Extracto
Una estrategia de financiación sostenible para las PYME debe tener como objetivo mejorar un suministro de préstamos de bajo coste y sin garantías a las PYME con un buen historial de reembolsos a los bancos. Este documento sugiere dos mecanismos de financiación alternativos para superar ciertas limitaciones de endeudamiento de las PYME. En primer lugar, sugiere un mecanismo institucional que involucre al gobierno, los bancos y las PYME. En el marco del mecanismo, el fondo de préstamos subvencionados de un gobierno con la prestación de apoyo a la capacitación y el fomento de la capacidad a las PYMES prestatarias podría reducir, por una parte, la limitación de fondos de los bancos y, por otra, la asimetría de la información sobre los prestatarios, al igual que los riesgos de incumplimiento. Este modelo permitirá a los bancos ofrecer créditos sin garantías a intereses más bajos a las pymes, mejorando así su acceso a la financiación y también su rendimiento. En segundo lugar, como el primer modelo podría implicar sesgo de selección de prestatarios y problemas de riesgo moral, se ha propuesto un modelo alternativo con un mecanismo de financiamiento digital con/sin fondos subsidiados que podría producir resultados similares o mejores. Utilizando datos de encuestas de 526 PYME en Bangladesh, los resultados empíricos son consistentes con la predicción de nuestro modelo teórico.
Palabras clave: modelos de financiación de PYME, programa mayorista de crédito, riesgo de incumplimiento, finanzas digitales, Bangladesh
Clasificación JEL: O16, L25
1. INTRODUCCIÓN
El acceso a la financiación estructurada ha sido un problema predominante para el desarrollo de las PYMES en los países en desarrollo. Un tipo de interés elevado, unos requisitos estrictos en materia de garantías, la opacidad de las PYME, etc., afectan al acceso de las PYME a la financiación. Como resultado, la mayoría de las PYMES dependen de fuentes informales de financiación que son costosas y, además, no satisfacen todas las necesidades de financiación. Beck y Demirgüç-Kunt (2006) muestran que las empresas más pequeñas podrían financiar en promedio inversiones un 13% más bajas con financiamiento bancario en comparación con las grandes empresas. Una encuesta de pymes manufactureras en Bangladesh muestra que, aunque las pequeñas empresas pueden financiar el 52% de sus inversiones totales con crédito formal, siguen culpando a las altas tasas de interés como el principal obstáculo para acceder al crédito formal (Encuesta INSPIRED PYME 2013). El riesgo de impago es la principal preocupación de los bancos al tramitar un préstamo para pymes (Yoshino y Taghizadeh-Hesary 2015). Una tasa de interés más alta para las pymes suele justificarse por el alto riesgo de impago de los préstamos a las pymes, lo que en última instancia aumenta los costes de endeudamiento de las pymes (Hossain, Yoshino y Taghizadeh-Hesary 2021).
Para resolver los cuellos de botella de financiación de las pymes, en muchos países se aplican diversos enfoques financieros innovadores, como los sistemas de garantía de crédito (CGS), los business angels, el factoring, etc. (Yoshino y Taghizadeh-Hesary 2019; Demirguc-Kunt y Peria 2010; Amor y Peria 2015). Ninguno de los métodos es completamente perfecto (Kang 2005; Inha Oh y otros 2009; Yoshino 2015). Por ejemplo, para el sistema de garantía de crédito, los problemas de riesgo moral y las interferencias políticas son dos limitaciones contrapuestas que ponen en peligro el objetivo del mecanismo de financiación. Los modelos de factoring y business angel se siguen menos y también tienen deméritos. Una nueva línea de investigación sostiene que el desarrollo financiero a nivel local mediante la expansión de las sucursales bancarias a nivel subnacional puede resolver en gran medida los cuellos de botella de financiamiento de las PYME, aunque el proceso es complejo y puede llevar tiempo (Fafchamps y Schündeln 2013; Hossain, Yoshino y Taghizadeh-Hesary 2021). Por lo tanto, los países siguen buscando un modelo de financiación sostenible para las pymes. En Bangladesh, un programa especial de crédito, conocido como el «programa de crédito mayorista» (programa CW), fue iniciado por el gobierno a través de su agencia la «Fundación PYME» (SMEF) en 2009. El programa proporciona fondos prestables subsidiados a bancos seleccionados para desembolsar préstamos a una tasa de interés más baja determinada por el gobierno entre las empresas beneficiarias del SMEF.1 Curiosamente, la tasa de reembolso del programa CW es superior al 95%, lo que lo hace muy exitoso en comparación con los programas regulares de crédito de los bancos para PYMES. Una de las razones de la baja tasa de incumplimiento es que el SMEF desempeña un papel de emparejamiento aquí entre los bancos y los prestatarios al pedirles que seleccionen a los prestatarios de sus grupos de intervención del programa.2 Poniendo esto en perspectiva, el programa CW aborda los problemas del lado de la oferta y del lado de la demanda del financiamiento de las PYME. Ahora la pregunta es, ¿puede este enfoque de financiación ser un programa de financiación sostenible para las PYME? ¿Cuál es el impacto del programa en el desempeño de la empresa? ¿Se puede modificar este programa en uno mejor? Este documento intenta responder a estas preguntas examinando la sostenibilidad del programa CW tanto teórica como empíricamente.
Este documento tiene dos calificaciones. En primer lugar, teóricamente prueba si un enfoque de financiación subvencionada basado en organismos gubernamentales puede ser sostenible integrando tres sectores, a saber, el sector público, el sector bancario y el sector de las PYME. Si bien el sector público tiene el objetivo de aumentar la oferta de préstamos a las PYME con bajo interés, podrían existir algunos instrumentos para que los bancos puedan aumentar su rentabilidad con el flujo de crédito a las PYME prestatarias. Nuestro marco teórico proporciona algunas ideas sobre esto. En segundo lugar, propone un marco alternativo combinado de finanzas digitales con un enfoque basado en la agencia que podría resolver algunos de los cuellos de botella del primer modelo y producir mejores resultados tanto para los bancos como para las pymes.
La base teórica es que un fondo gubernamental subsidiado podría conducir al riesgo moral y al sesgo de selección, y por lo tanto el modelo no es sostenible a largo plazo. Este documento sugiere que el programa de crédito subsidiado de una agencia pública puede ser útil para aumentar el acceso al financiamiento para las PYME a un costo menor, pero puede sufrir de baja cobertura debido a las limitaciones de fondos del gobierno y, en consecuencia, el riesgo moral y la interferencia política pueden surgir en la selección de prestatarios. En el documento se argumenta que un mecanismo de financiación digital combinado con información sobre la calidad y la solvencia de los prestatarios de una agencia gubernamental dedicada al desarrollo de las PYME podría mejorar el acceso a la financiación para las PYME de manera sostenible al reducir los problemas de riesgo moral y los costos de transacción para los bancos. Algunos resultados empíricos sugieren que el programa CW funciona bien con un mejor desempeño de las PYME, así como las condiciones de préstamo del programa, lo que podría ser fundamental para apoyar el marco teórico de las estrategias de financiamiento.
El documento está organizado de la siguiente manera. La sección 2 proporciona marcos teóricos modelo para dos estrategias alternativas de financiación para las PYME. La Sección 3 discute el programa CW, los datos y las variables para el análisis empírico. La Sección 4 desarrolla estrategias empíricas y discute los resultados. La sección 5 concluye el documento.
2. MARCO TEÓRICO DEL MODELO PARA LAS ESTRATEGIAS DE FINANCIACIÓN DE LAS PYME
Se ha desarrollado un marco modelo teórico simple que involucra a tres sectores, a saber, bancos, PYME y el gobierno, para derivar estrategias de financiamiento sostenibles para las PYME. El modelo considera (i) la función objetiva de política del gobierno (agencia); ii) la función de beneficios de los bancos; y iii) la función lucrativa de las PYME.
2.1 Función del objetivo político del gobierno
La siguiente ecuación muestra la función del objetivo político del gobierno:
∪= w 1 (L − L ∗) 2 + w 2 (ρ − ρ ∗) 2 (1)
Donde U es la función objetiva del gobierno. La Ec. 1 muestra que el gobierno tiene dos objetivos al determinar los préstamos bancarios a las PYME. El primer objetivo es garantizar la cantidad óptima de préstamos a las PYME (L − L ∗), donde L son los préstamos reales a las PYME y L * son los préstamos deseados para las PYME. El segundo objetivo del gobierno es establecer la relación de préstamos morosos con la proporción deseada (ρ − ρ ∗); Aquí ρ es el índice de préstamos morosos actual y ρ ∗ es el índice de préstamos por incumplimiento deseado. w 1 y w2 en la Ec. 1 son las ponderaciones políticas para los dos objetivos. w 1 es la ponderación de los préstamos óptimos a las PYME y w2 es la ponderación de la reducción de la tasa de morosidad. Si los dos objetivos tienen el mismo peso, entonces w 1 + w2 = 0.5. En la Ec. 1, L ∗ = (1 + α) Lt−1, α es la tasa de crecimiento deseada de los préstamos a las PYME y es establecida por el gobierno. Y también en la Ec. 1, ρ ∗ = (1 − b) ρt−1, b es el cambio en el coeficiente de morosidad deseado en comparación con el año anterior.
La función de demanda de préstamos para la Ec. 1 es:
L = α 0 − α 1rl + α 2 Y e (2)
donde α 0 es la demanda fija de préstamos, rl es el tipo de interés del préstamo e Y ε es la producción esperada de las PYME. α1 es el coeficiente del tipo de interés de los préstamos y es teóricamente negativo. Cuando la tasa de interés aumenta, la demanda de préstamos disminuye, lo que significa que la pendiente de la función es negativa. En buenas condiciones económicas, la demanda de préstamos aumentará, por lo que se espera que α2 sea positiva.
Ahora, la demanda de préstamos aumentará de las buenas empresas con tasas de interés más bajas porque los bancos están dispuestos a otorgar préstamos a las PYME debido al menor índice de morosidad. Por lo tanto, la función de demanda de préstamos log-lineal será la siguiente:
l d∗ = −β × r ∗ + γ (1 − α) P × Y (ρ ∗) (9)
2.3 Sector bancario
Supongamos que π b denota la ganancia de un banco, rl denota la tasa de interés de préstamo del banco, rl ∗ denota la tasa de interés de préstamo del banco bajo el programa de crédito gubernamental subsidiado (tasa de interés deseada), L s es el monto del préstamo bancario, ρ es el riesgo de impago de los préstamos bancarios, que depende de la información sobre el prestatario (g) y del coste marginal (o costes de transacción) de los préstamos, MC. rd denota la tasa de interés del depósito, D es la cantidad de depósitos que reciben los bancos, y C denota los costos totales del banco, que es una función de la oferta de préstamos, y la cantidad de depósitos. Para simplificar, estamos asumiendo que la oferta de préstamos es igual a los depósitos y el capital del banco es cero (ya que la principal fuente de fondos de los bancos son los depósitos debido a la baja exposición al mercado de capitales) y los bancos mantienen todos sus activos en forma de préstamos y todas las deudas de los bancos son en forma de depósitos. El objetivo es maximizar la función de ganancias de un banco:
2.4 Un enfoque combinado: finanzas digitales con información de agencias
La sección anterior discute un enfoque innovador basado en la agencia que involucra dos características distintas: La agencia gubernamental proporciona fondos a los bancos e información sobre los prestatarios que recibieron capacitación de la agencia. Tanto los fondos como la información sobre los prestatarios reducen las limitaciones de los fondos y los riesgos de incumplimiento de los bancos y, por lo tanto, aumentan el acceso a la financiación formal de bajo costo para las PYME. Este modelo aparentemente funciona mejor con cobertura y alcance limitados. Sin embargo, como los fondos del gobierno son limitados, es muy poco probable que amplíe el programa. Además, el alcance limitado de esta estrategia de financiación podría inducir problemas de riesgo moral en la selección de los prestatarios, lo que podría poner en peligro el modelo a largo plazo. Por lo tanto, es importante encontrar una solución sostenible a los problemas involucrados en el modelo de financiación.
En este contexto, ampliamos el modelo con dos mejoras: (i) para evitar sesgos de selección de prestatarios y ampliar la cobertura del programa, en lugar de proporcionar fondos a los bancos, en este modelo el gobierno (una agencia gubernamental dedicada) proporciona información crediticia sobre los prestatarios de PYME a los bancos haciendo una calificación crediticia de los prestatarios PYME a través del análisis de riesgo crediticio de las PYME respectivas; y (ii) los bancos utilizan los puntajes para desembolsar préstamos bajo un método de financiamiento digital con el fin de reducir los costos de transacción y los riesgos de incumplimiento que facilitarán un proceso de desembolso y recuperación de préstamos más rápido. En este modelo, es crucial que el gobierno establezca una agencia dedicada como la Base de Datos de Riesgo de Crédito (CRD) de Japón (Kuwahara et al. 2015)3 para recopilar información crediticia sobre las PYME y proporcionar análisis de big data para obtener un puntaje de crédito para cada una de las PYME basado en su historial crediticio anterior.
Se espera que el modelo reduzca los costos de transacción de los bancos para los préstamos (MCICT) y mejore el índice de incumplimiento de los préstamos, ρICT. El uso de la plataforma digital, ya sea el servicio financiero móvil (MFS) o la banca de agentes o cualquier otra forma, es posible ya que el tamaño del crédito para las pymes es razonablemente menor que el de las empresas más grandes. En este modelo, asumimos que ρICT es una función de la información sobre los prestatarios del CRD y el costo marginal de los préstamos a través de una plataforma digital. Entonces
Por lo tanto, la microfinanciación digital L ∗ las TIC dependerá del coste marginal de prestar C1ICT a través de la financiación digital, que se espera que sea inferior a C1 en la Ec. (14). Si L ∗ las TIC es mayor que L * en la Ec. 14 depende de la implementación exitosa de las estrategias de financiamiento digital de los bancos y el CRD. Presumiblemente, la Ec. 16 proporciona mejores resultados con una mayor cobertura, y desde esa perspectiva, es probable que el enfoque combinado de la Ec. 16 produzca mejores resultados que el enfoque basado en préstamos subsidiados de la Ec. 14.
En la Figura 1 se muestra un escenario comparativo de los resultados de las tres estrategias de financiación (NCA 12 (línea de base), 14 (fondo subsidiado) y 16 (DRC y finanzas digitales)) de forma sencilla. Tenga en cuenta que, en el programa de crédito basado en agencias, la tasa de interés es r ∗ = rA + ρ ∗ + MC∗, es decir, la tasa de interés estará determinada por la tasa de interés subsidiada de la agencia a los bancos (rA), el nuevo riesgo de incumplimiento (ρ ∗) y los costos marginales del banco (MC∗). En la Figura 1, la línea media representa la oferta y la demanda de préstamos en un programa de crédito subsidiado basado en agencias, que es mejor que los programas habituales de crédito para PYME de los bancos (línea de base). La tercera línea representa la oferta y la demanda de préstamos en un enfoque combinado propuesto de un programa de finanzas digitales basado en CRD, que es mejor que el programa de crédito subsidiado basado en agencias.
La Figura 1 muestra que la tasa de incumplimiento de los bancos disminuirá y también lo hará MC debido al fondo de préstamos subsidiados del gobierno y la información sobre buenos prestatarios. La posición de equilibrio del préstamo cambiará de [1] a [2], es decir, la tasa de interés disminuirá para los beneficiarios y, por lo tanto, aumentará la oferta de préstamos. Con nuevas innovaciones en el Modelo 2, la posición de equilibrio de los préstamos cambiará aún más del punto [2] al punto [3] a largo plazo. Este punto determina la cantidad deseable de crédito para las PYME con la posible tasa de interés más baja debido al menor índice de incumplimiento de los préstamos. Se espera que estos resultados positivos superen los cuellos de botella de financiación para las PYME. Incluso los sistemas de garantía de crédito u otros sistemas existentes pueden ser acomodados en nuestro enfoque combinado propuesto.
3. EL PROGRAMA, LOS DATOS Y LAS VARIABLES DE CW
3.1 El programa CW
Nuestro modelo teórico predice que un programa inducido por agencias gubernamentales con un suministro de fondos prestables e información sobre los prestatarios podría ser beneficioso tanto para los bancos como para los prestatarios, ya que reduce el riesgo de incumplimiento de los bancos y, por lo tanto, aumenta el acceso a la financiación con tasas de interés más bajas para los prestatarios. Consideramos un programa, a saber, el Programa de Crédito Mayorista de Bangladesh, que está dirigido por una agencia gubernamental, la Fundación PYME (SMEF) de Bangladesh para comprender el modelo teórico. El SMEF inició el programa CW en 2009 con el objetivo de garantizar la oferta de préstamos a las PYME sin garantía y a una tasa de interés de un solo dígito (digamos, 9%, que es más baja que la tasa de mercado). Bajo el programa, el SMEF proporciona fondos a instituciones financieras asociadas (PFI) a una tasa de interés del 4-5% (más baja que la tasa de depósito) para que puedan tener un margen de interés de alrededor del 4-5%. Además, las PYME prestatarias se seleccionan del grupo de beneficiarios de PYME que habían recibido capacitación en servicios de apoyo a las empresas y, en aras de una mejor selección, el programa se limita únicamente a las 177 agrupaciones de PYME del país.
Además, los bancos beneficiarios adoptan un enfoque de préstamos grupales como el adoptado ampliamente en los programas de microcrédito para reducir el riesgo de incumplimiento.4 Por lo tanto, estos dos criterios para seleccionar a los prestatarios —un beneficiario de PYME y ser parte de préstamos grupales— reducen la asimetría de la información sobre los prestatarios y aumentan significativamente la probabilidad de reembolso del préstamo. Por lo tanto, estos criterios de reembolso hacen que los bancos estén dispuestos a implementar el programa con tasas de interés más bajas y sin ninguna garantía o garante. Aquí la identificación de una empresa por el SMEF e incluirla en un trabajo de préstamo basado en el grupo como una garantía implícita (sin ninguna garantía) del reembolso del crédito. En realidad, una tasa de reembolso superior al 95% confirma el funcionamiento de esta estrategia. Además, dado que las empresas beneficiarias reciben diversos tipos de capacitación en mejora empresarial, necesitan financiamiento, que es cubierto por el programa CW. Por lo tanto, recibir préstamos podría tener un impacto beneficioso incremental en los resultados de las empresas, lo que también facilitó el reembolso de los préstamos en el marco del programa CW.
La cobertura del programa CW en términos tanto del monto del préstamo como del número de beneficiarios es limitada debido a las limitaciones de fondos de la Fundación PYME. Hasta la fecha, el programa ha desembolsado 2271,5 millones de taka a 5.000 microempresas y pequeñas empresas, de las cuales un número considerable son mujeres empresarias. De 2009 a 2017, aunque el desembolso global tuvo un crecimiento anual del 53,75%, el monto del crédito siguió siendo escaso en comparación con las necesidades de las pymes, oscilando entre Tk 0,05 millones y Tk 2 millones con un período máximo de reembolso del préstamo de cuatro años (Figura 2).
Los resultados de la encuesta BIDS (2018) muestran que el crédito del programa CW podría satisfacer hasta solo el 51% de las necesidades de financiamiento de las pymes y contribuyó con el 26% de la cartera total de préstamos y el 36% de otros préstamos en 2016 (Figura 3). La principal fuente de crédito fue el ahorro personal (49,5%), seguido de los bancos comerciales (32%). La tasa de interés sobre el crédito fue la más baja para el programa CW (9%) en comparación con otras fuentes. Se informó de que el tipo de interés del crédito ofrecido por otros bancos comerciales era de aproximadamente el 11 por ciento para las PYMES, y este tipo saltó a alrededor del 15 por ciento cuando el préstamo se concedió a ONG u otras instituciones privadas.
Las empresas beneficiarias de CW parecen recibir una mayor cantidad de crédito de los bancos en comparación con los no beneficiarios, lo que indica un efecto indirecto positivo del programa CW (Tabla 1). La razón podría ser que las empresas que reciben crédito CW parecen ser más confiables y solventes, ya que fueron identificadas por el SMEF. Del mismo modo, tal reconocimiento les ayuda a obtener préstamos de bancos comerciales a una tasa más baja.
3.2 Datos y variables
En esta sección, realizamos análisis empíricos no para estimar los parámetros del modelo teórico, sino para comprender los resultados de un programa que está cerca de nuestro modelo teórico de financiamiento de PYME propuesto. Utilizamos los datos sobre 526 pymes tomadas de una encuesta realizada entre enero y febrero de 2018 en seis divisiones y diez distritos de Bangladesh entre empresas beneficiarias y no beneficiarias, incluidas empresas manufactureras y de servicios (Encuesta BIDS 2018). De las empresas de la muestra, el 83% son manufactureras y el 17% son empresas de servicios. Las empresas de la muestra fueron seleccionadas de la lista de beneficiarios del SMEF (que recibieron capacitación del SMEF) en grupos en diferentes lugares utilizando el método PPS (probabilidad proporcional al tamaño). A través de este proceso, se seleccionan un total de 104 empresas beneficiarias de CW (si una empresa ha recibido crédito del programa CW en los últimos 4 años) y las 422 empresas restantes pertenecen a empresas (de control) no beneficiarias de CW. Sin embargo, debido a cierta información faltante, el tamaño de la muestra varía entre los análisis de regresión.
El acceso al programa CW es la variable clave de resultado. Además de algunos factores comunes, como la edad y el género del propietario, el tamaño y la edad de la empresa, el tipo de fabricación, el tipo de propiedad, etc., incluimos valores rezagados de algunos indicadores de rendimiento para ver si las empresas fueron seleccionadas para los préstamos de CW en función de sus rendimientos del año anterior.
4. ESTRATEGIA DE ESTIMACIÓN Y RESULTADOS
4.1 Determinantes del acceso de una empresa al programa CW
Dada la importancia del proceso de selección de una empresa para el programa CW, examinamos aquí qué determina el acceso de una empresa al programa CW. Estimamos la ecuación de forma reducida de la siguiente manera:
Consideramos el acceso de las empresas al programa CW para los años 2014-2017 como la variable de resultado. Dado que el acceso a CW es una variable ficticia, aplicamos el modelo probit para determinar los factores. Los resultados se presentan en la Tabla 2. Además de algunos factores comunes, como la edad y el género del propietario, el tamaño y la edad de la empresa, el tipo de fabricación, el tipo de propiedad, etc., incluimos valores rezagados de algunos indicadores de rendimiento para ver si las empresas fueron seleccionadas para los préstamos de CW en función de sus rendimientos del año anterior. Para evaluar la sensibilidad a lo largo del tiempo, realizamos varias regresiones durante los años 2014-2017. Los resultados sugieren que «mujeres emprendedoras», «pertenecen a un clúster» y «recibieron capacitación de la Fundación PYME» son los factores clave que determinan el acceso de las empresas a los préstamos del programa CW. Estos hallazgos son consistentes con los criterios básicos para la elegibilidad de una empresa para recibir crédito del programa. Sin embargo, el desempeño del año anterior de una empresa no resultó ser significativo para recibir préstamos del programa CW, lo que nos permite evaluar el desempeño de las empresas después de su acceso a los préstamos de CW.
4.2 Impacto de CW en el desempeño de las empresas
Aunque el análisis anterior descarta la posibilidad de un sesgo de selección hacia mejores empresas para préstamos de CW, todavía puede haber algunos factores no observados que pueden afectar el proceso de selección de empresas. Por lo tanto, para superar los sesgos de endogeneidad o la causalidad inversa, adoptamos varias estrategias de estimación.
En primer lugar, adoptamos una estrategia de estimación que involucra a las empresas que recibieron préstamos de CW en diferentes años durante el período 2013-2017 dentro del grupo. De los 104 beneficiarios de CW, ocho empresas recibieron crédito en 2013, 11 empresas en 2014, 37 empresas en 2015, 31 empresas en 2016 y 17 empresas en 2017 (véase el cuadro 3). Por lo tanto, para 2013, ocho empresas se consideran empresas de tratamiento, y las empresas restantes se consideran control. Del mismo modo, para 2014, 19 empresas (8 en 2013 más 11 en 2014) son empresas de tratamiento y el resto son de control, y así sucesivamente. Y luego aplicamos la técnica de estimación de diferencias en diferencias como se describe a continuación en la Ec. 18 para obtener el impacto de los préstamos de CW en diferentes indicadores del desempeño de la empresa. Esta estrategia de estimación nos permite controlar los sesgos de selección.
Una vez más, queríamos ver el impacto de los préstamos de CW si se consideran todas las PYME beneficiarias. Nuestra motivación aquí es que, dado que las 381 empresas han recibido capacitación y apoyo de consultoría del SMEF, compararlas con los beneficiarios de préstamos de CW proporcionará una mejor comprensión del impacto del acceso a la financiación formal en el desempeño de las empresas.
Primero ejecutamos la siguiente regresión de diferencia en diferencia:
Yit = β 0 + β1 Timeit + β 2 Treatment it + β 3Timeit ∗ Treatment it + Xit + uit (18)
donde Yit es el indicador de resultado para la empresa i en el período t, donde t representa 2013–2017. La variable Timeit es una variable ficticia que toma el valor de 1 si el año corresponde al año o años posteriores a la recepción de la intervención (préstamo CW) y 0 en caso contrario. Esta variable de tiempo captura el impacto de la duración desde que se toma el primer préstamo de CW. La variable Tratamiento también es una variable ficticia que es 1 si la empresa recibió el préstamo CW en cualquier momento entre 2013 y 2017 y 0 de lo contrario. β1 captura la tendencia temporal común a las empresas de tratamiento y control. β2 representa la diferencia permanente promedio en las variables de resultado entre las empresas de tratamiento y control. El coeficiente β3 captura el efecto del tratamiento: el impacto de la CW en las variables de resultado. Ejecutamos OLS para estimar el impacto de los préstamos de CW a nivel de empresa. Utilizamos una amplia gama de variables de control (Xit) que podrían influir en la probabilidad de ser tratado. Estos incluyen el tamaño de la empresa, la ubicación de la empresa, si la empresa es miembro de una asociación empresarial, los tipos de propiedad, la antigüedad de la fábrica, etc. Los resultados se presentan en la Tabla 3. Las columnas 1, 3 y 5 informan los resultados de las empresas tratadas solamente, mientras que las columnas 2, 4 y 6 informan los resultados de la muestra combinada para diferentes períodos de tiempo (años).
4.3 Evaluación de los beneficios indirectos del programa CW
Además, intentamos examinar si la participación en el programa CW tiene algún efecto indirecto en el acceso general de las empresas al crédito. Por ejemplo, el acceso de una empresa al crédito de CW podría facilitar su acceso al crédito de otras fuentes, como bancos y no bancos, debido a su buen historial de reembolso de préstamos bajo el programa CW, así como a su relación con los bancos. Por lo tanto, intentamos probar más a fondo si la participación en el programa CW tiene un impacto en el volumen de préstamos, la tasa de interés de los préstamos y la reducción de la brecha de financiamiento. Por lo tanto, nuestra especificación del modelo de regresión aquí es la siguiente:
Ajuste = β Cit + γXit + εit (19)
donde Fit representa indicadores de financiamiento como préstamos, tasas de interés y brecha financiera, Cit representa el acceso de la empresa i al programa CW en el momento t (1 si una empresa obtiene crédito bajo el programa CW), y Xit es un conjunto de características a nivel de empresa. β y γ son parámetros desconocidos que deben estimarse, y εes un término de perturbación media cero.
Siguiendo la especificación de la Ec. 19, ejecutamos varias regresiones en la Tabla 4. En primer lugar, en la columna 1 evaluamos el impacto de la participación en el programa CW en los préstamos bancarios (distintos de los préstamos CW) tomados en 2017. Observamos que la participación en CW tiene un efecto negativo pero insignificante en el acceso de las empresas a un préstamo bancario. A continuación, en la columna 2 evaluamos si la participación en CW tiene algún impacto en el préstamo total que una empresa recibe de diversas fuentes. Vemos que CW tiene un impacto significativo en el acceso de una empresa a los préstamos, lo que implica que un préstamo CW mejora la capacidad de la empresa para obtener crédito de otras fuentes. La participación en CW aumenta las posibilidades de que una empresa reciba préstamos de otras fuentes en un 40%. Además, para fundamentar las conclusiones, examinamos el impacto del acceso a CW en la relación entre préstamos bancarios y préstamos CW en la columna 3. Encontramos que la participación en CW aumenta significativamente la cantidad de préstamos bancarios para la empresa respectiva, lo que indica que una empresa que recibe un préstamo bajo el programa CW tiene una mayor probabilidad de obtener un préstamo de otras fuentes. A continuación, a partir de los resultados de regresión informados en la columna 4, observamos que la participación en el programa CW reduce significativamente la brecha de financiamiento de una empresa, que es de alrededor del 59%. Finalmente, los resultados sugieren que una empresa beneficiaria de CW podría disfrutar de algunos beneficios del banco debido a su buena reputación para el reembolso de préstamos (menor riesgo de incumplimiento) con el banco. Este análisis sugiere indirectamente que la participación en CW reduce el riesgo de incumplimiento de préstamos de un banco.
Este análisis nos alienta a creer que un programa de préstamos subsidiados con información (capacitación y otra información blanda) sobre los prestatarios podría aumentar el acceso al financiamiento para las PYME y mejorar su desempeño. Debido al bajo riesgo de incumplimiento bajo este programa, un banco puede interesarse en proporcionar préstamos a los beneficiarios de CW más allá de su programa regular. Los hallazgos tienen advertencias interesantes. La información sobre el historial crediticio de una empresa (PYME) desempeña un papel crucial con respecto a las nuevas oportunidades para que la empresa obtenga acceso a la financiación. Por lo tanto, una calificación crediticia basada en el historial crediticio anterior de una empresa podría ser útil para los desembolsos de crédito a esa empresa. Esto es consistente con nuestra proposición teórica de que el análisis del riesgo crediticio y un método de calificación podrían desempeñar un papel crucial en la ampliación del acceso a la financiación formal para las PYME. Dado que el método de financiación digital podría reducir los costes de transacción, la adopción del método de financiación digital para la financiación de las PYME podría ser una opción viable para los bancos. Por lo tanto, una puntuación de riesgo crediticio podría ser fundamental para adoptar la financiación digital para las pymes.
Una estrategia de financiación sostenible para las PYME debe tener como objetivo mejorar la oferta de fondos prestables a los bancos con una provisión para identificar buenos prestatarios, lo que reduce los costos de transacción y los riesgos de incumplimiento de los bancos. Este propósito está siendo servido por el programa CW. Sin embargo, el programa CW funciona mejor debido a su baja cobertura y baja escalabilidad. Esto también permite a los bancos aplicar un enfoque de responsabilidad conjunta. Pero el desafío radica en ampliar el programa donde la responsabilidad conjunta puede o no funcionar si las empresas no están ubicadas en un grupo o clientela. En esa situación, el papel de la organización que se encargará de la financiación de las PYME será crucial, en particular en la identificación de los prestatarios. Además, la elección de los beneficiarios por parte de una agencia como la Fundación SME podría implicar ciertos riesgos de riesgo moral y politización del programa. Para abordar el problema, en este documento se sugiere un modelo de finanzas digitales con el apoyo de una agencia gubernamental dedicada a recopilar datos y analizar el riesgo crediticio de las pymes y preparar puntajes crediticios de las pymes.
5. CONCLUSIONES
Este documento propone dos estrategias alternativas de financiación para las PYME. Uno se basa en fondos subsidiados del gobierno canalizados a través de bancos e instituciones financieras con apoyo en la selección de buenos prestatarios. Bajo este modelo, nuestra propuesta teórica sugiere que un fondo subsidiado reduce los costos marginales de los bancos, y la información sobre los prestatarios (por ejemplo, información sobre la capacitación y el capital humano) reduce los riesgos de incumplimiento de los bancos. El modelo no requiere garantías porque proporcionar información sobre los prestatarios funciona aquí como una garantía implícita. Por lo tanto, bajo esta estrategia de financiamiento, una empresa puede obtener crédito con una tasa de interés más baja sin garantía, lo que podría mejorar su rendimiento. Nuestra motivación para esta estrategia de financiamiento proviene de un modelo de financiamiento similar, a saber, el programa Credit Wholesale en Bangladesh. Nuestros resultados empíricos sugieren que las condiciones de financiamiento y los beneficios del programa Credit Wholesale son consistentes con la predicción de nuestro modelo teórico.
A partir del análisis empírico, encontramos que la participación en el programa CW no solo mejora el acceso general a la financiación, sino que también mejora el desempeño de las PYME al darles un mejor acceso al crédito de otras fuentes. Observamos que el suministro de fondos y la selección indirecta de prestatarios por parte de la Fundación PYME hacen que el programa CW tenga éxito en términos de crédito a bajo interés sin garantía con una tasa de reembolso superior al 95%. Sin embargo, aparentemente, el programa ha tenido éxito debido a su pequeña cobertura y capacidades de financiamiento limitadas. El desafío radica en la ampliación del programa y su sostenibilidad a largo plazo.
El programa podría sufrir sesgos de selección debido al riesgo moral y las interferencias políticas a medida que se trata del fondo gubernamental subsidiado, lo que podría poner en peligro el programa al aumentar el riesgo de incumplimiento. Para superar el problema, proponemos un modelo alternativo de financiación para pymes basado en información crediticia sobre pymes prestatarios y el desembolso de préstamos a través de plataformas digitales. En este modelo, en lugar del fondo subsidiado del gobierno, una agencia gubernamental analizará la información crediticia de las PYME utilizando análisis de big data u otros métodos para crear una puntuación para cada una de las empresas. Más tarde, los bancos utilizarán el puntaje mientras aprueban préstamos a la empresa respectiva. Este mecanismo podría reducir los riesgos de incumplimiento de los bancos, lo que permitirá a los bancos cobrar una tasa de interés más baja. También proponemos adoptar un enfoque de financiamiento digital en el desembolso de préstamos, lo que podría reducir los costos de transacción al acelerar el proceso. Se espera que el mecanismo de financiación digital basado en la puntuación crediticia supere los sesgos de selección en la selección de los prestatarios de las PYME.
Un enfoque de financiación sostenible para las PYMES es un objetivo de larga data de los respectivos gobiernos, en particular en los países en desarrollo. Dado que los gobiernos de los países en desarrollo no tienen fondos suficientes para atender las necesidades de las PYME, los gobiernos podrían invertir en la creación de instituciones para proporcionar puntajes imparciales de riesgo crediticio para las PYME y proporcionar capacitación a las PYME en negocios, capital humano y asuntos financieros. Al mismo tiempo, los gobiernos deben invertir en el desarrollo de plataformas de financiamiento digital para acelerar el proceso de financiamiento. Todos estos esfuerzos juntos podrían proporcionar una base para una financiación sostenible para las PYME.
Publicado originalmente: https://www.adb.org/sites/default/files/publication/886781/adbi-wp1391.pdf