Tesis y Trabajos de Investigación PUCP

URI permanente para esta comunidadhttp://54.81.141.168/handle/123456789/6

El Repositorio Digital de Tesis y Trabajos de Investigación PUCP aporta al Repositorio Institucional con todos sus registros, organizados por grado: Doctorado, Maestría, Licenciatura y Bachillerato. Se actualiza permanentemente con las nuevas tesis y trabajos de investigación sustentados y autorizados, así como también con los que que fueron sustentados años atrás.
Ingresa a su web: Repositorio Digital de Tesis y Trabajos de Investigación PUCP

Explorar

Resultados de búsqueda

Mostrando 1 - 1 de 1
  • Ítem
    Determinantes de la morosidad crediticia del Sistema Bancario Peruano para el periodo 1998-2018
    (Pontificia Universidad Católica del Perú, 2021-04-12) Farias Vila, Julio Cesar; Portocarrero Rubina, Axel John; Dancourt Masias, Oscar Alfonso Bernardo
    El presente trabajo analiza los determinantes de la morosidad crediticia del sistema bancario peruano para 1998-2018. La motivación recae en el estrecho vínculo entre la morosidad y la salud del sistema financiero. Al conocer y monitorear las variables pertinentes podría potencialmente prevenirse o atenuarse futuras crisis financieras. Basado en una minuciosa revisión de la literatura existente, se plantea que los niveles de morosidad están determinados por factores macroeconómicos de entorno y factores propios del sistema bancario. Tomando como marco conceptual el modelo de Bernanke-Blinder se propone que la morosidad depende del nivel de empleo como proxy del producto, de la tasa activa de interés, del tipo de cambio real y del volumen de créditos otorgados. Tras comprobar que las variables seleccionadas no tengan problemas de correlación, se especifican un modelo VAR para la morosidad en soles y para la morosidad en dólares. Así, el ratio de morosidad dependerá directamente de su rezago, de la tasa activa de interés y del tipo de cambio real y; dependerá inversamente del índice de empleo y del volumen de créditos otorgados. La mayoría de las variables son significativas. No obstante, se debe acotar que una mejor especificación del modelo, sea por la selección de variables o por sus indicadores respectivos, podría otorgar resultados de mayor robustez.