UNIVERSIDAD DE LA REPÚBLICA
FACULTAD DE CIENCIAS ECONÓMICAS Y DE ADMINISTRACIÓN
TRABAJO DE INVESTIGACIÓN MONOGRÁFICO PARA LA OBTENCIÓN DEL TÍTULO LICENCIADO
EN ECONOMÍA
LAS MICROFINANZAS:
UN MODELO DE CALIFICACIÓN ESTADÍSTICA PARA UNA
INSTITUCIÓN ESPECIALIZADA EN MICROCRÉDITOS DE
URUGUAY
AUTORES: TUTOR:
BELEDO, MARÍA LETICIA C.I. 2.833.108-1 EC. JORGE NAYA GAGGERO, MARÍA C.I. 3.108.805-1 LAZARINI, GEORGINA MARÍA C.I. 3.353.186-2
MONTEVIDEO, 2007
- 3 -
Agradecemos a nuestras familias, parejas y amigos.
Especialmente a nuestro tutor, Jorge Naya, por su apoyo incondicional.
Del Instituto de Estadística de la Facultad, a Ramón Álvarez y a Gonzalo De Armas, por su
paciencia e interés.
- 4 -
ABSTRACT
En el comienzo se analizan las Microfinanzas dentro del contexto mundial y su
contribución a la lucha contra la pobreza; en particular a través de su producto más
conocido: el Microcrédito, instrumento que permite a personas de bajos ingresos iniciar
y/o desarrollar una actividad productiva y con ello iniciar un proceso de mejora en su
calidad de vida y también en la de su familia. Las principales innovaciones para el manejo
del riesgo microcrediticio han sido los “Oficiales de Crédito” y los “Grupos Solidarios”. La
utilización de una calificación estadística es considerada por muchos especialistas
sectoriales como la innovación siguiente. El análisis se centra luego en lo que constituye
el objetivo principal de la investigación: analizar el uso de “Credit Scoring” o calificación
estadística como herramienta que contribuye a mejorar la eficiencia e incrementar el
alcance de la actividad microcrediticia, en particular para el caso uruguayo. Esta
herramienta permite pronosticar el riesgo que una solicitud de crédito incurra en un
“atraso costoso”, considerando un conjunto de características del prestatario, del
préstamo y de la institución prestamista. Nuestro objetivo se concreta a través de la
construcción de un modelo de “Credit Scoring” para una institución especializada en
microcrédito de Uruguay. El modelo resultó explicado por un conjunto de variables
estadísticamente significativas, en cuanto su incidencia en el riesgo de “atraso costoso”:
“Edad del prestatario”, “Moneda”, “Número de cuotas totales del crédito”, “Días entre las
cuotas”; “Número de créditos previos”, “Máximo atraso en el crédito previo” y “Días con
crédito”; “Oficial de Crédito” y “Edad del Oficial de Crédito” y por último “Año” definida en
relación a la evolución del PIB. Importa destacar que el modelo formulado cuenta con la
bondad de incluir pocas variables fáciles de recabar y demostró tener una buena
capacidad de predicción.
- 5 -
TABLA DE CONTENIDO
Introducción 1
Capítulo I: Las Microfinanzas 4
I.1 Definición de las microfinanzas 4
I.2 Principales proveedores de servicios microfinancieros 5
I.3 Reseña Histórica 9
I.4 Conclusión 11
Capítulo II: Máximas para las Microfinanzas y fundamento para 12
la construcción de un modelo de calificación estadística
II.1 Máxima I: “Las microfinanzas representan 12
una herramienta poderosa en la lucha contra la pobreza”
II.1.1 La situación más reciente de la pobreza mundial 13
en el marco de un crecimiento económico acelerado
II.1.2 Las microfinanzas contribuyen a la 14
generación de Autoempleo
II.1.3 Las microfinanzas son un instrumento eficaz de 17
lucha contra las desigualdades
II. 2 Máxima II: “Las personas de escasos recursos 22
necesitan una variedad de servicios financieros, no sólo préstamos”
II.2.1 Microcrédito, principal producto de las microfinanzas 22
II.2.2 Otros Servicios Financieros 31
II.3 Máxima III: Es necesario que se destine más capital 35
al sector para ampliar su cobertura
II.3.1 Origen del fondeo para la industria microfinanciera 38
en el Uruguay
II. 4 Máxima IV: “El papel del gobierno es de facilitador, 39
no el de un proveedor directo de servicios.”
II.5 Máxima V: Las microfinanzas pueden y deben ser sostenibles si 44
se espera alcanzar a un gran número de personas pobres
II.6 Conclusión 46
Capítulo III: Antecedentes y Marco Teórico “Credit Scoring” 48
o calificación estadística
III.1 Definición de Credit coring 48
III.1.1 Scoring Subjetivo y Credit Scoring 49
III.1.2 ¿Cómo funciona el Credit Scoring? 49
III.2 Aplicación de Credit Scoring en el crédito al consumo 50
su extrapolación al sector microfinanciero
III.3 Métodos estadísticos más utilizados para el desarrollo de 52
modelos de Credit Scoring
- 6 -
III.4 Otras consideraciones acerca de la elección del modelo 54
y los datos a utilizar
III.5 Casos de instituciones especializadas en microfinanzas que 56
han utilizado el Credit Scoring en América Latina.
III.5.1 BancoSol en Bolivia. 56
Datos extraídos del estudio de Mark Schreiner, 1999: “Un modelo
de calificación del riesgo de morosidad para los créditos de una
organización de microfinanzas en Bolivia”
III.5.2 Instituciones microfinancieras afiliadas a 59
Women´s World Banking en Colombia y República Dominicana
III.5.3 Banco del Trabajo y Solución en Perú 62
III.6 Conclusiones 63
Capítulo IV El Modelo 64
IV.1 El modelo estadístico 64
IV.2 Justificación de la elección de la base de datos 66
IV.3 Determinación de la variable dependiente del modelo: 68
determinación del atraso costoso
IV.4 Determinación de las variables explicativas del modelo 69
IV.4.1 Análisis del comportamiento de las posibles 69
variables explicativas con las que se cuenta en la
base de datos frente a la definición de incumplimiento.
IV.4.2 Pruebas de independencia 80
IV.5 Determinación del modelo 93
CAPITULO V: Resultados y Conclusiones 96
V.1 Poder de predicción del modelo 96
V. 2 Poder Predictivo del Modelo. 97
V.3 Discriminación entre atrasos costosos y no atrasos costosos 98
V.4 Reflexiones Finales. 100
ANEXO A.1 Comportamiento de la muestra 102
ANEXO A.2 Comportamiento de la muestra – Independencia 116
ANEXO B Matriz de correlaciones (variables continuas) 126
ANEXO C Tablas de Predicción 127
ANEXO D Gráficos del modelo 129
ANEXO E Definiciones 133
Referencias Bibliográficas
BIBLIOGRAFÍA 137
ANEXO F 143
Principios Claves de las Microfinanzas formulados y aprobados por la CGAP y sus 33
miembros cooperantes, y adicionalmente aprobados por el Grupo de los Ocho (G8)
durante la Cumbre del 10 de junio de 2004
- 7 -
- 8 -
“El acceso sostenible a las micro-finanzas contribuye a aliviar la pobreza generando
ingresos, creando puestos de trabajo, permitiendo a los niños asistir a la escuela y a las
familias tener asistencia médica, y capacitando a la gente para elegir la mejor manera de
satisfacer sus necesidades." Kofi Annan - Secretario General de las Naciones Unidas. Año
Internacional del Microcrédito), 2005.
1
INTRODUCCIÓN Mientras el mundo crece a una tasa promedio mayor al 5 por ciento anual, la situación de
exclusión que viven muchos de sus habitantes no parece tener un final cercano. En
general, las desigualdades entre y dentro de los países han tendido a acentuarse y la
pobreza está lejos de desaparecer.
El crecimiento económico no ha sido suficiente para disminuir la tasa de desempleo, y la
pobreza de ingresos extrema -vivir con menos de un dólar americanos al día- cada vez
engloba más trabajadores. La desigualdad de ingresos se profundiza y la misma conlleva
a la consolidación de otras desigualdades como ser el acceso a la educación, el acceso a
la salud, el acceso al trabajo, así como a la perpetuación de éstas, de generación en
generación.
La afirmación que solo el crecimiento económico no conduce en forma directa al pleno
empleo y a la igualdad de oportunidades no es nueva. Desde los albores de la ciencia
económica se enfatiza el estudio de los desequilibrios en los mercados y los problemas
derivados del exceso de oferta de trabajo frente a la demanda de trabajo, es decir
desempleo de la mano de obra. Vale la pena resaltar algunos teóricos de la Ciencia
Económica del siglo XVIII que han intentado explicar estos fenómenos.
Thomas Robert Malthus (1766-1834), economista clásico del siglo XIX, estudió los
desequilibrios coyunturales de la economía. El explica el desempleo por la existencia de
exceso de producción que lleva a que el capital y mano de obra queden ociosos. Si en un
período de tiempo la producción es excesiva frente a la demanda efectiva, la inversión en
el período siguiente será menor.
Carlos Marx (1818-1883), economista del siglo XIX, promulga que la ley que rige el
desenvolvimiento de la sociedad es la existencia de un Ejército Industrial de Reserva
(EIR) o sobrepoblación relativa, el cual es causa y consecuencia del mismo. Para Marx, la
acumulación de capital, razón de ser de la sociedad capitalista, lleva a la inversión
continua en progreso técnico con el fin de aumentar la productividad de la mano de obra,
incorporando para ello maquinaria ahorradora de ésta y así se origina una sobrepoblación
relativa a la demanda de trabajo existente. A su vez, el EIR contribuye a la perpetuación
de la forma de acumulación capitalista, siendo contingente de mano de obra y depresor
de salarios. Respecto al EIR, Marx dice que lo integran los que buscan trabajo por primera
vez, los desplazados de las fábricas por la introducción de maquinarias y/o por las
continuas crisis que afectan al sistema de producción capitalista.
Considerando que la mano de obra es el único capital del que dispone la clase trabajadora
y que debe ofrecerla para obtener de ella su sustento; se observan en ambas
exposiciones, el reconocimiento de la existencia de mano de obra desocupada, ya sea en
forma eventual o perpetuada en el tiempo. Entonces cabe preguntarse, ¿qué estrategia
debería seguir esta población desfavorecida para el logro de su subsistencia diaria?
Desde hace varios siglos, es el Estado quien en general ha sido proveedor de soluciones a
esta problemática. Los programas asistencialistas del Estado, han sido criticados por
autores diversos entre los que se pueden citar como uno de los primeros a David Ricardo
(1772-1823), quien promulgaba la derogación de la Ley de Pobres. La Ley de Pobres
consistía en la entrega de subsistencias a las familias pobres. Ricardo consideraba que tal
prestación desincentivaba a la población económicamente activa a la búsqueda de
empleo, desequilibrando el mercado de trabajo.
2
Pero bien, nos seguimos preguntando, si la población quiere trabajar pero no encuentra
trabajo como dependiente; ¿tiene la alternativa de generar su propia fuente de trabajo?
Podemos suponer sin cometer un error que los pobres utilizan todo su ingreso en
consumo por lo que las posibilidades de ahorro, cuando existen, son casi nulas. Esto no
permite una inversión futura que implique mejoramiento del ingreso per cápita y una
potencial salida de la situación de marginalidad presente. Así se describe el concepto de
“círculo vicioso de la pobreza”, llamado también “trampas de la pobreza”, situación de
bajo ingreso per cápita, y por consiguiente bajo consumo per cápita, que a veces no es
siquiera suficiente para satisfacer los requerimientos de alimentación mínimos
provocando lesiones físicas y psíquicas. Esto conlleva a que la situación de pobreza se
perpetúe y se incremente. A esta situación extrema se le denomina indigencia o pobreza
extrema.
Las microfinanzas han demostrado ser una herramienta eficaz
para ayudar a superar la situación de pobreza en el mundo,
primordialmente por medio del microcrédito posibilitando la
creación de “empleo decente”. La definición “empleo decente”
según la OIT, es todo aquel trabajo productivo, justamente
remunerado y ejercido en condiciones de libertad, igualdad,
seguridad y dignidad humana. Por lo tanto el papel del
microcrédito es fundamental como una potencial salida de la situación de profundización
de desigualdades a la que lleva el círculo vicioso de la pobreza.
Y así lo reconoce la Asamblea General de las Naciones Unidas que proclamó, en el año
1998, al año 2005 como el Año Internacional del Microcrédito. La proclama se ratificó en
el año 2003, “recalcando que las personas que viven en condiciones de pobreza en áreas
tanto rurales como urbanas necesitan acceso al microcrédito y a la microfinanciación para
poder mejorar su capacidad de aumentar sus ingresos, reunir activos y aliviar la
vulnerabilidad en momentos de mayor dificultad” (Resolución [A/58/488] de las Naciones
Unidas, diciembre de 2003).
A partir de allí, la Organización de las Naciones Unidas (ONU) ha fomentado la creación y
consolidación de instituciones proveedoras de servicios microfinancieros en todo el
mundo, a lo que denomina “Finanzas Inclusivas”, en pos del cumplimiento del primer
“Objetivo de Desarrollo del Milenio” que implica disminuir a la mitad la pobreza extrema
en el mundo. Los "Objetivos de Desarrollo del Milenio” son parte de la “Declaración del
Milenio” del 8 de septiembre del año 2000 de la Asamblea General de Naciones Unidas
donde se priorizaron aspectos relacionados con el desarrollo sustentable y la erradicación
de la pobreza.
Si bien las microfinanzas y dentro de éstas el microcrédito, ha demostrado su eficacia en
la lucha contra la pobreza, debe ser todavía más eficiente para lograr llegar a más
clientes. Para ello se ha innovado en la provisión de este servicio que alcanza a las
personas no consideradas como clientes por el sector financiero convencional. Las
grandes innovaciones fueron:
En primer lugar la metodología de Grupos Solidarios, grupos que se han utilizado
como garantía de cumplimiento de los pagos para la devolución del capital frente a
la ausencia de garantías convencionales como ser un título de propiedad.
Los Oficiales de Crédito han sido la fuente primordial de información para la
institución de microcrédito sobre los emprendimientos y los prestatarios frente a la
falta de documentación formal que pruebe ingresos y egresos de los mismos,
“El pobre continua siendo pobre, no
porque no quiera
trabajar sino porque no tiene acceso al capital”
Milton Friedman
3
tanto en el momento de decidir realizar el desembolso del crédito como en el
seguimiento del cumplimiento de los pagos previamente acordados.
Ambas innovaciones permitieron la incorporación de nuevos prestatarios al sector
financiero, además de darle a las personas excluidas, un sentido de pertenencia a la
sociedad que necesitaban para superar su situación. Otra fortaleza ha sido potenciar el
sistema de solidaridad en un mundo cada vez más individualista, agrupando prestatarios
emprendedores he introduciendo instancias de capacitación para mejorar la gestión de los
emprendimientos y aumentar el nivel de educación de los prestatarios. La capacitación
también cubre otras áreas como charlas sobre higiene personal y en el hogar como forma
de prevenir enfermedades. Estos últimos son componentes cruciales en la definición de la
situación de pobreza.
En la actualidad, reconociendo la fortaleza del microcrédito para el combate de la pobreza
se busca mejorar la eficiencia de este servicio para ampliar su cobertura. Para el logro de
este propósito, el sector necesita ampliar sus fuentes de capital, es decir, contar además
de la ayuda de los cooperantes internacionales y del sector público local, con el mercado
de capitales y hasta captar depósitos de su población objetivo. Para captar depósitos, los
proveedores de servicios microfinancieros deben convertirse en instituciones financieras
reguladas, para lo cual deben cumplir con reglamentaciones que en la mayoría de los
países son inaccesibles para los proveedores del sector. Para acceder al mercado de
capitales es necesario que las instituciones proveedoras de servicios microfinancieros
muestren eficiencia en la colocación del capital. En este sentido y siguiendo las
recomendaciones del Comité de Basilea, donde se establecen las buenas prácticas para el
funcionamiento del sector bancario mundial, varias instituciones reconocidas del sector
microfinanciero han incursionado en el uso de la calificación estadística “Credit Scoring”,
el cual permite establecer un nivel de riesgo a cada potencial prestatario y de esta forma
la institución puede lograr un uso más eficiente de sus recursos.
El objetivo del presente trabajo, se fundamenta en la construcción de un modelo de
calificación estadística, utilizando como plataforma la información recabada por una
institución especializada en microcréditos de la República Oriental del Uruguay,
reconocida tanto a nivel nacional como internacional por su larga trayectoria en el sector.
Se trata de una institución sin fines de lucro denominada FUNDASOL que opera en el
sector desde el año 1979. Se pretende corroborar el potencial del instrumento para el
mercado de microcréditos nacional.
El trabajo se divide en cinco capítulos. El primer capítulo presenta a las Microfinanzas a
través de su definición, sus principales proveedores y una breve reseña histórica. En el
segundo capítulo se presentan los principios claves de las Microfinanzas que fundamentan
la construcción de un modelo de calificación estadística. En el tercer capítulo se define el
marco teórico de nuestra investigación a partir de la definición de la herramienta “Credit
Scoring” y el análisis de su aplicación en instituciones microfinancieras de América Latina.
En el cuarto capítulo se desarrolla el modelo estadístico elegido para la construcción de un
scoring para la institución microfinanciera uruguaya Fundasol. Y en el quinto y último
capítulo se exponen los resultados del modelo y las conclusiones y recomendaciones que
aporten a una mayor comprensión del sector microfinanciero uruguayo.
Nota de los autores. Las referencias bibliográficas se detallan al final de la tesis y se
identifican en el texto de la siguiente manera: (Fuente, Secuencia). Ejemplo: (D-1) =
(Definición 1º) (OIT, CB-1) = (Fuente, Cita Bibliográfica 1ª) (OIT, C-1) = (Fuente, Otras
Citas 1ª)
4
Capítulo I: Las Microfinanzas
En este capítulo se presenta el concepto de Microfinanzas, se detallan los principales
proveedores de los servicios microfinancieros y se descubre una reseña histórica donde
queda de manifiesto el cambio de paradigma que propulsó el crecimiento de esta
actividad.
I.1 Definición de las microfinanzas
Las microfinanzas son el conjunto de actividades orientadas a la prestación de servicios
financieros para atender a la población excluida del sistema financiero convencional.
Se consideran excluidos del sistema financiero o un-banked, aquellos que, en general,
perciben ingresos muy bajos. Entre ellos se encuentran personas jóvenes o ancianas, y/o
personas con bajo nivel de instrucción, y/o personas desempleadas o empleadas en
empleos precarios o microempresarios(D-1) Los motivos de dicha exclusión pueden
originarse en (CB-1):
La no existencia de sucursales bancarias en zonas periféricas que dificulta el
acceso a los servicios financieros, denominada exclusión geográfica.
La pertenencia a clases sociales marginales que no se consideran sujetos de
crédito por las instituciones financieras, denominada exclusión social.
La presencia de factores psicológicos originados en la pobreza, que conlleva a que
las personas se autoexcluyan de la posibilidad de acceso a los servicios
financieros por falta de seguridad y autoestima.
La existencia de costos elevados para la provisión de servicios financieros sumado
a que estos no son adecuados a sus necesidades, se denomina exclusión
económica.
La exigencia, del sistema bancario convencional, de requisitos formales (D-2) no
apropiados para una población que no cuenta con un historial crediticio o no
presenta una formalización mínima del negocio conforme a las leyes. A esto se
denomina exclusión normativa.
Estas situaciones de exclusión pueden superarse a través de las Microfinanzas que tienen
por objetivo fundamental impulsar la creación y/o desarrollo de pequeñas actividades
productivas (D-3).
Existen diversas instituciones que proveen servicios microfinancieros que van desde el
microcrédito, microahorro, microseguros, microleasing y remesas entre otros; hasta
servicios no financieros complementarios como ser capacitación y asesoria para el
desarrollo de éstos microemprendimientos. Cada uno de estos servicios se explican en el
capítulo dos.
5
I.2 Principales proveedores de servicios microfinancieros:
a) Instituciones especializadas en Microfinanzas
Organizaciones no gubernamentales (ONG), asociaciones sin fines de lucro, o
fundaciones: son organizaciones multipropósito que se dedican a llevar a cabo
programas de microcrédito con un fuerte contenido formativo para difundir entre
los pobres la capacidad de activación de recursos propios. Los fondos que utilizan
provienen de donaciones gubernamentales o privadas o de organismos
internacionales. Están sujetas a leyes civiles y comerciales pero no a regulación
bancaria por lo que no están autorizadas a captar depósitos. Los recursos
humanos son muchas veces voluntarios, lo que le da inestabilidad a la Institución
por la alta rotación de personal.
Instituciones microfinancieras no bancarias autorizadas oficialmente para
financiarse ya sea mediante la captación de depósitos del público o recurriendo a
fuentes comerciales de financiamiento. En general son ONG de microcrédito que se
han transformado o compañías financieras comerciales. Las compañías financieras
que se han conformado con el objeto de financiar crédito al consumo de
asalariados, en algunos países dentro de los que se puede citar a Uruguay, han
incursionado en la concesión de préstamos a microempresarios.
Bancos IMF o Bancos de Pobres. Están sujetas a reglamentaciones financieras
adaptadas a la prestación de servicios a la población que ha sido percibida como
muy riesgosa o no rentable por parte de los bancos comerciales. Estas
instituciones ven a las microfinanzas como una actividad rentable sin abandonar
su dimensión social. En general surgen del proceso de conversión de ONG en
entidades financieras reguladas (“upscaling o upgrading”)
Surgimiento del primer Banco IMF en América Latina
En Bolivia, el 17 de Noviembre de 1986, se inaugura la ONG Fundación para Promoción y el Desarrollo de la Microempresa (PRODEM) con el fin de facilitar el acceso al crédito del sector
de la microempresa. En 1992, poseía 17,000 clientes con préstamos de 4 millones de dólares y 5
sucursales localizadas en las ciudades de La Paz, El Alto, Cochabamba y Santa Cruz. Debido a las limitaciones de la estructura legal y financiera de una ONG para el logro de sus objetivos,
se convierte en 1992 en un banco comercial denominado Banco Solidario S.A. Actualmente BancoSol tiene 100,000 prestatarios quienes representan una cartera total de más de 150
millones de dólares. Cuenta con más de 110,000 clientes en depósitos por un total de
captaciones de 120 millones de dólares, a través de una red de 47 agencias convirtiéndose así, en uno de los principales bancos comerciales de Bolivia.
6
b) Bancos comerciales: bancos formales que incursionan en la prestación de servicios
microfinancieros (“downscaling”) o bancos que financian a ONG especializadas en
Microfinanzas.
El ingreso de los bancos comerciales en el sector de las microfinanzas se da de diversas
formas:
Nuevas líneas de crédito para microempresarios o nueva sucursal, es decir, abrir o
convertirse en un banco específico.
Absorción de carteras de préstamo de instituciones especializadas en
microfinanzas, por lo general ONG.
Alianzas con ONG, en las que cada institución se especializa en lo que tiene
ventajas comparativas respecto a la otra. El banco comercial con su red y
ventanillas establecidas es el responsable del desembolso y del cobro del capital
prestado, y la ONG se encarga de la preparación y seguimiento de los
emprendimientos de los prestatarios.
Servicios de asesoría a ONG especializadas en microcrédito.
c) Bancos estatales y Bancos de desarrollo. Se han creado con el objeto de
fomentar el desarrollo de sectores prioritarios y llegar a sectores de la población
excluidos de los bancos comerciales convencionales.
Incursión de un banco comercial en las microfinanzas:
Banco del Caribe en Venezuela
Bancaribe fue fundado en 1954 y es el líder y coordinador del grupo financiero Bancaribe,
formado por importantes empresas entre las cuales se destaca BanGente (El Banco de la Gente Emprendedora, C. A., Banco de Desarrollo), especializado en microfinanzas; a su vez ha
establecido alianzas estratégicas con otras organizaciones, como ser Grupo Social CESAP,
Fundación Eugenio Mendoza y Fundación de la Vivienda Popular, y organismos multilaterales e internacionales (Banco Interamericano de Desarrollo, Corporación Andina de Fomento,
Acción International y PROFUND).
Incursión de un banco estatal en las microfinanzas:
Banco Estado de Chile
Banco Estado fue fundado en 1953 y actualmente financia a la micro y pequeña empresa tanto a través de su Programa de Fomento a actividades económicas relevantes para el desarrollo del
país – sector agrícola, pesca artesanal- como a través de su Programa de Microempresas. Estos sectores no han sido cubiertos por la banca tradicional del país por no contar con información
suficiente, por su escasa historia financiera y por el mayor riesgo asociado a estas actividades.
7
d) Bancos comunitarios (community bank o village bank): son instituciones creadas
por las comunidades locales que efectúan operaciones de intermediación financiera
utilizando capitales tanto provenientes del ahorro de los socios como externos.
Muchas veces, estas instituciones son articulaciones locales de programas financieros
más amplios en los que, por medio de la activación de un círculo crediticio, se aspira a
desarrollar también la acumulación del ahorro local.
e) Cooperativas de ahorro y crédito (credit union o rotating saving and credit
association): son asociaciones de participación voluntaria que recogen ahorro entre
los socios, les conceden préstamos y les permite satisfacer sus propias necesidades
económicas y sociales. Tradicionalmente su mercado objetivo han sido los asalariados
y/o productores agrícolas y en menor medida microempresarios.
f) Proveedores informales de servicios financieros. Son los principales proveedores
de servicios financieros a las personas de bajos ingresos. Están sujetos a leyes
comerciales y a la ley de usura pero operan por fuera de la ley bancaria. Se reconocen
en este grupo: prestamistas, casas de empeño, líneas de crédito de comercios
minoristas y grupos informales de ayuda mutua.
A continuación se describen las instituciones proveedoras de microcrédito en Uruguay
según el relevamiento realizado por el “Seminario Internacional: las Microfinanzas en
Uruguay” celebrado en Montevideo en octubre del año 2005.
Organizaciones especializadas en Microfinanzas:
Fundasol, es una asociación civil sin fines de lucro constituida el 21 de diciembre de
1979, cuya misión es apoyar la creación y el desarrollo de micro, pequeñas y
medianas empresas. Fomentar el espíritu emprendedor y promover instancias de
cooperación empresarial. Sus actividades principales son la capacitación en gestión
empresarial así como microcréditos tanto para la compra de activos fijos como de
capital de trabajo.
Fundación Ecuménica de Desarrollo del Uruguay (FEDU), es una organización no
gubernamental sin fines de lucro, cuyo objetivo es atender a personas de bajos
recursos económicos mediante la financiación a sus proyectos, tanto en áreas urbanas
como rurales de todo el país.
Fundación Uruguaya de Apoyo al Microcredito (FUAM), es una empresa social sin fines
de lucro creada en 1983, centra sus actividades en la ciudad de Montevideo y su
periferia, atendiendo algunas zonas de los departamentos de Canelones y San José.
Inicio del Programa de Bancos Comunales
Fundación Internacional para la Asistencia Comunitaria- FINCA
En 1984, mientras John Hatch trabajaba en Bolivia con un grupo de granjeros, se le ocurre
fomentar la asociación de vecinos para el ahorro e inversión de capitales, modalidad que se conoce como “Village Banking”. Fundó FINCA en 1985 y en 1986 comenzó a trabajar con
mujeres salvadoreñas. Luego del éxito del programa en El Salvador, en 1989 se crearon nuevos programas de bancos comunitarios en México, Honduras, Guatemala y Haití, y en 1992 FINCA
Uganda en África. La sede de FINCA Internacional en Washington ha contribuido a la
superación económica de las familias más pobres de América Latina apoyando preferentemente a mujeres.
8
Desde su inicio, ha financiado pequeños emprendimientos en actividades diversas del
sector comercial, productivo o de servicios en su mayoría liderados por mujeres.
Grameen Uruguay, es una asociación civil sin fines de lucro apolítica y areligiosa
creada en el año 2000. Centra su actividad en Montevideo y su periferia y zonas
urbanas de Canelones. A partir del año 2007 en Trinidad, departamento de Flores.
Apoya a mujeres en situación de pobreza con capacitación y microcrédito con la
metodología de Grameen en Bangladesh basada en grupos solidarios.
Instituto de Promoción Económico Social del Uruguay (IPRU), es una asociación civil
sin fines de lucro constituida en 1965, que trabaja en Montevideo y varios
departamentos del interior del país. Brinda asistencia técnica, capacitación y crédito. a
personas adultas y jóvenes en situación de riesgo por insatisfacción de algunas de sus
necesidades básicas (empleo, ingresos, vivienda, instrucción).
Bancos Comerciales:
Existen dos bancos oficiales y catorce bancos privados en Uruguay. Todas estas
entidades son reguladas por el Banco Central de Uruguay. Entre los bancos privados
son aún muy pocos los esfuerzos por servir al sector de la Micro y Pequeña Empresa.
A pesar de ello proveen a este sector de algunos servicios financieros a través de
productos como tarjetas de crédito y cuentas de depósito. El Banco de la República
Oriental del Uruguay (BROU) y el Nuevo Banco Comercial (NBC) han sido los pioneros
en ofrecer servicios de crédito al sector MIPE. El BROU es quien tiene la red geográfica
más extensa, cubriendo los diecinueve departamentos y el NBC tiene una red rural
significativa.
Cooperativas de intermediación financiera:
FUCAC- Federación Uruguaya de Cooperativas de Ahorro y Crédito, realiza
intermediación financiera desde 1992 para complementar los servicios de capacitación
y consultaría a sus cooperativas socias. Su actividad se centra tanto en la movilización
de ahorro y en la administración y ejecución de programas de microcredito.
FUCEREP – Cooperativa de ahorro y crédito, fundada por funcionarios del BROU en el
año 1974 con el objetivo de la ayuda mutua entre los mismos. Hoy, FUCEREP se
desempeña, en todo el país atendiendo a empleados de empresas públicas y privadas.
Empresas administradoras de crédito:
Existen diez empresas administradoras de crédito mayores y veintiuna menores (C-1).
El Banco Central del Uruguay las regula a través de la Ley de Usura, normas contables
específicas y exige la presentación de información particular. Prestan servicios
financieros a muchos hogares del Uruguay y esto las convierte en una potencial fuente
de financiamiento para las micro y pequeñas empresas.
En Uruguay, la Corporación Nacional para el Desarrollo1 (CND) a través del Programa
Nacional de Microfinanzas ha venido actuando como banca de segundo piso en
programas de Crédito. Esto consiste en canalizar fondos a través de Instituciones
Financieras que trabajan o quieren trabajar con el sector microempresarial.
1 La Corporación Nacional para el Desarrollo es una persona jurídica de derecho publico no estatal creada por la
Ley No. 15785 del 4 de diciembre de 1985
9
I.3 Reseña Histórica
La organización actual de las microfinanzas se da en los últimos años del SXX;
prevaleciendo las instituciones anteriormente descritas. No obstante, desde hace siglos
han existido diversas formas de proveer servicios financieros a la población desatendida
por el sistema financiero convencional. Entre los antecedentes queremos destacar el caso
de las cooperativas, denominadas Raiffeisen Kasse, basadas en el principio de autoayuda,
creadas en Alemania en el siglo XIX y difundidas luego a muchos países europeos,
Norteamérica, China e India. Algunas de ellas, aun están vigentes como “bancos de
crédito cooperativo”, como es el caso de las Cajas Rurales en Italia.
En 1976 surge en Bangladesh, Grameen Bank, fundado por el economista Muhammad
Yunus(C-2), institución que se convirtió en referente e inspiración de los actuales bancos de
pobres. Sin embargo, otras iniciativas de microcrédito ya habían surgido: Acción
Internacional en América Latina (1961) y el Shore Bank en Estados Unidos (1973).
Desde sus orígenes, las microfinanzas han pretendido contrarrestar la exclusión que
sufren algunos actores sociales, por lo que su fin último ha sido y es esencialmente social.
Debido a que, en general, los sectores excluidos se caracterizan por su bajo nivel de
ingreso, las instituciones especializadas en la prestación de servicios microfinancieros se
embanderaron, inicialmente, con la meta de disminuir la pobreza en el mundo utilizando
como herramienta fundamental el microcrédito.
A partir de la última década del siglo XX, entra en vigencia un nuevo paradigma que
sostiene, que las microfinanzas, más allá de su misión social, pueden ser rentables; se
reconocen como una actividad comercial y sus destinatarios pasan de ser beneficiarios a
ser clientes. Se abandona la idea inicial de enfoque netamente asistencialista con altos
costos implícitos en los programas y tasas de interés subsidiadas que no permitían
recuperar realmente los recursos prestados y conducían a la necesidad permanente de
fondeo de organizaciones internacionales, gobiernos y aportes privados.
La transformación del paradigma, impulsó la expansión y profundización de la actividad
microfinanciera. El microcrédito dejó de ser el único instrumento de las microfinanzas y
se incorporaron nuevos servicios que atienden, además del crédito, otras necesidades
financieras insatisfechas de su población objetivo.
En este contexto, algunas de las instituciones especializadas en microcrédito se
constituyeron en empresas financieras reguladas (bancos IMF o Bancos de Pobres) para
comenzar a captar depósitos como forma adicional de financiamiento y tener mayor
acceso al mercado de capitales. Desde entonces, se pueden apreciar dos tipos de
enfoques operativos en las instituciones de microcrédito:
- Enfoque “institucionalista”. La institución basa su actividad en la eficiencia económica y
por lo tanto tiende a dirigir sus servicios a los no tan pobres (a los hogares situados cerca
de la línea de pobreza). En palabras de Pilar Ramírez, fundadora del Fondo Financiero
Privado para el Fomento a Iniciativas Económicas (FIE S.A.) (C-3), “las IMF reguladas
llegan sólo al segmento más alto de los pobres, dado que sirven a quienes tienen
suficientes recursos para crear trabajo abandonando la meta inicial de eliminar la
pobreza”.
- Enfoque “welfarístico”. La institución pone énfasis en alcanzar el objetivo de proveer
servicios financieros a los sectores más pobres de la población y así contribuir al logro de
equidad social.
10
En la actualidad, según la Conferencia de las Naciones Unidas para el Comercio y el
Desarrollo (UNCTAD), existen 7.000 instituciones dedicadas a las microfinanzas,
distribuidas en 85 países de todo el mundo, incluyendo algunos países desarrollados
como Estados Unidos, Francia e Italia.
Según un estudio especial realizado en el año 2004 para el Grupo Consultivo de Apoyo a
los más Pobres (CGAP)(C-4)(CGAP,CB-2), las instituciones proveedoras de servicios
microfinancieros, a las que denomina “Instituciones Financieras Alternativas” (IFA), han
predominado en Asia con respecto al resto del mundo.
Según el estudio citado, si se considera el número de cuentas de ahorro y préstamo que
manejan dichas entidades, cinco sextos del total de la muestra considerada (C-5), se
Primeras experiencias exitosas
Primer Banco de Pobres: Grameen Bank
Grameen Bank, fue fundado por el economista Muhammad Yunus a partir de prestar de su bolsillo el equivalente a 26 dólares americanos a 42 mujeres que realizaban sillas de bambú en la Aldea de Jobra.
En vista de que estas mujeres devolvían todos los préstamos, Yunus decidió extender su sistema a varias
aldeas de Bangladesh. Introdujo la metodología de grupos solidarios, y fijó la tasa de interés en un nivel suficiente para cubrir los costos del servicio y que no resultara excesiva para la productividad de
las prestatarias. En 1983 la institución se convirtió en un banco y actualmente está presente en casi 36.000 pueblos y presta a más de 3.500.000 personas. El 94 por ciento de los clientes de Grameen Bank
son mujeres y posee una tasa de reembolso superior al 97 por ciento. En la actualidad, Grameen Bank
ha ampliado su gama de productos y servicios para los más pobres. No sólo otorga préstamos, sino que
además ofrece servicios de ahorro, fondos de pensión y seguros. Particularmente, el Programa de
Mendigos intenta alcanzar a los más pobres de entre los pobres y consiste en la transferencia de activos (una cabra, caramelos, inciensos, etc.) a una persona muy pobre para que incursione en una actividad
productiva. Las condiciones de devolución se pactan en cada caso y pueden ser muy variadas en el
plazo y los montos.
Acción Internacional: organización precursora de las microfinanzas en América Latina
En 1961, surge en América Latina una organización sin fines de lucro denominada Acción
Internacional fundada por Joseph Blatchford, estudiante de derecho venezolano, con la intención de reducir la pobreza en la región bajo la metodología de proyectos comunitarios. Comenzó sus
actividades en Caracas, Venezuela y se extendió durante los siguientes diez años a Brasil, Perú y
Colombia, con la participación de más de mil voluntarios y contribuyendo con más de nueve millones de dólares al desarrollo de algunas de las comunidades más pobres de Latinoamérica. En 1974 en Recife,
Brasil, se otorgaron los primeros créditos para el financiamiento de pequeños emprendimientos que
constituían la única fuente de ingresos de muchas familias de bajos recursos. Luego de cuatro años ya se habían otorgado 885 créditos y creado 1386 nuevos empleos. Actualmente Acción Internacional es
uno de los organismos de microfinanzas más importantes del mundo, con una red de entidades de crédito afiliadas que se extiende a lo largo de América Latina, África y los Estados Unidos. Además,
quince entidades afiliadas a Acción se han convertido en instituciones financieras reguladas, con la
capacidad de acceder a los mercados financieros, y ampliar su incidencia.
11
Relación entre las cuentas mantenidas en IFA, y la población por regiones
Asia oriental y el Pacífico (AOP) • Europa oriental y Asia central (EAC) • América Latina y el Caribe (ALC) • Oriente Medio y Norte de África (OMNA) • Asia meridional (AM) • África al sur del Sahara (AFR). Fuente Estudio Especial CGAP No. 8, julio de 2004.
ubicaron en IFA Asiáticas, con especial predominio de China e India que representan el 65
por ciento de las cuentas mantenidas en IFA en la región de Asia y más de la mitad de las
cuentas de las IFA en todo el mundo. Si se consideran las cuentas existentes cada 100
habitantes en cada región, se observa en el cuadro adjunto que el número de cuentas en
las IFA ubicadas en África, Europa y especialmente en América Latina es bajo en
comparación con el de las IFA Asiáticas.
I.4 Conclusión
El objetivo de las Microfinanzas es impulsar la creación y desarrollo de pequeñas
actividades productivas como formas de autoempleo y sustento digno de las personas de
ingresos muy bajos, por lo tanto excluidas de los mercados financieros.
A pesar el gran crecimiento que ha tenido el sector en la última década del siglo XX, la
expansión se concentra en la región de Asia y queda de manifiesto la necesidad de una
mayor cobertura en América Latina.
En el capítulo siguiente se fundamenta la necesidad de una mayor cobertura de las
microfinanzas como una herramienta importante en el combate a la pobreza.
12
Capítulo II: Máximas para las Microfinanzas y fundamento para la construcción de un modelo de calificación estadística En el presente capítulo se presentan, los Principios Claves de las Microfinanzas
formulados y aprobados por el CGAP y por el Grupo de los Ocho (G-8) (C-6) durante la
Cumbre del 10 de junio de 2004, resumidos en cinco Máximas.
La primera máxima justifica la importancia de la industria microfinanciera en el desarrollo
actual del mundo. La segunda máxima intenta describir los instrumentos que utiliza la
industria microfinanciera para el logro de su objetivo: ampliar y profundizar la cobertura
de las finanzas, es decir convertir al sector financiero en un sector financiero inclusivo.
Para cumplir el objetivo expuesto y justificando su importancia, la tercera máxima
expresa la necesidad de ampliación del acceso a fondos de las instituciones especializadas
en microfinanzas. Pero para lograr un mayor y mejor acceso al mercado de capitales es
necesario que se trabaje en la concreción de un marco regulatorio para la actividad
microfinanciera, tema que se expone en la máxima cuatro. Por último, la máxima cinco
intenta enumerar las principales innovaciones que ha incorporado el sector en la
búsqueda de una inserción más eficaz y eficiente.
II.1 Máxima I: “Las microfinanzas representan una herramienta poderosa en la lucha contra la pobreza”
La presente máxima fundamenta la importancia de las microfinanzas en el
desenvolvimiento actual del mundo. El cual se caracteriza por un crecimiento alto y
estable pero por una muy desigual distribución del ingreso que ha impedido que el
crecimiento se refleje en una mejoría de la situación de la pobreza mundial.
Luego de establecer un panorama de la situación mundial y considerando las tres
principales dimensiones de la pobreza: ingresos, educación y salud, se destacan algunas
de las contribuciones de las microfinanzas como una potencial herramienta para el
abatimiento de la pobreza en el mundo. En este sentido las microfinanzas contribuyen a
la creación de empleo y/o autoempleo mediante el apoyo tanto económico –microcrédito-
como por medio de la capacitación a potenciales microemprendedores. Es además un
instrumento de lucha contra las desigualdades ya que permite a la mayoría de la
población acceder al mercado financiero y así mejorar su capacidad de acceso al mercado
de trabajo y al mercado de bienes y servicios. Las Microfinanzas proporcionan una
democratización económica, contrarrestando la concentración que generan las actuales
formas de generación y acumulación de la riqueza. Por último es importante destacar
que los servicios microfinancieros se han dirigido en muchas de las experiencias exitosas
a las mujeres ya que, en general, en todos los países y regiones del mundo han tenido
menos oportunidades de desarrollo que los hombres.
Para terminar la exposición de la primera máxima, se caracteriza a la economía uruguaya
buscando puntos donde la industria microfinanciera podría intervenir eficazmente.
13
II.1.1 La situación más reciente de la pobreza mundial en el marco de un crecimiento
económico acelerado (C-7)
La pobreza en el mundo persiste a pesar del fuerte y estable crecimiento económico que
se observa en los últimos años.
Como se puede apreciar en el gráfico adjunto,
luego de una caída pronunciada en el crecimiento
económico mundial al comienzo del presente
siglo, la economía mundial ha crecido
paulatinamente hasta el año 2003,
manteniéndose su tasa de crecimiento
relativamente estable desde entonces. En el año
2006, el mundo en su conjunto creció más de un
5 por ciento anual y se prevé para el año 2007,
una tasa de crecimiento similar(FMI,CB-3). Este
crecimiento importante y sostenido se debe
fundamentalmente al fuerte y continuado
crecimiento de las economías en desarrollo,
destacándose la regiones asiáticas,
particularmente la región de Asia Oriental con
una tasa de crecimiento del PIB para el año 2006
superior al 8 por ciento (FMI, CB-3) . A la citada región pertenece China, el cual resultó ser en
el año 2006, según las mediciones del FMI (FMI, CB-3), el país con mayor crecimiento del PIB
en el mundo, superando el 10 por ciento anual.
Pero a pesar del crecimiento de la economía mundial, según estimaciones de la
Organización de las Naciones Unidas (ONU), al año 2005, 2500 millones de personas
vivían en el mundo en situación de pobreza de ingresos extrema (D–4) cuyos ingresos, en
conjunto, equivalían sólo al 5 por ciento del ingreso mundial (PNUD, CB-4).
Respecto al control y monitoreo de la evolución de la pobreza y sus causas y
consecuencias, el 8 de septiembre del año 2000, la Asamblea General de Naciones Unidas
se planteó un conjunto de objetivos precisos donde se dio prioridad a aspectos
relacionados con el desarrollo sustentable y la erradicación de la pobreza, a lo que se
llamó la “Declaración del Milenio”. Dichos objetivos, denominados "Objetivos de
Desarrollo del Milenio", se expresan a través de metas e indicadores para poder
monitorear y evaluar el progreso, hacia su logro, a nivel mundial y de cada país, teniendo
como horizonte temporal el año 2015.
Pero, en el año 2005, se observó que si no había un cambio en la tendencia de la
evolución de los principales indicadores socioeconómicos, la brecha entre los Objetivos de
Desarrollo del Milenio y los resultados conseguidos sería muy grande (ONU, CB-5). En el caso
de África Subsahariana, donde se estimó que al año 2006, ocho de cada diez familias de
trabajadores no superaban el umbral de ingresos de dos dólares americanos al día por
cada miembro del hogar, según el PNUD (PNUD, CB-4), es poco probable que en el año 2015,
la incidencia de la pobreza en la región se haya reducido a la mitad respecto de la
incidencia de la misma en el año 1990, meta que plantea el primero de los “Objetivos de
Desarrollo del Milenio”.
La explicación fundamental de la persistencia de la pobreza en el mundo parece provenir
de la incapacidad que el crecimiento económico tiene, por sí solo, de aliviar la situación
de desempleo y precariedad laboral en un mundo caracterizado por una gran desigualdad
Variación anual del PIB
Fuente: “Perspectivas de la Economía Mundial” Washington, FMI, 2006.
14
en la distribución del ingreso entre y dentro de las variadas regiones que lo conforman. El
Programa de las Naciones Unidas para el Desarrollo (PNUD, CB-4), calculó que el 1,6 por
ciento del ingreso del 10 por ciento más rico de la población mundial ayudaría a mil
millones de personas a superar el umbral de pobreza extrema de un dólar al día.
Si bien, el continuo crecimiento del PIB ha impulsado la estabilidad en el mercado de
trabajo mundial, de forma que según la OIT (OIT, CB-6) , en el año 2006 existían en el
mundo más personas con empleo que en el año 2005 (D-5), el mismo no ha sido capaz de
disminuir el desempleo existente. En el año 2006 la tasa de desempleo se situaba en 6,3
por ciento, valor muy similar al del año inmediato anterior. El crecimiento de la demanda
de trabajo no ha podido contrarrestar el gran crecimiento de la población
económicamente activa de algunos países y regiones del mundo, de forma que el
desempleo sigue siendo un problema a superar.
Para las Naciones Unidas, las microfinanzas por medio de su principal herramienta, el
microcrédito, juegan un papel trascendental en el abatimiento de la pobreza mundial. Así
lo expresó el Secretario General de las Naciones Unidas, Kofi Annan, el 29 de diciembre
de 2003 durante la preparación del Año Internacional del Microcrédito, año 2005, “El Año
Internacional del Microcrédito 2005 subraya la importancia de la microfinanciación como
parte integral de nuestro esfuerzo colectivo para cumplir con los Objetivos de Desarrollo
del Milenio. El acceso sostenible a la microfinanciación ayuda a mitigar la pobreza por
medio de la generación de ingresos y la creación de empleos, permitiendo que los niños
asistan a la escuela, permitiéndoles a las familias obtener atención de salud y
empoderando a las personas para que tomen decisiones que se adapten mejor a sus
necesidades. El gran reto que tenemos por delante es retirar las trabas que excluyen a las
personas y les impiden participar cabalmente en el sector financiero. Juntos, podemos y
debemos crear sectores financieros inclusivos que ayuden a las personas a mejorar sus
vidas.”
II.1.2 Las microfinanzas contribuyen a la generación de Autoempleo
Además de la escasez de puestos de trabajo en el mundo para satisfacer la creciente
oferta de mano de obra, el acceso al mercado laboral, también es diferente según el
género, la raza, la edad, las calificaciones y la situación económica en la que se encuentre
el oferente. Según la OIT (OIT, CB-6), los trabajadores que viven en el mundo en situación de
pobreza de ingresos extrema han aumentado en cifras absolutas, alcanzando en el año
2006, a 1370 millones de trabajadores.
El dato estadístico antes expuesto puede estar revelando que la población de bajos
recursos sólo tiene acceso a empleos precarios y difícilmente puedan acceder a un puesto
de “trabajo decente” (D-6). Las dificultades que enfrenta gran parte de la población para
acceder a un puesto de trabajo decente es uno de los problemas fundamentales que
enfrenta la región de América Latina y el Caribe, la que se destaca por ser la región del
mundo donde la distribución de ingresos es más desigual (BM, CB-7). Según la OIT (OIT, CB-8),
casi la mitad de los empleados de la región, al año 2006, trabajaban en condiciones
precarias, es decir en puestos de trabajo caracterizados por su baja productividad,
salarios de subsistencia y niveles insuficientes de protección social.
En todas las regiones del mundo las mujeres son las menos favorecidas en la búsqueda
de oportunidades laborales, destacándose la región de Oriente Medio y África del Norte
donde sólo en promedio, una de cada tres mujeres participa en el mercado de trabajo (OIT,
CB-6).
15
En lo que refiere al acceso al trabajo según tramos etáreos, los menos favorecidos han
sido los oferentes menores de 25 años. En América Latina, el desempleo juvenil explica
gran parte del desempleo total en la mayoría de los países de la región. Por ejemplo en
Brasil al año 2006, los jóvenes desempleados representaban el 46 por ciento del total de
desempleados del país (OIT, CB-8).
También se aprecia una diferencia sustancial en las oportunidades laborales en
detrimento de la población que se encuentra en situación de pobreza y sobre todo de
pobreza extrema. Este sector de la población, en general, tiene menores posibilidades de
acceder a una buena educación y presenta menores calificaciones laborales que el resto
de la población económicamente activa. La tasa de desempleo de la población pobre en
América Latina y el Caribe, fue en promedio 2.9 veces más alta que para el resto de la
población de la región y la población que se encuentra en situación de pobreza extrema
registró, en promedio, una tasa de desempleo 4.1 veces más alta que el resto de la
población no pobre de la región.
Las diferentes oportunidades en el acceso al mercado de trabajo y las sustanciales
diferencias de ingresos laborales dentro y entre los países y regiones del mundo conducen
a la proliferación de flujos migratorios despojando a algunos países y regiones de mano
de obra calificada que podría potenciar el desarrollo del país, así como dando lugar a la
migración clandestina que suele incluir la “trata de personas”.
Las microfinanzas, principalmente a través del microcrédito poseen ventajas
comparativas en la constitución de puestos de trabajo para la población más excluida del
mercado laboral, mediante la creación y/o desarrollo de pequeñas actividades
productivas. Se reconoce su potencialidad en el siguiente sentido:
- Los que poseen menos ventajas al competir por un puesto laboral, ya sea por nivel de
educación, su color de piel o su origen, pueden explotar sus fortalezas en lugar de
verse disminuidos por sus debilidades.
De la publicación de Microcredit Summit Campaign “Estado de la Campaña de la Cumbre
de Microcrédito. Informe 2004” se extrajo la historia de una prestataria de “Share
Microfin Limited”, institución de la India especializada en microfinanzas, donde se observa
que las microfinanzas despiertan fortalezas de personas que, por su historia de vida, les
cuesta reconocerlas detrás de las debilidades que las autoexcluyen.
Prestataria de “Share Microfin Limited”, India
Gonuguntla Mariamma
Mariamma nació en una familia pobre de una zona rural de India -Andhra Pradesh-. A los 10 años de
edad, fallece su madre por mala salud y mala nutrición, se debió casar y tuvo que hacerse cargo del hogar, por lo que no pudo asistir a la escuela. Su familia era dueña de 0.8 hectáreas de tierra seca no
cultivable, así que la única opción era trabajar como obreros. Al tiempo su familia se fue volviendo
numerosa dificultando la administración del hogar. Mariamma se capacitó en la metodología y
procedimientos de crédito en una institución de microfinanzas de India denominada “Share Microfin
Limited” y practicó su firma. Experiencia maravillosa porque nunca había asistido a la escuela o escrito en un papel. Con sus primeros préstamos compró búfalos, pasto, forraje y cabras y con los
ingresos que ganó por llevar a cabo esta actividad productiva, revivió la tierra seca y plantó naranjos.
“Hoy Mariamma es la orgullosa dueña de cuatro búfalos, un becerro y diecisiete cabras. Tiene un teléfono y televisión. Puede firmar su nombre, contar dinero y leer un poco. Está muy emocionada
porque ella fue instrumental en el renacimiento de su tierra y tiene treinta bolsas de arroz para su familia”.
16
- La flexibilidad de horario y la cercanía a la familia le permite a la mujer con hijos
asumir el rol de madre más el rol de trabajadora.
La historia que se presenta a continuación fue tomada de la publicación del autor Karl
Osner, “Development has got a face; interpretation of life stories” de Bangladesh. La
misma refleja las posibilidades que brindan las microfinanzas para que una mujer logre
asumir sus diferentes roles: madre, trabajadora y esposa, a través del autoempleo.
- Ofrece la posibilidad de escapar a la dependencia de las ayudas sociales.
El siguiente caso se basa en un hecho real percibido durante el trabajo de campo con un
grupo de prestatarias de la ONG”Grameen Uruguay”, en un barrio carenciado de la ciudad
de Montevideo, Uruguay. El mismo muestra la potencialidad de las microfinanzas para
que las personas puedan sentirse capaces de generar sus propios ingresos a partir de sus
habilidades, sin necesidad de la asistencia del Estado.
- Les ofrece a los desempleados o a los que trabajan en situación de precariedad apoyo
moral para instalarse por su cuenta antes de caer en la depresión o el aislamiento.
La siguiente historia extraída de la publicación de Microcredit Summit Campaign “Estado
de la Campaña de la Cumbre de Microcrédito. Informe 2004”, demuestra la potencialidad
que los servicios microfinancieros tienen para motivar la salida de la situación marginal
que enfrentan muchas personas a través del acompañamiento que implican estos
programas.
Grupo del barrio Acosta y Lara. Carrasco Norte, Montevideo.
ONG “Grameen Uruguay”, Uruguay
Mientras que la mayoría de los vecinos de un barrio carenciado de Montevideo se postularon para ser
visitados por los Asistentes Sociales del Ministerio de Desarrollo Social y ser evaluados para la
obtención del Ingreso Ciudadano –partida monetaria destinada al mejoramiento de ingresos de los más pobres-. De un grupo de seis mujeres con el que trabaja desde el año 2003, la ONG especializada en
microcrédito “Grameen Uruguay”, sólo dos decidieron postularse para obtener dicho beneficio. El
resto reconoce que posee emprendimientos que le permiten auto-valerse en materia de ingresos no teniendo que ser asistidas por el Estado.
Prestataria de “Grameen Bank”, Bangladesh.
Hajera Begun
Hajera se levanta todos los días a las cuatro de la mañana; reza y luego empieza a preparar el
desayuno para su familia. Apronta a sus hijos para ir a la escuela y sale con su esposo hacia su
plantación de arroz. A las 5 de la tarde, su esposo va al mercado a vender lo producido y regresa a las 7.30 con todo vendido. Mientras tanto, ella prepara la cena. Todas estas actividades las alterna con sus
reuniones de grupo semanales. Ella pertenece a “Grameen Bank” desde hace tres años. Con sus primeros préstamos compró una vaca,
semillas para ampliar su producción de arroz y arrendó una tierra con plantación de bananos. Con los
frutos de sus actividades productivas logró aumentar los ingresos de su familia y ella dice: “ahora comemos tres veces al día, mis hijos jamás tendrán hambre otra vez”. Sus sueños para el futuro están
enteramente focalizados en sus hijos, están planeando enviarlos a estudiar.
17
- El costo medio de la creación de un empleo independiente es más bajo que el de un
empleo asalariado. Las microfinanzas posibilitan la creación de puestos de trabajo
permanentes a un bajo costo relativo.
II.1.3 Las microfinanzas son un instrumento eficaz de lucha contra las desigualdades
La desigualdad de ingresos, producto del reparto desigual de la riqueza mundial, conduce
a la consolidación de otras desigualdades, así como a la perpetuación de éstas,
generación a generación, obstaculizando la lucha contra la pobreza. Además del acceso al
mercado de trabajo, condiciona el acceso al mercado de bienes y de servicios y al
mercado financiero.
Si bien, en general, se mide la pobreza en términos de
ingreso per cápita, la misma posee diferentes dimensiones,
además del ingreso; principalmente la salud y la educación.
Por tal motivo, las microfinanzas, en la medida que permite
luchar eficazmente contra la pobreza, es una herramienta
que debe involucrar todas sus dimensiones. Las instituciones
que prestan servicios microfinancieros, adicionalmente llevan
a cabo programas de prestación de servicios no financieros
con el objetivo de instruir a las familias pobres de forma que
puedan mejorar su situación laboral, mejorar la nutrición y
las condiciones higiénicas y así lograr prevenir enfermedades
y conservar la salud. En este sentido, quienes acceden a los
servicios prestados por las instituciones microfinancieras, cambian el modo de vestir y
hablar, se preocupan más por su salud y su aspecto físico y por su educación y la de sus
hijos.
“... Para reducir más
rápidamente la pobreza mediante el crecimiento se
precisan políticas cuyo
efecto de fondo sea la igualdad de oportunidades
en muchos aspectos”. Nora Lustig, Finanzas &
Desarrollo diciembre de
2005
Prestataria de “Association for Social Advancement (ASA)”, Bangladesh
Sufía Begun
Sin otra alternativa para sobrevivir, Sufia Begun optó por pedir limosna. Un día Sufia conoció a Monwara, presidente del Grupo de Mujeres sin Tierra de Basanti, miembro de la institución
microfinanciera ASA de Bangladesh. Monwara le contó a Sufia sobre el programa de préstamos a los extremadamente pobres. Cuando ella se preocupó porque no podría pagar un préstamo, Monwara la
motivó y tomó un préstamo de U$S 40 que utilizó para comprar pescado seco, nueces, bizcochos,
chocolate y otros alimentos que vendió en pequeños poblados rurales de los alrededores. Gradualmente los pobladores comenzaron a verla como una comerciante regular y se hicieron clientes rutinarios.
Luego de pagado su primer préstamo adquirió otro por el doble del anterior para expandir su negocio. Con las ganancias que generó compró una cama a sus hijos y puso un techo de lámina sobre su casa.
18
Las Microfinanzas proporcionan una democratización económica, contrarrestando la
concentración que generan las actuales forman de generación y acumulación de la
riqueza (CB-9). En países de bajos ingresos y con
instituciones incompletas, las microfinanzas juegan un
papel relevante en la profundización financiera. Éstas son
capaces de expandir la prestación de servicios financieros a
personas que no tienen acceso a la banca convencional y
así logran disminuir la brecha de oportunidades entre los
pobres y el resto de la población. El acceso al crédito
reduce gradualmente las desigualdades en la posesión de
la tierra, del trabajo, de las materias primas y de los
ingresos. Como consecuencia, permite a las familias
aumentar sus ingresos y así alcanzar la independencia
económica. A su vez, facilita el acceso a las redes de
información y a los mercados, y ofrece a los potenciales involucrados la posibilidad de
desempeñar otros roles, ya sean de carácter político, económico o social al integrarse a
un mundo fuera del entorno de la familia.
El Informe sobre Desarrollo Humano 2005 destaca que Bangladesh, país donde la
actividad microfinanciera se ha profundizado con éxito, avanzó de manera equilibrada en
las tres dimensiones del Índice de Desarrollo Humano (IDH) (D-7). Tanto Bangladesh como
China aumentaron su puntuación en el IDH en el entorno del 20 por ciento desde 1990.
Pero, si bien en Bangladesh el ingreso promedio aumentó en un cuarto del aumento
registrado en China, la esperanza de vida y la educación tuvieron mayores aumentos que
en este país.
II.1.4 Las microfinanzas son un instrumento eficaz de lucha para las mujeres
Las mujeres sean jóvenes, adultas o ancianas, en todas las regiones y países del mundo
se enfrentan a mayores dificultades que los hombres para acceder al mercado de trabajo
y cuando acceden al mismo, en general es en peores condiciones que ellos. Las mujeres
representan dos tercios de las horas de trabajo del mundo sin embargo tan solo perciben
un tercio de los ingresos mundiales (C-8). La mayoría de las personas que se encuentran
en situación de pobreza extrema son mujeres y en general, en los países en desarrollo están excluidas del poder político, económico y social.
La diferencia entre géneros es particularmente importante en los países asiáticos,
especialmente en la región de Asia Meridional donde las oportunidades de desarrollo de
las mujeres, en sentido amplio, son mucho menores que las de los hombres desde su
nacimiento.
Muchos servicios de microfinanzas están
destinados a atender a las mujeres. Tal es el caso
de Grameen Bank, que además demostró que las
mujeres son muy cumplidoras al devolver los
préstamos otorgados, casi en el 98 por ciento de
los casos. Y que el impacto del aumento de
recursos en el hogar es mayor si el jefe de familia
es una mujer.
“Si los niños tienen que abandonar el colegio o los bebés no se alimentan bien
porque sus madres no tienen recursos,
se reducen las posibilidades de que en el futuro progresen y se sumen a la
población activa.” Nora Lustig, Hacia la reconstrucción de
una economía, 1998.
“La teoría del crecimiento
(como hemos de entenderla)
no tiene pertinencia especial para la economía del
subdesarrollo, ni el interés del subdesarrollo ha jugado un
papel esencial en su
formulación.” John Hicks, Capital y
Crecimiento, 1965
19
Las microfinanzas tienden a mejorar las condiciones de vida de la mujer pues mejora su
educación, favorece su participación en las decisiones del hogar, aumenta su poder en la
sociedad y les inspira confianza en sí mismas a la hora de defender sus derechos. A
través de los programas de microcrédito, se crean oportunidades y se desarrollan
habilidades. Se les da a las personas la oportunidad para poder realizar todo su potencial,
a lo que se denomina “empoderamiento”.
II.1.5 Puntos donde la industria microfinanciera puede intervenir para superar situaciones
problemáticas que enfrenta la economía uruguaya
Uruguay, no ha sido una excepción respecto al comportamiento de la economía mundial
en el sentido del aporte directo del crecimiento económico a la disminución de la pobreza.
Mientras el Producto Interno Bruto (PIB) de Uruguay, creció 7,0 por ciento en el año 2006 (C-9) y a un porcentaje similar los últimos tres años; la incidencia de la pobreza, según
datos del INE, se situaba, aún en el año 2006, por encima de los niveles alcanzados antes
de la crisis del 2002. La estimación para el primer semestre del 2006, considerando la
línea de pobreza de la CEPAL, arrojó que el 19.05 por ciento de la población del Uruguay
vivía en condiciones de pobreza y el 3.94 por ciento de los uruguayos se encontraba en
situación de pobreza extrema (INE, CB-10).
En Uruguay, Chile, Costa Rica y Panamá, la incidencia de la pobreza extrema es menor al
10 por ciento. Frente a esta situación, y en la perspectiva del cumplimiento de los
objetivos del Milenio, en especial, de su primer objetivo de “Erradicar la Pobreza extrema
y el hambre”, el PNUD les propuso a estos países una meta más ambiciosa. La meta
corresponde a reducir a la mitad entre 1990 y 2015 la “pobreza total”, la que refiere a las
necesidades humanas básicas insatisfechas además de la nutrición y mejorar la
distribución de los ingresos, elevando así las condiciones de vida de los individuos menos
favorecidos (ONU, CB-11). Considerando la estimación actual de la incidencia de la pobreza
según el INE, Uruguay se desvió estos últimos años de la última meta planteada y si bien
va en camino a salvar la situación todavía tiene un trecho por delante para su logro. Para
las Naciones Unidas, las microfinanzas por medio de su principal herramienta el
microcrédito juegan un papel trascendental en el abatimiento de la pobreza mundial. Si
se sigue esta recomendación de las Naciones Unidas, en Uruguay debería tratarse de
mejorar la eficacia y la eficiencia del sector proveedor de servicios microfinancieros.
Al igual que en el resto del mundo, en general, a la población de bajos recursos de
Uruguay, le cuesta más que al resto de la población, acceder a un puesto de trabajo y
cuando accede a uno, sólo tiene acceso a empleos precarios debido a su falta de
Prestataria de Grameen Bank
Habaddan Khatun
Desde pequeña, Habaddan tuvo que salir a trabajar para ayudar a su familia. A los once años se casó con una persona mayor que ella quien luego la abandonó con dos hijos chicos. Cuando Grameen Bank
abrió una oficina cerca de su casa, decidió integrar un grupo. Se expresa con relación a tal decisión de
la siguiente manera “Mi vida cambio desde que recibí mi primer préstamo”. Sus negocios tuvieron buenas ganancias, eso le dio seguridad y le pidió el divorcio a su marido, quien al ver su progreso
económico quiso regresar con ella. “…no soy una persona para ser solo esposa, quiero continuar con
mi trabajo y creando cosas”. “Siendo un miembro de Grameen Bank, puedo obtener apoyo y fuerza de
mis actividades productivas...”
20
formación específica entre otros factores sociales y culturales. Para el 2005, se estimó
que en Uruguay, la tasa de desempleo urbano de la población pobre fue del 26.5 por
ciento, más del doble que la tasa de desempleo promedio; y la tasa de desempleo de la
población que se encuentra en situación de pobreza extrema, resultó 3.46 veces más alta
que para el resto de la población no pobre del país (OIT, CB-8). En el sentido de apoyar a la
constitución de puestos de trabajo para la población más excluida del mercado laboral,
los proveedores de servicios microfinancieros, poseen ventajas comparativas como se
fundamentó anteriormente.
Además, la contribución del sector a la generación de empleos mediante la constitución
de microemprendimientos, puede ser muy positiva para un país como Uruguay donde a
pesar del importante crecimiento que ha venido teniendo su economía en los últimos
años, no se ha logrado revertir el problema del desempleo y se estima que su tasa de
desempleo seguirá siendo una de las tasas más altas de la región junto con la colombiana (OIT, CB-8). La tasa de desempleo urbano en Uruguay, en el primer trimestre del año 2006
alcanzó el 12.6 por ciento, la que se mantuvo respecto al año anterior, a pesar que la
tasa de desempleo de la región calculada para el mismo año disminuyó (OIT, CB-8). Y para el
primer trimestre del año 2007, el INE estimó una tasa de desempleo para el total del país
del 10 por ciento.
Las microfinanzas contribuyen a la disminución de las desigualdades generadas en el
reparto desigual de la riqueza, en
el sentido que son capaces de
expandir la prestación de
servicios financieros a personas
que no tienen acceso a la banca
convencional. Si bien el ingreso
promedio de los hogares
uruguayos ha mantenido una
tendencia creciente desde el año
2004, explicada
fundamentalmente, por el
aumento en las remuneraciones
laborales y las pasividades (INE, CB-
10), aumentó la desigualdad en
los ingresos laborales en el
período 2000-2005, como se
puede apreciar en el gráfico
adjunto (OIT, CB-8). Y según estimaciones del INE para el período 2005-2006, la
concentración del ingreso aumentó en todo el país urbano, pudiéndose explicar la misma
en una mejor captación de ingresos en los hogares de mayores recursos (C-10). También
en este sentido las microfinanzas pueden contribuir a una distribución más equitativa del
ingreso.
Y por último, Uruguay se destaca por ser uno de los países de la región de América Latina
y el Caribe más desiguales, en lo que refiere al acceso de las mujeres respecto a los
hombres al mercado laboral (OIT, CB-8). Y según la estimación del INE (INE, CB-10), para el
primer semestre del 2006, considerando la línea de pobreza de la CEPAL, se observó que
la incidencia de la pobreza, así como de la pobreza extrema, para Uruguay, resultaba
mayor en los hogares con jefe de hogar mujer. Siendo las microfinanzas un instrumento
eficaz de lucha para las mujeres en el resto del mundo, consideramos que para Uruguay,
una ampliación de la cobertura puede tener impactos de empoderamiento en la mujer a
través del autoempleo.
Desigualdad de los ingresos laborales en el área urbana (2000 –2005)
Fuente: Panorama Laboral 2006, OIT.
21
II.1.6 Conclusión
Las microfinanzas han jugado un papel clave en la disminución de la desigualdad de
oportunidades que enfrentan los habitantes del mundo, al
permitir acceder a servicios financieros a la población que el
sistema financiero convencional excluye. Especialmente el
acceso al crédito que fomenta la inversión productiva, ha
posibilitado la creación de nuevas oportunidades laborales
aliviando las desigualdades en el mercado laboral. Además
han contribuido mediante su metodología de trabajo a
aplacar otras desigualdades en las oportunidades de la
población como ser el acceso a la educación, a la vivienda y
a la información, contribuyendo a la prevención de
problemas sanitarios. Las microfinanzas han demostrado ser capaces de aumentar el
crecimiento de las economías de una manera participativa y sustentable y así disminuir la
pobreza, manteniendo simultáneamente los preceptos de eficiencia y equidad. Equidad,
en el sentido de ampliar y profundizar la cobertura de las finanzas y eficiencia en la
asignación de los fondos a los agentes que necesitan el capital. Esto ha conducido a
aumentos de escala en los servicios y a la diversificación de cartera. En la siguiente
Máxima se describirán los impactos de las microfinanzas según el servicio financiero que
se considere.
“Todos hemos cambiado
en la mismo sentido que ha cambiado nuestras
condiciones de vida.
Tenemos planes para el futuro...”
(Feroza, prestataria de una
IMF en Bangladesh)
22
II. 2 Máxima II: “Las personas de escasos recursos necesitan una variedad de
servicios financieros, no sólo préstamos”
Las microfinanzas son capaces de expandir la
prestación de servicios financieros a la población con
más dificultades para acceder a los mercados
convencionales por la situación precaria en la que se
encuentran, es decir, bajos ingresos, baja productividad
del trabajo, alta vulnerabilidad a externalidades y
escaso acceso a la información.
Es necesario ampliar la gama de servicios
microfinancieros debido a la heterogeneidad de la
población destinataria de estos servicios. Las
oportunidades, la disponibilidad de recursos propios y
los entornos en los que se mueve dicha población son
muy diversas; si a esto se le suma el continuo cambio
que sufren los mercados, el sector microfinanciero debe
buscar, continuamente, nuevos y mejores productos
que permitan la inclusión de un número cada vez mayor de clientes.
II.2.1 Microcrédito, principal producto de las microfinanzas
El microcrédito es el principal instrumento dentro de las
microfinanzas para impulsar la creación y desarrollo de
pequeñas actividades productivas, “…para que personas
de bajos recursos generen ingresos con los que mejorar
su nivel de vida y el de sus familias” Primera Cumbre
del Microcrédito, Washington, 2005.
Este instrumento ha tenido un fuerte impulso a partir de los años ochenta del siglo
pasado, debido a la promoción de la idea que las personas desocupadas o con empleo
precario obtuvieren un empleo productivo mediante la creación de una microempresa.
A partir de la última década del siglo pasado, el microcrédito se constituyó en una fuente
alternativa de financiamiento para los microempresarios, frente a los siguientes
obstáculos:
Los microempresarios, en muchas ocasiones, se desaniman a concurrir a un banco
comercial para solicitar un préstamo debido a la imagen que algunos bancos dan
de si mismos. También se enfrentan a la creencia que los trámites para gestionar
un préstamo son engorrosos y al temor a las consecuencias que implique el no
cumplimiento del pago del mismo. A esta situación se le denomina obstáculos
psicológicos.
El microempresario enfrenta el problema de tener que recabar la información que
le solicita el banco para concretar la solicitud de un crédito (plan de negocios,
flujos de caja, etc.). Por otra parte, el banco es el que enfrenta la dificultad a la
hora de evaluar la solicitud del crédito por falta de experiencia en
emprendimientos similares ya que se trata, en general, de actividades económicas
que se desarrollan en ámbitos de informalidad, bajos ingresos, en las que no se
“Permítannos hacer nuestro
máximo esfuerzo para darles
poderes a los pobres, y para asegurar que la gente pobre
alrededor del mundo tenga acceso a una gama más amplia de
servicios financieros. Con más
oportunidades para construir sobre sus ideas, energías y
visiones, serán quienes lideren el
camino para salir de la pobreza
con dignidad.”
Kofi Annan, Secretario General de
las Naciones Unidas
“El crédito como derecho humano y
no como actividad destinada a la
creación de provecho para los prestamistas” (Yunus, Cumbre de
Microcredito 1997)
23
diferencia la empresa del hogar, alta movilidad y vulnerabilidad frente a
situaciones exógenas adversas. A esto se le denomina obstáculos prácticos.
El microempresario no encuentra en la institución bancaria un producto adecuado
a sus necesidades, ya que necesita préstamos de montos reducidos, de corto
plazo, contratos simples y que la institución financie totalmente su actividad. Esto
lo convierte en un agente económicamente menos atractivo y más riesgoso con
relación a los proyectos que habitualmente financian los bancos comerciales.
La tecnología de crédito tradicional exige estados contables auditados, garantías reales y
estudios de viabilidad de los proyectos, por lo que no es aplicable al cliente de las
instituciones microfinancieras. Para contemplar estos obstáculos, se han desarrollado
diversas tecnologías crediticias que contemplan la heterogeneidad de la población
objetivo, la diversidad de entornos y oportunidades en los que se mueven, la diferente
disponibilidad de recursos propios y la insuficiencia de información que la caracterizan. A
continuación se describen las principales metodologías crediticias que se han utilizado.
A. Crédito Grupal
1. Grupos Solidarios
El modelo Grameen se origina en Bangladesh a partir del nacimiento de Grameen
Bank. Consiste en una articulación de tipo territorial “en red”, donde cada sucursal
cubre una área geográfica de veinte kilómetros a la redonda. Los encargados de
llevar adelante la difusión de los programas de microcrédito en cada sucursal se
denominan oficiales de campo (field officer). Los mismos se reúnen cada semana
Definición de Microempresa
Las microempresas se definen a través de sus características tanto cuantitativas como cualitativas,
enfatizando en la importancia de estas últimas.
Desde el punto de vista cuantitativo se definen, en general, a través del número de personas que
emplean, del nivel de ventas anuales y del valor de sus activos netos. Estas variables pueden diferir entre países, como por ejemplo, el número máximo de empleados en algunos países es de 5 personas y
en otros de 10 personas. En cuanto al nivel de ventas anuales y el valor de los activos netos, éstos
también varían de país a país.
A escala nacional se define a las microempresas como aquellas que emplean entre uno y cuatro
empleados, las ventas anuales son hasta 60.000 dólares americanos y los activos netos hasta 20.000 dólares americanos. A escala del MERCOSUR se define a las microempresas como aquellas que
emplean hasta veinte empleados y sus ventas anuales no superan los 400.000 dólares americanos.
Desde el punto de vista cualitativo, las microempresas son aquellas actividades económicas que
cumplen con por lo menos una de estas características: superposición de actividades del hogar y empresariales; utilización de tecnologías rudimentarias; informalidad; poca o nula división del
trabajo; y concentración de distintas categorías ocupacionales en una unidad. Esto, lo convierte en un
sector muy heterogéneo.
24
con grupos de cinco mujeres donde se tratan temas relacionados con la educación,
la salud y la promoción de los diferentes servicios brindados por el banco. En una
de estas instancias de reunión, quien manifiesta el interés por obtener un
microcrédito, plantea públicamente su idea de negocio, la que es aprobada o
rechazada por su grupo. Teniendo en cuenta que solo se benefician a dos mujeres
por vez, ya que los créditos se aprueban de forma secuencial, el Oficial de Crédito
le pide al grupo que exprese públicamente su aval. Se denominan grupos
solidarios porque existe un compromiso de pago del grupo en caso de
incumplimiento de quien solicita el crédito. Esto se lo denomina garantía solidaria
(social collateral) y se refuerza con la constitución de fondos de emergencia por
medio del pago de cuotas adicionales.
El modelo de Acción Internacional: Para contemplar el problema de la no
existencia de garantías reales se propuso trabajar formando grupos solidarios de
entre 3 y 10 miembros. Los miembros del grupo se garantizan entre sí de forma
que si uno no devuelve el capital solicitado perjudica la confianza en el resto del
grupo y las posibilidades de re-préstamo. Además, si bien contempla las
necesidades de financiamiento de cada integrante, cada uno recibe una porción
similar del monto total que se destina al grupo. Adicionalmente los oficiales de
crédito deben visitar cada emprendimiento antes del otorgamiento del préstamo y realizar luego un seguimiento periódico en campo para verificar el uso del capital.
En general, las metodologías de los grupos solidarios implican la constitución de pequeños
grupos de personas cuyos miembros, necesariamente, deben conocerse entre si, ya sea
por lazos de amistad o por compartir el vecindario. Dentro de estos grupos se elige a un
líder y un secretario que cumplen funciones administrativas y de control. El reembolso
del préstamo en tiempo y forma permite a los miembros del grupo solicitar nuevos
prestamos, que pueden incluso ser de mayor cuantía, siempre teniendo en cuenta la
capacidad de pago del solicitante.
Las principales fortalezas de esta metodología son:
Construcción de confianza, a través de dar prestamos sin garantía real, solo con
“la palabra” del grupo.
Promoción de la solidaridad, a través de la conformación de grupos.
Posibilidad que cada integrante del grupo descubra su potencial, a partir de la
definición de un proyecto productivo.
Generación de auto-confianza de cada integrante del grupo a la hora de exponer y
discutir con el resto del grupo la capacidad que tendrá para sacar adelante su
emprendimiento.
La metodología de grupos solidarios, en muchos casos, se vio debilitada debido a:
La ruptura de los vínculos sociales a causa de la tendencia al individualismo y el
debilitamiento de los lazos familiares.
Gran dispersión territorial de la población excluida.
Habilidades empresariales diferentes de los integrantes de un mismo grupo, lo que
lleva a que los emprendimientos alcancen diferentes niveles de progreso.
Puede suceder que un buen pagador, al observar el incumplimiento de otro
integrante, tienda a comportarse igual.
25
2. Metodología del Banco Comunal
Consiste en la formación de grupos de entre 15 a 30 personas y hasta en algunos casos
50 personas, basados en el principio de apoyo mutuo para financiar la realización de
actividades generadoras de ingreso y promover el ahorro. Los fondos de estos grupos
provienen de aportes iniciales de sus miembros y aportes externos: transferencias
privadas y públicas.
Se asemeja a un grupo solidario, en el sentido de que la transferencia de fondos se
realiza a un grupo donde todos los miembros del mismo son responsables por su
reembolso, a pesar de que el monto de la transferencia haya sido dividido entre sus
socios considerando la capacidad de devolución de cada uno. La decisión sobre el tamaño
de cada préstamo individual es de la Banca Comunal con apoyo del Oficial de Crédito de
la Institución prestamista, la cual se denomina Institución de Banca Comunal.
A diferencia de los grupos solidarios, a los miembros de la Banca Comunal se les retiene
obligatoriamente un porcentaje del préstamo obtenido, a lo que se denomina ahorro
forzoso y va desde el 10 por ciento a más del 30 por ciento del referido monto. El
propósito del ahorro forzoso es doble, por un lado, funciona como garantía en efectivo y
sirve para cubrir casos de morosidad; por otro lado introduce a los miembros de la Banca
Comunal en el hábito del ahorro y sus beneficios frente a imprevistos futuros. Este último
propósito es fuente de debate ya que los ahorros no son fácilmente accesibles para sus
dueños, y la oportunidad de utilizarlos en el presente podría darles más beneficios.
Los bancos comunales se reúnen, en general semanal o mensualmente para recaudar el
pago de las cuotas, recibir depósitos y realizar otras transacciones financieras. Estas
reuniones incluyen la prestación de servicios no financieros informales como la asistencia
técnica, el establecimiento de redes y el fomento del apoyo mutuo, promoviendo el
empoderamiento de la mujer y el sentido de pertenencia.
B. Crédito individual
Se trata de créditos dirigidos a una persona física o jurídica con el objeto de invertir en
capital de trabajo o activo fijo para desarrollar, mantener o hacer crecer una pequeña
actividad productiva. La garantía exigida, en general, es la confianza, la que es evaluada
fundamentalmente por un Oficial de Crédito en conjunto con el análisis del flujo de caja
del emprendimiento.
El microcrédito constituye para el prestatario que es buen pagador un antecedente que le
servirá como historial de garantía para que otras instituciones le otorguen un crédito en
otros rubros, como ser hipotecarios, prendarios, etc.
26
Cada una de las metodologías crediticias antes expuestas posee particularidades en
cuanto a los pasos, procedimientos, criterios y acciones a seguir frente a los prestatarios.
Pero cada una de ellas conduce al otorgamiento de microcréditos, el cual, en general,
cumple con las siguientes características.
a) Créditos de montos pequeños. El hecho de que sean montos pequeños está
relacionado con la pequeña escala de la actividad que financia.
b) Créditos a muy corto plazo. Teniendo en cuenta que la inversión a financiar, en
general, se genera en oportunidades específicas vinculadas a la zafra de la actividad,
hace que el crédito sea de muy corto plazo.
c) Pago de cuotas frecuente. Los reembolsos del préstamo se efectúan, por lo general,
en cuotas semanales, quincenales o mensuales, teniendo en cuenta la periodicidad de
los ingresos del prestatario.
d) Cuotas pequeñas. Considerando que el préstamo es pequeño y los pagos frecuentes,
las cuotas resultantes son pequeñas y acordes a la capacidad de pago del prestatario.
Cabe resaltar que los reembolsos establecidos corresponden al flujo de ingresos de la
pequeña actividad productiva que lleva a cabo el prestatario.
e) Préstamos sin garantías. Los oficiales de crédito realizan visitas frecuentes para
recabar información relacionada al microemprendimiento y el fortalecimiento de los
vínculos con el prestatario. En general, el otorgamiento del crédito se basa en la
reputación del microempresario y no se exigen garantías reales.
f) Destino del crédito. Los créditos se destinan a financiar capital de trabajo y activos
fijos, tanto para el comienzo de una pequeña actividad productiva (microcrédito de
promoción) como para el mantenimiento de la misma (microcrédito de subsistencia) o
el crecimiento y aumento de la productividad de ésta (microcrédito de desarrollo).
g) Riesgo elevado. El riesgo asociado al microcrédito es elevado y ello se debe a la propia
actividad que financia. Si bien el riesgo se ve reducido porque se otorgan muchos
créditos pequeños a muchas personas, esto no compensa el efecto contrario que
produce la alta rotación de préstamos.
h) Componente de formación y promoción de los prestatarios. Para que el microcrédito
sea una herramienta eficaz, es necesario que el mismo se acompañe de instancias
formativas graduales donde se difunda su correcto uso y se desarrolle la capacidad de
gestión de recursos por parte de los prestatarios.
i) Tasa de interés elevada. Las tasas de interés de las instituciones proveedoras de
microcréditos son elevadas con relación a las tasas de interés activas de los bancos
comerciales, debido a los altos costos operativos que conlleva la provisión del mismo.
Los altos costos se originan en los pequeños montos prestados, la evaluación y
monitoreo por parte de los oficiales de crédito y los aspectos formativos citados en el
ítem anterior. Las tasas de interés altas han conducido a fuertes debates sobre su
pertinencia, pero el caso de Bolivia ha demostrado, que cuando la competencia
aumenta en el sector, las tasas de interés tienden a la baja. Bajar el costo de los
servicios es una de las metas, aún cuando pocas instituciones microfinancieras han
logrado reducir sus tasas de interés, como ocurrió en Bolivia en los últimos cinco
años.
27
II.2.1.1 Algunos impactos del microcrédito
Asia: El caso de Bangladesh
Un estudio del Banco Mundial (BM, CB-12) respecto al desempeño del microcrédito entre 1990
y 2003 en Bangladesh muestra los impactos socioeconómicos más significativos:
- Impactos positivos sobre el nivel de gasto per cápita. El impacto sobre el consumo de
las prestatarias mujeres fue el doble que el de los prestatarios hombres debido al efecto
que un aumento en los ingresos tiene sobre otras variables socioeconómicas, como ser
los niveles de nutrición infantil y la asistencia de los niños a la escuela.
- Impactos positivos sobre la producción en las aldeas. Se observó un incremento
promedio del 50 por ciento en la producción de las aldeas donde habían operado los
programas de microcrédito.
- Impactos sobre el combate a la pobreza. El 5 por ciento de los participantes de los
programas de microcrédito lograron traspasar la línea de pobreza, pudiéndose estimar en
base a esto que el microcrédito podría reducir la pobreza en Bangladesh a una tasa del 1
por ciento al año.
- Impactos sobre la reducción de la pobreza extrema. Luego de un año y medio del inicio
del programa para mendigos, varias personas “muy pobres”, pasaron a programas
convencionales de microcrédito.
África
A pesar del gran impulso que las microfinanzas tuvieron en la región en los últimos diez
años, al año 2005 solo el 6 por ciento de las personas pobres de África tenían acceso a
servicios financieros. A pesar de ello, se resaltan las siguientes contribuciones:
- Se alcanzaron a los más pobres de las zonas rurales.
- Se mejoraron las condiciones de vida de las familias.
- Se promovió el microcrédito para el desarrollo de actividades productivas lideradas
por mujeres.
- Se crearon más microemprendimientos y éstos tuvieron impactos positivos en el
entorno.
- Se constató mayor inversión en educación y salud, en especial para los niños.
En el desarrollo de las microfinanzas jugaron un rol clave los tradicionales clubes locales y
las asociaciones de aldeas que constituyen las formas tradicionales de organización de las
comunidades africanas: los susu y los tontines.
América Latina
Según datos del BID para el año 2000, más del 80 por ciento de los negocios de la región
de América Latina tenían, a la fecha del estudio, menos de diez empleados por lo que, al
considerar el número de empleados como variable relevante, pueden ser catalogados
como microempresas. Además, la OIT estimó que la microempresa emplea a gran parte
de la población de la región, si bien su incidencia varía entre los países de la misma.
Dentro de la región, la población que trabaja en microempresas representa desde un
tercio hasta un 60 por ciento del total de población ocupada dentro de cada país. La
contribución de las microempresas al PIB dentro de cada país, va desde menos del 10 por
ciento hasta más del 50 por ciento (BID, CB-13). A pesar de la importancia del sector en la
región, se calculó que menos del 5 por ciento de las microempresas de América Latina
tenía acceso a fuentes institucionales de crédito (WWB, CB-14).
28
Fuente: Publicación de AEBU, Las microfinanzas: realidad, tendencias e institucionalidad, Junio 2004. – El número de microempresas presentadas en el cuadro corresponde tanto a microempresas registradas como no registradas en el marco administrativo y legal del país.
Por otra parte, tanto los gobiernos de la región como los cooperantes internacionales, a
partir de los años 90 del siglo XX, han aumentado el apoyo al desarrollo de las
microempresas y a las microfinanzas. A fines de la misma década, algunas instituciones
especializadas en microfinanzas de la región se transformaron en entidades reguladas,
pudiendo acceder al mercado de capitales y al ahorro privado, aumentado así sus
posibilidades de financiamiento. Pero, las microfinanzas, en su mayoría siguen siendo
impulsadas por ONG, y a diferencia de Asia, el sector público ha incidido ineficientemente
en la expansión del microcrédito tendiendo a favorecer a los emprendimientos con mejor
posición económica (BID, CB -15).
La tendencia en la región ha sido un aumento de los productos financieros, una mejora en
la atención al cliente y una disminución en las tasas de interés, motivado por la gran
competencia tanto intra como inter sectorial. A modo de ejemplo, en Bolivia, país donde
el mercado de microcrédito se encuentra más desarrollado, las tasas de interés han
bajado desde un 29.61 por ciento en 1998 a 21.23 en el año 2005. En este sentido, las
instituciones especializadas en microfinanzas han alcanzado a un mayor número de
personas, alcanzando al mismo tiempo elevados niveles de rentabilidad y eficiencia.
Según Micheal Chu (“Moviendo mercados para combatir la Pobreza. La experiencia de
América Latina.”, BID), para el año 2005, la Red de Acción Internacional tenía 1.8
millones de clientes activos y casi 2 mil millones de dólares desembolsados.
29
Según investigaciones llevadas a cabo por Imp-Act al interior de las instituciones de
microfinanzas socias del programa para evaluar el impacto de las microfinanzas, se
obtuvieron los siguientes resultados para el caso de Bolivia, en el año 2004:
Unidad económica 1 o 2
Trabajadores 3 o 4 Trab. 5 o más Trab.
Empleo (nº empleados) -15% 9% 6%
Ingresos (mensuales)
Menos de 200 USD
200-1000 USD Más de 1000 USD
-12% 2% 10%
Inversión (Capital de Trabajo)
Menos de 500 USD
500 - 5000 USD Más de 5000 USD
-19% 13% 6%
Unidad familiar Menos de 200
USD 200-1000 USD Más de 1000 USD
Ingresos (mensuales) -12% 2% 10%
Un 4% más de hogares con mayores controles médicos Salud (nº controles médicos) para miembros menores de edad
Seguridad alimentaria
Un 10 % más de hogares no había experimentado
sin escasez de alimentos en el último año
Vivienda Un 11 % más de hogares mejoraron su vivienda
en el último año
Individuo Autoestima 13% más de mujeres participando en org. sociales
Empoderamiento
Capacidad 13% más de mujeres
empresarial realizan registros contables básicos de sus
negocios
Imp-Act
Imp-Act es un programa de investigación-acción que busca mejorar la calidad de los servicios microfinancieros y su impacto en la pobreza. Trabaja con 30 instituciones de microfinanzas socias del programa, a saber: CAME (Centro de apoyo al Microempresario) de Mexico, RED FINRURAL (Asociación de Instituciones Financieras para el Desarrollo Rural) de Bolivia, ODEF (Organización de Desarrollo Empresarial Femenino) y la RED FUNDACIÓN COVELO de Honduras,
PROMUJER de Perú, RED Consorcio PROMUC (Promoción de la Mujer y la Comunidad) de Perú y la entidad FINCA Internacional, para desarrollar sistemas de evaluación de impacto de manera de mejorar la comprensión sobre como las IMFs pueden trabajar de manera sostenible con la gente más pobre y excluida y sobre los impactos mas amplios de las microfinanzas, más allá de sus clientes.
30
Uruguay
En Uruguay, el mercado microfinanciero está aún muy poco desarrollado y su actividad se
concentra en la provisión de microcrédito.
Según información del INE (INE, CB-16), existían en Uruguay en el año 2004, 110.214
microempresas y 12.409 pequeñas empresas, las cuales constituían el 97,64 por ciento
del total de las empresas uruguayas inscriptas en la Dirección General Impositiva (DGI) y
empleaban el 48 por ciento de los trabajadores del país.
Los programas de microcrédito que incentivan la creación y desarrollo de
microemprendimientos deben considerar dentro de sus líneas de acción las restricciones
que se exponen a continuación respecto al desarrollo del sector de la microempresa en
Uruguay.
Restricciones económicas al desarrollo del sector microempresarial uruguayo según un
estudio realizado para el BID (BID, CB-17).
- Las microempresas en Uruguay surgen, según el BID (C-11), fundamentalmente, como
una alternativa frente al desempleo y no como actividades de producción destinadas a
satisfacer una demanda insatisfecha.
- Incertidumbre por el mercado. Los bajos costos de acceso a la creación de
autoempleo frente a un empleo dependiente, el poco número de habitantes del
Uruguay y el relativamente bajo crecimiento ínter temporal de la población, generan
una gran competencia entre las microempresas por captar un reducido universo de
potenciales clientes, lo cual contribuye a saturar el mercado y crea problemas de
comercialización dejando bajos márgenes de ganancia a los emprendedores.
- En muchos casos aunque el poder adquisitivo de los potenciales clientes sea bajo, sus
patrones de consumos son exigentes.
- Costo elevado del crédito. Para que un microempresario pueda solicitar un crédito
para su empresa en un banco comercial convencional, deberá tener su empresa
inscripta en el Registro Único de Contribuyentes (RUC) de la Dirección General
Impositiva (DGI), en el Banco de Previsión Social (BPS) y en el Ministerio de Trabajo y
Seguridad Social (MTSS), como requisitos mínimos. En el caso que el micro
emprendimiento no cumpla con las formalidades antes expuestas, la única posibilidad
de obtener financiación para éste es solicitando un crédito al consumo como persona
física. En el primer caso, si bien tiene una tasa de interés preferencial –más baja que
en el caso de crédito al consumo-, debe pagar todos los impuestos asociados a la
actividad comercial que en ocasiones no se adecuan a los microemprendimientos. Esta
situación reduce el acceso al financiamiento para el sector.
Restricciones socio culturales al crecimiento del sector microempresarial uruguayo según
un estudio realizado para el BID (BID, CB-17).
- Falta de cultura microempresarial explica el apego al trabajo asalariado. Se concluyó
que la sociedad uruguaya es una sociedad estatista, donde la población tiene la
expectativa que el Estado le solucione sus problemas y no una sociedad
emprendedora donde las personas construyen su propio destino. Uruguay es el país
latinoamericano donde mayor valor se le asignó a la sociedad estatista.
- Pérdida del hábito de trabajo en algunos de los estratos más bajos de la sociedad
debido a la perpetuación de la pobreza y la falta de oportunidades laborales por varias
generaciones.
31
Los programas de microcrédito por lo general tienen un importante componente
formativo y de capacitación en la gestión de una microempresa. Además contribuyen a
favorecer el crecimiento de la demanda al permitir un mayor acceso a redes.
II.2.2 Otros Servicios Financieros
A continuación se hace mención a otros servicios microfinancieros que son prestados por
las instituciones especializadas en microfinanzas.
Microahorro
Los pobres siempre han encontrado maneras de ahorrar, recurriendo, en general, a la
acumulación de una manera informal, invirtiendo en bienes como ser animales,
materiales de construcción y otros activos que luego pueden realizar en dinero. Sin
embargo, estas formas de ahorro informal tienen limitaciones muy importantes,
vinculadas al riesgo de la perdida total de los activos en caso de incendios o catástrofes
naturales, enfermedad de los animales y robo.
La difusión de una cultura de ahorro desde los programas de microfinanzas permite que
las personas encuentren nuevas formas de protegerse frente a imprevistos. En este
sentido el ahorro monetario presenta ventajas frente al ahorro en activos físicos. Las
personas valoran de los servicios de ahorro monetario el bajo costo de la transacción.
Crea, además disciplina.
Posibilitar el acceso al ahorro, a la población ignorada por el sistema financiero
convencional, es tan importante como posibilitarle el acceso al crédito, porque permite la
capitalización y el crecimiento de las microempresas y disminuye los niveles de
vulnerabilidad de las mismas frente a shocks.
El ahorro permite a los pobres transferir consumo presente al futuro, alivianando el gasto
presente en consumo y permitiéndoles aprovechar oportunidades de inversión. Además
de amortiguar los riesgos familiares por perdida de empleo o enfermedad y los riesgos
estructurales por incendio o inundaciones, los ahorros acumulados pueden “suavizar” los
cambios esperados o inesperados en los gastos del hogar debido al nacimiento de niños,
gastos escolares, reparaciones en el hogar, cumpleaños, bodas, divorcios entre otros.
En palabras de Feroza, prestataria de Grameen Bank “El ahorro y la planificación para el
futuro de mis hijos es mas importante que comer bien. Es por eso que comemos simple y
no gastamos mucho en ropa.”
Las actividades de ahorro contribuyen a la
búsqueda de empoderamiento de sus
miembros en forma individual y colectiva.
Un gran número de familias pobres utilizan
el servicio de ahorro más que el de crédito.
Por ejemplo, los sistemas de ahorro
ofrecidos por las instituciones de
microfinanzas, permiten a las mujeres
pobres mantener ahorros independientes de
sus esposos. Esto promueve su libertad y su
poder de negociación dentro del hogar, en
particular, en lo referido a la educación y el
futuro de sus hijos.
“... cuando por algún motivo un hogar pobre
necesita una cantidad de dinero relativamente grande, el ahorro es una forma menos riesgosa
de obtenerlo que a través de una deuda que
implique una obligación fija de rembolsar los
fondos”.
Estudio Especial No. 8: “Instituciones
financieras con doble objetivo Repercusiones
para el futuro de las microfinanzas”, CGAP,
julio de 2004.
32
A pesar que la industria microfinanciera se ha centrado en la innovación de técnicas
crediticias particulares para llegar a la población ignorada por el sistema financiero
convencional; actualmente, en número, las cuentas de ahorro predominan dentro de los
servicios microfinancieros que prestan sus diversos proveedores en el mundo; incluidas
las entidades especializadas en microfinanzas. Según datos de la CGAP, en el mundo, las
cuentas de ahorro son más numerosas que las cuentas de préstamo, aproximadamente, a
razón de 4 a 1.
El ahorro, además de ser beneficioso para la población en el sentido antes referido, puede
constituirse como una fuente estable de financiamiento para las instituciones proveedoras
de servicios de Microfinanzas como se detallará en la siguiente Máxima. Pero cabe
recordar que dentro de las instituciones especializadas en Microfinanzas, existe un tipo de
organización, la ONG, que por su forma jurídica no tiene permitida la captación de
ahorros. El estudio de la CGAP (CGAP,CB-2) nos muestra que del total de las instituciones
proveedoras de servicios microfinancieros en el mundo –servicios de ahorro y crédito-, las
instituciones especializadas en Microfinanzas representan el 19 por ciento. Pero si se
considera sólo el servicio de microcrédito, las especializadas alcanzan el 33 por ciento del
total de proveedores de servicios microfinancieros, a su vez, las ONG representan el 25
por ciento del total.
En Uruguay, las exigencias de saldos mínimos y los costos asociados a las cuentas de
depósitos impiden realizar depósitos de bajo monto.
Remesas
Los flujos migratorios, ocasionados en mayor medida por problemas de los mercados de
trabajo de varias regiones, generó la necesidad de instrumentar el servicio de remesas de
dinero. Las personas de bajos recursos que emigran y encuentran trabajo, son
principalmente quienes utilizan este servicio. Envían dinero a sus familias en el país de
origen como apoyo económico e incluso para el sustento diario. Para las instituciones
microfinancieras que están habilitadas a brindar este servicio, las remesas constituyen
una importante fuente de ingresos.
Microseguros
Las personas pobres enfrentan de manera más vulnerable una variedad de riesgos como
la muerte, enfermedades, pérdidas patrimoniales por robo e incendio y desastres
naturales. Las palabras de Sufya, prestataria de Grameen Bank describen esta realidad:
“…mi hijo se enfermó. Tuve que vender mi cabra para pagar el doctor y la medicina. Para
comprar la cabra había estado guardando 1 o 2 taka por semana que obtenía de las
ventas de mis canastos…” El microseguro es un instrumento que ayuda a la gestión de
estos riesgos ya que brinda a las personas de bajos recursos una protección contra éstos.
Teniendo en cuenta la probabilidad y costo del siniestro, se calcula una prima, es decir la
suma de dinero que debe pagarse regularmente a cambio del servicio.
En Uruguay, no existe un servicio similar.
33
Microleasing
El microleasing es un instrumento financiero que implica un acuerdo contractual entre dos
partes, donde se autoriza el uso de un activo, propiedad de la Institución Microfinanciera,
por parte del cliente, a cambio de pagos periódicos previamente establecidos. Una vez
que todas las cuotas han sido pagadas, el cliente tiene la opción de comprar ese activo,
abonando un pequeño monto complementario. El microleasing es un producto que se
ofrece al cliente de forma individual y además es un instrumento de plazo mas largo. En
algunos países como Bangladesh, el microleasing se ha constituido en una herramienta
que permite premiar a los microempresarios que se han destacado dentro del grupo por
sus habilidades emprendedoras, ofreciéndoles un producto diferente y adaptado a sus
necesidades. En Chile, a través de Indes S.A., el Banco de Desarrollo ha desarrollado un
amplio programa de microleasing.
En Uruguay, el leasing financiero esta limitado a entidades reguladas por el BCU, misma
restricción que rige para el caso del servicio de ahorro.
Sale and lease back
Es una modalidad de arrendamiento financiero, en el cual la microempresa realiza una
compra/venta y arrendamiento de sus propios activos y lo paga mediante cuotas
periódicas. Al finalizar el plazo, los vuelve a adquirir ejerciendo la opción de compra en un
valor simbólico. Es un instrumento que permite a las microempresas convertir sus activos
fijos en capital de trabajo.
II.2.3 Conclusión
Las microfinanzas se enfrentan al desafío de hacer llegar servicios financieros variados,
apropiados y de buena calidad a la mayor cantidad de hogares posible, los cuales hasta el
momento no tienen acceso a estos servicios.
En este sentido, la CGAP plantea que las instituciones proveedoras de servicios
microfinancieros deben ampliar y profundizar su cobertura. Estima que para el año 2004 (CGAP,CB-2), las instituciones que prestaban servicios financieros a las personas excluidas del
sistema financiero convencional, sólo cubrían un tercio de su población objetivo. En
cuanto a la profundización de la cobertura, se debe llegar a las personas más pobres, por
lo que es necesario ampliar la gama de servicios financieros que ofrecen estas
instituciones. Según la CGAP, los bancos de desarrollo público representan la gran
mayoría de la infraestructura y prestación de servicios en el mundo, pero sin embargo no
son eficaces para llegar a los más pobres.
Bajo el mismo objetivo, la CGAP recomienda mejorar la calidad de los servicios ajustando
los instrumentos financieros a las necesidades de la población. Si bien se ha innovado
respecto a la prestación de microcrédito y actualmente en la captación de ahorros, no se
ha profundizado respecto a las remesas y los seguros.
A su vez para llegar a más personas, se hace imprescindible la sostenibilidad financiera
de la institución. Es así que los precios de los servicios financieros deben permitir cubrir
sus costos. Para la CGAP, el problema de la no sostenibilidad financiera radica en que
algunas instituciones no saben cómo evitar niveles de morosidad al otorgar créditos sin
garantía cuando los donantes y cooperantes internacionales ya no los subsidian. Como
describiremos en el capítulo siguiente, la herramienta de Credit Scoring contribuye a
34
solucionar estos problemas en la medida que disminuye los costos operativos y de
morosidad de las instituciones que proveen servicios de microcrédito.
Para el logro de mayor cobertura y profundización del sector microfinanciero, es necesario
promover un adecuado marco institucional que permita a las instituciones, actualmente
no reguladas, modificar su situación y ampliar la gama de servicios financieros que
prestan. En la Máxima IV se tratará este tema. A su vez es necesario que se destine más
capital al sector. Las diversas fuentes de financiamiento de los proveedores de los
servicios microfinancieros se desarrollarán en la siguiente Máxima. Por otro lado, para el
logro de nuevas fuentes de financiamiento es imprescindible que las instituciones
microfinancieras demuestren que son autosostenibles.
35
II.3 Máxima III: Es necesario que se destine más capital al sector para ampliar
su cobertura
Para que las microfinanzas logren incluir dentro del sistema financiero a millones de
personas que aún hoy no tienen acceso al mismo, se
necesita reforzar las capacidades de las instituciones
especializadas en microfinanzas, mediante la
formación profesional, apoyo técnico y mayor acceso
a las fuentes de financiamiento. Es primordial
identificar en qué etapa de desarrollo se encuentra
cada institución para ajustar el instrumento de
financiamiento adecuado.
Hasta principios de la última década del siglo
pasado, la mayoría de las instituciones
especializadas en microfinanzas dependían
fundamentalmente del financiamiento de donantes
para la expansión de su actividad. El difícil acceso al
financiamiento las ha llevado a concentrar sus
esfuerzos en la mejora de su negocio, desarrollando nuevos productos y mejorando la
tecnología crediticia. Algunas de estas instituciones se han transformado en instituciones
financieras reguladas, en busca de nuevas maneras de capitalizarse. Esto forma parte de
una nueva fase de desarrollo de la industria microfinanciera donde se desarrollan nuevos
mecanismos e instrumentos de inversión.
Dentro de los factores institucionales que han limitado el acceso de las instituciones
microfinancieras a los mercados de capitales (ONU, CB-18) se pueden destacar: dificultades de
algunas instituciones, en cuanto a la transparencia en la gestión, generación y publicación
de balances, así como el uso de tecnologías operativas; y barreras que enfrentan las
instituciones jóvenes, relacionadas principalmente, con el hecho de no poder demostrar
un historial de buen desempeño y rentabilidad, aún cuando están creciendo con éxito.
Otra limitante, para el caso de IMF con enfoque social y sin fines de lucro es que pueden
verse como incompatibles con la cultura comercial por lo que los inversionistas las
consideran menos atractivas. Otro punto importante que limita el acceso al mercado de
capitales, es la poca habilidad de algunas instituciones, en el manejo del riesgo de
liquidez (D-8), del riesgo de tasa de interés (D-9) y del riesgo cambiario (D-10). El capital está
disponible para las 50 instituciones de microfinanzas más fuertes o más desarrolladas, el
desafío esta en “la capa que se encuentra por debajo” palabras de un gerente de un
fondo internacional (Libro Azul, sección 1:87) (UN, CB-19).
Dentro de los factores de mercado que han limitado el acceso de las instituciones
microfinancieras a los mercados de capitales, se puede resaltar la falta de confianza de
los Bancos y otras instituciones financieras hacia las instituciones especializadas en
microfinanzas por operar de manera diferente. Esto se refleja en evaluaciones de riesgo
desfavorables para las IMF por las agencias calificadoras, elemento que los bancos toman
en cuenta a la hora de prestarles dinero o invertir en ellas. Por otro lado, la existencia de
mercados financieros locales débiles, limitan la provisión de servicios financieros a las
instituciones especializadas en microfinanzas. En muchos países en vías de desarrollo y
países en transición, los sectores financieros son pequeños en contraste con los mercados
financieros robustos donde la movilidad de capital genera economías de escala lo que
supera muchas de éstas limitaciones.
"... una actividad motivada por consideraciones sociales puede
escapar a la paradoja estructural inherente a la mayoría de las
iniciativas humanitarias, en las que
el costo de extender los servicios a nuevos beneficiarios entraña el
progresivo agotamiento financiero
del programa. Por el contrario, la financiación eficaz del microcrédito
permite una mayor autosuficiencia al operar en mayor escala." Michael
Chu, Presidente, ACCIÓN International
36
No obstante lo anterior, el financiamiento a las instituciones especializas ha evolucionado.
Se exponen, a continuación, las fuentes de financiamiento utilizadas.
Cooperantes Internacionales y donantes.
La provisión de fondos de donantes y de los
cooperantes internacionales a tasas favorables, ha sido
muy importante para lanzar las operaciones de
microfinanzas. Estos fondos han sido posibles en un
contexto de alta liquidez global pero no se sabe si
seguirán disponibles para estas instituciones en caso de
escasez. Por otro lado, el hecho de que éstos continúen
financiando a las instituciones más exitosas y capaces
de acceder a la financiación del mercado es un tema
que preocupa porque puede constituir un desincentivo
en la búsqueda de otras fuentes de financiamiento que
contribuyan al éxito de la institución en el largo plazo.
Préstamos blandos
En general, constituyen una estrategia de política pública que se instrumenta a través de
los bancos de desarrollo gubernamentales. Su denominación, “préstamos blandos”,
proviene de la existencia de un subsidio en la tasa de interés. Este subsidio está dado por
la diferencia entre la tasa de interés de los préstamos blandos y la tasa de interés que la
institución hubiera tenido que pagar por fondearse en el mercado de capitales.
Fondos de garantías
Los fondos de garantía pueden desempeñar un papel crucial y oportuno al permitir que
una institución especializada en microfinanzas pueda acceder a mayores fuentes de
financiamiento.
Depósitos
Cuando la Institución especializada en microfinanzas incluye el servicio de ahorro, no sólo
es beneficioso para la población de bajos recursos como ya se fundamentó en la Máxima
anterior; sino que además los depósitos de particulares constituyen una fuente estable de
fondos para la institución. Sin embargo, ofrecer servicios de ahorro, exige un nivel de
desarrollo institucional para cumplir con los requisitos de seguridad y solidez que muchas
instituciones no han alcanzado todavía. Por otra parte, el costo real de los fondos
obtenidos de esta forma puede llegar a ser superior al de un préstamo.
Bonos, titularización e inversiones en capital
Las emisiones de bonos por parte de las instituciones financieras especializadas han
logrando captar el interés de los inversionistas, los banqueros y los reguladores. No
obstante, estas instituciones sufren las mismas limitaciones y falta de confianza que
cuando solicitan préstamos a los bancos. En cambio los negocios de titularización en la
industria microfinanciera son más recientes y menos frecuentes que las emisiones de
“Los fondos de los cooperantes
deben complementar en vez de
competir con el capital del sector privado. Los subsidios que ofrecen
los cooperantes deben ser una ayuda temporal de arranque y están
diseñados a apoyar a una institución
hasta que ésta pueda explotar fuentes de fondos privadas, tales
como depósitos”
Principio x de las microfinanzas
según CGAP, 2004
37
bonos. Por último, las inversiones de bolsa puede ser una opción de financiamiento, sólo
para instituciones microfinancieras maduras.
Para acceder a más fuentes de financiamiento, la industria de las microfinanzas ha
recurrido a distintas estrategias:
Relaciones de agencia, alianzas estratégicas y otras sociedades
Existe una amplia gama de relaciones en las cuales las Instituciones especializadas en
microfinanzas acuerdan con otros agentes del mercado financiero. Estas relaciones
incluyen las “alianzas estratégicas,” las fusiones y adquisiciones, los consorcios, y los
arreglos contractuales.
Calificadoras de riesgo especializadas en microfinanzas
Si bien se expresó que la evaluación del riesgo realizado a las instituciones especializadas
en microfinanzas por calificadoras de riesgo no especializadas en el sector, ha sido un
obstáculo a la obtención de fondeo en el mercado de capitales. Actualmente, existen
calificadoras de riesgo que se han especializado, según Eduardo Bazoberry, presidente de
Fondo Financiero Privado “PRODEM”, (Revista “Finanzas y Desarrollo” del FMI),
refiriéndose a las calificadoras de riesgo dice: “Son un muy buen instrumento para
conseguir fondos con términos favorables y para apalancar mejor mi cartera”. Una
Agencia de calificaciones de Lima notó que las instituciones de microcrédito tienen la
capacidad de continuar otorgando créditos de manera exitosa incluso en momentos de
crisis económica.
Vale la pena citar la Revista “Finanzas y Desarrollo” del FMI donde, Pilar Ramírez
presidente FIE S.A., un banco microfinanciero de Bolivia, expresa la necesidad de fondos
que enfrenta el sector microfinanciero para atender al vasto mercado potencial que
posee, en especial América Latina; y las tendencias recientes relacionadas con el acceso a
nuevas fuentes de fondos para el sector. “El mercado para las microfinanzas es
gigantesco: las instituciones existentes atienden sólo a una fracción de las 500 millones
de personas en el mundo que requieren de servicios financieros. En términos monetarios,
el monto de capital necesario para préstamos también es vasto. Sólo entre Bolivia,
Colombia y Perú esta suma podría ascender a 300 millones de dólares. Ni los donantes
internacionales ni las instituciones microfinancieras pueden proveer suficientes recursos
para atender el mercado potencial.”... “Fondos nuevos y sofisticados que pueden
incrementar el capital destinado a préstamos de las microfinancieras, reflejan la tendencia
hacia la creación de Instituciones de “segundo piso” que otorgan préstamos a las carteras
de microcrédito”.
38
II.3.1 Origen del fondeo para la industria microfinanciera en el Uruguay
Los principales proveedores de servicios de microcrédito para Uruguay son las ONG,
organizaciones no reguladas por el Banco Central del Uruguay que por ende tienen
limitadas sus fuentes de financiamiento básicamente por no poder captar ahorros. Las
principales fuentes de financiamiento son los cooperantes internacionales y los donantes privados tanto nacionales como internacionales.
II.3.2 Conclusión
El mercado microfinanciero se está desarrollando y esto se refleja en la mayor exigencia
en especialización y eficiencia a las instituciones. El capital disponible exige innovar para
una prestación de servicios a gran escala, caracterizada por una gestión transparente que
posibilite a los potenciales inversores un adecuado entendimiento de la actividad y de los
riesgos asociados a esta. El Credit Scoring promete ser una fuente de eficiencia en este
sentido.
Para un mayor crecimiento y desarrollo del mercado microfinanciero, es muy importante
el papel del Estado, como se desarrolla en la siguiente Máxima, por cuanto es quien
determina las reglas de juego donde actúan los agentes que participan en el sector.
Principales fuentes de financiamiento para las organizaciones especializadas en microcrédito en Uruguay
- FUAM, según costa en su página web institucional, ha contado desde su origen con el apoyo de diferentes organismos nacionales e internacionales, como la Corporación Nacional para el
Desarrollo (CND), el Ministerio de Vivienda (MVOTMA - Programa CREDIMAT), el Women´s World Banking (WWB), el Fondo Multilateral de Inversiones (FOMIN), el Banco Interamericano de Desarrollo (BID) y la Sociedad Cooperativa Ecuménica de Desarrollo (OIKOCREDIT). - Fundasol, según consta en su página web institucional, es miembro del Capítulo Uruguay de
la Sociedad Internacional para el Desarrollo (S.I.D); también es socia de la Asociación Nacional de Organizaciones no Gubernamentales, de OIKOCREDIT (Sociedad Cooperativa Ecuménica de Desarrollo) y socio fundador mayoritario de Inversiones para el Desarrollo Uruguay (SAINDESUR), de la cual ejerce presidencia. Ha realizado acuerdos de cooperación con Banco Interamericano de Desarrollo (BID), Sociedad Cooperativa Ecuménica de Desarrollo (OIKOCREDIT), Fundación Interamericana (IAF), la Sociedad Alemana para la Cooperación Técnica (GTZ), la Comisión Intereclesiástica de Coordinación de Proyectos de Desarrollo (ICCO)
de Holanda, el Fondo Ecuménico de Créditos (ECLOF) de Suiza, UNESCO, la Corporación Nacional para el Desarrollo y la Agencia Española de Cooperación Internacional (AECI). En una primera etapa creció sostenidamente en un marco de abundante cooperación internacional, pero desde 1995 es una institución autosostenible en su nivel operativo. - FEDU, según consta en su página web institucional, recibe fondos de donantes europeos
provenientes sobre todo de ECLOF (Ecumenical Church Loan Fund). - Grameen Uruguay, se financia con aportes de donantes privados nacionales e
internacionales. - IPRU, según consta en su página web, ha realizado acuerdos de cooperación con el BID, GTZ,
Proyecto Local AF, Cardenal Leger, Citigroup y Chase Manhattan.
39
II. 4 Máxima IV: “El papel del gobierno es de facilitador, no el de un proveedor
directo de servicios.”
La presentación se desarrollará en tres apartados. En el primer apartado se presentará la
necesidad ampliamente reconocida de establecer un marco regulatorio particular para las
instituciones especializadas en microfinanzas. En el segundo apartado se expondrá el
tema de la regulación de tasas de interés que afecta particularmente a las organizaciones
del sector. Y en el último apartado se fundamentará el papel principal que tiene el
gobierno en la lucha para la erradicación de la pobreza.
II.4.1 Es necesario un marco regulatorio para los proveedores especializados en servicios
microfinancieros
Según Claudio González - Vega2, el entorno de las políticas financieras y no financieras
determina el ritmo de innovación financiera y de profundización micro financiera. Las
políticas apropiadas deben estimular la competencia, promover la sustentabilidad y
fortalecer las Instituciones, y favorecer la innovación y la acumulación de capital social.
Si se observan las particularidades de la industria
microfinanciera dentro del sector financiero, se
reconoce cada vez más que, para que las instituciones
microfinancieras funcionen de manera rentable y
sólida, son necesarios reglamentos específicos en
aspectos tales como la suficiencia de capital, la
calificación de riesgo, las previsiones para deudas
incobrables y los requisitos informativos.
En América Latina, por lo general, las
superintendencias financieras, no han contemplado las particularidades de la industria
microfinanciera, dificultando, de este modo, la posibilidad de que las instituciones
especializadas en la prestación de servicios microfinancieros se transformen en entidades
financieras reguladas. Los requisitos exigidos para los bancos comerciales convencionales
son inalcanzables para este tipo de instituciones financieras; y si bien, las exigencias son
menores para las compañías financieras de la región, estas empresas sólo pueden ofrecer
una gama limitada de servicios. Según datos relevados por un estudio realizado para el
BID en 1997 por Janson y Wenner BID, en Argentina, Brasil, Chile, Colombia, Ecuador,
Guyana, México y Uruguay; es improbable que las instituciones especializadas en
microcrédito puedan cumplir con los requisitos mínimos de capitalización que exigen las
Superintendencias de Instituciones de Intermediación Financiera de cada uno de estos
países.
En cambio, países como Perú y Bolivia, han sido pioneros en América Latina en la
constitución de un marco regulatorio favorable para el desarrollo de la actividad
microfinanciera, al permitir la creación de intermediarios financieros no bancarios
especializados en proveer servicios a micro y pequeñas empresas. En 1994, se crearon en
Perú las Entidades de Desarrollo de la Pequeña y Micro Empresa (EDPYME) y en 1995, se
reglamentaron en Bolivia los Fondos Financieros Privados (FFP). En ambos casos se trata
2 “Importancia y evolución de las Microfinanzas”, Claudio González-Vega The Ohio State University. Artículo
presentado en Montevideo, Uruguay el 27 de julio de 2006 en el marco de Microfinanzas en Uruguay : Una apuesta al Futuro del país. BID
“La Regulación financiera y su importancia para las microfinanzas en América Latina y el Caribe”, Tor Janson, Mark Wenner; 1997.
“Las microfinanzas se refieren a la
creación de sistemas financieros que
atiendan las necesidades de las
personas pobres y podrán alcanzar
su máximo potencial, si son
integradas al sistema financiero ya
establecido de un país”
Grupo Consultivo de Asistencia a
los Más Pobres (CGAP)
40
de instituciones financieras reguladas que poseen requisitos de capital y reservas más
adaptados a las microfinanzas. Si bien pueden ofrecen una limitada gama de servicios
bancarios, esto no impide el desarrollo de la actividad microfinanciera. Según el estudio
de Janson y Wenner (BID, 1997), anteriormente citado, se reveló que a la fecha de su
realización, sólo cinco superintendencias de intermediación financiera en América Latina –
Bolivia, El Salvador, Nicaragua, Perú y Venezuela- estaban interesados o en proceso de
creación de nuevos marcos regulatorios para instituciones especializadas en
microfinanzas.
Por otra parte, las Superintendencias de Bancos de los países latinoamericanos, fueron
paulatinamente adaptándose a las recomendaciones propuestas por el Comité de
Basilea(D-12) en el Primer Acuerdo de Capital publicado en 1988 –Basilea I- y
posteriormente al Nuevo Acuerdo de Capital publicado en 2004 –Basilea II-. Las
recomendaciones propuestas por el Comité de Basilea, tienen como destino original las
instituciones financieras de los países de la OCDE. Los bancos centrales de la región de
América Latina que se han inclinado por la adopción de estas medidas, han tenido que
adaptarlas a bancos locales o regionales más pequeños, menos diversificados y cuyo
entorno económico es más volátil respecto a las condiciones para las cuales se crearon las
recomendaciones originariamente. Por tal motivo, en general, la capacidad de atender a
las instituciones especializadas en microfinanzas, cuya estructura y procedimientos no se
asemeja a alguna de las instituciones financieras reguladas, se ha limitado.
El cambio de Basilea I a Basilea II se fundamenta en la adecuación de las
recomendaciones propuestas a las actuales técnicas de medición y gestión de riesgos. Si
bien Basilea II, no es obligatorio para los países latinoamericanos, se sugiere que los
bancos centrales de la región implementen los tres pilares fundamentales en los que se
basa el Nuevo Acuerdo de Capital. El primer pilar se refiere a la suficiencia de capital e
incluye para determinar el porcentaje de adecuación del capital, los riesgos de crédito, los
riesgos del mercado y el riesgo operacional. El segundo pilar se refiere a los principios de
supervisión preventiva e incorpora parámetros de previsión del riesgo ex ante – por
ejemplo la medición de la probabilidad de incumplimiento de las solicitudes de crédito,
objeto de nuestra investigación-. El tercer pilar tiene como objeto el logro de una mayor
transparencia en la información del mercado financiero.
Como se puede apreciar, para Basilea II, la gestión del riesgo dentro de las instituciones
financieras es un eje clave para la adecuada administración del negocio. En esta línea, el
scoring o calificación estadística proporciona una medida cuantitativa e histórica del
riesgo adecuada a los estándares de Basilea II.
Las microfinanzas dentro del esquema de Basilea II, si bien no es fácil ubicarlas, según un
estudio realizado para el BID publicado en agosto de 2006BID, el tipo de cartera crediticia
que poseen las instituciones pertenecientes a este sector las ubicarían dentro de la
categoría: “otros créditos minoristas” –importante número de créditos de reducido monto.
En Uruguay no existen instituciones especializadas en microfinanzas reguladas ni
supervisadas por el Banco Central del Uruguay (BCU). Las instituciones especializadas en
(D-12)
El Comité de Supervisión Bancaria de Basilea es un comité de autoridades responsables de la supervisión de bancos que fue establecido por los gobernadores de los bancos centrales de los países del Grupo de los Diez en 1975. Suele reunirse en la sede del Banco de Pagos Internacionales en Basilea, donde está ubicada su Secretaría Permanente. BID
Publicación del BID, “Indicadores de Microfinanzas en América Latina: rentabilidad, riesgo y regulación.” Autores: Sergio Navajas, Enrique Navarrete, Lilian Simbaqueba, Mario Cuevas y Gehiner Salamanca. Washington, agosto de 2006.
41
microfinanzas operan como Organizaciones No Gubernamentales (ONG), ya sea en la
modalidad de Asociaciones Civiles sin fines de lucro o como Fundaciones.
Según los datos extraídos del estudio de Janson y Wenner (BID, 1997), en Uruguay es
poco probable que las entidades especializadas en microfinanzas puedan transformarse
de ONG en Instituciones reguladas por el BCU, sin modificar la regulación existente. De
acuerdo a los datos extraídos del mismo estudio, si una organización lograra cumplir con
la exigencia mínima de capital que establecen las Normas de Prudencia y Supervisión
Bancaria para constituirse en un Banco Comercial (6.3 millones de dólares americanos),
para mantenerse plenamente apalancada3 debería poseer por lo menos 55.125 clientes, si
se considera un préstamo promedio por cliente es de 1.000 dólares americanos. Si se
considera un préstamo promedio de 500 dólares americanos por cliente, entonces debería
poseer como mínimo 110.250 clientes bajo la misma condición. Según información
extraída del BCU, a partir del 30 de setiembre de 2005 la Responsabilidad Patrimonial
Básica para bancos asciende a 130.000.000 Unidades Indexadas (UI) y para casas
financieras a 91.000.000 UI; confirmando en la actualidad la restricción planteada.
Por último, según los resultados del estudio antes citado, la mayoría de las
superintendencias bancarias de América Latina no consideran que la garantía solidaria,
principal garantía aceptada por las organizaciones microfinancieras, sea una garantía
eficaz. La mayoría de los bancos centrales encuestados asociaron a la garantía solidaria
con una garantía personal, salvo Bolivia que por ley reconoce al grupo solidario como
garantía frente a una solicitud crediticia.
II.4.2 Regulación de tasas de interés.
Uno de los principios claves para las microfinanzas según la CGAP, respecto a la
regulación de las tasas de interés en los mercados, establece lo siguiente: “Los techos a
las tasas de interés pueden perjudicar el acceso de las personas pobres a créditos. La
fijación de tasas de interés máximas impide que las instituciones microfinancieras cubran
sus costos, y por ello corten la oferta de crédito para las personas pobres.”
Las leyes de usura, son leyes que controlan la tasa máxima de interés aplicable y tienen
como objeto la protección del prestatario frente a prestamistas que se aprovechan de su
necesidad de liquidez; pero reduce la capacidad de autosostenibilidad financiera de las
instituciones especializadas en microcrédito. Respeto a esto, el estudio de Janson y
Wenner (BID-1997), revela que en la mayoría de las superintendencias financieras de
América Latina, al año 1997, existía algún tipo de techo legal para las tasas de interés y
que la situación era particularmente restrictiva para las instituciones proveedoras de
servicios microfinancieros en Brasil, Honduras, Panamá, Uruguay y Bolivia; siendo
Uruguay el país más exigente en el cumplimiento de estas leyes.
En Uruguay, la usura se prohíbe en la Constitución de la República. El artículo 52 de la
Constitución vigente de la República Oriental del Uruguay, expresa: "Prohíbase la usura.
Es de orden público la ley que señale límite máximo al interés de los préstamos. Esta
determinará la pena a aplicarse a los contraventores."
3 El porcentaje de adecuación del capital considerado en el estudio de Janson y Wenner se estableció de acuerdo
a las recomendaciones propuestas por el Comité de Basilea en 1988 –Basilea 1-. El mismo establecía que los bancos mantuvieran un nivel mínimo de capital equivalente al 8% de sus activos ponderados por riesgo.
42
La Ley 17.569 “Ley de Usura”, vigente desde octubre de 2002, debe ser aplicada a todas
las operaciones crediticias realizadas por las empresas de intermediación financiera
reguladas por las normas bancocentralistas y por personas físicas o jurídicas
administradoras de créditos que no integran dicho sistema de intermediación financiera.
La Ley expresa, que si los intereses u otros cargos se fijan un 75 por ciento por encima
de las tasas medias del trimestre anterior a la fecha de constituir la obligación del
“mercado de operaciones corrientes de préstamos bancarios otorgados a las familias”, o
un porcentaje mayor al 100 por ciento, en caso de haber intereses moratorios; éstos son
considerados usurarios y si la acción es comprobada, se penaliza con prisión. Esta Ley no
diferencia préstamos al consumo y préstamos a empresas.
Actualmente, se está tratando en el parlamento un proyecto de Ley de usura que
incorpora medidas en la línea del impulso a las microfinanzas. Este proyecto propone
topes de usura diferenciales para crédito al consumo, créditos a empresas, y dentro de
éstas últimas diferencia a los créditos para micro empresas. La diferencia se debe a que
los créditos a las microempresas tienen mayores costos unitarios implícitos por lo que el
tope de usura debería ser más alto.
En Uruguay, con la nueva ley de usura, se ha dado un gran paso en el reconocimiento de
los costos diferenciales asociados al microcrédito con relación a la prestación de otros
servicios financieros. Pero, para que las instituciones microfinancieras puedan
transformarse en instituciones reguladas, debería establecerse una normativa particular
para este tipo de instituciones que utilizan metodologías de intermediación financiera
diferentes al resto de las instituciones del mercado financiero.
El scoring o calificación estadística permite que se administren más eficientemente los
riesgos asociados a la asignación de créditos, haciendo posible una disminución
importante de los costos operativos que conllevan a que una tasa de interés más baja
pueda cubrir todos los costos implícitos en la transacción.
II.4.3 El microcrédito no es siempre la solución. Otros tipos de apoyos son ideales para
aquellas personas tan pobres que no tienen ingresos ni medios de repago.
Según Pilar Ramírez, presidente del Fondo Financiero Privado para el Fomento a
Iniciativas Económicas (FIE S.A.), “.... Sacar a otros de la pobreza es algo que va a exigir
un esfuerzo combinado de las agencias públicas y sector privado”.
El papel del Estado debe centrarse en establecer el marco de políticas, las “reglas de
juego” y desarrollar la infraestructura institucional y física indispensable para el desarrollo
de la industria microfinanciera. La participación directa del Estado en la prestación de
servicios financieros puede provocar un desestímulo a la creación de nuevas formas de
subsistencia y sólo posponer la aceleración del proceso de profundización financiera. La
intervención del mismo debería ser de carácter promocional, complementario, temporal y
con un enfoque empresarial.
La CGAP defiende que el microcrédito es realmente eficaz en aquellos casos en los que
exista un nivel mínimo previo de actividad económica que asegure una integración en un
mercado, además de capacidad empresarial y cierto talento de dirección. El Estado tiene
que seguir participando directamente en programas de erradicación de la pobreza con
políticas inclusivas en el mercado laboral para aquellos que no tienen capacidad
emprendedora, tanto en sentido cultural y por falta de recursos económicos y
43
oportunidades. En general se trata de personas que han pasado por extensos períodos de
pobreza, lo que se denomina técnicamente pobreza estructural.
En Uruguay, el 21 de marzo de 2005, se creó por Ley Nº 17.866, el Ministerio de
Desarrollo Social (MIDES)4. El artículo 9º de la citada Ley indica las competencias que
posee el MIDES. Entre ellas se destaca la potestad de formular, ejecutar, supervisar,
coordinar, programar, dar seguimiento y evaluar las políticas, estrategias y planes en las
áreas de juventud, mujer y familia, adultos mayores, discapacitados y desarrollo social en
general; coordinar las acciones, planes y programas intersectoriales, implementados por
el Poder Ejecutivo para garantizar el pleno ejercicio de los derechos sociales a la
alimentación, a la educación, a la salud, a la vivienda, al disfrute de un medio ambiente
sano, al trabajo, a la seguridad social y a la no discriminación. Implementar, ejecutar y
coordinar Programas de Atención a la Emergencia Social, mediante la cobertura de las
necesidades básicas de quienes se hallan en situación de indigencia y de extrema
pobreza, buscando el mejoramiento de sus condiciones de vida y su integración social; y
establecer ámbitos de coordinación y asesoramiento con la sociedad civil involucrada en
los objetivos del Ministerio de Desarrollo Social. Por lo tanto esta institución centra todos
los programas del Estado cuyo objeto sea la prestación de servicios públicos en búsqueda
de la inclusión social y la igualdad de oportunidades.
En la presente Máxima, se fundamentó la importancia de generar un marco regulatorio
específico para las microfinanzas debido a sus particularidades en la intermediación
financiera. Como se explicó en la Máxima II, los costos operativos unitarios son más
elevados en la colocación de microcréditos respecto a otros tipos de créditos. Dado lo
anterior, en lo que respecta a las tasas de interés, las leyes de usura deberían contemplar
estas particularidades, diferenciando los topes de usura para los créditos a la
microempresa respecto a los demás créditos a empresas. Por otro parte, las instituciones
especializadas en microcrédito podrían utilizar herramientas como el Credit Scoring que le
permitan aumentar su eficiencia en la colocación de créditos y disminuir así sus costos
operativos. En la siguiente Máxima se expondrán las innovaciones más importantes que
han introducido las instituciones especializadas en microfinanzas con el objetivo de
mejorar su desempeño.
4 Por más información ver página web. www.mides.gub.uy
44
II.5 Máxima V: Las microfinanzas pueden y deben ser sostenibles si se espera
alcanzar a un gran número de personas pobres
Las microfinanzas funcionan mejor cuando se revela y mide
su desempeño. La revelación de datos no sólo ayuda a los
accionistas a juzgar los costos y las ganancias, sino también
a mejorar el desempeño. Las Instituciones proveedoras de
servicios microfinancieros necesitan reportar información
exacta y comparable sobre su desempeño financiero al igual
que sobre su desempeño social” (CGAP, CB-21).
Para un mejor desempeño, los proveedores de servicios microfinancieros han utilizado
diversas herramientas y metodologías que posibiliten ampliar su cobertura de forma más
eficaz y eficiente.
Por ejemplo, con financiamiento del Banco Interamericano de Desarrollo, el Banco
Nacional de Desarrollo de Brasil (BNDES) se ha propuesto fortalecer Organizaciones no
gubernamentales sin fines de lucro (ONG) microfinancieras y sociedades de crédito
mediante la capacitación de oficiales de crédito, el fortalecimiento de sistemas de
información administrativa, la introducción de tecnologías como el “Credit Scoring”. (BID,
CB-22).
Capacitación de Oficiales de crédito.
Los oficiales de crédito han sido desde los inicios de las microfinanzas un actor clave en la
instrumentación de los programas de microcrédito. Los mismos han sido un enlace entre
la institución proveedora de créditos y los prestatarios y han sido indispensables en la
toma de decisión sobre el otorgamiento del crédito dada su cercanía a los
emprendimientos. Además, el seguimiento periódico del funcionamiento del
emprendimiento lo convierte en un agente clave en la capacitación del prestatario para la
devolución del capital prestado. Es por esta razón, que es primordial su continua
capacitación. A través de ella, los oficiales de crédito han aprendido a evaluar los ingresos
reales de los microempresarios, así como su flujo de caja y su capacidad de pago. Según,
Carlos Fernández ex-gerente central de comercialización del Banco de Trabajo de Perú,
“Los oficiales han aprendido a evaluar a las microempresas, aun cuando los solicitantes
de los préstamos por lo general carecen de información documentada y rara vez declaran
sus ingresos reales” (BID, CB-23).
Banca móvil.
La banca móvil es una innovación metodológica que consiste en llegar a los lugares más
alejados, más excluidos territorialmente mediante vehículos que actúan de ventanilla de
la institución microfinanciera donde se procesan solicitudes de préstamo, desembolsan
fondos, recaudan reembolsos y se toma dinero en depósito. Esta metodología posibilita la
superación del aislamiento y acceder al capital para desarrollar su actividad de
subsistencia.
A pesar del éxito que ha tenido la práctica de esta metodología, la misma presenta
problemas de seguridad en el transporte de efectivo, por lo que se debe incurrir en algún
costo adicional para protección -conexión por Internet entre los bancos móviles y la sede
de la Institución microfinanciera-. Otro problema es la poca oportunidad que presentan
los bancos móviles para retirar fondos dificultando la promoción del ahorro. Además, no
se ha establecido un reglamento para este tipo de actividades.
“Para llegar a más clientes
y servirles mejor, las microfinanzas se deben
renovar”
María Otero, presidenta de
ACCION Internacional.
45
Banca Móvil: Un programa experimental que brinda servicios bancarios a los más pobres en
Vietnam. Proyecto de financiamiento rural del Banco Mundial (C-12)
.
El Banco de Vietnam para la Agricultura y el Desarrollo Rural (Agribank), con una de las redes de sucursales más extensas del mundo, fue el principal conducto. La falta de acceso vial y los elevados costos
de transacción le impidieron prestar asistencia a los más pobres hasta que en 1998, inició un programa de bancos móviles inspirado en programas similares adoptados en Bangladesh y Malasia. Se adquirieron 159
vehículos equipados para caminos de tierra y senderos de montaña. Las visitas siguieron un calendario fijo
y anticipado y se programaron para coincidir con las ferias semanales en las aldeas, reduciendo el tiempo y costo de transporte de los prestatarios. Tras apenas cinco años (Año 2004), el programa de bancos
móviles ha sido relativamente eficaz en función de los costos y provee servicios financieros a 315.000
hogares pobres, alrededor del 6% de los clientes de Agribank. Los datos preliminares indican que, en promedio, cada banco móvil ha desembolsado 1.921 préstamos, recaudado 1.387 pagos y transportado
efectivo 75 veces a 16 localidades por mes. También se movilizaron 1.983 pequeñas cuentas de ahorro por mes. El programa fue esencial también para el objetivo del proyecto de financiamiento rural de aumentar
el acceso a los servicios financieros en las zonas rurales. Los pequeños préstamos (promedio ponderado de
US$452) ayudaron a los prestatarios a diversificar sus actividades, y el 99% de ellos pudo aumentar su ingreso. Aun sin utilidades institucionales, la banca móvil ha sido exitosa. En promedio, cada vehículo
registró una ganancia de alrededor de US$1.000 al mes, descontados el costo de los fondos, la gasolina, la depreciación y el personal. Las tasas de reembolso han sido del 97%, gracias a diversos factores: cuotas de
reembolso reducidas, acceso a sucesivos préstamos más cuantiosos y trámites sencillos.
Segmentación de mercados
La segmentación de mercados consiste en la identificación de distintos grupos de clientes
para poder ofrecerles productos financieros adecuados a sus necesidades específicas. Con
ello se busca mejorar la eficiencia de una institución.
Para definir los segmentos del mercado según el Banco Solidario de Bolivia, se deben
considerar los siguientes aspectos: cuan receptivo es el cliente a propuestas, cuanta
importancia le da al apoyo que le brinda la institución, su nivel de proactividad con
relación a su actividad microempresarial y la rentabilidad potencial del cliente para el
prestamista.
Las tarjetas de crédito y las tarjetas inteligentes (smart cards)
Las tarjetas de crédito ofrecen ventajas a las instituciones microfinancieras en los costos
de transacción y facilitan la gestión de la información. Las compañías financieras de
tarjetas de crédito tienen la vista puesta en las posibilidades del mercado del
microcrédito; han visto como se saturaba su mercado para la clase media y media alta, y
están abriéndose a los segmentos con ingresos más bajos. Las tarjetas inteligentes
también ofrecen la posibilidad de facilitar las transacciones tanto para los depósitos como
para los préstamos, pero hasta ahora su uso ha sido limitado en esta industria.
Credit Scoring o calificación estadística, innovación que dedicaremos el capitulo III de
esta tesis
El Credit Scoring es una herramienta que permite reducir el riesgo y acortar el largo
proceso de evaluación de créditos. Consiste en analizar el historial de información del
cliente e identificar los vínculos entre las características del mismo, las condiciones del
préstamo y el historial de morosidad del cliente. Con esta información, predice el
46
potencial riesgo y duración de la mora de una solicitud de crédito y le permite al
prestamista obtener la potencial rentabilidad de cada cliente.
Dado que esta herramienta pronostica el comportamiento del cliente frente al
cumplimiento del crédito, le permite al Oficial de Crédito focalizar su trabajo en los
clientes más riesgosos y así reduce los costos operativos, especialmente, mediante la
disminución de la periodicidad de las visitas a los emprendimientos.
En este sentido, es un instrumento que contribuye a mejorar la eficiencia de la institución
proveedora de microcrédito y por ende les permite ampliar y profundizar su cobertura,
que es el desafío que enfrenta la industria microfinanciera.
Sistemas de información administrativa (SIG)
Se requiere de mejores sistemas de información administrativa. “La falta de buen
software es uno de los verdaderos cuellos de botella”, sostiene María Otero, presidenta de
ACCION Internacional. El salto hacia las prácticas bancarias formales permitirá a las IMFs
ofrecer más préstamos a un número mayor de microempresarios en todo el mundo.
Palm Pilots
En términos de tecnología, los oficiales de préstamos están utilizando computadoras de
bolsillo (Palm Pilots) cuyo software les permite aceptar solicitudes de crédito, calcular
montos de préstamos, monitorear los pagos de los clientes y transferir la información a la
base de datos central.
En Uruguay, la Liga de Defensa Comercial ha instrumentado el programa de servicios de
información comercial para PyMEs con el apoyo del BID/FOMIN que puede considerarse
una gran innovación para el desarrollo del sector microfinanciero nacional. Este programa
ha diseñado e implementado tres nuevos instrumentos de información comercial que
apuntan a promover la transparencia de las transacciones y el uso de los sistemas de
información de manera de mejorar el acceso al crédito y facilitar herramientas para la
toma de decisiones. Los instrumentos son el scoringlideco (Scoring de la Liga de
Defensa Comercial) modelo que predice con un horizonte temporal de doce meses la
probabilidad que una empresa incumpla sus obligaciones; infocel usa la tecnología
celular que permite acceder a información sobre cheques denunciados, verificación de
RUC y verificación de cuentas corrientes suspendidas o clausuradas e historiallideco
provee un reporte con información de los antecedentes de una empresa sobre
obligaciones comerciales incumplidas denunciadas en LIDECO, cuentas corrientes
suspendidas o clausuradas en el sistema financiero y la inclusión de la empresa o sus
integrantes en el registro de morosos y castigados del sistema financiero (CB-24) .
II.6 Conclusión
Las microfinanzas han sido capaces de alcanzar a personas antes excluidas del sistema
financiero, en especial, en aquellos países de ingresos bajos, con fuertes problemas de
desigualdad de ingresos y de oportunidades.
Las instituciones especializadas en microfinanzas ofrecen créditos pequeños, de corto
plazo a individuos pobres, que, en su mayoría, no poseen garantías tradicionales, no
cuentan con historial financiero ni salarios provenientes de un empleo en el sector formal.
Es por esta razón, que las innovaciones en microcrédito, se han centrado en la búsqueda
de reducciones de los costos de evaluación del riesgo. La conformación de grupos
47
solidarios y el trabajo de los oficiales de crédito han sido grandes innovaciones en este
sentido y se apoyan fundamentalmente en información cualitativa. En la literatura sobre
la industria microfinanciera, se considera al Credit Scoring o calificación estadística la
tercera gran innovación.
En la medida en que más instituciones microfinancieras comiencen a ser reguladas y
aumente la competencia entre ellas, aumentará la presión para que tomen en
consideración la valoración del riesgo como un elemento muy importante para evaluar su
gestión y la de los oficiales de crédito. Temas como los Internal Rating Based (IRB), o
Credit Scoring que nos son exóticos en estos momentos, serán temas cotidianos para las
instituciones microfinancieras que quieran permanecer en el tiempo. Es así que el acuerdo
de Basilea, se ha constituido en un foro generador de ideas y debates que afectan no sólo
a los directos implicados (Banca Internacional), sino que trasciende a todos los actores
del sector financiero y microfinanciero.
En el siguiente capítulo se desarrolla el instrumento “Credit Scoring” o calificación
estadística, un instrumento de medición de riesgo crediticio que contribuye a una mejora
en el manejo del riesgo de la cartera de la institución microfinanciera, mejorando así la
calidad de la misma.
48
Capítulo III: Antecedentes y Marco Teórico “Credit Scoring” o calificación estadística En el presente capítulo se define el Credit Scoring, herramienta que se utiliza para
pronosticar el riesgo y disminuir los costos operativos y de morosidad asociados al
otorgamiento de créditos. Asimismo, se presentan sus antecedentes de aplicación en el
crédito al consumo y su extrapolación al sector microfinanciero. También, se discute la
pertinencia de utilizar como base del modelo estadístico sobre el que se construirá
nuestro modelo de Credit Scoring, el método discriminante lineal o la regresión logística y
sus ventajas respecto a los métodos no paramétricos.
Por último, se describen los modelos de calificación estadística que han sido desarrollados
en América Latina, a partir de las investigaciones de Mark Schreiner5 (1999a, 1999b, y
2000). En particular, se considera su trabajo: “Un modelo de calificación del riesgo de
morosidad para los créditos de una organización de microfinanzas en Bolivia” (1999).
El objeto de este capítulo es la construcción de un marco teórico para la investigación.
III.1 Definición de Credit Scoring
El Credit Scoring es una herramienta poderosa para la toma de decisiones sobre el
otorgamiento de un crédito. Esta herramienta analiza el historial de información del
cliente e identifica los vínculos entre las características del cliente, las condiciones del
préstamo y el historial de morosidad del cliente teórico de similares características. La
misma permite predecir la probabilidad que una solicitud de crédito caiga en un “atraso
costoso” para la institución que otorga el crédito. Esta herramienta trabaja con el
supuesto de que los vínculos entre “riesgo” y “características” se mantendrán en el
futuro, por lo que el riesgo histórico para un segmento determinado de la población se
convierte en el riesgo pronosticado para dicho segmento.
El Credit Scoring contribuye al crecimiento y expansión de la industria microfinanciera.
Posibilita un mejor monitoreo de la cartera que gestionan los oficiales de crédito, porque
les permite focalizar su trabajo en los clientes más riesgosos y crear incentivos para que
buenos clientes vuelvan a solicitar préstamos. En este sentido, permite acortar el largo
proceso de evaluación de créditos y reducir el riesgo de incobrabilidad.
En consecuencia la institución proveedora de microcréditos se ve beneficiada con la
reducción de sus costos operativos y de morosidad, por lo que mejora su eficiencia. Estas
instituciones pueden obtener un mayor margen de ganancia y por ende ampliar su
cobertura.
Por otro lado, disminuye la incertidumbre sobre el riesgo crediticio en la actividad
microfinanciera al permitir cuantificar el riesgo del portafolio de créditos del prestamista.
Desde otra perspectiva, este instrumento debilita las barreras institucionales que limitan
la inversión privada en el sector.
5 Profesor de trabajo social en la Universidad de Washington en St. Louis, Missouri.
49
III.1.1 Scoring Subjetivo y Credit Scoring
Los oficiales de crédito utilizan Scoring Subjetivo en la evaluación de los potenciales
prestatarios. De la observación e interacción con el cliente y a partir de su experiencia, el
Oficial de Crédito recaba información cualitativa y cuantitativa, con la cual construye un
flujo de fondos de la actividad del solicitante del crédito y evalúa la viabilidad y capacidad
de pago.
El trabajo de los oficiales de crédito, a través del scoring subjetivo, se centra en la
observación de características cualitativas para medir el riesgo. En este sentido, la
práctica del Credit Scoring para el microcrédito no elimina la evaluación tradicional del
Oficial de Crédito sino que la complementa. El scoring estadístico, generalmente, confirma
la orientación del juicio subjetivo, pero a diferencia de éste, es capaz de indicar qué tan
fuertes son las relaciones entre riesgo y características del cliente, del emprendimiento y
del préstamo.
El scoring estadístico provee un proceso claro para pronosticar el riesgo, y lo hace de una
manera explicita, como una probabilidad. En cambio, el scoring subjetivo simplemente
expresa si un préstamo tiene riesgo de caer en atraso por encima del promedio.
El scoring estadístico aprovecha la experiencia y conocimiento de toda la institución, no
sólo la del Oficial de Crédito. El riesgo pronosticado con scoring subjetivo podría variar
según el analista que hace la evaluación, en cambio el scoring estadístico permite tratar
todas las solicitudes idénticas de forma idéntica, proporcionando consistencia a la toma
de decisiones. Además, permite simular escenarios diferentes a la realidad, por ejemplo,
cambios de políticas, que es precisamente lo que se requiere para una buena
administración del riesgo.
El scoring estadístico agrega una “tercera voz” en el proceso de evaluación de un crédito,
donde es posible detectar casos, de “alto riesgo” o de “riesgo”, que pudieren haberse
“colado” en la evaluación tradicional y permite al Comité de Crédito solicitar un análisis
adicional o modificar los términos de un crédito o establecer tasas de interés especiales
para préstamos más riesgosos. Es así que el scoring estadístico reconoce que es
imprescindible el scoring subjetivo para valorar elementos de riesgo no asociados a las
características especificadas en el modelo estadístico, pero permite concentrar esta
evaluación en las solicitudes en las que realmente es necesario.
III.1.2 ¿Cómo funciona el Credit Scoring?
La calificación estadística se apoya en información cuantitativa y cualitativa conservada
en una base de datos integrada al sistema computarizado de una institución. Para
construir un modelo de calificación estadística, es indispensable que la base de datos
cuente con un rango completo de información sobre el desempeño y las características de
muchos préstamos pasados. La misma, debe incluir información de buena calidad y fácil
de recabar a bajo costo. Esto es de particular importancia para las instituciones
especializadas en microfinanzas debido a la poca significación de cada una de las
variables explicativas que puede recabar.
Según Mark Schreiner, las instituciones microfinancieras deben fortalecer su capacidad
técnica para que el Credit Scoring sea exitoso. Actualmente muchas instituciones
proveedoras de servicios microfinancieros no poseen la información adecuada y el difícil
50
acceso a los datos necesarios hace costoso la adaptación del sistema de Credit Scoring de
la banca convencional a las microfinanzas.
El modelo de Credit Scoring genera un “scorecard” o puntaje que cuantifica el riesgo de
“atraso costoso” de una solicitud de crédito, como una probabilidad. Para definir atraso
costoso, cada institución microfinanciera utilizará el criterio que mejor se ajuste a su
realidad: éste podrá definirse como el número de días de atraso en el pago de una cuota,
que resulta costoso para la institución porque requiere de una gestión de cobranza
extraordinaria para motivar el pago.
El Credit Scoring funciona con probabilidades, no con certezas. Nunca nos dirá si un
solicitante será bueno o será malo, sólo la probabilidad que lo sea. Los abusos de scoring
toman dos posiciones extremas: o no es usado o se le traslada toda responsabilidad de
evaluar prestatarios, lo que trae consecuencias de pérdida de tiempo en el primer caso y
puede perjudicar al prestatario y al prestamista en el segundo.
El modelo de Credit Scoring, ignora todos los factores de riesgo que no estén
cuantificados o registrados en la base de datos electrónica, por lo que sigue siendo
necesario contar con la opinión de los Oficiales de Crédito.
Si ocurren cambios en el entorno, el modelo de Credit Scoring puede perder capacidad
predictiva respecto al riesgo absoluto sin verse afectado, con ello, el pronóstico del riesgo
relativo. Por ejemplo, si hay un cambio importante en la economía el Scoring puede no
pronosticar adecuadamente el nivel de riesgo, pero sí lograr distinguir entre los casos de
bajo y alto riesgo.
Para el desarrollo e implementación del modelo es necesario contar con un consultor que
asesore a los Oficiales de Crédito y a la institución. Además se debe integrar el módulo de
Scoring en el Sistema Integrado de Gestión o Sistema de Información Administrativa
(SIG) de la institución para facilitar el uso del mismo.
La incorporación del Scoring Estadístico afecta a toda la institución microfinanciera bajo el
concepto de interacción dinámica, así lo enmarca la Cumbre Regional de Microcrédito
para América Latina y el Caribe (Chile, 2005). Esta interacción del Credit Scoring con las
funciones de una institución microfinanciera contribuye a mejorar la eficiencia de la
institución, a partir de una mejora en la gestión del riesgo y de la retroalimentación que
se genera entre las funciones de la organización.
III.2 Aplicación de Credit Scoring en el crédito al consumo y su extrapolación al
sector microfinanciero
En los países de altos ingresos, el Credit Scoring ha
llegado a ser una de las fuentes más importantes
de aumentos de eficiencia para los prestamistas.
En particular, para las empresas de tarjetas de
crédito y los bancos comerciales, esta herramienta
les ha permitido otorgar constantemente, muchos
préstamos pequeños sin incurrir en costos de
evaluaciones individuales de riesgo.
“Las grandes compañías de tarjetas
de crédito de los países desarrollados
pueden desembolsar grandes
cantidades de microcréditos de corto
plazo a muy bajos costos, gracias al hecho de que pueden evaluar los
riesgos con modelos estadísticos de calificación de crédito.”
(Hand y Henley, 1997)
51
En América Latina, el primer servicio financiero inclusivo que se ha desarrollado, ha sido
el crédito al consumo, llegando a sectores de bajos ingresos y microempresariales. Su
desarrollo comenzó en Chile, y se extendió a los grandes centros urbanos de la región
(BID, Contexto Sectorial del Grupo de Proyectos, 2006). Su gran expansión se debió a la
utilización de tecnologías como el Credit Scoring. Los datos más importantes en los
modelos de calificación estadística para el crédito al consumo se basan en pocas
características del prestatario, como ser la tenencia de una casa, ingresos de sueldos de
empleos formales, e historia crediticia registrada en una Central de Riesgo (Mester, 1997;
Lawrence, 1992).
En el crédito al consumo, los vendedores reciben comisiones por colocación de créditos y
no por la recuperación de los mismos; no hay un contacto estrecho con el prestatario, a
diferencia del microcrédito donde los Oficiales de Crédito evalúan y acompañan al mismo.
Los procesos de recuperación de cartera en el crédito al consumo están a cargo, en
general, de personas ajenas a la institución, como compañías de cobro jurídico. Además,
el nivel de tolerancia a la mora es mayor que en el microcrédito.
El crédito al consumo al igual que el microcredito, es de alta rotación y bajo monto, pero
está dirigido fundamentalmente a poblaciones asalariadas.
A pesar de ello, la similitud de la población objetivo de las microfinanzas y del crédito al
consumo llevó a que instituciones especializadas en microcredito, en países como Bolivia,
introdujeran el crédito al consumo utilizando el Credit Scoring sin distinguir entre clientes
asalariados y microempresarios. Además, la realidad boliviana, a diferencia de la chilena,
de donde se imitó esta práctica, no dispone de la suficiente información de los
antecedentes de los prestatarios, por no contar con una central de información crediticia.
Esto condujo a un exceso de endeudamiento y a un deterioro de la calidad de la cartera
crediticia de estas instituciones.
Experiencias como la antes descrita, han demostrado que la tecnología de crédito al
consumo no es la indicada para atender al segmento microempresarial. Luego que fueron
comprendidas las particularidades del microcrédito, se han desarrollado tecnologías que
permiten reducir los costos operativos, como por ejemplo, modelos adaptados de Credit
Scoring. Estos modelos requieren mucho más desarrollo de las bases de datos, porque
para que sean confiables se necesitan utilizar entre 30 y 50 indicadores, según Mark
Schreiner.
Para este autor, la incorporación del Scoring para microcrédito ha sido el resultado de la
competencia que enfrentan las instituciones de microfinanzas en algunos países como
Bolivia, lo que hace necesario buscar estrategias e instrumentos para crecer y mejorar la
rentabilidad. El Scoring para microcrédito está aún en “su infancia” y son necesarios más
y nuevos indicadores sobre la microempresa y el microempresario.
Las instituciones especializadas en microfinanzas con la introducción de la calificación
estadística se ven beneficiadas por una mejora en su desempeño, así como por una
mayor transparencia a través de la medición del riesgo. Atributos que, como se explicó,
se fundamentan en la Máxima V del capítulo anterior.
También, es una alternativa para los bancos comerciales que quieren incursionar en las
microfinanzas, ya que permite reducir la incertidumbre sobre los riesgos del microcrédito.
Los bancos tradicionales entienden mejor la actividad de otorgar préstamos basada en un
scoring estadístico que en grupos solidarios y/o evaluaciones detalladas de los
solicitantes.
52
Para el desarrollo de modelos de Credit Scoring adaptados a microfinanzas se han
utilizado distintos métodos estadísticos. A continuación se presenta una discusión sobre
las debilidades y fortalezas de cada uno de ellos.
III.3 Métodos estadísticos más utilizados para el desarrollo de modelos de
Credit Scoring
La literatura sobre Credit Scoring para microfinanzas, hace referencia a dos tipos de
análisis estadísticos: Métodos no-paramétricos y Métodos paramétricos.
III.3.1 Métodos no Paramétricos.
Destacamos dentro de los métodos no paramétricos los árboles de decisión, dentro de los
cuales encontramos: los árboles no ponderados, los árboles ponderados según la
experiencia y los árboles ponderados con datos históricos.
-Los árboles no ponderados se construyen a partir del conocimiento del Oficial de Crédito,
e indican qué crédito es más riesgoso o menos riesgoso. Por ejemplo, el Oficial de Crédito
puede utilizar su experiencia en el tratamiento de variables como ser el sector de
actividad y la experiencia del prestatario para decidir.
-Los árboles ponderados según la experiencia, se construyen, también, a partir de la
experiencia previa del Oficial de Crédito; pero a diferencias del árbol anterior, pondera las
distintas alternativas para evaluar el riesgo de un crédito. Por ejemplo, si acumulando sus
créditos previos, observa que los emprendimientos comerciales son menos riesgosos en 1
punto porcentual a partir de un riesgo base de x por ciento; cuando pronostique el riesgo
de un emprendimiento de este tipo, le restará un punto al riesgo base.
-Los árboles ponderados con datos históricos, se construyen a partir del riesgo asociado a
cada crédito considerando los datos históricos recabados por la institución. Se calcula el
riesgo base para cada variable que se tienen en cuenta para el pronóstico, a partir de la
proporción de los que cayeron en mora para cada una de ellas, considerando los datos
históricos. Por ejemplo con los datos proporcionados por una institución especializada en
microcréditos, -ver anexo A.1-, podemos pronosticar el riesgo de otorgar un préstamo a
una mujer casada para iniciar una microempresa en el sur de Montevideo, de la siguiente
manera: El riesgo básico, definido como el cociente entre el total de los que cayeron en
mora dentro del total de créditos cancelados y el total de créditos cancelados. Al hacer el
cálculo en nuestro caso –morosos son atrasos mayores a 30 días- nos arrojó un 57 por
ciento. Las mujeres que cayeron en mora resultaron ser el 58 por ciento del total de
mujeres que recibieron y cancelaron sus préstamos. Del total de mujeres casadas, el 57
por ciento cayeron en mora; del total de mujeres casadas que inician una actividad, el 61
por ciento cayeron en mora. Y por último, del total de mujeres casadas que inician una
actividad en el sur de Montevideo, el 80 por ciento fueron morosas; probabilidad de
riesgo que se le atribuirá a una mujer con estas características que solicite crédito.
Dentro de los árboles de decisión, el método que arroja resultados menos acertados es el
árbol no ponderado y el más afinado es el árbol ponderado con datos históricos y además
este último mide el riesgo como una probabilidad.
53
III.3.2 Métodos Paramétricos
Los métodos paramétricos o estadísticos derivan las relaciones entre las características
específicas y el riesgo a través de métodos matemáticos, a diferencia de otros modelos
basados en conocimiento heurístico o reglas prácticas que suponen estas relaciones.
Se destacan, dentro de los métodos paramétricos utilizados para la construcción de un
modelo de calificación estadística para predecir el riesgo asociado al otorgamiento de un
crédito, el Análisis Discriminante Lineal y la Regresión Logística. La finalidad de ambos es,
a partir de un conjunto dado de variables relacionadas con el tema de interés –atrasos
costosos en el repago de un crédito- y un cierto número de grupos en los que se divide la
población considerada –morosos y cumplidores-, determinar un modelo que discrimine de
la mejor manera el que un individuo pertenezca a uno u otro grupo. Es decir, buscar una
regla de comportamiento que permita la clasificación de nuevos individuos para los que se
desconoce su pertenencia a un grupo.
El Análisis Discriminante lineal, propuesto por primera vez por Fisher (1936), es un
método con el que se obtiene una función discriminante para evaluar qué variables
permiten dividir entre grupos. Esta función es una combinación lineal de variables
cuantitativas y da como resultado una puntuación, sin interpretación económica, que
permite asignar a los sujetos a los distintos grupos. Si se considera el método de Análisis
Discriminante Lineal para abordar el problema de estudio: predecir el comportamiento de
pago de una población, se postula que la distribución de probabilidades para los buenos
clientes y para los morosos siguen la ley normal de distribución estadística, con una
misma estructura de covarianzas en cada una de los dos grupos. Bajo esta hipótesis se
pueden calcular los pesos de cada variable, que al multiplicarse por los valores de cada
elemento en cada variable, se obtiene lo que se denomina puntuación discriminante.
Para calcular la probabilidad de mora se necesita un paso posterior y además, la
interpretación económica de los parámetros estimados no es directa.
La Regresión Logística o Modelo Logit, en cambio, permite la obtención de la probabilidad
que un nuevo individuo pertenezca a un grupo u otro; subsanando de este modo, la
debilidad fundamental del modelo lineal de no limitar sus resultados al intervalo (0,1)6.
Estos valores carecen de sentido para ciertas aplicaciones como es el caso del modelo de
calificación estadística para predecir el riesgo de morosidad. Para predecir del riesgo de
morosidad, si partimos de considerar que la población se divide en dos grupos, morosos y
no morosos, se puede definir a la variable dependiente como una variable aleatoria
Bernoulli. La probabilidad de éxito (morosidad) se define como la probabilidad que la
variable explicativa “Y” tome el valor “1” (P(Y=1)) y se supone igual a la distribución
logística. En este caso, para calcular la probabilidad de mora, se define una medida de
riesgo que se calcula como el cociente entre la probabilidad de éxito y la probabilidad de
fracaso denominado Odds. Para linealizar este ratio, se le aplica el logaritmo, lo que se
denomina transformación logit.
El modelo se estima mediante el método de máxima verosimilitud y luego de obtenidos
los coeficientes estimados, se calcula la probabilidad de éxito o probabilidad de mora, en
nuestro caso de estudio. No hay que realizar un tratamiento posterior para pasar de
6 Otro método muy utilizado para subsanar la debilidad del Análisis Discriminante Lineal, es el método Probit que
también acota el intervalo de respuesta a los valores (0,1). Si bien el método Probit, no tiene diferencias sustanciales respecto al método Logit, tiene el inconveniente de requerir una gran carga de cómputos (ha de calcularse la integral de la distribución normal en cada elemento de cada iteración).
54
puntos a probabilidad de mora, como en el análisis discriminante lineal y se logra una
interpretación económica directa. Este método permite utilizar tanto variables explicativas
cualitativas como cuantitativas, a diferencia del anterior.
La elección del método Logit para la construcción de un modelo de scoring que
pronostique el riesgo de morosidad, se fundamenta en las siguientes razones:
- Los métodos paramétricos han sido utilizados aproximadamente por 50 años para tomar
decisiones crediticias y su utilización es cada vez más común desde que los costos de
procesamiento de información han disminuido a partir de 1980. Actualmente, la elección
de la metodología Logit se justifica dado que se puede contar con soporte tecnológico
adecuado y con información para la construcción de una base de datos suficientemente
grande.
- El método Logit cumple con la bondad de permitir la consideración de variables
cualitativas, imprescindible para abordar este tema de interés y su menor complejidad en
el manejo de la información a través de paquetes estadísticos hace que se eviten errores.
-La interpretación económica directa de los parámetros estimados y la vasta literatura de
casos que lo han aplicado.
III.4 Otras consideraciones acerca de la elección del modelo y los datos a
utilizar:
Los modelos de calificación estadística utilizados por las instituciones microfinancieras
para la valoración del riesgo crediticio se han inspirado en los modelos de calificación
creados para valorar el riesgo de las solicitudes de crédito en las entidades del sistema
financiero que otorgan crédito al consumo. En la actualidad, no todas las instituciones
especializadas en microfinanzas están utilizando o han utilizado modelos de calificación de
riesgo para la valoración de las solicitudes de microcréditos. Entre las instituciones que
utilizan algún tipo de análisis de riesgo, la mayoría usa sólo conocimiento heurístico o
reglas prácticas basadas en la experiencia y pocas utilizan métodos estadísticos. A
diferencia de los modelos estadísticos que derivan las relaciones entre las características
específicas y el riesgo, los modelos basados en reglas prácticas sólo suponen estas
relaciones.
Según Schreiner7, la mayoría de los estudios anteriores sobre la relación entre
características del préstamo, características del prestatario, características del
prestamista y la morosidad, tenían como objetivo la detección de las características que
influyen en el riesgo, pero no la calificación estadística de los prestatarios potenciales.
Fundamentalmente se basaban en opiniones de expertos y no en una base de datos y
además, debido a que su orientación principal fueron los créditos al consumo,
consideraban características de éstos, por ejemplo los ingresos salariales de los
solicitantes, que no son datos posibles de recabar por las instituciones microfinancieras
porque los microempresarios no perciben salarios.8
7 “Un modelo de calificación del riesgo de morosidad para los créditos de una organización de microfinanzas en
Bolivia (Mark Schreiner, 1999) 8 Schreiner menciona los modelos de Reinke, 1998; Zeller, 1998; Sharma y Zeller, 1997; Aguilera-Alfred y
González-Vega, 1993.
55
Entre los modelos de calificación estadística creados para instituciones especializadas en
microfinanzas, se destacan el modelo de Laura Viganò y los modelos de Mark Schreiner.
El modelo de Laura Viganò se aplicó en un banco de desarrollo rural de Burkina Faso,
África9 y su objetivo fue la medición del desempeño de repago de los prestatarios.10 Este
modelo predice el riesgo de morosidad con base en 53 características de los créditos y el
poder predictivo se probó estimando el modelo con 99 créditos. El pequeño tamaño de la
muestra que se utilizó para su construcción, según Schreiner, obstaculizó la identificación
de los efectos de las características individuales. Además el modelo posee las desventajas
anteriormente expresadas del análisis de discriminante. En cambio, los modelos
construidos por Schreiner para instituciones microfinancieras latinoamericanas en
Bolivia11 y en Colombia, se basan en la construcción de una regresión logística que estima
la probabilidad de que un crédito caiga en atrasos costosos, para solicitudes que han sido
previamente aceptados bajo los procesos normales de evaluación del prestamista. Los
modelos de Schreiner representan una mejora respecto a la construcción de modelos
anteriores, debido a que se construyen sobre muestras grandes, consideran
características que la mayoría de las organizaciones especializadas en microfinanzas
recaban no muy costosamente y poseen las ventajas, ya expresadas en este capítulo, de
construirse en base a una regresión logística. Además se evalúa su poder predictivo, o
sea se realizan pruebas con datos extraídos de la misma base de datos que se utilizó para
la construcción del modelo, pero con solicitudes que no se incluyeron en la construcción.
Estos experimentos derivaron en el desarrollo de modelos significativos a nivel
estadístico, con valiosos hallazgos en cuanto a las variables explicativas y el impacto que
ellas tienen sobre el riesgo.
Basilea II, como se expresó en el capítulo anterior, recomienda que se implementen
medidas de previsión del riesgo ex ante, como ser la calificación estadística y para ello
plantea lineamientos técnicos basados en la experiencia de la banca convencional.
Diferencia los modelos de evaluación de pequeños negocios, población objetivo de la
industria microfinanciera, reconociendo las especificidades de este tipo de operaciones.
Se distinguen seis tipos de modelos de calificación relevantes en microfinanzas:
El primer modelo estima la probabilidad de que un préstamo vigente—o aprobado
bajo el proceso de evaluación estándar—tendrá un atraso de x días o más. Modelo
que desarrollamos en el próximo capítulo.
El segundo tipo de modelo estima la probabilidad de que un préstamo que lleva x
días atrasado alcance eventualmente y días de mora.
El tercer tipo de modelo estima la probabilidad de que un prestatario vigente, sin
problemas de pago, opte por no renovar una vez que ha repagado el crédito
actual.
El cuarto tipo de modelo estima el plazo de vencimiento esperado del próximo
crédito de un prestatario vigente.
El quinto tipo de modelo estima el monto del desembolso esperado del próximo
préstamo.
9 Burkina Faso, es un país africano que según datos extraídos de SOS FAIM, Zoom Microfinanzas Nº2, octubre
2000 tiene una población, predominantemente rural, apenas superior a los 10 millones de habitantes. La agricultura y la ganadería ocupan el 80% de la población y generan aproximadamente el 40% de la riqueza nacional. 10
Credit Scoring to Predict Loan Repayment Performance: An Application to Rural Customers in Burkina Faso, Paper presented at the seminar on "Financial Services and the Poor: U.S. and Developing Country Experiences", The Brookings Institution and Peat Marwick, Washington, D.C., September 28-30, 1994. 11
“Un modelo de calificación del riesgo de morosidad para los créditos de una organización de microfinanzas en Bolivia (Mark Schreiner, 1999
56
El sexto modelo de calificación es el más avanzado y combina la información de los
primeros cinco modelos con información sobre el ingreso esperado de un préstamo
que posee un plazo de vencimiento y un monto de desembolso dados y con
información sobre los costos esperados de las deserciones, de las pérdidas por
incumplimiento y del seguimiento de los prestatarios en mora. Este modelo estima
el valor presente en términos financieros de la relación del prestamista con un
cliente específico. Es el modelo usado actualmente por los prestamistas de tarjetas
de crédito en los países ricos y estima la rentabilidad de cada préstamo.
Schreiner recomienda a las instituciones microfinancieras que quieran incursionar en un
modelo de calificación estadística, empezar por el desarrollo de un modelo del primer tipo
y si éste resultara eficaz incursionar en los siguientes, de uno en uno, hasta lograr el
desarrollo del más avanzado.
III.5 Casos de instituciones especializadas en microfinanzas que han utilizado el
Credit Scoring en América Latina.
A continuación se presentan experiencias de desarrollo de un scoring estadístico para las
microfinanzas en América Latina. Estas experiencias han sido centrales para guiarnos en
el desarrollo del modelo que se presentará en el próximo capítulo.
III.5.1 BancoSol en Bolivia. Datos extraídos del estudio de Mark Schreiner, 1999: “Un
modelo de calificación del riesgo de morosidad para los créditos de una organización de
microfinanzas en Bolivia”
Algunos aspectos del contexto:
Bolivia es un país cuya población alcanza los 9.2 millones de habitantes, con una tasa de
crecimiento demográfica del 2 por ciento anual. El 64 por ciento de la población habita en
ciudades y la pobreza extrema –habitantes que sobreviven con menos de un dólar diario-
alcanza al 23.2 por ciento de la población. Durante la segunda mitad del siglo XX, la
economía boliviana creció en promedio por debajo del resto de los países
latinoamericanos y de otros países en vía de desarrollo debido a que se enfrentó a
profundas crisis que impidieron que algunos episodios de crecimiento del PBI tuviera
efectos positivos duraderos en el desarrollo del país. Dos de cada tres bolivianos son
pobres y la desigualdad en la distribución de la riqueza es muy importante –el 20 por
ciento de la población más rica controla casi el 50 por ciento de la riqueza nacional,
siendo la riqueza del 10 por ciento más rico de la población 140 veces superior a la del 10
por ciento más pobre-. La productividad de los trabajadores de empresas grandes –9 por
ciento de la PEA- es 25 veces superior al de los trabajadores de microempresas. El grado
de informalidad de la economía es el más alto de América Latina y uno de los más altos
del mundo –dos tercios de la economía funciona informalmente- . Además, la exclusión
social es muy marcada y está condicionada por la historia, las diferencias étnicas, raciales
y regionales son muy marcadas y generan fuertes diferencias en ingresos, acceso a la
educación, a la salud y al poder político. Bolivia, según el IDH, es uno de los países de
ingreso medio de menor desarrollo, con los peores indicadores de la región después de
Haití. BM
BM
Publicación del Banco Mundial, Por el bienestar de todos BOLIVIA, Junio de 2006, Bolivia
57
Algunos aspectos de la organización microfinanciera considerada en el estudio:
BancoSol -Banco Solidario S.A.-, es una organización de microfinanzas boliviana regulada
desde 1992, que otorga créditos a individuos que se dedican fundamentalmente al
comercio y a la manufactura en zonas urbanas del país. En esta organización, la
evaluación de los oficiales de crédito es primordial ya que pocos créditos son respaldados
con garantías tradicionales y un comité de crédito considera sólo los créditos grandes o
extraordinarios.
El modelo:
Para la construcción y testeo del modelo estadístico, se contó con la información recabada
por la institución desde agosto de 1988, hasta finales de 1997. La base de datos
disponible para la investigación incluía las siguientes variables, para todos los créditos
desembolsados y cancelados: fecha del desembolso; monto desembolsado; tipo de
garantía; sucursal; Oficial de Crédito; género del prestatario; sector económico; número
de atrasos y duración del mayor atraso. A partir de estos datos, basándose en la teoría y
la experiencia, se definieron un conjunto de variables explicativas. El modelo se aplicó
únicamente a solicitantes de crédito que hubieran sido aceptados bajo los procesos
normales de evaluación del prestamista.
Según el estudio de Schreiner (1999), los atrasos de 15 o más días, solían exigir
esfuerzos extraordinarios de la organización para recuperar el dinero prestado, por lo que
considera este plazo como medida para diferenciar entre los créditos buenos –atrasos
menores a 15 días- y créditos malos –atrasos mayores o iguales a 15 días-.
Para la construcción de la fórmula del scoring estadístico, se utilizó un modelo Logit. Se
consideró una muestra de 39.956 solicitudes de crédito para la construcción del modelo.
Para el testeo del modelo se utiliza una muestra de 10.555 créditos cancelados en 1997,
para los cuales se analiza la capacidad de predicción de atrasos costosos del modelo, ya
que se basa en que la significación estadística de los coeficientes del modelo no
necesariamente implica poder predictivo.
Resultados:
A continuación, se exponen, las variables explicativas que se consideraron y los
resultados que se encontraron en cada caso.
- Experiencia como prestatario: La experiencia como prestatario se definió como el
número de créditos previos y como el número de meses con crédito transcurridos desde
la obtención del primer crédito otorgado. Respecto al número de créditos previos; los
prestatarios en su primer crédito fueron 1,2 puntos porcentuales más riesgosos que los
prestatarios en su segundo crédito. Por lo tanto, en este caso, la probabilidad de caer en
atrasos costosos disminuye con el número de créditos previos. Respecto al número de
meses con crédito transcurridos desde la obtención del primer crédito; se
observó que el riesgo aumenta a medida que aumenta el período con crédito desde la
obtención del primer crédito. Según Schreiner, este efecto puede explicarse porque los
prestamistas suelen otorgar a los prestatarios que cumplieron con el primer crédito,
créditos de mayor monto a plazos mayores sin considerar si este cambio de condiciones
afecta o no la capacidad de pago del prestatario. Por otro lado, la variable no resultó
significativa en términos estadísticos y la experiencia crediticia de los prestatarios de la
muestra en promedio resultó de 0-6 meses.
58
- Historial de morosidad: Los atrasos incurridos en el pasado se miden como la
duración del atraso máximo en el crédito previo. Los prestatarios nuevos se contaron
como si no hubieran tenido atrasos en el pasado. Respecto al número máximo de días
de atraso, los efectos estimados fueron, en general, estadísticamente significativos12: al
considerar los prestatarios con hasta cuatro días de atraso respecto a los que no se
atrasaron jamás, resultaron menos riesgosos los primeros; en cambio al considerar
aquellos prestatarios que se atrasaron más de ocho días respecto a los que no tuvieron
atrasos, los prestatarios con atrasos resultaron más riesgosos en este caso. Según
Schreiner, el resultado podría deberse a errores en los datos, variables omitidas o
correlaciones pero podría también ser un efecto real representado por efectos exógenos a
la responsabilidad del prestatario. Pero a pesar de ello, se corrobora que los prestatarios
que se atrasaron más de quince días en el préstamo anterior fueron 2,8 puntos
porcentuales más propensos a tener un retraso de quince días en el préstamo actual.
Respecto al número de cuotas atrasadas; según los resultados del modelo tiene un
efecto muy significativo. Todos los créditos que contaron con atrasos previos, resultaron
más riesgosos que los créditos sin atrasos previos. Siempre respecto a ningún atraso, el
riesgo aumenta en los casos de uno hasta cuatro atrasos y disminuye en los casos de
cinco y seis atrasos.
- Género: La mayoría de los prestatarios incluidos en la muestra fueron mujeres y las
mismas resultaron 0.2 puntos porcentuales menos riesgosas que los hombres. Pero, dada
la escasa diferencia que se aprecia entre el riesgo que conlleva prestarle a un hombre o a
una mujer, la variable no resultó estadísticamente significativa.
- Sector económico: La mayoría de los prestatarios de la institución analizada
resultaron ser comerciantes y los mismos fueron 4 puntos porcentuales menos riesgosos
que los empresarios manufactureros, siendo el efecto estadísticamente significativo.
Dentro de esta variable, también se midió el cambio de sector económico, encontrándose
que solo el 0.6 por ciento de los emprendimientos optaron por cambiar de sector,
resultando no ser ésta una práctica habitual. El efecto de la variable no resultó ni
estadísticamente significativa, ni relevante frente al aumento de riesgo que ocasiona
realizar el cambio.
- Monto desembolsado: El efecto del monto desembolsado sobre el riesgo, es sólo
estadísticamente significativo cuando se considera una disminución del monto otorgado
respeto al crédito anterior y demuestra que la organización es exitosa en el racionamiento
de créditos a potenciales prestatarios riesgosos. El monto promedio desembolsado resultó
ser de 676 dólares americanos, el aumento promedio de 140 dólares americanos y la
disminución promedio de 25 dólares americanos; tanto el monto promedio desembolsado
como sus aumentos y disminuciones promedio son muy pequeños.
- Garantías. Las garantías aceptadas por la organización se clasificaron en cuatro tipos:
ninguna, personal, múltiple y otra. De los cuatro tipos de garantía, la única que resultó
ser estadísticamente significativa fue “ninguna” y cambios en la garantía entre créditos no
parecen, según los resultados, afectar el riesgo.
- Fecha del desembolso. El año y el mes de desembolso se justifican en el modelo
como forma de evaluar y controlar los cambios estacionales y de políticas por parte de la
institución microfinanciera. Respecto al análisis del año de desembolso, los efectos de la
12
Con la excepción de los atrasos de 5 a 7 días, que sus efectos estimados no resultaron significativos en
términos estadísticos.
59
misma resultaron significativos estadísticamente y resultó que el año 1993 fue el más
riesgoso respecto al período 1988 –1991 que el resto de los años. Por otra parte,
respecto al análisis del mes de desembolso, si bien los efectos no resultaron significativos
para todos los meses del año; se puede concluir que los meses cercanos a la Navidad y al
Año Nuevo son más riesgosos que el resto del año. El estudio de Schreiner reconoce que
son los meses con mayor actividad económica.
- Sucursales Según los datos analizados, la sucursal de la institución microfinanciera de
menor riesgo disminuye el riesgo 1.3 puntos porcentuales pero su significación estadística
no es demasiado relevante. Schreiner dice, con relación a esta variable, que a pesar de
omitir algunas variables claves relacionadas con las sucursales, el modelo estadístico
identifica mejor los sucursales con riesgo extremo que una medición de morosidad
sencilla, porque toma en cuenta la composición de la cartera de la sucursal.
- Oficiales de crédito. Los oficiales de crédito si bien requieren de tiempo para aprender
y desarrollar su habilidad para detectar riesgos, su capacidad varía entre ellos. Respecto
a la experiencia del Oficial de Crédito, la variable resultó ser estadísticamente significativa
e indica que a medida que aumenta la experiencia del Oficial de Crédito, aumenta el
riesgo. Esto, según el estudio de Schreiner puede deberse a que si bien con el paso del
tiempo, los oficiales de crédito aprenden a distribuir mejor su tiempo, al aumentar la
cantidad de prestatarios nuevos que deben atender, aumenta la cantidad de trabajo y
puede llegar a bajar la calidad del mismo por prestatario. Respecto a las habilidades de
los oficiales de crédito, según el estudio, el oficial menos riesgoso disminuye el riesgo
mucho más de lo que lo aumentan los más riesgosos. Por otra parte, resultó del análisis
que el 12 por ciento de los prestatarios cambian de Oficial de Crédito por renuncia o
despido del mismo; porcentaje alto si se tiene en cuenta la importancia del Oficial de
Crédito en el otorgamiento y seguimiento de los créditos.13 Como, según los resultados
del modelo, el cambio de Oficial de Crédito aumenta el riesgo, quizá, una menor rotación
de oficiales reduciría el riesgo de atrasos costosos.
El modelo resultó significativo - valor-p de 0,0001-, lo que sugiere que las características
consideradas en el modelo tienen algún vínculo con el riesgo de atrasos costosos.
III.5.2 Instituciones microfinancieras afiliadas a Women´s World Banking en Colombia y
República Dominicana.
Esta experiencia se enmarcó en un proyecto financiado por el BID dirigido a instituciones
microfinancieras afiliadas al Banco Mundial de la Mujer (Women´s World Banking), en
Colombia y en República Dominicana.
Algunos aspectos del contexto:
Colombia, (BM) es un país cuya población alcanza los 46.6 millones de habitantes con una
tasa de crecimiento demográfica del 1.6 por ciento anual y siendo el 73 por ciento de la
misma población urbana. La pobreza extrema – población que sobrevive con menos de un
dólar al día- alcanza al 7 por ciento de la población. Según datos recabados por el Banco
Mundial, al 2004 habían 22 millones de habitantes empleados y la tasa de crecimiento de
la fuerza de trabajo anual se estima en 2.8 por ciento. La tasa de desempleo es similar a
13
El riesgo de deserción de prestatarios de un prestamista de microcrédito en Bolivia (Mark Schreiner Marzo 2000) BM
Datos sobre países presentados por BM. “Colombia 2006-2010: Una Ventana de Oportunidad” Notas de Política presentadas por el Banco Mundial
60
la uruguaya, siendo de las más altas de la región (12.1 por ciento al año 2006). Colombia
es uno de los países más desiguales de la región -el 20 por ciento más rico recibe el 60
por ciento del ingreso nacional- y la misma persiste a pesar del crecimiento económico y
los logros en la reducción de la pobreza. Por otro lado, la violencia es un problema grave
que enfrenta Colombia y que obstaculiza el desarrollo económico y social del país y a este
se le suma la tendencia al padecimiento de desastres naturales, que según estudios de la
CEPAL y el BID, tiene el promedio más alto de América Latina en los últimos treinta años.
Respecto al mercado de microcréditos; en Colombia el 40 por ciento del mismo lo
representan las ONG y el 60 por ciento restante corresponde a la banca comercial
regulada. El otorgamiento de microcréditos por parte de las ONG que son las que poseen
la experiencia y tecnología crediticia adecuada para expandir masivamente los servicios
financieros manteniendo bajas las tasas de morosidad, está limitado por la escasez de
capital que enfrentan estas instituciones además de los topes a las tasas de interés. Por
otra parte se ha fomentado con éxito la cooperación bancos – ONG, donde los primeros
aportan la liquidez y las ONG su tecnología crediticia.
Algunos aspectos de la organización microfinanciera considerada en el estudio:
El Banco Mundial de la Mujer es una organización internacional, que promueve el
desarrollo integral de la mujer, sobre todo, en su faceta profesional. Con este objetivo,
desarrolla distintos Programas que cubren áreas como el asesoramiento para la creación
de empresas y su financiación (Tramitación de préstamos, Fondos de garantía para
mujeres inmigrantes y Programa de microcréditos para proyectos de autoempleo)
El modelo:
Para la construcción del modelo estadístico, se contó con información de préstamos
pagados hasta marzo de 2004 con la cual se elaboró una ficha de calificación. Para el
testeo del modelo se aplicó retroactivamente esta ficha de calificación a 7.618 préstamos
cancelados, desde abril de 2004 a julio de 2005.
En este proyecto las variables que predominaron en orden de importancia fueron las
siguientes: BID duración del mayor atraso en el préstamo anterior, antigüedad como
cliente, tipo de negocio, edad del solicitante, Oficial de Crédito que intervino en la
operación, tenencia o no de teléfono, estructura de la unidad familiar, años en el negocio,
monto desembolsado, número de cuotas, años en la actual residencia, número de atrasos
en las cuotas en el préstamo anterior, número de cuotas adelantadas en el crédito
anterior, experiencia del Oficial de Crédito, número de negocios administrados por la
familia, días de demora entre la solicitud y el desembolso, total de activos, días de pausa
entre préstamos, cuentas por cobrar, propiedad de la vivienda y proporción entre deuda y
capital.
El estudio realizado en WW Bank en Colombia, consideró como atraso costoso para
establecer los créditos buenos y los créditos malos; atrasos de por lo menos 30 días o con
un promedio de 7 días de mora por cada cuota. Alrededor del 22 por ciento de la muestra
-1.666 préstamos- eran casos “malos”.
BID
Fuente: Publicación del BID, Micro Empresa. Informe de avance diciembre 2005, Vol 8 No. 2
61
Algunos resultados encontrados:
A continuación, se exponen, las variables explicativas que se consideraron y los
resultados que se encontraron en cada caso.
- En cuanto a las características del prestamista. Las ponderaciones de la fórmula en
el modelo sugieren que la mayor parte del aprendizaje de los oficiales de crédito ocurre
muy pronto una vez iniciado en la actividad. Comparado con los préstamos de un Oficial
de Crédito nuevo, los préstamos de un oficial con 50 desembolsos de experiencia son
cerca de 7 puntos porcentuales menos propensos a tener “atrasos costosos”. Pero un
aumento en la experiencia de 50 a 1.100 préstamos disminuye el riesgo solamente en
dos puntos porcentuales adicionales.
- En cuanto a las características del préstamo. Se llegó a la conclusión que es más
probable el incumplimiento de pago de los préstamos con un mayor número de cuotas. A
modo de ejemplo, un préstamo de cuatro cuotas mensuales tenía más o menos 3 puntos
porcentuales más de probabilidad de caer en “atraso costoso” que un préstamo de tres
cuotas mensuales. De igual forma, dado el número de cuotas, un préstamo de cuotas
mensuales era cerca de 0,6 puntos porcentuales más riesgoso que un préstamo de cuotas
semanales.
En cuanto a los beneficios financieros de la institución el estudio realizó un ejercicio
de costos en base al método ABC (Activity-Base-Costing, o costeo por actividad). Se
estimó que al evitar un préstamo “malo”, se ahorraron 362 dólares americanos y el costo
de perder uno “bueno” fue de 187 dólares americanos. Entonces, con 338 préstamos
“malos” evitados y 359 “buenos” perdidos, el efecto financiero neto fue de alrededor de
55.000 dólares americanos. Estas cifras fueron obtenidas a partir del siguiente supuesto:
si la institución microfinanciera hubiera rechazado a todos los solicitantes con un riesgo
por encima del 50 por ciento, habría rechazado 697 casos que, en realidad, fueron
aprobados. De estos casos de alto riesgo, el 48 por ciento (338) fueron préstamos
“malos”. Por lo tanto, el scoring estadístico habría reducido el número de desembolsos en
un 9 por ciento y el número de préstamos “malos” en un 20 por ciento, mejorando la
calidad de la cartera en aproximadamente un 13 por ciento y generando beneficios
financieros adicionales provenientes de la reducción de las previsiones para pérdidas de
préstamos.
- En cuanto al trabajo de los Oficiales de Crédito: El estudio reveló un considerable
beneficio para los oficiales de crédito, quienes, a partir de la implementación de la
calificación estadística pueden dedicar menos tiempo a las cobranzas y más tiempo a las
nuevas solicitudes. En la institución colombiana en la que se desarrolló el modelo, se
observó que los oficiales de crédito destinaban alrededor de dos días a la semana a
realizar evaluaciones, un día a trabajar en la oficina y dos días a la cobranza. Por lo que
se concluye que si el scoring estadístico reduce los préstamos”malos” en un 20 por
ciento, entonces aumentaría el tiempo para evaluar a los nuevos solicitantes en alrededor
de tres horas semanales. A su vez, esto incrementaría los desembolsos lo suficiente como
para más que compensar la pérdida de los prestamos “buenos”. De esta manera, el
scoring estadístico puede, al mismo tiempo, incrementar el tamaño de la cartera y reducir
la mora. Al evitar muchos de los peores préstamos, la cartera en riesgo (definida como el
saldo de cualquier préstamo en mora) también disminuye.
62
III.5.3 Banco del Trabajo y Solución en Perú
Algunos aspectos del contexto:
Perú es un país cuya población alcanza los 28 millones de habitantes, con una tasa de
crecimiento demográfica del 1.5 por ciento anual. El 73 por ciento de la población habita
en ciudades y la pobreza extrema –habitantes que sobreviven con menos de un dólar
diario- alcanza al 10.5 por ciento de la población. En Perú según Danilo Chávez, gerente
financiero y de operaciones para Solución, Banco de Crédito del Perú, comenta que el
sector de las microempresas representa más del 70 por ciento de la fuerza laboral.
Algunos aspectos de la organización microfinanciera considerada en el estudio:
El Banco del Trabajo de Perú fue fundado en 1994 con el objetivo de atender a las
personas de más bajos ingresos. Según Carlos Fernández, ex-gerente de la central de
comercialización del Banco del Trabajo: “A partir de un ingreso de cien dólares eres un
cliente”. En sus inicios, el banco adoptó un enfoque conservador en dos sentidos; sólo
otorgaba préstamos a trabajadores con empleos estables y de montos pequeños para
aquellos sin historial de crédito en el Banco. En la actualidad, el criterio de evaluación de
solicitudes de crédito del Banco del Trabajo se basa en los oficiales de crédito, quienes
con capacitación, han aprendido a evaluar a las microempresas, a pesar de lo difícil que
puede ser obtener información clara y precisa de este sector. Al año 2005 el Banco
contaba con 100.000 clientes microempresarios.
El departamento especializado en microempresas del Banco de Crédito de Perú: Solución,
otorga préstamos a microempresarios, en promedio de 1.300 dólares americanos, Este
departamento de microcrédito, se centró, desde sus inicios, en el desarrollo de métodos
para la evaluación de préstamos con el objetivo de reducir el riesgo porque en Perú no se
contaba con una Central de Riesgos a la cual recurrir. Con éstas técnicas pudo, además,
acortar el proceso de evaluación de créditos.
El modelo:
Cada uno de los bancos anteriormente citados ha adoptado algún modelo para predecir el
riesgo basándose en el desempeño de los clientes en préstamos anteriores. Éstos han
adaptado modelos de Credit Scoring utilizados en países desarrollados. Ambos modelos
utilizan el historial de pago de sus clientes para predecir el riesgo crediticio asociado a
una solicitud de crédito.
El modelo del Banco del Trabajo incorpora la edad, el sexo, el estado civil, el número de
hijos, la ocupación, las propiedades y el teléfono, como variables explicativas de la
morosidad.
Algunos resultados encontrados:
Respecto a las características del prestatario:
Estos modelos, según el resumen presentado en la revista “Microempresa Américas”
(BID, 2001), fueron capaces de diferenciar entre empresarios y trabajadores con empleos
63
estables. Además predijeron que los clientes con propiedades son menos riesgosos, al
igual que las mujeres, especialmente aquellas mayores de 40 años de edad.
Respecto a las características del emprendimiento:
También se expresó con relación a estos modelos que los microempresarios productores
son menos riesgosos que los comerciantes y que aquellos microempresarios que no
cambian de sector de actividad, en cinco o más años, son menos riesgosos. Según la
misma publicación, los modelos predijeron que los microempresarios que trabajan con
productos estacionales son más riesgosos que el resto de los empresarios.
Por último se mencionó respecto al Credit Scoring adoptado por Solución, que el mismo
permitió reducir los costos operativos del banco disminuyendo la periodicidad de las
visitas de los oficiales de crédito a los emprendimientos.
III.6 Conclusiones
En función de las características expuestas sobre los distintos modelos, para construir el
modelo estadístico que aplicamos a una institución especializada en microcréditos
uruguaya, se optó por el método Logit. Se justifica su elección porque se ajusta a nuestro
tema de interés que es pronosticar el riesgo de morosidad. Este método permite la
obtención de valores de la variable de respuesta exclusivamente en el intervalo (0,1),
propiedad que otros métodos no cumplen. Permite la inclusión de variables cualitativas y
cuantitativas y las estimaciones de sus coeficientes permiten una interpretación
económica.
En cuanto a las variables que se consideran para la construcción del modelo, se tienen en
cuenta las variables propuestas en los distintos modelos de Credit Scoring desarrollados
para otras instituciones especializadas en microcrédito.
Los resultados obtenidos en los casos de estudio citados, nos sirven de ejemplo para
contrastar sus conclusiones con nuestro caso de estudio.
64
Capítulo IV El Modelo En el presente capítulo se desarrolla el modelo estadístico elegido para la obtención del
scoring. Se justifica la elección de la base de datos y se analiza cada una de las variables
que se consideran.
Para el desarrollo de nuestro modelo tomamos los datos del historial crediticio de una
Institución de la industria microfinanciera uruguaya denominada Fundasol.
Fundasol es una institución sin fines de lucro, especializada en microcréditos y
capacitación que desarrolla sus actividades en la ciudad de Montevideo, Uruguay, desde
el 21 de diciembre de 1979. Su misión es apoyar la creación de micro y pequeñas
emprendimientos individuales o asociativos, y promover el desarrollo de los
emprendimientos ya existentes; mediante el Fomento del espíritu emprendedor y la
promoción de instancias de cooperación empresarial. En este sentido Fundasol ha recibido
varios reconocimientos internacionales, entre ellos el premio a la “Excelencia en Servicios
de Desarrollo Empresarial” otorgado por el BID en el año 2000. El éxito de la organización
se denota en su transformación en una organización autosostenible en su nivel operativo.
La citada organización otorga créditos mayoritariamente a emprendimientos orientados a
la industria y al comercio residentes en zonas urbanas. Su metodología crediticia consiste
en el otorgamiento de créditos individuales a emprendimientos unipersonales, familiares o
grupales.
La evaluación del riesgo se basa en la evaluación de los oficiales de crédito y luego las
solicitudes son todas, sin excepción, consideradas por el comité de créditos. La mayoría
de los préstamos otorgados no son respaldados con garantías reales.
IV.1 El modelo estadístico
Scoring estadístico.
Utilizando modelos de Scoring, se obtiene una calificación de riesgo para las distintas
solicitudes de crédito presentadas a una organización. La obtención de una calificación
determinada implica la ponderación de diversas características del solicitante del crédito,
de la organización prestamista, de la solicitud específica y del historial de pagos. La
puntuación se puede obtener de diversas formas como ya se planteó en el capítulo
precedente. La elección del modelo que a continuación se describe fue resuelta también
en el capítulo anterior.
Modelo Logit Dicotómico
El problema a resolver implica interpretar y predecir el comportamiento de pago asociado
a cada solicitud de crédito. En el capítulo anterior se justificó la elección del modelo Logit
como ideal para cumplir con los objetivos planteados.
El modelo, estima la probabilidad de un crédito de pertenecer a un grupo definido a priori
y permite identificar las variables más relevantes que diferencian a los grupos. En este
caso, se definen, a priori, dos grupos. El primer grupo corresponde a los créditos que
65
incurren en por lo menos un atraso costoso y el segundo a aquellos créditos que han
pagado todas sus cuotas en el tiempo convenido con la institución. En otras palabras, el
método consiste en medir el peso respectivo de una cierta cantidad de características de
los individuos, de la institución y de las condiciones del crédito. Mediante estas
mediciones el modelo describe los grupos y luego predice si un individuo, dada sus
características, podrá pertenecer a determinado grupo.
La primer caracterización del modelo implica definir la variable explicada o dependiente
“Y” como una variable aleatoria Bernoulli con dos resultados posibles: éxito (morosidad) o
fracaso (no morosidad) codificados como (0,1).
La misma tiene una distribución de probabilidad igual a:
iiYob )1(Pr , iiYob 1)0(Pr y el valor esperado es ii XYE )(
La probabilidad de éxito, es decir la probabilidad que un crédito incurra en por lo menos
un atraso costoso se define como:
X
X
e
eXYob
1)1(Pr que es nuestro tema de
interés.
Para poder trabajar con este modelo se procede a linealizarlo y para ello se realiza la
siguiente transformación: )1
(log
e con
Xe1
denominado odds. A esta
transformación se le llama transformación Logit. Y al ratio odds de le llama “medida de
riesgo” porque es un cociente de probabilidades (probabilidad de éxito sobre probabilidad
de fracaso).
Para estimar los parámetros o pesos de cada una de las variables explicativas del modelo
se utiliza el método de Máxima Verosimilitud. Los estimadores Máximo-Verosímiles son
aquellos valores para los cuales la función de densidad conjunta (o función de
verosimilitud) alcanza un máximo.
Suponiendo que las observaciones son independientes, la función de densidad conjunta
de la variable dicotómica iY queda como:
iiY
i
Y
i
n
iL
1
11)( Expresión que se linealiza aplicándole el logaritmo para facilitar el
cálculo de los que maximizan la función de verosimilitud.
A la función que resulta de esta transformación, )(log Le se le calcula la derivada de
primer orden respecto a cada uno de los coeficientes y cada una de estas ecuaciones
se igualan a cero para calcular los ̂ estimados. El sistema de sistema de ecuaciones
resultante es no lineal por lo que es necesario aplicar un método iterativo o algoritmo de
optimización que permita la convergencia en los estimadores.
66
Este procedimiento lo hace el paquete estadístico, proporcionando los resultados directos
de los coeficientes ya estimados.
IV.2 Justificación de la elección de la base de datos
La base de datos proporcionada por Fundasol, cuenta con la suficiente cantidad de
solicitudes digitalizadas para ser posible la aplicación de un modelo de scoring. Fundasol
incorporó un sistema operativo digital en 1997, siendo pionera en la industria
microfinanciera nacional en materia de innovación tecnológica.
Las solicitudes registradas en la base de datos de la organización cuentan con datos sobre
las características del prestatario, las características del emprendimiento que está o
pretende llevar adelante el mismo y los términos de cada solicitud de crédito concedida
inclusive los datos del oficial de crédito que otorgó la misma. Además se cuenta con datos
sobre el historial crediticio de cada solicitante. Por otro lado y no menos importante para
el análisis que se pretende llevar a cabo, la organización tiene claramente establecida su
forma de proceder frente a cada caso cuando se establece un episodio de morosidad. Esta
gran cantidad de datos brinda la posibilidad de evaluar las variables a elegir.
El procesamiento de la base para obtener la muestra consistió en considerar solamente el
último crédito cancelado de cada cliente, a los efectos de no incurrir en observaciones que
pudieren sesgar la muestra y que ello alterara los resultados. Se filtraron aquellas
observaciones (solicitudes de crédito) que debían omitirse por tratarse de créditos no
cancelados a la fecha de corte considerada para la base (31 de mayo de 2007).
Una vez depurada la base de datos, se la subdividió en dos muestras con el objetivo de
construir el modelo con una de ellas y probar su capacidad de predicción con la otra. La
primera muestra quedó delimitada entre octubre de 1997 y el 31 de mayo de 2006 y la
segunda muestra entre 1º de junio de 2006 y 31 de mayo de 2007. La primera muestra
se utiliza para la construcción del modelo e incluye aquellas solicitudes exclusivamente
otorgadas y canceladas entre octubre de 1997 y mayo de 2006. La segunda muestra se
utiliza para probar la capacidad de predicción del modelo e incluye las solicitudes
otorgadas desde octubre de 1997 y exclusivamente canceladas con anterioridad al 31 de
mayo del 2007 En el siguiente cuadro se muestran ejemplos de distintas solicitudes (A, B,
C, D y E) y su tratamiento. La solicitudes A y D no se consideran porque a la fecha de
límite mayo de 2007, estaban vigentes. Las solicitudes B, C y E si se consideran. B, por
tratarse de una solicitud otorgada y cancelada dentro del período definido para la
construcción de modelo se incluye en esta muestra. C, es el caso de una solicitud
otorgada con anterioridad a mayo de 2006, pero su fecha de cancelación es con
anterioridad a mayo de 2007 por lo tanto se incluye en la muestra definida para la prueba
del modelo. Y E es otro caso de solicitud que fue otorgada y cancelada en el periodo entre
mayo 2006 y mayo 2007 y se incluye también en la muestra para la prueba del modelo.
67
Una vez procesada, la base de datos quedó conformada por un total de 2072 créditos
otorgados y cancelados durante el período comprendido entre octubre del año 1997 y el
31 de mayo del año 2007. Del total de estos créditos, 893 créditos no incurrieron en
atrasos costosos y 1179 créditos incurrieron en por lo menos un atraso costoso. La
muestra para la construcción del modelo quedó conformada con 1645 solicitudes, con un
total de 651 créditos no morosos y 994 créditos que incurrieron en por lo menos un
atraso costoso. En la muestra para la prueba del modelo quedaron 427 solicitudes, con un
total de 242 créditos no morosos y 185 créditos que habían incurrido en por lo menos un
atraso costoso.
Oct 1997 Mayo 2006 Mayo 2007
A
B
C
D
E
Muestra para la construcción del modelo
Muestra para testear del modelo
68
IV.3 Determinación de la variable dependiente del modelo: determinación del
atraso costoso
Cálculo del incumplimiento.
Para calcular el período de incumplimiento o atraso costoso, se deben comparar datos
que muestren la mora de una población activa o existente a un mes específico en
comparación con su comportamiento un año después. Cruzando obligación con obligación,
se busca encontrar la edad de mora a partir de la cual más del 50 por ciento de la
población considerada tiene una mora superior un año después a la que presenta en el
mes inicial. A este período de tiempo se le denomina atraso costoso ya que representa el
punto de quiebre a partir del cual es más probable el aumento de la morosidad que la recuperación del cumplimiento de pago.
Un estudio del BID, para el cual se utilizó la metodología antes detallada en el cálculo del
atraso costoso, BID encontró que en la mayoría de las carteras de microcrédito analizadas,
los incumplimientos de 30 días cumplen esta condición y también Fundasol considera, un
atraso costoso a aquel que supera los 30 días desde la fecha de vencimiento de una
cuota.
A pesar de tener la información de la Gerencia de Fundasol se pretendió corroborar que
efectivamente la edad de mora para la organización antes especificada fuera
aproximadamente de 30 días. Para el cálculo del atraso costoso promedio se tomó un
determinado número de clientes que se encontraban en período de repago de sus créditos
a determinada fecha y se lo comparó con el mismo grupo de clientes un año después.
El cálculo de la edad de mora se realizó con observaciones extraídas de la base de datos
antes señalada, considerando los siguientes períodos: Marzo-Abril 1998 - Marzo-Abril
1999; Marzo-Abril 2005 – Marzo-Abril 2006; Noviembre-Diciembre 1997 - Noviembre-
Diciembre 1998 y Noviembre-Diciembre 2004 - Noviembre-Diciembre 2005. La edad de
mora promedio resultante fue de 25 días, plazo que no difiere sustancialmente de la edad
de mora fundamentada por el estudio del BID y la Gerencia de Fundasol, considerando
que nuestro cálculo es una aproximación al cálculo presentado por el estudio del BID.
Por todo lo anterior, se decidió considerar al atraso costoso como aquella demora en el
pago de una cuota superior a los 30 días de su vencimiento.
BID
(Indicadores de microfinanzas en AL, rentabilidad, riesgo y regulación. Publicación del BID, Washington, agosto de 2006)
69
IV.4 Determinación de las variables explicativas del modelo
Para fundamentar la inclusión de las variables explicativas en el modelo de Scoring se
realizan dos análisis previos. El primer análisis comprende el estudio del comportamiento
de la muestra con relación a la morosidad con el objetivo de interpretar el sentido
económico de cada variable. Un análisis posterior estudia la dependencia de cada variable
respecto a la variable dependiente determinada en el punto anterior. Para las variables
categóricas, se construyen tablas de contingencias de doble entrada y se analiza la
dependencia realizando la prueba Chi-cuadrada de Pearson. Para el análisis de
dependencia de las variables numéricas se realiza la prueba no paramétrica “prueba de
rangos de signos de Wilcoxon”, y se complementa con el análisis de medias y sus gráficos
correspondientes.
IV.4.1 Análisis del comportamiento de las posibles variables explicativas con las que se
cuenta en la base de datos frente a la definición de incumplimiento.
De la base de datos disponible se escogieron las siguientes variables que brindan a priori,
es decir antes del análisis de relevancia de cada una de ellas, información importante
para el análisis de las solicitudes:
Datos relacionados con las características del desembolso
• Fecha del desembolso
• Monto desembolsado
• Moneda que se utilizó en la transacción
• Tipo de garantía
• Destino del crédito
• Número de cuotas
• Número de días entre cuotas
• Período de gracia
Datos relacionados con las características del prestatario
• Género del prestatario
• Edad del prestatario
• Estado civil
• Nivel de escolarización del solicitante
• Situación ocupacional
Datos relacionados con las características del emprendimiento
• Sector económico
• Localidad o barrio donde se desarrolla la actividad
• Tiene local independiente al domicilio para el desarrollo de la actividad
• Situación empresarial
Datos relacionados con el historial del cliente en la organización
• Número de créditos previos ya cancelados
• Antigüedad del cliente en días con crédito
• Número de atrasos en el crédito previo ya cancelado
• Duración del mayor atraso en el crédito previo ya cancelado
Datos relacionados con la organización prestamista.
• Identificación del Oficial de crédito
70
• Experiencia del oficial de crédito en meses
• Edad del oficial de crédito
Vale expresar que algunas variables, a nuestro entender, podrían también ser relevantes
para la obtención de un buen modelo. Es el caso del nivel de ingresos del núcleo familiar
de cada emprendedor y del ingreso obtenido en el desarrollo de la actividad a financiar,
que si bien son recogidas y analizadas por los Oficiales de Crédito de la organización, no
se sistematizan. De aquí que volvamos a recalcar la complementariedad del modelo de
scoring con la función del Oficial de Crédito pero no su sustitución.
A continuación, se analiza el comportamiento de las variables antes enumeradas, para lo
cual se utilizó, en primer lugar, el cálculo de frecuencias. Se discriminó a la población de
la muestra en las distintas categorías que corresponden a cada variable; a partir de lo
cual se midió la proporción de observaciones morosas y no morosas dentro de cada
categoría en relación al total de la misma categoría. Esto permite observar la capacidad de diferenciación de la variable entre un cliente moroso y no moroso.
Luego se calcula la desviación de cada categoría de cada una de las variables respecto a
la media de la población morosa, como se explica en las tablas de comportamiento que se
presentan en el Anexo A.2. Se tomó como numerador para el cálculo de la desviación la
diferencia para cada categoría, entre el porcentaje de morosos del total de la muestra y el
porcentaje de morosos de esa categoría. Se consideró como denominador de esta tasa de
variación al porcentaje de morosos del total de la muestra. Este resultado permite
predecir como se hubiese comportado la población total si su comportamiento respecto a
la morosidad fuese como el de la categoría medida. A modo de ejemplo se describe el
comportamiento de la categoría hombre dentro de la variable género: Dentro de la
muestra total de 2072 observaciones, 1179 resultaron morosos – 57 por ciento - y la
categoría hombre incluyó 1271 observaciones, de los cuales 715 resultaron morosos – 56
por ciento-. La diferencia de estos comportamientos es del 1 por ciento, esto significa que
si el resto de la población se comportara igual que la población de hombres, el porcentaje
de morosos en la población total sería del 56 por ciento, (57 por ciento menos 1 por
ciento). En este caso la tasa de variación da como resultado 1.13 por ciento (1 por ciento
dividido 56 por ciento), lo que indica que la población se comportaría con relación a su
comportamiento observado un 1,13 por ciento menos morosa.
Este análisis se aplicó a todas las variables excepto a las relacionadas con el historial de
morosidad del prestatario ya que las mismas son relevantes en si mismas a la hora de
medir la morosidad de la solicitud -Número de atrasos en el crédito previo ya cancelado y
duración del mayor atraso en el crédito previo ya cancelado-.
Los datos obtenidos en este análisis previo a la formulación del modelo permiten
comprobar la relación entre los datos de esta muestra y las características del crédito en
el mercado microfinanciero, cuyo detalle se realizó en los primeros capítulos de este
trabajo.
71
Además, vale remitirse al artículo de Mark Schreiner: “Un modelo de calificación del
riesgo de morosidad para los créditos de una organización de microfinanzas en Bolivia”14.
En el mismo, el autor comenta que las variables disponibles en la base de datos de la
organización a la cual corresponde su estudio conforman una lista pequeña respecto al
deber ser. Un modelo de scoring debería considerar también variables como ser la edad,
el estado civil, el nivel de educación, la duración en el lugar de residencia del prestatario,
la propiedad de teléfono y/o casa y/o automóvil, e indicadores del tamaño y la fortaleza
financiera del hogar y del proyecto productivo, variables a las que no tuvo acceso. Sin
embargo, agrega que si un modelo con pocas características como las que contó para su
análisis puede funcionar correctamente, un modelo que incluya alguna más de las
características señaladas podría llegar a funcionar mejor.
A continuación se describe el resultado obtenido en cada una de las variables enumeradas
anteriormente.
Datos relacionados con las características del desembolso
• Fecha del desembolso.
La fecha de desembolso se dividió en dos variables: “Año de desembolso” y “Mes de
desembolso”.
La importancia de considerar “Año de desembolso” radica en identificar como afectan las
distintas etapas del ciclo económico al sector del microcrédito. En nuestro caso de estudio
en el año 1998 aumentó el riesgo de incobrabilidad respecto a la media de morosos de la
población y se mantuvo alto hasta el año 2001, con un pico en el año 2000. En el año
2002 y 2003 la proporción de morosos, si bien fue mayor a la media de morosos
disminuyó respecto a la proporción observada para los años anteriores y además el
volumen de créditos desembolsados fue menor que en los años anteriores. A partir del
año 2004 la proporción de morosos se mantuvo por debajo de la media de la población
morosa total. Con este análisis se pueden apreciar los efectos de la crisis del año 2002.
Las pequeñas empresas, población objetivo del microcrédito, según la literatura
consultada sobre este tema, se adaptan mejor que el resto de las empresas a los ciclos
económicos debido a su menor tamaño, que implica menor infraestructura.
La importancia de considerar “Mes de desembolso” se fundamenta en la potencialidad de
identificar estacionalidades dentro del otorgamiento de microcréditos y su
comportamiento frente al incumplimiento.
Los meses de enero, abril, junio, agosto, setiembre y octubre presentaron una proporción
de morosos más alta que la media de morosos, con picos en los meses de abril y agosto.
En cambio los meses de febrero, marzo, mayo, julio, noviembre y diciembre presentaron
tasas de variación de morosidad respecto a la media positivas, resultando el mes mejor
14 Un modelo de calificación del riesgo de morosidad para los créditos de una organización de
microfinanzas en Bolivia (Mark Schreiner October 1999)
72
comportado diciembre. No se le encontró a este comportamiento un parámetro
comparable para poder explicarlo. Además, se observa que el peso de cada mes en el
total de la muestra, es similar al peso de cada mes en el total de morosos de la muestra y
al peso de cada mes en el total de los no morosos de la muestra, lo que a priori estaría
indicando que esta variable no influye en el comportamiento de morosidad.
• Monto desembolsado.
La institución de microcrédito otorga préstamos nominados en pesos uruguayos, unidades
indexadas (UI)15 y dólares americanos. Para analizar esta variable, se necesitó
homogeneizar los mismos, utilizando como unidad de medida el dólar americano tomando
el tipo de cambio a la fecha de cada solicitud16. Por otra parte, si bien es una variable
continua cuantitativa, para analizar su relevancia se dividió en tramos. El primer tramo
corresponde a los desembolsos menores a 500 dólares americanos y el segundo va desde
501 hasta 1000 dólares americanos. La mayoría de las instituciones microfinancieras,
otorgan unas, en promedio, créditos cuyo monto no supera los 500 dólares americanos, y
otras otorgan créditos que en promedio no superan los 1000 dólares americanos; por lo
que se establecen estos dos primeros tramos. El último tramo incluye montos superiores
a 3000 dólares americanos y se fundamenta en que estos montos superan
considerablemente el promedio de los montos otorgados por la mayoría de las
instituciones especializadas en microcréditos. Por último, los dos tramos restantes -1000
a 2000 y 2001 a 3000 dólares americanos- se construyeron a partir de observar que el
promedio de los créditos otorgados por Fundasol está en el entorno de 2000 dólares
americanos, situándose la mayoría de las observaciones en el tramo que va desde 1000 a
3000 dólares americanos.
Los créditos menores a 2000 dólares americanos presentaron una proporción de morosos
menor que la media de morosos, destacándose los créditos menores a 500 dólares
americanos con una tasa de variación de morosidad respecto a la media del 41 por ciento
lo que indica que si toda la población se hubiese comportado igual a esta categoría, la
media de morosos de la muestra hubiese sido un 41 por ciento menor. En cambio, los
créditos mayores a 2000 dólares americanos mostraron una proporción de morosos
mayor que la media de morosos.
El monto promedio de microcréditos otorgados por Fundasol está por encima del monto
promedio que se les reconoce a las instituciones especializadas en microcrédito.
Igualmente, se comprueba que el riesgo aumenta con el monto desembolsado, ratificando
el comportamiento que se le reconoce a esta variable en las microfinanzas.
• Moneda que se utilizó en la transacción
Las observaciones de la muestra indican que del total de los préstamos otorgados por la
institución, el 75 por ciento están nominados en pesos uruguayos, el 12 por ciento en
dólares americanos y el 13 por ciento en unidades indexadas. Por otro lado la mayoría de
los préstamos en dólares americanos – 80 por ciento - fueron otorgados con anterioridad
a junio de 2002 y la totalidad de los préstamos en UI fueron otorgados a partir de
setiembre de 2002.
La proporción de créditos morosos nominados en pesos uruguayos y en unidades
indexadas, en ambos casos resultó mayor que la media de morosos. En cambio la
15
Unidad de medida que rige a partir de junio de 2002. 16
Fuente: Banco Central del Uruguay e Instituto Nacional de Estadística.
73
proporción observada de créditos morosos nominados en dólares americanos fue menor.
Se explica este comportamiento por la mayor exigencia de la institución frente a la
evaluación de las solicitudes de créditos en dólares.
Las buenas prácticas de las finanzas recomiendan que la deuda esté denominada en la
misma unidad que el ingreso de la empresa prestataria. Es decir si la empresa recibe la
mayor parte de sus ingresos en pesos uruguayos debería solicitar financiamiento en esta
moneda. Se corrobora que los datos observados siguen este patrón de comportamiento
ya que la mayoría de los créditos fueron otorgados en moneda nacional, considerando
que el sector microempresarial opera en general en moneda nacional.
• Tipo de garantía
La mayoría de las solicitudes observadas tuvieron como garantía la firma solidaria -83 por
ciento-. De las categorías definidas para esta variable: “firma solidaria”, “garantía real”,
“sin garantía” y “otros”, la única que presentó una proporción de morosos mayor a la
medía de morosos fue “firma solidaria”. Lo anterior podría deberse a que la mayoría de
los créditos fueron otorgados con garantía solidaria.
Fundasol, al igual que el resto de las instituciones microfinancieras otorgan la mayor
parte de sus créditos, utilizando como respaldo una garantía solidaria. La misma presenta
las limitaciones expuestas en la Máxima IV del capítulo II.
• Destino del crédito
La institución otorga créditos tanto para capital de trabajo como para inversión fija y
particularmente en esta muestra se observa que la proporción de capital de trabajo y de
inversión fija es igual para ambos. Sin embargo la proporción de morosos entre los que
recibieron un crédito para capital de trabajo fue menor a la media de morosos y la
proporción de morosos entre los que recibieron para inversión fija fue mayor a la misma
media. Además la tasa de variación de morosidad respecto a la media resultó ser
porcentajes prácticamente opuestos respectivamente. Si las observaciones totales se
comportaran como las observaciones incluidas en la categoría capital de trabajo, la
morosidad disminuiría en un 19 por ciento; en cambio si las observaciones totales se
comportaran como las observaciones incluidas en la categoría inversión fija, la morosidad
aumentaría en la misma proporción.
La mayoría de los microcréditos son concedidos para la financiación de capital de trabajo
debido a los pequeños montos asociados a la práctica crediticia de esta industria. Si bien
en el caso de estudio no se cumple que la proporción de microcréditos otorgados para
financiar capital de trabajo sea mayor que la proporción destinada a inversión fija, los
mismos resultaron menos riesgosos, lo que coincide con las habituales prácticas
microcrediticias.
• Número de cuotas.
La institución otorga créditos que van desde 1 hasta 60 cuotas dependiendo,
fundamentalmente de la necesidad de financiamiento y la capacidad de devolución del
emprendimiento. Los créditos que se dan con hasta 15 cuotas suelen considerarse de
diferente manera que aquellos con más de 15 cuotas, por ello se hace una división de
esta variable en dos tramos.
74
Los créditos con menos de 15 cuotas presentaron una proporción de morosos menor a la
media de morosos y los créditos con más de 15 cuotas una proporción mayor a esta
media. También se detectó que los créditos con más de 15 cuotas aumentan la
proporción de morosos más de lo que la disminuye los créditos con menos de 15 cuotas.
El número de cuotas en los microcréditos, es alto sólo si está asociado a períodos cortos
entre cuotas, sino en general no representan un número muy alto debido a que pocas
veces el plazo de crédito supera los dieciocho meses. Con las observaciones se
comprueba que la mayoría de los créditos fueron concedidos con menos de 15 cuotas.
• Número de días entre cuotas.
Esta variable se divide en dos tramos, considerando que para la mayoría de las solicitudes
observadas -94 por ciento-, se estableció una frecuencia de pago de 30 días entre cuotas.
La proporción de morosos dentro de los créditos con una frecuencia de pago de 30 días
fue superior a la media de morosos, pero debido a que este tramo representa la mayoría
de las observaciones dentro de la variable se concluye de forma análoga al caso de la
garantía solidaria.
La periodicidad de las cuotas en los microcréditos no supera los 30 días y los resultados
obtenidos coinciden con este patrón de comportamiento.
• Período de gracia para el pago de la primera cuota.
Nuevamente dividimos esta variable en dos tramos, el primero indica los créditos
otorgados sin días de gracia y el segundo los créditos con días de gracia. Los créditos
otorgados con días de gracia disminuyen la proporción de morosidad de la muestra y la
proporción de créditos morosos otorgados sin días de gracia se comporta en forma similar
a la media de morosos. Del total de las observaciones, un 98 por ciento correspondió a la
primera categoría por lo que la conclusión anterior podría estar asociada a este hecho.
El microcrédito considera para establecer las condiciones de devolución del capital
prestado el flujo de ingresos del microemprendimiento que lleva a cabo el prestatario, por
lo que el momento del pago de la primera cuota es una variable relevante para ello.
Datos relacionados con las características del prestatario
• Género del prestatario
La proporción de mujeres morosas fue superior a la media de morosos y la proporción de
hombres inferior a ésta. Las tasas de variación de la morosidad respecto a la media
resultaron ser de -1,80 por ciento y 1,14 por ciento respectivamente, no mostrando casi
dispersión respecto a la media. La mayoría de los prestatarios observados son hombres a
diferencia de lo que sucede habitualmente en las microfinanzas, pero esto puede deberse
a las particularidades locales en lo que respecta al rol de la mujer frente al trabajo como
se expresó en la Máxima I del Capítulo II.
En microfinanzas se suele afirmar que las mujeres son mejores pagadoras que los
hombres, afirmación extraída del contexto asiático que no ha sido corroborada en general
en las experiencias latinoamericanas.
75
• Edad del prestatario.
Para el análisis de esta variable se definen tres tramos El primer tramo se define con la
población comprendida entre los 18 y 35 años de edad, el segundo tramo comprende a la
población entre los 36 y 50 años de edad y el tercer tramo comprende a la población
mayor a 50 años de edad. La decisión respecto a esta clasificación se fundamenta en las
distintas aversiones al riesgo que se reconocen a estos estratos de edad.
La proporción de morosos hasta los 50 años de edad es mayor que la media de morosos,
siendo más alta la proporción de morosos entre los menores de 35 años; en cambio a
partir de los 50 años de edad la proporción de morosos es inferior a la media. Esto
comprueba la afirmación referente a que los prestatarios mayores de 35 años son los
mejores pagadores.
• Estado civil
Dentro de la muestra se observan casos de personas casadas, viudas, solteras y
divorciadas, correspondiendo la mayoría de las observaciones a los casados -59 por
ciento-. La proporción de morosos dentro de los casados resultó inferior a la media de
morosos, al igual que en caso de los viudos; en cambio la proporción de morosos dentro
de los solteros fue superior a la media de morosos. En el caso de los divorciados la
proporción de morosos fue similar a la media de morosos de la muestra. Se corroboró con
los datos la afirmación que los prestatarios casados o viudos son mejores pagadores.
• Nivel de escolarización del solicitante
Esta variable categórica se divide de la siguiente manera: “primaria completa”,
“secundaria completa”, “educación técnica completa”, “universitaria completa” y “otros”.
La proporción de morosos dentro de las categorías “secundaria completa”, “educación
técnica completa” y “universitaria completa” resultó por debajo de la media de morosos,
destacándose la educación universitaria completa como la categoría que contribuye
menos al aumento de la morosidad; en cambio la proporción de morosos dentro de las
categorías “primaria completa” y “otros” fue mayor a la media de morosos. El resultado
corrobora el resultado esperado de que cuanto mayor es el nivel educativo, se cumple
mejor con los pagos.
La categoría “otros” comprende una gran variedad de opciones que la hacen difícil de
interpretar e incluye al 30 por ciento de las observaciones, siendo conjuntamente con la
categoría “secundaría completa” las dos categorías con mayor peso en la muestra.
Dada la rigidez con la que se definen las categorías de la presente variable, ésta no es
una variable fácil de recabar, dando lugar a varias interpretaciones.
Por ambas afirmaciones se decidió no considerar esta variable como parte del modelo de
Scoring.
• Situación ocupacional.
Esta variable está relacionada con la actividad principal que realiza el prestatario a la
fecha de la solicitud y comprende las siguientes categorías: “empresario”, “empleado”,
“profesional independiente”, “otros” y “sin datos”. El resultado del cálculo de frecuencias
76
mostró que las categorías “otros” y “sin datos” son las únicas que presentaron una
proporción de morosos superior a la media de morosos; además resultaron ser el 67 por
ciento de la muestra total. Las categorías “otros” y “sin datos”, son difíciles de interpretar
debido a que incluyen una multiplicidad de opciones que podrían formar parte de alguna
de las otras tres categorías de esta variable.
Por lo antes expuesto, la variable “situación ocupacional”, no es una variable fácil de
recabar y no será considerada dentro del modelo de Scoring.
Datos relacionados con las características del emprendimiento
• Sector económico.
Para el análisis de esta variable se agruparon los distintos rubros observados según los
grandes grupos del Código Industrial Internacional Uniforme (CIIU), tercera revisión;
para luego reagruparse en las siguientes cuatro categorías:
- La primera categoría “Sector Primario” incluye los grupos del CIIU: A (Agricultura,
Ganadería, Caza y Silvicultura) y C (Explotación de Minas y Canteras).
- La segunda categoría “Industria Manufacturera” incluye el grupo D del CIIU (Industrias
Manufactureras).
- La tercera categoría “Comercio y Otros Servicios” incluye los grupos del CIIU: G
(Comercio al Por Mayor y al Por Menor; Reparación de Vehículos Automotores,
Motocicletas, Efectos Personales y Enseres Domésticos), H (Hoteles y Restaurantes), K
(Actividades Inmobiliarias, Empresariales y De Alquiler), M (Educación), O (Otras
Actividades de Servicios Comunitarios, Sociales y Personales) y P (Hogares Privados con
Servicio Doméstico)
- La cuarta categoría “Transporte, Almacenamiento y Comunicaciones” incluye el grupo I
(Transporte, Almacenamiento y Comunicaciones) del CIIU.
La proporción de morosos dentro de las categorías “Comercio y Otros Servicios” y
“Transporte, Almacenamiento y Comunicaciones” resultó más alta que la media de
morosos; en cambio la tasa de variación de morosidad respecto a la media para las
categorías “Sector Primario” e “Industria Manufacturera” indicó que estos sectores
disminuyen la proporción de morosos de la población prestataria.
• Localidad o barrio donde se desarrolla la actividad.
Esta variable mide implícitamente, las características del vecindario y la competencia
local. Para el análisis de la misma, se consideró la división territorial de acuerdo a los
códigos postales y se agruparon los mismos en las siguientes cinco categorías:
- La primera categoría “Montevideo urbano sur” incluye los siguientes códigos postales:
11000, 11100, 11200, 11300, 11400, 11500, 11600 y 11800.
- La segunda categoría “Montevideo Urbano Norte” incluye los siguientes códigos
postales: 11700, 11900, 12000, 12300 y 12900.
77
- La tercera categoría “Montevideo Rural” incluye los siguientes códigos postales: 12100,
12200,12400, 12500, 12600, 12700 y 12800.
- La cuarta categoría “Área Metropolitana”, incluye los siguientes códigos postales:
14000, 15000, 16000 y 80101
- La quinta categoría “Interior”, incluye el resto de los códigos postales que corresponden
al interior del país, excepto el área metropolitana contemplada en la categoría anterior.
La proporción de créditos morosos dentro de “Montevideo Rural” y “Área Metropolitana”
resultaron más altos respecto a la media de morosos; mientras que los créditos otorgados
en “Montevideo Urbano Sur” e “Interior” resultaron con una proporción de morosidad
menor a la media de la muestra. “Montevideo Urbano Norte” resultó ser la categoría con
mayor peso dentro de la variable (68 por ciento) y su proporción de morosos resultó
similar a la media de morosos.
• Local independiente al domicilio
Esta variable ficticia dicotómica, se construyó con el objetivo de identificar si el hecho de
contar con un local independiente del domicilio para el desarrollo de la actividad, influye
en el riesgo de morosidad.
Las observaciones de la muestra, indican que la cantidad de prestatarios que tienen local
independiente a su domicilio, es muy similar a la cantidad de prestatarios que no lo
tienen y que la proporción de morosos dentro de los prestatarios con local está por
encima de la media de morosos. Sin embargo, las tasas de variación de la morosidad
respecto a la media resultaron ser de -0,77 por ciento para los prestatarios con local y
0.73 por ciento para los prestatarios sin local, no mostrando casi dispersión respecto a la
media.
• Número de empleados.
En Uruguay, si una empresa tiene menos de 5 empleados es considerada una
microempresa, si tiene entre 5 y 19 empleados se considera pequeña empresa y si tiene
más de 20 empleados es una mediana empresa.17 Esta clasificación se utilizó para dividir
en tramos la variable número de empleados, a la que se agregó un tramo que separa las
empresas sin empleados de las que tienen entre uno y cuatro empleados, debido a que el
72 por ciento de las observaciones de la muestra pertenecen al tramo “0 empleado”.
El único tramo que resultó con una proporción de morosidad mayor a la media de
morosos fue el tramo “0 empleado”, pero debido a su peso en el total de las
observaciones, se concluye de forma análoga a la categoría “firma solidaria” de la variable
“Código de Garantía” y a el tramo “30 días” de la variable “Número de días entre cuotas”.
• Situación empresarial.
Esta variable indica si el emprendimiento está funcionando o se crea a partir del
otorgamiento del crédito. Las categorías que la integran son: “Empresa Existente”,
17 Criterio de clasificación de empresas en El Uruguay según lo establecido en el Decreto Nº 54/92 del 7 de
febrero de 1992 y Nº266/95 del 19 de julio de 1995)
78
“Creador” y “Sin Datos”. La categoría “Creador”, fue la única que mostró una proporción
de morosos superior a la media de morosos, las otras dos categorías mostraron
proporciones inferiores a la media de morosos y similares entre sí.
La categoría “sin datos” fue el 33 por ciento del total de la muestra, a pesar de que su
comportamiento es muy similar al de la categoría “Empresa Existente”, no es posible
asegurar que las observaciones que cayeron dentro de esta categoría pertenezcan a una
u otra de las restantes categorías.
Por lo antes expresado, se decidió no considerar la variable “Situación empresarial” en el
modelo de Scoring.
Datos relacionados con la organización prestamista.
• Oficial de crédito.
La institución del caso analizado cuenta con seis oficiales de crédito en sus registros y en
esta variable se identifica a cada Oficial de Crédito activo como una categoría y se agrupa
en otra categoría a los Oficiales de Crédito inactivos.
Las categorías “Oficiales de Crédito Inactivos” y “Oficial de Crédito 2” mostraron
proporciones de créditos morosos mayores que la media de morosos y la primera de
estas categorías fue la que mostró un mayor desvío respecto a la media de morosos;
resultado coherente con el hecho que ya no estén desempeñando la tarea.
En cambio las categorías “Oficial de Crédito 1” y “Oficial de Crédito 3” mostraron
proporciones de morosidad menores a la media de morosos.
Los Oficiales de Crédito identificados con el número 1 y 2 son los más antiguos en el
cargo y los que poseen el mayor número de créditos otorgados.
• Experiencia del oficial de crédito en meses
Experiencia del oficial de crédito en meses al momento de la aprobación de la solicitud. El
primer tramo incluye las solicitudes correspondientes a los oficiales de crédito en su etapa
de aprendizaje (0 a 12 meses). Siguiendo el mismo criterio, los siguientes tres tramos
delimitan los distintos estadios de evolución del desempeño del oficial de crédito; el
segundo tramo incluye las solicitudes que corresponden a oficiales de crédito con alguna
experiencia, pero que aún no se han consolidado (13 a 60 meses); el tercer tramo
considera a los oficiales de crédito con experiencia que ya han consolidado sus
conocimientos y pretenden expandir su cartera (61 a 120 meses) y el último tramo
incluye aquellos con mayor experiencia y que se enfocan en mejorar la calidad de la
cartera más que en aumentar el tamaño de la misma (más de 120 meses).
Los Oficiales de Crédito con experiencia menor a 120 meses mostraron en su cartera una
proporción de créditos morosos mayor al promedio de morosos, los desvíos más altos
respecto a la media se dieron en el tramo correspondiente a los Oficiales de Crédito con
menos de doce meses de experiencia y en el tramo que corresponde a la etapa de mayor
expansión de cartera.
79
En conclusión, el único tramo que mostró una proporción de morosos menor a la media
corresponde a los Oficiales de Crédito con experiencia mayor a 120 meses.
• Edad del Oficial de Crédito
La variable “Edad del Oficial de Crédito” mide la edad del Oficial de Crédito al momento
de la aprobación de la solicitud y para su análisis se divide en cuatro tramos. El primer
tramo comprende a los Oficiales de Crédito más jóvenes, a los que se los considera con
mayor propensión al riesgo y el último tramo comprende a los Oficiales de Crédito
mayores a 40 años y en general con mayor aversión al riesgo. Se especifica un tramo
intermedio de aversión al riesgo que comprende a los Oficiales de Crédito jóvenes entre
30 y 40 años de edad.
Lo anterior se corrobora con los resultados obtenidos del análisis de la muestra. El único
que presenta una proporción de morosos menor a la media de morosos es el tramo que
comprende a los Oficiales de Crédito mayores de 40 años de edad. Los dos tramos
restantes arrojaron proporciones de morosidad mayores a la media de morosos, siendo el
primer tramo el que presenta mayor porcentaje de morosos respecto a la media.
Datos relacionados con el historial del cliente en la organización
• Número de créditos previos
La variable “Número de créditos previos” se dividió en tres tramos; el primer tramo
identifica a los nuevos clientes, el último tramo a los clientes con más trayectoria en la
organización y el segundo tramo esta compuesto por las observaciones restantes.
El resultado de esta variable muestra que el tramo que incluye a los clientes nuevos
presenta una proporción de morosos, mayor a la media; en cambio, el tramo que incluye
a los clientes con más de cuatro créditos previos presenta una proporción de morosos,
menor a la media y la morosidad del tramo intermedio se asemeja a la media de
morosidad.
• Días con crédito
La variable “Días con créditos” mide la antigüedad del historial de crédito del cliente en la
institución, sumando los plazos en días de todo los créditos recibidos por el cliente. Esta
variable complementa a la variable anterior.
Para el análisis de esta variable se definieron los siguientes tramos, el primer tramo
considera a los clientes con menos trayectoria en la organización (menos de 2 años), el
último tramo considera a los clientes con mayor trayectoria (más de 5 años) y el tramo
intermedio comprende al resto de las observaciones, incluyendo este tramo el valor
promedio de la variable (2 años y medio).
La mayoría de los créditos analizados fueron otorgados a clientes con menos de dos años
de trayectoria. El porcentaje de morosos dentro de este tramo fue inferior a la media,
igual que para el caso del tramo de más de cinco años de trayectoria. En cambio, el
porcentaje de morosos para aquellos clientes con una trayectoria intermedia fue superior
a la media.
80
El análisis del comportamiento de los dos primeros tramos respecto a la morosidad puede
explicarse por el hecho que a medida que el cliente adquiere mayor trayectoria en la
organización, accede más fácilmente a un nuevo crédito con un plazo y monto mayor al
anterior.
El resultado del último tramo puede deberse a que cuando un cliente permanece tantos
años adscrito a una organización prestamista, tanto el desempeño de su actividad como
la confianza construida con la organización se han consolidado por lo que es lógico que la
incidencia de este tramo haga disminuir la proporción de morosidad.
• Duración del mayor atraso en el crédito previo y Número de atrasos en el crédito
previo.
La importancia de estas variables, radica en su relación directa con la morosidad.
Para la formulación de la variable “Duración del mayor atraso en el crédito previo”, se
observó el máximo atraso en días que cada cliente tuvo en el crédito previo, cancelado a
la fecha de la solicitud analizada. Para la formulación de la variable “Número de atrasos
en el crédito previo”, se calculó el número de atrasos que cada cliente tuvo en el crédito
previo, cancelado a la fecha de la solicitud analizada. Si los prestatarios hubieran tomado
su primer crédito a la referida fecha, se consideró como si no hubiesen tenido atrasos en
el pasado.
IV.4.2 Pruebas de independencia:
Independencia de X con Y:
Se procede a analizar la independencia de cada variable explicativa respecto a la variable
de respuesta con el objetivo de descartar a aquellas que resulten independientes de la
variable de respuesta debido a que no explicarán el comportamiento de la misma. Dentro
de las variables a analizar se cuenta con variables numéricas y variables categóricas, por
lo que surge la necesidad de tratarlas de distinta manera.
Para analizar la independencia de las variables categóricas se construyeron tablas de
contingencia de doble entrada. Estas tablas se forman con frecuencias relativas
observadas para cada categoría de la variable explicativa (ejemplo “Género”: Femenino,
Masculino; rango j=2) y las dos categorías de la variable a explicar (Y: 0= no atraso
costoso; 1= atraso costoso; rango i=2). Para el análisis de estas tablas se utiliza la
prueba Chi cuadrada de Pearson como bondad de ajuste, tal que: sea pij la probabilidad
de que una solicitud de crédito seleccionada al azar de la muestra, se encuentre en la
categoría (i,j) de la tabla de contingencia; sea pi la probabilidad marginal de que una
observación se encuentre en la categoría i de la variable de respuesta Y , y sea pj, la
probabilidad de que una observación se encuentre en la categoría j de la variable
“Género”. Si las dos variables son independientes, la probabilidad conjunta debe ser igual
al producto de las probabilidades marginales. De esta forma se establece la siguiente
hipótesis nula de independencia: la probabilidad conjunta de las variables (pij) es igual al
producto de las probabilidades marginales de cada variable (pipj), con i=1,2 j=1,2.
La prueba Chi cuadrado consiste en comparar las frecuencias observadas con las
esperadas para cada categoría a través del estadístico:
n
j ji
jiijn
i pnp
pnpN
1
2
1
donde Nij,
81
es el número de observaciones de la categoría (i, j) de las variables que se estén
considerando, y n la muestra aleatoria de la población.
No se rechaza HO, entonces las variables son independientes es decir la diferencia entre
las frecuencias observadas y esperadas es, en forma relativa, pequeña, si el p-value es
mayor que 0,05.
Para decidir si se incluye o no la variable en el modelo aplicamos el siguiente criterio. Se
considera que si el peso de cada categoría se mantiene o es aproximadamente igual en
cada una de las muestras de la población total, la población de morosos y no morosos, la
variable se descarta porque es indistinto tomar una observación de la muestra total,
como de las muestras de morosos y no morosos. Esto indica que el comportamiento de la
variable es independiente que la población sea morosa o no morosa o sea es
independiente de la variable que se quiere explicar.
Resultados de las Pruebas de Chi cuadrado de Pearson
Datos relacionados con las características del desembolso
Moneda: 0000 Pesos uruguayos 2222 Dólares americanos 7777 Unidades Indexadas
Frecuencias Absolutas
MONEDA
Y
0000 2222 7777
0 454 140 45
1 792 84 93
Frecuencias Relativas
MONEDA
Y
0000 2222 7777 Total
0 71,0% 21,9% 7,0% 100%
1 81,7% 8,7% 9,6% 100%
Pearson's Chi-squared test
X-squared = 57.0637, df = 2, p-value = 4.062e-13 Bajo este criterio, la variable moneda se incluye en el modelo.
82
Código de Garantía: 1 Firma solidaria
2 Garantía Real 3 Sin garantía
4 Otras
Frecuencias Absolutas
COD_GARAN
Y
1 2 3 4
0 516 32 44 47
1 881 67 7 14
Frecuencias Relativas
COD_GARAN
Y
1 2 3 4 Total
0 80.8% 5.0% 6.9% 7.4% 100%
1 90.9% 6.9% 0.7% 1.4% 100%
Pearson's Chi-squared test X-squared = 88.4351, df = 3, p-value < 2.2e-16
Bajo este criterio, la variable tipo de garantía se incluye en el modelo.
Destino: CT Capital de trabajo IF Inversión Fija
Frecuencias Absolutas
DESTINO
Y
CT IF
0 395 244
1 373 596
Frecuencias Relativas
DESTINO
Y
CT IF Total
0 61.8% 38.2% 100%
1 38.5% 61.5% 100%
Pearson's Chi-squared test
X-squared = 83.9467, df = 1, p-value < 2.2e-16 Bajo este criterio, la variable destino del crédito se incluye en el
modelo.
83
Datos relacionados con las características del prestatario
Género: F Femenino M Masculino
Frecuencias Absolutas
GENERO
Y
F M
0 248 391
1 380 589
Frecuencias Relativas
GENERO
Y
F M Total
0 38.8% 61.2% 100%
1 39.2% 60.8% 100%
Pearson's Chi-squared test
X-squared = 0.0265, df = 1, p-value = 0.8706 Bajo este criterio, la variable “género” se descarta del modelo.
Estado Civil: C Casado D Divorciado
S Soltero
V Viudo
Frecuencias Absolutas
EST_CIVIL
Y
C D S V
0 399 73 151 28
1 584 114 274 22
Frecuencias Relativas
EST_CIVIL
Y
C D S V Total
0 61% 11% 23% 4% 100%
1 59% 12% 28% 2% 100%
Pearson's Chi-squared test X-squared = 8.9958, df = 3, p-value = 0.02935
Bajo este criterio, la variable “estado civil” se incluye en el modelo
84
Datos relacionados con las características del emprendimiento.
Código Postal: 1 Montevideo urbano rural
2 Montevideo urbano norte 3 Montevideo rural
4 Interior
Frecuencias Absolutas
COD_PO
Y
1 2 3 4 5
0 158 414 22 20 25
1 201 642 54 38 34
Frecuencias Relativas
COD_PO
Y
1 2 3 4 5 Total
0 24.7% 64.8% 3.4% 3.1% 3.9% 100%
1 20.7% 66.3% 5.6% 3.9% 3.5% 100%
Pearson's Chi-squared test X-squared = 7.3982, df = 4, p-value = 0.1163
Bajo este criterio, la variable “localidad” se descarta del modelo.
Codificación de Rubro de Actividad: 1 Sector Primario 2 Industria Manufacturera
3 Comercio y Otros Servicios 4 Transporte, Almacenamiento y Comunicaciones
Frecuencias Absolutas
RE_COD_RUB_ACT
Y
1 2 3 4
0 42 236 163 198
1 45 292 275 357
Frecuencias Relativas
RE_COD_RUB_ACT
Y
1 2 3 4 Total
0 6.6% 36.9% 25.5% 31.0% 100%
1 4.6% 30.1% 28.4% 36.8% 100%
Pearson's Chi-squared test X-squared = 13.0596, df = 3, p-value = 0.004509
Bajo este criterio, la variable “rubro de actividad” se incluye en el modelo.
85
Datos relacionados con la organización prestamista.
Local: 1 Sin local 2 Local independiente del hogar
Frecuencias Absolutas
LOCAL
Y
1 2
0 330 309
1 469 500
Frecuencias Relativas
LOCAL
Y
1 2 Total
0 51.6% 48.4% 100%
1 48.4% 51.6% 100%
Pearson's Chi-squared test
X-squared = 1.6198, df = 1, p-value = 0.2031 Bajo este criterio, la variable “local independiente” se descarta del
modelo.
Oficiales de Crédito
Frecuencias Absolutas
OC
Y
1 2 3 4
0 300 181 70 88
1 322 306 45 296
Frecuencias Relativas
OC
Y
1 2 3 4 Total
0 46.9% 28.3% 11.0% 13.8% 100%
1 33.2% 31.6% 4.6% 30.5% 100%
Pearson's Chi-squared test
X-squared = 86.8998, df = 3, p-value < 2.2e-16 Bajo este criterio, la variable “oficial de crédito” se incluye en el
modelo.
86
Para analizar la independencia de las variables numéricas, se aplicó un resumen
estadístico del que resultan los valores de las medias, los desvíos y cuartiles de cada
variable explicativa en cada grupo de la muestra, los morosos y no morosos y la prueba
no paramétrica de Wilcoxon. Se considera a la prueba de rangos y signos de Wilcoxon,
que, según el libro “Estadística y Probabilidad” de George C. Canavos (Pag. 580-582), es
el mejor método no paramétrico para utilizar en observaciones en parejas, como es el
caso de análisis.
El procedimiento consiste en calcular la diferencia para n pares de observaciones y
ordenarlas de menor a mayor considerando las magnitudes, sin importar el signo y de
acuerdo con este orden se les asigna un rango. Luego se asigna el signo de la diferencia a
cada rango. Se define el estadístico de la prueba de Wilcoxon (T+), como la suma de los
valores de los rangos positivos. La hipótesis nula formula que T+ tenga un valor
aproximadamente igual a la suma de los valores de los rangos negativos.
T+ ～ Normal ( )(),( TVarTE )
Se tipifica
24
)12)(1(
4
)1(
nnn
nnT
Z
Z ～ Normal (0,1) con n>10
Se rechaza la hipótesis nula si el valor de tabla con un grado de confianza (1-) es menor
al valor del estadístico.
El paquete estadístico utilizado R, toma como grado de confianza (1-
Datos relacionados con las características del desembolso
Monto desembolsado: Y/ IMPORTE.U.S
mean sd 0% 25% 50% 75% 100% n
0 1678.992 1606.818 20.48903 415.2662 1124.846 2427.313 11715.93 651 1 2436.424 1794.406 50.00000 1121.5546 2151.993 3868.098 25357.50 994
Wilcoxon rank sum test
data: IMPORTE.U.S by Y
W = 211768, p-value < 2.2e-16
alternative hypothesis:true mu is not equal to 0
Bajo este criterio, la variable monto
desembolsado se incluye en el modelo.
87
Número de cuotas: Y/ CUO_TOT mean sd 0% 25% 50% 75% 100% n 0 11.22581 9.897615 1 3 12 14 54 651
1 18.50503 9.845149 1 12 18 24 60 994
Wilcoxon rank sum test data: CUO_TOT by Y W = 171789, p-value < 2.2e-16
alternative hypothesis: true mu is not equal to 0 El diagrama de caja corrobora este análisis. Bajo este criterio, la variable número de cuotas se incluye en el modelo.
Días entre cuotas:
Y/ DIAS_EC
mean sd 0% 25% 50% 75% 100% n
0 38.85561 37.865438 7 30 30 30 365 651
1 31.03119 9.070388 8 30 30 30 180 994
Wilcoxon rank sum test
data: DIAS_EC by Y
W = 332164, p-value = 6.341e-11
alternative hypothesis: true mu is not equal to 0
Bajo este criterio, la variable número de días entre
cuotas se incluye en el modelo.
Período de gracia
Y/ DIAS_GR
mean sd 0% 25% 50% 75% 100% n
0 0.6221198 4.891286 0 0 0 0 60 651
1 0.2152918 2.123557 0 0 0 0 34 994
Wilcoxon rank sum test
data: DIAS_GR by Y
W = 311012, p-value = 0.5139
alternative hypothesis: true mu is not equal to 0
Bajo este criterio, la variable “período de gracia” se
descarta del modelo.
88
Datos relacionados con las características del prestatario
Y/ EDAD
mean sd 0% 25% 50% 75% 100% n
0 42.76344 12.53890 18 34 42.0 52 83 651
1 40.38934 11.24650 18 32 39.5 47 78 994
Wilcoxon rank sum test
data: EDAD by Y
W = 342190, p-value = 0.0003456
alternative hypothesis: true mu is not equal to 0
Bajo este criterio, la variable “edad del prestatario”
se incluye en el modelo.
Datos relacionados con las características del emprendimiento.
Y/EMPLEADOS
mean sd 0% 25% 50% 75% 100% n
0 0.9585253 2.417844 0 0 0 1 20 651
1 0.7173038 1.838265 0 0 0 0 25 994
Wilcoxon rank sum test
data: EMPLEADOS by Y
W = 318500.5, p-value = 0.2011
alternative hypothesis: true mu is not equal to 0
Bajo este criterio, la variable “número de
empleados” se descarta del modelo.
Datos relacionados con el historial del cliente en
la organización
Número de créditos previos:
Y/ NRO_CRPR
mean sd 0% 25% 50% 75% 100% n
0 1.6006144 2.975324 0 0 0 2 19 651
1 0.7746479 1.513791 0 0 0 1 13 994
Wilcoxon rank sum test
data: NRO_CRPR by Y
W = 352803.5, p-value = 7.936e-08
alternative hypothesis: true mu is not equal to 0
Bajo este criterio, la variable “número de créditos
89
previos” se incluye en el modelo.
Días con crédito:
Y/ DIAS_C_CRED
mean sd 0% 25% 50% 75% 100% n
0 703.3041 744.0027 14 156.50 396.0 1071.00
4525 651
1 897.8954 606.9567 60 470.25 734.5 1127.25
4349 994
Wilcoxon rank sum test
data: DIAS_C_CRED by Y
W = 214892, p-value < 2.2e-16
alternative hypothesis: true mu is not equal to 0
Bajo este criterio, la variable “días con crédito” se
incluye en el modelo.
Duración del mayor atraso en el crédito previo:
Y/ MAX_ATR_CRPR
mean sd 0% 25% 50% 75% 100% n
0 12.09370 66.70008 0 0 0 3.00 1530 651
1 17.51107 42.22436 0 0 0 15.75 608 994
Wilcoxon rank sum test
data: MAX.ATR_CRPR by Y
W = 291178, p-value = 0.01485
alternative hypothesis: true mu is not equal to 0
Bajo este criterio, la variable “duración del mayor
atraso en el crédito previo” se incluye en el modelo.
Número de atrasos en el crédito previo.
Y/ N_CTA_.ATR_CRPR
mean sd 0% 25% 50% 75% 100% n
0 1.973886 4.925062 0 0 0 1.00 45 651
1 2.761569 5.075908 0 0 0 3.75 29 994
Wilcoxon rank sum test
data: N_CTA_.ATR_CRPR by Y
W = 293119, p-value = 0.02928
alternative hypothesis: true mu is not equal to 0
Bajo este criterio, la variable “número de atrasos
en el crédito previo” se incluye en el modelo.
90
Datos relacionados con la organización prestamista.
Experiencia del Oficial de crédito en meses:
Y/ EXP_MES
mean sd 0% 25% 50% 75% 100% n
0 87.32719 43.50093 0 56 88 125.5 163 651
1 73.99497 36.24865 0 51 74 99.0 160 994
Wilcoxon rank sum test
data: EXP_MES by Y
W = 369200, p-value = 6.08e-11
alternative hypothesis: true mu is not equal to 0
Bajo este criterio, la variable “experiencia del
Oficial de crédito en meses” se incluye en el
modelo.
Edad del Oficial de crédito:
Y/ EDAD.OC
mean sd 0% 25% 50% 75% 100% n
0 34.55300 4.889380 25 30 35 39 42 651
1 33.07948 4.186335 25 29 33 36 42 994
Wilcoxon rank sum test
data: EDAD.OC by Y
W = 364653.5, p-value = 1.389e-09
alternative hypothesis: true mu is not equal to 0
Bajo este criterio, la variable “edad del Oficial de
crédito” se incluye en el modelo.
A las variables relacionadas con la fecha de desembolso se les dio un tratamiento especial
debido a que pueden llegar a ser importantes para explicar el riesgo de atraso costoso;
para ello se incluye un conjunto de variables ficticias (dummies).
Datos relacionados con las características del desembolso
Prueba de Wilcoxon considerando al año como variable contínua.
Y/ AÑO
mean sd 0% 25% 50% 75% 100% n
0 2001.828 2.592513 1997 1999 2002 2004 2006 651
1 2000.408 2.039432 1997 1999 2000 2002 2005 994
91
Wilcoxon rank sum test
data: AÑO by Y
W = 408470, p-value < 2.2e-16
alternative hypothesis: true mu is not equal
to 0
Bajo este criterio, la variable año de
desembolso se incluye en el modelo.
Luego se consideró a la variable “Año” como una variable dummy asociada al
comportamiento del PIB, ya que tiene una relativamente afinada similitud con la
evolución del mismo, la cual toma el valor “1” si es un año con un PBI ascendente y “0” si
el PBI desciende. A esta variable se le aplicó la prueba de Chi cuadrado para estudiar su
independencia respecto a la variable explicativa “Y”.
Año de desembolso: 1 año correspondiente a un período de crecimiento del PIB
0 para un período recesivo.
Frecuencias absolutas
AÑO
Y
0 1
0 276 375
1 618 376
Frecuencias relativas
AÑO
Y
0 1 Total
0 42,40% 57,60% 100%
1 62,20% 37,80% 100%
Pearson's Chi-squared test
data: .Table
X-squared = 62.0104, df = 1, p-value = 3.416e-15
92
Bajo el criterio de la citada prueba,la variable “Año” considerada como una variable
dummy que toma valor “1” si el año se corresponde a un período de crecimiento del PIB
O “0” para un período recesivo, se incluye en el modelo.
MES
Variable: MES
mean sd 0% 25% 50% 75% 100% n
0 6.964670 3.487160 1 4 7 10 12 651
1 6.773642 3.474561 1 4 7 10 12 994
Wilcoxon rank sum test
data: MES by Y
W = 320804.5, p-value = 0.2169
alternative hypothesis: true mu is not equal to 0
Bajo este criterio, la variable mes de desembolso
se descarta del modelo.
Independencia entre las variables explicativas.
Se realiza la Matriz de correlaciones para las variables cuantitativas seleccionadas con
el fin de evitar que dos variables X, expliquen el mismo comportamiento de la variable Y.
La matriz se establece a partir del cálculo de correlación de cada variable respecto a las
otras. Nuevamente se vuelve a especificar que a pesar que las variables relacionadas con
el historial de mora (número de atrasos en el crédito previo ya cancelado y duración del
mayor atraso en el crédito previo ya cancelado), pueden presentar correlaciones al
tratarse de un modelo basado en los hábitos de pago de los prestatarios, no se excluyen
debido a su potencialidad en la predicción de la probabilidad de incumplimiento.
Se utilizarán aquellas variables que no tengan una alta correlación entre sí a partir del
cálculo de p = Cov ( Vi, Vj) /Desv Vi * Desv Vj. Este indicador toma el valor 1 o -1 cuando existe correlación perfecta entre dos variables.
A partir de los resultados obtenidos con este análisis, no descartamos ninguna variable, ver Anexo B.
93
Las variables seleccionadas con los procedimientos anteriores resultaron ser:
Datos relacionados con las características del desembolso
• Fecha del desembolso: Año de desembolso.
• Monto desembolsado.
• Moneda que se utilizó en la transacción.
• Tipo de garantía.
• Destino del crédito.
• Número de cuotas.
• Número de días entre cuotas.
Datos relacionados con las características del prestatario
• Edad del prestatario
• Estado Civil
Datos relacionados con las características del emprendimiento
• Sector económico
Datos relacionados con el historial del cliente en la organización
• Número de créditos previos ya cancelados
• Antigüedad: días con crédito.
• Número de atrasos en el crédito previo ya cancelado.
• Duración del mayor atraso en el crédito previo ya cancelado.
Datos relacionados con la organización prestamista.
• Identificación del Oficial de crédito
• Experiencia del oficial de crédito
• Edad del oficial de crédito
IV.5 Determinación del modelo
Con respecto a la variable “Año de desembolso” la misma tuvo un tratamiento especial,
ya que es una variable importante para describir algún efecto que el ciclo económico
pueda tener sobre el comportamiento de la morosidad de los créditos. La misma
demostró tener alto poder explicativo sobre el comportamiento de las solicitudes; incluso,
cuando se la consideró como una variable dummy y así analizar cada uno de los años por
separado, se comprobó que solo los años 1997, 2002 y 2003 resultaban independientes.
Se consideró a esta variable como una variable dummy asociada al comportamiento del
PIB (ciclo económico).
Se probaron una gran cantidad de modelos de regresión logística a partir de las diecisiete
variables que resultaron de las pruebas de independencia. Se siguió la lógica de descarte
de variables según su significancia estadística.
Para la comparación de los modelos se tuvo en cuenta el número de variables
explicativas, ya que hace a la simplicidad del modelo, la significancia de los parámetros,
el valor del estadístico AIC y las pruebas de predicción.
94
El modelo resultante de este proceso fue aquel con mayor poder predictivo y las variables
que lo componen son fáciles de recabar, lo que le da simplicidad y poder de aceptación de
los oficiales de crédito que son quienes los que pueden llegar a utilizar este modelo.
Las variables explicativas que seleccionamos son las que mejor se ajustan a la explicación
del riesgo de morosidad y a su predicción.
El modelo quedó definido como la siguiente regresión respecto a la variable explicada Y.
Las variables explicativas resultaron ser el “Año-PIB”, “Moneda”, “Días entre cuotas”,
“Edad”, “Número de créditos previos”, “Días con crédito”, “Máximo atraso en el crédito
previo”, “Oficial de crédito”, “Edad del Oficial de crédito” y “Número de cuotas totales”.
GLM.47 <-glm(formula = Y ~ AÑO_PIB + X.U + USD + UI + DIAS_EC + EDAD + NRO_CRPR + DIAS_C_CRED + MAX_ATR_CRPR + OC1 + OC2 + OC3 + OC4 + EDAD.OC + CUO_TOT, family = binomial(logit), data = RBASE) Deviance Residuals: Min 1Q Median 3Q Max -3.7598 -0.9547 0.5867 0.8383 2.5621 Coefficients: (2 not defined because of singularities)
Estimate Std.Error z value Pr(>|z|)
(Intercept) 8,2501311 1,112099 7.419 1.18e-13 ***
AÑO_PIB[T.1] -0.3201205 0.1269720 -2.521 0.01170 *
X.U[T.1] -0.5278714 0.2171048 -2.431 0.01504 *
USD[T.1] -1,4725848 0.2826087 -5.211 1.88e-07 ***
UI[T.1] NA NA NA NA
DIAS_EC -0.0089490 0.0040650 -2.201 0.02770 *
EDAD -0.0163603 0.0050120 -3.264 0.00110 **
NRO_CRPR -0.2201258 0.0526527 -4.181 2.91e-05 ***
DIAS_C_CRED 0.0006424 0.0001595 4.028 5.63e-05 ***
MAX_ATR_CRPR 0.0041143 0.0018887 2.178 0.02938 *
OC1[T.1] 0.2852176 0.2067255 1.380 0.16768
OC2[T.1] -1,1337899 0.2111772 -5.369 7.92e-08 ***
OC3[T.1] -2,1797079 0.3278156 -6.649 2.95e-11 ***
OC4[T.1] NA NA NA NA
EDAD.OC -0.1880628 0.0295834 -6.357 2.06e-10 ***
CUO_TOT 0.0219505 0.0084403 2.601 0.00930 **
-- Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1 (Dispersion parameter for binomial family taken to be 1) Null deviance: 2208.4 on 1644 degrees of freedom Residual deviance: 1824.8 on 1631 degrees of freedom AIC: 1852.8 Number of Fisher Scoring iterations: 5
95
En la salida se pueden apreciar los signos de los coeficientes estimados de cada variable.
El coeficiente del “Año-PIB”, resultó negativo lo que significa que los años con crecimiento
económico, aquellos para los cuales la variable dummy toma valor 1, disminuyen el riesgo
de caer en atraso costoso respecto a los años en recesión. A su vez el coeficiente
estimado resultó estadísticamente significativo.
La variable “Moneda” mostró ser estadísticamente significativa en sus tres categorías. Los
contratos en dólares americanos y los pesos uruguayos contribuyen menos al riesgo de
caer en atraso costoso que la unidad indexada, esto confirma el análisis presentado
anteriormente con las tablas de frecuencia.
La variable “Días entre cuotas” también resultó estadísticamente significativa y el signo
negativo muestra que un mayor número de cuotas disminuye el riesgo de atraso costoso.
Este resultado no coincide con lo que se espera para el microcrédito, donde se establecen
cuotas frecuentes para un mejor monitoreo del repago.
La variable “Edad” mide la edad en años de los prestatarios. El signo negativo indica que
a mayor edad del solicitante de un préstamo, el riesgo que caiga en atraso costoso es
menor.
La variable “Número de créditos previos” es una de las que mide el historial del
prestatario en la institución y el signo negativo indica que a mayor número de créditos
previos, menor es el riego que caiga en atraso costos. Este resultado coincide con los
resultados obtenidos para el caso de Bolivia, antes señalado.
La variable “Días con crédito” complementa a la anterior en el análisis de la trayectoria
del cliente en la institución. El signo positivo indica que a mayor número de días con
crédito mayor es el riesgo de caer en atraso costoso.
La variable “Máximo atraso en el crédito previo” presentó un coeficiente positivo, que
indica que a mayor cantidad de días de atraso, mayor es la probabilidad de caer en atraso
costoso.
Las categorías de la variable “Oficial de Crédito”: “Oficial de Crédito 2” (OC2) y “Oficial de
Crédito 3” (OC3) contribuyen a la disminución del riego de caer en atraso costoso frente a
la categoría “Oficiales de Crédito Inactivos” (OC4) y la categoría “Oficial de Crédito 1”
(OC1) en cambio contribuye al aumento del riesgo en relación al “Oficiales de Crédito
Inactivos” (OC4).
La variable “Edad del Oficial de crédito” indica que, a mayor edad del Oficial de Crédito al
momento de la evaluación de la solicitud, la probabilidad de que ésta incurra en atraso
costoso es menor.
El signo positivo del coeficiente estimado para la variable “Número de cuotas totales”,
indica que a mayor número de cuotas establecidas en un contrato de crédito, aumenta el
riesgo de caer en atraso costoso.
En el próximo capítulo se concluye sobre la bondad del modelo en la estimación del riesgo
que una solicitud pueda caer en atraso costoso.
96
CAPITULO V: Resultados y Conclusiones En este capítulo se prueba el poder de discriminación y el poder predictivo del modelo
elegido para la formulación del Credit Scoring; y se concluye sobre la factibilidad de
aplicar el modelo a las Microfinanzas en el entorno local.
V.1 Poder de predicción del modelo
Un modelo estadístico de calificación intenta predecir el riesgo de casos que no fueron
usados para la construcción del modelo. En esta sección, se usa el modelo construido con
datos de 1997-2006 para clasificar a los prestatarios que cancelaron préstamos y cayeron
o no en atraso costoso. El propósito es comprobar el poder de predicción del modelo.
La clasificación de un prestatario tiene cuatro resultados posibles:
- Un positivo verdadero se da cuando el modelo predice un caso de atraso costoso,
cuando éste realmente se observó.
- Un negativo verdadero se da cuando el modelo predice que un no atraso costoso,
cuando realmente se observó.
- Un positivo falso se da cuando el modelo predice un atraso costoso y éste no se observó
en la práctica.
- Un negativo falso se da cuando el modelo predice un no atraso costoso y éste se
observó como atraso costoso en la práctica.
Y* = 0 Se
predice que el
prestatario no
cae en atraso
costoso
Y* = 1 Se
predice que el
prestatario cae
en atraso
costoso
Falso Y=0 Se
observa que el
prestatario no
cayó en atraso
costoso
Negativo
verdadero
Positivo falso
Verdadero Y=1
Se observa que
el prestatario
cayó en atraso
costoso
Negativo falso Positivo
Verdadero
Se definen varios umbrales para medir la capacidad de predicción del modelo.
Un umbral de cero brinda un modelo no sofisticado cuyos resultados predichos indican
que todos los créditos incurren en atraso costoso, por lo que la Institución prestamista no
concederá créditos.
97
A medida que se aumenta el umbral, el número de positivos verdaderos disminuye, es
decir cada vez se aceptan más solicitudes y entre éstas algunas resultan buenas, pero el
número de negativos falsos aumentan, créditos predichos como buenos pero que en
realidad caen en atrasos costosos. Los positivos falsos disminuyen, es decir los
prestatarios que se predicen como malos pagadores y que en realidad no lo son y los
negativos verdaderos aumentan. A la Institución le interesará que aumenten los buenos
pagadores pero deberá tener cuidado porque a su vez aumentan los créditos predichos
como no atraso costoso pero que en realidad caerán en atrasos costosos. El umbral
óptimo depende de los beneficios y costos de los cuatro resultados de la clasificación y
por ende de las metas y tecnologías del prestamista.
Un umbral de uno brinda un modelo no sofisticado cuyo resultado predicho es que ningún
crédito incurre en atrasos costosos; el riesgo estimado está siempre por debajo del
umbral de 1.
En el anexo C, se detalla el análisis realizado para esta muestra.
V. 2 Poder Predictivo del Modelo.
El valor predictivo se calcula a partir de las predicciones que resultaron ciertas sobre las
predicciones realizadas para cada tipo de categoría (atraso costoso y no atraso costoso).
- El valor positivo predictivo es la proporción de aciertos (predicciones de atrasos
mayores a 30 días que resultaron ciertas), respecto a la predicción de atrasos. El valor de
este indicador para el modelo resulto ser de 75 por ciento con un umbral de 0,5. (Ver
gráfico 1 en el anexo D)
Valor Positivo Predictivo = Positivos verdaderos
Positivos verdaderos + Positivos falsos
- El valor negativo predictivo corresponde a la proporción de no atrasos costoso que el
modelo predijo correctamente. Resultó que 71,5 por ciento de los no atrasos costosos
predichos, fueron realmente no atrasos costosos para un umbral de 0,5. (Ver gráfico 2 en
el anexo D)
Valor Negativo Predictivo = Negativos verdaderos
Negativos verdaderos + Negativos falsos
El modelo no sofisticado (umbral 0) cuyas predicciones son todas de créditos con atraso
costoso tiene un valor positivo predictivo de 60 por ciento y un valor negativo predictivo
de uno.
Inversamente, el modelo no sofisticado (umbral 1) cuyos resultados son todos no atrasos
costosos tiene un valor positivo predictivo de cero y un valor negativo predictivo de 39,57
por ciento.
Tasa de predicción positiva, se define como el total de aciertos en las predicciones
respecto a la cantidad de observaciones de la muestra; es decir los casos de atraso
costoso y los casos de no atraso costoso que se predijeron correctamente con relación al
98
número de observaciones de la muestra. La tasa de predicción positiva para un umbral de
0.5, resultó de 73 por ciento
Tasa de Predicción Positiva = Positivos Verdaderos +Negativos verdaderos
Tamaño Muestra
Tasa de predicción negativa, se define como el cociente entre los errores de predicción
del modelo y el tamaño de la muestra. Para un umbral de 0.5, el modelo arrojó una tasa
de predicción de errores del 27 por ciento.
Tasa de Predicción Negativa = Positivos Falsos + Negativos Falsos
Tamaño Muestra
V.3 Discriminación entre atrasos costosos y no atrasos costosos
Las tasas verdaderas miden los aciertos de las predicciones del modelo, es decir la
proporción de atrasos costosos que fueron predichos como tales y la proporción de no
atrasos costosos que se predijeron atrasos no costosos.
La tasa positiva verdadera es la proporción de atrasos mayores a 30 días ya conocidos
que son predichos como atrasos mayores a 30 días. Esta tasa también se denomina de
“Sensibilidad” y muestra la habilidad del modelo para encontrar los valores bien
predichos. Para nuestro caso de análisis resultó que el 85 por ciento de los casos fueron
bien predichos para un umbral de 0.5. (Ver gráfico 3 en el anexo D)
Tasa Positiva Verdadera = Positivos verdaderos
Positivos verdaderos + Negativos falsos
La tasa negativa verdadera es la proporción de no atrasos costosos ya conocidos que
son predichos como no atrasos. A esta tasa también se la denomina “Especificidad”, y
para nuestro caso de estudio resultó ser de 57 por ciento. (Ver gráfico 4 en el anexo D)
Tasa Negativa Verdadera = Negativos verdaderos
Negativos verdaderos + Positivos falsos
Las tasas falsas miden el error del modelo, es decir la proporción de no atrasos costosos
que fueron predichos como costosos y la proporción de atrasos costosos que fueron
predichos como no costosos.
La tasa positiva falsa, es la proporción de no atrasos costosos que el modelo predijo
como atrasos costosos (1- especificidad). El resultado para el modelo es de 42,7 por
ciento a un umbral de 0,5.
99
Tasa Positiva Falsa = Positivo falso
Negativos verdaderos + Positivos falsos
La tasa negativa falsa, es la proporción de atrasos costosos que el modelo predijo como
no atrasos costosos (1- sensibilidad). El resultado para el modelo es de 14,98 por ciento.
Tasa Negativa Falsa = Negativo falso
Positivos verdaderos + Negativos falsos
A medida que se reduce el umbral por debajo de 0,5, aumentará el número de veces que
se clasifican correctamente observaciones para las que Yi=1 (atrasos mayores a 30 días), pero también aumentará el número de veces que se clasifican observaciones como
atrasos mayores a 30 días que fueron no atrasos. Es decir, cuando se varía el umbral se
reduce la probabilidad de un tipo de error y se aumenta la probabilidad del otro error. Es
por ello, que el valor que debe tomar el umbral depende de la distribución de los datos en
la muestra y de la importancia relativa de cada tipo de error.
El área debajo de la curva de ROC proporciona una descripción más completa del poder
de predicción del modelo.
ROC (Receiver Operating Characteristic), es el
gráfico de la sensibilidad en comparación con la
tasa positiva falsa (tasa de errores) para
diferentes umbrales considerados. El gráfico
muestra el intercambio forzoso entre la tasa
positiva verdadera y la tasa negativa verdadera.
La curva de ROC se interpreta por el área debajo
de la curva que mide el poder de discriminación
del modelo, esto significa el éxito del modelo en
clasificar los casos de atrasos costosos y no
costosos. Para el modelo estimado el valor el
valor del área debajo de la curva de ROC es de
0,7679418.
La línea diagonal representa un caso donde la
probabilidad de obtener un positivo verdadero o
un positivo falso es la misma.
La interpretación gráfica muestra que el modelo
estadístico tiene mayor poder según su curva contenga mayor área por encima de la
diagonal. Como el valor de área debajo de la curva de ROC se encuentra dentro del
intervalo [0,7; 0,8] se considera que el modelo discrimina y tiene capacidad predictiva
aceptable.
En conclusión, se obtuvo un modelo con capacidad predictiva, a partir de la selección de
un conjunto de variables explicativas. Para la elección de las mismas se tuvo en cuenta,
entre la información sistematizada por Fundasol, aquellas que fueran fáciles de recabar y
a bajo costo. Al modelo lo explica un conjunto reducido de variables, brindándole sencillez
y factibilidad de aplicación.
Existen variables, que son recabadas por la Institución pero no sistematizadas por la
misma, que pueden llegar a explicar el riesgo de morosidad y mejorar la predicción a
100
través de un modelo como el expuesto; por ejemplo el flujo de ingresos promedio del
negocio y el ingreso del núcleo familiar.
A pesar de ello, el modelo resultante mostró una tasa de predicción positiva de 73 por
ciento y la tasa de sensibilidad que muestra la habilidad del modelo de detectar los casos
ciertos es del 85 por ciento.
V.4 Reflexiones Finales
La investigación nos llevó a convencernos que las Microfinanzas poseen los instrumentos
necesarios para contribuir a alcanzar objetivos en materia de combate a la pobreza,
mejora en los niveles de empleo y de ingreso. En particular cuando se impulsa el
concepto de país productivo. En las Máximas del Capítulo II fue posible profundizar sobre
el poder que tienen de facilitar el empoderamiento de la mujer y en la reducción de las
desigualdades económicas y sociales. También descubrimos la variedad de productos
englobados en el concepto de Microfinanzas.
En este camino de buscar mejorar la eficiencia en el sector, descubrimos en el Credit
Scoring un nicho desde donde impulsar al Microcrédito. Al analizar el caso concreto de
Fundasol concluimos en algunas reflexiones. De incorporarse en la Institución la
herramienta “Credit Scoring” para la evaluación del riesgo de atraso costoso se debe
tener en cuenta que la misma no sustituye el trabajo del Oficial de Crédito. Existen
variables que no son fácilmente mensurables y sin embargo son muy importantes para la
evaluación de las solicitudes, por lo que la valoración del Oficial de Crédito es
indispensable. De hecho, el Oficial de Crédito resultó ser una variable relevante en
nuestro modelo. Por otro lado hay información que podría incluirse en la sistematización
de datos con la que cuenta la Institución por ejemplo una variable que esté relacionada
con los ingresos del prestatario, debido a la incidencia directa de la misma en la
capacidad de pago.
La utilidad del Credit Scoring, no obstante, se fundamenta en la existencia de una nueva
forma de evaluación más objetiva que permitirá a la institución microcrediticia expandir
su cartera, cumpliendo así con el objetivo de las microfinanzas de llegar a más personas
de bajos ingresos, sin afectar la calidad de esa misma cartera. La potencial expansión se
sostiene en el aumento de la productividad de cada oficial de crédito, sin descuidar la
eficiencia. Ello beneficia a la institución prestataria.
Desde otra perspectiva, disminuyen los costos de transacción al reducirse el tiempo de
tramitación y particularmente, el de resolución sobre la solicitud. Ello beneficia, sin duda,
al demandante.
Finalmente el modelo resultante de la investigación es un modelo que cuenta con una
cantidad adecuada de variables, alguna de ellas con la propiedad de conectarlo al
contexto económico, por lo tanto mas allá de los resultados de significación estadística,
consideramos que es un modelo realista y funcional, es decir podría aplicarse para
respaldar la evaluación del Oficial de Crédito.
Para terminar es importante el poder afirmar que su análisis con los implicados en la
institución (Fundasol) arrojó conformidad plena con los resultados alcanzados.
101
102
ANEXO A.1
Comportamiento de la muestra
Datos relacionados con las características del préstamo
AÑO DE DESEMBOLSO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30 días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Año de desembolso
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
1997
67 3% 29 43% 38 57% 0%
1998 222 11% 57 26% 165 74% -31%
1999 255 12% 80 31% 175 69% -21%
2000 220 11% 49 22% 171 78% -37%
2001 244 12% 77 32% 167 68% -20%
2002 178 9% 70 39% 108 61% -7%
2003 155 7% 60 39% 95 61% -8%
2004 180 9% 100 56% 80 44% 22%
2005 376 18% 237 63% 139 37% 35%
2006 163 8% 122 75% 41 25% 56%
2007 12 1% 12 100% 0 0% 100%
Total 2072 100% 893 43% 1179 57% 0%
103
MES DE DESEMBOLSO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores
a 30 días)
Malos (Atrasos
mayores a 30 días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Mes de desembolso
Enero 134 6% 55 41% 79 59% -4%
Febrero 150 7% 72 48% 78 52% 9%
Marzo 163 8% 74 45% 89 55% 4%
Abril 144 7% 49 34% 95 66% -16%
Mayo 190 9% 84 44% 106 56% 2%
Junio 165 8% 70 42% 95 58% -1%
Julio 136 7% 60 44% 76 56% 2%
Agosto 170 8% 61 36% 109 64% -13%
Setiembre 171 8% 69 40% 102 60% -5%
Octubre 212 10% 84 40% 128 60% -6%
Noviembre 218 11% 103 47% 115 53% 7%
Diciembre 219 11% 112 51% 107 49% 14%
Total 2072 100% 893 43% 1179 57% 0%
• MONTO DESEMBOLSADO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Monto en dólares
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Menor a 500 dólares
304 15% 202 66% 102 34% 41%
501 – 1000 dólares
314 15% 156 50% 158 50% 12%
1001 -2000 542 26% 250 46% 292 54% 5%
2001 – 3000 dólares
405 20% 127 31% 278 69% -21%
Más de 3001 dólares
507 24% 158 31% 349 69% -21%
Total 2072 100% 893 43% 1179 57% 0%
104
MONEDA UTILIZADA EN LA TRANSACCIÓN
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Tipo de Moneda
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Pesos uruguayos
1.559 75% 644 41% 915 59% -3%
Dólares americanos
245 12% 150 61% 95 39% 32%
Unidad Indexada
268 13% 99 37% 169 63% -11%
Total 2.072 100% 893 43% 1179 57% 0%
TIPO DE GARANTÍA
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Tipo de Garantía
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Firma solidaria
1728 83% 694 40% 1034 60% -5%
Garantía real
122 6% 40 2% 82 5% 92%
Otros 82 4% 66 4% 16 1% 98%
Sin garantía
140 7% 93 5% 47 3% 95%
Total 2.072 17% 893 43% 1179 57% 0%
105
DESTINO DEL CRÉDITO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Destino Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Capital de
trabajo 1027 50% 556 54% 471 46% 19%
Activo fijo
1045 50% 337 32% 708 68% -19%
Total 2072 100% 893 43% 1179 57% 0
NÚMERO DE CUOTAS
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Número de
cuotas Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Menos de 15
1255 61% 699 56% 556 44% 22%
15 o Más
817 39% 194 24% 623 76% -34%
Total 2072 100% 893 43% 1179 57% 0%
106
NÚMERO DE DÍAS ENTRE CUOTAS
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Número de días entre
cuotas Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Menor/Igual que 30
1952 94% 797 41% 1155 59% -4%
Más de30 días
120 6% 96 80% 24 20% 65%
Total 2072 100% 893 43% 1179 57% 0
PERÍODO DE GRACIA
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Período de
gracia en días
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
No Gracia
2034 98% 875 43% 1159 57% 0%
Con Días de Gracia
38 2% 18 47% 20 53% 8%
Total 2072 100% 893 43% 1179 57% 0
107
Datos relacionados con las características del prestatario
GÉNERO DEL PRESTATARIO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Género Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Femenino 801 39% 337 42% 464 58% -2%
Masculino 1271 61% 556 44% 715 56% 1%
Total 2072 100% 893 43% 1179 57% 0
EDAD DEL PRESTATARIO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Edad en
años Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
18-35 629 30% 237 38% 392 62% -10%
36-50 943 46% 386 61% 557 59% -4%
Más de 51
500 24% 270 43% 230 46% 19%
Total 2072 100% 893 142% 1179 57% 0%
108
ESTADO CIVIL
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Desviación respecto a la media ((% malos total - %malos categoría)/%malos total)
Estado civil
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Soltero 526 25% 199 38% 327 62% -9%
Casado 1228 59% 549 45% 679 55% 3%
Divorciado 254 12% 109 43% 145 57% 0%
Viudo 64 3% 36 56% 28 44% 23%
Total 2072 100% 893 43% 1179 57% 0%
NIVEL DE ESCOLARIZACIÓN
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Nivel de escolarización
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Primaria 144 7% 60 42% 84 58% -3%
Secundaria 636 31% 286 45% 350 55% 3%
Técnica 401 19% 184 46% 217 54% 5%
Universitaria 264 13% 140 53% 124 47% 17%
Otros 627 30% 223 36% 404 64% -13%
Total 2072 100% 893 43% 1179 57% 0%
109
SITUACIÓN OCUPACIONAL
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Ocupación Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Empresario 614 30% 342 56% 272 44% 22%
Empleado 38 2% 23 61% 15 39% 31%
Profesional independiente
32 2% 21 66% 11 34% 40%
Otros 565 27% 175 31% 390 69% -21%
Sin datos 823 40% 332 40% 491 60% -5%
Total 2072 100% 893 43% 1179 57% 0%
110
Datos relacionados con las características del emprendimiento
SECTOR ECONÓMICO -CIIU Tercera revisión-
Las categorías son las siguientes:
A: Agricultura, Ganadería, Caza y Silvicultura (División 01 y 02)
D: Industrias Manufactureras (Divisiones 15 a 37)
I: Transporte, Almacenamiento y Comunicaciones (Divisiones 60 A 64)
En un mismo grupo consideramos a:
G: Comercio al Por Mayor y al Por Menor; Reparación de Vehículos Automotores,
Motocicletas, Efectos Personales y Enseres Domésticos (Divisiones 50 A 52).
H: Hoteles y Restaurantes (División 55)
K: Actividades Inmobiliarias, Empresariales y De Alquiler (Divisiones 70 A 74)
M: Educación (División 80)
Y en otro grupo consideramos:
O: Otras Actividades de Servicios Comunitarios, Sociales y Personales (Div. 90 A 93)
C: Explotación de Minas y Canteras (División 10 A 14)
P: Hogares Privados con Servicio Doméstico (División 95)
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Rubro Actividad:
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Sector primario
118 6% 59 50% 59 50% 12%
Industria 668 32% 316 47% 352 53% 7%
Servicios –Comercio
566 27% 226 40% 340 60% -6%
Transporte 720 35% 292 41% 428 59% -4%
Total 2072 100% 893 43% 1179 57% 0%
111
LOCALIDAD O BARRIO DONDE DESARROLLA LA ACTIVIDAD
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
División s/ Código postal.
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Montevideo Urbano Sur
431 21% 194 45% 237 55% 3%
Montevideo Urbano Norte
1402 68% 604 43% 798 57% 0%
Montevideo Rural
97 5% 34 35% 63 65% -14%
Area Metropolitana
65 3% 25 38% 40 62% -8%
Interior del País
77 4% 36 47% 41 53% 6%
Total 2072 100% 893 43% 1179 57% 0%
LOCAL INDEPENDIENTE DEL DOMICILIO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Tiene local independiente
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
SI (2) 1066 51% 455 43% 611 57% -1%
NO (1) 1006 49% 438 44% 568 56% 1%
Total 2072 100% 893 43% 1179 57% 0%
112
NÚMERO DE EMPLEADOS
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Número de
empleados a cargo
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
0 1491 72% 625 42% 866 58% -2%
1-4 462 22% 200 43% 262 57% 0%
5-19 116 6% 66 57% 50 43% 24%
Más de 20 3 0% 2 67% 1 33% 41%
Total 2072 100% 893 43% 1179 57% 0%
SITUACIÓN EMPRESARIAL
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Situación empresarial
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Empresa existente
1173 57% 513 44% 661 56% 1%
Creador 215 10% 83 39% 132 61% -8%
Sin datos 684 33% 298 44% 387 57% 1%
Total 2072 100% 894 43% 1180 57% 0%
113
Datos relacionados con la organización prestamista.
OFICIAL DE CRÉDITO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Oficial de
crédito Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
1 799 39% 402 50% 397 50% 13%
2 672 32% 278 41% 394 59% -3%
3 209 10% 122 58% 87 42% 27%
4 392 19% 91 23% 301 77% -35%
Total 2072 100% 893 43% 1179 57% 0%
EXPERIENCIA DEL OFICIAL DE CRÉDITO AL MOMENTO DE LA APROBACIÓN DE LA
SOLICITUD
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Experiencia del Oficial de crédito en meses
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
0-1año 115 6% 37 32% 78 68% -19%
1- 5 años 523 25% 199 38% 324 62% -9%
5-10 años 808 39% 278 34% 530 66% -15%
Más de 120 meses
626 30% 379 61% 247 39% 31%
Total 2072 100% 893 43% 1179 57% 0%
114
EDAD DEL OFICIAL DE CRÉDITO AL MOMENTO DE LA APROBACIÓN DE LA SOLICITUD
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Edad del
Oficial de
Crédito
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
25 - 29 años
443 21% 155 35% 288 65% -14%
30-39 años
1271 61% 506 40% 765 60% -6%
Más de 40 años
358 17% 232 65% 126 35% 38%
Total 2072 100% 893 43% 1179 57% 0%
Datos relacionados con el historial del cliente en la organización
NÚMERO DE CRÉDITOS PREVIOS CANCELADOS A LA FECHA DE LA APROBACIÓN DE LA
SOLICITUD
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30
días)
Malos (Atrasos mayores a 30
días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Número de
créditos previos
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
0 1136 55% 428 38% 708 62% -10%
1-3 677 33% 290 43% 387 57% 0%
Más de 4
259 13% 175 68% 84 32% 43%
Total 2072 100% 893 43% 1179 57% 0%
115
ANTIGÜEDAD: DÍAS CON CRÉDITO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Desviación respecto a la
media ((% malos total - %malos
categoría)/%malos total)
Antigüedad: Días con crédito
Número Porcentaje Número Porcentaje Número Porcentaje Porcentaje
Menor 2 año
1053 51% 526 50% 527 50% 12%
2 a 5 años 785 38% 257 33% 528 67% -18%
Más de 5 años
234 11% 110 47% 124 53% 7%
Total 2072 100% 893 43% 1179 57% 0%
116
ANEXO A.2
Comportamiento de la muestra - Independencia
Datos relacionados con las características del préstamo
AÑO DE DESEMBOLSO
Población
muestra
Participación en el total de
cada grupo
Buenos (Atrasos menores a
30 días)
Malos (Atrasos mayores a
30 días)
Año de desembolso
Número Porcentaje Número Porcentaje Número Porcentaje
1997 67 3% 29 3% 38 3%
1998 222 11% 57 6% 165 14%
1999 255 12% 80 9% 175 15%
2000 220 11% 49 5% 171 15%
2001 244 12% 77 9% 167 14%
2002 178 9% 70 8% 108 9%
2003 155 7% 60 7% 95 8%
2004 180 9% 100 11% 80 7%
2005 376 18% 237 27% 139 12%
2006 163 8% 122 14% 41 3%
2007 12 1% 12 1% 0 0%
Total 2072 100% 893 100% 1179 100%
117
MES DE DESEMBOLSO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Mes de desembolso
Enero 134 6% 55 6% 79 7%
Febrero 150 7% 72 8% 78 7%
Marzo 163 8% 74 8% 89 8%
Abril 144 7% 49 5% 95 8%
Mayo 190 9% 84 9% 106 9%
Junio 165 8% 70 8% 95 8%
Julio 136 7% 60 7% 76 6%
Agosto 170 8% 61 7% 109 9%
Setiembre 171 8% 69 8% 102 9%
Octubre 212 10% 84 9% 128 11%
Noviembre 218 11% 103 12% 115 10%
Diciembre 219 11% 112 13% 107 9%
Total 2072 100% 893 100% 1179 100%
.
MONTO DESEMBOLSADO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Tramo de monto en dólares
Número Porcentaje Número Porcentaje Número Porcentaje
Menor a 500 dólares
304 15% 202 23% 102 9%
501 – 1000 dólares
314 15% 156 17% 158 13%
1001 -2000 dólares
542 26% 250 28% 292 25%
2001 – 3000 dólares
405 20% 127 14% 278 24%
Más de 3001 dólares
507 24% 158 18% 349 30%
Total 2072 100% 893 100% 1179 100%
118
MONEDA UTILIZADA EN LA TRANSACCIÓN
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Tipo de Moneda Número Porcentaje Número Porcentaje Número Porcentaje
Pesos uruguayos
1.559 75% 644 72% 915 78%
Dólares americanos
245 12% 150 17% 95 8%
UI 268 13% 99 11% 169 14%
Total 2.072 100% 893 100% 1179 100%
TIPO DE GARANTÍA
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Tipo de Garantía
Número Porcentaje Número Porcentaje Número Porcentaje
Firma solidaria 1
1728 83% 694 78% 1034 88%
Garantía real 2 122 6% 40 4% 82 7%
Otros 3 82 4% 66 7% 16 1%
Sin garantía –A sola firma -4
140 7% 93 10% 47 4%
Total 2.072 17% 893 100% 1179 100%
DESTINO DEL CRÉDITO
Población
muestra
Participación
en el total
de cada
grupo
Buenos (Atrasos
menores a 30 días)
Malos (Atrasos mayores
a 30 días)
Destino Número Porcentaje Número Porcentaje Número Porcentaje
Capital de
trabajo
1027 50% 556 62% 471 40%
Activo fijo 1045 50% 337 38% 708 60%
Total 2072 100% 893 100% 1179 100%
119
NÚMERO DE CUOTAS
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Número de cuotas
Número Porcentaje Número Porcentaje Número Porcentaje
Menos de 15 1255 61% 699 78% 556 47%
15 o Más 817 39% 194 22% 623 53%
Total 2072 100% 893 100% 1179 100%
NÚMERO DE DÍAS ENTRE CUOTAS
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Número de días entre cuotas
Número Porcentaje Número Porcentaje Número Porcentaje
30 días 1947 94% 793 89% 1154 98%
Distinto a 30 días
125 6% 100 11% 25 2%
Total 2072 100% 893 100% 1179 100%
PERÍODO DE GRACIA
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Período de gracia en días
Número Porcentaje Número Porcentaje Número Porcentaje
Sin Gracia 2034 98% 875 98% 1159 98%
Con Días de Gracia
38 2% 18 2% 20 2%
Total 2072 100% 893 100% 1179 100%
120
Datos relacionados con las características del prestatario
GÉNERO DEL PRESTATARIO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Género Número Porcentaje Número Porcentaje Número Porcentaje
Femenino 801 39% 337 38% 464 39%
Masculino 1271 61% 556 62% 715 61%
Total 2072 100% 893 100% 1179 100%
EDAD DEL PRESTATARIO
Población
muestra
Participación
en el total
de cada
grupo
Buenos (Atrasos
menores a 30 días)
Malos (Atrasos mayores
a 30 días)
Edad en años Número Porcentaje Número Porcentaje Número Porcentaje
18-35 629 30% 237 27% 392 33%
36-50 943 46% 386 43% 557 47%
Más de 50 500 24% 270 30% 230 20%
Total 2072 100% 893 100% 1179 100%
ESTADO CIVIL
Población
muestra
Participación
en el total
de cada
grupo
Buenos (Atrasos
menores a 30 días)
Malos (Atrasos mayores
a 30 días)
Estado civil Número Porcentaje Número Porcentaje Número Porcentaje
Soltero 526 25% 199 22% 327 28%
Casado 1228 59% 549 61% 679 58%
Divorciado 254 12% 109 12% 145 12%
Viudo 64 3% 36 4% 28 2%
Total 2072 100% 893 100% 1179 100%
121
Datos relacionados con las características del emprendimiento
RUBRO DE ACTIVIDAD
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Rubro Act: ACT_CIIU
Número Porcentaje Número Porcentaje Número Porcentaje
Sector primario 118 6% 59 7% 59 5%
Industria 668 32% 316 35% 352 30%
Servicios – Comercio
566 27% 226 25% 340 29%
Transporte 720 35% 292 33% 428 36%
Total 2072 100% 893 100% 1179 100%
LOCALIDAD O BARRIO DONDE SE DESARROLLA EL EMPRENDIMIENTO
Población
muestra
Participación
en el total
de cada
grupo
Buenos (Atrasos
menores a 30 días)
Malos (Atrasos mayores
a 30 días)
División
según Código
postal
Número Porcentaje Número Porcentaje Número Porcentaje
Montevideo
Urbano Sur
431 21% 194 22% 237 20%
Montevideo
Urbano Norte
1402 68% 604 68% 798 68%
Montevideo
Rural
97 5% 34 4% 63 5%
Área
Metropolitana
65 3% 25 3% 40 3%
Interior del
País
77 4% 36 4% 41 3%
Total 2072 100% 893 100% 1179 100%
122
LOCAL INDEPENDIENTE DE SU DOMICILIO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Tiene local independiente
Número Porcentaje Número Porcentaje Número Porcentaje
SI (2) 1066 51% 455 51% 611 52%
NO (1) 1006 49% 438 49% 568 48%
Total 2072 100% 893 100% 1179 100%
NÚMERO DE EMPLEADOS
Población
muestra
Participación
en el total
de cada
grupo
Buenos (Atrasos
menores a 30 días)
Malos (Atrasos mayores
a 30 días)
Número de
empleados a
cargo
Número Porcentaje Número Porcentaje Número Porcentaje
0 1491 72% 625 70% 866 73%
1-4 462 22% 200 22% 262 22%
5-19 116 6% 66 7% 50 4%
Más de 20 3 0% 2 0% 1 0%
Total 2072 100% 893 100% 1179 100%
SITUACIÓN EMPRESARIAL
Población
muestra
Participación
en el total
de cada
grupo
Buenos (Atrasos
menores a 30 días)
Malos (Atrasos mayores
a 30 días)
Situación
empresarial
Número Porcentaje Número Porcentaje Número Porcentaje
Empresa
existente (2)
1173 57% 512 57% 661 56%
Empresa que
se inicia (1)
215 10% 83 9% 132 11%
Sin datos (0) 684 33% 298 33% 386 33%
Total 2072 100% 893 100% 1179 100%
123
Datos relacionados con el historial del cliente en la organización
NÚMERO DE CRÉDITOS PREVIOS CANCELADOS A LA FECHA DEL DESEMBOLSO
Población
muestra
Participación
en el total
de cada
grupo
Buenos (Atrasos
menores a 30 días)
Malos (Atrasos mayores
a 30 días)
Número de
créditos
previos
Número Porcentaje Número Porcentaje Número Porcentaje
0 1136 55% 428 48% 708 60%
1-3 677 33% 290 32% 387 33%
Más de 4 259 13% 175 20% 84 7%
Total 2072 100% 893 100% 1179 100%
DÍAS CON CRÉDITO
Población
muestra
Participación
en el total
de cada
grupo
Buenos (Atrasos
menores a 30 días)
Malos (Atrasos mayores
a 30 días)
Antigüedad:
Días con
crédito
Número Porcentaje Número Porcentaje Número Porcentaje
Menor 1 año 444 21% 328 37% 116 10%
1 a 2 años 609 29% 198 22% 411 35%
2 a 3 años 358 17% 120 13% 238 20%
3 a 5 años 427 21% 137 15% 290 25%
Más de 5 años 234 11% 110 12% 124 11%
Total 2072 100% 893 100% 1179 100%
124
Datos relacionados con la organización prestamista.
OFICIAL DE CRÉDITO
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Oficial de crédito
Número Porcentaje Número Porcentaje Número Porcentaje
1 799 39% 402 45% 397 34%
2 672 32% 278 31% 394 33%
3 209 10% 122 14% 87 7%
Inactivos 392 19% 91 10% 301 26%
Total 2072 100% 893 100% 1179 100%
EXPERIENCIA EN MESES DEL OFICIAL DE CRÉDITO A LA FECHA DE APROBACIÓN DE LA
SOLICITUD
Población muestra
Participación en el total de cada grupo
Buenos (Atrasos menores a 30 días)
Malos (Atrasos mayores a 30 días)
Experiencia del Oficial de crédito en
meses
Número Porcentaje Número Porcentaje Número Porcentaje
0-1año (0-12 meses)
115 6% 37 4% 78 7%
1- 5 años (13-60 meses)
523 25% 199 22% 324 27%
5-10 años (60-120 meses)
808 39% 278 31% 530 45%
Más de 120 meses
626 30% 379 42% 247 21%
Total 2072 100% 893 100% 1179 100%
125
EDAD DEL OFICIAL DE CRÉDITO A LA FECHA DE LA APROBACIÓN DE LA SOLICITUD
Población
muestra
Participación
en el total
de cada
grupo
Buenos (Atrasos
menores a 30 días)
Malos (Atrasos mayores
a 30 días)
Edad del OC Número Porcentaje Número Porcentaje Número Porcentaje
25 - 29 años 443 21% 155 17% 288 24%
30-34 años 703 34% 288 32% 415 35%
35-39 años 568 27% 218 24% 350 30%
Más de 40
años 358 17% 232 26% 126 11%
Total 2072 100% 893 100% 1179 100%
126
ANEXO B
Matriz de correlaciones (variables contínuas)
CUO_ TOT DIAS_C_CRE
D
DIAS,EC
EDAD EDAD,
OC EXP_ MES
IMPORTE,U,S
MAX,ATR_CR
PR
N_CTA_,ATR_ CRPR
NRO_ CRPR
AÑO
CUO_ TOT 1,0000 0,3660 -0,2303 -0,0207 -0,1747 -0,1685 0,5428 -0,0623 0,0431 -0,2323 -0,2257
DIAS_C_CRED 0,3660 1,0000 -0,0050 0,1498 -0,0234 0,0964 0,2412 0,2855 0,4973 0,5119 0,1534
DIAS,EC -0,2303 -0,0050 1,0000 0,0633 -0,0054 0,1286 0,0048 0,0207 -0,0073 0,1337 0,1603
EDAD -0,0207 0,1498 0,0633 1,0000 0,0449 0,0474 0,0310 0,0585 0,1099 0,1856 0,1816
EDAD,OC -0,1747 -0,0234 -0,0054 0,0449 1,0000 0,3387 -0,1613 -0,0431 -0,0136 0,1512 0,3225
EXP_ MES -0,1685 0,0964 0,1286 0,0474 0,3387 1,0000 -0,1351 0,0622 0,0846 0,2527 0,4946
IMPORTE,U,S 0,5428 0,2412 0,0048 0,0310 -0,1613 -0,1351 1,0000 -0,0096 0,0268 -0,0345 -0,2139
MAX,ATR_CR
PR -0,0623 0,2855 0,0207 0,0585 -0,0431 0,0622 -0,0096 1,0000 0,5250 0,1928 0,0561
N_CTA_,ATR_ CRPR 0,0431 0,4973 -0,0073 0,1099 -0,0136 0,0846 0,0268 0,5250 1,0000 0,2331 0,1276
NRO_ CRPR -0,2323 0,5119 0,1337 0,1856 0,1512 0,2527 -0,0345 0,1928 0,2331 1,0000 0,3919
AÑO -0,2257 0,1534 0,1603 0,1816 0,3225 0,4946 -0,2139 0,0561 0,1276 0,3919 1,0000
127
ANEXO C
Tablas de Predicción
Umbral = 0.5
Tasa de sensibilidad = 0.8501006
Tasa de especificación = 0.5729647
Modelos no sofisticados
Umbral = 0 Umbral =1
table(verd,pred)
pred
verd 1
FALSE 651
TRUE 994
Tasa de sensibilidad = 1 Tasa de sensibilidad = 0 Tasa de especificación = 0 Tasa de especificación = 1
Otros Umbrales
Umbral = 0.2 Umbral = 0.1
Tasa de sensibilidad =0.9909 Tasa de sensibilidad = 0.998 Tasa de especificación = 0.13 Tasa de especificación = 0.074
table(verd,pred)
pred
verd 0 1
FALSE 373 278
TRUE 149 845
table(verd,pred)
pred
verd 0
FALSE 651
TRUE 994
table(verd,pred)
pred
verd 0 1
FALSE 85 566
TRUE 9 985
table(verd,pred)
pred
verd 0 1
FALSE 48 603
TRUE 2 992
128
Umbral = 0.4 Umbral = 0.3
table(verd,pred)
pred
verd 0 1
FALSE 296 355
TRUE 88 906
Tasa de sensibilidad = 0.9748 Tasa de sensibilidad = 0.91147
Tasa de especificación = 0.4547 Tasa de especificación = 0.249
Umbral = 0.7 Umbral = 0.6
table(verd,pred)
pred
verd 0 1
FALSE 503 148
TRUE 403 591
Tasa de sensibilidad = 0.595 Tasa de sensibilidad = 0.772 Tasa de especificación = 0.77 Tasa de especificación = 0.65
Umbral 0.9 Umbral =0.8
table(verd,pred)
pred
verd 0 1
FALSE 645 6
TRUE 943 51
Tasa de sensibilidad = 0.0513 Tasa de sensibilidad = 0.285 Tasa de especificación = 0.99 Tasa de especificación = 0.9
table(verd,pred)
pred
verd 0 1
FALSE 162 489
TRUE 25 969
table(verd,pred)
Pred
verd 0 1
FALSE 426 225
TRUE 227 767
table(verd,pred)
pred
verd 0 1
FALSE 586 65
TRUE 711 283
129
ANEXO D
Gráficos del modelo
Gráfico 1 - Valor positivo predictivo.
.
130
Gráfico 2 Valor Predictivo Negativo
131
Gráfico 3 Tasa de sensibilidad
132
Gráfico 4 Tasa de especificidad
133
ANEXO E
Definiciones
(D-1) Microempresario. Persona que se dedica a llevar a cabo una pequeña actividad
productiva, prestación de servicios a pequeña escala o un pequeño comercio.
(D-2) Los requisitos formales para solicitar créditos para la adquisición de bienes y/o
servicios, en general incluyen los siguientes:
Planilla Propuesta de Crédito Personal debidamente llenada, firmada por el
solicitante y su cónyuge (en el caso de estar casado). Presupuesto, propuesta o
factura del bien o servicio a adquirir. Fotocopia de la cédula de identidad (vigente y
legible) del solicitante y su cónyuge (en el caso de estar casado). Original del
balance personal o mancomunado (en el caso de estar casado), certificado por un
Contador Público y con una antigüedad no mayor a seis (6) meses. Original de la
constancia de trabajo del solicitante y su cónyuge (en el caso de estar casado), que
especifique tiempo laboral y sueldo(s) básico(s) mensual(es), con una antigüedad
no mayor a treinta (30) días. Si es profesional independiente deberá anexar el
original de una certificación de ingresos (certificado por un Contador Público) con
una antigüedad no mayor a 3 meses. Original o copia certificada de los tres (3)
últimos estados de cuenta bancarios (cuentas en otros bancos). Original o copia
certificada de los tres (3) últimos estados de cuenta de la(s) tarjeta(s) de crédito
(tarjetas en otros bancos). Referencia(s) comercial(es). Ultima declaración del
Impuesto Sobre la Renta si corresponde a la legislación nacional.
Requisitos solicitar crédito para financiar Capital de Trabajo o Activo Fijo como
pequeña empresa:
El crédito lo pueden solicitar: Empresas en operación (aquellas empresas y personas
físicas con actividad empresarial, con al menos 3 años de constituidas y 2 ejercicios
fiscales terminados). Y empresas nuevas (aquellas empresas y personas físicas con
actividad empresarial que comienzan su actividad que ya están dadas de alta en
Hacienda y que su operación sea inferior a 3 años)
Las características de los créditos, son: Personas Físicas con Actividad Empresarial y
Empresas en Operación para Capital de Trabajo y Activo Fijo: Garantía: solamente
una firma solidaria en proporción de 1 a 1, es decir, el patrimonio (bienes inmuebles
libres de gravamen) del solidario deben ser igual al valor total del crédito solicitado,
solo en el caso de adquisición de bienes inmuebles o remodelación, el propio
inmueble formará parte de la garantía. Plazos: a elegir hasta 18 meses, para capital
de trabajo y hasta 36 meses para Activo Fijo. Tasa: fija durante todo el plazo, para
capital de trabajo. Máximo a financiar, hasta el 80% del valor del activo fijo. Otros
requisitos: Identificación oficial, Comprobante de domicilio, Acta constitutiva de la
empresa, Acta de poderes, Identificación de los apoderados, Depósito inicial.
(D-3) A lo largo de este trabajo se considera “actividad productiva”, toda aquella
actividad destinada a la producción de bienes y/o a la comercialización de los
mismos, ó, a la prestación de servicios.
(D-4) Pobreza de ingresos extrema. Se considera que una familia vive en una situación de
pobreza de ingresos extrema cuando su ingreso diario no le alcanza para comprar
los bienes necesarios para satisfacer sus necesidades de alimento mínimo
indispensable para vivir. Para medirla, se utiliza como umbral el ingreso diario del
hogar cuyo importe no supere los dos dólares americanos diarios, alternativa al uso
134
de la línea de “1 dólar al día” mencionada en la primera meta del Milenio, por la
División de Estadística de las Naciones Unidas. Si se hace referencia a esta última se
explicitara la unidad de medida.
(D-5) Persona con empleo incluye trabajadores independientes, empleados, empresarios
y trabajadores familiares no remunerados.
(D-6) Trabajo decente, según la OIT, es todo aquel trabajo productivo, justamente
remunerado y ejercido en condiciones de libertad, igualdad, seguridad y dignidad
humana.
(D-7) El Índice de Desarrollo Humano (IDH), es un indicador que cubre tres dimensiones
del bienestar humano. Además del ingreso, considera la educación y la salud.
(D-8) Riesgo de liquidez, la gestión de liquidez es la habilidad de cumplir con las
obligaciones que se vencen haciendo que los activos y los pasivos concuerden
apropiadamente para cubrir las obligaciones, a medida que se vencen las fechas de
pago (apalancamiento).
(D-9) Riesgo por la tasa de interés. El cambio en las tasas puede ocasionar perdidas pues
generalmente, prestan a tasas fijas y piden prestado a tasas variables.
(D-10) Riesgo cambiario. Es el fenómeno que implica que un agente económico coloque
parte de sus activos en una moneda denominado en moneda diferente de la utiliza
este agente como base para sus operaciones cotidianas. Dentro de un esquema de
fluctuaciones entre los tipos de cambio que relacionan a dos monedas, las
variaciones afectan a la riqueza total del agente económico que mantiene posiciones
denominadas en moneda extranjera. Estas variaciones dan lugar a un cierto factor
de riesgo que se incrementa de acuerdo con la volatilidad que hay en el precio de
estas monedas.
(D-11) El Comité de Supervisión Bancaria de Basilea es un comité de autoridades
responsables de la supervisión de bancos que fue establecido por los gobernadores de los
bancos centrales de los países del Grupo de los Diez en 1975. Suele reunirse en la sede
del Banco de Pagos Internacionales en Basilea, donde está ubicada su Secretaría
Permanente.
Referencias Bibliográficas
Citas Bibliográficas:
(CB-1) Daniele Ciravegna, “El Papel del microcrédito en la economía moderna: El caso de
Italia” Libro: Microcrédito contra la exclusión social: Experiencias de
financiamiento alternativo en Europa y América Latina.
(CGAP, CB-2) Estudio Especial CGAP No. 8: “Instituciones financieras con doble objetivo
Repercusiones para el futuro de las microfinanzas”, Robert Peck Christen, Richard
Rosenberg y Veena Jayadeva; julio de 2004.
135
(FMI, CB-3) Fondo Monetario Internacional, publicación “Perspectivas de la Economía
Mundial” Washington, Septiembre de 2006.
(PNUD, CB-4) Fuente: PNUD – ONU Publicación “Informe sobre Desarrollo Humano
2005”, New York, 2005.
(ONU, CB-5) Fuente: Publicación de las Organización de Naciones Unidas, “Invirtiendo en
el desarrollo un plan práctico para conseguir los objetivos del Milenio”. Proyecto
del Milenio de las Naciones Unidas, Nueva York, 2005.
(OIT, CB-6) Fuente: Publicación por la OIT, “Tendencias mundiales del empleo: Breve
informe, enero de 2007”.
(BM, CB-7) Fuente: Publicación del Banco Mundial, African Development Indicators 2006,
Washington, 2006.
(OIT, CB-8) Fuente: Publicación de la OIT, Panorama Laboral, Lima 2005, 2006.
(CB-9) “Importancia y Evolución de las Microfinanzas”, exposición en el marco del
“Seminario Microfinanzas en Uruguay: una apuesta al futuro del país”, Montevideo,
26 de julio de 2006.
(INE, CB-10) Publicación del INE, “Pobreza y Desigualdad en Uruguay 2006”.
(ONU, CB-11) Fuente: Publicación de la ONU, “Objetivos de Desarrollo del Milenio: Una
mirada desde América Latina y el Caribe”, agosto de 2005, Santiago de Chile.
(BM, CB-12) “Fighting Poverty with Microcredit” realizado por Shahidur Khandker del
Banco Mundial, que abarca trece años de investigación de 1990 a 2003 y a tres
instituciones microfinancieras de Bangladesh, BRAC, Grameen Bank y RD-12.
(BID, CB-13) Marguerite Berger y Bernardo Guillamón, “Microenterprise Development in
Latin America –A View from the Inter-American Development Bank,” Small
Enterprise Development, Vol. 7, No. 3. Septiembre de 1996.
(WWB, CB-14) Nancy Barry, The Missing Links: Financial Systems That Work for the
Majority. New York: Women’s World Banking, 1995.
(BID, CB-15) Las microfinanzas: Un mercado emergente dentro de los mercados
emergentes. Marguerite Berger, BID, Departamento de Desarrollo Sostenible
División de Micro, Pequeña y Mediana Empresa. Washington, 2000.
(INE, CB-16) Publicación del INE, “Uruguay en cifras”, 2006.
(BID, CB-17) Publicación del BID, “Empresarialidad y Contexto emprendedor en
Uruguay”, Febrero 2005.
(ONU, CB-18) ONU, “La construcción de sectores financieros incluyentes para el
desarrollo”, Mayo 2006.
(UN, CB-19) Naciones Unidas, Libro Azul: “La construcción de sectores financieros
incluyentes para el desarrollo”. New York, 2006. Disponible en línea en
www.uncdf.org/bluebook
136
(BID, CB-20) “Principios Básicos para una Supervisión Bancaria Eficaz,” Comité de
Supervisión Bancaria de Basilea, Basilea, Suiza, 1997. Andrew Crokett, Gerente
General del Banco de Pagos Internacionales.
Y “Separate but Converging: International Financial Standards and National
Financial Systems,” Liliana Rojas-Suárez, Safe and Sound Financial Systems: who
works for Latin America. Washington, 1997.
(CGAP, CB-21) Principios de las Microfinanzas según el Grupo Consultivo de Asistencia a
los más Pobres (CGAP)
(BID, CB-22) Revista MicroEmpresa Americas, 2001 – Vol 5.
(BID, CB-23) Revista MicroEmpresa Americas, 2001 – Vol 3.
(CB-24) Revista Actitud Emprendedora, Añi1, Nº 6, 2007, Pag. 42, Montevideo, Uruguay
Por más información del LIDECO: http://www.lideco.com/online/html/
(BID, CB-25) Informe de avance diciembre 2005, Vol - 8 No. 2.
Otras Citas:
(C-1) Las administradoras de crédito mayores poseen activos y contingencias superiores
a 100.000 UR, y las menores poseen activos y contingencias inferiores a 100.000 UR
(C-2) Yunus, Muhamed: Economista bengalí, actual director de Grameen Bank, profesor
de la Universidad de Chittagong y premio Nobel de la Paz en 2006.
(C-3) FIE: Fondo Financiero Privado para el Fomento a Iniciativas Económicas (FIE S.A.).
(C-4) El Grupo Consultivo de Ayuda a la Población más Pobre (CGAP) es un consorcio de
29 organismos de desarrollo que apoyan las microfinanzas. Para tener más
información sobre el CGAP visite su sitio web: www.cgap.org
(C-5) La muestra comprende el número de cuentas de ahorro y de préstamo declaradas
por más de 3.000 Instituciones proveedoras de servicios microfinancieros (IFA,
Instituciones Financieras Alternativas), pertenecientes a la región de Asia oriental y
el Pacífico; Europa oriental y Asia central; América Latina y el Caribe; Oriente Medio
y Norte de África; Asia meridional y África al sur del Sahara (Subsahariana)
(C-6) Se denomina G-8 al grupo de los siete países más industrializados del mundo más
Rusia. Está conformado por Alemania, Canadá, Estados Unidos, Francia, Italia,
Japón, Reino Unido y Rusia. Especialmente Japón está en el centro de G-8 como el
país más industrializado del mundo.
(C-7) Se utiliza el Producto Interno Bruto (PIB) como indicador de crecimiento
económico; y algunos indicadores de empleo y pobreza y se adopta la clasificación
de regiones utilizada por FMI y OIT –Àfrica del Norte y Oriente Medio; Africa
Subsahariana; Asia Meridional, Asia Oriental, Asia Sudoriental y el Pacífico; América
Latina y el Caribe; Europa Central, Europa Oriental (países que no integran la Unión
137
Europea) y Comunidad de Estados Independientes; y Países desarrollados y Unión
Europea-
(C-8) Datos extraídos de Planet Finance.
(C-9) BCU, Producto Interno Bruto - Enero-Diciembre de 2006.
(C-10) Se considera el ingreso per cápita con valor locativo, monto estimado que el hogar
(no arrendatario) debería pagar si alquilara la vivienda debido a que la imputación
del valor locativo a los hogares propietarios se trata de una práctica habitual en las
encuestas de hogares a nivel internacional ya que permite realizar comparaciones
entre hogares arrendatarios y propietarios.
(C-11) Informe basado en estudios, para explicar la creación de una empresa y su
crecimiento, de la Agencia de los Estados Unidos de América para el Desarrollo
Internacional (USAID).
(C-12) G. Nguyen Tien Hung es profesor de Economía de la Universidad de Howard, y
economista y consultor del FMI. Como asesor superior del proyecto de
financiamiento rural del Banco Mundial en Vietnam, colaboró en la elaboración y
ejecución del programa de banca móvil.
Bibliografía:
ACCION Internacional, Marulanda, Beatriz; Otero, María. “Perfil de las Microfinanzas en
Latinoamérica en 10 Años: Visión y Características”.Boston, USA, 2005.
BID, Banco Interamericano de Desarrollo:
Von Stauffenberg, Damian. “Cómo evolucionan las microfinanzas: lo que podemos
aprender de Bolivia”. Revista microempresa Informe de Avances julio de 2001,
Vol. 4 N°. 1. Banco Interamericano de Desarrollo
Beck Yonas, Alison; Berger, Marguerite; Lloreda, María Lucía. “Los pormayores de las
microfinanzas:Experiencias de programas de segundo piso en América Latina”.
BID, Washington, Diciembre 2005.
Berger, Marguerite.” Las microfinanzas: Un mercado emergente dentro de los mercados
emergentes”.BID, Departamento de Desarrollo Sostenible. División de Micro,
Pequeña y Mediana Empresa, Washington, 2000.
Orlando,María Beatriz;Pollack, Molly. “Microenterprises and poverty. Evidence from Latin
America”. Inter-American Development Bank, Sustainable Development
Department, Microenterprise Unit, Washington, February, 2000.
BID - Background Paper: “Análisis del Contexto Sectorial para el Desarrollo de las
Microfinanzas en América Latina y el Caribe”. BID, Washington, Noviembre, 2002.
Cuevas, Mario; Navajas, Sergio; Navarrete, Enrique; Salamanca, Gehiner; Simbaqueba,
Lilian. “Indicadores de microfinanzas en América Latina: rentabilidad, riesgo y
regulación”, BID. Washington, Agosro, 2006.
138
BID. “Perú: consolidación de las microfinanzas privadas en las regiones del Perú”.Fondo
multilateral de inversiones.
Demaestri, Edgardo. “Apoyo a microfinanzas para el desarrollo productivo, Mcrofinanzas
en Uruguay: Una Apuesta al futuro del País”. División de Finanzas e
Infraestructura Básica 1, BID Montevideo, 2006.
Revista: Microempresa Americas. “Fondos de inversión. Cómo se benefician haciendo el
bien”. (2001)
CEPAL / INE / BID, “Determinación de la Línea de pobreza. Programa para el
Mejoramiento de los Sistemas de Información Socioeconómica en el Uruguay”.
Instituto Nacional de Estadística Comisión Económica para América Latina
Uruguay y el Caribe – Oficina de Montevideo.
Gutiérrez A., Alejandro (Diciembre, 2004) “Microfinanzas Rurales: experiencias y
lecciones para América Latina” Serie Financiamiento del desarrollo, Unidad de
Estudios especiales, CEPAL.
Iris Villalobos, Arie Sanders, Marieke de Ruijter de Wildt. “Microfinanzas en
Centroamérica: los avances y desafíos”.Unidad de Estudios Especiales, CEPAL
Santiago de Chile, Noviembre, 2003.
Golgher, André Braz; Machado, Ana Flávia; Monsueto, Sandro Eduardo. “Desigualdades
de remuneraciones en Brasil: regresiones por cuantiles y descomposición de las
brechas 171”. Revista N° 90 CEPAL, Santiago de Chile, Diciembre 2006.
Silva Lira,Iván. “Desarrollo económico local y competitividad territorial en América
Latina”. Revista de la CEPAL 85. Abril, 2005.
Finot, Iván. “Descentralización, transferencias territoriales y desarrollo local” Revista de la
CEPAL 86. Agosot, 2Revista de la CEPAL 85. Abril, 2005.
Kaztman, Rubén; Retamoso, Alejandro. “Segregación espacial, empleo y pobreza en
Montevideo”. Revista de la CEPAL 85. Abril, 2005
Bucheli, Marisa; Furtado, Magdalena. “Uruguay 1998-2002: la distribución del ingreso en
la crisis”. Revista de la CEPAL 85. Agosto, 2005.
Boisier, Sergio. ¿Hay espacio para el desarrollo local en la globalización? Revista de la
CEPAL 86. Agosto, 2005.
CGAP, (2006) “Annual Report”
______(Febrero 2005)”Building financial systems for the poor. Sustaining Microfinance in
Post-Tsunami Asia”.
_____ (Febrero 2004) “Iniciativa para la efectividad de la ayuda a las microfinanzas
evaluaciones de pares de cooperantes Reunión de Alto Nivel”, Memorando
conjunto, Paris.
139
_____ (Junio 2004) “Resumen de los principios clave de las microfinanzas. Creando
sistemas financieras para la población de bajos ingresos”.
______ (Julio 2004) “Instituciones financieras con doble objetivo: Repercusiones en el
futuro de las microfinanzas” Estudio Especial No. 8 de CGAP, Robert Peck Christen,
Richard Rosenberg y Veena Jayadeva.
______ “Principios Básicos de las Microfinanzas” - en www.cgap.org
______ “Microfinanzas en cifras” - en www.cgap.org
Fondo Monetario Internacional – FMI:
Singh, Anoop. “El contexto mundial y las perspectivas regionales de perspectivas
regionales de América Latina y el Caribe”. Director Departamento del Hemisferio
Departamento del Hemisferio Occidental, Asamblea Anual de LACEA México, 2006.
Microfinance:
Campion, Anita; Halpern, Sahra “Automating microfinance. Experience in Latin America,
Asia and Africa”. Occasional Paper No. 5 The MicroFinance Network, 2001.
Basu, Anupam; Blavy, Rodolphe; Yulek, Murat. “Microfinance in Africa: Experience and
Lessons from Selected African Countries”. September, 2004.
Vogelgesang, Ulrike. “Microfinance in Times of Crisis: he Efects of Competition, Rising
Indebtedness, and Economic Crisis on Repayment Behaviour”. University of
Mannheim, November, 2001.
Organización Internacional del trabajo – OIT:
OIT, “Comercio, inversión extranjera y empleo productivo en los países en desarrollo”
- OFICINA INTERNACIONAL DEL TRABAJO GB.291/ESP/2 - Comisión de Empleo y
Política Social ESP, noviembre de 2004
OIT, “El empleo productivo como factor de reducción de la pobreza y desarrollo”
- OFICINA INTERNACIONAL DEL TRABAJO GB.289/ESP/2 - Comisión de Empleo y
Política Social ESP, marzo de 2004
OIT, “La protección social como factor productivo” - OFICINA INTERNACIONAL DEL
TRABAJO GB.294/ESP/4 - Comisión de Empleo y Política Social ESP, noviembre de
2005
OIT, “Entorno empresarial, legislación laboral y micro y pequeñas empresas”
- OFICINA INTERNACIONAL DEL TRABAJO GB.297/ESP/1 - Comisión de Empleo y
Política Social ESP, noviembre de 2006
OIT, Vandenberg Paul – “Poverty reduction through small enterprises” Small Enterprise
Development Programme. Working Paper No. 75, 2006.
140
OIT, “La promoción del empleo decente por medio de la iniciativa empresarial”- OFICINA
INTERNACIONAL DEL TRABAJO GB.289/ESP/1 Comisión de Empleo y Política Social
ESP, marzo de 2004
OIT, “Tendencias Mundiales de Empleo” 2004, 2005, 2006, 2007.
Organización de Naciones Unidas- ONU:
ONU, “La construcción de sectores financieros incluyentes para el desarrollo, Libro Azul”.
Naciones Unidas, New York, 2006
ONU, “Declaración del Milenio”. - Resolución aprobada por la Asamblea General [sin
remisión previa a una Comisión Principal (A/55/L.2)], nueva Cork, Setiembre,
2006.
ONU/PNUD -Informe sobre desarrollo humano 2005, Ediciones Mundi-Prensa 2005.
ONU- Internacional year of Microcredit 2005, Final Report United Nations Capital
Development Fund, New York, May 2006, web: http://www.uncdf.org
Objetivos de desarrollo del milenio en Uruguay, Naciones Unidas, Octubre 2005.
The Millennium Development Goals in Africa: promises progress - Report prepared by
UNDP and UNICEF at the request of the G-8 Personal Representatives for Africa
New York, June 2002.
Deena M. Burjorjee, Rani Deshpande and C. Jean Weidemann – “Supporting Women’s
Livelihoods: Microfinance that Works for the Majority.A Guide to Best Practices”
United Nations Capital Development Fund Special Unit for Microfinance, January
2002.
UNCDF – “Microfinance as a Strategy for Poverty Reduction in Africa”. Fodé NDIAYE,
Microfinance Regional Unit for Southern and Eastern Africa,Regional Technical
Manager. Expert Group Meeting on Poverty Eradication. Bangkok, July, 2005.
UNCDF – “Microfinance In the Arab States Building inclusive financial sectors”. United
Nations Capital Development Fund UNCDF Judith Brandsma & Deena Burjorjee.
New York, October 2004
Schreiner, Mark. (Marzo 2000) “El riesgo de deserción de prestatarios de un prestamista
de microcrédito en Bolivia” Microfinance Risk Management, St. Louis, U.S.A.
http://www.microfinance.com/Castellano/indice.html
_____. (1999) “A Scoring Model of the Risk of Arrears at a Microfinance Lender in
Bolivia”, manuscrito, Center for Social Development, Washington University in St.
Louis,http://www.microfinance.com/Castellano/indice.html
_____. (2000b) “Credit Scoring for Microfinance: Can It Work?”, Journal of Microfinance,
Vol. 2, No. 2, pp. 105-118.
______.( 2000) “Microcrédito y los más pobres: Teoría y evidencia desde Bolivia”.
141
Sergio Navajas, Mark Schreiner, Richard L. Meyer, Claudio González-Vega y Jorge
Rodríguez-Meza, http://www.microfinance.com/Castellano
______.( 2000) Schreiner, Mark; Vonderlack, Rebecca M. Mujeres, “Microfinanzas, y
Ahorro:Lecciones y Propuestas”. Center for Social Development Washington
University in St. Louis, St. Louis, U.S.A. Junio 2001.
______.(2002) “Ventajas y desventajas del Scoring Estadístico para las Microfinanzas”.
Microfinance Risk Management and Center for Social Development, Washington
University in St. Louis, www.microfinance.com.
_____. (2003) “Scoring para las Microfinanzas” , Tecnoferia 2003, 26 de Julio, Lima,
Perú.
______.(January, 2003) “Scoring the next breakthrough in microcredit?” Occasional
Paper N°.7. CGAP, Washington.
______.(August 2005) “Can Scoring Help Attract Profit-Minded Investors to Microcredit?”
Microfinance Risk Management, Saint Louis, U.S.A.
______.( November 2006) "A Simple Poverty Scorecard for Bolivia” Center for Social
Development, Washington University in Saint Louis, U.S.A.
______.( November 2006) “Seven Extremely Simple Poverty Scorecards” Center for
Social Development, Washington University in Saint Louis, U.S.A.
_____. (2006) “Un índice de pobreza para México” Center for Social Development
Washington University in Saint Louis y Microfinance Risk Management, L.L.C.
www.microfinance.com/Castellano
Schreiner, Mark y Dellien, Hans.(2005) “El scoring estadístico, los bancos y las
microfinanzas: cómo lograr un balance entre el uso de tecnología y la atención
personalizada.” Microempresa Informe de Avances diciembre 2005, Vol. 8 No. 2
BID
AIS CONSULTORA, “Riesgo de Créditos: Conceptos para su medición Basilea II,
herramientas de apoyo a la gestión”. 21 de Junio de 2005.
- “A través de Microfinanzas, Italia apoya al mercado nacional”. Presidencia - República
Oriental del Uruguay. 2006
Baraibar Gatti. L. E. “Cooperativas de ahorro y crédito, en el marco del sistema financiero
apoyando a las microempresas del Uruguay”.
BRC INVESTOR SERVICES S.A.- “Notas del mercado de capitales No. 7”. Colombia
Diciembre de 2006
Bucheli, Marisa; Furtado, Magdalena. “Uruguay 1998-2002: La Distribución del Ingreso en
la Crisis.
Delfiner, Miguel; Pailhé, Cristina y Perón, Silvana (Junio, 2006) “Microfinanzas: un análisis
de experiencias y alternativas de regulación” Jornadas Anuales de Economía del
Banco Central del Uruguay. . Junio de 2006
142
Giovanni Beluche, David Camino, Daniele Ciravegn A, Luis DEL Castillo, Silvia Giletti,
Lucia Naetelgineste, Norberto Kleiman, Dirkkruijt, Juan Lara, Horacio Lomoro, Elis
Apeinetti, Carlos Sojo, Lidia Villar, Marta Zaldívar. “Microcrédito contra la exclusión
social:Experienias de financiamiento alternativo en Europa y América Latina”
Primera edición: junio de 2005. FLACSO-Costa Rica. http://www.flacso.or.cr
Naya, Ec. Jorge - Ponencia en Seminario “Microfinanzas en Uruguay: una apuesta al
futuro del país”. 27 de julio de 2006.
Mahieu, Eric. “Grameen Bank: Un Modelo Germinal” (Bruselas). Fuente: L’entreprise &
l’homme. Marzo- Abril 2001.
“Micro Segruros, los nuevo de BancoSol en productos”-articulo en www. el-nuevodia.com,
16 abril 2006”
Montgomery, Heather and Weiss, John. “Great Expectations:Microfinance and Poverty
Reduction in Asia and Latin America” -ADB Institute Discussion Paper No.15.
September 2004.
Orgler, Yair E. “A Credit Scoring Model for Comercial Loans” Journal of Money, Credit and
Bamking, Vol.2, No.4 pp. 435-445(Noviembre, 1970)
Osner Karl, “Development has got a face; interpretation of life stories” Bangladesh, marzo
1992
Pereyra, Liliana. (2003) “El Banco de la gente y los errores que hay que evitar”.
Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Instituto de
Economía y Finanzas. www.eco.unc.edu.ar/ief/observatorio/jun03-pereyra2.pdf
- “Programa Nacional de Microfinanzas y Articulación Productiva.Convocatoria a grupos
candidatos. Experiencias Piloto”. Presidencia de la República, Oficina de
Planeamiento y Presupuesto. Dirección de Proyectos de Desarrollo (DI.PRO.DE)
- Revista Bolivian Business “Planes de desarrollo de tecnología en microfinanzas para este
2006” pagina 15 Agosto 2006.
Rosenberg, Richard – “Review Of Undp Microfinance Portfolio”- Microfinance Portfolio
Review, page 1.Revised January 2006 Consultative Group to Assist the Poor.
- www. nuevaeconomia.com.bo “Al ritmo de las microfinanzas”. La Paz, 15- 21 octubre
2006
Women’s World Banking. “Manual para desarrollar una Política para la administración del
riesgo financiero”. 2005.
143
ANEXO F
Principios Claves de las Microfinanzas formulados y aprobados por la CGAP y sus 33 miembros cooperantes, y adicionalmente aprobados por el Grupo de los Ocho (G8) durante
la Cumbre del 10 de junio de 2004 1. Las personas de escasos recursos necesitan una variedad de servicios financieros, no sólo
préstamos. 2. Las microfinanzas representan una herramienta poderosa en la lucha contra la pobreza.
(reducir su vulnerabilidad a choques externos). 3. Las microfinanzas se refieren a la creación de sistemas financieros que atiendan las
necesidades de las personas pobres y podrán alcanzar su máximo potencial, si son integradas al sistema financiero ya establecido de un país.
4. Las microfinanzas pueden y deben ser sostenibles si se espera alcanzar a un gran número de personas pobres.
5. Las microfinanzas requieren la construcción de instituciones financieras locales y permanentes que puedan atraer depósitos domésticos, reciclarlos en forma de préstamos, y ofrecer otros servicios financieros.
6. El microcrédito no es siempre la solución. Otros tipos de ayuda son ideales para aquellas personas tan pobres que no tienen ingresos ni medios de repago.
7. Los techos a las tasas de interés pueden perjudicar el acceso de las personas pobres a créditos. La fijación de tasas de interés máximas impide que las instituciones microfinancieras cubran sus costos, y por ello corten la oferta de crédito para las personas pobres.
8. El papel del gobierno es de facilitador, no el de un proveedor directo de servicios, pueden establecer un marco político de apoyo.
9. Los fondos de los cooperantes deben complementar en vez de competir con el capital del sector privado. Los subsidios que ofrecen los cooperantes deben ser una ayuda temporal de arranque y están diseñados a apoyar a una institución hasta que ésta pueda explotar fuentes de fondos privadas, tales como depósitos.
10. La limitación crucial es la insuficiencia de instituciones sólidas y de gerentes calificados. 11. Las microfinanzas funcionan mejor cuando se revela y mide su desempeño. La revelación de
datos no sólo ayuda a los accionistas a juzgar los costos y las ganancias, sino también a mejorar el desempeño. Las IMFs necesitan reportar información exacta y comparable sobre su desempeño financiero (p. ej. repago de préstamos y recuperación de costos) al igual que sobre su desempeño social (p. ej. número y nivel de pobreza de los clientes).
Fuente El contexto mundial y las perspectivas regionales de América Latina y el Caribe Anoop Singh Director Departamento del Hemisferio Occidental Fondo Monetario Internacional (FMI) Asamblea Anual de LACEA Ciudad de México, 2 de noviembre del 2006.
Recommended
