Variables que Inciden en la Inclusión Financiera. Caso de Estudio Colombia

Palabras clave: ahorro, crédito, inclusión financiera, redes neuronales

Resumen

La inclusión financiera se ha relacionado exclusivamente con la bancarización, afirmando que el uso del sistema financiero expande el ahorro y el desarrollo. En este sentido, en el presente estudio se analizó la incidencia que, sobre la formación del ahorro, tienen ciertas variables socioeconómicas y de penetración bancaria; usando información de la base de datos Global Findex y aplicando un análisis de regresión logística binaria, así como un estudio de redes neuronales. La regresión presentó alta significancia y correlación entre el ahorro y la variable inclusión, mientras que, por su parte, la red logró estimar el 83,2 % de los casos como correctos, con relevancia en variables como préstamo y nivel educativo. Estos resultados señalan que variables como educación y nivel de ingresos inciden positivamente en el ahorro, mientras que la generación de créditos actúa como inhibidor del ahorro; una vez que existen altos diferenciales de tasas y los créditos en su mayoría sean de consumo con bajo direccionamiento a la inversión

Descargas

La descarga de datos todavía no está disponible.

Biografía del autor/a

Alejandro Valencia-Arias, Instituto de Investigación y Estudios de la Mujer, Universidad Ricardo Palma, Lima 15039, Perú

Doctor en ingeniería – Industria y Organizaciones, Profesor Universitario de posgrado y pregrado, Editor de la Revista Científica CEA (indexada en Publindex B, Redalyc, CLASE, REDIB, BIBLAT, entre otras). Investigador Senior en Minciencias (Colombia), Cuenta con 10 años de experiencia en docencia Universitaria, con 85 publicaciones en Scopus (en revistas en inglés y español), contando con un HIndex=36 en ScholarMetrics.

Diana Pacheco, Facultad de Ciencias Economías y Administrativas, Instituto Tecnológico Metropolitano, Medellín, Colombia

Contadora Publica, Especialista en Finanzas Corporativas y Mercados de Capitales. Magister en Enseñanza de las Matemáticas. Profesora tiempo completo Instituto tecnológico Metropolitano

Daniel Cardona Valencia, Facultad de Ciencias Económicas, Universidad de Antioquia, Medellín, Colombia

Candidato a Doctor  en Desarrollo Local y Cooperación Internacional, Universitat Politècnica de València. Profesor facultad de Ciencias Económicas, Universidad de Antioquia

Citas

Achugamonu, U. B., Adetiloye, K. A., Adegbite, E. O., Babajide, A. A., Akintola, F. A. (2020). Financial exclusion of bankable adults: implication on financial inclusive growth among twenty-seven SSA countries. Cogent Social Sciences, 6(1).
Adomako, S., Danso, A., Ofori Damoah, J. (2016). The moderating influence of financial literacy on the relationship between access to finance and firm growth in Ghana. Venture Capital, 18(1), 43-61.
Agrawal, G., Jain, P. (2019). Digital financial inclusion in India. Journal of Payments Strategy and Systems, 9(3), 195-203.
Allen, F., Demirguc-Kunt, A., Klapper, L., Martinez Peria, M. S. (2016). The foundations of financial inclusion: Understanding ownership and use of formal accounts. Journal of Financial Intermediation, 27, 1-30.
Alon, U. (2007). Network motifs: theory and experimental approaches. Nature Reviews Genetics, 8, 450-461.
Altinkemer, K. (2010). Special issue on digital products. Information Systems and e-Business Management, 8(4), 335-336.
Banco de la República. (2021). Reporte de la situación del crédito en Colombia - diciembre de 2021 [en línea] disponible en: https://www.banrep.gov.co/es/reporte-situacion-del-credito-colombia-diciembre-2021 [consulta: 15 julio 2022].
Barreto, W., Torres, J., Torres, R., Gonzalez, L., Picón, R. (2019). Modelo para el cálculo del esfuerzo a la tracción de las raíces de vetiver empleando redes neuronales artificiales. Revista Técnica de la Facultad de Ingeniería Universidad del Zulia, 420, 159-164.
Bruhn, M., Ibarra, G. L., McKenzie, D. (2014). The minimal impact of a large-scale financial education program in Mexico City. Journal of Development Economics, 108, 184-189.
Calderón, R., Carbajal, J., Leiva, K. (2014). La banca de desarrollo y la creación de productos para la inclusión financiera, Asociación Latinoamericana de Instituciones Financieras para el Desarrollo (ALIDE) [en línea] disponible en: https://www.findevgateway.org/es/publicacion/2014/02/la-banca-de-desarrollo-y-la-creacion-de-productos-para-la-inclusion-financiera [consulta: 15 julio 2022].
Cardona, D. (2020). Revisión bibliográfica sobre inclusión financiera como estrategia de recuperación y de crecimiento Fintech. Semestre Económico, 23(55), 183-203.
Cardona-Ruiz, D., Hoyos-Alzate, A., Saavedra-Caballero, S. (2018). Género e inclusión financiera en Colombia. Ecos de Economía, 22(46), 60-90.
Cardona-Valencia, D. (2020). Revisión bibliográfica sobre inclusión financiera como estrategia de recuperación y de crecimiento Fintech. Semestre Económico, 23(55), 183-203.
Corlett, W. J., Aigner, D. J. (1972). Basic Econometrics. The Economic Journal, 82(326), 770.
Dorfleitner, G., Hornuf, L., Schmitt, M., Weber, M. (2017). The FinTech Market in Germany. In: FinTech in Germany. Cham: Springer, 13-46
Dreiseitl, S., Ohno-Machado, L. (2002). Logistic regression and artificial neural network classification models: a methodology review. Journal of Biomedical Informatics, 35(5-6), 352-359.
Fernandes, D., Lynch, J. G., Netemeyer, R. G. (2014). Financial literacy, financial education, and downstream financial behaviors. Management Science, 60(8), 1861-2109.
Fernández, V. P., Fernández, R. S. M. (2004). Regresión logística multinomial. Cuadernos de la Sociedad Española de Ciencias Forestales, 18, 323-327.
Fisch, J. E., Lusardi, A., Hasler, A. (2019). Defined contribution plans and the challenge of financial illiteracy. Cornell Law Review, 105, 741.
Garavito-Acosta, A. L., Collazos-Gaitán, M. M., Hernández-Bejarano, M. D., Montes-Uribe, E. (2019). Migración internacional y determinantes de las remesas de trabajadores en Colombia. Borradores de Economía, 1066, 1-53.
Hu, L.-t., Bentler, P. M., Kano, Y. (1992). Can test statistics in covariance structure analysis be trusted? Psychological Bulletin, 112(2), 351-362.
Hu, Y., Liu, C., Peng, J. (2021). Financial inclusion and agricultural total factor productivity growth in China. Economic Modelling, 96, 68-82.
Huston, S. J. (2010). Measuring financial literacy. Journal of Consumer Affairs, 44(2), 296-316.
Koomson, I., Villano, R. A., Hadley, D. (2020). Effect of financial inclusion on poverty and vulnerability to poverty: Evidence using a multidimensional measure of financial inclusion. Social Indicators Research, 149(2), 613-639.
Kriegeskorte, N., Golan, T. (2019). Neural network models and deep learning. Current Biology, 29(7), 231-236.
Krogh, A. (2008). What are artificial neural networks? National Biotechnology, 26, 195-197.
LeCun, Y., Bottou, L., Bengio, Y., Haffner, P. (1998). Gradient-based learning applied to document recognition. Proceedings of the IEEE, 86(1), 2278-2324.
López-Lapo, J. L., Hernández Ocampo, S. E., Peláez Moreno, L. E., Sarmiento Castillo, G. del P., Peña Vélez, M. J., Cueva Jiménez, N. C., Sánchez Loor, J. P. (2022). Educación financiera en América Latina. Ciencia Latina Revista Científica Multidisciplinar, 6(1), 3810-3826.
Lusardi, A. (2019). Financial literacy and the need for financial education: evidence and implications. Swiss Journal of Economics and Statistics, 155, 1.
Melo-Becerra, L. A., Téllez-Corredor, J. P., Zárate-Solano, H. M. (2006). El ahorro de los hogares en Colombia. Ensayos Sobre Política Económica, 24(52), 110-161.
Nagelkerke, N. J. D. (1991). A note on a general definition of the coefficient of determination. Biometrika, 78(3), 691-692.
Orazi, S., Martínez, L. B., Vigier, H. P. (2019). La inclusión financiera en América Latina y Europa. Ensayos de Economía, 29(55), 181-204.
Paul, P., Pennell, M. L., Lemeshow, S. (2013). Standardizing the power of the Hosmer-Lemeshow goodness of fit test in large data sets. Statistics in Medicine, 32(1), 67-80.
Pedroni, F. V., Pesce, G., Briozzo, A. (2022). Inclusión financiera, medios de pago electrónicos y evasión tributaria: análisis económico y aplicación en Argentina. Apuntes del Cenes, 41(73), 171-202.
Pitarque, A., Roy, J., Ruiz, J. C. (1998). Redes neurales vs modelos estadísticos: simulaciones sobre tareas de predicción y clasificación. Psicológica: Revista de Metodología y Psicología Experimental, 19, 387-400.
Ruiz Ramírez, H. (2011). Conceptos sobre educación financiera, Observatorio de la Economía Latinoamericana [en línea] disponible en: https://www.eumed.net/cursecon/ecolat/mx/2011/hrr.htm [consulta: 15 julio 2022].
San Martín, R., Isla, P., Melis, C. (2012). Preferencia temporal en el cerebro: una revisión crítica de las contribuciones de la neuroeconomía al estudio de la elección intertemporal. Trimestre Económico, 79(314), 449-473.
Sarma, M., Pais, J. (2011). Financial inclusion and development. Journal of International Development, 23(5), 613-628.
Sha’ban, M., Girardone, C., Sarkisyan, A. (2020). Cross-country variation in financial inclusion: a global perspective. European Journal of Finance, 26(4-5), 319-340.
Singh Gill, R. (2014). Neural networks in data mining. IOSR Journal of Engineering, 4(3), 01-06.
SPSS. (2018). User’s guide. Version 22. Clementine: SPSS Inc.
Téllez-León, I. E., Venegas-Martínez, F. (2016). Decisiones de consumo y portafolio con utilidad diferencial recursiva estocástica (UDRE): modelos alternativos. Econoquantum, 13(2), 51-75.
The World Bank. (2018). UFA2020 overview: universal financial [en línea] disponible en: https://www.worldbank.org/en/topic/financialinclusion/brief/achieving-universal-financial-access-by-2020 [consulta: 15 julio 2022].
The World Bank. (2021). The Global Findex Database 2021 [en línea] disponible en: https://www.worldbank.org/en/publication/globalfindex/Report [consulta: 15 julio 2022].
Titko, J., Ciemleja, G, Lace, N. (2015). Financial literacy of Latvian citizens: preliminary survey results. Procedia - Social and Behavioral Sciences, 213, 12-17.
United Nations. (2020). Shared responsibility, global solidarity: responding to the socio-economic impacts of COVID-19, United Nations [en línea] disponible en: https://unsdg,un,org/sites/default/files/2020-03/SG-Report-Socio-Economic-Impact-of-Covid19,pdf [consulta: 15 julio 2022].
Urueña Mejía, J. C. (2015). Inclusión financiera de Colombia. Revista Activos, 24, 141-151.
Vargas, I. F., dos Santos, N. P. (2021). A inclusão financeira por meio de plataformas digitais. Revista Da Procuradoria-Geral Do Banco Central, 14(2), 49-62.
Widyarti, E. T., Wahyudi, S., Hersugondo, H. (2021). Map of changes in abnormal return and trading volume activity: reviewing the effect of Ramadhan in Indonesia. Universal Journal of Accounting and Finance, 9(5), 1093-1102.
Publicado
2023-07-05
Cómo citar
Valencia-Arias, A., Pacheco, D. y Cardona Valencia, D. (2023) «Variables que Inciden en la Inclusión Financiera. Caso de Estudio Colombia», Revista Técnica de la Facultad de Ingeniería. Universidad del Zulia, 46(1), p. e234606. doi: 10.22209/rt.v46a06.
Sección
Artículos de Investigación