Análisis de los determinantes de la tasa de morosidad de los principales bancos privados del Ecuador, periodo 2016 – 2019

Análisis de los determinantes de la tasa de morosidad de los principales bancos privados del Ecuador, periodo 2016 – 2019.

Analysis of the determinants in the mortgage rate of the main private banks in Ecuador in the period 2016 - 2019.

Steven Gabriel Macias Burgos

Universidad de las Américas, Quito, Ecuador.

Steven.macias@udla.edu.ec

David Andres Samaniego Flores.

Universidad de las Américas, Quito, Ecuador.

david.samaniego@udla.edu.ec

https://orcid.org/0000-0003-4090-9625

Ana Belén Tulcanaza-Prieto

Universidad de las Américas, Quito, Ecuador

ana.tulcanaza@udla.edu.ec

 https://orcid.org/0000-0002-9201-6848

Resumen.

En el presente estudio se analiza los determinantes de la tasa de morosidad que afectan a los principales bancos privados del Ecuador durante el periodo 2016 – 2019, para lo cual, se empela un modelo econométrico de mínimos cuadrados ordinarios (MCO) y un análisis de correlación, se utilizó las variables tasa de interés activa, inflación, total del volumen de crédito, liquidez, ROA, ROE y apalancamiento los cuales buscan explicar la tasa de morosidad. Concluyendo que los factores que afectan de manera positiva y significativamente son el total del volumen de crédito y el apalancamiento. Por el contrario, la liquidez y el ROA afectan de manera negativa significativamente. También esta investigación contribuye a un análisis para los bancos privados del Ecuador siendo una base para compararlo con otras instituciones financieras.

Palabras claves: morosidad, tasa de interés, bancos privados, liquidez, inflación.

Abstract

In the present study, the determinants of the delinquency rate that deteriorate the main private banks in Ecuador during the period 2016 - 2019 are analyzed, for which an econometric model of ordinary least squares (OLS) and an analysis of connections are used. , the variables active interest rate, inflation, total credit volume, liquidity, ROA, ROE and leverage were produced, which seek to explain the delinquency rate. Concluding that the factors that arise positively and significantly are the total credit volume and leverage. Conversely, liquidity and ROA come out negatively significantly.

Keywords: mortgage, interest rate, private banks, liquidity, inflation.

Introducción.

El sistema bancario juega un papel importante en el funcionamiento de las economías. Contar con instituciones bancarias sólidas y solventes permiten que los recursos financieros fluyan eficientemente desde los agentes superavitarios a los deficitarios, permitiendo que se aprovechen las oportunidades de negocios y de consumo. Sin embargo, la actividad bancaria comprende una serie de riesgos entre los cuales se destaca el riesgo de crédito. Un indicador del riesgo crediticio es el nivel de morosidad de la entidad, es decir, la proporción de su cartera de créditos que se encuentra en calidad de incumplimiento (Jaén & Gonzalez, 2005).

En Ecuador, el organismo encargado de la supervisión y control de las entidades del sistema financiero es la Superintendencia de Bancos (SBS), quién determina que el índice de morosidad se calcula “como el porcentaje de la cartera improductiva frente a la cartera bruta total, a nivel consolidado y por línea de negocio (Superintencia de Bancos del Ecuador, 2018).

El presente estudio incluye un análisis de varios de los indicadores y variables utilizados en los diferentes trabajos que tratan de explicar las causas o determinantes de la morosidad y centra su atención en el análisis de la calidad de la cartera de créditos y la liquidez, tasa activa referencial, tasa pasiva, inflación, volumen de crédito, ROA y ROE como las variables independientes que explican el comportamiento de la morosidad.

Además, se plantea el primer análisis formal de la morosidad de los créditos del sistema bancario para Ecuador con un aspecto empírico y global, al considerar factores microeconómicos y macroeconómicos como sus determinantes, además de estudiar su comportamiento dinámico. Se desarrolla con un horizonte de estudio desde el año 2016 hasta el año 2019 de la economía y utiliza la metodología de datos de panel.

El estudio tomó información previa de trabajos realizados por autores como   (Greenidge & Tiffany, 2009), y (Poma, 2005) quienes aplicaron un modelo de regresión lineal múltiple tomando como variable dependiente al indicador de morosidad para determinar el comportamiento de la cartera microcrédito. En concordancia con lo aplicado por (Matarazo, 2006) se complementó el estudio con el uso de un modelo de análisis de componentes principales.

El artículo se compone de la siguiente manera, en la sección 2 se muestran los determinantes de la tasa de morosidad y se puntualiza el desarrollo de las hipótesis, la sección 3 muestra el modelo de investigación, la sección 4 se observan los resultados y discusión, y finalmente, en la sección 5 se emiten las conclusiones y recomendaciones para futuras investigaciones.

Marco Teórico.

Según estudios como el de (Camargo, 2018), mencionan, que la morosidad es producida debido al mal manejo en la administración de la cartera de créditos, es por eso que se la denomina como cartera pesada debido al incumplimiento de pago de los clientes por lo cual todas las instituciones financieras al otorgar créditos a sus clientes asumen este riesgo de morosidad dentro de sus operaciones.

El indicador más utilizado es la tasa de morosidad o cartera vencida la cual se encuentra dentro de los estados contables de cada institución financiera y se calcula como la ratio entre la cartera vencida y el total de colocaciones, es importante tomar en cuenta que este indicador tiene una dependencia con las fluctuaciones del ciclo económico.

Al tener un ciclo económico favorables de los actores económicos (familias, empresas) logran cumplir con sus obligaciones financieras dando como resultado una reducción de la tasa de morosidad, dicho escenario cambia en un ciclo económico de recesión, donde el ciclo económico ya no es favorable ocasionando que la morosidad se incremente  (Guillen, 2017).

Según un estudio realizado en la India se muestra que la viabilidad en las instituciones y del sistema financiero dependen de un adecuado manejo de la tasa de morosidad ya que la quiebra de las entidades de crédito y el colapso del sistema financiero se ocasiono por un elevado nivel de morosidad. (Aguilar, 2004), si bien es un indicador importante según (Strearns, 1991) no es el principal indicador ya que se debe ponderar la importancia y los beneficios de la baja morosidad con los medios para lograrlo.

...