Matriz de transición: una herramienta para determinar la probabilidad de default en las instituciones microfinancieras

En los últimos años ha habido una constante preocupación por la administración de la morosidad de las entidades microfinancieras (IMF), y sobre todo por calcular la probabilidad de default de la cartera de créditos, y para ello se han utilizado diversas herramientas estadísticas. El objetivo de esta...

Full description

Autores:
Toledo Concha, Emerson Jesús
León Reyes, Víctor Manuel
Tipo de recurso:
Article of journal
Fecha de publicación:
2021
Institución:
Universidad Externado de Colombia
Repositorio:
Biblioteca Digital Universidad Externado de Colombia
Idioma:
spa
OAI Identifier:
oai:bdigital.uexternado.edu.co:001/6456
Acceso en línea:
https://bdigital.uexternado.edu.co/handle/001/6456
https://doi.org/10.18601/16577175.n29.07
Palabra clave:
credit risk;
microfinance;
management;
provisions
riesgo;
crédito;
microfinanzas;
gestión;
provisiones
Rights
openAccess
License
Emerson Jesús Toledo Concha, Víctor Manuel León Reyes - 2021
id uexternad2_61dbb326aca08667212da389cce3c368
oai_identifier_str oai:bdigital.uexternado.edu.co:001/6456
network_acronym_str uexternad2
network_name_str Biblioteca Digital Universidad Externado de Colombia
repository_id_str
dc.title.spa.fl_str_mv Matriz de transición: una herramienta para determinar la probabilidad de default en las instituciones microfinancieras
dc.title.translated.eng.fl_str_mv Transition matrix: A tool to determine the probability of default in Microfinance Institutions
title Matriz de transición: una herramienta para determinar la probabilidad de default en las instituciones microfinancieras
spellingShingle Matriz de transición: una herramienta para determinar la probabilidad de default en las instituciones microfinancieras
credit risk;
microfinance;
management;
provisions
riesgo;
crédito;
microfinanzas;
gestión;
provisiones
title_short Matriz de transición: una herramienta para determinar la probabilidad de default en las instituciones microfinancieras
title_full Matriz de transición: una herramienta para determinar la probabilidad de default en las instituciones microfinancieras
title_fullStr Matriz de transición: una herramienta para determinar la probabilidad de default en las instituciones microfinancieras
title_full_unstemmed Matriz de transición: una herramienta para determinar la probabilidad de default en las instituciones microfinancieras
title_sort Matriz de transición: una herramienta para determinar la probabilidad de default en las instituciones microfinancieras
dc.creator.fl_str_mv Toledo Concha, Emerson Jesús
León Reyes, Víctor Manuel
dc.contributor.author.spa.fl_str_mv Toledo Concha, Emerson Jesús
León Reyes, Víctor Manuel
dc.subject.eng.fl_str_mv credit risk;
microfinance;
management;
provisions
topic credit risk;
microfinance;
management;
provisions
riesgo;
crédito;
microfinanzas;
gestión;
provisiones
dc.subject.spa.fl_str_mv riesgo;
crédito;
microfinanzas;
gestión;
provisiones
description En los últimos años ha habido una constante preocupación por la administración de la morosidad de las entidades microfinancieras (IMF), y sobre todo por calcular la probabilidad de default de la cartera de créditos, y para ello se han utilizado diversas herramientas estadísticas. El objetivo de esta investigación es determinar en forma eficiente la probabilidad de default utilizando una herramienta denominada Matriz de Transición, para lo cual se desarrollará la construcción de una matriz de transición para una cartera de préstamos de una institución microfinanciera, además de comprobar su utilidad n el monitoreo de la cartera de préstamos, lo cual nos permitirá establecer tendencias que nos lleven a conocer y calcular las probabilidades de mantener, mejorar o deteriorar su categoría de riesgo, de manera que las instituciones puedan proyectar tendencias del comportamiento de pago de sus deudores en el futuro. El presente documento tiene un enfoque mixto, con un alcance exploratorio y descriptivo. Finalmente, respecto de la clasificación del deudor los resultados muestran que la mejora de clasificación tiene una baja probabilidad de ocurrencia, pues casi el 80 % de los deudores permanecen en la misma clasificación, y de empeorar (un 18.75 %). Además, la probabilidad de default o pérdida de la clasificación sería del 11.3 %, indicador que está relacionado directamente con la provisión de la cartera de crédito de las instituciones. El uso de la matriz de transición también permite estimar la provisión que tendrán que constituir estas instituciones, las mismas que impactarán en la reducción de la rentabilidad de sus resultados financieros.
publishDate 2021
dc.date.issued.none.fl_str_mv 2021-01-01
dc.date.accessioned.none.fl_str_mv 2022-01-01 00:00:00
2022-08-23T16:23:41Z
dc.date.available.none.fl_str_mv 2022-01-01 00:00:00
2022-08-23T16:23:41Z
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.local.eng.fl_str_mv Journal article
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ART
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.doi.none.fl_str_mv 10.18601/16577175.n29.07
dc.identifier.eissn.none.fl_str_mv 2619-4899
dc.identifier.issn.none.fl_str_mv 1657-7175
dc.identifier.uri.none.fl_str_mv https://bdigital.uexternado.edu.co/handle/001/6456
dc.identifier.url.none.fl_str_mv https://doi.org/10.18601/16577175.n29.07
identifier_str_mv 10.18601/16577175.n29.07
2619-4899
1657-7175
url https://bdigital.uexternado.edu.co/handle/001/6456
https://doi.org/10.18601/16577175.n29.07
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.bitstream.none.fl_str_mv https://revistas.uexternado.edu.co/index.php/contad/article/download/7544/11954
https://revistas.uexternado.edu.co/index.php/contad/article/download/7544/11955
https://revistas.uexternado.edu.co/index.php/contad/article/download/7544/11956
dc.relation.citationedition.spa.fl_str_mv Núm. 29 , Año 2022 : Enero-Junio
dc.relation.citationendpage.none.fl_str_mv 115
dc.relation.citationissue.spa.fl_str_mv 29
dc.relation.citationstartpage.none.fl_str_mv 99
dc.relation.ispartofjournal.spa.fl_str_mv Apuntes Contables
dc.relation.references.spa.fl_str_mv Aguilar, G., Camargo, G. y Morales, R. (2004). Análisis de la morosidad en el sistema bancario peruano. Informe final de investigación. Instituto de Estudios Peruanos, 1, 1-108. https://www.cies.org.pe/sites/default/files/investigaciones/analisis-de-lamorosidad- en-el-sistema-bancario-peruano.pdf.
Cóndor, J. y Cajamarca, R. (2014). Matrices de transición y análisis de cosechas en el contexto de riesgo de crédito. Quito: SBS, 22.
Flores-Ruiz, E.; Miranda-Novales, M. G. y Villasis-Keever, M. Á. (2017). El protocolo de investigación vi: cómo elegir la prueba estadística adecuada. Estadística inferencial. evista Alergia, vol. 64, n. 3, 364-370.
Garrocho, C., Jiménez, E. y Álvarez, J. (2016). Modelando la migración interestatal de México: cadenas de Markov estáticas versus cadenas de Markov dinámicas con medias móviles. Papeles de Población, 22(90), 109-144.
Jarrow, R., Lando, D. y Turnbull, S. (1997). A Markov model for the term structure of credit risk spreads. The Review of Financial Studies, 10(2), 481-523. https://academic.oup.com/rfs/article-abstract/10/2/481/1589160.
Jiménez, M. (2017). La movilidad socioeconómica intergeneracional en Argentina. Universidad Nacional de La Plata.
Larralde, M., Real, C. y Viana, S. (2011). Matriz de Transición Condicional de los Créditos del Sector No Financiero para Uruguay y sus Ventajas frente al Cálculo Incondicional. Revista de Ciencias Empresariales y Economía, 9, 99-124.
Morales, A. (2018). Calculating for managing: The emergence of the idea of risk management. Apuntes Contables, 89-102. https://doi.org/10.18601/16577175.n21.06.
Peña, L. (2013). Matrices de transición del crédito en Nicaragua. Managua, Nicaragua, 22. https://www.bcn.gob.ni/estadisticas/estudios/2014/DT-31_Matrices_de_Transicion_del_Credito_en_Nicaragua.pdf.
Pereira, C. (2019). Actualidad de la gestión empresarial en las pymes. Apuntes Contables (24), 39-53. https://doi.org/10.18601/16577175.n24.03.
Polanco, C., González, J. y Castañón, A. (2015). Cadenas de Markov, un vistazo al futuro. Archipiélago, 90, 27-28.
Ramírez, F. y Ayús, A. (2012). Análisis discriminante como seleccionador de variables influyentes en el cálculo de la probabilidad de incumplimiento. Revista Ciencias Estratégicas, 20(27), 103-118. https://www.redalyc.org/pdf/1513/151325816008.pdf.
Rodríguez, V. (2013). Matriz de probabilidad de transición de microcréditos: el caso de una microfinanciera mexicana. Estudios Económicos, 39-77. https://www.redalyc.org/pdf/597/59727431002.pdf.
Román, P. (2014). Estadística descriptiva e introducción a la probabilidad. https://docplayer.es/23007685-Tema-4-probabilidad-condicionada-teoremas-basicos-independenciade-sucesos.html.
Romero, M. (2016). Pruebas de bondad de ajuste a una distribución normal. Revista Enfermería del Trabajo, 6(3), 114. https://dialnet.unirioja.es/servlet/articulo?codigo=5633043.
SBS (2008). Superintendencia de Banca Seguro y afp. Resolución n.° 11356.
Solorio, J., Márquez, Z., Montoya, M., Cárdenas, S. y Hernández, R. (2014). Aplicación de Métodos Markovianos en el Modelado del Deterioro de Carreteras. Publicacion Técnica, 396.
Toledo, E. (2020). Microfinanzas en el Perú: del modelo relacional al modelo de eficiencia. Apuntes Contables. vol. 1, 75-93. https://revistas.uexternado.edu.co/index.php/contad/article/view/6878.
Valencia, V. y Zambrano, J. (2012). Cálculo de la probabilidad de default para una cartera de créditos vehiculares. Escuela Superior Politécnica del Litoral, 8. https://pdfs.semanticscholar.org/582d/42a45722e6fea4a088d97d2883784b2cc0e1.pdf.
Vásconez, G. (2010). El riesgo de crédito en las microfinanzas. Asunción, Paraguay.
dc.rights.spa.fl_str_mv Emerson Jesús Toledo Concha, Víctor Manuel León Reyes - 2021
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0
rights_invalid_str_mv Emerson Jesús Toledo Concha, Víctor Manuel León Reyes - 2021
http://purl.org/coar/access_right/c_abf2
http://creativecommons.org/licenses/by-nc-sa/4.0
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
text/html
text/xml
dc.publisher.spa.fl_str_mv Facultad de Contaduría Pública
dc.source.spa.fl_str_mv https://revistas.uexternado.edu.co/index.php/contad/article/view/7544
institution Universidad Externado de Colombia
bitstream.url.fl_str_mv https://bdigital.uexternado.edu.co/bitstreams/6cfabcf6-19b7-4d00-a121-2089f728b72c/download
bitstream.checksum.fl_str_mv 6519e1d786dc89bb0092c281aee0a7f5
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Universidad Externado de Colombia
repository.mail.fl_str_mv metabiblioteca@metabiblioteca.org
_version_ 1808418146703376384
spelling Toledo Concha, Emerson Jesús5dca996a-55d6-4543-aedc-a55f67a260ffLeón Reyes, Víctor Manuela298bb87-8d41-4f6b-b28a-db556f64e9392022-01-01 00:00:002022-08-23T16:23:41Z2022-01-01 00:00:002022-08-23T16:23:41Z2021-01-01En los últimos años ha habido una constante preocupación por la administración de la morosidad de las entidades microfinancieras (IMF), y sobre todo por calcular la probabilidad de default de la cartera de créditos, y para ello se han utilizado diversas herramientas estadísticas. El objetivo de esta investigación es determinar en forma eficiente la probabilidad de default utilizando una herramienta denominada Matriz de Transición, para lo cual se desarrollará la construcción de una matriz de transición para una cartera de préstamos de una institución microfinanciera, además de comprobar su utilidad n el monitoreo de la cartera de préstamos, lo cual nos permitirá establecer tendencias que nos lleven a conocer y calcular las probabilidades de mantener, mejorar o deteriorar su categoría de riesgo, de manera que las instituciones puedan proyectar tendencias del comportamiento de pago de sus deudores en el futuro. El presente documento tiene un enfoque mixto, con un alcance exploratorio y descriptivo. Finalmente, respecto de la clasificación del deudor los resultados muestran que la mejora de clasificación tiene una baja probabilidad de ocurrencia, pues casi el 80 % de los deudores permanecen en la misma clasificación, y de empeorar (un 18.75 %). Además, la probabilidad de default o pérdida de la clasificación sería del 11.3 %, indicador que está relacionado directamente con la provisión de la cartera de crédito de las instituciones. El uso de la matriz de transición también permite estimar la provisión que tendrán que constituir estas instituciones, las mismas que impactarán en la reducción de la rentabilidad de sus resultados financieros.In recent years, there has been a constant concern about the administration of the delinquency of microfinance entities (MFIS), and especially in calculating the probability of default of the loan portfolio, for these various statistical tools have been used. The objective of this research is to efficiently determine the probability of default using a tool called, transition matrix, for this, the construction of a transition matrix for a loan portfolio of a microfinance institution will be developed, in addition to checking its usefulness in The monitoring of the loan portfolio allows us to establish trends that allow us to know and calculate the probabilities of maintaining, improving or deteriorating their risk category, in such a way that the institutions can project trends in the payment behavior of their debtors in the future. This document has a mixed approach, with an exploratory and descriptive scope. Finally, the results show that with respect to the debtor’s classification: the improvement in the classification has a low probability, that of maintaining their classification, almost 80 % of the debtors remain in the same classification and of getting worse by 18.75 %. Also, the probability of default or loss in the ranking. It would be 11.3 %. This indicator is directly related to the provision of the institutions’ loan portfolio. The use of the transition matrix also allows estimating the provision that these institutions will have to make, the same ones that will impact on reducing the profitability of their financial results.application/pdftext/htmltext/xml10.18601/16577175.n29.072619-48991657-7175https://bdigital.uexternado.edu.co/handle/001/6456https://doi.org/10.18601/16577175.n29.07spaFacultad de Contaduría Públicahttps://revistas.uexternado.edu.co/index.php/contad/article/download/7544/11954https://revistas.uexternado.edu.co/index.php/contad/article/download/7544/11955https://revistas.uexternado.edu.co/index.php/contad/article/download/7544/11956Núm. 29 , Año 2022 : Enero-Junio1152999Apuntes ContablesAguilar, G., Camargo, G. y Morales, R. (2004). Análisis de la morosidad en el sistema bancario peruano. Informe final de investigación. Instituto de Estudios Peruanos, 1, 1-108. https://www.cies.org.pe/sites/default/files/investigaciones/analisis-de-lamorosidad- en-el-sistema-bancario-peruano.pdf.Cóndor, J. y Cajamarca, R. (2014). Matrices de transición y análisis de cosechas en el contexto de riesgo de crédito. Quito: SBS, 22.Flores-Ruiz, E.; Miranda-Novales, M. G. y Villasis-Keever, M. Á. (2017). El protocolo de investigación vi: cómo elegir la prueba estadística adecuada. Estadística inferencial. evista Alergia, vol. 64, n. 3, 364-370.Garrocho, C., Jiménez, E. y Álvarez, J. (2016). Modelando la migración interestatal de México: cadenas de Markov estáticas versus cadenas de Markov dinámicas con medias móviles. Papeles de Población, 22(90), 109-144.Jarrow, R., Lando, D. y Turnbull, S. (1997). A Markov model for the term structure of credit risk spreads. The Review of Financial Studies, 10(2), 481-523. https://academic.oup.com/rfs/article-abstract/10/2/481/1589160.Jiménez, M. (2017). La movilidad socioeconómica intergeneracional en Argentina. Universidad Nacional de La Plata.Larralde, M., Real, C. y Viana, S. (2011). Matriz de Transición Condicional de los Créditos del Sector No Financiero para Uruguay y sus Ventajas frente al Cálculo Incondicional. Revista de Ciencias Empresariales y Economía, 9, 99-124.Morales, A. (2018). Calculating for managing: The emergence of the idea of risk management. Apuntes Contables, 89-102. https://doi.org/10.18601/16577175.n21.06.Peña, L. (2013). Matrices de transición del crédito en Nicaragua. Managua, Nicaragua, 22. https://www.bcn.gob.ni/estadisticas/estudios/2014/DT-31_Matrices_de_Transicion_del_Credito_en_Nicaragua.pdf.Pereira, C. (2019). Actualidad de la gestión empresarial en las pymes. Apuntes Contables (24), 39-53. https://doi.org/10.18601/16577175.n24.03.Polanco, C., González, J. y Castañón, A. (2015). Cadenas de Markov, un vistazo al futuro. Archipiélago, 90, 27-28.Ramírez, F. y Ayús, A. (2012). Análisis discriminante como seleccionador de variables influyentes en el cálculo de la probabilidad de incumplimiento. Revista Ciencias Estratégicas, 20(27), 103-118. https://www.redalyc.org/pdf/1513/151325816008.pdf.Rodríguez, V. (2013). Matriz de probabilidad de transición de microcréditos: el caso de una microfinanciera mexicana. Estudios Económicos, 39-77. https://www.redalyc.org/pdf/597/59727431002.pdf.Román, P. (2014). Estadística descriptiva e introducción a la probabilidad. https://docplayer.es/23007685-Tema-4-probabilidad-condicionada-teoremas-basicos-independenciade-sucesos.html.Romero, M. (2016). Pruebas de bondad de ajuste a una distribución normal. Revista Enfermería del Trabajo, 6(3), 114. https://dialnet.unirioja.es/servlet/articulo?codigo=5633043.SBS (2008). Superintendencia de Banca Seguro y afp. Resolución n.° 11356.Solorio, J., Márquez, Z., Montoya, M., Cárdenas, S. y Hernández, R. (2014). Aplicación de Métodos Markovianos en el Modelado del Deterioro de Carreteras. Publicacion Técnica, 396.Toledo, E. (2020). Microfinanzas en el Perú: del modelo relacional al modelo de eficiencia. Apuntes Contables. vol. 1, 75-93. https://revistas.uexternado.edu.co/index.php/contad/article/view/6878.Valencia, V. y Zambrano, J. (2012). Cálculo de la probabilidad de default para una cartera de créditos vehiculares. Escuela Superior Politécnica del Litoral, 8. https://pdfs.semanticscholar.org/582d/42a45722e6fea4a088d97d2883784b2cc0e1.pdf.Vásconez, G. (2010). El riesgo de crédito en las microfinanzas. Asunción, Paraguay.Emerson Jesús Toledo Concha, Víctor Manuel León Reyes - 2021info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.http://creativecommons.org/licenses/by-nc-sa/4.0https://revistas.uexternado.edu.co/index.php/contad/article/view/7544credit risk;microfinance;management;provisionsriesgo;crédito;microfinanzas;gestión;provisionesMatriz de transición: una herramienta para determinar la probabilidad de default en las instituciones microfinancierasTransition matrix: A tool to determine the probability of default in Microfinance InstitutionsArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/articleJournal articlehttp://purl.org/redcol/resource_type/ARTinfo:eu-repo/semantics/publishedVersionPublicationOREORE.xmltext/xml2692https://bdigital.uexternado.edu.co/bitstreams/6cfabcf6-19b7-4d00-a121-2089f728b72c/download6519e1d786dc89bb0092c281aee0a7f5MD51001/6456oai:bdigital.uexternado.edu.co:001/64562023-08-14 15:19:20.956http://creativecommons.org/licenses/by-nc-sa/4.0Emerson Jesús Toledo Concha, Víctor Manuel León Reyes - 2021https://bdigital.uexternado.edu.coUniversidad Externado de Colombiametabiblioteca@metabiblioteca.org

Publicaciones similares