Digitalización Individual y Tenencia de Productos Financieros en el Perú (2018-2022)

Abstract

Esta investigación estudia cómo la digitalización individual influye en la posesión de productos financieros, explorando la correlación entre el uso de tecnologías de información y comunicación (TIC) e internet, y la adquisición de productos financieros. Utilizando modelos de regresión logística y datos de la Encuesta Nacional de Hogares (ENAHO) entre 2018 y 2022. Se encontró que un mayor uso de TIC y una extensa utilización de internet están positivamente asociados con la probabilidad de tener productos financieros. Además, variables como edad, género y entorno urbano mostraron ser determinantes significativos. La selección del modelo adecuado se basó en criterios como el Criterio de Información de Akaike (AIC) y el Criterio de Información Bayesiano (BIC), destacando el modelo Logit por su mejor ajuste en la mayoría de los casos. Las limitaciones incluyeron la variabilidad en las preguntas de las encuestas a lo largo de los años y la endogeneidad potencial, sugiriendo el uso de variables instrumentales para mitigar estos sesgos en futuras investigaciones. En conclusión, este estudio subraya la importancia de la alfabetización digital y el acceso equitativo a la tecnología para promover la inclusión financiera, proponiendo políticas que faciliten la inversión en infraestructura digital y la capacitación en habilidades digitales para aprovechar los beneficios de la digitalización en el ámbito financiero y económico.

This research examines how individual digitalization influences the possession of financial products, exploring the correlation between the use of information and communication technologies (ICT) and the internet, and the acquisition of financial products. Using logistic regression models and data from the National Household Survey (ENAHO) between 2018 and 2022, it was found that increased ICT usage and extensive internet use are positively associated with the likelihood of having financial products. Additionally, variables such as age, gender, and urban environment were significant determinants. Model selection was based on criteria such as Akaike Information Criterion (AIC) and Bayesian Information Criterion (BIC), highlighting the Logit model for its better fit in most cases. Limitations included variability in survey questions over the years and potential endogeneity, suggesting the use of instrumental variables to mitigate these biases in future research. In conclusion, this study underscores the importance of digital literacy and equitable access to technology in promoting financial inclusion, proposing policies that facilitate investment in digital infrastructure and training in digital skills to harness the benefits of digitalization in the financial and economic spheres.