 34,08% de ineficiencia en
mostrar documentos de si el local es
propio del cliente; un 8,94% si el cliente
cuenta con casa propia y un 1,4% si el
cliente cuenta con experiencia en el
negocio.
H0: El analista de crédito no cuenta con
información para realizar la evaluación
cuantitativa del crédito en una entidad
microfinanciera de Apurímac - 2020.
H1: El analista de crédito cuenta con
información para realizar la evaluación
cuantitativa del crédito en una entidad
microfinanciera de Apurímac - 2020.
8
Tabla 12
Dimensión cuantitativa
Item
Encuesta
Expediente Crédito
Regula
r
Eficiente
Muy
Eficiente
Ineficient
e
Eficiente
F
%
f
%
F
%
f
%
f
%
Estados financieros
18
100
35
8
10
0
Elabora ratios financieros
1
5,6
17
94,
4
35
8
10
0
Interpreta ratios financieros
1
5,6
3
16,
7
14
77,
8
358
100
Analiza flujo de caja
4
22,
2
14
77,
8
358
100
Riesgo sobreendeudamiento
6
33,
3
12
66,
7
35
8
10
0
Los resultados de la tabla 12, obtenidos a
través de la encuesta ejecutada a los
analistas de créditos y jefes de crédito, se
aprecia que se cuenta con información
necesaria para realizar la respectiva
evaluación cuantitativa de un expediente
de crédito en un nivel de regular,
eficiente y muy eficiente; resaltando el
100% de muy eficiente en información
respecto de los estados financieros del
negocio del cliente y el 94,4% de muy
eficiente sobre la elaboración de los
ratios financieros necesarios en una
evaluación cuantitativa de un crédito.
De la misma forma, de la tabla 12, en los
resultados obtenidos mediante el análisis
de los expedientes de crédito se aprecia
que se cuenta con documentos e
información necesaria en un 100% sobre
los estados financieros del negocio del
cliente, la elaboración de los ratios
financieros y el reporte de riesgo de
sobreendeudamiento del cliente; sin
embargo, existe carencia en un 100% de
mostrar físicamente los documentos
sobre la interpretación de los ratios
financieros, así como el análisis del flujo
de caja del cliente.
Sin embargo, de acuerdo a lo mostrado
en la tabla 12 se puede comprobar que el
analista de crédito cuenta con
información para realizar la evaluación
cuantitativa del crédito; por lo que se
rechaza la hipótesis nula y se aprueba la
hipótesis alterna planteada.
H0: No se cuenta con una buena calidad
de la cartera de crédito en una entidad
microfinanciera de Apurímac - 2020.
H1: Se cuenta con una buena calidad de
la cartera de crédito en una entidad
microfinanciera de Apurímac - 2020.
Tabla 13
Cartera de crédito
Nivel
F
%
Crédito pérdida
20
5,6
Crédito dudoso
3
0,8
Crédito deficiente
4
1,1
Crédito con problemas
potenciales
8
2,2
Crédito normal
323
90,2
Total
358
100
9
De la tabla 13, se muestra que el nivel de
crédito en pérdida fue de 5,6%; el crédito
dudoso fue de 0,8%; el crédito deficiente
en 1,1%; el crédito con problemas
potenciales en 2,2% y el crédito normal
en 90,2%.
Se observa la preponderancia del crédito
normal en la composición de la cartera
de crédito en la entidad, siendo este nivel
el deseado por la entidad financiera y de
acuerdo a la normativa emitida por la
entidad reguladora del sistema
financiero en el país; razón por la cual se
rechaza la hipótesis nula y se aprueba la
hipótesis alterna: Se cuenta con una
buena calidad de la cartera de crédito en
una entidad microfinanciera de
Apurímac - 2020.
La finalidad de presente estudio fue el de
determinar la incidencia de la evaluación
de crédito en la calidad de la cartera de
crédito en una entidad microfinanciera
de Apurímac 2020. Del estudio, en lo
que respecta a la evaluación de crédito,
se obtuvieron los resultados descriptivos
donde el 100% de los expedientes de
créditos evaluados en forma cualitativa
tuvieron un nivel de normal; respecto de
los expedientes de crédito evaluados
cuantitativamente el 69,6% tuvo un nivel
de eficiente y el 30,4% tuvo un nivel de
ineficiente. Referente a la cartera de
crédito, los resultados descriptivos
muestran que el 0,8% de los créditos
tienen un nivel de dudoso, el 1,1% tienen
un nivel de deficiente, el 2,2% tienen un
nivel de con problemas potenciales, el
5,6% tienen un nivel de pérdida y el
90,2%
tienen un nivel de normal; siendo este
nivel el óptimo para la gestión de una
cartera de crédito. A su vez, en relación
a la prueba del pseudo R cuadrado se
concluye que la evaluación de crédito
influye positivamente en la calidad de la
cartera de crédito de la entidad de
microfinanzas; el valor obtenido de
Nagelkerke es de 0,021 mostrando que la
evaluación de crédito influye en un 2,1%
sobre la calidad de la cartera de crédito.
Las entidades microfinancieras usan
diferentes tecnologías microcrediticias
para realizar la evaluación de un crédito,
pues es una fase importante dentro del
proceso de crédito ya que la evaluación
permite conocer si se le puede otorgar un
crédito a un cliente. En el estudio
realizado se observa que la entidad
microfinanciera realiza una análisis
cualitativo y cuantitativo para evaluar un
crédito y poder determinar si el cliente es
apto para otorgarle un crédito. Esto
coincide con lo señalado por Leal,
Aranguiz y Gallegos (2018) y Yuping,
Guanyu, Jiková y Weisl (2020) quienes
en sus investigaciones realizadas
mencionan que algunas empresas,
realizan las evaluaciones siguiendo el
modelo credit scoring, el cual es una
tecnología de evaluación crediticia, el
cual mediante el análisis de variables
cuantitativas y cualitativas otorga un
puntaje crediticio a una persona, para
saber si se es merecedor de un crédito o
no.
La información cualitativa y cuantitativa
de los créditos evaluados a los clientes,
así como la información del
comportamiento de pago permanecen en
la entidad, esta información es útil para
poder conocer el historial crediticio en la
evaluación de futuros créditos que pueda
solicitar un cliente; sin embargo, esta
información adquiere mayor importancia
pues resulta ser información base para
construir algún modelo matemático que
permitiría no solo realizar una mejor
evaluación del crédito sino que reduciría
el tiempo de evaluación y los costos
operativos de los mismos.
10
Esto sintoniza con lo señalo por Wu, He
y Li (2019) quienes afirmaron que si las
instituciones financieras pueden
construir un modelo matemático pueden
hacer una mejor evaluación de la
situación crediticia de sus clientes,
haciendo que la evaluación del crédito
sea más razonable, permitiendo que en la
toma de decisiones se mitigue el riesgo.
En lo que concierne a la cartera de
crédito está dividido en créditos: normal,
con problemas potenciales, deficiente,
dudoso y pérdida; empezando con un
nivel normal que corresponde a un
cliente que paga en forma puntual sus
cuotas del crédito y culminando en un
nivel de pérdida, siendo el peor nivel y
representa que en el caso de
microcréditos el cliente no ha pagado su
cuota en los últimos 120 días. Esta
clasificación de la cartera de crédito se
ha realizado conforme a lo normado por
la Superintendencia de Banca, Seguros y
AFP (2008) donde determina que la
clasificación crediticia de un deudor se
denomina como a) normal, b) con
problemas potenciales, c) deficiente, d)
dudoso y e) pérdida; y la clasificación
del cliente va a depender del tipo de
crédito obtenido. Asimismo, la
Superintendencia de Banca, Seguros y
AFP (2015) menciona que la categoría
de los créditos teniendo en cuenta el
riesgo del deudor son: a) créditos
normales, b) créditos con problemas
potenciales, c) créditos deficientes, d)
créditos dudosos; y e) créditos en
pérdidas.
En la primera hipótesis específica, se
arribó a un valor de significancia 0,018;
que corresponde al valor del estastico
Chi cuadrado = 5,549 indicando que los
datos explican el modelo. Existe al
menos un valor que no es cero; es decir
que hay algún dato que explique la
propuesta, en cuanto al pseudo R
cuadrado, el R2 de Nagelkerke indica
que existe un 2,7% de incidencia de la
evaluación cualitativa de un crédito en la
calidad de la cartera de crédito de la
entidad microfinanciera.
Si bien es cierto que la incidencia es
positiva, pero en términos porcentuales
es muy poca, una de las razones que
explique esto es que en el análisis de los
expedientes de créditos en físico se
observa que hay carencia de información
para realizar la evaluación cualitativa;
mostrando ineficiencia en un 69% de
información si existe registro de cuentas
del negocio; un 98,32% si el local cuenta
con medidas de seguridad; un 34,08% de
ineficiencia en mostrar documentos de si
el local es propio del cliente; un 8,94% si
el cliente cuenta con casa propia y un
1,4% si el cliente cuenta con experiencia
en el negocio. Cabe resaltar que esta
información es importante y necesaria
para evaluar el crédito pues con la
evaluación cualitativa del crédito se
determina la voluntad de pago que tiene
un cliente y por consiguiente también se
determina si va a pagar con normalidad
el crédito a otorgar.
Lo expuesto concuerda con lo
mencionado por Boateng & Oduro
(2018) quienes manifiestan que referente
a la evaluación cualitativa se demostró
que aspectos como el nivel de educación,
el número de personas de una familia, el
tipo de préstamo que se va a obtener, la
duración del cronograma de pagos, el
tiempo de vida del negocio, cómo el
cliente clasifica el interés que se cobra en
el crédito son muy importantes para
determinar el cumplimiento de pago del
crédito.
11
Igualmente, Figueroa et al. (2018)
mencionan que es importante evaluar el
carácter del cliente, ya que define si tiene
la voluntad o predisposición para pagar
la deuda adquirida; si se evalúa a una
empresa, el análisis debe realizarse a la
empresa y al representante legal y a los
altos funcionarios. Por último, se debe
incorporar al análisis del cliente, el
estudio de las variables
macroeconómicas del sector económico
de la empresa o negocio del cliente.
Respecto de la información recogida
para realizar la evaluación cualitativa del
crédito responde a la tecnología de
microcréditos que aplica la entidad
microfinanciera, el cual debe ir acorde
con las políticas y procedimientos
aprobados. Castillo (2010) menciona que
la tecnología microcrediticia establece
que se debe realizar una evaluación
cualitativa, sustentado en tres aspectos
como la evaluación del carácter del
cliente, análisis de la gestión del negocio
y la situación familiar; y una evaluación
cuantitativa la que permite evaluar la
capacidad de pago del cliente.
En lo relacionado a las políticas Moruf
(2013) menciona claramente que para un
buen funcionamiento del sector de las
microfinanzas se debe establecer
políticas de microcréditos buscando dar
un mayor acceso a sus usuarios,
buscando su desarrollo sostenible y
concientizándolos que deben reembolsar
el crédito obtenido a tiempo.
En la segunda hipótesis específica, se
llegó a establecer que se cuenta con
información para realizar la evaluación
cuantitativa del crédito, resaltando la
información obtenida de las encuestas
realizadas al personal de crédito donde el
100% califica de muy eficiente en
información respecto de los estados
financieros del negocio del cliente y el
94,4% de muy eficiente sobre la
elaboración de los ratios financieros
necesarios en una evaluación
cuantitativa de un crédito. Aunque del
análisis realizado a los expedientes de
crédito se tuvo el resultado que se cuenta
con documentos e información necesaria
en un 100% sobre los estados financieros
del negocio del cliente, la elaboración de
los ratios financieros y el reporte de
riesgo de sobreendeudamiento del
cliente; pero se evidencia la carencia en
un 100% de mostrar físicamente los
documentos sobre la interpretación de
los ratios financieros, así como el
análisis del flujo de caja del cliente.
La información obtenida a través del
análisis cuantitativo es relevante ya que
con esta información se evalúa la
capacidad de pago, quiere decir que con
esta evaluación se determina si el cliente
puede afrontar económicamente el pago
de la cuota mensual en el retorno del
crédito que se le otorga. En el camino de
la sistematización de la información que
se obtiene en cada evaluación de crédito
y buscar construir un sistema que mejore
cada vez más la evaluación del crédito se
debe contar con la información
financiera del cliente. Acerca de esto,
Hou et al. (2019) mencionaron que para
configurar un sistema robusto de
evaluación de crédito entre las diferentes
universidades aún se debe resolver varias
necesidades como por ejemplo la
recolección de los datos o el
almacenamiento de la información en
sistemas, debiendo las universidades
mejorar sus relaciones con las
organizaciones sociales de su entorno
buscando mejorar sus sistemas de
evaluación de crédito y también para
motivar a los estudiantes a usar los
servicios de crédito que ofrecen.
Mencionan que su estudio puede ser
generalizado a otros tipos de población
como para la comunidad financiera.
12
La información que se evalúa en el
análisis cuantitativo gira entorno a los
estados financieros de balance general,
estado de resultados y estado de flujos de
efectivo; esto permite realizar un análisis
económico y financiero del cliente. Los
resultados de este análisis deben
encontrarse dentro del marco de las
políticas de crédito que tiene aprobada la
entidad; por ello resulta importante que
se cuente con un área que pueda
establecer no solo las políticas y sino
también los procedimientos a seguir por
los analistas para realizar la evaluación
del crédito. En ese orden de ideas,
Figueroa et al. (2018) afirmaron que las
entidades financieras, dentro de su
estructura orgánica, deben contar con
una oficina de riesgos con la finalidad de
emitir las políticas de créditos, gestionar
el riesgo de crédito, así como sus
lineamientos, asimismo, se debe analizar
los créditos por segmento, por tipo de
crédito y por tipo de cliente como por
ejemplo el cliente perteneciente a la
banca corporativa, a la microempresa o
al cliente como persona natural. Para
ello, se debe disponer de una gran
cantidad de información como la que se
observa en los estados financieros, la que
nos brindan las centrales de riesgo o la
que se puede encontrar en la web.
También, se debe realizar un análisis de
los diversos elementos en cada tipo de
crédito como el ingreso del cliente, el
nivel de endeudamiento, el destino del
crédito y las garantías que entregará para
coberturar el crédito, debiendo hacerse
métricas como los ratios o indicadores
que se elaboran con la información de los
estados financieros.
En el sector de la microfinanzas se debe
tomar especial atención en la
información requerida para el análisis
cuantitativo ya que es una de las grandes
deficiencias de las personas naturales y
de los microempresarios; muchos de
ellos aperturan un negocio por la
necesidad de generarse ingresos para el
sustento familiar no teniendo los
mínimos conocimientos para llevar las
finanzas del negocio en forma adecuada
y ordenada. La tecnología de créditos de
la entidad, en este punto, permite que el
analista de crédito pueda elaborar
estados financieros sicos con la
información que pueda recoger de las
visitas de campo que realice y así contar
con información para realizar este
análisis. En ese sentido, Moncada
Palomino y Rodríguez Carbajal (2018)
señalaron que los clientes de la cartera de
banca pequeña y mediana empresa
tienen problemas en el incumplimiento
de sus pagos debido a que no hacen una
adecuada planificación financiera, no
gestionan la liquidez de la empresa y la
administración del negocio depende
básicamente de una sola persona.
Contar con un sistema que ayude a
evaluar el crédito permitirá optimizar el
mismo; esto no significa que el sistema
será infalible y que al contar con este
ningún crédito llegará a default; es decir
que se cumplirá en un 100% con el
repago de la deuda, si no que la
probabilidad del no pago será en menor
proporción. Ello implica que es
necesario siempre la intervención del
analista de crédito, pues una de sus
labores es analizar e interpretar la
información que brinde el sistema y no
que simplemente el frio resultado de un
sistema determine la viabilidad o no del
crédito.
Li, et al. (2019) en el estudio de dos
modelos individuales en el que
evaluaron la calificación crediticia de
una persona, establecieron un puntaje de
crédito con la combinación de ambos
modelos. En el modelo de calificación
crediticia se observó que cada uno tiene
sus propias ventajas y desventajas, pero
ninguno de ellos pudo mejorar la unidad
perfecta entre la estabilidad, la precisión
en la predicción y la interpretabilidad.
Aunque diferentes modelos individuales
13
también tienen sus propias ventajas y
desventajas, estas no son mutuamente
excluyentes, pero si se complementan e
interrelacionan; los resultados de la
predicción de cada método contuvieron
información relevante desde diferentes
perspectivas.
En la tercera hipótesis específica, se
llegó a establecer que se cuenta con una
buena calidad de la cartera de crédito en
la entidad microfinanciera. El nivel de
crédito en pérdida fue de 5,6%; el nivel
de crédito dudoso fue de 0,8%; el nivel
de crédito deficiente en 1,1%; el nivel de
crédito con problemas potenciales en
2,2% y el nivel de crédito normal en
90,2%.
De acuerdo a la normativa emitida por la
Superintendencia de Banca, Seguros y
AFP (2008), entidad reguladora y
supervisora del sistema financiero, el
crédito con nivel normal implica que un
cliente está pagando con normalidad sus
cuotas o tienen un retraso en el pago de
la cuota hasta de 8 días, en el crédito de
nivel con problemas potenciales hay un
retraso en el pago de la deuda entre 9 a
30 días, en el crédito de nivel deficiente
hay un retraso en el pago de la deuda
entre 31 a 60 días, en el crédito de nivel
dudoso hay un retraso en el pago de la
deuda entre 61 a 120 días y en el crédito
de nivel pérdida hay un retraso en el pago
de la deuda de más de 120 días. A mayor
retraso en el pago de la deuda, el nivel se
deteriora incrementando la morosidad, lo
que implica que la entidad cada vez más
debe realizar provisiones por un mayor
porcentaje; ello implica afectar la
rentabilidad de la cartera de crédito de la
entidad.
En ese sentido la calidad de la cartera de
crédito de la entidad es buena ya que
cuenta con un 90,2% de créditos en el
nivel normal, implica que debe realizar
la provisión genérica exigida por el ente
supervisor. Esto significa que el 90,2%
de los clientes de la entidad están
pagando con normalidad sus créditos
haciendo que la cartera de créditos sea de
buena calidad y por ende sea rentable y
el nivel de morosidad sea baja. Tasche
(2016) mencionó que el no pago de un
gran número de deudores tiene un
impacto directo en las ganancias y
pérdidas de una entidad y
potencialmente también puede
perjudicar su capital.
Ello va en la misma nea a lo
mencionado por Zapata (2013),
detallando que el índice de mora es un
reflejo de la calidad de la cartera de
crédito, teniendo una relación inversa
entre ellos; es decir, a mayor índice de
mora peor es la calidad de la cartera o lo
contrario.
Los créditos de la entidad en nivel de
pérdida fueron de 5,6%, el nivel que más
afecta a la cartera de crédito, los cuales
deben seguir un procedimiento de
castigo de créditos con la finalidad de
que no signa afectando la calidad de la
cartera de crédito de la entidad;
Gutiérrez-Calle, et al. (2020)
mencionaron que en situaciones donde la
cartera de crédito es muy pesada; es
decir, hay muchos créditos impagos, la
entidad debe castigar los créditos de la
cartera. El castigo de crédito es
reconocer la imposibilidad de poder
cobrar los créditos impagos. Para eso se
debe seguir el proceso reglamentado por
Superintendencia de Banca, Seguros y
AFP (2008) donde señalan que, para el
castigo el crédito debe tener la
clasificación de pérdida y estar
provisionado en su totalidad;
adicionalmente se debe contar con
evidencias de su irrecuperabilidad o el
saldo del crédito no sea un monto
considerable para iniciar una acción
judicial o de arbitraje.
1
CONCLUSIONES
Primera: Se pudo determinar la
incidencia de la evaluación de crédito en
la calidad de la cartera de crédito en una
entidad microfinanciera de Apurímac -
2020. De acuerdo a lo observado en la
tabla 5 sobre la prueba de ajustes de los
modelos y pseudo R cuadrado, se
evidencia el resultado estadístico de
Nagelkerke con un valor de 0,021 y el
valor de la significancia es de 0,038;
concluyendo la incidencia que hay de la
evaluación de crédito en la calidad de la
cartera de crédito. Si bien es cierto la
incidencia es del 2,1%, la cual es baja; sin
embargo, se pudo determinar la
incidencia en ambas variables de estudio.
Segunda: Se estableció la
incidencia de la evaluación cualitativa de
créditos en la calidad de la cartera de
crédito en una entidad microfinanciera
de Apurímac - 2020. Se aprecia en la
tabla 6, respecto de la prueba de ajustes
de los modelos y pseudo R cuadrado, el
resultado estadístico de Nagelkerke
arroja un valor de 0,027 y el valor de la
significancia es de 0,018. Esto permite
concluir la incidencia entre la evaluación
cualitativa de crédito y la calidad de la
cartera de crédito; la incidencia es del
2,7%, la cual es baja. Si bien es cierto
que del análisis de los resultados de la
encuesta se puede concluir que se
cumple con todas las condiciones para
hacer un análisis cualitativo; esto se
contradice con los resultados de la
evaluación de los expedientes de crédito
en físico, donde 3 de los 13 indicadores
de la evaluación cualitativa no cumplen
en recoger la información en forma
idónea.
Tercera: Los resultados permiten
determinar que el analista de crédito
cuenta con información para realizar la
evaluación cuantitativa del crédito en
una entidad microfinanciera de
Apurímac 2020. De la tabla 8,
observando los resultados obtenidos de
la encuesta aplicada, el analista de
crédito cuenta con toda la información
para realizar la evaluación cuantitativa
de un crédito, donde 4 de los 13
indicadores cuentan con información
muy eficiente en un 94,4%; también 4 de
los 13 indicadores cuentan con
información muy eficiente en un 77,8%.
Aunque de los resultados obtenidos del
análisis físico de los expedientes de
crédito no se evidencia la interpretación
de los ratios financieros o el análisis del
flujo de caja; pero en estricto el analista
si cuenta con la información para realizar
el análisis cuantitativo.
Cuarta: En lo que respecta a la
cartera de crédito, se determina que se
cuenta con una buena calidad de
la cartera de crédito en una entidad
microfinanciera de Apurímac - 2020. En
la tabla 9 se aprecia que el 90,2% de la
cartera de crédito se cuenta en un nivel
de crédito normal, que es el nivel óptimo
en la clasificación de un crédito otorgado
que forma parte de la cartera de crédito.
Ello permite concluir que se cuenta con
una buena calidad de la cartera de
crédito.
Primera: El crédito, como un
proceso global, consta de 13 sub
procesos. Uno de los subprocesos
importantes es la evaluación del crédito,
pues permite conocer si un cliente
cumple con los requisitos exigidos por la
entidad para otorgarle un préstamo. De
los resultados se aprecia que la
evaluación del crédito incide en un 2,7%
en la calidad de la cartera de crédito; por
lo que se recomienda al gerente general
que amplíe el campo de estudio a otros
subprocesos como el de promoción o el
seguimiento para poder conocer cual
tienen mayor incidencia en la calidad de
2
la cartera de crédito; ya que el
cumplimiento de las obligaciones y la
rentabilidad de la entidad depende
mucho la buena calidad de la cartera de
crédito.
Segunda: Se recomienda a los jefes
de crédito que puedan elaborar una lista
de cotejo, conocido también como
checklist, donde el analista de crédito
pueda cotejar que cuenta con la
información necesaria para realizar de la
evaluación cualitativa de un crédito, ya
que del análisis físico del expediente de
crédito se evidencia que no se recoge
información como el registro de las
cuentas de ingresos y egresos de dinero
en el negocio del cliente, evidenciar si el
local donde el cliente tiene el negocio es
propio; si el local del negocio cuenta con
medidas de seguridad que permita
disminuir los riesgos de quedarse sin este
ante algún desastre natural o si el cliente
cuenta con vivienda propia. Esta
información es relevante para este tipo
de análisis.
Tercera: Se recomienda a los jefes
de crédito mejorar los formatos que
permiten realizar la evaluación
cuantitativa de un crédito; pues, aunque
los resultados de la encuesta evidencian
que si se cuenta con esa información; al
hacer el análisis de los expedientes de
crédito se observa que físicamente no se
cuente con información como el análisis
de los ratios financieros o el análisis del
flujo de caja, información muy relevante
para determinar la capacidad de pago de
un cliente. Por ello se recomienda
modificar los formatos incluyendo la
información de la interpretación de los
ratios financieros, así como el análisis
del flujo de caja. Esto a su vez
coadyuvará a gestionar el riesgo de
crédito de la entidad.
Cuarta: Se recomienda al gerente
general que, para realizar un mejor
seguimiento a la cartera de crédito, la
reportería del sistema informático
permita obtener información de la
cartera de crédito por tipo de crédito, por
agencia u oficina y por analista de
crédito. Esta información permitirá
gestionar de mejor más eficiente la
cartera de crédito; con ello reducir los
niveles de morosidad de la entidad ya
que esto también afecta la calidad de la
cartera de crédito.
En el marco del desarrollo de la presente
investigación se realiza las siguientes
propuestas:
En la evaluación de un crédito, en lo que
se respecta a la evaluación cuantitativa se
propone que se elabore un formato de
evaluación que no solo permita presentar
los ratios financieros de liquidez,
solvencia, gestión y rentabilidad, sino
también que se incluya el análisis de los
mismos; este análisis no solo debe
realizarse en el marco de la propia
gestión del negocio, adicionalmente
debe compararse con ratios financieros
del mismo sector económico en la que se
desarrolla sus actividades el negocio del
cliente. Es importante que se evidencia
físicamente el análisis de estos ratios
pues mejora la calidad de la toma de
decisión de la aprobación o no de un
crédito.
Asimismo, en el marco de la evaluación
cuantitativa se propone elaborar un
formato que permita realizar el análisis
de los flujos de caja del negocio del
cliente; este formato debe contener
partes que permitan evidenciar análisis
de aspectos básicos como el conocer si el
flujo de caja permitirá pagar las cuotas
del crédito con total normalidad; y en el
caso que exista la posibilidad de que el
cliente no pueda pagar una cuota, se debe
señalar en que mes o meses habrá esta
dificultad con la finalidad de afinar la
gestión de cobranzas y mejorar la
administración de la cartera de crédito.
3
Buscando que el analista de crédito
pueda presentar un buen expediente de
crédito ante el comité de crédito, se debe
elaborar un check list (lista de cotejo)
con la finalidad de que el analista pueda
corroborar si el expediente contiene
todos los documentos, asimismo, el
análisis necesario para evaluar el crédito.
Esta lista de cotejo debe contener
casilleros que permitan verificar si el
expediente cuenta con los documentos y
los análisis que exige la tecnología
crediticia en lo que concerniente a la
evaluación cuantitativa y cualitativa del
crédito.
Para mejorar la administración de la
cartera de crédito, el sistema informático
de la entidad debe emitir señales de
alerta (reportes) en forma diaria, de tal
manera que todos los días el analista de
crédito reciba mensajes sobre los
créditos que están por vencer la cuota del
pago en los próximos 5 días. Esto
permitirá que el analista realice el
seguimiento de estos créditos y pueda
anticipar los procesos de cobranza
recordándole al cliente su obligación de
pago de la cuota del crédito que está por
vencer.
De igual manera, el sistema informático
debe emitir señales de alerta (reportes)
en forma diaria, emitiendo mensajes al
analista de crédito sobre la cartera
pesada, créditos con categoría deficiente
dudoso y pérdida. Este reporte ayudará a
que se realice un mejor seguimiento a la
gestión de cobranzas de estos créditos y
lograr recuperarlo; es decir, que el
cliente pague las cuotas vencidas y con
esto el crédito pasará a tener una
categoría de normal. Ello permitirá
mejorar la calidad de la cartera de crédito
de la entidad.
4
REFERENCIAS
Akingunola, R. O., Olowofela, E. O. y Yunusa L. (2018). Impact of the microfinance
banks on micro and small enterprises in Ogun State, Nigeria. Binus Business
Review, 9(2), 163-169. https://doi.org/10.21512/bbr.v9i2.4253
Aladejebi, O. (2019). The impact of microfinance Banks on the growth of small and
medium enterprises in Lagos Metropolis. European Journal of Sustainable
Development, 8(3), 261-274. https://doi.org/10.14207/ejsd.2019.v8n3p261
Alarcón Morales, E. M., y Mora Ramos, B. J. (2020). Modelo para la evaluación del
riesgo crediticio para los clientes de las microfinancieras del Perú.
https://repositorioacademico.upc.edu.pe/handle/10757/650407
Amrani, M. B. S., Hamza, F. y Mostapha, E. H. (2019). A modeling study of micro-
finance impact on the economic performance of micro-enterprises and the well-
being of borrowers in Morocco: Case of Tangier-Tetouan-Al Hoceima Region.
International Journal of Economics and Financial Issues, 8(5), 243-250.
http://www.econjournals.com/index.php/ijefi/article/view/6858
Ariful, C. H., Atanu, D. y Ashiqur, R. (2017). The effectiveness of micro-credit
programmes focusing on household income, expenditure and savings: Evidence
from Bangladesh. Journal of Competitiviness, 2(9), 34-44.
https://doi.org/10.7441/joc.2017.02.03
Asencios, C. C., López, F. A., Poma, H. D. y Babilón, J. A. (2019). Buenas prácticas de
gestión de riesgo de crédito y su impacto en la creación de valor: Los casos de las
seis cooperativas de ahorro y crédito top del Perú 2018 (tesis maestría).
http://tesis.pucp.edu.pe/repositorio/handle/20.500.12404/15076
Bacigalupo, G., & Bacigalupo, S. (2009). Existencia de un boom de créditos en el Perú.
Análisis desde la perspectiva de un modelo de cambio de régimen. Apuntes:
Revista De Ciencias Sociales, 0(64), 31-54.
https://doi.org/10.21678/apuntes.64.583
Boateng, E. Y. y Oduro, F.T. (2018). Predicting microfinance credit default: A study of
Nsoatreman Rural Bank, Ghana. Journal of Advances in Mathematics and
Computer Science, 26(1), 1-9. https://doi.org/10.9734/JAMCS/2018/33569
Castillo, R. (2010). Evaluación de créditos a la micro y pequeña empresa, Programa de
gestión en microfinanzas. Universidad Nacional de Educación a Distancia.
5
Cedeño-Palacios, C.A. y Palma-Macias, G. R. (2020). Gestión de riesgo de crédito, para
mejorar la calidad de la cartera de microcrédito, en la cooperativa Comercio
Ltda. Polo del Conocimiento, 3(5), 225-254.
https://doi.org/10.23857/pc.v5i3.1334
Chi, G., Ding, S. y Peng, X. (2019). Data-driven robust credit portfolio optimization for
investment decisions in P2P lending. Mathematical Problems in
Engineering, 1(2019), 1-10. https://doi.org/10.1155/2019/1902970
Chikalipah, S. (2018). Credit risk in microfinance industry: Evidence from sub-Saharan
Africa. Review of Development Finance, 8(2018), 38-48.
https://doi.org/10.1016/j.rdf.2018.05.004
Chong, F. (2010). Evaluating the credit management of micro-enterprises. WSEAS
Transactions on Business and Economics, 2(7), 149-159. http://www.wseas.us/e-
library/transactions/economics/2010/89-673.pdf
Civelek, M., Ključnikov, A., Krištofík, P., & Rozsa, Z. (2019). Barriers in financing
microenterprises from the perspective of Czech and Slovak
microentrepreneurs. Journal of Business Economics and Management, 20(2), 244-
267. https://doi.org/10.3846/jbem.2019.8114
Collantes Menis, N. (2017). Efectos de la formalización e interdicción minera en la
calidad de cartera de las instituciones financieras no bancarias – región Puno.
http://repositorio.unap.edu.pe/handle/UNAP/8740
Consejo Nacional de Ciencia, Tecnología e Innovación Tecnológica (2018).
Reglamento de calificación, clasificación y registro de los investigadores del
Sistema Nacional de Ciencia, Tecnología e Innovación Tecnológica – Reglamento
RENACYT. Lima: Consejo Nacional de Ciencia, Tecnología e Innovación
Tecnológica.
Danstun, N. y Harun, M. (2019). The effect of credit collection policy on portfolio at
risk of microfinance institutions in Tanzania. Studies in Business and
Economics, 14(3), 131-144. https://doi.org/10.9734/JAMCS/2018/33569
Duru, I. U., Yusuf, A. y Kwazu, V. C. (2017). Role of microfinance banks credit in the
development of small and medium enterprises in Lokoja, Kogi State,
Nigeria. Asian Journal of Economics, Business and Accounting, 5(3), 1-9.
https://doi.org/10.9734/AJEBA/2017/38480
Esnard-Flavius, T. y Aziz, Z. (2011). Microcredit, microenterprises and social welfare
of the rural poor in North-Eastern Trinidad: An evaluation of hope. Asian
6
Academy of management Journal, 1(16), 95-118.
http://web.usm.my/aamj/16.1.2011/AAMJ_16.1.5.pdf
Figueroa, M. A., San Martín, A. F. y Soto, J. J. J. (2018). Buenas prácticas financieras
en la gestión de riesgo de crédito de empresas del sector bancario (tesis de
maestría).
http://tesis.pucp.edu.pe/repositorio/handle/20.500.12404/12882?show=full
Flores Ramos, C. D. (2019). Influencia de la Evaluación y Control de Riesgos en el
Nivel de Morosidad de Caja Arequipa Sede Tacna, Periodo 2017.
http://200.48.211.55/handle/UPT/1328
García Zambrano, X., Galarza Morales, C. y Grijalva Guerrero, G. (2019). La gestión
de créditos y cobranzas caso empresa “Multillanta Ramirez”. Generando
productividad institucional, 7(1), 73-81. https://doi.org/10.34070/rif.v7i1
Gbigbi, T. M. (2017). Are there road blocks to access micro-credit from selected
microfinance bank in Delta State, Nigeria? Implications for small scale farmers
sustainability. Journal of Food Industry, 1(1), 1-16.
https://doi.org/10.5296/jfi.v1i1.11613
Geidosch, M. y Fischer, M. (2016). Aplication of vine copulas to credit portfolio risk
modeling. Journal of Risk and Financial Management, 9(4), 1-15.
https://doi.org/10.3390/jrfm9020004
Grazzi, M. y Pietrobelli, C. (2015). Firm innovation and productivity in Latin America
and the Caribbean. https://doi.org/10.1057/978-1-349-58151-1
Gómez-Lavín Fernández, M. (2015). Microfinanzas y las escuelas de pensamiento:
Análisis del caso Banco Compartamos. Universidad Pontificia Comillas Madrid.
Recuperado de
https://repositorio.comillas.edu/jspui/bitstream/11531/4450/1/TFG001240.pdf
Gutiérrez–Calle, J. P., Narváez-Zurita, C. I., Torres-Palacios, M. M. y Erazo-Álvarez, J.
C. (2020). El examen especial y su incidencia en la gestión de la cartera de crédito
en empresas comerciales. Dominio de la Ciencia, 6(1), 127-166.
http://dx.doi.org/10.23857/dc.v6i1.1139
Hasnat, M. M. (2019). Empowering women through microfinance: an evaluation of
MFIs influence in Bangladesh (tesis de maestría).
https://hdl.handle.net/10133/5511
7
Hernández- Sampieri, R. y Mendoza, C. (2018). Metodología de la investigación, las
rutas cuantitativa, cualitativa y mixta. Mc Graw Hill Interamericana Editores, S.
A. de C. V.
Hou, Y., Ma, X., Mei, G. Wang, N. y Xu, W. (2019). A trial of student self-sponsored
peer-to-peer lending based on credit evaluation using big data analysis. Hindawi
Computational intelligence and neuroscience, 2019(1), 1-11.
https://doi.org/10.1155/2019/9898251
Huang, G. (2018). Essays on Microfinance Repayment Behaviour: An Evaluation in
Developing Countries (tesis de doctorado). http://centaur.reading.ac.uk/80633/
Kalui, F. M. (2020). Institutional micro credit determinants and portfolio quality of
investment groups. European Scientific Journal, 16(4), 191-214.
http://dx.doi.org/10.19044/esj.2020.v16n4p191
Khajavi, A., Tehrani, R., Mirlouhi, S. M. y Moghadamzadeh, A. (2020). Assessing risk
factor affecting banking system credit portfolio returns in Iran using agent-based
models approach. Journal of Critical Reviews, 7(2), 184-192.
http://dx.doi.org/10.31838/jcr.07.02.35
Khan, B. (2020). Microfinance banks and its impact on small and medium scale
enterprises in Nigeria. World Scientific News, 141(2020), 115-131.
http://www.worldscientificnews.com/wp-content/uploads/2020/01/WSN-141-
2020-115-131.pdf
Leal, A., Aranguiz, M. y Gallegos, J. (2018). Análisis de riesgo crediticio, propuesta del
modelo Credit Scoring. Investigación y Reflexión, XXVI(1).
https://doi.org/10.18359/rfce.2666
León, J. (2017). Inclusión financiera de las micro, pequeñas y medianas empresas en el
Perú – Experiencia de la banca de desarrollo.
https://www.cepal.org/es/publicaciones/43157-inclusion-financiera-micro-
pequenas-medianas-empresas-peru-experiencia-la-banca
Li, C., Wang, D., Wang, W. y Ji, Z. (2019). Personal credit evaluation under de big data
and internet background based on group character. Atlantis Press, Advances in
Computer Science Research, 91, 318-323. https://doi.org/10.2991/msbda-
19.2019.49
Liu, J. (2020). Money and credit dynamics in the euro area.
https://dspace.library.uu.nl/handle/1874/395197
8
Manalo, M. S. (2003). Microfinance institutions´ Response in Conflict Enviroments.
https://n9.cl/n76nj
Mohamed, A. A. N. (2019). Effect of micro finance on poverty reduction in Somalia: A
case of study in Mugadisho. International Journal of Science and Research, 1(8),
1809-1814. http://www.wseas.us/e-library/transactions/economics/2010/89-
673.pdf
Moncada Palomino, B. J. y Rodríguez Carbajal, R. B. (2018). Análisis de los factores
que afectan la morosidad de la cartera Banca Pequeña y Mediana Empresa (
Pyme ) en el Banco Internacional del Perú - Interbank. Universidad Peruana de
Ciencias Aplicadas (UPC). https://doi.org/10.19083/tesis/624526
Moncada Reyes, V. E. (2010). El nuevo acuerdo de capital (basilea ii) y su incidencia
en la calidad de la cartera de créditos y rentabilidad de la banca comercial en la
ciudad de Trujillo. http://dspace.unitru.edu.pe/handle/UNITRU/4880
Moruf, O. (2013). Evaluation of the Nigerian microfinance bank credit administration
on small and medium scale enterprises operations. International Review of
Management and Business Research, 2(2), 505-517.
http://www.irmbrjournal.com/paper_details.php?id=121
Nabi, M. N., Gao, Q., Rahman, M. T., Kanak Pervez, A. K. M. y Shah A.A. (2018).
Microfinance institutions of Bangladesh: The effects of credit risk management on
credit performance. Journal of Economics and Sustainable Development, 22(8)
104-114. https://www.iiste.org/Journals/index.php/JEDS/article/view/45234
Nosiru, M. O. (2010). Microcredits and agricultural productivity in Ogun State, Nigeria.
World Journal of Agricultural Sciences, 6(3), 290-296.
https://www.findevgateway.org/paper/2010/01/microcredits-and-agricultural-
productivity-ogun-state-nigeria
Palacios, J. (2016). La supervisión de la cartera de créditos y su influencia en las
provisiones de la agencia Hermelinda de Financiera Confianza S.A.A. en el año
2013 (tesis maestría). http://dspace.unitru.edu.pe/handle/UNITRU/7829
Palella, S. y Martins, F. (2012). Metodología de la investigación cuantitativa. edición
– 1° reimpresión. Fondo editorial de la Universidad Pedagógica Experimental
Libertador. ISBN 980-273-445-4.
Pérez Vallenas, N. P., y Pérez Vallenas, M. (2019). Evaluación crediticia y morosidad
en clientes de Mi Banco, oficina principal Cusco 2019.
http://190.119.204.136/handle/UAC/3319
9
Pires da Cruz, J., Silva, C., Rajaratnam, K., Beling, P. y Overstreet Jr., G. A. (2017).
Limiting credit portfolio loss without probability measures. https://crc.business-
school.ed.ac.uk/conference-paper/limiting-credit-portfolio-loss-without-
probability-measures/
Ragnhildstveit, M. y Silver, C. (2019). The effect of credit portfolio diversification and
ownership on banks´risk exposure. SNF, 02(19).
https://www.snf.no/Admin/Public/Download.aspx?file=Files%2FFiler%2FPublica
tions%2FA02_19.pdf
Rayo Cantón, S., Lara Rubio, J. y Camino Blasco. (2010). Un Modelo de Credit Scoring
para instituciones de microfinanzas en el marco de Basilea II. Journal of
Economics, Finance and Administrative Science, 15(28), 89-124.
http://www.scielo.org.pe/scielo.php?script=sci_arttext&pid=S2077-
18862010000100005&lng=es&tlng=es
Rózsa, Z., Zbranková, H. y Rahman, A. (2018). Gender differences of managing banks´
credit portfolio. Polish Journal of Management Studies, 18(2), 272-283.
https://doi.org/10.17512/pjms.2018.18.2.22
Shi, B., Zhao, X., Wu, B. y Dong, Y. (2019). Credit rating and microfinance lending
decisions based on loss given default (LGD). Finance Research Letters, 30, 124-
129. https://doi.org/10.1016/j.frl.2019.03.033
Sicking, J., Guhr, T. y Schäfer, R. (2018). Concurrent credit potfolio losses. Plos
One, 13(2): e0190263. https://doi.org/10.1371/journal.pone.0190263
Superintendencia de Banca, Seguros y AFP (2008). Resolución SBS N° 11356-2008
Reglamento para la evaluación y clasificación del deudor y la exigencia de
provisiones. Lima: Superintendencia de Banca, Seguros y AFP.
Superintendencia de Banca, Seguros y AFP (2011). Resolución SBS N° 3780-2011
Reglamento de gestión del riesgo de crédito. Lima: Superintendencia de Banca,
Seguros y AFP.
Superintendencia de Banca, Seguros y AFP (2015). Glosario de términos e indicadores
financieros. https://intranet2.sbs.gob.pe/estadistica/financiera/2015/Setiembre/SF-
0002-se2015.PDF+&cd=1&hl=es&ct=clnk&gl=pe
Taiwo, J. N., Yewande, O. A., Agwu, M. E. y Benson, K. N. (2016). The role of
microfinance institutions in financing small businesses. Journal of Internet
Banking and Commerce, 21(1), 1-19. http://www.icommercecentral.com/open-
10
access/the-role-of-microfinance-institutions-in-financing-small-
businesses.php?aid=70480
Tao, Y. y Zhang, W. (2016). Establishment of Cross-border E-commerce Credit
Evaluation System Base on Big Data. Management & Engineering, 24, 3-15.
http://www.seidatacollection.com/magazine/Public/uploads/admin/20190315/5c8
b1265ad6c4.pdf
Tasche, D. (2016). The two defaults scenario for stressing credit portfolio loss
distributions. Journal of Risk and Financial Management, 9(1), 1-18.
https://doi.org/10.3390/jrfm9010001
Ticona, P. (2017). La calidad de la cartera de créditos y su incidencia en la solvencia
financiera de las cooperativas de ahorro y crédito de la región Puno, 2012-2014
(tesis maestría). http://repositorio.unap.edu.pe/handle/UNAP/8110
Torres Hernández, S. (2014). Teoría general de la administración. Grupo Editorial
Patria.
Torres Paredes, L. E. (2018). La Demanda Crediticia de las Mypes en General y de las
Mypes Exportadoras de Orégano que Atiende la Caja Arequipa y su Efecto en el
Volumen y Calidad de la Cartera de Creditos. Períodos Comparativos: 2011 y
2016. http://tesis.ucsm.edu.pe/repositorio/handle/UCSM/7852
Velásquez Vásquez, F. (2002). Escuelas e interpretaciones del pensamiento
administrativo. Estudios Gerenciales, 18(83) 31-55.
http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0123-
59232002000200002
Verona Martel, M. C. (2007). El rating como evaluación de la calidad crediticia de las
empresas. Innovar, 17(29), 195-196.
http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0121-
50512007000100012&lng=en&tlng=es
Wu, G., He, X. y Li, M. (2019). Credit evaluation based on improved naive Bayesian
Model. Advances in applied Mathematics, 8(8), 1410-1417.
https://doi.org/10.12677/aam.2019.88165
Yang, J., Vargas, L., G., Jin, X., y Zhou, L. (2020). Quality credit evaluation in the
internet company: a system based on the analytic hierarchy process. Journal of
Business Economics and Management, 21(2), 344-372.
https://doi.org/10.3846/jbem.2020.11409
11
Yuping, Z., Guanyu, C., Jiková, P. y Weisl, D. (2020). New methods of customer
segmentation and individual credit evaluation based on machine learning. Atlantis
Press, New silk road: Business Cooperation and Prospective of Economic
Development (NSRBCPED-2019), 925-931.
https://doi.org/10.2991/aebmr.k.200324.170
Zapata, M. A. (2017). La calidad de la cartera del analista de créditos de las entidades
microfinancieras de la región Lambayeque (tesis maestría).
http://repositorio.unprg.edu.pe/handle/UNPRG/5962
John Peter Aguirre Landa
https://orcid.org/0000-0002-6604-9371
jpaguirre@unajma.edu.pe
Doctor en Administración, Magister en Gestión Pública y Licenciado en
Administración. Docente asociado de la Universidad Nacional José María
Arguedas, ha ocupado cargos como director del Departamento Académico,
director de la Escuela Profesional de Administración de Empresas, director de
la Oficina de Admisión, director del Centro Pre Universitario y director de
Responsabilidad Social Universitaria.
Lourdes Luzmila Garro Aburto
https://orcid.org/0000-0002-9453-9810
lourdesgarro.ga@gmail.com
Doctora en Psicología Educacional y Tutorial, Magister en Tecnología
Educativa y Licenciada en educación mención Biología y Química,
posdoctorante en CIFE México, miembro de la Red internacional de
investigación sobre la enseñanza de la investigación (RISEI) y RedDolac.
Docente investigador de la Escuela de Posgrado de la Universidad César
Vallejo con experiencia en docencia de pregrado y posgrado.
Rocío Victoria Quispe Rupaylla
https://orcid.org/0000-0002-7681-9616
rocivict@hotmail.com
Magister en Administración de Negocios por CENTRUM Pontificia
Universidad Católica del Perú y Licenciada en Administración por la
Universidad Nacional San Antonio Abad de Cusco. Labora en el Ministerio
de Educación como asesora de la Dirección General de Educación Superior
Universitaria; desempeñándose anteriormente como directora de la Dirección
General de Educación Universitaria, directora de la Dirección de
Coordinación y Promoción de la Calidad de la Educación Superior
Universitaria en el Ministerio de Educación.
Elvira Cáceres Cayllahua
https://orcid.org/0000-0002-5089-9996.
ecaceres@lamolina.edu.pe
Ingeniera en Gestión Empresarial por la Universidad Nacional Agraria La
Molina, con grado de maestría en Proyectos de Inversión por la Universidad
Nacional de Ingeniería y grado de Doctor en Administración por la
Universidad César Vallejo. Asimismo, cursando estudios de Doctorado en
Administración de Empresas en CENTRUM Pontificia Universidad Católica
del Perú. Docente de la Universidad Nacional Agraria La Molina.
Víctor Enrique Lizama Mendoza
https://orcid.org/0000-0001-5723-0219
vlizamam@unmsm.edu.pe
Doctor en Administración, Magister en Docencia y gestión educativa,
Licenciado en Educación. Actualmente Docente Catedrático en la Universidad
Nacional Federico Villarreal y Universidad Nacional Mayor de San Marcos
con experiencia en trabajar exitosamente con estudiantes universitarios y
desarrollar habilidades en estudiantes en todos los niveles de logro. Capaz de
utilizar habilidades creativas para diseñar e implementar planes de lecciones
y estructuras de programas bien recibidos.