Barreras en el financiamiento para el acceso a vivienda de las Madres Jefas de Hogar: Una mirada con enfoque estadístico
05 enero 2024
Resumen
Este estud
1 Autores
Laboratorio de Investigación en Estadística Teórica y Aplicada (LIETA)
2 INTRODUCCIÓN
La presente investigación se enfoca en proporcionar una visión detallada y comprensiva de la realidad socioeconómica y financiera de la población en estudio durante el período comprendido entre 2013 y 2022. Con el objetivo de abordar una variedad de aspectos cruciales, este estudio se propone ofrecer una radiografía exhaustiva de la población, analizando tanto su evolución histórica como su situación actual.
El análisis se divide en varios objetivos estratégicos que abarcan desde la estimación de la cantidad de población en el tiempo hasta la identificación de barreras y necesidades específicas relacionadas con el acceso a financiamiento para vivienda. En este contexto, se ha desarrollado un perfil socio-demográfico y laboral detallado, explorando datos relacionados con edades, lugar de residencia, estado civil, cantidad de hijos, nivel de estudios, situación de actividad laboral, tipo de ocupación, nivel de ingresos y formalidad.
A través de un enfoque integral, esta investigación se propone contribuir al entendimiento profundo de la realidad vivida por la población en estudio, explorando no solo sus condiciones actuales, sino también sus aspiraciones y desafíos. Los resultados obtenidos a lo largo de este estudio servirán como base sólida para la formulación de recomendaciones orientadas a mejorar la efectividad de las políticas públicas en relación con las necesidades específicas identificadas.
El presente informe no solo ofrece una mirada retrospectiva y descriptiva, sino que busca proporcionar insights valiosos que contribuyan a la toma de decisiones informadas, tanto en el ámbito gubernamental como en el diseño de programas y servicios que impacten positivamente la vida de la población en estudio.
3 OBJETIVOS
Los objetivos de este estudio son:
Estimar la cantidad de población histórica y actual de la población en estudio (Periodo 2013 al 2022)
Elaborar el perfil socio-demográfico de la población en estudio actual con datos sobre edades, lugar de residencia, estado civil, cantidad de hijos y nivel de estudios.
Elaborar el perfil laboral de la población en estudio actual con datos sobre situación de actividad, tipo de ocupación, nivel de ingresos y situación de formalidad.
Determinar las necesidades económicas prioritarias de la población en estudio.
Identificar las barreras que enfrentan en el acceso a financiamiento para vivienda
Evaluar las necesidades y preferencias en términos de opciones de financiamiento.
Describir los motivos/dificultades por las cuales la población en estudio rechaza trabajar con entidades bancarias
Conocer la situación financiera relacionada a operaciones morosas de la población en estudio.
Explorar las razones por las cuales no cuentan con un terreno donde construir.
Comprender la situación laboral y la vinculación con el acceso a un financiamiento para vivienda.
Identificar el interés de la población en estudio hacia el acceso a la vivienda.
Indagar los diferentes tipos de productos que ofrecen las entidades financieras dirigidas a la población en estudio.
Comprender la dinámica en relación a las cuotas que se disponen para el financiamiento de acceso a una vivienda
Identificar el nivel de ajuste al perfil de la población en estudio de Políticas Públicas.
Ofrecer recomendaciones basadas en la revisión documental para políticas públicas efectivas.
4 Antecedentes
Un estudio publicado por (Salinas-Rodrı́guez and González-Burgos 2022) utiliza los datos de la Encuesta Permanente de Hogares de 2021 para analizar las disparidades laborales entre hombres y mujeres de 21 a 50 años.Como principal resultado reportaron que a pesar de los notables avances en la formación y participación laboral de las mujeres, las desigualdades de género persisten en el mercado laboral. Aunque los indicadores de desigualdad han mostrado cierta evolución, las mujeres enfrentan déficits en trabajo decente, brechas salariales, segregación ocupacional, precariedad laboral y limitada presencia en roles de decisión. Se destaca que las mujeres en este grupo tienen una tasa de inactividad un 24% más alta que los hombres.
En Guatemala, investigaron la posible discriminación de género en el acceso a servicios financieros, utilizando un estudio de caso en la cadena de valor del turismo en Sacatepéquez (Guatemala), con el fin de examinar si existen barreras sistémicas que restrinjan el acceso de las mujeres al financiamiento. El estudio se denominó Barreras sistémicas y discriminación en el acceso a financiamiento para la mujer: el caso de la cadena del turismo rural en Sacatepéquez (Guatemala) y como prinicipales hallazgos reportaron que los hombres solicitan préstamos con un monto un 15,7% mayor en comparación con las mujeres, y además, reciben montos un 25,4% superiores, a pesar de que el ingreso por miembro del hogar es un 20,4% mayor en las mujeres de la cadena de turismo en comparación con los hombres. Mediante un análisis de Blinder-Oaxaca, lograron determinar que las diferencias en las características individuales explican menos del 25% de la variación en los montos de crédito entre mujeres y hombres, sugiriendo que la desigualdad en los montos recibidos se debe en gran medida a factores no observables, incluyendo posible discriminación (Hess 2020).
5 MATERIALES Y MÉTODOS
5.1 Diseño del estudio
5.2 Sujetos de estudio
5.3 Criterios de selección
5.4 Características del marco de muestreo
5.5 Tamaño de la muestra
El problema de estimar el tamaño mínimo de muestra que permita respoder a los objetivos se limita básicamente al cálculo del tamaño muestral para la estimación precisa de la proporción \(P\) en una población de tamaño finito \(N\).
Fórmula del Tamaño Muestral
La fórmula del tamaño muestral para estimar una proporción en una población finita se expresa como:
\[ n = \frac{N \cdot P \cdot (1 - P)}{N \cdot P \cdot (1 - P) + Z^2 \cdot P \cdot (1 - P)} \]
Donde: - \(n\) es el tamaño muestral requerido.
\(N\) es el tamaño total de la población.
\(P\) es la proporción que se desea estimar.
\(Z\) es el valor crítico asociado al nivel de confianza deseado.
Caso práctico
Como el objetivo se trata de concoer las caracterísitcas de las mujeres e identificar las principales barreras qde acceso a la primera vivienda. Se parte de un poblacion total de 770,000 mujeres (\(N = 770,000\)), basados en los registros publicacios por el INE en dicho año. Si asumimos una proporción estimada (\(P\)) del 50%, un nivel de confianza del 95% (\(Z = 1.96\)), y un error de estimación del 4.9%, el cálculo del tamaño muestral sería:
\[ n = \frac{770,000 \cdot 0.5 \cdot (1 - 0.5)}{770,000 \cdot 0.5 \cdot (1 - 0.5) + 1.96^2 \cdot 0.5 \cdot (1 - 0.5) / 770,000} \]
Realizando los cálculos, obtenemos que \(n \approx 400\). Por lo tanto, se necesitarían aproximadamente 400 observaciones para lograr una estimación precisa en este escenario.
El tamaño muestral calculado proporciona una base sólida para llevar a cabo una estimación confiable de la proporción en una población finita de 770,000 mujeres, considerando el nivel de confianza deseado y el error de estimación especificado.
El tamaño muestral calculado proporciona una base sólida para llevar a cabo una estimación confiable de la proporción en una población finita de 770,000 mujeres, considerando el nivel de confianza deseado y el error de estimación especificado.
6 RESULTADOS
6.1 Perfil sociodemográfico y económico de las madres jejas de hogar a partir de la Encuesta de Hogares del INE
6.2 Investigación documental sobre políticas publicas
6.3 Análisis de la oferta financiera para el acceso a la vivienda
7 Análisis de las tasas y requisitos en el acceso a prestamos para la vivienda
7.1 Encuesta de percepción
7.1.1 Datos sociodemográficos
7.1.1.1 Edad agrupada
7.1.1.2 Ciudad de residencia
7.1.1.3 Cantidad de hijos
7.1.1.4 Nivel de estudios
# Eliminar filas con valores faltantes en cantidadhijos
dbfsel <- dbf[complete.cases(dbf$nivelescolar), ]
# Crear la tabla de frecuencias para cantidadhijos
tabla_nivelest <- dbfsel %>%
group_by(nivelescolar) %>%
summarise(frecuencia = n()) %>%
arrange(desc(frecuencia)) %>%
mutate(porcentaje = frecuencia / sum(frecuencia))
tabla_nivelest## # A tibble: 5 × 3
## nivelescolar frecuencia porcentaje
## <chr> <int> <dbl>
## 1 Universitaria 224 0.552
## 2 Educación Media 92 0.227
## 3 Terciaria 49 0.121
## 4 Postgrado 28 0.0690
## 5 Educación Escolar Básica 13 0.0320
7.1.2 Características de la ocupación y los Ingresos
7.1.2.1 ¿Tus ingresos son solo para tu sustento, o también aportas dinero en el hogar?
7.1.2.2 ¿Quién es la persona que más aporta dinero en el hogar?
## # A tibble: 5 × 3
## quienaporta frecuencia porcentaje
## <chr> <int> <dbl>
## 1 Yo 169 0.416
## 2 Mi pareja 112 0.276
## 3 Algún pariente 110 0.271
## 4 Los dos 10 0.0246
## 5 Algún no pariente 5 0.0123
7.1.2.3 Es jefa de hogar
## # A tibble: 2 × 3
## esjefahogar frecuencia porcentaje
## <chr> <int> <dbl>
## 1 No es jefa de hogar 261 0.641
## 2 Sí es la jefa de hogar 146 0.359
7.1.2.4 ¿Cuá es tu tipo de ocupación?
## # A tibble: 3 × 3
## tipoocupacion frecuencia porcentaje
## <chr> <int> <dbl>
## 1 Funcionaria del sector privado 256 0.631
## 2 Independiente 86 0.212
## 3 Funcionaria pública 64 0.158
7.1.2.5 ¿En tu trabajo, emitís factura legal? (emitefactura)
## # A tibble: 2 × 3
## emitefactura frecuencia porcentaje
## <chr> <int> <dbl>
## 1 No 230 0.669
## 2 Sí 114 0.331
7.1.2.6 ¿En tu trabajo, pagas IPS? ()
## # A tibble: 2 × 3
## pagasips frecuencia porcentaje
## <chr> <int> <dbl>
## 1 Sí 211 0.615
## 2 No 132 0.385
7.1.2.7 ¿Cuál es tu sueldo o nivel de facturación promedio mensual? ()
7.1.2.8 ¿Actualmente estás viviendo con tu pareja?
## # A tibble: 2 × 3
## viviendoconpareja frecuencia porcentaje
## <chr> <int> <dbl>
## 1 Sí 208 0.512
## 2 No 198 0.488
7.1.2.9 ¿Cuál es el sueldo o nivel de facturación promedio mensual de tu pareja?
7.1.2.10 Sueldo total en la pareja
La consideración del sueldo de la pareja es fundamental al evaluar el acceso de las mujeres a créditos para la vivienda. Esta práctica ofrece una perspectiva más completa de la capacidad financiera del hogar, reconociendo la interdependencia económica de la pareja. La inclusión del sueldo de la pareja no solo refleja la realidad financiera conjunta, sino que también puede mejorar las posibilidades de aprobación del crédito.
Al evaluar los ingresos familiares totales, las instituciones financieras pueden obtener una imagen más precisa de la capacidad de pago, lo que es crucial al determinar la elegibilidad para un préstamo hipotecario. Además, considerar el sueldo de la pareja desde el principio facilita el cumplimiento de los requisitos y puede impactar positivamente en las tasas de interés ofrecidas.
La inclusión del sueldo de la pareja también tiene implicaciones en la planificación financiera a largo plazo. Evaluar la situación financiera completa es esencial para garantizar la sostenibilidad de los pagos del crédito a lo largo del tiempo. Además, esta práctica reconoce y promueve el empoderamiento financiero, ya que refleja la contribución financiera equitativa de ambos miembros de la pareja.
7.1.3 Situación de la vivienda
7.1.3.1 ¿Cuál es la situación de la casa donde estás viviendo?
Los resultados revelan que el mayor porcentaje de encuestados reside en una casa totalmente pagada que pertenece a la familia (42.0%). Le sigue el segmento de viviendas en alquiler, que comprende el 29.4% de la muestra. Un 11.4% de los encuestados posee una propiedad totalmente pagada de su propiedad, mientras que un 7.4% está pagando en cuotas por su propiedad.