DataSet:Credit Access as a Mediator of Cooperative Economic Performance: Evidence from Peru, 2019–2024
Authors/Creators
- 1. Universidad Autónoma de Perú
- 2. Tecnológico de Antioquia
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:
-
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.
-
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