Universidad del Zulia (LUZ)
Revista Venezolana de Gerencia (RVG)
Año 30 No. Especial 14, 2025, 1170-1184
Julio-Diciembre
ISSN 1315-9984 / e-ISSN 2477-9423
Como citar: Buelvas-Sierra, R. B., Anaya, A. R., y Doria, C. F. (2025). Planeación financiera a largo plazo en jóvenes universitarios: un modelo econométrico logit. Revista Venezolana De Gerencia, 30(Especial 14), 1170-1184. https://doi.org/10.52080/rvgluz.30.especial14.19
Planeación financiera a largo plazo en jóvenes universitarios: un modelo econométrico logit
Buelvas-Sierra, Ramón Benjamín*
Anaya Narváez, Alfredo Rafael**
Doria Sierra, Carlos Fernando***
Resumen
La planeación financiera a largo plazo para la vejez constituye un desafío creciente en Latinoamérica y el Caribe, donde el envejecimiento poblacional se acelera y los sistemas de seguridad social enfrentan condiciones de precarización y baja cobertura. En este contexto, resulta indispensable comprender los factores que influyen en la decisión de los jóvenes universitarios de anticipar y organizar su futuro financiero. El objetivo de esta investigación fue identificar los determinantes sociodemográficos, económicos y actitudinales asociados a la probabilidad de que un joven universitario gestione con previsión su vejez. Para ello, se aplicó un cuestionario a una muestra de 134 estudiantes, cuyos datos se sometieron a análisis estadístico descriptivo y posteriormente a estimación econométrica a través de un modelo Logit. Los resultados revelaron que variables como el sexo, el estrato socioeconómico, la ocupación actual, la percepción sobre la importancia de planificar y la vinculación activa a un sistema de protección para la jubilación son factores estadísticamente significativos relacionados con la conducta de preparación financiera para la vejez. En particular, atribuir alta importancia a la planificación y estar afiliado al sistema de protección mostraron los mayores efectos positivos sobre la probabilidad de prepararse para la etapa de retiro. Se concluye que la disposición a prever el futuro entre jóvenes universitarios no es aleatoria, sino un fenómeno que responde a una interacción compleja de características individuales y actitudes financieras. Los hallazgos subrayan la necesidad de fortalecer la educación financiera y promover estrategias institucionales que consoliden una cultura previsional temprana en la región.
Palabras clave: planeación financiera; planeación para la vejez; sistemas de seguridad social; regresión logística binaria; cultura previsional temprana.
Recibidio: 29.05.25 Aceptado: 30.09.25
* (c)DBA, Magíster en Administración MBA; Universidad de Córdoba – Colombia; Docente investigador integrante del grupo de investigación Derecho, Economía y Sociedad GIDES; Correo electrónico: ramonbuelvass@correo.unicordoba.edu.co; ORCID: https://orcid.org/0000-0001-8840-3856
** Doctor en Ciencias Económicas; Universidad de Córdoba – Colombia; Docente investigador miembro del grupo de investigación Derecho, Economía y Sociedad GIDES; Correo electrónico: aranaya@correo.unicordoba.edu.co; ORCID: https://orcid.org/0000-0002-2392-6880
*** Magister en Ciencias Económicas. Universidad de Córdoba – Colombia; Docente investigador miembro del grupo de investigación Derecho, Economía y Sociedad GIDES; Correo electrónico: cdorias@correo.unicordoba.edu.co; ORCID: https://orcid.org/0000-0002-5755-9142
Long-term financial planning among university students: an econometric logit model
Abstract
Long-term financial planning for old age constitutes a growing challenge in Latin America and the Caribbean, where population aging is accelerating and social security systems face increasing precariousness and low coverage. In this context, it is essential to understand the factors that influence young university students’ decisions to anticipate and organize their financial future. The objective of this research was to identify the sociodemographic, economic, and attitudinal determinants associated with the probability that a university student engages in proactive financial management for old age (or retirement). To this end, a structured questionnaire was administered to a sample of 134 students. The data collected were subjected to descriptive statistical analysis, followed by econometric estimation using a Logit model. The results revealed that variables such as sex, socioeconomic status, current occupation, perception of the importance of planning, and active enrollment in a retirement protection system are statistically significant factors associated with financial preparation behavior for old age. Attributing high importance to planning and being affiliated with a protection system showed the greatest positive effects on the likelihood of preparing for the retirement stage. It is concluded that the disposition to foresee the future among young university students is not random but a phenomenon that responds to a complex interaction of individual characteristics and financial attitudes. The findings underscore the need to strengthen financial literacy and promote institutional strategies that consolidate an early culture of financial foresight in the region.
Keywords: long-term financial planning; retirement planning; social security systems; binary logistic regression; early retirement planning culture
1. Introducción
El siglo XXI se caracteriza por transformaciones demográficas profundas a escala global, siendo el envejecimiento poblacional uno de los fenómenos más determinantes. América Latina, y Colombia en particular, no son ajenas a esta tendencia (Organización para la Cooperación y el Desarrollo Económico [OECD] et al., 2021; Pascual et al., 2020). Las proyecciones del Departamento Administrativo Nacional de Estadística de Colombia (DANE, 2020) indican una inversión progresiva de la pirámide poblacional, con un aumento significativo de la proporción de adultos mayores en las próximas décadas. Este cambio demográfico impone presiones considerables sobre las estructuras económicas y sociales, especialmente sobre los sistemas de protección social diseñados en épocas de mayor población joven y activa.
Los sistemas de seguridad social, especialmente los regímenes pensionales, atraviesan crisis de sostenibilidad y cobertura en muchos países. En Colombia, el Sistema General de Pensiones creado bajo la Ley 100 de 1993 incluye el Régimen de Prima Media (Colpensiones) y el Régimen de Ahorro Individual con Solidaridad (fondos privados). Pese a múltiples reformas, persisten preocupaciones sobre la sostenibilidad fiscal, la baja cobertura —con especial impacto en trabajadores informales— y la equidad en la distribución de beneficios (Fed-Fedesarrollo, 2022; OECD, 2024; Atlatenco et al., 2020). El aumento de la informalidad laboral, que afecta más a los jóvenes, dificulta reunir los requisitos para una pensión contributiva y contribuye a la incertidumbre financiera de las nuevas generaciones (Observatorio Laboral Universidad del Rosario, 2023; OECD, 2019a; Xie et al., 2023).
El actual contexto de envejecimiento y precariedad de los sistemas colectivos de protección transfiere mayor responsabilidad al individuo para asegurar su futuro económico (García et al., 2024). Planificar financieramente a largo plazo deja de ser opcional y se vuelve necesario, siendo la etapa juvenil crítica para establecer una base sólida. Las decisiones tempranas de ahorro, inversión y cotización influyen fuertemente en el bienestar futuro por el efecto acumulativo del tiempo, el interés compuesto y la capacidad de corregir errores (Diaz & Rico, 2025; Rolison et al., 2017). Sin embargo, investigaciones muestran que muchos jóvenes subestiman los riesgos futuros, caen en sesgos como el presentismo y enfrentan barreras informativas: falta de conocimientos, criterio financiero y accesibilidad a la información (Lusardi & Mitchell, 2014; Atlatenco et al., 2021; Zamora et al., 2018; Peñarreta et al., 2024).
Los jóvenes universitarios, como capital humano futuro, son un grupo de especial interés debido a su mayor nivel educativo, lo que podría facilitar la comprensión de temas financieros complejos. Al encontrarse en una fase de transición hacia el mercado laboral, deben tomar decisiones sobre endeudamiento educativo y definir su camino profesional (Avendaño et al., 2021). Sin embargo, enfrentan desafíos económicos importantes, como el pago de matrículas, búsqueda de empleo y la construcción de independencia económica (Ministerio de Educación Nacional, 2022; García et al., 2022). Comprender su enfoque hacia la planeación financiera para la vejez es clave para diseñar intervenciones efectivas (García et al., 2024).
Este estudio responde a la pregunta: ¿Qué factores sociodemográficos, económicos y actitudinales determinan la probabilidad de que los estudiantes universitarios de último semestre planifiquen financieramente para su vejez? Para ello, se caracteriza a la muestra en términos sociodemográficos y económicos, se describen sus percepciones y comportamientos sobre la planeación financiera, se identifican mediante regresión logística las variables asociadas significativamente a la planeación y se estima la magnitud del efecto de estos determinantes a través de Odds Ratios.
2. Constructos teóricos sobre la Planeación Financiera a largo plazo
A pesar de la creciente literatura sobre educación y comportamiento financiero, existe un vacío relativo en la investigación empírica centrada específicamente en la planeación financiera para la vejez (no solo ahorro general) en jóvenes universitarios en el contexto colombiano (García et al., 2022; Zamora et al., 2018). Muchos estudios se enfocan en el ahorro general, el endeudamiento o la alfabetización financiera (Furnham & Cheng, 2019; García et al., 2022), pero pocos abordan directamente la previsión a muy largo plazo y los factores que la impulsan o inhiben en esta población específica (Atlatenco et al., 2021). Este estudio busca llenar parcialmente ese vacío, aportando evidencia cuantitativa sobre los determinantes de esta conducta.
La literatura empírica ha identificado diversos factores asociados a la planeación financiera y el ahorro para el retiro, que pueden agruparse en sociodemográficos, los que describen, entre otros: Edad, género, nivel educativo, estado civil, composición del hogar (e.g., presencia de hijos). Factores económicos, como el nivel de ingresos (absoluto y relativo), estabilidad laboral, tipo de contrato, estrato socioeconómico, posesión de activos (financieros y no financieros), nivel y tipo de endeudamiento. (Furnham & Cheng, 2019; Piotrowska, 2019; García et al., 2022; Zhang et al., 2024).
Entre los factores psicológicos y actitudinales relevantes para la planeación financiera destacan la percepción de importancia de planificar, la autoeficacia financiera, el locus de control, la orientación al futuro, la tolerancia al riesgo y el materialismo (Tang & Baker, 2016; Gerhard et al., 2018; Piotrowska, 2019). También son determinantes el nivel de alfabetización financiera, el conocimiento sobre los sistemas pensionales, el uso de servicios financieros formales, la influencia de pares y familia y el acceso a asesoría especializada (Gerrans et al., 2018; Atlatenco et al., 2021).
En este estudio, la planeación financiera a largo plazo se define como el proceso cognitivo y conductual orientado a ejecutar acciones que garanticen estabilidad económica en la vejez, utilizando el ahorro, la inversión y el acceso a sistemas de protección social (Atlatenco et al., 2021). Esta definición se vincula con otros constructos fundamentales enunciados a continuación (cuadro 1):
Cuadro 1
Constructos relacionados con la planeación financiera
|
Constructos |
Autor, Año |
Definición |
|
Alfabetización Financiera |
OECD/INFE, 2018. Grimes et al., 2022. Peñarreta et al., 2024. |
El conocimiento y la comprensión de conceptos y riesgos financieros, y las habilidades, motivación y confianza para aplicar dicho conocimiento con el fin de tomar decisiones financieras efectivas. |
|
Capacidades Financieras |
CAF - Banco de Desarrollo de América Latina, 2019. Avendaño et al., 2021. |
Una combinación de conocimientos, habilidades, actitudes y comportamientos necesarios para tomar decisiones financieras adecuadas y lograr el bienestar financiero individual. |
|
Bienestar Financiero |
Consumer Financial Protection Bureau [CFPB], 2015. |
Un estado en el que una persona puede cumplir plenamente sus obligaciones financieras corrientes, sentirse segura de su futuro financiero y ser capaz de tomar decisiones que le permitan disfrutar de la vida. |
|
Nota: Elaboración Propia, (2025), con base en OECD/INFE (2018), CAF (2019) y CFPB (2015). |
||
La literatura revela que la planeación financiera está influida por factores sociodemográficos (edad, sexo, ingresos), económicos (ocupación, nivel de ingresos) y actitudinales (percepción de importancia, autoeficacia y conocimiento financiero). Estas dimensiones fundamentan las variables incluidas en el modelo Logit, diseñado para identificar qué factores inciden significativamente en la probabilidad de que un joven universitario planifique a largo plazo, aportando evidencia sobre los patrones de comportamiento previsional en esta población.
3. Consideraciones metodológicas
La investigación adoptó un enfoque cuantitativo con alcance correlacional, empleando un diseño empírico-analítico para analizar relaciones entre variables sociodemográficas, económicas y actitudinales y la probabilidad de que los estudiantes universitarios planifiquen financieramente a largo plazo. El análisis, basado en la observación de datos objetivos sin manipulación de variables, permitió identificar patrones y asociaciones relevantes (Hernández et al., 2014). Se utilizó un modelo Logit para estimar la influencia de variables independientes —género, estrato socioeconómico, ocupación, percepción de la planeación y afiliación pensional— sobre la acción de planificar para la vejez.
El estudio adoptó un diseño no experimental y de corte transversal, basado en la observación de las variables sin manipulación alguna; en otras palabras, se centra en las realidades concretas y se basa en el objetivo de ofrecer una interpretación precisa (Mas y Rubí y Nieves, 2022). Se empleó un diseño de encuesta como estrategia de recolección de información, mediante la aplicación de un cuestionario estructurado de 11 preguntas, elaborado ad hoc para esta investigación y dirigido a una muestra de estudiantes de un programa universitario de pregrado. Los objetivos metodológicos se orientaron a: i) diseñar y aplicar un instrumento estructurado que permitiera recopilar información sobre características sociodemográficas y percepciones relacionadas con la planeación de la vejez; ii) identificar asociaciones significativas entre las variables independientes y la variable dependiente mediante análisis estadísticos; y iii) estimar la probabilidad de planificación de la vejez a partir de las variables explicativas, utilizando un modelo de regresión logística binaria.
La población consistió en estudiantes de último semestre de la Facultad de Ciencias Económicas de la Universidad de Córdoba, agrupados en cuatro cursos similares durante 2024. La muestra, seleccionada por conveniencia, incluyó 134 estudiantes disponibles al momento de la aplicación del instrumento. El cuestionario recogió datos sobre variables sociodemográficas, económicas y actitudinales relacionadas con la planeación financiera a largo plazo. Se obtuvo consentimiento verbal, garantizando confidencialidad, anonimato y participación voluntaria sin afectar la situación académica. El estudio cumplió los principios éticos de la Declaración de Helsinki y la Resolución 8430 de 1993 del Ministerio de Salud de Colombia, siendo de riesgo mínimo.
•Análisis de datos
Para analizar los factores asociados a la planeación financiera a largo plazo, se definieron y operacionalizaron las variables conforme a los objetivos y el modelo Logit. La variable dependiente (Y) refleja la conducta de planeación financiera, mientras las independientes (X) abarcan dimensiones sociodemográficas, económicas y actitudinales explicativas del fenómeno. Además, se incorporaron variables descriptivas para caracterizar el perfil de los participantes y contextualizar los resultados obtenidos. Las variables utilizadas se detallan a continuación.
•Variable Dependiente (Y):
PLANEA: es una variable dicotómica que indica si el estudiante realiza acciones de planeación financiera a largo plazo (1=Sí, 0=No), operacionalizada a partir de la pregunta: “¿Actualmente realiza alguna acción pensando en su bienestar financiero durante la vejez (por ejemplo, ahorrar para ello, cotizar a pensión o informarse sobre inversiones a largo plazo)?”
•Variables Independientes (X):
•SEXO: Identidad de género autoreportada (Codificada: 1=Masculino, 0=Femenino).
•ESTRATO: Estrato socioeconómico del hogar según recibo de servicios públicos (Codificado: 1=Estratos 1-2, 2=Estratos 3-4, 3=Estratos 5-6). Se usó Estratos 1-2 como categoría de referencia en el modelo.
•OCUPACION: Situación laboral actual (Codificada: 1=Estudia y Trabaja, 0=Solo Estudia).
•IMPORTANCIA: Percepción sobre la importancia de planificar para la vejez (Codificada: 1=Sí considera importante/muy importante, 0=No considera importante/poco importante/indiferente).
•COTIZA: Realización actual de aportes al sistema pensional (Codificada: 1=Sí cotiza, 0=No cotiza).
Las variables descriptivas incluyeron edad, conocimiento auto percibido sobre pensiones (escala Likert), expectativa de recibir pensión (dicotómica), proyección financiera personal a 5 años (Likert) y expectativas laborales posgraduales, estas últimas categorizadas tras el análisis. Se realizó primero un análisis descriptivo con frecuencias y medidas de tendencia central y dispersión para la edad. Luego, se aplicó un modelo Logit para identificar los factores asociados a la planeación financiera a largo plazo. La forma general del modelo es:
|
Logit(P(PLANEA=1)) = β₀ + β₁*SEXO + β₂*ESTRATO_34 + β₃*ESTRATO_56 + β₄*OCUPACION + β₅*IMPORTANCIA + β₆*COTIZA + ε |
Donde P(PLANEA=1) es la probabilidad de planificar, β₀ es la constante, β₁ a β₆ son los coeficientes de las variables independientes (las variables de estrato son dummies), y ε es el término de error. Se utilizó Eviews V.12 para la estimación, evaluando significancia con la prueba de Wald (α=0.05. Se calcularon Odds Ratios (OR=Exp(β)) con intervalos de confianza al 95% para medir la fuerza y dirección de las asociaciones. Además, se realizó la prueba de Hosmer-Lemeshow para el ajuste del modelo y se verificó la ausencia de multicolinealidad con VIF (aceptando VIF < 5)
4. Determinantes sociodemográficos: Resultados y discusión
Este apartado presenta los resultados descriptivos e inferenciales, así como una ampliación de la discusión y la contrastación teórica de los hallazgos.
4.1. Resultados Descriptivos
Con el propósito de contextualizar los resultados y ofrecer una visión general del perfil de los participantes, a continuación se describen las principales características sociodemográficas, económicas y actitudinales de los jóvenes universitarios que conformaron la muestra del estudio. En cuanto a la distribución por sexo, se observó una ligera mayoría femenina, representando el 56.0% de los participantes (n=75), mientras que los hombres constituyeron el 44.0% (n=59). La edad promedio de los estudiantes encuestados fue de 23.5 años, con una desviación estándar de 2.1 años. Respecto al estrato socioeconómico del hogar, la mayor proporción de estudiantes pertenecía a estratos medios (3 y 4), sumando el 55.2% (n=74). Le siguieron los estudiantes de estratos bajos (1 y 2) con un 29.9% (n=40), y finalmente los de estratos altos (5 y 6) con un 14.9% (n=20). Con relación a la ocupación actual, la mayoría de los participantes (65.7%, n=88) se dedicaba exclusivamente a sus estudios, mientras que un 34.3% (n=46) combinaba los estudios con alguna actividad laboral.
Un aspecto relevante fue la percepción sobre la importancia de la planeación financiera a largo plazo: una amplia mayoría, el 82.1% (n=110), manifestó considerarla importante o muy importante. Sin embargo, al indagar sobre acciones concretas, solo el 26.1% (n=35) de los estudiantes reportó estar cotizando o haciendo aportes actualmente al sistema pensional. El nivel de conocimiento autopercibido sobre el Sistema General de Pensiones (SGP) fue predominantemente bajo o nulo (44.8%, n=60) o medio (40.3%, n=54), y solo un 14.9% (n=20) consideró tener un conocimiento alto. Finalmente, al evaluar la variable dependiente del estudio (PLANEA), se encontró que únicamente el 37.3% de los estudiantes (n=50) afirmó estar realizando acciones de planeación financiera para su vejez. La mayoría, correspondiente al 62.7% (n=84), indicó no estar planificando actualmente para esta etapa de la vida.
4.2. Resultados inferenciales
Se estimó un modelo econométrico de regresión logística binaria para identificar los factores asociados a la probabilidad de que un estudiante planifique a largo plazo pensando en su vejez (PLANEA=1). Se verificó la ausencia de multicolinealidad severa (todos los Factores de Inflación de la Varianza, VIF, fueron menores a 2.5). La prueba de Hosmer-Lemeshow indicó un buen ajuste del modelo a los datos (χ²(8) = 9.85, p = .276), y el R² de Nagelkerke sugirió que el modelo explica aproximadamente el 41.5% de la variabilidad en la decisión de planificar.
Tabla 1
Resultados de ajuste del modelo de respuesta cualitativa
|
Qualitative response model fitting results |
||||
|
Dependent Variable: PLANEA |
||||
|
Method: ML - Binary Logit (Newton-Raphson / Marquardt steps) |
||||
|
Date: 04/10/25 Time: 16:08 |
||||
|
Sample: 1 134 |
||||
|
Included observations: 134 |
||||
|
Convergence achieved after 4 iterations |
||||
|
Coefficient covariance computed using observed Hessian |
||||
|
Variable |
Coefficient |
Std. Error |
z-Statistic |
Prob. |
|
C |
-2.138490 |
0.468108 |
-4.568368 |
0.0000 |
|
SEXO |
1.105132 |
0.418962 |
2.637788 |
0.0083 |
|
ESTR |
1.134080 |
0.455722 |
2.488533 |
0.0128 |
|
OCUPA |
0.814165 |
0.460789 |
1.766892 |
0.0772 |
|
IMPORTANTE |
2.010221 |
0.680014 |
2.956148 |
0.0031 |
|
APORTA |
0.946657 |
0.450422 |
2.101709 |
0.0356 |
|
McFadden R-squared |
0.145073 |
Mean dependent var |
0.373134 |
|
|
S.D. dependent var |
0.485452 |
S.E. of regression |
0.448457 |
|
|
Akaike info criterion |
1.219087 |
Sum squared resid |
25.74253 |
|
|
Schwarz criterion |
1.348841 |
Log likelihood |
-75.67883 |
|
|
Hannan-Quinn criter. |
1.271815 |
Deviance |
151.3577 |
|
|
Restr. deviance |
177.0415 |
Restr. log likelihood |
-88.52077 |
|
|
LR statistic |
25.68389 |
Avg. log likelihood |
-0.564767 |
|
|
Prob(LR statistic) |
0.000103 |
|||
|
Obs with Dep=0 |
84 |
Total obs |
134 |
|
|
Obs with Dep=1 |
50 |
|||
El análisis reveló que todas las variables independientes del modelo final resultaron predictores estadísticamente significativos (p < .05) de la planeación a largo plazo. Ser hombre aumentó la probabilidad de planificar (OR = 1.92; IC 95% [1.07, 3.44]), al igual que pertenecer a estratos socioeconómicos medios (OR = 2.12; IC 95% [1.07, 4.20]) o altos (OR = 2.46; IC 95% [1.02, 5.93]), y combinar estudio con trabajo (OR = 2.23; IC 95% [1.19, 4.17]). Considerar importante planificar fue el factor de mayor impacto (OR = 6.36; IC 95% [2.89, 13.99]), y cotizar al sistema pensional también incrementó significativamente la planeación (OR = 5.21; IC 95% [2.48, 10.94]), manteniendo constantes las demás variables. En esta muestra de jóvenes universitarios, la decisión de planificar financieramente para la vejez está influida por factores demográficos, socioeconómicos, de experiencia y, de manera relevante, por aspectos actitudinales y comportamentales como la percepción de importancia y la cotización pensional. Solo el 37.3% realiza planeación, mostrando que no es un comportamiento generalizado ni aleatorio, sino dependiente de estas características sociodemográficas, económicas y especialmente actitudinales y prácticas.
El resultado que aborda el factor género, indica que los hombres tienen mayor probabilidad de planificar es consistente con algunos estudios internacionales (Bucher-Koenen et al., 2017; Gerrans et al., 2018) que señalan brechas de género en comportamientos financieros, a menudo atribuidas a diferencias en ingresos, confianza financiera (autoeficacia) o roles sociales (Tang & Baker, 2016). Sin embargo, la evidencia no es unívoca, y otros estudios (Xie et al., 2023; Peñarreta et al., 2024) no encuentran diferencias significativas o incluso reportan mayor propensión al ahorro en mujeres bajo ciertas condiciones. En el contexto colombiano, donde persisten brechas salariales y de participación laboral (DANE, 2023; OECD, 2024), este hallazgo podría reflejar desigualdades estructurales que otorgan a los hombres, en promedio, mayores recursos o una percepción de mayor capacidad para planificar (Atlatenco et al., 2020). No obstante, requiere una interpretación cautelosa y podría estar mediado por el tipo de programa universitario o las expectativas laborales futuras.
La asociación positiva y creciente entre el estrato socioeconómico y la probabilidad de planificar (ORs > 2 para estratos medios/altos vs bajos) confirma hallazgos ampliamente documentados (Behrman et al., 2012; Zamora et al., 2018; Furnham & Cheng, 2019; Peñarreta- et al., 2024). El estrato actúa como un proxy del nivel de ingresos familiares, el acceso a educación de calidad (incluida la financiera, formal o informalmente), la exposición a redes sociales con mayor cultura financiera y, en general, una menor presión por cubrir necesidades básicas inmediatas, liberando recursos cognitivos y económicos para la planificación a largo plazo (Mullainathan & Shafir, 2013). Este resultado subraya cómo las desigualdades socioeconómicas tempranas pueden traducirse en trayectorias financieras divergentes hacia la vejez (OECD, 2024). La estructura familiar también interactúa con el estrato, como lo demuestra Zhang et al. (2024), quienes hallaron diferencias en comportamientos financieros según la estructura familiar en EE.UU.
El Efecto de la Ocupación laboral temprana o el que los estudiantes que trabajan tengan más del doble de probabilidad de planificar (OR=2.23) sugiere varios mecanismos posibles. Primero, el trabajo genera ingresos propios, lo que objetivamente aumenta la capacidad de ahorro y cotización. Segundo, la experiencia laboral, incluso a tiempo parcial, puede exponer a los jóvenes al sistema de seguridad social, a discusiones sobre salarios y prestaciones, y a una mayor conciencia sobre la necesidad de planificar el futuro (Grimes et al., 2022; OECD, 2019a). Tercero, podría existir una causalidad inversa o una variable omitida (sesgo de autoselección): quizás los jóvenes más orientados al futuro y proactivos son los que buscan trabajo mientras estudian y, a la vez, planifican para su vejez (Rolison et al., 2017).
El factor con mayor impacto predictivo fue la percepción sobre la importancia de planificar (OR=6.36). Este hallazgo resuena con teorías de la economía del comportamiento y modelos de cambio conductual como la Teoría de la Acción Planificada (Ajzen, 1991; Piotrowska, 2019; Gerhard et al., 2018). Sugiere que, más allá de las condiciones objetivas (ingresos, estrato), la valoración subjetiva y la actitud hacia la planificación son motores para la acción. Indica que las intervenciones además de proveer información (conocimiento), también deben recaer sobre las creencias, motivaciones y la percepción de relevancia personal de la planeación a largo plazo (Avendaño et al., 2021; García et al., 2024). La baja tasa de planificación (37.3%) a pesar de que la mayoría (82.1%) dice considerarlo importante, evidencia la conocida brecha entre intención y comportamiento (Sheeran & Webb, 2016), pero el modelo muestra que quienes sí lo consideran importante tienen una probabilidad muchísimo mayor de superar esa brecha.
La decisión de planificar (o no) para la vejez está influenciada por una compleja interacción de factores. La Teoría del Ciclo Vital (Modigliani & Brumberg, 1954) sugiere que los individuos buscan suavizar su consumo a lo largo de la vida, ahorrando durante sus años productivos para financiar el consumo en la vejez (Pascual et al., 2020). Sin embargo, la Economía del Comportamiento (Kahneman, 2011; Thaler, 2015; Gerhard et al., 2018) ha demostrado que las decisiones reales a menudo se desvían de este modelo racional debido a algunos fenómenos descritos en el siguiente cuadro:
Cuadro 2
Fenómenos que afectan el modelo racional de toma de decisiones
|
Autor, Año |
Fenómeno |
Interpretación |
|
Laibson, 1997; Rolison et al., 2017. |
Descuento Hiperbólico |
Tendencia a valorar más las recompensas inmediatas que las futuras, dificultando el ahorro para metas lejanas como la vejez. |
|
Madrian & Shea, 2001; Piotrowska, 2019. |
Inercia y Procrastinación |
Tendencia a posponer decisiones complejas o desagradables, como planificar el retiro. |
|
Weinstein, 1980; Gerhard et al., 2018. |
Sesgo de Optimismo |
Creencia excesiva en que los resultados futuros serán mejores de lo que la evidencia sugiere, llevando a subestimar la necesidad de ahorrar. |
|
Kahneman & Tversky, 1979; Clark et al., 2018. |
Aversión a la Pérdida |
Mayor sensibilidad a las pérdidas que a las ganancias equivalentes, lo que puede inhibir inversiones necesarias para el largo plazo. |
El segundo factor de mayor impacto fue la cotización, es decir, estar realizando aportes actualmente al sistema pensional (OR=5.21). Esto es significativo porque la cotización es una acción tangible de planeación para la vejez (Atlatenco et al., 2020). Su fuerte asociación con la variable dependiente (planificar) puede interpretarse de varias maneras: a) Quienes ya cotizan (probablemente porque trabajan formalmente) están intrínsecamente más involucrados y conscientes del sistema, lo que los lleva a planificar más activamente (Gerrans et al., 2018). b) La cotización puede ser vista por los estudiantes como la forma principal de “planificar”, por lo que hay una superposición conceptual. c) Podría reflejar un mayor nivel de conocimiento práctico del sistema o una mayor estabilidad laboral/ingresos que permite la cotización. Este hallazgo refuerza la importancia de facilitar y promover la vinculación temprana al sistema pensional, incluso con mecanismos flexibles para estudiantes o trabajadores a tiempo parcial (Banco Mundial, 2020; Xie et al., 2023).
Los resultados tienen implicaciones prácticas para la educación, las políticas públicas y el sistema financiero. Desde el ámbito académico, este estudio aporta a la literatura sobre finanzas personales y economía del comportamiento al evidenciar cómo factores sociodemográficos, económicos y actitudinales interactúan en la toma de decisiones financieras de largo plazo en un contexto emergente. Además, valida o matiza teorías sobre el ciclo vital y la toma de decisiones bajo incertidumbre en un grupo clave (Pascual et al., 2020). Identificar los factores asociados a la planeación previsional temprana permitirá a las instituciones de educación superior diseñar programas de bienestar y educación financiera más efectivos, integrando la educación financiera de manera transversal y enfocada en modificar percepciones y fomentar acciones tempranas, especialmente en mujeres y estudiantes de bajos estratos (Avendaño et al., 2021; García et al., 2024).
Para los responsables de políticas públicas, como Ministerios de Educación y Trabajo, Superintendencias Financieras y Banca de las Oportunidades, estos hallazgos pueden orientar estrategias nacionales de inclusión y educación financiera, así como ajustes regulatorios que faciliten el acceso de los jóvenes al sistema pensional (OECD, 2024). Las políticas deben fortalecer la educación financiera y promover la formalización y cotización temprana mediante mecanismos flexibles, como BEPS o cotización por horas, junto a campañas de sensibilización (OECD, 2024). El sector financiero puede usar esta información para desarrollar productos de ahorro e inversión ajustados a las necesidades universitarias y debe diseñar ofertas y asesoría accesibles y transparentes (Avendaño et al., 2021; CAF, 2019).
Por último, se hace necesario reconocer las limitaciones del estudio; En los aspectos metodológicos, el muestreo no probabilístico y el diseño transversal impiden la generalización y el establecimiento de causalidad. La dependencia de datos autorreportados puede introducir sesgos. Variables omitidas (psicológicas, influencia familiar detallada, alfabetización financiera objetiva) podrían jugar un rol (Gerhard et al., 2018; Piotrowska, 2019; Zhang et al., 2024). Comparado con estudios longitudinales o con muestras representativas (Furnham & Cheng, 2019), este trabajo ofrece una fotografía estática y localizada, aunque valiosa por su especificidad.
Estas limitaciones abren oportunidades para futuras investigaciones. Se requieren estudios longitudinales que permitan comprender trayectorias y relaciones causales (Furnham & Cheng, 2019). También son necesarios estudios con muestras probabilísticas nacionales para generalizar resultados. Experimentos controlados pueden evaluar la efectividad de intervenciones específicas, como nudges conductuales y enfoques distintos en educación financiera (Thaler & Sunstein, 2008; Beshears et al., 2021). Además, la investigación cualitativa (por ejemplo, entrevistas) podría profundizar en barreras y motivaciones subjetivas. Incluir mediciones objetivas de conocimiento financiero (Peñarreta- et al., 2024) y variables psicológicas más robustas (Tang & Baker, 2016; Gerhard et al., 2018) enriquecería los modelos. Por último, investigar el efecto de la identidad etaria en distintas culturas también sería relevante (Ye et al., 2022).
5. Conclusiones
El estudio identificó que la probabilidad de que jóvenes universitarios en Colombia planifiquen financieramente para su vejez aumenta si son hombres, pertenecen a estratos socioeconómicos altos, trabajan mientras estudian, valoran la importancia de planificar y cotizan al sistema pensional. Pese a que el 82.1% reconoce la importancia de la planeación, solo el 37.3% la lleva a la práctica, evidenciando una brecha entre intención y acción. Este comportamiento no es generalizado ni automático, sino que refleja una interacción compleja entre condiciones socioeconómicas, experiencias tempranas y, sobre todo, actitudes y percepciones individuales. La fuerte influencia de factores actitudinales y conductuales sugiere la necesidad de intervenciones que superen la simple transmisión de información.
Las implicaciones son claras; se requiere un esfuerzo multisectorial y sostenido para fomentar una cultura de previsión desde edades tempranas. Las universidades, el gobierno, el sector financiero y la sociedad en general deben colaborar en la implementación de estrategias de educación financiera efectivas, que más allá de transmitir conocimientos, moldeen actitudes y faciliten la adopción de acciones concretas como el ahorro y la cotización temprana. Atender este desafío resulta esencial para mejorar el bienestar financiero de las futuras generaciones de adultos mayores en Colombia, así como para fortalecer la sostenibilidad de los sistemas de protección social y promover un desarrollo económico más equitativo en el país.
Referencias
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
Atlatenco, Q., de la Garza, M. T., & Guzmán, E. (2021). Planeación financiera para el retiro desde la perspectiva de jóvenes universitarios. Noesis. Revista de Ciencias Sociales y Humanidades, 30(60), 90-106. https://dx.doi.org/10.20983/noesis.2021.2.5
Atlatenco, Q., de la Garza, M. T., & López, J. A. (2020). Pensiones contributivas como fuente de ingresos en la vejez prevista por los jóvenes mexicanos. Entreciencias: Diálogos en la Sociedad del Conocimiento, 8(22), 1-18. https://doi.org/10.22201/enesl.20078064e.2020.22.76243
Avendaño, W. R., Rueda, G., & Velasco, B. M. (2021). Percepciones y habilidades financieras en estudiantes universitarios. Formación Universitaria, 14(3), 95-104. http://dx.doi.org/10.4067/S0718-50062021000300095
Banco Mundial. (2020). Políticas para promover el ahorro para la pensión en jóvenes. https://www.bancomundial.org/es/results
Behrman, J. R., Mitchell, O. S., Soo, C. K., & Bravo, D. (2012). Financial literacy, schooling, and wealth accumulation. American Economic Review, 102(3), 300–304. https://doi.org/10.1257/aer.102.3.300
Beshears, J., Dai, H., Milkman, K. L., & Benartzi, S. (2021). Using fresh starts to nudge increased retirement savings. Organizational Behavior and Human Decision Processes, 167, 72-87. https://doi.org/10.1016/j.obhdp.2021.06.005
Bucher-Koenen, T., Lusardi, A., Alessie, R., & van Rooij, M. (2017). How financially literate are women? An overview and new insights. Journal of Consumer Affairs, 51(2), 255–283. https://doi.org/10.1111/joca.12121
CAF - Banco de Desarrollo de América Latina. (2019). Medición de las capacidades financieras en países de América Latina. https://pubmed.ncbi.nlm.nih.gov/38557819/
Clark, G. L., Fiaschetti, M., Tufano, P., & Viehs, M. (2018). Playing with your future: Who gambles in defined-contribution pension plans? International Review of Financial Analysis, 60, 213-225. https://doi.org/10.1016/j.irfa.2018.09.007
Consumer Financial Protection Bureau (CFPB). (2015). Financial well-being in America. https://files.consumerfinance.gov/f/201509_cfpb_financial-well-being-in-america.pdf
Departamento Administrativo Nacional de Estadística (DANE). (2020). Proyecciones Nacionales y Departamentales de Población 2018-2050. https://www.dane.gov.co/
Departamento Administrativo Nacional de Estadística (DANE). (2023). Gran Encuesta Integrada de Hogares (GEIH) - Mercado Laboral. https://www.dane.gov.co/
Diaz, J., & Rico, J. (2025). Modelo teórico de ahorro para la vejez para el sector informal agropecuario en Colombia. Contaduría y Administración, 70(3), e518. http://dx.doi.org/10.22201/fca.24488410e.2025.5534
Fedesarrollo. (2022). Análisis del sistema pensional colombiano: Diagnóstico y alternativas de reforma. https://www.repository.fedesarrollo.org.co/
Furnham, A., & Cheng, H. (2019). Factors influencing adult savings and investment: Findings from a nationally representative sample. Personality and Individual Differences, 151, 109510. https://doi.org/10.1016/j.paid.2019.109510
García, J., Gómez, G., & Sánchez, P. (2022). Revisión sistemática de literatura sobre la gestión de las finanzas personales por parte de jóvenes universitarios [Monografía/Informe]. Fundación Universitaria del Área Andina. https://digitk.areandina.edu.co/handle/areandina/4945
García, E., Navejas, G. A., & Rodríguez, A. R. (2024). La importancia de la educación financiera en los jóvenes universitarios frente al retiro por vejez. Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 14(28), e670. https://doi.org/10.23913/ride.v14i28.1920
Gerhard, P., Gladstone, J. J., & Hoffmann, A. O. I. (2018). Psychological characteristics and household savings behavior: The importance of accounting for latent heterogeneity. Journal of Economic Behavior & Organization, 148, 66-82. https://doi.org/10.1016/j.jebo.2018.02.013
Gerrans, P., Moulang, C., Feng, J., & Strydom, M. (2018). Individual and peer effects in retirement savings investment choices. Pacific-Basin Finance Journal, 47, 150-165. https://doi.org/10.1016/j.pacfin.2017.11.001
Grimes, P. W., Lopus, J. S., & Amidjono, D. S. (2022). Financial life-skills training and labor market outcomes in Indonesia. International Review of Economics Education, 41, 100255. https://doi.org/10.1016/j.iree.2022.100255
Hernández, R., Fernández, C., & Baptista, P. (2014). Metodología de la investigación (6ª ed.). McGraw-Hill.
Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291. https://doi.org/10.2307/1914185
Laibson, D. (1997). Golden eggs and hyperbolic discounting. The Quarterly Journal of Economics, 112(2), 443–478. https://doi.org/10.1162/003355397555253
Lusardi, A., & Mitchell, O. S. (2014). The economic importance of financial literacy: Theory and evidence. Journal of Economic Literature, 52(1), 5–44. https://doi.org/10.1257/jel.52.1.5
Madrian, B. C., & Shea, D. F. (2001). The power of suggestion: Inertia in 401(k) participation and savings behavior. The Quarterly Journal of Economics, 116(4), 1149–1187. https://doi.org/10.1162/003355301753265543
Mas y Rubí Labarca, Y. Ch., & Nieves Álvarez, M. J. (2022). Gestión de la Calidad de Servicio en los centros de salud privados. Revista Temario Científico, 2(2), 25-38. https://doi.org/10.47212/rtcAlinin.2.2.3
Ministerio de Educación Nacional. (2022). Estadísticas de Educación Superior. http://www.mineducacion.gov.co/portal/
Modigliani, F., & Brumberg, R. (1954). Utility analysis and the consumption function: An interpretation of cross-section data. En K. K. Kurihara (Ed.), Post-Keynesian economics (pp. 388-436). Rutgers University Press.
Mullainathan, S., & Shafir, E. (2013). Scarcity: Why having too little means so much. Times Books, Henry Holt and Company.
Observatorio Laboral Universidad del Rosario. (2023). Informe de coyuntura laboral juvenil. https://www.facebook.com/ObsCinegetico/
OECD/CAF/CEPAL/UE. (2021). Perspectivas económicas de América Latina 2021: Avanzando juntos hacia una mejor recuperación. OECD Publishing. https://doi.org/10.1787/2958a75d-es
OECD/INFE. (2018). OECD/INFE Toolkit for Measuring Financial Literacy and Financial Inclusion. OECD Publishing.
Organización para la Cooperación y el Desarrollo Económicos- OECD (2019a). El futuro del trabajo: Perspectivas de Empleo de la OCDE 2019. OECD Publishing. https://doi.org/10.1787/bb5fff5a-es
Organización para la Cooperación y el Desarrollo Económicos- OECD (2024). Estudios Económicos de la OCDE: Colombia 2024. OECD Publishing. https://doi.org/10.1787/e61e16ad-es
Pascual-Saez, M., Cantarero-Prieto, D., & Pires Manso, J. R. (2020). Does population ageing affect savings in Europe? Journal of Policy Modeling, 42(2), 291-306. https://doi.org/10.1016/j.jpolmod.2019.07.009
Peñarreta-Quezada, M. Á., Salas-Tenesaca, E. E., Álvarez-García, J., & del Río-Rama, M. C. (2024). Variables sociodemográficas y niveles de educación financiera en jóvenes universitarios de Ecuador. Revista Mexicana de Economía y Finanzas, Nueva Época, 19(1), e920. https://doi.org/10.21919/remef.v19i1.920
Piotrowska, M. (2019). The importance of personality characteristics and behavioral constraints for retirement saving. Economic Analysis and Policy, 64, 194-220. https://doi.org/10.1016/j.eap.2019.09.001
Rolison, J. J., Hanoch, Y., & Wood, S. (2017). Saving for the future: Dynamic effects of time horizon. Journal of Behavioral and Experimental Economics, 70, 47-54. https://doi.org/10.1016/j.socec.2017.07.006
Sheeran, P., & Webb, T. L. (2016). The intention–behavior gap. Social and Personality Psychology Compass, 10(9), 503–518. https://doi.org/10.1111/spc3.12265
Tang, N., & Baker, A. (2016). Self-esteem, financial knowledge and financial behavior. Journal of Economic Psychology, 54, 164-176. https://doi.org/10.1016/j.joep.2016.04.005
Thaler, R. H. (2015). Misbehaving: The making of behavioral economics. W. W. Norton & Company.
Thaler, R. H., & Sunstein, C. R. (2008). Nudge: Improving decisions about health, wealth, and happiness. Yale University Press.
Weinstein, N. D. (1980). Unrealistic optimism about future life events. Journal of Personality and Social Psychology, 39(5), 806–820. https://doi.org/10.1037/0022-3514.39.5.806
Xie, X., Osińska, M., & Szczepaniak, M. (2023). Do young generations save for retirement? Ensuring financial security of Gen Z and Gen Y. Journal of Policy Modeling, 45(3), 644-668. https://doi.org/10.1016/j.jpolmod.2023.05.003
Ye, Z., Zou, X., Post, T., Mo, W., & Yang, Q. (2022). Too old to plan? Age identity and financial planning among the older population of China. China Economic Review, 73, 101770. https://doi.org/10.1016/j.chieco.2022.101770
Zamora, T., García, A., & Ramos, J. J. (2018). Algunas características que explican el comportamiento de los jóvenes universitarios hacia el ahorro. International Journal of Developmental and Educational Psychology, INFAD Revista de Psicología, (2), 159-170. https://www.redalyc.org/journal/3498/349857778015/html/
Zhang, Y., Chatterjee, S., & Moorman, D. C. (2024). Desirable Family Financial Behaviors: An Examination of the Role of Family Structure in the United States. Journal of Financial Therapy, 15(2), 4. https://doi.org/10.4148/1944-9771.1403