Concentracin y competencia en el segmento Microfinanciero

Peruano:

Un anlisis de Datos de Panel de las principales CMAC del Per

Vanina Vivas Ruiz Yessica Yauri Reyes Jess TantteRamirez

Resumen

En el siguiente informe se analiza el comportamiento de mercado de

las principales Cajas municipales de ahorro y crdito del segmento
microfinanciero peruano para el ao 2012 a travs del empleo de
algunas metodologas de datos de panel que permitirn determinar
los niveles de concentracin y la estructura de competencia de este
segmento. Los resultados obtenidos sugieren que a pesar del rechazo
de la presencia de poder de mercado por parte de las instituciones
seleccionadas, s existi concentracin de mercado de las seis CMAC
durante el ao 2012.

1. Introduccin

El problema principal de nuestro trabajo es demostrar si existe poder de

mercado por parte de las cajas municipales (CMAC) en el segmento
microfinanciero peruano en el ao 2012.

Se investig el periodo 2012, por que ese ao se presentaron elevadas tasa de

rentabilidad en un grupo especifico de cajas y bancos, ya que para el ao 2013
se mostr una disminucin significativa con respecto al ao anterior en cuanto
a la rentabilidad sobre los activos (ROA) y sobre el patrimonio (ROE) pasando
en el 2012 del 1.77% y 13.84% al 1.27% y 9.99% Todo este panorama ha
contribuido en la decisin de estudiar cual es la influencia de participacin de
mercado de colocaciones de crditos directos y la eficiencia en la rentabilidad
de la Caja Municipal de Ahorro y Crdito de Sullana.

Tomando en consideracin lo expuesto en nuestro problema y debido al rol

importante que juegan las Cajas Municipales de Ahorro y Crdito en la
economa del pas, nuestro trabajo servir para demostrar si el poder de
mercado ejercido por estas instituciones les ha permitido obtener ganancias
extraordinarias gracias a su influencia sobre las tasas de inters, si se verifica
la validez de la hiptesis.

De igual forma, se evala que mtodo es el mas apropiado para estimar las
CMAC. El Per cuenta con 13 cajas municipales de ahorro y crdito (CMAC),
dentro de las cuales hemos seleccionado: la Caja Municipal de Ahorro y Crdito
de Arequipa, la Caja Municipal de Ahorro y Crdito de Trujillo, la Caja Municipal
de Ahorro y Crdito de Piura, la Caja Municipal de Ahorro y Crdito de Sullana,
la Caja Municipal de Ahorro y Crdito de Cuzco y la Caja Municipal de Ahorro y
Crdito de Tacna.

Finalmente, se exponen las principales conclusiones de la investigacin.

2. Objetivo general

Determinar la existencia de poder de mercado por parte de las seis Cajas

Municipales de Ahorro y Crdito del Per con mayor nmero de crditos a
pequeas empresas en el ao 2012.

2.1. Objetivos especficos

- Analizar el grado de concentracin de mercado por parte de las CMAC a

travs del ndice de Herfindahl para el ao 2012.
- Analizar el poder mercadode las CMAC y su relacin con el nmero de
crditos a pequeas empresas.
- Seleccionar la metodologa ms apropiada para la identificacin depoder
de mercado de las CMAC en el Per.

3. Justificacin

En la presente investigacin, de acuerdo con la evidencia emprica y mediante

el uso de tcnicas economtricas desarrolladas,se pretende demostrar que
lasCMAC con mayor nmero de crditos en el ao 2012ejercieron cierto poder
de mercado, de esta manera se contribuye a demostrar teoras existentes
sobre el tema.Adems, el presente trabajo puede servir de gua para trabajos
posteriores relacionados con el tema en discusin.

4. Antecedentes

En el informe sobre Concentracin y Competencia en el Sistema Financiero en

el Per del INEI (2010) para analizar qu tan concentrados se encuentran los
distintos sectores econmicos del Per se emplea el ndice de
HirschmanHerfindhal (IHH) y el indicador C4 ya que ambos buscan revelar el
grado de concentracin de un sector en particular utilizando informacin de la
participacin de las principales entidades en el sector. Para el anlisis, se
recogi datos del mercado de crditos y prstamos de la ltima dcada (2001
2010). Los resultados demuestran que los crditos tienen un ndice IHH entre
900 y 2500 mientras que los depsitos se encuentran entre 1300 y 2200 lo cual
da un indicio de que se trata de un mercado concentrado, tomando en cuenta
que segn los lineamientos internacionales, mercados con niveles superiores a
1800 pueden ser considerados como altamente concentrados.

Por otro lado, como en el informe se seala, el ndice C4 permiti hacer

comparaciones de concentracin entre las distintas industrias existentes en el
Per. En los resultados se pudo comprobar que tanto el mercado de crditos
(crditos hipotecario y crdito comercial) y los de depsitos (de ahorro y a
plazos) son industrias altamente concentradas, junto a otro tipo de industrias
como la de hidrocarburos, telecomunicaciones y tabaco, mientras que
mercados como el de servicios y telecomunicaciones mostraron los menores
niveles de concentracin. Sin embargo, y como en el informe se explica citando
al anlisis que realiza Sutton (1991), la concentracin de determinada industria
variar de acuerdo al tamao del mercado as como a la importancia de los
costos hundidos endgenos, tales como la publicidad o el gasto en inversin y
desarrollo (I+D).

La creciente concentracin de instituciones financieras no es un proceso

exclusivo del mercado financiero peruano. En el informe sobre Concentracin y
Competencia en el Sistema Financiero Crediticio Colombiano en la ltima
Dcada de Ricardo Bernal Fandio, se menciona que este proceso ha surgido
en un contexto de globalizacin, avances de las tecnologas de informacin y la
disminucin de la regulacin tanto en pases desarrollados como en los
emergentes. Sin embargo, el trabajo de Bernal demuestra, mediante un anlisis
de panel data, que a pesar del incremento de la concentracin de las
instituciones financieras, los niveles de competencia no se han deteriorado en
el periodo comprendido entre 1995 2005 para el caso Colombiano.

5. Marco Terico

5.1. El poder de mercado segn la Escuela Neoclsica de Economa

La regulacin sectorial y de competencia descansa normalmente sobre el

concepto econmico de poder de mercado. Dicho concepto tiene sus races en
la visin de mercado y competencia de la Escuela Neoclsica de Economa.
Para esta escuela, existe un ideal de competencia, la competencia perfecta, en
el que la eficiencia econmica y el reparto de recursos son ptimos. Se
entiende que una empresa tiene poder de mercado cuando puede fijar de
forma rentable un precio por encima de los costos marginales de produccin,
que es el nivel de precios del mercado con competencia perfecta. El poder de
mercado se mide mediante el ndice de Lerner, que es el porcentaje adicional
en que la empresa puede subir su precio respecto al costo marginal, y se
puede calcular como el inverso de la elasticidad de la demanda. As, a mayor
elasticidad de la demanda, menor es el poder de mercado de la empresa, y
viceversa.

5.2. Teora de la Estructura Eficiente Pura

Demsetz (1973), citado en Sellers R. & Ms F. (2008), asume que las empresas
ms eficientes soportan menores costos, por lo tanto obtienen mayores
beneficios, de forma que ganan cuota de mercado, aumentando as la
concentracin. Dado que la eficiencia es la que conduce a una mayor cuota de
mercado y concentracin, no debera mostrar una relacin significativa con los
resultados empresariales.

5.3. La relacin entre rentabilidad, concentracin y competencia

Segn el paradigma Estructura-Conducta-Desempeo (ECD), se presenta una

relacin directa entre los beneficios de una firma y su participacin en el
mercado. De esta manera, aumentos en la concentracin del sistema financiero
podran estar relacionados con reducciones en el nivel de competencia, que
podran generar mejoras o disminuciones en el bienestar de la sociedad.
En un mercado perfectamente competitivo las firmas son consideradas muy
pequeas para poder incidir individualmente en el precio del bien que
producen. De esta manera, el uso de ndices de concentracin para evaluar
condiciones competitivas recae en las predicciones del paradigma ECD.

As mismo, la interaccin entre las entidades financieras depender de si se

encuentran en un escenario de competencia perfecta o si presentan algn tipo
de poder de mercado. Ms precisamente, el parmetro de interaccin entre
entidades financieras ser 0 si el mercado es perfectamente competitivo, igual
a 1 si es monoplico, y tomar valores intermedios entre 0 y 1 si hay indicios de
competencia monopolstica. Usando tcnicas apropiadas economtricas es
posible estimar este parmetro de interaccin logrando obtener una medida
cuantificable de poder de mercado. La principal ventaja de este acercamiento
es que est rigurosamente basado en la teora y no requiere inferencias
indirectas sobre el poder de mercado a travs del nivel de concentracin. Sin
embargo, uno de los limitantes de estos modelos es la necesidad de
informacin detallada sobre el sistema financiero al nivel de la entidad.

5.4. Caractersticas de las CMA (Cajas Municipales)

Una caja es una institucin regulada de propiedad del gobierno municipal, pero
no controlada mayoritariamente por este. Recibe depsitos y se especializa en
prstamos a pequeas empresas y microempresas en el Per. Sus inicios se
remontan a los crditos pignoraticios con base en joyas y oro. Antes, podan
operar solamente dentro de su regin y en aquellas donde no existiese otra
caja municipal, pero desde el 2002 estn autorizadas para hacerlo en cualquier
lugar del pas y ofrecen muchos de los servicios bancarios.

6. Hiptesis

Las seis CMAC con mayor nmero de crditos a pequeas empresas tuvieron
poder de mercado en el ao 2012 por lo que pudieron influir en la fijacin de
sus tasas de inters activas.

7. Base de datos

La base de datosde la presente investigacin fue construida a partir de las

estadsticas y base de datos de la Superintendencia de Banca, Seguro y
AFP(SBS). Del total de Cajas Municipales existentes en el Per, se escogieron
a las seis primeras CMAC que para el ao 2012 contaban con la mayor
cantidad de crditos otorgados a las pequeas empresas. Estas fueron la
CMAC Arequipa, CMAC Cusco, CMAC Piura, CMAC, CMAC Trujilloy CMAC
Tacna (ver Grfico N1); a pesar de que la CMAC Huancayo posea un mayor
monto de prstamos en soles que la CMAC Tacna, se prefiri trabajar con esta
ltima por la similitud en tasas de inters pasivas con el resto de cajas. As
mismo, se tomaron las tasas de inters activas y pasivas promedio para
prstamos otorgados a pequeas empresas.
 1400000012817685
12000000
10000000
7511809
8000000
5834251
6000000 4668478
4578221
4097990
4050122
3972859
3604529
4000000 3202181
2578306
2000000 1023247
165
0

LO

O
O

ITA
A

A
IP

M
CN

SC
SC
JIL

PA
LI
U

TA

PI
CU
EQ

U
TR
AR

GRFICO N1: PRSTAMOS OTORGADOS A PEQUEAS EMPRESAS POR

CADA CMAC PARA EL AO 2012

Fuente: SBS
Elaboracin: Propia

El ao 2012 fue elegido tomando en cuenta el buen contexto econmico para el

Per, el cual se reflejaba en una alta tasa de crecimiento del PBI real, baja
inflacin y un buen nivel de Inversiones Privadas.

8. Metodologa

La tcnica de datos de panel nos permite obtener mejores propiedades

para mantener la consistencia de los estimadores adems que se hace
posible lidiar con el problema de variable omitida. Wooldridge (2002)

Regresin Agrupada Modelo de Efectos Modelo de Efectos

por MCO Aleatorios Fijos
El mtodo omite las El modelo de efectos Nos permite modelar el
dimensiones del espacio aleatorios permite carcter individual de
y el tiempo de los datos suponer que cada cada caja. El modelo
agrupados y slo calcula unidad transversal tiene supone que las
la regresin MCO usual. un intercepto diferente. diferencias entre cajas
Este modelo se expresa Este modelo se expresa son fijas por lo que se
como: como: ui
debe estimar cada .
Y it = + 1 X 1it + eit Y it = i + 1 X 1it + eit - Tcnica de las variables
dicotmicas:
Y it =v i+ 1 X 1 it +e it
Donde i significa la i- i= +u i
Donde . Es
sima unidad
transversal (estado) y t decir, en vez de vi
el tiempo t (ao). Donde vendra a ser
considerar a como fija,
un vector de variables
suponemos que es una
dicotmicas para cada
variable aleatoria con un
caja.
valor medio y una
desviacin aleatoria
ui
de este valor
 medio. Sustituyendo
i=+u i

en (2) obtenemos:
Y it = + 1 X 1it +u i+ eit

Especificacin del modelo:

P
2
( jt)
i pjt =b0 j+ b1 i djt b2 P jt +b 3

Donde:

i pjt : Tasa de inters activa de la CMAC j en el periodo t

i djt : Tasa de inters pasiva de la CMAC j en el periodo t

P jt : Prstamos en soles de la CMAC j en el periodo t

P
( jt )2 : Prstamos en soles al cuadrado de la CMAC j en el periodo t.

Regresin agrupada por MCO vs Modelo de Efectos Aleatorios

- Prueba de Breusch y Pagan - Multiplicador de Lagrange

2
Ho: u =0 (No existe
Ip[Cajas1,t] = Xb + u[Cajas1] + e[Cajas1,t]
diferencia relevante entre
Estimated results:
la Regresin agrupada
Var sd = sqrt(Var)
por MCO y Efectos
Ip 16.22945 4.028579 Aleatorios)
e .6489114 .8055504
u 33.52524 5.790099 Como el p-value=0.000
Test: Var(u) = 0
rechazamos Ho
chibar2(01) = 337.52
Prob > chibar2 = 0.0000 ui
Los efectos aleatorios son
relevantes. Se debe optar por la estimacin por Efectos Aleatorios en lugar de
la Regresin agrupada por MCO

Efectos Aleatorios vs Efectos Fijos

Coeficientes Hausman
(b) (B) (b-B)
Aleatorio Fijo Difference
 Id 0.0618497 0.0729147 -0.011065

P -0.1101918 -0.1102556 0.0000638

P2 0.0004073 0.0004074 -9.67e-08

Rsq
0.0409 0.0410
Within 0.0010 0.0000
Between
0.0022 0.0012
overall
Test F
Test Wald 0.4150
Rho 0.98101163
Coefficients 0.96611496
(b) (B) (b-B) sqrt(diag(V_b-V_B))
Aleatorio Fijo Difference S.E.

Id .0729147 .0618497 .011065 .0553409

- Test de Hausman
P
P_2
-.1102556
.0004074
-.1101918
.0004073
-.0000638
9.67e-08
.0123001
.0000459

b = consistent under Ho and Ha; obtained from xtreg

B = inconsistent under Ha, efficient under Ho; obtained from xtreg

Test: Ho: difference in coefficients not systematic

chi2(3) = (b-B)'[(V_b-V_B)^(-1)](b-B)
= 0.04
Prob>chi2 = 0.9979

Al 5%, la probabilidad del Chi2 nos indica que debemos aceptar la Ho. Es decir,
es conveniente trabajar con el Modelo de Efectos Aleatorios.

9. Discusin e interpretacin de resultados

Modelo de Efectos Aleatorios

P
2
( jt)
i pjt =b0 j+ 0.0618497i djt 0.1101918 P jt + 0.0004073

Los signos de los parmetros de la estimacin son los esperados

y van de acuerdo a la teora econmica. Sin embargo, solo la
constante es significativa al 5%.
o Como se puede notar, el parmetro que acompaa a
la variable id es 0.0618497. Esto significa que una
variacin en un punto porcentual de la tasa de inters
pasiva, est asociada a una variacin de 0.06 en la
tasa de inters activa.
 o El signo negativo de esta variable P jt indica una relacin

inversa entre la tasa de inters activa y el ndice de

prstamos.
o El parmetro b1 es menor a 1 por lo cual no rechazamos
la hiptesis nula de que la estructura de mercado de las
seis CMAC seleccionadas es competitiva.

El test de Wald testea la significancia conjunta de los b, de las

variables independientes o explicativas. Se acepta el Ho, por lo
que los coeficientes no son estadsticamente significativas.
Rho indica la proporcin de los efectos conjuntos (+ ) que
provienen de los efectos individuales. En el ejemplo, el 98.1% del
error compuesto del modelo se debe a los efectos individuales.
Adems, el programa asume que no existe correlacin entre los
efectos aleatorios (residuos) y los estimadores del modelo.
Tambin se asume que los efectos aleatorios se distribuyen con
distribucin normal.

Test de autocorrelacin.

La primera estimacin del modelo revela problemas de

autocorrelacin, para llegar a esta conclusin, se realiz la Prueba de
Autocorrelacin de Wooldridge, donde la hiptesis nula indica que no
hay autocorrelacin de primer orden, se rechaza Ho para p>5%,1%.
Wooldridge test for autocorrelation in panel data
H0: no first-order autocorrelation
F( 1, 5) = 67.905
Prob > F = 0.0004

La autocorrelacin implica que el estado de la variable dependiente, se

relaciona con la variable dependiente en periodos anteriores. Esto implica
sesgo por variable omitida, al no incluir un estimador por variable rezagada. La
estrategia utilizada para enfrentar esta situacin fue ejecutar las regresiones
incluyendo un efecto rezago en el componente del error, evitando as el
problema de autocorrelacin.

ndice de HerfindahlHirschman (IHH)

Para cuantificar el nivel de concentracin de las seis CMAC se utiliz el

ndice de Herfindahl-Hirschman (IHH).

Clculo:
N 2
X
H = ( i )
i=1 X

Xi
Donde X vendra a ser la participacin porcentual de la i-esima

CMAC en el mercado y N es el nmero de empresas en la industria.

 El IHH se puede interpretar tomando en cuenta el siguiente cuadro:

IHH Interpretacin
0 IHH 1,000 Nivel bajo de concentracin
1,000 IHH 1,800 Nivel moderado de
concentracin
1,800 IHH Nivel alto de concentracin

Tomando en cuenta el Cuadro N1, el IHH para las seis CMAC fue de
1924.95 pts por lo cual se estara hablando de un mercado altamente
concentrado. Sin embargo, es importante sealar que a pesar de que en
un mercado se presente concentracin por parte de un grupo de
empresas, esto no implica que no sea competitivo.

CUADRO N 1 PRSTAMOS Y PARTICIPACIN DE LAS CMAC 2012

CAJAS Prstamo Participaci Part_2

s n
AREQUIP 12817685 28,27 799,35
A
CUSCO 6016929 13,27 176,14
PIURA 9750925, 21,51 462,60
2
SULLANA 6176886, 13,62 185,63
5
TACNA 3552847, 7,84 61,41
1
TRUJILL 7020525, 15,49 239,80
O 2
TOTAL 45335798 100,00 1.924,9
5

Fuente: SBS
Elaboracin: Propia

Participacin de las CMAC en el mercado - 2012

TRUJILLO; 15%
AREQUIPA; 28%
TACNA; 8%

SULLANA; 14%
CUSCO; 13%
PIURA; 22%

10. Conclusiones
 Segn los resultados de la estimacin podemos concluir que no existe
poder de mercado por parte de las sies CMAC seleccionadas. Sin
embargo, se debe tomar en cuenta la no significancia individual de los
parmetros de las variables explicativas y la presencia de
autocorrelacin. Por otro lado, el ndice de HerfindahlHirschman nos
indica que existe concentracin de mercado lo cual se debe en gran
parte a la demanda por prstamos que estas entidades poseen ya que
fueron las principales a nivel nacional durante el ao 2012. De esta
manera se comprueba que el grado de concentracin no tiene un
impacto significativo sobre el nivel de competencia.

Bibliografa
Aparicio, J., & Mrquez, J. (2005). Diagnstico y especificacin de modelos
panel en STATA 8.0. Lima: CIDE.

Gutierrez, J., & Zamudio, N. (s.f.). Diagnstico y especificacin de modelos

de panel en Stata 8.0. Bogot.

Morn, E., Tejada, J., & Villacorta, A. (2010). Competencia y Concentracin

en el Sistema Financiero en el Per. Lima: Revista de la Competencia
y la Propiedad Intelectual N 11.

Wooldridge, J. M. (2002). Econometric Analysis of Cross Section and Panel

Data.Londres: The MIT Press.

Karina, Alva Alfaro. Informe sectorial Per: sector financiero

Equilibrium Clasificadora de Riesgos S.A. (2015).Anlisis del sistema

Microfinanciero Peruano.

Romilio Labra y Celia Torrecillas.Working Paper # 2014/16. Gua CERO para

datos de panel. Un enfoque prctico.