There is a newer version of the record available.

Published April 7, 2026 | Version v1

DataSet:Credit Access as a Mediator of Cooperative Economic Performance: Evidence from Peru, 2019–2024

Description

Este repositorio contiene datos, código, y documentación de investigación para el estudio "Credit Access as a Mediator of Cooperative Economic Performance: Evidence from Peru, 2019–2024".

Resumen del Proyecto

El estudio examina la relación estructural entre acceso al crédito y desempeño económico en cooperativas productivas peruanas utilizando un modelo de ecuaciones estructurales (SEM). Utilizando datos administrativos de panel del Ministerio de la Producción (PRODUCE), la Superintendencia de Banca y Seguros (SBS), y la Superintendencia Nacional de Aduanas y de Administración Tributaria (SUNAT), cubriendo 296 cooperativas productivas observadas durante 2019–2024, el estudio identifica dos hallazgos principales:

  1. La antigüedad organizacional es el predictor dominante del acceso al crédito (β = 0.387, p < 0.001), superando ampliamente el efecto del tamaño de la empresa (β = 0.126, p = 0.052). Este patrón sugiere que los prestamistas en el sector cooperativo peruano se basan principalmente en el capital reputacional acumulado a través de años de relaciones financieras, más que en la capacidad de colateral.

  2. El acceso al crédito tiene un efecto positivo significativo en el desempeño económico (β = 0.115, p = 0.003), mediando el 43.2% de la relación entre antigüedad y ventas (BCa IC 95%: [0.014, 0.084]).

Contenidos del Repositorio

  • Datos: Panel de datos administrativos microeconómicos integrados de SUNAT, SBS, y PRODUCE (2019–2024)
  • Código: Scripts de análisis en R/Stata para replicar los resultados de SEM, análisis de mediación, y verificaciones de robustez
  • Documentación: Especificación completa del modelo, supuestos de identificación, y archivos de lectura
  • Resultados: Coeficientes de ruta, intervalos de confianza bootstrap BCa, y diagnósticos de ajuste del modelo

Metodología

El estudio utiliza un modelo de ruta parcial (SEM) estimado mediante Máxima Verosimilitud con errores estándar robustos (MLR; Satorra and Bentler, 1994). La estrategia de identificación incluye: (1) diseño transversal con promedios de panel para mitigar shocks transitorios, (2) datos de tres fuentes administrativas independientes para reducir sesgo de método común, (3) estimación de efectos fijos en panel como verificación de robustez, y (4) pruebas de causalidad de Granger para descartar causalidad inversa.

Principales Verificaciones de Robustez

  • Comparación de modelos: mediación parcial vs. completa
  • Estimación con efectos fijos de cooperativa en panel (2019–2024)
  • Pruebas de normalidad multivariante y diagnósticos de heterocedasticidad
  • Pruebas de causalidad de Granger para la dirección causal crédito → ventas
  • Exclusión del período pandémico (2020–2021)
  • Validación fuera de muestra (80/20 split)
  • Corrección de pruebas múltiples (procedimiento Benjamini–Hochberg)

Hallazgos de Política

El estudio identifica tres mecanismos de política: (1) programas de graduación de historial crediticio dirigidos a cooperativas jóvenes, (2) productos crediticios diferenciados según estacionalidad de flujos de caja, y (3) complementos de demanda a shocks de oferta crediticia (como se evidenció durante la pandemia COVID-19 con el programa Reactiva Perú).

Limitaciones

  • Diseño transversal basado en colapso de panel de seis años
  • Falta de datos sobre tasas de interés, plazos, o requisitos de colateral
  • Datos anonimizados a nivel de cooperativa, sin análisis a nivel de miembro
  • Acceso limitado a registros microeconómicos de elegibilidad del programa Reactiva Perú

Autores

Jorge A. Restrepo Morales, Eduar Antonio Rodríguez Flores, Emerson Andrés Giraldo Betancurt

Referencias de Datos

Los datos administrativos utilizados están disponibles bajo licencia Open Data Commons Attribution del Ministerio de la Producción (PRODUCE) bajo el título: "Acceso al crédito y desempeño económico de las cooperativas a nivel nacional, 2019–2024"

Palabras Clave

cooperativas, acceso al crédito, modelado de ecuaciones estructurales (SEM), análisis de mediación, Perú, finanzas inclusivas, restricciones financieras

Códigos JEL

G21, G32, L21, P13

Files

19_coop_panel.csv

Files (507.6 kB)

Name Size
md5:153804eca67c6987654711d8a53bd622
225.8 kB Preview Download
md5:f4a50f8881887f494fa6dc067896c174
35.4 kB Preview Download
md5:f580552c741348882e6a03f5e1eb169c
101.3 kB Preview Download
md5:901a4138a436a90bca3c2f3f9d425513
9.6 kB Download
md5:2bc50bf95372f97a24f73a3e943e56c9
18.9 kB Download
md5:732e7c4acd728a056fc0d7d037fe070a
15.8 kB Download
md5:76bf752e9105b226304623904de9e59d
24.5 kB Download
md5:3c22875611ed4115079b12a31b279037
18.0 kB Download
md5:914cb133716ec106339ffd46d7d7ba45
19.5 kB Download
md5:b76167d7c9fa3e092aa52c559fe97a3a
25.4 kB Download
md5:10bdb61a7e3fbfe278f776e4e53e2f24
1.2 kB Preview Download
md5:14c170e99fc3e446f73e3b3fb555df70
2.0 kB Preview Download
md5:86780244948baf7e766851144e439854
6.2 kB Preview Download
md5:4a0d8710f5bd7742cafa90324bd8ed9a
4.1 kB Preview Download

Additional details

Software

Programming language
Python