| Summary: | El nivel de educación de una población tiene un gran impacto en distintas variables como el crecimiento económico, el nivel de productividad y la inclusión financiera. El objetivo de la presente investigación se centra en evaluar el efecto de la educación en la inclusión financiera medida a través del acceso al crédito. Para ello, se utilizó la data de la Encuesta Nacional de Demanda de Servicios Financieros y Nivel de Cultura Financiera realizada en el año 2016 por la Superintendencia de Banca, Seguros y AFP en Perú. Luego de trabajar la data, se utilizó el modelo econométrico probit con la variable de ingreso como variable endógena corregida por el nivel de educación como variable instrumental con el fin de estimar la probabilidad de que una persona se enfrente a un racionamiento de crédito, es decir, que se le niegue el crédito. El modelo propuesto comprueba la hipótesis planteada de modo que el nivel de educación y el nivel de ingreso son variables significativas en el modelo y mantienen una relación inversa con la probabilidad de racionamiento. Por lo tanto, se concluye que, una persona con mayor nivel de educación tiene menor probabilidad de que se le niegue un crédito === The level of education of a nation has a great impact on different variables such as economic growth, the level of productivity and financial inclusion. This paper aims to assess the effect of the level of education on financial inclusion measured through credit access. For this purpose, based on data from the National Survey of Demand for Financial Services and Level of Financial Culture carried out in 2016 by the Superintendence of Banking, Insurance and AFP in Perú. Next, with a Probit econometric model with income level as an endogenous variable corrected by the level of education as instrumental variable, the likelihood that the person faces credit rationing is estimated, in other words, that credit is denied. The proposed model proves the hypothesis so that the level of education and the level of income are statistically significant variables in the model and both have an inverse relationship with the probability of rationing. Therefore, this paper concludes that a persona with a higher level of education is less likely to be credit denied. === Trabajo de investigación
|
|---|
