Metaideas de proficiencia financiera
Amílcar José Escobedo Pérez
Yadira Sarai Sánchez Romero
Jurgen Elias Soto Alejos
Ayrton Pablo Almada Jiménez
2 de abril de 2019
Problema:
Se tiene una base de datos con mediciones de 217 variables de conocimiento financiero de un total de 6394 individuos. Algunos ejemplos de las variables que contiene la base se muestran a continuación:
## [1] "KHKNOWL7Understanding of credit card minimum payments"
## [2] "GOALCONFConfidence in own ability to achieve financial goals"
## [3] "HOUSERANGESAbout how much do you pay for your home each month?"
## [4] "FK3correctFINKNOWL3 answered correctly"
## [5] "KHKNOWL6Understanding of possibility of housing market losses"
## [6] "FWB1_3Because of my money situation...I will never have things I want in life"
## [7] "SUBNUMERACY2Prefers words for expressions of probabilities"
## [8] "ON1correctOBJNUMERACY1 answered correctly"
## [9] "KH8correctKHKNOWL8 answered correctly"El objetivo es, con esta información, crear “metaideas” que ayuden a medir y combatir la disparidad en el bienestar financiero de los hogares.
Abordaje:
Primero se visulizan las correlaciones entre las variables de la base.
Puesto que hay varias correlaciones altas, en valor absoluto, se procede a eliminar de manera automatizada las variables redundantes:
## [1] "Quitamos las variables:"## [1] 5 6 7 8 9 11 12 13 14 15 16 17 18 19 20 21 22
## [18] 23 24 25 27 28 29 30 31 33 34 35 36 37 38 39 40 41
## [35] 42 44 45 48 50 51 53 56 57 58 59 60 61 62 64 65 67
## [52] 68 69 70 71 73 76 77 78 82 83 84 85 86 87 88 89 90
## [69] 99 102 103 106 107 108 109 110 111 112 114 116 117 118 120 138 140
## [86] 142 143 144 145 146 147 149 150 151 152 153 154 155 156 157 159 161
## [103] 162 164 165 169 172 175 176 177 178 179 181 183 185 189 194 195 196
## [120] 197 200 201 202 204 205 206 207 210 211 212 213 214 215 217
La base ya no tiene correlaciones significantes y ya sólo trabajamos con 83 variables.
Ahora vemos el rango de valores que toma cada una de las variables en la nueva base y si son o no variables enteras.
## [1] 6394 3 3 9 7 6 3 4 6 7 8 4 3 2
## [15] 3 5 2 2 2 6 10 2 2 2 2 2 2 2
## [29] 2 2 5 4 4 4 3 6 3 4 5 3 3 2
## [43] 2 2 2 2 2 2 2 2 2 2 2 4 4 3
## [57] 4 3 5 6 2 2 2 2 2 2 2 81 3 5
## [71] 4 9 2 2 2 2 2 3 6 4 2 4 3## [1] "¿Todas las variables son enteras?"## [1] TRUEComo son enteras pero no necesariamente todas positivas, las hacemos positivas para poder aplicar análisis de correspondencias.
La matriz de proyecciones de las variables es: 
Ahora hacemos un análisis de factores y de componentes principales sobre la matriz de distancias.
Principal Components Analysis
La gráfica de codo para los componentes es:
Es claro que los tres primeros componentes principales son los que capturan más variabilidad.
A continuación se muestra la estructura de los primeros componentes principales:
El primer componente principal es:
Nombres:
Un nombre apropiado para este componente es el de Agudeza y objetividad en la observación del entorno financiero.
## [1] "SWB_1I am satisfied with my life"
## [2] "FS2_1I know when I do not have enough info to make a good decision involving my money"
## [3] "FINKNOWL3Understanding of stock vs mutual fund volatility"
## [4] "FK3correctFINKNOWL3 answered correctly"
## [5] "MANAGE2Who in household makes financial decisions"
## [6] "OBJNUMERACY1Which of the following represents the biggest risk of getting a disease?"
## [7] "ON1correctOBJNUMERACY1 answered correctly"
## [8] "OUTLOOK_1There are services in this area to help me"
## [9] "KIDS_27 to 12 years old"
## [10] "Military_StatusMilitary status"El siguiente es el segundo componente principal:
Nombres:
Un buen nombre para este componente es: Claridad y confianza en el entendimiento del mercado de deuda.
## [1] "AUTOMATED_1A Retirement Savings Account"
## [2] "KH5correctKHKNOWL5 answered correctly"
## [3] "KH8correctKHKNOWL8 answered correctly"
## [4] "PRODHAVE_8Student/Education Loan (for yourself or someone else)"
## [5] "SNAPAny household member received SNAP benefits"
## [6] "FRAUD2Victim of financial fraud or attempted financial fraud in past 5 years"
## [7] "SHOCKS_12Respondent did not select any item in SHOCKS bank"
## [8] "PPETHMRace / Ethnicity"
## [9] "PPREG4Census Region"El siguiente es el tercer componente principal:
Nombres:
Un nombre adecuado para este componente es: Conocimiento y habilidad en el manejo de créditos personales.
## [1] "AUTOMATED_1A Retirement Savings Account"
## [2] "KH5correctKHKNOWL5 answered correctly"
## [3] "KH7correctKHKNOWL7 answered correctly"
## [4] "PRODUSE_1Used payday loan or cash advance loan"
## [5] "PRODUSE_2Used pawn loan or auto title loan"
## [6] "SHOCKS_3Received a foreclosure notice"
## [7] "SHOCKS_8Experienced the death of primary breadwinner"
## [8] "SHOCKS_12Respondent did not select any item in SHOCKS bank"
## [9] "PPREG4Census Region"Conclusiones:
Con base en la información contenida en la base de datos que se analizó, las metaideas que mejor describen las diferencias entre el bienestar financiero de los hogares son:
- Agudeza y objetividad en la observación del entorno financiero.
- Claridad y confianza en el entendimiento del mercado de deuda.
- Conocimiento y habilidad en el manejo de créditos personales.
De este modo, si se quieren implementar políticas eficientes para reducir la brecha entre hogares en términos de su bienestar financiero, intentando mejorar la situación del hogar promedio, una buena medida sería añadir cursos de análisis del entorno financiero y buen aprovechamiento de las oportunidades de crédito personal al plan de estudio de los cursos de bachillerato para que estas habilidades sean adquiridas por la mayor cantidad de gente posible y no sólo por un grupo pequeño de individuos.
\(\square\)