Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

Cópulas dinámicas en el índice de morosidad del crédito al consumo en México

Dynamic copulas in the defaulting index of the consumer credit in Mexico



Abrir | Descargar


Sección
Artículo de investigación científica

Cómo citar
Martínez Vázquez, D. C. ., Bucio Pacheco, C., & Ortiz Calisto, E. (2021). Cópulas dinámicas en el índice de morosidad del crédito al consumo en México. Lúmina, 22(1), E0001. https://doi.org/10.30554/lumina.v22.n1.4132.2021
Descargar cita

Dimensions
PlumX

Cómo citar

Martínez Vázquez, D. C. ., Bucio Pacheco, C., & Ortiz Calisto, E. (2021). Cópulas dinámicas en el índice de morosidad del crédito al consumo en México. Lúmina, 22(1), E0001. https://doi.org/10.30554/lumina.v22.n1.4132.2021

Descargar cita

Licencia
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

David Conaly Martínez Vázquez
Christian Bucio Pacheco
Edgar Ortiz Calisto

La presente investigación emplea la teoría de cópulas con ventanas móviles, para analizar el comportamiento del índice de morosidad (IMOR) del crédito al consumo para una muestra de cinco de los principales bancos que operan en México en el horizonte temporal de mayo de 2001 a octubre de 2020. Se busca analizar si existe alguna relación entre las carteras vencidas de estos bancos, primordialmente en periodos de inestabilidad y crisis; como resultado de prácticas crediticias similares y factores estructurales en la economía tal dependencia puede generar un riesgo sistémico que conlleve a una crisis generalizada de la economía. La ponderación de esta relación es llevada a cabo vía el parámetro de dependencia Tau de Kendall de las funciones cópula de la familia elíptica. Los resultados empíricos demuestran que existe cierta similitud en el comportamiento de los patrones de dependencia entre estos índices, sobre todo en períodos de inestabilidad financiera. La evidencia también sugiere medir continuamente la dependencia entre los índices de morosidad bancarios con modelos que precisen sus cambios y niveles como la teoría de copulas utilizada en el presente estudio; igualmente, también insinúa una cuidadosa administración del riesgo de crédito, así como una permanente supervisión preventiva por parte de las autoridades regulatorias.


Visitas del artículo 1570 | Visitas PDF 816


Descargas

Los datos de descarga todavía no están disponibles.
  1. Basilio, E. & López, T. S. (2017). Desarrollo Financiero y Bajo financiamiento a la Producción en México. En: Arias, E. J. y Cruz, F. (Coord.), Segmentación Bancaria, financiamiento de la inversión y crecimiento económico en economías emergentes, (pp.75-116). Estado de México, México: Facultad de Estudios Superiores Acatlán, UNAM. https://doi.org/10.2307/j.ctv6mtc5d.5
  2. Chavarín, R. (2015). Morosidad en el pago de créditos y rentabilidad de la banca comercial en México. Revista Mexicana de Economía y Finanzas. Nueva Época, 10(1), 71-83. https://doi.org/10.21919/remef.v10i1.67
  3. Comisión Nacional Bancaria y de Valores. (2020). Información estadística de Banca Múltiple. https://www.gob.mx/cnbv
  4. Contreras, L. A. (2020). Morosidad de la cartera de crédito al consumo y su incidencia en la rentabilidad y liquidez del Banco Mercantil, Banco Universal. Gestión y Desarrollo Libre, 5(9), 1-22. http://www.unilibrecucuta.edu.co/ojs/index.php/gestionyd/article/view/454/0
  5. Díaz, C. M., & Del Valle, Y. (2017). Riesgo financiero en los créditos al consumo del sistema bancario venezolano 2008-2015. Revista Orbis, 13(37), 20-40. https://www.redalyc.org/pdf/709/70952383002.pdf
  6. Díaz, M. J. (2014). La morosidad: cobro y prevención. Jaén, España: Formación Alcalá.
  7. Hill, P.D. (1985). Kernel estimation of a distribution function. Communications in Statistics - Theory and Methods. 14(3), 605-620. https://doi.org/10.1080/03610928508828937
  8. Maldonado, D. & Pazmiño M. (2008). Nuevas Herramientas para la Administración del Riesgo Crediticio. El caso de una Cartera Crediticia Ecuatoriana. Cuestiones Económicas, 24(2), 5-75. https://www.bce.ec/cuestiones_economicas/images/PDFS/2008/No2/Vol.24-2-2008DiegoMaldonadoyMarielaPazmino.pdf
  9. Martínez, N. (2020). Pasarán a la pobreza 49.5 millones de personas en México al terminar 2020: CEPAL. El Sol de México. https://www.elsoldemexico.com.mx/finanzas/pasaran-a-la-pobreza-49.5-millones-de-personas-en-mexico-al-terminar-2020-cepal-5561434.html
  10. Raccanello, K. & Romero D. A. (2012). Prácticas predatorias y crédito al consumidor. Eseconomía, 7(36), 7-43. http://yuss.me/revistas/ese/ese2012v07n36a01p007_043.pdf
  11. Saiag, H. (2020). El crédito al consumo en los sectores populares argentinos. Entre inclusión y explotación (Rosario, 2009-2015). Cuadernos de Antropología Social, (51), 91-112. https://doi.org/10.34096/cas.i51.8239
  12. Sklar, A. (1959). Fonctions de Répartition à n Dimensions et Leurs Marges. Publications de l’Institut Statistique de l’Université de Paris, 8, 229-231. https://www.scirp.org/(S(351jmbntvnsjt1aadkposzje))/reference/ReferencesPapers.aspx?ReferenceID=1834923
  13. Úbeda, M. & Fernández, J. (2017). Sklar’s theorem: The cornerstone of the Theory of Copulas. En: Úbeda, M.; de Amo, E.; Durante, F. & Fernández, J. (eds). Copulas and Dependence Models with Applications. (pp. 241-258). Cham, Switzerland: Springer. https://doi.org/10.1007/978-3-319-64221-5_15
  14. Valdiviezo, P. G. (2019). Diseño de modelo Credit Scoring para evaluación del riesgo crediticio de la cartera de créditos consumo de la Caja Trujillo: 2011–2018. (Trabajo de grado). Universidad Nacional de Trujillo, Trujillo, Perú. https://dspace.unitru.edu.pe/bitstream/handle/UNITRU/13493/valdiviezogonzalez_patricia.pdf?sequence=1&isAllowed=y
  15. Zuchini, W. (2003). Applied Smoothing Techniques. Part 1: Kernel density estimation. Göttingen, Gernany: Georg-August-Universität Göttingen. http://staff.ustc.edu.cn/~zwp/teach/Math-Stat/kernel.pdf
Sistema OJS 3.4.0.10 - Metabiblioteca |