Autor: Juan Nicolás Leal Reina Universidad de Los Andes E ...
Transcript of Autor: Juan Nicolás Leal Reina Universidad de Los Andes E ...
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: [email protected]
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