9
Impacto de las características de los consumidores en la adopción de medios de pago
digitales: evidencia empírica del contexto peruano
Impact of consumer characteristics on the adoption of digital means of payment:
empirical evidence from the Peruvian context
Luiggy Reynaldo Espinoza Angulo
1
URL: https://revistas.uta.edu.ec/erevista/index.php/bcoyu/article/view/2493
DOI: https://doi.org/10.31243/bcoyu.43.2024.2493
Fecha de recepción: 8 de noviembre de 2023 Fecha de aceptación: 16 de mayo de 2024
Resumen
Esta investigación se enfocó en analizar los determinantes relacionados con características sociodemográficas y económicas
del uso de pagos digitales en Perú, particularmente después del impacto del COVID-19. Se adoptó un enfoque cuantitativo y
se recolectaron datos de forma transversal de la Encuesta Nacional de Hogares del período 2022. En base a los criterios de
selección AIC y BIC, además del área bajo la curva ROC, se seleccionó el modelo probit, cuyos efectos marginales revelan
la influenciada por la edad, con aumentos de hasta un 2,70% en grupos mayores. El género y la educación tienen influencias
moderadas. La ubicación geográfica muestra variaciones significativas, con incrementos de hasta un 5,74%. El acceso a
internet impacta claramente, con un aumento del 4,21% en la probabilidad de no adoptar pagos digitales para aquellos sin
acceso, y el ingreso mensual está inversamente relacionado, con disminuciones significativas de hasta el 16,49% a medida
que aumenta el ingreso. Estos hallazgos son cruciales para instituciones financieras y formuladores de políticas al diseñar
estrategias de inclusión financiera y campañas de concientización dirigidas a segmentos específicos de la población, en un
contexto donde la digitalización de los servicios financieros es cada vez más importante.
Palabras clave: pagos digitales, consumidores, inclusión financiera, determinantes, Perú.
Abstract
This research focused on analyzing the determinants related to sociodemographic and economic characteristics of the use of
digital payments in Peru, particularly after the impact of COVID-19. A quantitative approach was adopted and data were
collected cross-sectionally from the National Household Survey for the period 2022. Based on the AIC and BIC selection
criteria, in addition to the area under the ROC curve, the probit model was selected, whose marginal effects reveal the influence
of age, with increases of up to 2.70% in older groups. Gender and education have moderate influences. The geographical
location shows significant variations, with increases of up to 5.74%. Internet access clearly impacts, with a 4.21% increase in
the probability of not adopting digital payments for those without access, and monthly income is inversely related, with
significant decreases of up to 16.49% as income increases. These findings are crucial for financial institutions and
policymakers when designing financial inclusion strategies and awareness campaigns targeting specific segments of the
population in a context where the digitalization of financial services is increasingly important.
Keywords: digital payments, consumers, financial inclusion, determinants, Peru.
1
Universidad de Guadalajara. Centro Universitario de Ciencias Económico Administrativas/Maestría en Finanzas. Jalisco-México. E-mail:
luiggy.espinoza9400@alumnos.udg.mx ORCID: https://orcid.org/0000-0001-9347-2223
Boletín de Coyuntura; Nº 43; octubre - diciembre 2024; e-ISSN 2600-5727 / p-ISSN 2528 - 7931; UTA-Ecuador; Pág. 9 - 18
Impacto de las características de los consumidores en la adopción de medios de pago digitales: evidencia empírica del contexto peruano
Impact of consumer characteristics on the adoption of digital means of payment: empirical evidence from the Peruvian context
Esta publicación se encuentra bajo una licencia de Creative Commons
Reconocimiento - NoComercial 4.0 Internacional.
10
Introducción
En la era actual de digitalización y avances tecnológicos, la
integración de los medios de pago digitales en la vida
cotidiana se ha vuelto una constante (Adhikari et al., 2022).
Estos medios de pago, que comprenden tanto tarjetas de
débito y crédito como billeteras móviles y otras formas de
pago electrónico, se caracterizan por su marcada
conveniencia (Popat & Chaudhary, 2018). Ya no es
necesario cargar con efectivo o cheques, dado que las
transacciones pueden completarse con tan solo unos pocos
clics. Además, los pagos digitales permiten efectuar
compras en línea desde la comodidad del hogar, una
ventaja especialmente apreciada en un contexto de
pandemia, donde las restricciones de distanciamiento social
han restringido las interacciones en persona.
Además de su inigualable comodidad, otro determinante
crítico que ha impulsado el incremento del uso de los
medios de pago digitales radica en la seguridad inherente a
estos métodos. La seguridad de las transacciones
electrónicas constituye un componente fundamental para
los usuarios (Manocha et al., 2019), y los medios de pago
digitales han implementado medidas de seguridad
avanzadas con el propósito de resguardar la información
personal y financiera de los usuarios. En consecuencia, se
ha fomentado la confianza de los consumidores en estos
medios y se les ha consolidado como una elección segura
y confiable.
Por otro lado, los pagos digitales ofrecen una serie de
beneficios adicionales, entre los cuales se destaca la
capacidad de llevar un seguimiento detallado de las
transacciones y la generación de registros electrónicos
(Ekta et al., 2020). Estos atributos simplifican la gestión
financiera y otorgan un mayor control sobre los gastos. Es
importante destacar que el uso de los medios de pago
digitales se ha revelado particularmente beneficioso en
regiones rurales y en segmentos de la población que no
cuentan con acceso a servicios bancarios tradicionales, al
proporcionarles acceso a servicios financieros sin depender
de instituciones físicas (Vega & Aurazo, 2020).
Sin embargo, a pesar de las ventajas mencionadas, es
imperativo considerar las posibles limitaciones asociadas
con los medios de pago digitales. Uno de los principales
motivos de preocupación radica en la exclusión financiera
que podría afectar a aquellos individuos que carecen del
acceso a la tecnología necesaria para llevar a cabo pagos
digitales (Somogyvári, 2021). Si bien la digitalización de los
pagos ha avanzado notablemente en años recientes, aún
persisten personas que carecen de acceso a internet o no
disponen de los dispositivos electrónicos necesarios para
efectuar transacciones digitales. Esto genera una brecha
digital que restringe la capacidad de estas personas para
participar plenamente en la economía digital.
Paralelamente, la ciberseguridad ha emergido como una
inquietud sustancial en el contexto de los pagos digitales
(Parvathy & Durairaj, 2021), y resulta esencial que los
usuarios estén conscientes de las posibles amenazas y
adopten medidas de seguridad adecuadas, tales como
mantener actualizados sus dispositivos con software de
seguridad, emplear contraseñas robustas y evitar el acceso
a sus cuentas desde redes Wi-Fi públicas y no seguras.
También es crucial considerar la posibilidad de
interrupciones en los sistemas de pago digital, como fallas
técnicas o ataques cibernéticos, que podrían afectar la
disponibilidad y la confiabilidad de los servicios de pago
digitales.
No obstante, un mayor acceso a los medios de pago
digitales y la inclusión financiera pueden tener un impacto
favorable en el desarrollo económico (Arner et al., 2018). La
utilización de pagos digitales incrementa la eficiencia en las
transacciones comerciales, amplía el acceso a servicios
financieros y promueve la formalización económica,
contribuyendo así a la creación de empleo y al crecimiento
económico sostenible.
Además de los beneficios económicos, el empleo de medios
de pago digitales también brinda ventajas en términos
sociales y medioambientales. Desde una perspectiva social,
facilita la inclusión financiera de grupos que históricamente
han estado marginados del sistema financiero (Kutumbale
& Bhat, 2016), tales como individuos con bajos ingresos o
aquellos que residen en áreas rurales. Esta inclusión les
proporciona la oportunidad de ahorrar de forma segura,
acceder a préstamos y seguros, y realizar transacciones de
manera expedita y conveniente. Desde una perspectiva
medioambiental, el empleo de pagos digitales reduce la
necesidad de utilizar papel moneda y disminuye la demanda
de recursos naturales destinados a la producción y
distribución de billetes y monedas físicas (Baiju & Challa,
2016).
Recientemente, la pandemia provocada por el COVID-19 ha
tenido un impacto negativo significativo en diversas
industrias a nivel global, incluyendo el comercio minorista,
la moda, la hotelería, las aerolíneas y otras (Singhal &
Gupta, 2021). Sin embargo, a su vez, ha impulsado el uso
de los pagos digitales en ciertos sectores, como la
adquisición de alimentos y medicamentos en línea, la
suscripción a servicios OTT (Over The Top) para acceder a
las últimas películas o series web que cumplan con las
pautas gubernamentales de distanciamiento social, y la
reducción del uso de efectivo en circulación. Numerosos
comerciantes han optado por medios de pago digitales que
les permiten aceptar y efectuar diversas transacciones a
través de diversas aplicaciones. Además de aplicaciones de
terceros, empresas de comercio electrónico como Amazon
y aplicaciones de mensajería como WhatsApp también han
comenzado a ofrecer servicios de pago digital al público en
general.
El concepto de servicios de pago digitales ha aportado
numerosos beneficios al público, facilitando los pagos
cotidianos y convirtiéndose en una necesidad posterior a la
aparición del COVID-19. La principal ventaja de realizar
transacciones a través de servicios digitales es que
contribuye a mantener la distancia social y a salvaguardar
la salud pública al evitar el contacto con infecciones o virus
(Singhal & Gupta, 2021). Realizar pagos a través de
aplicaciones fomenta la participación de las personas,
L. Espinoza / Boletín de Coyuntura; Nº 43; octubre - diciembre 2024; e-ISSN 2600-5727 / p-ISSN 2528 - 7931; UTA-Ecuador; Pág. 9 - 18
Impacto de las características de los consumidores en la adopción de medios de pago digitales: evidencia empírica del contexto peruano
Impact of consumer characteristics on the adoption of digital means of payment: empirical evidence from the Peruvian context
11
ofreciéndoles reembolsos en efectivo o incentivos para
utilizar más dichas aplicaciones de servicios de pago digital
y realizar sus transacciones.
En las áreas urbanas y rurales donde la compra y venta de
artículos esenciales a través de dinero en efectivo resultaba
complicada, los pagos digitales han ayudado a los
vendedores a incrementar sus ventas y mejorar su
experiencia al permitirles recibir pagos digitales
directamente en sus cuentas bancarias (Khatri, 2023). Esto
también ha reducido la necesidad de realizar depósitos
bancarios en un momento en que incluso las sucursales
bancarias estaban cerradas. Los pagos digitales facilitan a
la población liquidar sus obligaciones, incluso desde lugares
remotos, y brindar apoyo a quienes lo necesitan, los pagos
digitales no están limitados por la ubicación geográfica ni la
ubicación de los pagadores o beneficiarios (Shah & Bhatt,
2023), lo que ha resultado muy útil para abonar servicios
públicos como la factura de electricidad, el combustible y las
cuotas escolares o universitarias, los alquileres de
viviendas, y han facilitado considerablemente la gestión de
inversiones.
En el contexto peruano, el gobierno central, consciente de
los beneficios que derivan del acceso de los hogares al
mercado financiero, ha formulado una estrategia de
inclusión financiera con el propósito de implementar
diversas medidas destinadas a incrementar la tasa de
bancarización a nivel nacional (Centro de Estudios
Monetarios Latinoamericanos, 2018). Los avances
experimentados en el entorno financiero han contribuido a
reforzar la solidez y solvencia del sistema, facilitando con
ello las operaciones financieras. No obstante, a pesar de los
progresos que ha experimentado la bancarización en Perú
en términos de su penetración y de la diversidad de
servicios financieros disponibles, los indicadores de este
proceso muestran un rezago en comparación con naciones
como Chile, Brasil o Colombia.
La Política Nacional de Inclusión Financiera (PNIF) en Perú,
firmada mediante el Decreto Supremo N° 255-2019-EF
(2019), se erige como el marco que orienta las políticas
relativas a la inclusión financiera, definiéndola como el
acceso y uso de Servicios Financieros de calidad por parte
de la población. En este contexto, la inclusión financiera se
concibe como un proceso destinado a mejorar el bienestar
de la población mediante la accesibilidad a los mercados
financieros. En este sentido, el acceso se refiere a la
existencia de una infraestructura y puntos de atención que
permitan a la población utilizar productos y servicios
financieros, el uso está condicionado por la oferta de
servicios financieros que se adapte a las necesidades de los
consumidores y a la confianza que estos tengan en dichos
servicios, y la calidad se relaciona con la idoneidad en la
oferta de productos y servicios financieros, garantizando al
mismo tiempo la protección del consumidor.
Es innegable que Perú ha experimentado notables avances
en materia de inclusión financiera en los últimos años. De
acuerdo con datos proporcionados por la Superintendencia
de Banco, Seguros y Administradoras Privadas de Fondos
de Pensiones (2021), la tasa de créditos pasó del 40,44%
en diciembre de 2016 al 44,66% en diciembre de 2021,
mientras que los depósitos aumentaron del 38,71% en 2016
al 46,65% en 2021. Además, la expansión de puntos de
acceso al sistema financiero en todo el territorio peruano ha
contribuido a un incremento en la disponibilidad de
productos y servicios financieros.
En los últimos años, se ha observado un crecimiento
significativo en el uso de medios digitales, lo que ha dado
lugar al fortalecimiento de la industria tecnológica en el
sector financiero, la cual ha adquirido mayor relevancia en
el contexto de la crisis sanitaria. La pandemia ha actuado
como un catalizador en la consolidación de la industria
referida, que promueve productos innovadores que pueden
mejorar la accesibilidad, la asequibilidad y la utilidad de los
servicios financieros básicos (Fay, 2021).
De este modo, se evidencia que los avances en términos de
acceso a tecnologías relacionadas con la digitalización de
servicios se han vuelto imperativos tanto para las empresas
como para los hogares. Perú presentaba un uso
relativamente bajo de internet en comparación con otros
países de la región, con solo el 45% de la población peruana
haciendo uso de la red. No obstante, a partir de 2020, el uso
de tecnologías a través de internet, teléfonos móviles y
tabletas experimentó un rápido crecimiento como medida
para evitar el contacto físico (Salas Quenta et al., 2022).
Este proceso de digitalización también ha llegado a la
población en diversos aspectos (Demirgüç-Kunt et al.,
2022): el porcentaje de adultos con una cuenta bancaria se
incrementó al 57%, lo que representa un aumento de 14
puntos porcentuales con respecto a 2017; el 38% de los
adultos llevó a cabo algún tipo de pago, mostrando un
incremento de 13 puntos porcentuales en comparación con
2017; y el 10% de los adultos indicó haber abierto su
primera cuenta de ahorro para recibir asistencia estatal a
través de la Cuenta DNI y otras cuentas digitales. Sin
embargo, a pesar de los avances en inclusión financiera
impulsados por la digitalización, es importante destacar que
todavía existe un porcentaje significativo de adultos en Perú
que carecen de acceso a servicios financieros básicos.
Según Beck y De la Torre (2006), las limitaciones o barreras
a la inclusión financiera suelen ser de naturaleza geográfica
(especialmente en zonas rurales remotas y dispersas),
socioeconómica (incluyendo costos elevados y
discriminación de género o etnia), y de oportunidad (como
la falta de garantías o la ausencia de pertenencia a una red
bien conectada).
A pesar de la abundancia de investigaciones que han
abordado los determinantes y facilitadores de la adopción y
utilización de los servicios de banca electrónica, existe una
reducida atención otorgada a los factores demográficos que
inciden en la adopción de esta innovadora modalidad, sobre
todo en mercados emergentes. Para llevar a cabo una
indagación integral y contextualmente informada sobre la
influencia de las variables demográficas en el proceso de
adopción de los medios de pago digitales, resulta imperativo
realizar un examen detenido de la literatura académica
previa que ha explorado dicha temática.
L. Espinoza / Boletín de Coyuntura; Nº 43; octubre - diciembre 2024; e-ISSN 2600-5727 / p-ISSN 2528 - 7931; UTA-Ecuador; Pág. 9 - 18
12
Dwivedi y Williams (2008), presentaron un análisis empírico
sobre la influencia de las variables demográficas en la
adopción por parte de los ciudadanos en el Reino Unido.
Los hallazgos de este estudio sugieren que las tres
variables de edad, educación y acceso a banda ancha en el
hogar influyen significativamente en la adopción de la
iniciativa digital por parte de los ciudadanos, mientras que
el género se encontró no significativo.
Por su parte, Stavins (2016) procedió a la implementación
de un modelo de análisis de datos de panel, con el propósito
de llevar a cabo una estimación pormenorizada del impacto
de los atributos demográficos en relación con la adopción y
utilización de instrumentos de pago dentro de la población
estadounidense. Los resultados obtenidos revelan que los
consumidores pertenecientes a segmentos de ingresos
inferiores, con niveles educativos más reducidos y
pertenecientes a minorías étnicas, adoptan una gama
notablemente más restringida de instrumentos de pago en
comparación con sus contrapartes, incluso cuando se
introduce un control con respecto a la variable de edad y
educación.
También Khurana et al. (2019), observaron en el contexto
actual un notable avance en la adopción de métodos de
pago digitales como alternativa al uso de efectivo,
adentrándose en un nivel más profundo al examinar el
impacto de factores demográficos, y los resultados revelan
un efecto significativo de la edad, el género, el nivel de
educación, la ocupación, el estado civil y los ingresos de los
encuestados en la satisfacción de los usuarios; y entrando
en asociación con el estudio de Susanto et al. (2022),
quienes precisan que los pagos digitales han transformado
el comportamiento financiero de las personas,
especialmente en los países asiáticos, argumentando que
la expansión de la red de internet y la intensificación de las
funciones de los dispositivos electrónicos han impulsado el
crecimiento de los sistemas de pagos digitales.
Said et al. (2021), se centraron en el análisis de factores
demográficos relevantes que afectan a las nuevas
tecnologías de pago electrónico, particularmente en la
ciudad inteligente de Dubái. Los resultados de este estudio
indican que la adopción de los pagos electrónicos es muy
elevada, lo cual podría estar en línea con la estrategia
nacional de transformación digital de los Emiratos Árabes
Unidos. Asimismo, revelan una asociación positiva entre el
uso de tecnologías de pago electrónico y el nivel educativo
y el nivel de ingresos. Esto se confirma por la alta presencia
de grupos de alto ingreso en la demografía de los Emiratos
Árabes Unidos, lo que influye de manera positiva en la
adopción de pagos electrónicos por parte de los residentes.
De manera sorprendente, no se encontraron resultados
significativos de independencia en relación con el género,
estado civil, grupo de edad y posición profesional actual en
Dubái en lo que respecta al uso de pagos electrónicos.
En el contexto peruano, Aurazo y Vega (2021) determinaron
que la inclusión financiera y el uso de pagos digitales siguen
siendo bajos en Perú. Los resultados mostraron que el uso
de pagos digitales (como tarjetas de crédito, tarjetas de
débito o banca móvil/por internet) es más frecuente entre
las personas de edades comprendidas entre 25 y 40 años,
con niveles más altos de educación, empleo formal y
aquellos que residen en áreas urbanas o tienen acceso a
internet. Además, la probabilidad de realizar pagos con
instrumentos digitales aumenta para las personas que se
encuentran en los quintiles superiores de gasto per cápita
en el hogar y para aquellos que viven en áreas con una alta
presencia de instituciones financieras.
El propósito de esta investigación se centra en analizar en
profundidad los determinantes del uso de pagos digitales en
el contexto peruano, especialmente después del impacto
del COVID-19. A pesar de la abundancia de investigaciones
que han abordado los determinantes de la inclusión
financiera a través del acceso a cuentas de depósito, se ha
observado una carencia de estudios que se enfoquen en el
uso de medios de pago digitales en el ámbito
microeconómico, particularmente en el contexto peruano,
como un referente de mercado emergente en la región
latinoamericana. La importancia de esta investigación
radica en su capacidad para llenar un vacío en la literatura
académica y práctica, puesto que este estudio tiene el
potencial de proporcionar información valiosa al analizar los
determinantes del uso de pagos digitales en Perú. Además,
puede servir como base para la creación de campañas de
concientización y educación financiera dirigidas a
segmentos específicos de la población que puedan
beneficiarse de la adopción de pagos digitales. En un
momento en el que la digitalización de los servicios
financieros se ha vuelto cada vez más relevante,
comprender los factores que influyen en la adopción y uso
de métodos de pago digitales es esencial para mejorar la
inclusión financiera y promover la eficiencia en las
transacciones económicas.
Metodología
Se optó por el enfoque cuantitativo, puesto que permite
cuantificar y analizar de manera precisa las relaciones entre
las variables demográficas y la adopción de pagos digitales
a través de técnicas estadísticas. Al utilizar un alcance
correlacional, se pudo entender cómo se relacionan las
características demográficas con la adopción de pagos
digitales; y la elección de un diseño no experimental de
corte transversal implica la recopilación de datos en un solo
punto en el tiempo, lo que permite obtener una instantánea
de la situación actual de la adopción de pagos digitales
entre diferentes grupos demográficos.
Desde una perspectiva econométrica, se considera que la
persona ha realizado un pago digital cuando ha utilizado la
tarjeta de débito, tarjeta de crédito o banca por internet
(Vega & Aurazo, 2020), y se concibe como una variable
cualitativa o categórica, caracterizada por la dicotomía de
usar el medio de pago digital o no (Gujarati & Porter, 2010).
En su forma más simple, puede ser tratada como una
variable binaria que adquiere únicamente dos categorías:
usar o no usar pago digital.
En el contexto específico abordado en el presente estudio,
la variable dependiente de naturaleza categórica posee
únicamente dos alternativas: el uso del medio de pago
L. Espinoza / Boletín de Coyuntura; Nº 43; octubre - diciembre 2024; e-ISSN 2600-5727 / p-ISSN 2528 - 7931; UTA-Ecuador; Pág. 9 - 18
13
digital, que se traduce en una asignación del valor 1, y el no
uso del medio de pago digital, representada por el valor 0.
Se consideró el modelo probit, que gozan de amplia
utilización en el ámbito del análisis econométrico,
constituyen una categoría de modelos estadísticos
empleados en problemas de clasificación binaria, en los
cuales la variable dependiente adquiere valores
dicotómicos, basándose en la estimación por máxima
verosimilitud y la función de distribución normal, se dedican
a cuantificar la probabilidad de que un individuo, con un
conjunto específico de características, pertenezca o no a un
grupo predeterminado de interés (Stock & Watson, 2012).
Se representa según la ecuación 1:
Prob
(
Y=1
)
=
∫
φ
(
t
)
dt (1)
β
'
x
x
Por otro lado, el modelo logit, si bien guarda similitudes con
el modelo de regresión probit, presenta una diferencia
fundamental en su enfoque. En lugar de emplear la función
de distribución normal estándar, el modelo logit opta por
utilizar la función de distribución logística estándar,
representada a través de la letra F (Stock & Watson, 2012).
Se representa según la ecuación 2:
Prob
(
Y=1
)
=
e
β
'
x
1+ e
β
'
x
(2)
Resultando en la adopción de los siguientes modelos
econométricos:
Probit (UMPD) = α+β
1
Edad+β
2
Género+β
3
Est. Civil+β
4
Educación+β
5
Zona Geog.+β
6
Internet+β
7
Ingresos
(3)
Logit (UMPD) = α+β
1
Edad+β
2
Género+β
3
Est. Civil+β
4
Educación+β
5
Zona Geog.+β
6
Internet+β
7
Ingresos
(4)
Los datos empleados en la presente investigación fueron
recolectados a partir de la Encuesta Nacional de Hogares
(ENAHO) con su metodología actualizada correspondiente
al año 2022. La ENAHO, una iniciativa implementada por el
Instituto Nacional de Estadística e Informática (INEI) en el
Perú, se constituye como una fuente primordial de
información socioeconómica y demográfica en el país. Su
relevancia radica en su capacidad para generar datos
estadísticos confiables y representativos que permiten la
comprensión y el análisis de diversos aspectos
relacionados con la población, las condiciones de vida, el
empleo y la economía peruana.
Por tanto, la ENAHO se erige como un instrumento esencial
para la formulación de políticas públicas, la toma de
decisiones, y la evaluación de programas y proyectos
gubernamentales en el contexto peruano. Su metodología
actualizada, aplicada en el año 2022, garantiza la vigencia
y precisión de los datos recopilados, fortaleciendo su
utilidad en la generación de conocimiento y la planificación
de políticas en el ámbito nacional. De esa forma, las
variables a considerar se detallan en la tabla 1:
Tabla 1. Descripción de las variables dependiente e
independientes
Variable
Nombre de
la variable
Tipo
Valores
Variable
dependiente
Uso de
medio de
pago digital
Dicotómica
0 - Usa medio de pago digital
1 – No usa medio de pago digital
Variables
independientes
Edad
Politómica
1 - Grupo 1 - [18 a 33 años]
2 - Grupo 2 - [34 a 49 años]
3 - Grupo 3 - [50 a 65 años]
4 - Grupo 4 - [66 a 81 años]
5 - Grupo 5 - [82 a 98 años]
Género
Dicotómica
1 - Hombre
2 - Mujer
Educación
Politómica
1 - Sin educación
2 - Escolar
3 - Superior
4 - Posgrado
Zona
geográfica
Politómica
1 - Costa
2 - Sierra
3 - Selva
4 - Lima Metropolitana
Acceso a
internet
generalizado
Dicotómica
1 - Sí tiene acceso
2 - No tiene acceso
Ingreso
mensual
Politómica
1 - Sección 1 [S/ 0,00 a S/ 1.194,00]
2 - Sección 2 [S/ 1.194,00 a S/ 2.195,00]
3 - Sección 3 [S/ 2.195,00 a S/ 3.507,00]
4 - Sección 4 [S/ 3.507,00 a S/ 6.220,00]
5 - Sección 5 [S/ 6.220,00 a más]
Fuente: elaboración propia
Asimismo, en el contexto de la presente investigación, la
selección y depuración de la muestra se erigen como
elementos cruciales para garantizar la validez y la
confiabilidad de los resultados obtenidos. En un universo
poblacional que abarca 36.822 hogares y 87.661 individuos,
la aplicación de criterios específicos para la inclusión de
participantes adquiere una relevancia innegable. La
consideración de únicamente a aquellos individuos que
ostentan la categoría de mayores de edad y se hallan
ocupados, en primera instancia, se justifica a partir de la
necesidad de acotar el enfoque de estudio y enfocarse en
un subconjunto de la población que se presume
experimenta dinámicas socioeconómicas diferenciadas.
Este enfoque, esencialmente, nos permite delimitar nuestra
investigación a un grupo que, por definición, se halla
inmerso en el mundo laboral y, en consecuencia, resulta
directamente afectado por las variables de ingresos
mensuales que nos disponemos a analizar. Además, se
realizó la eliminación de datos atípicos que exceden el
umbral de 40.000 soles en ingresos mensuales constituye
un paso adicional y determinante. Los valores atípicos, al
ser extremadamente alejados de la tendencia central de la
muestra, tienen el potencial de distorsionar los resultados y
conducir a conclusiones erróneas o sesgadas. Por lo tanto,
la exclusión de estos valores extremos es una medida
necesaria para preservar la integridad de los análisis
subsiguientes y asegurar que los resultados reflejen de
manera precisa la realidad económica de la población
estudiada. En consecuencia, tras la implementación de
estos criterios de selección y depuración, el estudio se
enfoca en un conjunto depurado de 58.357 individuos cuyos
datos se presentan como una base sólida y representativa
para la investigación subsiguiente, asegurando así que los
hallazgos obtenidos sean robustos y confiables.
L. Espinoza / Boletín de Coyuntura; Nº 43; octubre - diciembre 2024; e-ISSN 2600-5727 / p-ISSN 2528 - 7931; UTA-Ecuador; Pág. 9 - 18
14
En complemento, con el propósito de efectuar el análisis de
datos, se optó por emplear el software STATA. Esta
elección se fundamentó en la capacidad de dicha
herramienta para llevar a cabo un amplio espectro de
operaciones, que abarcan desde la estimación de modelos
que involucran tanto datos de series temporales como datos
de corte transversal. Estas operaciones se extienden a lo
largo de todas las fases de investigación empírica, lo que
engloba la ejecución de instrucciones para la estimación de
modelos econométricos, la realización de pruebas de
hipótesis, así como la generación de tablas y gráficos.
Resultados
Antes de emprender el proceso de estimaciones
econométricas con el propósito de analizar el impacto de las
características de los consumidores en la adopción de
medios de pago digitales, es fundamental realizar una
exhaustiva revisión preliminar de las principales variables
que conforman la base de datos en cuestión. Este análisis
se centra en la obtención de estadísticas descriptivas que
arrojarán luz sobre la naturaleza y distribución de los datos,
proporcionando una base sólida para la posterior
modelización econométrica.
Tabla 2. Estadísticas descriptivas
Variable
Frecuencia
Porcent.
Obs.
Media
Desv.
Est.
Mín.
Máx.
Uso de medio de pago digital
58.357
0,04447
0,20613
0
1
Usa medio de pago digital
2.595
4,45
No usa medio de pago digital
55.762
95,55
Edad
58.357
2,20429
0,99776
1
5
Grupo 1 [18 a 33 años]
16.741
28,69
Grupo 2 [34 a 49 años]
19.892
34,09
Grupo 3 [50 a 65 años]
15.409
26,40
Grupo 4 [66 a 81 años]
5.691
9,75
Grupo 5 [82 a 98 años]
624
1,07
Género
58.357
1,46844
0,49901
1
2
Hombre
31.020
53,16
Mujer
27.337
46,84
Educación
58.357
2,27042
0,58401
1
4
Sin educación
2.999
5,14
Escolar
37.774
64,73
Superior
16.388
28,08
Posgrado
1.196
2,05
Zona geográfica
58.357
2,14195
0,98001
1
4
Costa
17.795
30,49
Sierra
21.157
36,25
Selva
12.731
21,82
Lima Metropolitana
6.674
11,44
Acceso a internet
generalizado
58.357
1,34921
0,47673
1
2
Sí tiene acceso
37.978
65,08
No tiene acceso
20.379
34,92
Ingresos mensuales
58.357
1,62130
0,94798
1
5
Sección 1 [S/ 0,00 a S/ 1.194,00]
35.968
61,63
Sección 2 [S/ 1.194,00 a S/ 2.195,00]
13.029
22,33
Sección 3 [S/ 2.195,00 a S/ 3.507,00]
5.832
9,99
Sección 4 [S/ 3.507,00 a S/ 6.220,00]
2.548
4,37
Sección 5 [S/ 6.220,00 a más]
980
1,68
Fuente: elaboración propia a partir de Instituto Nacional de
Estadística e Informática (2022)
Estos datos proporcionan una visión detallada de las
características sociodemográficas y económicas de la
población de estudio. Los resultados revelan que el uso de
medios de pago digitales (UMPD) es relativamente bajo,
con un 95,55% de los encuestados declarando que no
utilizan este tipo de servicio, mientras que solo el 4,45% lo
utiliza. La edad promedio de los participantes es de 2,20
quintiles, lo que sugiere una distribución diversa en términos
de edades. El género se encuentra equitativamente
distribuido en la muestra, con un 53,16% de hombres y un
46,84% de mujeres. En cuanto al nivel educativo, la mayoría
de los encuestados (64,73%) informa haber completado la
educación escolar, mientras que una proporción
significativamente menor ha alcanzado niveles más altos de
educación, como la educación superior (28,08%) y
posgrado (2,05%). En términos de ubicación geográfica, se
observa una representación diversa de las regiones del
Perú, con la costa (30,49%) y la sierra (36,25%) siendo las
áreas más pobladas. En cuanto al acceso a internet, la
mayoría de los encuestados (65,08%) informa haber
accedido al servicio. Por último, en lo que respecta a los
ingresos mensuales, se observa una tendencia en la que la
mayoría de los individuos (61,63%) se encuentra en el
primer quintil, lo que indica un nivel de ingresos
relativamente bajo, mientras que una proporción
significativamente menor pertenece a quintiles más altos de
ingresos.
Entrando al análisis de regresión logit y probit, los
coeficientes desempeñan un papel fundamental al
proporcionar información sobre la relación entre las
variables independientes y la variable dependiente, que en
este caso podría estar relacionada con un evento binario,
como la probabilidad de usar medios de pago digitales.
La tabla 3 presenta los coeficientes estimados para ambas
formas de regresión, considerando diversas variables
independientes, como la edad, género, nivel de educación,
zona geográfica, acceso a internet e ingreso mensual, junto
con los correspondientes criterios de selección Akaike y
Schwarz.
Tabla 3. Coeficientes de regresión con modelos logit y probit
Variable
Logit
Probit
Edad
Quintil 2 – [34-49]
0,36617985***
0,19229909***
Quintil 3 – [50-65]
0,84998824***
0,43007193***
Quintil 4 – [66-81]
0,66113993***
0,3020965***
Quintil 5 – [82-98]
1,9810823
1,0696077
Género
Mujer
-0,21167068***
-0,11213035***
Educación
Escolar
-0,63555574
-0,03209025
Educación superior
-2,352656*
-0,83938433*
Posgrado
-3,004446**
-1,2145396***
Zona geográfica
Costa
1,2233542***
0,65201629***
Sierra
1,5590705***
0,82446066***
Selva
1,6862848***
0,88812798***
Acceso a internet generalizado
No tiene acceso
2,6455867***
1,0152461***
Ingreso mensual
Sección 2 – [1.194-2.195]
-0,8552493***
-0,38786795***
Sección 3 – [2.195-3.507]
-1,499876***
-0,72165856***
Sección 4 – [3.507-6.220]
-2,1529046***
-1,0943297***
Sección 5 – [6.220- +]
-3,0125144***
-1,581123***
Intercepto
4,1907936***
1,8554706***
Criterios de selección
Akaike
14.194,02
14.161,09
Schwarz
14.346,59
14.313,65
leyenda: * p<0,05; ** p<0,01; *** p<0,001
Fuente: elaboración propia a partir de Instituto Nacional de
Estadística e Informática (2022)
Comenzando con la variable "Edad", observamos que, en
comparación con el grupo 1, los coeficientes en los modelos
logit y probit para los grupos 2, 3 y 4 son todos
significativamente positivos. Esto indica que a medida que
la edad aumenta dentro de estos grupos, la probabilidad de
que ocurra el evento incrementa. Por otro lado, en el grupo
5, el p-valor sugiere que el impacto de la edad en el evento
L. Espinoza / Boletín de Coyuntura; Nº 43; octubre - diciembre 2024; e-ISSN 2600-5727 / p-ISSN 2528 - 7931; UTA-Ecuador; Pág. 9 - 18
15
puede no ser significativo en este grupo. En cuanto a la
variable "Género", el coeficiente negativo para "Mujer" en
ambos modelos señala que las mujeres tienen una
probabilidad significativamente menor de experimentar el
evento en comparación con los hombres, lo que puede
indicar una disparidad de género en relación con el evento.
En relación con la "Educación", los coeficientes para
"Educación Superior" y "Posgrado" son significativamente
negativos en ambos modelos, indicando que aquellos con
niveles de educación más altos tienen una menor
probabilidad de experimentar el evento en comparación con
aquellos en la categoría base "Sin educación". Con respecto
a la variable "Zona Geográfica", los coeficientes positivos
para "Costa", "Sierra" y "Selva" en ambos modelos revelan
que en estas regiones hay una probabilidad
significativamente mayor de que ocurra el evento en
comparación con la categoría base "Lima Metropolitana". La
variable "Acceso a Internet Generalizado" presenta
coeficientes positivos en ambas especificaciones, lo que
sugiere que aquellos sin acceso a internet tienen una
probabilidad significativamente mayor de experimentar el
evento en comparación con los que tienen acceso.
Finalmente, la variable "Ingreso Mensual" muestra una
relación negativa entre los niveles de ingreso y la
probabilidad de que ocurra el evento. Los coeficientes
negativos para las distintas secciones de ingreso indican
que a medida que los ingresos aumentan, la probabilidad
del evento también disminuye de manera significativa en
comparación con la categoría base "Sección 1". Es
importante destacar que algunos coeficientes no resultaron
significativos en ambos modelos, como el de "Quintil 5" en
la variable "Edad" y el de "Sin educación" en la variable
"Educación", lo que sugiere que estas categorías pueden no
tener un efecto estadísticamente significativo en la
probabilidad del evento.
Asimismo, en base a los criterios de información de Akaike
y Schwarz, el modelo probit parece ser preferible en este
contexto. Esto se debe a que los valores más bajos de
Akaike y Schwarz indican un mejor ajuste del modelo probit
en comparación con el modelo logit. En complemento, se
analiza el área bajo la curva ROC (Receiver Operating
Characteristic) como una medida de la capacidad de
discriminación de ambos modelos. En este caso, el área
bajo la curva ROC para el modelo logit es de 0,9102,
mientras que para el modelo probit es de 0,9105, según la
figura 1.
Fuente: elaboración propia a partir de Instituto Nacional de
Estadística e Informática (2022)
Figura 1. Curva ROC del modelo Logit y Probit
En la siguiente instancia, la elección del análisis sobre el
modelo probit, se debe a una mínima superioridad en
términos de su capacidad de predicción. Considerando ello
procedemos a efectuar la revisión de los efectos
marginales, para comprender el impacto de las variables
independientes en la probabilidad de ocurrencia de un
evento y proporcionar una interpretación más accesible que
ayuda a comprender el significado práctico de los resultados
del modelo.
Tabla 4. Efectos marginales del modelo probit
Método Delta
Variables
dy/dx
Error est.
z
P>z
[95% intervalo de confianza]
Edad
Grupo 2
0,0133617
0,0019266
6,94
0,000
0,0095855
0,0171378
Grupo 3
0,0269584
0,0020027
13,46
0,000
0,0230331
0,0308837
Grupo 4
0,0221519
0,0041937
5,28
0,000
0,0139324
0,0303714
Grupo 5
0,0454272
0,0124923
3,64
0,000
0,0209427
0,0699117
Género
Mujer
-0,0071295
0,001584
-4,5
0,000
-0,010234
-0,0040249
Educación
Escolar
-0,006507
0,0077085
-0,84
0,399
-0,0216153
0,0086014
Educación superior
-0,0559545
0,0078422
-7,14
0,000
-0,0713249
-0,0405841
Posgrado
-0,0965366
0,0096346
-10,02
0,000
-0,11542
-0,0776531
Zona geográfica
Costa
0,0574096
0,0027955
20,54
0,000
0,0519306
0,0628886
Sierra
0,0668175
0,0028248
23,65
0,000
0,061281
0,0723541
Selva
0,0698237
0,0029409
23,74
0,000
0,0640597
0,0755878
Acceso a internet
No tiene acceso
0,0421269
0,0015982
26,36
0,000
0,0389944
0,0452594
Ingreso mensual
Quintil 2
-0,0200646
0,0016577
-12,1
0,000
-0,0233137
-0,0168156
Quintil 3
-0,046588
0,0025272
-18,43
0,000
-0,0515412
-0,0416348
Quintil 4
-0,0872163
0,0043403
-20,09
0,000
-0,0957232
-0,0787095
Quintil 5
-0,1648759
0,0086866
-18,98
0,000
-0,1819013
-0,1478505
Nota: dy/dx para niveles de factor es el cambio discreto desde el nivel base
Fuente: elaboración propia a partir de Instituto Nacional de
Estadística e Informática (2022)
En el análisis de efectos marginales del modelo probit
presentado en la tabla 4, se examina detenidamente la
influencia de diversas variables independientes en la
probabilidad de ocurrencia del uso de medios de pago
digitales. Estas variables se desglosan de acuerdo con su
relevancia en el contexto de la investigación, comenzando
con la variable "Edad". Para esta variable, se observa que
los grupos 2, 3, 4 tienen coeficientes positivos significativos,
lo que sugiere que a medida que la edad aumenta en estos
grupos, la probabilidad del evento aumenta en 1,34%,
2,70% y 2,22% respectivamente, en comparación con el
quintil 1, que sirve como categoría base. Esto se alinea con
estudios anteriores como el de Dwivedi y Williams (2008) en
el contexto del Reino Unido, quienes también encontraron
una influencia negativa de la edad en la adopción de
iniciativas digitales. Sin embargo, es importante destacar
que la magnitud de este efecto puede variar entre diferentes
grupos demográficos y contextos geográficos.
Continuando con la variable "Género", se observa que la
categoría "Mujer" tiene un coeficiente negativo, lo que indica
que las mujeres tienen una menor probabilidad de
experimentar el evento en comparación con los hombres,
que se toman como la categoría base, no obstante, el
porcentaje de -0,71% sugiere que la disparidad no es
sustancial. Esto apoya parcialmente los hallazgos de
Dwivedi y Williams (2008) quienes no encontraron una
relación significativa entre el género y la adopción de
iniciativas digitales en el Reino Unido, debido a que la
diferencia encontrada en este estudio es modesta.
L. Espinoza / Boletín de Coyuntura; Nº 43; octubre - diciembre 2024; e-ISSN 2600-5727 / p-ISSN 2528 - 7931; UTA-Ecuador; Pág. 9 - 18
16
En cuanto a la variable "Educación", es notable que la
categoría "Educación superior" muestra un valor negativo,
lo que sugiere que las personas con educación superior
tienen un decremento de probabilidad del -5,60% de no usar
medios de pago digitales en comparación con aquellos sin
educación. Además, la categoría "Posgrado" sugiere que
las personas con posgrado tienen una probabilidad aún
menor (-9,65%) de experimentar el evento, concordando
con investigaciones previas como la de Stavins (2016) en
Estados Unidos, que destacó la influencia positiva de la
educación en la adopción de instrumentos de pago. Este
hallazgo resalta la importancia de la alfabetización
financiera en la promoción de la inclusión financiera digital.
Para la variable "Zona Geográfica", se observa que las
categorías "Costa", "Sierra" y "Selva" presentan valores
positivos altamente significativos en comparación con la
categoría base, "Lima Metropolitana". Esto sugiere que las
personas que residen en estas zonas geográficas tienen
una mayor probabilidad de experimentar el evento en
comparación con aquellos en Lima Metropolitana, en orden
de 5,74%, -6,68% y -6,98%. La diferencia geográfica podría
estar relacionada con factores socioeconómicos, culturales
o infraestructurales que influyen en la probabilidad del
evento, corroborando los hallazgos de estudios anteriores
como el de Aurazo y Vega (2021) en Perú, que encontraron
una menor adopción de pagos digitales fuera de las áreas
urbanas. Esta disparidad geográfica puede estar
relacionada con diferencias en infraestructura y
oportunidades económicas entre regiones.
En cuanto al acceso a internet, la categoría "No tiene
acceso" muestra un coeficiente positivo significativo, lo que
indica que aquellos que no tienen acceso a internet tienen
una mayor probabilidad de no usar medios de pagos
digitales (4,21%) en comparación con aquellos que sí tienen
acceso, lo que refleja la importancia de la conectividad en
la vida de las personas y su influencia en el uso de medios
de pago digitales. Los resultados concuerdan con
investigaciones previas como las de Khurana et al. (2019),
y Said et al. (2021), que resaltaron la importancia de la
conectividad en la adopción de pagos digitales. La menor
probabilidad de uso de medios de pago digitales entre
aquellos que carecen de acceso a internet subraya la
necesidad de garantizar la conectividad como parte de los
esfuerzos de inclusión financiera.
Finalmente, la variable "Ingreso Mensual" muestra
coeficientes negativos significativos para todos los quintiles
en comparación con la categoría base, "Quintil 1". Esto
indica que a medida que aumenta el ingreso mensual, la
probabilidad del evento también disminuye
significativamente, para la sección 2 (-2,01%), 3 (-4,66%), 4
(-8,72%) y 5 (-16,49%). Esto corrobora los resultados de
investigaciones previas como la de Aurazo y Vega (2021)
en Perú, que sugiere que el acceso a recursos financieros
influye significativamente en la adopción de tecnologías
financieras.
En última instancia, se procedió a generar la matriz de
clasificación, reporte que proporciona información valiosa
sobre la capacidad de un modelo de predicción para
discriminar el uso de medios de pago digitales, y permite
evaluar la eficacia del modelo probit en el marco de la
determinación del impacto de las características de los
consumidores en la adopción de medios de pago digitales
en el contexto peruano.
Fuente: elaboración propia a partir de Instituto Nacional de
Estadística e Informática (2022)
Figura 2. Matriz de clasificación del modelo probit
Dentro de la figura 2, destacan la sensibilidad (99,69%)
indica la capacidad del modelo para identificar
correctamente a los no usuarios de medios de pago
digitales, siendo alto, lo que sugiere que el modelo tiene
facilidades para detectar a los usuarios. La especificidad
(10,67%) es relativamente baja, lo que indica que el modelo
presenta dificultades en la identificación de los usuarios de
medios de pago digitales. El valor predictivo positivo
(96,00%) muestra la probabilidad de que el modelo acierte
al predecir "no usa" cuando lo hace, lo cual es
razonablemente alto. El valor predictivo negativo (61,42%)
indica una alta probabilidad de que el modelo acierte al
predecir "sí usa" cuando lo hace. En general, la clasificación
correcta muestra que el modelo acierta en la clasificación
de aproximadamente el 95,73% de las observaciones en la
base de datos, lo que es un indicador general de su
rendimiento.
Conclusiones
La presente investigación se enfocó en analizar los
determinantes del uso de medios de pago digitales en el
contexto peruano, con un énfasis en los factores
socioeconómicos y demográficos que influyen en la
adopción de dichos medios. En un entorno donde la
inclusión financiera y el acceso a servicios financieros de
calidad son esenciales para mejorar el bienestar de la
población, este estudio proporciona valiosa información que
contribuye tanto a la literatura académica como a la toma de
decisiones políticas y estratégicas en el campo financiero.
Los resultados de este estudio revelan varias conclusiones
significativas. En primer lugar, se evidencia que la edad
ejerce una influencia significativa en la probabilidad de
empleo de medios de pago digitales. A medida que la edad
aumenta, la propensión al uso de estos medios disminuye,
lo que sugiere una mayor disposición entre los individuos
L. Espinoza / Boletín de Coyuntura; Nº 43; octubre - diciembre 2024; e-ISSN 2600-5727 / p-ISSN 2528 - 7931; UTA-Ecuador; Pág. 9 - 18
17
más jóvenes para adoptar y emplear estas modalidades.
Este hallazgo resalta la necesidad de diseñar estrategias de
inclusión financiera adaptadas a distintos segmentos
etarios, especialmente dirigidas hacia la población más
adulta.
En segundo lugar, el género también emerge como un
factor influyente en la utilización de medios de pago
digitales, aunque la disparidad entre hombres y mujeres no
resulta sustancial. Se observa que las mujeres exhiben una
leve mayor propensión a utilizar dichos medios en
comparación con los hombres. A pesar de esta diferencia
modesta, resulta pertinente considerar en futuras iniciativas
de inclusión financiera cómo los factores de género pueden
incidir en la adopción de medios de pago digitales y si
existen desafíos específicos que requieran atención.
En tercer lugar, la educación se erige como un elemento
determinante en la adopción de medios de pago digitales.
Aquellos con educación superior y posgrado muestran una
probabilidad significativamente mayor de emplear estos
medios en contraposición a aquellos con niveles educativos
más básicos. Este hecho subraya el rol crucial que
desempeñan la capacitación y la alfabetización financiera
en la promoción de la inclusión financiera mediante la
adopción de tecnologías digitales.
En cuarto lugar, la ubicación geográfica también incide en
la probabilidad de empleo de medios de pago digitales. Los
individuos que residen en áreas geográficas fuera de Lima
Metropolitana, como la Costa, la Sierra y la Selva, presentan
una menor predisposición a utilizar estos medios. Este
fenómeno sugiere que las disparidades en infraestructura y
oportunidades económicas entre las distintas regiones del
país pueden afectar la adopción de medios de pago
digitales.
En quinto lugar, la conectividad a internet desempeña un
papel crucial en la adopción de medios de pago digitales.
Aquellos que carecen de acceso a internet muestran una
menor probabilidad de emplear estos medios, lo que
subraya la importancia de asegurar la conectividad en todo
el país como parte de los esfuerzos de inclusión financiera.
Por último, el nivel de ingresos mensuales guarda una
estrecha relación con la probabilidad de empleo de medios
de pago digitales. A medida que los ingresos aumentan, la
probabilidad de utilizar estos medios se incrementa
significativamente. Este hecho refleja una relación positiva
entre la capacidad de acceder a recursos y servicios y la
adopción de tecnologías financieras.
En cuanto a las posibles aplicaciones de estos resultados,
se sugiere que las instituciones financieras y los
responsables de políticas utilicen estos hallazgos para
diseñar estrategias más efectivas de inclusión financiera.
Esto podría incluir campañas de concientización y
educación financiera dirigidas a grupos específicos, como
los adultos y ancianos, las personas con menor educación
formal, aquellos en áreas geográficas menos desarrolladas
y aquellos sin acceso a internet. Además, estos resultados
pueden servir como base para la formulación de políticas
que fomenten la adopción de medios de pago digitales y
promuevan la eficiencia en las transacciones económicas
en Perú, en un contexto donde la digitalización de los
servicios financieros desempeña un papel cada vez más
importante, comprender los factores que influyen en la
adopción y el uso de estos medios es esencial para lograr
una inclusión financiera más amplia y equitativa.
Referencias
Adhikari, S., Pallavi, D. R., Ghimire, D., Thapa, S., &
Sadikshya. (2022). Impact of Covid-19 on digital
payment system of India. AIP Conference
Procedings, 2393(1), 020178.
https://doi.org/10.1063/5.0074251
Arner, D. W., Buckley, R. P., & Zetzsche, D. A. (2018).
Fintech for Financial Inclusion: A Framework for
Digital Financial Transformation. AFI Special
Report, 6–22.
https://doi.org/10.2139/ssrn.3245287
Aurazo, J., & Vega, M. (2021). Why people use digital
payments: Evidence from micro data in Peru. Latin
American Journal of Central Banking, 2(4), 1–24.
https://doi.org/10.1016/j.latcb.2021.100044
Baiju, S., & Challa, R. (2016). Digitisation of Payments - A
Step towards Digital India Movement. International
Journal of Current Research and Academic
Review, 4(12), 8–26.
https://doi.org/10.20546/ijcrar.2016.412.002
Beck, T., & De la Torre, A. (2006). The Basic Analytics of
Access to Financial Services (Working Paper N°
4026).
https://openknowledge.worldbank.org/handle/1098
6/9271?locale-attribute=en
Centro de Estudios Monetarios Latinoamericanos. (2018).
Decisiones financieras de los hogares e inclusión
financiera: evidencia para América Latina y el
Caribe (M. J. Roa & D. Mejía, Eds.; 1a ed.).
Decreto Supremo N° 255-2019-EF, Aprueban la Política
Nacional de Inclusión Financiera y modifican el
Decreto Supremo N° 029-2014-EF, que crea la
Comisión Multisectorial de Inclusión Financiera.
(2019). Diario Oficial El Peruano, 5 de agosto.
https://www.gob.pe/institucion/mef/normas-
legales/287084-255-2019-ef
Demirgüç-Kunt, A., Klapper, L., Singer, D., & Ansar, S.
(2022). The Global Findex Database 2021.
Financial Inclusion, Digital Payments, and
Resilience in the Age of COVID-19.
https://www.worldbank.org/en/publication/globalfin
dex/Report
Dwivedi, Y. K., & Williams, M. D. (2008). Demographic
influence on UK citizens’ e-government adoption.
Electronic Government, an International Journal,
5(3), 261–274.
https://doi.org/10.1504/EG.2008.018874
Ekta, ., Mehta, M., & Sehgal, B. (2020). Buying Practices of
Homemakers through Cashless Transaction.
Advances in Research, 21(12), 53–61.
https://doi.org/10.9734/air/2020/v21i1230284
Fay, M. (2021). Repensar el futuro del Perú. Notas de
Política para transformar el Estado en un gestor de
L. Espinoza / Boletín de Coyuntura; Nº 43; octubre - diciembre 2024; e-ISSN 2600-5727 / p-ISSN 2528 - 7931; UTA-Ecuador; Pág. 9 - 18
18
bien y desarrollo (Reporte N°163419).
https://documents.worldbank.org/en/publication/do
cuments-
reports/documentdetail/330961630045157214/rep
ensar-el-futuro-del-peru-notas-de-politica-para-
transformar-al-estado-en-un-gestor-de-bienestar-
y-desarrollo
Gujarati, D., & Porter, D. (2010). Econometría (5a ed.).
McGraw-Hill Interamericana Editores.
Instituto Nacional de Estadística e Informática. (2022).
Encuesta Nacional de Hogares (ENAHO) - 2022.
En Plataforma Nacional de Datos Abiertos.
https://proyectos.inei.gob.pe/microdatos/
Khatri, N. (2023). Factors influencing customer’s towards
digital payment – a study of Surat city. International
Journal of Management, Public Policy and
Research, 2(1), 108–116.
https://doi.org/https://doi.org/10.55829/ijmpr.v2i1.1
17
Khurana, S., Kaur, B., & Singh, J. (2019). The Impact of
Demographic Factors on Satisfaction of Users for
various Digital Payment Methods. International
Journal of Innovative Technology and Exploring
Engineering, 8(9S), 900–905.
https://doi.org/10.35940/ijitee.I1145.0789S19
Kutumbale, V., & Bhat, M. (2016). Payment Banks-A Step
towards Financial Inclusion. International Journal
of Research, 3, 991–1003.
https://api.semanticscholar.org/CorpusID:1572991
96
Manocha, S., Kejriwal, R., & Upadhyaya, A. (2019). The
Impact of Demonetization on Digital Payment
Transactions: A Statistical Study. Proceedings of
International Conference on Advancements in
Computing & Management (ICACM), 229–235.
https://doi.org/10.2139/ssrn.3446558
Parvathy, V., & Durairaj, D. (2021). A Study on Users
Perception and Awareness towards Digital
Payment Security Threats among Youngsters in
Chennai, Tamil Nadu, India. Asian Review of Social
Sciences, 10(2), 30–34.
https://doi.org/10.51983/arss-2021.10.2.2988
Popat, R. R., & Chaudhary, J. (2018). A Survey on Credit
Card Fraud Detection Using Machine Learning.
Proceedings of the 2nd International Conference
on Trends in Electronics and Informatics (ICOEI),
1120–1125.
https://doi.org/10.1109/ICOEI.2018.8553963
Said, R., Najdawi, A., & Chabani, Z. (2021). Analyzing the
Adoption of E-payment Services in Smart Cities
using Demographic Analytics: The Case of Dubai.
Advances in Science, Technology and Engineering
Systems Journal, 6(2), 113–121.
https://doi.org/10.25046/aj060214
Salas Quenta, A. A., Miranda López, J. G., Saldaña
Pacheco, R. A., & Diaz Nishizaka, R. A. (2022). Las
fintech y el proceso de inclusión financiera en Perú.
Quipukamayoc, 30(63), 69–79.
https://doi.org/10.15381/quipu.v30i63.24043
Shah, D., & Bhatt, C. (2023). Digital payment in rural
Gujarat- an empirical evidence for Atmanirbhar
Bharat. International Journal of Management,
Public Policy and Research, 2(1), 7–16.
https://doi.org/10.55829/ijmpr.v2i1.102
Singhal, R., & Gupta, A. (2021). Impact of COVID-19 on
Digital Payment Services at Towns and Villages.
International Journal of Creative Research
Thoughts (IJCRT), 9(5), 585–594.
https://ssrn.com/abstract=3947798
Somogyvári, M. (2021). Financial Exclusion in the Digital
Payment Space. Financial and Economic Review,
20(4), 65–85.
https://doi.org/10.33893/FER.20.4.6585
Stavins, J. (2016). The Effect of Demographics on Payment
Behavior: Panel Data with Sample Selection
(Working Paper N°16-5).
https://ssrn.com/abstract=2801488
Stock, J., & Watson, M. (2012). Introducción a la
Econometría (3a ed.). Pearson Educación de
México.
Superintendencia de Banco, Seguros y Administradoras
Privadas de Fondos de Pensiones. (2021).
Reporte de indicadores de inclusión financiera de
los sistemas financieros, de seguros y de
pensiones.
https://intranet2.sbs.gob.pe/estadistica/financiera/
2021/Diciembre/CIIF-0001-di2021.PDF
Susanto, E., Solikin, I., & Purnomo, B. S. (2022). A review
of digital payment adoption in Asia. Advanced
International Journal of Business,
Entrepreneurship and SMEs, 4(11), 1–15.
https://doi.org/10.35631/AIJBES.411001
Vega, M., & Aurazo, J. (2020). Evolución de la inclusión
financiera y uso de pagos digitales en el Perú: un
análisis a partir de la ENAHO. Moneda, 184, 15–
20. https://www.bcrp.gob.pe/publicaciones/revista-
moneda.html
L. Espinoza / Boletín de Coyuntura; Nº 43; octubre - diciembre 2024; e-ISSN 2600-5727 / p-ISSN 2528 - 7931; UTA-Ecuador; Pág. 9 - 18