Enfoques. Revista de Investigación en Ciencias de
la Administración
http://revistaenfoques.org
Volumen 7 | No. 25 | enero - marzo 2023
ISSN: 2016 – 8219
ISSN-L: 2016 – 8219
pp. 39 – 64
Modelo expertones
para disminuir la morosidad de cartera en cooperativas de ahorro y crédito
Expertones model to reduce delinquency in credit unions'
portfolios
Modelo de
Expertones para reduzir a inadimplência nas carteiras
das cooperativas de crédito
Janice
Ordóñez Parra
jordonezp@ucacue.edu.ec
https://orcid.org/0000-0002-5002-2203
Universidad Católica
de Cuenca. Cuenca, Ecuador
Boris Lucero Sarmiento
boris.lucero@est.ucacue.edu.ec
https://orcid.org/0000-0002-3341-482X
Universidad Católica
de Cuenca. Cuenca, Ecuador
Geovanny Zamora
ezamoraz@ucacue.edu.ec
https://orcid.org/0000-0003-3265-8846
Universidad Católica
de Cuenca. Cuenca, Ecuador
Julio Ávila Cárdenas
aavilac26@est.ucacue.edu.ec
https://orcid.org/0000-0002-8434-2045
Universidad Católica
de Cuenca. Cuenca, Ecuador
Recibido: 27 de octubre 2022 Aceptado:
15 de noviembre 2022 Publicado: 9 de enero 2023
Escanea en tu dispositivo móvil o revisa este artículo en:
http://doi.org/10.33996/revistaenfoques.v7i25.154
RESUMEN
Las Cooperativas de Ahorro y Crédito del segmento 1 en Ecuador apoyan el desarrollo económico del país. El problema son los altos índices de morosidad y la pérdida de liquidez en la cartera crediticia. El propósito de este estudio es diseñar una estrategia para reducir la morosidad y mejorar la rentabilidad. Este estudio utilizó un enfoque mixto, bajo el análisis cuantitativo desarrollando las variables de cooperativas y microcréditos a las pruebas de significación obteniendo información de la cartera de crédito vencida del periodo 2019 al 2021. Los resultados del modelo de aceptación muestran que R2 (0.5524) representa el 55% de la variabilidad de los datos es cierto. La prueba f determina la validez global de los datos, donde el p-value es igual a 0000. La estrategia bajo el modelo de expertones busca establecer zonas georeferenciales de riesgo en el Score de crediticio con la finalidad de mejorar en la toma de decisión para el ingreso del crédito. Palabras clave: Cooperativas de Ahorro y Crédito; Liquidez; Morosidad; Reactivación económica
ABSTRACTCredit unions in segment 1 in Ecuador support the economic development of the country. The problem is the high delinquency rates and the loss of liquidity in the loan portfolio. The purpose of this study is to design a strategy to reduce delinquency and improve profitability. This study used a mixed approach, under quantitative analysis developing the variables of cooperatives and microcredit to significance tests by obtaining information from the past due loan portfolio for the period 2019 to 2021. The results of the acceptance model show that R2 (0.5524) represents 55% of the variability of the data is true. The f-test determines the overall validity of the data, where the p-value is equal to 0000. The strategy under the Experton Model seeks to establish georeferential risk zones in the credit score in order to improve the decision making process for credit entry. Keywords: Credit Unions; Liquidity; Non-performing loans; Economic recovery
RESUMO
As cooperativas de crédito do segmento 1 no Equador apóiam o desenvolvimento econômico do país. O problema são as altas taxas de inadimplência e a perda de liquidez na carteira de empréstimos. O objetivo deste estudo é projetar uma estratégia para reduzir a inadimplência e melhorar a rentabilidade. Este estudo utilizou uma abordagem mista, sob a análise quantitativa, desenvolvendo as variáveis de cooperativas e microcréditos para testes de significância, obtendo informações da carteira de empréstimos não performantes para o período de 2019 a 2021. Os resultados do modelo de aceitação mostram que R2 (0,5524) representa 55% da variabilidade dos dados é verdadeira. O teste f determina a validade geral dos dados, onde o valor p é igual a 0000. A estratégia sob o Modelo Experton procura estabelecer zonas de risco geo-referencial na pontuação de crédito, a fim de melhorar o processo de tomada de decisão para a entrada de crédito. Palavras-chave: Cooperativas de poupança e crédito; Liquidez; Delinqüência; Recuperação econômica
INTRODUCCIÓN
Las cooperativas de ahorro y crédito en
Ecuador ejercen un papel importante dentro de la economía del país, ya que
financian proyectos de emprendimiento, salud, educación y necesidades básicas
de sus socios; además sus productos y servicios financieros están direccionados
a los sectores productivos del país por ello requieren mantener una excelente
liquidez. Según Ordoñez et al. (2021) a
consecuencia del confinamiento se vieron afectados los índices de morosidad de
las Cooperativas de Ahorro y Crédito en Ecuador provocando un declive notorio
en los ingresos de sus socios y la relación directa en la capacidad de pago y
cumplimiento de las obligaciones, provocando el crecimiento de la cartera de
créditos vencida en el período de marzo a mayo del 2020, coincidiendo este
período con el del confinamiento decretado por las autoridades en todo el mundo
a fin de contener el crecimiento descontrolado de la pandemia.
A lo largo de los años, las cooperativas de
ahorro y crédito ecuatorianas han apoyado la economía del país proporcionando
préstamos para la producción, el consumo, las microfinanzas,
la vivienda y los negocios, lo que permite a todos los miembros controlar su
economía a través de materias primas y tecnología mejoradas. Trayendo consigo
la dificultad para recuperar carteras por la morosidad, debido a la falta de
capacidad de pago, y a la emergencia sanitaria en el país, lo que ha
desencadena un aumento en la tasa de desempleo para el 2021 con 5,2% en el
entorno nacional, a nivel urbano queda establecida en 6,8%, y de 2,3% a nivel
rural (Boletín Técnico, N° 05-2022-ENEMDU, 2022). Esto conlleva a que muchos
socios que mantienen operaciones crediticias en las Cooperativas perdieran su
trabajo. Según Greicy et al. (2020) la morosidad
puede generar serios conflictos en la gestión financiera, especialmente en el
circulante utilizada en el comercio, ya que la compra de un crédito bancario se
basa en la evaluación de la entidad que otorgó el crédito.
Según Uguani (2016)
para las instituciones financieras el mantener altos índices de morosidad en su
cartera de créditos es un indicador con el cual permite determinar que la
entidad está teniendo pérdidas más no rentabilidad. Por su parte López y
Fuentes (2008) realizan un estudio de la evolución, el cumplimiento y el índice
de morosidad de la cartera de microcréditos del Sistema Bancario en la
República Bolivariana de Venezuela de los periodos comprendidos entre
2002-2005. Por su parte Jimbo et al. (2019) mencionan
que, las cooperativas con carteras de crédito vencidas por concepto de
préstamos presentan reducciones en los ingresos perjudican el rendimiento de la
entidad, por esta razón es necesario supervisar periódicamente el desarrollo de
la calidad de cartera de crédito.
A raíz del confinamiento y emergencia
sanitaria, el gobierno ecuatoriano introdujo nuevas medidas para poder dotar a
las familias ecuatorianas de recursos para sobrevivir en aislamiento, una de
las cuales es el congelamiento del pago de cuotas o dividendos financieros. La
Asamblea Nacional aprobó el Proyecto de Ley Orgánica de Apoyo Humanitario para
enfrentar la crisis sanitaria provocada por el COVID-19, esperando que el
gobierno lo rechace o lo envíe al registro oficial en estos días
(Luna-Altamirano et al., 2020). La morosidad trae serias implicaciones en el
circulante de las instituciones financieras, así pues, luego de la pandemia se
obtuvo un déficit en la capacidad de pago, ya que varias empresas se
paralizaron afectando a la economía y de ende a la ciudadanía incurriendo de
esta manera en mora.
La situación económica por el COVID-19 afectó
a muchas familias ecuatorianas ya que al quedar desempleados por el cierre de
empresas o por la falta de liquidez de la misma optaron por despedir al
personal, siendo esta una de las causales principales para el no pago de los
dividendos o cuotas en las entidades financieras teniendo un impacto negativo
es todos los sectores financieros. Una estrategia importante es brindar
asesoría, planificación y educación financiera gratuita a los socios de las
cooperativas para combatir la morosidad educanda a las personas a tener un
endeudamiento situado debajo del 30% de sus ingresos mensuales, es decir no
excederse de la tercera parte de su sueldo para el pago de las deudas. (Odar, 2020).
Por ende, este estudio busca diseñar el
planteamiento de estrategias para reducir la morosidad en las Cooperativas de
Ahorro y Crédito del segmento 1 con el propósito de mejorar la rentabilidad y
liquidez. Según Hoz et al. (2018) la
rentabilidad es uno de los objetivos que toda empresa se plantea para conocer
el retorno de la inversión al realizar una serie de actividades en un periodo
de tiempo determinado. Además, puede entenderse como el resultado de las
acciones realizadas por la dirección de una empresa.
El Cooperativismo una
visión desde Ecuador
Desde 1919, Ecuador ha introducido su primera
cooperativa de ahorro y crédito en la metrópolis de Guayaquil. Ortega et al.
(2018) mencionan que el cooperativismo entre 1980 y 1990 mostró un declive en
su desarrollo; sin embargo, en 1999, debido a los feriados bancarios, las
cooperativas en el sistema financiero aumentaron, ya que brindaron mayor
estabilidad y control sobre los bienes de consumo. Por su parte, Campoverde et al. (2019) menciona en la actualidad existen
en el mundo más de 85,000 Cooperativas de Ahorro y Crédito prestando sus
servicios. Según Gualpa y Urbina (2021) las
cooperativas de ahorro y crédito en el Ecuador emergen como respuesta
a la integración social, destinados a permitir que los sectores
más vulnerables y habitualmente
excluidos por la banca clásico
accedan a fuentes de financiamiento.
En el estudio de Calderón y Castro (2013)
sobre las etapas que se plantean en los lineamientos de la política bancaria
con relación a la entrega y recuperación del crédito otorgado, implementando
elementos que permitan mejorar el riesgo de recuperación del crédito en el
sector agrícola. Por su parte, Chavarín (2015)
explica sobre las limitaciones de los créditos otorgados por los entes
financieros mexicanos cuya causa principal es el índice de morosidad de los
socios, se basó en un análisis del modelo estático con estimadores y un modelo
de panel dinámico con estimadores.
Por su parte, Quito et al. (2019) en
su publicación relacionada con la reducción de la morosidad en los créditos
otorgados por las entidades financieras, donde realizó una implementación scoring crediticio incidiendo sobre la mejora del análisis
del determinando como variable escondida crédito en el mayor margen financiero,
el cual debe ser tomado en consideración previo a un análisis para una mejor y
oportuna toma de decisiones crediticias con la finalidad de conseguir la
reducción en los índices de morosidad de las IFIS. Según Rodríguez et al.
(2017) el scoring es un método estadístico que
detecta el riesgo crediticio y se encarga de examinar a los solicitantes en
función de la información crediticia guardada en cierta base de datos, también
la entidad financiera podrá determinar la probabilidad del no pago de la deuda.
MÉTODO
El estudio se desarrolló bajo el análisis descriptivo,
ya que se especifica la situación del grupo analizando sus características para
entender su relación con el sistema financiero (Hernández et al., 2014). El
diseño del estudio fue no experimental de corte transversal con apoyo
documental en el periodo de 2019-2021. El enfoque fue mixto cuali-cuantitativo,
debido a que la investigación estuvo compuesta por dos realidades, una objetiva
y otra subjetiva (Hernández et al., 2014). Análisis cuantitativo de datos de
carteras de crédito vencidas, y análisis cualitativo de grupos de expertos de
cooperativas para que tengan un conocimiento amplio de las acciones y efectos
descritos. Para ello, se creó un cuestionario bajo el Modelo Expertones, con esta aplicación fueron examinados los
aspectos monetarios relacionados con la cartera crediticia de las cooperativas
de ahorro y crédito del Ecuador del segmento 1, en la que se examinaron los
cambios en un conjunto específico de cuentas a lo largo del tiempo. Lo que
permitió examinar los antecedentes y cambios en las condiciones económicas de
los bienes inmuebles y sistemas financieros a través de la recopilación de
información de fuentes secundarias en las páginas oficiales de la
Superintendencia de Economía Popular y Solidaria, obteniendo información de la
cartera de crédito vencida del periodo 2019 al 2021.
Para la recolección de la información se usó
la técnica de la observación, y como instrumento la guía de observación de
datos que reflejan el perfil crediticio de las entidades financieras
ecuatorianas del segmento 1. En cuanto al porcesamiento
de la información estuvo representada por un modelo de serie temporal soportado
por el programa estadístico Eviews, que utiliza el
modelo de cálculo y estimación del coeficiente de correlación entre las
variables, aplicando mínimos cuadrados ordinarios. Finalmente, mediante el
modelo de expertones de lógica difusa se establece un
escenario de mejora del índice de morosidad. Según Kosko
(1995) con la lógica difusa, los conceptos relativos de la realidad se pueden
usar para definir diversos grados de pertenencia y patrones de razonamiento que
son muy similares al pensamiento humano.
RESULTADOS
Para
estimar el modelo, se realiza una aplicación por mínimos cuadrados ordinarios,
a través de Eviews, lo cual muestra las variables de
una forma ordenada, como un modelo lineal en donde se puede evidenciar la
variable dependiente (Consumo) las variables independientes (Microcrédito,
tiempo y vivienda) finalmente muestra la constante (c).
Tabla 1. Estimación de modelo.
|
Variable |
Coefficient |
Std.
Error |
t-Stadistic |
Prob. |
|
COOP |
-5862450,0 |
259933,6 |
-2.255.364 |
0,0267 |
|
MICRO |
0.606344 |
0,123971 |
4,891031 |
0,0000 |
|
TIEMPO |
1431875. |
2767760. |
0,517341 |
0,6063 |
|
VIVI |
1.662.045 |
0.446728 |
3,720486 |
0,0004 |
|
C |
8157429. |
7862603. |
1,037497 |
0,3025 |
|
R-squared |
0,552471 |
Mean dependent
var |
19863188 |
|
|
Adjusted R-squared |
0,530904 |
S.D. dependet
var |
29845016 |
|
|
S.E. of regression |
20441033 |
Akaike info criterion |
36,55913 |
|
|
Sum squared
resid |
3,47E+16 |
Schwarz criterion |
36,69988 |
|
|
Log likelihood |
-1603,602 |
Hannan-Quinn criter. |
36,61583 |
|
|
F-stadistic |
25,61574 |
Durbin-Watson stat |
0,907723 |
|
|
Prob(F-stadistic) |
0,000000 |
|
|
|
En
la Tabla 1 se puede observar, los coeficientes estimados de cada una de las
variables, las desviaciones estándar, la prueba t (estadístico de la prueba t)
y el p- value.
La estimación determina que existe una relación negativa entre las
cooperativas; una relación positiva entre la variable dependiente y las
variables independientes de tiempo y vivienda. En cuanto a las desviaciones
estándar el tamaño de los errores con relación a los coeficientes, se visualiza
que son muy grandes, siendo así, el microcrédito y el tiempo, es mayor al valor
estimado. La prueba de significación, si se toma un valor alfa de un 10%, se
puede ver que son estadísticamente significativos, las dos variables
cooperativas y microcréditos, tienen un impacto en la estructura del modelo de
las variables de consumo.
La
salida del modelo, muestra que R2 (0.5524), representa un 55% de una
variabilidad de los datos reales, se puede decir que es un valor aceptable para
validar los datos. La prueba f muestra validez global de los datos, en donde p-
value es igual a 0000, lo cual quiere decir que el
ajuste del modelo es bueno. En la Figura 1, se analizan los residuos. Las
líneas del gráfico de color rojo son los valores observados de la variable
dependiente Y (consumo), mientras que las líneas de color verde son los valores
ajustados y pronosticados en el modelo; se puede observar que existen tres
valores atípicos, en los que se puede evidenciar que el modelo no se puede
pronosticar, en tanto que, en los demás valores el modelo se puede ver que si
existe una muy buena bondad de ajuste.
Figura 1. Modelo de Banda de Ajuste. Nota. La
figura muestra los residuos de los valores de la variable dependiente y los
valores ajustados de la variable independiente.
Los
valores que están en la curva de color azul son los residuos del modelo. En
cambio, las rectas que están de color gris son las bandas de confianza. Lo que
se debe estudiar son los valores que están fuera de la banda de confianza, los
mismos que están, por defecto en un 95% de confianza, lo que también debería
tener el mismo porcentaje los valores de los residuos que están debajo de la
banda de confianza, como patrón aleatorio para que no exista auto correlación
entre ellos. Con lo resultado obtenidos
A
fin de anular o afirmar la hipótesis, como se observa en la Figura 2 se realizó
el análisis de histograma de normalidad de residuos, tanto la media como la
mediana son cercana a cero, también se puede observar el coeficiente de
simetría (0.784311), por lo tanto, se puede ver que existe una asimetría hacia
la derecha. Un coeficiente de curtosis o de
apuntamiento, con un valor de 5.631007, lo que representa una curtosis no normal, es una distribución leptocúrtica
porque es mayor a 3.
Figura 2. Normalidad de Residuos.
Con los resultados obtenidos de Jarque-Bera (34.40351) ayuda a confirmar que la
distribución no es normal y la
probabilidad de (0.0000) por lo tanto se rechaza la hipótesis nula, de acuerdo
a la información proporcionada unos de los motivos es que algunas Cooperativas
no tuvieron colocaciones y no es constante la información de todas las IFIS y
eso hace que exista un desequilibrio en el resultado, en razón que los errores
no siguen una distribución normal, lo que representa un problema, que significa
que las prueba t y f que se analizó en la salidas de modelo no es adecuada, en
este caso, pues, las pruebas de t y f debe seguir una distribución normal, al
no cumplir con este principio las hipótesis no son exactas y no pueden llegar a
ser inválidas.
A continuación, se
da a conocer el proceso de aplicación del modelo de expertos a través del
modelo de la lógica difusa iniciando con la estructura de matrices cuadradas
para determinar el efecto olvidado. El primer paso para la ejecución de esta
herramienta fue establecer las acciones y efectos con el propósito de tratar de
reducir el nivel de morosidad en las Cooperativas de ahorro y crédito segmento
1 de Ecuador, apoyados en el amplio conocimiento de cinco gerentes responsables
del área crediticia que sin lugar a dudas brindaron su contingente para
determinar las estrategias de mejoras adecuadas.
En la Tabla 3 se
observa, la matriz de acciones y efectos de forma cuadrada, que contiene el
mismo número de variables, la acciones y efectos descritas tributan a las
normas del Sistema de Monitores PERLAS, luego se procedió a la aplicación de
esta herramienta que ofrece la lógica borrosa como el expertizaje
y la teoría de efectos olvidados, con la cual se determina el efecto olvidado u
omitido, para intentar dar solución al problema de los altos índices de
morosidad en la cartera de créditos vencida.
Tabla 2. Acciones y
efectos.
Con la información
obtenida se estructura la frecuencia, se determina las repeticiones del grado
de presunción en relación al número de expertos consultados, luego se normaliza
la frecuencia, esta es la distribución entre los datos obtenidos en la
frecuencia y el número de expertos consultados. Luego, se establece la acumulación
de frecuencias, para ello se inicia con el último valor en forma ascendente
hasta llegar a obtener la unidad, a partir de ahí todos los valores se
consideran uno, luego la suma de ese proceso se realiza solo a partir de 0,1 lo
cual se detalla en la Tabla 4.
Tabla 3. Normalización
y Acumulación de Frecuencia.
|
Nivel
de presunción |
Frecuencias |
Frecuencias
normalizadas |
Expertón
carácter |
|
0 |
0 |
0 |
1 |
|
0,1 |
0 |
0 |
1 |
|
0,2 |
0 |
0 |
1 |
|
0,3 |
0 |
0 |
1 |
|
0,4 |
0 |
0 |
1 |
|
0,5 |
1 |
0,200 |
1,000 |
|
0,6 |
0 |
0,000 |
0,800 |
|
0,7 |
0 |
0,000 |
0,800 |
|
0,8 |
2 |
0,400 |
0,800 |
|
0,9 |
1 |
0,200 |
0,400 |
|
1 |
1 |
0,200 |
0,200 |
|
Total |
5 |
1 |
8,000 |
|
0,800 |
Una vez realizada
la consulta a los cinco expertos de las principales Cooperativas de Ahorro y
Crédito del Segmento 1 que aportaron con su criterio relacionando a la
incidencia entre las acciones y efectos los cuales se relacionan directamente a
la busca de la mejor estrategia para la mejora en los índices de morosidad de
la cartera de créditos vencida y que se encuentran detallados en la Tabla 4 se
presenta el resultado de los expertos en la aplicación de la matriz cuadrada,
para luego trasladar los datos completos o matriz base.
![Descripción: C:\Users\LENOVO\AppData\Local\Packages\microsoft.windowscommunicationsapps_8wekyb3d8bbwe\LocalState\Files\S0\3484\Attachments\PHOTO-2022-09-06-12-05-56[4467].jpg](image013.png)