Iberoamerican Business Journal
Vol 10 N° 1 | Julio 2026 p. 128 - 144 ISSN:2521-5817 DOI: http://dx.doi.org/10.22451/5817.ibj2026.vol10.1.11015
Descripción del autor:
Reynel Amador Evangelista Paytan Licenciado Administración Banca y Finanzas, candidato a Maestría en docencia universitaria Educación y Gestión Educativa en la UTP.
Gonzalo Teófilo Moya Bejar
MBA con Especialidad en Dirección General por la Escuela de Postgrado Universidad San Pablo – IEP, Madrid España; Maestro en Educación Superior y Gestión Educativa por la UTP. Candidato a Doctor en Administración de Empresas – DBA por la UNSA. Candidato a Maestro en Economía con mención en Gestión Pública por la UNAS.
Jorge Walmir Lima Galindo
Licenciado Administración Banca y Finanzas, candidato a Maestría en docencia universitaria Educación y Gestión Educativa en la UTP.
Esneyder Anderson Chirinos Sotomayor Licenciado Administración Banca y Finanzas, candidato a Maestría en docencia universitaria Educación y Gestión Educativa en la UTP.
Maria Victoria Gutierrez Yufra
Licenciado Administración Banca y Finanzas, candidato a Maestría en docencia universitaria Educación y Gestión Educativa en la UTP.
Carolina Esperanza Aragon Gamarra Licenciado Administración Banca y Finanzas, candidato a Maestría en docencia universitaria Educación y Gestión Educativa en la UTP.
Reynel Amador Evangelista Paytan 1 , Gonzalo Teófilo Moya Bejar 2, Jorge Walmir Lima Galindo 3, Esneyder Anderson Chirinos Sotomayor 4, Maria Victoria Gutierrez Yufra 5 , Carolina Esperanza Aragon Gamarra 6
1 Universidad Tecnológica del Perú, Lima, Perú (U17206059@utp.edu.pe ) ; 2 Universidad Tecnológica del Perú, Lima, Perú (c16446@utp.edu.pe) ; 3 Universidad Tecnológica del Perú, Lima, Perú ( U17106101@utp.edu.pe) ; 4 Universidad Tecnológica del Perú, Lima, Perú (U19313058@utp.edu) ; 5 Universidad Tecnológica del Perú, Lima, Perú (u18103679@utp.edu.pe) ; 6
Universidad Tecnológica del Perú, Lima, Perú (U18100051@utp.edu.pe)
Este estudio bibliométrico examina la evolución del riesgo crediticio entre 2019 y 2024, subrayando su impacto en la estabilidad financiera y la gestión de riesgos, especialmente en América Latina. A partir del análisis de 399 documentos y
198 fuentes académicas, se identifican tendencias como la relación con factores macroeconómicos, el rol de las políticas monetarias y el uso de modelos predictivos avanzados. Se aplicaron indicadores como el índice h, número de citas y el SCImago Journal Rank (SJR), lo que permitió evaluar la relevancia y difusión de los estudios. Destacan autores y publicaciones influyentes, con Reino Unido, EE. UU., Italia y China liderando la producción académica. La metodología combina análisis cuantitativo y cualitativo mediante herramientas como VOSviewer y Excel, facilitando el estudio de redes de co-ocurrencia, distribución geográfica y
Recibido: 30 de Abril del 2026. Aceptado: 02 de Marzo del 2026. Publicado: 31 de
Julio 2026
Este es un artículo de acceso abierto, distribuido bajo los términos de la licencia Creative Commons Atribucion - No Comercia_Compartir Igual 4.0 Internacional. (http://creativecommons.org/licenses/by-nc-sa/4.0/) que permite el uso no comercial, distribución y reproducción en cualquier medio, siempre que la obra original sea debidamente citada
Anderson Chirinos Sotomayor, Maria Victoria Gutierrez Yufra, Carolina Esperanza Aragon Gamarra
colaboración científica. Los hallazgos enfatizan la necesidad de transparencia crediticia, marcos regulatorios sólidos y el papel creciente de la inteligencia artificial en la evaluación de solvencia. Se identifican dimensiones clave del riesgo crediticio: probabilidad de incumplimiento, historial crediticio, solvencia y liquidez, lo que evidencia su complejidad. El estudio concluye con recomendaciones para futuras investigaciones, como el desarrollo de modelos predictivos basados en big data, la incorporación de criterios ambientales, sociales y de gobernanza (ASG), y el análisis de estrategias para mitigar el riesgo en mercados emergentes.
Palabra clave: Riesgo crediticio; probabilidad de incumplimiento; el historial crediticio; la solvencia.
This bibliometric study examines the evolution of credit risk between 2019 and 2024, highlighting its impact on financial stability and risk management, particularly in Latin America. Based on the analysis of 399 documents and 198 academic sources, key trends are identified, including the relationship between credit risk and macroeconomic factors, the role of monetary policies, and the adoption of advanced predictive models in credit assessment.
Indicators such as the h-index, total citation count, and SCImago Journal Rank (SJR) were applied to evaluate the relevance and dissemination of research in this field. Influential authors and publications are highlighted, with the United Kingdom, the United States, Italy, and China leading academic production on the topic.
The methodology integrates quantitative and qualitative analysis using tools like VOSviewer and Microsoft Excel, enabling the examination of co-occurrence networks,
geographic distribution of publications, and academic collaboration. The findings underscore the need for credit transparency, robust regulatory frameworks, and the growing role of artificial intelligence in solvency evaluation.
Key dimensions of credit risk are identified default probability, credit history, solvency, and liquidity demonstrating the complexity of its analysis. The study concludes with recommendations for future research, including the development of predictive models based on big data, the integration of environmental, social, and governance (ESG) criteria in credit evaluation, and the exploration of risk mitigation strategies in emerging markets.
Keywords: Credit risk; Probability of default; Credit history; Solvency
El riesgo crediticio en América Latina preocupa por la volatilidad económica y política. Según el Banco Mundial (2023), los mercados emergentes han registrado mayor incumplimiento de préstamos, impulsado por inflación y bajo crecimiento, lo que limita la capacidad de pago de los prestatarios y eleva el riesgo en los sistemas financieros.
Ante estos desafíos, la gestión eficaz del riesgo es crítica. La CEPAL (2022) señala que el limitado acceso a financiamiento y el alto costo del crédito frenan el crecimiento económico, afectando tanto a empresas como a PYMES y hogares, y aumentando la morosidad.
Las agencias calificadoras como Moody’s y Standard & Poor’s (2023) han ajustado sus calificaciones para varios países, reflejando que la inestabilidad política y los riesgos fiscales determinan la evaluación crediticia. Estos cambios reducen la confianza de inversionistas, encarecen el financiamiento externo y pueden agravar el riesgo si los bancos centrales no aplican políticas adecuadas.
Anderson Chirinos Sotomayor, Maria Victoria Gutierrez Yufra, Carolina Esperanza Aragon Gamarra
Frente a ello, ALIDE (2022) promueve prácticas como mayor transparencia en operaciones financieras, fortalecimiento regulatorio y mejora de políticas internas. Sin embargo, su implementación requiere coordinación y tiempo, lo que evidencia la complejidad del problema.
En el plano internacional, la volatilidad bursátil lleva a los bancos a endurecer préstamos en recesiones, afectando PBI e inversiones (Nguyen, 2022). A su vez, el buen gobierno corporativo es clave para decisiones de crédito más informadas y estabilidad institucional (Debrah et al., 2022). La evaluación del riesgo permite mitigar incumplimientos, especialmente en contextos de inflación y cambios económicos (Ajani & Carmody, 2023).
A nivel empresarial, la minería de texto en informes anuales, junto a variables financieras, mejora la predicción del riesgo (Zhang et al., 2022). Herramientas como Particle Swarm Optimization optimizan la clasificación de prestatarios (Santana et al., 2020). En proyectos de infraestructura, modelos como el de Merton permiten estimar riesgos mediante razonamiento probabilístico (Zapata, 2020). Además, factores sectoriales influyen, como petróleo y gas muestran menor sensibilidad a incumplimientos frente a otros sectores (Delapedra-Silva, 2021).
En Perú, el sistema financiero es líquido y con baja morosidad, pero su cobertura limitada restringe el acceso. Las Cajas Municipales (CMAC) impulsan la inclusión mediante microcréditos, mientras que las COOPAC muestran bajo riesgo pese a tasas pasivas atractivas, lo que sugiere una anomalía (Virgilio et al.). Tanto CMAC como COOPAC enfrentan el reto de equilibrar expansión, riesgo y rentabilidad para su sostenibilidad (Matos et al., 2022).
En este marco, organismos como el Banco Mundial, CEPAL, ALIDE y Moody’s proponen mecanismos para mitigar el riesgo crediticio y su impacto, lo que motiva las preguntas de investigación.
Pr.1 ¿Cómo ha evolucionado el enfoque del riesgo crediticio en el periodo 2019-2024?
Pr.2 ¿Cuál es el perfil de los autores más relevantes en el campo de riesgo crediticio en función del número de artículos, índice h y citas totales?
Pr.3 ¿Cuál es el impacto y la relevancia de las fuentes académicas en riesgo crediticio en función al índice del SCImago Journal Rank - SJR?
Pr.4 ¿Cuál es la distribución geográfica de las publicaciones sobre el riesgo crediticio y qué tendencias se pueden identificar en relación con los países y continentes?
Pr.5 ¿Cuáles son los temas y tendencias destacados en la investigación sobre riesgo crediticio en función de los artículos más citados a nivel mundial?
Pr.6 ¿Cómo ha evolucionado el concepto de riesgo crediticio?
Pr.7 ¿Que dimensiones se utilizan para medir el riesgo crediticio?
Una revisión bibliométrica es un estudio cuantitativo que analiza la estructura y desarrollo de la literatura académica a través de patrones en publicaciones, citas y co-citaciones (Zupic & Čater, 2015). Este método ayuda a detectar temas emergentes, redes de colaboración y tendencias de investigación, empleando técnicas estadísticas para examinar grandes cantidades de datos bibliográficos. El modelo metodológico de Zupic y Čater incluye etapas como el diseño del estudio, la selección de datos, el análisis de redes de co-ocurrencia, la visualización de resultados y su interpretación. Esto permite comprender mejor las tendencias en áreas específicas del conocimiento. Esta metodología es esencial para evaluar el impacto y la relevancia de investigaciones en un campo académico, apoyando la toma de decisiones informadas en futuros estudios.
Esta investigación sobre riesgo creditico incluyó el análisis de diversas publicaciones académicas recopiladas entre 2019 y octubre de 2024. Sus objetivos principales fueron explorar la evolución y la importancia del riesgo crediticio, evaluar el impacto de las fuentes académicas, resaltar a los autores más destacados, examinar la distribución geográfica de las publicaciones, identificar los temas más relevantes, analizar la evolución del concepto del riesgo crediticio y sus dimensiones de medición. Los resultados de este estudio proporcionan información esencial para comprender el impacto del riesgo crediticio en los flujos de efectivo en las entidades de intermediación financiera y las empresas.
Como se observa en a figura 1 el modelo PICO - población, intervención, comparación, resultados, aplicado a la variable riesgo crediticio en el contexto de la investigación científica en ciencias sociales se enfoca en identificar y analizar los
factores clave que influyen en la gestión y evaluación del riesgo asociado a los créditos. La población de interés incluye estudios publicados entre 2019 y 2024 en áreas como economía, econometría, finanzas, negocios, gestión y contabilidad. La intervención se refiere a las estrategias y herramientas utilizadas para mitigar el riesgo crediticio, mientras que la comparación puede involucrar diferentes metodologías o enfoques de evaluación. Los resultados se centran en la efectividad de estas intervenciones, con un énfasis en artículos de acceso abierto que permiten una mayor difusión y replicabilidad de los hallazgos. Este enfoque permite una revisión sistemática y crítica de la literatura, identificando tendencias y brechas en la investigación actual sobre el riesgo crediticio.
Análisis según modelo PICO de la variable riesgo crediticio
Nota. La figura muestra el análisis PICO de la variable riesgo creditico. Fuente: Scopus (2024)
Se llevó a cabo un análisis de datos en el ámbito de la bibliometría con el fin de obtener información relevante y de fácil interpretación. Para ello, se aplicaron diversas métricas y técnicas estadísticas. Entre las métricas bibliométricas utilizadas se incluyó el número de citaciones por artículo, como se detalla en la tabla 1. Para la visualización y el análisis de redes de términos y coocurrencias, se empleó la herramienta
VOSviewer (versión 1.6.20). El análisis estadístico se realizó con Microsoft Excel 365, y las imágenes se exportaron desde Scopus.
Para responder a la pregunta 1, se generó la tabla 1 utilizando los datos generados por RStudio (versión 2024.12.0 Build 467). Para las preguntas 2,3,6 y 7 se crearon tablas e imágenes utilizando Scopus y Microsoft Excel. Para responder a las preguntas 4 y 5, se utilizó el software VOSviewer (versión 1.6.20).
En esta fase se describe el proceso de análisis e interpretación de los resultados, alineados con los objetivos y preguntas de la investigación. Se exponen las conclusiones alcanzadas, se debaten las implicaciones y la importancia de los hallazgos, y se proponen recomendaciones para futuros estudios.
Durante el periodo 2019-2024, según la información presentada, se identificaron un total de 198 fuentes, incluyendo revistas, libros y otras colecciones, lo que evidencia un interés notable en la comunidad científica sobre el riesgo crediticio. Se recopilaron 399 documentos, lo que indica una base de información considerable y un esfuerzo sostenido en la producción académica en este campo. La tasa de crecimiento anual del 6.13% refleja un ritmo de expansión moderado, lo que sugiere un interés continuo, pero no acelerado en la generación de nuevos estudios durante este periodo. La antigüedad promedio de los documentos es de 3 a 4 años, lo cual indica que la literatura analizada abarca publicaciones relativamente recientes, siendo representativa de un campo en evolución.
En promedio, cada documento ha recibido 8.5 citas, lo cual es indicativo de un nivel sólido de reconocimiento académico dentro del área de estudio. Adicionalmente, el promedio de citas por año por documento es de 1.7, lo que pone de manifiesto un interés constante y una influencia notable en la comunidad científica. Seguidamente, el total de 18,237 referencias encontradas en los documentos revisados sugiere una base de investigación extensa y bien fundamentada, lo que respalda la calidad y profundidad de los estudios en este campo. Estos resultados destacan la importancia del estudio del riesgo crediticio y subrayan la necesidad de continuar investigando
para fortalecer el conocimiento científico y fomentar nuevas líneas de investigación en este ámbito.
Información principal de los artículos analizados
Descripción | Resultados |
Intervalo de tiempo | 2019: 2024 |
Fuentes (revistas, libros, etc.) | 198 |
Documentos | 399 |
Tasa de crecimiento anual % | 6.13 |
Antigüedad promedio de los documentos | 3.4 |
Citas promedio por documento | 8.524 |
Citas promedio por año por documento | 1.714 |
Referencias | 18237 |
Nota. Datos extraídos de SCOPUS y analizado por RStudio
La tabla 2 muestra un análisis de las fuentes académicas en el riesgo crediticio que cuenta con los índices SJR, CiteStore y SNP los cuales nos muestras el impacto contextual de las citas, el promedio de citas por artículo en un periodo de tiempo, reflejando la relevancia, calidad percibida por la comunidad académica y el prestigio de las citas recibidas, considerando la calidad de las revistas que citan el trabajo.
Información de los índices de las revistas
Tipo de revista | Frecuencia | CiteScore | SJR | SNIP |
Cogent Business and Management | 617 | 4.4 | 0.567 | 1.153 |
Journal of Risk and Financial Management | 520 | 4.5 | 0.485 | 0.875 |
Journal of Risk and Financial Management | 520 | 4.5 | 0.485 | 0.875 |
Ciencia de la Gestión | 388 | 8.8 | 5.438 | 2.885 |
Cogent Economics and Finance | 382 | 3 | 0.426 | 0.974 |
Risks | 219 | 3.8 | 0.403 | 0.885 |
Multidisciplinary Digital Publishing Institute | 219 | 3.8 | 0.403 | 0.885 |
International Journal of Financial Studies | 150 | 3.7 | 0.434 | 0.902 |
Problemas en los Sistemas de Información | 114 | 0.8 | 0.159 | 0.236 |
108 | 3.2 | 0.553 | 0.952 | |
Revisión de Finanzas Cuantitativas y Contabilidad | 108 | 3.2 | 0.553 | 0.952 |
International Journal of Applied Economics, Finance and Accounting | 95 | 1 | 0.183 | 0.542 |
Business Perspectives | 78 | 2.6 | 0.249 | 0.619 |
Wiley online library | 70 | 3.7 | 0.672 | 0.935 |
Cuadernos de Economía | 50 | 3.8 | 0.432 | 0.596 |
Revista de Métodos Cuantitativos para la Economía y la Empresa | 40 | 0.8 | 0.157 | 0.341 |
Revista de Métodos Cuantitativos para la Economía y la Empresa | 40 | 0.8 | 0.157 | 0.341 |
Revista de Administración Mackenzie | 38 | 1.3 | 0.206 | 0.363 |
REVESCO Revista de Estudios Cooperativos | 32 | 2.1 | 0.307 | 0.936 |
Revista de Ciencias de la Gestión e Ingeniería | 32 | 9.3 | 1.214 | 1.656 |
Research Asian Journal of Accounting | 32 | 4.4 | 0.447 | 1.445 |
Journal of Central Banking Theory and Practice | 31 | 2.8 | 0.416 | 0.991 |
Journal of Purchasing and Supply Management | 30 | 10.3 | 1.75 | 1.849 |
Journal of Risk Analysis and Crisis Response | 25 | 0.7 | 0.244 |
Nota. Medición de los índices de las revistas de Scopus (2024)
Las fuentes académicas sobre el riesgo crediticio muestran un impacto significativo en función de los índices CiteScore, SJR y SNIP. La revista Ciencia de la Gestión destaca como la más influyente, con un CiteScore de 8.8, un SJR de 5.438 y un SNIP de 2.885, lo que refleja su alta calidad, prestigio y relevancia contextual en el ámbito académico. Otras revistas como Journal of Risk and Financial Management y Cogent Business and Management también evidencian una fuerte presencia, con valores competitivos en los tres índices, lo que las posiciona como referencias clave en el campo de estudios sobre el riesgo crediticio.
En general, los valores de SJR y SNIP indican que revistas como, Revista de Ciencias de la Gestión e Ingeniería y Journal of Purchasing and Supply Management tienen un impacto contextual y de prestigio considerable ya que las métricas subrayan la relevancia de estas publicaciones en el avance del conocimiento relacionado con el riesgo crediticio, consolidándolas como fuentes confiables y de alta influencia en el ámbito de las finanzas y la gestión.
Autores y dimensiones de riesgo crediticio
Autores | Variable de la investigación | Dimensiones |
Carmody & Ajani (2023) | Riesgo Crediticio | Riesgo crediticio, incumplimiento, regresión logística |
Debrah et al. (2022) | Riesgo Crediticio | Edad del banco, tamaño del banco y propiedad |
Delapedra-Silva (2021) | Riesgo Crediticio | Distancia al impago. Infraestructura. Modelo Merton. Riesgo de crédito |
Doko et al. (2021) | Riesgo Crediticio | Probabilidad de incumplimiento, Historial crediticio y Factores no financieros |
Ferretti et al. (2019) | Riesgo Crediticio | Calificación de crédito y el riesgo de migración |
Gamba & Saretto (2020) | Riesgo Crediticio | Riesgo crediticio, opciones de crecimiento, inversión, estructura de capital |
Kola et al. (2019) Riesgo Crediticio
Eficiencia, productividad, competencia, concentración, solidez, seguridad y rentabilidad.
Mare & Gramlich (2020)
Riesgo Crediticio
Riesgo de crédito, riesgo de tasa de interés, riesgo de liquidez y riesgo residual
Matos et al. (2022) Riesgo Crediticio Índice de morosidad e índice de provisiones
Moretto et al. (2019)
Riesgo Crediticio Solvencia, liquidez, rentabilidad e intereses y ratio de cobertura
Nguyen (2022) Riesgo Crediticio
Volatilidad de los retornos accionarios, índice de riesgo accionario y Transmisión del riesgo a través del sistema bancario
Niu et al. (2020) Riesgo Crediticio Riesgo de mercado, riesgo de crediticio, riesgo de incumplimiento
Orlando & Pelosi (2020)
Riesgo Crediticio Probabilidad de Incumplimiento y Perdida dada al incumplimiento
Piñeros (2020) Riesgo Crediticio Riesgo ex ante, Riesgo ex post y horizontes de tiempo
Santana et al. (2019)
Riesgo Crediticio Variables descriptivas, historial de crédito y características de préstamo
Siddique et al. (2020)
Riesgo Crediticio Plazo, tasa de interés, tiempo laboral, edad
Suhadolnik et al. (2023)
Riesgo Crediticio carácter, capacidad, condiciones, capital y colateral.
Virgilio et al. (2022)
Riesgo Crediticio
Historial crediticio, papel de analista de crédito y sistema de información.
Zapata, Q. (2020) Riesgo Crediticio Probabilidad de incumplimiento, exposición al incumplimiento
Zhang et al. (2021) Riesgo Crediticio
Nivel de servicio de la deuda, nivel de beneficio, capacidad operativa, indicadores de flujo de caja, índice de crecimiento e indicadores no estructurados
Nota. Dimensiones del Riesgo Crediticio empleadas por los autores
A partir del análisis de la tabla 3, se pueden identificar las dimensiones que se repiten con mayor frecuencia en los estudios sobre la variable "riesgo crediticio". Estas
dimensiones destacan como elementos clave en la evaluación y gestión del riesgo en distintos contextos financieros; probabilidad de incumplimiento, aparece en múltiples estudios (Zapata, 2020; Doko et al., 2021; Orlando & Pelosi, 2020; Carmody & Ajani, 2023), indicando que es una de las dimensiones más relevantes. Su importancia radica en la capacidad de predecir qué prestatarios podrían no cumplir con sus obligaciones financieras; historial crediticio, identificado en estudios como Virgilio et al. (2022) y Doko et al. (2021), esta dimensión se asocia con la evaluación del comportamiento financiero pasado de los prestatarios y su influencia en el riesgo de crédito; solvencia y liquidez, Moretto et al. (2019) y Ferretti et al. (2019) destacan estas dimensiones como esenciales en la medición del riesgo crediticio, ya que determinan la capacidad de una entidad o prestatario para afrontar sus obligaciones financieras.
Riesgo de mercado y riesgo accionario, Nguyen (2022) y Niu et al. (2020) resaltan la relación entre las condiciones del mercado y la estabilidad del crédito, lo que indica que los factores externos influyen en la evaluación del riesgo crediticio; riesgo de liquidez, Mare & Gramlich (2020) mencionan esta dimensión junto con el riesgo de crédito y de tasa de interés, lo que sugiere que la liquidez es un factor determinante en la estabilidad financiera; factores estructurales y de capital: Gamba & Saretto (2020) incluyen opciones de crecimiento, inversión y estructura de capital como dimensiones clave, lo que refleja la importancia del contexto empresarial en la evaluación del riesgo crediticio. En resumen, las dimensiones más repetidas en la literatura sobre riesgo crediticio son la probabilidad de incumplimiento, el historial crediticio, la solvencia y liquidez, el riesgo de mercado y accionario, y los factores estructurales y de capital. Estas dimensiones reflejan la complejidad de la evaluación del riesgo crediticio y su interrelación con variables financieras y macroeconómicas.
El análisis bibliométrico entre 2019 y 2024 confirma que el riesgo crediticio sigue siendo un tema central en la literatura financiera, con un crecimiento anual moderado del 6.13% y un promedio de 8.5 citas por documento. Este interés sostenido refleja que, aunque el campo mantiene vigencia, aún existe espacio para ampliar enfoques y metodologías. En este sentido, la probabilidad de incumplimiento se consolida como la dimensión más robusta para anticipar el riesgo, tal como señalan Zapata (2020), Doko et al. (2021), Orlando & Pelosi (2020) y Carmody & Ajani (2023).
A ello se suman el historial crediticio (Virgilio et al., 2022; Doko et al., 2021) y la solvencia y liquidez (Moretto et al., 2019; Ferretti et al., 2019), que refuerzan la importancia de la capacidad de pago y la estabilidad financiera en la gestión del riesgo. Se evidencia una marcada concentración geográfica en la producción académica. Autores europeos como Moretto A., con 49 documentos y 1,940 citas, y Orlando Giuseppe, con 65 publicaciones y 472 citas, lideran el campo, lo que confirma la centralidad de Europa en la investigación sobre riesgo crediticio. Sin embargo, la limitada participación de América Latina evidencia una asimetría en la generación de conocimiento, lo que plantea la necesidad de fortalecer la colaboración internacional y la infraestructura académica en regiones emergentes. En paralelo, revistas como Ciencia de la Gestión (CiteScore 8.8; SJR 5.438) y Journal of Risk and Financial Management (CiteScore 4.5; SJR 0.485) se consolidan como espacios de referencia, aunque la diversidad en los índices SJR y SNIP refleja la coexistencia de
publicaciones de alta calidad con otras de menor impacto.
Se observa tendencia hacia la incorporación de tecnologías avanzadas en la evaluación del riesgo. Zhang et al. (2021) destacan el uso de minería de texto y flujos de caja para mejorar la predicción de incumplimientos, mientras que Santana et al. (2019) y Zapata (2020) aplican modelos probabilísticos y algoritmos de optimización. Estos enfoques confirman la integración creciente de big data e inteligencia artificial, lo que abre nuevas oportunidades, pero también retos regulatorios y éticos. Además, estudios como los de Debrah et al. (2022), Nguyen (2022) y Niu et al. (2020) recuerdan que el riesgo crediticio es un fenómeno multidimensional, condicionado por factores macroeconómicos, políticos y sociales. En conjunto, los hallazgos muestran que el riesgo crediticio ha evolucionado hacia un campo más complejo y diversificado, donde conviven enfoques tradicionales con nuevas perspectivas basadas en tecnología y sostenibilidad.
El presente estudio llevó a cabo un análisis exhaustivo de las publicaciones científicas relacionadas con el riesgo crediticio en diversos contextos organizacionales. Su principal propósito fue examinar la evolución y relevancia de esta temática en el periodo 2019-2024, evaluando su impacto en instituciones financieras, mercados de capitales, gobiernos corporativos y el sector empresarial. Para ello, se
Anderson Chirinos Sotomayor, Maria Victoria Gutierrez Yufra, Carolina Esperanza Aragon Gamarra
definieron objetivos específicos y se emplearon indicadores bibliométricos, como el índice h y el número total de citas, con el fin de medir la influencia y trascendencia de los estudios en esta área. Asimismo, se analizó el índice SJR para evaluar la importancia de las revistas en las que fueron publicados los documentos revisados. Adicionalmente, se identificaron los autores más influyentes y se examinó la distribución geográfica de las publicaciones junto con sus redes de colaboración. Finalmente, se exploraron las tendencias y la evolución del concepto de riesgo crediticio, como un análisis de la macro data que influye en la gestión del riesgo crediticio; así como las dimensiones que permiten su medición.
El riesgo crediticio se presenta como un fenómeno vivo que evoluciona junto con los cambios económicos, sociales y tecnológicos. Aunque las dimensiones tradicionales como la probabilidad de incumplimiento, el historial crediticio, la solvencia y la liquidez siguen siendo fundamentales, hoy se complementan con nuevas perspectivas que integran factores macroeconómicos y herramientas tecnológicas avanzadas. La incorporación de big data y la inteligencia artificial abre la posibilidad de predecir con mayor precisión los incumplimientos y fortalecer la gestión financiera, pero también nos recuerda que la innovación debe ir acompañada de responsabilidad ética y regulatoria.
Al mismo tiempo, los resultados muestran que la producción científica está concentrada en países desarrollados, mientras que regiones emergentes como América Latina aún tienen una participación limitada. Esta brecha evidencia la necesidad de impulsar una investigación más inclusiva y colaborativa, capaz de reflejar las realidades locales y sus desafíos particulares. El futuro de la investigación en riesgo crediticio debería orientarse hacia modelos más transparentes y sostenibles, integrando criterios ambientales, sociales y de gobernanza, y promoviendo la cooperación internacional. Solo así será posible construir sistemas financieros más sólidos y confiables, que respondan no solo a los indicadores económicos, sino también a las necesidades de las personas y comunidades que dependen de ellos.
Ajani, T., & Carmody, E. (2023). Predicción de riesgos crediticios. Problemas en los Sistemas de Información, 24(4), 25-39.
https://doi.org/10.48009/4_iis_2023 103
Asociación Latinoamericana de Instituciones Financieras para el Desarrollo (ALIDE). (2022). Best practices in credit risk management in Latin America. https://www.alide.org/publications
Banco Mundial. (2023). Economic challenges and risks in Latin America. https://www.worldbank.org/en/region/lac/publication
Comisión Económica para América Latina y el Caribe (CEPAL). (2022). Economic survey of Latin America and the Caribbean. https://www.cepal.org/en/publications
Debrah, E., Preko, A., & Ampadu, S. (2022). Examinando el efecto del tamaño de la junta directiva sobre el riesgo crediticio de los bancos universales en Ghana. Gestión y negocios convincentes, 9(1), 2157100.
https://doi.org/10.1080/23311975.2022.2157100
Delapedra-Silva, V. A. (2021). El riesgo de quiebra en los sectores de infraestructura: un análisis de 2006 a 2018. Revista de Administración Mackenzie, 22(4), 1-30. https://doi.org/10.1590/1678-6971/eRAMF210104
Doko, F., Kalajdziski, S., & Mishkovski, I. (2021). Modelo de riesgo crediticio basado en datos del registro de crédito del Banco Central. Journal of Risk and Financial Management, 14(3), 138. https://doi.org/10.3390/jrfm14030138
Gamba, A., & Saretto, A. (2020). Opciones de crecimiento y riesgo crediticio. Ciencia de la Gestión. 66(9), 4269-4291. https://doi.org/10.1287/mnsc.2019.3387
Piñeros López, M. (2020). Economic Sectors and the Risk-taking Channel of Monetary Policy. Cuadernos de Economía, 43(9), 275-290.
https://doi.org/10.32826/cude.v43i123.135
Matos Bautista, J. J., Martinez Luna, A. B., Ninanya Cornejo, G. H., Santillan Zapata,
N. A., & Deza Quispe, J. A. (2022). Un análisis de rentabilidad, estructura de capital y riesgo crediticio en el sector microfinanciero peruano. Revista Internacional de Economía Aplicada, Finanzas y Contabilidad. 13(1), 20-28. https://doi.org/10.33094/ijaefa.v13i1.608
Anderson Chirinos Sotomayor, Maria Victoria Gutierrez Yufra, Carolina Esperanza Aragon Gamarra
Moody’s Latin America. (2023). Credit risk outlook for Latin America. https://www.moodys.com/researchdocumentcontentpage.aspx?docid=PBC_1 350159
Moretto, A., Grassi, L., Caniato, F., Giorgino, M., & Ronchi, S. (2019). Financiamiento de la cadena de suministro: de la calificación crediticia tradicional a la de la cadena de suministro. Revista de gestión de compras y suministros, 25(2), 197-
217. https://doi.org/10.1016/j.pursup.2018.07.001
Nguyen, H. (2022). Firm equity risk, bank lending standards, and the macroeconomy. Cogent Economics & Finance, 10(1), 2030505.
https://doi.org/10.1080/23322039.2022.2030505
Niu, H., Xing, Y., & Zhao, Y. (2020). Valoración de opciones europeas vulnerables con correlación dinámica entre riesgo de mercado y riesgo crediticio. Revista de Ciencias de la Gestión e Ingeniería. 5(2), 125-145.
https://doi.org/10.1016/j.jmse.2020.03.001
Orlando, G., & Pelosi, R. (2020). Non-performing loans for Italian companies: When time matters. An empirical research on estimating probability to default and loss given default. International Journal of Financial Studies, 8(4), 68.
https://doi.org/10.3390/ijfs8040068
Santana, P., Lanzarini, L., & Bariviera, A. F. (2020). Obtención de reglas de clasificación aplicadas al crédito mediante optimización de enjambre de partículas. Riesgos, 8(2), 1-14. https://doi.org/10.3390/risks8020002
Standard & Poor’s Latin America. (2023). Credit ratings and risk assessment in Latin
America. https://www.standardandpoors.com/en_LA/web/guest/home Suhadolnik, N., Ueyama, J., y Da Silva, S., (2023). Aprendizaje automático para
mejorar valuación del riesgo crediticio: una Enfoque empírico. Revista de gestión financiera y de riesgos 16 (12), 496. https://doi.org/10.3390/ jrfm16120496.
Virgilio, G., Caro, N., Sarmiento, R., Rivera, J., & Dias, I. (2022). Riesgo crediticio y rentabilidad de depósitos a corto plazo en las cooperativas de ahorro y crédito. El caso de Perú. Revista de Estudios Cooperativos, 142, 1-21
https://dx.doi.org/10.5209/REVE.84396
Zapata, Q. (2020). Probabilidad de incumplimiento en inversiones de infraestructura: análisis a partir de modelos estructurales de riesgo de crédito. Revista de
métodos cuantitativos para la economía y la empresa. 30, 327-345. https://doi.org/10.46661/REVMETODOSCUANTECONEMPRESA.3508
Zhang, H., Zhang, H., & Zhang, M. (2022). Investigación sobre predicción del riesgo crediticio empresarial basada en información textual. Revista de análisis de riesgos y respuesta a crisis. 11(4), 176-188.