SciELO - Scientific Electronic Library Online

 
vol.24 número1El índice de sentimiento en las redes sociales y su impacto en los rendimientos del S&P 500Por qué el índice de sentimiento neto debería ser una prioridad: un estudio de caso de la industria bancaria índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay artículos similaresSimilares en SciELO

Compartir


The Anáhuac journal

versión On-line ISSN 2683-2690versión impresa ISSN 1405-8448

Resumen

COQUIS RIOJA, Itzel  y  CONTRERAS VALDEZ, Mario Iván. Estudio de causalidad sobre problemas de inclusión financiera con técnicas de ciencia de datos: el caso de México. The Anáhuac j. [online]. 2024, vol.24, n.1, pp.246-271.  Epub 26-Ago-2024. ISSN 2683-2690.  https://doi.org/10.36105/theanahuacjour.2024v24n1.09.

El presente artículo explora las causas de la inclusión financiera entre la población mexicana. Con datos de la Encuesta Nacional de Inclusión Financiera (ENIF) (INEGI, 2021) desarrolla dos modelos de aprendizaje automático con el objetivo de identificar a individuos que forman parte del sis tema financiero. Estos modelos son evaluados valiéndose tanto de metodologías de inteligencia artificial como de pruebas estadísticas de significancia tradicionales. Los hallazgos sugieren que factores como nivel educativo, ingreso mensual, preferencias orientadas hacia el futuro sobre las presentes, capacidad de ahorro y acceso a teléfonos inteligentes son impulsores significativos que aumentan la probabilidad de inclusión financiera. En consecuencia, existe un potencial para la implementación de políticas públicas dirigidas a incentivar a los individuos para que adopten voluntariamente servicios financieros formales.

Palabras llave : inclusión financiera; inteligencia artificial; aprendizaje automático.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )