Microcredito
Marifer Gomez y Celia Quezada
Friday, May 22, 2015
Microcredito
Los Microcreditos en Venezuela, se establecen a partir del 2001 en el sistema estadal, a traves del Decreto con Fuerza de Ley de Creacion, Estimulo, Promocion y Desarrollo del Sistema Microfinanciero, con el fin de crear, estimular, promover y desarrollar este sistema; de esta manera incorporar la economia popular y alternativa a las dinamicas economicas del pais. Destinados ya sean a personas naturales o juridicas. Con esto se cumpliria, incluso con el fin con que se inicio mundialmente esta politica, disminuir la pobreza, y que las personas con menos oportunidades economicas se sintieran incluidas.
Definamos Microcredito desde la Ley de Creacion, Estimulo, Promocion y Desarrollo del Sistema Microfinanciero en su Art. 2 “Microcredito: credito concedido a los usuarios del sistema microfinanciero con o sin intereses, destinado a financiar actividades de produccion, comercializacion o servicios, cuya fuente principal de pago lo constituya el producto de los ingresos generados por dichas actividades.”
Estos datos estan basados en el Banco Soberano del Pueblo, que es el encargado por el estado de otorgar estos microcreditos.
Cantidad de microcreditos
#Vamos a subir nuestros primeros datos a utilizar
Micro <- read.csv("~/Micro.csv", sep=";", dec=",", stringsAsFactors=FALSE)
#Vemos como subieron nuestras columnas
sapply(Micro, function(x) class(x))## Anos Creditos BsF ipc
## "integer" "integer" "integer" "character"#cambiamos el ipc de character a numeric
Micro$ipc<-as.numeric(Micro$ipc)
#agregamos una columna que denominamos Real y que nos esta deflactando
#Deflactaremos en los casos necesarios para saber de valores reales
#Se estara usando el IPC de 2007 que es el ultimo que tiene como referencia el BCV
Micro$Real<-Micro$BsF/Micro$ipc*100
#agregamos otra columna que denominamos Variacion y que es la variacion entre un año y otro
#usamos la funcion diff para encontrar variacion
diff(Micro$Real)## [1] 15082422 -13633868 7493585 12584205 40024867 -33436016 -28863994diff(Micro$Real)/Micro$Real*100## Warning in diff(Micro$Real)/Micro$Real: longer object length is not a
## multiple of shorter object length## [1] 481.52146 -74.85105 163.58694 104.22236 162.31614 -51.69176 -92.37235
## [8] 632.79946Micro$Variacion<- diff(Micro$Real)/Micro$Real*100## Warning in diff(Micro$Real)/Micro$Real: longer object length is not a
## multiple of shorter object lengthMicro## Anos Creditos BsF ipc Real Variacion
## 1 2003 2877 1464950 46.77 3132243 481.52146
## 2 2004 7232 10371430 56.94 18214665 -74.85105
## 3 2005 2184 3024700 66.03 4580797 163.58694
## 4 2006 3913 9060616 75.04 12074382 104.22236
## 5 2007 5471 21965869 89.08 24658587 162.31614
## 6 2008 3991 75737856 117.09 64683454 -51.69176
## 7 2009 3784 47049267 150.57 31247438 -92.37235
## 8 2010 1860 4631747 194.33 2383444 632.79946Si observaramos a simple vista, los montos en Bs. podriamos decir que la cantidad de microcredito ha crecido, pero al deflactar las cantidades podemos ver las cantidades reales, el Bolivar se ha devaluado y las cantidades en montos de microcreditos otorgadas han disminuido considerablemente. Ello se puede ver con mejor claridad en los años 2009 y 2010 donde el valor real es solo la mitad de lo que aparenta ser, es decir, que la inflación sobrepasa el credito en Bs. lo que produce el poco alcance de cobertura para llevar acabo el proyecto financiado. Es por ello que dificilmente los deudores puedan cumplir con el pago o las ganancias esperadas. Por otra parte pareciera que en un principio las cosas marchaban mejor, el credito que se entregaba era más satisfactorio en la medidad en que acalzaba cubrir lo exigido por el proyecto que se pedia financiar.
Estudiemos los casos de 2009 y 2010, para el primer caso se otorgaba casi el doble de microcreditos que se otorgo en el 2010. En el 2004 fue el año que se otorgo mayor cantidad de creditos, y en este año no se veia un gran problema de inflacion, entonces se podia ver que el dinero otorgado era mucho mas de lo que se necesitaba. Si evaluaramos solo este año, la politica seria positiva en todos los sentidos. Se ve constantemente un crecimiento en el numero de creditos, era positivo si obviaramos el 2005, pero en el 2010 vemos que la politica empieza a decaer, incluso a ser abandonada. Si tuvieramos datos mas actuales, podriamos observar que ha pasado en estos ultimos años.
Si observamos la variacion, es curioso conseguir porcentajes tan alto y hasta negativos, esto nos habla de la inflacion actual. En casos donde sentimos que se estan dando bastante dinero para microcreditos, nos esta hablando que es mucho menos de lo que se hubiera dado para 2007.
Empleos generados
Impacto <- read.csv("~/Impacto.csv", sep=";", dec=",", stringsAsFactors=FALSE)
#Tenemos ahora la cantidad de empleos generados desde 1999 a 2011 tanto directa o indirectamente por los microcreditos.
#Queremos calcular su razon o relacion, de empleos indirectos entre los directos.
Impacto$EGInd/Impacto$EGDirectos## [1] 2 2 2 2 2 2 2 2 2 2 2 2 2Impacto$RazEDir<-Impacto$EGInd/Impacto$EGDirectos
#Eliminaremos la columna Impacto Social
Impacto<-Impacto[,-5]
#Buscare el valor maximo de empleos directo
max(Impacto$EGDirectos)## [1] 104025#Buscare la diferencia entre este año y el anterior. 2011 y 2010
(Impacto$EGDirectos[13]-Impacto$EGDirectos[12])## [1] 103706Impacto## AnioEm EGDirectos EGInd EGTot RazEDir
## 1 1999 170 340 510 2
## 2 2000 4874 9748 14622 2
## 3 2001 11884 23768 35652 2
## 4 2002 3284 6568 9852 2
## 5 2003 5212 10424 15636 2
## 6 2004 6296 12592 18888 2
## 7 2005 25917 51834 77751 2
## 8 2006 11706 23412 35118 2
## 9 2007 11200 22400 33600 2
## 10 2008 13178 26356 39534 2
## 11 2009 9985 19970 29955 2
## 12 2010 319 638 957 2
## 13 2011 104025 208050 312075 2Evaluando la gestion, podemos observar que curiosamente da una relacion de 2 en todos los años, es decir que la cantidad de empleos generados por los microcreditos indirectos siempre es el doble que los directos. Por cada 20 empleados indirectos hay 10 directos. Con lo que podemos intuir que la relacion de dependencia, es bastante alta. Tomemos un año en particular, podria ser el año donde se generaron mas empleos, que seria el ultimo año 2011, este hecho es muy curioso, en relacion a otros años; ya que es el año donde mas se generan empleos, pero con bastante diferencia en cuanto a los anteriores, de 319 empleos directos generados en 2010 para 2011 esto crecio a 104025, un aumento de mas de 100% que podria haberse generado ya que en el 2012 habian elecciones y esto pudo haber provocado que esto se incrementara, o que el Gobierno se viera en mayor necesidad de incrementar esta politica. Podemos observar entonces que se estan generando mayores empleos indirectos que directos, que los primeros no dependen totalmente de los microcreditos. ¿Entonces, los microcreditos estan generando significativamente empleos?
Cantidad y montos por Estados
monto <- read.csv("~/monto.csv", sep=";", dec=",", stringsAsFactors=FALSE)
#Tenemos esta data por estados, desde el 1999 al 2009 de la cantidad de microcreditos otorgados y el monto en BsF. Vamos a suponer que dicha data sea real.
#Usaremos solo 3 años 1999, 2006 y 2009. Para fijar nuestro analisis.
#Tenemos una data de 10 años, en los cuales tomaremos estos tres por ser un año al comienzo (1999), otro en el medio (2006) y el ultimo año que tenemos (2009).
#Dejaremos solo las columnas que queremos usar
monto<-monto[-4]
monto<-monto[-4]
monto<-monto[-4]
monto<-monto[-4]
monto<-monto[-4]
monto<-monto[-4]
monto<-monto[-4]
monto<-monto[-4]
monto<-monto[-4]
monto<-monto[-4]
monto<-monto[-4]
monto<-monto[-4]
monto<-monto[-6]
monto<-monto[-6]
monto<-monto[-6]
monto<-monto[-6]
sapply (monto, function (x) class(x))## ESTADO can1999 MonL cant06 monto06 cant09
## "character" "integer" "integer" "integer" "numeric" "integer"
## monto09
## "numeric"dim(monto)## [1] 24 7#Sacaremos montos reales de estos tres años
monto$Re99<- monto$MonL/22.3*100
monto$Re06<-monto$monto06/75.04*100
monto$Re09<-monto$monto09/150.6*100
#Sacaremos los lugares donde se dieros mas creditos y donde se dieron menos
min(monto$cant06)## [1] 36min(monto$cant09)## [1] 69max(monto$cant06)## [1] 364max(monto$cant09)## [1] 260monto## ESTADO can1999 MonL cant06 monto06 cant09 monto09
## 1 AMAZONAS 0 0 49 832988.8 69 650752.5
## 2 ANZOATEGUI 0 0 138 2229173.2 195 1649506.0
## 3 APURE 0 0 168 1411628.8 145 1426085.5
## 4 ARAGUA 0 0 159 2345170.5 223 2113085.5
## 5 BARINAS 0 0 272 3454321.7 200 2467850.1
## 6 BOLIVAR 0 0 79 953165.9 195 1940322.8
## 7 CARABOBO 0 0 138 4030087.9 150 1526763.8
## 8 COJEDES 0 0 67 961564.8 231 1526763.8
## 9 DELTA AMACURO 0 0 36 584465.8 131 1213204.6
## 10 DISTRITO CAPITAL 88 29000 255 2142456.2 246 2209220.7
## 11 FALCON 0 0 133 1888199.2 182 1791218.6
## 12 GUARICO 0 0 118 1907121.5 164 1652894.0
## 13 LARA 0 0 249 1862422.7 172 1622371.7
## 14 MERIDA 0 0 71 691865.0 174 2074874.4
## 15 MIRANDA 4 1200 340 3227116.9 193 1729926.8
## 16 MONAGAS 0 0 94 1240799.2 225 2243443.5
## 17 NUEVA ESPARTA 0 0 50 374086.2 159 1471141.3
## 18 PORTUGUESA 0 0 204 2313751.9 200 2169753.7
## 19 SUCRE 0 0 97 1349961.3 169 1413252.5
## 20 TACHIRA 0 0 364 2177111.1 178 1643313.1
## 21 TRUJILLO 0 0 120 1804195.7 137 1528347.4
## 22 VARGAS 0 0 91 781360.7 193 2004821.8
## 23 YARACUY 0 0 145 4318120.8 171 1815435.8
## 24 ZULIA 0 0 344 4141031.2 260 2082414.7
## Re99 Re06 Re09
## 1 0.000 1110059.7 432106.6
## 2 0.000 2970646.6 1095289.5
## 3 0.000 1881168.4 946935.9
## 4 0.000 3125227.1 1403111.2
## 5 0.000 4603307.2 1638678.7
## 6 0.000 1270210.4 1288395.0
## 7 0.000 5370586.2 1013787.4
## 8 0.000 1281403.0 1013787.4
## 9 0.000 778872.3 805580.7
## 10 130044.843 2855085.5 1466946.0
## 11 0.000 2516256.9 1189388.2
## 12 0.000 2541473.2 1097539.2
## 13 0.000 2481906.6 1077272.0
## 14 0.000 921995.0 1377738.6
## 15 5381.166 4300529.0 1148689.8
## 16 0.000 1653517.1 1489670.3
## 17 0.000 498515.7 976853.4
## 18 0.000 3083358.0 1440739.5
## 19 0.000 1798989.0 938414.7
## 20 0.000 2901267.5 1091177.4
## 21 0.000 2404311.9 1014838.9
## 22 0.000 1041259.0 1331222.9
## 23 0.000 5754425.4 1205468.6
## 24 0.000 5518431.8 1382745.5El primer año que se otorgan microcreditos es en 1999, y se comenzo a implementar solo en la zona central del pais, Distrito Capital y Miranda que son los unicos que tienen cantidad de creditos otorgados en esta fecha (vease el cuadro Micro).
Despues encontramos que en el 2006 el estado con menos microcreditos otorgados, era Delta Amacuro, y el de mayor cantidad Tachira. Mientras en el 2009 el estado con menor cantidad era Amazonas y el de mayor Zulia. Ambos estados con menor cantidad de microcreditos son indigenas, y esta politica quizas no tiene mucho resultado o tanto auge en estos lugares; quizas porque su economia no depende tanto de estos factores. Los estados con mayor cantidad de microcreditos, son Zulia y Tachira, estados fronterizos, que quizas desarrollen su economia a traves de esta politica, porque estan mas tentados a la independencia economica. Podemos ver que se dio un aumento en los primeros 5 años y considerar significativo ante el comienzo. Pero cuando evaluamos el año 2009 en relacion al 2006, disminuyo. Ahora, si hablamos de los montos otorgados y de los valores reales, podemos decir que los cambios ocurridos en los estados mencionados son iguales a lo antes explicado, en cuanto al movimiento devaluatorio de Bolívar.
Fin del Microcredito y Tasa de masculinidad
Cantidad1 <- read.csv("~/Cantidad1.csv", sep=";", dec=",", stringsAsFactors=FALSE)
#Ahora vamos a deflactar las cantidades de creditos en produccion, servicios y comercios. Para tener los montos reales.
Cantidad1$REALPr<-Cantidad1$Bs.Pr/Cantidad1$Ipc*100
Cantidad1$REALSe<-Cantidad1$Bs.Se/Cantidad1$Ipc*100
Cantidad1$REALCo<-Cantidad1$Bs.Co/Cantidad1$Ipc*100
Cantidad1$REALTot<-Cantidad1$Bs.Tot/Cantidad1$Ipc*100
#Observamos que los mayores creditos otorgados han sido en
Cantidad1$TasMas<-Cantidad1$AtFem/Cantidad1$AtMas
#A partir de observar, que la mayoria de Creditos Otorgados, estan en Comercios. Desde este indicador sacaremos la razon entre este y los creditos en servicios y en produccion
Cantidad1$TasSC<-Cantidad1$Cr.Ser/Cantidad1$Cr.Comer*100
Cantidad1$TasPC<-Cantidad1$Cr.Prod/Cantidad1$Cr.Comer*100
#Grafiquemos la tasa de masculinidad
plot(Cantidad1$Anio3, Cantidad1$TasMas)
Cantidad1## Anio3 Cr.Prod Bs.Pr Cr.Ser Bs.Se Cr.Comer Bs.Co Cr.Tot
## 1 2000 459 246070 486 265580 1932 953300 2877
## 2 2001 1093 1556250 1369 2291880 4770 6523300 7232
## 3 2002 314 433350 435 612250 1435 1979100 2184
## 4 2003 710 1813669 784 2151147 2419 5095800 3913
## 5 2004 1270 5497101 1316 6320128 2831 10148641 5417
## 6 2005 1429 28806500 1618 42259011 943 4666945 3990
## 7 2006 1454 20721340 1553 21900830 774 4399996 3781
## 8 2007 1900 16615923 1619 10736111 648 2661538 4167
## 9 2008 2905 26111483 1162 10300342 4963 61077167 9030
## 10 2009 3441 34954999 881 10256902 431 3813699 4753
## Bs.Tot Ipc AtFem AtMas Atend REALPr REALSe REALCo REALTot
## 1 1464950 25.9 1664 1121 2785 950077.2 1025405 3680695 5656178
## 2 10371430 29.1 4101 3131 7232 5347938.1 7875876 22416838 35640653
## 3 3024700 35.7 1270 914 2184 1213865.5 1714986 5543697 8472549
## 4 9060617 46.8 2077 1836 3913 3875362.0 4596468 10888462 19360292
## 5 21965870 56.9 3006 2411 5417 9660986.2 11107430 17835925 38604341
## 6 75732457 66.0 5416 3550 8966 43646212.6 64028804 7071129 114746146
## 7 47022167 75.0 4542 3183 7725 27628454.0 29201107 5866662 62696223
## 8 32743860 89.1 3390 2354 5744 18648622.9 12049508 2987136 36749562
## 9 97488991 117.1 7152 4546 11698 22298447.9 8796193 52158127 83252768
## 10 49025599 150.6 4866 3052 7918 23210490.4 6810692 2532337 32553519
## TasMas TasSC TasPC
## 1 1.484389 25.15528 23.75776
## 2 1.309805 28.70021 22.91405
## 3 1.389497 30.31359 21.88153
## 4 1.131264 32.41009 29.35097
## 5 1.246786 46.48534 44.86047
## 6 1.525634 171.58006 151.53765
## 7 1.426956 200.64599 187.85530
## 8 1.440102 249.84568 293.20988
## 9 1.573251 23.41326 58.53315
## 10 1.594364 204.40835 798.37587En un principio se puede ver que la mayor cantidad de microcreditos, son otorgados en el sector de comercio, pero en los años siguientes esto se invierte, ya que del sector comercio pasan a ser el sector servicios y productor los que reciben mayor cantidad de microcreditos. Esto quiere decir que quizas el Banco del Pueblo imponia o daba prioridad a un caso especifico, que antes era el comercio y despues cambiaron la prioridad y se dieron cuenta que esta politica podia motivar a la produccion de bienes nacionales. Como puede ser que en ello influyo el gusto o prioridad de las personas solicitantes. Veamos algunos ejemplos, para el 2001 mientras 100 creditos aprobados en el sector comercios habian 30 para servicios. Mientras si nos vamos para el 2008 de 100 aprobados en el sector de comercios beran 200 aprobados en el sector productivo.
Respecto a la tasa de masculinidad se muestra que los microcreditos otorgados a hombres o mujeres son relativamente equitativos, ya que en unos años varia un poco mas que en otros, podria ser por el hecho de que mas hombres que mujeres hiceran la solicitud, como podria ser que que se le diera prioridad a las solicitudes de los masculinos. Veamos, por ejemplo, para el año 2000 por cada 2 hombres que recibian el microcredito habian 1.4 mujeres rebiendo el mismo, mientras que para el 2003 eran de cada 2 hombres 1.3 mujeres. Ahora para el 2009 por cada 2 hombres eran 1,5 mujeres. pareciera que en esta ultima fecha aumento la solicitud de mujeres o le dieron mayor prioridad a las mismas.
Morosidad
#Importaremos una data que no tiene fecha, pero que nos servira para medir morosisidad de los creditos.
Estados1 <- read.csv("~/Estados1.csv", sep=";", dec=",", stringsAsFactors=FALSE)
#Vamos a calcular la proporcion entre las cuotas vencidas y las canceladas
Estados1$TasCuo<-Estados1$CuoVen/Estados1$CuoCan*100
Estados1## Estado Proyecto CuoVig CuoCan CuoVen CapVen
## 1 Anzoategui Mamo Arriba 308 5 1 196603.0
## 2 Aragua Hugo 407 23 2 248958.5
## 3 Aragua Croquera 740 242 110 23663427.8
## 4 Barinas Arismendi 1016 29 11 2472085.0
## 5 Bolivar El Bochinche 152 3 1 152531.6
## 6 Cojedes El Amparo 137 5 2 204467.2
## 7 Guarico Camaguan 258 52 2 445060.2
## 8 Merida Padre Noguera 121 102 1 250579.2
## 9 Miranda Petare 154 110 6 1126571.4
## 10 Monagas El Rincon de San Antonio 142 1 1 203375.5
## 11 Nueva Esparta La Sabana De Guacuco 205 9 2 254669.5
## 12 Tachira Palotal 259 3 2 335569.6
## 13 Vargas Chuspa Caruao 280 6 2 267802.3
## 14 Yaracuy Comunare Rojo Urachiche 292 31 1 210549.7
## 15 Yaracuy Pueblo Nuevo 344 14 2 275243.3
## 16 Maracaibo Barranquitas 1473 90 21 4349262.2
## 17 Maracaibo Mara 332 15 1 127109.7
## X..Mora TasCuo
## 1 0.0038 20.0000000
## 2 0.0043 8.6956522
## 3 0.1184 45.4545455
## 4 0.0100 37.9310345
## 5 0.0053 33.3333333
## 6 0.0097 40.0000000
## 7 0.0079 3.8461538
## 8 0.0087 0.9803922
## 9 0.0376 5.4545455
## 10 0.0074 100.0000000
## 11 0.0060 22.2222222
## 12 0.0067 66.6666667
## 13 0.0049 33.3333333
## 14 0.0033 3.2258065
## 15 0.0040 14.2857143
## 16 0.0122 23.3333333
## 17 0.0023 6.6666667Aunque estos datos no tenemos las fechas que representan, los tomaremos en cuenta pues en ello vemos que se infringen, ciertas articulos de la ley. Si tomamos los indicadores de Cuotas vencidas y cuotas canceladas el Proyecto Croquera, tiene 110 vencidas aunque ha cancelado 242; la relacion da que por cada 100 cuotas canceladas hay 45 cuotas vencidas, una relacion de casi 50% podria preocuparnos ya que el dinero prestado no se esta devolviendo a la nacion como corresponde y se estaria incumpliendo con el Articulo 3 del Decreto con Fuerza de Ley de Creacion, Estimulo, Promocion y Desarrollo del Sistema Microfinanciero, ya que se deberia buscar la manera en que el dinero vuelva satisfactoriamente a nacion; ya que todos los proyectos presentan al menos una cuota vencida.
Conclusiones
Suponiendo que los datos que estamos usando son reales. Puede que los microcreditos si esten generando mayor cantidad de empleos y dando oportunidades a emprendedores independientes y que no tengan los suficientes recursos para crear su propia empresa. Pero de igual manera seria aconsejable que haya un mayor control en cuanto al otorgamiento del microcredito, aunque esto traiga consecuencias al cliente y entonces, ¿Es de verdad el microcredito una manera de eliminar la pobreza? o de generar mayores problemas al que necesita recursos, desde el punto de vista de la Venezuela de hoy, que tantas oportunidades de exito tienen nuevos proyectos independientes, donde tienes que pagar coutas durante un gran tiempo que quizas no dan ganancias.Tambien poner mucho cuidado en esos cambios bruscos que hay entre un año y otro, a lo mejor se esta dejando de declarar cierta informacion en cuanto a los microcreditos, o que esta pasando con el presupuesto anual que varia tanto. Puede tambien que la politica, haya perdido auge debido a sus resultados, o no tiene suficiente difusion.