Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 72
Influencia de Factores Macroeconómicos en la Determinación de la Tasa de Morosidad
en bancos grandes privados de Ecuador, Periodo 2015-2019
Influence of the Macroeconomic Factors on the Default rate in the Large Private Banks
in Ecuador, Period 2015-2019
*María Belén Tobar Dobronsky¹, **Jennifer Daniela Correa Gualotuña¹, ***Ana Belen
Tulcanaza Prieto¹
¹Universidad de las Américas
*mariabelen.tobar@udla.edu.ec, **jennifer.correa@udla.edu.ec, ***ana.tulcanaza@udla.edu.ec
Fecha de recepción:20/03/2021
Fecha de aceptación:08/06/2021
Publicado:30/06/2021
Resumen
Se examinan los factores macroeconómicos que influyen en la determinación de la tasa de
morosidad en bancos grandes privados del Sistema Financiero de Ecuador durante el periodo
2015-2019, para lo cual, se utilizaron modelos econométricos de regresión multivariante con
variables independientes como la tasa de variación del Producto Interno Bruto (PIB) real, tasa
de desempleo, tasa de inflación, tasas de interés activa y pasiva referencial, que buscan explicar
el comportamiento de la tasa de morosidad (variable dependiente). Como resultado, los factores
macroeconómicos que influyen directa y significativamente son desempleo, inflación, y tasa de
interés pasiva referencial. Por el contrario, la variable de variación del PIB real afecta inversa
y significativamente en la morosidad.
Palabras clave: Morosidad, factores macroeconómicos, tasa de desempleo, tasa de interés,
producto interno bruto.
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 73
Abstract
We examined the macroeconomic factors that influence on the default rate of the large private
banks of the Financial System of Ecuador during the period of 2015-2019. In our multivariate
regression models, we use the default rate as dependent variable and the real Gross Domestic
Product (GDP), unemployment rate, inflation rate, active interest rate, and passive interest rate,
as independent variables. Our results reveal a positive and significant relationship between
unemployment, inflation, passive interest rate, and the default rate, while there is a negative and
significant relationship between the real GDP and the default rate.
Keywords: Default risk, macroeconomic factors, unemployment rate, interest rate, gross
domestic product.
Introducción
Las instituciones financieras actúan como intermediarios, es decir, su principal actividad es
captar recursos financieros de agentes con exceso de capital para prestarlo a agentes con déficit,
con el objetivo de proveer un mayor número de oportunidades de negocio, inversiones y
consumo (Aguilar et al., 2006). Esta actividad conlleva riesgo pues existe la probabilidad de
que el crédito otorgado, no sea honrado en el plazo y condiciones establecidas, resultando en el
deterioro de la cartera e indicadores financieros de las entidades. El continuo deterioro de la
cartera, debido a la persistencia de créditos sin pago, catalogados como morosos, puede llevar
a la quiebra de la institución financiera, lo que repercute en la confianza de los usuarios del
sistema financiero. Por ello, es imprescindible vigilar las variables macroeconómicas que
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 74
inciden en el ahorro y crédito de un país, y así determinar el grado de fragilidad financiera de
las instituciones, con el objetivo de implementar medidas económicas y financieras que
estimulen la solidez del sistema financiero nacional.
En Ecuador, el organismo encargado de la supervisión y control de las entidades del sistema
financiero es la Superintendencia de Bancos (SBS), quien determina que el índice de morosidad
se calcula “como el porcentaje de la cartera improductiva frente a la cartera bruta total, a nivel
consolidado y por línea de negocio” (Superintendencia de Bancos del Ecuador, 2018, p.83).
Cuando el índice de morosidad aumenta, ocasiona un incremento de las provisiones que las
instituciones financieras deben realizar para hacer frente a los créditos impagos, lo que a su vez
afecta a la rentabilidad. Es decir, afecta a los indicadores relevantes de liquidez y solvencia.
El ciclo económico de un país influye en el desempeño de las instituciones financieras
debido a que en la fase de crecimiento se generan ingresos, que conducen al ahorro, y al crédito,
lo cual reactiva a la economía. Por el contrario, en la fase de recesión se genera desempleo, se
reduce el ingreso, disminuye el ahorro y el crédito, resultando en un decrecimiento de la
economía (Revista Ekos, 2016). Durante el 2015, año de crisis económica, el índice de
morosidad se ubicó en 3.7%. Para el año 2016, año de recesión, se ubicó en 4.6% en el primer
trimestre (Escandón, 2018). Por el contrario, en el año 2017, la economía presentó reactivación
económica, lo cual se tradujo en una disminución del nivel de morosidad al 2.95% en el cuarto
trimestre. En el 2018 y 2019, los índices de morosidad de la cartera son aceptables, debido a
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 75
que este indicador disminuyó del 2.95% en el 2017 al 2.66% a diciembre de 2018 y 2.77% para
diciembre de 2019 (Asobanca, 2020).
Este estudio se centra en determinar los factores macroeconómicos que influyen en la
determinación de la tasa de morosidad de las carteras de los bancos grandes privados de
Ecuador en el periodo 2015-2019. Según las investigaciones realizadas por Altuve y Hurtado
(2018), Alfaro y Loyaga (2018), Castillo y Cárdenas (2016), Fiallos (2017), Demirgüç-Kunt y
Detragiache (1998), y Salcedo (2012), los factores macroeconómicos tienen amplio impacto en
la tasa de morosidad debido a que el desempeño de las variables macroeconómicas responde a
la política económica adoptada por un país.
Por otro lado, el ciclo económico medido a través de la tasa de variación del Producto
Interno Bruto real (PIB) constituye una de las principales variables que determinan el
comportamiento de la morosidad, debido a que, si el ciclo económico es adverso, provoca
impago en los créditos otorgados por las instituciones financieras, lo cual afecta a su solvencia
y puede provocar crisis bancarias. De acuerdo a lo observado por Muñoz (1999), las crisis
bancarias de distintos países de Latinoamérica como Argentina, Chile, y Venezuela,
coexistieron con varios periodos de recesión económica, donde las tasas de morosidad
crecieron, y como consecuencia, algunas instituciones financieras tuvieron que cerrar, dando
lugar a grandes crisis financieras. De igual manera, Aver (2008) concuerda en que las
probabilidades de las empresas de no pagar sus obligaciones financieras varían en el tiempo,
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 76
dependiendo de la situación económica que atraviesa el país y el mundo, conllevando a que la
morosidad se incremente.
Además, según Fajardo (2016), la variable tasa de desempleo, se encuentra ligada al
comportamiento del ciclo económico, ya que cuando existe recesión económica se presenta un
incremento en el nivel de desempleo. Este incremento del desempleo se traduce en una amenaza
para la continuidad de los pagos de obligaciones financieras de las empresas y familias, lo cual
genera un mayor incremento de la tasa de morosidad. Adicionalmente, según Castillo y
Cárdenas (2016), la menor disposición de ingresos de las personas causado por el incremento
del desempleo produce que la tasa de morosidad aumente ya que existe menor disposición de
pago de sus obligaciones financieras.
Las crisis bancarias se asocian con variables externas e internas, específicamente cuando
existe disminución en el crecimiento económico y altas tasas de interés e inflación según los
estudios realizados por Demirgüç-Kunt y Detragiache (1998), Morón y Loo-Kung (2003),
Saurina (1998), Alfaro y Loyaga (2018), Veloz & Gómez (2007) y Salcedo (2012) establecen
que la inflación es un indicador que influye en la morosidad de la cartera, debido a que su
fluctuación muestra el incremento o disminución del poder adquisitivo de las familias y
empresas. Específicamente, Salcedo (2012), Aguilar, Camargo y Morales (2004), Díaz (2010),
Altuve y Hurtado (2018), Alfaro y Loyaga (2018), Saurina (1998) y Castillo y Cárdenas (2016)
establecen que la calidad de la cartera tiene relación inversa con el ciclo económico, por lo que
las tasas de interés tienen un efecto negativo en la morosidad bancaria. Estos estudios
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 77
demuestran que la disminución de los salarios y el incremento de las tasas de interés, empeora
la capacidad de pago de los deudores.
Con este antecedente, se utilizó un análisis de regresión múltiple para determinar la relación
entre la tasa de morosidad de la cartera de los bancos grandes privados de Ecuador y las
variables macroeconómicas, durante el periodo 2015-2019. Los resultados obtenidos
demuestran que los factores macroeconómicos que influyen significativamente en la tasa de
morosidad de la cartera en bancos grandes privados del Sistema Financiero de Ecuador son:
tasa de variación del PIB real, tasa de desempleo, tasa de inflación, y tasa de interés pasiva
referencial, mientras que la tasa de interés activa referencial no es un factor preponderante. Este
estudio contribuye a la literatura económica y financiera previa debido a que analiza los
determinantes que influyen en el grado de morosidad de las carteras de crédito, siendo un
insumo para la toma de decisiones y diseño de normativa en las instituciones financieras y los
organismos reguladores. Finalmente, el modelo se lo puede utilizar para realizar predicciones
del comportamiento de la tasa de morosidad de la cartera de bancos privados del Sistema
Financiero de Ecuador.
El artículo se compone de la siguiente manera, en la sección 2 se presentan los
determinantes de la tasa de morosidad y se describe el desarrollo de las hipótesis, la sección 3
muestra el modelo de investigación, la sección 4 analiza los resultados y la discusión, y
finalmente, en la sección 5 se emiten conclusiones y recomendaciones para futuras
investigaciones.
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 78
Determinantes de la tasa de morosidad
Según el Banco Central de Bolivia (2010) anticipar cómo funciona la cartera en mora con la
aplicación de modelos de riesgo de crédito, en los que se incluyan factores macroeconómicos,
es crucial para la formulación de políticas internas adecuadas y así, fortalecer la estructura de
capital dentro del sistema financiero. De esta manera, para el estudio de la tasa de morosidad,
es primordial tomar en cuenta los factores que puedan determinar su comportamiento, los cuales
pueden ser clasificados como micro y macroeconómicos. El presente estudio se centra en los
factores macroeconómicos que influyen en la tasa de morosidad, algunos de los cuales, se
mencionan en estudios realizados por Altuve y Hurtado (2018); Alfaro y Loyaga (2018);
Castillo y Cárdenas (2016); Banco Central de Bolivia (2010); Fiallos, (2017); Demirgüç-Kunt
y Detragiache (1998); Salcedo (2012) como son: la tasa de desempleo, la tasa de variación del
PIB real, la tasa de interés activa referencial, la tasa de interés pasiva referencial, y la tasa de
inflación.
Dentro de las variables macroeconómicas empleadas en este estudio, se destaca la tasa de
variación del PIB real. El PIB es el valor de producción de bienes y servicios totales dentro del
territorio nacional, en un período determinado (Asobanca, 2020). Generalmente, al PIB se lo
mide en términos porcentuales (variación) respecto del año anterior o tomando en cuenta un
año base para poder obtener una mejor estimación y realizar comparaciones de la situación
económica de un país (Alfaro y Loyaga, 2018). Según Muñoz (1998), los decrecimientos en el
PIB real se traducen en una situación económica desfavorable, la cual, puede provocar impagos
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 79
en la cartera de créditos, afectando a la solvencia de la entidad prestataria. Es por ello que, al
estudiar a la tasa de variación del PIB real, se pueda observar el crecimiento o recesión
económica de un país, y con ello, ver su efecto positivo o negativo en la tasa de morosidad,
respectivamente.
En cuanto a estudios empíricos, el Banco Central de Bolivia (2010) menciona que los
efectos de los coeficientes estimados para las variables macroeconómicas son también
intuitivos, debido a que, a mayor incremento de la tasa de variación del PIB real, disminuye el
riesgo de crédito en las instituciones financieras, mejorando la capacidad de pago de los
deudores. Al estudiar la influencia del PIB real en la tasa de morosidad, se observa que existe
una relación cíclica entre el crecimiento económico y la morosidad de cartera, pues, en períodos
de auge las familias y empresas obtienen mayores ingresos, lo que les facilita el cumplimiento
de sus obligaciones financieras, mientras que durante las recesiones se reduce su capacidad de
pago, lo cual, genera mayor morosidad.
De la misma manera, Alfaro y Loyaga (2018), Vallcorba y Delgado (2007), Jakubik (2007)
concluyen que existe una relación negativa entre la tasa de morosidad y el PIB, ya que un mayor
crecimiento económico conduce a menores niveles de morosidad, y viceversa. En un estudio
realizado en Colombia se demuestra que el PIB real posee una relación indirecta significativa
con la calidad de la cartera de las instituciones financieras (Fajardo, 2016). Según Quiñónez
(2005), en Ecuador, el ciclo económico, de igual manera, se relaciona de manera inversa con la
calidad de cartera de los préstamos bancarios. Es decir, cuando se presenta un ciclo expansivo
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 80
en la economía, lo cual se mide con la tasa de variación del PIB real anual, mejora la calidad
de los créditos, de tal manera que, la tasa de morosidad disminuye. Y, cuando se presenta una
fase de recesión, sucede lo contrario. El mismo autor menciona que para observar un impacto
importante de la variación del PIB real en la morosidad no se requieren tasas altas de
crecimiento o recesión; por lo cual, sugiere que las entidades reguladoras deben estar atentas a
la evolución de los ciclos económicos para poder establecer señales de alerta cuando existe
recesión en la economía. Así también, dentro de otro estudio realizado sobre morosidad en
Ecuador, se identifica que la morosidad tiene una relación negativa con el PIB real (Fiallos,
2017).
Es por ello, que la primera hipótesis plateada es:
Hipótesis 1: La tasa de variación del PIB real influye negativamente en la tasa de morosidad.
Por otra parte, la tasa de desempleo según Krugman y Wells (como se citó en Alfaro y Loyaga,
2018) puede ser definida como el número de personas desempleadas respecto a la población
económicamente activa, expresado en porcentaje, por lo tanto, es el porcentaje de personas que
actualmente tienen la edad, la intención de laborar y la condición necesaria, pero no cuentan
con un trabajo. Cuando existe desempleo, las personas reciben menos ingreso, priorizando de
esta forma, sus gastos y dejando de honrar sus deudas, con lo cual, aumenta la tasa de
morosidad. En el estudio de Alfaro y Loyaga (2018), los autores mencionan que una
desaceleración en la economía causaría probablemente un incremento en la cartera morosa, en
la medida que se registre un mayor nivel de desempleo, y como consecuencia, los prestatarios
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 81
se enfrenten a mayores dificultades para cancelar sus deudas. Cuando la tasa de desempleo es
alta, las familias ven disminuir sus posibilidades de obtener ingresos, lo que dificultaría poder
cumplir con sus obligaciones crediticias, incluso con la existencia de políticas gubernamentales
de subsidios y transferencias como las misiones sociales (Altuve y Hurtado, 2018).
Adicionalmente, el estudio realizado por Aver (2008) muestra que el riesgo de crédito del
sistema bancario esloveno depende especialmente del grado de empleo y desempleo de la
nación.
Refiriéndose a estudios empíricos, Alfaro y Loyaga (2018) concluyen que existe una
relación negativa entre la tasa de morosidad y la tasa de desempleo. Según Castillo y Cárdenas
(2016) la variable representativa del mercado laboral es el desempleo, pues a medida que crece
la variable, se reduce la capacidad de pago de las obligaciones, y la morosidad se va a ver
afectada negativamente. Aver (2008) menciona que el incremento en la tasa de morosidad es
altamente influenciado por un decrecimiento en el número de personas empleadas, que se
traduce como un incremento en la tasa de desempleo. En el estudio sobre la morosidad en
Ecuador realizado por Fiallos (2017), se comprueba que la variable desempleo total tiene una
relación negativa significativa con la tasa de morosidad. En consecuencia, la segunda hipótesis
del estudio es:
Hipótesis 2: La tasa de desempleo influye positivamente en la tasa de morosidad.
Demirgüç-Kunt y Detragiache (1998) utilizando un modelo econométrico logit multivariado,
concluyen que los factores asociados con la aparición de las crisis bancarias sistemáticas surgen
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 82
cuando el entorno macroeconómico es débil, en específico cuando existe disminución en el
crecimiento económico, incremento en las tasas de inflación y de interés. Similarmente, Morón
y Loo-Kung (2003) establecen que la estabilidad de la inflación produce fortalecimiento del
sistema financiero.
Según los resultados obtenidos en el estudio “Nivel de Morosidad: Determinantes
Macroeconómicos y Pruebas de Estrés para el Sistema Financiero Dominicano”, se concluye
que la inflación posee una relación positiva significativa con la tasa de morosidad, es decir, las
modificaciones en el poder adquisitivo de los agentes económicos producen incremento de la
morosidad (Salcedo, 2012). Mientras que, Alfaro y Loyaga (2018) concluyen que la relación
entre la tasa de morosidad y la tasa de variación del índice de precios al consumidor (IPC) no
es significativa. Finalmente, según el estudio de Veloz (2007), se establece que el incremento
sustancial de la tasa de inflación tiene resultado negativo sobre la economía de un país y el
sistema bancario. Por lo tanto, la tercera hipótesis es:
Hipótesis 3: La tasa de inflación influye positivamente en la tasa de morosidad.
Según Salcedo (2012) la tasa de interés activa es una variable positiva significativa, su
incremento afecta a la morosidad de la cartera, debido al mayor costo de financiamiento de los
préstamos. Además, impacta en mayor medida en el corto plazo a la morosidad porque presenta
fluctuaciones que determina el mercado. Similarmente, Díaz (2010) obtiene coeficientes con
signos positivos para las tasas de interés activas, implicando una relación positiva entre
morosidad y tasa de interés activa, es decir, que a medida que se incrementa la tasa de interés
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 83
activa, también la tasa de morosidad sube debido a que el valor del dinero en el tiempo sufre
alza y los agentes económicos priorizan sus gastos y el pago de deuda. Altuve y Hurtado (2018)
concluyen también que la tasa de interés pasiva tiene relación positiva con la morosidad. Por
su parte, Saurina (1998) establece que la tasa de interés tiene relación positiva con la morosidad.
En igual forma, Castillo y Cárdenas (2016) demuestran que los salarios bajos y las altas tasas
de interés, incrementan el riesgo de crédito, debido a que empeora la capacidad de pago de los
deudores. Similarmente, Yong y Soto (2013) concluyen que la tendencia de la morosidad es a
disminuir cuando así lo haga la tasa de interés pasiva de referencia. Por lo tanto, la cuarta y
quinta hipótesis son:
Hipótesis 4: La tasa de interés pasiva influye positivamente en la tasa de morosidad.
Hipótesis 5: La tasa de interés activa influye positivamente en la tasa de morosidad.
3. Modelo de investigación
Para el estudio se utiliza un análisis de regresión múltiple para determinar la relación existente
entre la tasa de morosidad de la cartera de los bancos privados grandes del Sistema Financiero
de Ecuador y las variables macroeconómicas: tasa de variación del PIB real, tasa de desempleo,
tasa de inflación, tasas de interés pasiva y activa referencial. A continuación, se presenta la
forma estimada de la ecuación de regresión múltiple utilizando el método de mínimos
cuadrados ordinarios (MCO) (Ecuación 1). Se escogió este método debido a que a pesar de que
los datos se encuentran configurados como datos de panel, se cumplieron los supuestos de
MCO. Fundamentalmente, se verificó que la varianza de los errores sea homocedástica.
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 84
Utilizando el test de Breusch-Pagan, cuyo p-value fue de 0.1573 > 0.05, se concluyó que no se
puede rechazar la hipótesis nula de que los residuos sean homocedásticos (Gujarati, 1988), por
lo que, la estimación de MCO es la adecuada, y no se sugiere optar por otro modelo como el de
Mínimos Cuadrados Generalizados debido a la evidencia del test antes descrito.
(1)
Dónde:
es la tasa de morosidad de la entidad bancaria i en el tiempo t, calculado como,
es tasa de variación del PIB real para la entidad bancaria i en el tiempo t, calculado
como,
,
es tasa de desempleo para la entidad bancaria i en el tiempo t, calculado como,
es la tasa de inflación para la entidad bancaria i en el tiempo t,
es la tasa de interés pasiva referencial para la entidad bancaria i en el tiempo t,
es la tasa de interés activa referencial para la entidad bancaria i en el tiempo t,
es la constante o intercepto, y,
es error propio del modelo.
La base de datos se encuentra integrada por 360 observaciones mensuales durante el
periodo 2015-2019, perteneciente a los cuatro bancos privados grandes del Sistema Financiero
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 85
de Ecuador: Guayaquil, Pacífico, Pichincha, y Produbanco. Los datos fueron obtenidos de
informes estadísticos y económicos realizados por: el Instituto Nacional de Estadísticas y
Censos (INEC), Asociación de Bancos del Ecuador (Asobanca), Banco Central del Ecuador
(BCE), y Superintendencia de Bancos del Ecuador. Los datos se encuentran expresados en
valores nominales, exceptuando la tasa de variación del PIB. Para la formulación sólida del
modelo se debe contar con las mismas unidades de medida entre las variables, por ello, se utiliza
la tasa de variación del PIB, siendo un porcentaje, dado que el resto de variables se expresan en
dicha unidad de medida. El tener la misma unidad de medida, permite una mejor interpretación
de los resultados.
Dentro de la metodología, se realizó un análisis de estadísticos descriptivos para verificar
el comportamiento histórico de las variables. Posteriormente, se ejecutó un análisis de
correlación, en el que se muestra que la asociación lineal entre las variables, para verificar que
no exista multicolinealidad entre las mismas. Finalmente, se corrió la regresión de MCO
verificando el cumplimiento de supuestos.
Resultados y discusión
Tasa de morosidad en Ecuador
El desempeño de las instituciones financieras está estrechamente ligado al crecimiento en la
economía de un país, genera ingresos (excedentes), que se convierte en ahorro, y
posteriormente, en crédito que puede ser de consumo o inversión, que reactiva el ciclo
económico. Por el contrario, la recesión de la economía genera desempleo, reduce el ingreso,
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 86
disminuye el ahorro y el crédito, y como consecuencia se reduce la inversión y el consumo,
reduciendo el crecimiento de la economía. La economía ecuatoriana, durante el 2014 entró en
un periodo de desaceleración, y durante el 2015 el ciclo económico fue decreciente debido a la
caída en el precio del petróleo, un nivel alto de endeudamiento externo y la apreciación del
dólar (Revista Ekos, 2016).
El sistema financiero de Ecuador resultó afectado por la crisis económica del 2015,
afectando a los indicadores relevantes: depósito, crédito y al índice de morosidad, que se ubicó
en 3.7% en el 2015 (cuarto trimestre) y 4.6% en el 2016 (primer trimestre) (Escandón, 2018).
Para el año 2017, la economía presentó reactivación económica, con un crecimiento en el PIB
del 2.9%, debido al incremento en la inversión extranjera directa y otros sectores de la
economía. Lo cual se tradujo en una disminución del nivel de morosidad al 2.95% en 2017
(cuarto trimestre). Para el 2018, la economía presenta una desaceleración, sin embargo, los
indicadores relevantes del sistema financiero, como la morosidad de la cartera son aceptables
debido a que este indicador disminuyó del 2.95% en el 2017 al 2.66% a diciembre de 2018. En
el 2019, la economía ecuatoriana no presentó crecimiento, sin embargo, el sistema financiero
presenta buenos indicadores a diciembre de 2019. La morosidad de la cartera se ubicó en 2.77%
para diciembre de 2019 (Asobanca, 2020).
Análisis estadístico de los factores macroeconómicos que influyen en la determinación de
la tasa de morosidad
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 87
Para demostrar la relación existente entre los factores macroeconómicos sobre la tasa de
morosidad de los bancos grandes de Ecuador, a continuación, se presenta el análisis estadístico,
mismo que se efectúa a partir del 2015 hasta el 2019.
Estadísticos descriptivos
La Tabla 1. muestra los estadísticos descriptivos de las variables independientes y la variable
dependiente. Las observaciones de las variables estudiadas que se encuentran más dispersas
respecto de su media son: la tasa de variación del PIB real (VarPIB) y tasa de morosidad (Mor)
con desviación estándar de 0,0187 y 0,0065, respectivamente. La variable Mor, presenta
reducción debido a la madurez de la cartera, es decir, al existir más créditos a un mayor plazo,
disminuye la probabilidad de incumplimiento de las obligaciones financieras. Por otra parte, la
variable VarPIB presenta fluctuaciones debido a la variación de sus componentes
(exportaciones, importaciones, gasto de los hogares, y gastos de gobierno). Las variables que
presentan una distribución asimétrica a la izquierda (media < mediana) son: VarPIB e Inf con
media de 0,0053 y 0,0007, respectivamente, mientras que las variables que presentan una
distribución asimétrica a la derecha (media > mediana) son: Mor, Des, TPas y TAct.
Tabla 1.
Estadísticos descriptivos
Variables
Media
Nominal Porcentaje
Desviación
estándar
Mínimo
(Mín)
Cuartil
Inferior
(Q1)
Mediana
Cuartil
Superior
(Q3)
Máximo
(Máx)
Mor
0,0365
3,65%
0,0065
0,0266
0,0322
0,0344
0,0404
0,0564
VarPIB
0,0053
0,53%
0,0187
-0,0343
-0,0102
0,0078
0,0156
0,0421
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 88
Des
0,0453
4,53%
0,0053
0,0369
0,0414
0,0446
0,0479
0,0571
Inf
0,0007
0,07%
0,0027
-0,0070
-0,0009
0,0008
0,0019
0,0084
TPas
0,0540
5,40%
0,0040
0,0480
0,0504
0,0536
0,0576
0,0617
TAct
0,0824
8,24%
0,0057
0,0667
0,0784
0,0823
0,0870
0,0922
Nota: La Tabla 1. muestra los estadísticos descriptivos de las variables dependientes e
independiente. Tasa de Morosidad (Mor), variación del PIB real (VarPIB), tasa de desempleo
(Des), tasa de inflación (Inf), tasa de interés pasiva (TPas) y tasa de interés activa (TAct).
Número de observaciones = 360.
Fuente: Elaboración propia.
Análisis de la correlación
La matriz de correlación de la Tabla 2. muestra que la variable independiente (VarPIB) tiene
una correlación negativa significativa al 1% con la tasa de morosidad. Por otra parte, se puede
observar que existe una asociación lineal positiva y significativa al 1% entre la tasa de
desempleo y la tasa de morosidad. Similarmente, la tasa de interés activa tiene asociación
positiva lineal con la tasa de morosidad, sin embargo, esta relación es significativa al 5%. Al
contrario, tasa de inflación y tasa de interés pasiva no tienen una asociación lineal significativa
con la tasa de morosidad. Adicionalmente, se muestra la asociación lineal negativa y
significativa al 1% entre la tasa de variación del PIB real, y la tasa de desempleo, tasa de interés
activa y pasiva. Por otro lado, la tasa de desempleo presenta correlación positiva significativa
con la tasa de interés activa (al 10%) y tasa de interés pasiva (al 1%). Finalmente, la tasa de
interés pasiva tiene una asociación lineal positiva y significativa al 1% con la tasa de interés
activa. La mayoría de los coeficientes de correlación muestran valores por debajo del valor de
0,7, lo que significa que no existe multicolinealidad entre las variables.
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 89
Tabla 2.
Matriz de correlación
Variables
Mor
VarPIB
Des
Inf
TPas
TAct
Mor
1,0000
VarPIB
-0,5345***
1,0000
Des
0,6651***
-0,5650***
1,0000
Inf
0,1395
0,0456
0,0135
1,0000
TPas
0,1422
-0,5884***
0,3285*
0,0380
1,0000
TAct
0,4025**
-0,7302***
0,4663***
-0,0194
0,5789***
1,0000
Nota: La Tabla 2. muestra la matriz de correlación de Pearson. ***, **, y * indican el nivel de
significancia al 1%, 5%, y 10%, respectivamente.
Fuente: Elaboración propia.
Análisis de regresión
La Tabla 3. muestra las regresiones múltiples ejecutadas. El coeficiente de determinación R
cuadrado ajustado indica que las variables independientes: tasa de variación de PIB real, tasa
de desempleo, tasa de inflación, tasas de interés pasiva y activa referencial explican el 50,92%
de la variación de la tasa de morosidad. Mientras que el F estadístico demuestra que las
variables empleadas en el modelo son adecuadas debido a su significancia estadística en
conjunto. Por lo tanto, de acuerdo al modelo utilizado se puede determinar que el
comportamiento de los factores macroeconómicos estudiados, con respecto a la tasa de
morosidad durante el periodo de análisis, es significativo.
De forma general, se determinó que la tasa de morosidad se encuentra influenciada positiva
y significativamente por la tasa de desempleo y la tasa de inflación, mientras que la tasa de
variación del PIB real y la tasa de interés pasiva referencial afectan negativamente a la
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 90
morosidad de las entidades bancarias grandes ecuatorianas. Por otro lado, la tasa de interés
activa referencial no influye significativamente en la variable dependiente.
Analizando a detalle los hallazgos, se identifica que el coeficiente de la tasa de variación
del PIB real es –0,1330, presentando una relación inversa significativa al 5% con la tasa de
morosidad, con lo que la hipótesis 1 se acepta, concluyendo que, si la tasa de variación del PIB
real aumenta en una unidad, manteniendo al resto de variables constantes, la tasa de morosidad
se reduce en 0.1330. Los resultados de este estudio coindicen con la investigación realizada por
Alfaro y Loyaga (2018) sobre la influencia de la variación del PIB real en la tasa de morosidad.
Al presentar una relación significativa y negativa entre estas variables, se verifica que cuando
existe una reducción en el PIB, existe recesión en la economía. Por lo tanto, se incrementa la
posibilidad de impago de los créditos y se incrementa la morosidad.
El resultado, de igual manera, va en la misma dirección que los hallazgos de Vallcorba y
Delgado (2007), Jakubik (2007), donde la variación del PIB presenta un signo negativo con
respecto a la morosidad. Lo que verifica que, un mayor crecimiento en la economía lleva a la
reducción en la tasa de morosidad. Por otra parte, concuerda con la investigación de Fajardo
(2016) y Fiallos (2017), donde se presenta una relación inversa entre la variación del PIB real
y la tasa de morosidad, dado que cuando existe un incremento en la tasa de variación del PIB
real, se produce un crecimiento en la economía, lo cual, permite a las familias y a las empresas
obtener más ingresos, por lo que aumenta su capacidad de pago; al mejorar su capacidad de
pago, la tasa de morosidad disminuye. Por el contrario, cuando existe recesión en la economía
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 91
y la tasa de variación del PIB real disminuye, las familias y empresas no tienen la misma
capacidad de pago, lo cual deriva en un incremento de la tasa de morosidad. Al evaluar las
variaciones del PIB a través de los años, permite observar los cambios que sufre la economía
de un país, y como estos pueden afectar al indicador de morosidad de préstamos, positiva o
negativamente, dependiendo de la fase que atraviesa la economía (Alfaro y Loyaga, 2018).
Por otro lado, el coeficiente de la tasa de desempleo es 0,6453, significante al 1%, por lo
que, si la tasa de desempleo aumenta en una unidad y las otras variables independientes se
mantienen constantes, se estima un incremento de 0,6453 en la tasa de morosidad de la cartera
de bancos grandes privados del Sistema Financiero de Ecuador. Por lo tanto, se acepta la
hipótesis 2, en la que se establece que la tasa de desempleo afecta positivamente a la tasa de
morosidad. Estos resultados son consistentes con el estudio previo realizado por Aver (2008)
sobre la importante influencia de los factores macroeconómicos en la morosidad en el sistema
bancario de Eslovenia, donde a través de un coeficiente significativo y positivo, se evidencia
que el crecimiento de la tasa de morosidad es altamente influenciado por el incremento en el
número de personas desempleadas.
Los resultados concuerdan con Fiallos (2017) debido a que, en su estudio, la variable
desempleo es significativa al 95% en el modelo, y adicionalmente, verifica que cuando el
desempleo aumenta, el nivel de morosidad también aumenta. De la misma manera, Castillo y
Cárdenas (2016), y Salcedo (2012) establecen una relación positiva y significativa entre la tasa
de desempleo y la tasa de morosidad debido a que cuando existen más personas sin empleo
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 92
(aumento del desempleo), se tiene menor ingresos en los hogares, por lo que no se honra las
obligaciones y disminuye la posibilidad de pago de compromisos crediticios, y como
consecuencia, la tasa de morosidad se incrementa, probando la relación positiva entre las
variables; lo cual, concuerda con el resultado obtenido.
El coeficiente de la tasa de inflación es positivo y presenta una relación directa significativa
al 10% con la tasa de morosidad. Si inflación aumenta en una unidad, mientras las otras
variables independientes se mantienen constantes, se estima un aumento de 0,3866 en la
variable dependiente. Este resultado valida la hipótesis 3, en concordancia con estudios
realizados por Demirgüç-Kunt y Detragiache (1998), Salcedo (2012), Morón y Loo-Kung
(2003) y, Veloz (2007), sobre el efecto negativo del incremento sustancial de la inflación sobre
la economía de un país y el sistema financiero. Concluyendo que al ser una relación positiva
significativa, los agentes económicos pierden poder adquisitivo y presentan problemas de
cumplimiento con obligaciones de crédito, impactando directamente en la morosidad de la
cartera.
El coeficiente de la tasa de interés pasiva referencial es positivo y presenta una relación
directa significativa al 1% con la tasa de morosidad. Si la tasa de interés pasiva referencial
aumenta en una unidad, y las otras variables independientes se mantienen constantes, se estima
un incremento de 0,2564 en la variable dependiente. Este resultado valida la hipótesis 4, en
concordancia con los estudios realizados por Demirgüç-Kunt y Detragiache (1998), Saurina
(1998), Yong y Soto (2013), Castillo y Cárdenas (2016) y Altuve y Hurtado (2018), sobre el
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 93
efecto negativo de las altas tasas como factor asociado en la aparición de las crisis bancarias.
Concluyendo que al ser una relación positiva significativa, entre mayor sea el costo de
oportunidad del dinero, mayor será la morosidad de la cartera.
Por otra parte, el coeficiente de la tasa de interés activa referencial es positivo y presenta
una relación directa no significativa con la tasa de morosidad. Si la tasa de interés activa
referencial aumenta en una unidad, y las otras variables independientes se mantienen
constantes, se estima un incremento de 0,0615 en la variable dependiente. Este resultado valida
la hipótesis 5, en concordancia con los estudios realizados por Demirgüç-Kunt y Detragiache
(1998), Saurina (1998), Díaz (2010), Salcedo (2012) y Castillo y Cárdenas (2016), quienes
afirman que la tasa de interés activa mantiene una relación positiva con la morosidad, sin
embargo, no es una variable determinante significativa debido a que la tasa de interés pasiva
podría contener información más relevante dentro del modelamiento.
Tabla 3.
Resultados regresión múltiple
Variables
Mor
Intercepto
0,0278*
(1,8007)
VarPIB
-0,1330**
(-2,5202)
Des
0,6453***
(4,6588)
Inf
0,3866*
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 94
(1,7547)
TPas
0,2564***
(3,4561)
TAct
0,0615
(0,3867)
R cuadrado ajustado
0,509
F estadístico
13.230***
Nota: La Tabla 3. presenta los resultados de la regresión. Beta corresponde a coeficientes no
estandarizados. Números dentro de paréntesis son estadísticos t. ***, **, y * indican el nivel de
significancia al 1%, 5%, y 10%, respectivamente.
Fuente: Elaboración propia.
Conclusiones
Este estudio determina la influencia de los factores macroeconómicos en la tasa de morosidad
de los cuatro bancos grandes privados del Sistema Financiero de Ecuador durante el periodo
2015-2019. Los resultados obtenidos utilizando un análisis de regresión múltiple de cinco
variables independientes, demuestran que los factores macroeconómicos que influyen positiva
y significativamente en la tasa de morosidad son la tasa de desempleo, la tasa de inflación, y la
tasa de interés pasiva referencial, mientras que la tasa de variación del PIB real influye negativa
y significantemente en la variable dependiente. Dichos resultados concuerdan con los estudios
realizados por Altuve y Hurtado (2018), Fiallos (2017), Demirgüç-Kunt y Detragiache (1998),
Salcedo (2012) y Yong y Soto (2013). Por el contrario, el factor macroeconómico que no
influye significativamente en la tasa de morosidad es la tasa de interés activa referencial.
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 95
Entre las implicaciones de los resultados, se menciona que a medida que exista menores
ingresos en las familias y empresas, se reduce su poder adquisitivo, mientras el costo deuda
aumenta, traduciéndose en el incumplimiento de las obligaciones financieras de los agentes
económicos, lo que genera que la tasa de morosidad de la cartera de bancos se incremente. Por
otra parte, cuando existe crecimiento económico, es decir, la tasa de variación del PIB real se
incrementa, las familias y empresas tienen mayores ingresos lo que desemboca en mayor poder
adquisitivo y mayor capacidad de pago de obligaciones financieras, como consecuencia la tasa
de morosidad disminuye.
Este estudio es relevante tanto para las instituciones financieras y los organismos
reguladores, debido a que permite identificar a las variables que impactan en la morosidad,
siendo un indicador de alerta para la intervención económica, financiera, y regulatoria oportuna.
Tomando en cuenta que en varias entidades bancarias el grado de exposición generado por el
riesgo de crédito y default es determinado por las autoridades internas de la entidad, no se valora
el impacto de las variables macroeconómicas en la institución.
Adicionalmente, esta investigación, se la puede tomar como referencia para estudios de la
evolución de la morosidad Post-Covid 19, y como instrumento para el diseño de normativa
económica-financiera para evaluar la capacidad de resistencia que tiene el sistema financiero
ecuatoriano. Para futuros estudios se sugiere incluir factores microeconómicos (ratios de
endeudamiento, liquidez, rentabilidad) dentro del modelo de regresión y ampliar el número de
entidades financieras estudiadas.
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 96
Referencias Bibliográficas
Aguilar, G., Camargo, G., & Morales, R. (2004). Análisis de la Morosidad en el Sistema
Bancario Peruano. Instituto de Estudios Peruanos, 3-4.
Altuve, J., Hurtado, A. (2018). Análisis de los factores que influyen en la morosidad del
sistema bancario venezolano (2005-2015). Revista Venezolana de Análisis de
Coyuntura 24(1). https://www.redalyc.org/jatsRepo/364/36457129005/html/index.html
Alfaro, C., Loyaga E. (2018). Factores macroeconómicos que afectan la morosidad de las
entidades financieras peruanas en el periodo 2010-2016 [Tesis de Licenciatura,
Universidad Peruana de Ciencias Aplicadas].
https://repositorioacademico.upc.edu.pe/handle/10757/624932
Asobanca. (2020). Datalab Asobanca. Sector Real Términos Clave.
https://datalab.asobanca.org.ec/resources/site/terminos/SectorReal.pdf
Asobanca. (2020). Data Lab Asobanca. Sector Real - PIB.
https://datalab.asobanca.org.ec/datalab/resources/site/index.html?QlikTicket=3QoQPR
wdjZTIidJI
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 97
Asobanca. (2020). Data Lab Asobanca. Bancos - Indicadores.
https://datalab.asobanca.org.ec/datalab/resources/site/index.html?QlikTicket=lFvu1b8j
xu3SQJt.#
Aver, B. (2008). An Empirical Analysis of Credit Risk Factors of the Slovenian Banking
System. Managing Global Transitions, 6.
https://www.researchgate.net/publication/5173686_An_Empirical_Analysis_of_Credit
_Risk_Factors_of_the_Slovenian_Banking_System
Banco Central de Bolivia. (2010). Determinantes macroeconómicos de la morosidad en el
sistema financiero boliviano.
https://www.bcb.gob.bo/eeb/sites/default/files/7eeb/docs/7041.pdf
Banco Central del Ecuador. (2017). Metodología de la Información Estadística 4ta. ed.
https://contenido.bce.fin.ec/documentos/PublicacionesNotas/Catalogo/IEMensual/met
odologia/esr4taed.pdf
Castillo A, Cárdenas F. (2016). Factores determinantes de la morosidad en las Cajas
municipales de ahorro y crédito en el Perú. [Tesis de Maestría, Universidad del
Pacífico]. https://repositorio.up.edu.pe/handle/11354/1933
Demirgüç-Kunt, A., Detragiache, E. The Determinants of Banking Crises in Developing
and Developed Countries. IMF Econ Rev 45, 81–109 (1998)
Diaz, O. (2010). Determinantes del ratio de morosidad en el sistema financiero boliviano.
Banco Central de Bolivia, 35-46.
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 98
Revista Ekos. (2016). Ranking Financiero 2016. 01 de Marzo, 32–75.
Escandón, S. (2018). Morosidad y Sus Determinantes En El Sistema Bancario Privado Del
Ecuador Durante El Periodo 2005-2016. [Tesis de Licenciatura, Universidad de
Cuenca].
https://dspace.ucuenca.edu.ec/bitstream/123456789/29686/1/Trabajo%20de%20titulac
i%C3%B3n.pdf
Fajardo, Á. (2016). Impacto del comportamiento macroeconómico sobre la morosidad de
la cartera de consumo en Colombia [Tesis de Maestría, Universidad Nacional de
Colombia].
https://repositorio.unal.edu.co/bitstream/handle/unal/56520/1032452407.2016.pdf?seq
uence=1&isAllowed=y
Fiallos, A. (2017). Determinantes de morosidad macroeconómicos en el sistema bancario
privado del Ecuador [Tesis de Maestría, Universidad Andina Simón Bolívar].
http://repositorio.uasb.edu.ec/bitstream/10644/5737/1/T2376-MFGR-Fiallos-
Determinantes.pdf
Gujarati, D. 1988. Basic Econometrics. Second. McGraw Hill.
INEC. (2020). Boletín Técnico: Encuesta Nacional de Empleo, Desempleo y Subempleo
(ENEMDU). https://www.ecuadorencifras.gob.ec/documentos/web-
inec/EMPLEO/2020/Septiembre-2020/Boletin tecnico de empleo enemdu
sep20_final.pdf
Ana Belen Tulcanaza Prieto
Cienc. Soc. y Econ. UTEQ. 2021. 5(1): 72 –100 99
INEC. (2020). Empleo - Septiembre 2020. https://www.ecuadorencifras.gob.ec/empleo-
septiembre-2020/
Jakubik, P. (2007). Macroeconomic Environment and Credit Risk. Finance a Uver.
https://www.researchgate.net/publication/5021892_Macroeconomic_Environment_and
_Credit_Risk_in_English
Morón, E., & Loo-Kung, R. (2003). Sistema de Alerta Temprana de Fragilidad
Financiera. Universidad del Pacifico, 51-56
Muñoz, J. (1999). Calidad de cartera del sistema bancarioy el ciclo económico: Una
aproximacióneconométrica para el caso peruano. Estudios Económicos.
https://www.bcrp.gob.pe/docs/Publicaciones/Revista-Estudios-Economicos/04/Estudios-
Economicos-4-5.pdf
Salcedo, J. (2012). Nivel de Morosidad: Determinantes Macroeconómicos y pruebas de
estrés para el Sistema Financiero Dominicano. Empirica, 24-59.
Saurina, J. (1998). Determinantes de la morosidad de las cajas de ahorro españolas.
Investigaciones Económicas, 22(3), 393–426.
Superintendencia de Bancos del Ecuador (2018). Reporte de Estabilidad Financiera.
https://estadisticas.superbancos.gob.ec/portalestadistico/portalestudios/wp-
content/uploads/sites/4/downloads/2019/03/reporte_estabilidad_jun_2018.pdf
Veloz, A. (2007). Determinantes de fragilidad en el sistema bancario de la República
Dominicana: Alertas tempranas en un modelo logit. Ciencia y Sociedad, 489-504.
Revista Ciencias Sociales y Económicas - UTEQ (2021)
ISSN 2588-0586 IMPRESO; ISSN 2588-0594 ELECTRÓNICO
Volumen 5, Número 1. Semestral (enero-junio)
Cienc. Soc. y Econ. UTEQ. 2021. 5(1):72 –100 100
Vallcorba, M., Delgado, J. (2007). Determinantes de la Morosidad Bancaria en una
Economía Dolarizada. El Caso Uruguayo.
https://www.bde.es/f/webbde/SES/Secciones/Publicaciones/PublicacionesSeriadas/Do
cumentosTrabajo/07/Fic/dt0722.pdf
Yong, M., & Soto, M. (2013). Ciclo Económico y Mora Legal en el Sistema Financiero
Costarricense. Ciencias Económicas, 31 (2) 53-74
