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

NOTA DE LOS AUTORES, 23 de septiembre de 2026. El manuscrito asociado a este depósito fue retirado por los propios autores. Al reexaminar los datos comprobamos que el resultado principal —la antigüedad organizacional como predictor dominante del acceso al crédito— no sobrevive a la composición de la muestra: el orden respecto del tamaño de la empresa se invierte al excluir las cooperativas observadas en un solo año, que son el 37,5 % del total y cuyo crédito mediano es de 86 soles. A ello se añade que ninguna observación de la base registra crédito cero, de modo que la muestra está seleccionada sobre el propio regresor y no puede sostener afirmaciones sobre quién obtiene crédito y quién no.

En consecuencia, las cifras de β = 0.387 y del 43,2 % de mediación que aparecen más abajo no deben citarse. Los datos y el código del depósito son correctos y siguen siendo útiles; lo que no se sostiene es su interpretación. El registro se conserva por transparencia y para que el análisis sea reproducible.

El texto original del depósito se mantiene sin cambios a continuación.

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 reporta dos asociaciones 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 se asocia positivamente con el desempeño económico (β = 0.115, p = 0.003), la proporción mediada estimada de la relación entre antigüedad y ventas es del 43.2%, condicional a los supuestos del modelo (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

Nota sobre la interpretación (añadida en septiembre de 2026)

Las cifras de este repositorio son las que produce el modelo especificado, y el código las reproduce. Su interpretación causal, en cambio, no está sostenida por el diseño: se trata de datos observacionales, y el análisis de mediación requiere supuestos de ignorabilidad secuencial que este diseño no establece. En particular, la proporción mediada del 43,2 % depende de la especificación y de los canales incluidos, y no debe leerse como el efecto causal del crédito sobre el desempeño.

El estudio promedia el panel 2019-2024 a nivel de cooperativa, lo que descarta la variación intra-cooperativa y el orden temporal.

Estas limitaciones fueron señaladas en revisión por pares y el manuscrito está siendo reescrito en consecuencia. Esta nota se añade para que quien use los datos conozca el alcance de lo que sostienen.