La cartera de crédito a empresas pertenecientes al sector del transporte y las comunicaciones ascendió a 34.200 millones de euros al cierre de 2017.
La cartera de créditos a empresas del sector Transporte y Comunicaciones ha crecido un 5,3% en el último ejercicio, así se extrae del informe “
Evolución del crédito a actividades productivas en España por sectores de actividad”, publicado por la consultora especialista en gestión del riesgo de crédito,
AIS Group.
Así el total de la cartera pasó de unos 32.500 millones de euros en 2016 a algo más de 34.200 millones a finales de 2017. Se trata del tercer mayor crecimiento a nivel porcentual de entre todos los sectores empresariales tras Agricultura (7,2%) y Comercio (6,2%). El segundo en total de euros, siendo sólo superado por los 4.400 euros que ha crecido en este periodo el crédito a empresas de Comercio y Reparaciones.
El crédito alas compañías deTransporte y Comunicaciones representa un 6% del total del crédito a empresas, que en el último ejercicio era aproximadamente de 590.000 millones de euros.
El año 2017 es el primero en que la tasa de variación de la cartera de créditos a las empresas de este segmento ha alcanzado un crecimiento positivo, tras 6 años consecutivos en tasas negativas. De hecho, si se considera la evolución de la cartera en la última década, se observa que el total del crédito a empresas de transportes y comunicaciones ha caído un 22% desde 2007, pasando de 43.800 millones de euros a los actuales 34.200 millones.
Gráfico 1 Tasa de variación del crédito a empresas por sectores de actividad (2017). Fuente: Elaboración propia en base a datos del Banco de España
En cuanto a la tasa de morosidad, la cartera de créditos a empresas del sector Transporte y Comunicacionesse ha rebajado casi 1,5 puntos porcentuales en el último año, situándose en el 6,3%, lo que es algo menos de la mitad de la mora que presentaba este segmento en 2014 (15,3%), cuando alcanzó su nivel máximo de la década.
|
Total crédito a
empresas del sector Transportes y Comunicaciones
(en miles de euros)
|
Tasa de Variación
|
Tasa de Mora
|
dic-07
|
43.875.112
|
9,2%
|
0,6%
|
dic-08
|
48.414.096
|
10,3%
|
1,5%
|
dic-09
|
43.305.508
|
-10,6%
|
2,9%
|
dic-10
|
47.864.912
|
10,5%
|
3,3%
|
dic-11
|
47.731.952
|
-0,3%
|
4,1%
|
dic-12
|
46.401.736
|
-2,8%
|
8,2%
|
dic-13
|
41.090.072
|
-11,4%
|
12,3%
|
dic-14
|
34.543.044
|
-15,9%
|
15,3%
|
dic-15
|
33.306.244
|
-3,6%
|
11,6%
|
dic-16
|
32.497.396
|
-2,4%
|
7,7%
|
dic-17
|
34.223.475
|
5,3%
|
6,3%
|
La importancia de los datos en la gestión del riesgo de crédito
José Manuel Aguirre, economista y director comercial de AIS Group, afirma que “la evolución de la macroeconomía es el principal driver de la mejora o empeoramiento de la calidad del riesgo de las carteras de las entidades financieras. En el momento actual, normativas como IFRS9 provocan que las entidades estén muy preocupadas por la calidad de sus carteras, en función de los requerimientos de capital, por lo que las herramientas de seguimiento cobran una gran relevancia. Anticiparse lo máximo posible a potenciales situaciones de deterioro que acaben impactando en su nivel de provisiones y capital es una prioridad. Cuanto antes se pueda prever un empeoramiento de la situación de los deudores, más tiempo habrá para poder adoptar medidas de mitigación del riesgo asumido.
También es crítico poder simular una diversidad de escenarios macroeconómicos para predecir la evolución de las carteras en cada uno de ellos. Esto es lo que llamamos stress testing.”
Por otro lado, comenta Aguirre, ahora vivimos un momento de auge en la aplicación de nuevas técnicas de modelización en la gestión del riesgo. “Las entidades están implementando la inteligencia artificial y en particular las técnicas de machine learning en sus modelos de gestión del riesgo de crédito pues de este modo, su nivel de predicción es hasta un 50% más elevado, multiplicando así la eficacia y la eficiencia de la capacidad predictiva de los modelos. Y ese debe ser el camino a seguir para llevar a cabo un mejor control del riesgo, tanto en las operaciones con particulares como con empresas.”