Spelling suggestions: "subject:"morosidade (finanzas)"" "subject:"porosidad (finanzas)""
1 |
Posibles determinantes de la morosidad en el sistema bancario peruanoJiménez Mori, Annika Margoth 23 February 2017 (has links)
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
|
2 |
Determinantes de la morosidad crediticia del Sistema Bancario Peruano para el periodo 1998-2018Farias Vila, Julio Cesar, Portocarrero Rubina, Axel John 12 April 2021 (has links)
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.
|
3 |
Posibles determinantes de la morosidad en el sistema bancario peruanoJiménez Mori, Annika Margoth 23 February 2017 (has links)
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.
|
4 |
Determinantes de la morosidad en las CRAC en PerúPeralta Márquez, Viena Indre 14 September 2021 (has links)
La morosidad pone en riesgo la viabilidad de las IMF, reduce el acceso a
financiamiento para las MyPEs y personas de bajos ingresos, y arriesga los retornos
esperados de los depositantes. El objetivo general es encontrar los determinantes
de la morosidad en las CRAC en Perú. Se plantea que el PBI, la tasa de interés, la
solvencia, la liquidez en moneda nacional, los créditos y la morosidad rezagada son
los determinantes de la morosidad en estas empresas. Se usa un MRLM al igual
que Castillo y Cárdenas (2016), que es estimado por el método de MCO. Se
encuentra que la solvencia (ratio de capital global), la eficiencia y gestión (depósitos
a créditos directos), la rentabilidad (ROE) y la morosidad rezagada un periodo son
los determinantes de la morosidad en las CRAC en Perú.
|
5 |
La relación entre la educación financiera y el nivel de morosidad de las consultoras de venta directa en el sector cosméticos: caso NaturaCarhuallanqui Marín, Ana Luz, Demartini Vega, Nora Inés, Fernández Zarpán, Fabián 24 January 2019 (has links)
La presente investigación tiene como objetivo principal determinar si existe o no una
relación entre la educación financiera y el nivel de morosidad de las consultoras de venta directa
del sector cosméticos. Así como, determinar cuáles son los factores que podrían influir en la
morosidad de estas. El enfoque estará centrado en la consultora, quien es la persona responsable
de recoger los pedidos de los clientes y transmitirlos a la empresa. Para el desarrollo de la
investigación, se utilizará información de la empresa Natura, empresa que se desempeña en el
sector de cosméticos
Para encontrar la relación entre las variables mencionadas, se utilizará una metodología
con un enfoque mixto, que incluye un enfoque tanto cuantitativo como cualitativo, y un alcance
correlacional, el cual busca conocer la relación entre las variables de investigación. De esta
manera, se llevarán a cabo tanto encuestas como entrevistas a las consultoras, a través de las
cuales se determinará el nivel de educación financiera de las mismas. Así mismo, para poder
determinar el nivel de morosidad de las consultoras, se extraerá el perfil de morosidad asignado
a cada consultora en la base de datos de la empresa. Finalmente, se realizará un análisis de los
datos obtenidos y se determinará la relación entre las variables de investigación. / Tesis
|
6 |
Determinantes de la morosidad en tarjetas de créditos en el sistema financiero peruano de créditos de consumoSalazar Thieroldt, Ronny Gianmarco 25 February 2017 (has links)
En la evidencia empírica se manifiesta que la morosidad de la cartera crediticia de las instituciones financieras se encuentra significativamente correlacionada a los ciclos económicos en general; sin embargo, a pesar de que estos factores afectan a todas las instituciones financieras ubicadas en un mismo entorno, los niveles de morosidad de cada uno de ellas suelen ser distintos, lo cual presupone que, además de causas de carácter macroeconómico, en la calidad de las carteras crediticias inciden elementos de carácter microeconómico, relacionadas a la gestión de cada una de ellas. En la presente investigación se comprueba empíricamente que la calidad de cartera del portafolio de tarjetas de créditos de consumo en el Perú (periodo 2010 – 2015) se encuentra determinada tanto por factores macroeconómicos como microeconómicos, con lo cual se evidencia que no sólo las características del entorno económico priman sobre el rendimiento de esta cartera crediticia, sino también los factores relacionados con las políticas internas propias de cada institución financiera. La técnica utilizada corresponde al panel dinámico desarrollado por Arellano-Bond (1991), y las variables utilizadas para explicar la morosidad del portafolio de tarjetas de crédito son: PBI, tipo de cambio, deuda y línea promedio en tarjetas de crédito, deuda total en el sistema financiero, tasa de interés promedio en tarjetas de crédito, porcentaje de utilización de las tarjetas de crédito, y crecimiento del portafolio de tarjetas de crédito. / Tesis
|
7 |
Determinantes de la morosidad en tarjetas de créditos en el sistema financiero peruano de créditos de consumoSalazar Thieroldt, Ronny Gianmarco 25 February 2017 (has links)
En la evidencia empírica se manifiesta que la morosidad de la cartera crediticia de las instituciones financieras se encuentra significativamente correlacionada a los ciclos económicos en general; sin embargo, a pesar de que estos factores afectan a todas las instituciones financieras ubicadas en un mismo entorno, los niveles de morosidad de cada uno de ellas suelen ser distintos, lo cual presupone que, además de causas de carácter macroeconómico, en la calidad de las carteras crediticias inciden elementos de carácter microeconómico, relacionadas a la gestión de cada una de ellas. En la presente investigación se comprueba empíricamente que la calidad de cartera del portafolio de tarjetas de créditos de consumo en el Perú (periodo 2010 – 2015) se encuentra determinada tanto por factores macroeconómicos como microeconómicos, con lo cual se evidencia que no sólo las características del entorno económico priman sobre el rendimiento de esta cartera crediticia, sino también los factores relacionados con las políticas internas propias de cada institución financiera. La técnica utilizada corresponde al panel dinámico desarrollado por Arellano-Bond (1991), y las variables utilizadas para explicar la morosidad del portafolio de tarjetas de crédito son: PBI, tipo de cambio, deuda y línea promedio en tarjetas de crédito, deuda total en el sistema financiero, tasa de interés promedio en tarjetas de crédito, porcentaje de utilización de las tarjetas de crédito, y crecimiento del portafolio de tarjetas de crédito.
|
8 |
Las variables macroeconómicas que impactan en el comportamiento de pago de los deudores peruanosArroyo García, Daniel Antonio, Miranda Gervassi, Juan Ramón, Ojeda Saico, Indira Blanca, Urrunaga Salgado, Claudia Georgina 14 October 2023 (has links)
Esta tesis titulada: “Las variables macroeconómicas que impactan en el
comportamiento de pago de los deudores peruanos” tiene como propósito analizar y
comprobar si las variables macroeconómicas: el Producto Bruto Interno (PBI), los niveles
de inflación, la tasa de desempleo y la tasa de interés influyen en el comportamiento de
pago de los deudores peruanos. Este comportamiento es medido a través de la tasa
morosidad y la tasa de provisiones del sistema bancario.
La información analizada corresponde a la población peruana durante los años 2013
al 2022. Estos datos fueron obtenidos del Banco de Central de Reserva del Perú (BCRP) y
el Instituto Nacional de Estadística e Informática (INEI) para los años mencionados. Los
resultados fueron: las variables macroeconómicas (PBI, niveles de inflación, tasa de interés
y la tasa de desempleo) influyen en el comportamiento de pago de los deudores, dado que
los índices de la causalidad del Test de Granger presentaron una probabilidad menor a 5%.
Se puede identificar que los resultados más significativos (probabilidad menor a 1%) se
obtienen de la relación de las provisiones con el PBI, la tasa de interés y el desempleo que
permite considerarlas como variables explicativas. / The purpose of this thesis entitled: "Macroeconomic variables that impact the
payment behavior of Peruvian debtors" is to analyze and test whether the macroeconomic
variables: Gross Domestic Product (GDP), inflation levels, unemployment rate and
interest rate influence the payment behavior of Peruvian debtors. This behavior is
measured through the delinquency rate and the provisioning rate of the banking system.
The information analyzed corresponds to the Peruvian population during the years
2013 to 2022. These data were obtained from the Central Reserve Bank of Peru (BCRP)
and the National Institute of Statistics and Informatics (INEI) for the aforementioned
years. The results were: macroeconomic variables (GDP, inflation levels, interest rate and
unemployment rate) influence the payment behavior of debtors, given that the causality
indexes of the Granger test presented a probability of less than 5%. It can be identified
that the most significant results (probability less than 1%) are obtained from the
relationship of provisions with GDP, interest rate and unemployment, which allows
considering them as explanatory variables.
|
9 |
La relación entre la educación financiera y el nivel de morosidad de las consultoras de venta directa en el sector cosméticos: caso NaturaCarhuallanqui Marín, Ana Luz, Demartini Vega, Nora Inés, Fernández Zarpán, Fabián 24 January 2019 (has links)
La presente investigación tiene como objetivo principal determinar si existe o no una
relación entre la educación financiera y el nivel de morosidad de las consultoras de venta directa
del sector cosméticos. Así como, determinar cuáles son los factores que podrían influir en la
morosidad de estas. El enfoque estará centrado en la consultora, quien es la persona responsable
de recoger los pedidos de los clientes y transmitirlos a la empresa. Para el desarrollo de la
investigación, se utilizará información de la empresa Natura, empresa que se desempeña en el
sector de cosméticos
Para encontrar la relación entre las variables mencionadas, se utilizará una metodología
con un enfoque mixto, que incluye un enfoque tanto cuantitativo como cualitativo, y un alcance
correlacional, el cual busca conocer la relación entre las variables de investigación. De esta
manera, se llevarán a cabo tanto encuestas como entrevistas a las consultoras, a través de las
cuales se determinará el nivel de educación financiera de las mismas. Así mismo, para poder
determinar el nivel de morosidad de las consultoras, se extraerá el perfil de morosidad asignado
a cada consultora en la base de datos de la empresa. Finalmente, se realizará un análisis de los
datos obtenidos y se determinará la relación entre las variables de investigación.
|
Page generated in 0.0527 seconds