Documento no encontrado! Por favor, inténtelo de nuevo

El modelo de regresión logística aplicado a la situación actual del ...

Página de la revista en redalyc.org. Sistema de Información Científica. Red de Revistas Científicas de América Latina, el Caribe, España y Portugal. Proyecto ...
239KB Größe 10 Downloads 44 vistas
Revista Mexicana de Agronegocios ISSN: 1405-9282 [email protected] Sociedad Mexicana de Administración Agropecuaria A.C. México

Moreno Medina, Salomón; Coronado Quintana, José Angel; Denogean Ballesteros, Francisco G. El modelo de regresión logística aplicado a la situación actual del crédito agropecuario en el norte de Sonora. Revista Mexicana de Agronegocios, vol. V, núm. 8, enero-junio, 2001 Sociedad Mexicana de Administración Agropecuaria A.C. Torreón, México

Disponible en: http://www.redalyc.org/articulo.oa?id=14108508

Cómo citar el artículo Número completo Más información del artículo Página de la revista en redalyc.org

Sistema de Información Científica Red de Revistas Científicas de América Latina, el Caribe, España y Portugal Proyecto académico sin fines de lucro, desarrollado bajo la iniciativa de acceso abierto

Segunda Epoca. Año V. Volumen 8. Enero-Junio del 2001

EL MODELO DE REGRESIÓN LOGÍSTICA APLICADO A LA SITUACIÓN ACTUAL DEL CRÉDITO AGROPECUARIO EN EL NORTE DE SONORA. Salomón Moreno Medina1 José Ángel Coronado Quintana2 Francisco G. Denogean Ballesteros1

RESUMEN La situación actual de la cartera vencida del sector agropecuario en el norte del estado de Sonora, representa un problema de grandes dimensiones tal como lo es en el resto del país, el abultamiento de los adeudos originales más el incremento de los intereses normales y moratorios a la fecha, han hecho que estas deudas se conviertan prácticamente impagables. Ante tal situación surgió la inquietud de investigar los procesos que se utilizaron para el análisis y autorización del otorgamiento de los créditos que actualmente se encuentran en cartera vencida, esto con el fin de, detectar posibles fallas que pudieran haber existido en dichos estudios. Así mismo, proponer un nuevo modelo que además de reducir el número de variables financieras que actualmente se utilizan en el análisis, proporcione mayor confiabilidad y facilidad de interpretación y evaluación de los datos más relevantes para la toma de decisiones en la autorización del crédito agropecuario. Se encontró que algunos factores que tradicionalmente se han considerado de mucha importancia para el otorgamiento del crédito, como lo son las razones financieras pasivo circulante vs pasivo total; la razón capital de trabajo, el total de pasivos y la liquidez entre otras, fueron intrascendentes para la situación de los créditos reestructurados vencidos que fueron analizados en este trabajo.

ANTECEDENTES A la actual crisis financiera de México se le ha dado como fecha de nacimiento diciembre de 1994; sin embargo en los años inmediatamente anteriores todos los sectores de la economía habían elevado fuertemente su gasto. 1

Ing. Agrónomo y M.A, Profesores de Tiempo Completo de la División de Ciencias Administrativas Contables y Agropecuarias de la Universidad de Sonora, Campus Santa Ana, Santa Ana, Son. México.

2

Ph. D. Profesor de Tiempo Completo de la Maestría en Administración de la Universidad de Sonora, Hermosillo, Son. México. 148

REVISTA MEXICANA DE AGRONEGOCIOS

Esto se debió a una visión sumamente optimista del futuro, a expectativas de progreso y bienestar que compartían empresarios, inversionistas nacionales y extranjeros, así como el gobierno, y una población que por mucho tiempo no había contado con suficiente financiamiento o crédito. De pronto, miles de personas se convirtieron en sujetos de crédito (Comisión Nacional Bancaria y de Valores 1998). La crisis postdevaluatoria dio la puntilla al sistema bancario. La caída de los precios en los productos agropecuarios, los precios controlados de los productos básicos en contra de las constantes alzas en los insumos ocasionaron el abultamiento de la cartera vencida en el sector agropecuario. Recientemente el sistema financiero mexicano ha experimentado importantes reformas como lo fueron las de la liberalización, el desarrollo del mercado de dinero, la privatización de la banca comercial, medidas para incrementar la competencia en el sector financiero, reformas a la banca de desarrollo, y otorgamiento de la autonomía al banco central. Sin embargo, ha sido poco el desarrollo de los servicios relacionados con el análisis del crédito y la evaluación de los riesgos crediticios (Garrido y Peñaloza 1996). Los apoyos a los deudores, ofrecidos por el gobierno y los bancos, equivale a descuentos promedios sobre saldos de los créditos del 35 % en el financiamiento de sector agropecuario (Comisión Nacional Bancaria y de Valores 1998). Sin embargo, cuatro años después de la recesión de 1995 y a pesar de la vigorosa acción de las autoridades, la situación del sector bancario sigue siendo preocupante (OCDE 1999).

EL CRÉDITO AGROPECUARIO EN MÉXICO La Ley General de Crédito Rural en el título cuarto capítulo primero trata de los préstamos de habilitación o avío cuyo importe se invertirá en cubrir costos de cultivos desde la preparación de la tierra hasta la cosecha del producto, en la adquisición de aves, ganado de engorda, así como la compra de insumos para su manejo. Préstamos refaccionarios para la adquisición, construcción e instalación de bienes de activos fijos, como maquinaria y equipo agrícola y ganadero así como pie de cría. El capítulo tercero hace mención a las normas de operaciones en las cuales se hace manifiesto que las instituciones determinarán la capacidad de pago de los créditos en base a un análisis técnico de cada uno de los proyectos de inversión que pretendan llevar a cabo los solicitantes (Cabral 1994).

149

Segunda Epoca. Año V. Volumen 8. Enero-Junio del 2001

ÁREA DE ESTUDIO Sonora cuenta con una extensión de 18’543,100 Has. Lo cual representa el 9.37% de la superficie total de México. El área de influencia considerada para el presente estudio comprende la parte norte del estado, dentro de la cual se consideran los municipios de Arizpe, Bacoachi, Cananea, Agua Prieta, Magdalena, Benjamín Hill, Naco, Cucurpe, Santa Ana, Santa Cruz, Fronteras, Imuris, y Nogales. Dichos municipios en su conjunto suman un total de 2´537,701 Has. mismas que representan el 13.68 % de la superficie total del estado las cuales se utilizan principalmente en actividades agropecuarias ( cuadro No.1 ). En lo referente al aspecto económico, específicamente en el renglón crediticio que es el objeto principal de esta investigación, se puede citar que el comportamiento de la cartera total de crédito a nivel nacional ocupa el 5.16%, lo cual representa un monto de 32,138.81 millones de pesos, de los cuales 5,037.35 millones de pesos se encuentran en cartera vencida, representando esta cartera vencida agropecuaria el 9.93% de la cartera vencida total a nivel nacional. A nivel estatal, se encontró que la cartera total es del orden de los 24,019.20 millones de pesos, mismos que representan el 3.86% del total de la cartera a nivel nacional de los cuales 2,386.80 millones de pesos se encuentran en cartera vencida, representando este monto el 4.71% del total de la cartera vencida a nivel nacional (Comisión Nacional Bancaria y de Valores 1998).

Cuadro 1. Distribución de la superficie en estudio por municipios del norte de Sonora de acuerdo a su uso agropecuario*. Municipio

Área total (Has.)

Agrícola (Has.)

Número de Pozos

Agostadero (Has.)

Agua Prieta 363,165 2,815 111 360,350 Arizpe 280,678 3,797 0 276,870 Bacoachi 126,065 1,062 0 124,496 Benjamín 85,470 673 0 82,825 Hill Cananea 417,117 640 0 222,478 Cucurpe 47,787 420 0 47,367 Fronteras 283,962 4,960 60 279,002 Imuris 171,000 4,378 0 131,628 Magdalena 146,023 1,083 0 139,641 Naco 65,180 1,380 25 63,800 Nogales 165,476 396 21 157,202 Santa Ana 162,065 6,780 20 121,432 Santa Cruz 223,713 888 0 127,513 Totales 2´537,701 29,272 237 2´134,604 * Elaborado con: datos del Gobierno del Estado de Sonora a 1998. 150

Número de cabezas De ganado 23,226 41,874 25,768 13,407 19,198 24,653 30,030 29,041 19,576 6,373 19,498 23,553 15,431 291,628

REVISTA MEXICANA DE AGRONEGOCIOS

Considerando el área de estudio de la presente investigación, la cartera total es por el orden de los 1,031.1 millones de pesos, de los cuales el 67.42 millones de pesos fueron destinados al crédito agropecuario. En diciembre de 1998, el 45.16% se encontraba en cartera vencida, lo cual significaba un monto de 36.97 millones de pesos, mismos que a su vez representaban el 24.11% del total de la cartera vencida del norte del estado de Sonora ( Cuadro No. 2 ).

Cuadro 2. Comportamiento de la Cartera de Crédito del Sector Privado a Diciembre de 1998* (Millones de Pesos) Cartera Vigente 571,943.57 27,101.46 4.74 21,632.40 3.78 877.80 4.06 30.44

Cartera Vencida 50,723.59 5,037.35 9.93 2,386.80 4.71 153.30 6.42 36.97

Cartera Total 622,667.16 32,138.81 5.16 24,019.20 3.86 1,031.10 4.29 67.42

País Agropecuaria % en relación al País A nivel Sonora % en relación al País Área norte de Sonora % en relación a Sonora Agropecuaria Área Norte de Sonora % de la cartera Agropecuaria 45.16 54.84 % del total del área norte de 3.47 24.11 6.53 Sonora * Elaborado con: datos de la relación de responsabilidades de Usuarios de Crédito Bancario de la Comisión Nacional Bancaria y de Valores, (1998) Fira-Banxico Agencia Magdalena de Kino, Son. (1998) Como resultado del análisis de la información anteriormente citada, se aprecia que la cartera vencida agropecuaria en esta zona del estado, es actualmente un fuerte problema económico, que en los últimos años ha frenado en parte el desarrollo de la región. Para realizar este estudio se seleccionó una muestra al azar de 79 acreditados para probar la habilidad de los modelos de clasificación de créditos. Para el análisis de esta problemática se procedió a la elaboración de un plan de trabajo cuyo objetivo fue el conocer los procesos utilizados por la banca y otras instituciones financieras para la concesión del crédito. En primera instancia la información se obtuvo mediante la solicitud directa a las instituciones y dependencias federales, participando en el presente estudio FIRA-BANXICO Agencia Magdalena de Kino ya que es la dependencia federal encargada del fondeo de los recursos financieros al sector agropecuario del área de influencia de este trabajo, también instituciones bancarias como Serfín, Bancrecer, Bancomer, Bital y Banamex, las cuales son las de mayor 151

Segunda Epoca. Año V. Volumen 8. Enero-Junio del 2001

presencia en el crédito agropecuario ( no se consideran Uniones de Crédito por no existir en el área ). Durante los meses de febrero, marzo y abril de 1999, se solicitaron a las áreas de crédito de dichas instituciones, los expedientes que conformaban sus portafolios de crédito en los cuales se llevaron a cabo muestreos al azar solo de los expedientes de créditos agropecuarios que en esas fechas estaban constituyendo la cartera agropecuaria de las instituciones antes citadas, mismos en los que fueron analizados varios aspectos cuantitativos y cualitativos que habían sido considerados al momento de la autorización del otorgamiento del crédito agropecuario.

LITERATURA REFERENTE AL TEMA El objetivo del método estadístico para identificar problemas y aceptar créditos agropecuarios han sido propuestos desde mediados de los 60´s ( Bauer y Jordon 1971, Evans 1971, Johnson y Hagan 1973, Dunn y Frey 1976, Hardy y Weed 1980 ). Sin embargo se han convertido en años recientes en un tema importante debido al gran número de empresas agropecuarias en quiebra, y el número de créditos agropecuarios vencidos, mientras que una gran cantidad de técnicas estadísticas para evaluar créditos por puntaje están disponibles (Chhicara 1989), las cuatro más comunes son: el modelo lineal probabilístico (LMP), análisis discriminante (DA), regresión LOGIT y regresión PROBIT (Turvey 1991). En el presente trabajo se utilizó el modelo de regresión logística, el cual sirvió para estimar directamente la probabilidad de ocurrencia de la situación de cartera vencida de los créditos reestructurados, mismo que a continuación se muestra. Para más de una variable independiente como lo es el presente caso, el modelo puede ser escrito como:

Prob (event) =

1 1 + e -z

Donde z es la combinación lineal:

Z=B0+B1X1+B2X2+. . . +BpXp Donde Z representa la variable dependiente, B0 y B1,B2,Bp, son coeficientes estimados para los datos, X1, X2, Xp son las variables independientes y 2.718 Variable dependiente: REVENCIDO: crédito reestructurado vencido. Variables Independientes: 152

e

es la base del logaritmo natural

REVISTA MEXICANA DE AGRONEGOCIOS

TAHAS: tamaño en hectáreas, se refiere al tamaño de la unidad productiva representada en hectáreas. TAVT: tamaño en vientres, se refiere al tamaño de la unidad productiva representada en vientres. LIQUIDEZ: índice de liquidez, expresada como la razón de activos circulantes (menos inventario) dividido entre el pasivo circulante. RPCPT: razón de pasivo circulante a pasivo total, expresada como el resultado de dividir el pasivo circulante entre el pasivo total. RCT: razón de capital de trabajo, expresada como el resultado de dividir el total de activos circulantes entre los pasivos a corto plazo. TP: total de pasivos, expresado como el total de obligaciones de pago de corto y largo plazo a la fecha de balance. RPTAT: razón de pasivo total a activo total, expresado como el resultado de dividir el pasivo total entre el activo total. REGIMEN: régimen de propiedad, se refiere a los activos productivos declarados en el balance, clasificándolos como de propiedad privada, ejidos y comunidades. NOBANCOS: número de bancos acreditantes, se refiere al número de instituciones crediticias con las que el acreditado mantiene adeudos a la fecha de balance. EXPER: experiencia en la actividad, expresada como el número de años que el acreditado ha venido explotando la actividad para la cual se solicitó el financiamiento. MAMFLU: monto de amortizaciones vs flujo de efectivo, expresada como la comparación del monto de recursos por concepto de capital más intereses que el acreditado se obligó a pagar a la institución, dividida entre el flujo de efectivo estimado en el estudio de capacidad de pago. MAMACT: monto de amortizaciones vs activos totales, expresada como la comparación del monto de recursos por concepto de capital más intereses que el acreditado se obligó a pagar a la institución, dividida entre sus activos totales. VALOR: valor aproximado de la unidad productiva, representado por el valor declarado en el balance general. ADEUDOT: representado por el total de pasivos bancarios declarados en el balance general del solicitante.

153

Segunda Epoca. Año V. Volumen 8. Enero-Junio del 2001

BENEFI: número de beneficiarios, representado por el número de personas que se benefician de la actividad en la unidad productiva. GIRO: actividad del acreditado. GANCARNE: unidad productiva agropecuaria dedicada a la explotación de ganado bovino carne. FRUTIC: unidad productiva agropecuaria dedicada a la explotación de frutales. OTROS: unidades productivas agropecuarias dedicadas a la explotación de cualquiera de las siguientes actividades: ganado bovino, leche, ganado porcino, apicultura, agricultura para básicos y horticultura.

RESULTADOS DEL MODELO DE REGRESIÓN En los resultados de la regresión, para el modelo las variables que resultaron estadísticamente significativas fueron RPTAT y NOBANCOS, utilizando para evaluar las variables un nivel de significancia del 0.05, el resto de las variables resultaron no ser significativas al utilizar el nivel de significancia antes mencionado. En lo general, de acuerdo al valor de la R2 de Nagelkerke el modelo explica el 40.6 por ciento de la variación que ocurre en la situación de los Créditos Reestructurados que se encuentran en cartera vencida, en la construcción del modelo fueron consideradas 79 muestras. De acuerdo a los resultados obtenidos de este modelo, el cambio en una unidad en las variables RPTAT y NOBANCOS están relacionados positivamente en la situación de los Créditos Reestructurados Vencidos, ya que aparentemente se incrementa el riesgo de caer en cartera vencida en 77.6 veces en el caso de la variable RPTAT y en 4 veces en el caso de la variable NOBANCOS. En el caso del resto de las variables, la situación de los Créditos Reestructurados Vencidos, aparentemente no se ven influenciadas por ellas ( Cuadro No. 3 ). El modelo resultante aparentemente es capaz de predecir el 80.85 por ciento de los casos con respecto a la relación de los datos observados de los Créditos reestructurados Vencidos. Con respecto a las predicciones para los mismos tipos de créditos mencionados anteriormente, el modelo fue capaz de predecir en un 56.25 por ciento. En lo general el modelo acierta correctamente en un 70.89 por ciento ( Cuadro No. 4 ).

154

REVISTA MEXICANA DE AGRONEGOCIOS

Cuadro 3. Resultado de la Regresión Logística para Créditos Reestructurados Vencidos Variable

Coeficiente

Desv. Estand.

Wald

Grad. Lib.

Significancia

R

LIQUIDEZ

0.0667

0.0897

0.5525

1

0.4576

0.0000

RPCPT

-0.3151

0.9400

0.1124

1

0.7374

0.0000

RCT

0.0144

0.0212

0.4615

1

0.4969

0.0000

TP

9.75E-07

6.165-E7

2.4997

1

0.1139

0.0685

RPTAT

4.3522

2.1497

4.0989

1

0.0429

0.1403

NOBANCOS

1.4709

0.5450

6.6723

1

0.0098

0.2093

EXPER

-0.0113

0.0403

0.0785

1

0.7793

0.0000

MAMFLU

1.2642

1.1447

1.2197

1

0.2694

0.0000

MAMACT

-2.0478

1.0548

3.7692

1

0.0522

0.1288

VALOR

-4.5E-07

2.656E-7

2.9234

1

0.0873

0.0931

ADEUDOT

-2.4E-07

2.832E-7

0.7313

1

0.3925

0.0000

BENEFI

0.0252

0.0372

0.4612

1

0.4971

0.0000

GANCARNE

1.5344

1.0490

2.1396

1

0.1435

0.0362

FRUTIC

2.1030

1.2230

2.9659

1

0.0855

0.0947

Constante

-4.0596

1.9292

4.4280

1

0.0354

Número de Observaciones -2 Log Likelihood Bonanza R cuadrada de Cox & Snell R cuadrada de Nagelkerke

79 78.410 71.874 0.301 0.406

155

Segunda Epoca. Año V. Volumen 8. Enero-Junio del 2001

Cuadro 4. Resultados de la Clasificación de Valores de Predicción y Observados para el Modelo de Créditos Reestructurados Vencidos. Predicción No Reest. Vencidos (0)

Predicción Reest. Vencido (1)

Correcto en (%)

No Reest.Vencido (0)

38

9

80.85

Reest.Vencido (1)

14

18

56.25

Total

70.89

Observados

CONCLUSIONES La habilidad de predicción de ocurrencia del 70.89 por ciento del modelo, concuerda mucho con la habilidad de predicción de ocurrencia obtenida por el modelo utilizado por la Corporación de Crédito Agropecuario de Canadá, mismo que fue probado con 9,403 muestras en el año de 1990, según lo reportado por Turvey en 1991, el cual tuvo una predicción de ocurrencia del 69.7 por ciento al ser comparado con otros modelos. El modelo de regresión logística mostró que las variables independientes; razón pasivo total vs activo total, y número de bancos, son altamente significativas para la situación de los créditos reestructurados vencidos. De acuerdo a los resultados obtenidos de este modelo, el cambio en una unidad en las variables RPTAT y NOBANCOS están relacionados positivamente en la situación de los Créditos Reestructurados Vencidos, ya que aparentemente se incrementa el riesgo de caer en cartera vencida en 77.6 veces en el caso de la variable RPTAT y en 4 veces en el caso de la variable NOBANCOS. Algunos factores que tradicionalmente se han considerado de mucha importancia para el otorgamiento del crédito, como lo son varias razones financieras como la razón pasivo circulante vs pasivo total; la razón capital de trabajo, el total de pasivos y la liquidez entre otras, en el presente estudio se encontró con situaciones son intrascendentes para la situación de los créditos reestructurados vencidos.

156

REVISTA MEXICANA DE AGRONEGOCIOS

REFERENCIAS Bauer, Larry L.,y John P. Jordon. 1971. Statical Technique for Classifying Loan Applications. Agricultural Experiment Station bulletin no.476 University of Tennesi, USA Cabral, M.A. 1994. Compendio de leyes Agropecuarias. Ed. Limusa. México. p 136 Comisión Nacional Bancaria y de Valores. 1998. Antecedentes y Razones de las iniciativas de Reformas Financieras. Ejecutivo de Finanzas. México. 9: 24-34 Comisión Nacional Bancaria y de Valores. 1998. Antecedentes y Razones de las iniciativas de Reformas Financieras. Ejecutivo de Finanzas. México. 9: 24-36 Chhicara, R. 1989. The State of the Art in Credit Evaluation. Amer. J. Agr. Econ. USA. 71:1138-44. Dunn, Daniel J; y Thomas L. Frey. 1976. Discriminant Analysis of Loans for Cash Grain Farms. Agr. Fin. Rev. USA. 36:60-66. Fira-Banxico Agencia Magdalena. 1998. Relación de Cartera Vencida. Banco de México. Garrido, C. y Peñaloza. T. 1996. Ahorro y Sistema Financiero Mexicano. Ed. Grijalvo. México. pp. 219- 20 Hardy, W.E; y J.B Weed. 1980. Objective Evaluation for Agricultural Lending. So. Of Agr. Econ. USA. 12:159-64. http://www.sonora.gobmx/sonora/html Johnson, Russell B; y Albert R. Hagan. 1973. Agricultural Loan Evaluation with Discriminant Analysis. So. J. of Agr. Econ. USA. 5:57-62. OCDE. 1999. Estudios Económicos de la OCDE, México. Francia. pp 125-30 Turvey, C.G; 1991. Credit Scoring for Agricultural Loans: A Review with Applications. Agr. Fin. Rev. USA. 51:43-53.

157