1

“Apertura de productos de captación como incentivo a la adquisición de créditos

por parte de los hogares en zonas urbanas”

Autor: Juan Nicolás Leal Reina

Estudiante Economía

Universidad de Los Andes

E-mail: jn.leal789@uniandes.edu.co

Abstract:

Este trabajo utiliza datos tomados de la Encuesta Longitudinal Colombiana de la

Universidad de los Andes (ELCA) en su primera ronda en el 2010, para estimar el

impacto de tener un producto de captación tradicional en la decisión de adquirir un

crédito o no para los hogares urbanos de estratos medio y bajo en Colombia. Se busca

establecer una relación entre estar bancarizado y la propensión a adquirir un crédito.

Se obtuvo que para los hogares urbanos en Colombia pertenecientes a los estratos 1,

2 y 3, el estar bancarizados no se muestra como una herramienta efectiva para

impulsar el crédito. El estar bancarizado en estos hogares, al contrario de la intuición,

es un factor que afecta negativamente la decisión de tomar un crédito y que el estar

bancarizado no necesariamente impulsa el crédito en estratos medio y bajo.

Palabras claves: Bancarizado, captación, crédito, colateral.

Bogotá, 07 de mayo de 2015

2

1. Introducción:

Es general que para hablar de desarrollo económico en países en vía de desarrollo

se tenga que hacer un alto en la desigualdad. Para traer equidad en una economía,

es necesario confrontarla y traer la población a niveles de igualdad de acceso a

oportunidades. De hecho, uno de los principales métodos respaldados por la

economía para generar igualdad es una mejora de la profundidad financiera. Por

ello, es importante determinar qué condiciones inciden en la posibilidad de que un

hogar colombiano pueda acceder a un crédito.

La motivación tras la realización de este trabajo es que dado el alto nivel de

concentración de los hogares en zonas urbanas, al igual que en los estratos medio y

bajo, se deberían buscar nuevas herramientas que logren impulsar el crédito en estos

hogares.

Se desea demostrar que los hogares que cuentan con un mayor acceso al sistema

financiero y tienen un producto de captación financiero activo, van a tener una mayor

probabilidad de tener un crédito y que esta podría ser una estrategia por parte de las

entidades financieras para volver a los productos de captación tradicional una

herramienta que fomente el crédito por parte de estos hogares. La hipótesis central de

este trabajo consiste en que los hogares urbanos de estratos medio y bajo que se

encuentran ya bancarizados, son más propensos a adquirir un crédito. Este estudio

buscará demostrar que los hogares colombianos en estratos medio y bajo que son

bancarizados, son más propensos a adquirir un crédito y que ese crédito mayormente

no está siendo encaminado a actividades económicamente productivas.

Para esto, se va a desarrollar una estimación por medio de Mínimos Cuadrados

Ordinarios, la cual va a permitir observar la significancia o no de estar bancarizados

en la decisión de obtener un crédito, el cual se pensaría que principalmente fuera un

crédito formal. El desarrollo del trabajo de investigación se realizara con base en los

datos recolectados en la Encuesta Longitudinal de hogares (ELCA) durante su

3

primera ronda, realizada en el 2010 la cual se escogió dado que esta recolección fue

justo después de la crisis financiera internacional. Con el uso de la ELCA se logran

tener información relevante para el estudio de más de 5100 hogares urbanos en

estratos 1, 2 y 3. Estos datos permiten realizar un análisis profundo pero tiene sus

limitaciones principalmente porque no logra capturar el efecto de la educación

financiera en los hogares, solamente el acceso al sistema financiero.

La relevancia del trabajo yace en demostrar el efecto que puede causar tener un

producto de captación activo, estar bancarizado, en la decisión de adquirir un crédito

en los hogares en zonas urbanas de estratos medio y bajo, donde se encuentra la

mayoría de la población colombiana. La contribución de realizar este trabajo yace en

la falta de estudios relacionados entre los productos de captación y como afectan el

comportamiento del crédito en estratos medio y bajo. Hasta el momento no se han

utilizado los datos recolectados en la ELCA con este enfoque, el cual es

principalmente ver el efecto que tiene estar bancarizados sobre el crédito en

Colombia, a diferencia de lo que si se ha hecho sobre la expansión del crédito o del

nivel de endeudamiento de los hogares colombianos en zonas urbanas.

La ELCA se ha utilizado ampliamente en diferentes estudios, resaltando un estudio

realizado por la “United States Agency for International Development”, en su informe

final de “Assessment of Rural and Agricultural Finance and Financial Services in

Colombia”. En este estudio se utiliza la ELCA para observar el comportamiento del

ahorro en el país, diferenciado por zonas. Tambien logra abarcar el tema del crédito

y el destino del crédito según la formalidad de la fuente en zonas rurales. (Marulanda

Consultores; USAID, 2014, pág. 37)

Este trabajo se diferencia ampliamente del trabajo realizado por la USAID en el

enfoque en el que se está abarcando el crédito, principalmente porque la USAID

analiza el comportamiento del crédito en zonas rurales, mas no en zonas urbanas

como se analiza posteriormente en este trabajo.

Por otro lado, la asociación bancaria o ASOBANCARIA ha realizado análisis de los

datos recolectados en la primera ronda de la ELCA en su trabajo “características del

4

acceso al crédito en zonas urbanas de Colombia”. En este trabajo se argumenta que

“La Encuesta Longitudinal Colombiana de la Universidad de los Andes (ELCA)

revela que para las zonas urbanas, en donde más se concentra el otorgamiento de

créditos, los hogares con al menos un crédito aumentaron al 54% en el 2010 y las

entidades financieras fueron la fuente más importante de crédito formal en 2010

(32,9%)” (Asobancaria, 2014, pág. 1)

Este estudio logra abarcar el crédito en zonas urbanas pero se queda corto en la forma

de incentivar el mismo, principalmente en mostrar que la bancarización por si misma

puede tener una relación positiva con la toma de un crédito.

Las entidades financieras cumplen un rol de gran importancia en la economía ya que

éstas son las únicas que tienen permitido captar recursos de la población y colocarlos

en forma de créditos para ser utilizados, entre varias cosas, como medio de

financiación de proyectos productivos, los cuales no se llevarían a cabo sin su

intervención (Fernandez Sachez, s.f.).

El esfuerzo que realizan las entidades financieras para captar recursos del público por

medio de los productos de captación tradicionales, tiene gran importancia ya que son

su principal fuente de liquidez y financiación para su actividad productiva; “A junio

de 2012, las cuentas de ahorro se mantuvieron como el principal producto de

captación, con una participación del 33% dentro el total del pasivo, seguidas por los

CDT con un porcentaje del 25%...” (Tejada & Mosquera, 2012, pág. 1), la cual es

encaminar recursos hacia proyectos productivos.

En Colombia, las entidades financieras que captan recursos del público,

principalmente los bancos los cuales están supervisados por la Superintendencia

Financiera, están presentando un aumento en las captaciones por medio de productos

tradicionales como cuentas corrientes, cuentas de ahorros y CDT’s, lo cual está

llevando a una mayor y diversificada oferta de créditos dado que el captar más

significa mayor liquidez, al igual que mayores costos de fondeo para el sistema

financiero. Esto se puede ver claramente cuando al analizar los datos de crecimiento

5

anual de las carteras y de los depósitos de los establecimientos financieros en

Colombia, mostrando un crecimiento promedio del 15% en sus carteras y del 18% en

sus depósitos para el 2012, lo cual se muestra en la siguiente tabla.

Cifras en millones de pesos

Datos tomados de la Superintendencia Financiera

De acuerdo con BRC investor services S.A., “Entre junio de 2011 y 2012, el número

de cuentas de ahorro se incrementó en 9%... el saldo de las cuentas de ahorro se ubicó

en $97,2 billones, lo que representa un incremento anual del 11,5% respecto a junio

de 2011. Estos resultados reflejan la estrategia del sector bancario y del Gobierno

Nacional que está enfocada en reducir el costo de los servicios financieros a los

usuarios para incrementar la bancarización” (Tejada & Mosquera, 2012, pág. 1).

El mayor aumento en las captaciones de recursos por parte de las entidades

financieras en los últimos años se debe, a las captaciones que ha logrado el sistema

financiero dentro de los hogares en estratos medio y bajo, donde más se concentra la

población colombiana. Estos estratos son donde menos bancarización se presenta y

donde se podría profundizar la financiación por medio de los créditos. Esta afirmación

se sustenta con base en el estudio realizado por la división de estudios económicos

del banco BBVA, el cual se explicará a continuación.

Tal como lo demuestra un estudio de mercado realizado por el banco BBVA, en

donde se argumenta que “El porcentaje de tenencia de cuenta en una institución

financiera en el quintil más rico es 6,5 veces la del quintil más pobre, ubicándose el

indicador en 62,4% en el quintil 5 y en 9,5% en el quintil 1” (Fernandez de Lis,

Llanes, Lopez-Moctezuma, Rojas, & Tuesta, 2014, pág. 3) . Las entidades financieras

en los últimos años han observado esta situación y han aumentado su esfuerzo para

bancarizar a los hogares de estrato medio y bajo, lo cual conllevaría a pensar que,

ante una mayor bancarización se podría lograr una mayor profundidad del crédito en

hogares de esto estratos.

Total Depositos Crecimiento Total Creditos Crecimiento

223.634.716,50$ 18% 248.092.862,63$ 15%

6

2. Revisión literatura:

Para realizar un mejor análisis de la situación del crédito en los hogares urbanos en

Colombia que pertenecen a estratos medio y bajo, se debe realizar un estudio

exhaustivo de los trabajos previamente realizados en esta materia y en las

conclusiones que se llegó acerca del impacto que tiene el estar bancarizado (algunos

trabajos lo toman como tener un depósito en una entidad financiera) en la toma de un

crédito.

La finalidad de esta revisión de literatura es tener un antecedente válido, que logre

brindar solidez al análisis y sirva como guía en el proceso de selección del modelo

de estimación y apoye teóricamente los resultados esperados en el documento.

Se ha revisado varios trabajos acerca de la bancarización e inclusión financiera y

cuales han sido los diferentes mecanismos para incentivar el crédito en los hogares

con menores recursos económicos en Estados Unidos y en Colombia, esto con el fin

de contextualizar y buscar antecedentes a la situación que se desea analizar en la

población colombiana.

De acuerdo con lo que sostiene Asobancaria “Colombia ha presentado importantes

avances en temas de inclusión financiera… El índice de bancarización, medido como

el número de adultos que tienen al menos un producto financiero, ha crecido a tasas

superiores al 6% durante los últimos tres años. Lo cual se tradujo en un aumento de

dicho indicador en más de diez puntos porcentuales, situándolo en 71.2% a junio de

2014; a esta misma fecha, el 33.4% de la población adulta tenía al menos un

crédito…”

Por esto podemos ver que el tener un crédito presenta una relación con que el hogar

esté o no bancarizado, lo cual podría reafirmar la posición de que el crédito se puede

fomentar por medio de la bancarización a través de un producto de captación

tradicional.

Reafirmando lo que sostiene Asobancaria, la ELCA muestra que, para los hogares en

zonas urbanas, donde se centra nuestro estudio, la cantidad de hogares que tienen al

7

menos un crédito ha aumentado en alrededor del 9% entre el 2010 y el 2013, llegando

al 63% (ELCA) (Asobancaria).

El comportamiento que se está observando en Colombia, donde el sector financiero

presenta un crecimiento dinámico y sostenido, se puede explicar cómo lo sostiene

Rodrigo Rato y Figueredo (XX) en que: “A medida que las políticas

macroeconómicas se han vuelto más creíbles y crece la confianza de que la inflación

seguirá siendo baja, aumenta la demanda de servicios financieros. A medida que

crecen los mercados financieros, aumenta la disponibilidad de crédito…”

Este trabajo busca analizar a los hogares urbanos que pertenecen a los estratos 1, 2 y

3 donde se tienen créditos con naturaleza formal, principalmente para poder capturar

el impacto de la informalidad de los créditos en estos hogares, y analizar si estos

hogares tienen un crédito formal o no. Definiendo al crédito formal como “aquel que

se otorga fuera del sistema financiero o supervisado, en donde se incluyen créditos

con familiares y amigos, sistema de pandero o juntas, crédito de proveedores, crédito

al minorista o el fiador, casas de empeño, ONG y prestamistas individuales o

agiotistas” (Asbanc, 2013, pág. 3).

Siguiendo la clasificación, se toman a los créditos que no cumplen con esta definición

como créditos formales, principalmente los créditos otorgados por entidades

financieras supervisadas por la Superintendencia financiera. Se toman principalmente

los créditos otorgados a los hogares por las entidades bancarias.

Agregando a la naturaleza formal del crédito, se desea saber si estos créditos están

siendo destinados a alguna actividad productiva o si se están encaminando hacia el

consumo de los hogares, lo cual no generaría un progreso y aumento de la inversión

en los hogares. Con base en esto se definieron a los créditos de consumo como

“Crédito de consumo se definen como los créditos otorgados a familias y a individuos

para el uso dentro de sus capacidades como consumidores;… se toma como la suma

de las cuentas por cobrar de los consumidores con los minoristas, servicios créditos

como los prestamistas, tenedores de letras y las agencias de préstamo" (Gailord Hart,

1941, pág. 128). Para el análisis de los datos y obtener la significancia necesaria para

8

el modelo, se ha tomado de igual forma los créditos de inversión como los créditos

que son destinados para actividades diferentes a consumo, como los créditos

obtenidos para compra de activos, compra de vehículos, de inversión y los créditos

obtenidos en la mejora y actividad productiva de los negocios que pertenecen al

hogar.

Este trabajo busca demostrar que existen diferentes herramientas que se pueden

utilizar para fomentar el crédito aparte de los incentivos en reducción de impuestos,

tal como se sostiene en “Saving incentives for low-and moderate income families in

the united states: why is the saver’s credit not more effective”, en donde sostienen

que “Este trabajo argumenta que el pequeño impacto del crédito puede no deberse a

la falta de incentivos sino a que los créditos como están siendo promulgados, pueden

no lograr la sensibilidad, por ya sea algunas características esenciales y el diseño de

estas características pueden parecer inocuos desde el principio…” (Duflo, Gale,

Liebman, & Orszag, 2007, pág. 648)

Uno de los trabajos previamente ligados con la relación existente entre los depósitos

(productos de captación) y los créditos es Credit-Deposit Puzzles, en donde

argumentan que “…Banks create deposits in the process of extending credit…”, lo

cual busca mostrar que en el proceso de expansión de los créditos, los bancos tienen

la posibilidad de utilizar los depósitos como forma de expansión del crédito.

3. Marco Empírico

El objetivo central de esta sección es probar empíricamente si la hipótesis planteada

anteriormente se cumple utilizando los datos recolectados en la ELCA o si de lo

contrario se refuta la idea de que bancarizar los hogares de estratos medio y bajo

funciona como herramienta efectiva para impulsar el crédito en estos hogares.

Para poder realizar un análisis riguroso de los datos obtenidos de la ELCA, se debe

decidir cuál es el mejor modelo que se debería utilizar en la estimación del impacto

9

que tiene el estar bancarizado un hogar urbano en la toma de un crédito. En un

principio se va a analizar si un modelo lin-lin, pensado inicialmente como el más apto

para el análisis, es el adecuado o si se debería utilizar otro tipo de modelos. Este es el

modelo más apto dado que las variables utilizadas en el modelo son variables

DUMMY y no son aptas para utilizar un modelo logarítmico, tanto en la variable

dependiente como en las variables independientes.

Para poder realizar las estimaciones necesarias se tomaron las variables del capítulo

IV –G6. Ahorro y VII-A. Deudas del Hogar.Las variables que se están analizando en

el trabajo son estrato, tipo_deuda, con_quien, destino1 y act_dinero como variables

independientes del modelo; la variable dependiente del modelo y la que se desea

estimar es tienen_deudas, la cual pregunta si los miembros de este hogar tienen

actualmente deudas con entidades, parientes, etc.

Se va a hacer énfasis en las variables act_dinero, la cual muestra si los miembros de

este hogar, tienen dinero en efectivo, en bancos, corporaciones. (Están bancarizados

o no) y en zona, la cual refleja si está ubicado el hogar en una zona urbana o no. Esto

se realiza con la finalidad de observar que si un hogar esta bancarizado, es más

propenso a tener un crédito.

Para esto se realizan tres estimaciones, una por MCO, una probit y una logit para

poder determinar cuál es el mejor método para poder estimar el siguiente modelo

lineal.

𝑡𝑖𝑒𝑛𝑒𝑛_𝑑𝑒𝑢𝑑𝑎𝑠𝑖

= 𝛽0 + 𝛽1𝑒𝑠𝑡𝑟𝑎𝑡𝑜𝑖 ++𝛽2𝑖𝑛𝑔_𝑡𝑜𝑡𝑎𝑙𝑒𝑠𝑖

+ 𝛽3log_𝑎𝑛𝑜𝑠_𝑡𝑖𝑒𝑛𝑒_ℎ𝑜𝑔𝑎𝑟 + 𝛽4𝑑𝑒𝑠𝑡𝑖𝑛𝑜11𝑖

+ 𝛽5𝑎𝑐𝑡_𝑑𝑖𝑛𝑒𝑟𝑜 𝑖+ 𝛽6𝑡𝑎𝑠𝑎_𝑎𝑜 + 𝑢𝑖

En un principio se busca describir cada una de las variables utilizadas con el fin de

entender el comportamiento individual de las variables y si estas variables están

coherentes con las posibles respuestas en la encuesta. Se presentan unas estadísticas

10

descriptivas en el documento para poder observar el detalle de las variables y si se

están utilizando variables que si logran especificar el modelo adecuadamente.

Se empieza por la variable dependiente que queremos explicar.

En la variable dependiente se muestra que en los 5161 hogares pertenecientes a los

estratos 1, 2 y 3, hay un 61% de los hogares aproximadamente que tienen alguna

deuda de cualquier tipo, ya sea bancaria o no. Esta es una variable dummy que toma

el valor de 1 si el hogar tiene alguna deuda y de 0 si el hogar no tiene ninguna deuda.

Después se empieza a analizar cada una de las variables independientes del modelo y

como estas se están comportando.

La primer variable a analizar es la variable estrato; la cual se ha incluido en el modelo

para poder determinar cuáles son los hogares que pertenecen a los estratos 1, 2 y 3 sin

incluir a los hogares de estrato 4, los cuales pueden distorsionar el análisis dado que

estos pueden tener un mayor acceso al crédito y no son catalogados como estratos

medio y bajo.

Con base en la información que brinda la variable estrato, se puede concluir que la

mayoría de los hogares urbanos encuestados se encuentran en el estrato 2, aunque se

presenta una desviación estándar significativa.

La siguiente variable que se va a describir es la variable ing_totales, la cual captura

el nivel de ingresos que presenta los hogares urbanos en estratos 1, 2 y 3. Esta variable

se ha recodificado de acuerdo a Los diferentes ingresos que presenta el hogar;

tienen_deu~s 5161 .6111219 .4875428 0 1

Variable Obs Mean Std. Dev. Min Max

estrato 5161 2.018214 .7587076 1 3

Variable Obs Mean Std. Dev. Min Max

11

principalmente se tomaron los ingresos reportados por trabajo, arriendos, subsidios y

cualquier otra forma de ingreso de dinero al hogar. Como una de las limitaciones del

trabajo es que solo se están analizando los créditos, se generó una dummy que tomara

el valor de 1 cuando el préstamo era de naturaleza crediticia y de 0 si no.

En el análisis de los ingresos que presentan los hogares, se puede concluir que estos

en su mayoría presentan ingresos de alrededor 1 millón de pesos mensuales, aunque

se observa una desviación estándar muy amplia, lo cual nos muestra que hay grandes

diferencias en el ingreso incluso tomando solamente los hogares que pertenecen a

estos 3 estratos socioeconómicos.

Se ha observado que los hogares que presentan una mayor estabilidad y una mayor

duración de tiempo, se pensaría que son hogares más estables y que tienen una mayor

organización interna. Es por esto que se incluyó la variable de años que tiene el hogar,

la cual es relevante dado que esto puede demostrar que el tiempo que tienen los

hogares de estar constituidos influye en la toma de un crédito. Esta variable se

recodificó para observar el impacto porcentual de los años en la toma de un crédito,

dado que es más relevante que observar el impacto 1 a 1. También se ha suavizado

logarítmicamente dado que los años de constitución varían muy aleatoriamente y se

busca obtener un comportamiento claro de esta variable.

ing_totales 5161 1030891 900204.7 0 1.00e+07

Variable Obs Mean Std. Dev. Min Max

log_anos_t~r 4530 2.482822 .987879 0 4.59512

Variable Obs Mean Std. Dev. Min Max

12

De acuerdo con lo observado al analizar el tiempo en el cual ha estado constituido el

hogar, se ve que el promedio de años de constitución de un hogar es de 2.5, lo cual

hace pensar que los hogares en estratos medio y bajo tienen un promedio de vida muy

corto y que los hogares duran constituidos relativamente poco.

La variable independiente que refleja el destino de la deuda que tiene el hogar se ha

recodificado para poder agrupar esta deuda en dos tipos. La variable dummy toma el

valor de 1 si esta deuda está siendo utilizada como una deuda tomada para inversión

y 0 si por el contrario se está destinando al consumo del hogar.

Tras observar la tabla anterior, se puede ver que la mayoría de los hogares están

tomando el crédito para destinarlo hacia el consumo en vez de tomar decisiones de

inversión que puedan aumentar el bienestar del hogar.

La variable que se incluye en el modelo que logra impactar claramente en la decisión

de a donde tomar un crédito es la tasa de interés anual del crédito. Esta variable fue

recodificada para tomar la tasa de interés anual mas no la reportada por los hogares,

la cual variaba en tiempo, ya fuera anual, semestral, mensual, quincena o diaria.

Esta variable nos muestra que el promedio de tasa de interés anual a la que toman

créditos los hogares está en el 11,7%, lo cual nos da la intuición que los hogares están

endeudados con tasas parecidas a las tasas ofrecidas por el sistema financiero. Lo que

ha de resaltar es que hay hogares que presentan unas tasas excesivamente altas que

puede reflejar la informalidad de los créditos de los hogares.

Por último y más importante para el desarrollo del trabajo, se analiza la variable que

logra capturar el grado de bancarización, definido como si tienen un producto de

destino1_1 5161 .235807 .4245433 0 1

Variable Obs Mean Std. Dev. Min Max

tasa_ao 5161 11.70732 191.1211 0 13468

Variable Obs Mean Std. Dev. Min Max

13

captación tradicional o no en una entidad financiera. Esta variable dummy toma el

valor de 1 si posee el hogar un producto de captación y de 0 si aún no está bancarizado.

Según lo visto en la tabla anterior, se podría concluir que la gran mayoría de hogares

encuestados no se encuentran bancarizados, esto es preocupante dado que son estos

hogares los que mayormente necesitarían el acceso al sistema financiero y no lo están

utilizando.

Después de realizar el análisis de las variables utilizadas en el modelo, se va a estimar

la regresión por tres diferentes métodos, los cuales son Minimos cuadrados

ordinarios, Logistica y Probabilistica.

En un principio se corren las tres regresiones y se observan los siguientes resultados.

(1)

VARIABLES tienen_deudas

estrato -0.0227**

(0.00903)

destino1_1 0.520***

(0.00900)

act_dinero -0.0408**

(0.0196)

ing_totales 1.47e-08**

(7.42e-09)

act_dinero 5161 .1319512 .3384705 0 1

Variable Obs Mean Std. Dev. Min Max

14

log_anos_tiene_hogar -0.0231***

(0.00673)

tasa_ao -2.52e-05**

(1.14e-05)

Constant 0.574***

(0.0251)

Observations 4,512

R-squared 0.206

Robust standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

La estimación realizada por MCO busca explicar la decisión de un hogar de tomar un

crédito basado en las variables anteriormente explicadas. Se construye un modelo

basado en los componentes que pueden llegar a afectar el comportamiento de un

crédito en los hogares de estrato medio y bajo. Estos componentes, en especial la tasa

de interés, impactan claramente en la naturaleza del crédito, en la fuente del crédito y

en el monto que se va a tomar.

En la estimación por medio de MCO se observa que el modelo presenta un R cuadrado

aceptable, no es tan bajo para no ser significativo y que el modelo este mal

especificado pero tampoco tan grande que pueda estar insinuando que existe

multicolinealidad en el modelo.

El P-value de las variables independientes muestran que todas son significativas para

el modelo en un 95% , lo cual nos estaría diciendo que el modelo está bien

especificado y que para la variable que toma la decisión de tener un crédito, las

variables que se están tomando para la regresión si son significativas y logran

explicar, con sus limitaciones el modelo.

Los signos obtenidos en la regresión son los esperados, a excepción de la variable que

logra capturar si esta bancarizado o no. El signo que presenta la variable estrato podría

reflejar que a medida que el estrato aumenta, los hogares son menos propensos a tener

15

un crédito, es decir que los estratos más altos, en este caso 3, son los que menos están

pidiendo un crédito.

El signo que presenta la variable destino muestra una relación positiva con el tener

un crédito. Esto quiere decir que, un hogar va a tener una mayor propensión a pedir

un crédito si este está siendo destinado a inversión y no a consumo.

El signo de los ingresos totales de los hogares se puede ver que es el esperado, a

medida que los ingresos de los hogares aumentan, los hogares van a ser más propensos

a tener un crédito. Esto es claramente intuitivo dado que a medida que se tiene mayor

capacidad económica en el hogar, es más fácil obtener un crédito.

La variable que capta los años de constituido el hogar presenta un signo negativo, lo

cual podría ir en contra de la intuición dado que a más años de constitución se tendría

una mayor estabilidad, pero también se puede observar por el lado de que los hogares

recién constituidos pueden necesitar mayores recursos para inciar. Esta variable

muestra la probabilidad y no la relación 1:1 frente al crédito, muestra la disminución

de la probabilidad de tener un crédito a medida que los años aumentan.

La variable que está captando la tasa de interés a la que se presta el crédito claramente

presenta el signo esperado, ya que a medida que la tasa de interés sube, se va a tener

una menor propensión a endeudarse de cualquier índole.

La tasa de interés también es importante tenerla en cuenta ya que esta es la que

determina si un crédito tiene naturaleza formal o informal, si el hogar decide tomar

un crédito por cualquiera de los canales disponibles.

La constante se podría interpretar como la propensión inherente de los hogares para

tener un crédito, lo cual muestra que con el signo observado los hogares tienen una

propensión neta a adquirir un crédito.

El signo que presenta la variable que está captando el estar bancarizados o no presenta

el signo que no es esperado, dado que muestra que si un hogar está bancarizado, no

va a ser más propenso a obtener un crédito e iría en contra de la hipótesis inicial.

16

El sentido económico se encuentra que, ya que los hogares están realizando depósitos

en las entidades financieras no están necesitando tener un crédito o son más adversos

al riesgo de tener un crédito en una entidad financiera.

Cabe resaltar que el modelo presenta un 𝑅2 muy aceptable, este resultado iría a

mostrar que el modelo si está bien especificado y que afirma que las variables usadas

en conjunto tiene poder explicativo sobre el tener una deuda.

Al predecir y graficar los errores se observa la siguiente gráfica y se mira si los

residuales son integrados de orden cero mediante la prueba Dickey Fuller:

-.5

0.5

Resid

uals

0 1000 2000 3000 4000 5000t

17

Esto nos muestra la aleatoriedad de los errores y que no hay una raíz unitaria, lo cual

demuestra que si es estacionaria, algo deseado para el desarrollo del análisis. Esto nos

da la tranquilidad de concluir que no hay problema de autocorrelación. Esta prueba

nos está mostrando que a medida que es más negativa, la hipótesis incial de que

presenta raíz unitaria y por lo tanto existe autocorrelación se rechaza y los errores

están bien para el análisis del modelo, es decir, el modelo está bien especificado.

Después de realizar la regresión por MCO del modelo lin-lin, se desea buscar analizar

el modelo por otros métodos que puedan ser más óptimo para el análisis.

En un primer lugar se utiliza la metodología Logit, corriendo la misma regresión

lineal.

(6)

VARIABLES tienen_deudas

estrato -0.118**

(0.0464)

_cons -.0031624 .0067525 -0.47 0.640 -.0164011 .0100762

L1. -.9220317 .0154487 -59.68 0.000 -.9523194 -.8917441

error

D.error Coef. Std. Err. t P>|t| [95% Conf. Interval]

MacKinnon approximate p-value for Z(t) = 0.0000

Z(t) -59.684 -3.430 -2.860 -2.570

Statistic Value Value Value

Test 1% Critical 5% Critical 10% Critical

Interpolated Dickey-Fuller

Dickey-Fuller test for unit root Number of obs = 4151

18

destino1_1

act_dinero -0.233**

(0.110)

ing_totales 9.01e-08*

(4.68e-08)

log_anos_tiene_hogar -0.117***

(0.0342)

tasa_ao -0.000130

(9.85e-05)

o.destino1_1 -

Constant 0.389***

(0.125)

Observations 3,462

R-squared

Robust standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

Esta regresión en un principio pierde casi la mitad de las observaciones, lo cual no

afecta porque sigue siendo una muestra significativa. El problema con esta regresión

yace en la significancia del modelo, muestra un R cuadrado demasiado bajito para

poder determinar que el modelo logra explicar la variable. Este modelo muestra que

el ingreso total de los hogares y la tasa de interés del crédito no son significativos para

el modelo, lo cual iría en contra de la intuición y se rechazaría el modelo por lo

anteriormente mencionado, además de que los errores presentan cierto grado de

autocorrelación y sigue afirmando que este no es el mejor mecanismo para estimar el

modelo, lo cual le quitan validez al modelo y se rechaza el uso de este modelo

prefiriendo al de MCO.

Por último, se utiliza la regresión y se estima por medio del método Probit, el cual

arroja los siguientes resultados.

19

(5)

VARIABLES tienen_deudas

estrato -0.0737**

(0.0290)

destino1_1

act_dinero -0.145**

(0.0687)

ing_totales 5.63e-08*

(2.92e-08)

log_anos_tiene_hogar -0.0732***

(0.0214)

tasa_ao -8.49e-05

(5.95e-05)

o.destino1_1 -

Constant 0.243***

(0.0780)

Observations 3,462

R-squared

Robust standard errors in parentheses

*** p<0.01, ** p<0.05, * p<0.1

Se observa que al igual que el modelo Logit, el probit presenta las mismas

limitaciones y los mismos problemas. Se observa que el R cuadrado no es lo

suficientemente grande para ser significativo y que no hay validez del modelo

estimado por el método Probabilístico. Se observa que la tasa de interés no tiene

significancia cuando la intuición muestra que si tiene claramente una importancia en

la toma de un crédito por parte del hogar. El destino del crédito es de gran importancia

intuitivamente porque muestra si está siendo encaminado a una actividad productiva

o si esta siendo encaminado a consumo, lo cual no sería lo óptimo porque no se estaría

generando inversión en el hogar

20

4. Conclusiones

De acuerdo a lo analizado, del modelo de MCO se puede concluir que estar bancarizado

no es una herramienta adecuada para incentivar el crédito en los hogares de estrato medio

y bajo en zonas urbanas. Por medio de MCO el cual resultó ser la mejor forma de acuerdo

a las variables independientes utilizadas. La regresión logró explicar en gran medida la

variable independiente pero los resultados obtenidos con esta regresión no fueron los

esperados.

En primer lugar, la variable de análisis central que era si estaba bancarizado el hogar o si

ha resultado ser significativa individualmente para el modelo en un 95% y las demás

variables de interés también resultan ser significativas.

Al analizar en profundidad el modelo, se observa que dado el signo obtenido se tendería

a rechazar la hipótesis inicial de si estar bancarizado es una herramienta válida para

incentivar el crédito en los hogares de estratos medio y bajo. Por ende se concluiría que

se rechaza la hipótesis inicial y no sería la herramienta apropiada para incentivar el

crédito.

Este modelo alcanza a explicar ligeramente el comportamiento del crédito en los hogares

de estratos medio y bajo en zonas urbanas en Colombia pero, ha tenido la limitación de

observar las variables macroeconómicas del país y el impacto que se pueda prever con

las políticas que se piensan implementar en el futuro como los subsidios frente a la tasa

de interés de los créditos hipotecarios que se empezó a implementar a finales del año

2014 y que aún no existen datos que abarque esto.

Se recomienda que en estudios posteriores se tengan en cuenta los factores

macroeconómicos del país y de los países vecinos que puedan afectar la política

económica del país. También se recomienda que se realicen estudios basándose

principalmente en el impacto de los subsidios que se están brindando actualmente en el

futuro bienestar y trade off entre inversión y consumo en estos hogares.

21

Bibliografía

World Council of Credit Unions, Inc. (06 de 2014). Program Brief. Washington, EE.UU.

Asbanc. (2013). ESTUDIO: COSTO DEL CRÉDITO BANCARIO VS. CRÉDITO

INFORMAL. Lima.

Asobancaria. (15 de 12 de 2014). Asobancaria. Obtenido de

http://www.asobancaria.com/portal/pls/portal/docs/1/4400741.PDF

Asobancaria. (2014). CARACTERÍSTICAS DEL ACCESO AL CRÉDITO EN LAS ZONAS

URBANAS DE COLOMBIA. Bogotá.

Cano, C. G., Esguerra, M. d., Garcia, N., Rueda, L., & Velasco, A. (02 de Mayo de 2014).

Inclusion Financiera en Colombia. Obtenido de BanRep:

http://www.banrep.gov.co/sites/default/files/eventos/archivos/sem_357.pdf

Duflo, E., Gale, W., Liebman, J., & Orszag, P. (2007). Savings Incentives for Low- and

Moderate-Income Families in the United States: Why is the. Wiley, 647-661.

Fernandez de Lis, S., Llanes, M. C., Lopez-Moctezuma, C., Rojas, J. C., & Tuesta, D.

(2014). Inclusión financiera y el papel de la banca móvil en Colombia: desarrollos

y potencialidades . Madrid.

Fernandez Sachez, P. (s.f.). Expansion. Obtenido de

http://www.expansion.com/diccionario-economico/reservas-bancarias.html

Gailord Hart, A. (1941). Review. Chicago: Chicago Journal.

Marulanda Consultores; USAID. (2014). Assessment of Rural and Agricultural Finance

and.

22

Rato y Figaredo, R. (22 de 08 de 2007). Fondo Monetario Internacional. Obtenido de

https://www.imf.org/external/np/speeches/2007/082207s.htm

Tejada, R., & Mosquera, M. S. (2012). Notas del mercado de capitales. bogota.

Universidad de Los Andes. (2010). Encuesta Longitudinal. Obtenido de

https://encuestalongitudinal.uniandes.edu.co/images/stories/Archivos/Ronda1/ph-

c3-r1_cuestionario_de_hogar_urbano.pdf