UNIVERSIDAD NACIONAL DE PIURA - Lilian Nathals Solis · PDF fileuniversidad nacional de piura facultad de economia “uso de servicios financieros formales y sus determinantes para

UNIVERSIDAD NACIONAL DE PIURA

FACULTAD DE ECONOMIA

“USO DE SERVICIOS FINANCIEROS FORMALES Y SUS

DETERMINANTES PARA EL PERÚ, A PARTIR DE LA

ENCUESTA ENAHO 2015”

Presentada por:

Jesús Manuel Aparicio Zapata

TESIS PARA OPTAR EL TÍTULO DE

ECONOMISTA

Piura, Perú

2017

DEDICATORIA

A mis queridos padres, a mi esposa y a mi pequeño

hijo por su tiempo brindado, su apoyo,

comprensión y por acompañarme en este mi

primer logro profesional.

AGRADECIMIENTO

A Dios por guiarme y por darme la fortaleza

necesaria para a seguir adelante día a día.

A mis padres Jesús y Cecilia, esposa Ericka,

Leonardo mi primer hijo, Vanessa y María, por el

apoyo mostrado, ha sido un sacrificio que en esta

obra está plasmado. Un especial agradecimiento a

mi asesora Dra. Lilian Nathals por su apoyo

incondicional, ha sido fundamental en este trabajo.

ÍNDICE GENERAL

INTRODUCCION 1

CAPÍTULO I: MARCO TEÓRICO Y EMPIRICO 3

1.1 MARCO TEÓRICO 3

1.1.1 Aspectos conceptuales 3

1.1.1.1 Servicios financieros 3

1.1.1.2 Inclusión financiera 4

1.1.1.3 Acceso y uso de servicios financieros 5

1.1.2 Teoría keynesiana 6

1.1.3 Teoría del ciclo de vida 8

1.1.4 Educación financiera 13

1.1.5 Economía de género 16

1.1.6 Teoría de localización 17

1.1.7 Diferencia entre acceso y uso de servicios financieros formales 17

1.1.8 Síntesis del marco teórico 19

1.2 EVIDENCIA EMPÍRICA 20

1.2.1 Evidencia empírica internacional 20

1.2.2 Evidencia empírica nacional 27

1.2.3 Síntesis de la evidencia empírica 29

CAPÍTULO II: METODOLOGÍA 30

2.1 OBTENCIÓN DE DATOS 30

2.2 VARIABLES CONSIDERADAS EN EL ESTUDIO 31

2.2.1 Variable dependiente 31

2.2.2 Variable independiente 33

2.2.2.1 Variables sociales 33

2.2.2.2 Variables económicas 36

2.2.2.3 Variables geográficas 37

2.3 MODELO TEÓRICO Y ECONOMÉTRICO 39

2.3.1 Modelo teórico 39

2.3.2 Modelo econométrico 39

2.4 METODOLOGÍA DE ANALISIS 40

2.4.1 Análisis en tablas de contingencia 40 2.4.2 Modelo de variable dependiente dicotómica 40

2.5 HERRAMIENTAS DE ANÁLISIS A UTILIZAR EN EL

MODELO DE VARIABLE DEPENDIENTE DICOTÓMICA 43

2.5.1. Especificación del modelo 43

2.5.2. Estimación del modelo 43

2.5.3. Evaluación de las estimaciones 44

2.5.3.1 Evaluación económica 44

2.5.3.2 Evaluación estadística 45

2.5.3.3 Evaluación econométrica 47

2.5.4. Evaluación del poder predictivo del modelo estimado 49

CAPÍTULO III: RESULTADOS 50

3.1 ANÁLISIS CON TABLAS DE CONTINGENCIA 50

3.1.1 Uso de servicios financieros formales 51

3.1.2 Uso de servicios financieros formales y el género 53

3.1.3 Uso de servicios financieros formales y la edad 58

3.1.4 Uso de servicios financieros formales y el nivel educativo 61

3.1.5 Uso de servicios financieros formales y el número de

Miembros en el Hogar 67

3.1.6 Uso de servicios financieros formales y los ingresos 70

3.1.7 Uso de servicios financieros formales y la zona geográfica 75

3.2 FORMULACIÓN DEL MODELO ECONOMÉTRICO GENERAL 80

3.2.1 Especificación del modelo multivariables 80

3.2.2 Estimación de los modelos multivariables 82

3.2.2.1 Estimaciones bivariadas 82

3.2.2.2 Pruebas de multicolinealidad 83

3.2.2.3 Estimación del modelo multivariado 83

3.2.3 Evaluación de los modelos multivariables 84

3.2.3.1 Evaluación económica 84

3.2.3.2 Evaluación estadística 86

3.2.3.3 Evaluación econométrica 91

3.2.4 Evaluación de la capacidad predictiva del modelo 95

3.2.4.1 Resultados a través de predicciones 95

3.3 ANALISIS E INTERPRETACIÓN DE LOS RESULTADOS 97

3.3.1 Variables sociales 97

3.3.1.1 Género 97

3.3.1.2 Edad 98

3.3.1.3 Nivel educativo 100

3.3.1.4 Número de miembros en el hogar 101

3.3.2 Variables económicas 103

3.3.2.1 Ingresos 103

3.3.3 Variables geográficas 105

3.3.3.1 Zona geográfica 105

CONCLUSIONES 107

IMPLICANCIAS DE POLITICA Y RECOMENDACIONES 109

REFERENCIAS BIBLIOGRAFICAS 111

ANEXOS 118

ÍNDICE DE CUADROS

CAPÍTULO I: MARCO TEÓRICO Y EMPIRICO

Cuadro 1.1: Evidencia empírica internacional relacionada al uso de servicios

financieros formales 25

Cuadro 1.2: Evidencia empírica nacional relacionada al uso de servicios

financieros formales 29

CAPÍTULO II: METODOLOGÍA

Cuadro 2.1: Preguntas empleadas en la construcción de la variable

uso de servicios financieros formales 32

Cuadro 2.2: Preguntas empleadas en la construcción de la variable

uso de servicios financieros formales 32

Cuadro 2.3: Operacionalización de variables 38

Cuadro 2.4: Esquema de valores predichos por modelo 46

CAPÍTULO III: RESULTADOS

Cuadro 3.1: Tabla de frecuencia de acuerdo al uso de servicios financieros formales 52

Cuadro 3.2: Tabla de frecuencia del género 53

Cuadro 3.3: Tabla de contingencia entre uso de cuenta de ahorro y género 54

Cuadro 3.4: Tabla de contingencia entre uso de cuenta de ahorro a plazo fijo

y género 54

Cuadro 3.5: Tabla de contingencia entre uso de cuenta corriente y género 55

Cuadro 3.6: Tabla de contingencia entre uso de tarjeta de crédito y género 55

Cuadro 3.7: Tabla de contingencia entre uso de tarjeta de débito y género 56

Cuadro 3.8: Tabla de contingencia entre uso del sistema de pensiones y género 57

Cuadro 3.9: Tabla de frecuencia de la edad 58

Cuadro 3.10: Tabla de contingencia entre el uso de servicios financieros

formales y los rangos de edad por frecuencias 60

Cuadro 3.11: Tabla de frecuencia del nivel educativo 61

Cuadro 3.12: Tabla de contingencia entre uso de cuenta de ahorro y nivel educativo 62

Cuadro 3.13: Tabla de contingencia entre uso de cuenta de ahorro

a plazo fijo y nivel educativo 64

Cuadro 3.14: Tabla de contingencia entre uso de cuenta de cuenta corriente y nivel 64

Cuadro 3.15: Tabla de contingencia entre uso de tarjetas de crédito y nivel educativo 65

Cuadro 3.16: Tabla de contingencia entre uso de tarjetas de débito y nivel educativo 65

Cuadro 3.17: Tabla de contingencia entre uso del sistema de pensiones

y nivel educativo 66

Cuadro 3.18: Tabla de frecuencia del número de miembros en el hogar 68

Cuadro 3.19: Tabla de contingencia entre el uso de servicios financieros

formales y el número de miembros en el hogar, por frecuencias 69

Cuadro 3.20: Tabla del promedio de miembro en el hogar por tipo

de servicio financiero formal 70

Cuadro 3.21: Tabla de frecuencia de la recepción de ingreso 71

Cuadro 3.22: Tabla de contingencia entre uso de cuentas de ahorro e ingresos 71

Cuadro 3.23: Tabla de contingencia entre uso de cuentas de ahorro a plaza e ingresos 72

Cuadro 3.24: Tabla de contingencia entre uso de cuenta corriente e ingresos 73

Cuadro 3.25: Tabla de contingencia entre uso de tarjeta de crédito e ingresos 73

Cuadro 3.26: Tabla de contingencia entre uso de tarjeta de débito e ingresos 74

Cuadro 3.27: Tabla de contingencia entre uso del sistema de pensiones e ingresos 74

Cuadro 3.28: Tabla de frecuencia de la zona geográfica 76

Cuadro 3.29: Tabla de contingencia entre uso de cuenta de ahorro

y la zona geográfica 76

Cuadro 3.30: Tabla de contingencia entre uso de cuenta de ahorro a

plazo fijo y la zona geográfica 77

Cuadro 3.31: Tabla de contingencia entre uso de cuenta corriente y

la zona geográfica 77

Cuadro 3.32: Tabla de contingencia entre uso de tarjetas de crédito y


Cuadro 3.33: Tabla de contingencia entre uso de tarjetas de débito y


Cuadro 3.34: Tabla de contingencia entre uso del sistema de pensiones

y la zona geográfica 79

Cuadro 3.35: Estimaciones bivariables para el uso de servicios

financiero formales 82

Cuadro 3.36: Matriz de correlaciones de variables independientes 83

Cuadro 3.37: Estimación del modelo Logit 84

Cuadro 3.38: Pruebas de bondad de ajuste del modelo 89

Cuadro 3.39: Test de normalidad Shapiro-Wilk 92

Cuadro 3.40: Modelos Logit vs Probit corregidos 93

Cuadro 3.41: Resultados del modelo Logit corregido 94

Cuadro 3.42: Listado de coeficientes logísticos y cocientes de razones 94

Cuadro 3.43: Efectos marginales del modelo Logit final 95

Cuadro 3.44: Predicciones del modelo 95

Cuadro 3.45: Análisis de predicciones para individuos con características Medias 96

ÍNDICE DE FIGURAS


Figura 1.1: Modelo Keynesiano de consumo - ahorro 7

Figura 1.2: Evolución del ciclo de vida 10

Figura 1.3: Hipótesis del ciclo de vida 11

Figura 1.4: Inversión en educación e ingresos futuros 14

Figura 1.5: Diferencias entre acceso y uso de servicios financieros formales 18


Figura 3.1: Uso de servicios financieros formales por género 57

Figura 3.2: Uso de servicios financieros formales por nivel educativo 67

Figura 3.3: Uso de servicios financieros formales por ingresos 75

Figura 3.4: Uso de servicios financieros formales por zona geográfica de residencia 80

Figura 3.5: Predicciones del modelo 90

Figura 3.6: Curva ROC 91

Figura 3.7: Test de Levene y Barlett 92

Figura 3.8: Probabilidad de usar servicios financieros formales y el género 97

Figura 3.9: Probabilidad de usar servicios financieros formales y la edad 99

Figura 3.10: Probabilidad de usar servicios financieros formales y el nivel

educativo 100

Figura 3.11: Probabilidad de usar servicios financieros formales y el número

de miembros en el hogar 102

Figura 3.12: Probabilidad de usar servicios financieros formales y los ingresos 104

Figura 3.13: Probabilidad de usar servicios financieros formales y las zonas

geográficas 105

ÍNDICE DE ANEXOS

Anexo 1: Matriz de consistencia 119

Anexo 2: Indicadores de acceso a los servicios financieros por

departamento 2010 – 2015 120

Anexo 3.1: Población (% 15 años+) que tiene cuentas, ahorra y solicita

crédito en una Institución Financiera (IF) – Global Findex 2011 y 2014 121

Anexo 3.2: Población (% 15 años+) que declara tener una tarjeta de

crédito y débito – Global Findex 2014 121

Anexo 3: Unificación de módulos de ENAHO usando Stata 14 122

Anexo 4: Recodificación de variables en Stata 14 123

Anexo 5: Do-file utilizado en la investigación usando Stata 14 125

ÍNDICE DE ABREVIATURA

ACM.………………………………………………Análisis de correspondencia múltiple

AFI.………………………………………………….Alianza para la inclusión financiera

BBVA………………………………………………....Banco Bilbao Vizcaya Argentaria

BCRP..........................................................................Banco Central de Reservas del Perú

BN……………………………………………………………………Banco de la Nación

BM………………………………………………………………………..Banco Mundial

CMIF…………………………………..Comisión Multisectorial de Inclusión Financiera

ENAHO…………………………………………………..Encuesta Nacional de Hogares

ENIF………………………………………..Estrategia Nacional de Inclusion Financiera

ENIF1………………………………………..Encuesta Nacional de Inclusion Financiera

INEI……………………………………...Instituto Nacional de Estadística e Informática

MEF…………………………………………………Ministerio de Economía y Finanzas

MIDIS………………………………………Ministerio de Desarrollo e Inclusión Social

MINEDU………………………………………………………..Ministerio de Educación

GLM…………………………………………………….……Modelo lineal generalizado

PBI………………………………………………………………..Producto Bruto Interno PMeC………………………………………………………Propensión media a consumir

PMC…………………….………………………………Propensión marginal a consumir

PMS……………………..…………………………………Propensión marginal a ahorra

OECD……………………..Organización para la cooperación y el desarrollo económico

SBS………………………………………….Superintendencia de Banca Seguros y AFP

RESUMEN

El presente trabajo de investigación tiene como propósito analizar el efecto de las

variables sociales, económicas y geográficas que inciden sobre el uso de servicios

financieros formales en el Perú con datos de la ENAHO 2015, y a partir de los resultados,

plantear alternativas de política que promuevan el uso de servicios financieros en

entidades formales por parte de todos los sectores de la población y en especial de los

sectores vulnerables, con el fin de promover el desarrollo económico y bienestar social

de cada individuo. Se empleó para ello, en primer término un análisis basado en tablas de

contingencia que busca encontrar un efecto parcial de cada variable independiente por

cada servicio financiero, y en segundo término un análisis econométrico multivariado, el

cual consistió en estimar un modelo logit teniendo como endógena la respuesta

dicotómica a si el individuo usa al menos un servicio financiero (cuenta de ahorro, ahorro

a plazo fijo, cuenta corriente, tarjetas de crédito, tarjetas de débito y sistema de

pensiones). De acuerdo a los resultados del análisis econométrico, se determinó que ser

mujer, tener un mayor número de miembros en el hogar y vivir en zonas rurales reduce

la probabilidad de usar servicios financieros formales en 2.70%, 0.49% y 9.69

respectivamente y mayor edad, mayor nivel educativo y disponer de ingresos mejora las

posibilidades de usarlos en 0.62%, 17.43% y 12.44%, respectivamente.

Palabras claves: Uso, servicios financieros formales, análisis econométrico

multivariado, dicotómico, variables sociales, variables económicas, variables

geográficas.

ABSTRACT

The purpose of this research is to analyze the effect of the social, economic and

geographical variables that influence the use of formal financial services in Peru with data

from ENAHO 2015, and from the results, to propose policy alternatives that promote The

use of financial services in formal entities by all sectors of the population and especially

the vulnerable sectors, in order to promote the economic development and social welfare

of each individual. For this purpose, an analysis based on contingency tables was used to

find a partial effect of each independent variable for each financial service, and secondly

a multivariate econometric analysis, which consisted of estimating a logit model having

as endogenous The dichotomous response to whether the individual uses at least one

financial service (savings account, fixed-term savings, current account, credit cards, debit

cards and pension system). According to the results of the econometric analysis, it was

determined that being a woman, having a larger number of members in the household and

living in rural areas reduces the probability of using formal financial services in 2.70%,

0.49% and 9.69 respectively and older, Higher educational level and disposing of income

improves the possibilities of using them in 0.62%, 17.43% and 12.44%, respectively.

Key words: Use, formal financial services, multivariate econometric analysis,

dichotomous, social variables, economic variables, geographic variables.

Página | 1

INTRODUCCION

El objetivo del trabajo de investigación ha sido analizar la encuesta nacional de

hogares en año 2015, en específico analizar las variables sociales, económicas y

geográficas que afectan la decisión de usar servicios financieros formales en el Perú, de

tal forma que se pueda cuantificar este fenómeno. Para tal efecto se planteó que ser mujer,

tener un nivel educativo bajo, un mayor número de miembros en el hogar y una menor

edad, reduce la probabilidad de usar servicios financieros formales, en tanto que, recibir

ingresos monetarios y vivir en zonas urbanas las mejoran.

El soporte teórico de este trabajo se centra principalmente en la teoría keynesiana

y la teoría del ciclo de vida, desarrolladas por Keynes (1936) y Modigliani (1986)

respectivamente, sin embargo, esta investigación también rescata los aportes que brindan

la economía del género, la teoría de la localización, la economía financiera y las

contribuciones de Claessens (2006) y del Banco Mundial (2008) referidas al uso de

servicios financieros en los individuos.

Esta investigación metodológicamente sigue el trabajo planteado por Cámara,

Peña y Tuesta (2013). Para el caso de esta investigación se usó la modelación Logit por

tener mejor ajuste que el Probit y se descartó la posibilidad de usar otras modelaciones

por la naturaleza cualitativa dicotómica de la variable endógena de estudio, por ejemplo,

se descartó el modelo de probabilidad lineal por tener limitaciones como

heterocedasticidad, no normalidad, valores estimados fuera del rango [0,1] y r2 bajos, y

también se descartó el modelo Tobit por no tratarse la variable de estudio de una variable

censurada.

Esta investigación se ha estructurado en 3 capítulos, en el primero se han

desarrollado las aportaciones teóricas ligadas al tema y la evidencia empírica referida al

uso de servicios financieros tanto a nivel internacional como a nivel nacional. En el

segundo capítulo se ha descrito de manera ordenada la metodología aplicada en esta

investigación, el modelo econométrico utilizado y las variables requeridas para analizar

el tema. El tercer capítulo detalla los resultados obtenidos, se realiza el análisis y contraste

Página | 2

de los hallazgos, situación que conlleva a la realización de conclusiones, implicancias y

recomendaciones como parte final de la investigación.

Dentro de los principales hallazgos se encontró que ser mujer, tener un miembro

adicional en el hogar y vivir en zonas rurales reduce la probabilidad de usar al menos un

servicio financiero formal en el Perú en 2.70%, 0.49 y 9.69%, respectivamente; por su

parte tener un año más de edad, un nivel mayor nivel educativo y tener ingresos mejora

esta probabilidad en 0.62%, 17.43% y 12.44%, respectivamente.

Por tanto esta investigación permite concluir entonces que en efecto el uso de

servicios financieros formales se explica por variables de orden social, económico y

geográfico, ya que variables como el género, la edad, el nivel educativo, el número de

miembros del hogar, los ingresos y la zona geográfica de residencia son significativas

dentro del modelo planteado.

Página | 3


1.1 MARCO TEÓRICO

Este primer apartado desarrolla el estado actual del arte, es decir los aspectos

teóricos a los que se recurre para el desarrollo de esta investigación.

1.1.1 Aspectos conceptuales

Previo al desarrollo teórico es importante presentar brevemente los aspectos

conceptuales que enmarcan esta investigación a fin que el lector se familiarice con ellos,

con el fin único de mejorar la comprensión del tema. Se definen los terminos: servicios

financieros, intermediación financiera, inclusión financiera, acceso y uso de servicios

financieros.

1.1.1.1 Servicios financieros

La ley general del sistema financiero y del sistema de seguros y orgánica de la

SBS (Ley N° 26702, 1996) define un servicio financiero como cualquier servicio de

naturaleza financiera que se compone de todos los servicios bancarios, todos los servicios

de seguros y relacionados con seguros y demás servicios financieros.

De igual modo, Asmundson (2011) los define no como un bien financiero (un

préstamo hipotecario, un crédito personal, una póliza de seguros de automóvil, etc.) sino

como “la transacción necesaria para obtener el bien financiero. […] en ámbitos tales como

el sector inmobiliario, de financiamiento al consumo, bancario y seguros.” (Asmundson,

2011, pág. 46).

Para Asmundson (2011) los servicios financieros son esenciales para que una

economía marche bien. Permiten a los ahorristas depositar sus excedentes de manera

segura en instituciones financieras y hace posible que los agentes deficitarios de dinero

realicen sus proyectos o ideas de negocios otorgándoles créditos. Del mismo modo

permiten cubrir riesgos y gastos imprevistos a las personas con los seguros.

Página | 4

Los servicios financieros son formales cuando son provistos por entidades

financieras formales sujetas a la vigilancia especializada del Estado (Instituto de Estudios

Peruano, 2013). Dentro del Perú la entidad encargada de regular todas estas operaciones

es la Superintendencia de Banca Seguros y AFP (SBS).

Los servicios financieros formales sirven como herramienta para afrontar choques

adversos, emergencias o siniestros que afectan a las personas. Por otro lado facilitan las

transacciones o medios de pago de la economía porque reducen el tiempo y mejoran la

seguridad (Corporación Andina de Fomento, 2011b).

De acuerdo a la SBS los productos o bienes son clasificados en productos activos

y pasivos, dentro del primer grupo se tienen: préstamos hipotecarios, préstamos a

microempresas, préstamos personales, tarjeta de crédito, etc.; y para el caso de las

productos pasivos: depósitos de ahorro, depósitos a plazo, depósitos de CTS, depósitos

en cuenta corriente, tarjetas de débito, órdenes de pago, etc. A ambos grupos se agrega

los seguros de vida, seguros vehiculares, seguros oncológicos, etc.

1.1.1.2 Inclusión financiera

La Comisión Multisectorial de Inclusión Financiera (CMIF) (2005, pág. 13)

define la inclusion financiera como “el acceso y uso de servicios financieros de calidad

por parte de todos los segmentos de la población”. Un tema que abarca 3 pilares acceso,

uso y calidad. De manera similar, para Cano, Esguerra, García, Rueda y Velasco (2014)

la inclusion financiera es “el acceso generalizado a servicios financieros y su utilización

efectiva”.

Es precisamente el uso de servicios financieros, que forma parte del concepto más

general llamado inclusion financiera, el fenómeno que se analiza en esta investigación.

De acuerdo a la definición de inclusion financiera tanto el acceso como el uso son dos

situaciones distintas pero que convergen a la inclusión financiera. Por tanto, es importante

situar los usos en este marco conceptual.

Página | 5

Son muchos los organismos internacionales que vienen generando programas para

la inclusión financiera, es el caso de G-20 que lanzo en el 2008 la Alianza para la inclusión

financiera (AFI) encarga, de acuerdo a la publicación AFI (2015), de regular y generar

políticas para la inclusion financiera en el mundo. Por otro lado está el Banco Mundial

(BM) que realiza la encuesta Global Findex para generar indicadores de inclusión

financiera en más de 140 economías, el Banco Bilbao Vizcaya Argentaria (BBVA) con

apoyo técnico al AFI, la Organización para la cooperación y el desarrollo económico

(OECD), entre otras instituciones y programas.

Para el Perú, en el año 2015 se lanza la Estrategia Nacional de Inclusion Financiera

(ENIF) como un instrumento de política que promueve la inclusión financiera, cuyo

objetivo es “promover el acceso y uso responsable de servicios financieros integrales,

quesean confiables, eficientes, innovadores y adecuados a las necesidades de los diversos

segmentos de la población” (CMIF, 2015 pág. 43) con la participación de diversas

instituciones como el Ministerio de Economía y Finanzas (MEF), el Ministerio de

Desarrollo e Inclusión Social (MIDIS), el Ministerio de Educación (MINEDU), la SBS,

el BCRP y el Banco de la Nación (BN).

1.1.1.3 Acceso y uso de servicios financieros

Claessens (2006), el Banco Mundial (2008), Peña, Hoyo y Tuesta (2014) y otros,

sostienen que existen diferencias importantes entre los terminos acceso y uso, siempre

que estén ligados al sector financiero. Esta discrepancia viene dada, porque el acceso se

vincula al suministro del servicio financiero, en tanto que el uso es una cuestión netamente

de demanda. A pesar de la diferencia, algunas veces ambos terminos son considerados

como equivalentes por la literatura, pero esta investigación se considera tal diferencia.

Este trabajo propone analizar el fenómeno de inclusion financiera desde el lado

de la demanda, por su importancia, puesto que en línea de lo que indican Tuestas, et. al.

(2015) el acceso solo es una condición necesaria pero no es suficiente para promover la

inclusión financiera en el país.

Página | 6

1.1.2 Teoría Keynesiana

Un importante número de investigadores citan a Keynes (1936), como el primer

economista que pudo establecer una relación directa entre el consumo y la renta

disponible, y aunque existían muchos otros determinantes, estos carecían de relevancia

para su modelo.

El modelo propuesto por Keynes (1936) (citado por Fernández, 2009) para

explicar el consumo, se forma de un consumo autónomo 𝐶0; un ingreso disponible (Y-T)

que descuenta los impuestos al ingreso percibido por las familias y por ende de los

individuos; y finalmente un intercepto llamado propensión marginal a consumir (PMC)

que no es más que la parte destinada al consumo cuando aumenta una unidad el ingreso.

𝐶 = 𝐶0 + 𝑏 ∗ (𝑌 − 𝑇)

De acuerdo al modelo básico, existe un consumo autónomo 𝐶0 que se supone es

pequeño y positivo que agrupa, según Parkin, Esquivel, y Muñoz (2007), la riqueza

acumulada, el ingreso futuro esperado, la tasa de interés real. También existe una

propensión marginal a consumir (PMC) y una propensión media a consumir (PMeC),

donde esta última es mayor a la primera asegurando así, que la elasticidad ingreso del

consumo (𝑃𝑀𝐶

𝑃𝑀𝑒𝑃) sea menor que la unidad pero que se aproxime a uno frente a incrementos

del ingreso.

Por otro lado, al mismo tiempo que el modelo keynesiano explica el consumo,

también explica el ahorro. Es así que al descontarle todo lo consumido a los ingresos se

encuentra el ahorro, sin embargo para Keynes (1936) (citado por Lera, 1997) esta decisión

no es una acción en sí misma, sino la ausencia de otra, el consumir.

𝑌 = 𝐶 + 𝑆

Para la ecuación anterior Y es el ingreso recibido por una persona, C es el consumo

y S el ahorro. A partir de esta ecuación se desprende la ecuación:

𝑆 = 𝑌 − 𝐶

Página | 7

De donde se extrae la función de ahorro, la cual se compone de forma análoga de

un ahorro autónomo 𝑆0, una pendiente (1-b) conocida como propensión marginal a ahorra

(PMS) y un ingreso disponible (T-Y). La PMS se interpreta como la porción que se

destina al ahorro cuando el ingreso aumenta una unidad.

𝑆 = −𝑆0 + (1 − 𝑏) ∗ (𝑌 − 𝑇)

Para explicar cómo se determina la función del ahorro se presenta la figura 1.1 En

la parte superior se encuentra la función consumo que se relaciona de forma directa con

el ingreso disponible y en la parte inferior la función ahorro. Según esta figura existe un

punto 𝑌1 donde las personas consumen todos los ingresos y donde el ahorro es cero, un

segundo punto 𝑌2 donde el consumo es mayor al ingreso, que implica un ahorro negativo

y finalmente un punto 𝑌3 donde luego de satisfacer el consumo aún queda un excedente

que se destina al ahorro.

Figura 1.1

Modelo Keynesiano de consumo - ahorro

Fuente: Parkin, et. al. (2007, pág. 333)

Elaboración: Propia

Página | 8

En la figura anterior un individuo situado en el punto 𝑌3 gozara de un nivel de

ahorro por el excedente logrado, dicho saldo a favor hará que demande mecanismos

seguros para proteger su dinero por lo que usará los servicios del mercado financiero. De

manera semejante uno que se encuentre en 𝑌2 se verá obligado a endeudarse ya que sus

bajos ingresos no cubren su consumo y buscaran mecanismos como el crédito para reducir

el diferencial.

El principal aporte del modelo Keynesiano tiene que ver con que relaciona el

ahorro y el consumo con los ingresos, sin embargo existe una limitación importante ligada

a la manera en la que supone un comportamiento miope de las personas, esto significa

que plantea individuos incapaces de pensar en el futuro, no formándose expectativas, sino

usando solamente el ingreso actual para sus decisiones de ahorro y consumo (Lera, 1997).

Además de lo anterior Lera (1997) cita a Simon Kuznets (1946), Goldsmith (1951)

y Denison (1955) como los que encuentran debilidades empíricas al modelo de Keynes

(1936), lo que hace, en consecuencia, que surjan nuevas modelaciones para corregir estas

debilidades, dentro de las más importantes, citando a Fernández (2009), se encuentran la

hipótesis del ciclo de vida y la hipótesis del ingreso permanente.

1.1.3 Teoría del ciclo de vida

Conforme a lo citado por Anchapuri (2014), la teoría del ciclo de vida es el más

importante mecanismo que explica la demanda de servicios financieros1. Esta afirmación

se basa en lo que plantea la mencionada teoría, en razón que los individuos siempre

intentan tener un nivel de vida constante, pero como sus ingresos son no constantes

porque solo reciben ingresos cuando trabajan, se ven obligados a ahorrar para su edad

adulta y a devolver lo prestado en para cuando fueron jóvenes (Morettini, 2002).

En consonancia con esta idea, Parkin, et. al. (2007) sostienen que en este ciclo de

vida las persona jóvenes y los pensionados son los que menos ahorran porque tienen

1 En este caso el autor se orienta a explicar la demanda de créditos.

Página | 9

menores ingresos futuros esperados, en cambio los de edad intermedia por su flujo

constante de ingresos, ahorran más, estando más propensos a usar servicios financieros.

También resulta valido sostener que desde esta perspectiva, para que un individuo

ostente un nivel de vida constante a lo largo del tiempo y sus patrones de consumo no

varíen drásticamente demandara créditos a las instituciones financieras bajo la posibilidad

que sus ingresos caigan con el aumento de la edad.

Modigliani (1986) (citado por De Gregorio, 2004) es quien propone la teoría del

ciclo de vida o también conocida como hipótesis del ciclo de vida, siendo su mayor aporte

el reconocer la vida limitada de un individuo para explicar el consumo, en un ciclo que

abarca: no percibir ingresos, trabajar y jubilarse.

Este modelo supera las deficiencias del modelo Keynesiano visto en el apartado

anterior, puesto que según él, ahora se consideran individuos no miopes, capaces de tomar

decisiones considerando el horizonte temporal y no se basan en un ingreso absoluto.

La figura 1.2 coadyuva a entender lo que propone la hipótesis del ciclo de vida.

Como primer paso se debe considerar la existencia de un individuo cualquiera, en seguida

se debe suponer que este individuo intenta suavizar su consumo, es decir tener un

consumo estable 𝑐̅ durante toda su vida, viviendo sin sobresaltos, para lo que necesitara

ahorra y endeudarse en momentos dados de su vida.

En la figura, el área A muestra una etapa en la que el individuo no recibe ingresos

pero acumula deuda, sin embargo, el área B describe la etapa que en la que ingresos se

elevan, comienza a pagar deuda y a acumular activos, esta es la etapa en la que comienzan

a ahorrar para luego gastarlo en su jubilación (área C), consumiendo todos sus ahorros y

terminando con cero activos al final de su vida.

Página | 10

Figura 1.2

Evolución del ciclo de vida

Fuente: De Gregorio (2004, pág. 72)


De manera analítica, Lera (1997) y Jiménez (2009) ofrecen un resumen del

modelo, que desarrolla bajo los supuestos que no se reciben ni se dejan herencias, lo

precios son constantes, el ahorro no genera interés, los ingresos son constantes y no se

detienen, no existen desempleo y un último que se flexibiliza de la no existencia de

riqueza Morettini (2002).

El mencionado modelo surge de un individuo con una vida laboral de N años y

una vida con L años hasta su muerte. Con lo cual existe un periodo de jubilación

expresado por L-N. Por otro lado, los individuos ganan un ingresos por su vida laboral

representado por Y*N que se reparte entre un consumo C y un ahorro S.

Página | 11

Figura 1.3

Hipótesis del ciclo de vida

Fuente: Morettini (2002, pág. 11)


Conforme al ciclo de vida, un individuo anhela gozar de un nivel de consumo

constante a lo largo de su vida, entonces su consumo se representara por 𝐶 = (𝑁

𝐿∗ 𝑌), en

tanto que el ahorro se forma de restar a la renta el consumo 𝑆 = 𝑌 − 𝐶. Por lo que

reemplazando estas funciones queda lo siguiente:

𝑆 = 𝑌 − 𝐶 = 𝑌 − (𝑁

𝐿∗ 𝑌) =

𝑌 ∗ (𝐿 − 𝑁)

𝐿

Por tanto el ahorro total logrado durante toda su vida laboral será:

𝑆 ∗ 𝑁 =𝑌 ∗ (𝐿 − 𝑁)

𝐿∗ 𝑁

En seguida, la riqueza acumulada se forma por el ahorro hecho por los individuos

durante su vida laboral es decir año N, luego de ello ya no hay ingresos y empieza el

desahorro, usando su riqueza acumulada hasta el momento hasta el punto en que ya no

tiene riqueza en el momento de su muerte. Por lo que todo lo ahorrado se consume para

tener un consumo constante.

Página | 12

A partir de lo anterior, se puede determinar cómo es la decisión entre consumo y

ahorro que un individuo afronta en un año específico T (0<T<N), donde la riqueza

acumulada se representa por 𝑅𝑡 y se determina por:

𝑅𝑡 = 𝑇 ∗ 𝑆 = 𝑇 ∗𝑌 ∗ (𝐿 − 𝑁)

𝐿

Por tanto el consumo en el año T será:

𝐶𝑇 =1

𝐿 − 𝑇∗ 𝑅𝑡 +

1

𝐿 − 𝑇∗ 𝑌 ∗ (𝑁 − 𝑇)

Según lo cual el consumo en el año T se compone de ingresos esperados en el

futuro 𝑌 ∗ (𝑁 − 𝑇) y la riqueza acumulada hasta dicho periodo 𝑅𝑡, ambos acompañados

del mismo coeficiente 1

𝐿−𝑇 que depende de manera directa de la edad del individuo.

De manera análoga se determina el ahorro en el año T, que es la diferencia del

ingreso y el consumo:

𝑆𝑇 =1

𝐿 − 𝑇∗ (𝐿 − 𝑁) ∗ 𝑌 −

1

𝐿 − 𝑇∗ 𝑅𝑡

Por tanto, el ahorro en el año T, se relaciona de manera negativa con la riqueza

acumulada y de manera positiva con los ingresos, pero sobre todo depende de la edad del

individuo al igual que en el consumo.

El esquema planteado por Modigliani (1986) permite vincular entre otros, a la

edad para explicar las decisiones de ahorro y consumo, esto significa que la edad sirve

para explicar que tanto una persona estaría dispuesta a demandar servicios financieros de

ahorro o crédito para suavizar su consumo y reducir las restricciones de liquidez,

mejorando como lo sostiene Cano, et. al. (2014), la eficiencia en la asignación de recursos

de la economía con un mayor crecimiento, equidad y reducción de pobreza.

Página | 13

1.1.4 Educación financiera

La educación financiera es definida por la Red Financiera BAC y CREDOMATIC

(2008, pág. 35) como “proceso educativo por el cual la personas toman conciencia de la

importancia de desarrollar conocimiento, actitudes, destrezas, valores, hábitos y

costumbres […] por medio del conocimiento y la utilización adecuada de las herramientas

e instrumentos básicos de la vida financiera”. Según esta, un individuo sin educación

financiera no podrá decidir entre la mejor opción de ahorro o inversión, estará propenso

a fraudes y no podrá beneficiarse de las ventajas de usar los servicios financieros.

Para la Corporación Andina de Fomento (2013, pág. 15) la educación financiera

es “el proceso por el cual los consumidores/inversionistas financieros mejoran su

comprensión de los productos financieros […] para ser más conscientes de los riesgos y

oportunidades financieras, tomar decisiones informadas, saber a dónde ir para obtener

ayuda y ejercer cualquier acción eficaz para mejorar su bienestar económico”.

De acuerdo con las definiciones mostradas, la educación, y en caso puntual la

educación financiera, proporciona a los individuos habilidades para decidir mejor

informados, ser conscientes de los riesgos, etc. siendo importante el rol de la educación

en la sociedad. Becker (1994) (citado en Aguilar y Ortiz, 2013) habla de este pilar social,

lo presenta como capital humano, un factor clave, que luego de invertir en él permite el

desarrollo y crecimiento de una sociedad.

Según la teoría del capital humano propuesta por Becker (1994), una persona con

una fuerte inversión en capital humano, con miras al fututo recibirá mejores salarios que

otra con escaza inversión. Según esto Cardona, et. al. (2007) citando a Becker (1994)

presentan la figura 1.4 que deja en evidencia que las personas sin formación, obtienen un

ingreso llano a lo largo de su vida (U), mientras que aquellas con formacion elevan sus

ingresos de forma constantemente (T), y aunque en los primeros años de aprendizaje su

ingresos sean bajos por la inversión realizada, con el pasar de los años se lograr

retribuciones más altas, la figura siguiente lo muestra:

Página | 14

Figura 1.4:

Inversión en educación e ingresos futuros

Fuente: Cardona, et. al. (2007, pág. 19)


Con la teoría de capital humano, queda claro que la inversión en educación mejora

los niveles de ingreso que un individuo alcanza conforme avanza su edad, pero también

ayuda a la personas a ser más consientes, a comprender mejor el mundo, puede por

ejemplo, direccionándolo a esta investigación, ayudar a tomar mejores decisiones

financieras, aprovechar mejor los beneficios que brinda el sector financiero, ser parte

activa del sistema financiero, etc. como lo indica el concepto de educación financiera.

Basado en lo anterior, León y Quispe (2012) proponen una modelación en la que

la decisión de estar bancarizado, equivalente a usar servicios financieros, depende

fuertemente de la educación. Para esta metodología la bancarización B (depósito bancario

/ total de ingresos) se encuentra condicionado por la tasa de interés efectiva (i), el nivel

de ingresos (Y) y el nivel de educación del individuo (E).

𝐵 = 𝐵(𝑖, 𝑌, 𝐸)

Los mecanismos de transmisión que ligan las variables estimulo con la variable

respuesta, son tres, primero la tasa de interés efectiva, cuando más alta es, mayor es el

costo de oportunidad de mantener los ingresos fuera de sistema financiero; segundo el

Página | 15

ingreso, cuando mayor es el nivel, mayor será el ahorro dependiendo de la propensión

marginal al ahorro de cada individuo; y tercero la educación, que cuando es más elevada

permite al individuo gozar de mayor información y conocimiento sobre los servicios

financieros.

Según lo que plantean León y Quispe (2012) la tasa de interés efectiva (i) resulta

de la diferencia entre la tasa de interés pasiva (𝑟), recabadas por las instituciones

financieras, y los costos de transacciones (𝑐𝑡). Por lo que, cuando mayor son los costos

de transaccionales menor es la tasa de interés percibida, en tanto que, los menores niveles

de educación generan mayores costos operativos, a mayor educación mayor la tasa de

interés efectiva recibida.

𝑖 = 𝑖(𝑟 − 𝑐𝑡) = 𝑖(𝑟 − 𝐸)

En seguida, se exponen un último supuesto, el que considera que los ingresos (Y)

dependen directamente del nivel educativo (E) que alcanza un individuo. Esta relación se

refuerza con la teoría del capital humano.

𝑌 = 𝑌(𝐸)

Con un tratamiento aritmético, reemplazando las ecuaciones se obtiene la

ecuación en su forma reducida:

𝐵 = 𝐵(𝑟, 𝐸)

Siendo 𝐵𝑟 > 0 y 𝐵𝐸 > 0

Según la forma reducida, existe una relación directa entre la educación y la

bancarización, eso significa que cuando mayor sea el nivel educativo logrado, mayor será

el uso de servicios financieros en una sociedad. Por otro lado, a pesar que la formula

propone una relación directa con la tasa de interés pasiva, no es el propósito de esta

investigación ahondar en relaciones teóricas ya establecidas (como es la relación interés

– ahorro), sino más bien analizar variables sociales como la educación que también

afectan las decisiones por participar del sistema financiero.

Página | 16

1.1.5 Economía de género

Castaño (1999) habla de la nula consideración que se le ha brindado a la

perspectiva de género a lo largo de toda la ciencia económica. La investigadora considera

que los llamados agentes económicos siempre se les ha considerados como del género

masculino, al no cargárseles, por ejemplo, los deberes de cuidar el hogar, cuidar

personalmente a los hijos, a los enfermos, entre otras actividades propias del hogar.

Para Castaño (1999) existe un comportamiento diferenciado entre hombres y

mujeres, causado por distintos roles sociales asignados a cada género. Mientras que, la

sociedad reclama siempre al hombre cumplir con tareas relacionas exclusivamente a lo

público (negocios, profesiones y política) y al ocio, a la mujer se le asigna tareas privadas

(domésticas, hijos, etc.), no obstante, si una mujer quisiera participar del mercado laboral

deberá primero sacrificar su ocio, hacer sus tareas privadas para luego las públicas.

De manera semejante, el Fondo de población de las Naciones Unidas (2006)

plantea que en la sociedad existen dos tipos de trabajos: el reproductivo y el productivo,

el primero ligado a la mujer con su rol reproductor, doméstico el que se caracteriza por

no tener retribución económica y estar infravalorado; y uno productivo ligado al hombre,

que acoge todas las actividades de producción de bienes y servicios para el mercado, que

tiene valor de cambio, es retribuido y tiene una sobrevaloración social y económica.

En efecto, existen ideas disímiles respecto al rol de cada género en la sociedad,

siendo así que, para la Superintendencia de Bancos e Instituciones Financieras de Chile

(2014, pág. 13) “estas constituyen un factor relevante a la hora de explicar la utilización

de servicios financieros”. Según la evidencia empírica el género es un factor que

condiciona las decisiones de uso de servicios financieros según los estudios de King

(2011), Hoyo, Peña y Tuesta (2013), Cámara, et. al. (2013), Corporación Andina de

Fomento (2013), Peña, et. al. (2014), Tuesta, et. al. (2015).

Página | 17

1.1.6 Teoría de localización

De acuerdo con el razonamiento que ofrece Inforesources (2008), existe una

diferencia marcada entre el suministro de servicios financieros que se brinda en una zona

rural y en una urbana, y es que en la primera existen altos costos unitarios, excedente que

se generan por una infraestructura de transporte, comunicaciones y tecnología de la

información con un menor grado de desarrollo que en la zonas urbanas.

Dadas las condiciones que anteceden, las instituciones financieras incurren en

costos extras que se transfieren directamente al cliente consumidor del servicio. Aparicio

y Jaramillo (2012) sostienen que las dificultades geográficas elevan los costos de

provisión y limitan la expansión de toda oferta de servicio, por ejemplo de cajeros

corresponsales, cajeros automáticos u oficinas de atención.

Ante ello, la teoría de localización determina la ubicación que maximiza la

rentabilidad de un proyecto. Según Sapag y Sapag (2008) las características geográficas

y la micro localización se analizan para establecer la zona más rentable, en tanto Baca

(2010) agrega factores institucionales, sociales y económicos para dicha elección.

De los anteriores planteamientos se deduce que las condiciones geográficas

afectan tanto a la oferta como a la demanda de servicios financieros, de acuerdo a ello

una institución toma en cuentas las caracterizas geográficas y sus inconvenientes, por otro

lado los demandantes toman en cuenta los costos asociados a su lejanía geográfica,

consideran, por ejemplo, las distancias para realizar un deposito o pagar una cuota de un

crédito. En conclusión la zona geográfica en la que viva un individuo condiciona el uso

de un servicio financiero.

1.1.7 Diferencia entre acceso y uso de servicios financieros formales

Claessens (2006) manifiesta que el acceso es distinto al uso de servicio financiero,

mientras, que tener acceso significa tener la disponibilidad de una prestación de servicios

financieros de calidad a un coste razonable, el usar hace referencia a un consumo real de

los servicios. Jaramillo, et. al. (2013), Cano, et. al. (2014), Roa (2014), entre otros, aclaran

Página | 18

que el acceso se refiere al suministro u oferta, en tanto que el uso hace referencia a la

demanda por los servicios.

En razón de lo mencionado el Banco Mundial (2008) y antes Claessens (2006)

proponen un esquema para diferenciar el acceso y uso de servicios financieros formales.

Identifican 3 grandes grupos de individuos. Un primer grupo que tienen acceso y usan los

servicios financieros (usuarios), luego otro grupo que tienen acceso y no quieren usar

(exclusión voluntaria) y finalmente los que no tienen acceso y por ende no usan los

servicios financieros (exclusión involuntaria).

Figura 1.5:

Diferencias entre acceso y uso de servicios financieros formales

Fuente: Claessens (2006) y Jaramillo, et. al. (2013), Banco Mundial (2008)


Están las personas que usan y acceden a los servicios financieros formales sin

problemas, pero también, los que se autoexcluyen por razones culturales, religiosas,

porque no tienen necesidad de usarlos, porque tienen algún familiar que ya los usa o

porque prefieren tratar con dinero en efectivo o finalmente porque son empresas sin

ningún tipo de inversión, a este grupo se les conoce como los excluidos voluntariamente

según lo propuesto por Claessens (2006) y el Banco Mundial (2008).

Página | 19

Existe un último grupo de individuos excluidos involuntariamente, esto es, que a

pesar de querer usar los servicios no tienen acceso, por diversas razones, como la falta de

ingresos, elevados riesgos de impago, altos costos operacionales en zonas lejanas

relacionados al marco contractual que impedirían a las instituciones financieras llegar a

ciertos grupos poblacionales, elevados precios de ciertos servicios financieros y una

última razón ligada a la discriminación de aspectos sociales, religiosos y étnicos que

afrontan algunos grupos vulnerables según lo indicado por Claessens (2006) y el Banco

Mundial (2008)

Para Jaramillo, et. al. (2013) en el grupo de excluidos hay muchos que se ven

obligados a usar servicios financieros informales, que en todos los casos son de peor

calidad y más costosos que los formales, esto en razón que son individuos de bajos

ingresos y alto riesgo de impago. Sin embargo, según él, para mejorar el bienestar de los

individuos es necesario que usen servicios formales y conforme a ello en esta

investigación se estudian estos pues generan mayor bienestar en las personas que los

informales.

1.1.8 Síntesis del marco teórico

En relación con el marco teórico desarrollado en este trabajo, se contrasta la

existencia de un fundamento teórico para explicar la relación existente entre el uso de

servicios financieros y variables de origen social, económico y geográfico de individuos

en el Perú.

Por el lado de la teoría keynesiana, esta proporciona fundamento para relacionar

al ingreso con el uso de servicios financieros, en tanto, la teoría del ciclo de vida postula

que además de los ingresos, la edad explica este fenómeno porque los individuos desean

tener un nivel de vida constante al que se puede llegar demandando créditos y/o

ahorrando.

La educación financiera estipula que la educación proporciona habilidades,

conocimientos y destrezas que permiten a los individuos mejorar la comprensión de los

servicios financieros, por tanto, esta variable se vuelve importante de analizar en este

Página | 20

estudio. En cuanto a la economía de género se habla de diferencias entre hombre y

mujeres producto de distintos roles que asigna la sociedad a cada uno de ellos, por ello se

rescata que el género explica también la decisión de usar servicios financieros.

Finalmente por su parte la teoría de localización revela que los aspectos

geográficos condicionan la oferta de servicios, lo que repercute sobre la demanda, según

el BM esto genera individuos excluidos involuntariamente, por ello se considera el ámbito

urbano y rural como representativos para explicar el fenómeno estudiado.

1.2 EVIDENCIA EMPÍRICA

Relacionado al problema de investigación y de acuerdo con Cámara, et. al. (2013)

y Tuesta, et. al. (2015) se puede afirmar que son pocos los estudios empíricos a nivel

microeconómico que analizan los determinantes de la inclusión financiera y por ende del

uso de los servicios financieros. En esta investigación se plantean factores

socioeconómicos y geográficos para cuantificar su impacto sobre la decisión de usar

servicios financieros formales en el Perú.

A continuación se describen algunos de estos estudios en mayor detalle:

1.2.1 Evidencia empírica internacional

Con datos del año 2000 para el Reino Unido, Devlin (2005) buscó con su

investigación aquellos factores que expliquen un fenómeno que él llamo exclusión

financiera, que no era otra cosa que la respuesta dicotómica a si el individuo usaba o no

un servicio financiero. El autor propuso que si una persona no usaba alguno de estos

servicios: cuentas corrientes, cuentas de ahorro, seguros de vivienda, seguros de vida o

pensiones, automáticamente se le consideraba como excluida del sistema financiero.

Según esto, Devlin (2005), realiza cinco estimaciones logísticas, para cada uno de

los servicios financieros citados. Con ellos pudo concluir que la situación laboral, los

ingresos del hogar, la tenencia de vivienda, el estado civil, la edad y el nivel educativo

eran las variables más representativas dentro de todos los modelos planteados.

Página | 21

El modelo que utiliza es logístico y se plantea a continuación:

𝐸𝑋𝐶𝐿𝑈𝐷𝐸𝐷𝑎−𝑒 = 𝑓(𝑥)

Donde excluded es la variable endógena que es 1=si usa alguno de los servicios

financiero (no excluido) y 0=si no los usa (excluido). Por su parte x representa a conjuntos

de variables exógenas: género, clase social, edad, estatus dentro del hogar, ingreso

familiar, origen étnico, región, nivel de estudios, situación laboral, tamaño del hogar y

tenencia de vivienda.

Según sus resultados del primer modelo, uso de cuentas corrientes, las personas

casadas o convivientes; de ingreso familiar medio y alto; con vivienda propia; que trabaja;

de clase social D y E; sin familia numerosa; y tienen niveles de educación media y alta,

son las que más usan las cuentas corrientes y por ende las que tienden a ser las menos

excluidas del sistema. Por otro lado las personas mayores de 66 años; que son

desempleados, jubilados o estudiantes; que tienen vivienda alquilada, viven en lugares

públicos o en sociedades inmobiliarias y con alto número de personas en casa, son las

más propensas a ser excluidas del sistema.

Para el caso de los otros cuatro modelos los resultados son similares al presentado

salvo que ahora todos los rangos de edad son significativos lo que significa que tienen

mayor probabilidad de usar servicios financieros que los mayores de 26 años tendiendo a

ser menor excluidos, el origen étnico se vuelve significativo en algunos casos, la región

sigue siendo poco significativa, en tanto que el género solo se hace significativo para

explicar los ahorros y las pensiones pero estos son inconsistentes.

Por su parte Kumar (2005) en un estudio realizado en Brazil, encuentra que la

probabilidad de tener servicios de depósito, cuentas bancarias, tarjeta de crédito de débito

y tener solicitudes de préstamos se explican por un conjunto de variables

socioeconómicas y geográficas entre las cuales: región geográfica, sexo, edad, posición

en el hogar, tipo de vivienda, tipo de estructura, número de personas en la familia, empleo,

rol en el lugar de trabajo, tipo de empleo, sector económico, ingresos, educación y

posesión de colateral.

Página | 22

Kumar (2005) realiza cinco estimaciones Probit para cada servicio. Encuentra que

el resultado más importante para todos sus modelos son los ingresos, relacionado de

forma directa lo que significa que mayores ingresos incrementan la probabilidad de usar

servicios financieros. Los niveles de educación también explican de forma directa el

fenómeno, salvo cuando se explican las solicitudes de crédito. En otro resultado la región

geográfica explica las cuentas bancarias, el sexo los depósitos, el tipo de actividad las

tarjetas de débito y los colaterales las tarjetas de crédito. Finalmente encuentra que la edad

resultan ser no significativa en ninguno de los casos.

En otra investigación para el Reino Unido Finney y Kempson (2009) analiza los

factores que determinan la probabilidad de usar una cuenta bancaria, lo hace realizando

una primera estimación logística para las personas no jubiladas y otra para los jubilados.

Para el primer modelo encuentra que contar con un Post Office Card Account (cuenta en

la oficina postal), poseer ingresos bajos, alquilar casa, estar entre los rangos de edad 16-

24 y 25-34, ser hombre, estar retirado y vivir en una región determinada, incrementa las

probabilidades de utilizar el servicio financiero. En un segundo modelo las variables edad,

el género y los años de estudio no resultaron significativas.

En África Osei-Assibey (2009) analiza la demanda de los hogares por una cuenta

bancaria impulsando la exclusion geográfica en Ghana. Este autor encuentra que son

determinantes para tener una cuenta bancaria: el ingreso, la etnia, el nivel educativo, la

edad del jefe del hogar, el género, la situación laboral, así mismo incluye variables de

oferta como el precio de los productos financieros y la proximidad a un banco.

Para el caso de Kenya y Uganda, Johnson y Nino-Zarazua (2011) investigan los

factores socioeconómicos, demográficos y geográficos que causa la exclusión de los

servicios financieros realizando 4 regresiones logísticas para inclusion formal,

semiformales e informales y para los excluidos. En lo que respecta a Uganda los

indicadores que explican el uso de servicios formales son: ser mujer, tener entre 25 y 44

años, tener nivel educativos mayores a primaria, ser pensionado, vender producido a partir

de granja, ganado y pesca, realizar tareas domésticas, ser empleado del sector formal,

tener televisión, tener teléfono, tener ingresos elevados, entre otros. Para Kenya ocurre

una situación similar salvo que el género no resulta significativo.

Página | 23

En Nigeria, King (2011) movido por el hecho de que 4 de cada 5 nigerianos no

acceden ni usan servicios financieros formales (crédito, sobregiros, hipotecas, tarjeta de

crédito o tarjeta de débito) investiga y encuentra que sobre esa razón de excluidos se

encuentran individuos con ingresos bajos, niveles bajos de educación, mujeres, personas

que no tienen celular y tienen menores niveles de conocimiento del sector financiero,

informalidad, finalmente en cuanto a variables psicométricas son los bajos niveles de

confianza y la mayor aversión al riesgo las que determinan el no uso de servicios

bancarios.

En otra investigación Peña, et. al. (2014) con datos de la Encuesta Nacional de

Inclusion Financiera (ENIF1) aplicada el 2012 en México analiza las razón que pueden

explicar porque teniendo el 97% de los mexicanos un punto de acceso al sistema

financieros solo el 38% de estos usan efectivamente algún servicio.

Peña, et. al. (2014) plantea un modelo desde el lado de la demanda, utilizando un

análisis de correspondencia múltiple (ACM) que resume en un solo índice, un conjunto

de variables categóricas para usarlo como su variable explicada en su modelo. Este

procedimiento ponderan y asigna pesos a la respuesta de si usa servicios de cuenta de

ahorro, cheques, depósitos a plazo fijo, cuenta nómina, fondo de inversión, tarjeta de

crédito, crédito de nómina, crédito personal, crédito automotriz y crédito hipotecario.

Con este índice, el autor realiza estimaciones por el método Lineal Generalizado

(GLM) ya que su indicador hallado a partir de ACM oscila entre 0 y 1. Con este método

estima por cuasi-máxima verosimilitud tres modelos, hace un modelo agregado que acoge

tanto servicios de ahorro como de crédito, otro orientado a créditos y otros a ahorros.

En el modelo agregado las variables edad, estado civil, nivel educativo, ingresos,

posición en el hogar, vivir en una localidad con menos de 15 habitantes son significativas

y explican el uso de servicio de ahorro y crédito. Respecto a la edad la relación es positiva,

lo que implica que mayor edad aumenta el uso de estos servicios. Por su parte tener mayor

nivel educativo, estar casado o en unión, recibir ingresos laborales, ser jefe de hogar,

ahorrar y tener capacidad de respuesta a shocks incrementa la probabilidad de uso estos

servicios, mientras que vivir en una localidad de menos de 15mil habitantes reduce esta

probabilidad.

Página | 24

Por su parte el segundo modelo que tiene como endógena un indicador de crédito

obtiene similares resultado al agregado salvo que el género se hace significativo y por el

lado opuesto la capacidad de respuesta a shocks deja de serlo. Finalmente el tercer modelo

con un indicador de ahorro los resultados son similares al general salvo que ser jefe de

hogar y estar casado deja de explicar el modelo, en tanto que recibir remesas y ser mujer

se vuelve explicativo el primero de manera directa y el segundo de forma indirecta.

Para el caso de Colombia, Cano, et. al. (2014) al igual que Peña, et. al. (2014)

ofrece un ACM para encontrar los determinantes de la inclusion financiera desde el lado

de la demanda. Utiliza como endógena índices calculado por ACM en base a la utilización

de los servicios de cuenta de ahorros, cuenta corriente, inversiones financieras, seguros

de vida, pensiones, seguros generales, micro seguros, tarjeta de crédito, crédito formal,

microcrédito, hipotecas, crédito informal y ahorro informal.

Cano, et. al. (2014) utilizan cuatro métodos de estimación: mínimos cuadrados

ordinarios, mínimos cuadrados ordinarios con la función logística, cuasi-máxima

verosimilitud con la función binomial, y regresión beta con función logística. De acuerdo

a los autores, la última presenta menos inconvenientes que las otras, pero en efecto, de

manera general todas convergen a similares resultados.

Los resultados más importantes de Cano, et. al. (2014) sostiene que la

probabilidad de utilizar al menos un servicio financiero se incrementa cuando el individuo

es hombre adulto, tiene una relación conyugal, viven en hogares con bajos número de

integrantes, con ingresos altos, niveles altos de educación, viven cerca de centros urbanos.

En otra investigación, para el caso Argentino, Tuesta, et. al. (2015) evalúan desde

tres dimensiones la inclusion financiera, desde el lado de la oferta, la demanda y las

barreras. Acorde a esta investigación, se reportan los resultados desde lado de la demanda,

es decir, los concernientes al uso de servicios financiero formales. Utiliza la base de datos

Global Findex 2012.

Página | 25

𝑃(𝑦 = 1|𝑥´) = 𝑓(𝑔é𝑛𝑒𝑟𝑜, 𝑒𝑑𝑢𝑐𝑎𝑐𝑖ó𝑛, 𝑖𝑛𝑔𝑟𝑒𝑠𝑜𝑠, 𝑒𝑑𝑎𝑑)

Realiza cinco estimaciones Probit para cada uno de los servicios propuestos: cuentas, tarjetas de crédito, tarjetas de débito, crédito formal

y pagos electrónicos. En todos ellos encuentran que el género no explica ninguno de los cinco modelos es decir no es significativo para explicar

las decisiones de uso, por otro lado, encuentran que mayor edad y mayor nivel educativo incrementan la probabilidad de usar servicios, en tanto

que los ingresos en los primeros cuatro quintiles más bajos son los que menos consumen en comparación al quintil más alto.

Cuadro 1.1:

Evidencia empírica internacional relacionada al uso de servicios financieros formales

Autor/Año Modelo/Enfoque usado Variables dependientes Variables independientes/ indicadores Periodo Países

Devlin, J. (2005) Modelos de regresión logística

Uso de cuentas corrientes,

cuenta de ahorros, seguros

de vivienda, seguros de vida

y pensiones

Género, clase social, edad, estatus dentro del

hogar, ingreso familiar, origen étnico, región,

nivel educativo, situación laboral, tamaño del

hogar, estado civil y tenencia de vivienda.

2000 Reino Unido

Kumar, A. (2005) Probit y multidimensional Logit

Utiliza una cuenta bancaria,

tiene saldo de depósito,

solicita préstamos, tiene

una tarjeta de débito y tiene

una tarjeta de crédito

Región geográfica, sexo, edad, tipo de hogar,

posición en el hogar, tipo de edificación, tenencia

de empleo, número de individuos en la familia,

rol en el trabajo, sector de empleo, ingresos,

educación, empleo parcial o completo, posesión

de colateral.

2002 Brasil

Finney, A., y Kempson,

E. (2009) Modelos de regresión logística

Acceso del hogar a los

servicios bancarios (cuenta

bancaria)

Edad, genero, composición del hogar, hijos,

grupo étnico, enfermedades de larga duración,

años de educación, estatus ocupacional, tenencia

de vivienda, ingresos del hogar, beneficios, país,

cuenta en oficina postal.

2006 - 2007

Inglaterra,

Gales,

Escocia e

Irlanda del

norte

Página | 26

Osei-Assibey, E.

(2009) Modelo Probit y OLS

Tiene cuenta de depósito

bancario

Edad, educación, estado de empleo, ingresos,

etnia, genero, responsabilidad, religión, remesas,

dependencia, total de activos físicos.

2005 - 2006 Ghana

Johnson, S. y Nino-

Zarazua, M. (2011) Modelo de regresión logística

Acceso a servicios de ahorro

y crédito: formal, informal,

semiformales

Ubicación, genero, estado civil, edad, educación,

región, empleo, condición de vivienda, principal

fuente de iluminación fuente de agua, servicios

higiénicos, activos del hogar, uso de celular, etc.

2006 Kenya y

Uganda

King, M. (2011) Método de variables

instrumentales y Probit

Estatus financiero: 1 =

Bancarizados formalmente ,

2 = sólo informal y 3 =

financieramente excluidos

formalidad, educación, edad, genero, tiene

celular, tiempo que gasta en el supermercado más

próximo, conocimiento del sistema financiero,

acceso a los servicios financieros, urbano,

aversión al riesgo, nivel de soborno, confianza

social, informalidad, nivel de criminalidad,

sucursales bancarias por millos de habitante,

número de instituciones micro financieras, PBI

per capital.

2008 Nigeria

Peña, X., Hoyo, C., y

Tuesta, D. (2014)

Modelos Lineales Generalizados

(GML) y Análisis de

Correspondencias Múltiples

Tenencia ponderada de un

grupo de productos

financieros.

Mujer, edad, Tamaño del hogar, Jefe de hogar,

casado, nivel educativo, empleado, empleados,

independiente, trabajo no remunerado, inactivo,

hogar con ahorro, capacidad de respuesta a

shoks, recibe remesas, ingresos laborales,

localidad con menos de 15mil habitantes, no de

sucursales en el estado, no corresponsales

bancarios, empresa formal.

2012 México

Cano, G., Esguerra, M.,

García, N., Rueda, J. y

Velasco A. (2014)

OLS, Análisis de Correspondencia

Múltiple, estimaciones con cuasi-

máxima verosimilitud.

Tenencia de productos

financieros

Género, edad, nivel educativos, ubicación,

situación laboral, ingresos, tamaño del hogar 2012 Colombia

Página | 27

Tuesta, D., Sorensen,

G., Haring, A. y

Cámara, N. (2015)

Modelo Probit

Usa servicios financieros

formales: Cuenta, tarjeta de

débito, tarjeta de crédito,

pagos electrónicos y crédito

formal

Género, nivel educativo, ingresos, edad 2012 Argentina

Fuente: Varias, mayor detalle en referencias bibliográficas.

Elaboración: Propia.

La conclusión del cuadro presentado es que la gran mayoría de autores utiliza los modelos de elección discreta para analizar el fenómeno

de usar servicios financieros y además que hay variables comunes entre estudios como es el caso del género, la educación, los ingresos, la ubicación

geográfica, el tamaño del hogar y la edad.

1.2.2 Evidencia empírica nacional

Siguiendo con la evidencia empírica a nivel de país en primer término se encuentra a Cámara, et. al. (2013) quienes realizan una

investigación para conocer a nivel de hogares y de empresas los determinantes que afectan la probabilidad de usar servicios bancarios (si posee un

crédito de vivienda, si recibe intereses por la tenencia de productos financieros o si realiza operaciones de banca electrónica).

Página | 28

Utiliza un modelo Probit, donde el vector de las variables explicativas se compone

de variables como: zona geográfica, género, estado civil, alfabetización, ingresos anuales,

gastos anuales, edad, nivel educativo, pobreza, ingresos por quintiles, tipo de vivienda,

número de vivienda por centro poblado, entre otras.

Como fuente de información, los autores usan los datos del ENAHO 2011 y

encuentran que a nivel de hogares características como vivir en zonas rurales, no ser

alfabetizado, soltero, tener bajo nivel educativo, ser mujer, poseer bajo nivel de ingresos,

tener mayor número de perceptores, no poseer vivienda propia y vivir en áreas pequeñas,

se constituyen como factores que reducen la probabilidad de usar servicios bancarios.

Por otro lado Jaramillo, et. al. (2013), evalúa los determinantes a nivel de hogares

de tener créditos directos desembolsados para el periodo 2007 – 2011, bajo un conjunto

de variables exógenas que se representa en el siguiente modelo:

𝑎𝑐𝑐𝑒𝑠𝑜 ℎ𝑜𝑔𝑎𝑟𝑒𝑠 = 𝑓(𝐶𝐹, 𝐶𝐻, 𝐶𝑆, 𝑆𝑃, 𝑇, 𝑌, 𝐼𝑁𝐹, 𝑈, 𝑋)

Donde CF son los tipos de capital físico del hogar, CH los tipos de capital humano,

CS los tipos de capital social, SP todos los tipos de acceso a infraestructura de servicios

públicos, T son las transferencias del hogar, Y son los shocks del hogar, INF son variables

relacionadas a la informalidad, U son las variables ligadas a la ubicación geográfica del

hogar y X son características del jefe del hogar.

Jaramillo, et. al. (2013) realiza una estimación por paneles dinámicos con la

metodología de método generalizado de momentos (GMM). Encuentra, contrario a otras

investigaciones, que la edad es un factor que se relaciona de manera negativa con la

utilización del servicio, en tanto que ser mujer, tener vivienda (medida de capital físico),

tener teléfono (acceso a infraestructura de trasportes), mayor nivel de estudio (capital

humano), entre otras se relacionan de manera directa con la tenencia de créditos. Las

condiciones geográficas también explican en parte este fenómeno.

Página | 29

Cuadro 1.2:

Evidencia empírica nacional relacionada al uso de servicios financieros formales

Autor/Año Modelo/Enfoque

usado Variables dependientes Variables independientes/ indicadores Periodo Países

Cámara, N., Peña, X.

y Tuesta, D. (2013) Modelos Probit

Percibe intereses por algún

producto financiero o poseer

un crédito de vivienda o

realiza operaciones de banca

electrónica.

Rural, mujer, soltero, alfabetizado, trabajador familiar, trabajador

independiente, empleador < 5 p, gasto anual del hogar, Ingreso del hogar,

ingreso por rentas, ingreso por remesas, ingresos por transferencias,

edad, nivel educativo, gasto en móvil, percepciones, hogar pobre, gasto

percapital distrital, tipo vivienda, con ahorro, con deuda, no viviendas

del centros poblados

2011 Perú

Jaramillo, M.,

Aparicio, C. y

Cevallos, B. (2013)

Método Generalizado

de Momentos con

datos de panel

Acceso a créditos

Educación, sexo, transporte, miembros, electricidad, teléfono, remesas,

costa, sierra, selva, edad, tipo de piso, paredes, tiene DNI, trabajador del

sector comercio.

2007 - 2011 Perú

Fuente: Varias, mayor detalle en referencias bibliográficas


1.2.3 Síntesis de la evidencia empírica

En síntesis, estos estudios resaltan que es importante incluir variables tradicionalmente no tomadas en cuenta para explicar las decisiones

de participar en el mercado financiero. La mayoría de estas investigaciones concuerdan en que por ejemplo la educación y los ingresos tienden a

explicar bien porque una persona usa o no usa servicios financieros, pero en algunos casos el género, la edad, la zona geográfica y el tamaño del

hogar no son significativo y esto porque cada sociedad es distinta y nos da luces de cómo se encuentra el fenómeno en otras realidades.

Esta evidencia contribuyo a confirmar los aportes de la teoría económica y dan una idea de cómo se avanza en el tema en muchas realidades

distintas. De acuerdo a lo que la teoría plantea y que la evidencia refuerza para explicar porque una persona de ciertas características participa del

sistema financiero y otras no, se creyó conveniente recurrir a las siguientes variables: género, nivel educativo, edad, miembros del hogar, ingresos

y zona geográfica; y de estas, rescatar el efecto que tienen sobre el fenómeno de estudio.

Página | 30

CAPÍTULO II: METODOLOGÍA

2.1 OBTENCIÓN DE DATOS

El presente estudio ha sido realizado gracias a los datos proporcionados por la

ENAHO 2015 (metodología actualizada) del Instituto Nacional de Estadística e

Informática, disponible en la web de la misma institución, en la sección MICRODATOS.

Con esta información se ha podido lograr resultados a escala nacional, que de otra forma

hubiera sido complicado lograr.

La ENAHO es una herramienta, aplicada de manera continua desde el año 2003,

con periodicidad trimestral y anual, que reúne resultados de todo el territorio nacional en

los 24 departamentos del país y en la Provincia Constitucional del Callao, con la finalidad

de generar indicadores de pobreza, bienestar y de condiciones de vida de los hogares

peruanos. Pero además, en este último año 2015, se ha propuesto incluir preguntas sobre

inclusion financieras a personas mayores de 18 años, las mismas que fueron aprovechadas

para esta investigación.

En efecto, para esta investigación se han usado cinco módulos, entre ellos el

módulo de empleo e ingresos, el módulo de educación, el modulo características de la

vivienda y el hogar, el modulo características de los miembros del hogar y finalmente el

módulo sumatorias que en conjunto forman una data maestra a la cual se llega mediante

los siguientes pasos.

El primero de ellos fue seleccionar y extraer las variables requeridas de cada

módulo, este proceso se realizó mediante el comando keep en Stata versión 14. Luego, se

agrupó todos los módulos con el comando merge, que une de manera horizontal diferentes

módulos, con el cuidado que cada módulo tiene diferente unidad de referencia (individuos

y familias). Siguiendo estos pasos y depurando los datos perdidos que incluye a menores

de 17 años, se logró tener la data compuesta de 78,572 observaciones, a partir de la cual,

se recodificaron y generaron nuevas variables que fueron analizados en esta

investigación. El proceso de recodificación se muestra en anexos.

Página | 31

2.2 VARIABLES CONSIDERADAS EN EL ESTUDIO

Como se plantó en el marco teórico y siguiendo la evidencia empírica presentada

en anteriores puntos, se consideró pertinente clasificar a las variables que explican el

fenómeno estudiado en variables de corte sociales, económicas y geográficas. A

continuación se presenta el detalle de cada una de ellas.

2.2.1 Variable dependiente

El uso de servicios financieros es una condición con la que un individuo hace uso

efectivo del servicio financiero proporcionado por entidades participes del sistema

financiero que incluye algún banco, caja municipal, caja rural o institución de

microfinanzas. Para esta investigación se consideraron seis servicios representativos:

cuentas de ahorro, cuentas de ahorro a plazo, cuenta corriente, tarjetas de crédito, tarjetas

de débito y del sistema de pensiones que incluyes AFP y otros sistemas de pensiones.

Para construir la variable dependiente, requerida para el análisis econométrico, se

hizo necesario elaborar un indicador general, que agrupa el uso efectivo de al menos uno

de los seis servicios financieros formales que se mencionaron líneas arriba. Este proceso

se realizó en la línea de lo propuesto por Cámara2, et. al. (2013), con lo cual la variable

de estudio se recodifica de la siguiente manera:

𝑌𝑖 = 1 Cuando las personas usa al menos de los siguientes servicios: cuentas de

ahorro, cuentas de ahorro a plazo, cuenta corriente, tarjetas de crédito, tarjetas de débito

y el sistema de pensiones.

𝑌𝑖 = 0 Cuando no los usa.

Esta información se obtuvo del módulo empleo e ingresos donde se realiza la

pregunta: ¿actualmente, tiene usted en algún banco, caja municipal, caja rural o

institución de microfinanzas:

2 Para el caso del autor, aunque utiliza la encuesta ENAHO, construye si indicador de uso a partir de si usan

al menos una de las siguientes características: percibe intereses por algún producto financiero, posee un

crédito de vivienda o realiza operaciones de banca electrónica.

Página | 32

Cuadro 2.1:

Preguntas empleadas en la construcción de la variable uso de servicios financieros formales

Modulo empleo e ingresos

Variable Descripción Valores

p558e1 ¿Cuenta de ahorro? 1. Si tiene

0. pase

p558e2 ¿Cuenta de ahorro a plazo fijo? 2. Si tiene

0. pase

p558e3 ¿Cuenta corriente? 3. Si tiene

0. pase

p558e4 ¿Tarjeta de crédito? 4. Si tiene

0. pase

p558e5 ¿Tarjeta de débito? 5. Si tiene

0. pase

Fuente: Modulo 5 empleo e ingresos de ENAHO 2015- INEI


Y el sexto servicio, responde a la pregunta: ¿el sistema de pensiones al cual Ud.

está afiliado es:

Cuadro 2.2:

Preguntas empleadas en la construcción de la variable uso de servicios financieros formales

Modulo empleo e ingresos

Variable Descripción Valores

p558a1 Sistema privado de pensiones (AFP)? 1. Afiliado

0. pase

p558a2 Sistema Nacional de Pensiones: Ley 19990? 1. Afiliado

0. pase

p558a3 Sistema Nacional de Pensiones: Ley 20530 (Cédula viva)? 1. Afiliado

0. pase

p558a4 Otro? 1. Afiliado

0. pase

p558a5 No está afiliado 1. Afiliado

0. pase

Fuente: Modulo 5 empleo e ingresos de ENAHO 2015- INEI


A partir de las preguntas del ENAHO se forma la variable endógena siguiendo la

siguiente estructura:

𝑌𝑖 = 1, si p558e1=1 & p558e2=2 & p558e3=3 & p558e4=4 & p558e5=5 &

p558a1=1 & p558a2=1 & p558a3=1 & p558a4=1 & p558a5=1

𝑌𝑖 = 0, si p558e1=0 & p558e2=0 & p558e3=0 & p558e4=0 & p558e5=0 &

p558a1=0 & p558a2=0 & p558a3=0 & p558a4=0 & p558a5=0

Página | 33

2.2.2 Variable independiente

2.2.2.1 Variables sociales

Género (X1): Variable disponible en el módulo 5 - empleo e ingresos que hace

referencia al género del individuo. Tiene la característica de ser una variable cualitativa

nominal que toma los valores:

1= Cuando el individuo es mujer.

0= Cuando el individuo es hombre.

Tanto la evidencia nacional como internacional reparan en señalar que las mujeres

tienen menos probabilidades de usar servicio financieros que los hombres. Hoyo, et. al.

(2013) establecen que en países desarrollados solo el 37% de las mujeres tiene alguna

cuenta en una institución financiera mientras que los hombres superan esta cifra con 47%.

Por su parte Tuesta et. al. (2015) encuentran el 34.6% de los hombres tiene alguna cuenta

en tanto las mujeres solo reporta el 31.8%.

En Perú, Cámara, et. al. (2013) señalan que ser mujer disminuye las

probabilidades de usar productos financieros, la Corporación Andina de Fomento (2013)

en esa línea encuentra también que las mujeres tienes menos posibilidad de mantener un

producto financiero frente a los hombres (45% frente a 53%).

A partir de la economía de género se considera que existen comportamientos

diferenciados entre hombres y mujeres causados por distintas presiones sociales, que

influyen mucho en la participación que tienen dentro del mercado financiero

desfavoreciendo principalmente a las mujeres, se acuerdo a ello se espera que 𝛼1 sea < 0,

lo que implica que si el encuestado es mujer se reduce la probabilidad de usar servicios

financieros:

𝛼1 =𝜕𝑈𝑠𝑜𝑖

𝜕𝑋1𝑖< 0 ⋯ ⋯ ↑ 𝑋1𝑖 ↔ ↓ 𝑈𝑠𝑜𝑖

Página | 34

Edad (X2): Variable disponible en el módulo 2 - características de los miembros

del hogar. Tiene la peculiaridad de ser una variable cuantitativa discreta que toma valores

de acuerdo a los años cumplidos del encuestado. Siempre que estos sean mayores de 18

años que es la edad en la que legalmente se puede adquirir algún servicio financiero

formal de acuerdo a las regulaciones de la SBS y a la política de las entidades financieras.

La teoría del ciclo de vida afirma que a mayor edad mejoran los requerimientos

de ahorro, puesto que asume que los individuos tendrán ingresos crecientes que lo

motivaran a ahorrar más en edad adulta que cuando eran jóvenes. Esta teoría propone

además, que los ingresos tienen forma de campana que influye también sobre las

decisiones de ahorro, se puede hablar entonces de la existencia de rendimientos

decrecientes, es decir que el uso de servicios financieros puede crecer hasta cierto punto

de inflexión donde decaen, así como lo encuentra Tuesta, et. al. (2015).

Conforme al marco teórico se espera que 𝛼2 sea > 0, lo que implica que mayor

edad del individuo aumenta la probabilidad de usar servicio financieros.


𝜕𝑋2𝑖> 0 ⋯ ⋯ ↑ 𝑋2𝑖 ↔ ↑ 𝑈𝑠𝑜𝑖

Nivel educativo (X3): Variable disponible en el módulo 3 – educación, de corte

cualitativa ordinal. Tiene la característica de agrupar a los individuos en seis niveles de

educación, según los valores que fueron recodificados:

1 = Sin nivel (sin nivel + inicial)

2 = Primaria (primaria incompleta + primaria completa)

3 = Secundaria (secundaria incompleta + secundaria completa)

4 = Superior no universitaria (superior no univ. incompleta + superior no univ.

completa)

5 = Superior universitaria (superior univ. incompleta + superior univ. completa)

6 = Postgrado (postgrado universitario)

La economía financiera propone que los individuos más capacitados aprovecharan

mejor las ventajas que ofrece el mercado financiero en pro de su desarrollo económico y

Página | 35

bienestar social, se es de esperar que personas con mejor educación tendrán mayor

participación en el sistema financiero porque tienen más capacidades y habilidades que

las menos capacitadas.

La Corporación Andina de Fomento (2013) encuentra evidencia concreta que el

nivel educativo ayuda a explicar las variaciones en el uso de cuentas formales, indica que

para América Latina y el Caribe las personas con educación superior tienen más del doble

de probabilidades de tener una cuenta bancaria en comparación con aquellos que solo

tienen educación primaria. Así mismo encuentra que en el Perú el 36% personas que no

completaros la educación secundaria reportan tenencia, mientras que el ratio aumenta a

74% en las personas con estudios superiores a secundaria.

En esta línea Hoyo, et. al. (2013), Cámara, et. al. (2013), Jaramillo, et. al. (2013),

Peña, et. al. (2014) y Tuesta, et. al. (2015) encuentran significativa esta variable pues la

asocian con los conocimientos financieros que una persona adquiere. Es por tanto que en

razón del marco teórico y con respaldo de la evidencia se espera que 𝛼3 > 0, lo que implica

que si el encuestado presenta mayor nivel educativo aumenta su probabilidad de usar

servicios financieros.


𝜕𝑋3𝑖> 0 ⋯ ⋯ ↑ 𝑋3𝑖 ↔ ↑ 𝑈𝑠𝑜𝑖

Número de miembros en el hogar (X4): Variable disponible en el módulo

sumatorias que tiene la característica de ser cuantitativa discreta que reporta el total de

personas de la que está conformado el hogar del individuo.

Según el marco teórico propuesto por Claessens (2006) y el Banco Mundial (2008)

el número de miembros en el hogar influye sobre el uso de servicios financieros porque

puede existir lo que se conoce como acceso indirecto, que consiste en que familias

amplias tienen amplia posibilidad de tener un miembro que use los servicios financieros

por lo que el resto de miembros querrá compartir el servicio antes de expandir los costos

de utilización. La teoría keynesiana puede explicar que en familias más amplias los

niveles de consumo serán mayores que en familias reducidas y esto repercutiría sobre la

capacidad de ahorro de los miembros.

Página | 36

Según los resultados de Cámara, et. al. (2013) tener mayor número de perceptores

en el hogar reduce la probabilidad de usar servicios bancarios. Por tanto siguiendo el

marco teórico y la evidencia se espera que 𝛼4 < 0 siendo que el uso de servicios

financieros formales se reduce conforme aumenta el número de integrantes en la familia.


𝜕𝑋4𝑖> 0 ⋯ ⋯ ↑ 𝑋4𝑖 ↔ ↑ 𝑈𝑠𝑜𝑖

2.2.2.2 Variables económicas

Ingresos (X5): Es una variable compleja disponible en el módulo 5 – empleo e

ingresos, que reporta las entradas de dinero del individuo. Se forma a partir de la suma de

todos los ingresos por actividad principal o secundaria del trabajador sea por trabajos

dependientes o independientes, además de los pagos en especies realizados a su favor,

gratificaciones de navidad o fiestas patrias. Dicha suma fue indexada y deflactada por el

INEI.

Sin embargo, estos resultados del INEI por cada tipo de ingresos, reflejan un

inconveniente ligado a la forma de cómo responden los individuos que no tienen ingreso.

La ENAHO considera a todos ellos como datos perdidos, el problema viene por no poder

diferenciar entre los que reportaron no tener ingreso y los que vieron prudente no

responder esa pregunta, puesto que la encuesta considera ambos como datos perdidos. En

función de esta dificulta se plante una nueva variable que se recodifica como:

1 = Cuando el individuo reporta tener algún ingreso diferente de cero.

0 = Cuando el individuo no reporta tener ingreso (datos perdidos).

La teoría Keynesiana postula que un individuo satisface sus necesidades de

consumo en función del nivel de ingresos disponible, en tanto, que la parte no consumida

la destina al ahorro, esto implica, que una persona que ve incrementada su nivel de

ingreso, manteniendo un consumo constante, aumentara su ahorro y luego de ello

experimentará la necesidad de resguardar sus excedentes en instituciones especializadas

que le generen confianza. De acuerdo a esto disponer de ingreso mejora la posibilidad de

usar servicios financieros, la evidencia empírica reconoce esta relación directa.

Página | 37

Por todo ello se espera que 𝛼5 > 0, lo que significa que pasar de no tener ingresos

a tenerlos incrementa la probabilidad de usar servicios financieros formales.


𝜕𝑋5𝑖> 0 ⋯ ⋯ ↑ 𝑋5𝑖 ↔ ↑ 𝑈𝑠𝑜𝑖

2.2.2.3 Variables geográficas

Zona geográfica (X6): Es una variable disponible en el módulo 2 – características

de los miembros de hogar. Que es de naturaleza cualitativa nominal que se forma a partir

de otra variable llamada estrato geográfico.

1 = Rural (Menos de 401 viviendas + área de empadronamiento rural AER

Compuesto + área de empadronamiento rural AER simple).

0 = Urbano (Centros poblados mayores a 401 viviendas).

La zona geográfica en la que vive el encuestado pone énfasis en las características

de infraestructura, distancia y barreras naturales que limitan la oferta de las instituciones

financiera que a su vez determinan el uso de servicios formales. Cámara, et. al. (2013)

encuentran que en Perú, vivir en áreas rurales disminuye la probabilidad de usar los

servicios financieros. Hoyo, et. al. (2013) también respaldan la significancia de la

variable, en tanto que la Corporación Andina de Fomento (2013) encuentra que el 43%

de las personas que tienen una cuenta bancaria vive en zonas urbanas, mientras que 35%

habita en zonas rurales.

Por esta razón se esperó que 𝛼6< 0 lo que implica que vivir en zonas rurales

reduce la probabilidad de usar servicios financieros formales en el Perú.


𝜕𝑋6𝑖< 0 ⋯ ⋯ ↑ 𝑋6𝑖 ↔ ↓ 𝑈𝑠𝑜𝑖

El cuadro siguiente muestra la operacionalización de las variables acogidas en esta

investigación.

Página | 38

Cuadro 2.3:

Operacionalización de variables

Resumen

Grupo Variables Descripción Tipo Valores Módulo Signo esperado

Variable

endógena Y

Uso de servicios

financieros formales Cualitativa - Nominal

1 = Usa al menos una cuenta de ahorros,

cuenta de ahorro a plazo, cuenta corriente,

tarjeta de crédito o dedito y el sistema de

pensiones

Empleo e ingresos

0 = No usa ninguno

Sociales

X1 Género Cualitativa - Nominal 1 = Mujer

Empleo e ingresos - 0 = Hombre

X2 Edad Cuantitativa - Discreta [18 - 98] años Características de los

miembros del hogar +

X3 Nivel educativo Cualitativa – Ordinal

1 = Sin nivel

Educación +

2 = Primaria

3 = Secundaria

4 = Superior no universitaria

5 = Superior universitaria

6 = Postgrado

X4 Número de miembros

del hogar Cuantitativa - Discreta [1 - 19] miembros Sumatorias -

Económicas X5 Ingreso Cualitativa - Nominal 1 = Reporto tener ingreso

Empleo e ingresos + 0 = No reporto

Geográficas X6 Zona geográfica Cualitativa - Nominal 1 = Rural Características de los

miembros del hogar -

0 = Urbano

Fuente: Módulos varios, extraídos de la encuesta ENAHO 2015- INEI


Página | 39

2.3 MODELO TEÓRICO Y ECONOMÉTRICO

Para analizar “Uso de servicios financieros formales y sus determinantes para el

Perú, a partir de la encuesta ENAHO 2015” se estima un modelo econométrico de

respuesta dicotómica que es afectado por variables de orden social, económico y

geográfico a nivel de Perú en las 24 regiones del país durante el año 2015.

2.3.1 Modelo teórico

De acuerdo al marco teórico y evidencia empírica, expuestos en el desarrollo de

esta investigación existen un conjunto de variables socioeconómicas y geográficas que

vienen afectando la decisión de participar en el sistema financiero. Para ello se dispuso

de la ENAHO que en el año 2015 incluye preguntas especializadas en inclusion financiera

en el país.

En ese sentido, se especifica un modelo teórico utilizando como variables

dependiente la respuesta dicotómica de uso de al menos uno de los seis servicios

financieros propuestos por esta investigación (Y) y un conjunto de variables

independientes como son género (X1), edad (X2), nivel educativo (X3), miembros del

hogar (X4), Ingresos (X5) y zona geográfica (X6). Dicho modelo se presenta a

continuación:

𝑌 = 𝑓(𝑋1⏞−

, 𝑋2⏞+

, 𝑋3⏞+

, 𝑋4⏞−

, 𝑋5⏞+

, 𝑋6⏞−

)

En terminos matemáticos:

𝑌𝑖 = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2 + 𝛽3𝑋3 + 𝛽4𝑋4 + 𝛽5𝑋5 + 𝛽6𝑋6

2.3.2 Modelo econométrico

De acuerdo a Gujarati y Porter (2010) expresar el problema de estudio como una

relación determinística genera un interés limitado a los investigadores ya que en el mundo

real las relaciones entre variables económicas son generalmente inexactas. Por tanto a

Página | 40

todo modelo matemático se le debe agregar un término de error (𝜇𝑖) que reúna factores

omitidos por la investigación. Por tanto el modelo econométrico queda como:

𝑌𝑖 = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2 + 𝛽3𝑋3 + 𝛽4𝑋4 + 𝛽5𝑋5 + 𝛽6𝑋6 + 𝜇𝑖

2.4 METODOLOGÍA DE ANALISIS

Esta investigación sigue la metodología empleada por Cámara, et. al. (2013) y

propone analizar los datos de la ENAHO 2015 a partir de modelos econométricos de

respuesta binaria, sin embargo, a criterio del investigador, se cree necesario, para hacer

más consistentes los resultados, realizar un análisis previo de naturaleza parcial en el que

se empleen tablas cruzadas o también llamadas tablas de contingencia de donde se pueda

extraer conclusiones parciales sobre cómo se relacionan las variables exógenas con cada

uno delos 06 servicios financieros evaluados en este trabajo.

2.4.1 Análisis en tablas de contingencia

En esta parte se emplean tablas de contingencia que son tablas cruzadas explotadas

por otras ciencias sociales para extraer conclusiones sobre variables de naturaleza

categoría. Estos cuadros vinculan 2 o más variables y permiten comprobar la existencia

de dependencia entre ellas. En Stata 14 el comando empleado para la realización de tablas

de contingencia es tab2 y column V.

2.4.2 Modelo de variable dependiente dicotómica

En el análisis econométrico, así como lo indica Wooldridge (2010), existe un tipo

de variable dependientes limitadas que modela de mejor manera el comportamiento de

los individuos, familias o empresas. Según Gujarati y Porter (2010) para estos modelos,

y en particular para los de respuesta binaria, hay esencialmente cuatro métodos de

análisis: el modelo de probabilidad lineal (MPL), el modelo Logit, el modelo Probit, y el

modelo Tobit (no se tratara en esta investigación, porque se utiliza para variables

censuradas).

Página | 41

Para Gujarati y Porter (2010), Rosales, Perdomo, Morales y Urrego (2010) el MPL

tiene ciertas desventajas respeto a los otros. Estas giran en torno a que sus residuos no

están normalizados, existe heterocedasticidad, existe la posibilidad que el valor Y

estimado este fuera del rango 0 -1 y finalmente el ultimo inconveniente que presenta los

MPL es que generalmente tienen valores bajos de R2. En efecto, para superar estas

ventajas existen los modelos Logit y Probit.

Rosales (2013) habla de estas desventajas del MPL:

a) Residuos no normalizados

Para explicar las desventajas del MPL Rosales (2013) parte del supuesto que se

tiene un modelo en el que la variable dependiente es dicotómica (Y denota ocurrencia y

no ocurrencia de un evento) y que está en función de una sola variable X.

𝑌𝑖 = 𝛽𝑋𝑖 + 𝜇𝑖

Dado que Y asume valores de 0 y 1, los valores del error 𝜇 serán:

𝑌𝑖 = 1 ↣ 𝜇𝑖 = 1 − 𝛽𝑋𝑖

𝑌𝑖 = 0 ↣ 𝜇𝑖 = −𝛽𝑋𝑖

Por tanto la distribución que siguen los residuos es una distribución Bernoulli

(Gujarati y Porter, 2010), y no una distribución normal requerida para la aplicación de

pruebas de significancia, por tanto los residuos no están normalizados.

b) Varianza de los errores heterocedástica

Al sacar las probabilidades de ocurrencia del evento se tiene que:

𝑃(𝑌𝑖 = 1) = 𝛽𝑋𝑖

𝑃(𝑌𝑖 = 0) = 1 − 𝛽𝑋𝑖

Por tanto la varianza es:

Página | 42

𝑉𝑎𝑟(𝜇𝑖) = ∑ 𝑃𝑖𝜇𝑖2 = 𝛽𝑋𝑖 ∗ (1 − 𝛽𝑋𝑖)2

2

𝑖=1

+ (1 − 𝛽𝑋𝑖) ∗ (−𝛽𝑋𝑖)2

𝑉𝑎𝑟(𝜇𝑖) = 𝛽𝑋𝑖 ∗ (1 − 𝛽𝑋𝑖) = 𝐸(𝑌𝑖)[1 − 𝐸(𝑌𝑖)]

Al final se comprueba que la varianza de 𝜇𝑖 es heterocedástica porque depende de

la esperanza condicionada de Y que a su vez depende del valor de 𝑋𝑖, lo que significa que

la varianza no es homocedástica. Según Gujarati y Porter, 2010 y Rosales (2013) este

problema genera estimadores no eficientes y sin varianza mínima.

c) Predicción fuera de los límites [0,1]

Según Rosales (2013) esta es la desventaja más importante que presenta el MPL

ya que por su naturaleza lineal la estimación de regresión lineal puede predecir valores

fuera de los rango [0,1], para Gujarati y Porter (2010) en la práctica no hay garantía que

los Y estimados estén restringidos a la condición [0,1] por lo que sus resultados estarían

fuera de dicha restricción.

d) Bondad de ajuste baja

Para Rosales (2013, pág. 80) existen R2 bajos en este tipo de modelos y por ello

“debe evitarse el coeficiente de determinación como estadístico de resumen en modelos

con variable dependiente cualitativa”.

Considerando estas desventajas del MPL, queda claro que los mejores modelos

para este tipo de investigación de variable cualitativa dicotómica son los Logit o Probit,

que tienen menos limitaciones teóricas y que además son los más usados en este tipo de

investigaciones. La verdadera cuestión radica en elegir cuál de los dos es el que mejor se

ajusta a los datos, un proceso que demanda hacer uso de criterio AIC y BIC. Se plantean

los 02 modelos:

Para fines de estimación un modelo Logit se representa por:

Página | 43

𝐿𝑖 = ln (𝑃𝑖

1 − 𝑃𝑖) = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2 + 𝛽3𝑋3 + … 𝛽𝑘𝑋𝑘 + 𝜇𝑖

Donde 𝐿𝑖 es el logaritmo de la razón de probabilidades y 𝑃𝑖 es la probabilidad que

la variable endógena 𝑌𝑖 sea igual a1 (ocurrencia del suceso) y 𝑋𝑖 que agrupa una serie de

variables independientes.

Para fines de estimación un modelo Probit se representa por:

𝐹(𝐼𝑖) =1

√2𝜋∫ 𝑒

−𝑍2

2⁄ 𝑑𝑧𝛽0+𝛽1𝑋1+𝛽2𝑋2+𝛽3𝑋3+… 𝛽𝑘𝑋𝑘+𝜇𝑖

−∞

Donde Z es la variable normal estandarizada e I es un índice calculado.

2.5 HERRAMIENTAS DE ANÁLISIS A UTILIZAR EN EL MODELO DE

VARIABLE DEPENDIENTE DICOTÓMICA

Conforme a lo propuesto por Díaz y Costa (1994) y Agurto (2010), la metodología

que toda investigación econométrica debe seguir se compone de 04 etapas, dentro de las

cuales se tiene: 1) la especificación del modelo, 2) la estimación del modelo, 3) la

evaluación de los indicadores y finalmente 4) la evaluación de capacidad predictiva.

2.5.1. Especificación del modelo

Esta etapa es fundamental para el estudio ya que en ella se determinan las variables

tanto endógenas como exógenas que son utilizadas en la investigación. En esta parte

también se incluyen los signos esperados y se devela el modelo expresado en terminos

matemáticos.

2.5.2. Estimación del modelo

Conforme a lo que propone Rosales (2013) los procedimientos a seguir para

construir un modelo Probit o Logit son primero realizar regresiones bivariadas, luego

detectar multicolinealidad y estimar el modelo multivariado.

Página | 44

El primer paso según lo propuesto por Rosales (2013) consiste en realizar

estimaciones bivariadas con el fin de seleccionar variables que cumplan 02 de 03 criterios:

signo, significancia y R2. En esta etapa el signo del coeficiente debe ser el mismo al

planteado en las hipótesis, respecto a la significancia, se eligen probabilidades menores

al diez por ciento y por último en lo concerniente al R2 el criterio de elección está dentro

del rango 0.2 – 0.6.

El segundo paso es realizar pruebas de multicolinealidad con el fin de eliminar

las variables que ocasionan este problema, ya que según los que indican Gujarati y Porter

(2010) en una situación extrema la multicolinealidad impide evaluar la influencia

individual de cada variable independiente, ocasionando que los coeficientes de regresión

sean indeterminados y los errores infinitos. El criterio de selección en este punto es

descartar aquellas variables que tengan un coeficiente de correlación superior a 0.5. En

esta el comando usado es cor.

El tercer paso se realiza luego de seleccionar las variables que estarán presentes

en el modelo, en este punto se procede con la estimación del modelo mediante alguno de

los comandos logit, probit o regress en Stata y el comando stepwise para suprimir las

variables no significativas a un nivel de confianza dado, que puede ser de 10%. Con lo

cual que el modelo queda listo para seguir el siguiente paso de evaluación.

2.5.3. Evaluación de las estimaciones

Según Rosales (2010) luego de construir el modelo multivariable el paso a seguir

es evaluar los resultados, por lo que Díaz y Costa (1994) y Agurto (2010) proponen 03

tipos de evaluación: económica, estadística y econométrica.

2.5.3.1 Evaluación económica

En la evaluación económica se analiza el signo de los parámetros encontrados, es

decir evalúa si están conforme a los que propone la teoría económica.

Página | 45

2.5.3.2 Evaluación estadística

En la evaluación estadística se examina la significancia de los parámetros

hallados, la significancia global y el ajuste del modelo. Para el caso de la significancia

individual se emplea el test de Wald, que en Stata 14 tiene como comando test. La

significancia global se contrasta con la prueba Chi2 un estadístico 𝐿𝑅 = −2(𝑙𝑛𝐿𝑅 −

𝑙𝑛𝐿𝑁𝑅), donde 𝐿𝑁𝑅 es el logaritmo de la función de verosimilitud del modelo estimado y

𝐿𝑅 es la función del modelo restringido, para una hipótesis nula donde los parámetros son

no significativos.

Las pruebas de ajuste son las siguientes:

a) R2 de Mc Fadden:

Conocido como el índice cociente de verosimilitud se define como la razón entre

el logaritmo de la función de verosimilitud del modelo estimado (𝐿𝑁𝑅) y el de la función

del modelo restringido, es decir estimado solo con la constante (𝐿𝑅). Si ambas funciones

son iguales 𝐿𝑁𝑅 = 𝐿𝑅 el 𝑅𝑀𝐹2 será cero, mientras más cercano a 1 es mejor.

𝑅𝑀𝐹2 = 1 −

𝑙𝑛𝐿𝑁𝑅

𝑙𝑛𝐿𝑅

b) R2 conteo:

Es la razón entre el número de predicciones correctas entre el número total de

observaciones.

𝑅𝑐𝑜𝑛𝑡𝑒𝑜2 =

𝑁ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑟𝑒𝑑𝑖𝑐𝑐𝑖𝑜𝑛𝑒𝑠 𝑐𝑜𝑟𝑟𝑒𝑐𝑡𝑎𝑠

𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑏𝑠𝑒𝑟𝑣𝑎𝑐𝑖𝑜𝑛𝑒𝑠

Estos indicadores se obtienen con el comando fitstat en Stata 14.

Porcentaje de predicciones correctas

Página | 46

Son el porcentaje de aciertos logrados por las predicciones del modelo, según la

probabilidad supere o no un umbral igual a 0.5. Por tanto:

�̂�(𝑌𝑖 = 1|𝑋𝑖) ≥ 0.5 ⇢ 𝑌�̂� = 1

�̂�(𝑌𝑖 = 1|𝑋𝑖) < 0.5 ⇢ 𝑌�̂� = 0

Y a partir del esquema siguiente se desprenden algunos índices que se evalúan:

Cuadro 2.4:

Esquema de valores predichos por modelo

Valor real de Y

Y=0 Y=1

Y<c A b

Y>c C d

Fuente: Rosales (2013) pág. 25


Tasa de aciertos: 𝑎+𝑑

𝑎+𝑏+𝑐+𝑑

Tasa de errores: 𝑏+𝑑

𝑎+𝑏+𝑐+𝑑

Especificidad: 𝑎

𝑎+𝑐

Sensibilidad: 𝑑

𝑏+𝑑

Tasa de falsos ceros: 𝑐

𝑎+𝑐

Tasa de falsos unos: 𝑏

𝑑+𝑏

Todas estos indicadores se obtienen con el comando estat clas en Stata 14.

Página | 47

c) Curva de ROC

Siguiendo a Rosales (2013, pág. 31), “grafica el número de casos positivos

correctamente clasificados (predichos en el modelo) contra el numero de no casos que

fueron clasificados incorrectamente como casos, así como la clasificación del

entrecruzamiento.

El criterio de evaluación que propone Rosales (2013) es el siguiente: un área de

0.5 significara ausencia de discriminación, entre 0.7 – 0.79 significara una discriminación

entre aceptable, entre 0.8 – 0.89 es excelente y superior a 0.9 excepcional.

En Stata se aplica el comando lroc.

2.5.3.3 Evaluación econométrica

Finalmente en la evaluación econométrica se analiza si los supuestos del método

econométrico empleado se satisfacen y también se elige entre el modelo que mejor ajuste

tiene, en este caso se hace la elección entre emplear un modelo logit o uno probit, todo

ello para finalmente calcular los efectos marginales.

a) Normalidad

Aunque no es un inconveniente en este tipo de modelos, se evalúa en Stata 14 con

el comando sktest y swilk.

b) Heterocedasticidad

Se evalúa con el comando sdtest en Stata 14 y se corrige con el comando vce

(robust).

c) Elección entre los modelos Logit – Probit

Como lo establecen Gujarati y Porte (2010) los modelos Logit como probit son

muy semejantes y tienen como principal diferencia es el ancho de las colas de su función

Página | 48

de distribución. La distribución logística tiene una cola más ancha que la probabilística.

Por lo que no existe razón de peso para elegir entre uno u otro.

De acuerdo a Cameron y Trivedi (2010) existe una razón de conversión entre

modelos, por lo que no es convenientes comprar coeficientes entre ellos.

�̂�𝐿𝑜𝑔𝑖𝑡 ≅ 4�̂�𝑀𝑃𝐿

�̂�𝑃𝑟𝑜𝑏𝑖𝑡 ≅ 2.5�̂�𝑀𝑃𝐿

�̂�𝐿𝑜𝑔𝑖𝑡 ≅ 1.6�̂�𝑃𝑟𝑜𝑏𝑖𝑡

En tanto, Rosales (2013) propone para comparar este tipo de modelos unas

medidas de información, entre ellas el criterio de información de Akaike (AIC) y el

criterio de información bayesiano (BIC).

Para el caso del AIC se elige el menor que reporte cada modelo ya que mientras

menor valor mejor ajuste del modelo. La fórmula del AIC incluye el logaritmo natural de

la verosimilitud del modelo (ln L) y el número de parámetros (K).

𝐴𝐼𝐶 = −2 ln 𝐿 + 2𝐾

Por otro su lado bajo el criterio del BIC se elige el mayor valor en negativo

obtenido de la fórmula:

𝐵𝐼𝐶 = −2𝑙𝑛𝐿 + 𝐾𝑙𝑛(𝑁)

Finalmente conforme a los resultados obtenidos de la estimación, Cameron y

Trivedi (2010), sostienen que mucho más informativos que los coeficientes arrojados por

la estimación son los efectos marginales en este tipo de modelos no lineales. Según estos

autores se pueden analizar tres tipos de efectos marginales. Primero están los efectos

marginales promedio, en seguida los efectos marginales de un valor representativo y el

efecto marginal en la media.

Página | 49

En Stata 14 el efecto marginal de un valor representativo se calcula con el

comando mfx, evalúa el impacto de valores asignados, el efecto marginal en la media se

calcula también con el comando mfx pero con valores por defecto. Por su parte el efecto

marginal promedio se calcula con el comando margeff.

Según Rosales (2013) para calcular los efectos marginales se emplea una formula

general aplicable en cualquier tipo de distribución:

𝜕𝐸[𝑦𝑖|𝑥𝑖]

𝜕𝑥𝑘𝑖=

𝜕𝐹(𝑥𝑖´𝛽)

𝜕(𝑥𝑖´𝛽)

𝛽𝑘 = 𝑓(𝑥𝑖´𝛽)𝛽𝑘

Los efectos marginales son los efectos generados por cambios en las variables

exógenas sobre el fenómeno estudiado.

2.5.4. Evaluación del poder predictivo del modelo estimado

Escobar, Fernández, y Barnardi (2012) plantean realizar predicciones para

individuos con características medias, para lo cual emplean los comandos prchange y

prgen, este último permite realizar graficas de los resultados.

Página | 50


Este capítulo se ha dividido en tres secciones. En la primera de ellas se realiza un

análisis descriptivo y de contingencia entre variables, de acuerdo a los datos

proporcionados ENAHO 2015, con la salvedad que se realiza para cada uno de los seis

servicios financieros planteados en la metodología. En la segunda sección, se da pase a

un análisis econométrico que integra en un solo indicador todos los servicios financieros

estudiados, a partir del cual se genera un modelo econométrico susceptible de ser

evaluado y analizado. Para arribar a una última sección que analiza los resultados y genera

discusiones.

3.1 ANÁLISIS CON TABLAS DE CONTINGENCIA

En este apartado se realiza un análisis descriptivo y de contingencias entre

aquellas variables consideradas por la evidencia y por la teoría, como relevantes para

explicar el fenómeno planteado. El uso de cada uno de los servicios financieros formales,

por tanto, viene determinado por variables de índole social, económica y geográfica.

Dentro de las cuales se encuentran la edad (cuantitativa-discreta), sexo (cualitativa-

nominal), número de individuos en el hogar (cuantitativa-discreta), nivel educativo

(cualitativa-ordinal), ingresos (cualitativa-nominal) y zona geográfica (cualitativa-

nominal).

Debido a la necesidad de contar con información estadística a nivel nacional, ha

sido conveniente utilizar la base de datos de la Encuesta Nacional de Hogares o en sus

siglas ENAHO aplicada en el año 2015, específicamente el módulo 500 que referencia la

inclusion financiera en el Perú.

Con el fin que la base de datos solamente contenga a la población de estudio, se

realizó una limpieza de datos, eliminando datos perdidos o missing e individuos menores

a 18 años. Del mismo modo se considera solo a aquellos que respondieron de manera

adecuada la interrogante: ¿actualmente, tiene usted en algún banco, caja municipal, caja

rural o institución de microfinanzas: cuentas de ahorro, cuentas de ahorro a plazo fijo,

cuentas corrientes, tarjetas de crédito, tarjetas de débito? y que están afiliado o no a una

AFP u otro sistema de pensiones.

Página | 51

Finalmente, con el objetivo de obtener indicadores adecuados, se hizo necesario

construir nuevas variables en base a los datos existentes, bajo un proceso de

recodificación de las mismas. Tal es el caso de las variables género, nivel educativo,

ingresos, por citar algunas.

3.1.1 Uso de servicios financieros formales

Conforme a los datos proporcionados por la ENAHO, el grupo de estudio queda

representado por 78,572 individuos. Dentro de esto, siguiendo el cuadro 3.1, el servicio

financiero formal más usado por los encuestados en el año 2015, es el sistema de

pensiones 28.0%, seguidos de cerca por las cuentas de ahorro 26.2% y las tarjetas de

débito 24.8%, un poco más rezagados están las tarjetas de crédito 6.1%, las cuentas

corrientes 3.8% y las cuentas de ahorro a plazo fijo 0.8%.

El cuadro 3.1 plantea que por lo menos 28 de cada 100 personas usan al menos un

servicio financiero formal en el Perú proporcionado por algún banco, caja municipal, caja

rural o institución de financiera.

Página | 52

Cuadro 3.1

Tabla de frecuencia de acuerdo al uso de servicios financieros formales

Tipo de servicio financiero formal

Cuenta de

ahorro

Cuenta de ahorro

a plazo fijo

Cuenta

corriente

Tarjetas de

crédito

Tarjetas de

débito

Sistema de

pensiones

Uso de servicios

financieros

formales

0. No usa Frecuencia 57,992 77,938 75,559 73,796 59,104 56,611

% por columna 73.8% 99.2% 96.2% 93.9% 75.2% 72.0%

1. Usa Frecuencia 20,580 634 3,013 4776 19,468 21,961

% por columna 26.2% 0.8% 3.8% 6.1% 24.8% 28.0%

Total Frecuencia 78,572 78,572 78,572 78,572 78,572 78,572

% por columna 100% 100% 100% 100% 100% 100%

Fuente: Encuesta Nacional de Hogares 2015 – Instituto Nacional de Estadísticas e Informática

Elaboración: Propia, con software STATA 14

Página | 53

3.1.2 Uso de servicios financieros formales y el género

La primera variable dentro del grupo de las explicativas es el género. El cuadro

3.2 muestra la distribución de frecuencias de esta variable, según lo cual, el 51.8% de la

muestra está conformada por las mujeres y el 48.2% por los hombres. Un diferencial de

3.6 que equivale a 2,784 personas.

Cuadro N° 3.2:

Tabla de frecuencia del género

Estadísticas descriptivas

Frecuencia Porcentaje Porcentaje acumulado

Género del encuestado 0. Hombre 37,894 48.2% 48.2%

1. Mujer 40,678 51.8% 51.8%

Total 78,572 100.0% 100.0%



Por otro lado, conforme a lo presentado en el marco teórico existen diferencias de

género concerniente al uso de servicios financieros causado por distintos roles asignados

por la sociedad a cada género. Basándose en ello, los cuadros siguientes muestran que

son los hombres los que tienen mayor probabilidad de usar servicios financieros en

relación con las mujeres, con base a los datos del ENAHO 2015.

El cuadro 3.3 permite inferir que si un individuo tiene la característica de ser

hombre, su probabilidad de usar cuentas de ahorro es de 0.267, resultado que se encuentra

por encima de lo reportado para las mujeres 0.258. Esto implica que la probabilidad de

usar cuentas de ahorro en los hombres es 1.034 veces mayor que en las mujeres.

La Chi cuadrado es un test estadístico que permite conocer si existe asociación

entre variables. Por tanto, con una 𝜒2=8.5050 y un p-valor de 0.004 significativo, se

rechaza la hipótesis nula de independencia de variables y se concluye que entre las

variables estudiadas existe una relación, que según la V. de Cramer3 es de 0.0104.

3 Para López-Roldán y Fachelli (2015) el coeficiente V de Cramer es una medida simétrica que varía entre

0 y 1, siendo 0 en caso de independencia y 1 en caso de dependencia perfecta. El coeficiente se obtiene de

Página | 54

Cuadro 3.3:

Tabla de contingencia entre uso de cuenta de ahorro y género

Género del encuestado

1. Mujer 0. Hombre Total

Uso de cuentas de

ahorro

1. Usa Frecuencia 10,475 10,105 20,580

% por columna 25.8% 26.7% 26.2%

0. No usa Frecuencia 30,203 27,789 57,992

% por columna 74.2% 73.3% 73.8%

Total Frecuencia 40,678 37,894 78,572

% por columna 100% 100% 100%



Pearson Chi2 (1) = 8.5050 (sig. 0.004), Cramér´s V.=0.0104.

Por otro lado, en el cuadro 3.4 se encuentra evidencia que un individuo del género

masculino tiene una probabilidad de 0.009 de usar una cuenta de ahorro a plazo fijo

superior a la encontrada en las mujeres 0.007. Lo que implica, que este servicio financiero

es 1.286 veces más usado por hombres que por mujeres.

Bajo una 𝜒2=9.3087 y un p-valor de 0.002 significativo, se rechaza la hipótesis

nula de independencia de variables, demostrando que existe una relación entre el género

y el uso de este servicio. Una asociación que según la V. de Cramer es de 0.0109.

Cuadro 3.4:

Tabla de contingencia entre uso de cuenta de ahorro a plazo fijo y género



Uso de cuentas de ahorro

a plazo fijo

1. Usa Frecuencia 290 340 634

% por columna 0.7% 0.9% 0.8%


% por columna 99.3% 99.1% 99.2%


% por columna 100% 100% 100%




Siguiendo con el análisis, el cuadro 3.5 corrobora también, que son los hombres

los que tienen una probabilidad mayor de usar servicios financieros formales, en este caso

𝑉 = √𝜒2

𝑛(𝑘−1) Siendo 𝑘 = 𝑚í𝑛{𝐼, 𝐽} es decir el valor mínimo entre el número de filas y columnas y 𝑋2 es el

estadístico Chi-cuadrado.

Página | 55

las cuentas corrientes. Un hombre tiene una probabilidad de 0.044 de usarlos frente a un

0.033 de las mujeres, esto significa que, este servicio financiero es 1.333 veces más usado

por hombres que por mujeres.

Con una 𝜒2=65.6174 y un p-valor de 0.000 significativo, se rechaza la hipótesis


y el uso de este servicio. Una asociación que según la V. de Cramer es de 0.0289.

Cuadro 3.5:

Tabla de contingencia entre uso de cuenta corriente y género



Uso de cuenta

corriente

1. Usa Frecuencia 1,342 1,671 3,013

% por columna 3.3% 4.4% 3.8%


% por columna 96.7% 95.6% 96.2%


% por columna 100% 100% 100%




Por lo que concierne al uso de tarjeta de crédito, los datos que proporciona la

ENAHO 2015 refieren que los hombres tienen mayor probabilidad de usarlos que las

mujeres. El cuadro 3.6 refleja que los hombres tienen una probabilidad de uso de 0.07

frente a un 0.05 de las mujeres, esto equivale a decir que los hombres usan 1.346 veces

más los servicios que las mujeres.

La 𝜒2=101.7686 y el p-valor de 0.000 significativo, permiten rechazar la hipótesis


y el uso de las tarjetas de crédito. Una asociación que según la V. de Cramer es de 0.0360.

Cuadro 3.6:

Tabla de contingencia entre uso de tarjeta de crédito y género



Uso de tarjeta de

crédito

1. Usa Frecuencia 2,135 2,641 4,776

% por columna 5.2% 7.0% 6.1%


% por columna 94.8% 93.0% 93.9%

Página | 56


% por columna 100% 100% 100%




En línea de lo ya presentado, el cuadro 3.7 evidencia nuevamente que los hombres

son los que más usan las tarjetas de débito con una probabilidad de 0.262 que sobrepasa

a lo reportado por las mujeres un 0.234. En otros términos, los hombres usan 1.120 veces

más este servicio que las mujeres.

Con la 𝜒2=82.0989 y el p-valor de 0.000 significativo, se rechaza la hipótesis nula

de independencia de variables, concluyendo que existe una relación entre el género y el

uso de las tarjetas de débito. Una asociación que según la V. de Cramer es de 0.0323.

Cuadro 3.7:

Tabla de contingencia entre uso de tarjeta de débito y género



Uso de tarjeta de

débito

1. Usa Frecuencia 9,531 9,937 19,468

% por columna 23.4% 26.2% 24.8%


% por columna 76.6% 73.8% 75.2%


% por columna 100% 100% 100%




Finalmente, el cuadro 3.8 plasma un mayor uso del sistema de pensiones por parte

de los hombres, una probabilidad de 0.361 los acompaña contra una menor cuantía con

respecto a las mujeres de 0.204. Esto implica que la probabilidad de uso es 1.770 veces

mayor en los hombres que en las mujeres.

Con el test 𝜒2=2406.7280 y el p-valor de 0.000 significativo, se rechaza la

hipótesis nula de independencia de variables, concluyendo que existe una relación entre

el género y el uso del sistema de pensiones. Una asociación que según la V. de Cramer es

de 0.1750.

Página | 57

Cuadro 3.8:

Tabla de contingencia entre uso del sistema de pensiones y género



Uso del sistema de

pensiones

1. Usa Frecuencia 8,286 13,675 21,961

% por columna 20.4% 36.1% 28.0%


% por columna 79.6% 63.9% 72.0%


% por columna 100% 100% 100%




En conclusión, gracias a este análisis de contingencia, se puede inferir que existe

una menor probabilidad de uso de servicios financieros por parte de las mujeres en

comparación al uso efectuado por los del género masculino, lo que implica que ser mujer

reduce la probabilidad de uso y ser hombre la aumenta.

Figura 3.1

Uso de servicios financieros formales por género


Elaboración: Propia, con software SPSS 15

Página | 58

3.1.3 Uso de servicios financieros formales y la edad

A partir de los datos proporcionados por la ENAHO 2015, se encontró que el

rango de edades 18-24 son los que mayor frecuencia representan dentro de la muestra,

este primer rango está formado por el 16.7% del total, seguidos de cerca por los grupo de

32-38 y 39-45 que tienen una representatividad del 13.5% cada uno. Los datos evidencian

que el Perú goza de una población joven, donde los cuatro primeros intervalos acumulan

cerca del 60% de la población de estudio.

Cuadro 3.9:

Tabla de frecuencia de la edad



Intervalos de edad

1. 18-24 años 13,120 16.7% 16.7%

2. 25-31 años 10,492 13.4% 30.1%

3. 32-38 años 10,598 13.5% 43.5%

4. 39-45 años 10,637 13.5% 57.1%

5. 46-52 años 9,492 12.1% 69.2%

6. 53-59 años 7,970 10.1% 79.3%

7. 60-66 años 6,158 7.8% 87.1%

8. 67-73 años 4,475 5.7% 92.8%

9. 74-80 años 3,282 4.2% 97.0%

10. 81-87 años 1,702 2.2% 99.2%

11. 88-94 años 547 0.7% 99.9%

12. 95 a más 99 0.1% 100.0%

Total 78,572 100.0% 100.0%



Por otro lado, conforme a lo que propone el marco teórico del ciclo de vida, existen

etapas en la que hay mayor orientación por usar servicios financieros, puesto que ellos,

ayudan a mantener un nivel constante de vida entre los individuos. De acuerdo a ello, a

continuación se muestra un cuadro que resume como está distribuido el uso de servicios

financieros formales por rango de edades.

El cuadro 3.10 describe como se reparte el total de personas que usaron una cuenta

de ahorro, de ahorro a plazo, cuenta corriente, tarjeta de crédito, de débito y el sistema de

pensiones. Según esta estructura, en todos los casos, los rangos de edades 25-31, 32-38,

Página | 59

39-45 son los que con mayor frecuencia usan estos servicios financieros que equivale a

decir de manera acumulada, que cerca del 50% de los que usan servicios financieros están

presentes en estos tres niveles de edad.

En el caso de los que usan una cuenta de ahorro la mayor participación es asignada

a los jóvenes de 25-31 años que representa el 15.2% de este subconjunto de datos, seguido

de cerca por los rango 32-38 (15.1%) y 39-45 (14.7%).

Para el otro resto de servicios, es el rango 25-31 el que ocupa mayor porcentaje

de uso, salvo cuando se habla del sistema de pensiones, cuya mayor cuantía está cubierta

por el grupo de 39-45 (15-62%). Un 17.98% de las personas que usan una cuenta de

ahorro está en el grupo de 25-31 años, un 16.63% de las que usa la cuenta corriente

también se encuentra en dicho rango, junto a un 19.12% y un 15.74 que usa tarjetas de

crédito y débito respectivamente.

Por lo que concierne a las pruebas estadísticas de asociación, en todos los casos

se rechaza la hipótesis nula independencia de variables, con P-valor de 0.000 en todos los

casos, y con una fuerza de asociación, según la V. de Cramer de 0.1062 con las cuentas

de ahorro, 0,0272 con las cuentas de ahorro a plazo, 0.0408 con las cuentas corrientes,

0.0989 con las tarjetas de crédito, 0.0937 con las de débito y finalmente 0.1455 con el

sistema de pensiones.

En efecto, se puede inferir que existe un patrón de comportamiento ligado con

mayor uso de servicios financieros formales en determinados rangos de edad, pero que

en definitiva no permiten sacar conclusiones sobre la probabilidad de uso ya que al

analizar los datos de forma vertical se asume la distribución que tiene toda la muestra, en

este caso la muestra tiene una forma de campana.

Página | 60

Cuadro 3.10:

Tabla de contingencia entre el uso de servicios financieros formales y los rangos de edad por frecuencias



Cuenta de ahorro Cuenta de ahorro a plazo Cuenta corriente Tarjeta de crédito Tarjeta de débito Sistema de pensiones

1. 18-24 años 11.67% 8.04% 11.98% 8.33% 11.77% 8.16%

2. 25-31 años 15.23% 17.98% 16.63% 19.12% 15.74% 15.26%

3. 32-38 años 15.10% 14.67% 15.77% 17.17% 15.61% 15.55%

4. 39-45 años 14.69% 17.03% 15.90% 18.43% 15.31% 15.62%

5. 46-52 años 11.91% 11.67% 13.51% 13.86% 12.40% 13.02%

6. 53-59 años 9.14% 9.46% 9.49% 11.18% 9.39% 10.89%

7. 60-66 años 6.42% 9.46% 6.94% 6.95% 6.78% 8.13%

8. 67-73 años 6.86% 7.10% 3.72% 3.16% 5.60% 5.97%

9. 74-80 años 5.08% 3.31% 3.68% 1.26% 4.25% 4.15%

10. 81-87 años 2.95% 1.10% 1.56% 0.54% 2.31% 2.40%

11. 88-94 años 0.85% 0.16% 0.66% 0.00% 0.71% 0.73%

12. 95 a más 0.11% 0.00% 0.17% 0.00% 0.12% 0.13%

100% 100% 100% 100% 100% 100%

886.3167 58.0332 130.7820 768.9203 689.9078 1,663.0961

0.00 0.00 0.00 0.000 0.000 0.000

0.1062 0.0272 0.0408 0.0989 0.0937 0.1455Cramér's V

Prueba Pearson chi2(11)

Uso de servicios financieros formales

Intervalos de edad

Total

Página | 61

3.1.4 Uso de servicios financieros formales y el nivel educativo

Siguiendo los datos de la ENAHO 2015, la población se distribuye de manera

desigual, siendo el nivel educativo más importante el nivel secundario con 36.2% de las

personas, en seguida se encuentran el nivel primario, superior universitaria y no

universitaria con participaciones de 29.3%, 14.2% y 11.7% respectivamente. Un poco

más rezagado se encuentra los que no tienen nivel 7.3% y los de postgrado 1.3%.

Por otro lado cabe remarcar que aproximadamente tres tercios de la población se

encuentran dentro de los tres primeros niveles de educación en tanto que los otros tres

niveles educativo se compone otro cuarto restante.

Cuadro 3.11:

Tabla de frecuencia del nivel educativo



Nivel educativo

1. Sin nivel 5,762 7.3% 7.3%

2. Primaria 23,013 29.3% 36.6%

3. Secundaria 28,429 36.2% 72.8%

4. Superior no universitaria 9,181 11.7% 84.5%

5. Superior universitaria 11,168 14.2% 98.7%

6. Postgrado 1,019 1.3% 100.0%

Total 78,572 100.0%



En razón del marco teórico propuesto, la educación y en particular la educación

financiera, se constituye como un factor que afecta la decisión de usar servicios

financieros. A continuación se devela su relación con el fenómeno estudiado.

Siguiendo la metodología de análisis de contingencia por cada uno de los servicios

financieros, a continuación se presenta el cuadro 3.12 que proporciona información sobre

cómo se la relaciona el nivel educativo y el uso de cuentas de ahorro. De acuerdo a este

cuadro no existe una situación igualitaria entre la distribución de los diferentes niveles

educativos, se verifica que a medida que aumenta el nivel educativo aumenta el uso de

cuentas de ahorro.

Página | 62

Los datos evidencian un incremento constante de la probabilidad de usar este servicio financiero conforme avanza el nivel educativo, salvo

cuando se pasa de no tener nivel a tener primaria, por todo lo demás existe este aumento sostenido. En los extremos, un bajo 22.5% de los que no

tienen formación usa las cuentas de ahorro, en contraposición, de un importante 80.4% que los usa ostentado un nivel de estudios de postgrado.

La prueba Chi-cuadrado deja constancia que el uso de cuentas de ahorro se asocia con el nivel educativo del encuestado con un

𝜒2=5880.6549 y un p-valor de 0.000. Por lo que concierne al grado en las que estas se asocian el estadístico V. de Cramer proporciona un resultado

de 0.2736.

Cuadro 3.12:

Tabla de contingencia entre uso de cuenta de ahorro y nivel educativo Nivel educativo

1. Sin nivel 2. Primaria 3. Secundaria 4. Superior no univ. 5. Superior univ. 6. Postgrado Total

Uso de

cuentas de

ahorro

1. Usa Frecuencia 1,298 4,011 5,805 3,602 5,045 819 20,580

% por columna 22.5% 17.4% 20.4% 39.2% 45.2% 80.4% 26.2%

0. No usa Frecuencia 4,464 19,002 22,624 5,579 6,123 200 57,992

% por columna 77.5% 82.6% 79.6% 60.8% 54.8% 19.6% 73.8%

Total Frecuencia 5,762 23,013 28,429 9,181 11,168 1,019 78,572

% por columna 100% 100% 100% 100% 100% 100% 100%




En concordancia con lo anterior, se presenta el cuadro 3.13 que evidencia un incremento constante de la probabilidad de uso de una cuenta

de ahorro a plazo fijo conforme avanza el nivel educativo alcanzado por un individuo. El cuadro muestra que los individuos que tienen postgrado

Página | 63

gozan de una probabilidad de uso es de 0.8% superior a todos los otros niveles, siendo el más bajo de ellos, sin nivel, de los que solo el 0.1% de

estos usan el servicio financiero formal.

Por su parte con una 𝜒2=710.5857 y un p-valor de 0.000 se rechaza la hipótesis nula que las variable sean independiente, por lo que se

puede concluir que el uso de una cuenta de ahorro a plazo fijo se asocia con los niveles educativos, por su parte la V. de Cramer calcula que el

grado de esta asociación es 0.0951.

Cuadro 3.13:

Tabla de contingencia entre uso de cuenta de ahorro a plazo fijo y nivel educativo

Nivel educativo


Uso de cuenta

de ahorro a

plazo fijo

1. Usa Frecuencia 5 74 152 108 235 60 634

% por columna 0.1% 0.3% 0.5% 1.2% 2.1% 5.9% 0.8%


% por columna 99.9% 99.7% 99.5% 98.8% 97.9% 94.1% 99.2%


% por columna 100% 100% 100% 100% 100% 100% 100%




Respecto al uso de cuentas corrientes, el cuadro 3.14 presenta que hay un incremento constante de la probabilidad de uso de este servicio

conforme se avanza con el nivel educativo alcanzado por un individuo. Para una 𝜒2=1224.9512 y un p-valor de 0.000 se rechaza la hipótesis nula

Página | 64

que las variable sean independiente, por lo que se puede concluir que el uso de una cuenta corriente se asocia con los niveles educativos, con un

grado de asociación de 0.1249 representado por la V. de Cramer.

Cuadro 3.14:

Tabla de contingencia entre uso de cuenta de cuenta corriente y nivel educativo

Nivel educativo


Uso de cuenta

corriente

1. Usa Frecuencia 110 432 856 594 909 112 3,013

% por columna 1.9% 1.9% 3.0% 6.5% 8.1% 11.0% 3.8%


% por columna 98.1% 98.1% 97.0% 93.5% 91.9% 89.0% 96.2%


% por columna 100% 100% 100% 100% 100% 100% 100%




Para el caso de las tarjetas de crédito, el cuadro 3.15 también evidencia incrementos de la probabilidad de uso conforme avanza el nivel

educativo del encuestado, estando estas variables relacionadas con una 𝜒2=5796.7571 y un p-valor de 0.000 y un grado de asociación de 0.2716

según la V. de Cramer.

Página | 65

Cuadro 3.15:

Tabla de contingencia entre uso de tarjetas de crédito y nivel educativo

Nivel educativo


Uso de tarjetas

de crédito

1. Usa Frecuencia 13 199 1,270 1,045 1,897 352 4,776

% por columna 0.2% 0.9% 4.5% 11.4% 17.0% 34.5% 6.1%


% por columna 99.8% 99.1% 95.5% 88.6% 83.0% 65.5% 93.9%


% por columna 100% 100% 100% 100% 100% 100% 100%




Para el caso de las tarjetas de débito, el cuadro 3.16 respalda lo ya presentado, un incrementos de la probabilidad de uso conforme se avanza

en nivel educativo del encuestado. Con una 𝜒2=8240.4162 y un p-valor de 0.000 se rechaza la hipótesis nula de que las variables son independientes,

encontrando un grado de asociación de 0.3238 según la V. de Cramer.

Cuadro 3.16:

Tabla de contingencia entre uso de tarjetas de débito y nivel educativo

Nivel educativo


Uso de tarjetas

de debito

1. Usa Frecuencia 788 3,258 5,590 3,748 5,235 849 19,468

% por columna 13.7% 14.2% 19.7% 40.8% 46.9% 83.3% 24.8%


Página | 66

% por columna 86.3% 85.8% 80.3% 59.2% 53.1% 16.7% 75.2%


% por columna 100% 100% 100% 100% 100% 100% 100%




Finalmente respecto al uso del sistema de pensiones, el cuadro 3.17 representa de manera similar a los otros servicios financieros, que su

probabilidad de uso se incrementa conforme avanza el nivel educativo del encuestado. Se evidencia que son los que tienen postgrado los que más

probabilidades de uso poseen 94.5% y los que no tienen nivel son los que de menos probabilidades gozan 5.0%. La 𝜒2=13397.7684 y un p-valor

de 0.000 permiten rechazar que las variables sean independientes, encontrando un grado de asociación de 0.4129 según la V. de Cramer.

Cuadro 3.17:

Tabla de contingencia entre uso del sistema de pensiones y nivel educativo

Nivel educativo


Uso del

sistema de

pensiones

1. Usa Frecuencia 286 2,576 7,340 4,810 5,986 963 21,961

% por columna 5.0% 11.2% 25.8% 52.4% 53.6% 94.5% 28.0%


% por columna 95.0% 88.8% 74.2% 47.6% 46.4% 5.5% 72.0%


% por columna 100% 100% 100% 100% 100% 100% 100%




Página | 67

Como conclusión de este punto, basándose en los datos de la ENAHO 2015 se

puede inferir que existe una probabilidad creciente del uso de servicios financieros

conforme se eleva en nivel educativo alcanzado por el encuestado, lo que implica que

mayor nivel de educación incrementa la probabilidad de usar los servicios financieros

formales en el caso del Perú. El grafico siguiente resume los hallazgos hechos.

Figura 3.2

Uso de servicios financieros formales por nivel educativo



3.1.5 Uso de servicios financieros formales y el número de miembros en el hogar

Para los datos de la ENAHO 2015, el total de miembros en el hogar con mayor

frecuencia son 4 miembros por familia con un porcentaje sobre el total de 22.25% de la

muestra, según lo que evidencia el cuadro 3.18. En tanto, que familias de un solo miembro

conforman alrededor del 5.24% de la muestra, luego la de dos miembros representa el

13.25%, las de tres el 17.94% y así progresivamente.

Página | 68

Cuadro 3.18:

Tabla de frecuencia del número de miembros en el hogar



Total de miembros en el hogar

1 4,116 5.24% 5.24%

2 10,410 13.25% 18.49%

3 14,096 17.94% 36.43%

4 17,479 22.25% 58.67%

5 13,556 17.25% 75.93%

6 8,544 10.87% 86.80%

7 4,908 6.25% 93.05%

8 2,549 3.24% 96.29%

9 1,166 1.48% 97.78%

10 860 1.09% 98.87%

11 398 0.51% 99.38%

12 240 0.31% 99.68%

13 101 0.13% 99.81%

14 59 0.08% 99.89%

15 54 0.07% 99.95%

16 8 0.01% 99.96%

17 13 0.02% 99.98%

19 15 0.02% 100.00%

Total 78,572 100.00% 100.00%



En relación a cada uno de los servicios financieros formales se puede decir, según

el cuadro 3.19, que en todos los casos existe un patrón semejante de uso, que en general

tiene forma de campana, pero del cual no se puede sacar conclusiones sobre el efecto del

número de miembros sobre el uso, pero que si permite verificar que la mayor frecuencia

de uso está en familias formadas por 2 a 5 miembros.

El cuadro también muestra que se rechaza la hipótesis nula de independencia de

variables para un nivel de significancia de 0.00 en todos los casos, con un grado de

asociación que oscila entre 0.0269 y 0.0717 según la V. de Cramer.

Página | 69

Cuadro 3.19:

Tabla de contingencia entre el uso de servicios financieros formales y el número de miembros en el hogar, por frecuencias



Cuenta de ahorro Cuenta de ahorro a plazo Cuenta corriente Tarjeta de crédito Tarjeta de débito Sistema de pensiones

1 6.50% 6.94% 7.10% 4.61% 5.63% 5.81%

2 13.60% 18.14% 11.65% 11.03% 12.48% 13.12%

3 18.66% 22.24% 20.25% 20.44% 19.10% 19.74%

4 23.39% 23.97% 24.29% 27.14% 24.25% 24.38%

5 17.01% 13.25% 17.59% 17.27% 17.62% 17.01%

6 9.81% 9.31% 9.82% 9.25% 10.03% 9.79%

7 5.35% 2.21% 4.55% 5.30% 5.42% 5.05%

8 2.69% 2.05% 2.66% 2.35% 2.70% 2.35%

9 1.10% 0.79% 0.60% 0.94% 0.98% 0.98%

10 0.98% 0.32% 0.50% 0.75% 0.85% 0.85%

11 0.39% 0.47% 0.30% 0.46% 0.39% 0.36%

12 0.26% 0.16% 0.37% 0.36% 0.29% 0.31%

13 0.14% 0.16% 0.07% 0.02% 0.13% 0.11%

14 0.05% 0.00% 0.13% 0.06% 0.06% 0.06%

15 0.05% 0.00% 0.00% 0.02% 0.04% 0.05%

16 0.01% 0.00% 0.00% 0.00% 0.00% 0.00%

17 0.01% 0.00% 0.13% 0.00% 0.03% 0.01%

19 0.00% 0.00% 0.00% 0.00% 0.00% 0.01%

100% 100% 100% 100% 100% 100%

253.0865 56.7418 124.0466 152.0714 235.1475 405.8124

0.000 0.000 0.000 0.000 0.000 0.000

0.0568 0.0269 0.0397 0.044 0.0547 0.0717Cramér's V

Uso de servicios financieros formales

Número total de

miembros en el

hogar

Total

Prueba Pearson chi2(17)

Página | 70

Junto a lo anterior se muestra en el cuadro siguiente otro resultado también

importante, el cual refiere que personas que no usan los servicios financieros formales

provienen de familias compuestas por un promedio de integrantes mayor al reportado por

los individuos que si usan estos servicios. Por ejemplo en el caso de las cuentas de ahorro

las personas que usan este servicio tienen en promedio 4.2 integrantes en sus familias,

inferior a lo que tienen las personas que no los usan que tiene un promedio de integrantes

de 4.4. Este resultado se repite para cada uno de los otros cinco servicios financieros.

Cuadro 3.20:

Tabla del promedio de miembro en el hogar por tipo de servicio financiero formal

Promedio de miembros en el hogar

1. Usa 0. No usa

Servicios

financieros

formales

1. Cuenta de ahorros 4.2 4.4

2. Cuenta de ahorro a plazo fijo 3.8 4.3

3. Cuenta de corriente 4.1 4.3

4. Tarjetas de crédito 4.2 4.3

5. Tarjetas de débito 4.2 4.4

6. Sistema de pensiones 4.2 4.4



A manera de conclusión se puede inferir, que en todos los casos, el número de

miembros en el hogar ejercen una influencia constante que empuja a no usar servicios

financieros en el caso de los peruanos cuando se tiene más de cuatro integrantes por

familia. Por tanto, mayor número de miembros en el hogar reduce las posibilidades de

usar servicios financieros, según los datos de la ENAHO tratados en este punto.

3.1.6 Uso de servicios financieros formales y los ingresos

Con los datos de la ENAHO 2015, a criterio propio, existe una dificultad

metodológica que tiene que ver con los ingresos. De acuerdo a los resultados, hay

personas que responden tener ingresos y otras que no responde, cuya casilla de respuesta

está vacía, la dificultad gira entorno a que dicha celda o podría considerarse como vacía

o como ingresos iguales a cero, en ambos casos, asumir cada uno de los supuestos

modificaría fuertemente la muestra. En razón de ello se ha generado una nueva variable

que recoge información de un individuo que responde a tener algún tipo de ingresos y

otros que no.

Página | 71

Siguiendo lo anterior se describe la muestra, de la que se encuentra que el 64.8%

reporto tener algún tipo de ingreso por actividad principal o secundaria por trabajos

dependientes o independientes, además de pagos en especies, autoconsumo,

gratificaciones de navidad, fiestas patrias, etc. El otro 35.2% no respondió tal interrogante

o por no tener ingresos o por no querer responderla.

Cuadro 3.21:

Tabla de frecuencia de la recepción de ingreso



Recibe ingresos 1. Si recibe 50,885 64.8% 64.8%

0. No recibe 27,687 35.2% 35.2%

Total 78,572 100% 100%



Conforme al marco teórico y la evidencia presentada, los ingresos son

determinantes del uso de servicios financieros formales, a continuación se realizan tablas

de contingencia para encontrar patrones y establecer su asociación con cada uno de estos

servicios considerados por la ENAHO 2015.

Para el caso de las personas que respondieron tener algún tipo de ingreso se

encontró que la probabilidad de usar las cuentas de ahorro es 28.9%, superior a la de

quienes no reportaron tener ingresos con una probabilidad de 21.3%. El resultado implica

que la probabilidad de usar este servicio es 1.36 veces mayor en quienes tienen ingresos

monetarios en comparación a los que los poseen.

Con la Chi cuadrado se rechaza la hipótesis nula de independencia de variables.

Una 𝜒2=536.6696 y un p-valor de 0.000 dejan concluir que ambas variables, uso de

cuentas de ahorro e ingresos, están asociadas con una fuerza de 0.0826 conforme al

resultado de la V. de Cramer.

Cuadro 3.22:

Tabla de contingencia entre uso de cuentas de ahorro e ingresos

Ingresos

1. Reporto tener ingresos 0. No reporto Total

Página | 72

Uso de

cuentas de

ahorro

1. Usa Frecuencia 14,692 5,888 20,580

% por columna 28.9% 21.3% 26.2%


% por columna 71.1% 78.7% 73.8%


% por columna 100% 100% 100%



Pearson Chi2 (1) = 536.6696 (sig. 0.000), Cramér´s V.=0.0826

En seguida, para los servicios de cuenta de ahorro a plazo, se encontró que existe

mayor probabilidad de uso en quienes reportan tener ingreso, un resultado de 1.0% para

el primero y de 0.5% para el segundo, lo que en otros términos significa que usar este

servicio es 2 veces más probables en los que tienen ingresos versus los que no los tienen.

Por su parte la chi cuadrado muestra que existe una asociación entre el uso de

cuentas de ahorro a plazo y los ingresos, basado en una 𝜒2=64.7618 y un p-valor de 0.000,

con una fuerza de asociación de 0.0287 conforme al resultado de la V. de Cramer.

Cuadro 3.23:

Tabla de contingencia entre uso de cuentas de ahorro a plaza e ingresos

Ingresos


Uso de

cuentas de

ahorro a

plazo fijo


% por columna 1.0% 0.5% 0.8%


% por columna 99.0% 99.5% 99.1%


% por columna 100% 100% 100%




Al igual que en los casos anteriores, para el servicio de cuenta corriente existe

mayor probabilidad de uso en quienes tienen ingreso por sobre los que no reportan tenerlo,

un resultado de 4.6% para el primero y 2.5% para el segundo. Esto es, 1.84 veces mayor

para las personas con ingreso contra las que no los tienen.

Con la chi cuadrado se demuestra que la hipótesis nula de independencia de

variables se rechaza con un 𝜒2=215.7629 y un p-valor de 0.000, concluyendo que tanto

Página | 73

los ingresos como el uso de cuenta corriente están asociados con grado fuerza de 0.0524

según la V. de Cramer.

Cuadro 3.24:

Tabla de contingencia entre uso de cuenta corriente e ingresos

Ingresos


Uso de

cuenta

corriente

1. Usa Frecuencia 2,329 684 3,013

% por columna 4.6% 2.5% 3.8%


% por columna 95.4% 97.5% 96.2%


% por columna 100% 100% 100%




En lo que respecta al servicio de tarjetas de crédito existe mayor probabilidad de

uso en las personas que tienen ingreso (8.0%) por sobre los que no reportan tenerlo

(2.6%), según los datos, es 3.08 veces más probable usar las tarjetas de crédito cuando se

tiene ingresos que cuando no se reporta tenerlos.

Para una 𝜒2=894.5885 y un p-valor de 0.000 se rechaza la hipótesis nula de

independencia de variables entre el uso de tarjetas de crédito y los ingresos, por lo que se

concluye una asociación entre estas con una fuerza de 0.1067 conforme al resultado de la

V. de Cramer.

Cuadro 3.25:

Tabla de contingencia entre uso de tarjeta de crédito e ingresos

Ingresos


Uso de

tarjetas de

crédito

1. Usa Frecuencia 4,050 726 4,776

% por columna 8.0% 2.6% 6.1%


% por columna 92.0% 97.4% 93.9%


% por columna 100% 100% 100%




Página | 74

De la misma forma que con las tarjetas de crédito, el uso de tarjetas de débito tiene

más probabilidades de uso en personas con ingresos (28.1%) que con las que no los tienen

(18.6%), es 1.51 veces más probable el uso en los primeros que en los segundos.

Para una 𝜒2=862.8153 y un p-valor de 0.000 se rechaza la hipótesis de

independencia de variables, concluyendo que tanto los ingresos como el uso de tarjetas

de débito están asociados con una fuerza de 0.1048 según la V. de Cramer.

Cuadro 3.26:

Tabla de contingencia entre uso de tarjeta de débito e ingresos

Ingresos


Uso de

tarjetas de

débito

1. Usa Frecuencia 14,306 5,162 19,468

% por columna 28.1% 18.6% 24.8%


% por columna 71.9% 81.4% 75.2%


% por columna 100% 100% 100%




Finalmente, en el caso del uso del sistema de pensiones, también es más probable

el uso en personas con ingresos (34.0%) que en personas que no los tienen o no reportaron

tenerlos (16.8%), es 2.02 veces mayor el uso para los primeros que para los otros.

Con la 𝜒2=2658.9176 y un p-valor de 0.000 se rechaza la hipótesis de

independencia de variables, concluyendo que tanto los ingresos como el uso del sistema

de pensiones están asociados con una fuerza de 0.1840 según la V. de Cramer.

Cuadro 3.27:

Tabla de contingencia entre uso del sistema de pensiones e ingresos

Ingresos


Uso del

sistema

pensiones

1. Usa Frecuencia 17,321 4,640 21,961

% por columna 34.0% 16.8% 28.0%


% por columna 66.0% 83.2% 72.0%


% por columna 100% 100% 100%




Página | 75

En todos los casos, con relaciones significativas, se demostró que es más probable

el uso de servicios financieros en personas que reportaron tener algún tipo de ingreso que

las que no lo reportaron, por no tenerlos o por no responder la pregunta de la ENAHO

2015. La figura que se presenta a continuación resume los resultados.

Figura 3.3

Uso de servicios financieros formales por ingresos



3.1.7 Uso de servicios financieros formales y la zona geográfica

A partir de los datos de la ENAHO 2015 se puede establecer que la muestra está

compuesta en un 35.9% de población con vivienda en un ámbito rural, esto significa

28,211 individuos y por otro lado compuesta de un 64.1% de individuos que viven en

zonas urbanas un total de 50,361 personas.

Página | 76

Cuadro 3.28:

Tabla de frecuencia de la zona geográfica



Zona geográfica en la que vive 0. Urbano 50,361 64.1% 64.1%

1. Rural 28,211 35.9% 35.9%

Total 78,572 100.0% 100.0%



De acuerdo a la teoría de localización, las empresas determinan un lugar óptimo

de acuerdo a los retornos que ofrecen cada uno. Las zonas rurales que tienen la

característica de difícil acceso no son las preferidas por las instituciones pues generan

costos altos. Esta limitada oferta ocasiona que los individuos no puedan acceder a los

servicios financieros y por ende no puedan usarlos lo que se conoce como una exclusion

involuntaria según el marco teórico.

El las siguientes tablas de contingencias se determina que son los individuos que

habitan en zonas rurales los que menos utilizan los servicios financieros. Esto implica que

vivir en una zona urbana incrementa la probabilidad de usar estos servicios.

El cuadro 3.29 muestra que en el ámbito rural solo existe una probabilidad 19.2%

de usar las cuentas de ahorro cifra que es sobrepasada por la probabilidad de usarlos en

un ambiente urbano 30.1%. Por otro lado con una 𝜒2=1116.0637 y un p-valor de 0.000

se rechaza la hipótesis nula de independencia de variables, concluyendo que estas tienen

una asociación de 0.1192 según la V. de Cramer.

Cuadro 3.29:

Tabla de contingencia entre uso de cuenta de ahorro y la zona geográfica

Zona geográfica

1. Rural 0. Urbano Total

Uso de cuentas de

ahorro

1. Usa Frecuencia 5,414 15,166 20,580

% por columna 19.2% 30.1% 26.2%


% por columna 80.8% 69.9% 73.8%


% por columna 100% 100% 100%




Página | 77

Del mismo modo el cuadro 3.30 muestra que en el ámbito rural tiene una

probabilidad de uso menor que en el ámbito urbano, esto es 0.3% para el primero 1.1%

para el segundo. Por otro lado con una 𝜒2=134.7236 y un p-valor de 0.000 se rechaza la

hipótesis nula de independencia entre la variable uso de cuenta de ahorro a plazo fijo y la

zona geográfica, concluyendo que estas están relacionadas con un grado de asociación de

0.0414 según el coeficiente V. de Cramer.

Cuadro 3.30:

Tabla de contingencia entre uso de cuenta de ahorro a plazo fijo y la zona geográfica

Zona geográfica


Uso de cuentas de

ahorro a plazo fijo


% por columna 0.3% 1.1% 0.8%


% por columna 99.7% 98.9% 99.2%


% por columna 100% 100% 100%




Similar resultado reportan los datos de la ENAHO 2015 para el uso de cuentas

corrientes, según el cuadro 3.31, las personas de la zona urbana (4.6%) tienen mayor

probabilidad de uso de este servicio en comparación a la probabilidad de uso en las zonas

rurales (2.5%). Con la 𝜒2=197.4043 y un p-valor de 0.000 se rechaza la hipótesis nula de

independencia de variables, determinando que estas están relacionadas con un nivel de

asociación de 0.0501 según el coeficiente V. de Cramer.

Cuadro 3.31:

Tabla de contingencia entre uso de cuenta corriente y la zona geográfica

Zona geográfica


Uso de cuenta

corriente

1. Usa Frecuencia 719 2,294 3,013

% por columna 2.5% 4.6% 3.8%


% por columna 97.5% 95.4% 96.2%


% por columna 100% 100% 100%




Página | 78

De igual manera pasa con el uso de tarjetas de crédito, teniendo una probabilidad

de uso en el ámbito urbano de 8.9% muy superior al reportado por los individuos que

viven en las zonas rurales 1.0%. Con la 𝜒2=197.4043 y el p-valor de 0.000 se rechaza la

hipótesis nula de independencia de variables, con lo que se establece que existe una

asociación, la que según el coeficiente de V. de Cramer es de 0.1603.

Cuadro 3.32:

Tabla de contingencia entre uso de tarjetas de crédito y la zona geográfica

Zona geográfica


Uso de tarjetas de

crédito

1. Usa Frecuencia 271 4,505 4,776

% por columna 1.0% 8.9% 6.1%


% por columna 99.0% 91.1% 93.9%


% por columna 100% 100% 100%




Al igual que lo que pasa con las tarjetas de crédito, la probabilidad de usar de

tarjetas de débito es mayor en zonas urbanas que en zonas rurales. Los datos muestran

que en las zonas rurales es 15.3% y en las urbanas 30.1% la probabilidad de uso de este

servicio. Así mismo la 𝜒2=2118.3527 y el p-valor de 0.000 aseguran la existencia de una

asociación entre variables, rechazando la hipótesis nula de independencia de variables,

con un grado de asociación de 0.1642 de acuerdo al coeficiente de V. de Cramer.

Cuadro 3.33

Tabla de contingencia entre uso de tarjetas de débito y la zona geográfica

Zona geográfica


Uso de tarjetas de

débito

1. Usa Frecuencia 4,318 15,150 19,468

% por columna 15.3% 30.1% 24.8%


% por columna 84.7% 69.9% 75.2%


% por columna 100% 100% 100%




Página | 79

Finalmente y no menos importante, se encuentra que en las zonas rurales también

existe una baja probabilidad de uso del sistema de pensiones de 10.9%, en comparación

a la probabilidad de uso en zonas urbanas que es 37.5%. La 𝜒2=6390.8086 y el p-valor

de 0.000 garantizan una asociación de variables con un grado de 0.2852 según la V. de

Cramer.

Cuadro 3.34:

Tabla de contingencia entre uso del sistema de pensiones y la zona geográfica

Zona geográfica


Uso del sistema de

pensiones

1. Usa Frecuencia 3,061 18,900 21,961

% por columna 10.9% 37.5% 28.0%


% por columna 89.1% 62.5% 72.0%


% por columna 100% 100% 100%




A manera de conclusión se puede afirmar que, basándose en datos de la ENAHO

2015, existe una mayor probabilidad de usar servicios financieros en zonas urbanas que

en zonas rurales. Según los resultados, la probabilidad de usar una cuenta de ahorros es

1.57 veces mayor para un habitante urbano que para un rural, de mismo modo es 3.67,

1.84, 8.90, 1.97 y 3.44 veces mayor para el caso de los ahorro a plazo, las cuentas

corrientes, las tarjetas de crédito, las tarjetas de débito y el sistema pensiones,

respectivamente. El grafico siguiente resume los hallazgos hechos.

Página | 80

Figura 3.4

Uso de servicios financieros formales por zona geográfica de residencia



3.2 FORMULACIÓN DEL MODELO ECONOMÉTRICO GENERAL

Para Díaz y Costa (1994) y Agurto (2010), son cuatro las etapas que toda

investigación econométrica debe seguir: 1) especificación del modelo, 2) estimación del

modelo, 3) evaluación de los indicadores y finalmente 4) evaluación de capacidad

predictiva. Todo este proceso constituye la metodología de investigación econométrica

que es analizada punto a punto a continuación.

3.2.1 Especificación del modelo multivariables

Esta primera etapa de especificación es muy importante porque garantiza el éxito

de toda investigación, ya que formaliza el problema a estudiar, expresando en terminos

matemáticos las relaciones económicas existentes (Díaz y Costa, 2010). Esta fase se

Página | 81

compone de establecer las variables dependientes e independientes que conforman el

modelo matemático y de plantear los signos que se esperan obtener de los parámetros

estimados.

El modelo matemático surge a partir de la función de distribución logística:

𝑃𝑖 =1

1 + 𝑒−𝑧𝑖

Donde 𝑃𝑖 es un valor no observable que describe la probabilidad que la variable

dependiente asuma el valor de 1 (uso de al menos un servicio financiero: cuentas de

ahorro, ahorro a plazo, cuentas corrientes, tarjetas de crédito, tarjetas de débito y sistema

de pensiones) para valores fijos de las variables independientes, es decir 𝑃𝑖 =

𝐸(𝑌𝑖 = 1|𝑋𝑖) y donde z es:

𝑧𝑖 = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2 + 𝛽3𝑋3 + 𝛽4𝑋4 + 𝛽5𝑋5 + 𝛽6𝑋6

Para un conjunto de variables independientes compuestas por el género (𝑋1), la

edad (𝑋2), el nivel educativo (𝑋3), el número de miembros en el hogar (𝑋4), los ingresos

(𝑋5) y la zona geográfica en la que vive el individuo (𝑋6).

Con lo cual la función de distribución logística luego de linealizarla queda como:


1 − 𝑃𝑖) = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2 + 𝛽3𝑋3 + 𝛽4𝑋4 + 𝛽5𝑋5 + 𝛽6𝑋6

Ante esto, se aguarda tener los siguientes signos esperados, cuyas relaciones

fueron explicadas en la metodología.

𝑌 = 𝑓(𝑋1⏞−

, 𝑋2⏞+

, 𝑋3⏞+

, 𝑋4⏞−

, 𝑋5⏞+

, 𝑋6⏞−

)

Página | 82

3.2.2 Estimación de los modelos multivariables

3.2.2.1 Estimaciones bivariadas

Esta parte consistió principalmente en realizar estimaciones con cada una de las

variables explicativas propuestas como explicativas del fenómeno. En este caso la

variable dependiente es un indicador de uso de al menos uno de los siguientes servicios

financieros: cuenta de ahorro, cuenta de ahorro plazo, cuenta corriente, tarjetas de crédito,

tarjetas de débito y el sistema de pensiones.

El fin de este proceso fue encontrar las variables que en base a dos de tres criterios

podrían estar presentes en el modelo final. Estos criterios son de signo, de significancia y

de Mc Fadden R2 ubicado en el rango 0.2 – 0.6 según Rosales (2013).

Se estiman las regresiones bivariables bajo la forma:


1 − 𝑃𝑖) = 𝛽0 + 𝛽1𝑋1 + 𝜇𝑖

Los resultados de estas estimaciones bivariadas se muestran en el cuadro 3.35, en

el que se muestra que todas las variables cumplen los criterios de signos y de significancia

(altamente significativas), sin embargo ninguna cumplen el de R2 Mc Fadden, pero a

pesar de ello todas pasaron esta primera prueba y pasan a la de multicolinealidad.

Cuadro 3.35:

Estimaciones bivariables para el uso de servicios financiero formales

Variable Descripción Signo Beta Probabilidad R2 Mc Fadden

X1 Género - -0.3307611 0.000 0.0049

X2 Edad + 0.0053797 0.000 0.0017

X3 Nivel educativo + 0.6218841 0.000 0.0852

X4 Número de miembros - -0.0556023 0.000 0.0023

X5 Ingresos + 0.6004593 0.000 0.0142

X6 Zona geográfica - -0.9553838 0.000 0.0351


Elaboración: Propia con software STATA 14.

Significancia relativa (p<0.10), significativo (p<0.05), altamente significativo (p<0.001).

Página | 83

3.2.2.2 Pruebas de multicolinealidad

El segundo paso para identificar las variables relevantes es la prueba de

multicolinealidad con la que se descartan variables redundantes para el modelo. De

acuerdo con Gujarati y Porter (2010) en una situación extrema la multicolinealidad

impide evaluar la influencia individual de cada variable independiente, hace que los

coeficientes de regresión sean indeterminados y los errores infinitos.

El criterio que emplea Rosales (2013) es eliminar una de las variables que tenga

una correlación por encima de 0.5, según ello el cuadro 3.36 encuentra que ninguna de

las variables tiene una asociación mayor al 0.5 por la que todas pasan esta prueba y pasan

a ser incluidas en el modelo.

𝐶𝑜𝑟𝑟𝑒𝑙𝑎𝑐𝑖ó𝑛 < |0.5| ⋯ 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑐𝑎 𝑏𝑎𝑗𝑎 𝑚𝑢𝑙𝑡𝑖𝑐𝑜𝑙𝑖𝑛𝑒𝑎𝑙𝑖𝑑𝑎𝑑

Cuadro 3.36:

Matriz de correlaciones de variables independientes

X1 X2 X3 X4 X5 X6

X1 1.0000 0.0173 -0.0964 -0.0081 -0.3105 -0.0235

X2 0.0173 1.0000 -0.3812 -0.2928 -0.0438 0.0528

X3 -0.0964 -0.3812 1.0000 0.0484 0.1037 -0.3955

X4 -0.0081 -0.2928 0.0484 1.0000 -0.0350 -0.0254

X5 -0.3105 -0.0438 0.1037 -0.0350 1.0000 -0.0258

X6 -0.0235 0.0528 -0.3955 -0.0254 -0.0258 1.0000


Elaboración: Propia con software STATA 14.

3.2.2.3 Estimación del modelo multivariado

Con los pasos realizados previamente, se llegó a un modelo completo que reúne

seis variables como explicativas del fenómeno de usar servicios financieros formales. Con

estas variables se estimó el modelo cuyo resultado se evidencian en el cuadro 3.37.

A partir del modelo:

Página | 84


1 − 𝑃𝑖) = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2 + 𝛽3𝑋3 + 𝛽4𝑋4 + 𝛽5𝑋5 + 𝛽6𝑋6 + 𝜇𝑖

Cuadro 3.37:

Estimación del modelo Logit

Iteration 0: log pseudolikelihood = -53391.88





Logistic regression Number of obs = 78572

Wald chi2(6) = 13892.62

Prob > chi2 = 0.000

Log pseudolikelihood = -46445.57 Pseudo R2 = 0.1301

y_uso Coef. Std. Err. z P>z [95% Conf. Interval]

x1_mujer -0.1120480 0.0166115 -6.75 0.000 -0.144606 -0.079490

x2_edad 0.0257618 0.0005244 49.12 0.000 0.024734 0.026790

x3_educacion 0.7229271 0.0087273 82.84 0.000 0.705822 0.740032

x4_miembros -0.0204087 0.0040340 -5.06 0.000 -0.028315 -0.012502

X5_ingresos 0.5266388 0.0177415 29.68 0.000 0.491866 0.561412

x6_rural -0.4078887 0.0181937 -22.42 0.000 -0.443548 -0.372230

_cons -3.7274200 0.0553603 -67.33 0.000 -3.835924 -3.618916


Elaboración: Propia con software STATA 14


3.2.3 Evaluación de los modelos multivariables

Esta tercera etapa se caracteriza por ya disponer de valores numéricos que pueden

ser consistentes o no con la teoría económica, estadística y econométrica. Este apartado

se encarga de evaluar los estimadores encontrados, pero también tiene como objetivo

evaluar de forma general el modelo.

3.2.3.1 Evaluación económica

De acuerdo a los resultados obtenidos se encuentra, que todos los parámetros

estimados tienen el signo que la teoría señala.

Página | 85

Según el resultado hallado se puede inferir que ser mujer reduce la probabilidad

de usar servicios financiero formales, tal como lo establece la teoría de género que habla

de la menor participación de la mujer en diversos ámbitos de la economía producto de las

presiones sociales existentes y que generan comportamientos diferenciados entre ambos

géneros.

Respecto de la edad se puede inferir que los años de vida se relacionan de forma

directa un con mayor uso de servicios financieros formales en el país, situación es va de

acuerdo a lo que propone la teoría del ciclo de vida, según lo cual mayor edad significa

mayor ahorro porque el individuo se ve motivado a ahorra para financiar su vejez.

El resultado encontrado respecto del nivel educativo lo relaciona de manera

directa al uso de servicios financieros formales en el país, esto sigue en la línea de lo

propuesto por la economía financiera que establece que una persona más capacitada

tendrá más participación en el sistema financiero, ya que podrá decir entre las mejores

opciones de ahorro o crédito y sacará ventajas de este mercado en pro de mejorar su

bienestar económico.

Respecto al número de miembros en el hogar, cuyo resultado relaciona de forma

inversa mayor número de miembro con el uso de servicios financieros, se puede inferir

que si dentro del hogar ya existiera un miembro que usa servicios financieros, existirá

también una alta posibilidad que el resto de miembros quieran compartir ese servicio, con

tal de no contratar uno nuevo, afín de reducir los costos ligados por ejemplo a la apertura

de cuenta, montos mínimos de cuenta, costos de mantenimiento, entre otros. Por otro lado

una familia más grande consume más y destina menos al ahorro. Por tanto este resultado

va en línea de lo que establecen el Banco Mundial (2008) y Keynes (1936).

La relación directa entre las decisiones de ahorro y el ingreso también ha sido

verificada en esta investigación al encontrarse que tener ingresos mejora la probabilidad

de usar servicios financieros formales según lo que establece el marco de la teoría

Keynesiana.

Finalmente, como lo señala la teoría de localización, que propone que existen

costos adicionales que limitan la oferta en zonas rurales, se verificada, con el resultado

Página | 86

estimado, que vivir en zonas rurales reduce la posibilidad de usar servicios financieros

formales porque existen menos incentivos de uso ligados a los costos que involucra el

servicio, por tanto se comprueba lo estipulado por la teoría.

3.2.3.2 Evaluación estadística

Este apartado se encarga de evaluar, en base a criterios estadísticos, la

significancia de los parámetros y el ajuste del modelo, mediante usa serie de test afín de

conocer que tan confiables son los resultados logrados por la estimación.

a) Evaluación de la significancia individual

El objetivo del test de Wald es analizar si el parámetro evaluado cae en una región

crítica que rechace la hipótesis nula de que el parámetro es igual a cero. Conforme esto,

a continuación se presentan los resultados para un nivel de significancia: de 99.0% =

2.575 (altamente significativo), 95.0% = 1.959 (significativo) y de 90.0% = 1.644

(significancia relativa).

Género

𝐻0: 𝛽1 = 0, el parámetro no es estadísticamente significativo

𝐻1: 𝛽1 ≠ 0, el parámetro es estadísticamente significativo

Los resultados del test de Wald muestran una Chi2 calculada de 45.50, a partir de

la cual se rechaza la hipótesis nula de no significancia, este resultado puede verificarse de

forma directa al analizar los p-value de la estimación, es este caso el género es altamente

significativo con un p-value de 0.000.

Página | 87

Edad



Los resultados del test de Wald muestran una Chi2 calculada de 2413.13, a partir

de la cual se rechaza la hipótesis nula de no significancia, este resultado puede verificarse

de forma directa al analizar los p-value de la estimación, es este caso la edad es altamente

significativo con un p-value de 0.000.

Nivel educativo





de forma directa al analizar los p-value de la estimación, es este caso el nivel educativo

es altamente significativo con un p-value de 0.000.

Miembros del hogar



Página | 88

Los resultados del test de Wald muestran una Chi2 calculada de 25.60, a partir de

la cual se rechaza la hipótesis nula de no significancia, este resultado puede verificarse de

forma directa al analizar los p-value de la estimación, es este caso el número de miembro

en el hogar es altamente significativo con un p-value de 0.000.

Ingresos





de forma directa al analizar los p-value de la estimación, es este caso el reportar tener

ingresos es altamente significativo con un p-value de 0.000.

Zona geográfica





de forma directa al analizar los p-value de la estimación, es este caso la zona geográfica

es altamente significativo con un p-value de 0.000.

b) Evaluación de la significancia global

Partiendo de las siguientes hipótesis donde se consideran a todos los parámetros:

Página | 89

H0: 𝛽i = 0 ⇒ Parámetros no estadísticamente significativos

H1: 𝛽i ≠ 0 ⇒ Parámetros estadísticamente significativos

Se contrastas el estadístico de prueba con la Chi-cuadrado:

𝐿𝑅 = −2(𝑙𝑛𝐿𝑅 − 𝑙𝑛𝐿𝑁𝑅)

Donde 𝐿𝑁𝑅 es el logaritmo de la función de verosimilitud del modelo estimado y

𝐿𝑅 es la función del modelo restringido, es decir estimado solo con la constante. De lo

que se obtiene una LR chi2 (6) = 13892.62 con una Prob > chi2 de 0.000 se rechaza la

hipótesis nula por tanto se puede decir que los parámetros en conjunto son significativo

y explican el uso de servicios financieros de las personas en el Perú.

c) Evaluación de la bondad de ajuste

El cuadro 3.38 proporciona un resumen de los resultados a partir del modelo logit

que fue estimado:

Cuadro 3.38:

Pruebas de bondad de ajuste del modelo

Log-Lik Intercept Only: -53391.88 Log-Lik Full Model: -46445.570

D(78565): 92891.141 LR(6): 13892.620

Prob > LR: 0.000

McFadden's R2: 0.130 McFadden's Adj: 0.130

ML (Cox-Snell) R2: 0.162 Cragg-Uhler(Nagelkerke) R2: 0.218

McKelvey & Zavoina's R2: 0.220 Efron's R2: 0.174

Variance of y*: 4.219 Variance of error: 3.290

Count R2: 0.698 Adj Count R2: 0.276

AIC: 1.182 AIC*n: 92905.141

BIC: -792675.523 BIC': -13824.990

BIC used by Stata: 92970.043 AIC used by Stata: 92905.141



Página | 90

De acuerdo al R2 McFadden y al McFadden adj., estos resultaron ser muy bajos

0.13 para ambos, sin embargo esto no es un problema grave ya que como lo indican

Gujarati y Porter (2010, pág. 563) “en los modelos con regresada binaria, la bondad del

ajuste tiene una importancia secundaria. Lo que interesa son los signos esperados de los

coeficientes de la regresión y su importancia práctica y/o estadística”.

Por su parte el R2 de conteo indica que un 69.78% de las predicciones son

correctas sobre el total de las observaciones, el restante es la tasa de error que equivale a

30.22%. Así mismo se dispone de una especificad de 52.29%, una sensibilidad de

82.32%, una tasa de falsos ceros de 47.71% y falsos unos de 17.68%. Los resultados se

muestran en la figura 3.5.

Figura 3.5

Predicciones del modelo



Correctly classified 69.78%

False - rate for classified - Pr( D| -) 29.36%

False + rate for classified + Pr(~D| +) 32.04%

False - rate for true D Pr( -| D) 47.71%

False + rate for true ~D Pr( +|~D) 17.68%

Negative predictive value Pr(~D| -) 70.64%

Positive predictive value Pr( D| +) 67.96%

Specificity Pr( -|~D) 82.32%

Sensitivity Pr( +| D) 52.29%

True D defined as y_uso != 0

Classified + if predicted Pr(D) >= .5

Total 32817 45755 78572

- 15656 37664 53320

+ 17161 8091 25252

Classified D ~D Total

True

Página | 91

Por otro lado analizando la curva ROC, se pudo encontrar que el área bajo la curva

es 0.7327, lo que a criterio de Rosales (2013) es una discriminación aceptable.

Figura 3.6

Curva ROC



3.2.3.3 Evaluación econométrica

Normalidad

Partiendo de una hipótesis nula

𝐻0 = 𝐿𝑜𝑠 𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠 𝑡𝑖𝑒𝑛𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙

𝐻1 = 𝐿𝑜𝑠 𝑟𝑒𝑠𝑖𝑑𝑢𝑜𝑠 𝑛𝑜 𝑡𝑖𝑒𝑛𝑒𝑛 𝑢𝑛𝑎 𝑑𝑖𝑠𝑡𝑟𝑖𝑏𝑢𝑐𝑖ó𝑛 𝑛𝑜𝑟𝑚𝑎𝑙

Se encontró que mediante el test Shapiro-Wilk se rechaza la hipótesis nula

concluyendo que los datos no vienen de una distribución normal.

Página | 92

Cuadro 3.39:

Test de normalidad Shapiro-Wilk

Variable Observación W V z Prob>z

E 78,572 0.98933 275.091 15.69 0.000



Homocedasticidad

Bajo las hipótesis:

H0 = Existe homocedasticidad

H𝟏 = No existe homocedasticidad

Con el test de Leven y Barlett se rechaza la hipótesis nula, estableciendo que existe

heterocedasticidad que es corregida con el comando vce (robust).

Figura 3.7

Test de Levene y Barlett



Pr(F < f) = 1.0000 2*Pr(F > f) = 0.0000 Pr(F > f) = 0.0000

Ha: ratio < 1 Ha: ratio != 1 Ha: ratio > 1

Ho: ratio = 1 degrees of freedom = 45754, 32816

ratio = sd(No usa n) / sd(Usa algu) f = 1.1138

combined 78,572 .013446 .0052152 1.461865 .0032242 .0236678

Usa algu 32,817 .6767907 .0072148 1.306987 .6626495 .6909319

No usa n 45,755 -.4623267 .0064486 1.379382 -.4749661 -.4496873

Group Obs Mean Std. Err. Std. Dev. [95% Conf. Interval]

Variance ratio test

Página | 93

Elección entre Logit y Probit

Conforme los resultados brindados por el paquete Stata entre un modelo probit y

logit corregidos de la heterocedasticidad, el mejor de ambas es el Logit que tiene un AIC

y un BIC menor en comparación con los del Probit. En conclusión el modelo Logit es el

que mejor se ajusta a los datos y es del cual se extrajeron los efectos marginales

presentados en el próximo apartado.

Cuadro 3.40:

Modelos Logit vs Probit corregidos

Variables Beta – logit Beta – Probit

X1 -0.112048*** -0.05229694***

X2 0.02576181*** 0.1547757***

X3 0.72292715*** 0.43699007***

X4 -0.02040872*** -0.01113873***

X5 0.52663879*** 0.30591153***

X6 -0.40788869*** -0.22940577***

C -3.7274198*** -2.2531422***

N 78572 78572

Pseudo R2 0.1301 0.1285

AIC 92905.141 93071.538

BIC 92970.043 93136.44



Error estándar entre paréntesis y probabilidades: *** p<0.01, ** p<0.05, * p<0.1.

Por tanto el modelo final es:


1 − 𝑃𝑖) = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2 + 𝛽3𝑋3 + 𝛽4𝑋4 + 𝛽5𝑋5 + 𝛽6𝑋6

Donde 𝑃𝑖 es un valor que no se observa, pero que surge de un Y=1, si un individuo

usa al menos un servicio financiero formal, y Y=0 si no lo hace. Para un conjunto de

variables exógenas representadas por el género (𝑋1), la edad (𝑋2), el nivel educativo (𝑋3),

el número de miembros en el hogar (𝑋4), los ingresos (𝑋5) y la zona geográfica en la que

vive el individuo (𝑋6).

Página | 94

Cuadro 3.41:

Resultados del modelo Logit corregido






Logistic regression Number of obs = 78572

Wald chi2(6) = 10363.98

Prob > chi2 = 0.000

Log pseudolikelihood = -46445.57 Pseudo R2 = 0.1301

Robust

y_uso Coef. Std. Err. z P>z [95% Conf. Interval]

x1_mujer -0.1120480 0.0164956 -6.79 0.000 -0.1443789 -0.0797171

x2_edad 0.0257618 0.0005168 49.85 0.000 0.0247489 0.0267747

x3_educacion 0.7229271 0.0084563 85.49 0.000 0.7063530 0.7395013

x4_miembros -0.0204087 0.0039990 -5.10 0.000 -0.0282465 -0.0125709

X5_ingresos 0.5266388 0.0180264 29.21 0.000 0.4913076 0.5619700

x6_rural -0.4078887 0.0183956 -22.17 0.000 -0.4439433 -0.3718340

_cons -3.7274200 0.0540075 -69.02 0.000 -3.8332730 -3.6215670




Cuyos coeficientes ratios Odds:

Cuadro 3.42:

Listado de coeficientes logísticos y cocientes de razones

Variables Beta (b) e^b e^bStdX

X1 – Género -0.11205 0.8940 0.9455

X2 – Edad 0.02576 1.0261 1.5850

X3 – Nivel educativo 0.72293 2.0605 2.3439

X4 – Número de integrantes hogar -0.02041 0.9798 0.9585

X5 – Ingresos 0.52664 1.6932 1.2861

X6 – Zona geográfica -0.40789 0.6651 0.8223



Y cuyos efectos marginales son:

Página | 95

Cuadro 3.43:

Efectos marginales del modelo Logit final

Variables Efecto marginal en el

promedio

Efectos marginales promedio de todas

las observaciones

X1 – Género -0.0270246*** -0.0227154***

X2 – Edad 0.0062126*** 0.0052227***

X3 – Nivel educativo 0.174337*** 0.1465587***

X4 – Número de integrantes hogar -0.0049216*** -0.0041375***

X5 – Ingresos 0.1243671*** 0.1067652***

X6 – Zona geográfica -0.0969397*** -0.0826911***



Probabilidades: *** p<0.01, ** p<0.05, * p<0.1.

3.2.4 Evaluación de la capacidad predictiva del modelo

Según lo que arrojo el modelo, en este caso, la probabilidad de que alguien de la

muestra use los servicios financieros formales es de 41.76%.

Cuadro 3.44:

Predicción del modelo

Variable Observación Mean Std. Dev. Min. Max.

prlogit 78,572 0.4176679 275.091 0.0390313 0.9593892



3.2.4.1 Resultados a través de predicciones

Escobar, et. al. (2012) plantean analizar una regresión logística desde otra

perspectiva diferente a la propuesta por los efectos marginales, la que consiste en brindar

el resultado de cambios generados por las variables explicativas manteniendo el resto de

ellas sobre sus valores medios, es decir evaluar la probabilidad de usar servicios

financieros formales para individuos las siguientes características medias:

Los resultados de esta técnica se muestras a continuación:

Página | 96

Cuadro 3.45:

Análisis de predicciones para individuos con características medias

Grupo Variable Indicador Probabilidad de uso

Variables sociales

Género Mujer 0.3930000

Hombre 0.4200000

Edad

18 0.2598937

26 0.3014450

34 0.3465289

42 0.3945473

50 0.4446915

58 0.4959880

66 0.5473691

74 0.5977601

82 0.6461675

90 0.6917534

98 0.7338851

Nivel educativo

Sin nivel 0.1386038

Primaria 0.2489897

Secundaria 0.4058662

Sup. no universitaria 0.5846390

Sup. Universitaria 0.7436017

Postgrado 0.8566452

Miembros en el hogar

1 0.4224777

3 0.4135410

5 0.4046609

6 0.3958427

8 0.3870918

10 0.3784132

12 0.3698117

14 0.3612921

15 0.3528589

17 0.3445164

19 0.3362686

Variables económicas Ingresos Reporto recibir ingresos 0.4514000

No reporto recibirlos 0.3270000

Variables geográficas Zona geográfica Rural 0.3448000

Urbano 0.4417000



Página | 97

3.3 ANÁLISIS E INTERPRETACIÓN DE LOS RESULTADOS

3.3.1 Variables sociales

3.3.1.1 Género

En primer lugar, para el caso del género, se ha podido determinar, que cuando el

individuo es mujer la razón de uso disminuye 0.89 veces, lo que implica que ser mujer

reduce la probabilidad de usar servicios financieros en 2.7% respecto de los hombres. Por

su parte bajo un análisis de predicciones sobre individuos promedios se encontró, que

cuando el individuo es mujer la probabilidad que este use los servicios financieros

formales es de 39.3% y cuando es hombre la probabilidad que los use es de 42.0%.

La figura 3.8 evidencia de mejor forma lo encontrado, respecto a la probabilidad

de uso de servicios financieros formales entre hombres y mujeres bajo un análisis de

predicciones.

Figura 3.8

Probabilidad de usar servicios financieros formales y el género



Por otro lado, bajo un análisis en tablas de contingencia se encontró en todos los

casos que son los hombres lo que más probabilidad de uso tiene respecto de cada uno de

Página | 98

los servicios de ahorro, ahorro a plazo, cuenta corriente, tarjetas de débito y crédito y del

sistema de pensiones. Siendo la brecha más amplia cuando se habla del uso del sistema

de pensiones donde la probabilidad de uso en hombres es 36.1% y en mujeres es 20.4%

(ver figura 3.1).

Respecto de la evidencia, Kumar (2005) encontró que efectivamente ser mujer

reduce las probabilidades de usar cuentas de depósito y tarjetas de crédito, aunque utilizó

un modelo probit sus coeficientes encontrados fueron -0,08 y -0.05 respectivamente.

Finney y Kempson (2009) encuentra un ratio Odds de 1.4 tomando como referencia a los

hombres, con lo cual establece que ser hombre incrementa la probabilidad de usar

servicios financieros. En la misma línea, Cámara, et. al. (2013) y Cano, et. al. (2014)

encuentran que ser mujer reduce la probabilidad de uso. Sin embargo, existe evidencia

que habla de la no significancia de esta variable como lo encontrado por Tuesta, et. al.

(2015).

De acuerdo a la teoría, el comportamiento diferencia entre hombres y mujeres se

debe a diferentes roles que asigna la sociedad a cada género, en la mayoría de casos

desfavoreciendo a la mujer. Estas presiones sociales son visibles no solo en el mercado

financiero sino en otros ámbitos como el laboral, el académico etc. La menor

participación de la mujer en la utilización de servicios financieros queda demostrada con

los datos.

3.3.1.2 Edad

En segundo lugar, para el caso de la edad con los datos del ENAHO 2015, se

determinó, que cuando la edad varía en una unidad la razón de uso se incrementa 1.026

veces, esto implica, que un aumento de un año de edad incrementa la probabilidad de usar

servicios financieros formales en 0.62%. En tanto, que bajo un análisis de predicciones

sobre individuos promedios se descubrió que a los 18 años la probabilidad de usar

servicios financieros formales es de 26.0% y conforme avanza esta se incrementa, por

ejemplo a los 26 años es de 30.14%, a los 34 años 34.65%, y así consecutivamente.

La figura 3.9 presenta que la probabilidad de uso de servicios financieros formales

se incrementa conforme avanza la edad, todo esto bajo un análisis de predicciones.

Página | 99

Figura 3.9

Probabilidad de usar servicios financieros formales y la edad



Referente a la evidencia, Cámara, et. al. (2013) encuentra que la edad incrementa

las probabilidades de usar servicios financiero. En esta línea Peña, et. al. (2014) presenta

que la edad se relaciona directamente con mayor uso de servicios financieros, pero solo

hasta un punto de inflexión ubicado a los 57 años. Por su parte Cano, et. al. (2014)

encuentra similares resultados y Tuesta, et. al. (2015) habla nuevamente que la edad tiene

rendimiento decrecientes respecto del uso.

Los resultados van en la línea de lo que plantea la teoría del ciclo de vida, y el

mecanismo por el que se vinculan la edad y el uso de servicios financieros es que son los

jóvenes los que menos activo acumulan (en parte por no tener ingresos) y son los adultos

los que deben ahorrar para financiar su vejes y retribuir los gastos de su juventud. De

acuerdo a esto, conforme se avanza en edad el uso de servicios financieros será mayor

porque existen motivaciones por mantener un nivel de vida constante que demandara usar

de servicios financieros.

Página | 100

3.3.1.3 Nivel educativo

En tercer lugar, por lo que concierne al nivel educativo se encontró que cuando se

pasa a otro nivel la razón de uso se incrementa 2.06 veces, lo que significa que pasar al

siguiente nivel educativo aumenta la probabilidad de usar servicios financieros formales

en 17.43%. En el análisis de predicciones sobre individuos promedios se encontró que los

individuos que no tienen nivel educativo tienen una probabilidad de uso de 13.86% y que

esta crece conforme avanza el nivel, para primera la probabilidad es 25.0%, secundaria

40.59%, de forma continua.

En la figura 3.10 se grafica el análisis de predicciones realizado. Se evidencia un

incremento de la probabilidad de uso conforme se avanza en el nivel educativo del

individuo.

Figura 3.10

Probabilidad de usar servicios financieros formales y el nivel educativo



Por otro lado, bajo un análisis en tablas de contingencia se encontró resultados

similares, según esto, los niveles educativos mejoran la probabilidad de uso de cada uno

de los servicios financieros formales tratados. Una de los patrones más representativos de

Página | 101

esto es que pasar de estar en secundaria a nivel superior mejora las probabilidades en más

del 50% (ver figura 3.2)

En la línea de este resultado se encuentra Kumar (2005) que refiere una relación

significativa y directa entre los niveles educativos y un conjunto de servicios financieros

en Brasil. Cámara, et. al. (2013) en el caso peruano, encuentra que ser alfabetizado

incrementa un 3% la probabilidad de uso. Para Peña et. al. (2014) la educación es uno de

los determinantes más importantes para explicar el fenómeno, en tanto que, Cano, et. al

(2014) encuentra que personas con más alto nivel de educación son las que más usan los

servicios financieros. En otro resultado Tuesta, et. al. (2015) establece que un nivel

educativo adicional incrementa aproximadamente 14% la probabilidad de uso de

servicios financieros.

De acuerdo a la economía financiera los resultados son los esperados porque

capacitarse favorece el desarrollo de capacidades, habilidades y destrezas de los

individuos en torno a la vida financiera y a su vez permite ser más conscientes de los

riesgos y oportunidades que giran en torno al uso de servicios financieros. El mecanismo

por el cual la educación afecta el uso de servicios es porque una persona capacitada no

está propensa a fraudes, sacara ventajas de las oportunidades financieras y mejorar su

bienestar económico.

3.3.1.4 Número de miembros en el hogar

En cuarto lugar, otro de los resultados hallados fue el que relaciona al número de

miembros en el hogar con el uso de los servicios financieros formales que tiene un

encuestado. Según los ratios Odds un individuo adicional reduce 0.97 veces la razón de

uso, conforme a esto, la probabilidad de usar estos servicios cuando se incrementa un

individuo se reduce en 0.49%. Por su parte bajo un análisis de predicciones medias se

encontró que individuo que reporta tener una familia de un solo miembro goza de una

probabilidad de uso de 42.25% y que se reduce, por ejemplo, al tener 10 miembros en la

familia con 32.84% y avanza conforme avanza el número de miembros.

En la figura 3.11 se plasma lo encontrado, individuos con mayor número de

integrantes en su familia tienen una probabilidad menor de uso que los que tienen menor

Página | 102

número de miembros, esto según el análisis de predicciones para individuos con

características medias.

Figura 3.11

Probabilidad de usar servicios financieros formales y el número de miembros en el hogar



Bajo un análisis en tablas de contingencia se encontró, que la más importante

participación de quienes usan servicios financieros formales es representada por las

familias que tienen cuatro integrantes, luego de ello la participación se hace menor.

Respecto de lo hallado, Cámara, et. al. (2013) manifiesta que existe un efecto

sustitución entre el número de perceptores de ingreso y la probabilidad de uso de servicios

financieros formales para el caso peruano, mayor número de perceptores disminuye un

8% la probabilidad de uso. En esta línea, Cano et. al. (2014) encuentra que el tamaño del

hogar se relaciona de forma inversa con el uso de servicios financieros formales, lo que

implica que mientras más miembros tenga la familia menos probabilidades de usar

servicios financieros existirán.

Página | 103

Los mecanismo por lo cual se relaciona número de miembro en el hogar y el uso

de servicios financieros es que suponiendo que dentro del hogar ya existe un miembro

que usa servicios financieros, existirá también una alta posibilidad que el resto de

miembros quieran compartir ese servicio, con tal de no asumir gastos extras, por otro lado

un mayor número de miembros significa a su vez mayor consumo en el hogar y conforme

a la teoría Keynesiana repercute sobre las decisiones de ahorro.

Por lo tanto, la primera conclusión a la que se puede arribar con estos resultados

encontrados, para el caso del género, la edad, el nivel educativo y el número de miembros

en el hogar es que se confirma la existencia de evidencia a favor de la primera hipótesis

específica, que de forma textual dice: “en el Perú, para el año 2015, la probabilidad de

usar servicios financieros formales se reduce puesto que un poblador tiene las

características de ser mujer, tener menor nivel educativo, ser joven y tener mayor número

de miembros en el hogar.

3.3.2 Variables económicas

3.3.2.1 Ingresos

Como quinto punto se tiene a la variable ingresos. Con los datos del ENAHO se

logró comprobar que cuando el individuo reporta tener ingresos o directamente tiene

ingresos la razón de uso se incrementa 1.693 veces que cuando no los reporta, en otros

términos esto implica, que en el caso de los primeros la probabilidad de uso es 12.4%

respecto de los que no tienen ingresos. Por el análisis de predicciones para individuos con

características medias se puedo encontrar que tener ingresos permite tener una

probabilidad de uso de 45.14% y para los que no los tienen una probabilidad de 32.7%.

La figura 3.12 presenta lo descrito en el párrafo previo.

Página | 104

Figura 3.12

Probabilidad de usar servicios financieros formales y los ingresos



Con un análisis en tablas de contingencia se halló que para los seis servicios

financieros la probabilidad de usar servicios financieros es mayor en los que reportaron

tener ingresos por sobre los que no. La brecha más representativa es para el uso del

sistema de pensiones donde los que tienen ingresos tienen una probabilidad de uso de

34.5% contra un 16.8% de los que no tienen ingresos (ver figura 3.3)

Al respecto de lo anterior, Kumar (2005) encuentra que los ingresos son el

resultado más importante para explicar el uso de servicios financieros. Por su parte,

también, Finney y Kempson (2009) y Cámara, et. al. (2013) encuentran significativa a

esta variable. En seguida, Peña, et. al. (2014) determinó que el tener ingresos laborales

incrementa la probabilidad de usar servicios financieros formales, resultado que

concuerda con lo hallado por Tuesta, et. al. (2015) que analiza los ingresos por quintiles.

De acuerdo a los resultados el mecanismo que explica como los ingresos afectan

la decisión de usar servicios financieros viene dada porque si un individuo goza de un

excedente monetario (luego de cubrir sus necesidades de consumo) se verá motivado a

guardar su dinero de forma segura y para cuidar sus saldos superavitarios recurrirá a

instituciones especializadas que le brinden confianza al cuidar su dinero.

Página | 105

Por lo tanto la segunda conclusión a la que se arriba es que en efecto con estos

resultados encontrados, para el caso del ingreso, se ha establecido evidencia para aceptar

la segunda hipótesis específica, que cita: “en el Perú, para el año 2015, la probabilidad de

usar servicios financieros se incrementa gracias los ingresos que recibe un poblador”.

3.3.3 Variables geográficas

3.3.3.1 Zona geográfica

Como último punto se encontró que vivir en zonas rurales la razón de uso se

reduce 0.665 veces, esto significa, que cuando se vive en zonas rurales la probabilidad de

uso es de 9.7% sobre los que habían en zonas urbanas. Con el análisis de predicciones

sobre individuos con características medias se pudo identificar que vivir en espacios

rurales propicia tener una probabilidad de uso de 34.48% mientras que vivir en zonas

urbanas permite tener una probabilidad de uso de 44.17%.

Por su parte la figura 3.13 representa lo encontrado.

Figura 3.13

Probabilidad de usar servicios financieros formales y las zonas geográficas



Página | 106

Para un análisis en tablas de contingencia se encontró que un individuo que vive

en zonas rurales tiene menor probabilidad de usar servicios financieros formales que

alguien que vive en una zona urbana. El resultado más representativo es para el uso del

sistema de pensiones, donde la brecha es muy grande para quien vive en zonas rurales, ya

que tiene una probabilidad de uso de 10.9% contra una de 37.5% para los que viven en

zonas urbanas (ver figura 3.4).

Respecto de lo anterior Cámara et. al. (2013) sostiene que vivir en zona rurales

reduce la probabilidad de usar servicios financieros en 3% frente a un individuo de iguales

características que vive en zonas urbanas. Para Peña, et. al. (2014) vivir en localidades

menores de 15 mil habitantes significa tener menos probabilidades de usar servicios

financieros formales que vivir en zonas con mayor número de habitantes.

Se considera que el principal mecanismo por el que los individuos de ámbitos

rurales usan menos los servicios financieros formales es porque se enfrentan a una oferta

limitada caracterizada por ser menos sofisticada y más costosa que en ámbitos urbanos,

siendo válida la teoría de localización que indica que los individuos realizarán sus

necesidades económicas en un entorno inmediato, esta situación de oferta limitada afecta

el uso como se muestra en los resultados.

Por lo tanto, se ha encontrado evidencia para aceptar la tercera hipótesis específica

que de forma textual establece: “en el Perú, para el año 2015, la probabilidad de usar

servicios financieros formales se reduce a causa que un poblador vive en una zona

geográfica rural”.

Página | 107

CONCLUSIONES

En los últimos años los indicadores de uso no se han movido al mismo ritmo que

los indicadores de oferta. Los resultados obtenidos por esta investigación sugieren hay un

porcentaje significativo de peruanos que no usan servicios financieros formales en el país

al año 2015, y esto se explica por la existencia de variables sociales, económicas y

geográficas que la determinan.

Un primer resultado muestra que la probabilidad de usar servicios financieros

formales en hombres es mayor que en mujeres. De acuerdo a esto, se demuestra una

menor participación de las mujeres en mercado financiero, según la teoría por las

presiones sociales existentes que afectan principalmente a las mujeres. La evaluación

econométrica encuentra que ser mujer reduce la probabilidad de uso en 2.7%.

Un segundo resultado muestra que conforme avanza la edad mejora la

probabilidad de usar servicios financieros formales en el Perú. Según la teoría del ciclo

de vida cuanta mayor edad tenga el individuo más probable es que este ahorre, ya que

debe afrontar su jubilación, por lo que recurrirá a los servicios que brindan las entidades

financieras especializadas del sector. La evaluación econométrica encuentra que un año

adicional de edad mejora la probabilidad de uso en 0.62%

Un tercer resultado relaciona positivamente los niveles educativos con la

probabilidad de uso. La teoría estipula que los individuos mejor capacitados tienen mayor

tendencia a usar los servicios que se brinda el mercado financiero, porque disponen de

mayor comprensión de este mercado y sacan ventajas de los beneficios proporcionados

por este sector. La evaluación econométrica encuentra que un mejor nivel educativo

mejora la probabilidad de uso en 17.43%.

Un cuarto resultado que evidencia una relación inversa entre el número de

miembros presentes en el hogar y el uso de servicios financieros formales. Según esto los

grupos familiares más grandes afrontaran mayor nivel de consumo que significa menores

niveles de ahorro y que desalentaran la posibilidad de usar los servicios financieros

Página | 108

formales. La evaluación econométrica encuentra que un miembro adicional en la familia

mejora la probabilidad de uso en 0.49%.

En quinto lugar, las características económicas del individuo, referidas a la

percepción de ingresos, influyen positivamente en su decisión de usar servicios

financieros; cuando se pasa de no tener ingresos a tenerlos mejora la probabilidad de

usarlos. La teoría keynesiana postula que cambios en los ingresos afectan las decisiones

de ahorro de forma directa, según esto una persona con excedentes tendrá mejor

posibilidad de usar los servicios financieros formales. La evaluación econométrica

encuentra que recibir ingreso por alguna actividad primaria, secundaria, dependiente o

independiente mejora la probabilidad de uso en 12.4%.

Finalmente, en sexto lugar, los resultados mostraron en general que las

características geográficas y en particular vivir en zonas rurales reduce la probabilidad de

usar servicios financieros formales en el país. Un individuo que vive en ámbitos rurales

se enfrenta a una oferta limitada del servicio, que eleva los costos de provisión y que

reduce la disposición por usar servicios financieros formales. La evaluación econométrica

encuentra que vivir en zonas rurales reduce la probabilidad de uso en 9.7%.

Página | 109

IMPLICANCIAS DE POLITICA Y RECOMENDACIONES

Las principales implicancias que se logran a partir de los resultados obtenidos se

muestran a continuación:

Primero, se puedo evidenciar que ser mujer reduce la probabilidad de usar

servicios financieros formales en el Perú. Según esto, se debe incentivar a la oferta para

que se promuevan servicios adecuados a las necesidades de cada género y que brinden

facilidades para la mayor participación de las mujeres en el mercado financiero. Las cajas

municipales entendieron esta problemática de género y han lanzado programas

especializados como “créditos mujer” con características especiales de pago, de

requisitos, de garantías, etc.

Segundo, se encontró que una persona con características de mayor edad y de

menores miembros en el hogar tiene una probabilidad alta de usar servicios financieros

formales en el Perú. Conociendo este resultado es necesario para fomentar servicios

especializados y ajustados a las necesidades de cada grupo, con los riegos que cada uno

de ellos representa a fin de lograr una verdadera inclusión financiera.

Tercero, se determinó que la educación favorece la participación dentro del ámbito

financiero, por lo tanto se debe invertir en la educación y en particular en educación

financiera, la ENIF propone modificar la curricula escolar y enseñar en los colegios desde

nivel primario hasta el nivel secundario finanzas básicas que promuevan confianza en

este sector. Es necesario por tanto promover la educación financiera en los colegios, pero

también es primordial recurrir a la tecnología para adquirir capacidades financieras, por

ejemplo con visualización de videos, aprender de manera lúdica, etc.

Cuarto, se puedo observar que disponer de ingresos mejora la probabilidad de usar

servicios financieros formales en el Perú. Por lo tanto, es necesario recurrir a propuestas

fiscales que promuevan el uso de servicios financieros principalmente a aquellos

desfavorecidos económicamente.

Página | 110

Quinto, se comprobó que vivir en zonas rurales desfavorece la posibilidad de usar

servicios financieros formales, por lo que es necesario promover la oferta del servicio

aprovechando las economías de escalas e innovando constantemente el servicio, por

ejemplo en el 2015 se lanzó la herramienta “dinero móvil” que elimina barreras

geográficas para formar parte de las ventajas del sector financiero, es necesario hacer

difusión de estas nuevas herramientas que pueden ser muy aprovechadas en zona

geográficamente difíciles.

Finalmente, otra de las políticas que debe implementar el gobierno es promover

el desarrollo de encuestas especializadas en inclusion financiera, el INEI ha dado un

primer paso al incluir el tema en el módulo empleo e ingreso, pero aun no es suficiente

porque se requiere tener una base de datos actualizada para medir y evaluar este

fenómeno. Ante ello, la ENIF propone acciones como: mantener actualizada la medición

de la base de datos de la brecha entre necesidades de la población y productos financieros,

desarrollar una central de información sobre seguros, evaluar la infraestructura de

comunicaciones y de electricidad a lo largo del país, entre otras (CMIF, 2015, pág. 66)

Referidos a esta investigación se recomienda analizar el fenómeno de uso de

servicios financieros desde la metodología de panel de datos, con lo que podría dar mucha

cabida a la evolución de algunas variables como ingresos, nivel educativo, miembros del

hogar, etc. Esto no ha podido realizarse para esta investigación porque en el año 2015 por

primera vez se dispuso de los datos especializados sobre inclusion financiera pero que

luego de ese año estará disponible para otros estudios.

Se recomienda realizar la investigación desde un ámbito más limitado, puede ser

a nivel de regiones o a nivel distrital, pues la realidad de cada zona es distinta y puede

contribuir al desarrollo de políticas focalizadas en pro de fin único, la inclusion financiera

en el Perú.

Página | 111

REFERENCIAS BIBLIOGRAFICAS

Alliance for Financial Inclusion (2015). Alianza para la inclusión financiera.

Publicaciones. Recuperado de: http://www.afi-

global.org/sites/default/files/publications/policy_leadership_spanish.pdf

Aguilar, X y Ortiz, B. (2013). Diseño de un programa de educación y cultura financiera

para los estudiantes de modalidad presencial de la titulación en administración en

banca y finanzas. Loja: Universidad Técnica Particular de Loja. Recuperado de:

http://dspace.utpl.edu.ec/bitstream/123456789/7712/1/Tesis%20ECF%20final%

20junio%203,%20%202013%20(1).pdf

Agurto, H. (2010). La metodología de la investigación econométrica. Nota técnica. Piura:

Universidad de Piura. Recuperado de:

https://econometriai.files.wordpress.com/2010/01/la-metodologia-de-la-

investigacion-econometrica.pdf

Alarcón, C., Flores, C., Ormazábal, F., Vera, M. y Yáñez, A. (2013). Indicadores de

acceso y uso a servicios financieros. Serie técnica de estudios N° 013. Chile:

Superintendencia de Bancos e Instituciones Financieras Chile. Recuperado de:

https://www.sbif.cl/sbifweb3/internet/archivos/publicacion_10377.pdf

Anchapuri, E. (2014). Principales determinantes del acceso al crédito financiero en

economías rurales y urbanas del Distrito de Juli. Tesis. Puno: Universidad

Nacional del altiplano. Recuperado de:

http://webcache.googleusercontent.com/search?q=cache:xKC4NvGmY1YJ:repo

sitorio.unap.edu.pe/bitstream/unappuno/453/1/Anchapuri_Calderon_Edwin.pdf+

&cd=2&hl=es&ct=clnk&gl=pe#81

Aparicio, C. y Jaramillo, M. (2012). Determinantes de la inclusión al sistema financiero:

¿cómo hacer para que el Perú alcance los mejores estándares a nivel internacional?

Lima: SBS DT/04/2012. Recuperado de:

https://mega.nz/#!Ihs0GZqI!cvAIiP5VvGcUfjLAuySBQUSmguKJwMOiutu5cB

o06hA

Asmundson, I. (2011). ¿Qué son los servicios financieros? Finanzas &Desarrollo Pág. 46

– 47. Fondo Monetario Internacional. Recuperado de:

https://www.imf.org/external/pubs/ft/fandd/spa/2011/03/pdf/basics.pdf

Baca, G. (2010). Evaluación de proyectos. Sexta edición. México: McGraW-GILL.

Recuperado de:

https://mega.nz/#!ph8QHKAR!JnyDws5gI55qwnQJaK34g_ZlxaQeLSV5RsaUa

QOgvhQ

Banco de la Nación. (2012). Un millón de peruanos ingresaran al sistema financiero.

Edición N° 69. Perú. Recuperado de:

http://www.bn.com.pe/nosotros/boletines/2012/boletin_agosto2012.pdf

http://www.afi-global.org/sites/default/files/publications/policy_leadership_spanish.pdf

http://www.afi-global.org/sites/default/files/publications/policy_leadership_spanish.pdf

http://dspace.utpl.edu.ec/bitstream/123456789/7712/1/Tesis%20ECF%20final%20junio%203,%20%202013%20(1).pdf

http://dspace.utpl.edu.ec/bitstream/123456789/7712/1/Tesis%20ECF%20final%20junio%203,%20%202013%20(1).pdf

https://econometriai.files.wordpress.com/2010/01/la-metodologia-de-la-investigacion-econometrica.pdf

https://econometriai.files.wordpress.com/2010/01/la-metodologia-de-la-investigacion-econometrica.pdf


http://webcache.googleusercontent.com/search?q=cache:xKC4NvGmY1YJ:repositorio.unap.edu.pe/bitstream/unappuno/453/1/Anchapuri_Calderon_Edwin.pdf+&cd=2&hl=es&ct=clnk&gl=pe#81



https://mega.nz/#!Ihs0GZqI!cvAIiP5VvGcUfjLAuySBQUSmguKJwMOiutu5cBo06hA

https://mega.nz/#!Ihs0GZqI!cvAIiP5VvGcUfjLAuySBQUSmguKJwMOiutu5cBo06hA

https://www.imf.org/external/pubs/ft/fandd/spa/2011/03/pdf/basics.pdf

https://mega.nz/#!ph8QHKAR!JnyDws5gI55qwnQJaK34g_ZlxaQeLSV5RsaUaQOgvhQ

https://mega.nz/#!ph8QHKAR!JnyDws5gI55qwnQJaK34g_ZlxaQeLSV5RsaUaQOgvhQ

Página | 112

Banco Central de Reservas del Perú (2011). Glosario de términos económicos. Lima.

Recuperado de: http://www.bcrp.gob.pe/docs/Publicaciones/Glosario/Glosario-

BCRP.pdf

Banco Mundial (2008) Finance for all? Policies and pitfalls in expanding access. World

Bank Policy Research Report. Washington, D.C.: Banco Mundial. Recuperado de:

http://edepositireland.ie/bitstream/handle/2262/15299/FFA_book.pdf?sequence=

1&isAllowed=y

Becker. G. (1994) Human Capital: A Theoretical and Empirical Analysis With Special

Reference to Education. 3rd Edition. Chicago: The University of Chicago Press.

Recuperado de: http://econpapers.repec.org/bookchap/nbrnberbk/beck94-1.htm

Beltrán, A. y Castro, J. (2010). Modelos de datos de panel y variables dependientes

limitadas: teoría y práctica. Primera edición. Lima: Universidad del Pacífico.

Cámara, N., Peña, X. y Tuesta, D. (2013). Determinantes de la inclusión financiera en

Perú. Documento de Trabajo N° 13/31. Madrid: BBVA Research. Recuperado de:

http://www.fgda.org/dati/ContentManager/files/Documenti_microfinanza/Deter

minantes-de-la-inclusi%C3%B3n-financiera-en-Per%C3%BA.pdf

Cano, G., Esguerra, M., García, N., Rueda, J. y Velasco A. (2014). Inclusión financiera

en Colombia. Colombia: Banco Central de Colombia. Recuperado de:

http://www.banrep.gov.co/sites/default/files/eventos/archivos/sem_357.pdf

Cardona, M., Montes, I., Vásquez J., Villegas, M. y Brito, T. (2007). Capital humano:

una mirada desde la educación y la experiencia laboral. Doc. 56 – 042007.

Medellín: Universidad EAFIT. Recuperado de:

http://publicaciones.eafit.edu.co/index.php/cuadernos-

investigacion/article/view/1287

Castaño, C. (1999). Economía y género. Política y sociedad N°32, pág. 23 - 42. Madrid:

Universidad Complutense de Madrid. Recuperado de:

https://revistas.ucm.es/index.php/POSO/article/viewFile/POSO9999330023A/24

660

Claessens, S. (2006). “Access to Financial Services: A Review of the Issues and Public

Policy Objectives.” World Bank Research Observer 21 (2): 207–40. Recuperado

de:

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.531.904&rep=rep1&t

ype=pdf

Cameron, A. C., & Trivedi, P. K. (2010). Microeconometrics using Stata. Stata Press.

United States. Recuperado de: https://mega.nz/#!dkdxlDpB!PxQlLsvu_YY-

haWJHV8i_ArgDMfRXoE3CyK5SARy5Go

Comisión Multisectorial de Inclusión Financiera (2015). Estrategia Nacional de Inclusión

Financiera. Lima: Ministerio de Desarrollo e Inclusión Social. Recuperado de:

http://www.midis.gob.pe/dmdocuments/mid_estrategia_enif_2015.pdf

http://www.bcrp.gob.pe/docs/Publicaciones/Glosario/Glosario-BCRP.pdf

http://www.bcrp.gob.pe/docs/Publicaciones/Glosario/Glosario-BCRP.pdf

http://edepositireland.ie/bitstream/handle/2262/15299/FFA_book.pdf?sequence=1&isAllowed=y

http://edepositireland.ie/bitstream/handle/2262/15299/FFA_book.pdf?sequence=1&isAllowed=y

http://econpapers.repec.org/bookchap/nbrnberbk/beck94-1.htm

http://www.fgda.org/dati/ContentManager/files/Documenti_microfinanza/Determinantes-de-la-inclusi%C3%B3n-financiera-en-Per%C3%BA.pdf

http://www.fgda.org/dati/ContentManager/files/Documenti_microfinanza/Determinantes-de-la-inclusi%C3%B3n-financiera-en-Per%C3%BA.pdf

http://www.banrep.gov.co/sites/default/files/eventos/archivos/sem_357.pdf

http://publicaciones.eafit.edu.co/index.php/cuadernos-investigacion/article/view/1287

http://publicaciones.eafit.edu.co/index.php/cuadernos-investigacion/article/view/1287



http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.531.904&rep=rep1&type=pdf

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.531.904&rep=rep1&type=pdf

https://mega.nz/#!dkdxlDpB!PxQlLsvu_YY-haWJHV8i_ArgDMfRXoE3CyK5SARy5Go

https://mega.nz/#!dkdxlDpB!PxQlLsvu_YY-haWJHV8i_ArgDMfRXoE3CyK5SARy5Go

http://www.midis.gob.pe/dmdocuments/mid_estrategia_enif_2015.pdf

Página | 113

Corporación Andina de Fomento (2011a). Promoviendo el acceso a los servicios

financieros que nos dicen los datos sobre la bancarización en América Latina.

Caracas: CAF. Recuperado de:

http://www.felaban.net/archivos_publicaciones/servicios_financieros.pdf

Corporación Andina de Fomento (2011b). Servicios financieros para el desarrollo:

promoviendo el acceso en América Latina. Bogotá: CAF. Recuperado de:

https://www.caf.com/media/3895/RED2011.pdf

Corporación Andina de Fomento (2013). La educación financiera en América Latina y el

Caribe: Situación actual y perspectivas. Serie Políticas Públicas y Transformación

Productiva N° 12. Recuperado de: https://www.oecd.org/daf/fin/financial-

education/OECD_CAF_Financial_Education_Latin_AmericaES.pdf

De Gregorio, J. (2004). Macroeconomía Intermedia. Primera edición. Chile. Recuperado

de: https://mega.nz/#!8lkmQQAL!B1i9XRLtryGMgDaQ1RwWdB5Cz-

lDXultNl9nLkTCjEg

Devlin, J. (2005). A Detailed Study of Financial Exclusion in the UK. Journal of

Consumer Policy (2005) 28: 75–108. Recuperado de:

https://www.researchgate.net/profile/James_Devlin/publication/5149356_A_Det

ailed_Study_of_Financial_Exclusion_in_the_UK/links/0046353c5490d5e0be00

0000.pdf

Díaz, M. y Costa, E. (1994). Metodología de la investigación econométrica. Documentos

de trabajo N°64. España: Universidad de Oviedo. Recuperado de:

https://dialnet.unirioja.es/servlet/articulo?codigo=4074403

Escobar, M., Fernández, E. y Barnardi, F. (2012). Análisis de datos con Stata. Cuadernos

metodológicos. 2da edición. Centro de investigaciones sociológicas: Madrid.

Recuperado de:

https://www.dropbox.com/s/am0rrsd2swlppnl/Analisis%20de%20datos%20con

%20STATA%20-%20Escobar%20y%20et.%20al.%20%282012%29.pdf?dl=0

Fernández, E. (2009). Teoría del consumo. Inglaterra: Centro de Estudios Monetarios

Latinoamericanos. Recuperado de: http://www.cemla.org/PDF/ensayos/pub-en-

77.pdf

Finney, A., y Kempson, E. (2009). Regression analysis of the unbanked using the 2006-

07 family resources survey. Bristol: University of Bristol. Recuperado de:

http://www.bristol.ac.uk/media-

library/sites/geography/migrated/documents/pfrc0908.pdf

Fondo de Población de las Naciones Unidas (2006). Igualdad y equidad de género:

aproximación teórico-conceptual. Volumen 1. Recuperado de:

http://www.entremundos.org/databases/Herramientas%20de%20trabajo%20en%

20genero%20UNFPA.pdf

Gestión (7 diciembre, 2015). SBS: Perú lidera ranking de países que ofrecen el mejor

entorno para las microfinanzas. Perú: Lima. Recuperado de:

http://www.felaban.net/archivos_publicaciones/servicios_financieros.pdf

https://www.caf.com/media/3895/RED2011.pdf

https://www.oecd.org/daf/fin/financial-education/OECD_CAF_Financial_Education_Latin_AmericaES.pdf

https://www.oecd.org/daf/fin/financial-education/OECD_CAF_Financial_Education_Latin_AmericaES.pdf

https://mega.nz/#!8lkmQQAL!B1i9XRLtryGMgDaQ1RwWdB5Cz-lDXultNl9nLkTCjEg

https://mega.nz/#!8lkmQQAL!B1i9XRLtryGMgDaQ1RwWdB5Cz-lDXultNl9nLkTCjEg

https://www.researchgate.net/profile/James_Devlin/publication/5149356_A_Detailed_Study_of_Financial_Exclusion_in_the_UK/links/0046353c5490d5e0be000000.pdf



https://dialnet.unirioja.es/servlet/articulo?codigo=4074403

https://www.dropbox.com/s/am0rrsd2swlppnl/Analisis%20de%20datos%20con%20STATA%20-%20Escobar%20y%20et.%20al.%20%282012%29.pdf?dl=0

https://www.dropbox.com/s/am0rrsd2swlppnl/Analisis%20de%20datos%20con%20STATA%20-%20Escobar%20y%20et.%20al.%20%282012%29.pdf?dl=0

http://www.cemla.org/PDF/ensayos/pub-en-77.pdf

http://www.cemla.org/PDF/ensayos/pub-en-77.pdf

http://www.bristol.ac.uk/media-library/sites/geography/migrated/documents/pfrc0908.pdf

http://www.bristol.ac.uk/media-library/sites/geography/migrated/documents/pfrc0908.pdf

http://www.entremundos.org/databases/Herramientas%20de%20trabajo%20en%20genero%20UNFPA.pdf

http://www.entremundos.org/databases/Herramientas%20de%20trabajo%20en%20genero%20UNFPA.pdf

Página | 114

http://gestion.pe/economia/sbs-peru-lidera-ranking-paises-que-ofrecen-mejor-

entorno-microfinanzas-2150557

Gujarati, D. y Porter, D. (2010). Econometría. Quinta edición. McGRAW-

HILL/INTERAMERICANA editores.

Heimann, U., Navarrete, J., O´keefe, M., Vaca, B. y Zapata, G. (2009). Inclusión

Financiera. Mapa estratégico de inclusión financiera: una herramienta de trabajo.

Recuperado de:

http://www.sagarpa.gob.mx/agronegocios/boletinpatmir/estudios/Mapa%20Estra

t%C3%A9gico%20de%20Inclusi%C3%B3n%20Financiera.pdf

Hoyo, C., Peña, X. y Tuesta, D. (2013). Factores de demanda que influyen en la Inclusión

Financiera en México: Análisis de las barreras a partir de la ENIF. Documento de

Trabajo N° 13/36. México D.F.: BBVA Research. Recuperado de:

https://mega.nz/#!A4lSUKJB!whBJHUwg8BN7nUbv5B9_1aBvFG2tqT-

LIkB6Ia5L_Fk

Inforesources (2008). El acceso a los servicios financieros en las zonas rurales. Focus

N°2/08. Recuperado de: http://www.inforesources.ch/pdf/focus08_2_s.pdf

Instituto de Estudios Peruanos (2013). Inclusión financiera de las mujeres rurales jóvenes.

Balance de políticas públicas y programas de desarrollo. Lima: Nuevas Trenzas.

Recuperado de: http://docshare01.docshare.tips/files/23714/237142946.pdf

Jaramillo, M., Aparicio, C. y Cevallos, B. (2013). ¿Qué factores explican las diferencias

en el acceso al sistema financiero?: evidencia a nivel de hogares en el Perú.

DT/03/2013. Lima: SBS. Recuperado de:

https://mega.nz/#!UkVXBA6Q!fXvIyxpAezZhSfZ7GnpvGT4ozL61spPhgHsW

utAyDwA

Jiménez, K. (2009). Principales determinantes del acceso a crédito en los hogares

ecuatorianos. Tesis de grado. Ecuador: Facultad Latinoamericana de ciencias

sociales FLACSO. Recuperado de:

http://repositorio.flacsoandes.edu.ec/bitstream/10469/812/3/TFLACSO-

2009KJV.pdf

Johnson, S. y Nino-Zarazua, M. (2011). Financial access and exclusion in Kenya and

Uganda. University of Bath, BA2 7AY, UK: Department of Economics and

International Development. Recuperado de:

http://opus.bath.ac.uk/20008/1/Johnson_JDV_2011_47_3_475.pdf

Keynes, J.M. (1936). The General Theory of Employment, Interest and Money. United

Kingdom: London. Edición virtual recuperada de:

http://virtualpanic.com/anonymousftplistings/ebooks/ECONOMICS/%5BEcono

mics%5D%20Keynes,%20John%20Maynard%20-

%20The%20General%20Theory%20Of%20Emp.pdf

King, M. (2011). The Unbanked four-fifths: barriers to financial services in Nigeria.

Trinity College Dublin. Recuperado de: http://michaelking.ie/wp-

http://gestion.pe/economia/sbs-peru-lidera-ranking-paises-que-ofrecen-mejor-entorno-microfinanzas-2150557

http://gestion.pe/economia/sbs-peru-lidera-ranking-paises-que-ofrecen-mejor-entorno-microfinanzas-2150557

http://www.sagarpa.gob.mx/agronegocios/boletinpatmir/estudios/Mapa%20Estrat%C3%A9gico%20de%20Inclusi%C3%B3n%20Financiera.pdf

http://www.sagarpa.gob.mx/agronegocios/boletinpatmir/estudios/Mapa%20Estrat%C3%A9gico%20de%20Inclusi%C3%B3n%20Financiera.pdf

https://mega.nz/#!A4lSUKJB!whBJHUwg8BN7nUbv5B9_1aBvFG2tqT-LIkB6Ia5L_Fk

https://mega.nz/#!A4lSUKJB!whBJHUwg8BN7nUbv5B9_1aBvFG2tqT-LIkB6Ia5L_Fk

http://www.inforesources.ch/pdf/focus08_2_s.pdf

https://mega.nz/#!UkVXBA6Q!fXvIyxpAezZhSfZ7GnpvGT4ozL61spPhgHsWutAyDwA

https://mega.nz/#!UkVXBA6Q!fXvIyxpAezZhSfZ7GnpvGT4ozL61spPhgHsWutAyDwA

http://repositorio.flacsoandes.edu.ec/bitstream/10469/812/3/TFLACSO-2009KJV.pdf

http://repositorio.flacsoandes.edu.ec/bitstream/10469/812/3/TFLACSO-2009KJV.pdf

http://opus.bath.ac.uk/20008/1/Johnson_JDV_2011_47_3_475.pdf

http://virtualpanic.com/anonymousftplistings/ebooks/ECONOMICS/%5BEconomics%5D%20Keynes,%20John%20Maynard%20-%20The%20General%20Theory%20Of%20Emp.pdf



http://michaelking.ie/wp-content/uploads/2011/11/The-Unbanked-Four-Fifths-Barriers-to-Banking-Services-in-Nigeria-Novermber-2011-Final.pdf

Página | 115

content/uploads/2011/11/The-Unbanked-Four-Fifths-Barriers-to-Banking-

Services-in-Nigeria-Novermber-2011-Final.pdf

Kumar, A. (2005). Access to financial services in Brazil. The International Bank for

Reconstruction and Development. The World Bank. Recuperado de:

http://siteresources.worldbank.org/EXTINCLUSIVEFINSYS/Resources/Accesst

oFinancialServicesBrazil.pdf

Ley general del sistema financiero y del Sistema de seguros y orgánica de la

Superintendencia de Banca y Seguros (Ley N° 26702, 1996). Lima. Recuperado

de:

http://www2.congreso.gob.pe/sicr/cendocbib/con4_uibd.nsf/8CEF5E01E937E76

105257A0700610870/$FILE/26702.pdf

León, J. y Quispe, W. (2012). Educación y bancarización departamental en el Perú.

Horizonte económico Nº 1. Lima: Universidad de callao. Recuperado de:

http://fce.unac.edu.pe/Files/a8.pdf

Lera, F. (1997). Insuficiencias de la teoría del ciclo vital en el comportamiento ahorrador.

El caso de la Comunidad Foral de Navarra. Documento de trabajo N° 5. Navarra:

Universidad Pública de Navarra, departamento de Economía. Recuperado de:

http://academica-

e.unavarra.es/bitstream/handle/2454/20605/DT9705.PDF?sequence=1&isAllow

ed=y

López-Roldán, P. y Fachelli, S. (2015). Metodología de la investigación social

cuantitativa. Barcelona: Universidad Autónoma de Barcelona. Recuperado de:

http://ddd.uab.cat/pub/caplli/2015/131469/metinvsoccuan_cap3-6a2015.pdf

Modigliani, F. (1986). Life Cycle, Individual Thrift and The Weath of Nations. American

Economic Review Vol 76, N3, pp. 297-313. Recuperado de:

http://drphilipshaw.com/Modigliani%201986.pdf

Morales, L., y Yáñez, Á. (2006). La bancarización en Chile. Chile: Superintendencia de

Bancos e Instituciones Financieras Chile. Recuperado de:

http://www.sbif.cl/sbifweb/internet/archivos/publicacion_5291.pdf

Morettini, M. (2002). Principales teorías macroeconómicas sobre consumo. Argentina:

Universidad Nacional Mar de la Plata. Recuperado de:

http://econpapers.repec.org/paper/nmpnuland/1887.htm

Osei-Assibey, E. (2009). Financial Exclusion: What drives supply and demand for basic

financial services in Ghana?. Ghana: University of Ghana. Recuperado de:

https://www.researchgate.net/profile/Eric_Osei_Assibey/publication/228240953

_Financial_Exclusion_What_Drives_Supply_and_Demand_for_Basic_Financial

_Services_in_Ghana/links/5489fba90cf214269f1ac06b.pdf

Parkin, M., Esquivel, G. y Muñoz, M. (2007). Macroeconomía, séptima edición. México:

Pearson Educación. Recuperado de:



http://siteresources.worldbank.org/EXTINCLUSIVEFINSYS/Resources/AccesstoFinancialServicesBrazil.pdf

http://siteresources.worldbank.org/EXTINCLUSIVEFINSYS/Resources/AccesstoFinancialServicesBrazil.pdf

http://www2.congreso.gob.pe/sicr/cendocbib/con4_uibd.nsf/8CEF5E01E937E76105257A0700610870/$FILE/26702.pdf

http://www2.congreso.gob.pe/sicr/cendocbib/con4_uibd.nsf/8CEF5E01E937E76105257A0700610870/$FILE/26702.pdf

http://fce.unac.edu.pe/Files/a8.pdf

http://academica-e.unavarra.es/bitstream/handle/2454/20605/DT9705.PDF?sequence=1&isAllowed=y



http://ddd.uab.cat/pub/caplli/2015/131469/metinvsoccuan_cap3-6a2015.pdf

http://drphilipshaw.com/Modigliani%201986.pdf

http://www.sbif.cl/sbifweb/internet/archivos/publicacion_5291.pdf

http://econpapers.repec.org/paper/nmpnuland/1887.htm

https://www.researchgate.net/profile/Eric_Osei_Assibey/publication/228240953_Financial_Exclusion_What_Drives_Supply_and_Demand_for_Basic_Financial_Services_in_Ghana/links/5489fba90cf214269f1ac06b.pdf



Página | 116

https://mega.nz/#!Y412zbDA!e0y4xRUgkNODGtvQh5uEdnNbYlT2Yee39tCJC

OqH_D4

Peña, X., Hoyo, C., y Tuesta, D. (2014). Determinantes de la inclusión financiera en

México a partir de la ENIF 2012. Documento de Trabajo N° 14/14. Madrid:

BBVA Research. Recuperado de:

https://mega.nz/#!Yh1B2TQY!1ZkkQwVHlH9x9g-

g8J5OJ4VE7qLAKTF8R8b3Wlp2KhQ

Red Financiera BAC y CREDOMATIC (2008). Libro maestro de educación financiera.

Un sistema para vivir mejor. Innova Technology SA. Recuperado de:

http://www.credomatic.com/costarica/esp/credo/educacionfinanciera/libromaestr

o.pdf

Roa, M. (2014). La inclusión y la estabilidad financieras. México: Centro de Estudios

Monetarios Latinoamericanos. Recuperado de:

http://www.cemla.org/PDF/investigacion/inv-2013-12-15.pdf

Rodríguez, M y Mora, R. (2001). Estadística informática: casos y ejemplos con el SPSS.

Cap. Análisis de tablas de contingencia. Alicante: Universidad de Alicante, pág.

9-22. Recuperado de: http://rua.ua.es/dspace/handle/10045/12071?locale=en

Rosales, L. A. (2013). Econometría I: teoría – práctica. Perú: Universidad Nacional de

Piura. Recuperado de:

https://econometriai.files.wordpress.com/2013/09/econometria-i_teoria.pdf

Rosales, R., Perdomo, J., Morales, C. y Urrego, J. (2010). Fundamentos de econometría

intermedia: teoría y aplicaciones. Colombia: Universidad de los Andes - Centro

de Estudios sobre Desarrollo Económico. Recuperado de:

https://mega.nz/#!U0dngLyJ!CQhuRkP5jaMLZUljx3aYBxMGL7jF1UxRk4bcv

8cCTBo

Sapag, N y Sapag, R. (2008). Preparación y evaluación de proyectos. Quinta edición.

Colombia: McGraW-GILL. Recuperado de:

https://mega.nz/#!p59SkATD!BIJWbuvc0FEURZPAjh1bQXHB1JRh2n9etfBW

EssYiHQ

Superintendencia de Banca, Seguros y AFP (2015). Perú: indicadores de inclusión

financiera de los sistemas financiero, de seguros y de pensiones. Lima: SBS.

Recuperado de:

https://intranet1.sbs.gob.pe/estadistica/financiera/2015/Setiembre/CIIF-0001-

se2015.PDF

Superintendencia de Bancos e Instituciones Financieras de Chile (2014). Género en el

sistema financiero. Santiago de Chile. Recuperado de:


Soto, I. (2015, Noviembre). Avances en la Inclusión Financiera en la Región

Centroamericana, Panamá y República Dominicana. Notas económicas regionales

https://mega.nz/#!Y412zbDA!e0y4xRUgkNODGtvQh5uEdnNbYlT2Yee39tCJCOqH_D4

https://mega.nz/#!Y412zbDA!e0y4xRUgkNODGtvQh5uEdnNbYlT2Yee39tCJCOqH_D4

https://mega.nz/#!Yh1B2TQY!1ZkkQwVHlH9x9g-g8J5OJ4VE7qLAKTF8R8b3Wlp2KhQ

https://mega.nz/#!Yh1B2TQY!1ZkkQwVHlH9x9g-g8J5OJ4VE7qLAKTF8R8b3Wlp2KhQ

http://www.credomatic.com/costarica/esp/credo/educacionfinanciera/libromaestro.pdf

http://www.credomatic.com/costarica/esp/credo/educacionfinanciera/libromaestro.pdf

http://www.cemla.org/PDF/investigacion/inv-2013-12-15.pdf

http://rua.ua.es/dspace/handle/10045/12071?locale=en

http://rua.ua.es/dspace/handle/10045/12071?locale=en

https://mega.nz/#!U0dngLyJ!CQhuRkP5jaMLZUljx3aYBxMGL7jF1UxRk4bcv8cCTBo

https://mega.nz/#!U0dngLyJ!CQhuRkP5jaMLZUljx3aYBxMGL7jF1UxRk4bcv8cCTBo

https://mega.nz/#!p59SkATD!BIJWbuvc0FEURZPAjh1bQXHB1JRh2n9etfBWEssYiHQ

https://mega.nz/#!p59SkATD!BIJWbuvc0FEURZPAjh1bQXHB1JRh2n9etfBWEssYiHQ

https://intranet1.sbs.gob.pe/estadistica/financiera/2015/Setiembre/CIIF-0001-se2015.PDF

https://intranet1.sbs.gob.pe/estadistica/financiera/2015/Setiembre/CIIF-0001-se2015.PDF


Página | 117

N° 84. Secretaría Ejecutiva del Consejo Monetario Centroamericano. Recuperado

de: http://www.secmca.org/NOTAS_ECONOMICAS/articulo84NOV2015.pdf

Tuesta, D., Sorensen, G., Haring, A. y, N. (2015). Inclusión financiera y sus

determinantes: el caso argentino. Documento de Trabajo N° 15/04. Madrid:

BBVA Research. Recuperado de:

https://mega.nz/#!10cykAIb!Rbt8ikHsWJTZX8KUhpXOMuOwkJzhaa81sSRcH

Z4hYRY

Wooldridge, J. (2010). Introducción a la econometría Un enfoque moderno. Cuarta

edición. Cengage Learning Editores. Michigan State University.

http://www.secmca.org/NOTAS_ECONOMICAS/articulo84NOV2015.pdf

https://mega.nz/#!10cykAIb!Rbt8ikHsWJTZX8KUhpXOMuOwkJzhaa81sSRcHZ4hYRY

https://mega.nz/#!10cykAIb!Rbt8ikHsWJTZX8KUhpXOMuOwkJzhaa81sSRcHZ4hYRY

Página | 118

ANEXOS

Página | 119

Anexo 1

Matriz de consistencia

Preguntas de la investigación Objetivos de la investigación Hipótesis de la investigación

Pregunta central Objetivo general Hipótesis general

¿Cuál es el efecto generado por las variables

sociales, económicas y geográficas que inciden

sobre el uso de servicios formales por parte de la

población del Perú en el año 2015?

Analizar el efecto de las variables sociales, económicas

y geográficas que inciden sobre el uso de servicios

financieros formales por parte de la población del Perú

en el año 2015.

En el Perú para el año 2015, la probabilidad de

que la población use los servicios financieros

formales se afecta debido al hecho que las

variables sociales, económicas y geográficas la

explican de manera significativa.

Preguntas especificas Objetivos específicos Hipótesis especificas

- Revisar y sistematizar el marco teórico y evidencia

empírica relevante al tema de investigación planteado. -

¿Qué resultado generan las variables sociales: edad,

nivel educativo, género, y número de miembros en

el hogar, sobre la probabilidad de usar servicios

financieros formales, por parte de la población del

Perú en el 2015?

Estimar el resultado que generan las variables sociales:

edad, nivel educativo, género, número de miembro en

el hogar, sobre la probabilidad de usar servicios

financieros formales por parte de la población del Perú

en el 2015.

En el Perú, para el año 2015, la probabilidad de

usar servicios financieros formales se reduce

puesto que un poblador tiene las características

de ser mujer, tener menor nivel educativo, ser

joven y tener mayor número de miembros en el

hogar

¿Cuál es el efecto ocasionado por las variables

económicas, representada por el ingreso, sobre la

probabilidad de usar servicios financieros formales

por parte la población del Perú en el 2015?

Determinar el efecto ocasionado por las variables

económicas, representadas por el ingreso, sobre la

probabilidad de usar servicios financieros formales por

parte de la población del Perú, en el 2015.


usar servicios financieros se incrementa gracias

los ingresos que recibe un poblador.

¿Cuál es el efecto generado por las variables

geográficas, representadas por la zona geográfica,

sobre la probabilidad de usar servicios financieros

formales por parte de la población del Perú en el

2015?

Identificar el efecto generado por las variables

geográficas, representadas por la zona geográfica,

sobre la probabilidad de usar servicios financieros

formales por parte de la población del Perú en el 2015.


usar servicios financieros formales se reduce a

causa que un poblador vive en una zona

geográfica rural.

-

Derivar las conclusiones e implicancias de política

respectivas, a partir de los resultados obtenidos en la

presente investigación.

-


Página | 120

Anexo 2

Indicadores de Acceso a los Servicios Financieros por Departamento 2010 - 2015

Indicadores por departamento Septiembre 2010 Septiembre 2015

ATMS1/ por cada 100 mil habitantes adultos

Lima (mejor resultado) 50 122

Huancavelica (peor resultado) 4 9

Nacional 29 74

Cajeros corresponsales2/ por cada 100 mil habitantes adultos

Arequipa (mejor resultado) 132 813

Madre de Dios (peor resultado) 30 73

Nacional 69 395

Canales de atención3/ por cada 1000 KM2

Callao (mejor resultado) 1633 25980

Loreto (peor resultado) 0 2

Nacional 13 68

Oficinas por cada 100 mil habitantes adultos

Moquegua (mejor resultado) 28 34

Loreto (peor resultado) 8 12

Nacional 12 22

Puntos de atención4/ por cada 100 mil habitantes adultos

Arequipa (mejor resultado) 182 922

Huancavelica (peor resultado) 22 119

Nacional 115 491

Fuente: SBS (2015)

Elaboración: Propia 1/ Corresponde a los cajeros automáticos bancarios 2/ Corresponde al número de puntos de atención (POS) operados por personas naturales o jurídicas que ofrecen

determinadas operaciones, en representación y bajo la responsabilidad de la empresa del Sistema Financiero. 3/ Corresponde al número de oficinas, cajeros automáticos y establecimientos con cajero corresponsal. 4/ El número de puntos de atención corresponde a la suma de oficinas, cajeros automáticos y cajeros corresponsales

(POS).

Página | 121

Anexo 3.1

Población (% 15 años+) que tiene cuentas, ahorra y solicita crédito en una Institución Financiera

(IF) – Global Findex 2011 y 2014

Fuente: Encuesta Global Findex 2014 y 2011.

Elaboración: Propia, basados en estadísticas del Banco Mundial “DATABANK”

Anexo 3.2

Población (% 15 años+) que declara tener una tarjeta de crédito y débito –

Global Findex 2014

Fuente: Encuesta Global Findex 2014 y 2011.

Elaboración: Propia, basados en estadísticas del Banco Mundial “Databank”

Tienecuenta

AhorraSolicitó

prestamoTiene

cuentaAhorra

Solicitóprestamo

Tienecuenta

AhorraSolicitó

prestamo

Mundo América Latina y el Caribe Perú

2011 50.6% 22.6% 9.1% 39.3% 9.6% 7.9% 20.5% 8.6% 12.7%

2014 60.7% 27.4% 10.7% 51.1% 13.5% 11.3% 29.0% 12.3% 11.2%

0.0%

10.0%

20.0%

30.0%

40.0%

50.0%

60.0%

70.0%

17.6%21.6%

6.2%

32.0%28.1%

13.7%

5.7%

11.7%

40.1% 40.4%

23.1%

59.2%54.1%

30.0%25.6%

21.4%

0.0%

10.0%

20.0%

30.0%

40.0%

50.0%

60.0%

70.0%

Mundo AméricaLatina y el

Caribe

Bolivia Brazil Chile Colombia Ecuador Perú

Tarjetas de crédito Tarjetas de débito

Página | 122

Anexo 3

Unificación de módulos de ENAHO usando Stata 14

1. Previos

clear all

set memory 4000m

version 14.0

cd "C:\Users\MANUEL1\Desktop\ENAHO LISTO PARA TRABAJAR"

pwd

capture log close

log using DOFILE-ULTIMO.log, replace

set more off

2. Extracción de variables

use "C:\Users\MANUEL1\Desktop\ENAHO LISTO PARA TRABAJAR\2015\498-

Modulo01\enaho01-2015-100.dta", clear

keep mes conglome vivienda hogar ubigeo dominio estrato p101 p104a p104b1 p104 p105a p106a

p1141 p1142 p1143 p1144 p1145

save M1, replace


Modulo02\enaho01-2015-200.dta", clear

keep mes conglome vivienda hogar ubigeo dominio estrato codperso p203 p203b p207 p208a

p208b p209 p210 p211a

save M2, replace


Modulo03\enaho01a-2015-300.dta", clear

keep mes conglome vivienda hogar codperso ubigeo dominio estrato p300a p301a p301b p301c

p301d p302 p304a p308a p314a p203 p204 p205 p206 p207 p208a p209

save M3, replace


Modulo34\sumaria-2015.dta", clear

keep mes conglome vivienda hogar ubigeo dominio estrato percepho mieperho totmieho pobreza

estrsocial

save M34, replace


Modulo05\enaho01a-2015-500.dta", clear

keep mes conglome vivienda hogar ubigeo dominio estrato codperso p501 p558e1 p558e2 p558e3

p558e4 p558e5 p558e6 p207 p208a p301a ocu500 p209 estrato i524a1 d529t i530a d536 i538a1

d540t i541a d543 d544t p558a1 p558a2 p558a3 p558a4 p558a5 p558c fac500a p203

save M5, replace

3. Unión de base de datos

use "C:\Users\MANUEL1\Desktop\ENAHO LISTO PARA TRABAJAR\M5.dta", clear

rename p301a p301aCONTROL

merge 1:1 mes conglome vivienda hogar codperso using "C:\Users\MANUEL1\Desktop\ENAHO

LISTO PARA TRABAJAR\M3.dta"

save M5-3, replace

drop _merge

rename p207 p207CONTROL

rename p208a p208aCONTROL

rename p209 p209CONTROL

merge 1:1 mes conglome vivienda hogar codperso using "C:\Users\MANUEL1\Desktop\ENAHO

LISTO PARA TRABAJAR\M2.dta"

save M5-3-2, replace

use "C:\Users\MANUEL1\Desktop\ENAHO LISTO PARA TRABAJAR\M34.dta", clear

rename estrato estratoCONTROL

rename dominio dominioCONTROL

merge 1:1 mes conglome vivienda hogar using "C:\Users\MANUEL1\Desktop\ENAHO LISTO

PARA TRABAJAR\M1.dta"

drop _merge

Página | 123

save MS-1, replace

use "C:\Users\MANUEL1\Desktop\ENAHO LISTO PARA TRABAJAR\M5-3-2.dta", clear

drop _merge

merge m:m mes conglome vivienda hogar using "C:\Users\MANUEL1\Desktop\ENAHO LISTO

PARA TRABAJAR\MS-1.dta"

save datamadre, replace*/

4. Limpieza de base de datos

use "C:\Users\MANUEL1\Desktop\metodologia\ENAHO LISTO PARA

TRABAJAR\datamadre.dta", clear

drop if p208a<=17 /*menores de 17años*/

drop if p558e1==. /*datos perdidos*/

drop if p301a==. /*datos perdidos*/

Anexo 4

Recodificación de variables en Stata 14

1) Variable USO

gen y1=. /**Cuenta de ahorro*/

gen y2=. /*Cuenta de ahorro a plazo*/

gen y3=. /*Cuenta corriente*/

gen y4=. /*Tarjeta de crédito*/

gen y5=. /*Tarjeta de débito*/

gen y6=. /*Sistema de pensiones*/

replace y1=1 if p558e1==1










replace y6=0 if p558a5==5

replace y6=1 if p558a5==0

label define y1 1 "Usa una cuenta de ahorros" 0 "No usa", replace

label value y1 y1

label variable y1 "El encuestado actualmente, usa una cuenta de ahorros en algún banco, caja

municipal, caja rural o institución de microfinanzas"

label define y2 1 "Usa una cuenta de ahorros a plazo fijo" 0 "No usa", replace

label value y2 y2

label variable y2 "El encuestado actualmente, usa una cuenta de ahorros a plazo fijo en algún

banco, caja municipal, caja rural o institución de microfinanzas"

label define y3 1 "Usa una cuenta corriente" 0 "No usa", replace

label value y3 y3

label variable y3 "El encuestado actualmente, usa una cuenta corriente en algún banco, caja


label define y4 1 "Usa una tarjeta de credito" 0 "No usa", replace

label value y4 y4

label variable y4 "El encuestado actualmente, usa una tarjeta de crédito en algún banco, caja


label define y5 1 "Usa una tarjeta de debito" 0 "No usa", replace

label value y5 y5

label variable y5 "El encuestado actualmente, usa una tarjeta de débito en algún banco, caja


label define y6 1 "Esta afiliado a AFP, Sistema Nacional de Pensiones Ley 19990 y 20530" 0 "No

esta afiliado", replace

Página | 124

label value y6 y6

gen y_uso=. /*Uso de al menos 01 servicio financiero Y1,Y2,Y3,Y4,Y5,Y6*/

replace y_uso=1 if y1==1 | y2==1 | y3==1 | y4==1 | y5==1 | y6==1

replace y_uso=0 if y1==0 & y2==0 & y3==0 & y4==0 & y5==0 & y6==0

label define y_uso 1 "Usa algun servicio financiero formal" 0 "No usa ningun servicio financiero

formal", replace

label value y_uso y_uso

label variable y_uso "El encuestado actualmente, usa algun servicio financiero en algún banco,

caja municipal, caja rural o institución de microfinanzas"

2) Variable GENERO

gen x1_mujer=.

replace x1_mujer=1 if p207==2

replace x1_mujer=0 if p207==1

label define x1_mujer 1 "Mujer" 0 "Hombre", replace

label value x1_mujer x1_mujer

label variable x1_mujer "Sexo del encuestado"

3) Variable EDAD

gen x2_edad=.

replace x2_edad=p208a if p208a!=. & p208a>=18

label values x2_edad x2_edad

label variable x2_edad "Edad del encuestado"

4) Variable NIVEL EDUCATIVO

gen x3_educacion=.

replace x3_educacion=1 if p301a==1 | p301a==2





replace x3_educacion=6 if p301a==11

label define x3_educacion 1 "Sin nivel" 2 "Primaria" 3 "Secundaria" 4 "Superior no universitaria"

5 "Superior universitaria" 6 "Postgrado", replace

label value x3_educacion x3_educacion

label variable x3_educacion "Nivel de educación alcanzado por el encuestado"

*5)MIEMBROS DEL HOGAR*

gen x4_miembros=.

replace x4_miembros=mieperho if p208a!=.

label values x4_miembros x4_miembros

label variable x4_miembros "Número de miembros en el hogar"

6) Variable INGRESOS

gen ingreso_1=i524a1

gen ingreso_2=d529t

gen ingreso_3=i530a

gen ingreso_4=d536

gen ingreso_5=i538a1

gen ingreso_6=d540t

gen ingreso_7=i541a

gen ingreso_8=d543

gen ingreso_9=d544t

label values ingreso_1 ingreso_1







Página | 125



label variable ingreso_1 "Ingreso en la actividad principal por trabajo dependiente"

label variable ingreso_2 "Pago en especie en la actividad principal por trabajo dependiente"

label variable ingreso_3 "Ingreso en la actividad principal por trabajo independiente"

label variable ingreso_4 "Autoconsumo de los trabajadores independientes"

label variable ingreso_5 "Ingreso en la actividad secundaria por trabajo dependiente"

label variable ingreso_6 "Pago en especie en la actividad secundaria por trabajo dependiente"

label variable ingreso_7 "Ingreso en la actividad secundaria por trabajo independiente"

label variable ingreso_8 "Autoconsumo en la actividad secundaria por trabajo independiente"

label variable ingreso_9 "Gratificación de navidad, Gratificación de fiestas patrias, Bonificación

por últimas vacaciones, Bonificación por escolaridad, Participación de utilidades de la empresa,

Bonificación por otro concepto relacionado con su trabajo, Compensación por tiempo de servicio

(CTS), Otro ingreso por trabajo (reintegros, etc.)"

egen sumaingresos=rowtotal (ingreso_1 ingreso_2 ingreso_3 ingreso_4 ingreso_5 ingreso_6

ingreso_7 ingreso_8 ingreso_9)

gen X5_ingresos=0

replace X5_ingresos=1 if sumaingresos!=0

label define X5_ingresos 1 "reporto tener algun ingreso" 0 "no reporto ingresos"

label value X5_ingresos X5_ingresos

7) Variable ZONA GEOGRÁFICA

gen x6_rural=.

replace x6_rural=1 if estrato>=6 & estrato<=8

replace x6_rural=0 if estrato>=1 & estrato<=5

label define x6_rural 1 "Rural" 0 "Urbano", replace

label value x6_rural x6_rural

label variable x6_rural "Zona en la que vive el encuestado"

Anexo 5

Do-file utilizado en la investigación usando Stata 14

*************************************************************************************

**Estimación**

*************************************************************************************

*Estimaciones bivariadas*

stepwise, pr (0.1): logit y_uso x1_mujer

stepwise, pr (0.1): logit y_uso x2_edad

stepwise, pr (0.1): logit y_uso x3_educacion

stepwise, pr (0.1): logit y_uso x4_miembros

stepwise, pr (0.1): logit y_uso X5_ingresos

stepwise, pr (0.1): logit y_uso x6_rural

*Prueba de multicolinealidad*

cor x1_mujer x2_edad x3_educacion x4_miembros X5_ingresos x6_rural

*Estimación multivariables*

logit y_uso x1_mujer x2_edad x3_educacion x4_miembros X5_ingresos x6_rural

*************************************************************************************

**Evaluación**

*************************************************************************************

*a) Economica*

*b) Estadistica*

test x1_mujer

test x2_edad

test x3_educacion

test x4_miembros

test X5_ingresos

test x6_rural

fitstat

estat classification

Página | 126

lroc

*c) Econométrica*

*Normalidad*

predict e, resid

sktest e

swilk e

*Heterocedasticidad*

robvar e, by(y_uso)

sdtest e, by(y_uso)

*Logit vs Probit*

quietly logit y_uso x1_mujer x2_edad x3_educacion x4_miembros X5_ingresos x6_rural,

vce(robust)

estimates store blogit

scalar blogit=_b[x2_edad]

quietly probit y_uso x1_mujer x2_edad x3_educacion x4_miembros X5_ingresos x6_rural,

vce(robust)

scalar bprobit=_b[x2_edad]

estimates store bprobit

estimates table blogit bprobit, stats(N aic bic)

*Efectos marginales*

stepwise, pr (0.1): logit y_uso x1_mujer x2_edad x3_educacion x4_miembros X5_ingresos

x6_rural, vce(robust)

mfx compute



margins, dydx(*) post



margins, eyex(*) atmeans

stepwise, pr (0.1): logistic y_uso x1_mujer x2_edad x3_educacion x4_miembros X5_ingresos


listcoef

label define y_uso 1 "Usa" 0 "No usa", replace

label value y_uso y_uso

*************************************************************************************

**Capacidad predictiva**

*************************************************************************************

quietly logit y_uso x1_mujer x2_edad x3_educacion x4_miembros X5_ingresos x6_rural, vce(robust)

predict prlogit

summarize prlogit

prchange x1_mujer, fromto

prchange X5_ingresos, fromto

prchange x6_rural, fromto

prgen x1_mujer, from (0) to (1) generate(j) ci

twoway (line jp1 jx), ytitle(Probabilidad de usar servicios fnancieros formales) xtitle(Género)

prgen x2_edad, from (18) to (98) generate(k) ci

twoway (line kp1 kx), ytitle(Probabilidad de usar servicios fnancieros formamel) xtitle(Edad del

encuestado)

prgen x3_educacion, from (1) to (6) generate(w) ci

twoway (line wp1 wx), ytitle(Probabilidad de usar servicios financieros formales) xtitle(Nivel educativo

del encuestado)

prgen x4_miembros, from (1) to (19) generate(p) ci

twoway (line pp1 px), ytitle(Probabilidad de usar servicios financieros formales) xtitle(Miembros en el

hogar del encuestado)

prgen X5_ingresos, from (0) to (1) generate(h) ci

twoway (line hp1 hx), ytitle(Probabilidad de usar servicios fnancieros formales) xtitle(Reporto tener

ingresos)

prgen x6_rural, from (0) to (1) generate(t) ci

twoway (line tp1 tx), ytitle(Probabilidad de usar servicios fnancieros formales) xtitle(Zona geográfica)

Documents

UNIVERSIDAD NACIONAL DE PIURA - Lilian Nathals Solis · PDF fileuniversidad nacional de piura facultad de economia “uso de servicios financieros formales y sus determinantes para