1. Manrique Céspedes, J. C., Cárdenas Saavedra, A.

, Delgado
Céspedes, C. A., & Herrera Cometivos, J. (2024). Gestión de
créditos y rotación del capital de trabajo en pequeñas empresas
textiles. Revista InveCom, 4(2).
 Las pequeñas empresas cuentan con un capital de trabajo
pequeño, esto hace que deban recurrir a entidades financiera,
incurriendo en costos elevados de interés, lo que ocasiona
menos utilidades, es necesaria la gestión en la evolución de
créditos para poder obtener buena fluidez de capital operativo.
 El objetivo es poder realizar un diagnóstico de la relación que
pude existir entre la gestión de crédito y el capital de trabajo en
las pequeñas empresas.

 Se debe realizar un análisis cuantitativo basado en datos que

pueden ser cuantificados, de acuerdo con los indicadores
utilizados en el análisis crediticio para evaluar la salud
financiera de la entidad.

 Entre las variables que se deben revisar para el análisis

crediticio esta la capacidad de pago, el riesgo crediticio y la
rotación en el capital de trabajo.

2. Intriago-Zambrano, M. J., & Zambrano-Intriago, M. M. (2022).

Gestión de créditos y su incidencia en indicadores financieros de la
cooperativa producción pesquera artesanal. REVISTA CIENTÍFICA
MULTIDISCIPLINARIA ARBITRADA YACHASUN-ISSN: 2697-
3456, 6(11 Ed. esp), 52-64.
 La actividad crediticia a venido creciendo en cada uno de los
mercados, por ser una fuente de mayor utilización en la población
para cubrir situaciones por falta de liquidez.
 Para el análisis de la gestión de créditos se utiliza una metodología
descriptiva y exploratoria, identificando factores que puedan influir
en el riesgo de crédito, aplicando encuestas en la compañía a la
gerencia y socios, para obtener información clara.
 El objetivo principal es poder obtener información directa de cada
una de las partes y poder detectar las posibles falencias que
existen en el momento del otorgamiento de los cupos de crédito.
 Para la aplicación de estas técnicas, se aplica estrategias que
validen si la empresa está generando o no generando rentabilidad,
 identificado números de días de rotación de cartera, para
identificar los créditos vencidos.

3. Neyra, B. P. M. B., Ojeda, B. L. S. S., & Otero, M. R. C. O. (2021).

Diseñar un manual de procedimientos de créditos y cobranzas
para reducir la morosidad en la empresa darcell servicios
integrados SRL en la ciudad de Jaén en el periodo 2020. Ciencia
Latina Revista Científica Multidisciplinar, 5(6), 10534-10556.
 El objetivo de diseñar un manual de procedimientos de créditos
y cobranzas, con el fin de reducir la morosidad de la cartera y
poder realizar un análisis adecuado el otorgamiento de créditos.
 Las razones para que el diseñó del manual de procedimientos
de créditos y cobranzas sean implementados en las compañías,
son necesarios para la eficiencia, la reducción de riesgos y la
mejora de los controles internos de una empresa.
 Las empresas tienen formas y criterios de evaluación de
créditos, pero si no se encuentran plasmadas en un manual de
procedimientos de créditos, es muy difícil poder llevar el control
de un buen proceso de evaluación a los clientes.
 Con los manuales de procedimientos de créditos y cobranzas,
son necesarios y vitales para las empresas ya que pueden
permitir un buen proceso de evaluación y dando como
resultado la disminución de morosidad.
4. Peralta, S. D. G., Castillo, A. L. P., & Bellorín, M. U. M. (2021).
Incidencia de la aplicación de las políticas de crédito y cobranza en
la recuperación de cartera del Súper Las Segovias, SA de la ciudad
de Estelí, Nicaragua, durante el primer semestre del año
2020. Revista Científica de FAREM-Estelí: Medio ambiente,
tecnología y desarrollo humano, (38), 149-165.
 Las incidencias en las políticas de crédito recaen en la gestión
de la cartera de clientes, la eficiencia en el cobro de deudas, la
gestión de riesgos de crédito, y la estructuración de acuerdo
con cada una de las necesidades del mercado.
 Es responsabilidad del departamento de crédito definir las
políticas de crédito y cartera, para el otorgamiento de créditos y
gestión eficiente de la gestión de la cobranza.
  Es necesario que exista un manual de políticas de crédito y
cobranza, para gestionar y asegurar el cobro de los créditos
otorgados a los clientes en el que existan procesos de gestión y
procedimientos claros y agiles.
 Los procedimientos claros en la aplicación de los créditos
permiten un mejor control y análisis en la calificación de los
clientes, para minimizar la morosidad y poder dar un correcto
análisis en el otorgamiento de los créditos.
5. Méndez, D. M. Z., Muñoz, J. B. S., & Jiménez, P. F. C. (2023).
Factores asociados al riesgo crediticio en el sector automotriz de
motocicletas en Ecuador. PACHA. Revista de Estudios
Contemporáneos del Sur Global, 4(10), e230178.
 El riesgo crediticio y los diversos factores asociados al estudio
en la otorgación de crédito y la posibilidad de que una empresa
no recupere el dinero prestado o el crédito concedido a los
clientes.
 Se debe analizar el nivel de ingresos, comportamiento de pagos
y sobreendeudamiento del cliente, la adecuada gestión del
riesgo crediticio ayuda a minimizar las pérdidas que pueden
ocurrir las empresas debido a los impagos que puedan existir.
 Los factores asociados y altamente correlacionados con el
riesgo crediticio. están considerados factores como su historial
de crédito, capacidad de pago y solvencia.
 Son puntos importantes en la validación y factores clave para
tomar decisiones oportunas y acertadas que incidan
positivamente en la disminución del riesgo crediticio.
6. Pérez, A. C., Jaramillo, M. V., Bonilla, A. V., Hidalgo, M. S., & Siluk, J.
C. M. (2021). Minimización del riesgo crediticio mediante la
aplicación de la metodología econométrica Box Jenkins. Revista
Publicando, 8(30), 14-22.
 Se aborda la gestión del riesgo crediticio en instituciones
financieras de la economía popular y solidaria. Aunque el
estudio no se centra específicamente en teorías de cartera
tradicionales, se identifican conceptos clave relacionados con la
gestión de cartera y riesgo crediticio.
 Gestión del riesgo crediticio mediante modelos
econométricos: El estudio aplica la metodología Box-Jenkins
para modelar y prever el comportamiento del riesgo crediticio,
permitiendo a las instituciones anticiparse a posibles
 incumplimientos y ajustar sus estrategias de cartera en
consecuencia.
 Aplicación del modelo Logit para el score crediticio: Se
utiliza el modelo Logit para evaluar la probabilidad de
incumplimiento de los clientes, lo que facilita una asignación
más precisa de los recursos crediticios y mejora la calidad de la
cartera.
 Importancia de la cultura financiera en la economía
popular y solidaria: Resalta la necesidad de fortalecer la
cultura financiera de los sujetos de crédito, ya que una
comprensión limitada puede afectar negativamente la
capacidad de pago y, por ende, la calidad de la cartera.
 Minimización de indicadores negativos en la cartera: Se
enfatiza la importancia de reducir indicadores como la cartera
vencida, morosidad e insolvencia mediante herramientas
analíticas y modelos predictivos, contribuyendo a una cartera
más saludable y sostenible.

Relación con la Gestión de Carteras de Crédito

 Aunque no se discuten teorías de cartera en el sentido clásico

(como la Teoría Moderna de Portafolio de Markowitz), el estudio
contribuye a la gestión de carteras de crédito al:
 Segmentar clientes: Identificando grupos con diferentes niveles
de riesgo, lo que permite una asignación más eficiente de
recursos.
 Optimizar decisiones de crédito: Utilizando modelos estadísticos
para prever el comportamiento de pago y ajustar las políticas
de crédito en consecuencia.
 Reducir la morosidad: Al anticipar posibles incumplimientos, se
pueden implementar medidas preventivas para mitigar el
riesgo.

7. Morales Bastidas, I. C., Rodríguez-Ríos, C. Y., & Sepúlveda Rojas, J.

P. (2023). Balanceo de cargas de trabajo para un proceso de
otorgamiento de créditos con enfoque Business Process
Management. Revista Universidad y Empresa, 25(45).
 Se centra en el diseño de un modelo de balanceo de cargas de
trabajo en el proceso de análisis de créditos comerciales en una
entidad bancaria colombiana. Aunque el estudio no aborda
directamente teorías de cartera tradicionales, su enfoque en la
 optimización de procesos de crédito tiene implicaciones
relevantes para la gestión de carteras crediticias.
 El modelo propuesto busca mejorar la eficiencia en la
asignación de recursos humanos durante el proceso de análisis
crediticio, lo que puede influir en la calidad y rentabilidad de la
cartera de créditos. Al optimizar la carga de trabajo y reducir los
tiempos de respuesta, se espera una mejora en la toma de
decisiones crediticias y, por ende, en la composición y
desempeño de la cartera.
 Aplicación de BPM y Técnicas de Investigación de Operaciones:
El estudio utiliza la notación BPMN 2.0 para diagramar procesos
y aplica técnicas de investigación de operaciones para abordar
un problema estocástico y multiobjetivo en la asignación de
tareas. Estas herramientas permiten una mejor comprensión y
gestión de los procesos involucrados en la concesión de
créditos, lo que es esencial para mantener una cartera
saludable.
 La contribución del artículo se enfoca en su contribución al
mejorar los procesos de otorgamiento de créditos tiene un
impacto directo en la gestión y calidad de las carteras
crediticias en el sector bancario.

8. Checca, R. S., & Flores, F. R. F. (2024). Evolución de los modelos de

predicción de riesgo crediticio: una revisión bibliométrica de
técnicas basadas en inteligencia artificial. Business Innova
Sciences, 5(3), 60-80.
 frece un análisis detallado sobre cómo las técnicas de
inteligencia artificial (IA) han transformado la predicción del
riesgo crediticio en la última década.
 Crecimiento sostenido en la investigación: El análisis de 19
estudios publicados entre 2010 y 2024 muestra un aumento
constante en las investigaciones relacionadas con la aplicación
de IA en la predicción del riesgo crediticio, evidenciando un
interés creciente en esta área.
 Predominancia de técnicas avanzadas de IA: Se destaca la
adopción de métodos como redes neuronales profundas,
aprendizaje por refuerzo y algoritmos genéticos, que han
demostrado ser efectivos en la identificación de patrones
complejos y relaciones no lineales en los datos crediticios.
  Desafíos en la explicabilidad y sesgos: El estudio señala
preocupaciones sobre la transparencia de los modelos de IA y la
posibilidad de sesgos en los datos utilizados, lo que podría
afectar la equidad y la ética en las decisiones crediticias.
 Colaboración internacional y enfoque regional: Aunque se
observa una concentración de estudios en instituciones
latinoamericanas, el análisis también revela redes de
colaboración internacional, indicando un esfuerzo conjunto en la
mejora de los modelos de riesgo crediticio.
 Recomendaciones para futuras investigaciones: Los
autores sugieren explorar la aplicación de IA en mercados
emergentes y considerar la integración con tecnologías como
blockchain para mejorar la eficiencia y seguridad en la
evaluación del riesgo crediticio.

9. Melchor Pérez, E., Ramírez Guzmán, M. E., Hernández Jiménez, A.,

& Santiago Alvarado, A. (2024). Predicción del riesgo crediticio a
microfinanciera usando aprendizaje computacional. Mexican
Journal of Economics & Finance/Revista Mexicana de Economia y
Finanzas, 19(4).
 Aborda la aplicación de modelos híbridos de aprendizaje
computacional para mejorar la predicción del riesgo crediticio
en Sociedades Cooperativas de Ahorro y Préstamo (SOCAPs) en
México.
 Modelos híbridos de aprendizaje computacional: El
estudio implementa una combinación de técnicas de
aprendizaje supervisado y no supervisado para analizar las
solicitudes de crédito. Esta aproximación permite capturar
patrones complejos en los datos, mejorando la precisión en la
clasificación de clientes según su nivel de riesgo.
 Selección de características y reducción de dimensionalidad: Se
enfatiza la importancia de identificar las variables más
relevantes que influyen en el riesgo crediticio. Al reducir la
cantidad de características consideradas, se mejora la
eficiencia de los modelos y se evita el sobreajuste.
 Manejo de datos desbalanceados con SMOTE: Dado que las
bases de datos de crédito suelen tener una proporción desigual
entre clientes solventes e insolventes, se utiliza la técnica de
sobremuestreo SMOTE (Synthetic Minority Over-sampling
 Technique) para equilibrar las clases y mejorar la capacidad
predictiva de los modelos.
 Resultados superiores de los modelos híbridos: Los
experimentos realizados demuestran que los modelos híbridos,
junto con técnicas de selección de características, superan en
desempeño a los algoritmos tradicionales que utilizan todas las
variables disponibles.
 Este estudio destaca la relevancia de aplicar técnicas
avanzadas de aprendizaje computacional en el sector
microfinanciero, especialmente en instituciones como las
SOCAPs, que desempeñan un papel crucial en la inclusión
financiera. La implementación de estos modelos puede
contribuir significativamente a la reducción de la morosidad y al
fortalecimiento de la sostenibilidad financiera de estas
entidades.
10. LEAL FICA, Alexi Ludovic; ARANGUIZ CASANOVA, MARCO
ANTONIO; GALLEGOS MARDONES, J. U. A. N. Análisis de riesgo
crediticio, propuesta del modelo credit scoring. Revista Facultad
de Ciencias Económicas: Investigación y Reflexión, 2018, vol. 26,
no 1, p. 181-207.
 Presenta una propuesta de modelo de evaluación crediticia
adaptado a las necesidades de una empresa chilena del sector
de productos derivados del asfalto, denominada "Fantasía S.A."
Este modelo busca mejorar la gestión del riesgo crediticio
mediante la implementación de un sistema de credit scoring
ajustado a la realidad de la empresa.
 Identificación del problema: Fantasía S.A. experimentó un
crecimiento significativo en sus ventas, lo que llevó a un
aumento en sus cuentas por cobrar y una disminución en la
liquidez. La falta de un sistema objetivo de evaluación crediticia
incrementó el riesgo de incobrabilidad.
ResearchGate+1Dialnet+1
 Desarrollo del modelo de credit scoring: Se diseñó un modelo
que integra variables cuantitativas y cualitativas críticas,
determinadas a través de entrevistas con expertos. Este
modelo permite una evaluación más precisa de la calidad y
capacidad crediticia de los clientes actuales y
[Link]+1ResearchGate+1
 Resultados del modelo: La implementación del modelo mostró
que el 81,82% de los créditos otorgados superaron el nivel
 mínimo de evaluación establecido por la empresa, indicando
una mejora en la gestión del riesgo
[Link]+1ResearchGate+1
 Aplicabilidad a PYMEs: El estudio destaca la importancia de
adaptar modelos de evaluación crediticia a las características
específicas de las pequeñas y medianas empresas, que a
menudo carecen de sistemas formales de gestión de crédito.

Marco teórico:

1. Gestión del crédito y del capital circulante (Manrique et al., 2024)

Una gestión adecuada del crédito en las pequeñas empresas optimiza el

capital circulante, garantiza la liquidez operativa y el rendimiento
financiero mediante el análisis de indicadores como la facturación, la
capacidad de pago y el riesgo crediticio.

2. Evaluación de indicadores financieros en cooperativas (Intriago y

Zambrano, 2022)

El análisis de la gestión del crédito cooperativo debe ser clave para

identificar operadores fraudulentos, transacciones con tarjetas de
crédito y la rentabilidad, como base para la toma de decisiones
estratégicas y la reducción de riesgos financieros.

3. Manual de procedimientos para reducir el distrés (Neyra et al., 2021)

La creación de guías estructuradas para el crédito y los copagos

estandariza los procesos, reduce la frustración, mejora la evaluación del
cliente y garantiza un mayor control interno sobre la gestión financiera.

4. Política y cobertura de crédito (Peralta et al., 2021)

Una política de crédito transparente y adaptada al mercado permite una

gestión eficiente de las tarjetas de crédito, lo que reduce el riesgo de
impago y fortalece la estructura financiera mediante medidas
adecuadas.

5. Factores Crediticios (Méndez et al., 2023)

El riesgo crediticio depende de variables como la contribución, el

historial y la solvencia del cliente. Su análisis exhaustivo mejora la toma
de decisiones crediticias y minimiza las pérdidas derivadas del impacto
en sectores vulnerables.

6. Modelos Económicos para la Gestión de la Deuda (Pérez et al., 2021)

El uso de modelos estadísticos como Box-Jenkins y Logit permite

predecir el riesgo crediticio, optimizar la asignación de recursos y la
segmentación de clientes, lo que contribuye a una tarjeta de crédito más
sólida y equilibrada.

7. Balanceo de Carga en el Análisis Crediticio (Morales et al., 2023)

Las aplicaciones BPM permiten una distribución eficiente de las cargas

de trabajo del análisis crediticio, mejoran la productividad de las
herramientas y la calidad de las decisiones al asignar productos
financieros.

8. Modelos de Inteligencia Artificial en el Crédito (Checca & Flores, 2024)

Las técnicas de inteligencia artificial, como las redes neuronales o los

algoritmos genéticos, mejoran la predicción del riesgo crediticio,
ofreciendo precisión, adaptabilidad y nuevas oportunidades para el
análisis financiero automatizado.

9. Aprendizaje automático en microfinanzas (Melchor et al., 2024)

La implementación de modelos híbridos de aprendizaje automático

fortalece la evaluación crediticia en microfinanzas, permite clasificar a
los clientes según su perfil de riesgo y reduce el riesgo crediticio. 10.
Modelo de calificación crediticia para pequeñas y medianas empresas
(Leal Fica et al., 2018)

El desarrollo de modelos de calificación crediticia adaptados a las

pequeñas empresas mejorará la gestión de riesgos al agregar variables
críticas y promover evaluaciones precisas que respalden el desempeño
financiero.