
Esta obra está publicada bajo la licencia
La morosidad y su incidencia en la rentabilidad de una entidad financiera en el periodo 2017– 2023
Non-payment and its impact on the profitability of a financial institution in the period 2017–2023
Cheny Y. Diaz Benavides 1*
1 Escuela de Posgrado, Universidad Nacional de Trujillo, Av. Juan Pablo II s/n – Ciudad Universitaria, Trujillo, Perú.
*Autor correspondiente: cydiazbe@unitru.edu.pe (C. Díaz)
Fecha de recepción: 10 09 2025. Fecha de aceptación: 15 04 2026
RESUMEN
El propósito del estudio fue determinar la incidencia de la morosidad en la rentabilidad de una entidad financiera durante la período 2017-2023. El estudio utilizó una metodología cuantitativa, de diseño no experimental y longitudinal, basado en el análisis de datos históricos mediante técnicas econométricas en EViews. Según los hallazgos, la morosidad impacta de manera significativa y negativa en el ROE, lo que implica que un incremento en los préstamos morosos reduce el retorno sobre el capital de la institución. Por el contrario, hubo una correlación negativa pero no significativa entre la morosidad y el ROA, lo que indica que su efecto en los activos totales durante el período estudiado no fue estadísticamente significativo. Concluyendo que la morosidad incide de manera significativa e inversa en la rentabilidad de la entidad financiera.
Palabras clave: morosidad, rentabilidad, ROE, ROA, EViews, análisis econométrico.
ABSTRACT
The purpose of this study was to determine the impact of delinquency on the profitability of a financial institution during the 2017-2023 period. The study used a quantitative methodology, a non-experimental, longitudinal design, based on the analysis of historical data using econometric techniques in EViews. According to the findings, delinquency significantly and negatively impacts ROE, implying that an increase in non-performing loans reduces the institution's return on equity. Conversely, there was a negative but non-significant correlation between delinquency and ROA, indicating that its effect on total assets during the study period was not statistically significant. The conclusion is that delinquency has a significant and inverse impact on the profitability of financial institutions.
Keywords: delinquency, profitability, ROE, ROA, EViews, econometric analysis
INTRODUCCIÓN
Según Calahorrano et al., (2021), diversas organizaciones internacionales como el Comité de Supervisión Bancaria de Basilea, el Banco Mundial y el Fondo Monetario Internacional, están buscando formas de fortalecer la estabilidad financiera a nivel global; por ello, mantener una estrecha vigilancia sobre los indicadores financieros y cómo afectan a la rentabilidad es un método para garantizar la estabilidad de los bancos y disminuir los riesgos asociados a sus operaciones
Ugoani (2016, citado en Periche-Delgado, et al., 2020), sugiere que la existencia de una cartera morosa es una señal de pérdidas en la estructura bancaria; por otro lado, Quillatura (2017 citado en Periche-Delgado, et al., 2020), señaló que los riesgos de una cartera morosa son los más importantes que enfrentan las empresas.
Según la Asociación Bancaria del Perú [Asbanc¨] (2023), la tasa de morosidad del sistema financiero ha aumentado últimamente, pasando de 1,4% en 2007 a 4% al cierre de 2022. El crecimiento de la base deudora y la diversificación de la oferta crediticia son las principales causas de esto, especialmente para las pequeñas y medianas empresas (PYMES), cuya tasa supera el 8% (Instituto Peruano de Economía [IPE], 2022). Sin embargo, la rentabilidad ha aumentado al recuperarse de los efectos de la epidemia; a octubre de 2022, el sistema financiero tiene un retorno sobre activos anualizado de 1,89% y un retorno sobre patrimonio anualizado de 16,74%, similar a los niveles de diciembre de 2019. La actividad empresarial en todo el sistema financiero ha experimentado un repunte, impulsado por menores gastos de provisiones y mayores ingresos financieros anuales (Diario El Peruano, 2023).
Debido a que la morosidad tiene un impacto en la rentabilidad de las instituciones financieras, como lo muestran estos datos, éstas han propuesto regulaciones e iniciativas para reducir las tasas de morosidad.
Entre los estudios que avalan estos resultados, se encuentran a nivel internacional, Contreras (2020), concluyó que, en Venezuela, las políticas públicas afectan el consumo, generando que las personas hagan uso de instrumentos financieros para su consumo diario y no para inversión, generando deudas impagables que se convierten en morosas lo que impacta en la rentabilidad y liquidez del Banco. Navas, et al. (2023), concluyó que administrar correctamente la cartera de créditos morosos es primordial para conservar la estabilidad y aumentar la rentabilidad de los bancos; además de formular políticas crediticias claras y realizar una exhaustiva evaluación del riesgo crediticio. Por otro lado, Barboza, et al. (2023) concluyó que existe una relación negativa entre la morosidad y rentabilidad, pero no se propusieron cambios en las políticas administrativas en función de la situación macroeconómica e inestabilidad que podrían derivar en crisis y desconfianza en las instituciones financieras.
Según Almaqtari et al. (2019), dos factores comunes que afectan significativa y favorablemente tanto el ROA (Retorno sobre Activos) y el ROE (Retorno sobre el Patrimonio) son ratios de gestión de activos y el tamaño del banco a nivel microeconómico, y la tasa de inflación, el tipo de cambio y el tipo de interés a nivel macroeconómico. Calahorrano et al. (2021) hallaron que, si bien la calidad de los activos y el apalancamiento se correlacionan positivamente con el rendimiento de los bancos, la liquidez y la morosidad se correlacionan negativamente con su rentabilidad.
A nivel nacional, Valladolid y Calvanapón (2022), concluyeron que la morosidad, representada por la cartera vencida, pesada y de alto riesgo, disminuyó la rentabilidad de la entidad financiera en estudio, demostrando que la morosidad tiene un impacto directo y significativo en la rentabilidad, Además, se apreció que fue en 2020 cuando el ROE y ROA se vieron más afectados por la desaceleración económica. De manera similar, Bravo et al. (2022) buscaron determinar si la morosidad influía en la rentabilidad. Emplearon una escala de clasificación basada en la morosidad del CPP, deficiente, dudosa y pérdida, y reconocieron que cuanto menor era la categoría de morosidad, mayor era el efecto en la rentabilidad de la cooperativa.
Para Toledo y León (2022), la productividad de los asesores de crédito tiene una correlación directa con la rentabilidad y es la que menos influye, mientras que la morosidad y los costos operativos tienen una relación inversa con la rentabilidad, siendo la morosidad el elemento más significativo. Quispe et al. (2022) concluyen que la morosidad de los préstamos se ve significativamente afectada por la morosidad, y que factores macroeconómicos y microeconómicos, como las provisiones, los ingresos, la eficiencia de los analistas, la tasa de crecimiento del PIB, la liquidez en moneda nacional y el desempleo, determinan las tasas de morosidad tanto en bancos como en Cajas Municipales de Ahorro y Crédito (CMAC). En cuanto a la morosidad, las variables del estudio explican el 84,30% en el sistema bancario y el 48,95% en el sistema financiero. Además, Vigo (2019) concluyó que la morosidad tiene un efecto perjudicial sobre la rentabilidad ya que provoca el deterioro de la cartera crediticia, aumenta los costos provisionales y desmerece los resultados financieros alcanzados.
Según Cevallos-Mendoza y Campos-Vera (2023), el índice de morosidad financiera (IMOR), que es la razón entre la cartera de crédito vencida y la cartera total, puede utilizarse para cuantificar la morosidad. Además, citan a Arias (2017), quien la caracteriza como el incumplimiento de las condiciones de un compromiso previamente acordado. Esta frase se utiliza cuando una persona física o jurídica no realiza el pago de intereses o capital de sus deudas y otros compromisos financieros en la fecha de vencimiento.
La Superintendencia de Banca y Seguros del Perú [SBS] (2023), diferencia tres tipos de carteras problemáticas: la cartera pesada, compuesta por créditos deficientes, dudosos y con pérdidas; la cartera de alto riesgo, compuesta por créditos reestructurados, refinanciados, vencidos y en cobranza judicial; y la cartera vencida, compuesta por créditos vencidos y en cobranza judicial.
Según Martínez y Hontoria (2020), la rentabilidad es un indicador vital que mide la eficiencia total de una entidad en el uso de sus recursos. Es el vínculo entre los recursos utilizados y los resultados obtenidos.
Fajardo y Soto (2018), mencionan cuatro indicadores de rentabilidad. Razón de rendimiento sobre activos (ROA), este indicador financiero también conocido como retorno de la inversión, permite determinar la eficiencia global de las decisiones para crear utilidades al hacer uso de los activos con los que cuenta la empresa, a mayor nivel, es mejor para la empresa. Razón de rendimiento sobre patrimonio (ROE), este indicador financiero sirve para identificar el rendimiento generado de la inversión de los accionistas, mientras más alto sea este indicador, los propietarios tienen más ganancias. Margen Bruto, ayuda a identificar la utilidad bruta que genera la entidad por cada unidad de Ingresos (o ventas), es decir, se mide con base en los ingresos de la empresa. Y Razón de Margen de Utilidad Neta, mide el éxito de una institución considerando las ganancias o utilidades netas generadas en relación a los Ingresos (o ventas).
Este estudio se justifica de manera teórica, debido a que, en base a los conocimientos existentes sobre morosidad y rentabilidad en el sector financiero, se generaron nuevas premisas de conocimiento como la relación directa entre morosidad y rentabilidad, importancia de la gestión del riesgo crediticio, y particularidades del contexto peruano; lo que va a contribuir al conocimiento para otros autores que realicen estudios similares. Se justifica metodológicamente ya que se utilizó información documental mediante indicadores que pueden ser utilizados por otros estudios como referencia. Para lograr los objetivos de estudio se acudió al uso de la investigación documental, considerando los indicadores de las teorías sustentadas. Se justifica de manera práctica, dado que, al conocer el impacto de la morosidad en la rentabilidad, la entidad podrá tomar mejores decisiones respecto a sus políticas de créditos; asimismo servirá para que los analistas de crédito sean más conscientes a la hora de conceder créditos y no caer en morosidad. Y de manera social, debido a que la reducción de la morosidad, da estabilidad al banco, por lo tanto, al personal que labora y así no tener el riesgo de perder su empleo por el posible riesgo de cerrar el banco. Asimismo, se continuará apoyando a las familias que necesiten de algún financiamiento para mejorar sus negocios y economía familiar.
Con el presente estudio se busca identificar la incidencia de la morosidad en la rentabilidad en una entidad financiera.
METODOLOGÍA
El estudio es no experimental porque se analizó la realidad tal como se muestra sin realizar cambios, es longitudinal porque se analizaron las variables a través del tiempo de los mismos registros financieros recolectados desde el 2017 hasta el 2023. Como población y muestra se utilizaron todos los registros publicados por las entidades competentes y la SBS, respecto a la morosidad y rentabilidad dentro del periodo 2017-2023 de Agrobanco -Agencia Ancahs, (2025).
Se utilizó como técnica de recolección de datos el análisis documental para recopilar información financiera como los balances, informes y reportes mensuales entre el periodo de estudio. El instrumento de recolección fue la ficha de registro de datos
La información obtenida de balances, informes y reportes cuatrimestrales de una entidad financiera, durante todo el periodo 2017-2023, así como también de la SBS, se organizaron en tablas y figuras que resumen la situación de la morosidad y la rentabilidad con su respectivo análisis para una mejor comprensión. Para el procesamiento de datos, se elaboraron tablas, figuras y cálculo de indicadores utilizando el programa Excel 2019. Además, mediante la estadística inferencial, se calculó el índice de correlación, significancia y probabilidad de las variables de estudio a través de un modelo de mínimos cuadrados usando el software econométrico EViews.
RESULTADOS Y DISCUSIÓN
Figura 1
Estado de la cartera de créditos durante los años 2017-2023

Nota: Datos provenientes de las memorias de la entidad financiera
Según la figura 1, se observa que la cartera de créditos tuvo una notable evolución, iniciándose con un gran número de créditos vigentes (761,485 millones de soles) y un notable número de créditos morosos (378,935 millones de soles). La cartera de cobranza judicial se ha incrementado en 4% a lo largo de los años, llegando a 461,431 millones de soles en el 2023, lo cual refleja un creciente incumplimiento por parte de los prestatarios, según Almaqtari et al. (2019). Esto es consistente con una creciente dependencia de préstamos refinanciados, sin embargo, este tipo de crédito disminuyó drásticamente cerca de la conclusión del período.
La caída de los préstamos pendientes desde 2018, que alcanzó su punto más bajo en 2020, fue seguida de una recuperación en 2021, lo que indica que las condiciones económicas y de pago de los clientes habían mejorado. Sin embargo, la disminución de los préstamos refinanciados sugiere que la institución ha modificado sus políticas crediticias ante el aumento de las tasas de morosidad. Esta conducta pone de realce la necesidad de una mediación temprana y una gestión de riesgos más eficiente para reducir el impacto de los préstamos en los procesos de cobranza judicial, según Navas et al. (2023).
Figura 2
Evolución de la morosidad durante los años 2017-2023

Nota: Datos provenientes de la base estadística de la SBS
En la figura 2, se muestra una clara tendencia al alza de 2018 a 2020, tras un nivel relativamente bajo del 33% de morosidad en 2017. A partir de 2018, la morosidad comenzó a aumentar, alcanzando el 67%, y luego escaló rápidamente en los dos años siguientes, alcanzando un máximo en 2020 de un alarmante 89%. Este comportamiento refleja un deterioro significativo de la calidad de la cartera de préstamos de la institución, que, según Rodríguez (2022), se asoció a una gestión inadecuada del riesgo de crédito, así como a la creciente incapacidad de reembolso de los prestatarios en un contexto económico difícil. Sin embargo, a partir de 2021, los datos reflejan una inversión del patrón de morosidad, que ha empezado a disminuir de forma constante. La morosidad se redujo hasta el 76% en el año 2021, y continuó descendiendo en los años siguientes, hasta alcanzar el 66% en 2022 y el 63% en 2023. Este repunte en la gestión de la morosidad es coherente con las conclusiones de Celis y Loc (2024), que insinúan que, a pesar de los elevados niveles de morosidad anteriores, la mejora desde 2021 refleja medidas más eficaces de gestión del riesgo y control de la cartera. Es posible que los métodos de cobro más estrictos, la reestructuración de la deuda y un enfoque más exhaustivo de la evaluación del crédito hayan contribuido a este descenso.
Este cambio de tendencia también podría considerarse resultado de la recuperación económica, que permitió a los prestatarios satisfacer sus compromisos con mayor eficacia. Según Rodríguez (2022) y Celis y Loc (2024), la morosidad sigue siendo una preocupación importante para la institución, a pesar de las recientes mejoras. Aunque la caída gradual de los niveles de morosidad ha sido alentadora, es insuficiente para restablecer la estabilidad financiera a largo plazo, lo que subraya la importancia de mantener medidas de gestión del riesgo cada vez más sólidas y orientadas a prevenir la degradación de la cartera de préstamos.
Tabla 1
Regresión lineal del ROE y el Índice de Morosidad
| Variable | Coefficient | Std. Error | t-Statistic | Prob. |
| C | -0.643738 | 0.19324 | -3.3313 | 0.0036 |
| MOROSIDAD | 0.61496 | 0.281719 | 2.182883 | 0.0416 |
| Metric | Value | Prob(F-statistic) | 0.041797 | |
| R-squared | 0.200504 | Mean dependent var | -0.243429 | |
| Adjusted R-squared | 0.158425 | S.D. dependent var | 0.304314 | |
| S.E. of regression | 0.279169 | Akaike info criterion | 0.376396 | |
| Sum squared resid | 1.480774 | Schwarz criterion | 0.475874 | |
| Log likelihood | -1.952157 | Hannan-Quinn criter. | 0.397985 | |
| F-statistic | 4.764978 | Durbin-Watson stat | 0.184894 | |
Nota: Análisis estadístico realizado en Eviews.
La regresión lineal evidencia que la morosidad es una variable que presenta una incidencia significativa y negativa respecto al ROE; retorno sobre el capital; con una probabilidad menor a 0.05, un 0.04, y un coeficiente de correlación negativa de -06437. Asimismo, el R cuadrado, es de 0.2005, lo que explica que la morosidad es una variable que explica en un 20.5%, al indicador de rentabilidad ROE, dejando un 80% a otras posibles variables. La prueba f, es de 0.04, menor a 0.05, lo que otorga validez al modelo estadístico.
Asimismo, también se realizó una regresión lineal del indicador de rentabilidad de ROA; retorno sobre activos.
Tabla 2
Regresión lineal del ROA y el Índice de Morosidad
| Variable | Coefficient | Std. Error | t-Statistic | Prob. |
|---|---|---|---|---|
| C | -0.175357 | 0.10239 | -1.71264 | 0.1031 |
| MOROSIDAD | 0.207133 | 0.149272 | 1.357616 | 0.181 |
| Metric | Value | Prob(F-statistic) | 0.181315 | |
| R-squared | 0.092016 | Mean dependent var | -0.040524 | |
| Adjusted R-squared | 0.044227 | S.D. dependent var | 0.151305 | |
| S.E. of regression | 0.147921 | Akaike info criterion | -0.893878 | |
| Sum squared resid | 0.415734 | Schwarz criterion | -0.7944 | |
| Log likelihood | 11.38572 | Hannan-Quinn criter. | -0.872289 | |
| F-statistic | 1.925478 | Durbin-Watson stat | 0.960023 | |
Nota: Análisis estadístico realizado en Eviews.
Respecto a la morosidad y el indicador de rentabilidad ROA, la regresión lineal demuestra que la morosidad presenta una incidencia negativa y no significativa sobre el ROA, con una probabilidad de 0.18, la cual es mayor a 0.05. Por su parte el coeficiente de correlación de las variables de negativo, -0.175, lo que demuestra una relación inversa y negativa, es decir si los niveles de morosidad de incrementa, la rentabilidad se ve reducida. El R cuadrado de la regresión es de 0.0920, es decir la variable de morosidad solo explica en un 9.20% al ROA, lo que deja un 91% a otras posibles variables. Estos resultados coinciden con Bravo et al. (2022), en los que señala que el ROA casi siempre se ve perjudicado por la morosidad, mientras que el ROE siempre se ve afectado por los niveles de morosidad de la institución financiera. Por otro lado, Pancca (2022), concuerda también, que existe una correlación negativa entre la morosidad y el ROE y ROA, señalando que la rentabilidad financiera depende de la gestión de créditos. Estudios similares como Contreras (2020) y Vigo (2019), llegaron a la conclusión de que la morosidad incide en la rentabilidad de las entidades financieras.
CONCLUSIONES
Los niveles de morosidad de la entidad financiera correspondientes al periodo de 2017-2023 mantiene una incidencia significativa e inversa con los indicadores de rentabilidad de la institución, el ROE y ROA, esto refleja que cuando los niveles de morosidad se incrementaron, la rentabilidad se vio reducida. Por otro lado, el análisis de la cartera de créditos muestra un aumento en la cartera de cobranza judicial, reflejando un mayor incumplimiento por parte de los prestatarios. A pesar de los esfuerzos de refinanciamiento, la mejora en la gestión del riesgo a partir de 2021 indica que la entidad ha ajustado sus prácticas ante las dificultades.
La evolución de la morosidad muestra un incremento muy alto entre 2018 y 2020, alcanzando su mayor nivel en 2020. Sin embargo, a partir de 2021, se dio una baja en los niveles de morosidad, lo que refleja una mejora en la gestión del riesgo de crédito. Aunque esta reducción es positiva, la morosidad sigue siendo un desafío para la entidad. Así como la evolución de la rentabilidad muestra una tendencia a la caída, reflejada en la disminución de los indicadores tanto del ROA como del ROE. Entre 2017 y 2021, la rentabilidad fue negativa debido a la disminución de la calidad de la cartera; pero, desde 2022, se han registrado mejoras de tales indicadores, en coherencia con la menor morosidad.
REFERENCIAS BIBLIOGRÁFICAS
Almaqtari, F. A., Al‐Homaidi, E. A., Tabash, M. I. y Farhan, N. H. (2019). The determinants of profitability of Indian commercial banks: A panel data approach. International Journal of Finance & Economics, 24(1), 168-185. 10.1002/ijfe.1655
Asociación de Bancos del Perú (ASBANC). (2023). Reporte de indicadores del sistema financiero peruano 2022. ASBANC. https://www.asbanc.com.pe
Agrobanco (2025). Memoria Anual. https://www.agrobanco.com.pe/memoria-anual?utm=
Barboza Navarro, D., J. Solórzano Thompson, J. y Paniagua Molina, J. (2023). Efecto de la morosidad sobre la rentabilidad en una Institución microfinanciera de Costa Rica. Propuesta de un modelo financiero. Effect of default on profitability in a Costa Rican microfinance institution: Financial model proposal. Tecnología en marcha, 36 (2). 59-74. https://doi.org/10.18845/tm.v36i2.6107
Bravo Franco, E. Y., Kurokawa Guerreros, M., Coronel Chugden, J. W., Saldaña Dávila, L. E., y Manriquez Zapata, H. M. (2022). La morosidad y su influencia en la rentabilidad de las cooperativas de ahorro y crédito. Savez Editorial. https://doi.org/10.53887/se.vi.117
Calahorrano Arías, G. A., Chacón Guerrero, F. A. y Tulcanaza Prieto, A. B. (2021). Indicadores financieros y rentabilidad en bancos grandes y medianos ecuatorianos, periodo 2016-2019. Innova Research Journal, 6(2), 225-239. https://doi.org/10.33890/innova.v6.n2.2021.1700
Celis R. y Loc J. (2024). Banco agropecuario – Agrobanco. Informe institucional de junio 2024. https://www.aai.com.pe/wp-content/uploads/2024/09/Agrobanco-Jun-24-Institucion.pdf.
Cevallos-Mendoza, A., & Campos-Vera, J., (2023). Gestión del riesgo crediticio y su incidencia en la morosidad en la Cooperativa de Ahorro y Crédito de los Profesores, Empleados y Trabajadores de la Universidad Técnica de Manabí, Ecuador 2019 – 2020. 593 Digital Publisher CEIT, 8(3), 877-891 https://doi.org/10.33386/593dp.2023.3.1774
Contreras Gómez, L. A. (2020). Morosidad de la cartera de crédito al consumo y su incidencia en la rentabilidad y liquidez del Banco Mercantil, Banco Universal. Revista Gestión y Desarrollo Libre, 5 (9), 121-149. https://doi.org/10.18041/2539-3669/gestionlibre.9.2020.8109
Diario El Peruano, (01 de enero, 2023). SBS: sistema financiero peruano mostró resiliencia en el 2022. Lima, Perú. https://www.elperuano.pe/noticia/201251-sbs-sistema-financiero-peruano-mostro-resiliencia-en-el-2022
Fajardo y Soto (2018). Gestión Financiera Empresarial (1° ed.). Editorial UTMACH. http://repositorio.utmachala.edu.ec/bitstream/48000/14356/1/Cap.4%20An%C3%A1lisis%20de%20estados%20financieros.pdf
Instituto Peruano de Economía, (2022). El sistema financiero peruano puede soportar una crisis. https://www.ipe.org.pe/portal/el-sistema-financiero-peruano-puede-soportar-una-crisis/
Martínez, R. I. y Hontoria, E. (2020). El efecto tamaño y sector sobre la rentabilidad de las empresas vinculadas al deporte en España. Retos, 37, 160- 166. https://recyt.fecyt.es/index.php/retos/article/view/69480
Navas Alcívar, S. J., Loor Solórzano, R. M., López Solís, O. P., y Haro Sarango, A. F. (2023). Administración de la cartera impaga en la rentabilidad: una aplicación estadística clasificatoria en bancos: Nonperforming portfolio management in profitability: a statistical application to bank rating. LATAM Revista Latinoamericana De Ciencias Sociales Y Humanidades, 4(3), 1603–1616. https://doi.org/10.56712/latam.v4i3.1185
Pancca Galindo, B. (2022). Influencia de la tasa de morosidad de créditos en la rentabilidad financiera de Mibanco en el Perú: 2012-2022. [Tesis de pregrado, Universidad Privada San Carlos de Puno, Perú] Repositorio UPSC https://repositorio.upsc.edu.pe/bitstream/handle/UPSC/848/Balbina_PANCCA_GALINDO.pdf?sequence=1&isAllowed=y
Periche-Delgado, G. S., Ramos-Farroñan, E. V., & Chamolí-Falcón, A. W. (2020). La morosidad ante un confinamiento del Covid-19 en la Caja Rural de Ahorro y Crédito Raíz, Perú. Investigación Valdizana, 14(4), 206-212. https://www.redalyc.org/journal/5860/586066112004/html/
Quispe Mamani, J. C., Hancco Gomez, M. S., Yapuchura Saico, C. R., Palomino, J. I., Aguilar Pinto, S. L., Vargas Espinoza, J. L., & . . . Quenta, R. C. (November de 2022). Determinants of delinquency in the Peruvian banking and microfinance system, 2015–2020. Frontiers in Sociology, 7. https://doi.org/10.3389/fsoc.2022.934724
Rodríguez Donayre, M. A. (2022). Relación entre los créditos y la morosidad del AgroBanco de Loreto, periodo 2016-2020. [Tesis de posgrado, Universidad Nacional de la Amazonas Peruana de Iquitos, Perú] https://repositorio.unapiquitos.edu.pe/bitstream/handle/20.500.12737/8202/Miguel_Tesis_Maestria_2022.pdf?sequence=1&isAllowed=y
Superintendencia de Banca y Seguros del Perú [SBS], (2023). Informe de Estabilidad del Sistema Financiero. https://www.sbs.gob.pe/Portals/0/Informe_de_Estabilidad_del_Sistema_Financiero_2023_I.pdf
Toledo Concha, E. J., & León Reyes, V. M. (2022). Análisis de la rentabilidad de las cajas rurales de ahorro y crédito en el Perú. Revista Activos, 20 (1). https://revistas.usantotomas.edu.co/index.php/activos/article/view/7870
Valladolid Braco, W. E., & Calvanapón Alva, F. A. (2022). Delinquency and its impact on the profitability of the Municipal Savings and Credit Bank of Piura – Peru. Sapienza: International Journal of Interdisciplinary Studies, 3(2), 788–801. https://journals.sapienzaeditorial.com/index.php/SIJIS/article/view/406
Vigo Llempen, L. A. (2019). Incidencia de la morosidad en la rentabilidad de la Cooperativa de Ahorro y Crédito San José – Distrito Santiago de Cao: 2010 – 2015. https://es.scribd.com/document/418482833/Tesis-Morosidad-y-Rentabilidad?utm_source