En el presente trabajo se analizará solo la cartera morosa mediante la cual se busca medir de manera significativa la calidad de la cartera crediticia del sistema bancario. Entonces, la morosidad, definida en la presente investigación como la cartera atrasada (créditos vencidos y en cobranza judicial) sobre el total de colocaciones, podría constituir un problema de relevante significancia para todo el sistema bancario. / Tesis

En el presente trabajo se analizará solo la cartera morosa mediante la cual se busca medir de manera significativa la calidad de la cartera crediticia del sistema bancario. Entonces, la morosidad, definida en la presente investigación como la cartera atrasada (créditos vencidos y en cobranza judicial) sobre el total de colocaciones, podría constituir un problema de relevante significancia para todo el sistema bancario.

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.