PLANEACIÓN FINANCIERA A CORTO PLAZO

Esta vez presentaré un modelo de planeación financiera con algunos tópicos de microeconomía con el propósito de entender la gestión de las finanzas de una entidad microfinanciera, modelo que por cierto no está circunscrito solo a esta actividad económica. En la administración o gestión financiera habitualmente se recurre al análisis de razones financieras y al análisis horizontal-vertical de dos de los cuatro Estados Financieros básicos de una empresa: El Estado de Resultados (ER) y el Estado de Situación Financiera (ESF), ambos documentos contables e históricos de flujo y stock que elaborados dentro de un horizonte de tiempo permiten evaluar la eficiencia con que se usaron los recursos de la organización. En esta oportunidad se va utilizar el marco de trabajo del profesor A. Saldivar como una extensión del modelo de planeación financiera del método de porcentaje de ventas del profesor S. Ross & Otros, con la intención de explicar en el corto plazo el exceso de financiamiento en una unidad de negocio, debe entenderse como memoria de corto plazo aquella situación en la que coexisten factores fijos y variables que generan costos e ingresos, y que hacen posible suponer que el pasado reciente es una línea recta del futuro próximo y que a partir de su análisis se pueda planificar la toma decisiones presentes que maximicen el valor futuro de manera inexorable, intrínseca e inequívoca en favor de los accionistas o propietarios, como lo sostuviera el profesor P. Drucker: "La planificación de largo plazo no es pensar en decisiones futuras, sino en el futuro de las decisiones presentes".

En el análisis se utilizarán los datos de los estados financieros, ER y ESF de la Caja Rural de Ahorro y Crédito Señor de Luren correspondiente a los años 2012, 2013 y 2014 en miles de soles, que fueron extraídos de la base de datos de la Superintendencia de Banca y Seguros y AFP (SBS) de Perú, los mismos que fueron utilizados en anteriores posts del blog para explicar de distinta manera su intervención o salida del mercado microfinanciero. En todos los gráficos de la figura N°1, el que se encuentra en la parte superior representa al Estado de Resultados o Estado de Ganancias y Pérdidas y el de la parte inferior al Estado de Situación Financiera de la empresa o Balance General para cada año correspondiente que se explicarán detalladamente a continuación.

Figura N° 1

El gráfico superior del ER de la figura N°1 está construido en una variante del análisis del punto de equilibrio convencional dentro de una estructura de mercado de competencia monopolística, en el que se asume que el Margen Financiero Neto (MFN) siempre es positivo, es decir, presupone la existencia del excedente del productor como la diferencia entre el precio y el costo marginal, siendo este último la variación del costo total a efecto de un cambio en la producción, además, esta suposición también implica la necesidad que la empresa opere por encima de su punto de cierre, es decir, sobre su curva de costo marginal o de oferta donde los ingresos no pueden ser inferiores al costo variable, dicho de otro modo, el punto donde los ingresos financieros deben cubrir como mínimo los gastos financieros y la provisión de créditos directos (costos variables), porque de lo contrario tendrían que salir del mercado, no tiene racionalidad económica que los ingresos financieros no cubran como mínimo sus gastos financieros variables totales, es como que un restaurant con sus ingresos o ventas no cubriera siquiera los costos variables o insumos de los platos que ofrece. Por último, al suponer la existencia de costos fijos en el corto plazo el costo marginal está determinado por el costo variable total, por tanto, se concluye que el MFN es el excedente del productor por encima de su punto de cierre, como la diferencia positiva entre los ingresos financieros y los costos variables. 

Por su parte, el gráfico inferior de la figura N°1 presenta el ESF como una hoja de balance convencional, pero que en esta oportunidad se desagregan los activos y pasivos según su monetización o liquidez y su exigibilidad respectivamente, por tanto, tenemos un capital de trabajo (CT) que es la diferencia entre el activo y el pasivo corriente, recuerde que este nos dice que una parte del activo corriente esta siendo financiando a largo plazo con deuda o patrimonio, y el capital fijo (CF) como la diferencia entre el activo y pasivo de largo plazo, por lo que el Patrimonio = Capital de Trabajo + Capital Fijo, este último como su nombre lo indica no depende en el corto plazo de las ventas o ingresos financieros. Además, dentro del capital de trabajo se han distinguido las partidas que no varían con los ingresos financieros o ventas, por ejemplo las inversiones financieras netas no necesariamente deben fluctuar con las ventas, después de todo es un concepto discrecional de rendimiento que se puede conseguir en actividades ajenas al core business de la organización, por lo que se hace necesario calcular el capital de operación (Co) como las partidas del capital de trabajo que realmente varían con los ingresos financieros.

Figura N° 2

Empecemos, la figura N°2 representa el año 2012, en su parte superior se muestra el índice de rentabilidad (m) que es el MFN por unidad de ingreso financiero y que equivale a 0.43 soles. Asimismo, todos los demás gastos distintos a los costos variables por unidad de ingreso financiero constituyen el gasto fijo unitario o índice de estructura (g) que para el caso es de 0.37 soles, si diferenciamos el margen unitario (0.43) menos el índice de estructura o gasto fijo unitario (0.37) obtendremos la utilidad por unidad de ingreso financiero de 0.06 soles, que multiplicados por el ingreso financiero de ese año de S/135,533 hacen la utilidad neta del ejercicio de S/8,671, que está representado con el triángulo verde.

En el ESF del mismo año se observan dos indicadores; el índice de capital operación (Ico) por unidad de ingreso financiero de 1.08 soles y el índice de capital financiero (Icf) en valor absoluto de 0.57 soles por unidad de ingreso, estos indicadores muestran la estructura o descalce de plazos en sus operaciones por la propia naturaleza del apalancamiento y por sus estrategias de gestión. Ambos índices deben verse como de eficiencia en el uso de los recursos financieros de la Caja Rural, no obstante no se puede afirmar que sean los indicadores adecuados para la institución o la industria, esta afirmación es valida también para los indicadores del ER. Sin embargo, en razón de ausencia referencial o benchmark de gestiones "óptimas" anteriores o de mercado sea o no por ausencia de investigación se tomará el 2012 como año base, con la única argumentación de haber generado las mayores utilidades en el período analizado, aún cuando quizás no sea lo más apropiado en un contexto de información y análisis totalmente distinto.

Figura N°3

La figura N°3 presenta ambos estados financieros para el 2013, se observa que los ingresos financieros con respecto al año anterior aumentaron a S/149,350 y que en el ER el índice de estructura se reduce de 0.37 a 0.33, lo que es bueno por cada unidad de ingreso de financiero, sin embargo, el índice de rentabilidad anula el esfuerzo en la reducción de los gastos fijos al pasar de 0.43 a 0.3302, con lo que las utilidades unitarias son prácticamente de cero y las totales de S/23, este deterioro en el excedente o margen se debió a un incremento en los gastos financieros (principalmente por intereses de las obligaciones con el público) al pasar de S/61,744 a S/70,587 Interanual y también por el aumento en el nivel de provisiones por créditos directos que pasó de S/15,440 a S/29,454 de un año a otro, en contra corriente al incremento de los ingresos financieros que se evidenció en el MFN al pasar de S/58,349 a S/49,309, excedente que ligeramente soportó los gastos fijos de S/49,286 un tanto menores que el año anterior. Sin embargo, si se hubiese realizado el esfuerzo de mantener el mismo índice de rentabilidad del 2012 el MFN del 2013 hubiese sido de S/64,221.

Lo visto en el flujo del ER se pude corroborar en el ESF en el que el exceso de liquidez se tradujo en un aumento del capital de operación y del capital fijo, este endeudamiento mayor tanto a corto como a largo plazo deterioraron los índices Ico y el Icf al pasar de 1.08 a 1.42 y de 0.57 a 0.90 respectivamente en valor absoluto, ha de tenerse en cuenta que este incremento en el endeudamiento si bien pudo acompañar un mayor nivel de colocaciones que generó el mayor ingreso financiero, también ocasionó un aumento en el costo de oportunidad del disponible al aumentar en S/71,189 con respecto al 2012. Un incremento en términos absolutos en ambos indicadores nos dicen que cada unidad de ingreso financiero requirió un mayor financiamiento con respecto al año anterior, por ejemplo si se hubiese mantenido el Ico y el Icf en 1.08 y 0.57 respectivamente del 2012, la necesidad de financiamiento debió ser aproximadamente de S/161,684 de capital de operación y S/85,360 de capital fijo para sostener el mayor nivel de ingresos financieros y no los niveles elevados de deuda que se tomó en el 2013, es decir, el mayor ingreso financiero estuvo acompañado por una sobrefinanciación.

Figura N°4

Veamos por último el comportamiento de los indicadores del año 2014 en la figura N°4, el índice de rentabilidad mejoró ligeramente con respecto al año anterior, pero se mantuvo bastante deteriorado con respecto al 2012, por el contrario el índice de estructura desmejoró notoriamente al pasar de 0.33 a 0.42, es decir, el accionar de la gestión financiera con respecto al 2013 empeoró, más aún en un contexto de reducción del ingreso financiero que llevó al índice "m" a mantenerse prácticamente constante y al aumentó del índice "g", generándose un escenario de pérdida monetaria por unidad de ingreso financiero de -0.08 y un valor total de utilidad negativa de S/9,514, que se visualiza en el gráfico del ER en el triángulo rojo, o lo que es lo mismo que el punto de equilibrio estuvo a la derecha del ingreso financiero cuando lo ideal es que estuviera a la izquierda del mismo como en el 2012 elevando el índice de rentabilidad, mientras más a la izquierda mejor.

Observemos como se comportó el ESF para el mismo año 2014, el Icf siguió aumentando en valor absoluto a 1.01 por unidad de ingreso financiero con respecto a los dos años anteriores, por su parte el Ico se redujo a un nivel por debajo del 2012, denotando que la gestión de la liquidez pudo ser mejor. Sin embargo, ante la caída del ingreso financiero se generó un exceso de liquidez menor del generado en el 2013, otra vez, si se hubiesen mantenido los índices Ico e Icf del 2012 la liquidez necesaria debió ser de S/134,295 de capital de operación algo mayor al dato real, lo que fue bueno porque demostraría que se pudo gestionar mejor el capital de operación y capital de trabajo, y S/70,878 de capital fijo frente a los S/125,379 efectivos, lo suficiente como para contrarrestar la mejora del índice de capital de operación, sin embargo, este exceso de liquidez que fue menor al año anterior pero mayor a la del 2012 no pudo apaciguar el pésimo performance del estado de resultados, además ayudó a su desmejoramiento a través de mayores gastos financieros y gastos fijos, por tanto, el menor ingreso financiero no indujo a los ejecutivos de la Caja Rural a reducir el financiamiento sustancialmente, basta observar las inversiones netas de provisiones del activo corriente que fueron de S/16,932 en el 2012, S/17,877 en el 2013 y un incremento desmesurado a S/82,815 en el 2014, que como dijimos es un rubro que no está alineado al ingreso financiero de su cartera crediticia, es también la razón de la mayor diferencia entre el capital de trabajo y el capital de operación que hizo que el Ico sea menor en el último año.

Figura N°5

Por último, veamos un poco de elasticidades y poder de mercado en la figura N°5 a través del índice de Lerner que es consistente con el principio de maximización de los beneficios donde el ingreso marginal es igual al costo marginal, para demostrar la falta de diferenciación de los productos de la Caja Rural Señor de Luren, que a fin de cuentas llevó a que las dificultades estuvieran presentes en la estrategia y en la ejecución del planeamiento financiero del presupuesto, si es que alguna vez lo tuvieron y lo entendieron, o terminó encarpetado en una gaveta como muchas veces he podido observar. Centremos nuestra atención en el índice, donde P es el Precio que la empresa cobra al consumidor, Cmg es el costo marginal de proveer el servicio y 1/Ep es el inverso del valor absoluto de la elasticidad precio de la demanda, ahora, como en la práctica es difícil calcular el Cmg este suele ser reemplazado por el costo variable medio, lo cuál es concordante con nuestra definición del excedente del productor, multipliquemos el lado izquierdo de la ecuación por (Q/Q), donde Q es la cantidad, y tendremos el índice de rentabilidad (m) que será igual al inverso de la elasticidad precio.

Figura N°6

Entonces, si "m" fue de 0.43(2012), luego 0.33(2013) y por último 0.34(2014) denotaría que la elasticidad precio aumentó, dándonos a saber la existencia de una mayor competencia y en consecuencia una disminución del poder de mercado con respecto al 2012, si es que en algún momento lo tuvo, este menor poder de mercado y mayor competencia se tradujo en una curva de demanda con pendiente más echada, recostada o más sensible al precio como en la figura N°6, siendo un indicio de la escasa diferenciación en el servicio financiero ofrecido por la Caja Rural, es decir, como en muchas otras microfinancieras su producto fue visto por el consumidor como un commodities, un producto básico de escasa percepción de valor por parte del consumidor que terminó deteriorando su desempeño financiero o como lo dijera el profesor J. López Zafra, el mercado no premia el esfuerzo sino el valor añadido, que al parecer los directivos y los altos funcionarios nunca entendieron.

© Copyright, este artículo puede ser distribuido libremente, siempre y cuando, se cite al autor.

LA SIMULACIÓN MONTE CARLO DEL MODELO DUPONT

En esta oportunidad deseo centrarme en intentar modelar, a través del método de simulación de Monte Carlo, la incertidumbre alrededor de la rentabilidad financiera, que como lo he señalado en anteriores posts, está referida al rendimiento sobre el patrimonio (ROE) y que a diferencia de otras expresiones esta vez lo haré bajo una extensión ad hoc del modelo Dupont, que puede presentarse del siguiente modo para cualquier Institución de Microfinanzas (IMF):

                          ROE = (MFN/IF - GA/IF - OG/IF) * IF/A * A/P  

Donde:

IF     = Ingresos Financieros.
A      = Activos.
P      = Patrimonio.
MFN = Margen Financiero Neto.
GA   = Gastos Administrativos.
OG   = Otros Gastos.

La data que utilizaré es la que está disponible en el repositorio estadístico de la Superintendencia de Banca, Seguros y AFP (SBS) de Perú, en relación a los años 2012, 2013 y 2014 de la Caja Rural de Ahorro y Crédito Señor de Luren antes de su intervención en junio del 2015, el objetivo es doble; primero, satisfacer la curiosidad que debió reinar al interior de su directorio al cierre del 2014, sobre la probabilidad de seguir incurriendo en rendimientos negativos en el futuro inmediato, dado el performance de la institución, particularmente la del último año, un análisis semejante hubiera ayudado a discernir sobre las razones de la delicada situación financiera por la que atravesaba la IMF, y en segundo lugar, visualizar la importancia de utilizar este tipo de herramientas de análisis predictivo.

En principio, debemos aclarar que las cuentas del activo y el patrimonio de la ecuación de la ROE se presentan como promedios y las partidas que corresponden al estado de resultados se presentan de forma anualizada. Asimismo, para una mejor comprensión debemos sostener que el Margen Financiero Neto está constituido por los ingresos financieros menos los gastos financieros y las provisiones, por su parte la cuenta Otros Gastos, que se ha inferido de las estadísticas extraídas, agrupan todos aquellos, incluidos los impuestos, que están fuera de los Gastos Administrativos y de los demás ya descontados, en otras palabras, lo que está entre paréntesis no es más que la Utilidad Neta sobre los Ingresos Financieros o Margen de Utilidad, tal como lo señala el modelo Dupont, pero que en esta oportunidad se presenta desagregado.

Aquí viene lo más complicado, especificar la forma de las distribuciones de probabilidad de cada una de las variables del modelo de la ROE, lo primero que debemos saber es que hay que distinguir entre variables de suposición y variables de salida, para luego ejecutar el número de ensayos que uno juzgue conveniente aplicar al modelo, esta vez serán 80,000 las pruebas que se aplicarán a través de valores aleatorios tomados de las distribuciones de probabilidad de las variables de suposición, definitivamente esto solo es posible a través de un middleware, el cual permite enlazar sistemas colaborativos, esta vez se está utilizando un aplicativo basado en una hoja de cálculo que ayuda a elaborar modelos de previsión, simulación y optimización.

Las variables inciertas o de suposición son todas las que componen la fórmula de la ROE, que son las que están a la derecha de la ecuación, y la variable de salida o de resultado es la misma rentabilidad financiera o ROE. A continuación, se presenta la primera variable incierta, el Gasto de Administración por unidad de Ingreso Financiero (GA/IF), cuya distribución de probabilidad de Weibull fue ajustada para los datos históricos de los tres años según el estadístico Anderson-Darling (AD), tal como se presenta en la gráfica, este mismo tratamiento se seguirá con las siguientes variables de suposición. Ahora es el turno de la variable Otros Gastos por unidad de Ingreso Financiero (OG/IF), cuyos valores históricos se ajustan, según el estadístico AD, a una distribución logística con una media de 0.03, con +/- 1 desviación estándar, tal como se muestra en la segunda gráfica.

A continuación, se presentan las dos variables originales del modelo dupont, la rotación de los activos (IF/A) con una distribución Beta y el multiplicador del capital (A/P) con su respectiva distribución de probabilidad de Extremo mínimo, para el tiempo considerado y ajustadas por el estadístico AD, incluyendo sus medias y desviaciones estándar correspondientes, que como veremos en la matriz de correlación no tienen mayor relación con la rentabilidad financiera.

Se ha dejado al final como variable de suposición al Margen Financiero Neto por unidad de Ingreso Financiero (MFN/IF), porque la variable está fuertemente correlacionada con la rentabilidad financiera o ROE, debido a que ella refleja la gestión sobre las tasas activas y pasivas, además de las pérdidas previstas, que como sabemos representan el core business de cualquier IMF, puede observarse en la matriz que la correlación positiva existente de esta variable es de 0.89, también revisten importancia las correlaciones negativas de los Gastos de Administración con un -0.37 y de la variable Otros Gastos con un coeficiente de -0.19, las restantes correlaciones son prácticamente cero, lo que evidencia que no hay mayor relación entre las variables. Por otra parte, estos coeficientes de correlación no tienen mayor variación cualquiera fuese los dos escenarios que planteamos enseguida, sobre el valor más probable de la media de la distribución de probabilidad del MFN/IF.

Por tanto, dada la importancia del indicador del MFN se ha creído conveniente, a diferencia de las otras variables de suposición, cuyas distribuciones de probabilidad se ajustaron a los datos históricos, suponer una distribución de probabilidad triangular, en la que los valores mínimo y máximo corresponden al periodo analizado, sin embargo, para el valor más probable se ha supuesto dos escenarios; el primero de ellos como la media de los años 2013 y 2014 y el segundo escenario con la media del último año, supuestos válidos dado el desempeño histórico de la IMF antes de su intervención y en vista de que este valor recoge con más probabilidad de ocurrencia los valores aleatorios próximos a ella, más que los valores mínimo y máximo.

Lo expresado se observa en las distribuciones de probabilidad triangulares del gráfico anterior, correspondiendo a la de la izquierda un valor más probable de media de 0.35 y a la distribución del lado derecho un valor de media de 0.30, esta última muestra un sesgo a la derecha. Por último, mostradas las distribuciones de probabilidad de cada una de las variables de suposición del modelo dupont y planteados ambos escenarios, se presenta la distribución de probabilidad de la variable de salida o ROE para cada supuesto en el siguiente gráfico.

El gráfico de la variable de salida de la izquierda (ROE 1), con base en la información histórica y el supuesto de un valor de media más probable de 0.35, muestra una probabilidad o certeza del 62% de que la Caja Señor de Luren continuaría con un rendimiento financiero negativo, dicho de otro modo, existía solo un 38% de certeza de que la Caja tuviera una ROE o rentabilidad financiera positiva, peor aún, si consideramos como valor más probable una media de 0.30 del indicador de Margen Financiero Neto, la probabilidad de generar una rentabilidad positiva se reducía a 25%, o lo que es lo mismo, que la probabilidad de continuar con una rentabilidad financiera negativa sería ahora de 75% (ROE 2), por lo tanto, existían altas probabilidades de que la situación financiera de la empresa no mejoraría, por lo menos no en el muy corto plazo. Esta información debió estar a disposición de los miembros del directorio para que pudieran adoptar las acciones necesarias y suficientes para el cambio de tendencia, al parecer esto no fue lo que sucedió dado los resultados del primer trimestre del 2015, que terminaron por confirmar el panorama negativo de la IMF y su intervención por el regulador.

© Copyright, este artículo puede ser distribuido libremente, siempre y cuando, se cite al autor.

LA ANALÍTICA DE DATOS Y SU IMPORTANCIA PARA LAS INSTITUCIONES DE MICROFINANZAS

Leía en relación a la estrategia de analítica predictiva una frase atribuida a Mark Twain: “La mayoría de la gente utiliza las estadísticas de la misma forma en que un borracho utilizaría un poste de la luz, más por el apoyo que por la iluminación”, en este sentido y para dilucidar la importancia de una adecuada gestión de datos estadísticos me referiré a la analítica de datos históricos en la determinación de relaciones y tendencias, que es la esencia de un modelo descriptivo, de la rentabilidad sobre el patrimonio (ROE), entendida como la utilidad neta anualizada sobre el patrimonio contable promedio de las Instituciones de Microfinanzas (IMFs) de Perú en los últimos 16 años, particularmente de las Cajas Municipales de Ahorro y Crédito (CMACs). Para esto utilizaré un software estadístico que me permitirá escudriñar en la data mensual de las IMFs, publicadas por la Superintendencia de Banca, Seguros y AFP (SBS) para los años 2001 al 2016, asimismo, para una mejor comprensión la acompañaré con el servicio de inteligencia artificial que me brinda una excelente y poderosa plataforma cloud de refinación, exploración, analítica predictiva y visualización inteligente de datos.

Empecemos, la figura de arriba es una secuencia anual de gráficos box plots o gráfico de caja y bigotes del subsector financiero de las CMACs, sepamos que cada caja contiene el 50% de los datos centrales entre el tercer cuartil (Q3) y el primer cuartil (Q1), cuya diferencia representa un indicador de dispersión estadístico denominado rango intercuartílico (RIC), por lo que la mayor o menor longitud de la caja muestra el grado de dispersión o concentración de la mitad de los datos, la caja también incluye la mediana o el segundo cuartil (Q2), que está representado por una linea horizontal al interior de la caja, al igual que la media, simbolizada por un circulo con una cruz. Por su parte, los bigotes son las lineas verticales que representan al 50% de los datos restantes y que salen de ambos extremos de la caja, algunas veces determinados por sus valores máximos y mínimos cuando los datos caen dentro de los límites superior e inferior, calculados estos por más o menos (+/-) una y media veces el RIC en relación al percentil 75 y 25 respectivamente, aún cuando otras veces los extremos de los bigotes son los valores más próximos o iguales a estos límites, debido a que sus mínimos o máximos son outliers, aquellos datos atípicos que se encuentran fuera de los límites y que distorsionan la media, en la figura hay uno solo de ellos, identificado por un asterisco en el año 2008.

Lo primero que observamos es un ascenso de las gráficas de cajas hasta el 2003, lo que denota un aumento de la mediana en esos tres primeros años, de más del 26% en el 2001 a un poco menos del 33% en el 2003, fíjese además que este crecimiento de la ROE estuvo acompañado por una menor dispersión del RIC, de 2.61 en el 2001 a 1.67 en el 2003, lo que quiere decir que las diferencias en las rentabilidades financieras, en un contexto de crecimiento promedio de todas las CMACs, fue reduciéndose. Sin embargo, al año siguiente, no solo aumentó la dispersión en relación a los tres años anteriores, el RIC aumentó a 3.32 en el 2004 el doble del experimentado en el 2003, sino que también la mediana se derrumbó en más de 5,5 pp con respecto al año anterior, más que la media que lo hizo en 4,8 pp, lo que aglutinó la distribución de las rentabilidades en los valores inferiores, es decir, el 25% de los datos que se encuentran entre Q1 y Q2 están más próximos entre si, que los datos de la misma proporción que se encuentran entre el Q2 y el Q3, sesgando la distribución hacia la derecha, además de que el bigote superior es más largo que el inferior, en concreto, en el 2004 las rentabilidades entre las CMACs además de caer, fueron mayormente diferentes entre ellas en relación a años anteriores.

El 2005 pareció confirmar que el descenso del 2004 fue un exabrupto estadístico, la mediana y la media se recuperaron alrededor del 30% y el RIC se redujo a 1.93, pero observe, ambos valores no recuperaron los niveles del 2003, a partir de allí es otra historia, hubo reducción acelerada de la rentabilidad hasta el 2013, en el que la mediana alcanzó su valor más bajo, 12.64%, una caída de casi 20 pp en relación al 2003, con un hipo el año anterior. A juzgar por los rendimientos de los años sucesivos, pareciera que el 2013 fue el piso de las rentabilidades de las CMACs y que desde el 2013 al 2016 se hubiese instaurado un patrón estacionario con una media de 13.5% y una dispersión, medida por el RIC, de igual o menor que la unidad, que podría indicar una madurez del mercado microfinanciero, dada la fuerte competencia a su interior, particularmente desde el 2002, año en que se permitió que todas las CMACs podían ingresar a cualquier ciudad a nivel nacional, hoy las más grandes Cajas Municipales están en casi todo el país.

Por otra parte, el descenso de la rentabilidad financiera no solo se experimentó en las CMACs, sino también en las otras IMFs, como son las Cajas Rurales (CRACs), Edpymes (EDPs) y Empresas Financieras (EFs), lo cual podemos comprobar en la segunda figura, donde se presenta los valores medios por año del 2001 al 2016 de la ROE para todas las IMFs reguladas y supervisadas por la SBS, a diferencia de la figura anterior de las gráficas box plots en la que se hacía referencia a la mediana y a su nivel de dispersión. Observe las barras de color celeste, que representan a las CMACs, tiene el mismo patrón de comportamiento descrito, pero ahora mire la media de la ROE de las otras IMFs, todas tiene igual patrón de descenso en sus rentabilidades financieras, por ejemplo, las CRACs tuvieron sus mejores años en el 2006 y el 2007, fíjese en la altura de cada barra de color verde, en las que sus rentabilidades fueron de 23.34% y 26.26% respectivamente, para a partir de allí descender hasta registrar valores negativos en crecimiento los últimos 3 años, de -3.02% en el 2014, -6.81% en el 2015 y -7.4% en el 2016. Comportamiento similar tuvieron las EDPs, la barra de color amarillo, cada vez con menor rendimiento hasta volverse negativo en el 2016 con -0.86%, por otro lado, de las EFs no podemos decir algo diferente, sus mejores años fueron 2005 y 2006 con rentabilidades de 41.15% y 47.43% respectivamente, aún cuando en los tres últimos años ha venido aumentando su rentabilidad hasta posicionarse con 14.88% en el 2016.

Entendamos algo más al respecto, en la figura que se presenta a continuación se observa para todo el periodo, la relación entre la rentabilidad financiera y el indicador del Margen Financiero Neto como proporción del ingreso financiero (MFN) por cada subsector de IMFs, la primera fila superior representa a las CMACs y las siguientes a las otras IMFs, puede verse en todos los casos que la intensidad del color verde representa la rentabilidad media, que va desde -7.4% hasta el 47.43%, tal como se mencionó antes, además de que el tamaño de cada recuadro representa el valor del ratio MFN, con valores que van desde 0.43 hasta 0.81, este indicador es importante porque nos puede dar una buena idea del manejo de las tasas de interés por la intermediación y de la gestión sobre las provisiones que también se incluye en el indicador.

Por ejemplo, en relación a las CMACs sus mejores años en materia de ROE fueron del 2001 al 2007, deben notarlo por la intensidad del color verde oscuro, para a partir de allí observar un color verde más claro que denota menor rentabilidad, correspondiendo el tono más bajo al año 2013, tal como lo muestra la gráfica de box plots, pero también vea que los años de mayor ratio del MFN le corresponde a los años 2003 y 2004, con un indicador de 0.71 y 0.69 respectivamente, lo curioso es el año 2004, que según el gráfico de cajas fue el año de menor ROE antes de empezar su descenso acelerado, porque registra la segunda razón del MFN más alta de los últimos 16 años, ratio que no se ha alcanzado a la fecha, aún cuando en el 2016 fue de 0.64, que por cierto viene creciendo desde el 2013, lo cual es bueno, por que hace suponer un adecuado manejo de tasas de interés, pero que esta acompañado con una rentabilidad financiera bastante menor que los primeros años, por lo menos hasta el 2009, quizás porque el índice de capital corriente o el de capital fijo aumentaron en el tiempo, lo cual podría indicar un uso cada vez menos eficiente del patrimonio contable por unidad monetaria de ingresos financieros, lo que podría suponer a su vez la existencia de un exceso de liquidez, que no se lograría intermediar por la rivalidad competitiva existente, aunque muchas veces es preferible tenerla a no contar con ella cuando se la necesita. Asimismo, en relación a las demás IMFs, definitivamente las EFs se llevan el galardón de los ratios más altos del MFN, pero solo los primeros años, con recuadros grandes, como el del año 2005 en el que registró un valor de 0.81, para después descender notoriamente hasta estar detrás de las CMACs en los últimos 3 años, pero vea el recuadro del 2016, si bien es más pequeño que el de las CMACs tiene un color más intenso, es decir, la ROE de las EFs de 14.88% fue mayor al 14.52% de las Cajas, con un ratio de MFN menor de 0.56 contra 0.64 respectivamente, lo que denotaría en última instancia un uso más eficiente de los recursos.

Por último, es básico comprender que una adecuada gestión de cualquier base de datos, tanto internos como externos, no debe recaer únicamente en la responsabilidad de las unidades tecnológicas, como la mayoría de las veces sucede, porque no basta con extraer, transformar y cargar los datos en un data marts, se requiere un involucramiento total de quienes tienen compromiso estratégico funcional - la alta dirección -, en la implementación de procesos analíticos y predictivos, aún cuando esto debería interiorizarse en la cultura de toda la organización, porque los datos dan visibilidad de patrones o tendencias que deben ser claramente identificas para una adecuada y oportuna toma de decisiones, como lo que acabamos de observar con la rentabilidad financiera, que debería conducir a preguntarse, entre otras cosas, si los niveles actuales de ROE están o no superando el costo del capital, que es lo que los inversionistas o propietarios deberían de exigir como mínimo, ya que la rentabilidad no se mide en términos de resultados monetarios, sino en proporción al rendimiento de cada unidad de patrimonio, y más aún en tasas reales y no nominales, pero ¿por qué convendría la analítica de datos en estos casos?, porque no habría otra manera de hacerles saber a las IMFs que deberían obligarse a reconfigurar sus cadenas de valor para lograr diferenciarse y crear valía a sus accionistas, el contexto es totalmente diferente al de hace 16 años, no basta contar con nuevos productos o nuevos canales de atención, que por cierto las nuevas tecnologías las facilitan mucho, sino que se vuelve fundamental, además de la vinculación formal, crear vínculos emocionales que perduren en el tiempo, pero para que esto ocurra debe personalizarse el tratamiento de la información de los clientes y los datos son esos conectores que deberían ayudar en ese propósito.

Recuerdo lo risible que le produjo a un Data Scientist cuando le preguntaron con cuantos cientos de miles, por no decir millones, de datos había trabajado, como si solo el volumen importara y no la velocidad, variedad, veracidad y valor de los datos, y tampoco las diferentes disciplinas que uno debe conocer para leer adecuadamente la información, para precisamente transformarla en ventaja competitiva a través de Data Mining, por eso es elemental entender que la analítica predictiva no es propiedad exclusiva de las unidades de TIC, después de todo bastaría con empezar con la Dark Data estructurada y no estructurada que toda organización almacena y que no explota y no le da valor. Quien no entienda que no se puede gestionar lo que no se sabe comprender y menos aún medir, parecerá un ferviente devoto de la utilización de un poste de luz solo como apoyo, quizás porque terminó de digerir otra frase de Mark Twain “Hay tres clases de mentiras: las mentiras, las malditas mentiras y las estadísticas”.

© Copyright, este artículo puede ser distribuido libremente, siempre y cuando, se cite al autor.

El LEVERAGE Y LA CAJA RURAL SEÑOR DE LUREN

Arquímedes, fue un físico, inventor y matemático griego del siglo III a.C., del que se dice corrió desnudo por las calles, anunciando el hallazgo de su principio de flotabilidad, para demostrar si la corona que ordenó fabricar el tirano Hierón II, estaba hecha de oro o si por el contrario le habían agregado algún otro metal. Entre otras cosas más, también se le atribuye haber dicho sobre la palanca - herramienta que tiene como función trasmitir potencia o fuerza -, lo siguiente:

“Dadme un punto de apoyo y moveré el mundo”

En finanzas, el apalancamiento financiero o leverage, significa precisamente eso, apalancar, potenciar, levantar o mover, los resultados financieros de una empresa a través de deuda, pero a diferencia de lo presuntamente expresado, de forma figurativa, por Arquímedes, la Caja Rural de Ahorro y Crédito Señor de Luren, al parecer no entendió que no se puede apalancar con deuda los resultados financieros con rendimientos menores a su costo y menos de forma indefinida, peor aún, si no eran diestros en usar la herramienta, es sorprendente como en tampoco tiempo la institución encaró una situación financiera insostenible. Para comprender lo sucedido a nivel financiero y agregado, partamos por conocer la rentabilidad sobre el patrimonio (ROE) de la institución durante los últimos tres años, antes de su intervención por la Superintendencia de Banca, Seguros y AFP (SBS) en junio de este año.

Donde:

ROE    = Rentabilidad del patrimonio

@        = Rentabilidad del activo (ROA), no incluye intereses

P/PAT = Pasivo / Patrimonio o coeficiente de endeudamiento

i           = Costo del pasivo

t           = Tasa impositiva

Esta identidad nos dice que la rentabilidad del patrimonio después de impuestos siempre es igual al rendimiento del activo, engrandecido o contraído, por la diferencia entre el rendimiento del activo menos el costo del pasivo, a través del cociente del pasivo sobre el patrimonio. Como puede apreciarse, sin considerar la tasa impositiva y bajo un escenario en el que la ROA>i, el ROE se incrementa cuando aumenta el rendimiento del activo, también cuando aumenta el coeficiente de endeudamiento o cuando se reduce el costo del pasivo. Pero, el ROE también se verá afectado negativamente, si disminuye el rendimiento del activo, disminuye el coeficiente de endeudamiento o si aumenta el costo del pasivo.

La información disponible del indicador financiero de la ROE de la Caja rural, correspondiente al cierre de los años a los que se hace referencia en el gráfico, son obtenidos del portal de la SBS, además, su descomposición en los otros indicadores son calculados a partir de los Estados Financieros publicados también por la SBS. Obsérvese que se ha preferido presentar los indicadores después de impuestos, por dos razones: la primera, para calzar visualmente el ROE de los años analizados con lo publicado por la SBS y la segunda, para evitar una mayor complejidad en su representación gráfica, por lo demás, no existe mayor distorsión y menos en la validez de sus conclusiones.

En el 2012 la rentabilidad sobre los activos (ROA) fue de 8.84% (9.37% antes de impuestos) y el costo de los pasivos fue de 8.52%, por lo que la diferencia entre el rendimiento de los activos y su costo fue de 0.32% (0.85% considerando la ROA sin impuestos), la cual está representada en el ángulo del gráfico del 2012. Es acertado razonar que mientras mayor sea el ROA y mayor su diferencia respecto a su costo, mayor será el ROE, ahora preste atención al coeficiente de endeudamiento, que para el año 2012 fue de 10.07, lo que permitió acrecentar el ROE en 3.21% (10.07*0.32), totalizando un 12.05% (8.84%+3.21%) para ese año. Suponga por un momento que el apalancamiento hubiera sido mayor, en digamos 10.82 como en el 2013, el ROE del 2012 hubiera sido de 12.29% y no de 12.05%, como veremos, cuando debió aumentar el apalancamiento, no aumentó, y cuando no debió aumentar, aumentó, como en el 2013, el mundo al revés.

Miremos ahora el 2013, la ROA fue de 6.89% (6.94% sin impuestos) menor que la del 2012 y el costo del pasivo fue de 7.52% también menor que la del 2012, con una diferencia de -0.63% (-0.58% con la ROA sin impuestos), es decir, que la rentabilidad cayó más rápido que su costo, representándola en el gráfico con una recta de pendiente negativa, disminuyendo su ROE en -6.86% (10.82*-0.63), observe que si el apalancamiento hubiera sido menor, como el 2012 de 10.07, la pérdida hubiera sido de -6.39% (10.07*-0.63) con una ROE final de 0.5% (6.89%-6.39%), y no como terminó realmente en 0.03% (6.89%-6.86%), es decir, no solo la rentabilidad del activo fue menor al costo del pasivo, sino que además la deuda aumentó. La receta ideal debió ser por lo menos: mantener la ROA del 2012, no se hizo, al contrario se redujo; reducir el costo del pasivo, se hizo, pero a un menor ritmo que la ROA; y finalmente reducir deuda, pero esta aumentó.

Veamos el 2014, las cosas fueron peor, la ROA cayó a 5.10%, casi 4 pp menos que el 2012, el costo del pasivo se redujo a 6.70%, cerca de 2 pp menos que el 2012, otra vez a velocidades distintas, mientras la ROA bajaba en ascensor el costo del pasivo bajaba por escalera, haciendo un diferencial mayor de -1.60% (5.10%-6.70%). Sobre el apalancamiento, este bajó muy cerca a su nivel del 2012, a 9.77, estos números ocasionaron una pérdida de -15.65% (9.77*-1.60) que sumados a los 5.10% de ROA, terminaron por generar una ROE de -10.55%. Un menor apalancamiento pudo reducir la pérdida, pero de ningún modo la hubiera evitado, por lo menos no en tan corto período, por lo elevado del diferencial negativo de la rentabilidad.

Por último, la regla de oro que no debe olvidarse en economías ordenadas como la de Perú, cualquiera fuese el nivel de apalancamiento, dado un nivel de riesgo implícito al nivel de P*/PAT, es no permitir que el costo de la deuda sea superior al rendimiento de su inversión, porque no tendría sentido tomar deuda. Sin embargo, existen situaciones, fundamentalmente en economías con precios relativos distorsionados, en las que se combinan activos que generan pérdidas (que no fue el caso) y pasivos que generan ganancias (que tampoco lo fue), y en las que quizás convenga apalancarse cada vez más, pero esto será harina de otro costal.

© Copyright, este artículo puede ser distribuido libremente, siempre y cuando, se cite al autor.

LA ESTRUCTURA DE MERCADO EN LAS MICROFINANZAS

Hace unas semanas leía el siguiente artículo en el diario El Comercio, “El Sector Microfinanciero en el Perú”¹, en el que su autor esgrimía las consecuencias de la competencia que se observa en el sector, cuando afirmaba, entre otras cosas, lo siguiente: “La mayor competencia también se ve reflejada en una disminución de las tasas activas cobradas a los clientes (sin necesariamente una reducción de tasas pasivas para contrarrestar el efecto). Esto, en general, ha llevado a menores rentabilidades patrimoniales de las instituciones microfinancieras en comparación con hace algunos años y que hace a algunos jugadores no sostenibles”.

Continuó argumentando: “En España, por ejemplo, solo entre el 2009 y el 2013 se redujo el número de Cajas de Ahorro y Crédito de 45 a 11, trayendo consigo mejoras importantes de eficiencia, en la diversificación de carteras y, por tanto, en [el] perfil de riesgo, así como mayor facilidad en el acceso a capital para fortalecer los balances. El sector microfinanciero en el Perú aún está compuesto por más de 30 entidades microfinancieras no bancarias y algunos expertos opinan que debería tener solo alrededor de 10”.

Veamos cómo esclarecemos lo publicado con ayuda del análisis microeconómico, lo primero que debemos saber es que una empresa, sea financiera o de otra índole, es una institución que combina factores de producción (Tierra, Trabajo, Capital y Habilidad Empresarial) por los cuáles incurre en costos, y los utiliza para producir y vender bienes o servicios, sobre los que obtiene ingresos, los cuales deben ser superiores a sus costos para generar utilidades, porque de lo contrario se generarán pérdidas.

Lo particular de una entidad financiera, es que canaliza los ahorros o excedentes de los agentes superavitarios hacia aquellos otros agentes deficitarios que tienen necesidades de financiamiento o de crédito. Por esta intermediación cobran un precio, que constituye la base de sus ingresos en forma de intereses, y que se denomina Tasa Activa de Interés (TAI). Asimismo, también incurren en costos, como los operativos, precisamente por la administración de esos excedentes, pero además deben pagarse intereses a quienes ahorran, por el sacrificio de postergar su consumo, estos intereses se calculan aplicando a los depósitos un porcentaje o precio, que se denomina Tasa Pasiva de Interés (TPI).

La intermediación financiera descrita, es la esencia del mercado crediticio, donde se establece un equilibrio de los fondos prestables, cuando el Ingreso Marginal (IMg), que se deriva de la curva de Demanda de Créditos (DR), es igual al Costo Marginal (CMg), que es también la curva de Oferta de Créditos (OC). La manera de cómo se consigue este equilibrio, es determinado por la forma o estructura de cómo está organizado el mercado, en cuanto a la cantidad de ofertantes y demandantes que operan a su interior, y a la relación de poder, sobre la determinación del precio, que surja de la interacción de estos, que para el caso que se analiza es de competencia monopolística, un modelo de estructura de mercado donde las empresas, haciendo frente a las barreras existentes, son libres de entrar y salir del sector, como se verá más adelante, y que se representa en la figura Nº 1.

Observe que el nivel de crédito donde se maximizan las utilidades se logra cuando el IMg = CMg, estableciéndose seguidamente una TAI sobre la curva de demanda DR que enfrenta una entidad en particular. Ahora, para entender cómo se determina la TPI, debemos deducir que la curva de Oferta de Fondos (OF) es producto de los depósitos (OD) que acoge la entidad y de sus costos operativos, la cual a través del proceso de creación de medios de pago - magnificado por el multiplicador bancario, que a su vez depende inversamente de la tasa de encaje y de la preferencia por liquidez -, se convierte en la curva de Oferta de Crédito (OC), aumentando la capacidad de oferta de financiamiento de la entidad y en consecuencia reduciendo la TPI - como nos lo hace saber el Profesor Ph.D. César A. Ferrari de la Pontificia Universidad Javeriana de Bogotá, Colombia -, que es también como dijimos su CMg, además de incluir, por la capacidad que tienen las entidades financieras, los adeudos, una clase de pasivos distintos a los depósitos del público.

Continuando con el razonamiento y con la finalidad de simplificar el análisis para entender la estructura de mercado del sector microfinanciero, diremos que todas las entidades que conforman este sector regulado y no bancario, tienen una función de producción muy semejante, en cuanto a objetivos que persiguen y a estrategias que adoptan. Entendamos una función de producción como una relación entre las distintas combinaciones de los factores de producción y el volumen de producción que se pueda obtener.

Por tanto, como lo sostiene el profesor Michael Parkin de la University of Western Ontario, en Canadá, la forma de cómo se combinan los factores de producción para obtener un determinado volumen de producción nos lleva a dos conceptos de eficiencia: La eficiencia tecnológica, que ocurre cuando una empresa obtiene su producción de bienes o servicios utilizando la menor cantidad de estos factores o recursos, y la eficiencia económica, que ocurre cuando una empresa obtiene su producción de bienes o servicios al menor costo posible. Para el profesor Parkin, el método económicamente eficiente, es aquel que utiliza la menor cantidad de recursos más costosos y la mayor cantidad de recursos menos costosos, afirmando: “Cuando las empresas no son económicamente eficientes, no maximizan sus beneficios. La selección natural favorece a las empresas eficientes y se opone a las ineficientes; a la larga, estas últimas dejan de operar o son compradas por empresas con menores costos”.

Infortunadamente, algunas instituciones de microfinanzas (IMFs), dentro de un contexto variado de competidores, fundamentalmente financieras y bancos, son mayormente ineficientes tecnológica y económicamente, porque usan los recursos en mayor cantidad, por ejemplo el factor trabajo, debido a un modelo de gestión que por su propia naturaleza descansa en la utilización de mucha mano de obra, como analistas de créditos y auxiliares de operaciones, con toda la rigidez laboral que esto supone en Perú, pero tampoco son eficientes al continuar utilizando metodologías y prácticas tradicionales y costosas de evaluación del riesgo crediticio y atención al cliente, es decir, utilizan mucha cantidad de recursos costosos, configurando una función de producción menos eficiente y por extensión una función de costos medios totales (CMeT) más altos, en relación a otros competidores como el sector bancario, que por sus buenas prácticas de gobierno, curvas de aprendizaje, productividad y solvencia, son más eficientes.

Ahora, imagine usted que es contratado para ocupar la gerencia de una IMFs y toma conocimiento que en el mercado hay un buen número de competidores, sin constituir un mercado de competencia perfecta, lo que lo hace un mercado fragmentado, es decir, donde cada empresa en el corto plazo participa con una cuota del total de la industria, y que la demanda residual capturada (DR), que hace posible sostener ese nivel de participación en el sector, es producto de la diferenciación en precio, calidad y actividades de marketing, características que configuran un modelo de estructura de mercado de competencia monopolística, como se presentó en la figura Nº 1, en el que se muestra un escenario de ganancias, debido a una adecuada gestión de costos o una apropiada estrategia de comercialización. Sin embargo, usted sabe que no todas las IMFs son gestionadas con el mismo grado de eficiencia, por lo que intuye que alguna IMFs podría estar inmerso en un escenario nada favorable, en donde este registrando pérdidas, como en la figura Nº 2, por las razones expuestas, costos medios elevados o una menor cuota de participación.

Por último, considere una reducción de la demanda residual que enfrenta la IMFs, quizás por una deficiente gestión de los recursos de la entidad ante una incapacidad de adaptación a las nuevas exigencias del mercado, de tal modo que tanto su curva DR como la del IMg se desplacen a la izquierda, como en la figura Nº 3, determinando un nivel menor de utilidades, como lo testifica el cuadrante amarillo de menor área que el celeste original. Si además, suponemos un aumento de la demanda relativa de mercado (DM) en un contexto de crecimiento económico, hará que esta curva se desplace a la derecha, configurando un escenario atractivo para que entren nuevos competidores o se fortalezca la rivalidad existente para ocupar este vacío, presionando a la baja los márgenes de rentabilidad, si a esto se le suma una gestión que lleva los costos medios al cielo en términos relativos a la demanda que enfrenta, no habrá forma de evitar que suceda lo de las Cajas de Ahorro y Crédito de España, donde sólo las mejores gestionadas y con solvencia patrimonial fueron las que quedaron.

¹En este link pueden leer el artículo citado, http://elcomercio.pe/economia/opinion/sector-microfinanciero-peru-nicolas-oberrath-noticia-1850659
© Copyright, este artículo puede ser distribuido libremente, siempre y cuando, se cite al autor.