Documente Academic
Documente Profesional
Documente Cultură
1.- RESUMEN
El presente documento trata de llegar a conocer el nivel de bancarización y su evolución que existe
en Bolivia, así mismo el impacto que provoca en la economía boliviana.
Ya que un buen funcionamiento del sector financiero favorece al desarrollo económico, debido a
que, entre otros aspectos, canaliza mejor el ahorro hacia la inversión, facilita una distribución
temporal del gasto más acorde con las preferencias de los agentes, permite la diversificación de
riesgos y de esta manera, atrae mayores recursos para la financiación de proyectos de inversión y de
gasto. (Chulver, 2012)
Para ello se precisaron datos de series de tiempo que permitan medir la variable “cartera de crédito
respecto al PIB” a través de las variables explicativas como son: números de puntos de atención
financiera, número de prestatarios, tasa de interés activa, cartera de crédito y nivel de pobreza.
Comprendidos entre las gestiones 2006 a 2016.
Además, se afirma que una mayor bancarización permite mejorar el desarrollo social y económico
de un país a través de los diferentes productos y servicios que brindan y que facilitan las transacciones
de las personas en los diferentes medios.
Página 2
2.- INTRODUCCION
La realización de este trabajo surgió a raíz de conocer y tratar de comprender las variables que
influyen sobre la cartera de crédito con respecto al PIB con el propósito de medir el nivel de la
bancarización en Bolivia, elaborando un modelo econométrico y haciendo un análisis respectivo
sobre las variables explicativas, dando a conocer cual o cuales son las variables más significativas
de este modelo.
El interés del presente estudio trata no solo de conocer el nivel de bancarización que existe en Bolivia,
así también en la importancia que involucra a las personas para realizar diferentes transacciones
reduciendo los costos de desplazamiento.
El trabajo se divide en las siguientes partes: en primer lugar, el marco teórico que comprende el
concepto de la bancarización, el objetivo general y los objetivos específicos, el motivo de la elección
del tema, fuentes de informaciones, metodología, en segundo lugar, especificación del modelo, tercer
lugar definición de las variables, cuarto lugar análisis de las variables a través del instrumental
econométrico, quinto lugar conclusión y recomendación.
Página 3
CONCEPTO DE LA BANCARIZACION.
Grado en el que los habitantes de un determinado país hacen uso de los productos y servicios
financieros ofrecidos por las entidades financieras.
OBJETIVO GENERAL.
Conocer el nivel de bancarización que existe en Bolivia a través de las variables explicativas que
permitan estimar dicha variable.
OBJETIVOS ESPECICOS.
FUENTES DE INFORMACION
METODOLOGIA
Para el estudio de la bancarización se utilizará el modelo de regresión múltiple debido a que para
explicar la bancarización se está utilizando más de dos variables regresoras o explicativas
FORMA FUNCIONAL
𝒀𝒊 = 𝜷𝟏 + 𝜷𝟐 𝑿𝟐 + 𝜷𝟑 𝑿𝟑 + 𝜷𝟒 𝑿𝟒 + 𝜷𝟓 𝑿𝟓 + 𝜷𝟔 𝑿𝟔 + 𝑼𝒊
Página 5
Dónde:
Yi = Variable dependiente
X = Variable independiente o explicativa
Ui = Termino de perturbación o Error
Cabe destacar que existen varios estudios que han tratado de medir el nivel de bancarización que
existe en la economía de un determinado país. Considerando la revisión de la literatura realizada para
el presente trabajo de investigación y teniendo muy en cuenta el objeto de estudio se debe tener en
claro que el tipo de medidas que se incluye en la mayoría de investigaciones empíricas acerca de
bancarización incluye el volumen de depósitos o créditos como proporción de alguna variable o
escala de nivel macroeconómico como lo puede ser el PIB, la población o los activos bancarios en
su totalidad (Vera et al., 2012).
Sin embargo se considera apropiado usar razones como el número de créditos sobre PIB como un
ratio proxy de bancarización y desarrollo financiero tanto por su fácil recolección de información,
como por su análisis de series estadísticas extensas a lo largo del tiempo. (levine, 2008).
Por otro lado confirmamos lo dicho anteriormente con los que dice (Burneo, 2009) quien hace
referencia a que ratios tales como el crédito privado con respecto al PIB refleja de mejor manera el
acceso de los individuos al sistema financiero, y considera que este tipo de cocientes son apropiados
para medir la bancarización en países en vías de desarrollo, donde el ahorro y el crédito son elementos
fundamentales de la intermediación financiera.
Analizadas las literaturas anteriores se llegó a la conclusión de que para este trabajo se de igual forma
se tomará en cuenta la cartera de crédito en Bolivia con respecto al PIB, como la variable que
permitirá medir el nivel de bancarización.
Para medir esta variable se precisan otras variables que permitan explicar el nivel de bancarización
como ser:
Puntos de atención financiera (P.A.F), numero de prestatarios (NP), tasa de interés activa (T.I.A),
cartera de crédito (C.C) y el nivel de pobreza (NP) cabe mencionar que las 4 primeras variables
mencionadas anteriormente son tomadas en cuenta a través de la autoridad de supervisión del sistema
financiero (ASFI), mientras que el nivel de pobreza se debe tomar en cuenta según (Alejandra ,
Página 6
Emilio , Pedro, & Máximo , Octubre-Diciembre 2010) a continuación, se describen cada una de las
variables:
Es una variable explicativa cuantitativa que se define como la situación o condición socioeconómica
de la población que no puede acceder o carece de los recursos para satisfacer las necesidades físicas
psíquicas básicas que permiten un adecuado nivel de calidad de vida tales como la alimentación, la
vivienda, la asistencia sanitaria o el acceso al agua potable. (wikipedia enciclopedia libre, 2017).
Página 8
Una mayor bancarización se relacionaría con una mejor distribución del ingreso, menores niveles de
pobreza y mayor bienestar económico general. (Alejandra Anastasi, 2010), es decir la bancarización
estaría asociada de manera directa negativa con los niveles de pobreza que exista en un determinado
país ya que las personas debido a la falta de recursos no tendrían la posibilidad de ahorrar aún menos
acceder a un crédito por que no tendrán para pagar las cuotas. Dicho de otra forma, dejarán de hacer
uso de los servicios financieros que ofrece un banco, por otro lado, las áreas que tengan mayores
niveles de ingresos y alta densidad poblacional serán claramente atractivos para la provisión de
servicios financieros.
β2 = Si los números de prestatarios, la tasa de interés activa, la cartera de crédito y el nivel de pobreza
permanecen constantes o son igual cero y los puntos de atención financiera varia en una unidad,
entonces la bancarización se incrementará en 0.0036%.
Con esto resultados concordamos con que estudio de bancarización realizo en argentina el cual
menciona que al ver mayor de agencias, las personas van a acudir a las misma a por la cercanía y
oferta de servicios financieros (Alejandra , Emilio , Pedro, & Máximo , Octubre-Diciembre 2010).
β3 = Si los puntos de atención financiera, la tasa de interés activa, la cartera de crédito y el nivel de
pobreza permanecen constantes o son igual cero y el número de prestatarios varia o se incrementa en
una unidad, entonces la bancarización disminuirá en un - 0.0000291%.
β5 = Si los puntos de atención financiera, número de prestatarios, la tasa de interés activa, y el nivel
de pobreza permanecen constantes o son igual cero y la cartera de crédito varia o se incrementa en
un porciento, entonces la bancarización se incrementará en un 0.000424%. (Alejandra Anastasi,
2010). Menciona que a medida que la cartera de crédito se incremente existe mayor atención al
público, por ende, a priori existe mayor bancarización es decir mayor uso de los servicios financieros.
Β6 = Si los puntos de atención financiera, numero de prestatarios, la tasa de interés activa, las carteras
de crédito permanecen constantes o son igual cero y el nivel de pobreza varia o se incrementa en un
por ciento, entonces la bancarización disminuirá en -0.277%. Entonces afirmamos a lo que menciona.
(Hernandez Sampieri, Fernandez Collado, & Baptista Lucio, 2010) quien mencionan que existen
barreras en este caso el nivel de pobreza que impiden la bancarización en las personas, es decir a
medida que el nivel de pobreza aumente en un determinado país menor uso de los servicios
financieros por parte de las personas.
ANALISIS DE SIGNO
Página 10
β2 = (+)
El signo de beta 2 es correcto porque al incrementarse los puntos de atención financiera lo que se
espera es que la bancarización aumente.
β3 = (-)
β4 = (+)
El signo de beta 4 no es el correcto porque al incrementarse la tasa de interés activa lo que se espera
en teoría que la bancarización disminuya.
β5 = (+)
El signo de beta 5 es el correcto porque al incrementarse la cartera de crédito lo que se espera, es que
la bancarización se incremente.
Β6 = (-)
El signo de beta 6 es el correcto porque al incrementase el nivel de pobreza, lo que se espera es que
la bancarización disminuya.
TEST DE HIPOTESIS
Se Concluyó que en forma conjunta todas las variables son estadísticamente significativas para el
modelo y que ayuda a explicar el comportamiento de la Bancarización.
MATRIZ DE CORRELACION.
La matriz de correlaciones nos permite ver la relación de entre las variables y posibles problemas de
multicolinealidad que podrían surgir en el modelo, en nuestro caso podemos ver que las correlaciones
son muy altas.
Página 13
INTERVALOS DE CONFIANZA
INTERPRETACION
INTERPRETACION
INTERPRETACION
INTERPRETACION
INTERPRETACION
INTERPRETACION
7.1.-1er. SINTOMA
“Un Coeficiente De Determinación Relativamente Alto, Donde Los “T” Son Poco Significativos Y
“F” Sea Representativa”.
TEST INDIVIDUAL
𝐑𝐞𝐠𝐥𝐚 𝐝𝐞 𝐃𝐞𝐜𝐢𝐬𝐢ó𝐧
P value > Nivel de significación Se acepta la H0
P value < Nivel de significación Se rechaza la H0
TEST GLOBAL
𝑹𝒆𝒈𝒍𝒂 𝒅𝒆 𝑫𝒆𝒄𝒊𝒔𝒊ó𝒏
𝑷𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 > 𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒔𝒊𝒈𝒏𝒊𝒇𝒊𝒄𝒂𝒄𝒊ó𝒏 Se acepta la H0
𝑷𝒓𝒐𝒃𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 < 𝑵𝒊𝒗𝒆𝒍 𝒅𝒆 𝒔𝒊𝒈𝒏𝒊𝒇𝒊𝒄𝒂𝒄𝒊ó𝒏 Se rechaza la H0
CONCLUSION:
El síntoma 1 se cumple de manera perfecta porque se tiene el R^2 igual a 99.14%; los test
individuales de los parámetros la mayoría de las variables no son estadísticamente significativos, en
la prueba de hipótesis global todos los parámetros son estadísticamente significativo para el modelo,
esto es un indicio de multicolinealidad.
Página 16
7.2.-2do. SINTOMA
𝑆𝑡𝑑. 𝐸𝑟𝑟𝑜𝑟
𝐶𝑉 = >1
𝛽𝑖
B2 0.8644 > 1
B3 -0.3570 < 1
B4 0.4374 < 1
B5 0,1192 < 1
B6 -0.8463 > 1
El síntoma 2 no se cumple de manera perfecta porque todos los errores estándares del parámetro no
son significativos. Lo que nos indica que puede que este modelo no presente problemas de
multicolinealidad.
7.3.-3er. SINTOMA
No se cumple este síntoma porque los parámetros son determinados, es decir que los valores de las
betas si se pueden calcular.
7.4.-4to. SINTOMA
“Pequeños Cambios En Los Datos Pueden Producir Grandes Cambios En Los Parámetros”
El modelo sufre grandes cambios en los Betas o parámetros al quitar una observación del modelo, lo
que nos dice que este síntoma si se cumple y por lo tanto pueden que exista problema de
multicolinealidad.
Página 17
En la imagen siguiente podremos observar esos grandes cambios que sufren los parámetros o beta
“Los Coeficientes Pueden Tener Signo Opuesto Al Esperado O Una Magnitud Poco Creíble”
El síntoma 5 se cumple porque en los parámetros (B2, B5, B6) los signos esperados son el correcto
y no así (B3 y B4) porque es opuesto al esperado, dado a que si se tiene uno o más variables con
signos opuestos indica que se cumple el síntoma 5.
7.6.-CONCLUSIÓN GENERAL
medida que este costo disminuya va aumentar la bancarización debido a que las personas van a acudir
más a las entidades financieras para adquirir el servicios, por otro lado confirmamos lo dicho por
(fuente) que a el nivel de pobreza en un país aumente, estas se van a ver limitadas para adquirir
servicios financieros, por lo tanto es importante que las entidades relacionadas tanto el ente
regulador, como el gobierno tomen medidas para que toda la población Bolivia pueda adquirir por
lo menos un servicio financieros.
Luego de aplicar el método de corrección se llegó a la conclusión de que las variables eliminadas y
causantes del problema de multicolinealidad imperfecta fueron (Puntos de atención financiera,
Numero de prestatarios, Tasa de interés activa y nivel de pobreza). Por lo tanto, el modelo queda
corregido.
Nueva función de regresión:
Bancarizacion = 21,84515 + 0,000243 (cartera de credito)
INTERPRETACION
En conclusión, podemos señalar que la intensidad de la multicolinealidad en el modelo econométrico
bancarización es insignificativo en todas las variables (<10), es decir la multicolinealidad es muy
baja.
9.-ANALISIS DE HETEROSCEDASTICIDAD
9.1.-PLANTEAMIENTO DE LA HIPÓTESIS
2 2
𝐻0 = ∄ 𝐻𝑒𝑡𝑒𝑟𝑜𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑖𝑑𝑎𝑑 𝜎𝑢𝑖 ≈ 𝜎𝑢𝑖 (Las varianzas del error son constantes)
2 2
𝐻𝑖 = ∃ 𝐻𝑒𝑡𝑒𝑟𝑜𝑐𝑒𝑑𝑎𝑠𝑡𝑖𝑐𝑖𝑑𝑎𝑑 𝜎𝑢𝑖 ≠ 𝜎𝑢𝑖 (Las varianzas del error no son constantes)
9.3.-REGLA DE DECISIÓN
9.4.-DESARROLLO Y CONCLUSIONES
Ya que contamos con pocas observaciones y muchas variables, hacemos el test de White sin cruzar
(White Heteroskedasticity – no cross terms)
• Se acepta la hipótesis nula lo cual nos indica que las varianzas del error son constantes es
decir que son iguales y no existe Heteroscedasticidad.
Página 20
10.-ANÁLISIS DE AUTOCORRELACIÓN
10.1.-TEST DE DURBIN-WATSON
Durbin-Watson stat
0 𝐷𝑢𝑑𝑎 𝐷𝑢𝑑𝑎 4
2.57517
9
10.3.-CORRELOGRAM-Q-STATISTICS
1. PLANTEAMIENTO DE LA HIPÓTESIS
3. REGLA DE DECISION
10.5.-CONCLUSION
Se rechaza la hipótesis nula Con esta prueba concluimos que si existe problemas de auto correlación.
Por lo tanto, aplicaremos el método de corrección.
10.6.-MÉTODO DE CORRECCIÓN
Luego de haber introducido el término a la ecuación de regresión vemos cómo cambia la gráfica de
residuos de la siguiente manera:
Página 23
Se concluye que aun con el método de corrección AR(2), no se pudo solucionar el problema de auto
correlación.
Página 24
11.- CONCLUSIONES
Concluimos que el modelo que hemos estudiado tiene problema de multicolinealidad, también de
auto correlación y no así de heterocedasticidad.
Dado que existe problema de multicolinealidad, debido a que las variables no están correlacionadas
entre sí.
Con el test LM se pudo determinar que, si existe problema de multicolinealidad, por tanto, se recurrió
al método de corrección y concluimos que aun así no se pudo solucionar el problema de auto
correlación.
Con respecto al análisis del modelo econométrico podemos evidenciar que no todas las variables
regresoras explican de manera significativa la bancarización.
De acuerdo con la revisión de la literatura, nos dio a conocer que existen otras variables que explicar
significativamente a la bancarización como ser: la educación financiera, el nivel de estudio en
Bolivia, los aspectos legales en la regulación del sistema financiero, pero por falta de la información
de datos no se ha tomado en cuenta para la realización de este modelo econométrico, lo cual
explicarían mejor la variable dependiente. Este hecho nos ha llevado a tener experiencia sobre las
dificultades que se presentan al realizar un modelo econométrico en la vida profesional.
Página 25