Quipukamayoc 30(62) Enero-abril, 2022: 9-21

Código DOI: https://doi.org/10.15381/quipu.v30i62.22866

ARTÍCULO ORIGINAL

TAMAÑO DE EMPRESA Y ACCESO AL CRÉDITO A TRAVÉS DEL SISTEMA FINANCIERO EN PERÚ

COMPANY’S SIZE AND THE ACCESS TO CREDIT THROUGH THE FINANCIAL SYSTEM IN PERU

Johanna Yancari Cueva
Instituto de Estudios Peruanos
Lima, Perú
ORCID: https://orcid.org/0000-0001-9330-5978
Autora de correspondencia: jyancari@iep.org.pe

Álvaro Mamani Cárdenas
Ministerio de Economía y Finanzas
Lima, Perú
ORCID: https://orcid.org/0000-0002-6501-5217
Correo electrónico: amamanic@mef.gob.pe

Laleska Salgado Llanos
Ministerio de Economía y Finanzas
Lima, Perú
ORCID: https://orcid.org/0000-0003-1445-1972
Correo electrónico: lsalgado@mef.gob.pe

[Recibido: 14/04/2022 Aceptado: 15/06/2022 Publicado: 30/06/2022]

RESUMEN

Objetivo: Determinar si el tamaño de la empresa, medida por el número de trabajadores, explica el acceso al crédito a través de empresas del sistema financiero en Perú. Método: Se utilizó un modelo Logit para estimar la probabilidad de acceso a crédito de las empresas en el sistema financiero. Resultados: El número de trabajadores de una empresa tiene un efecto positivo y estadísticamente significativo en el acceso al crédito en el sistema financiero. Adicionalmente, características como la ubicación geográfica, el sexo y los años de educación del conductor de la empresa repercuten en este suceso. Conclusión: Las empresas que cuentan con un menor número de trabajadores tienen una menor probabilidad de acceder a créditos a través de empresas del sistema financiero.

Palabras clave: acceso; uso; endeudamiento; empresa; trabajadores.

ABSTRACT

Objective: To determine if the size of the company, measured by its number of workers, explains the access to credit through companies in the financial system in Peru. Method: A Logit model was used to estimate the probability of access to credit for companies in the financial system. Results: The number of workers in a company has a positive and statistically significant effect on the access to credit in the financial system. Additionally, characteristics such as the geographical location, gender, and years of education of the company's boss, have an impact on this event. Conclusion: Companies with fewer workers have a lower probability of accessing credit through companies in the financial system.

Keywords: access, use, indebtedness, company, workers.

INTRODUCCIÓN

Las empresas cumplen un rol esencial como unidades técnicas de producción que tienen incidencia en el crecimiento económico de un país y en la generación de puestos de trabajo. En efecto, el tejido empresarial, específicamente las micro-, pequeñas y medianas empresas (mipymes), tiene un impacto fundamental en la economía de un país, debido a la creación de empleos y su repercusión positiva en el nivel de producción (Correa, Leiva y Stumpo, 2018).

Por otro lado, un componente importante para el crecimiento del sector empresarial está relacionado con su capacidad para acceder a capital, sea a través de fuentes propias o mediante los mercados financieros. De esta manera, según Le y Kim (2020), y Thanh, Cuong, Dung y Chieu, (2011), mientras mayor acceso tengan las empresas a capital, mayores serán las posibilidades de inversión, incrementando su competitividad e impactando en el producto bruto interno (PBI). Este hecho, despierta el interés en estudiar los determinantes para el acceso a financiamiento por parte de las empresas.

Asimismo, el acceso a capital genera un círculo virtuoso, pues aquellas empresas que invierten en innovación —nuevos productos, nueva tecnología, investigación y desarrollo, productos inexistentes mejorados o maquinaria— tienen a su vez mayor acceso al crédito, como lo demuestran Nguyen, Uong y Nguyen (2020). Es decir, el acceso a financiamiento en las empresas influye en su crecimiento y en la continuidad de sus operaciones (Eton, Mwosi, Okello-Obura, Turyehebwa y Uwonda, 2021; Lakuma, Marty y Muhumuza, 2019). De esta manera, las empresas consolidadas —con niveles altos en inversión física e innovación— poseen suficiente colateral o flujos de capital, permitiéndoles un continuo desarrollo.

La evidencia internacional muestra que existen diversos factores que determinan el acceso a créditos provistos a través del sistema financiero para las empresas. Por su parte, Kuntchev, Ramalho, Rodríguez-Meza y Yang (2013), y Regis (2018) encuentran una relación entre el tamaño de la empresa y la restricción crediticia: i) las pequeñas y medianas empresas tienen mayor probabilidad de tener restricciones crediticias, ii) la antigüedad de la empresa no es un predictor significativo para tener restricciones crediticias, iii) las empresas con alto desempeño tienen mayor probabilidad de no tener restricciones crediticias y iv) las decisiones de inversión se encuentran vinculadas con las restricciones crediticias. Así, el tamaño, junto con sus características asociadas, tiene relación con la restricción crediticia.

Por otro lado, las razones de menor acceso a crédito por parte de las pequeñas y medianas empresas podrían relacionarse con los requisitos que solicitan los intermediarios financieros. Como obstáculos para solicitar un crédito se tiene a la necesidad de presentar garantes (Obokoh, Monday y Ojiako, 2016), la falta del historial crediticio y carencia de contabilidad desarrollada, las características del solicitante del crédito ―como su analfabetismo―, el bajo entendimiento de las condiciones del crédito y la falta de información (Ualikhanovich, Tasybayevich, Begimbayevna, Erikovna y Mamlenovna, 2014). Entonces, las restricciones de crédito podrían deberse a la falta de colaterales o un flujo claro de recursos, lo cual afectaría de manera importante a las mipymes.

Adicionalmente, la ubicación de la empresa también es un obstáculo que debe tomarse en cuenta. Según Kärnä y Stephan (2022), las firmas más distantes de las ciudades principales tienen mayores restricciones crediticias, pese a que la probabilidad de incumplimiento del préstamo son similares. Por ello, encontrarse en ciudades importantes o zonas urbanas aumentaría el acceso a servicios financieros, además de incrementar la posibilidad de relacionarse con instituciones financieras y reducir la asimetría de información.

Según la teoría del desarrollo económico, todos los agentes económicos que intervienen en el crecimiento de la economía se vinculan a través de diferentes mercados, siendo uno de ellos el mercado financiero (Levine, 2005). En este, los diferentes instrumentos financieros disponibles coexisten con las fricciones del mercado, la asimetría de información y los costos de transacción; hecho que genera la constante modificación de los servicios y productos financieros, afectando los incentivos y las restricciones que enfrentan las personas o empresas para acceder a ellos (Love y Martínez Pería, 2015).

Así, los agentes económicos pueden ser personas o empresas que: i) acceden y usan los servicios financieros; ii) tienen acceso y deciden voluntariamente no usarlo porque no lo necesitan, o porque el precio del servicio financiero es superior a los ingresos que perciben, o porque asumen que serán rechazados —“prestatarios desanimados”, según Jappelli (1990)—; y iii) no acceden a los servicios financieros porque brindar el servicio es costoso, pues tienen un pésimo récord crediticio o se desconoce el riesgo del prestatario, o las barreras del acceso al sistema financiero formal son muy altas (Stiglitz y Weiss, 1981). Como resultado, no todos los agentes económicos que demandan el servicio financiero están satisfechos con la oferta disponible en el mercado.

Asimismo, existen otros aspectos como el tiempo, el cual constituye un factor importante en el mercado de créditos, pues —como lo demuestran Levenson y Willard (2000)— si una empresa recibe un préstamo luego de esperar durante un tiempo, no estaría racionada de crédito desde finalizado el periodo de espera. Así, si el tiempo de espera es muy largo, este afectaría la supervivencia de la empresa; y, por otro lado, si la empresa determina la extensa duración del proceso, es muy probable que se excluya voluntariamente.

En Latinoamérica, el acceso a financiamiento de las empresas, y en especial en el grupo de las mipymes, es limitado. La brecha entre la demanda y la oferta, con relación al crédito para las mipymes, es de 1,8 mil millones de dólares, de los cuales solo el 47% de las pequeñas empresas formales no cuentan con ningún préstamo o línea de crédito, incrementándose este porcentaje a más del 50% si la mipyme es dirigida por una mujer (Herrera, 2020b). Las principales razones por las que no se accede al financiamiento son: i) la falta de inmueble físico, ii) el bajo nivel de formalización, iii) bajas calificaciones crediticias y iv) falta de un garante (Herrera, 2020a).

Para el caso peruano, los estudios relacionados con el acceso al financiamiento de las personas y empresas analizan los determinantes de acceso. Así, los factores que incrementan la posibilidad de tener un crédito son: i) haber tenido un crédito previamente, ii) acceder a servicios públicos (carreteras y telefonía), iii) la cercanía a puntos de atención, iv) la posición económica (capacidad de pago, ingresos, ahorro, activos físicos y acceso a servicios), v) otras características personales (alto nivel educativo, el estar casado y la edad) y vi) cumplir con las garantías (Jaramillo, Aparicio y Cevallos, 2013; Balvis Gonzales, 2018; Suárez Cariat, 2018; Sotomayor, Talledo y Wong, 2018; Arias Váscones, 2020).

Sin embargo, ninguno de los estudios en Perú analiza el tamaño de la empresa como determinante del acceso al crédito, a pesar de que, según la evidencia internacional, el tamaño de las empresas es una variable importante para conseguir un mayor apalancamiento, ya que las empresas más grandes tienden a endeudarse más, pues estas cuentan con los activos suficientes para colocarlos como garantía (Pérez Castañeda, Cervantes Monsreal y Piedra Mayorga, 2018; Sauza Avila et al., 2021; Briozzo, Vigier, Castillo, Pesce y Speroni, 2016). Además, es altamente probable que las empresas, una vez utilizados sus recursos propios, acudan a un financiamiento externo de manera natural (Sauza Avila et al., 2020).

Ahora bien, la crisis económica causada por la pandemia del COVID-19, en la que las empresas más pequeñas estuvieron menos preparadas ante los efectos negativos de la crisis por sus menores niveles de acceso a financiamiento, digitalización, tenencia de local propio y productividad (Díaz-Cassou, Deza y Moreno, 2020), ha generado la ejecución de varias estrategias por parte del Estado, como son los mecanismos de garantía para créditos, los programas de apoyo productivo y programas de educación financiera (Pérez Caldentey y Titelman Kardonsky, 2018; Álvarez, López y Toledo, 2021). Estos recursos han tenido un impacto en el acceso a crédito.

Dichas estrategias, aplicadas también en el Perú, han repercutido en el crecimiento de los créditos del sistema financiero destinados a empresas. Al respecto, el Banco Central de Reserva del Perú (2020) estudió el efecto de uno de estos mecanismos, como el de Reactiva Perú, encontrando que sirvió para evitar la caída del crédito en el sistema financiero, en particular, en el segmento dirigido a las microempresas, el cual creció en 22,9%, siendo la proyección de caída sin el programa de 5,2%.

Antes de la pandemia, el Ministerio de la Producción (2021) identificaba un desempeño decreciente del indicador de inclusión financiera de las mipymes, y al cierre de 2020, se observó una relación inversa del ratio de inclusión financiera con relación al tamaño de empresa: solo el 30,9% de microempresas contaba con algún crédito frente al 64% de la pequeña empresa, al 74,8% de la mediana empresa y al 80,9% de la gran empresa. Según la Encuesta Nacional de Empresas de 2019 (Ministerio de la Producción, 2017), el limitado porcentaje de acceso a crédito por parte de las microempresas se debe a que solo el 50% conoce los principales productos financieros, y los que tenían conocimiento no los solicitaron, debido, principalmente, a que no lo necesitaban (72,2%) y porque la tasa de interés era muy alta (13,5%).

Entonces, según lo analizado, existen dos tipos de limitaciones para que las empresas pequeñas y medianas accedan a un financiamiento; aquellas relacionadas con las características de la empresa, siendo una de ellas el tamaño de la empresa, y aquellas relacionadas con las características de la persona que la dirige, aspectos que son considerados en este estudio.

De esta manera, el presente estudio busca responder la siguiente pregunta de investigación: ¿El tamaño de las empresas afecta la probabilidad de acceso al crédito en las empresas del sistema financiero peruanas? Siendo así, la hipótesis de este estudio es: “La probabilidad de acceso al crédito, a través de empresas del sistema financiero en Perú, es mayor mientras la empresa sea más grande”.

MATERIAL Y MÉTODOS

El presente estudio tuvo un enfoque cuantitativo, y su alcance fue descriptivo y explicativo. Al respecto, fue descriptivo debido a que se detallaron las características de las firmas en el Perú con relación al acceso al préstamo a través del sistema financiero durante el año 2020. En especial, se analizó la relación que tiene el tamaño de la empresa con su capacidad de acceder a un crédito en el sistema financiero. Asimismo, fue explicativo porque se determinó el efecto que tiene el tamaño del negocio en relación con la probabilidad de acceder a un crédito en el sistema financiero.

En este sentido, este estudio tomó como población objetiva a las empresas a nivel nacional que cuentan con información acerca de sus actitudes frente al crédito. De esta manera, la unidad de análisis fue la empresa. Todos los datos empleados en el documento fueron obtenidos por medio de la Encuesta Nacional de Hogares (Enaho), diseñada por el Instituto Nacional de Estadística e Informática (2020), la cual es una encuesta anual que recaba información de la población en el Perú y tiene nivel de inferencia nacional, departamental, dominios geográficos y ámbito rural y urbano. La Enaho es una encuesta que tiene un diseño muestral multietápico y probabilístico que, para el año 2020, recolectó información acerca de 37 103 viviendas y más de 90 mil personas.

A partir de la información del módulo de “Empleo e Ingresos” de la Enaho 2020, se llevó a cabo tanto el análisis estadístico descriptivo como el inferencial. El análisis descriptivo observó la composición de las empresas en el Perú de acuerdo con su tamaño, así como su ubicación geográfica (departamentos y ámbito). De igual forma, se revisó el nivel de acceso al crédito de las firmas con relación a su tamaño, con el fin de conocer las características del nivel de acceso al préstamo por parte de los negocios relacionados con la escala de su actividad aproximada.

Es importante señalar que el tamaño de una empresa es un concepto dinámico y cambiante a lo largo del tiempo que puede ser definido de varias maneras: i) La Ley N.º30056 (2013) establece el tamaño de empresas de acuerdo con su nivel de ventas anuales; ii) la Superintendencia de Banca, Seguros y Administradoras Privadas de Fondos de Pensiones determina créditos por tamaño de empresa sobre la base del monto de crédito al que acceden las empresas; y iii) la Organización para la Cooperación y el Desarrollo Económicos (OCDE) fija el tamaño de empresas sobre la base del número de trabajadores.

De esta manera, se clasifica como microempresa a una que cuenta con hasta 9 trabajadores, como pequeña empresa a la que emplea entre 10 y 49 trabajadores, como mediana empresa a la que posee entre 50 y 249 trabajadores, y como gran empresa a la que cuenta con 250 a más trabajadores. Entonces, el presente estudio aproximó el tamaño de empresas considerando la definición de la Organización para la Cooperación y el Desarrollo Económicos (2017) por número de trabajadores, debido a que coadyuva a la comparación internacional y está acorde con la clasificación que permite la Enaho.

De este modo, dadas las características de la Enaho, se acotó el universo de estudio a aquellas personas que declaran ser empleadores, patronos o independientes, tomándose así a este grupo como los conductores de las empresas y considerando como tamaño de empresa su declaración acerca del número de trabajadores que laboran en la misma. Es relevante precisar que la Enaho no tiene como población objetivo a las empresas, sino al conjunto de viviendas particulares y sus ocupantes. De manera que, la encuesta no tendría representatividad para el caso de las medianas o grandes empresas, las cuales cuentan con poca cantidad de observaciones. Además, mediante la Enaho no sería posible diferenciar adecuadamente a las empresas formales de las informales, las cuales poseen distintas características particulares.

Adicionalmente, con relación a la variable de acceso al crédito, este resultado es positivo si en los últimos 12 meses el titular de la firma solicitó y recibió un préstamo en algún banco, financiera, caja municipal, caja rural, edpyme o cooperativa. Si bien esta pregunta únicamente se responde si es que el representante de la firma ha solicitado crédito del sistema financiero en los últimos 12 meses, las personas que no solicitaron también se encuentran excluidas del sistema financiero formal, ya sea voluntaria o involuntariamente, por lo cual, también se están considerando en la muestra. Cabe indicar que existe la posibilidad de endogeneidad entre el tamaño de la empresa y el acceso al crédito, la cual sería tratada mediante variables de control.

Luego, en el análisis estadístico inferencial, se estimó un modelo Logit con el propósito de hallar la probabilidad que tienen las firmas para acceder a créditos de empresas del sistema financiero, condicionado al tamaño de su actividad empresarial. La variable dependiente se especificó como Y_i. Además, dado que se trató de un modelo probabilístico que define la ocurrencia o no de un evento, la variable tuvo carácter dicotómico y tomó el valor de 1 si la i-ésima empresa accedía a un crédito en el sistema financiero con una probabilidad “p”. Así, la variable Y_i se comportó de la siguiente manera:

De esta manera, se estimó el siguiente modelo Logit:

Además, el vector de características X_i estuvo compuesto por la variable exógena referida al tamaño de la empresa y las variables de control que hacían referencia a las características del conductor de la actividad de la empresa, como los años de estudio y el sexo, así como a la ubicación de la empresa y su actividad económica. De esta forma, la bondad de ajuste del modelo se evaluó a través del test de Archer-Lemeshow, en el que si el p-value del test era superior al 5%, no se podía rechazar la hipótesis nula (H0) correspondiente a que las tasas de eventos actuales y predichos son similares a través de los grupos evaluados, por lo que el modelo fue el adecuado.

Con el propósito de medir el desempeño del modelo, se empleó AUC-ROC o Área debajo de la curva ROC, cuyo valor se encuentra entre 0 y 1 y en donde un área mayor indica un mejor modelo. Además, el β representa el coeficiente de las variables usadas, el signo se refiere al sentido de la relación y es estadísticamente significativo si el p-value es menor a 0,05. Luego, sobre la base de estos resultados, se estimó la probabilidad que tienen las firmas de acceder a créditos en el sistema financiero de acuerdo con su tamaño, medido a través del número de trabajadores que conforman la referida empresa.

En tal sentido, a fin de determinar la probabilidad de acceso al préstamo de las empresas peruanas, se estimaron tres modelos de regresión logística que consideran variaciones en la definición operativa de la variable de interés vinculada al tamaño de la empresa. El primer modelo empleó como variable independiente la variable binaria de microempresas, siendo estas las que tienen un número de trabajadores entre 0 y 9. Para el segundo modelo, se dividen las microempresas en dos grupos, uno que incluye a las que poseen entre 0 y 4 trabajadores y otro, entre 5 y 9 para agregar mayor variabilidad al grupo de microempresas. Para el tercer modelo, se usó la variable de número de trabajadores de las empresas identificadas.

RESULTADOS

Tal como se observa en la Tabla 1, un total de 15 873 392 personas cuentan con algún tipo de ocupación principal o negocio. De este grupo, 5 974 104 son trabajadores independientes, representando el 37,64% del total. Los obreros son 3 123 872 y los empleados son 3 044 467, siendo el 19,68% y 19,18%, respectivamente. Los trabajadores familiares no remunerados representan el 18,78% de la muestra (2 980 924 personas), seguidos por 426 786 personas que son titulares o directores de una empresa (empleadores o patronos), que representan únicamente el 2,69% del total. Dicho esto, los trabajadores del hogar son 254 308 y los que se dedican a otro tipo de ocupaciones son 68 934, siendo el 1,60% y 0,43% del total, respectivamente.

Tabla 1
Número de personas por tipo de ocupación principal

Fuente: Elaboración propia sobre la base de datos de la Encuesta Nacional de Hogares 2020 (Instituto Nacional de Estadística e Informática, 2020)

De acuerdo con la definición de empresas, determinada en la sección anterior, en el estudio se considera a los empleadores o patronos y a los trabajadores independientes como conductores de una empresa. De esta manera, en la Tabla 2, se registra la totalidad de empresas por tamaño, siendo las microempresas las representan el 99,63%, con la suma de 6 377 325 empresas. Seguido de ello, las pequeñas empresas representan el 0,33% con 21 420 y las medianas empresas conforman el 0,03% del total, siendo únicamente 2 145. Cabe resaltar que, dadas las limitaciones de la encuesta, no se han podido identificar a titulares de grandes empresas para su análisis.

En la misma Tabla 2, se muestra a las empresas identificadas distribuidas por área de residencia, encontrando que la mayor parte del tejido empresarial en el Perú está conformada por microempresas que se ubican en las zonas urbanas. Así, el 69,17% (4 427 495 empresas) se encuentran ubicadas en áreas consideradas urbanas y el otro 30,83% (1 973 395 empresas) en zonas rurales. Debe resaltarse que, por el diseño de la encuesta y las características de las grandes empresas en el Perú, a través de la Enaho, no se obtuvo información acerca de estas.

Tabla 2
Número de empresas por área de residencia y tamaño de empresa

Fuente: Elaboración propia sobre la base de datos de la Encuesta Nacional de Hogares 2020 (Instituto Nacional de Estadística e Informática, 2020)

Con relación a los indicadores del acceso al financiamiento, la Enaho consulta a las personas —que en este estudio corresponden a los conductores de la actividad empresarial— si es que en los últimos 12 meses ha solicitado un crédito a una entidad del sistema financiero (Bancas Múltiples, Empresas Financieras, Cajas Municipales, Cajas Rurales, Edpymes) o una cooperativa de ahorro y crédito no autorizadas a captar recursos del público (Coopac). Del total de empresas identificadas, únicamente el 7,12% (455 492 empresas) ha solicitado un préstamo en los últimos 12 meses, y en lo que corresponde a las microempresas, la representación es similar (7,09%), siendo un total de 452 313 empresas que solicitaron algún crédito.

Además de ello, a través de la encuesta se puede identificar cuáles son las empresas que finalmente terminaron recibiendo un crédito por parte de las entidades financieras o Coopac. Así, en la Tabla 3 se precisa que, del total, solo el 6,63% (424 434 empresas) accedió a préstamos del sistema financiero en los últimos 12 meses. En el caso de las microempresas, el porcentaje es de 6,61% (421 255 empresas) del total de dicha categoría; para las pequeñas empresas, 14,84% (3 178 empresas); y para las medianas empresas, 0,05% (1 empresa).

Tabla 3
Solicitud y acceso a créditos del sistema financiero

Fuente: Elaboración propia sobre la base de datos de la Encuesta Nacional de Hogares 2020 (Instituto Nacional de Estadística e Informática, 2020)

De igual manera, en la Figura 1 se registran las empresas que accedieron a créditos de acuerdo con su ubicación geográfica, específicamente, por departamentos. En primer lugar, se encuentra el departamento de Madre de Dios, con un 12,57% del total de empresas que acceden a créditos del sistema financiero (4 172 empresas), seguido del departamento de Arequipa con 12,42% (24 758 empresas) y Tacna con 12,35% (8 093 empresas). Cabe resaltar que otros departamentos, como Lima o Piura, pese a que cuentan con porcentajes menores de acceso a préstamos (6,65% y 9,92%, respectivamente), son los que tienen una mayor cantidad de empresas que acceden a crédito, dado el número de firmas ubicadas en esas regiones, siendo 101 217 empresas para el departamento de Lima y 39 900 para Piura.

Figura 1. Acceso a créditos del sistema financiero por departamento

Fuente: Elaboración propia sobre la base de datos de la Encuesta Nacional de Hogares 2020 (Instituto Nacional de Estadística e Informática, 2020)

En la Tabla 4, se muestra el número promedio de trabajadores por tamaño de firma, diferenciando entre los que llegaron a acceder a un crédito de los que no lo lograron. Como resultado del análisis, se observa que en total las empresas que accedieron a préstamos cuentan en promedio con un número de trabajadores ligeramente superior respecto de los que no obtuvieron crédito. No obstante, el resultado del test de medias indica que las diferencias en el promedio de trabajadores de las empresas que acceden o no a créditos en el sistema financiero no son estadísticamente significativas.

Tabla 4
Acceso al crédito: promedio de trabajadores por tamaño de empresa

Fuente: Elaboración propia sobre la base de datos de la Encuesta Nacional de Hogares 2020 (Instituto Nacional de Estadística e Informática, 2020)

En la Tabla 5, se presentan los resultados de la estimación del primer modelo (Logit #1). Así, se halla que el ser una microempresa tiene un efecto negativo sobre la probabilidad de acceso a un crédito en el sistema financiero con relación a otros tamaños de empresa como pequeña o mediana empresa, dicho efecto es estadísticamente significativo. Además, se observa que el ser mujer tiene un efecto positivo sobre la probabilidad de acceso al crédito con relación a la característica referida a ser hombre, esta relación es estadísticamente significativa.

Tabla 5
Resultados de estimaciones Logit (endógena: acceso a crédito)

Fuente: Elaboración propia sobre la base de datos de la Encuesta Nacional de Hogares 2020 (Instituto Nacional de Estadística e Informática, 2020)

De igual manera, se muestra que la ubicación de la empresa afecta su probabilidad de acceso al crédito. Así, el hecho que la empresa se encuentre en Lima Metropolitana tiene un efecto positivo y estadísticamente significativo sobre el acceso a un préstamo en el sistema financiero. Adicionalmente, se observa que el dedicarse a la actividad agropecuaria impacta negativamente en el acceso al crédito. Finalmente, se halla que el nivel educativo del conductor de la empresa afecta positivamente al acceso de la empresa a créditos en el sistema financiero, ello asociado a la capacidad empresarial que puede tener el conductor; esta relación es estadísticamente significativa.

En el segundo modelo (Logit #2), se divide la variable microempresa por número de trabajadores dentro de esta. Así, una microempresa con menos de 5 trabajadores tiene un efecto negativo sobre el acceso al crédito en comparación con las demás empresas. En contraste, una empresa que tiene entre 5 y 9 empleados tiene un efecto, aunque negativo, ligeramente menor en comparación con las demás empresas. Sin embargo, solo el efecto de las empresas más pequeñas es estadísticamente significativo. Cabe resaltar que los coeficientes relacionados a la mujer, a Lima Metropolitana y a los años de educación tienen una relación positiva sobre el acceso al crédito, mientras que el relacionado a la actividad agropecuaria, una relación negativa similar al primer modelo.

En tanto, el tercer modelo (Logit #3) muestra que el tamaño de la firma, medido como la cantidad de trabajadores de una empresa, tiene efecto positivo y estadísticamente significativo sobre el acceso al crédito. Adicionalmente, en línea con los coeficientes resultantes de los modelos Logit, se obtuvo que la relación de las variables de mujer, Lima Metropolitana y años de educación, con relación al acceso al crédito, son positivas y significativas; y la de la actividad agropecuaria, una relación negativa y significativa.

Así, tomando en consideración el tercer modelo (Logit #3), el cual cuenta con un área debajo de la curva ROC ligeramente superior al de los otros modelos, se estiman los efectos marginales por número de trabajadores de la empresa. De esta manera, en la Tabla 6, se observa un crecimiento sostenido en la probabilidad de acceder a crédito a medida que el número de trabajadores aumenta; hecho que se encuentra en línea con las estimaciones previas.

Tabla 6
Probabilidad de acceder a créditos en el sistema financiero (por número de trabajadores)

Fuente: Elaboración propia sobre la base de datos de la Encuesta Nacional de Hogares 2020 (Instituto Nacional de Estadística e Informática, 2020)

DISCUSIÓN

Dada la importancia del acceso al crédito como componente que permite a las empresas seguir operando o hacer crecer sus actividades, este estudio se propuso determinar si el tamaño de las firmas incide en la probabilidad de acceso al crédito. Haciendo uso de la Enaho 2020, los resultados muestran que son pocas las empresas que solicitan créditos en el sistema financiero (7,1%) y mucho menos las que acceden a estos créditos (6,6%), esto indica que existen dos grupos de empresas: uno que puede acceder a créditos, pero que no lo solicita y otro que no puede acceder al financiamiento.

Las estimaciones confirman que existe una relación directa entre el acceso al crédito en el sistema financiero y el tamaño de las empresas y, coincidiendo con lo encontrado en la evidencia internacional, generalmente las microempresas en el Perú son las que presentan mayores restricciones crediticias respecto del resto de empresas (pequeñas, medianas y grandes empresas).

Esta probabilidad de acceso al crédito tiene un crecimiento sostenido a medida que el número de trabajadores aumenta, siendo consistente con lo hallado por Kuntchev et al. (2013). Así, una empresa con 9 trabajadores que, de acuerdo con la Organización para la Cooperación y el Desarrollo Económicos (2017) es microempresa, tiene una probabilidad promedio de acceder a crédito del 7%, mientras que una empresa con 50 trabajadores tiene una probabilidad de 14%, dos veces la probabilidad de acceso al crédito de una microempresa. Además, una empresa con 70 trabajadores tiene una probabilidad de 20%, casi tres veces la probabilidad de la microempresa.

Los resultados encontrados muestran que, incluso en el grupo de microempresas, el número de trabajadores es determinante para la posibilidad de acceder a un crédito; de manera que, microempresas con 0 y 4 trabajadores tienen menos probabilidades de acceder a un crédito, respecto de aquellas microempresas que tienen entre 5 y 9 trabajadores. Ello muestra que el acceso al crédito no es homogéneo para todo el tejido empresarial en el Perú y que la heterogeneidad de las empresas importa en su nivel de acceso al crédito.

Se encontró también que la educación del conductor de la empresa es un factor importante en el acceso al préstamo: mientras este tenga un mayor nivel educativo, mayor será su acceso a crédito. Este resultado coincide con lo hallado por Jaramillo et al. (2013), quienes encuentran una relación directa entre educación e ingresos, lo que podría proporcionar una mejor calificación al crédito de parte de la empresa financiera. Además, existe una relación entre educación y cultura financiera que facilita el acceso a servicios y productos financieros, tal como lo señala Arias Váscones (2020), ya que las personas con más educación tienden a informarse más y, al mismo tiempo, aprender más sobre el sistema financiero y sus productos y servicios.

Así, la educación proporciona una herramienta adicional para poder tomar mejores decisiones al momento de solicitar un préstamo y maximizar la probabilidad de que este sea finalmente entregado, ya que como se observó en los resultados, el porcentaje de solicitantes al crédito es bajo comparado con aquellos que no solicitan y esto ocurre sin importar el tamaño de la empresa. Asimismo, ello guarda relación con el hecho que la tasa de acceso al préstamo es alta respecto a las solicitudes.

Se comprueba también que la ubicación geográfica es un determinante importante en el acceso al crédito. Los resultados mostraron que encontrarse en Lima Metropolitana tiene un efecto positivo y estadísticamente significativo para acceder a un crédito. Esto se explicaría porque Lima Metropolitana es una de las principales ciudades del país y, por esta razón, en ella se encuentra gran concentración de intermediarios financieros que ofrecen créditos. De esta manera, tener una empresa en esta ciudad incrementa la probabilidad de acceder a un préstamo por la cercanía a los intermediarios financieros y a las diferentes opciones existentes de los mismos.

Además, los resultados indican que el ser mujer tiene un efecto positivo en el acceso al crédito al sistema financiero con relación a los hombres. De esta forma, se demuestra que las firmas conducidas por mujeres acceden en mayor medida a créditos en el sistema financiero en el Perú en comparación con las empresas dirigidas por hombres. Esto coincide con lo encontrado por Arbulú y Heras (2019), quienes resaltan que, para el caso peruano, el número de mujeres que accede a crédito es mayor que el de hombres. Sin embargo, a pesar de este mayor acceso a crédito, las autoras señalan que el monto promedio del crédito al que acceden las mujeres es menor que al que acceden los hombres. En un análisis sobre un producto similar al crédito de empresas, Rodríguez Cairo, Saldaña Pacheco y Yancari Cueva (2020) encuentran que en Perú las mujeres que tienen tarjeta de crédito la emplean más que los hombres.

Finalmente, se observa que dedicarse a la actividad agropecuaria tiene un impacto negativo sobre el acceso a préstamos del sistema financiero. Así, se podría suponer que los distintos riesgos inherentes a dicha actividad, asociados a la vulnerabilidad a fenómenos climatológicos y la volatilidad en los precios de los insumos, ocasionan un menor acceso al crédito por parte de las empresas financieras.

Lo antes descrito, así como las condiciones de acceso al crédito que enfrentan las mujeres, es relevante que sea analizado en futuras investigaciones. Además, cabe resaltar que este hallazgo es contrario a lo que muestra la evidencia internacional, en la que se observa que son las mujeres quienes tienen menor acceso al crédito respecto de los hombres (Muravyev, Talavera y Schäfer, 2009), ya que las empresas conducidas por las mujeres son negocios de menor escala y se orientan más a los sectores de servicios y comercio, que se convierten en negocios de oportunidad y corto plazo (Saavedra García, Aguilar Anaya y Tapia Sánchez, 2020).

En conclusión, el estudio encontró un efecto positivo entre el acceso a financiamiento y el tamaño de las empresas, cuya probabilidad tiene un crecimiento sostenido a medida que el número de trabajadores aumenta, siendo menor en el grupo de microempresas que tienen menos de 10 trabajadores. Además, la ubicación geográfica de estas firmas resulta relevante, siendo que la ubicación de las empresas en Lima Metropolitana guarda una relación positiva y estadísticamente significativa con el acceso al crédito.

Algunas características de los conductores de las empresas pueden influir en la probabilidad de acceder al crédito: se encontró una relación positiva y estadísticamente significativa entre las variables del nivel educativo del conductor de la empresa y el sexo de este, con respecto al acceso al préstamo en el sistema financiero. En tal sentido, un conductor de empresa con mayor nivel educativo tiene más probabilidades de acceder a un crédito en el sistema financiero; asimismo, se observa que ser mujer también incrementa la probabilidad de acceder a un crédito.

Los resultados antes mencionados deben ser analizados con mayor profundidad a causa de los posibles efectos que pudieron tener los programas de Gobierno sobre el acceso al crédito. Así, será necesario profundizar a través de las siguientes interrogantes: ¿Qué otras condiciones están influyendo en el acceso a crédito en el sistema financiero por parte de las empresas dirigidas por mujeres? ¿El acceso a crédito en el sistema financiero para empresas dirigidas por mujeres es homogéneo a través de los sectores económicos? ¿Existen diferencias por sexo en las explicaciones por las que las personas que conducen la actividad empresarial no solicitan un préstamo en el sistema financiero? ¿Cuál es la situación de acceso a crédito en el sistema financiero para las empresas dirigidas por mujeres a lo largo del tiempo?

REFERENCIAS

Álvarez, F., López, O., & Toledo, M. (2021). Acceso al financiamiento de las pymes[Documento de políticas para el desarrollo N.º 3]. Recuperado de https://scioteca.caf.com/handle/123456789/1752

Arbulú, F., & Heras, S. (2019). Género e Inclusión Financiera(DT 02-2019). Recuperado del sitio de Internet de la Superintendencia de Banco, Seguros y Administradoras Privadas de Fondos de Pensiones: https://www.sbs.gob.pe/inclusion-financiera/Publicaciones/Estudios-e-investigaciones

Arias Váscones, G. R. (2020). Impacto de la cultura financiera en el acceso al sistema financiero de las microempresas en la región Tacna, 2017 [Tesis para optar el grado académico de doctor en Administración]. Recuperada de http://repositorio.unjbg.edu.pe/handle/UNJBG/4077

Balvis Gonzales, M. J. (2018). Caracterización del financiamiento de las micro y pequeñas empresas del sector comercio del Perú: caso pollería “Las delicias chicken” – Nuevo Chimbote, 2016 [Tesis para optar el título profesional de contador público]. Recuperada de https://hdl.handle.net/20.500.13032/10249

Banco Central de Reserva del Perú. (27 de noviembre de 2020). Crédito al sector privado creció 13,1% anual en octubre. Recuperado de https://www.bcrp.gob.pe/transparencia/actividades-oficiales/notas-informativas.html

Briozzo, A., Vigier, H., Castillo, N., Pesce, G., & Speroni, M. C. (2016). Decisiones de financiamiento en pymes: ¿existen diferencias en función del tamaño y la forma legal? Estudios Gerenciales, 32(138), 71-81. https://doi.org/10.1016/j.estger.2015.11.003

Correa, F., Leiva, V., & Stumpo, G. (2018). Mipymes y heterogeneidad estructural en América Latina. En M. Dini, & G. Stumpo (Coords.), Mipymes en América Latina: un frágil desempeño y nuevos desafíos para las políticas de fomento (pp. 9-34). Recuperado de http://hdl.handle.net/11362/44603

Díaz-Cassou, J., Deza, M. C., & Moreno, K. (Septiembre de 2020). Perú: Desafíos del Desarrollo en el post COVID-19 [Documento para discusión N.º IDB-DP-00790]. Recuperado de https://publications.iadb.org/publications/spanish/document/Peru-Desafios-del-desarrollo-en-el-post-COVID-19.pdf

Eton, M., Mwosi, F., Okello-Obura, C., Turyehebwa, A., & Uwonda, G. (2021). Financial inclusion and the growth of small medium enterprises in Uganda: empirical evidence from selected districts in Lango sub-region. Journal of Innovation and Entrepreneurship, 10(23), 1-23. https://doi.org/10.1186/s13731-021-00168-2

Herrera, D. (Mayo de 2020a). Instrumentos de financiamiento para las micro, pequeñas y medianas empresas en América Latina y el Caribe durante el Covid-19 [Documento para discusión N.º IDB-DP-771]. Recuperado de https://publications.iadb.org/es/instrumentos-de-financiamiento-para-las-micro-pequenas-y-medianas-empresas-en-america-latina-y-el

Herrera, D. (25 de junio de 2020b). Desafíos y soluciones para mejorar el financiamiento a las mipymes durante la pandemia [mensaje en blog]. Recuperado de https://blogs.iadb.org/innovacion/es/mejorar-el-financiamiento-a-las-mipymes-durante-la-pandemia/

Instituto Nacional de Estadística e Informática. (2020). Encuesta Nacional de Hogares de 2020. Recuperada de la base de datos del sitio de Internet del Instituto Nacional de Estadística e Informática: http://iinei.inei.gob.pe/microdatos/

Jappelli, T. (1990). Who is credit constrained in the U.S. economy? The Quarterly Journal of Economics, 105(1), 219-234. https://doi.org/10.2307/2937826

Jaramillo, M., Aparicio, C., & Cevallos, B. (2013). ¿Qué factores explican las diferencias en el acceso al sistema financiero?: evidencia a nivel de hogares en el Perú (DT 03-2013). Recuperado del sitio de Internet de la Superintendencia de Banco, Seguros y Administradoras Privadas de Fondos de Pensiones: https://www.sbs.gob.pe/inclusion-financiera/Publicaciones/Estudios-e-investigaciones

Kärnä, A., & Stephan, A. (2022). Do firms in rural regions lack access to credit? Local variation in small business loans and firm growth. Regional Studies, 1-15. https://doi.org/10.1080/00343404.2021.2016681

Kuntchev, V., Ramalho, R., Rodríguez-Meza, J., & Yang, J. S. (2013). What have we learned from the enterprise surveys regarding access to finance by SMEs? World Bank Policy Research Working, 6670. Recuperado de https://ssrn.com/abstract=2344038

Lakuma, C. P., Marty, R., & Muhumuza, F. (2019). Financial inclusion and micro, small, and medium enterprises (MSMEs) growth in Uganda. Journal of Innovation and Entrepreneurship, 8(15), 1-20. https://doi.org/10.1186/s13731-019-0110-2

Le, A. H., & Kim, T. (2020). The effects of economic freedom on firm investment in Vietnam. Journal of Asian Finance, Economics and Business, 7(3), 9-15. https://doi.org/10.13106/jafeb.2020.vol7.no3.9

Levenson, A. R., & Willard, K. L. (2000). Do firms get the financing they want? Measuring credit rationing experienced by small businesses in the U.S. Small Business Economics, 14(2), 83-94. https://doi.org/10.1023/A:1008196002780

Levine, R. (2005). Finance and growth: Theory and evidence. En P. Aghion, & S. N. Durlauf (Eds.), Handbook of economic growth. Volume 1A (pp. 865-934). https://doi.org/10.1016/S1574-0684(05)01012-9

Ley N.º 30056, Ley que modifica diversas leyes para facilitar la inversión, impulsar el desarrollo productivo y el crecimiento empresarial. (2013). Congreso de la República del Perú. Diario Oficial El Peruano, 2 de julio.

Love, I., & Martínez Pería, M. S. (2015). How bank competition affects firms' access to finance. The World Bank Economic Review, 29(3), 413-448. https://doi.org/10.1093/wber/lhu003

Ministerio de la Producción. (23 de noviembre de 2017). Encuesta Nacional de Empresas (ENE), 2019. Recuperada de la información estadística del sitio de Internet del Ministerio de la Producción: https://ogeiee.produce.gob.pe/index.php/en/censos-y-encuestas/encuesta-nacional-de-empresas-ene-2015

Ministerio de la Producción. (2021). Las Mipyme en cifras 2020. Recuperado de https://ogeiee.produce.gob.pe/index.php/en/shortcode/oee-documentos-publicaciones/publicaciones-anuales/item/1008-las-mipyme-en-cifras-2020

Muravyev, A., Talavera, O., & Schäfer, D. (2009). Entrepreneurs’ gender and financial constraints: Evidence from international data. Journal of Comparative Economics, 37(2), 270-286. https://doi.org/10.1016/j.jce.2008.12.001

Nguyen, P. A., Uong, T. A. T., & Nguyen, Q. D. (2020). How small- and medium-sized enterprise innovation affects credit accessibility: The Case of Vietnam. Sustainability, 12(22), 9559. https://doi.org/10.3390/su12229559

Obokoh, L. O., Monday, J. U., & Ojiako, U. (2016). Microfinance banks and small and medium sized enterprises access to finance: the Nigerian experience. Banks & bank systems, 11(4), 111-121. http://dx.doi.org/10.21511/bbs.11(4-1).2016.01

Organización para la Cooperación y el Desarrollo Económicos. (2017). Entrepreneurship at a Glance 2017. https://doi.org/10.1787/entrepreneur_aag-2017-en

Pérez Caldentey, E., & Titelman Kardonsky, D. (2018). La inclusión financiera para la inserción productiva y el papel de la banca de desarrollo. Santiago: Comisión Económica para América Latina y el Caribe (CEPAL).

Pérez Castañeda, S. S., Cervantes Monsreal, A. C., & Piedra Mayorga, V. M. (2018). Tamaño de la empresa: factor determinante en las decisiones de financiación en México [Memoria arbitrada de Congreso]. Recuperada de https://repository.uaeh.edu.mx/bitstream/handle/123456789/19226

Regis, P. J. (2018). Access to credit and investment decisions of small- and medium-sized enterprises in China. Review of Development Economics, 22(2), 766-786. https://doi.org/10.1111/rode.12366

Rodríguez Cairo, V., Saldaña Pacheco, R. Á., & Yancari Cueva, J. M. (2020). Nivel de ingresos y uso de tarjetas de crédito en Perú. Quipukamayoc, 28(58), 59-66. Recuperado de https://doi.org/10.15381/quipu.v28i58.19264

Saavedra García, M. L., Aguilar Anaya, M., & Tapia Sánchez, B. (2020). El financiamiento en las empresas dirigidas por mujeres en la Ciudad de México. Pensamiento & Gestión, (49), 45-73. Recuperado de http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1657-62762020000200045

Sauza Avila, B., Quiroz-Salas, L. G., García-Bravo, M. M. de la, Garza-Herrera, F., Pérez-Castañeda, S. S., & Cruz-Ramírez, D. (2020). Financiamiento de las empresas hidalguenses. Ingenio y Conciencia Boletín Científico de la Escuela Superior Ciudad Sahagún, 7(13), 18-22. https://doi.org/10.29057/escs.v7i13.4941

Sauza Avila, B., González-Ramírez, J., Pérez-Castañeda, S., Lechuga-Canto, C., Cruz-Ramirez, D., & Hernández-Bonilla, B. (2021). Teoría de la jerarquía financiera ¿aplica en las grandes empresas mexicanas? Ingenio y Conciencia Boletín Científico de la Escuela Superior Ciudad Sahagún, 8(16), 31-35. https://doi.org/10.29057/escs.v8i16.6998

Sotomayor, N., Talledo, J., & Wong, S. (2018). Determinantes de la inclusión financiera en el Perú: Evidencia Reciente (DT 06-2018).Recuperado del sitio de Internet de la Superintendencia de Banco, Seguros y Administradoras Privadas de Fondos de Pensiones: https://www.sbs.gob.pe/inclusion-financiera/Publicaciones/Estudios-e-investigaciones

Stiglitz, J. E., & Weiss, A. (1981). Credit rationing in markets with imperfect information. The American Economic Review, 71(3), 393-410. Recuperado de https://www.jstor.org/stable/1802787

Suárez Cariat, N. M. (2018). Impactos del financiamiento para las Mypes en el sector comercio en el Perú: caso "Negocios del Valle Service Express S.A.C." [Trabajo de suficiencia profesional de licenciatura en Administración de Empresas]. Recuperado de https://hdl.handle.net/11042/3642

Thanh, V. T., Cuong, T. T., Dung, B. V., & Chieu, T. D. (2011). Small and medium enterprises access to finance in Vietnam. En C. Harvie, S. Oum, & D. A. Narjoko (Eds.), Small and medium enterprises (SMEs) access to finance in selected east Asian economies (ERIA Research Project Report 2010, N.º 2014) (pp. 151-191). Recuperado de https://www.eria.org/uploads/media/Research-Project-Report/RPR-2010-14.pdf

Ualikhanovich, A. S., Tasybayevich, K. M., Begimbayevna, B. K., Erikovna, B. A., & Mamlenovna, K. A. (2014). Financing problems of small and medium business in Kazakhstan. Asian Social Science, 10(24), 96-102. https://doi.org/10.5539/ass.v10n24p96

Conflicto de intereses / Competing interests:

Los autores declaramos que no existe conflicto de intereses.

Contribución de los autores / Authors' Contribution

Johanna Yancari Cueva: conceptualización, investigación, metodología, administración del proyecto, supervisión, redacción (revisión y edición).

Álvaro Mamani Cárdenas: análisis formal, investigación, metodología, visualización, redacción (borrador original).

Laleska Salgado Llanos: investigación, redacción (borrador original).