Introducción
La inclusión financiera –en adelante IF– se ha convertido en los últimos años, y de la mano de un avance notable en materia de digitalización de las transacciones bancarias y financieras, en un elemento clave para permitir que sectores postergados en materia de acceso y utilización de los servicios financieros se conviertan en usuarios activos del sistema financiero. Esto se viabiliza en el presente (y se potenciará en el futuro) tanto en relación con los segmentos tradicionales de intermediación bancaria como en los nuevos canales que se han abierto como resultado de la revolución fintech y en las aplicaciones móviles que permiten a cualquier persona manejar con mayor facilidad su gestión de dinero o de transacciones interbancarias.
Este artículo estudia la IF en América Latina a partir de la investigación previa de Baronio et al. (2022), que analiza la IF a nivel global. En primer lugar, se presenta el marco teórico de referencia y, luego, una síntesis del método utilizado para la caracterización de la IF a nivel global. Asimismo, en este apartado se determinan las variables que caracterizan a los países con alta IF y se estima un modelo econométrico de respuesta ordenada para hallar la probabilidad de convergencia de los países con baja y media inclusión financiera a los países de IF alta. En ese estudio, algunos de los países de América Latina forman parte del grupo de media y otros de baja IF. Con el fin de determinar la probabilidad de convergencia de los países de América Latina, primero, se les clasifica de acuerdo con las variables significativas, encontradas en un ACD (análisis de componentes principales). Posteriormente, una vez que se parte la nube de puntos-países, se les clasifica en seis grupos. Al final, en un estudio prospectivo, se estudia su probabilidad de convergencia en otros países del mundo con mayor inclusión financiera.
Cuando hacemos referencia a la IF, la OECD (Organisation for Economic Co-operation and Development), la define como
el proceso de promoción de un acceso asequible, oportuno y adecuado a una amplia gama de servicios y productos financieros regulados y la ampliación de su uso hacia todos los segmentos de la sociedad mediante la aplicación de enfoques innovadores hechos a la medida, incluyendo actividades de sensibilización y educación financiera con el objetivo de promover tanto el bienestar financiero como la inclusión económica y social (OECD, 2015).
Por otro lado, el Banco Mundial aclara que la IF abarca tanto a personas físicas como a empresas y que además los productos financieros deben ser útiles para satisfacer sus necesidades (transacciones, pagos, ahorro, crédito y seguro), los cuales deben ser prestados de manera responsable y sostenible (Kim et al., 2018). Así, el concepto de IF es de carácter multidimensional, ya que incluye elementos tanto del lado de la oferta de productos financieros como del lado de la demanda, por lo que sus dimensiones básicas están referidas al acceso, el uso, la calidad y el impacto sobre el bienestar financiero de las familias y las empresas.
Ahora bien, incorporar segmentos de usuarios nuevos al sistema bancario convencional implica no descuidar la propia dinámica que viene registrando en los últimos años. A nivel mundial, el sistema global y sus correlatos a nivel local-regional están enfrentando importantes cambios, que son producto de la internalización de nuevas tecnologías las cuales, merced a su extensión, fácil empleo y generalización de los medios o dispositivos, favorecen una provisión más amplia, compleja y sofisticada de servicios financieros tradicionales ya sea nuevos o más sofisticados. Desde esta perspectiva, el nuevo mercado financiero digital, eficiente a muy bajo costo, digitalmente descentralizado y con diferentes niveles de regulación implica una revolución financiera cuyo impacto y estabilidad aún no puede ser anticipada. Sí, creemos que, vía una mayor educación financiera y una relajación en los requisitos de entrada a la operatoria bancaria, dicho proceso contribuirá a facilitar, aumentar y extender los niveles actuales de IF en la región.
A continuación, se expone una revisión de las principales referencias bibliográficas referentes al tema, para luego caracterizar el nivel de IF en América Latina. Luego, se contemplan las diferencias hacia su interior para determinar al final qué posibilidades tienen los países que componen la región, en especial los más rezagados, en alcanzar los estándares internacionales.
1. Inclusión financiera: revisión bibliográfica
De la mano de la digitalización de múltiples servicios, incluidos los financieros, la IF es ya un tema instalado en la agenda de los diferentes actores políticos e institucionales a nivel mundial y también objeto de interés por parte de los académicos. Así, por ejemplo, los trabajos de Allen et al. (2012), Demirgüç-Kunt et al. (2018) y Demirgüç-Kunt et al. (2019) destacan la trascendencia de los efectos microeconómicos de la IF en términos de los beneficiosos que tendría para los individuos, en particular de los que se ubican en los segmentos más bajos de la distribución del ingreso, así como en términos de la facilidad o bajo costo para llevar a cabo transacciones, tener acceso a diversos proyectos de inversión antes no asequibles y distribuir el esquema consumo-ahorro a lo largo del tiempo, entre otros aspectos.
En términos del impacto macroeconómico que un mayor nivel de IF arrojaría, los estudios muestran su incidencia en términos de un incremento en la tasa de crecimiento del PIB y de reducción de la informalidad económica, aspecto que retroalimenta el primero (Rojas-Suarez y Amado, 2014; Rojas-Suarez, 2016; Fernández de Lis y Pacheco, 2017). Ambos elementos, a su vez, permitirían obtener un mayor nivel en la recaudación de tributos, así como una redefinición de las alícuotas que cada agente debe abonar por cada tipo de tributo, aspectos clave para lograr un sistema tributario que genera mejores incentivos a la producción, la inversión y el ahorro agregado (Cavallo y Serebrisky, 2016). La reducción de la informalidad y el aumento de la producción harían posible una reducción del déficit fiscal y una mejora en la sustentabilidad de la política fiscal en muchos países, por lo cual se lograría menores tasas de interés, menores diferenciales de riesgo en la deuda soberana y menor dispersión en los flujos de capitales (Demirgürc-Kunt y Levine, 2001; Pérez Akaki y Fonseca Soto, 2017; Moya et al., 2019).
Sin embargo, no hay resultados convergentes cuando se analiza la relación entre desarrollo económico y crecimiento económico. King y Levine (1993), a partir de evidencia econométrica de corte transversal, para 80 países durante 1960-1989 encuentran que dicha relación es observable; por su parte, Levine (2005) la debilita, pero sin dejar de remarcar que los rasgos centrales del desarrollo financiero, amén de la relación que se busca, se concentran tanto en su importancia a la hora de facilitar el acceso, producción y diseminación de la información como en la reducción de los costos de transacción bancarias, tal como exponen, entre otros, Acharya et al. (2009), Kim et al. (2018) y Sethi y Acharya (2018).
La relación entre el aumento de la IF y el crecimiento económico es verificable a través de numerosas contribuciones al respecto, como muestran Carbó y Pedagua (2013), Sharma (2016), Sethi y Acharya (2018), Kim et al. (2018) y Sethi y Sethy (2019). Sin embargo, Ahn et al. (2019), por ejemplo, muestran que la IF depende de cómo se eliminan las restricciones y obstáculos que afectan el acceso al sistema financiero, elementos clave, según el autor, para el logro de una mayor amplitud, profundidad y la eficiencia con la que opera el sistema financiero. Sin embargo, Gómez Rodríguez et al. (2021), cuando analiza a 71 países para el periodo 2007-2016, muestra una relación negativa entre el acceso al sistema financiero y el crecimiento económico. También, Mehrotra y Yetman (2015), sostienen que dicha relación es observable si un incremento en el acceso al sistema financiero por parte de segmentos excluidos se canaliza por medio de deficientes sistemas de calificación de clientes/deudores, situación que elevaría el riesgo sistémico del sector y a su vez afectaría el crecimiento económico.
2. Caracterización de la inclusión financiera en América Latina
En esta sección se caracterizarán los diferentes niveles de IF que se observan en América Latina. De acuerdo con la metodología, los resultados se muestran en el anexo 1.
De dicho estudio se obtienen tres grupos de países con sus características predominantes. El 65% de los países de América Latina pertenece al grupo de menor IF a nivel global (Bolivia, Colombia, República Dominicana, Ecuador, El Salvador, Guatemala, Haití, Honduras, México, Nicaragua, Panamá, Paraguay y Perú), mientras que el 35% restante integra el grupo de IF media (Argentina, Brasil, Chile, Costa Rica, Trinidad y Tobago, Uruguay y Venezuela).
Sin embargo, en dicho proceso se advierte la presencia de diferencias sustanciales que caracterizan a los países de la región, por lo que se decide efectuar un análisis con mayor desagregación, tomando un corte para seis grupos, sólo para los países de la región. La gráfica 1 ilustra la dispersión de los países de la región en los dos ejes construidos a partir de ACP. Desde esta nueva perspectiva, las características propias de cada grupo son las siguientes:
-
G1 (Grupo de IF “Baja-Baja”). Las variables con mayor significatividad refieren a alta participación sobre el PIB del ingreso de remesas, desigualdad –en educación, humana, de género y en el IDH–, empleo en la agricultura, alta participación de personas menores de quince años y altas tasas de fertilidad por mujer.
Nicaragua, El Salvador, Guatemala, Haití y Honduras son los países que integran este grupo, el cual representa el 20% de los países de América Latina y los flujos financieros por remesas recibidas triplican, en promedio, los existentes a nivel mundial. Por su parte, el nivel de empleo en la agricultura y la desigualdad en educación supera en 74.88% y 55.11%, respectivamente, al nivel mundial.
-
G2 (Grupo de IF “Baja-Media”). Se caracteriza fundamentalmente por la variable de falta de fondos ante la emergencia requeridos por personas con edad igual o mayor a los quince años y que no tienen educación primaria.
-
G3 (Grupo de IF “Bajo-Alta”). Las variables con mayor significatividad refieren a ahorro para emprender, operar o expandir una granja o negocio (reúne predominantemente a personas mayores de 15 años, hombres con educación primaria y para quienes estos ahorros representan el 60% de los ingresos), fondos de emergencia para quienes tengan educación primaria o menos y préstamos al sector rural para vivienda o emprendimiento.
G4 (Grupo de IF “Media-Baja”). Este grupo se integra sólo con Trinidad y Tobago, por lo que las características del grupo son las características de Trinidad y Tobago.
-
G5 (Grupo de IF “Media-Media”). En este grupo predominan las personas mayores de 14 años propietarias de tarjetas de crédito, en particular quienes viven en la zona rural, hombres con educación secundaria o más y adultos jóvenes de 15 a 24 años; también personas titulares de tarjeta de débito, que están fuera de la fuerza laboral y tienen educación primaria o menos, son mujeres y residen en la zona rural; una característica común a los integrantes de este grupo, es el uso de internet en el sector rural para pagar facturas.
Argentina, Venezuela y Brasil son los países que integran este grupo y constituyen el 15% del total de países, los cuales, respecto de la participación observada a nivel mundial, superan en un 80% titulares de tarjeta de crédito, en un 90% el uso de internet para pagar facturas en el sector rural y entre un 60 y 90% la titularidad de tarjetas de débito.
-
G6 (Grupo de IF “Media-Alta”). En este grupo predominan las personas mayores de 14 años, que utilizan internet para comprar o pagar facturas, fuera de la fuerza laboral, mujeres, representan el 60% más rico de la población y los adultos jóvenes de 15 a 24 años que utilizan internet para comprar, pagar o recibir pagos digitales.
Las variables que caracterizan a cada grupo (y sus respectivos códigos identificatorios) se presentan en el anexo 2.

Fuente: elaboración propia con SPAD a partir de la tabla de datos con base en PNUD (2018) y Global Findex (2017).
Gráfica 1 Grupos de inclusión financiera en América Latina
En el cuadro 1 se informa, para cada variable identificada por su código, el valor promedio y el desvío estándar en cada grupo y los respectivos valores para el total de países a nivel mundial. El test value permite verificar si la variable característica es o no aleatoria. Cuando el test supera, en valor absoluto, a 1.96 se considera que la característica no es aleatoria. Además, muestra a los países más representativos de cada grupo definido. Se observa total discriminación entre los grupos, donde cada uno tiene variables características diferentes a los restantes.
3. Probabilidad de convergencia en el grupo de inclusión financiera alta para América Latina
Como se expone en Baronio et al. (2022), el método ACP hace evidente la existencia de un orden, desde los países menos desarrollados a los más desarrollados. Esta clasificación de países permitió aplicar un modelo de respuesta ordenada con el fin de calcular la probabilidad de convergencia de los países más atrasados en materia de IF hacia los más avanzados.
Explícitamente, el modelo de respuesta ordenada para la variable latente se especifica como sigue, donde los regresores son las variables más significativas que caracterizan al grupo de alta inclusión financiera:
donde:
x 1i: dinero guardado en una institución financiera, adultos mayores (%, 25años+) (x110 en cuadro 2).
x 2i : uso de internet para comprar algo en línea el año pasado, adultos mayores (%, 25años+) (x72 en cuadro 2).
x 3i : dinero guardado en una institución financiera, rural (%, 15años +) (x115 en cuadro 2)
ε: término de perturbación que se distribuye logit.
Cuadro 1 Grupos de inclusión financiera y variables características para América Latina
Grupo | Variable | Valor a nivel mundial | Orden en c/ grupo | Media | Desvío | Test value | Probabilidad | Países representativos | ||||
media desvío | ||||||||||||
1 | M05 | 6.032 | 8.501 | 1 | 19.046 | 7.075 | 3.85 | 0.000 | Nicaragua, El Salvador, Guatemala, Haití Honduras | |||
C08 | 19.282 | 7.965 | 2 | 29.909 | 4.124 | 3.38 | 0.000 | |||||
K03 | 18.355 | 11.881 | 3 | 32.100 | 10.073 | 2.91 | 0.002 | |||||
G10 | 40.961 | 8.010 | 4 | 49.839 | 5.156 | 2.79 | 0.003 | |||||
C05 | 21.609 | 5.653 | 5 | 27.235 | 6.638 | 2.52 | 0.006 | |||||
E02 | 94.100 | 22.293 | 6 | 116.200 | 19.271 | 2.49 | 0.006 | |||||
G12 | 2.569 | 0.550 | 7 | 3.112 | 0.497 | 2.49 | 0.006 | |||||
C03 | 22.121 | 5.681 | 8 | 27.666 | 6.705 | 2.47 | 0.007 | |||||
E01 | 0.408 | 0.083 | 9 | 0.489 | 0.073 | 2.43 | 0.008 | |||||
2 | x267 | 0.638 | 0.097 | 1 | 0.716 | 0.051 | 2.33 | 0.010 | México, Ecuador, Panamá, Paraguay, Colombia, Perú | |||
3 | x88 | 0.191 | 0.050 | 1 | 0.290 | 0.011 | 2.89 | 0.002 | República Dominicana, Bolivia | |||
x90 | 0.185 | 0.046 | 2 | 0.272 | 0.024 | 2.71 | 0.003 | |||||
x86 | 0.152 | 0.041 | 3 | 0.225 | 0.014 | 2.61 | 0.005 | |||||
x80 | 0.154 | 0.040 | 4 | 0.225 | 0.014 | 2.60 | 0.005 | |||||
x81 | 0.184 | 0.042 | 5 | 0.258 | 0.002 | 2.54 | 0.005 | |||||
x255 | 0.334 | 0.099 | 6 | 0.505 | 0.051 | 2.51 | 0.006 | |||||
x87 | 0.087 | 0.035 | 7 | 0.146 | 0.019 | 2.48 | 0.007 | |||||
x252 | 0.391 | 0.097 | 8 | 0.551 | 0.078 | 2.39 | 0.008 | |||||
x151 | 0.072 | 0.033 | 9 | 0.126 | 0.018 | 2.38 | 0.009 | |||||
x187 | 0.072 | 0.033 | 10 | 0.126 | 0.018 | 2.38 | 0.009 | |||||
4 Las variables características se corresponden con los niveles del único país que integra el grupo Trinidad y Tobago | ||||||||||||
5 | x612 | 0.069 | 0.041 | 1 | 0.131 | 0.029 | 2.77 | 0.003 | Argentina, Venezuela, Brasil | |||
x618 | 0.123 | 0.087 | 2 | 0.251 | 0.025 | 2.69 | 0.004 | |||||
x608 | 0.169 | 0.101 | 3 | 0.314 | 0.037 | 2.65 | 0.004 | |||||
x155 | 0.242 | 0.159 | 4 | 0.466 | 0.031 | 2.57 | 0.005 | |||||
x159 | 0.227 | 0.151 | 5 | 0.438 | 0.051 | 2.56 | 0.005 | |||||
x156 | 0.300 | 0.178 | 6 | 0.540 | 0.083 | 2.47 | 0.007 | |||||
x158 | 0.373 | 0.184 | 7 | 0.618 | 0.104 | 2.45 | 0.007 | |||||
x163 | 0.307 | 0.179 | 8 | 0.544 | 0.098 | 2.42 | 0.008 | |||||
x53 | 0.077 | 0.055 | 9 | 0.148 | 0.074 | 2.34 | 0.010 | |||||
x615 | 0.179 | 0.114 | 10 | 0.325 | 0.018 | 2.34 | 0.010 | |||||
6 | x69 | 0.056 | 0.049 | 1 | 0.162 | 0.006 | 4.00 | 0.000 | Uruguay, Chile, Costa Rica | |||
x71 | 0.133 | 0.100 | 2 | 0.342 | 0.011 | 3.84 | 0.000 | |||||
x59 | 0.178 | 0.119 | 3 | 0.426 | 0.038 | 3.83 | 0.000 | |||||
x57 | 0.085 | 0.059 | 4 | 0.208 | 0.023 | 3.78 | 0.000 | |||||
x687 | 0.220 | 0.109 | 5 | 0.438 | 0.096 | 3.65 | 0.000 | |||||
x45 | 0.051 | 0.041 | 6 | 0.130 | 0.030 | 3.50 | 0.000 | |||||
x70 | 0.072 | 0.059 | 7 | 0.181 | 0.039 | 3.42 | 0,000 | |||||
x76 | 0.124 | 0.085 | 8 | 0.281 | 0.027 | 3.40 | 0.000 | |||||
x66 | 0.094 | 0.067 | 9 | 0.218 | 0.027 | 3.39 | 0.000 | |||||
x663 | 0.342 | 0.131 | 10 | 0.581 | 0.114 | 3.34 | 0.000 | |||||
Fuente: elaboración propia con SPAD a partir de la tabla de datos con base en Global Findex (2017) y PNUD (2018).
El modelo estimado, con valores límites 5.14 y 23.04 para los grupos 2 y 3, se explicita en seguida: [1]
Para calcular la probabilidad de que un país se encuentre en un grupo en particular, con un nivel de inclusión financiera establecido, se utilizan las expresiones (3), (4) y (5):
A continuación, aplicando el modelo de respuesta ordenada estimado para el total de países a nivel mundial, se calcula el valor latente () para cada país de la región. Para ello, se reemplazan las variables explicativas (x
1i
, x
2i
y x
3i
) por el valor alcanzado por ellas, en cada país i de América Latina. Con este valor latente, se calcula la probabilidad de que cada uno de estos se encuentre en un grupo en particular.
La probabilidad de que cada uno de los países de América Latina converja en el grupo de mayor nivel de IF en el mundo se reúne en el cuadro 2; allí se encuentran los 20 países de América Latina de los cuales 13 están en el grupo de IF baja a nivel mundial y 7 en el grupo de IF media a nivel mundial. De acuerdo con el cuadro 1, el resultado revela las diferencias existentes entre los países de América Latina, las cuales se pueden sintetizar como sigue:
Todos presentan mayor probabilidad de permanecer en el grupo donde efectivamente se encuentran.
Con los niveles actuales de ahorro y uso de internet, todos los países tienen una probabilidad cercana a 0 de alcanzar al grupo de países de IF alta. En este contexto, Bolivia y República Dominicana son los países con más posibilidades de cambiar de grupo a nivel internacional; en la actualidad, integran el grupo de países con IF baja, pero la probabilidad de pasar a integrar el grupo de IF media alcanza a 0.2529 y 0.2647, respectivamente.
La razón por la que sucede una baja convergencia obedece a que los indicadores de los países de América Latina se encuentran muy alejados de los valores promedio del grupo más desarrollado. El cuadro 3 revela que los indicadores más cercanos los presenta Trinidad y Tobago. El ahorro de los adultos mayores en instituciones financieras es utilizado por el 39.74% de la población, valor que representa el 67.43% del valor alcanzado para el promedio de países del grupo de IF Alta. Una situación similar se presenta en este país para el ahorro en institución financiera del sector rural, donde se registra 35.23% y 62.39%, respectivamente. En oposición a la situación de Trinidad y Tobago, se encuentra Uruguay, donde sólo el 2.30% de la población rural tiene ahorros en el sector financiero, lo que representa el 4.08% de los niveles mundiales.
Cuadro 2 Probabilidad de convergencia países de América Latina en grupos de mayor inclusión financiera
País | Grupo de pertenencia de IF | Características observadas | Probabilidad de convergencia a niveles de IF a nivel mundial | ||||
x110 | x72 | x115 | IF Baja | IF Media | IF Alta | ||
El Salvador | Baja-Baja | 0.12230 | 0.01988 | 0.08925 | 0.9789 | 0.0211 | 3.61E-10 |
Guatemala | Baja-Baja | 0.11795 | 0.02924 | 0.10126 | 0.9407 | 0.0593 | 1.06E-09 |
Haití | Baja-Baja | 0.15441 | 0.02532 | 0.09776 | 0.9845 | 0.0155 | 2.63E-10 |
Honduras | Baja-Baja | 0.14987 | 0.02182 | 0.11317 | 0.9703 | 0.0297 | 5.13E-10 |
Nicaragua | Baja-Baja | 0.09824 | 0.02124 | 0.08501 | 0.9633 | 0.0367 | 6.38E-10 |
Colombia | Baja-Media | 0.09407 | 0.07940 | 0.06330 | 0.8256 | 0.1744 | 3.54E-09 |
Ecuador | Baja-Media | 0.13107 | 0.04918 | 0.09895 | 0.9145 | 0.0855 | 1.57E-09 |
México | Baja-Media | 0.09492 | 0.05079 | 0.07130 | 0.9229 | 0.0771 | 1.40E-09 |
Panamá | Baja-Media | 0.15314 | 0.05618 | 0.12257 | 0.8388 | 0.1612 | 3.22E-09 |
Paraguay | Baja-Media | 0.07708 | 0.01950 | 0.02841 | 0.9948 | 0.0052 | 8.73E-11 |
Perú | Baja-Media | 0.08994 | 0.04288 | 0.06996 | 0.9397 | 0.0603 | 1.08E-09 |
Bolivia | Baja-Alta | 0.18116 | 0.04338 | 0.16613 | 0.7471 | 0.2529 | 5.68E-09 |
Rep. Dominicana | Baja-Alta | 0.21921 | 0.06801 | 0.16799 | 0.7353 | 0.2647 | 6.04E-09 |
Trinidad y Tobago | Media-Baja | 0.39735 | 0.16057 | 0.35233 | 0.0022 | 0.9978 | 7.52E-06 |
Argentina | Media-Media | 0.08334 | 0.13638 | 0.06482 | 0.2082 | 0.7918 | 6.38E-08 |
Brasil | Media-Media | 0.15194 | 0.12340 | 0.15710 | 0.0527 | 0.9473 | 3.01E-07 |
Venezuela | Media-Media | 0.18270 | 0.12560 | 0.15024 | 0.1437 | 0.8563 | 1.00E-07 |
Chile | Media-Alta | 0.22536 | 0.20078 | 0.17015 | 0.0086 | 0.9914 | 1.93E-06 |
Costa Rica | Media-Alta | 0.21978 | 0.12753 | 0.16508 | 0.1894 | 0.8106 | 7.18E-08 |
Uruguay | Media-Alta | 0.12694 | 0.22058 | 0.02304 | 0.1289 | 0.8711 | 1.13E-07 |
Fuente: elaboración propia.
Cuadro 3 Comparación de indicadores: valor país vs. promedio IF Alta
País | Grupo de pertenencia de IF | Relación variable país/promedio IF Alta | ||
x110 | x72 | x115 | ||
El Salvador | Baja-Baja | 0.2075 | 0.0345 | 0.1581 |
Guatemala | Baja-Baja | 0.2002 | 0.0507 | 0.1793 |
Haití | Baja-Baja | 0.2620 | 0.0439 | 0.1731 |
Honduras | Baja-Baja | 0.2543 | 0.0378 | 0.2004 |
Nicaragua | Baja-Baja | 0.1667 | 0.0368 | 0.1505 |
Colombia | Baja-Media | 0.1596 | 0.1377 | 0.1121 |
Ecuador | Baja-Media | 0.2224 | 0.0853 | 0.1752 |
México | Baja-Media | 0.1611 | 0.0881 | 0.1263 |
Panamá | Baja-Media | 0.2599 | 0.0974 | 0.2171 |
Paraguay | Baja-Media | 0.1308 | 0.0338 | 0.0503 |
Perú | Baja-Media | 0.1526 | 0.0743 | 0.1239 |
Bolivia | Baja-Alta | 0.3074 | 0.0752 | 0.2942 |
Rep. Dominicana | Baja-Alta | 0.3720 | 0.1179 | 0.2975 |
Trinidad y Tobago | Media-Baja | 0.6743 | 0.2784 | 0.6239 |
Argentina | Media-Media | 0.1414 | 0.2364 | 0.1148 |
Brasil | Media-Media | 0.2578 | 0.2139 | 0.2782 |
Venezuela | Media-Media | 0.3100 | 0.2178 | 0.2661 |
Chile | Media-Alta | 0.3824 | 0.3481 | 0.3013 |
Costa Rica | Media-Alta | 0.3730 | 0.2211 | 0.2923 |
Uruguay | Media-Alta | 0.2154 | 0.3824 | 0.0408 |
Fuente: elaboración propia.
Prospectiva
¿Qué deberían hacer los países para mejorar su nivel de IF? El cuadro 4 muestra dos escenarios para cada país de América Latina, que permiten simular la probabilidad de pertenecer a cada grupo –bajo, medio o alto– a partir de incrementar los valores para las variables consideradas en el modelo descripto: esto es, duplicar (Escenario 1) y triplicar (Escenario 2) sus valores actuales, siempre que el valor observado en el país no supere 0.30 (Baronio et al., 2022). Así:
En el Escenario 1, Colombia, Panamá, Bolivia y República Dominicana aumentan las probabilidades respectivas de acceder al Grupo de IF Media, pero ningún país alcanza al grupo de IF Alta.
En el Escenario 2, los países mencionados junto con Guatemala, Nicaragua, Ecuador, México y Perú pueden acceder al grupo de IF Media, pero aun así ninguno alcanza al grupo de IF Alta.
El Salvador, Haití, Honduras y Paraguay permanecen en el grupo de IF Baja; ninguno de los dos escenarios planteados, le permiten acceder a un nivel superior.
En el Escenario 1, Argentina, Brasil, Venezuela, Chile, Costa Rica y Uruguay se consolidan en el IF Media pero sin presentar posibilidades de acceder al grupo de IF Alta.
En el Escenario 2, Chile y Brasil son los países con más posibilidades de acceder al grupo de IF Alta.
Cuadro 4 Probabilidad de pertenecer a cada grupo de inclusión financiera
País | Grupo de pertenencia de IF | Escenarios para la simulación respecto a la situación actual | |||||
Escenario 1: duplica indicadores | Escenario 2: triplica indicadores | ||||||
IF BAJA | IF MEDIA | IF ALTA | IF BAJA | IF MEDIA | IF ALTA | ||
El Salvador | Baja-Baja | 0.9266067 | 0.0733933 | 0 | 0.7741756 | 0.2258244 | 0 |
Guatemala | Baja-Baja | 0.5952612 | 0.4047388 | 0 | 0.119954 | 0.8800458 | 1.23E-07 |
Haití | Baja-Baja | 0.9595104 | 0.0404896 | 0 | 0.8981252 | 0.1018748 | 0 |
Honduras | Baja-Baja | 0.862018 | 0.137982 | 0 | 0.544067 | 0.455933 | 0 |
Nicaragua | Baja-Baja | 0.8012801 | 0.1987199 | 0 | 0.3822446 | 0.6177553 | 0 |
Colombia | Baja-Media | 0.1157789 | 0.884221 | 1.28E-07 | 0.00360781 | 0.9963876 | 4.63E-06 |
Ecuador | Baja-Media | 0.4007321 | 0.5992679 | 0 | 0.0401126 | 0.959887 | 4.01E-07 |
México | Baja-Media | 0.4556465 | 0.5443535 | 0 | 0.0552879 | 0.9447118 | 2.87E-07 |
Panamá | Baja-Media | 0.1364553 | 0.8635446 | 1.06E-07 | 0.00477737 | 0.9952191 | 3.49E-06 |
Paraguay | Baja-Media | 0.9953789 | 0.00462108 | 0 | 0.9958778 | 0.0041222 | 0 |
Perú | Baja-Media | 0.5863387 | 0.4136613 | 0 | 0.1142316 | 0.8857683 | 1.30E-07 |
Bolivia | Baja-Alta | 0.0484886 | 0.9515111 | 3.29E-07 | 0.00087835 | 0.9991026 | 1.91E-05 |
Rep. Dominicana | Baja-Alta | 0.0431398 | 0.9568598 | 3.72E-07 | 0.00073103 | 0.999246 | 2.29E-05 |
Trinidad y Tobago | Media-Baja | 2.34E-07 | 0.9331395 | 6.69E-02 | 0 | 0.00510105 | 0.9948989 |
Argentina | Media-Media | 4.04E-04 | 0.9995547 | 4.15E-05 | 0.000000621 | 0.9736789 | 0.0263204 |
Brasil | Media-Media | 1.81E-05 | 0.9990549 | 9.27E-04 | 0 | 0.2593602 | 0.7406398 |
Venezuela | Media-Media | 1.64E-04 | 0.9997336 | 1.02E-04 | 0.000000161 | 0.9056961 | 0.0943038 |
Chile | Media-Alta | 4.41E-07 | 0.9633937 | 3.66E-02 | 0 | 0.00133452 | 0.9986655 |
Costa Rica | Media-Alta | 3.19E-04 | 0.9996287 | 5.26E-05 | 0.000000435 | 0.9628675 | 0.0371321 |
Uruguay | Media-Alta | 1.28E-04 | 0.999741 | 1.31E-04 | 0.000000111 | 0.8682113 | 0.1317886 |
Fuente: elaboración propia.
Para finalizar, podemos expresar que los análisis realizados a nivel regional exponen que, en términos dinámicos o de trayectoria endógena, cada grupo de IF tiene más probabilidad de permanecer en su grupo que evolucionar hacia uno mayor. Por otro lado, cada uno de ellos expone variables particulares que las diferencian ampliamente de las demás, con lo cual los esfuerzos para lograr el salto –de un segmento al siguiente– es mayor. En último lugar, las acciones para implementar tales movimientos requerirían un esfuerzo considerable de colaboración e interacción a nivel público-privado para materializar dichos cambios.
Conclusiones o resultados
El análisis efectuado cumple el objetivo de investigación expuesto, esto es, caracterizar el nivel de IF que muestran los países de Amércia Latina. Si bien los datos y la corroboración empírica realizada ponen en evidencia la amplia dispersión que existe en la región también ilustran los problemas que se suscitan para lograr que la relación teórica que se postula –un aumento de la IF conduce a un mayor crecimiento económico y, por ende, mejora el bienestar– es de difícil cumplimiento. Los ejercicios de simulación ejecutados en la región para establecer la probabilidad de convergencia tanto de los países más atrasados como de nivel medio hacia los más avanzados a nivel mundial revelan la dificultad de que dicho proceso se logre en forma autónomo o espontánea. Todos los países –salvo algunas excepciones, como fue explicitado– tienen alta probabilidad de mantenerse en sus respectivos grupos aun cuando la intervención en las variables que caracterizan a los países más avanzados fuera determinante.
La dificultad para que dichos procesos de convergencia sucedan no sólo depende de las propias características de los sistemas financieros en cada país, sino también de las condiciones institucionales, sociodemográficas y de estabilidad macroeconómica, que conduzcan a generar incentivos en toda la sociedad para que dichos procesos ocurran. Así, todo proceso de IF debe estar necesariamente acompañado por múltiples esfuerzos en todas las áreas de intervención posibles para lograr lo que se persigue. Es cierto que, desde la demanda, los actores son diversos y complejos. Esto obliga a considerar que la incorporación de segmentos no atendidos hasta ahora exige el desarrollo de una nueva estrategia bancaria que se concentre no sólo en la apertura o tenencia de una cuenta bancaria, sino también en un uso activo, consciente e intensivo de los servicios financieros. La tecnología jugará un rol clave en facilitar dicho proceso, pero también el excesivo desarrollo de nuevos actores requiere de un rol más profundo y activo de las propias autoridades regulatorias que permita una sana competencia, evite la ocurrencia de eventos no deseados y expanda, de ese modo, las posibilidades de que un mayor desarrollo del sistema financiero, en los términos expuestos, conduzca al crecimiento, bienestar e igualdad de oportunidades.