El mapa del crédito argentino muestra una foto elocuente: de los 20 millones de argentinos que mantenían al menos una línea de crédito vigente en junio, 6,3 millones estaban en mora situación 2 a 5 según la clasificación del Banco Central). Es decir, un 30%.
Los datos se deprenden de la base de datos de Findo a junio de 2026, que cruza información de bancos, entidades no bancarias, fintech y financieras, entre otras, sobre 24,8 millones de personas que tuvieron líneas activas en los últimos dos años. Se trata de una lectura más amplia que la del "deudor moroso" clásico del BCRA, porque incorpora tanto a quienes se atrasan en una tarjeta bancaria como a quienes deben cuotas de un préstamo fintech o una financiera de consumo.
El dato no está aislado: coincide con la fotografía que viene marcando el propio Banco Central. Tras 19 meses consecutivos de suba, la mora de las familias tocó en mayo un máximo de más de dos décadas (12,8%) y recién en junio mostró el primer freno, al retroceder algunos puntos porcentuales.
La diferencia de magnitud entre ambas mediciones no es una contradicción, sino un cambio de foco: el indicador oficial mide sobre la deuda informada por el sistema financiero regulado, mientras que la lectura ampliada capta también al universo de financieras, fintech y otorgantes no bancarios, donde la morosidad corre a un ritmo sensiblemente más alto.
Tres velocidades: bancos privados, públicos y fintech
Detrás del promedio general convive una realidad heterogénea. En los bancos privados, la mora sobre personas con líneas activas pasó de 8,8% a comienzos de 2025 a 18,4% en junio de 2026, con una aceleración marcada desde mediados del año pasado.
En la banca pública el recorrido fue más errático –bajó de 17,8% a 14,5% a mediados de 2025 antes de retomar la suba hasta 19,1%–, un comportamiento que suele asociarse a la mayor presencia de líneas dirigidas a jubilados y empleados públicos, más atadas al calendario de haberes que al humor del mercado.
El caso más elocuente es el de las entidades digitales. La mora en el segmento fintech trepó de 10,4% a comienzos de 2025 a un pico de 34,9% en enero de 2026, para luego ceder algo de terreno hasta 28,86% en junio.
La trayectoria confirma lo que ya venían señalando otros relevamientos del mercado: el crédito fintech se multiplicó –la base de clientes pasó de 3,7 a 8,1 millones de personas en dos años y hoy origina uno de cada cuatro créditos vigentes del sistema–, pero la cartera irregular llegó a cuadriplicarse en apenas doce meses, saltando de 2,6% a más de 10% en situación de incobrabilidad extrema (deudas de más de un año sin pagar).
La paradoja del monto: pocas cuotas, mucha gente
Un dato que conviene mirar con atención es la brecha entre la cantidad de personas en mora y el peso que esa mora tiene sobre el dinero efectivamente prestado. Mientras el 30,55% de las personas con crédito activo está en situación irregular, el monto adeudado en mora equivale a apenas el 13,50% de la cartera total.
La lectura es clara: la morosidad se concentra en los créditos más chicos –consumo, tarjetas, préstamos personales y fintech– y no en las grandes exposiciones corporativas o hipotecarias. Es, en otras palabras, un problema de alcance social antes que de estabilidad del sistema financiero en su conjunto, aunque no por eso menos urgente: son millones de personas las que, con montos pequeños, quedan marcadas y potencialmente excluidas del circuito crediticio formal.
El rostro de la mora: bajos ingresos y economía informal
El perfil de quienes sostienen ese universo de crédito ayuda a entender el fenómeno. Sobre el total de líneas activas, el 29,2% corresponde a personas con ingresos declarados de hasta $1.000.000 y otro 19,7% a ingresos entre $1 y $2 millones: casi la mitad de la cartera se concentra en los tramos de menores ingresos, exactamente el segmento que distintos relevamientos de mercado identifican con las tasas de incumplimiento más altas.
Por tipo de ocupación, el 32% corresponde a trabajadores en relación de dependencia, 12,6% a jubilados y 9,9% a monotributistas. Por edad, el tramo de 35 a 44 años es el más representado (21,3%), seguido de cerca por 25-34 (19,5%) y 45-54 (18,7%); los mayores de 65 años concentran un significativo 16% de las líneas activas.
El dato más inquietante, sin embargo, es otro: 34,9% de las líneas activas no tiene ingresos declarados y 34,7% no tiene tipo de ocupación registrado. En los hechos, es un tercio del crédito argentino que circula sin que el sistema sepa bien quién lo sostiene: trabajadores informales, changas, cuentapropistas sin monotributo, migrantes recientes.
Un informe reciente lo definió como "el 35% que el sistema no ve", y es precisamente ese universo el que los modelos de scoring tradicionales –basados en historial bancario y recibos de sueldo– no logran calificar con precisión, ni para bien ni para mal.
Un negocio que se encoge cuando la mora sube
Para bancos y fintechs, cada punto de mora tiene un correlato inmediato en el negocio: previsionamiento más alto, encarecimiento del fondeo, tasas más caras para compensar el riesgo y, sobre todo, mayor selectividad a la hora de otorgar crédito. El propio Banco Central reconoció este viraje hacia una banca "más selectiva, enfocada en clientes de menor riesgo".
El resultado es un círculo que se retroalimenta: cuando sube la mora, se restringe el crédito; cuando se restringe el crédito, la población de menores ingresos –la misma que ya tenía dificultades para pagar– pierde también la posibilidad de refinanciar o acceder a mejores condiciones, y termina empujada hacia canales más caros o directamente fuera del sistema.
Se estima que, a nivel país, unos seis millones de personas quedaron inhabilitadas para tomar nuevo crédito por deudas impagas.
El scoring alternativo como parte de la solución
Ahí es donde el problema de la mora deja de ser solo una cuestión de cobranza y pasa a ser, también, un problema de información. Buena parte del tercio de la cartera "sin dato" no es necesariamente de mal pagador: es gente sin recibo de sueldo, sin tarjeta, sin historial en el BCRA, pero con capacidad de pago real que el score tradicional no puede leer.
Sobre ese problema trabajan los modelos de scoring alternativo, como el que desarrolla Findo. En lugar de limitarse al historial crediticio formal, su motor construye un perfil de riesgo a partir de más variables y miles de puntos de datos por usuario –hábitos de pago, uso del teléfono, geolocalización, validación biométrica y de domicilio– y los combina con la información disponible en el BCRA, el Renaper y burós de crédito tradicionales. Así, se construye un score crediticio que permite evaluar con eficiencia a las personas y darles una nueva oportunidad.
En un contexto donde la mora bancaria muestra señales de estabilización pero la digital sigue en niveles elevados, y donde un tercio del crédito argentino circula prácticamente a ciegas para el sistema financiero, herramientas de este tipo no resuelven el problema macroeconómico de fondo (ingresos que no le ganan a la inflación, tasas todavía altas), pero sí ofrecen una pieza clave para atenderlo: mejor información para prestar mejor, achicando al mismo tiempo la exclusión financiera y el riesgo de default.
*Por Diego Kupferberg, experto en desarrollo de negocios digitales.
