Informe de

Estabilidad del
Sistema Financiero
Noviembre 2022
Contenido

Tabla de Gráficos .................................................................................................................................................................. 2

Tabla de Cuadros.................................................................................................................................................................. 3
PRÓLOGO ............................................................................................................................................................................ 4
RESUMEN EJECUTIVO ....................................................................................................................................................... 5
I. CONTEXTO MACROECONÓMICO E IMPACTOS EN EL SISTEMA FINANCIERO ........................................................ 9
I.A. CONTEXTO MACROECONÓMICO ....................................................................................................................... 9
I.B. IMPACTOS EN EL SISTEMA FINANCIERO PERUANO ..................................................................................... 18
Recuadro 1. Análisis de las carteras de crédito con garantías de programas de gobierno ........................................ 25
II. ANÁLISIS DE RESISTENCIA DEL SISTEMA FINANCIERO ......................................................................................... 30
II.A. EJERCICIO DE ESTRÉS DE SOLVENCIA ......................................................................................................... 30
II.B. EJERCICIO DE ESTRÉS DE RIESGO CLIMÁTICO ........................................................................................... 35
Recuadro 2: Experiencia internacional en la evaluación del riesgo climático y su impacto en el sistema financiero
mediante modelos de estrés ....................................................................................................................................... 37
II.C. EJERCICIO DE ESTRÉS DE LIQUIDEZ............................................................................................................. 45
Recuadro 3. Impacto de un entorno de tasas de interés crecientes ........................................................................... 49
III. RIESGOS A LA ESTABILIDAD FINANCIERA ............................................................................................................... 53
III.A. ANÁLISIS DEL NIVEL DE ENDEUDAMIENTO DE LAS EMPRESAS MAYORISTAS DEL SECTOR REAL EN EL
PERU 53
IV. TEMAS DE INTERÉS .................................................................................................................................................... 62
IV.A. CAMBIOS NORMATIVOS PARA LA ADAPTACIÓN AL ESTÁNDAR INTERNACIONAL DE BASILEA III ....... 62
IV.B. PASS THROUGH DE TASAS DE INTERÉS EN EL SEGMENTO MAYORISTA .............................................. 69
IV.C. EVOLUCIÓN DEL SEGURO PREVISIONAL E IMPACTO DEL COVID-19 ...................................................... 76
ANEXO 1: METODOLOGÍA DEL MODELO DE ESTRÉS DE SOLVENCIA ...................................................................... 81
ANEXO 2: METODOLOGÍA DEL EJERCICO DE ESTRÉS DE RIESGO CLIMÁTICO ...................................................... 90
Recuadro A2.1: Escenarios de riesgo climático: Proyecto de inter-comparación de modelos acoplados (CMIP) ..... 93
ANEXO 3: METODOLOGÍA DEL MODELO DE ESTRÉS DE LIQUIDEZ .......................................................................... 99
ANEXO 4: METODOLOGÍA DE MEDICIÓN DEL NIVEL DE ENDEUDAMIENTO DE LAS EMPRESAS MAYORISTAS DEL
SECTOR REAL ................................................................................................................................................................. 103

Página 1
Tabla de Gráficos
Gráfico I.A.1 Crecimiento económico global ...................................................................................................................... 10
Gráfico I.A. 2 Evolución de cotización de alimentos y petróleo .......................................................................................... 11
Gráfico I.A.3 Evolución de la cotización de minerales ........................................................................................................ 12
Gráfico I.A.4 PBI y Términos de Intercambio en Perú ........................................................................................................ 13
Gráfico I.A.5 Expectativas Macroeconómicas ..................................................................................................................... 14
Gráfico I.A. 6 Evolución de la inflación y la tasa de referencia ........................................................................................... 15
Gráfico I.A.7 Evolución de riesgo país ............................................................................................................................... 16
Gráfico I.A.8 Evolución de indicadores del mercado laboral.............................................................................................. 17
Gráfico I.A.9 Evolución de PEA ocupada........................................................................................................................... 17
Gráfico I.B.1 Sistema financiero: Evolución de saldos ........................................................................................................ 18
Gráfico I.B.2 Sistema financiero: Créditos directos por tipo de cartera .............................................................................. 19
Gráfico I.B.3 Sistema financiero: Cartera de alto riesgo ..................................................................................................... 20
Gráfico I.B.4 Sistema financiero: Detalle por tipo de crédito reprogramado ....................................................................... 21
Gráfico I.B.5 Sistema financiero: Provisiones totales y ratio de cobertura ......................................................................... 22
Gráfico I.B.6 Sistema financiero: Descomposición del ROEA ............................................................................................ 23
Gráfico I.B.7 Sistema financiero: Ratio de capital global .................................................................................................... 24
Gráfico II.A.1 Sistema financiero: Ratio de capital global en distintos escenarios .............................................................. 33
Gráfico II.B.1 Mapeo de riesgos climáticos como drivers de riesgos financieros ............................................................... 36
Gráfico II.C.1 Brechas (positivas) acumuladas de liquidez ................................................................................................. 47
Gráfico II.C.2 Distance to liquidity stress indicator (DLSI) .................................................................................................. 48
Gráfico III.A.1 Vencimiento de bonos corporativos ............................................................................................................. 55
Gráfico III.A.2 Ratio de apalancamiento y ratio de cobertura de gastos financieros para el año 20211,2 ........................... 61
Gráfico IV.B.1 Tasa de referencia BCRP y tasas de interés promedio de desembolsos de créditos mayoristas .............. 71
Gráfico IV.B.2 Distribución TEA .......................................................................................................................................... 72
Gráfico IV.B.3 Diagrama de cajas de TEA de desembolsos según plazo por grupo de TREF .......................................... 73
Gráfico IV.B.4 Diagrama de cajas de TEA de desembolsos según monto por grupo de TREF ......................................... 74
Gráfico IV.B.5 TEA de desembolsos según sector económico por grupo de TREF ........................................................... 75
Gráfico IV.C.1 Prima promedio por contrato SISCO ........................................................................................................... 77
Gráfico IV.C.2 Ratio de siniestralidad por contrato SISCO ................................................................................................. 78
Gráfico IV.C.3 Prima promedio y prima de riesgo por contrato SISCO .............................................................................. 79

Página 2
Tabla de Cuadros

Cuadro I.B.1 Sistema Financiero: Reprogramados - Cartera "parada" .............................................................................. 21

Cuadro II.A.1 Variables macroeconómicas del ejercicio de estrés de solvencia ................................................................ 32
Cuadro II.A.2 Sistema financiero: Ratio de incumplimiento ................................................................................................ 35
Cuadro II.C.1 Salida de pasivos y de obligaciones fuera de balance simulada (a doce meses) ........................................ 46
Cuadro III.A.1 Universo de empresas analizadas ............................................................................................................... 53
Cuadro III.A.2 Saldo total de deuda de empresas analizadas según año .......................................................................... 54
Cuadro III.A.3 Ratio de cobertura de gastos financieros según año................................................................................... 57
Cuadro III.A.4 Deuda por sector económico según moneda, ajustes por exposición cambiaria y ratio de dolarización .... 58
Cuadro III.A.5 Ratio de cobertura de gastos financieros según escenarios de estrés ....................................................... 59
Cuadro III.A.6 Ratio de apalancamiento según año ........................................................................................................... 60
Cuadro IV.A.1 Nueva estructura de patrimonio efectivo establecida en el DL 1531 .......................................................... 63
Cuadro IV.A.2 Cómputo de acciones y deuda subordinada en el patrimonio efectivo ....................................................... 64
Cuadro IV.A.3 Cómputo de otros elementos en el patrimonio efectivo .............................................................................. 65
Cuadro IV.A.4 Requerimientos adicionales de capital ordinario de nivel 1 y de patrimonio efectivo .................................. 68
Cuadro IV.C.1 Siniestralidad cedida por contrato SISCO ................................................................................................... 79

Página 3
PRÓLOGO

El Informe de Estabilidad del Sistema Financiero (IESF) presenta la visión de la Superintendencia de Banca,
Seguros y AFP (SBS) sobre el panorama de la estabilidad del sistema financiero peruano, en el marco del
monitoreo que realiza a los resultados de las políticas macroprudenciales.

La presente edición del IESF se desarrolla en un contexto en el que la economía internacional enfrentaría un
conjunto de desafíos que se podrían acentuar en los próximos 12 meses. Entre ellos destaca la persistencia en
el aumento de precios a nivel global que podría llevar a que las condiciones monetarias intensifiquen su sesgo
restrictivo e impacten en el crecimiento internacional. Asimismo, la economía peruana enfrentaría algunos
riesgos adicionales como la incertidumbre política local. Teniendo en cuenta estos factores, el IESF analiza las
principales vulnerabilidades y fortalezas del sistema financiero, y evalúa de manera prospectiva la resistencia
del sistema financiero ante potenciales choques macroeconómicos adversos, presentando los principales
resultados a través de los modelos de estrés de liquidez y solvencia del sistema financiero de la SBS.
Adicionalmente, en esta sección se ha incorporado, considerando el creciente riesgo asociado al cambio
climático, la primera versión del ejercicio de estrés climático del sistema financiero peruano.

De la misma manera, se incluye un capítulo en el que se analiza otra temática que resulta relevante para
resguardar la estabilidad del sistema financiero. En particular, se determina el nivel de endeudamiento de las
empresas mayoristas mediante la evaluación del ratio de cobertura de gastos financieros y se evalúa cómo
estos podrían cambiar ante potenciales escenarios adversos.

Finalmente, el presente documento incorpora otros temas de interés. El primero brinda alcances sobre los
cambios propuestos en las normas de la SBS guardando concordancia con las modificaciones a la Ley General
del Sistema Financiero (Ley N° 26702) para la adaptación al estándar internacional de Basilea III. El segundo
presenta un análisis sobre los continuos aumentos de la tasa de interés de referencia y el impacto directo sobre
las tasas de interés en el segmento mayorista. Por último, se analiza el impacto en el nivel de siniestralidad del
Seguro Colectivo de Invalidez y Sobrevivencia (SISCO) generado por la pandemia del COVID-19.

Página 4
RESUMEN EJECUTIVO

La economía global está experimentando un conjunto de desafíos que se podrían acentuar durante el
próximo año. El nivel de inflación observado en 2022 ha sido el más elevado en las últimas décadas; la
mayoría de los países viene implementando condiciones monetarias mucho más restrictivas; se han
incrementado los riesgos geopolíticos y la pandemia del COVID-19 ha persistido. El Fondo Monetario
Internacional (FMI) proyectó, en abril de este año, que la economía global crecería 3.6% en 2022 y 2023. En
octubre estos pronósticos se revisaron a la baja en 0.9 puntos porcentuales (pp) y 1.3 pp para 2022 y 2023,
respectivamente. Este menor crecimiento evidencia que las vulnerabilidades económicas se han acentuado en
un contexto en el que persisten las expectativas inflacionarias y los factores de riesgo que podrían afectar la
actividad económica internacional.

La economía peruana crecería 3.0% en 2022 y 2023, según cifras oficiales. Esta proyección muestra una
moderación respecto a las proyecciones realizadas en junio de este año y podría ser revisada
nuevamente a la baja ante la eventual materialización de riesgos externos y domésticos. Un primer riesgo
se vincula con el contexto internacional menos favorable. Un segundo riesgo se asocia a las condiciones
monetarias más restrictivas, que, sumadas a la incertidumbre política local, seguirían presionando los costos
de financiamiento local y afectando la confianza de los agentes. Un tercer riesgo contempla la posibilidad de
que los conflictos sociales impacten, nuevamente, en la producción minera y en la inversión. Finalmente, se
considera que el cambio de autoridades subnacionales podría rezagar la ejecución de gasto público por un
periodo mayor al previsto inicialmente.

El sistema financiero peruano continúa recuperándose, luego del impacto de la pandemia del COVID-
19, lo cual se evidencia en el crecimiento sostenido de la cartera crediticia para todos los tipos de crédito
y en la recuperación de la rentabilidad, manteniendo niveles adecuados de capital. Los créditos sin
considerar programas del gobierno 1 del sistema financiero registraron un crecimiento anual de 12.2% a agosto
2022 y un crecimiento de 14.8% respecto a febrero 2020. Los portafolios de Consumo, Hipotecario, MYPE y
No Minorista, sin incluir programas de gobierno, han registrado un crecimiento de 10.2%, 17.7%, 17.9%, y 15%
a agosto 2022 con relación a febrero 2020, respectivamente. Al cierre de agosto 2022, el sistema financiero
registró utilidades anualizadas de S/ 10,947 millones, por encima de los S/ 7,603 millones registrados a agosto
2021, lo cual muestra la recuperación a nivel agregado en la generación de resultados. La utilidad neta
anualizada también se encuentra por encima de lo generado antes de la pandemia (S/ 10,339 millones a febrero
2020). El ROEA 2 a agosto 2022 ascendió a 14.5%, mayor al 4.6% de agosto 2021, pero por debajo de lo

1 A agosto 2022, los créditos con garantías de programas del gobierno ascienden a S/ 29,354 millones (7.1% del total de créditos).
2 Rentabilidad anualizada sobre el patrimonio promedio.
Página 5
observado en pre pandemia (15.8%). Finalmente, el ratio de capital global promedio ascendió a 14.7% a agosto
2022, muy por encima del mínimo legal actual de 8.5% 3.

El ejercicio de estrés de solvencia muestra que el sistema financiero, en su conjunto, se mantendría

resistente ante un escenario económico esperado, así como ante potenciales choques severos locales
e internacionales. El sistema financiero ha mantenido su solvencia y fortaleza a pesar de la actual coyuntura
internacional y los rezagos asociados al fuerte choque provocado por la pandemia. Ante escenarios
macroeconómicos adversos, como los configurados en el ejercicio de estrés de solvencia de la SBS, el sistema
financiero se mantiene resistente; así, el ratio de capital global del sistema financiero en su conjunto se situaría,
en promedio, en 11.8% a junio de 2024 en el escenario de estrés severo, muy por encima del mínimo
regulatorio. Los colchones de capital y provisiones mantenidos juegan un rol preponderante en la resistencia
del sistema financiero peruano, los cuales se han fortalecido mediante el marco regulatorio establecido por la
SBS en los últimos dos años, a través de mayores requerimientos de provisiones y capital, y de la exigencia de
elementos de capital de mayor calidad, en línea con estándares internacionales como el de Basilea III.

De otro lado, los resultados del ejercicio de estrés de riesgo climático de la SBS muestran que, bajo el
escenario severo de una economía sustentada en combustibles fósiles 4, eventos climáticos extremos
asociados a precipitaciones y sequías tendrían un impacto marginal de 4.9%, en promedio, en la
probabilidad de incumplimiento del sistema financiero peruano en su conjunto hacia el año 2050. Este
escenario contempla además la nula aplicación de políticas gubernamentales para mitigar los efectos de riesgo
climático. El incremento marginal en la probabilidad de incumplimiento de los distintos portafolios de créditos
del sistema financiero peruano tendría efectos diferenciados por ubicación geográfica, afectando más
severamente a la costa norte y sierra sur del Perú; así como por sector económico, siendo los más afectados
los sectores de agricultura, transportes y comunicaciones, y comercio. Estos resultados constituyen una primera
evaluación del impacto del riesgo climático en el sistema financiero peruano, que considera el impacto del riesgo
físico en el riesgo de crédito a través del canal microeconómico; la SBS continúa trabajando en incorporar
elementos adicionales de otros fenómenos climáticos, canales de transmisión y riesgos financieros.

Por su parte, los resultados del ejercicio de estrés de liquidez a un año muestran que, en general, las
entidades son capaces de hacer frente a los flujos de salida que se generarían ante choques severos,
con el colchón de activos líquidos de alta calidad que poseen. En este sentido, se simularon tres escenarios
de estrés de liquidez, severamente adverso, adverso y leve, observando que en el escenario severamente
adverso las entidades presentan brechas acumuladas positivas, en los horizontes de uno y tres meses, que
ascienden en promedio a 4% y 2% del total de pasivos del sistema financiero, respectivamente. La resistencia
a choques de liquidez en la gran mayoría de entidades está sustentada en la adecuada distribución de activos
y pasivos por plazos de vencimiento, en la estructura de fondeo bastante diversificada y en los activos líquidos

3 Mediante DU N° 037-2021 se modificó el límite global de 10% a 8% por el periodo de abril 2021 a marzo 2022. Posteriormente,

mediante el Decreto de Urgencia N° 003-2022 publicado el 26.03.2022, se señala que el límite global será de 8% hasta agosto de 2022
y de 8.5% desde setiembre de 2022.
4 Propuesto por la Fase 6 del Proyecto de Intercomparación de Modelos Acoplados (CMIP6) de las Naciones Unidas.

Página 6
de alta calidad que han ido constituyendo para cumplir con el requerimiento del ratio de cobertura de liquidez
(RCL) 5.

Si bien el sistema financiero peruano resulta resistente a diversos choques simultáneos y severos,
existen algunos riesgos que requieren una atención permanente y especializada para preservar la
estabilidad financiera en el largo plazo. Uno de ellos es el riesgo asociado al nivel de endeudamiento de
las empresas mayoristas del sector real en el Perú. Con el objeto de analizar dicho riesgo, en esta sección
se evalúa el nivel de endeudamiento de corto y largo plazo de más de seis mil empresas con ventas anuales
mayores a S/ 20 millones 6. El estudio realizado indica que la capacidad de las empresas peruanas para
enfrentar sus compromisos financieros ha mejorado ligeramente entre 2020 y 2021. En particular, el ratio de
cobertura de gastos financieros aumentó de 2.13 (año 2020) a 2.21 (año 2021), encontrándose por encima de
1 (nivel por debajo del cual las empresas no son capaces de cubrir sus gastos financieros con la utilidad
operativa que generan). Por su parte, el ratio de apalancamiento disminuyó de 1.71 (año 2020) a 1.62 (año
2021). Asimismo, en un evento de estrés generalizado (en donde las empresas enfrentarían un incremento de
la depreciación cambiaria, una reducción de sus utilidades y un incremento de sus gastos financieros) las
empresas analizadas presentan en su mayoría una capacidad de resistencia suficiente para mantener un ratio
de cobertura de gastos financieros por encima de 1.

Entre otros temas que resultan de importancia, se presentan los cambios normativos asociados a las
modificaciones a la Ley General del Sistema Financiero (Ley N° 26702) introducidas por el Decreto
Legislativo 1531, que han permitido continuar con el avance en la mejora de la calidad de capital
regulatorio, en línea con el estándar de Basilea III, con el objetivo de fortalecer la solvencia y estabilidad
del sistema financiero. Las modificaciones realizadas a la Ley General requieren de un conjunto de cambios
a la normativa emitida por la SBS aplicable a las empresas del sistema financiero. Así, en el mes de agosto se
pre publicaron los proyectos de nuevos reglamentos de deuda subordinada; de cómputo de reservas, utilidades,
donaciones e instrumentos representativos de capital en el patrimonio efectivo; para el requerimiento de
colchones de conservación, por ciclo económico y por riesgo por concentración de mercado; y para el
requerimiento de patrimonio efectivo por riesgos adicionales. Asimismo, se realizaron modificaciones al
reglamento para el requerimiento de patrimonio efectivo por riesgo de crédito; así como al Reporte 3 del Manual
de Contabilidad para las Empresas del Sistema Financiero, que recoge los componentes del patrimonio
efectivo. Estas modificaciones entran en vigencia a partir de enero de 2023, y constituyen importantes
elementos regulatorios con el objetivo de preservar la estabilidad del sistema financiero.

Asimismo, se presenta un análisis sobre el incremento gradual de la tasa de interés de referencia del
Banco Central de Reserva del Perú (BCRP), desde agosto 2021, y el impacto directo que ha tenido sobre
las tasas de interés de nuevos desembolsos de créditos al segmento mayorista, las cuales han

5 Requerido a partir de enero 2014 de acuerdo con el Reglamento para la gestión del riesgo de liquidez aprobado por la Resolución SBS

N°9075-2012, mediante un cronograma gradual.

6 Esta definición incluye a la mayoría de empresas corporativas y grandes (según la clasificación de tipo de crédito de la SBS) de todos

los sectores de la actividad económica.

Página 7
aumentado en magnitud similar. Utilizando información por operaciones, se encontró que, entre julio 2021 y
julio 2022, la tasa de interés promedio en moneda nacional de los desembolsos de créditos corporativos se
incrementó 5.0 pp., la de créditos a grandes empresas 4.9 pp. y la de créditos a medianas empresas 6.2 pp.,
frente al 5.75 pp. de aumento de la tasa de referencia en dicho periodo. Analizando por plazo, se encontró que
la mediana de las tasas de interés de los desembolsos de créditos corporativos con plazo de hasta 180 días y
de créditos a grandes empresas con plazo mayor a 180 días, son los que presentan mayor velocidad de ajuste
y también mayor aumento acumulado. En el caso de medianas empresas, al ser un segmento más heterogéneo,
se separó por monto, encontrándose que las tasas de interés de los desembolsos menores a S/ 200 mil
muestran mayor velocidad de ajuste y también mayor aumento acumulado. En tanto, por sector económico,
comercio y manufactura son los que registran la mayor velocidad de ajuste y efecto traspaso en los tres tipos
de crédito del segmento mayorista. Finalmente, se estimó que un total de 12 mil deudores mayoristas entre
agosto 2021 y julio 2022, registraron un aumento de tasa de interés, ya sea a través de un nuevo desembolso
o de un reajuste de tasa en una operación existente; lo que representa, en promedio, el 19% de los deudores
mayoristas en dicho periodo.

Finalmente, se ha identificado que la siniestralidad del SISCO o seguro previsional, cuyo propósito es
financiar una pensión de invalidez o sobrevivencia, así como los gastos de sepelio de los afiliados del
SPP y/o a sus beneficiarios, por motivo de la pandemia del COVID-19, se ha incrementado de manera
considerable, ocasionando que el monto de siniestros pagados desde la primera licitación supere el
monto de primas recaudadas. Esta mayor siniestralidad ocasionó que la prima promedio del SISCO V (periodo
2021-2022) se incremente de manera importante en comparación a las licitaciones anteriores; sin embargo, la
siniestralidad de este contrato también fue elevada, alcanzando el 128%, lo cual implicó una mayor política de
cesión del riesgo de parte de las compañías. Asimismo, durante este periodo, la Superintendencia desplegó
medidas regulatorias que permitieron un mejor reconocimiento de gastos y requerimientos patrimoniales, los
cuales se encontraban influenciados por la volatilidad de los siniestros ocasionados por la pandemia del COVID-
19, reduciendo dicha volatilidad.

Página 8
I. CONTEXTO MACROECONÓMICO E IMPACTOS EN EL SISTEMA
FINANCIERO

I.A. CONTEXTO MACROECONÓMICO

La economía global enfrentaría un conjunto de desafíos que se podrían materializar en 2023. La

economía global pasaría de crecer 6.0% en 2021 a crecer 3.2% en 2022 y se espera que este crecimiento siga
moderándose en 2023; según el Fondo Monetario Internacional (FMI), se proyecta una tasa de 2.7% para el
próximo año. El menor crecimiento esperado responde a persistencia de la inflación, al severo encarecimiento
de la energía en Europa, y al bajo crecimiento de China.

Adicionalmente, la persistencia de la inflación estaría llevando a que las tasas de interés se incrementen
a un mayor ritmo, lo que podría constituir una fuente adicional de riesgo. El aumento extendido de las
tasas de interés a nivel internacional podría afectar el crecimiento económico de los países. Asimismo,
propiciaría la salida de capitales de los países emergentes, elevando significativamente el riesgo país y
depreciando sus monedas. Este riesgo se agudiza si se incrementan los conflictos geopolíticos que podrían
llevar a un aumento de la aversión al riesgo lo cual tendría un efecto adicional en la salida de capitales de
economías emergentes, presionando aún más a la depreciación de sus monedas.

La economía peruana crecería 3.0% en 2022 y 2023, según proyecciones oficiales. 7 En 2022 el crecimiento
económico se ha visto afectado por el bajo dinamismo de los sectores primarios, en particular del sector minero,
cuya producción estuvo condicionada por los conflictos sociales; y del sector pesca, por la presencia del
fenómeno climatológico La Niña. Asimismo, la alta inflación llevó a una pérdida de poder adquisitivo y al
endurecimiento de la política monetaria para contener el avance de los precios a nivel local. En 2023, se espera
que la producción minera se fortalezca con la entrada de la mina Quellaveco, lo que daría soporte al crecimiento
de las exportaciones en un contexto de deterioro creciente del panorama económico global. No obstante,
existen riesgos que, de materializarse, podrían reducir el crecimiento, como i) el aumento de conflictos sociales
que lleven nuevamente a la paralización de la producción minera (particularmente en el corredor del sur o en
Moquegua); ii) que se prolongue el fenómeno climatológico La Niña hasta el verano del próximo año; iii) que el
cambio de autoridades regionales rezague por un periodo mayor al esperado la ejecución de inversión pública;
y iv) que la incertidumbre política siga en aumento, llevando a que la confianza empresarial y del consumidor
no se recuperen en 2023, lo que afectaría las perspectivas de inversión en los próximos años. Estos riesgos se
darían en un contexto internacional poco favorable y de presiones inflacionarias, en el que la capacidad
adquisitiva de los agentes podría continuar deteriorándose e impactar de manera negativa en el consumo
privado, mientras que los costos de producción de las empresas continuarían incrementándose.

7 BCRP, Reporte de Inflación: Panorama actual y proyecciones macroeconómicas 2022 – 2023, setiembre 2022.
Página 9
 Contexto externo
El crecimiento global experimentaría una importante moderación en 2022 y 2023. El FMI ha proyectado
en octubre de este año tasas de 3.2% y 2.7%, respectivamente, cifras que se encuentran 0.4pp y 0.9pp
por debajo de las proyecciones realizadas en abril de 2022. La corrección a la baja se explica por la
persistencia de la inflación, el bajo crecimiento de China y el conflicto geopolítico entre Rusia y Ucrania. La
incertidumbre se mantendría durante el próximo año y el FMI señala que existe un 25% de probabilidad de que
el crecimiento para 2023 sea revisado a la baja y se ubique por debajo del 2.0%.

Gráfico I.A.1 Crecimiento económico global

(Variación porcentual anual)

Nota: Las áreas grises corresponden a períodos de recesión internacional.

Fuente: FMI “World Economic Outlook”, octubre 2022.

Las perspectivas de crecimiento para Estados Unidos, la Unión Europea y China se estancarían. En el
caso de Estados Unidos, el menor crecimiento responde a la persistencia de la presión inflacionaria que ha
llevado a que la Reserva Federal acelere de manera considerable el endurecimiento de las condiciones
monetarias. A inicios de año la tasa de interés de la Reserva Federal se encontraba en el rango 0%-0.25% y
en noviembre se ubicó en el rango 3.75%-4.0%, superando la expectativa del mercado de que esta tasa se
ubique en alrededor de 4% hacia fines del año. Asimismo, destaca la fuerte apreciación del dólar frente a otras
monedas, lo que ha añadido presiones adicionales sobre los precios domésticos. En la Unión Europea se habría
desencadenado una crisis energética llevando a un severo desabastecimiento de gas natural, como

Página 10
consecuencia de la invasión de Rusia a Ucrania, que estaría encareciendo el costo de vida y afectando la
actividad económica del bloque. Por su lado, China se ha visto afectada por su política cero COVID y por el
rápido debilitamiento del sector inmobiliario que representa la quinta parte de su actividad económica.

El precio del petróleo se mantiene en niveles elevados ante el menor abastecimiento de Rusia y la
elevada incertidumbre. No obstante, la OPEP habría incrementado su producción para contrarrestar este
efecto, buscando alcanzar los niveles de producción previos a la pandemia. Entre los factores que contribuyen
al aza, se suma la contracción en la demanda de petróleo debido al aumento en las expectativas de una
recesión mundial y la desaceleración de China. Cabe recalcar que, a octubre, el precio del petróleo acumula un
crecimiento de 21.9% con respecto a diciembre del 2021.

Los precios de alimentos muestran una corrección a la baja, sin embargo, se mantienen en niveles
elevados. Los precios de los alimentos también se mantienen elevados ante el menor abastecimiento generado
por el conflicto entre Rusia y Ucrania. Tanto la cotización del trigo, el maíz y el aceite de soya, alcanzaron su
pico en mayo del 2022, y luego han mostrado una ligera tendencia decreciente. La corrección en los precios se
explica parcialmente por la reanudación de las exportaciones de Ucrania por el mar negro. En el caso del trigo
también contribuyó el mejor desempeño de la producción por parte de Brasil y Argentina, y las perspectivas
favorables de la cosecha de primavera de Estados Unidos. La cotización de aceite de soya se vio afectada por
la caída del precio del petróleo y la mayor disponibilidad de aceites vegetales sustitutos. Cabe recalcar que
condiciones climáticas adversas podrían presionar al alza a las cotizaciones de estos alimentos.

Gráfico I.A. 2 Evolución de cotización de alimentos y petróleo

(diciembre 2020 = 100)

270
Petróleo Aceite de Soya Maíz Trigo

220

170

120

70

20
2019 E

2020 E

2021 E

2022 E
M
M
J
S
N

M
M
J
S
N

M
M
J
S
N

M
M
J

Fuente: BCRP

Página 11
Las expectativas de un menor dinamismo de la actividad China sumadas a una política monetaria más
restrictiva por parte de los principales bancos centrales explicarían la caída en el precio de los
principales minerales de los últimos meses. El menor crecimiento de China reduciría la demanda por
minerales; a ello se le suma las mayores tasas de intereses que reducirían la demanda agregada de las
principales economías. Estos dos efectos llevarían a un menor valor de los minerales. Cabe recalcar que la
apreciación del dólar, como consecuencia de un aumento de la tasa de interés de la Reserva Federal, generaría
un incremento del costo de las importaciones, lo que podría contribuir a una mayor reducción en la demanda
de minerales. Las cotizaciones de oro y cobre experimentaron una caída acumulada a octubre de 5.4% y 20.2%
respectivamente. Por su parte, la cotización del zinc acumuló una caída de 13.5% respecto a los niveles
obtenidos en diciembre del año pasado.

Gráfico I.A.3 Evolución de la cotización de minerales

(Diciembre 2020 = 100)

180

160

140

120

100

80

60
2019 E
M
M
J

2020 E
S
N

M
M
J

2021 E
S
N

M
M
J

N
2022 E
S

M
M
J

Zinc Oro Cobre

Fuente: BCRP

El contexto actual de la economía global podría incrementar los riesgos para la estabilidad financiera y
fiscal en economías emergentes. La persistencia de la alta inflación y el consecuente aumento de las tasas
de interés por parte de los bancos centrales de las economías avanzadas generarían presiones para una salida
de capitales de economías emergentes y endurecimiento de las condiciones financieras internacionales,
contrayendo la capacidad de tomar deuda. La sostenibilidad fiscal en economías emergentes dependerá del
nivel de déficit de cuenta corriente, nivel de deuda externa y nivel de reservas internacionales. Además, un bajo
crecimiento global afectaría el valor de los minerales, lo cual repercutiría negativamente sobre la producción de
los países exportadores.

Página 12
 Contexto local
La economía peruana crecería 3.0% en 2022 y en 2023 según cifras oficiales 8. La caída en la perspectiva
de crecimiento para el 2022 se explica por un menor crecimiento de la producción minera, afectada por
los conflictos sociales. El crecimiento del primer semestre de 2022 fue de 3.5%, sostenido por la evolución
del consumo privado y la recuperación de las exportaciones, y se espera que el crecimiento del segundo
semestre del año sea impulsado por la normalización de los hábitos de gasto y la recuperación del sector
servicios. Para 2023 se proyecta la recuperación de la producción minera debido a la entrada en operación de
la mina Quellaveco. Cabe recalcar que se mantendría como un freno para la economía local, el bajo nivel de
confianza empresarial y familiar, el cual posterga los planes de inversión. Adicionalmente, el contexto externo
sería negativo para el próximo año, por lo que se espera que los términos de intercambio sean menos
favorables, pues se verían afectados por la caída del precio de los minerales.

Gráfico I.A.4 PBI y Términos de Intercambio en Perú

(Variación % anual e índice 2007 = 100)

50.0 120.0
40.0
115.0
30.0
20.0 110.0
10.0
105.0
0.0
-10.0 100.0
-20.0
95.0
-30.0
-40.0 90.0
T119

T219

T319

T419

T120

T220

T320

T420

T121

T221

T321

T421

T122

T222

PBI Términos de intercambio (eje derecho)

Fuente: BCRP

La confianza empresarial mantiene niveles negativos. El índice de expectativas económicas y expectativas

de desempeño sectorial se encuentran en terreno negativo, de manera ininterrumpida, desde abril de 2021, y
los costos de producción se mantienen elevados. La persistencia de la baja confianza empresarial postergaría
o volvería inviables los planes de inversión, lo cual repercutiría en una menor inversión potencial y, de este
modo, en una menor actividad económica. Según el BCRP, por cada incremento de 1% en el componente

8 BCRP, Reporte de Inflación: Panorama actual y proyecciones macroeconómicas 2022 – 2023, setiembre 2022.
Página 13
cíclico de la confianza empresarial hay un incremento de la inversión privada de alrededor de 0.6%. En este
contexto, el BCRP mantiene la proyección de su último reporte, octubre 2022, de nulo crecimiento de inversión
privada en el año 2022 y ha revisado a la baja su proyección para 2023, esperándose una tasa de 1.8%. Cabe
recalcar que la inversión en el sector minero se podría ver perjudicada por la persistencia en los conflictos
sociales sumada a la caída de la cotización de los minerales. Así, por ejemplo, el proyecto Sulfuros de
Yanachocha fue postergado nuevamente. Además, la inversión en 2023 se vería menguada por la culminación
de desembolsos en el 2022 de proyectos grandes como Quellaveco y Toromocho. Por otro lado, la inversión
pública se vería perjudicada por el cambio de autoridades municipales y regionales; en esta línea el BCRP
proyecta un crecimiento nulo de la inversión pública para el 2023.

Gráfico I.A.5 Expectativas Macroeconómicas

(Índice 1)

70

60

50

40

30

20 Expectativas a 3 meses de la economía

10 Expectativas a 3 meses del sector
0
2019 E

2020 E

2021 E

2022 E
M
M
J
S
N

M
M
J
S
N

M
M
J
S
N

M
M
J
S

1/ Índice = (M – P + 1) *50. Donde M representa el porcentaje empresas que señalaron mejor y P representa el
porcentaje de empresas que señalaron peor. La línea azul expresa las expectativas de las empresas encuestadas
respecto a la evolución de la economía para los próximos 3 meses. La línea roja expresa las expectativas de las
empresas encuestadas respecto a la evolución del sector donde operan para los próximos 3 meses.
Fuente: BCRP

El BCRP ha buscado contener el aumento precipitado de los precios mediante el aumento paulatino de
tasa de interés de referencia. La tasa de referencia ha pasado de 0.25% en julio 2021 a 7.25% en noviembre
de 2022, sin embargo, la inflación se mantiene muy por encima de su banda objetivo (1%-3%), superando el
8% desde mayo del 2022, debido principalmente al aumento de los precios de alimentos y combustibles. El
aumento en la inflación reduce el ingreso real de las familias, en especial las que destinan parte importante de
su ingreso al consumo de alimentos, transporte y combustibles, lo cual lleva a una disminución de su capacidad
adquisitiva. Además, el aumento en la tasa de interés repercute en el costo de financiamiento de las empresas
y de las familias en el corto plazo.

Página 14
 Gráfico I.A. 6 Evolución de la inflación y la tasa de referencia
(Variación 12 meses del IPC y porcentaje)

11.00 Inflación Tasa de Referencia de la Política Monetaria (eje derecho) 8

7
9.00
6
7.00
5
5.00 4
3
3.00
2
1.00
1
-1.00 0
E 2007

E 2008

E 2009

E 2010

E 2011

E 2012

E 2013

E 2014

E 2015

E 2016

E 2017

E 2018

E 2019

E 2020

E 2021

E 2022
OS
Nota: Data a octubre 2022
Fuente: BCRP

El incremento en el riesgo país sumado al endurecimiento de las condiciones monetarias locales y de

los países avanzados podrían encarecer el financiamiento local. El incremento en el riesgo país se vería
reflejado en el aumento del precio de la cobertura contra el incumplimiento del pago de los bonos peruanos (ver
Gráfico I.A.7), que luego de registrar una caída entre mediados de agosto e inicios de setiembre, mantuvo una
tendencia creciente, llegando a niveles máximos entre fines de setiembre y quincena de octubre. La percepción
de una mayor dificultad por parte de la economía peruana para honrar sus obligaciones llevaría a un mayor
costo de financiamiento para las inversiones en Perú 9 lo cual desincentivaría el crédito y la inversión.
Adicionalmente, los aumentos de la tasa de referencia tanto local como extranjeras podrían aumentar el costo
de fondeo, el cual se trasladaría en el encarecimiento del crédito.

9 Las clasificadoras de riesgo han ajustado sus perspectivas y en algunos casos también han rebajado la clasificación crediticia de Perú:

recientemente, Fitch Ratings cambió la perspectiva de las emisiones de largo plazo en moneda extranjera de Perú de “estable” a
“negativa” en octubre 2022. Por su parte, Standard & Poor’s rebajó la calificación de las emisiones en moneda local a largo plazo de
Perú de A3 a BBB+, en marzo de 2022; mientras que Moody´s rebajó la calificación de A3 con perspectiva negativa a Baa1 con
perspectiva estable en setiembre de 2021.
Página 15
 Gráfico I.A.7 Evolución de riesgo país
(Puntos básicos)

190 Spread CDS 5 Años 240

170 Spread CDS 10 Años (eje derecho) 220

150 200

130 180

110 160

90 140

70 120

50 100
E 2021
F
M
A
M
J
J
A

E 2022
S
O
N
D

F
M
A
M
J
J
A
S
O
Nota: El spread credit fefault swap (CDS) mide el diferencial entre el rendimiento del bono del Tesoro de Estados
Unidos (activo libre riesgo) y el título de deuda peruana con el mismo vencimiento. Al incrementarse el spread el bono
local se está volviendo más riesgoso por lo que se exige un mayor rendimiento (pago).
Fuente: Bloomberg

El mercado laboral, en especial del sector formal, continuó recuperándose y alcanzó niveles de empleo
pre pandemia. La flexibilización de las medidas sanitarias y el alto porcentaje de vacunados han permitido
recuperar los niveles de empleo previos a la pandemia. El empleo formal mensual muestra desde agosto de
2021 un nivel mayor al registrado en el año 2019. Por su parte, desde febrero de 2022, el empleo mensual en
Lima Metropolitana, que incluye tanto el empleo formal como el informal, alcanzó niveles superiores a los
registrados en 2019. Cabe recalcar que el sector que cuenta con un mayor rezago para alcanzar los niveles de
empleo previos a pandemia es el sector servicios, al haberse mantenido algunas medidas que afectaron la
dinámica del sector, tal como la restricción de aforos. Es importante mencionar que la evolución favorable del
empleo será necesaria para sostener el consumo privado.

Página 16
 Gráfico I.A.8 Evolución de indicadores del mercado laboral
(Variación porcentual respecto al mismo mes de 2019)

10% 10%
8%
0%
6%
4% -10%
2% -20%
0%
-2% -30%

-4% Puestos formales -40%

-6%
PEA Ocupada de Lima Metropolitana (eje -50%
-8%
derecho)
-10% -60%
E 2020

E 2021
S

E 2021

J
Fuente: BCRP

Gráfico I.A.9 Evolución de PEA ocupada

(Variación porcentual respecto al mismo trimestre de 2019)

20%

10%

0%

-10%

-20%

-30%

-40%
Comercio Servicios Total
-50%

-60%
T120 T220 T320 T420 T121 T221 T321 T421 T122 T222

Fuente: INEI

Página 17
 I.B. IMPACTOS EN EL SISTEMA FINANCIERO PERUANO

La cartera de créditos sin considerar los programas del gobierno registró un crecimiento anual de 12.2%
a agosto 2022 y un crecimiento de 14.8% respecto a febrero 2020, lo cual evidencia la recuperación de
la cartera total por encima de los niveles pre pandemia. A agosto 2022, el saldo total de créditos asciende
a S/ 411,040 millones, de los cuales S/ 29,354 millones (7.1%) corresponden a la cartera de programas del
gobierno. Por otro lado, la cartera reprogramada asciende a S/ 16,055 millones (3.9% del total de créditos) 10.

Gráfico I.B.1 Sistema financiero: Evolución de saldos

(Millones de soles y variación porcentual anual)

450,000 20.0

400,000
15.2 15.0
350,000

300,000 9.2 12.2 10.0

8.1
250,000
S/. MM

5.0
200,000

150,000 0.0

100,000
-5.0
50,000
-7.3
- -10.0
May-20

Jul-20

May-21

Jul-21

May-22

Jul-22
Jan-20

Mar-20

Jan-21

Mar-21

Jan-22

Mar-22
Sep-19

Nov-19

Sep-20

Nov-20

Sep-21

Nov-21

Cartera Bruta Cartera Reprogramada

Cartera Programas de Gobierno % Var. Anual Cartera

Fuente: SBS

Por tipo de crédito, también se observa que las colocaciones se encuentran por encima de sus niveles
pre pandemia. Los portafolios de consumo, hipotecario, MYPE y No Minorista, sin incluir programas de
gobierno, han registrado crecimientos de 10.2%, 17.7%, 17.9%, y 15% a agosto 2022 en relación a febrero
2020, respectivamente. Se observa que las carteras de consumo y a la micro y pequeña empresa (MYPE) han
registrado un crecimiento más pronunciado durante este 2022, por encima de lo registrado antes de la
pandemia, con tasas que ascendieron a 24.3% y 23.5%, respectivamente a agosto 2022. En ambos casos,

10 No incluye la cartera reprogramada de programas del gobierno. De la cartera de programas del gobierno, el 41% se encuentra
reprogramado (S/ 16,969 millones).
Página 18
parte del crecimiento está explicado por el mayor castigo en 2021 de los créditos en clasificación pérdida
producto del impacto de la pandemia, lo que reduce el saldo de créditos del año base de comparación.

Por otro lado, los créditos hipotecarios mantienen un ritmo de crecimiento promedio de 8.1% en 2022,
el cual se ha mostrado más estable incluso durante los meses de mayor impacto de la pandemia;
mientras tanto, los créditos no minoristas (corporativo, gran empresa y mediana empresa) han mostrado un
menor crecimiento, registrando una variación de 6.5% a agosto 2022; sin embargo, es de señalar que dicho
nivel de crecimiento se encuentra por encima del promedio de los últimos seis meses previos al inicio de la
pandemia (4.6%).

Gráfico I.B.2 Sistema financiero: Créditos directos por tipo de cartera

(Variación porcentual anual)

30.0
Consumo Hipotecario MYPE No Minorista
25.0 24.3

20.0 23.5
17.9
15.2
15.0

10.0 8.5

5.0 6.5
4.2
0.0

-5.0

-10.0

-15.0 -11.6
Jul-21
Jan-20

May-20

Jul-20
Mar-20

Jan-21

May-21
Mar-21

Jan-22

May-22

Jul-22
Mar-22
Sep-19

Nov-19

Sep-20

Nov-20

Sep-21

Nov-21

Fuente: SBS

En cuanto a calidad de cartera, se observa una tendencia estable durante 2022 y una mejora con
respecto a los niveles de mayor deterioro de 2021, retornando a los niveles observados antes de la
pandemia. Las carteras de consumo, hipotecario y MYPE han registrado a agosto 2022 un ratio de cartera de
alto riesgo (CAR) 11, sin considerar programas de gobierno, de 4.9%, 4.4%, y 9.5% respectivamente, similar a
lo registrado en febrero 2020 donde reportaron un ratio CAR de 4.9%, 4.0%, y 9.5%. Cabe señalar que la cartera
consumo registró el mayor impacto de la pandemia, duplicando su ratio CAR en enero 2021, siendo este uno
de los motivos del menor dinamismo y crecimiento de esta cartera en dicho año. No obstante, la cartera no

11 Incluye la cartera atrasada (créditos vencidos y en cobranza judicial), créditos refinanciados y créditos reestructurados.
Página 19
minorista ha registrado un ratio CAR de 5.9% a febrero 2022, tasa que se encuentra por encima de lo reportado
en febrero 2020 (4.3%).

Gráfico I.B.3 Sistema financiero: Cartera de alto riesgo

(En porcentajes)

16
Consumo Hipotecario MYPE No Minorista
14 13.5

12
10.2 10.1
10 9.4 9.2 9.5
8
6.1 5.9 6.0 5.9
6
4.9 4.8 4.9
4 4.4
2

0
Jan-20

May-20

Jul-20

May-22

Jul-22
Mar-20

Jan-21

May-21

Jul-21
Mar-21

Jan-22

Mar-22
Sep-19

Nov-19

Sep-20

Nov-20

Sep-21

Nov-21

Fuente: SBS

En cuanto a los créditos reprogramados, sin considerar programas de gobierno, se observa una
importante reducción en todos los tipos de créditos respecto al año anterior, pasando de representar el
11.8% del total de cartera sin programas de gobierno a agosto 2021 a representar 4.2% a agosto 2022 12.
De los créditos reprogramados remanentes, los créditos MYPE e hipotecario mantienen los porcentajes más
altos de reprogramación, con 6.4% en ambos casos. En el caso de créditos hipotecarios hipotecarios con
reducción del monto de la cuota, las disposiciones de la SBS 13 requieren que, además de realizar 6 pagos
consecutivos, haya una reducción del 20% de capital para dejar de ser considerado reprogramado, lo cual
puede retrasar la salida de la marca de reprogramados para los créditos con mayor plazo. En el caso de créditos
MYPE, el mayor porcentaje de reprogramados sugiere que aún hay cartera que se encuentra en periodo de
gracia o que recién están retomando el pago de sus créditos.

12 En junio 2020 los créditos reprogramados alcanzaron su nivel máximo, representando el 36% de los créditos directos.
13 Oficio Múltiple SBS N°19109-2020 SBS fecha 07.08.2020
Página 20
 Gráfico I.B.4 Sistema financiero: Detalle por tipo de crédito reprogramado
(En porcentaje)

20.0
16.1
12.4
8.5
6.4 6.4
2.6 3.6

Ago-21 Ago-22 Ago-21 Ago-22 Ago-21 Ago-22 Ago-21 Ago-22

Consumo Hipotecario MYPE No Minorista

Fuente: SBS

El 21.73% de la deuda reprogramada no ha realizado pagos o ha realizado un solo pago en los últimos
6 meses (cartera “parada” 14), a agosto 2022, lo que representa el 0.88% de los créditos totales del
sistema financiero. Se debe resaltar el porcentaje de créditos parados respecto al total de créditos dado que
los créditos reprogramados siguen una tendencia decreciente (producto de su repago o castigo), lo que genera
que el porcentaje de créditos parados sobre reprogramados crezca cuando en realidad el portafolio de créditos
parados se sigue reduciendo. Del total de cartera “parada” el 30% se encuentra clasificada como Normal o
CPP. Por tipo de crédito, los MYPE muestran la mayor proporción de cartera “parada” con un 1.93% del total
de créditos MYPE.

Cuadro I.B.1 Sistema Financiero: Reprogramados - Cartera "parada"

(Millones de soles, agosto 2022)

Porcentaje de cartera Porcentaje de

Total de cartera “parada”/ total cartera “parada”/
Tipo de Crédito “parada” reprogramados 1/ total cartera
No Minorista 1,725 22.29% 0.78%

MYPE 1,116 34.66% 1.93%

Consumo 328 14.28% 0.39%

Hipotecario 591 14.58% 0.93%

Total 3,760 21.73% 0.88%

1/ En el denominador se incluye reprogramaciones de créditos otorgados con garantías de los programas del gobierno (Reactiva y FAE-MYPE),
facilidades que inician en junio 2021.

14Deuda reprogramada por la cual no se han realizado pagos o se ha realizado un solo pago en los últimos seis meses. Pueden ser
créditos con periodos de gracia o en mora.
Página 21
Fuente: SBS
Por otro lado, cabe resaltar que el sistema financiero mantiene provisiones voluntarias, adicionales a
las requeridas, por S/ 5,228 millones a agosto 2022. Este colchón muestra una reducción de 26.7%
respecto a agosto 2021, pues ha sido utilizado para el reconocimiento de pérdidas, principalmente de
créditos reprogramados de consumo y MYPE incobrables. Como se comentó en los párrafos anteriores,
las carteras de consumo y MYPE mostraron incrementos significativos del ratio CAR durante el 2021 producto
de los créditos reprogramados que entraron en incumplimiento; dicha pérdida fue absorbida por provisiones
voluntarias. Pese a ello, las provisiones voluntarias representan el 19.8% de las provisiones totales del sistema
financiero a agosto 2022, porcentaje que se encuentra por encima de lo observado antes de pandemia (14.2%
en febrero 2020).

Asimismo, el sistema financiero mantiene colchones de provisiones para cubrir pérdidas esperadas a
agosto 2022. El ratio de cobertura por provisiones de la cartera en alto riesgo del sistema financiero, sin
considerar programas de gobierno, asciende a 112.6%. Si bien muestra una reducción desde agosto 2020
(129.3%) por el mayor reconocimiento de la CAR y la reducción de provisiones voluntarias, aún se encuentra
por encima de los niveles pre pandemia (102.4% a febrero 2020).

Gráfico I.B.5 Sistema financiero: Provisiones totales y ratio de cobertura

(Millones de soles y en porcentajes)

35,000 140
129.3
30,000 112.6 120
101.6
25,000 100

20,000 80
S/. MM

15,000 60

10,000 40

5,000 20

0 0
May-20

Jul-20

May-21

Jul-21

May-22

Jul-22
Jan-20

Mar-20

Jan-21

Mar-21

Jan-22

Mar-22
Sep-19

Nov-19

Sep-20

Nov-20

Sep-21

Nov-21

Provisiones Requeridas Provisiones Adicionales Cobertura CAR

Fuente: SBS

Adicionalmente, el sistema financiero registró utilidades anualizadas de S/ 10,947 millones a agosto

2022, por encima de los S/ 7,603 millones registrados a agosto 2021, lo cual muestra la recuperación en
la generación de resultados. La utilidad neta también se encuentra por encima de lo generado antes de
la pandemia (S/ 10,339 millones a febrero 2020). La recuperación de la utilidad anualizada para este último
Página 22
periodo se explica principalmente por un menor gasto de provisiones anualizado, el cual ascendió a S/ 5,888
millones a agosto 2022, lo que representa una reducción de 50.1% respecto al monto anualizado registrado en
agosto 2021. Este menor gasto de provisiones se debe principalmente al importante incremento en las
provisiones voluntarias constituidas en el 2020 anticipando las pérdidas esperadas que se reconocerían en el
2021 producto de la pandemia. Por otro lado, los ingresos financieros también mostraron un incremento
importante a agosto 2022 (S/ 48,058 millones anualizados), 20% por encima respecto a agosto 2021.

El ROEA 15 se situó en 14.5% a agosto 2022, ligeramente por debajo de lo observado en pre pandemia
(15.8% a febrero 2020). Al descomponer el ROEA, se puede observar que si bien el margen (utilidad neta/
ingresos), 22.8% a agosto 2022, se ha recuperado respecto a los niveles pre pandemia (21%), el rendimiento
(ingresos/activos), 8.4% a agosto 2022, aún se encuentra por debajo de los niveles pre pandemia (10.2%). Este
menor nivel de rendimiento responde a los programas del gobierno (7.1% de la cartera total) otorgados con
tasas de interés por debajo del mercado. Por otro lado, la mejora del margen responde principalmente a la
reducción del gasto de provisión. Finalmente, el incremento de la palanca (activos/patrimonio) responde a los
programas de gobierno de créditos con garantía estatal, los cuales se desembolsaron con recursos del
gobierno. Asimismo, se observa una tendencia decreciente debido al repago y el honramiento de garantías de
los créditos desembolsados en dichos programas.

Gráfico I.B.6 Sistema financiero: Descomposición del ROEA

(En porcentaje)

25.0% 8.0 22.8% 8.2

21.2%
ROE, Margen y Rendimiento (%)

8.0
20.0%

Palanca (N° veces)

16.5% 7.6 7.8
15.0% 7.6
10.8% 14.5% 7.4
10.0% 7.2
7.2 8.4% 7.0
5.0% 1.9% 6.8
0.0% 6.6
Nov-19

Nov-20

Nov-21
May-20
Jul-20

May-21
Jul-21

May-22
Jul-22
Sep-19

Sep-20

Sep-21
Jan-20
Mar-20

Jan-21
Mar-21

Jan-22
Mar-22

Rendimiento (Ingresos/Activos) ROEA (%)

Margen (Utilidad/Ingresos) Palanca (Activos/Patrimonio)

Fuente: SBS

15 Rentabilidad anualizada sobre el patrimonio.

Página 23
Finalmente, es importante resaltar que el sistema financiero mantiene adecuados niveles de capital
regulatorio, con un ratio de capital global promedio de 14.7% a agosto 2022, muy por encima del actual
requerimiento mínimo legal de 8.5% 16. Así, el sistema financiero en su conjunto tiene un colchón de capital
de S/ 34,576 millones para afrontar pérdidas no esperadas, lo que representa el 44.3% del capital total (a febrero
2020 el colchón de capital representaba el 30% del capital total).

En ese sentido, el sistema financiero mantiene un ratio de capital por encima del reportado antes de la
pandemia. El fortalecimiento patrimonial que se ha venido dando se asocia principalmente a la capitalización
de utilidades, aportes de capital y emisiones de deuda subordinada, así como del mayor ritmo de colocaciones
en el 2022, que incrementa los requerimientos de patrimonio efectivo.

Gráfico I.B.7 Sistema financiero: Ratio de capital global

(En millones de soles y porcentaje)

90,000 17.0
80,000 15.8 16.3 16.0
70,000 15.0 14.7
15.0
60,000
S/. MM

50,000 14.0
40,000 13.0
30,000
12.0
20,000
10,000 11.0
0 10.0
Nov-19

Nov-20

Nov-21
May-20

Jul-20

May-21

Jul-21

May-22

Jul-22
Sep-19

Sep-21
Jan-20

Mar-20

Sep-20

Jan-21

Mar-21

Jan-22

Mar-22

Capital Mínimo Colchón de Capital Ratio de Capital Global

Fuente: SBS

16 Mediante DU N° 037-2021 se modificó el límite global de 10% a 8% por el periodo de abril 2021 a marzo 2022. Posteriormente,
mediante el Decreto de Urgencia N° 003-2022 publicado el 26.03.2022, se señala que el límite global será de 8% hasta agosto de 2022
y de 8.5% desde setiembre de 2022.
Página 24
 Recuadro 1. Análisis de las carteras de crédito con garantías de programas de gobierno

Los créditos desembolsados en el marco de algún programa de garantías del Gobierno han venido
siendo reemplazados por desembolsos con recursos de las propias entidades, de manera que, al
cierre de agosto de 2022, el remanente de créditos con programas representa solamente el 10.9% del
total de la cartera empresarial. Al 31 de agosto de 2022, el saldo de la cartera de créditos empresariales 17
alcanzó un nivel de S/ 269,568 millones. De ese total, S/ 29,355 millones corresponde al saldo remanente de
los créditos desembolsados en el marco de algún programa de Gobierno 18, en el contexto de las medidas de
aislamiento social ante la declaratoria del Estado de Emergencia Nacional y sus consecuencias sobre la
actividad económica, con el fin de garantizar la continuidad en la cadena de pagos. Si bien algunos de estos
programas aún se encuentran vigentes (como el FAE-Turismo), son muy reducidos los desembolsos que se
continúan realizando. Asimismo, la mayoría de los programas contempló inicialmente un plazo de hasta tres
años incluyendo un año de gracia; no obstante, considerando que los efectos negativos del COVID-19
continuaron afectando la economía un año después, se permitió que, bajo ciertas condiciones y en función a
la evaluación del cliente, se reprogramen estos créditos otorgándose un año adicional de gracia y
extendiéndose el plazo de la garantía del Gobierno por un año más. El gráfico R1.1 permite apreciar que los
créditos desembolsados en el marco de los programas de Gobierno han sido sustituidos, conforme se iban
amortizando, con nuevos créditos desembolsados con recursos de las propias entidades; de manera que, a
partir de julio de 2021 se había logrado recuperar el nivel que los créditos empresariales tenían antes de la
declaratoria de la emergencia sanitaria. Con ello, a agosto de 2022, los créditos con programas, que a fines
de 2020 llegaron a representar el 22.9% de los créditos empresariales, representan solamente el 10.9%.

17 Corporativo (ventas mayores a S/ 200 millones), grandes empresas (ventas entre S/ 20 millones y S/ 200 millones), medianas

empresas (saldo de deuda mayor a S/ 300 mil), pequeñas empresas (saldo de deuda entre S/ 20 mil y S/ 300 mil) y microempresas
(saldo de deuda menor a S/ 20 mil).
18 REACTIVA, FAE MYPE 2, FAE Turismo, FAE Agro y PAE MYPE.

Página 25
 Gráfico R1.1: Saldo de la cartera empresarial
(en millones de soles)
300,000

250,000

200,000

150,000

100,000

50,000

0
Aug-20
Feb-20

Apr-20

Oct-20

Aug-21

Oct-21

Aug-22
Dec-20

Feb-21

Apr-21

Dec-21

Feb-22

Apr-22
Jun-20

Jun-21

Jun-22
Sin programas Programas
Fuente: SBS

En los segmentos de medianas empresas y microempresas, el crecimiento de los créditos entre

febrero 2020 y agosto 2022 es principalmente explicado por el crecimiento de los créditos con
programas de Gobierno, en los demás sectores, principalmente en el corporativo, se observa mayor
sustitución por créditos desembolsados con recursos de las propias entidades. Si bien entre febrero
de 2020 y agosto de 2022, el total de créditos empresariales aumentó 29.7%, se registraron mayores tasas
de crecimiento en las carteras de pequeña empresa (+42.2%), mediana empresa (+39.6%) y gran empresa
(+30.5%); crecimiento impulsado principalmente por los programas de Gobierno que aún tienen un saldo
remanente importante en estos segmentos de mercado. En el caso de los créditos corporativos, el crecimiento
de la cartera total y la cartera sin programas es similar en dicho periodo (+19.7% vs 19.4%), lo que implica
que en este segmento se habría dado una sustitución casi total de los créditos con programas por créditos
desembolsados con recursos de las propias entidades 19. En tanto, los créditos a microempresas crecieron en
dicho periodo 17.3%, también impulsado por los programas de Gobierno. Por tipo de entidad, el 90.8% de los
créditos con programas de Gobierno está en las empresas bancarias y el restante 9.2% en las empresas de
operaciones múltiples no bancarias.

19 Al cierre de agosto de 2022, el saldo correspondiente a programas es S/ 279 millones.

Página 26
 Gráfico R1.2: Créditos empresariales – Tasa de variación Ago.22/Feb.20
(en porcentaje)
Total Sin programas
45 42.2
39.6
40
35 30.5
30
25 21.8
19.7 19.4
20 17.5 17.3
15
10 7.5
5.6
5
0
Corporativos Grandes Medianas Pequeñas Micro
empresas empresas empresas empresas

Fuente: SBS

De los más de S/ 56 mil millones que se desembolsaron en el marco de REACTIVA, a agosto de 2022
queda un saldo remanente de S/ 28,486 millones en 441 mil deudores. Del saldo total de créditos con
programas de Gobierno, el 92.1%, en promedio, cuenta con garantía del Gobierno Nacional. El 7.9%
restante sólo cuenta con la cobertura de las garantías que la entidad haya obtenido del cliente al momento
del otorgamiento del crédito. Asimismo, de los más de S/ 56 mil millones que se desembolsaron en el marco
de REACTIVA a cerca de 487 mil beneficiarios, a agosto de 2022 queda un saldo remanente de S/ 28,486
millones (poco más del 50%) que corresponden a 441 mil deudores. Los demás programas tienen una
participación en saldo bastante reducida; no obstante, en términos de deudores beneficiarios tienen una
representación equivalente al 23%, que corresponde principalmente a FAE-MYPE 2.

Cuadro R1.1: Créditos empresariales – Saldo y Deudores por programa a agosto 2022

Ago-22
Programas Saldo N°
Part.% Part.%
(Millones S/) Deudores
REACTIVA 28,486 97.0% 441,119 77.0%
FAE MYPE 2 545 1.9% 117,004 20.4%
FAE TURISMO 106 0.4% 1,855 0.3%
FAE AGRO 16 0.1% 1,377 0.2%
PAE MYPE 202 0.7% 11,270 2.0%
Total 29,355 100.0%
Con garantía del Gobierno 27,047 92.1%
Sin garantía del Gobierno 2,308 7.9%

Fuente: SBS

Página 27
 La cartera mayorista con REACTIVA se ha reducido en mayor porcentaje que el saldo de la cartera
MYPE con programas en los últimos 12 meses, en parte explicado por la mayor capacidad de las
empresas de este segmento para enfrentar un escenario de desaceleración de la actividad económica
y en parte por los nuevos desembolsos de programas destinados exclusivamente al segmento MYPE.
Como se aprecia en el gráfico R1.3, los créditos bajo programas de Gobierno se han reducido en ambos
portafolios, mayorista y MYPE, manteniéndose una composición similar del saldo remanente, de manera que
alrededor del 75% corresponde a cartera mayorista y el 25% restante a cartera MYPE. Cabe señalar que los
créditos mayoristas con programas (solo REACTIVA) registraron a agosto de 2022 una reducción del saldo
equivalente al 48% en el último año, dado que se trataría de deudores que generalmente tienen mayores
posibilidades de hacer frente a la desaceleración que viene enfrentando la economía. En el caso del segmento
MYPE (89% del saldo a agosto de 2022 corresponde a REACTIVA y 11% a los demás programas), esta
reducción fue de 34% en los últimos doce meses.

Gráfico R1.3: Saldo de programas de Gobierno

(en millones de soles)
60,000

50,000

40,000

30,000

20,000

10,000

0
Jun-20

Oct-20

Jun-21

Oct-21

Jun-22
Feb-20

Aug-20
Apr-20

Feb-21

Aug-21
Apr-21

Feb-22

Aug-22
Apr-22
Dec-20

Dec-21

Cartera Mayorista Cartera MYPE

Fuente: SBS

A agosto 2022 el saldo en situación de vencido de los créditos con programas de Gobierno asciende
a S/ 2,035 millones, lo que representa una mora de 6.9%; no obstante, se estima que en un periodo de
12 meses podría caer en incumplimiento un monto adicional cercano a los S/ 4,500 millones, lo que
representa el 15% del saldo de créditos con programas 20. Con respecto a la situación de los créditos de
programas de Gobierno, se observa en el gráfico R1.4, que, a agosto de 2022, el 48.4% del saldo de la cartera

20 Se asume un incumplimiento adicional sobre la cartera reprogramada de 25% (equivalente a la tasa de provisiones de la cartera
clasificada como deficiente) y sobre la cartera vigente no reprogramada equivalente a los ratios de incumplimiento para un periodo de
12 meses (calculados sobre cada tipo de portafolio y tipo de empresa de operación múltiple).
Página 28
mayorista y el 50.0% del saldo de la cartera MYPE se encuentra reprogramado; asimismo, el 6.6% y 7.8% de
las carteras mayorista y MYPE, respectivamente, se encuentra en situación de vencido. Es importante
comentar que los porcentajes de mora están influenciados por el diseño de los programas, de manera que
cuando un deudor entra en incumplimiento de pago por 90 días o más, se activa la cobertura de la garantía
(honramiento), lo que reduce el saldo del programa en situación de vencido por un monto equivalente al
honramiento. Según la información proporcionada por COFIDE, hasta el cierre de agosto de 2022 se habría
honrado S/ 2,364 millones de cartera del programa REACTIVA, y S/ 248 millones (monto neto de
recuperaciones) de los demás programas, estos últimos destinados a garantizar la cartera MYPE. Dichos
montos en conjunto representan el 4.5% del monto desembolsado de programas de Gobierno, aproximado
por el máximo saldo de programas registrado en noviembre 2020. Finalmente, si al monto total honrado se
añadiese los saldos que se encuentran en situación de vencido y la estimación de los que podrían caer en
incumplimiento en los próximos 12 meses, el total de la cartera de programas que caería en default
representaría alrededor del 16% del monto total desembolsado.

Gráfico R1.4: Saldo de programas por situación y cartera honrada

(en millones soles)
Cartera Mayorista Cartera MYPE
45,000
20,000
40,000 18,000
35,000 16,000
30,000 14,000
25,000 12,000
20,000 10,000
15,000 8,000
6,000
10,000
4,000
5,000
2,000
0 0
Aug-20
Oct-20

Aug-21
Oct-21
Apr-20
Jun-20

Apr-21

Aug-22
Jun-21

Apr-22
Jun-22
Feb-20

Dec-20
Feb-21

Dec-21
Feb-22

Aug-20
Oct-20

Aug-21
Oct-21
Apr-20

Aug-22
Jun-20

Apr-21
Jun-21

Apr-22
Jun-22
Feb-20

Dec-20
Feb-21

Dec-21
Feb-22

Programas - Vencido Programas - Vencido

Programas - Vigente (reprog) Programas - Vigente (reprog)
Programas - Vigente (no reprog) Programas - Vigente (no reprog)
Cartera Honrada Cartera honrada

Fuente: SBS

Página 29
II. ANÁLISIS DE RESISTENCIA DEL SISTEMA FINANCIERO

II.A. EJERCICIO DE ESTRÉS DE SOLVENCIA

El desempeño económico del Perú continúa siendo afectado significativamente por la coyuntura
macroeconómica internacional, la cual se caracteriza por mostrar (i) persistencia en el aumento de
precios de alimentos y energía debido al conflicto geopolítico entre Rusia y Ucrania, (ii) una política
monetaria restrictiva por parte de la Reserva Federal, así como (iii) nuevos periodos de confinamiento
por casos positivos de COVID-19 en China. Las continuas tensiones geopolíticas generadas por el conflicto
entre Ucrania y Rusia, el alza de las tasas de interés de política monetaria en Estados Unidos y otros países
con el objetivo de controlar los altos niveles de inflación, así como el confinamiento en China por la pandemia
del COVID-19, el cual afecta directamente la actividad económica, son factores que explicarían tanto un menor
crecimiento mundial y nacional, así como mayores niveles de inflación. Como respuesta para mitigar la subida
de precios, el BCRP subió su tasa de interés de referencia de 2.5% en diciembre 2021 a 5.0% en mayo 2022,
y a 7.0% en octubre 2022, alcanzando niveles por encima de los máximos registrados durante la crisis financiera
de 2008 (6.5%). Por un lado, un entorno de alta inflación obliga a las autoridades monetarias a subir las tasas
de referencia como respuesta de política, lo que genera un encarecimiento en las fuentes de financiamiento de
hogares y empresas, que -a su vez- podría atenuar el crecimiento económico. Paralelamente, el incremento en
las tasas de interés de política monetaria de la Reserva Federal genera una presión sobre el tipo de cambio en
economías emergentes como la peruana a partir de la salida de capitales y afecta los niveles de inversión local.
Finalmente, dada la incertidumbre política actual se esperan menores niveles de confianza empresarial y de las
familias, lo cual afectará directamente los niveles de consumo e inversión privada.

A más de dos años y medio del inicio de la pandemia provocada por la pandemia del COVID-19, y debido
a las políticas adoptadas desde el Gobierno Central, BCRP y SBS, el sistema financiero continúa
mostrando adecuados niveles de solvencia, similares a los registrados en años previos. El ratio de capital
global del sistema financiero se encontraba en 14.7 % a diciembre 2019, muy por encima del mínimo regulatorio
de 10% vigente en dicho periodo. Si bien la pandemia afectó fuertemente el desempeño económico de 2020,
el PBI registró una caída de 11.2%, el ratio de capital global, a junio 2022, registró un valor de 14.8%, debido a
la capitalización de utilidades de 2019 motivadas por la comunicación de la SBS con las Juntas Generales de
Accionistas de las entidades. Asimismo, las reprogramaciones de créditos realizadas durante la declaratoria del
Estado de Emergencia Nacional en el contexto de la pandemia, junto con los programas de créditos
garantizados Reactiva Perú y FAE-MYPE, permitieron aliviar la presión financiera de las familias, las empresas
y del sistema financiero privado. Adicionalmente, el Gobierno Central desarrolló, junto con la SBS, el Programa
de Fortalecimiento Patrimonial de Instituciones Especializadas en Microfinanzas en abril de 2021 21, el cual
busca proteger los ahorros del público, preservar la estabilidad macroeconómica y mantener la continuidad de

21 Decreto de Urgencia N° 037-2021 y sus modificatorias.

Página 30
la cadena de pagos brindando fortalecimiento patrimonial a Financieras, Cajas Municipales y Cajas Rurales de
Ahorro y Crédito especializadas en el financiamiento de la MYPE. Este programa permitió que las empresas
acogidas reciban aportes del estado en forma de acciones y/o bonos subordinados que, junto con compromisos
de aportes privados, apuntaban a mejorar la solvencia de dichas instituciones financieras. De este modo, la
solvencia del sistema financiero se mantiene holgada, en un contexto macroeconómico que mantiene riesgos
latentes tanto locales como internacionales. Es de esperarse que las empresas del sistema financiero continúen
con la implementación de políticas que les permitan sostener el flujo de créditos al sector real, y mantener su
solidez y solvencia.

En este contexto, el ejercicio de estrés de solvencia permite evaluar la capacidad del sistema financiero
de mantener sus niveles de solvencia frente a escenarios macroeconómicos adversos severos pero
plausibles considerados para los próximos años. El ejercicio de estrés de solvencia de la SBS constituye
una herramienta de evaluación cuantitativa de la resistencia del sistema financiero en la que se asume una
hipotética materialización de choques macroeconómicos adversos, sin llegar a ser una predicción o pronóstico
del comportamiento futuro del sistema financiero en su conjunto.

El Cuadro N°II.A.1 resume los supuestos de las principales variables empleadas en el ejercicio de estrés,
que afectarían a la economía peruana durante el horizonte de proyección en cada uno de los tres
escenarios configurados. En el escenario base, se asume que la economía peruana se recupera
paulatinamente en los próximos años en línea con las proyecciones del BCRP; en particular proyecta un
crecimiento del PBI de 3.0% en 2022 y 2023 y niveles de inflación de 7.8% y 3.0% respectivamente. Por otro
lado, los escenarios de estrés y de estrés severo se desarrollaron incluyendo factores de riesgo
macroeconómicos adicionales en las proyecciones de los próximos años. El escenario de estrés considera, que
diversos riesgos de ámbito local se acentúan. En esa línea, el escenario macroeconómico doméstico
incorporaría (i) un fuerte deterioro de la inversión privada y pública asociada a la incertidumbre política, (ii) una
reducción en la producción minera debido a que el incremento de conflictos sociales afectaría la producción del
corredor minero sur y Quellaveco, y (iii) un choque negativo al sector pesca al asumir que se extiende el
fenómeno La Niña hasta el verano de 2023. En tanto, en el escenario de estrés severo se asume,
adicionalmente a los factores domésticos, (i) la desaceleración económica de Estados Unidos y China, (ii)
políticas monetarias contractivas más agresivas por parte de la Reserva Federal, que ejercen presión sobre el
tipo de cambio y acentúan la salida de capitales, (iii) la reducción del grado de inversión de la economía peruana,
y (iv) el incremento en la severidad de los conflictos geopolíticos actuales.

Página 31
 Cuadro II.A.1 Variables macroeconómicas del ejercicio de estrés de solvencia
Base Estrés Estrés Severo
Variable 2021 2022 2023 2024 2022 2023 2024 2022 2023 2024
PBI Doméstico
13.6 3.0 3.0 3.4 2.6 1.0 1.9 2.1 -1.0 0.9
(var. % real anual)
Tipo de cambio
4.04 3.90 3.90 3.91 3.95 4.50 4.75 4.00 4.75 5.00
(PEN/ USD)
Inflación
6.4 7.8 3.0 3.0 8.0 4.0 3.7 8.3 4.8 4.2
(var. % anual)
PBI Estados Unidos
5.6 2.3 1.0 1.4 2.3 1.0 1.4 2.0 0.0 1.0
(var. % real anual)
PBI China
8.1 3.3 4.6 5.1 3.3 4.6 5.1 3.0 3.5 4.5
(var. % real anual)
Fuente: BCRP, MEF, FMI, SBS.
Nota: Con información disponible a octubre 2022.

El ejercicio de estrés busca cuantificar el impacto de los distintos escenarios planteados sobre la
solvencia de las entidades del sistema financiero. Para ello, se emplea un conjunto de modelos que
interrelacionan los factores de riesgo macroeconómico con el comportamiento de la cartera crediticia para
posteriormente trasladar los efectos de cada escenario propuesto a los estados financieros. El Anexo 1 detalla
la metodología de este ejercicio. Frente a escenarios macroeconómicos adversos, la capacidad de generación
de ingresos de los deudores disminuye, lo que eleva la probabilidad de incumplimiento de los mismos. Dichos
incumplimientos generan una reducción en el margen financiero de las empresas del sistema financiero, debido
a (i) menor cobro de intereses y (ii) mayores gastos de provisiones, lo cual finalmente reduce las utilidades y el
nivel de capital que mantienen las entidades financieras para cubrirse ante la materialización del riesgo de
crédito. Cabe señalar que la estrategia de modelación considera la heterogeneidad existente entre los diversos
segmentos crediticios y entre sectores económicos, lo cual brinda mayor precisión y robustez a la estimación
del impacto de potenciales choques adversos en la estabilidad financiera.

Este ejercicio de estrés permite que la SBS evalúe el impacto de choques macroeconómicos adversos
sobre la solvencia del sistema financiero y pondere las medidas preventivas correspondientes. En
particular, para las entidades con la mayor reducción de ratio de capital durante el horizonte de análisis, se
podrían requerir planes de fortalecimiento patrimonial. Ello cobra mayor relevancia en el contexto actual, que
requiere la permanente evaluación de la situación de la estabilidad del sistema financiero y del impacto de los
potenciales riesgos latentes.

Los resultados del ejercicio de estrés muestran que el sistema financiero peruano en su conjunto se
mantendría resistente incluso ante un escenario de estrés severo. Considerando el escenario base o
esperado, el ratio de capital global promedio se situaría en 14.3% a junio de 2023 y en 13.9% a junio de 2024

Página 32
(véase Gráfico II.A.1). Ambos valores se encuentran muy por encima del requerimiento mínimo legal. En
contraste, los escenarios de estrés y estrés severo buscan recoger el impacto en el sistema financiero de una
potencial materialización de choques negativos. A pesar de que estos escenarios son más severos y que
conllevan mayores pérdidas para las entidades del sistema financiero, se mantiene la conclusión general de
que el sistema financiero en su conjunto resistiría los choques adversos planteados. Cabe señalar que estos
resultados no incorporan la adopción de potenciales cambios a futuro en las estrategias financieras de las
empresas del sistema financiero ni los esfuerzos de fortalecimiento patrimonial con financiamiento propio, o
medidas adicionales de política promovidas por el Gobierno, que podrían atenuar el impacto de los choques
macroeconómicos asumidos.

Gráfico II.A.1 Sistema financiero: Ratio de capital global en distintos escenarios

(En porcentaje)

16.0

15.0 14.8
14.8 14.3 14.2
14.0 13.9
14.2 13.6
13.9
13.0 13.5 13.4
12.4 12.3
12.0
12.1
11.8
11.0

10.0
jun-22 jun-23 jun-24 jun-23 jun-24 jun-23 jun-24
Inicial Base Estrés Estrés Severo

Rango percentil 25-50 Rango percentil 50-75 Mediana Promedio

Notas: Cifras ponderadas por los activos ponderados por riesgo de cada institución financiera.
Fuente: SBS

La resistencia del sistema financiero ante eventos adversos se explica, en parte, por las provisiones
voluntarias constituidas y los niveles de capital por encima del mínimo regulatorio, en línea con las
políticas prudenciales adoptadas por la SBS. Ambos elementos permitirían amortiguar la materialización de
pérdidas esperados e inesperadas, respectivamente. Por un lado, el sistema financiero exhibe un ratio de capital
global a junio 2022 de 14.8% frente a un requerimiento mínimo de 8.5% 22. Esto se debe a (i) los requerimientos

22 Mínimo regulatorio temporal hasta marzo 2023. Volverá a 10% a partir de abril 2023.
Página 33
de capital adicional de la SBS 23 –que representan el 8.3% del patrimonio efectivo total del sistema financiero–
y a (ii) la constitución de capital prudencial por parte de las instituciones financieras –que equivalen al 36.3%
del patrimonio efectivo total del sistema financiero–. Esto último se explica, en parte, por la capitalización de
utilidades de 2019 en medio del contexto económico afectado por la pandemia del COVID-19. Asimismo, el
sistema financiero cuenta, a junio 2022, con un exceso de provisiones que equivale al 28.7% de las provisiones
requeridas con el objetivo de anticiparse a posibles pérdidas crediticias futuras.

El impacto de los escenarios macroeconómicos sobre el riesgo de crédito de las entidades se mide
principalmente a través de la proyección del ratio de incumplimiento 24. El Cuadro II.A.2 resume las
proyecciones, a nivel sistema financiero, del ratio de incumplimiento (RI) por escenario y tipo de crédito. Dentro
del portafolio mayorista, en el escenario base, se espera una ligera mejora en los créditos gran empresa y
mediana empresa, y un deterioro leve de la cartera corporativa. La mejora de los dos primeros respondería a
que han alcanzado niveles máximos a junio 2022, por lo que se esperaría una normalización de sus niveles de
riesgo. Dentro de la cartera minorista, los créditos de pequeña empresa y consumo exhibirían los mayores
deterioros en el escenario base. Por un lado, la trayectoria de los créditos de consumo respondería a una
normalización de sus niveles de riesgo, alcanzando niveles alrededor del 7%, en línea con lo observado durante
el 2019. Respecto a los créditos de pequeña empresa, el deterioro respondería al vencimiento de las últimas
reprogramaciones.

Ante la materialización de los riesgos considerados en los escenarios de estrés y estrés severo, el RI
se deterioraría de forma heterogénea. Las carteras con mayores deterioros en los escenarios de estrés y
estrés severo serían mediana empresa, pequeña empresa, microempresa y consumo. De estas cuatro carteras,
mediana empresa y pequeña empresa son las que registran –en términos relativos– una mayor proporción de
créditos reprogramados a junio 2022. En línea con un escenario de deterioro marcado de la actividad
económica, llegando incluso a una recesión en el escenario de estrés severo, estas empresas con créditos
reprogramados enfrentarían fuertes restricciones para repagar sus créditos, lo cual se traduciría en un mayor
RI. Respecto a los créditos a microempresas, si bien estos registran menores niveles de reprogramación, las
empresas de este segmento son particularmente vulnerables a cambios en el entorno macroeconómico. Por
otro lado, el incremento del RI en la cartera de consumo estaría en línea con un menor dinamismo de la
demanda interna y tasas de inflación elevadas que reducirían el poder adquisitivo de las familias. Por último,
en el caso de los créditos hipotecarios, el deterioro vendría explicado por el impacto que tendría una
depreciación significativa de la moneda local sobre la porción de la deuda denominada en moneda extranjera.

23 La SBS incorporó en 2011, dentro del marco de adaptación a Basilea III, requerimientos de patrimonio efectivo adicional por (i) ciclo
económico, (i) riesgo de concentración individual, (ii) riesgo de concentración de mercado, (iii) riesgo por tasa de interés en el libro
bancario (banking book), y (iv) otros riesgos mediante la Resolución SBS 8425-2011.
24 De acuerdo con el estándar de Basilea, el ratio de incumplimiento, probabilidad de incumplimiento o probabilidad de default se define

como la proporción del saldo de deudores que migró de una situación de puntualidad en los pagos a una situación de incumplimiento
durante un horizonte temporal de un año. Se considera incumplimiento en los pagos a los atrasos mayores a 90 días.
Página 34
 Cuadro II.A.2 Sistema financiero: Ratio de incumplimiento
(En porcentaje)

Cambio pp. respecto al RI inicial

RI Inicial
Tipo de crédito Base Estrés Estrés Severo
jun-22 (%)
Jun-23 Jun-24 Jun-23 Jun-24 Jun-23 Jun-24

Corporativo 0.2 0.5 0.4 0.6 0.5 1.0 0.8

Gran Empresa 1.7 -0.1 -0.3 0.1 -0.1 0.5 0.2
Mediana Empresa 5.1 0.8 -0.2 1.6 0.8 3.5 2.7
Pequeña Empresa 8.4 1.2 0.7 2.0 1.0 3.4 2.9
Microempresa 7.7 0.9 0.5 1.4 0.7 3.4 3.1
Consumo 5.9 1.5 1.2 1.8 1.6 2.9 2.7
Hipotecario 1.0 0.1 0.5 0.2 0.7 0.4 1.0

Nota: Los valores proyectados del RI asumen la materialización de todas las pérdidas producto de la pandemia, las que podrían postergarse para periodos
posteriores en caso se presenten medidas complementarias por parte del Gobierno dirigidas a mitigar el impacto.
Fuente: SBS

II.B. EJERCICIO DE ESTRÉS DE RIESGO CLIMÁTICO

El cambio climático viene generando riesgos en el mundo, no solo a nivel ambiental, sino tanto en el
ámbito económico como social, ante lo cual diversas acciones de política se han desplegado con el
objetivo de mitigar su potencial impacto. El cambio climático es el resultado de la generación de gases de
efecto invernadero producto de la quema de combustibles fósiles, como carbón, petróleo o gas, que viene
provocando incrementos importantes de la temperatura a nivel global. El Panel Intergubernamental de Cambio
Climático (IPCC por sus siglas en inglés) 25 de la Organización de las Naciones Unidas, señala que la
temperatura se ha incrementado más rápido en los últimos 50 años respecto a cualquier otro periodo similar en
los últimos 2000 años. Dicho incremento se viene manifestando en fenómenos climáticos extremos, como olas
de calor, lluvias más intensas, sequías, ciclones o temperaturas extremamente bajas. Ante ello, las autoridades
de distintos países han venido desplegando políticas para mitigar el impacto del cambio climático; así en 2015
se establece el Acuerdo de París, al que actualmente se han unido 192 países (entre ellos el Perú) y la Unión
Europea. Una de las metas más importantes de dicho Acuerdo es que el incremento de la temperatura a nivel
mundial respecto a niveles preindustriales se mantenga por debajo de 2°C hacia el año 2050.

25Intergovernmental Panel on Climate Change (2021). Climate Change 2021 The Physical Science Basis. Este documento es parte del
Sexto Informe de Evaluación del cambio climático (AR6 por sus siglas en inglés).
Página 35
El rol de los sistemas financieros es importante en el proceso de transición hacia economías bajas en
emisiones de carbono; sin embargo, el aumento de fenómenos climáticos más extremos implica
también un conjunto de riesgos para la estabilidad de los sistemas financieros a nivel mundial. Estos
riesgos potenciales pueden ser de dos tipos; riesgos físicos, asociados directamente a los cambios en la
temperatura y el clima; y, riesgos de transición, relacionados con las políticas y el proceso de adaptación hacia
una economía baja en emisiones de carbono. Por un lado, los riesgos físicos pueden ser agudos –vinculados
con el incremento de la frecuencia y severidad de eventos climatológicos extremos 26– o crónicos –asociados a
cambios progresivos en los patrones climáticos en el largo plazo 27–. De otro lado, los riesgos de transición
incluyen cambios en las políticas públicas, cambios tecnológicos, o modificaciones en la conducta de los
agentes económicos 28.

La materialización de los riesgos del cambio climático puede trasladarse al sistema financiero, mediante
canales a nivel microeconómico y macroeconómico, reflejándose en el aumento de riesgos financieros
como el riesgo de crédito, de liquidez, de mercado, operacional, entre otros. A nivel microeconómico, los
riesgos físicos y de transición pueden afectar directamente a las entidades del sistema financiero (a través de
daños a la infraestructura financiera), a sus contrapartes (personas, empresas y gobiernos, mediante daños
personales y materiales) y los activos financieros (créditos, inversiones, pólizas, y otros instrumentos
financieros, ante la afectación de las contrapartes). Estos efectos pueden trasladarse, además, a nivel
macroeconómico, afectando el crecimiento económico, la productividad y el empleo de la economía en su
conjunto. Por otro lado, la probabilidad y magnitud del impacto de los riesgos físicos y de transición dependerán
de diversos factores, tales como la ubicación geográfica, el sector económico y la existencia de mitigantes de
riesgo. Adicionalmente, los impactos señalados podrían exacerbarse por la respuesta de las propias entidades
a los choques climáticos y los efectos que estos puedan tener en la economía (gráfico II.B.1).

Gráfico II.B.1 Mapeo de riesgos climáticos como drivers de riesgos financieros

Riesgo climático Canales de Riesgos

transmisión financieros
• Riesgo físico: • Microeconómico • Riesgo de crédito
o Eventos agudos: Inundaciones, (familias, empresas, • Riesgo de mercado
sequías, deslizamientos, incendios gobiernos)
forestales, olas de calor, tormentas, • Riesgo de liquidez
etc. • Macroeconómico (PBI, • Riesgo operacional
o Eventos crónicos: Incremento empleo, etc.)
severidad lluvias, variabilidad
extrema temperatura, incremento
niveles del mar, incremento
temperatura global, etc.

• Riesgo de transición: Políticas

de gobierno, cambios tecnológicos,
inversiones ESG, etc.

Fuente: BCBS, SBS.

26 Inundaciones, incendios forestales, precipitaciones extremas, sequías o tormentas.

27 Incremento de la temperatura media, el aumento en el nivel del mar o el cambio en el patrón de las precipitaciones.
28 Bank of International Settlements (2021). Climate related risk drivers and their transmission channels.

Página 36
 Recuadro 2: Experiencia internacional en la evaluación del riesgo climático y su impacto
en el sistema financiero mediante modelos de estrés

Las experiencias internacionales en el desarrollo de ejercicios de estrés de riesgo climático se

orientan, en su mayoría, a la evaluación de impactos de riesgo físico en horizontes de largo plazo
(usualmente de 30 años), y emplean escenarios elaborados por el Network for Greening the
Financial System (NGFS 29), asumiendo estados financieros estáticos, y a través de enfoques “top-
down”. Según el último informe del NGFS, seis miembros han culminado sus ejercicios de estrés de riesgo
climático: el Banco de Francia (ACPR), el Banco de Italia, el Banco Central Europeo (ECB, por sus siglas
en inglés), la Autoridad Bancaria Europea (EBA, por sus siglas en inglés), el Banco de Inglaterra (BoE, por
sus siglas en inglés) y el Banco de España. De estas instituciones: (i) dos adoptaron un enfoque “top-down”,
(ii) tres modelaron el riesgo físico, (iii) tres utilizaron un horizonte de evaluación de 30 años, (iv) tres
asumieron estados financieros estáticos y (v) tres realizaron estimaciones a nivel de contraparte o deudor.

Particularmente, el BoE y ECB, cuyos ejercicios de estrés de riesgo climático se enfocan en el

sistema financiero en horizontes de largo plazo, muestran similitudes y diferencias importantes. Por
un lado, ambos evalúan tanto el riesgo físico como de transición e incluyen el canal macroeconómico
basado en diversos escenarios del NGFS, mientras que sólo el ejercicio del ECB incluye el canal
microeconómico, con el análisis del impacto en indicadores a nivel de empresa. Asimismo, el ejercicio del
BoE incluye tanto al sistema bancario como al sistema asegurador; mientras que el ECB solamente se
enfoca en el sistema bancario. Más aún, el alcance del análisis del sistema bancario difiere entre ambos
organismos: el BoE evalúa la cartera hipotecaria, de consumo y mayorista de los bancos más grandes del
Reino Unido, mientras que el ECB evalúa la cartera empresarial de una muestra de bancos de la Eurozona.
Finalmente, otro punto relevante es la similitud en los drivers de riesgo climático evaluados: precipitaciones,
inundaciones, aumentos en el nivel del mar, aumentos en la temperatura e incendios forestales (cuadro
R2.1).

29 NGFS es una red que cuenta con 83 supervisores financieros y bancos centrales alrededor del mundo, con el objetivo de desarrollar

recomendaciones sobre el rol de los bancos centrales respecto al cambio climático, así como acelerar las finanzas verdes.
Página 37
 Cuadro R2.1 Configuración del ejercicio de estrés de riesgo climático del BoE y el ECB

Configuración del ejercicio
Enfoque
Horizonte de proyección
Variables climáticas
incluidas
Canales de transmisión
Fuentes de información
Riesgos financieros
proyectados
Carteras estresadas
Escenarios
Banco de Inglaterra (BoE)
Bottom-Up
30 años
Precipitaciones, inundaciones, aumento del
nivel del mar y temperatura
Canal macro: NGFS
Canal micro: no se incluye.
Proyecto de inter-comparación de Modelos
Acoplados (CMIP en sus siglas en inglés) – Fase
5*
Riesgo de crédito: pérdida esperada (EAD
monto en 2020)
Hipotecario, consumo, mayorista
Tres: Early Action, Late Action, No Additional
Action (riesgo físico: modificación de NGFS
“Current Policies” escenario)
Banco Central Europeo (ECB)
Top-Down
30 años
Incendios forestales, inundaciones, aumento del
nivel del mar
Canal macro: NGFS
Canal micro: impacto en indicadores a nivel
firma (rentabilidad, solvencia, PD).
Proyecto de inter-comparación de Modelos
Acoplados (CMIP en sus siglas en inglés) – Fase
5*
Riesgo de crédito: pérdida esperada (EAD monto
en 2020) + riesgo de mercado
Empresarial de 1,600 bancos de la Eurozona.
Tres: Orderly Transition, Disorderly Transition,
Hot House World (riesgo físico: modificación de
NGFS “Current Policies” escenario)

*Nota: La descripción de los modelos CMIP y los escenarios de riesgo climático se explican en el Recuadro A2.1,
del Anexo 2.
Fuente: BoE, ECB, SBS.

Por otro lado, los supervisores financieros miembros del NGFS presentan avances en la evaluación
del impacto del cambio climático; en particular, 18 de estas instituciones cuentan con ejercicios de
estrés de riesgo climático en proceso. 30 La mayoría de estos organismos muestra aproximaciones
similares al Banco de Inglaterra y el Banco Central Europeo, inclinándose por (i) ejercicios “top-down”, (ii)
modelación del riesgo físico, (iii) un horizonte de evaluación de largo plazo (30 años), (iv) estados
financieros estáticos y (v) un análisis a nivel de sector económico.

Dada la importancia de los riesgos del cambio climático en la estabilidad del sistema financiero, la SBS,
en línea con lo que vienen realizando diversos supervisores financieros internacionales, viene
trabajando en la evaluación del impacto en el sistema financiero de los riesgos del cambio climático,
habiendo iniciado con aquellos asociados con lluvias intensas y sequías. De la información geoespacial
histórica de precipitaciones, recopilada a través de satélites y redes neuronales artificiales (PERSIANN-CCS-
CDR por sus siglas en inglés) 31, se observa que estos fenómenos son recurrentes en el territorio nacional y han

30Scenarios in Action: a progress report on global supervisory and central bank climate scenario exercises. October 2021.
31La base de datos corresponde al Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks – Cloud
Classification System - Climate Data Record (PERSIANN-CCS-CDR), recopilada por la National Oceanic and Atmospheric
Administration (NOAA). La información se caracteriza por ser altamente granular, registrándose en intervalos de tres horas desde enero
de 1983, en áreas de aproximadamente 4 km2 (0.04° x 0.04°), a nivel mundial.
Página 38
tenido impactos adversos en términos de daños personales y materiales, generando mayor vulnerabilidad en
los agentes económicos de las zonas geográficas afectadas. Así, por ejemplo, ante el último Fenómeno El Niño
experimentado en 2017, las ocurrencias de lluvias anómalas 32 a nivel distrital a lo largo de dicho año superaron
las 1700 en todo el territorio nacional. Para mitigar el impacto de los huaicos e inundaciones provocados por la
intensificación de las lluvias, el Instituto Nacional de Defensa Civil (Indeci) desembolsó un total de S/18 millones
en ayuda humanitaria (gráfico II.B.2).

Gráfico II.B.2 Perú: Lluvias anómalas a nivel distrital y ayuda humanitaria

Nota: La ayuda humanitaria corresponde a la entregada por INDECI ante eventos de huaycos e inundaciones. Las coloraciones
representan episodios del Fenómeno El Niño. Rojo: Fenómeno El Niño Costero extraordinario. Naranja: Fenómeno El Niño Costero
fuerte. Amarillo: Fenómeno El Niño Costero moderado.
Fuente: PERSIANN-CCS-CDR, Ministerio de Ambiente, NOAA, INDECI.

El presente ejercicio de estrés de riesgo climático evalúa el impacto del riesgo físico asociado a
precipitaciones que, a través del canal microeconómico, pueden incrementar el riesgo de crédito que
enfrenta el sistema financiero. El ejercicio se enfoca en evaluar el impacto de los fenómenos climáticos
asociados a inundaciones y sequías, así como a incrementos en la severidad de lluvias en el sistema financiero
peruano. La afectación generada por una intensificación de estos fenómenos provocaría daños personales y
materiales, afectando la capacidad de pago tanto de las empresas como de las familias, generando dificultades
para el repago de las obligaciones crediticias, y provocando un incremento del riesgo de crédito de estos
portafolios. La evaluación se realiza a nivel distrital y por sector económico, mediante un enfoque top-down en

32 Definidas como aquellas por encima del percentil 95 de la distribución de lluvias en los últimos 40 años.
Página 39
un horizonte temporal que se extiende hasta el año 2050, y asumiendo que los estados financieros de las
instituciones financieras se mantienen en niveles similares a los del cierre del año 2021.

Para ello, se desarrollan un conjunto de modelos que buscan estimar el impacto marginal del
incremento promedio de las precipitaciones, así como de la agudización de las lluvias intensas y de las
sequías, en el riesgo crediticio del sistema financiero, segmentados según tipo de crédito, zona
geográfica y sector económico. Se estima un total de 40 modelos de panel de datos a nivel distrital y con
frecuencia mensual, en los cuales se identifican umbrales consistentes con eventos climatológicos extremos de
lluvias intensas y sequías, en función a la información histórica de las precipitaciones de la base de datos
PERSIANN-CCS-CDR. Las lluvias intensas están asociadas a aquellas por encima de los percentiles 80 a 99
de las distribuciones históricas de precipitaciones mensuales por distrito desde enero 1983; mientras que las
sequías se asocian a eventos por debajo de los percentiles 1 a 20 de tales distribuciones. Estos eventos
extremos identificados permiten estimar el impacto que pueden tener los mismos sobre la probabilidad de
incumplimiento de los clientes empresariales (créditos corporativos, gran, mediana, pequeña y microempresa)
y personas (créditos de consumo e hipotecarios). 33

El presente ejercicio de estrés climático emplea el escenario severo de una economía cuyo desarrollo
es sustentado en el uso de combustibles fósiles 34, el cual cuenta con 37 distintos modelos de
proyección de precipitaciones. Bajo dicho escenario (SSP5-8.5 o fossil-fueled-economy del CMIP6) se
esperaría que la temperatura global respecto a los niveles preindustriales, esté por encima de 2°C al año 2050,
consistente con la mayor severidad del riesgo físico, y con la baja o nula aplicación de políticas gubernamentales
para mitigar los efectos del cambio climático. Bajo este escenario, las precipitaciones en las distintas regiones
del territorio nacional se intensificarían significativamente hacia el año 2050, siendo las regiones más afectadas
las ubicadas en la costa norte (Piura, Tumbes) y la sierra sur del Perú (Junín, Huancavelica, Ayacucho,
Apurímac, Cusco y Puno). Por ejemplo, en Piura, las lluvias registradas en enero 2050 en los distintos distritos
del departamento serían, en promedio, 15 veces más fuertes que las registradas en enero 2020 35 (ver gráfico
II.B.3).

33 Para mayor detalle sobre la metodología, ver el Anexo 2.

34 Escenario propuesto por la Fase 6 del Proyecto de Inter-comparación de Modelos Acoplados (CMIP6) de las Naciones Unidas,
denominado como SSP5-8.5. Para mayor detalle sobre los escenarios de proyección de precipitaciones, ver el Recuadro A2.1 del Anexo
2.
35 Se toma como punto de partida la situación del sistema financiero en el 2020 para las estimaciones realizadas, dada la disponibilidad

de información histórica en la base de datos PERSIANN-CCS-CDR.

Página 40
 Gráfico II.B.3 Perú: Precipitaciones proyectadas a nivel nacional (mm/mensual 36)
Enero 2020 Enero 2050

Precipitaciones Precipitaciones
(mm/mensual) (mm/mensual)

Fuente: PERSIANN-CCS-CDR, CMIP6: modelo CAMS-CSM1-0.

Los resultados del ejercicio de estrés climático muestran que la intensificación de las precipitaciones y
sequías tendrían un impacto marginal de 4.9%, en promedio, en la probabilidad de incumplimiento del
sistema financiero peruano en su conjunto hacia el año 2050. La probabilidad de incumplimiento del sistema
financiero peruano pasaría, en promedio, de 3.46% a 3.62% en el año 2050 producto del impacto de lluvias y
sequías más intensas, impacto que se esperaría tenga un carácter más permanente en el tiempo, sobre todo
considerando que el escenario SSP5-8.5 o fossil-fueled-economy del CMIP6 contempla la materialización de
los riesgos físicos sin medidas de mitigación. Cabe señalar que se emplea el promedio del impacto marginal en
la probabilidad de incumplimiento, a partir del uso de las precipitaciones proyectadas por el CMIP6 en sus 37
modelos climáticos; así, el rango de proyección del incremento marginal de las probabilidades de
incumplimiento se encuentra entre 1.5% hasta 11.2%, dependiendo del modelo de proyección de
precipitaciones 37 (gráfico II.B.4) 38.

36 Un milímetro de lluvia (1 mm) se mide como un milímetro cúbico (𝑚𝑚𝑚𝑚3 ) de lluvia por milímetro cuadrado (𝑚𝑚𝑚𝑚2 ) de superficie.
37 El Cuadro A2.1 del Anexo 2 muestra el listado de los 37 modelos de proyección climática del CMIP6.
38 Cabe señalar que, a inicios del mes de noviembre del presente año, el Banco Mundial publicó el documento “Perú Informe sobre

Clima y Desarrollo de los Países”, en el cual se incluye un análisis del impacto del cambio climático en Perú realizado en 2021 por Pietro
Calice y Faruk Miguel “Climate-Related and Environmental Risks for the Banking Sector in Latin America and the Caribbean A Preliminary
Assessment”. Al respecto, el estudio señala que los daños generados a partir de las inundaciones del fenómeno de El Niño de 2017
provocaron un incremento de 1 pp en el ratio de morosidad luego de dos años que ocurriera dicho evento, mientras que dicho incremento
sería de 3 pp en los sectores económicos más afectados (Agricultura, Edificación y Hoteles y Restaurantes). Estos resultados contrastan
con lo obtenido en el presente ejercicio de estrés climático debido a algunas diferencias en las aproximaciones metodológicas. Primero,
el riesgo de crédito se mide a través del ratio de morosidad, mientras que el presente ejercicio analiza el impacto en la probabilidad de
incumplimiento. Segundo, el estudio analiza información a nivel provincial, determinando el nivel de exposición al riesgo físico de cada
Página 41
 Gráfico II.B.4 Sistema Financiero: Impacto de agudización de lluvias intensas y sequías en la
probabilidad de incumplimiento, según modelo de proyección climática del CMIP6 (%)
12%
0.2%

10%
0.2%
0.2%

8%
0.2%
0.3%
0.4%
0.2%
0.2%
0.2%
0.9%
6% 0.3%
0.5%
0.2%
11%

0.0%
0.6%

0.2%
9%

0.2%

0.3%
0.5%

0.3%
0.5%

4% 0.2%
8%

3% 0.6%

4% 0.2%
4%

4% 0.2%
8%

3% 0.6%

3% 0.2%
3% 0.4%
7%

3% 0.3%
3% 0.2%
7%

3% 0.3%
6%
6%
6%

3% 0.4%
6%
5%

5%
5%

cnrm_cm6_1_hr 2% 0.2%

noresm2_mm 1% 0.5%
fgoals_f3_l 1% 0.6%
5%

ipsl_cm6a_lr 1% 0.4%
hadgem3_gc31_mm 2% 0.2%
5%
5%

4%

4%
4%
4%
2%

4%
0%
bcc_csm2_mr

canesm5

awi_cm_1_1_mr

cesm2_waccm
ec_earth3_veg_lr
hadgem3_gc31_ll

access_cm2

iitm_esm

noresm2_lm

e3sm_1_1

gfdl_esm4

cmcc_esm2

fgoals_g3
cesm2
inm_cm5_0
inm_cm4_8
canesm5_canoe

fio_esm_2_0

cnrm_esm2_1

taiesm1
miroc6
ec_earth3_cc
mri_esm2_0
miroc_es2l
ukesm1_0_ll

mcm_ua_1_0

cams_csm1_0
nesm3
kace_1_0_g

cmcc_cm2_sr5

mpi_esm1_2_lr
cnrm_cm6_1

Incremento lluvias fuertes (en porcentaje) Incremento sequías (en porcentaje)

Fuente: SBS.

El impacto marginal de la intensificación de lluvias y sequías en la probabilidad de incumplimiento del

sistema financiero tendría impactos diferenciados por ubicación geográfica. Así, el incremento en la
severidad de precipitaciones en la costa norte y sierra sur del Perú produciría incrementos marginales
significativos en la probabilidad de incumplimiento de dichas regiones. Por ejemplo, a 2050 los distritos de
Ayacucho, Cusco y Piura registrarían, en promedio, un incremento marginal en la probabilidad de
incumplimiento de 14.8%, 12.0% y 7.3%, respectivamente, en comparación a lo registrado en 2020, ante el
escenario más severo del CMIP6 (gráfico II.B.5).

provincia a partir del nivel de riesgo más alto entre las unidades administrativas que conforman esa provincia, a diferencia del empleo
de información a nivel distrital del presente ejercicio de estrés climático. Tercero, los sectores económicos afectados por cada evento
de riesgo físico se determinan sobre la base de estudios previos; mientras que, el presente ejercicio estima si hay una relación
estadísticamente significativa entre los eventos extremos de precipitaciones y la probabilidad de incumplimiento de cada sector
económico.
Página 42
 Gráfico II.B.5 Sistema Financiero: Impacto de agudización de lluvias intensas y sequías en la
probabilidad de incumplimiento, por región (%)
Lluvias intensas Sequías

Incremento Incremento
marginal de la marginal de la
probabilidad de probabilidad de
incumplimiento incumplimiento
(%) (%)

Nota: Impacto resultante de los 37 modelos con información de proyección de precipitaciones disponibles en el CMIP6
bajo el escenario SSP5-8.5 o fossil-fueled economy (más severo).
Fuente: SBS.

Adicionalmente, el impacto marginal de la agudización de lluvias intensas y de sequías en la

probabilidad de incumplimiento del sistema financiero también variaría por sector económico. Las lluvias
intensas tendrían un impacto negativo en los deudores asociados a los sectores agrícola, transporte y
comunicaciones y comercio. En promedio, al 2050, eventos más extremos de lluvias intensas y sequías
provocarían un aumento marginal –a nivel nacional– de 22.9% en la probabilidad de incumplimiento de los
deudores del sector agrícola, de 19.7% para los clientes del sector transportes y comunicaciones, y de 14.1%
en el sector comercio. Al desagregar el impacto por zona geográfica, si bien la participación de Lima en el
portafolio crediticio de los tres sectores económicos mencionados previamente es significativa, el impacto por
región se concentra en la costa norte y sierra sur (gráfico II.B.6).

Página 43
Gráfico II.B.6 Sistema Financiero: Impacto marginal de la agudización de lluvias intensas y sequías en
la probabilidad de incumplimiento por sector económico (%)

22.9%
19.7%

14.1%

4.9%

Nota: Impacto resultante de los 37 modelos con información de proyección de precipitaciones disponibles en el CMIP6
bajo el escenario fossil-fueled economy (más severo).
Fuente: SBS.

Estos resultados dejan entrever la importancia de evaluar el impacto del riesgo climático en la
estabilidad del sistema financiero, por lo que la SBS continuará con la evaluación mediante la
incorporación de nuevos elementos relevantes. Además de los fenómenos climatológicos asociados a la
agudización de las lluvias intensas y sequías, resulta relevante evaluar aquellos fenómenos relacionados a
incrementos de la temperatura promedio de la superficie del mar. Por otro lado, es importante complementar el
canal microeconómico evaluado con los efectos en los agregados macroeconómicos como el crecimiento, la
productividad y el empleo, y cómo estos podrían impactar en los distintos riesgos que enfrentan las entidades
supervisadas.

Página 44
 II.C. EJERCICIO DE ESTRÉS DE LIQUIDEZ

Las pruebas de estrés de liquidez tienen como objetivo identificar el riesgo de que las entidades
financieras fallen en generar fondos suficientes para cumplir las obligaciones que se puedan producir
por una repentina realización de sus pasivos. Las pruebas de estrés de liquidez evalúan la resistencia de
las entidades para hacer frente a shocks adversos con sus propios recursos, incluyendo su colchón de activos
líquidos de alta calidad. El ejercicio de estrés es una evaluación cuantitativa de la suficiencia de fondeo
disponible en un horizonte de estrés definido, ante un escenario hipotético adverso, que no incorpora las
estrategias o planes de contingencia de las entidades ni las medidas de política que pudiera implementar el
Banco Central en un escenario de estrés de liquidez sistémico (Jobst, Ong & Schmieder, 2017). 39

Para la realización del ejercicio de estrés se utilizó la metodología de flujo de efectivo (ver Anexo 2), en
la que se simulan flujos de entrada y flujos salida estresados para diferentes bandas temporales hasta
un horizonte de doce meses; las brechas negativas resultantes son cubiertas con el colchón de activos
líquidos de la entidad (counterbalancing capacity 40). El ejercicio de estrés de liquidez considera como punto
de partida la estructura de fondeo y la estructura de vencimientos de activos y pasivos, reportada por cada
entidad a setiembre de 2022. El ejercicio se realizó para las 42 entidades que captan depósitos del público,
entre bancos, financieras, cajas municipales y cajas rurales.

Se elaboraron tres escenarios de estrés de distinta severidad: escenario severamente adverso,

escenario adverso y escenario leve. El escenario severamente adverso considera el retiro sustancial de
depósitos y otros pasivos, la no renovación de adeudos y emisiones con un vencimiento residual menor a tres
meses, el uso significativo de obligaciones fuera de balance, así como el retiro coyuntural del 50% de los
depósitos CTS debido a promulgación de la Ley N° 31480, “Ley que autoriza la disposición de la Compensación
por Tiempo de Servicio a fin de cubrir las necesidades económicas causadas por la pandemia del Covid-19”
que permite a los trabajadores a disponer libremente de sus fondos CTS hasta el 31 de diciembre del 2023. En
el escenario adverso y leve se consideran salidas de efectivo equivalentes a 50% y 25% del retiro de pasivos y
obligaciones fuera de balance asumidos en el escenario severamente adverso, respectivamente.

Para el flujo de entrada, se considera el 50% del flujo de efectivo que se espera recibir por los créditos
vigentes para los primeros meses. Es decir, se asume que el 50% de los flujos de entrada de los créditos se
utiliza para cubrir las salidas de efectivo y el restante 50% (o un porcentaje menor si parte de los créditos cae
en incumplimiento) se recoloca, ya que la empresa debe continuar intermediando recursos. Asimismo, se
considera la entrada de 65% de efectivo al vencimiento de las inversiones con menor liquidez (que no califican
para operaciones de reporte con el BCRP).

39 Jobst, A. Ong, L. & Schmieder, C. (2017). Macroprudential Liquidity Stress Testing in FSAPs for Systemically Important Financial
Systems. “IMF Working Paper No. 17/102, p. 10
40 Ver Anexo 3: Metodología del modelo de estrés de liquidez.

Página 45
Los escenarios de estrés simulan una salida de depósitos de diferente dimensión para cada tipo de
depositante (persona natural y jurídica); en el escenario severamente adverso, la salida equivale en
promedio al 23% de los depósitos en los tres primeros meses. Este escenario se basó en el análisis de las
variaciones porcentuales observadas en los depósitos de las empresas del sistema financiero durante los
últimos 23 años, y se añadió el escenario de retiro coyuntural del 50% de depósitos CTS. Asimismo, se
considera una depreciación del sol de 20% para cubrir los descalces en dólares en el análisis de brechas de
liquidez diferenciado por monedas. Además, se asume que se retira efectivo de una porción de las obligaciones
fuera de balance. En ese sentido, se considera que el escenario severamente adverso es suficientemente fuerte
simulando shocks que podrían producirse por la incertidumbre que genera la coyuntura política y económica
del país. Asimismo, los retiros simulados en el escenario severamente adverso están alineados con lo sugerido
en la literatura internacional: Catalán, 2015 41 sugiere simular un retiro de 15%-20% del stock inicial en los tres
primeros meses, y de 20%-30% en un horizonte de seis meses, lo que está alineado a los retiros simulados en
el escenario severamente adverso.

Cuadro II.C.1 Salida de pasivos y de obligaciones fuera de balance simulada (a doce meses)

Escenario

(% respecto a total pasivos) Leve Adverso Severamente Adverso

Déficit de Liquidez 0.0% 0.0% -2.4%

Salida depósitos 4% 8% 17%

Salida pasivos 6% 13% 25%
Salida obligaciones fuera de balance 1% 2% 4%
Salida total 7% 15% 29%

Salida depósitos (% de total depósitos) 6% 12% 23%

Fuente: SBS

Las brechas de liquidez iniciales que se generan en los escenarios estresados son cubiertas con el
colchón de activos líquidos de alta calidad (counterbalancing capacity) conformado por el disponible
(neto del encaje exigible establecido por el BCRP) y las inversiones de alta calidad que califican para
acceder a operaciones de reporte con el BCRP, tales como los certificados de depósito del BCRP y los
bonos soberanos. A tales inversiones se le aplican los ponderadores de descuento (haircuts) establecidos por
el BCRP para las operaciones de reporte.

41 Catalán, 2015. Guidance Notes on Stress Testing

Página 46
Los resultados del ejercicio de estrés de liquidez a un año muestran que en el escenario severamente
adverso, en los horizontes de uno y tres meses – en los que se concentra la salida de depósitos– las
entidades poseen brechas acumuladas positivas que ascienden en promedio a 4% y 2% del total de
pasivos del sistema financiero, respectivamente. En el horizonte de doce meses, la brecha acumulada
positiva promedio asciende a 5% del total de pasivos del sistema financiero; ello debido a que, a partir del cuarto
mes, en promedio, el flujo de entrada por créditos simulado de las entidades es superior al flujo de salida
simulado por la realización de sus pasivos 42, lo que les permite acumular efectivo adicional al colchón de activos
líquidos de alta calidad.

Gráfico II.C.1 Brechas (positivas) acumuladas de liquidez

(Como porcentaje de pasivos)

40%

30%

25% 23%
22% 27%
18%
21% 16% 20%
13%
17% 9%
10% 13% 15%
5% 4%
4% 5%
2%
-5%

-20%
Leve
Leve

Leve

Adverso

Sev. Adverso
Adverso

Adverso
Sev. Adverso

Sev. Adverso

1M 3M 12M

Percentil 25-75 Mediana Promedio

Fuente: SBS

42 A partir del cuarto mes, la salida de pasivos proviene principalmente del vencimiento de adeudados y emisiones
Página 47
En el escenario severamente adverso, el déficit de liquidez equivale al 2.4% del total de pasivos del
sistema financiero a setiembre 2022; en el escenario adverso y leve ninguna empresa presenta brechas de
liquidez negativas.

Reverse Stress Test

El promedio del indicador Distance to Liquidity Stress Indicator (DLSI), que mide la severidad por la que
se deberían multiplicar los run-off rates para que las entidades presenten déficits de liquidez en un
escenario de estrés (reverse stress test), asciende a 1.4 (mediana de 1.1) para las entidades del sistema
financiero (Ver Gráfico II.B.2). Es decir que, en promedio, las entidades podrían resistir run-off rates 1.4 veces
más severos que los modelados en un escenario severamente adverso.

Gráfico II.C.2 Distance to liquidity stress indicator (DLSI)

2.00

1.4

1.1
1.00

0.00
Sistema Financiero

Percentil 25-75 Promedio Mediana

Fuente: SBS

La resistencia frente a eventos inesperados de liquidez en la gran mayoría de entidades está sustentada
en su adecuada distribución de activos y pasivos por plazos de vencimiento, en la estructura de fondeo
bastante diversificada y en los activos líquidos de alta calidad que poseen.

Página 48
Finalmente, de experimentarse un shock como el simulado en el escenario severamente adverso, las
empresas podrían cubrir las brechas negativas de liquidez que experimenten recurriendo a operaciones
de reporte de cartera de créditos con el BCRP directamente o a través del Programa de Garantía del
Gobierno Nacional a la cartera crediticia de las empresas del Sistema Financiero (DL 1508), el cual establece
medidas excepcionales para que las empresas puedan enfrentar escenarios de gran demanda por liquidez que
se encuentra vigente hasta fines de 2022.

Recuadro 3. Impacto de un entorno de tasas de interés crecientes

Riesgo de mercado

Durante el 2022, los bancos centrales a nivel mundial han mantenido el endurecimiento de
su política monetaria, iniciado en el segundo semestre de 2021, para contener el elevado
nivel de la inflación. El aumento de tasas de interés ha generado alzas en la curva de
rendimiento y pérdida de valor en los instrumentos de deuda, afectando el valor de los
portafolios de inversiones de las entidades financieras. Las presiones inflacionarias han
llevado a los bancos centrales a incrementar sus tasas de interés de referencia, luego de un
periodo de tasas bajas durante los años previos para contrarrestar los efectos de la pandemia
(Gráfico R3.1). En el caso particular de Estados Unidos, la Reserva Federal incrementó su tasa
clave, al rango 3.75%-4.00%, en noviembre de 2022 y se espera que nuevas subidas continúen
en los próximos meses, pues la inflación se encuentra en niveles no vistos desde la década de
1980. El incremento de las tasas de interés libre de riesgo incide en un alza en la curva de
rendimiento (yield curve) que ocasiona una pérdida en el valor de los instrumentos de deuda,
dado que el valor presente de los flujos que genera (por cupones y principal) se descuentan a
una tasa mayor. Esto produce pérdidas en los portafolios de inversiones de las empresas del
sistema financiero que están compuestos principalmente por instrumentos de renta fija. Estas
pérdidas, a su vez, impactan en los resultados del ejercicio o en el patrimonio, dependiendo de
si los instrumentos están registrados como inversiones a valor razonable con cambios en
resultados o como disponibles para la venta, respectivamente.

Página 49
 Gráfico R3.1
A. Evolución de tasas de referencia de bancos B. Evolución de rendimientos de bonos del
centrales gobierno peruano a 10 años

12%
Perú Chile 12%
México Colombia Soberanos (soles) Globales (dólares)
10% Estados Unidos Zona euro 10%
Reino Unido 8.6%
8%
8%
6.5%
6%
6%

4%
4%

2%
2%
0%
0%

Mar/19

Set/19

Mar/20

Set/20

Mar/21

Set/21

Mar/22

Set/22
Jun/19

Jun/20

Jun/21

Jun/22
Dic/19

Dic/20

Dic/21
Set/19

Set/20

Set/21

Set/22
Jun/19

Dic/19

Jun/20

Dic/20

Jun/21

Dic/21

Jun/22
Mar/19

Mar/20

Mar/21

Mar/22

Fuente: https://datosmacro.expansion.com/tipo-interes Fuente: SBS

En virtud de lo señalado, se realizó un análisis de sensibilidad como parte del componente

de riesgo de mercado del ejercicio de estrés de solvencia, empleando choques adicionales
a las tasas de interés sobre los portafolios de instrumentos de deuda de las empresas del
sistema financiero. Se asume que dichos choques se materializarían a lo largo de 12 meses,
del 30 de junio de 2022 al 30 de junio de 2023, y afectarían en la misma magnitud a todos los
puntos de la curva (shocks paralelos). Se consideran tres escenarios; Base, se asume un choque
de 250 puntos básicos (pbs) en moneda nacional, y de 300 pbs en moneda extranjera, teniendo
en cuenta las medidas que vienen tomando los bancos centrales a efectos de reducir la inflación
y mantenerla cerca a sus rangos meta y el comportamiento histórico de los retornos de
instrumentos de deuda emitidos por el gobierno peruano, a un plazo de 10 años (en soles y
dólares). Los otros dos escenarios son más severos: Estrés, se consideran choques de 325 y
400 pbs en moneda nacional y extranjera, respectivamente, dado el contexto de incertidumbre
política e inflación local que podría resultar más persistente de lo esperado; mientras que en
Estrés severo, se asumen choques de 400 y 500 pbs en moneda nacional y extranjera,
respectivamente, considerando el contexto internacional de elevada inflación, expectativas sobre
alzas de tasas de bancos centrales a nivel internacional (en particular Estados Unidos), un
downgrade en la clasificación de riesgo del gobierno peruano, volatilidad en costos del petróleo
y materias primas, la posibilidad de un escalamiento bélico en el conflicto armado entre Rusia y
Ucrania y un deterioro de la economía china por restricciones frente al COVID-19.

Página 50
 Shocks en pbs Ratio de capital Impacto en RC
Escenario
promedio SF (pp.)
MN ME
Base 250 300 14.3% -0.1
Estrés 325 400 13.9% -0.3
Estrés severo 400 500 12.4% -0.5

La resistencia del sistema financiero en su conjunto se mantiene en los escenarios

adicionales de riesgo de mercado bajo estos choques de tasa de interés. La pérdida
estimada para los portafolios de inversión en instrumentos de deuda causaría una caída adicional
en el ratio de capital global del sistema financiero en el escenario de estrés severo, a junio de
2023, de 12.4% a 11.9%, manteniéndose por encima del mínimo regulatorio. 43 Es de resaltar que
el ejercicio no considera las políticas que podrían implementar las entidades para acotar las
potenciales pérdidas ante los escenarios planteados. De este modo, si bien las citadas subidas
en las tasas de interés podrían tener un impacto negativo en el valor de las inversiones de las
empresas del sistema financiero, las pérdidas podrían ser absorbidas dados sus niveles de
solvencia y rentabilidad.

Riesgo de tasa de interés en el libro bancario

Otro riesgo que resulta especialmente importante que las empresas del sistema
financiero gestionen adecuadamente, dado el actual contexto de subida de tasas de
interés, es el riesgo de tasa de interés en el libro bancario (IRRBB por sus siglas en
inglés). El IRRBB se refiere al riesgo para el capital y las ganancias de una empresa del
sistema financiero (empresa) que surge de movimientos adversos en las tasas de interés que
afectan las posiciones del libro bancario (posiciones diferentes a la cartera de negociación o
trading). Esto debido a que los cambios en las tasas de interés afectan el valor presente de
los activos, pasivos y posiciones fuera de balance y, por tanto, su valor económico. Las
variaciones de las tasas de interés también afectan las ganancias de las empresas al alterar
los ingresos y gastos sensibles a las tasas de interés. Un IRRBB excesivo puede amenazar
considerablemente la base de capital actual del banco y/o sus ganancias futuras si no se
gestiona adecuadamente 44.

43 Conforme a lo señalado en la Sexta disposición final de la Resolución SBS N° 7033-2012 “Reglamento de Clasificación y Valorización

de las Inversiones de las Empresas del Sistema Financiero”, el exceso de las pérdidas no realizadas por inversiones disponibles para
la venta sobre las utilidades acumuladas y utilidad del ejercicio, sin acuerdo de capitalización, debe deducirse del patrimonio efectivo.
44 Standard "Interest rate risk in the banking book". Bank for International Settlements (2016), p. 3.

Página 51
 A fin de evitar que este riesgo sea excesivo, la Superintendencia establece que las
empresas deben identificar, medir, controlar y reportar adecuadamente el nivel de
riesgo de tasa de interés que enfrentan. En esa línea, la normativa actual requiere que se
estimen, entre otros, los indicadores regulatorios de Ganancias en Riesgo (GeR) y Valor
Patrimonial en Riesgo (VPR). El GeR mide las pérdidas que tendría la empresa ante shocks
en las tasas de interés de 50, 100 y 300 puntos básicos sobre sus descalces (activos menos
pasivos sensibles a fluctuaciones en tasas de interés) hasta un año, diferenciados por moneda
y tipo de tasa. En tanto, el VPR mide el impacto que generarían diversos shocks en las tasas
de interés para 14 bandas temporales (de 1 día a más de 20 años) sobre los descalces,
diferenciados por moneda, en cada una de ellas. Ambos indicadores se miden como
porcentaje del patrimonio efectivo del mes anterior.

Los indicadores de ganancias en riesgo y valor patrimonial en riesgo ante choques en las
tasas de interés se encuentran por debajo de los límites prudenciales. Los requerimientos
prudenciales exigen que el GER sea menor a 5% del patrimonio efectivo; y en el caso del VPR
que sea menor a 15%, a fin de no requerir patrimonio efectivo adicional. 45 Al respecto, tanto el
GER como el VPR del sistema financiero 46 se encuentran por debajo de los límites prudenciales
de 5% y 15% del patrimonio efectivo, respectivamente, en el periodo junio 2021-2022, pese al
incremento del VPR en los últimos meses, el cual debe ser constantemente monitoreado, a fin
de mantener el riesgo de tasa de interés del libro bancario en niveles moderados.

Gráfico R3.2 Evolución de los indicadores de Valor Patrimonial en Riesgo y Ganancias en Riesgo

Fuente: SBS

45 El límite prudencial del GER se establece en Circular N° B-2087-2001 “Administración del riesgo de tasa de interés y presentación
del Anexo Nº 7”, y del VPR en la Resolución SBS N° 8425-2011, “Reglamento para el Requerimiento de Patrimonio Efectivo Adicional”.
46 No incluye Empresas de crédito (antes Edpymes).

Página 52
III. RIESGOS A LA ESTABILIDAD FINANCIERA

III.A. ANÁLISIS DEL NIVEL DE ENDEUDAMIENTO DE LAS EMPRESAS

MAYORISTAS DEL SECTOR REAL EN EL PERU

Esta sección presenta la medición del nivel de endeudamiento de las empresas mayoristas 47 del sector
real en el Perú y una evaluación de su resistencia ante choques macroeconómicos. Este análisis permite
complementar el realizado en la sección III.A. del Informe de Estabilidad del Sistema Financiero de mayo de
2022, el cual se enfocó en el nivel de endeudamiento de las personas naturales en créditos de consumo e
hipotecarios.

Evaluar la situación financiera del sector empresarial es importante para determinar si la estabilidad del
sistema financiero podría verse afectada ante un evento negativo de carácter generalizado. En particular,
factores como una súbita depreciación cambiaria, el incremento en los costos de financiamiento, la caída en
las ventas o restricciones de oferta en el crédito podrían llevar al incumplimiento a empresas que tengan un
elevado nivel de endeudamiento (ver Cuadro III.A.1).

Cuadro III.A.1 Universo de empresas analizadas

Según nivel de ventas anuales1 Según sector económico
(Número) (Número)

2019 2020 2021 2019 2020 2021

Total 5,331 4,769 6,310 Total 5,331 4,769 6,310
Más de S/ 200 Agricultura y pesca 235 273 330
651 568 780
millones Minería e
72 64 71 198 174 213
Emisores2 hidrocarburos
No emisores 579 504 709 Manufactura 866 810 1,009
Entre S/ 20 y S/ 200 Electricidad y agua 112 109 116
4,680 4,201 5,530
millones
Construcción 346 230 345
1/ Los rangos seleccionados corresponden a los utilizados en las Comercio 1,854 1,755 2,427
definiciones de tipos de crédito SBS (gran empresa: ventas anuales
entre S/ 20 y S/ 200 millones, corporativo: ventas anuales mayores a Servicios 1,721 1,417 1,870
S/ 200 millones).
2/ Empresas que reportan estados financieros a la SMV y listan en la Fuente: SBS, SMV
BVL.
Fuente: SBS, SMV

47 Para fines del análisis realizado en la presente sección se considera como empresas mayoristas del sector real a aquellas que
registran ventas anuales superiores a S/ 20 millones. Esta definición incluye a la mayoría de empresas corporativas y grandes (según
la clasificación de tipo de crédito de la SBS) de todos los sectores de la actividad económica.
Página 53
El saldo total de deuda 48 de las empresas analizadas en 2021 ascendió a S/ 240,050 millones (26.4% del
PBI) a junio de 2022. Este nivel de deuda se puede clasificar, según fuentes de endeudamiento en: créditos
otorgados por entidades del sistema financiero local supervisadas por la SBS (S/ 131,843 millones, 54.9% del
total), saldo vigente en bonos en circulación (S/ 99,201 millones, 41.3% del total) y créditos de bancos
extranjeros acreditados ante la SBS (S/ 9,005 millones, 3.8% del total). Para mayor detalle, ver el Cuadro III.A.2.

Cuadro III.A.2 Saldo total de deuda de empresas analizadas según año

(S/ millones)

2019 2020 2021

Deuda total 193,962 215,832 249,390 240,050
(saldo de deuda a) Dic-19 Dic-20 Dic-21 Jun-22
(% del PBI) 25.2% 30.1% 28.4% 26.4%
Según fuente de endeudamiento
Empresas supervisadas 105,462 113,966 132,886 131,843
Bancos extranjeros 6,493 9,975 10,765 9,005
Bonos 82,007 91,892 105,739 99,201
Según nivel de ventas1
Más de S/ 200 millones 143,689 150,980 188,838 182,604
Emisores2 52,928 47,075 60,702 53,465
No emisores 90,762 103,905 128,135 129,139
Entre S/ 20 y S/ 200 millones 50,273 64,853 60,552 57,446
Según moneda
Nacional 81,551 92,824 103,164 93,986
Extranjera 112,411 123,009 146,227 146,064
De empresas exportadoras 14,901 16,986 18,017 17,441
De empresas que realizan 53,780 56,217 72,219 71,252
exportación e importación
Deuda cubierta por futuros 6,383 5,352 5,995 4,512
1/ Los rangos seleccionados corresponden a los utilizados en las definiciones de tipos de crédito SBS (gran empresa:
ventas anuales entre S/ 20 y S/ 200 millones, corporativo: ventas anuales mayores a S/ 200 millones).
2/ Empresas que reportan estados financieros a la SMV y listan en la BVL.
Fuente: SBS, Bloomberg, SMV y BCRP

48 Se considera como fuentes de endeudamiento a los créditos otorgados por entidades supervisadas por la SBS, los créditos otorgados
por bancos extranjeros acreditados ante la SBS y los bonos emitidos tanto en el mercado doméstico como internacional.
Página 54
• Es importante notar que el saldo de deuda total de las empresas analizadas en 2021 ha disminuido
ligeramente entre diciembre de 2021 y junio de 2022. La disminución se observa principalmente en
deuda a bancos extranjeros y bonos en circulación, lo cual podría ser una señal de que las empresas
peruanas están enfrentando condiciones más difíciles de financiamiento en el mercado externo. Sumado
a lo anterior, el vencimiento de los bonos emitidos por las empresas se encuentra altamente concentrado
en los próximos tres años (hasta 2025 vence el 53.3% del saldo total de bonos en circulación), lo que
implica que las empresas deberán enfrentar escenarios de renovación de deudas bajo condiciones de
financiamiento más estrictas que las pactadas en la originación de estas deudas (ver Gráfico III.A.2).

• Asimismo, una porción significativa de la deuda en moneda extranjera tiene cobertura cambiaria.
Si bien se observa que la deuda de las empresas analizadas se encuentra en su mayoría en moneda
extranjera (58.8% a junio de 2022), una gran proporción de esta (69.6% del total de deuda en moneda
extranjera) se encuentra en empresas que tienen algún tipo de cobertura cambiaria (son exportadoras,
exportadoras/importadoras o tienen operaciones a futuro de moneda extranjera). Esta cobertura resulta
especialmente importante en el contexto actual de condiciones financieras externas menos favorables y
volatilidad cambiaria, pues permite que las empresas no se vean significativamente afectadas por los
incrementos del tipo de cambio.

Gráfico III.A.1 Vencimiento de bonos corporativos

(S/ millones, saldo al 30 de junio de 2022)

16,000 100%

14,000 90%
80%
12,000
70%
10,000 60%
8,000 50%

6,000 40%
30%
4,000
20%
2,000 10%
0 0%
2019
2022
2023
2024
2025
2026
2027
2028
2029
2030
2031
2032
2033
2034
2035
2036
2037
2038
2039
2040
2043
2045
2047

Monto (S/ millones) Acumulado

Fuente: Bloomberg

Página 55
El análisis del nivel de endeudamiento en el corto plazo se realiza a través del ratio de cobertura de
gastos financieros 49. Este indicador mide la capacidad de pago de las empresas, pues indica en qué magnitud
estas pueden cubrir sus gastos financieros con la utilidad operativa que generan. Un nivel alto de este ratio
indica que las empresas tienen mayor capacidad de cubrir sus gastos financieros (entre los cuales se encuentra
el destinado al cumplimiento de sus deudas). Por su parte, un nivel menor a 1 indica que las empresas no
pueden cubrir la totalidad de sus gastos financieros con su utilidad operativa.

El incremento del ratio de cobertura de gastos financieros de 2.13 (año 2020) a 2.21 (año 2021) indica
que la capacidad de las empresas peruanas para enfrentar sus compromisos financieros ha mejorado
ligeramente. Esto se encuentra en línea con la disminución de los efectos económicos adversos generados
por la pandemia del COVID-19, así como la normalización de las actividades económicas observada durante la
segunda mitad de 2021. Asimismo, la proporción de empresas con utilidad operativa negativa (en pérdidas) se
redujo significativamente entre 2020 y 2021 50. Para mayor detalle, ver el Cuadro III.A.3.

• Según nivel de ventas, entre 2020 y 2021 el ratio de cobertura de gastos financieros aumentó
significativamente en el grupo de empresas emisoras con ventas anuales mayores a S/ 200
millones. Estas empresas son también las que muestran los mayores niveles de ratio de cobertura de
gastos financieros, seguidas de las empresas no emisoras con ventas anuales mayores a S/ 200 millones,
y finalmente las empresas con ventas anuales entre S/ 20 y S/ 200 millones.

• A nivel de sectores económicos, la evolución del ratio de cobertura de gastos financieros entre
2020 y 2021 evidencia resultados mixtos. El indicador aumentó en los sectores minería e hidrocarburos
(+0.98pp), manufactura (+0.13pp) y comercio (+0.54pp). En contraste, disminuyó en los sectores
agricultura y pesca (-0.25pp), electricidad y agua (-0.19pp), construcción (-0.25pp) y servicios (-0.48pp).
Los sectores que muestran un ratio de cobertura de gastos financieros superior al agregado total son
(superior a 2) son minería e hidrocarburos, manufactura y comercio.

49Para más información sobre la metodología empleada consultar el Anexo 4.

50 Debido a que el ratio de cobertura de gastos financieros solo puede calcularse para empresas con utilidad operativa positiva, este
indicador debe analizarse en conjunto con la proporción de empresas que tuvieron utilidad operativa negativa (pérdidas).
Página 56
 Cuadro III.A.3 Ratio de cobertura de gastos financieros según año
2019 2020 2021
Empresas Ratio de Empresas Ratio de Empresas Ratio de
en cobertura en cobertura en cobertura
pérdida de gastos pérdida de gastos pérdida de gastos
(% del finan- (% del finan- (% del finan-
total) cieros total) cieros total) cieros
Total 21% 2.65 23% 2.13 15% 2.21
Según nivel de ventas1
Más de S/ 200 millones 20% 4.17 20% 3.13 12% 3.29
Emisores2 15% 4.33 17% 6.00 6% 6.95
No emisores 20% 4.09 20% 2.86 13% 2.74
Entre S/ 20 y S/ 200 millones 21% 2.43 23% 1.99 16% 1.99
Según sector económico
Agricultura y pesca 25% 2.26 21% 1.36 20% 1.11
Minería e hidrocarburos 21% 6.30 24% 2.98 12% 3.97
Manufactura 18% 2.20 19% 2.06 10% 2.19
Electricidad y agua 15% 2.49 15% 1.94 16% 1.75
Construcción 24% 2.53 28% 1.90 21% 1.66
Comercio 24% 2.13 22% 1.94 14% 2.47
Servicios 18% 3.11 26% 2.43 17% 1.95
1/ Los rangos seleccionados corresponden a los utilizados en las definiciones de tipos de crédito SBS (gran empresa:
ventas anuales entre S/ 20 y S/ 200 millones, corporativo: ventas anuales mayores a S/ 200 millones).
2/ Empresas que reportan estados financieros a la SMV y listan en la BVL.
Fuente: Bloomberg y SBS.

Es importante notar que, pese a la mejora del ratio de cobertura de gastos financieros entre 2020 y 2021,
el nivel de 2021 aún se encuentra por debajo del observado en 2019 (medición pre-pandemia). Según
nivel de ventas, el único segmento en donde se observa una mejora del ratio respecto de 2019 es en el de
empresas emisoras con más de S/ 200 millones de ventas anuales. A nivel de sectores económicos se observa
un deterioro en todos ellos, a excepción de comercio.

La evaluación de la exposición a fluctuaciones cambiarias de las empresas analizadas indica que esta
se encuentra acotada por distintos tipos de coberturas al riesgo cambiario crediticio. A junio de 2022, el
ratio de dolarización de la deuda de las empresas analizadas es de 59%. No obstante, este valor disminuye a
33% si es que se ajusta por exposición cambiaria (el ajuste descuenta la deuda de empresas exportadoras –
que por su tipo de actividad se encuentran naturalmente cubiertas ante depreciaciones cambiarias– y la deuda
cubierta por operaciones de futuros de moneda extranjera con el sistema financiero). A nivel de sectores
económicos, el ajuste por exposición cambiaria es más significativo en los sectores primarios (agropecuario y
pesca, y minería e hidrocarburos) y manufactura, lo cual indica que en estos sectores se cuenta con una elevada

Página 57
cobertura ante el riesgo cambiario crediticio. No obstante, en el sector electricidad y agua se mantiene un ratio
elevado de dolarización incluso luego de realizar el ajuste por exposición cambiaria (ver Cuadro III.A.4).

Cuadro III.A.4 Deuda por sector económico según moneda, ajustes por exposición cambiaria y ratio de
dolarización
(Junio de 2022)

Deuda Ratio de dolarización

(Millones de S/) (%)

Moneda extranjera
Ajustado
Ajustada por
Soles por Total Total
Total exposición
exposición cambiaria
cambiaria

Total 93,986 146,064 88,478 240,050 61% 37%

Agropecuario y pesca 3,594 12,604 4,358 16,198 78% 27%
Minería e hidrocarburos 503 20,007 6,568 20,509 98% 32%
Manufactura 24,817 37,668 16,976 62,484 60% 27%
Electricidad y agua 8,501 22,190 19,375 30,691 72% 63%
Construcción 1,519 801 466 2,321 35% 20%
Comercio 20,198 14,748 9,071 34,946 42% 26%
Servicios 34,855 38,046 31,665 72,901 52% 43%
Fuente: Bloomberg y SBS.

Con la finalidad de evaluar la respuesta de las empresas ante eventos de estrés generalizados, se
somete a estas a un conjunto de choques macroeconómicos. Este ejercicio busca explicar cómo estos
escenarios impactarían en el ratio de cobertura de gastos financieros de las empresas analizadas, para lo cual
se las segmenta según el tipo de moneda de su deuda y su nivel de exposición a fluctuaciones cambiarias.
Sobre la base de esto se construyen dos escenarios de distinta intensidad:

• Escenario 1 (menos severo): Este escenario considera una depreciación del sol de 10% y una reducción
de 5% de la utilidad operativa. Estos supuestos son consistentes con un deterioro moderado del entorno
económico.

• Escenario 2 (más severo): Este escenario considera una depreciación más elevada del sol (20%), una
reducción de 10% de la utilidad operativa y un incremento de los gastos financieros de 10%. Estos
supuestos son consistentes con un deterioro más fuerte del entorno económico y un incremento de las
tasas de interés.

Página 58
Los resultados del análisis muestran que el ratio de cobertura de gastos financieros continúa por
encima de 1 (nivel de riesgo) incluso en el escenario más severo. Al comparar el escenario 2 con el
escenario inicial, se observa que la mayor disminución del ratio ocurre en el sector minería e hidrocarburos (no
obstante, el ratio aún se mantiene en un nivel alto –por encima de 3–). Por su parte, el ratio de los sectores
electricidad y agua, y construcción, se acerca en ambos casos al umbral de riesgo (ratio igual a 1) en el
escenario 2. Finalmente, el ratio del sector agricultura y pesca cae a 1.01 en el escenario 1 y a 0.89 en el
escenario 2. Esto último indicaría que, de materializarse los choques supuestos, las empresas de este sector
podrían enfrentar un deterioro significativo de su capacidad de pago (ver Cuadro III.A.5).

Cuadro III.A.5 Ratio de cobertura de gastos financieros según escenarios de estrés

(Mediana)

Escenario 1
Inicial Escenario 2
(menos
(2020) (más severo)
severo)

Total 2.21 1.94 1.63

Agricultura y pesca 1.11 1.01 0.89
Minería e hidrocarburos 3.97 3.68 3.18
Manufactura 2.19 2.01 1.74
Electricidad y agua 1.75 1.55 1.15
Construcción 1.66 1.51 1.26
Comercio 2.47 2.29 1.96
Servicios 1.95 1.78 1.46

Fuente: SMV y SBS

El análisis del nivel de endeudamiento en el largo plazo se realiza a través del ratio de apalancamiento 51.
Este indicador mide el nivel de deuda total de las empresas a través de la proporción entre el nivel total de
pasivo contable y el nivel total de patrimonio contable. En consecuencia, mide la proporción de financiamiento
externo que tiene una empresa frente a su capital. Un nivel alto de este ratio identifica una mayor importancia
del financiamiento externo (pasivos) respecto del interno (patrimonio), situación en la que las empresas podrían
ser más vulnerables a choques económicos negativos debido a su alto nivel de endeudamiento o a posibles
cambios en las condiciones de financiamiento externo (incremento de tasas de interés, cambio de plazos de
créditos, reducción de líneas de crédito, etc.).

La mediana del ratio de apalancamiento disminuyó de 1.71 (año 2020) a 1.62 (año 2021). La disminución
(que indica un menor nivel de endeudamiento de largo plazo) se encuentra en línea con el incremento del ratio
de cobertura de gastos financieros en este periodo (que indica una mayor capacidad de pago en el corto plazo).

51 Para más información sobre la metodología empleada consultar el Anexo 4.

Página 59
Debido a que ambos indicadores señalan que el nivel de endeudamiento del universo de empresas analizadas
disminuyó, se puede concluir que, en 2021, las empresas se encontraron en una mejor posición que en 2020
para afrontar sus compromisos financieros de corto y largo plazo. Para mayor detalle, ver el Cuadro III.A 6.

• Según nivel de ventas, la disminución del ratio de apalancamiento entre 2020 y 2021 se explica
por el menor nivel de endeudamiento de las empresas con ventas entre S/ 20 y S/ 200 millones.
En contraste, las empresas con ventas con más de S/ 200 millones de ventas anuales incrementaron
su nivel de apalancamiento, y dentro de este grupo, el incremento fue incluso mayor en las empresas
emisoras.
• A nivel de sectores económicos, entre 2020 y 2021 el ratio de apalancamiento disminuyó en
casi todos, a excepción de agricultura y pesca y electricidad y agua. El indicador disminuyó en
los sectores construcción (-0.34pp), comercio (-0.22pp), minería e hidrocarburos (-0.08pp) y servicios
(-0.05pp). Por otro lado, los sectores que muestran un nivel de endeudamiento superior al promedio
(1.62) son electricidad y agua, construcción, comercio y servicios.

Cuadro III.A.6 Ratio de apalancamiento según año

(Mediana)

2019 2020 2021

Total 1.50 1.71 1.62

Según nivel de ventas1
Más de S/ 200 millones 1.61 1.51 1.67
Emisores2 0.80 0.73 0.93
No emisores 1.71 1.62 1.75
Entre S/ 20 y S/ 200 millones 1.49 1.73 1.61
Según sector económico
Agricultura y pesca 1.02 1.37 1.40
Minería e hidrocarburos 1.03 1.33 1.25
Manufactura 1.23 1.39 1.42
Electricidad y agua 2.37 2.22 2.49
Construcción 1.53 2.00 1.66
Comercio 1.83 1.96 1.74
Servicios 1.48 1.69 1.64
Fuente: SMV y SBS

Página 60
Un análisis conjunto del ratio de cobertura de gastos financieros y el ratio de apalancamiento permite
analizar el nivel de endeudamiento de manera conjunta en el corto y largo plazo. De esta forma, se
identifica que el sector minería e hidrocarburos es el que presenta un menor nivel de endeudamiento tanto a
corto y largo plazo respecto del total de empresas analizadas, pues el ratio de cobertura de gastos financieros
se encuentra por encima del promedio del total de empresas analizadas y el ratio de apalancamiento se
encuentra por debajo del promedio del total de empresas analizadas. En contraste, el sector electricidad y agua
presenta niveles de endeudamiento por encima del promedio tanto a corto como a largo plazo (ver Gráfico
III.A.2).

Gráfico III.A.2 Ratio de apalancamiento y ratio de cobertura de gastos financieros para el año 20211,2
(Mediana)

Construcción Minería e
1.0 Agricultura y hidrocarburos
Servicios
Ratio de apalancamiento (orden inverso)

1.2 pesca
1.4 Comercio
1.6
1.8 Manufactura

2.0
Electricidad y
2.2 agua
2.4
2.6
2.8
0.5 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5
Ratio de cobertura de gastos financieros

1/ El tamaño de las burbujas indica el tamaño de la deuda concentrada en cada sector económico.
2/ Las líneas rojas punteadas indican el promedio de cada ratio.
Fuente: SMV y SBS

En suma, el análisis realizado en la presente sección muestra que la capacidad de pago y el nivel de
endeudamiento de largo plazo de las empresas mayoristas ha mejorado ligeramente respecto de la
evaluación realizada con información al año 2020. Según nivel de ventas, entre 2020 y 2021 tanto el ratio
de cobertura de gastos financieros como el ratio de apalancamiento mejoraron. No obstante, el nivel de ambos
ratios en 2021 (medición post-pandemia) aún se encuentra en un nivel menos favorable al observado en 2019
(medición pre-pandemia). En relación con los escenarios de estrés diseñados, el ratio de cobertura de gastos
financieros se mantiene en líneas generales en niveles adecuados. Sin embargo, existen algunos sectores

Página 61
(electricidad y agua, construcción, y agricultura y pesca) en donde el ratio se deteriora a niveles cercanos o
inferiores al umbral de riesgo (ratio igual a 1) en el escenario más severo.

IV. TEMAS DE INTERÉS

IV.A. CAMBIOS NORMATIVOS PARA LA ADAPTACIÓN AL ESTÁNDAR

INTERNACIONAL DE BASILEA III

En marzo de 2022 se realizaron un conjunto de modificaciones a la Ley General del Sistema Financiero
y del Sistema de Seguros y Orgánica de la Superintendencia de Banca y Seguros, Ley N° 26702 y sus
modificatorias (en adelante, Ley General), en el marco de las facultades otorgadas por el Congreso de
la República. Dichas facultades fueron otorgadas mediante Ley N° 31380, “Ley que delega en el Poder
Ejecutivo la facultad de legislar en materia tributaria, fiscal, financiera y de reactivación económica a fin de
contribuir al cierre de brechas sociales”. Las modificaciones se recogieron en el Decreto Legislativo N° 1531
(en adelante, DL 1531), y tenían como objetivo fortalecer la solvencia y estabilidad del sistema financiero en
resguardo de los ahorristas, fomentar mayor competencia en las entidades del sistema financiero y la
optimización de procesos en dichas entidades, así como fomentar una mayor competencia en la prestación del
servicio de transporte y custodia de dinero y valores.

Los cambios a la Ley General recogidos en el DL 1531 relacionados con el fortalecimiento de la

solvencia y estabilidad del sistema financiero permitieron continuar con el avance en la mejora de la
calidad de capital regulatorio, en línea con el estándar de Basilea III. De este modo, la estructura del
patrimonio efectivo pasa a estar compuesta por el Patrimonio Efectivo de Nivel 1, el cual se subdivide en Capital
Ordinario de Nivel 1 (CET1) 52 y Capital Adicional de Nivel 1 (AT1) 53, y por el Patrimonio Efectivo de Nivel 2. En
dicha composición, el Patrimonio Efectivo de Nivel 1 es el de mayor calidad; dentro de este, el CET1 está
compuesto principalmente por acciones comunes, reservas y utilidades, mientras que el AT1 está constituido
principalmente por instrumentos de deuda subordinada con capacidad de absorción de pérdidas mientras la
empresa se encuentra en operación. Además, el CET1 no puede ser inferior al 4.5% de los activos y
contingentes ponderados por riesgo totales (APR), y el Patrimonio Efectivo de Nivel 1 debe ser como mínimo
6% de los APR. Adicionalmente, el AT1 no debe ser superior a un tercio del CET1, mientras que el patrimonio
efectivo de nivel 2 no puede superar dos tercios del patrimonio efectivo de nivel 1. Por otro lado, el límite global
o ratio de capital global se mantiene en 10% de los APR, superior al de 8% establecido por el estándar de

52 Por sus siglas en inglés: Common Equity Tier 1.

53 Por sus siglas en inglés: Additional Tier 1.
Página 62
Basilea III, en consideración a las características propias del sistema financiero peruano y siguiendo un criterio
conservador. Asimismo, se introduce el colchón de conservación de capital, cuyo requerimiento se establece
en 2.5% del APR total, que junto con los colchones por ciclo económico y por riesgo por concentración de
mercado, deben cubrirse con CET1; además, se mantiene un colchón por riesgos adicionales que deben ser
cubiertos con patrimonio efectivo de nivel 1 o nivel 2. Estas modificaciones buscan que las empresas del sistema
financiero cuenten con una mejor calidad de capital, con mayor capacidad de absorber potenciales pérdidas
futuras.

Cuadro IV.A.1 Nueva estructura de patrimonio efectivo establecida en el DL 1531

(*) Decreto Legislativo N° 1531 (mar. 2022) entra en vigencia en enero 2023. PE: Patrimonio efectivo.
Elaboración: SBS

Las modificaciones realizadas requieren de un conjunto de cambios a la normativa emitida por la SBS
aplicable a las empresas del sistema financiero, a fin de que puedan concordar con lo establecido por
el DL 1531. De este modo, la SBS desarrolló los proyectos de nuevos reglamentos de deuda subordinada; de
cómputo de reservas, utilidades, donaciones e instrumentos representativos de capital en el patrimonio efectivo
(en adelante, reglamento de instrumentos de capital); para el requerimiento de colchones de conservación, por
ciclo económico y por riesgo por concentración de mercado; y para el requerimiento de patrimonio efectivo por
riesgos adicionales. Asimismo, se realizaron modificaciones al reglamento para el requerimiento de patrimonio
efectivo por riesgo de crédito; así como al Reporte 3, que recoge los componentes del patrimonio efectivo de
acuerdo con lo establecido en el DL 1531. Conforme con las buenas prácticas en el desarrollo de la regulación
financiera, los proyectos normativos se pre publicaron el portal institucional de la SBS a inicios del mes de
agosto para comentarios de la industria, así como del público en general.

El reglamento de deuda subordinada establece las condiciones para que estos instrumentos sean
computables en el patrimonio efectivo, concordantes con Basilea III, condiciones que ya en su mayor

Página 63
parte se adecuaron al estándar antes mencionado en la norma emitida en el año 2016 54. Ahora, este
reglamento se actualiza, principalmente, para recoger la nueva composición del patrimonio efectivo. De
este modo, bajo el proyecto de reglamento de deuda subordinada, la deuda subordinada no redimible pasa a
formar parte del cómputo del capital adicional de nivel 1; a diferencia del tratamiento actual que permite el
cómputo como patrimonio efectivo de nivel 1 o de nivel 2 55. De manera similar, la deuda subordinada redimible
pasa a ser parte del cómputo del patrimonio efectivo de nivel 2 únicamente. Cabe añadir que el patrimonio
efectivo de nivel 3 se elimina a partir del DL 1531, en línea con Basilea III.

Por su parte, las principales modificaciones en el reglamento de instrumentos de capital corresponden

a precisiones para el cómputo de los instrumentos antes mencionados en la nueva composición del
patrimonio efectivo. De este modo, el proyecto de reglamento de instrumentos de capital establece que las
acciones comunes se computan en el capital ordinario de nivel 1 o CET1, mientras que las acciones preferentes
perpetuas con dividendo no acumulativo pasan a computar en el capital adicional de nivel 1 o AT1. Además,
las acciones preferentes perpetuas con dividendo acumulativo y las acciones preferentes redimibles a plazo fijo
computan únicamente en el patrimonio efectivo de nivel 2.

Cuadro IV.A.2 Cómputo de acciones y deuda subordinada en el patrimonio efectivo

Elaboración: SBS

Otros cambios relevantes que se recogen en el proyecto de reglamento de instrumentos de capital

corresponden al cómputo de las utilidades, reservas, capital en trámite, y donaciones en la nueva
estructura del patrimonio efectivo. En línea con lo establecido en el DL 1531, el proyecto de reglamento
establece que las utilidades del ejercicio en curso y de ejercicios anteriores son computables en el CET1. Sin

54 Resolución SBS N° 975-2016.

55 Cabe indicar que en la práctica ninguna empresa emitió deuda subordinada no redimible computable en el patrimonio efectivo de nivel
2.
Página 64
embargo, se precisa que las empresas no pueden reducir por propia iniciativa las utilidades del ejercicio en
curso o de ejercicios anteriores si dicha reducción genera incumplimientos del límite global y/o de los
requerimientos de colchones y/o requerimientos de patrimonio efectivo por riesgos adicionales, sujeto a la
normativa que corresponda. De manera similar, las reservas legales son computables en el CET1; en el caso
de las reservas facultativas, estas pasan a computar solo en el patrimonio efectivo de nivel 1, específicamente
en el CET1. Por el lado del capital en trámite, se computa en el patrimonio efectivo; el nivel o subnivel de
patrimonio efectivo en el cual computa depende del tipo de acción de que se trate. En el caso de las donaciones,
se computan en el CET 1 las donaciones en efectivo y; excepcionalmente, en otros bienes que se valoren de
forma fiable, estén totalmente bajo el control de la empresa y no expongan directa o indirectamente a la empresa
al riesgo de crédito del donante, siempre que sean autorizadas por la SBS.

Cuadro IV.A.3 Cómputo de otros elementos en el patrimonio efectivo

Elaboración: SBS

Asimismo, se establece el tratamiento para el cómputo de los instrumentos por encima de los límites a
los componentes de capital. Tanto para los instrumentos de deuda subordinada como los de capital
computables en el AT1, el exceso de tales instrumentos por encima del límite de un tercio del CET1, pasa a
computar en el patrimonio efectivo de nivel 2. En tanto, el exceso de los instrumentos computables en el
patrimonio efectivo de nivel 2 por encima del límite de dos tercios del patrimonio efectivo de nivel 1, no es
computable en el patrimonio efectivo.

Adicionalmente, los elementos que componen los diferentes niveles de patrimonio efectivo requieren
la modificación del reglamento de requerimiento de patrimonio efectivo por riesgo de crédito y del
Reporte 3 “Patrimonio efectivo” del Manual de Contabilidad para las Empresas del Sistema Financiero.
En ese sentido, el proyecto de resolución incorpora la eliminación del factor de 1000% para las exposiciones
por activos por impuesto a la renta diferidos originados por arrastre de pérdidas, por activos por impuesto a la
Página 65
renta diferidos netos originados por diferencias temporarias que exceden el 10% del patrimonio efectivo
ajustado, por activos intangibles, y por activos que se reconocen por la diferencia entre valor razonable y valor
nominal de cartera de créditos adquirida, debido a que estos conceptos corresponden a deducciones del CET1;
además, estas siguen un cronograma de adecuación de modo que el porcentaje de deducción a enero de 2023
es de 70%, que se incrementa progresivamente hasta alcanzar el 100% en enero de 2026. 56 En tanto, los
activos por impuesto a la renta diferidos netos originados por diferencias temporarias que no excedan el umbral
del 10% del CET1 reciben un ponderador de riesgo del 250%. Para la aplicación de esta ponderación también
existe un plazo de adecuación que termina en enero de 2026. Por otro lado, se incorporan los cambios al
Reporte 3 “Patrimonio efectivo” para considerar los nuevos elementos y composición del capital regulatorio,
conforme a lo establecido en el DL 1531. Asimismo, se establece como parte del proyecto de resolución el
cronograma de retorno gradual del ratio de capital global, actualmente de 8.5% de los APR 57, al límite global de
10% de los APR del nuevo artículo 199 de la Ley General, en marzo de 2024.

Respecto a los requerimientos de patrimonio efectivo por encima de los requerimientos mínimos, el
proyecto de reglamento de colchones de conservación, por ciclo económico y por riesgo por
concentración de mercado recoge las características y metodología de cálculo del requerimiento de
estos colchones de capital regulatorio, los cuales deben ser cubiertos con Capital Ordinario de Nivel 1,
en línea con Basilea III. Así, las empresas deben mantener un colchón de conservación equivalente al 2.5%
de los APR, colchón que se mantiene de manera permanente salvo en periodos de estrés o tensión, según
determine la SBS. Se establece un cronograma de implementación de cuatro años para el colchón de
conservación, de modo que, las empresas deben constituir el 0.625% a diciembre 2023, porcentaje que se
incrementa progresivamente hasta alcanzar el 2.5% a diciembre de 2026. Por otra parte, el colchón por ciclo
económico, requerido desde el año 2011 58, pasa a ser cubierto con CET1; además, como parte del proyecto de
reglamento, se modifican los ponderadores de riesgo marginales por ciclo económico aplicables a las
exposiciones, en el caso de empresas que apliquen el método estándar para el cálculo del requerimiento de
patrimonio efectivo por riesgo de crédito. 59 De otro lado, el colchón por riesgo por concentración de mercado,
equivalente al colchón por riesgo sistémico de Basilea, requerido desde el año 2011, pasa a ser cubierto con

56 Cabe señalar que el proyecto de resolución señala que, para el caso de activos intangibles, activos por impuesto a la renta diferidos
originados por arrastre de pérdidas y activos que se reconocen por la diferencia entre el valor razonable y el valor nominal de la cartera
de créditos adquirida que hayan sido registrados con posterioridad a la entrada en vigencia de la Resolución SBS N° 4280-2018, les
corresponde una deducción íntegra del CET1.
57 Mediante Decreto de Urgencia N° 003-2022, se establece que el ratio de capital global es de 8% hasta agosto de 2022, siendo de

8.5% a partir del mes de setiembre.

58 El requerimiento de patrimonio efectivo adicional por ciclo económico y por riesgo por concentración de mercado se establecen

mediante Resolución SBS N° 8425-2011.

59 El proyecto de reglamento establece un ponderador de riesgo marginal de 35% para exposiciones de consumo revolvente; de 25%

para microempresas y pequeñas empresas; de 15% para consumo no revolvente y medianas empresas; y de 10% para créditos
corporativos, a grandes empresas, créditos hipotecarios para vivienda, y entidades del sector público.
Página 66
CET1 en lugar de patrimonio efectivo total; asimismo, se establece que el 75% del requerimiento de este
colchón sea constituido a diciembre de 2022, y el 100% a diciembre de 2023. 60

Asimismo, la propuesta normativa incorpora restricciones ante el incumplimiento de los requerimientos

de colchones de conservación, por ciclo económico y por riesgo por concentración de mercado. El
proyecto de reglamento introduce el concepto de déficit de colchón combinado, el cual corresponde al
complemento del ratio correspondiente al CET1 adicional entre el requerimiento de colchón combinado. El
CET1 adicional corresponde al CET1 total conforme a lo establecido en el artículo 184 de la Ley General, menos
el requerimiento mínimo de CET1 establecido en el artículo 199 de la Ley General. El requerimiento de colchón
combinado es igual a la suma de los requerimientos de los colchones de conservación, por ciclo económico y
por riesgo por concentración de mercado. La empresa que presente un déficit de colchón combinado puede
continuar operando; sin embargo, mientras mantenga el déficit de colchón combinado no puede realizar
compras de acciones de la propia empresa que computen en el patrimonio efectivo de nivel 1, ni repartos o
distribuciones de elementos de patrimonio efectivo de nivel 1, con excepción del monto distribuible,
correspondiente a la utilidad del ejercicio anterior aprobada por la Junta General de Accionistas, de conformidad
con el artículo 72 de la Ley General. De este modo, la empresa que registre déficit de colchón combinado puede
realizar únicamente la distribución del monto distribuible, según límites establecidos, que van desde 60% para
un déficit de colchón combinado menor o igual a 25%, hasta 0% en caso el déficit sea mayor a 75%. 61 La
empresa que desee realizar una distribución por encima de los límites establecidos, debe recomponer primero
el déficit de colchón combinado. Adicionalmente, la empresa que incurra en déficit de colchón combinado debe
remitir a esta Superintendencia un plan de adecuación aprobado por el Directorio, en el cual se indique los
mecanismos para reponer el déficit de colchón combinado, así como los plazos en los cuales se realiza dicha
reposición.

60 Cabe señalar que a fines de 2021 se realizó una modificación metodológica para el cálculo del requerimiento de patrimonio efectivo
adicional por este riesgo, para considerar además del tamaño, indicadores de interconexión, sustituibilidad / infraestructura financiera,
y complejidad, en línea con Basilea III.
61 Para un déficit de colchón combinado mayor a 25% y menor o igual a 50%, el límite de reparto es de 40%; para un déficit mayor a

50% y menor o igual a 75%, el límite es de 20%.

Página 67
 Cuadro IV.A.4 Requerimientos adicionales de capital ordinario de nivel 1 y de patrimonio efectivo

Elaboración: SBS

Adicionalmente, se mantiene el requerimiento de patrimonio efectivo destinado a cubrir pérdidas por

riesgos adicionales a los ya contemplados en el límite global y a aquellos cubiertos por los colchones
antes descritos, considerando las características particulares de riesgo del sistema financiero peruano.
El proyecto de reglamento de requerimiento de patrimonio efectivo por riesgos adicionales establece la
metodología de cálculo de los requerimientos de patrimonio efectivo adicional por riesgo por concentración
individual, sectorial y regional, y por riesgo de tasa de interés en el libro bancario, eliminándose el requerimiento
de patrimonio efectivo adicional por propensión al riesgo. El requerimiento de patrimonio efectivo adicional por
concentración presenta cambios metodológicos para los cálculos de los requerimientos de modo que sean más
sensibles al riesgo, con modificaciones de los límites superiores e inferiores 62; en ese sentido, se establece un
cronograma de adecuación de un año, hasta diciembre de 2023, para completar los requerimientos adicionales
por este riesgo. En el caso del requerimiento de patrimonio efectivo adicional por tasa de interés en el libro
bancario, se establece que las empresas que requieren mantener patrimonio efectivo adicional por este riesgo
deberán comunicar a la SBS en un plazo de treinta (30) días hábiles de producido el exceso, las causas que
generaron esta mayor exposición, y en caso no se haya corregido el exceso en este plazo, presentar un plan
para el retorno de los indicadores de exposición a niveles por debajo del umbral de riesgo. 63

62 El proyecto de reglamento establece que los porcentajes máximos que se le requerirá a una empresa si su cartera se encuentra
completamente concentrada en un tipo específico de concentración son de 8% en el caso de concentración individual; 22% en el caso
de concentración según sector económico; y 8% en el caso de concentración regional.
63 Es decir, valor patrimonial en riesgo / patrimonio efectivo menor al umbral de 15% del patrimonio efectivo.

Página 68
Asimismo, se incorporan precisiones relacionadas al Programa de Fortalecimiento Patrimonial de
Instituciones Especializadas en Microfinanzas, aprobado mediante Decreto de Urgencia 037-2021. Al
respecto, se precisa que la deuda subordinada y las acciones preferentes emitidas por empresas del sistema
financiero que sean adquiridas por el Estado en el marco del Decreto de Urgencia N° 037-2021 y sus
modificatorias, son consideradas como computables en el CET1 mientras dure la participación del Estado en
dichas empresas. De otro lado, las restricciones ante el incumplimiento de los colchones de conservación, ciclo
económico y por riesgo por concentración de mercado, no son aplicables a la recompra y/o repago de acciones
preferentes y deuda subordinada emitidas por las empresas del sistema financiero y adquiridas por el Estado
en cumplimiento de las condiciones establecidas en el DU 037-2021 y sus modificatorias.

Las modificaciones a la Ley General correspondientes a Basilea III entran en vigencia a partir de enero
de 2023, y constituyen importantes elementos regulatorios con el objetivo de preservar la estabilidad
del sistema financiero. El desarrollo del marco regulatorio prudencial por la SBS ha sido reconocido a nivel
internacional como líder en la adopción y adaptación de las políticas macroprudenciales. Ha sido importante en
este proceso, la evaluación de los riesgos locales, sobre todo considerando que los lineamientos del estándar
de Basilea fueron creados, en principio, para sistemas financieros de países desarrollados. El desarrollo del
marco regulatorio sigue un proceso dinámico, y la SBS continuará fortaleciéndolo, manteniendo sus
características de sensibilidad al riesgo, y consistente con los mejores estándares internacionales de regulación
prudencial.

IV.B. PASS THROUGH DE TASAS DE INTERÉS EN EL SEGMENTO

MAYORISTA

El BCRP ha incrementado gradualmente la tasa de interés de referencia desde 0.25%, nivel que mantuvo
constante desde el programa monetario de abril 2020 hasta el de julio 2021, hasta 7% anunciado el 7 de
octubre pasado. De esta manera, la tasa de referencia ha alcanzado el máximo nivel desde que dicho
Organismo optase, en el año 2002, por conducir la política monetaria bajo un esquema de metas explícitas de
inflación, utilizando esta tasa como el instrumento más importante de política monetaria. El contexto actual de
incremento de precios, tanto a nivel nacional como internacional, así como las expectativas en torno a la
actividad económica, subyacen a esta situación de incrementos sucesivos de la tasa de política monetaria no
antes vista en nuestra economía, por lo que su implicancia en el sistema financiero y, particularmente, en las
empresas del sector real resulta relevante de analizar.

Si bien estudios previos muestran que existe un efecto traspaso entre la tasa de política monetaria y las
tasas de interés activas promedio, en esta oportunidad se analiza el impacto del incremento de las tasas
de referencia sobre las tasas del segmento mayorista con información por operaciones. Estudios previos
a nivel teórico y econométrico para diferentes jurisdicciones y, en particular, para Perú, identifican a la tasa de
interés como uno de los canales de transmisión de la política monetaria hacia el sistema financiero. De esta
manera, al incrementarse las tasas de interés en el mercado interbancario, este se traslada a las empresas y

Página 69
hogares quienes ven incrementado el costo de sus créditos. Según los estudios empíricos de Lahura (2017) 64
y Rostagno (2010) 65 que analizan este efecto en el sistema financiero peruano, las tasas de interés activas,
principalmente las de créditos a actividades empresariales de corto plazo, son las de mayor y más rápido ajuste.
En esta ocasión, utilizando información del reporte de operaciones por deudor 66, se realiza un análisis
descriptivo del impacto del aumento de las tasas de referencia sobre las tasas de interés de los desembolsos
de los créditos en el segmento mayorista para el periodo comprendido entre julio 2021 y julio 2022.

En primer lugar, se identificó que existe una alta correlación entre la tasa de referencia y las tasas de
interés promedio ponderado de los desembolsos 67 de los créditos a los segmentos corporativo, grande
y mediana empresa para el periodo de análisis (0.98, 0.97 y 0.94 respectivamente). Como se puede
observar en el gráfico IV.B.1, las tasas promedio del segmento mayorista se incrementaron en una magnitud
similar al de la tasa de referencia entre julio 2021 y julio 2022, siendo estas variaciones de 5.0 pp para
corporativo, 4.9 pp para grandes empresas y 6.2 pp. para medianas empresas, frente a la variación de 5.75 pp
de la tasa de referencia del BCRP. No obstante, es importante señalar que los desembolsos mensuales
representan, en promedio, el 3.6% del saldo de créditos del segmento mayorista para el periodo de análisis.

64 Lahura (2017). “El efecto traspaso de la tasa de interés de política monetaria de Perú: evidencia reciente”, BCRP, Revista Estudios
Económicos 33, 9 – 27.
65 Rostagno, M y Castillo, R (2010). “El Efecto Traspaso de la Tasa de Interés Referencial a las Tasas Bancarias en el Perú: Un Análisis

de Cointegración Asimétrica Durante el Periodo 2002 ‐ 2010”, SBS Documentos de trabajo.

66 La información es obtenida del Reporte N° 36 “Detalle por operación de la cartera de créditos” con corte al cierre de julio de 2022.
67 Se consideró las modalidades de préstamos, arrendamiento financiero, lease-back y comercio exterior, que a julio de 2022 representan

el 87% de la cartera mayorista. No se consideraron otras modalidades de crédito, ni los refinanciamientos ni las operaciones realizadas
en el marco de algún programa de Gobierno.
Página 70
 Gráfico IV.B.1 Tasa de referencia BCRP y tasas de interés promedio de desembolsos de créditos
mayoristas
14% 13.2%

12%

10%
8.7%
8% 7.5%
6%

4%

2%

0%
Nov-21

May-22
Jul-21

Aug-21

Oct-21

Apr-22

Jul-22

Aug-22

Oct-22
Sep-21

Dec-21

Feb-22
Jan-22

Mar-22

Jun-22

Sep-22
BCRP Corporativo Grandes Medianas

Fuente: SBS.

Al comparar las distribuciones de la tasa de interés efectiva anual (TEA) de los desembolsos realizados
en el periodo base (julio 2021) con los realizados en julio 2022, se observa un desplazamiento mayor en
los segmentos corporativo y grandes empresas comparado con el ocurrido en medianas empresas. Con
información granular de operaciones, se agruparon los desembolsos (monto otorgado y TEA) con fechas de
otorgamiento dentro del periodo en el que la tasa de referencia permaneció constante. De esta manera, para el
periodo julio 2021 y julio 2022, se identificaron 13 grupos de desembolsos asociados a distintas tasas de
referencia: el grupo TREF 0.25% sería el comprendido entre el 1 de julio 2021 y el día previo al primer
incremento de la tasa de referencia y así, sucesivamente, hasta identificar los desembolsos correspondientes
al grupo TREF 6.0% 68. En el gráfico IV.B.2 se observa que, previo al primer ajuste de la tasa de referencia, más
del 50% de los desembolsos al segmento corporativo se realizaba a tasas menores a 5%, y cuando la tasa de
referencia se ubicó en 6%, el 65% de los desembolsos se realizó a tasas entre 7% y 8%; así mismo, un marcado
desplazamiento de la distribución de las TEA correspondientes a los periodos inicial y último con datos
disponibles de cambios en las tasas de referencia. Para el caso de grandes empresas, se observa una situación
similar en cuanto al desplazamiento de la distribución, pero con una mayor dispersión en las tasas de interés;
siendo que el 47% de los desembolsos realizados cuando la tasa de referencia se ubicó en 6% registraron TEA

68Se identificaron 13 grupos según el periodo en el cual se mantuvo la tasa de referencia (TREF) constante: TREF 0.25% (01/07/21-
12/08/21), TREF 0.5% (13/08/21-09/09/21), TREF 1% (10/09/21-10/10/21), TREF 1.5% (11/10/21-11/11/21), TREF 2% (12/11/21-
09/12/21), TREF 2.5% (10/12/21-06/01/22), TREF 3% (07/01/22-10/02/22), TREF 3.5% (11/02/22-10/03/22), TREF 4% (11/03/22-
07/04/22), TREF 4.5% (08/04/22-12/05/22), TREF 5% (13/05/22-09/06/22), TREF 5.5% (10/06/22-07/07/22) y TREF 6% (08/07/22-
10/08/22).
Página 71
entre 8% y 10%. Un comportamiento diferenciado se observa en el segmento de medianas empresas donde el
desplazamiento es menor, posiblemente explicado por la mayor heterogeneidad de clientes en este segmento
de mercado.

Gráfico IV.B.2 Distribución TEA

Corporativo Grandes empresas

6 9 12 15 18 21 24 27 30

15
N° operaciones N° operaciones
Jul21: 212 / Jul22: 213 Jul21: 1389 / Jul22: 1641

Frecuencia - Operaciones (%)

Frecuencia - Operaciones (%)

12
9
6
3
3

0
0

0 5 10 15 0 5 10 15 20
Tasa Efectiva Anual (%) Tasa Efectiva Anual (%)
Jul21 (BCRP 0.25%) Jul22 (BCRP 6.0%) Jul21 (BCRP 0.25%) Jul22 (BCRP 6.0%)

Medianas empresas
12

N° operaciones
Jul21: 5265 / Jul22: 6111
10
Frecuencia - Operaciones (%)
8
6
4
2
0

0 5 10 15 20 25 30 35 40
Tasa Efectiva Anual (%)

Jul21 (BCRP 0.25%) Jul22 (BCRP 6.0%)

Fuente: SBS

En el segmento de grandes empresas, el percentil 50 de la TEA de los desembolsos muestra un mayor

efecto traspaso acumulado en aquellos con plazo mayor a 180 días que en los de hasta 180 días; no
obstante, en el segmento corporativo se observa lo contrario. Al dividir los desembolsos de los segmentos
corporativo y grandes empresas según plazo, se observa en el gráfico IV.B.3 que para los créditos corporativos
desembolsados con plazo de hasta 180 días (78% de los desembolsos), el percentil 50 de la TEA presenta una
mayor velocidad de ajuste y un mayor aumento acumulado que en los corporativos mayores a 180 días; lo que
podría explicarse porque la TEA de más corto plazo en el periodo base era muy baja. En cambio, el percentil
50 de la TEA de los desembolsos de grandes empresas con plazo de hasta 180 días (72% de los desembolsos)
Página 72
registra una menor velocidad de ajuste y un menor aumento acumulado que el mismo indicador para los
desembolsos con plazo mayor a 180 días.

Gráfico IV.B.3 Diagrama de cajas de TEA de desembolsos según plazo por grupo de TREF

Corporativo Grandes empresas

Fuente: SBS

En el segmento de medianas empresas se observa una mayor dispersión de la TEA, así como un mayor
efecto traspaso que en los segmentos corporativo y de grandes empresas, principalmente en los
desembolsos de menor tamaño del segmento mediana empresa. En el caso de la mediana empresa, al
tratarse de un grupo más heterogéneo se optó por dividir los desembolsos por montos, el 75% de estos
muestran un monto otorgado de hasta S/200 mil, mientras que el 25% restante por montos superiores a S/200
mil. Como se observa en el gráfico IV.B.4, la TEA de los desembolsos de la mediana de menores montos
presenta una mayor dispersión que la TEA de la mediana de mayores montos; asimismo, el percentil 50 de la
TEA de los desembolsos de la mediana de menores montos muestra una mayor velocidad de ajuste y un efecto
traspaso acumulado mayor que el percentil 50 de la TEA de los desembolsos de mayores montos.

Página 73
 Gráfico IV.B.4 Diagrama de cajas de TEA de desembolsos según monto por grupo de TREF

Medianas empresas

Fuente: SBS

En los sectores económicos 69 más representativos de cada segmento, la TEA promedio de nuevos
desembolsos registró aumentos superiores a 3 pp en el periodo de análisis. En el segmento corporativo,
los sectores Manufactura y Comercio explican el 72% de los desembolsos mensuales, siendo que para estos
sectores la TEA promedio ha registrado un efecto traspaso acumulado de 5.5 pp y 5.6 pp, respectivamente. En
cambio, para el sector Minería, si bien se observa un menor dinamismo en los desembolsos, la velocidad de
ajuste de la TEA promedio ha sido mayor con un efecto acumulado de 5.9 pp. Similar situación se observa en
el segmento de grandes empresas donde los sectores Comercio y Manufactura registran los mayores efectos
traspaso acumulados (4.7 pp y 5.2 pp, respectivamente), seguido de Transporte e Inmobiliario (4.4 pp y 3.9 pp,
respectivamente). En el segmento de medianas empresas, este efecto es más homogéneo entre los cuatro
principales sectores siendo los aumentos acumulados de 4.5 pp en promedio.

69 Los sectores seleccionados representan el 74%, 77% y 82% de los desembolsos realizados entre julio 21 y julio 22 en los segmentos

corporativo, grande y mediana empresa, respectivamente.

Página 74
 Gráfico IV.B.5 TEA de desembolsos según sector económico por grupo de TREF

Corporativo Grandes empresas

Medianas empresas

Fuente: SBS

Finalmente, si bien el efecto traspaso a las TEA del segmento mayorista se ha dado principalmente a
través de nuevos desembolsos, también se han identificado -aunque en menor medida- reajustes de
tasas en operaciones existentes. Entre julio 2021 y julio 2022, un total de 12 mil deudores del segmento
mayorista en el sistema financiero registraron un aumento de la TEA 70, ya sea a través de un nuevo desembolso
o de un reajuste de tasa en una operación existente; lo que representa el 19% de los deudores mayoristas
promedio mensual en el periodo de análisis. Al desagregar por tipo de crédito, una mayor incidencia se observa
en el segmento de grandes empresas con 42% de los deudores con incremento de tasa, seguido del segmento
corporativo con 32% de deudores y de medianas empresas con 18% de deudores.

70 Para determinar un aumento de la TEA en nuevos desembolsos se controló por deudor y entidad. Por lo tanto, si un deudor tuvo aumentos de TEA en

diferentes entidades, solo se contabilizo una vez.

Página 75
 IV.C. EVOLUCIÓN DEL SEGURO PREVISIONAL E IMPACTO DEL COVID-
19

El seguro colectivo de invalidez, sobrevivencia y gastos de sepelio (SISCO o seguro previsional), surgió
ante la necesidad de cubrir a los afiliados del Sistema Privado de Pensiones (SPP) de los riesgos de
invalidez o sobrevivencia antes del cumplimiento de la edad legal de jubilación de 65 años, lo cual
expone tanto a los afiliados como a sus dependientes a no tener acceso a un monto de pensión que
guarde relación con la trayectoria de los ingresos del trabajador afiliado durante su etapa laboral. En
virtud a ello, frente a la ocurrencia de un siniestro de invalidez o sobrevivencia, el seguro previsional, cofinancia
a través del aporte de una suma de dinero (denominado aporte adicional), un monto de pensión equivalente a
un 50% o 70% de la remuneración mensual del afiliado inválido (en función al grado y naturaleza de invalidez)
o de acuerdo a los porcentajes establecidos para los beneficiarios en caso de fallecimiento del afiliado, que en
conjunto no debe superar el 100% la remuneración mensual del afiliado fallecido 71.

Desde fines del año 2013 la prima del seguro previsional se determina mediante el mecanismo de
licitación única de toda la cartera de afiliados al SPP, dividida en un número de fracciones de igual
tamaño, definido previamente por la SBS, en donde las AFP en conjunto reciben las propuestas de las
compañías de seguros postoras en cuanto al número de fracciones que cada una está dispuesta a
ofertar (hasta el límite máximo que es permitido en las bases del contrato) con la correspondiente prima
ofrecida. Este mecanismo de licitación incentiva a que las fracciones se adjudiquen a aquellas compañías de
seguros con las propuestas de primas más competitivas hasta cubrir la totalidad de fracciones licitadas.
Finalmente, la prima de este seguro resulta ser el promedio ponderado de las primas ofrecidas por las
compañías de seguros ganadoras y se mantiene fija durante el periodo de dos (2) años. Con la entrada en
vigencia de este mecanismo se logró una reducción en la prima del seguro previsional (1.31% en promedio en
el 2013 a 1.23% en la primera licitación) 72. El ajuste de prima más importante fue el observado en la última
licitación de diciembre del año 2020 (SISCO V), en la cual se determinó una prima promedio de 1.74% sobre la
remuneración asegurable 73, teniendo en cuenta el incremento de la mortalidad debido a la pandemia de la
COVID-19.

71 De acuerdo a los porcentajes establecidos en el Art. 113 del Reglamento de la Ley del SPP, aprobado por Decreto Supremo N° 004-
98-EF y modificatorias, el cual menciona, por ejemplo: 42% para el caso de cónyuge o concubino(a) sin hijos, 35% en caso de cónyuge
o concubino(a) con hijos, 14% para hijos menores de 18 años y para hijos mayores a 18 años de acuerdo a las condiciones estipuladas,
etc. Asimismo, se define remuneración mensual de acuerdo a lo indicado en el Art. 114 del mismo reglamento.
72 Antes del esquema de licitación única cada AFP realizaba la licitación de su cartera, adjudicándose a la empresa de seguros con la

propuesta más competitiva.

73 Se entiende por remuneración asegurable a la remuneración mensual del afiliado con un tope llamado remuneración máxima

asegurable, equivalente a S/ 3000.00 de mayo de 1993, reajustada de acuerdo al reajuste de pensión al que se refiere el artículo 8° del
Título VII del Compendio de Normas del SPP. A setiembre 2022 equivale a S/ 11002.84.
Página 76
 Gráfico IV.C.6 Prima promedio por contrato SISCO
1.8% SISCO V: 1.74% 9
1.7% 8
1.6% 7
1.5%
6

Millones de asegurados
SISCO III: 1.36%
Prima Promedio

1.4% SISCO II: 1.33% 5

1.3% SISCO IV: 1.35%
4
1.2% SISCO I: 1.23%
3
1.1%
1.0% 2
0.9% 1
0.8% 0
2012 2013 2014 2015 2016 2017 2018 2019 2020 2021
Año
Fuente: (Comisiones y primas de seguro del SPP)

Cabe señalar que, desde la primera licitación del seguro previsional la masa de cotizantes ha sido
alrededor de 3MM y se han cubierto en promedio 3,560 casos de siniestros al año, con un importe
promedio cercano a los S/ 265 mil por cada siniestro. Asimismo, se han recaudado primas por el monto de
S/ 9,039MM y se han pagado siniestros por el monto de S/ 9,976MM, siendo el mayor importe de siniestros
explicado principalmente por la etapa de la pandemia de la COVID-19 74. Asimismo, respecto al sistema de
seguros, su participación ha sido relevante, alcanzando en promedio el 17.5% y 32.5% del total de primas y
siniestros del Ramo Vida, respectivamente, durante los últimos cinco años 75.

En la licitación del SISCO V, llevada a cabo en diciembre 2020, se observó un incremento considerable
en la prima promedio, lo cual estuvo relacionado con la sobremortalidad por la COVID-19. Asimismo, un
factor relevante fue la poca disponibilidad de información respecto al comportamiento habitual de los siniestros
durante el primer año de la pandemia, debido a los retrasos atípicos en el reporte de siniestros ocasionado por
las cuarentenas y por la suspensión de procesos administrativos de instituciones distintas del SPP, encargadas
de brindar los documentos necesarios para solicitar la cobertura de este seguro (RENIEC, SUNARP, entre
otras). Bajo este escenario se observó un menor monto de siniestros reportados del esperado en un escenario
sin pandemia.

Posteriormente, con la emisión de normativas específicas de parte de la SBS para garantizar la atención
oportuna de los trámites de pensiones en el SPP y la continuidad en el pago de dichas pensiones y beneficios,
así como por la reactivación de procesos administrativos de parte de otras instituciones involucradas y las
nuevas medidas de flexibilización para la movilidad de las personas, se empezaron a reportar los siniestros que
habían ocurrido en meses anteriores, permitiendo conocer la verdadera siniestralidad (medida como el cociente
de siniestros pagados entre primas recaudadas) de los meses de mayor mortalidad por la COVID-19 y que

74 Boletín DIS con información al 30.04.2022 y meses de devengue hasta el 28.02.2022.

75 Boletín SBS.
Página 77
comprendió a los contratos SISCO IV y SISCO V. De esta manera, con la información disponible a abril 2022,
la siniestralidad del SISCO IV fue de 123%, y la siniestralidad del SISCO V fue de 128%, superando los
siniestros a las primas en ambos contratos. Este nivel de siniestralidad no solo se encontró muy por encima del
promedio observado en los anteriores contratos, que de por sí era elevada (94% en promedio), sino que implicó
pérdidas importantes para las compañías adjudicatarias.

Gráfico IV.C.7 Ratio de siniestralidad por contrato SISCO

320%
270%
220%
170%
120%
70%
SISCO I: 97% SISCO II: 95% SISCO III: 90% SISCO IV: 123% SISCO V: 128%
20%
Oct-13

Apr-14

Oct-14

Apr-15

Oct-15

Apr-16

Oct-16

Apr-17

Oct-17

Apr-18

Oct-18

Apr-19

Oct-19

Apr-20

Oct-20

Apr-21

Oct-21

Apr-22
Fuente: Empresas de seguros

La prima promedio del seguro, que se había encontrado ligeramente por encima de la prima de riesgo
(también llamada prima pura, la cual no incluye gastos administrativos ni costos de reaseguro) durante
los tres primeros contratos, se encontró considerablemente debajo de la prima de riesgo de los últimos
dos contratos. Con la información disponible de primas y siniestros al 30.04.2022 76, se calculó la prima de
riesgo que igualaba las primas con los siniestros de cada contrato, observándose que la prima promedio del
seguro estuvo por encima la prima de riesgo en +0.04pp en el SISCO I, +0.07pp en el SISCO II y +0.14pp en
el SISCO III. Sin embargo, estuvo por debajo de la prima de riesgo en -0.29pp en el SISCO IV y en -0.55pp en
el SISCO V. Al respecto, la diferencia de primas se encontró explicada en el SISCO IV, en la medida que la
pandemia de la COVID-19 no fue un riesgo esperado y que la prima no es sensible a los shocks durante la
vigencia del contrato; por otro lado, la prima promedio establecida para el contrato SISCO V no logró
aproximarse a la siniestralidad efectiva –pese al importante incremento.

76 Con corte del análisis al 28.02.2022 por el menor desarrollo de siniestros de los meses de marzo y abril.
Página 78
 Gráfico IV.C.8 Prima promedio y prima de riesgo por contrato SISCO
2.5
2.16
2.0
1.74
1.64
1.5 1.33 1.36 1.35
1.23 1.19 1.26 1.22
1.0

0.5

0.0
SISCO I SISCO II SISCO III SISCO IV SISCO V
Prima promedio Prima de riesgo

Fuente: Empresas de seguros

Este seguro se ha caracterizado por sus elevados niveles de cesión de primas a reaseguradores, siendo
de 70% en el SISCO V. Si bien se venía observando una tendencia decreciente en el porcentaje de primas
cedidas desde el SISCO II, dicha cesión se ha incrementado significativamente entre el SISCO IV y SISCO V
del 50% a 70%, reflejando un cambio en la política de cesión en los riesgos previsionales por parte de las
compañías, debido a que la incertidumbre y las proyecciones negativas sobre el resultado técnico del producto
demandaba estrategias para proteger el patrimonio de las aseguradas.

Cuadro IV.C.5 Siniestralidad cedida por contrato SISCO

Siniestralidad Cedida Siniestralidad Retenida Ratio de Cesión de primas

131%
121%
114%
96% 95% 94% 117%

87% 70%
60%
50%

33% 56%

SISCO I SISCO II SISCO III SISCO IV SISCO V

Fuente: Empresas de seguros

Página 79
Tomando en consideración el impacto de la COVID-19 en el seguro previsional, la Superintendencia
desplegó medidas regulatorias con el fin de preservar la estabilidad y solvencia de las compañías de
seguros, tales como la exclusión de meses atípicos, correspondientes a los meses de mayor
siniestralidad registrados durante la pandemia, para el cálculo del requerimiento de capital 77. Asimismo,
se permitió diferir con reconocimiento gradual la reserva de siniestros hasta julio del año 2023, y se suavizó la
fluctuación de la tasa de reserva empleada para la estimación de las reservas del seguro previsional 78.

Finalmente, a fin de procurar una licitación competitiva para la adjudicación de fracciones de la licitación del
SISCO VI, se estableció que, en caso de quedar una fracción sin adjudicar, esta se distribuiría
proporcionalmente entre las compañías de seguros adjudicatarias, según el número de fracciones adjudicadas
hasta el último proceso.

77 Resolución SBS N° 1761-2021 del 16.06.2021.

78 Resolución SBS N° 2239-2021 del 30.07.2021.
Página 80
ANEXO 1: METODOLOGÍA DEL MODELO DE ESTRÉS DE SOLVENCIA

Las pruebas de estrés del sistema financiero se basan en un modelo macro financiero desarrollado por
la SBS, que recoge la interacción entre variables macroeconómicas y financieras, a través de un enfoque
top-down. Dicha interacción se basa en el hecho que la estabilidad financiera depende no solo del desempeño
de las instituciones de manera individual, sino del desempeño del sistema financiero en su conjunto y cómo
éste interactúa con el sector real de la economía. Lo anterior se recoge a través de la aplicación de un enfoque
top-down. Bajo este enfoque la estimación de los modelos se realiza para el sistema financiero en su conjunto
empleando los supuestos de cada escenario, para luego aplicar los parámetros obtenidos a las entidades
financieras, y así estimar el impacto esperado sobre los niveles de solvencia del sistema financiero en los
escenarios configurados. Este enfoque viene siendo empleado por reguladores financieros en diversos países
como parte de las herramientas macroprudenciales para evaluar la resistencia ante posibles riesgos que
podrían afectar la estabilidad financiera.

El modelo de estrés del sistema financiero se ha construido sobre la base de cuatro componentes:
modelos macroeconómicos, estimación de parámetros de pérdidas esperadas, transmisión a estados
financieros, e impacto en indicadores de rentabilidad y solvencia. Para identificar de manera adecuada el
riesgo crediticio en el sistema financiero es necesario realizar previamente un mapeo de riesgos. Al respecto,
el Componente I consiste en la configuración de los escenarios y en la identificación de los drivers
macroeconómicos que impactarán en las instituciones financieras como producto de sus exposiciones al riesgo
de crédito bajo los distintos escenarios adversos. El Componente II contempla la estimación de diversos
modelos para obtener los parámetros asociados al cálculo de pérdidas esperadas, segmentados por tipo de
crédito y actividad económica. En el Componente III, las pérdidas esperadas calculadas se trasladan a los
estados financieros a través del impacto en los ingresos y gastos financieros, lo cual afecta, a su vez, las
utilidades y el patrimonio. Finalmente, el Componente IV recoge el impacto en los indicadores de rentabilidad y
solvencia de las entidades financieras.

Página 81
 Gráfico N° A1.1. Mecanismo de transmisión de choques macroeconómicos

Fuente: SBS.

Componente I: Modelos macroeconómicos

La configuración de los escenarios se determina considerando el contexto macroeconómico del país y

mediante el uso de la metodología de crecimiento en riesgo o growth at risk (GaR). El objetivo de esta
metodología es predecir la distribución condicional del crecimiento del PBI, a partir del PBI actual, un conjunto
de variables macroeconómicas y de condiciones financieras del país. Ello permite validar las proyecciones del
PBI empleadas en los escenarios configurados, contando con escenarios adversos severos pero plausibles, así
como la relevancia de los drivers de riesgo identificados. Para ello, se emplea una serie de regresiones por
cuantiles para estimar el crecimiento futuro del PBI a lo largo de diferentes horizontes de tiempo, a través del
siguiente modelo:

𝑞𝑞 𝑞𝑞 𝑞𝑞 𝑞𝑞
𝑄𝑄(𝑦𝑦𝑡𝑡+ℎ , 𝑞𝑞) = 𝛽𝛽𝑦𝑦 𝑦𝑦𝑡𝑡 + 𝛽𝛽𝑝𝑝 𝑝𝑝𝑡𝑡 + 𝛽𝛽𝑙𝑙 𝑙𝑙𝑡𝑡 + 𝛽𝛽𝑓𝑓 𝑒𝑒𝑒𝑒𝑒𝑒𝑡𝑡 + 𝜀𝜀𝑡𝑡,ℎ

Donde 𝑦𝑦𝑡𝑡 denota el crecimiento del PBI trimestral actual, 𝑄𝑄(𝑦𝑦𝑡𝑡+ℎ , 𝑞𝑞) es el cuantil 𝑞𝑞 del crecimiento del PBI
en un horizonte de ℎ trimestres; 𝑝𝑝𝑡𝑡 es un índice que captura el riesgo doméstico por medio de los costos
financieros en el sistema financiero y en el mercado de capitales; 𝑙𝑙𝑡𝑡 es un índice que recoge el endeudamiento
a través de intermediarios financieros y otros mercados financieros; y 𝑒𝑒𝑒𝑒𝑒𝑒𝑡𝑡 es un índice que agrupa las

Página 82
condiciones externas. A través de este modelo se estiman los coeficientes para cada cuantil especificado, a
partir de los cuales se obtiene la distribución del crecimiento del PBI, la cual permite estimar las diversas
probabilidades de crecimiento del producto. El crecimiento en riesgo o GaR corresponde a una tasa de
crecimiento del producto con una probabilidad baja de ocurrencia (en la cola de la distribución), que se condice
con la configuración de escenarios adversos en las pruebas de estrés. Adicionalmente, los betas obtenidos
para las variables explicativas del modelo proporcionan un conjunto inicial de drivers macroeconómicos que se
emplearán en los modelos para la estimación de los parámetros de pérdidas esperadas.

Componente II: Estimación de Parámetros de Pérdidas Esperadas

Una vez configurados los escenarios adversos, se emplea un enfoque de pérdidas esperadas, cuyo
objetivo es recoger el impacto de los diversos drivers macroeconómicos en el riesgo de crédito de las
entidades del sistema financiero bajo escenarios de estrés. La pérdida esperada o expected loss (EL)
representa la pérdida promedio que registraría el portafolio de créditos por el incumplimiento en los pagos por
parte de los deudores. La pérdida esperada se obtiene del producto de la probabilidad de incumplimiento o
probability of default (PD), la pérdida dado el incumplimiento o loss given default (LGD), y la exposición ante el
incumplimiento o exposure at default (EAD), que se resume en la siguiente expresión:

𝐸𝐸𝐸𝐸 = 𝑃𝑃𝑃𝑃 ∗ 𝐿𝐿𝐿𝐿𝐿𝐿 ∗ 𝐸𝐸𝐸𝐸𝐸𝐸

Cada uno de los parámetros de las pérdidas esperadas es calculado y proyectado según los escenarios
planteados a través de un conjunto de modelos econométricos y granulares. La estrategia de modelación
recoge el comportamiento histórico de los portafolios crediticios, las particularidades de los segmentos de
crédito, de los sectores económicos atendidos, así como su relación con el ciclo económico; todo ello con la
finalidad de mejorar la precisión y consistencia de los resultados prospectivos o forward looking de las pruebas
de estrés realizadas.

Probabilidad de incumplimiento (PD)

Los modelos buscan predecir el comportamiento del ratio de incumplimiento, estimando la probabilidad
de incumplimiento (PD) a lo largo del horizonte de proyección empleado en el ejercicio de estrés, a partir
de un conjunto de variables explicativas relevantes. La probabilidad de incumplimiento es un indicador
ponderado que representa el porcentaje de la cartera que no sería pagada, y se emplea como medida del
deterioro crediticio. Cabe precisar que la PD es la proyección del RI, siendo este último el indicador realizado
de cada periodo. Por otro lado, en línea con el estándar de Basilea, el incumplimiento se define por la migración
a una situación de atraso mayor a 90 días en una ventana de doce meses. Los modelos de deterioro de cartera
buscan predecir el comportamiento de la PD empleando como variables explicativas valores pasados del RI,

Página 83
así como por un conjunto de variables macroeconómicas y microeconómicas, en función del tipo de portafolio
de créditos y del sector económico en algunos segmentos empresariales. Además de ello, a través de un
parámetro de forma reducida se incorpora el efecto de la concentración del portafolio en regiones que fueron
afectadas severamente por la pandemia y que tuvieron alta reprogramación en sus créditos. Se debe señalar
que las medidas de reprogramación y los días de gracia que se otorgaron durante la pandemia impactaron los
valores de los ratios de incumplimiento de 2020. Por ello, los modelos desarrollados consideran la información
de diciembre de 2019 como un prior de la distribución de la PD ya que el valor inicial de la proyección debe
reflejar el riesgo real de los portafolios en ausencia de cualquier tipo de programa.

El empleo de la probabilidad de incumplimiento como variable dependiente en los modelos proporciona

una medida más precisa, homogénea y sensible al ciclo económico. La PD refleja adecuadamente el riesgo
crediticio de las entidades financieras, al corregirse por la ocurrencia de castigos o amortizaciones (que influyen
en el comportamiento de otros indicadores de deterioro de cartera como el ratio de morosidad), lo cual eleva la
capacidad predictiva de los modelos estimados. Lo anterior resulta en un indicador de deterioro con mayor
sensibilidad al ciclo económico. De este modo, alrededor de periodos de desaceleración económica, la
probabilidad de incumplimiento muestra un incremento más pronunciado que el ratio de morosidad, ello debido
a que este último registra el efecto de los castigos realizados en la cartera ante los incumplimientos y pérdidas.
Adicionalmente, el empleo del umbral de 90 días de atraso para definir el incumplimiento proporciona un criterio
homogéneo como medida de deterioro crediticio en todas las entidades y los tipos de crédito, además de
permitir la comparabilidad a nivel internacional.

La estimación de la PD se realiza a través de modelos econométricos y granulares, segmentados por

tipo de crédito y sector económico, respondiendo a la existencia de negocios disímiles, con estrategias
diferentes y afectos a distintos factores de riesgo. El cuadro A1.1 lista los modelos empleados para la
proyección de la PD. En el caso de los créditos minoristas (micro y pequeña empresa, consumo e hipotecario
para vivienda) y mediana empresa, la estimación de la PD se realiza mediante modelos econométricos,
utilizando un total de 21 modelos. En el caso de los créditos corporativos y gran empresa se emplean modelos
granulares.

Página 84
 Cuadro A1.1. Segmentación de los modelos de ratio de incumplimiento

Modelos Econométricos
Microempresa Pequeña Empresa Mediana Empresa Consumo Hipotecario
Comercio Comercio Comercio
Consumo
Construcción Construcción Construcción
Revolvente
Manufactura Manufactura Manufactura
Hipotecario
Primario Primario Primario
Consumo No
Servicios Servicios Servicios Revolvente
Transportes y Transportes y Transportes y
Comunicaciones Comunicaciones Comunicaciones

Modelos Granulares
Gran Empresa Corporativo (Sector Real y No Real)

Fuente: SBS.

La estimación de la PD de créditos minoristas se realiza por medio de modelos de datos de panel

dinámicos en sistema, que permiten recoger heterogeneidades no observables a través de efectos fijos,
así como el efecto de los rezagos de la variable dependiente. Los modelos de datos de panel dinámico en
sistema, también conocidos como system GMM 79, además de presentar mejoras significativas en eficiencia,
permiten emplear rezagos, sobre todo de la variable dependiente. Esto es importante debido al alto grado de
persistencia observado en la probabilidad de incumplimiento. Los modelos de deterioro crediticio empleados
siguen la siguiente especificación:

𝑦𝑦𝑖𝑖𝑖𝑖 = 𝑓𝑓(𝑃𝑃𝑃𝑃𝑖𝑖𝑖𝑖 ) [𝟏𝟏]

𝑚𝑚 𝑛𝑛

𝑦𝑦𝑖𝑖𝑖𝑖 = 𝜌𝜌𝑦𝑦𝑖𝑖𝑖𝑖−1 + � 𝒙𝒙′𝒕𝒕−𝒋𝒋 𝜸𝜸 + � 𝒛𝒛′𝒊𝒊,𝒕𝒕−𝒋𝒋 𝜷𝜷 + 𝑤𝑤𝑖𝑖𝑖𝑖 [𝟐𝟐]

𝑗𝑗 𝑗𝑗

𝑤𝑤𝑖𝑖𝑖𝑖 = 𝛼𝛼𝑖𝑖 + 𝑣𝑣𝑖𝑖𝑖𝑖 [𝟑𝟑]

Donde 𝑃𝑃𝑃𝑃𝑖𝑖𝑖𝑖 es la probabilidad de incumplimiento de la i-ésima entidad en el periodo t, la cual es transformada

mediante una función 𝑓𝑓(∗) para dar origen a la variable 𝑦𝑦𝑖𝑖𝑖𝑖 , tal como se muestra en la ecuación [𝟏𝟏]. Dicha
transformación incorpora que el efecto final de choques adversos en la PD varíe de acuerdo con el riesgo de
cada entidad; es decir, entidades con mayor PD se verían más afectadas ante escenarios adversos. La ecuación
[𝟐𝟐] recoge la dinámica de la PD (𝑦𝑦𝑖𝑖𝑖𝑖 ) con su valor pasado, variables macroeconómicas (𝒙𝒙𝒕𝒕 ) y variables

79 GMM: Generalized method of moments.

Página 85
propias de la entidad (𝒛𝒛𝒊𝒊𝒊𝒊 ), incluyendo sus rezagos. En tanto, el efecto fijo individual es recogido por 𝛼𝛼𝑖𝑖 , y el
error por 𝑣𝑣𝑖𝑖𝑖𝑖 . La estimación de los paneles dinámicos se realiza mediante estimadores Arellano-Bover/Blundell-
Bond.

Las variables macroeconómicas empleadas en la estimación se basan tanto en la teoría económica

como en una estrategia de selección de variables explicativas. Esta estrategia de selección de variables
emplea la metodología de componentes principales junto con metodologías de selección exhaustiva del tipo
forward looking, mediante técnicas de big data. Lo anterior permite la elección de los regresores y rezagos
óptimos para cada uno de los modelos econométricos, evitando problemas de sobreidentificación en los
mismos.

La estimación de la PD de créditos mayoristas se obtiene mediante modelos granulares que utilizan

variables observables para medir la probabilidad de default de cada empresa. La metodología resume en
un valor las distintas fuentes de vulnerabilidad para las empresas. La metodología propuesta considera las
siguientes dimensiones: entorno macroeconómico, capacidad de pago y riesgo de crédito. Una vez que se ha
definido cada dimensión, se procede a estimar umbrales que categorizan a cada empresa en riesgo bajo, riesgo
medio y riesgo alto. Finalmente, se agrega el resultado asociando cada dimensión a datos históricos de las
clasificaciones para empresas de diversos sectores económicos relevantes de Latinoamérica.

Es importante destacar que, dentro del modelo de estimación de PD de créditos mayoristas, como parte
de la dimensión de riesgo de crédito, se ha incorporado la identificación de deudores expuestos al
riesgo cambiario crediticio (RCC). A diferencia de la dolarización de los créditos, la exposición al RCC permite
reconocer que algunos deudores con créditos en moneda extranjera se encuentran cubiertos ante la volatilidad
del tipo de cambio, al percibir, por ejemplo, ingresos en moneda extranjera, adquirir mecanismos de cobertura
(como forwards) o contar con bajo servicio de deuda respecto al ingreso. En ese sentido, la cartera expuesta a
RCC corresponde a aquella porción de deudores que no cuenta con mecanismos de cobertura (naturales o
sintéticos) ni recursos financieros que les permita hacer frente a periodos de fuerte depreciación de la moneda
local, y es una medida más adecuada para identificar la vulnerabilidad a los movimientos del tipo de cambio

Otros Parámetros de Pérdidas Esperadas

La pérdida dado el incumplimiento, severidad de la pérdida o loss given default (LGD) es la proporción
del crédito que no se espera recuperar cuando un deudor incurre en incumplimiento, y varía
dependiendo del tipo de colateral que garantiza el crédito. La estimación de la severidad de la pérdida es
diferenciada de acuerdo con el tipo de portafolio crediticio, así como del tipo de colateral que garantiza el crédito.
Los colaterales se distinguen entre garantías preferidas, garantías preferidas de muy rápida realización, y

Página 86
garantías preferidas autoliquidables. 80 De otro lado, existen diversos métodos de estimación de la LGD,
considerando la existencia de información histórica sobre las recuperaciones de créditos bajo incumplimiento.

La estimación de la severidad de la pérdida emplea el método de workout LGD en el caso de créditos

hipotecarios y modelos granulares para otros tipos de colaterales. El método workout LGD consiste en el
descuento de los flujos de las recuperaciones de los contratos de créditos que entraron en incumplimiento en
algún momento del tiempo; esta información se encuentra disponible para la cartera de créditos hipotecarios
residenciales, los cuales cuentan con garantías sobre los inmuebles adquiridos. Para otros tipos de créditos
colateralizados, se emplean supuestos diferenciados para la severidad de la pérdida según el tipo de portafolio
y el tipo de colateral, para cada escenario de estrés, sobre la base de la información histórica sobre los créditos
con garantías.

La exposición ante el incumplimiento o exposure at default (EAD) es la exposición o deuda al momento

del incumplimiento del cliente. Dicho monto usualmente coincide con el saldo de deuda en el caso de créditos
directos, mientras que, en el caso de créditos indirectos, se considera además un porcentaje del saldo de deuda
no utilizado (por ejemplo, de la línea de una tarjeta de crédito), que se podría emplear antes del incumplimiento;
a dicho porcentaje se le conoce como Factor de Conversión Crediticia (FCC).

El cálculo del factor de conversión crediticia es diferenciado en función a las modalidades de créditos
contingentes y a los supuestos de cada escenario del ejercicio de estrés. En el caso de cartas fianza, los
FCCs emplean supuestos severos en función de sectores económicos que podrían verse afectados ante
choques macroeconómicos adversos. La carta fianza es un contrato bajo el cual el banco asume el compromiso
de pago en caso la empresa que solicitó la carta fianza incumpla con este; por ello, es un instrumento que
potencialmente podría materializarse en pérdidas ante escenarios adversos.

Componente III: Transmisión a Estados Financieros

Las pérdidas esperadas se calculan a partir de los parámetros obtenidos de los modelos anteriores, y
se incorporan en los estados financieros de las entidades supervisadas, a través de mecanismos de
transmisión a hoja de balance. Las probabilidades de incumplimiento y las tasas proyectadas de crecimiento
del crédito se emplean en la proyección de la cartera en default y en no default según tipo de crédito para cada
escenario establecido. A partir de la cartera en no default se proyectan los ingresos financieros en el estado de
resultados; mientras que la cartera total proyectada se emplea en las colocaciones en el balance general.
Asimismo, las probabilidades de incumplimiento, las pérdidas dado el incumplimiento y la exposición ante el
default se emplean en la proyección de las pérdidas esperadas. El incumplimiento en los pagos ante los
choques macroeconómicos adversos de cada escenario provocaría un incremento en las pérdidas esperadas,

80 Para más información sobre los tipos de garantías, ver la Res. SBS N° 11356-2008, Reglamento para la Evaluación y Clasificación

del Deudor y la Exigencia de Provisiones.

Página 87
debido al aumento del incumplimiento en los pagos como consecuencia de la reducción en la capacidad de
pago de los clientes.

Los cambios en las pérdidas esperadas tienen efectos en los ingresos y en los gastos del estado de
resultados de las entidades financieras. Por un lado, mayores pérdidas esperadas como consecuencia del
deterioro de la calidad de cartera (incremento de la probabilidad de default) incrementan el gasto en provisiones
en el estado de ganancias y pérdidas, debido a que una mayor proporción del portafolio de créditos migraría a
categorías de mayor riesgo en escenarios de estrés. Por otro lado, el incremento en las pérdidas esperadas
deviene en menores ingresos financieros, debido a que las entidades financieras dejarían de percibir intereses
y comisiones por los créditos que ingresaron en situación de incumplimiento. Cabe señalar que lo anterior
recoge el tratamiento contable de suspensión del reconocimiento de ingresos por créditos riesgosos establecido
en la normativa vigente. De este modo, el aumento de los gastos en provisiones y la reducción de los ingresos
por intereses se traducen en una reducción de los márgenes financieros.

Adicionalmente, se incorporan supuestos sobre la potencial materialización de riesgo de mercado, que

afecta el margen financiero a través de la desvalorización de los activos financieros, para cada uno de
los escenarios propuestos del ejercicio de estrés. Ello se logra mediante el empleo de información histórica
anualizada de los ingresos y gastos, ajustados por efectos de ingresos o gastos extraordinarios registrados en
el pasado; la proyección tasas de interés implícitas para las cuentas del activo y el pasivo; e información de los
mercados financieros en función a la composición de los portafolios de las entidades financieras. De manera
similar, se proyectan las principales fuentes de fondeo del pasivo del balance general en base al
comportamiento histórico de los últimos años.

Adicionalmente, se incorpora un choque en la estructura de fondeo de las entidades, por medio del
diferencial de las tasas de interés activas y pasivas históricas, bajo los distintos escenarios de estrés.
Para el cálculo del spread o diferencial de tasas de interés, la tasa implícita activa se calculó sobre la base de
los ingresos generados por créditos. Por otro lado, la tasa implícita pasiva se calculó de manera diferenciada:
para los bancos, financieras, cajas municipales y cajas rurales, estas tasas se calcularon sobre la base de los
gastos generados por los depósitos, mientras que para las Edpymes se utilizaron los gastos generados por
adeudos y obligaciones financieras.

Componente IV: Impacto en Indicadores de Rentabilidad y Solvencia

La reducción de los márgenes financieros producto de la disminución de los ingresos financieros y del
aumento de los gastos por provisiones se traduce en una reducción de la utilidad neta e impacta en los
indicadores de rentabilidad patrimonial. Dicha reducción se atenúa por medio de la aplicación de los
colchones de provisiones que mantienen las entidades del sistema financiero. De otro lado, la menor utilidad
en cada escenario se traslada al patrimonio en el balance general, en las proyecciones de las cuentas de
resultados del ejercicio y de resultados acumulados. Lo anterior permite la proyección del indicador de

Página 88
rentabilidad patrimonial (ROE) de las entidades financieras, el cual se afecta también por el impacto de los
choques de los escenarios en las utilidades.

Asimismo, la reducción de la utilidad neta afecta el patrimonio efectivo, junto con el efecto en los activos
ponderados por riesgo de los escenarios propuestos, termina impactando el ratio de capital. Se
proyectan las cuentas del activo distintas a las colocaciones sobre la base de información histórica de los últimos
años que permita obtener los activos ponderados por riesgo; asimismo, se proyecta el patrimonio efectivo
conforme a lo establecido en la normativa vigente. El impacto en el ratio de capital de los choques
macroeconómicos es atenuado por la aplicación de los colchones de capital que mantienen las entidades
financieras, empleándose además los supuestos de capitalización de utilidades de las entidades financieras.
Lo anterior permite evaluar el nivel de suficiencia de capital, así como el grado de resistencia de las entidades
ante escenarios adversos.

Página 89
ANEXO 2: METODOLOGÍA DEL EJERCICO DE ESTRÉS DE RIESGO
CLIMÁTICO

El presente anexo metodológico está asociado a la modelación del impacto marginal en la probabilidad
de incumplimiento, de un incremento en el riesgo físico (tanto crónico como agudo) asociado a la
variable climática de precipitaciones. Por un lado, las sequías responden a eventos de lluvias asociadas a
la cola izquierda de la distribución de precipitaciones históricas, cuyo impacto marginal sería negativo en la
probabilidad de incumplimiento de los deudores empresariales y las familias. Por otro lado, las precipitaciones
fuertes e inundaciones responden a eventos de lluvias asociadas a la cola derecha de la distribución, teniendo
impactos igualmente negativos esperados en la probabilidad de incumplimiento de los clientes del sistema
financiero.

Gráfico A2.1 Identificación de sequías y lluvias fuertes a partir de la distribución de

precipitaciones a nivel distrital
Distribución de precipitaciones en Distrito “x”
Sequías
Percentil entre 1-20% a partir del cual Precipitaciones fuertes
se genera un impacto negativo Percentil entre 80-99% a partir del
significativo en la PD del distrito. cual se genera un impacto negativo
significativo en la PD del distrito.

Sequía Lluvia fuerte Lluvias (mm2/acum)

Fuente: SBS.

Para la obtención de la variable climática de precipitaciones, se utilizó información geoespacial

recopilada a través de satélites y redes neuronales artificiales (PERSIANN-CCS-CDR por sus siglas en
inglés). El PERSIANN-CCS-CDR es un producto recopilado por la National Oceanic and Atmospheric
Administration (NOAA), cuya información se caracteriza por ser altamente granular, registrándose en intervalos
de tres horas desde enero de 1983, en áreas de aproximadamente 4 km2 (0.04° x 0.04°), a nivel mundial.
Dadas estas características, permite identificar eventos climatológicos extremos, a diferencia de mediciones de
precipitaciones mediante pluviómetro (rain gauge products como el GPCC Versión 2020), los cuales a raíz de
una distribución geográfica limitada de los mismos en zonas como Sudamérica, cuenta con un bajo nivel de

Página 90
resolución espacial y no son tan potentes para fines de análisis de riesgos climáticos (Sadeghi, Nguyen, et al.,
2021 81) (Sun, Miao, et al., 2017 82) (Massari, Brocca, et al., 2020 83).

Por el lado de la probabilidad de incumplimiento, se empleó información por tipo de crédito, a nivel
distrital y por sector económico. La deuda directa a nivel deudor se encuentra segmentada tanto por tipo de
crédito, actividad económica como por ubicación geográfica. El mayor nivel de granularidad permite capturar
los impactos heterogéneos que pueda tener el riesgo climático en el sistema financiero peruano.

La estimación del impacto de tanto las sequías como las precipitaciones fuertes en la probabilidad de
incumplimiento a nivel distrital se realizó a través de una estimación de modelos de datos de panel. Los
40 modelos de estimación econométrica a nivel distrital fueron segmentados por actividad económica para los
deudores empresariales, y por consumo revolvente, no revolvente e hipotecario para las familias. De esta
manera, se realizaron estimaciones de 20 modelos para lluvias fuertes y 20 modelos para sequías, con
periodicidad mensual, con información desde enero 2000 hasta diciembre 2019. La especificación econométrica
utilizada es la siguiente:

12
𝑛𝑛
𝑦𝑦𝑗𝑗,𝑡𝑡 = 𝛼𝛼𝑡𝑡 + 𝛼𝛼𝑗𝑗 + 𝛽𝛽 � 𝐷𝐷𝑗𝑗,𝑡𝑡−ℎ + 𝜀𝜀𝑗𝑗,𝑡𝑡
ℎ=1

𝑃𝑃𝑃𝑃𝑗𝑗,𝑡𝑡
Donde "𝑗𝑗" es el distrito, "𝑡𝑡" es el tiempo en meses y 𝑦𝑦𝑗𝑗,𝑡𝑡 = ln � � es una transformación logarítmica de
1−𝑃𝑃𝑃𝑃𝑗𝑗,𝑡𝑡
la probabilidad de incumplimiento. Asimismo, 𝛼𝛼𝑡𝑡 y 𝛼𝛼𝑗𝑗 son efectos fijos de tiempo y de distrito, respectivamente.
Con respecto a la variable explicativa, esta se define como la suma de una variable dicotómica en los últimos
12 meses, la cual se activa dependiendo de si se busca estimar el impacto de las sequías o de lluvias fuertes.
Es importante mencionar que eventos climatológicos como precipitaciones no se encuentran correlacionadas
con variables idiosincráticas de los deudores, con el perfil o características de la institución financiera, o
variables macroeconómicas. Por esa razón, no hay necesidad de incorporar controles en la regresión, y
particularmente el estimador 𝛽𝛽 es consistente (no habría sesgos de variable omitida).

Para lluvias fuertes, la activación de la variable dicotómica 𝑫𝑫𝒋𝒋,𝒕𝒕

𝒏𝒏
se dará si es que la lluvia en el distrito
"𝒋𝒋" supera un percentil establecido. Para cada modelo, se utilizó como umbral de activación distintos
percentiles de la distribución de lluvias a nivel distrital. Particularmente, se evaluaron 20 umbrales asociados a
los percentiles del 80 al 99 𝑛𝑛 = {80, … ,99}, y se eligió el umbral sobre el cual el impacto en la PD (𝛽𝛽) es
significativo y positivo.

81 Sadeghi, Nguyen, et al., 2021. “PERSIANN-CCS-CDR, a 3-hourly 0.04° global precipitation climate data record for heavy precipitation
studies”.
82 Sun, Miao, et al., 2017. “A Review of Global Precipitation Data Sets: Data Sources, Estimation, and Intercomparisons”.
83 Massari, Brocca, et al., 2020. “A daily 25 km short-latency rainfall product for data-scarce regions based on the integration of the Global

Precipitation Measurement mission rainfall and multiple-satellite soil moisture products”.

Página 91
 𝑛𝑛
1 𝑠𝑠𝑠𝑠 𝑋𝑋𝑗𝑗,𝑡𝑡 > 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑛𝑛 �𝑋𝑋𝑗𝑗 �
𝐷𝐷𝑗𝑗,𝑡𝑡 =�
0 𝑠𝑠𝑠𝑠 𝑋𝑋𝑗𝑗,𝑡𝑡 ≤ 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑛𝑛 �𝑋𝑋𝑗𝑗 �

Para sequías, la activación de la variable dicotómica 𝑫𝑫𝒋𝒋,𝒕𝒕

𝒏𝒏
se dará si es que la lluvia en el distrito "𝒋𝒋" es
inferior a un percentil establecido. Para cada modelo, se utilizó como umbral de activación distintos
percentiles de la distribución de lluvias a nivel distrital. Particularmente, se evaluaron 20 umbrales asociados a
los percentiles del 1 al 20 𝑛𝑛 = {1, … ,20}, y se eligió el umbral sobre el cual el impacto en la PD (𝛽𝛽) es
significativo y positivo.

𝑛𝑛
1 𝑠𝑠𝑠𝑠 𝑋𝑋𝑗𝑗,𝑡𝑡 < 𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑃𝑛𝑛 �𝑋𝑋𝑗𝑗 �
𝐷𝐷𝑗𝑗,𝑡𝑡 =�
0 𝑠𝑠𝑠𝑠 𝑋𝑋𝑗𝑗,𝑡𝑡 ≥ 𝑃𝑃𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑛𝑛 �𝑋𝑋𝑗𝑗 �

Este modelo tiene como objetivo modelar únicamente el impacto marginal del riesgo climático en la
probabilidad de incumplimiento, el cual dependerá tanto del nivel inicial de riesgo crediticio en el
distrito, así como, del coeficiente 𝜷𝜷. Por un lado, dada la naturaleza del presente ejercicio, la modelación del
impacto marginal no requiere de mayores variables explicativas. Por otro lado, debido a que la regresión se
realiza sobre la variable transformada 𝑦𝑦𝑗𝑗,𝑡𝑡 , el impacto marginal de lluvias intensas o sequías en los últimos 12
meses sobre la probabilidad de incumplimiento del distrito “j” en el mes “t” se aproxima como sigue:

𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸𝐸 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼 𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼𝐼 𝐼𝐼𝐼𝐼𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖𝑖

𝑃𝑃𝑃𝑃𝑗𝑗,𝑡𝑡 = 𝑃𝑃𝑃𝑃𝑗𝑗,𝑡𝑡 + 𝛽𝛽�𝑃𝑃𝑃𝑃𝑗𝑗,𝑡𝑡 ��1 − 𝑃𝑃𝑃𝑃𝑗𝑗,𝑡𝑡 �

Los modelos desarrollados muestran que la sensibilidad de la probabilidad de incumplimiento ante los
fenómenos climáticos extremos asociados a precipitaciones y sequías sería mayor en los sectores
agropecuario, comercio, y transportes y comunicaciones. Un evento extremo de lluvias, que se condice
con un incremento de estas por encima del percentil 97 de la distribución histórica a nivel distrital de las
precipitaciones estaría asociado a un incremento marginal de 0.1 pp en la variable transformada de la
probabilidad de incumplimiento de los deudores del sector agropecuario. Asimismo, los deudores de dicho
sector muestran mayor sensibilidad ante eventos extremos de sequías; así, caídas en las precipitaciones por
debajo del percentil 1 de la distribución histórica de lluvias por distrito estarían asociadas a un incremento
marginal en la variable transformada de la probabilidad de incumplimiento de 0.8 pp Por otro lado, la sensibilidad
es significativa también, aunque menor, en los sectores comercio y transportes y comunicaciones, en los que
lluvias que superan los umbrales establecidos por los percentiles 95 y 93 de la distribución histórica distrital de
lluvias, respectivamente, se traducen en aumentos marginales en la variable transformada de la probabilidad
de incumplimiento de 0.05 pp y 0.08 pp, en cada caso (ver gráfico A2.2).

Página 92
 Gráfico A2.2 Sistema Financiero: Sensibilidad de la probabilidad de incumplimiento frente a eventos
extremos de precipitaciones y sequías según sector económico

Coeficiente
1.5

1.3

1.1

0.9

0.7

0.5

0.3

0.1

-0.1
Agricultura Agricultura Comercio Transportes y
comunicaciones
Sequías Lluvias intensas

Nota: Las líneas alrededor del coeficiente representan los intervalos de confianza al 95%. La línea roja indica el cero para
el eje vertical.
Fuente: SBS.

Recuadro A2.1: Escenarios de riesgo climático: Proyecto de inter-comparación de

modelos acoplados (CMIP)

El Proyecto de Inter-comparación de Modelos Acoplados (CMIP en sus siglas en inglés) tiene como
objetivo predecir las trayectorias de diversas variables climáticas frente a escenarios que responden
a niveles de contaminación y utilización de energías basadas en combustibles fósiles a nivel
mundial. Fundado en 1995 por el Grupo de Trabajo en modelos acoplados (WGCM) del Programa Mundial
de Investigación del Clima Mundial (WCRP), actualmente es la principal fuente de información para el Panel
Intergubernamental del Cambio Climático (IPCC por sus siglas en inglés), organismo de las Naciones
Unidas (ONU).

Página 93
La Fase 6 de este proyecto (conocido como CMIP6) es un esfuerzo conjunto canalizado a través de
49 diferentes grupos de modelación de Australia, China, Canadá, USA, Francia, Japón, Alemania,
Italia, Inglaterra, Noruega, Suecia, Holanda, Alemania, Irlanda, España, Finlandia, Dinamarca,
Portugal, Grecia, Bélgica, Corea del Sur e India; que han producido alrededor de 100 modelos
climáticos distintos. El CMIP6 sirve como principal fuente de información para el Sexto Informe de
Evaluación del IPCC elaborado en 2022 (conocido como AR6), el cual se centra en analizar (i) el impacto
que tendría la humanidad bajo distintos escenarios de emisión de gases de efecto invernadero sobre
variables climáticas, (ii) la capacidad que tendría tanto la humanidad como el planeta para adaptarse al
cambio climático, y (ii) el progreso en cuanto a la reducción de emisiones y los esfuerzos de mitigación del
cambio climático, evaluando de manera global el impacto de los compromisos climáticos nacionales en
relación con los objetivos de emisiones a largo plazo.

A diferencia de la Fase 5 del Proyecto (CMIP5), los escenarios del CMIP6 se configuran a partir de
dos pilares: trayectorias socioeconómicas compartidas (SPP, por sus siglas en inglés), y
trayectorias de concentración representativas (RCP, por sus siglas en inglés). El CMIP5 tan solo
cuenta con un pilar, el RCP, el cual mide la fuerza de radiación promedio en vatios por metro cuadrado
(W/m2) al año 2100 respecto a niveles preindustriales, la cual incrementa bajo escenarios de mayor emisión
de gases de efecto invernadero a nivel mundial (que implica un menor compromiso con la mitigación de
cambio climático). Debido a la ausencia del pilar socioeconómico, el Network for Greening the Financial
System (NGFS), utilizando la información del CMIP5, generó escenarios compatibles con caminos
socioeconómicos similares a lo propuesto por el CMIP6. Estos escenarios fueron usados para los ejercicios
de riesgo climático del Banco de Inglaterra (BoE) y el Banco Central Europeo (ECB) debido a la ausencia
del CMIP6 cuando dichos organismos desarrollaron sus ejercicios de estrés climático.

En el CMIP6 existen cinco trayectorias socioeconómicas compartidas (SSP), las cuales van desde
un escenario de sostenibilidad (SSP1) hacia un escenario más adverso de desarrollo
socioeconómico impulsado por combustibles fósiles (SSP5). Estas interactúan con siete
trayectorias de concentración representativas, que van desde 1.9 hasta 8.5 w/m2, siendo esta última
la más severa. A medida que se avanza desde un escenario SSP1 hacia el SSP5, los esfuerzos de
mitigación a nivel mundial disminuyen, por lo que el riesgo de transición disminuye y aumenta el riesgo
físico. Debido a ello, las emisiones de gases de efecto invernadero incrementan en escenarios de mayor
riesgo físico, lo que finalmente se traduce en niveles más altos de concentración de estos gases recogidas
en las trayectorias de concentración representativas o RCP, a raíz de mayores niveles de fuerza de
radiación promedio proyectadas al año 2100. En esa línea, el escenario más adverso del CMIP6
corresponde al SSP5-8.5 el cual corresponde a un escenario que sustenta el crecimiento de la economía
con combustibles fósiles (fossil-fueled economy) (gráfico RA2.1).

Página 94
 Gráfico RA2.1 CMIP6: Trayectorias socioeconómicas compartidas (SSP) y trayectorias de
concentración representativas (RCP)

Trayectorias socioeconómicas compartidas (SSP)

trayectorias de concentración
representativas (RCP)

mitigación

mitigación

mitigación

Nota: Celdas en azul: Tier 1 o escenario base: mundos base que podrían ocurrir frente a la ausencia de algún
esfuerzo conjunto internacional para mitigar el cambio climático más allá de los adoptados actualmente. Celda en
celeste: Tier 2 o escenarios de mitigación: ciertas trayectorias socioeconómicas compartidas cuentan con
escenarios de mitigación de cambio climático con el objetivo de limitar el calentamiento global debajo de 1.5 o
2°C respecto a niveles preindustriales, meta del Acuerdo de París.
Fuente: The Scenario Model Intercomparison Project (ScenarioMIP) for CMIP6.

La elaboración de cada uno de los escenarios del CMIP6 (ScenarioMIP) se realiza utilizando modelos
de evaluación integrados (IAM por sus siglas en inglés), los cuales predicen de manera simultánea
tanto variables económicas, de consumo de energía y agrícolas, junto con emisiones de gases de
efecto invernadero. Así, un desarrollo económico basado en el SSP5 demandará altos niveles de consumo
de energía y variables agrícolas, así como crecimiento económico y demográfico, los cuales generarán
mayores emisiones de gases de efecto invernadero (CO, CO2, CH4, Gases Kyoto, entre otros) e
incrementarán la fuerza de radiación promedio a 8.5 W/m2 por encima de los niveles preindustriales al año
2100. Estos resultados se georreferencian espacialmente y se armonizan utilizando los modelos CMIP6
MIPs (gráfico RA2.2).

Página 95
 Gráfico RA2.2 CMIP6: Elaboración de escenarios (ScenarioMIP)

Shared Socioeconomic
Pathways (SSP)
• SPP1 (Sustainability)
• SPP2 (Middle of the Road)
IAM (6) + CMIP6 MIPs
• SPP3 (Regional rivalry)
• SPP4 (Inequality) (12)
Modelos CMIP6 (58)
• SPP5 (Fossil-fueled
• Variables económicas (PBI,
development)
población, etc). Variables climáticas:
• Consumo de energía • Precipitaciones (37)
(primaria, secundaria, final) Temperatura del aire cerca a
Representative • Variables agrícolas la superficie (30)
Concentration Pathway (RCP) (demanda, producción de • Temperatura de la superficie
cultivos y ganado) del mar (21)
• 1.9 (W/m2)
• Emisiones de gas de efecto
• 2.6 (W/m2)
invernadero (CO, CO2, CH4,
• 3.4 (W/m2)
Kyoto Gases, etc).
• 4.5 (W/m2)
• 6.0 (W/m2)
• 7.0 (W/m2)
• 8.5 (W/m2)

Fuente: The Scenario Model Intercomparison Project (ScenarioMIP) for CMIP6.

Los resultados de los escenarios del CMIP6 sirven como insumos para los 58 distintos grupos de
modelación del CMIP6 con el fin de proyectar variables climáticas, 37 de los cuales proyectan
precipitaciones en horizontes que se extienden hasta el año 2100. Para las proyecciones de las
precipitaciones a nivel mundial, el CMIP6 cuenta con 37 modelos de proyección independientes, los cuales
se diferencian principalmente por el centro de modelación y los supuestos detrás de la metodología utilizada
para las proyecciones. Asimismo, esas proyecciones cuentan con un alto nivel de granularidad, al tener una
resolución espacial de 1.00° x 1.00° de manera estandarizada. Cabe resaltar que el CMIP6 proyecta tanto
riesgos físicos crónicos asociados a precipitaciones (como el incremento promedio en el nivel de lluvias),
así como riesgos físicos agudos (como los asociados al Fenómeno El Niño).

Por otro lado, cabe señalar que el Escenario de Políticas Actuales (Current Policies Scenario)
propuesto por el Network for Greening the Financial System utilizando los resultados del CMIP5,
sería equivalente al escenario SSP5-8.5 desarrollado por el CMIP6. El Escenario de Políticas Actuales
es comparable al escenario SSP5-8.5 del CMIP6 (fossil-fueled development scenario), bajo el cual no se
aplican políticas de mitigación más allá de las ejecutadas actualmente. Dicho escenario es utilizado para
los ejercicios de riesgo climático del BoE, el ECB, el Banco de Italia y el Banco de Francia (ACPR).

Página 96
Finalmente, y empleando el escenario SSP5-8.5 y los 37 modelos de proyección de precipitaciones
provistos en el CMIP6, se estima el impacto de eventos extremos de lluvias y sequías en la probabilidad
de incumplimiento en un horizonte temporal de 30 años. El presente ejercicio se enfoca en el escenario
SSP5-8.5, el cual se centra únicamente en riesgo físico bajo el desarrollo socioeconómico en combustibles
fósiles a nivel mundial. Finalmente, se asume que la situación económico-financiera y de la economía se
mantiene constante en los próximos 30 años. Se emplean los 37 modelos de proyección de precipitaciones del
CMIP6, en vista que los diferentes centros de modelación cuentan con diferencias metodológicas. Así, los
resultados de los impactos marginales corresponden al promedio de lo obtenido a partir de los 37 modelos del
CMIP6 empleados.

Página 97
Cuadro RA2.1 Modelos de proyección del CMIP6 de precipitaciones empleados en el ejercicio de estrés
Nombre del Modelo
ACCESS-CM2 (publicado en 2019)
AWI-CM-1-1-MR (publicado en 2018)
BCC-CSM2-MR (publicado en 2017)
CAMS-CSM1-0 (publicado en 2016)
CanESM5 (publicado en 2019)
CanESM5-CanOE (publicado en 2019)
CESM2
CESM2-WACCM (publicado en 2018)
CMCC-CM2-SR5 (publicado en 2016)
CMCC-ESM2 (publicado en 2021)
CNRM-CM6-1  (publicado en 2017)
CNRM-CM6-1-HR (publicado en 2017)
CNRM-ESM2-1 (publicado en 2017)
E3SM-1-1 (publicado en 2019)
EC-Earth3-CC (publicado en 2021)
EC-Earth3-Veg-LR (publicado en 2019)
FGOALS-f3-L (publicado en 2017)
FGOALS-g3 (publicado en 2017)
FIO-ESM-2-0 (publicado en 2018)
GFDL-ESM4 (publicado en 2018)
HadGEM3-GC31-LL (publicado en
2016)
HadGEM3-GC31-MM (publicado en
2016)
IITM-ESM  (publicado en 2015)
INM-CM4-8 (publicado en 2016)
INM-CM5-0 (publicado en 2016)
IPSL-CM6A-LR (publicado en 2017)
KACE-1-0-G (publicado en 2018)
MCM-UA-1-0 (publicado en 1991)
MIROC6 (publicado en 2017)
MIROC-ES2L (publicado en 2018)
MPI-ESM1-2-LR (publicado en 2017)
MRI-ESM2-0 (publicado en 2017)
NESM3 (publicado en 2016)
NorESM2-LM (publicado en 2017)
NorESM2-MM (publicado en 2017)
TaiESM1 (publicado en 2018)
UKESM1-0-LL (publicado en 2018)
Fuente: CMIP6 (https://confluence.ecmwf.int/display/CKB/CMIP6%3A+Global+climate+projections#CMIP6:Globalclimateprojections-
Models.
climático
Centro de Modelación
CSIRO-ARCCSS (Commonwealth Scientific and Industrial Research Organisation, Australian
Research Council Centre of Excellence for Climate System Science)
AWI (Alfred Wegener Institute)
BCC (Beijing Climate Center)
CAMS (Chinese Academy of Meteorological Sciences)
CCCMA (Canadian Centre for Climate Modelling and Analysis)
CCCMA (Canadian Centre for Climate Modelling and Analysis)
NCAR (National Center for Atmospheric Research)
NCAR (National Center for Atmospheric Research)
CMCC (Centro Euro-Mediterraneo per I Cambiamenti Climatici)
CMCC (Centro Euro-Mediterraneo per I Cambiamenti Climatici)
CNRM-CERFACS (National Center for Meteorological Research, Météo-France and CNRS
laboratory, Climate Modeling and Global change)
CNRM-CERFACS (National Center for Meteorological Research, Météo-France and CNRS
laboratory, Climate Modeling and Global change)
CNRM-CERFACS (National Center for Meteorological Research, Météo-France and CNRS
laboratory, Climate Modeling and Global change)
E3SM-Project RUBISCO (Energy Exascale Earth System Model, Reducing Uncertainty in
Biogeochemical Interactions through Synthesis and COmputation)
EC-Earth-Consortium
EC-Earth-Consortium
CAS (Chinese Academy of Sciences)
CAS (Chinese Academy of Sciences)
FIO-QLNM (First Institute of Oceanography (FIO) and Qingdao National Laboratory for Marine
Science and Technology (QNLM))
NOAA-GFDL (National Oceanic and Atmospheric Administration, Geophysical Fluid Dynamics
Laboratory)
MOHC NERC (Met Office Hadley Centre, Natural Environmental Research Council)
MOHC (Met Office Hadley Centre)
CCCR-IITM (Centre for Climate Change Research, Indian Institute of Tropical Meteorology)
INM (Institute of Numerical Mathematics)
INM (Institute of Numerical Mathematics)
IPSL (Institut Pierre Simon Laplace)
NIMS-KMA (National Institute of Meteorological Sciences/Korea Met. Administration)
UA (University of Arizona - Department of Geosciences)
MIROC (Atmosphere and Ocean Research Institute (AORI), Centre for Climate System Research -
National Institute for Environmental Studies (CCSR-NIES) and Atmosphere and Ocean Research
Institute (AORI))
MIROC (Atmosphere and Ocean Research Institute (AORI), Centre for Climate System Research -
National Institute for Environmental Studies (CCSR-NIES) and Atmosphere and Ocean Research
Institute (AORI))
MPI-M AWI (Max Planck Institute for Meteorology (MPI-M), AWI (Alfred Wegener Institute))
MRI (Meteorological Research Institute, Japan)
NUIST (Nanjing University of Information Science and Technology) 
NCC (Norwegian Climate Centre)
NCC (Norwegian Climate Centre)
AS-RCEC (Research Center for Environmental Changes)
MOHC, NERC, NIMS-KMA, NIWA  (Met Office Hadley Centre, Natural Environmental Research
Council,  National Institute of Meteorological Science / Korean Meteorological Administration (NIMS-
KMA), National Institute of Weather and Atmospheric Research (NIWA)) 
Página 98
ANEXO 3: METODOLOGÍA DEL MODELO DE ESTRÉS DE LIQUIDEZ

Las pruebas de estrés de liquidez del sistema financiero tienen por objetivo capturar el riesgo de que
una entidad falle en obtener suficientes recursos líquidos para cumplir con las obligaciones de corto
plazo que puedan generarse por una repentina realización de sus pasivos. Las pruebas evalúan la
suficiencia de las fuentes de financiamiento disponibles en un horizonte de estrés definido para las entidades
del sistema financiero. En dichas pruebas de estrés se considera el riesgo de liquidez de financiación, que es
el riesgo de no poder cubrir salidas de efectivo en caso de que se presente una corrida, obligaciones de pagos
contingentes, o una interrupción de sus entradas de efectivo; y, el riesgo de liquidez de mercado, que es el
riesgo de no poder vender una cantidad considerable de valores a un costo bajo y con un limitado impacto en
el precio, este riesgo se refleja en el volumen negociado, bid-ask spread, entre otros (Jobst, Ong & Schmieder,
2017) 84.

El ejercicio de estrés de liquidez desarrollado por la SBS se basa en la metodología de flujo de efectivo
(Gráfico N°A3.1). En la metodología de flujo de efectivo se aplican shocks a la estructura de fondeo y a la
estructura temporal de vencimientos de activos y pasivos de cada entidad del sistema financiero que capta
depósitos del público hasta un horizonte de doce meses; las brechas negativas resultantes son cubiertas por el
Counterbalancing Capacity. Se define un escenario base y luego se evalúa la capacidad de la entidad para
resistir a una crisis de financiamiento (funding shocks) asumiendo flujos de entrada y flujos de salida estresados
hasta un horizonte de doce meses; de haber brechas negativas que resulten del escenario de estrés, éstas
serán cubiertas con los activos líquidos que posee.

Gráfico A3.1 Metodología de flujo de efectivo del ejercicio de estrés de liquidez

Fuente: SBS.

84 Jobst, A. Ong, L. & Schmieder, C. (2017). Macroprudential Liquidity Stress Testing in FSAPs for Systemically Important Financial

Systems. IMF Working Paper No. 17/102, p. 10

Página 99
Flujos de Entrada

Se estiman los flujos de entrada tras la aplicación de los roll-off a los rubros de créditos, inversiones
no aceptables en operaciones de reporte con el BCRP y otros activos, de acuerdo con su vencimiento
residual. El roll-off es el porcentaje del saldo que vence en cada banda temporal y que se convierte en una
entrada de efectivo en dicha banda.
- Créditos vigentes: Se aplica un roll-off de 50% a los flujos de entrada que se espera recibir por los
créditos vigentes para los primeros cuatro meses, lo cual equivale a asumir que el 50% de los flujos
de entrada de los créditos se convierte en efectivo y el restante 50% se recoloca, ya que la empresa
debe continuar intermediando recursos. Asimismo, en las siguientes bandas temporales el roll-off se
reduce, debido a que se asume una normalización del crédito en el mediano y largo plazo.
- Inversiones: Se consideran las inversiones que no califican para operaciones de reporte con el BCRP.
Se aplica un haircut de 35% a estas inversiones, según su vencimiento residual.
- Otros Activos: Se aplica un roll-off de 100% a las cuentas por cobrar de derivados, fondos
interbancarios activos y otras cuentas por cobrar.

Cuadro A3.1 Roll-off rates y haircuts usados para la entrada de efectivo

Escenarios
Haircut usado para la entrada de Severamente
Leve Adverso
efectivo Adverso
Haircut a inversiones no aptas para
8.8% 17.5% 35%
repos con BCRP
Roll-off usados para la entrada de Severamente
Leve Adverso
efectivo Adverso
Flujos entrantes derivados 100% 100% 100%
Créditos vigentes 1M-4M: 50%; ≥5M: 30%
Fondos Interbancarios activos 100% 100% 100%
Cuentas por cobrar 100% 100% 100%

Flujos de Salida Estresados

Se estiman los flujos de salida estresados tras la aplicación de los run-off a los depósitos del público,
fondeo mayorista, otros pasivos y obligaciones fuera de balance. El run-off es el porcentaje del saldo que
se convierte en una salida de efectivo en cada banda temporal, y se aplica a los siguientes rubros:

- Depósitos del público: Los run-off rates de los depósitos del público se estiman a partir del análisis de
las variaciones porcentuales mensuales y trimestrales observadas en los depósitos del sistema
financiero durante los últimos 23 años. Los shocks estimados se aplican a la primera, segunda y

Página 100
 tercera banda temporal. Estos shocks son aplicados al saldo total de cada tipo de depositante
(Personas naturales y Personas Jurídicas).
- Shocks coyunturales: Run-off rates de 50% para depósitos CTS.
- Adeudos y emisiones: se asume la no renovación de adeudos y emisiones en el mercado de capitales
con vencimiento residual menor a 3 meses; en el caso de los adeudos y emisiones con vencimiento
residual de 4 a 6 meses se asume la no renovación del 60% y 100%, respectivamente; esto último
debido a que, en el caso de las emisiones, se asume que el mercado aún no está reactivado,
principalmente por la menor demanda de las AFPs. Finalmente, en el caso de los adeudos y emisiones
con vencimiento residual superior a 6 meses, se asume la no renovación del 50%. No se incluye como
flujos salientes los adeudos de la matriz local.
- Depósitos del sistema financiero: En la primera banda temporal se aplica un run-off de 100% al saldo
total.
- Fondos interbancarios pasivos, cuentas por pagar de derivados y otros pasivos: Se aplica un run-off
de 100% al vencimiento residual de cada banda temporal.
- Obligaciones fuera de balance: Se aplica run-off rates diferenciados por tipo de contingente, y en el
caso de las líneas de crédito por tipo de contraparte.

Cuadro A3.2 Run-off rates usados para la salida de efectivo

Escenarios
Severamente
Run-off usados para la salida de efectivo Leve* Adverso*
Adverso
Fondeo Minorista (PN y PJSFL)
Estable 2.5% 5% 10%
Menos Estable 3.8% 7.5% 15%
CTS 12.5% 25% 50%
Fondeo Mayorista (PJCFL)
Vista, Ahorros, Plazo 6.3% 12.5% 25%
AFP - Depósito a Plazo 25% 50% 100%
Estado 12.5% 25% 50%
Fondos Mutuos, Fondos de Inversión 25% 50% 100%
Depósitos del Sistema Financiero 25% 50% 100%
Fondos Interbancarios Pasivos** 25% 50% 100%
Adeudos y Emisiones 1-3M** 25% 50% 100%
Adeudos 4-6M** 15% 30% 60%
Emisiones 4-6M** 25% 50% 100%
Adeudos y Emisiones >6M** 13% 25% 50%
Flujos Salientes Derivados Negociación** 25% 50% 100%
Otros Pasivos** 25% 50% 100%
Contingentes 0.3%-4-8% 0.5%-9.5% 1%-19%

* Los run-off rates del escenario adverso y leve corresponden a un 50% y 25% del escenario severamente adverso,
respectivamente.

Página 101
 **Run-off aplicado al vencimiento residual en cada banda de tiempo hasta el plazo de un año. En los demás casos el run-off
se aplicó al saldo total en un horizonte trimestral.

Counterbalancing Capacity

El Counterbalancing Capacity es el colchón de activos líquidos que las entidades poseen para hacer
frente a los déficits de liquidez que puedan resultar en cada escenario de estrés. El counterbalancing
capacity está compuesto por:

- Disponible: Es la primera línea de defensa. No incluye el encaje exigible, ni el disponible restringido

por margin calls u operaciones de reporte de monedas con el BCRP. Incluye caja y depósitos en
empresas del sistema financiero.
- Inversiones: Se considera el valor razonable de todos los valores que son aceptables para operaciones
de reporte con el BCRP, afectados por el respectivo descuento. Incluye, principalmente, Certificados
de Depósitos del BCRP y bonos soberanos peruanos. Además, se incluyen bonos de gobiernos
extranjeros con clasificación de riesgo de grado de inversión.
- Encaje liberado por el supuesto de salida de depósitos en cada mes: resulta de multiplicar la tasa de
encaje por el monto de salida de depósitos simulada.

Página 102
ANEXO 4: METODOLOGÍA DE MEDICIÓN DEL NIVEL DE
ENDEUDAMIENTO DE LAS EMPRESAS MAYORISTAS DEL SECTOR REAL

El cálculo del nivel de endeudamiento en el corto plazo de las empresas se realiza a través del ratio de cobertura
de gastos financieros, el cual tiene la siguiente fórmula:

Utilidad operativa
Ratio de cobertura de gastos financieros = (1)
Gastos financieros

El cálculo del nivel de endeudamiento en el largo plazo de las empresas se realiza a través del ratio de
apalancamiento, el cual tiene la siguiente fórmula:

Pasivo
Ratio de apalancamiento = (2)
Patrimonio

Para el cálculo de estos indicadores se utiliza las siguientes fuentes de información:

a. Estados financieros reportados a la Superintendencia del Mercado de Valores (SMV) o a la SBS.

b. Saldo de deuda en créditos otorgados por entidades supervisadas y reportados a la SBS.
c. Saldo de deuda en créditos otorgados por bancos extranjeros acreditados ante la SBS.
d. Saldo de bonos en circulación reportado por Bloomberg.

Por otro lado, para la construcción de los escenarios de estrés se identificó el nivel de exposición a fluctuaciones
cambiarias (NEFC) a nivel de cada empresa. En el caso de las empresas exportadoras se asumió que su
cobertura cambiaria es de 100% (por lo que su NEFC es igual a cero). En el caso del resto de empresas se
calculó el NEFC en base a la siguiente fórmula:

Deuda en moneda extranjera Monto cubierto por futuros

NEFC = � � × max �0; 1 − � (2)
Deuda total Deuda en moneda extranjera

En donde:

• Deuda en moneda extranjera = Deuda en créditos en moneda extranjera + deuda en bonos en moneda
extranjera
• Deuda total = Deuda en moneda nacional + deuda en moneda extranjera.
• Monto cubierto por futuros = Valor pactado de operaciones en futuros en donde la moneda entregada son
soles y la moneda recibida son dólares (en términos de la moneda pactada).
Página 103