Resumen
El objetivo de este artículo fue determinar y comparar la correlación entre los factores socioeconómicos y la
inclusión financiera de los hogares en Perú durante los años 2019 y 2023. Para ello, se utilizó un enfoque
cuantitativo y un diseño no experimental, utilizando el modelo Logit a fin de analizar los datos de la Encuesta
Nacional de Hogares (ENAHO). Los resultados mostraron que, en 2019, el 42.78 % de los hogares estaba incluido
en el sistema financiero, por otro lado, en 2023 este porcentaje aumentó al 55.27 %. Asimismo, se constató que
los factores socioeconómicos presentan una correlación significativa con la inclusión financiera. En este sentido,
cada año adicional de educación incrementó la probabilidad de inclusión en tres puntos porcentuales en ambos
años. Vivir en zonas urbanas aumentó la probabilidad en dos puntos, con un impacto moderado. En cambio, la
edad del jefe del hogar mostró un efecto positivo, aunque limitado. La tenencia de un teléfono móvil incrementó
la probabilidad en cinco puntos en 2023 y dos puntos en 2019. Finalmente, contar un seguro privado aumentó la
probabilidad en 19 puntos en 2019 y en 38 puntos en 2023. En conclusión, los factores socioeconómicos ejercen
un impacto significativo sobre la inclusión financiera de los hogares en Perú.
Palabras clave: factores socioeconómicos, inclusión financiera, hogares peruanos.
Influencia de factores socioeconómicos en la
inclusión financiera de hogares peruanos
Influence of socioeconomic factors on the financial inclusion of
Peruvian households
Recibido: 08/02/2025 Aceptado: 01/05/2025
Cristian Nicolas Moya Ochante
https://orcid.org/0000-0002-1221-0297
Cristian.moya@unmsm.edu.pe
Universidad Nacional Mayor de San Marcos
Lima, Perú.
Rafael Atilio Flores Goycochea
https://orcid.org/0000-0002-4996-5589
rfloresg@autonoma.edu.pe
Universidad Autónoma del Perú
Lima, Perú.
Henry Aguilar Espinoza
https://orcid.org/0000-0002-3184-8608
haguilare@unmsm.edu.pe
Universidad Nacional Mayor de San Marcos
Lima, Perú.
Jose Antonio Caicedo Mendoza
https://orcid.org/0000-0001-5338-1933
jcaicedome@ucvvirtual.edu.pe
Universidad César Vallejo
Lima, Perú.
2026. V6. N 1.
Moya, C., Aguilar, H., Flores, R. & Caicedo, J. (2026). Influencia de factores socioeconómicos en la inclusión financiera de
hogares peruanos. Revista InveCom, 6 (1). 1-8. https://zenodo.org/records/15377796
2
Abstract
The objective of this article was to determine and compare the correlation between socioeconomic factors and the
financial inclusion of households in Peru during the years 2019 and 2023. To this end, a quantitative approach and
a non-experimental design were used, using the Logit model in order to analyze the data from the National
Household Survey (ENAHO). The results showed that, in 2019, 42.78% of households were included in the
financial system, on the other hand, in 2023 this percentage increased to 55.27%. It was also found that
socioeconomic factors have a significant correlation with financial inclusion. In this sense, each additional year of
education increased the probability of inclusion by three percentage points in both years. Living in urban areas
increased the probability by two points, with a moderate impact. On the other hand, the age of the head of the
household showed a positive, albeit limited, effect. Owning a mobile phone increased the probability by five points
in 2023 and two points in 2019. Finally, having private insurance increased the probability by 19 points in 2019
and by 38 points in 2023. In conclusion, socioeconomic factors have a significant impact on the financial inclusion
of households in Peru.
Keywords: socioeconomic factors, financial inclusion, peruvian households.
Introducción
En el marco global, la inclusión financiera constituye un componente crucial para el progreso social y
económico de las sociedades modernas, ya que facilita el acceso a servicios financieros fundamentales que
contribuyen significativamente a la mitigación de la pobreza y la desigualdad. Esta inclusión empodera a las
personas y organizaciones para gestionar sus ahorros e ingresos de forma más eficaz, al tiempo que les brinda
los recursos necesarios para enfrentar emergencias financieras y aprovechar oportunidades de inversión (Bukari
et al., 2024).
Según datos del Banco Mundial, en 2023 casi el 76 % de los adultos en el ámbito mundial tenían acceso
a los productos financieros. Esta cifra ilustra los avances sostenidos en materia de inclusión financiera global,
impulsados en gran medida por la proliferación de servicios digitales y la disponibilidad de servicios financieros
fundamentales para diferentes poblaciones en todo el mundo. Asimismo, la pandemia de COVID-19 aceleró
significativamente la adopción de operaciones financieras en línea, evidenciando la expansión global de los
servicios financieros formales. No obstante, pese a estos avances, cerca de 2.500 millones de personas aún no
acceden a servicios financieros (Banco Mundial, 2024). Demirguc-Kunt et al. (2021) respaldan esta afirmación al
demostrar que la inclusión financiera continúa presentando desafíos importantes para numerosos hogares, en
particular en las naciones en desarrollo, donde factores socioeconómicos críticos, incluidos la educación, los
ingresos y la ocupación, influyen de forma significativa en el acceso a estos servicios.
En el marco de América Latina, la inclusión financiera ha registrado avances notables, alcanzando una
tasa media del 74 %. Sin embargo, persisten desafíos que requieren atención para garantizar que todos los
ciudadanos se beneficien de sus ventajas. Se observa una notable variación en los niveles de inclusión financiera
entre países de la región. Chile lidera con una tasa del 87 %, seguido por Venezuela y Brasil con 84 % cada uno,
lo que refleja un acceso consolidado a los servicios financieros. Uruguay (74 %) se alinea con el promedio
regional, mientras que Argentina (71 %) y Bolivia (68 %) muestran avances considerables. Ecuador (64 %) y
Colombia (60 %) también han progresado, aunque enfrentan barreras estructurales. Por otro lado, Perú (57 %),
Paraguay (54 %) y México (49 %) presentan niveles más bajos, lo que pone de relieve la necesidad de
implementar políticas públicas más focalizadas, especialmente en áreas rurales y entre grupos con bajos
ingresos, para promover una inclusión financiera más equitativa (Banco Interamericano de Desarrollo [BID],
2024).
Moya, C., Aguilar, H., Flores, R. & Caicedo, J. (2026). Influencia de factores socioeconómicos en la inclusión financiera de
hogares peruanos. Revista InveCom, 6 (1). 1-8. https://zenodo.org/records/15377796
3
Figura 1
Inclusión financiera en los países latinoamericanos
Nota: BID (2024)
A nivel nacional, en Perú la inclusión financiera mostró un incremento importante entre 2019 y 2023,
pasando del 42,78 % al 55,27 %. Si bien este progreso es destacable, cerca del 45 % de la población aún
permanece excluida del sistema financiero, lo que evidencia la necesidad de estrategias sostenidas para incluir
a los grupos más vulnerables. En términos educativos, todos los niveles registraron mejoras en la inclusión: la
secundaria aumentó del 14,22 % al 21,58 %, y la primaria, del 7,91 % al 10,04 %. Sin embargo, las personas sin
educación formal siguen enfrentando barreras significativas, lo cual subraya la importancia de diseñar nuevas
políticas que garanticen su acceso.
Respecto al área de residencia, la inclusión en zonas urbanas creció del 37,08 % al 47,54 % entre 2019
y 2023, mientras que en zonas rurales el aumento fue más moderado, pasando del 5,7 % al 7,78 %. Esto evidencia
que la exclusión financiera es más severa en áreas rurales, donde se requieren acciones concretas para mejorar
el acceso. Por otro lado, si bien la inclusión ha mejorado entre personas de 26 a 65 años, sigue siendo baja entre
jóvenes (18 a 25 años) y adultos mayores, lo que justifica la necesidad de políticas diferenciadas según el grupo
etario (Instituto Nacional de Estadística e Informática [INEI], 2024).
Figura 2
Tenencia de productos financieros en hogares peruanos (2019-2023)
Nota. Diseño propio con datos ENAHO 2019-2023
Una investigación de Quispe et al. (2024) sobre inclusión financiera en hogares peruanos identificó como
determinantes clave el lugar de residencia, el sexo, el estado civil, el nivel educativo, los ingresos y la posición
social. Se evidenció que vivir en zonas urbanas, contar con mayor nivel educativo y tener ingresos más altos
incrementa la probabilidad de acceder al sistema financiero. En contraste, factores como el género femenino, la
edad avanzada y la convivencia como estado civil presentan limitaciones para dicho acceso. Si bien se han
Moya, C., Aguilar, H., Flores, R. & Caicedo, J. (2026). Influencia de factores socioeconómicos en la inclusión financiera de
hogares peruanos. Revista InveCom, 6 (1). 1-8. https://zenodo.org/records/15377796
4
logrado avances, persisten desigualdades que afectan especialmente el acceso a servicios como cuentas de
ahorro, corrientes y depósitos a plazo. En línea con otros estudios (Elgharib, 2024), variables como la edad, el
nivel educativo y la zona geográfica siguen condicionando la inclusión financiera. En este contexto, el presente
estudio tiene como objetivo determinar y comparar cómo influyen los factores socioeconómicos en la inclusión
financiera de los hogares peruanos durante los años 2019 y 2023.
Metodología
Este artículo emplea una metodología de enfoque cuantitativo, con el propósito de analizar datos
numéricos y evaluar hipótesis de manera objetiva (Pacori & Pacori, 2019). Se utilizó un diseño no experimental,
dado que las variables fueron observadas tal como se presentan en su contexto natural, sin ningún tipo de
manipulación (Hernández et al., 2014). La unidad de análisis del estudio estuvo compuesta por los hogares de
los 24 departamentos del Perú y la provincia constitucional del Callao. En total, se consideró una muestra de
134 368 hogares para el año 2023 y 36 994 hogares para el año 2019, conforme a lo reportado por la Encuesta
Nacional de Hogares (ENAHO) del Instituto Nacional de Estadística e Informática (INEI, 2019, 2024).
La hipótesis general del estudio plantea que existe una correlación significativa entre factores
socioeconómicos y la inclusión financiera de los hogares en Perú durante los años 2019 y 2023. De manera
específica, se evaluaron factores como los años de educación, la zona de residencia, la edad del jefe de hogar,
la tenencia de un teléfono celular y la posesión de un seguro privado. Los datos fueron obtenidos de manera
secundaria a través del INEI para ambos años, lo que permitió llevar a cabo un análisis comparativo en el tiempo
(Estela & Moscoso, 2019).
Para el análisis de los factores socioeconómico que influyen en la inclusión financiera, se utilizó un modelo
econométrico Logit, que incorporó diversas variables explicativas. La estimación se realizó utilizando el software
Stata 16, mediante el método de máxima verosimilitud. Asimismo, la validez del modelo se evaluó a través de
pruebas de razón de verosimilitud, el R² de conteo y la prueba de Kolmogorov-Smirnov (KS). El análisis de los
resultados se complementó con el uso de Microsoft Excel, a fin de interpretar los efectos marginales y los Odds
ratio de cada variable.
En la implementación del modelo se consideró una variable dependiente y múltiples variables
independientes. La variable dependiente fue la Inclusión General (IG), definida como una variable binaria que
identifica si una persona tiene acceso a servicios financieros formales, incluyendo cuentas de ahorro, depósitos
a plazo fijo o cuentas corrientes. Un valor de 1 indica acceso, mientras que un valor de 0 representa la ausencia
de este.
Las variables independientes incluyeron: (1) Educa, que indica el nivel educativo alcanzado por la
persona; (2) Sexo, variable binaria codificada como 0 para mujeres y 1 para varones; (3) Urbano, que señala si
la residencia es urbana (1) o rural (0); (4) Internet, acceso a internet en el hogar (1 para acceso, 0 para no acceso);
(5) Computadora, que representa la tenencia de computadora (1 para sí, 0 para no); (6) Agua, que mide la
presencia de agua potable en el hogar (1 para presencia, 0 para ausencia); (7) Teléfono celular con internet, que
identifica si el individuo posee un celular con acceso a internet (1 para sí, 0 para no); (8) Edad, que indica la edad
del entrevistado; (9) celular#c.edad, una variable compuesta que cruza el uso de celular con internet y la edad
del individuo; (10) Electricidad, que representa el acceso del hogar a energía eléctrica (1 para acceso, 0 para
ausencia); (11) Rpercepho, razón entre el número de perceptores de ingresos y el total de miembros del hogar;
(12) Pobre, estado de pobreza del hogar (1 para pobre, 0 para no pobre); (13) Gashog2d, que mide el nivel de
gasto total del hogar; (14) ES (Estrato Social), indicador del nivel socioeconómico del individuo; (15) NBIv, que
representa el grado de necesidades básicas insatisfechas (1 para sí, 0 para no); (16) Seguro, que señala si la
persona cuenta con seguro privado (1 para sí, 0 para no); y (17) Dpto., que indica el departamento de residencia
dentro del país.
Resultados
Análisis descriptivo
Con base en los datos provenientes de la Encuesta Nacional de Hogares (ENAHO), se identificó una
mejora sustancial en los niveles de inclusión financiera en Perú entre los años 2019 y 2023. La proporción de
personas acceso a servicios financieros formales acrecentó del 42,78 % en 2019 al 55,27 % en 2023, por otro
lado, la exclusión financiera disminuyó del 57,22 % al 44,73 %. Este incremento refleja un progreso significativo
en el ámbito financiero nacional. Sin embargo, el hecho de que aproximadamente el 45 % de la población continúe
excluida resalta la necesidad de implementar estrategias complementarias que aborden esta problemática. En
Moya, C., Aguilar, H., Flores, R. & Caicedo, J. (2026). Influencia de factores socioeconómicos en la inclusión financiera de
hogares peruanos. Revista InveCom, 6 (1). 1-8. https://zenodo.org/records/15377796
5
cuanto al nivel educativo, la inclusión financiera mostró avances en todos los niveles entre 2019 y 2023. En
particular, se registraron incrementos notables en los niveles de educación secundaria (de 14,22 % a 21,58 %) y
primaria (de 7,91 % a 10,04 %). No obstante, los individuos sin nivel educativo formal continuaron mostrando
niveles bajos de inclusión, pasando apenas del 2,02 % al 2,14 %, lo cual evidencia que persisten barreras
significativas para los sectores con menor acceso a la educación.
Respecto a la zona de residencia, se observó un incremento de la inclusión financiera tanto en áreas
urbanas como rurales. En las zonas urbanas, la inclusión pasó del 37,08 % en 2019 al 47,54 % en 2023, mientras
que en las rurales el aumento fue de 5,7 % a 7,78 %. A pesar de estos avances, la brecha sigue siendo
considerable, siendo más profunda en las zonas rurales, donde la exclusión financiera alcanzó el 13,07 % en
2023, en comparación con el 31,69 % en las áreas urbanas. En cuanto a la segmentación por grupos etarios, se
identificaron mejoras en todos los segmentos, especialmente entre los grupos de 26 a 40 años y de 41 a 65 años.
Sin embargo, los niveles de inclusión entre los jóvenes (18 a 25 años) y adultos mayores siguen siendo
relativamente bajos, lo cual sugiere la necesidad de implementar políticas específicas para estos grupos
vulnerables.
El uso de teléfonos celulares también ha tenido un impacto determinante en la inclusión financiera. En
2023, la tasa de inclusión entre los usuarios de celulares con acceso a internet alcanzó el 51,06 %, cifra muy
superior al 22,38 % registrado en 2019. Esta evolución refleja el rol fundamental de la conectividad digital como
facilitador del acceso a servicios financieros. Por último, se observó una leve reducción en la inclusión financiera
asociada a seguros privados, pasando del 1,80 % en 2019 al 1,37 % en 2023. Esta disminución podría estar
vinculada a restricciones de oferta, dificultades económicas o niveles insuficientes de educación financiera, lo que
limita el acceso a este tipo de productos.
.
Modelo Logit de la Inclusión Financiera
La estimación del modelo Logit se realizó mediante el método de máxima verosimilitud. La significancia
general del modelo fue evaluada mediante la prueba de razón de verosimilitud (LR), cuyo estadístico sigue una
distribución chi-cuadrado con aproximadamente 40 grados de libertad, correspondientes a las variables
explicativas. Un valor p menor a 0,05 permitió rechazar la hipótesis nula, confirmando así la validez estadística
del modelo.
El conjunto de datos analizados comprendió 33 848 observaciones para el año 2023 y 34 539 para 2019.
Al aplicar factores de expansión, estas cifras representaron a más de 10 millones de hogares en el Perú. Aunque
el pseudo R² es comúnmente usado para modelos Logit, en este estudio se utilizó el R² de conteo como métrica
complementaria para evaluar la capacidad del modelo de clasificar correctamente las observaciones.
Cuadro 1
Modelo Logit de la Inclusión General 2023 vs 2019
Variables
2023
pag>z
2019
educa
0.14***
0.000
0.13***
sexo
-0.27***
0.000
-0.17***
Urbano
0.12***
0.000
0.08***
Internet
0.11***
0.000
0.42***
Compu
0.30***
0.000
0.24***
Agua
0.04***
0.000
0.07***
Celular
3.17***
0.000
2.15***
edad
0.05***
0.000
0.05***
Celular#c.edad
-0.06***
0.000
-0.04***
electricidad
-0.02***
0.000
-0.13***
Rpercepho
0.20***
0.000
0.36***
pobre
-0.20***
0.000
-0.43***
gashog2d
0.00***
0.000
0.00***
ES
-0.45***
0.000
-0.46***
NBIv
0.00
0.000
0.07***
Seguro
1.89***
0.000
0.95***
Dpto PE
SI
SI
Constant
-3.75***
0.000
-3.92***
Moya, C., Aguilar, H., Flores, R. & Caicedo, J. (2026). Influencia de factores socioeconómicos en la inclusión financiera de
hogares peruanos. Revista InveCom, 6 (1). 1-8. https://zenodo.org/records/15377796
6
Observations
33,848
34,539
Nota. *** p<0.01, ** p<0.05, * p<0.1. Diseño propio basado en datos de la ENAHO 2019 y 2023, procesados en
STATA 16.
Los resultados indicaron que cada variable incorporada tuvo un efecto significativo en la probabilidad de
inclusión financiera. En particular, el Odds Ratio (OR) mostró que, en 2023, poseer un teléfono celular con acceso
a internet aumentaba la probabilidad de inclusión financiera en un factor de 23,84, en comparación con 8,61 en
2019. Asimismo, tener un seguro privado elevó dicha probabilidad en 6,60 veces en 2023 y en 2,59 veces en
2019. Las variables educativas y de residencia urbana mantuvieron un efecto positivo constante en ambos
periodos. La edad, por su parte, mostró una influencia positiva pero moderada.
Bondad de ajuste del modelo
El desempeño de los modelos fue evaluado mediante tres métricas clave: la matriz de confusión R² de
conteo, el KS ajustado R² de conteo y la probabilidad a priori ajustada. En 2023, el modelo arrojó un R² de conteo
de 69 %, con una sensibilidad del 75,62 % y especificidad del 59,52 %. Ajustando el punto de corte a 0,39 según
la prueba de Kolmogórov-Smirnov, el R² de conteo bajó a 65,28 %. No obstante, al utilizar un valor de corte
basado en la probabilidad a priori (55 %), el R² de conteo mejoró a 68,80 %.
En el caso del año 2019, el R² de conteo fue de 70,81 %, con una sensibilidad menor (57,66 %) y una
especificidad más alta (80,65 %). Con ajustes en el punto de corte (0,40 para KS y 0,43 para probabilidad a priori),
los valores ajustados de R² fueron de 68,26 % y 69,40 % respectivamente, lo que sugiere un desempeño robusto
del modelo en ambos años.
Cuadro 4
Comparación del rendimiento del modelo del año 2023 y 2019
Métrica
2023
2019
R² Matriz de Confusión
0.69
0.71
R² Ajustado KS
0.65
0.68
R² Ajustado Probabilidad a Priori
0.69
0.69
Nota. Diseño propio basado en datos de la ENAHO 2019 y 2023, procesados en STATA 16.
Discusión
En relación con la hipótesis general, los resultados de esta investigación respaldan estudios previos al
confirmar la influencia significativa de los factores socioeconómicos sobre la inclusión financiera de los hogares
en Perú durante los años 2019 y 2023. La prueba de razón de verosimilitud (LR chi²) mostró valores p de 0,000,
lo que indica un efecto estadísticamente significativo. Los valores R² de la Matriz de Confusión, de 0,71 para 2019
y 0,69 para 2023, evidencian una adecuada capacidad predictiva, con un rendimiento ligeramente superior en el
año 2019. Además, los valores R² ajustados de KS se sitúan en 0,68 para 2019 y 0,65 para el año 2023, lo que
implica que el modelo de 2019 exhibe mayor robustez a las variaciones en el punto de corte, por otro lado, el
modelo de 2023 demuestra una mayor sensibilidad a las mejoras en la clasificación de casos extremos. Además,
los valores R² ajustados de Probabilidad a Priori se mantienen consistentes en 0,69 en los dos años, lo que indica
que el modelo para 2023 ofrece una mayor estabilidad en la clasificación. Los hallazgos coinciden con
investigaciones previas de Muñoz (2023) e Hidalgo Armest et al. (2021), que presentan métricas comparables, lo
que robustece la credibilidad de los modelos empleados en esta investigación. En resumen, se afirma que los
factores socioeconómicos influyen significativamente en la inclusión financiera, y los modelos de 2019 y 2023
subrayan la relevancia de estos elementos a fin de optimar la inclusión al sistema financiero.
En cuanto a la educación, los hallazgos precisan que el número de años de educación influye
significativamente en la inclusión financiera en Perú. Específicamente, por cada año adicional de educación, la
probabilidad de inclusión aumenta en 3 puntos porcentuales, como lo demuestran los OR de 1,15 y 1,14 en 2023
y 2019, respectivamente, lo que corresponde a aumentos del 15 % y el 14 %, correspondientemente. Estos
resultados concuerdan con investigaciones previas de Aurazo y Gasmi, (2024) y Vargas García (2021). Asimismo,
se puede observar una leve mejora en el efecto de la educación en la inclusión financiera en 2023, probablemente
atribuible a las iniciativas gubernamentales y a la acelerada digitalización de servicios financieros procedente de
la pandemia de COVID-19. Por lo que se puede concluir que la educación sigue siendo un determinante crucial
de la inclusión financiera, mostrando una influencia más significativa en 2023 dado a los avances de la tecnología.
Moya, C., Aguilar, H., Flores, R. & Caicedo, J. (2026). Influencia de factores socioeconómicos en la inclusión financiera de
hogares peruanos. Revista InveCom, 6 (1). 1-8. https://zenodo.org/records/15377796
7
Con respecto al área de residencia, los hallazgos afirman que vivir en un entorno influye significativamente
la inclusión financiera en Perú, mostrando un acrecentamiento de 2 puntos porcentuales del 2019 al 2023.
Además, el Odds Ratio aumentó de 1.08 a 1.13 del 2019 al 2023, ello muestra un incremento del 13 % en la
probabilidad de inclusión para el 2023. Estos resultados también son consistentes con investigaciones previas,
incluidos los de Ramirez-Asis et al., (2024), así como el estudio de Nurfajar Rini y Rahadiantino (2023) en
Indonesia donde se evidencia que las zonas urbanas se benefician de un mejor acceso a los servicios financieros,
lo cual se debe a una mayor infraestructura y tecnologías como la banca móvil. Si bien entre 2019 y 2023 se
observó un aumento de este impacto, la disparidad entre las regiones urbanas y rurales sigue siendo evidente, lo
que pone de relieve el requerimiento de continuar los esfuerzos a fin de impulsar la inclusión financiera en las
comunidades rurales y marginadas.
En cuanto a la edad, los hallazgos indican que la edad del jefe del hogar influye significativamente en la
inclusión financiera en Perú, pero con un efecto menor en contraste con otros factores. los efectos marginales
son ínfimos (0,00 en cada año), con un OR de 1,06 en 2023 y 1,05 en 2019, lo que sugiere un incremento mínimo
de la probabilidad de inclusión con cada año de edad. Estos resultados están vinculados a estudios previos, como
la de Hidalgo Armest et al. (2021), y Arandara Y Gunasekera (2020), que también demostraron un vínculo positivo
entre la edad y la inclusión financiera, aunque este efecto fue menos pronunciado que el de otros factores como
la ubicación geográfica y la educación. En resumen, si bien la edad se correlaciona con la inclusión financiera, su
efecto práctico sigue siendo limitado, lo que subraya la relevancia de factores como la educación y la zona de
residencia en la búsqueda de servicios financieros.
En cuanto a la posesión de teléfonos celulares con acceso a internet, se identificó un efecto decisivo en
la inclusión financiera. En 2023, esta variable incrementó la probabilidad de inclusión en 5 puntos porcentuales,
frente a 2 puntos porcentuales en 2019. Además, el OR aumentó de 8,61 a 23,84 en dicho periodo, lo que revela
un crecimiento notable en su impacto. Estos resultados coinciden con estudios de Nurfajar Rini y Rahadiantino
(2023) y de Chen y Divanbeigi (2019), que subrayan el papel clave de la conectividad digital en el acceso a
servicios financieros, especialmente tras la acelerada digitalización post-COVID-19.
Finalmente, en relación con los seguros privados, los hallazgos indican un fuerte impacto en la inclusión
financiera. En 2019, la posesión de un seguro privado aumentó la probabilidad de inclusión en 19 puntos
porcentuales; para 2023, este incremento fue de 38 puntos. El OR pasó de 2,59 a 6,60, evidenciando una
influencia creciente. Estos datos coinciden con los resultados de Grados-Smith (2021) y de Demirguc-Kunt et al.
(2017), quienes destacan que el acceso a seguros financieros promueve la formalización económica y la
estabilidad. Entre 2019 y 2023, esta relación se consolidó, demostrando que los seguros no solo protegen frente
a riesgos, sino que también refuerzan la confianza de las entidades financieras y mejoran el perfil crediticio de los
usuarios.
Conclusiones
La inclusión financiera de los hogares en Perú está significativamente correlacionada con diversos
factores socioeconómicos, evidenciando un impacto relevante tanto en el año 2019 como en 2023. Los modelos
predictivos utilizados mostraron un desempeño robusto, destacando el papel determinante que estos factores
desempeñan en la mejora del acceso a los servicios financieros. En particular, los años de educación incrementan
de manera considerable la probabilidad de inclusión financiera, siendo este efecto aún más pronunciado en 2023,
probablemente como resultado de la rápida digitalización de los servicios financieros impulsada por la pandemia
de COVID-19. En este sentido, la educación continúa siendo un motor clave para promover una inclusión
financiera más amplia y equitativa.
Asimismo, residir en zonas urbanas incrementa de forma significativa las probabilidades de inclusión
financiera, observándose un efecto creciente entre ambos periodos analizados. Sin embargo, persiste una brecha
importante entre las áreas urbanas y rurales, lo que resalta la necesidad de políticas públicas específicas
orientadas a reducir esta desigualdad territorial. Por otro lado, aunque la edad del jefe de hogar presenta una
relación positiva con la inclusión financiera, su influencia práctica es menor en comparación con otros factores
como la educación o el entorno de residencia.
La posesión de teléfonos móviles con acceso a internet ha demostrado ser un factor determinante para
la inclusión financiera, especialmente en 2023, en el contexto de una acelerada digitalización y la expansión de
los servicios financieros móviles. Este elemento ha facilitado el acceso de diversos grupos poblacionales a
productos financieros formales, consolidándose como un recurso clave en la estrategia de inclusión. Finalmente,
se evidenció que contar con un seguro privado se ha convertido en un factor altamente influyente en el acceso al
sistema financiero, con un efecto creciente entre 2019 y 2023. La tenencia de seguros no solo refleja una mayor
Moya, C., Aguilar, H., Flores, R. & Caicedo, J. (2026). Influencia de factores socioeconómicos en la inclusión financiera de
hogares peruanos. Revista InveCom, 6 (1). 1-8. https://zenodo.org/records/15377796
8
formalización financiera, sino también una mayor confianza y estabilidad económica, contribuyendo así a la
ampliación de la base de usuarios del sistema financiero en el país.
Referencias
Aurazo, J., y Gasmi, F. (2024). Financial inclusion transitions in Peru: Does labor informality play a role? Bank for
International Settlements, Monetary and Economic Department. https://www.bis.org/publ/work1200.htm
Banco Interamericano de Desarrollo (BID). (2024). FINLAC - Inclusión financiera en América Latina y el Caribe.
https://www.iadb.org/es/quienes-somos/topicos/inclusion-financiera/datos
Banco Mundial. (2024). Inclusión financiera. https://www.bancomundial.org/es/topic/financialinclusion/overview
Bukari, C., Koomson, I., y Annim, S. K. (2024). Financial inclusion, vulnerability coping strategies and multidimensional
poverty: Does conceptualisation of financial inclusion matter? Review Of Development Economics, 28(2), 462-
498. https://doi.org/10.1111/rode.13062
Chen, R., y Divanbeigi, R. (2019). Can regulation promote financial inclusion?. World Bank Policy Research Working
Paper, (8711). https://documents1.worldbank.org/curated/en/689111547822970149/pdf/WPS8711.pdf
Demirguc-Kunt, A., Klapper, L y Singer, D. (2017). Financial inclusion and inclusive growth: a review of recent empirical
evidence. Policy Research Working Paper Series (8040). https://ideas.repec.org//p/wbk/wbrwps/8040.html
Demirguc-Kunt, A., Klapper, L., Singer, D., y Ansar, S. (2021). The Global Findex Database 2021: Financial Inclusion,
Digital Payments, and Resilience in the Age of COVID-19. World Bank Publication.
https://www.worldbank.org/en/publication/globalfindex/Report
Elgharib, W. A. (2024). Financial inclusion, financial development and financial stability in MENA. Review Of Accounting
And Finance, 23(4), 489-505. https://doi.org/10.1108/RAF-05-2023-0146
Estela, J., y Moscoso, V. (2019). Metodología de la investigación Científica. Editorial Grijley.
https://libreriasgrijley.com/libro/metodologia-de-la-investigacion-cientifica/
Grados-Smith, P. L. (2021). Implicancias de la inclusión financiera y el empleo informal en la pobreza monetaria de los
departamentos del Perú. Revista Finanzas y Política Económica, 13(2), 545-569.
https://doi.org/10.14718/revfinanzpolitecon.v13.n2.2021.10
Hernández, R., Fernández, C., y Baptista, P. (2014). Metodología de la investigación. Editorial McGraw-Hill.
Hidalgo Armest, R., Suncion Alban, K. I., y Villegas Yarleque, M. (2021). Impact of social, geographic and economic
variables on formal financial inclusion for households in Peru and Piura 2019. Universidad Ciencia y Tecnología,
25(110), https://doi.org/10.47460/uct.v25i110.478
Instituto Nacional de Estadística e Informática [INEI] (2019). Ficha técnica. Encuesta nacional de hogares sobre
condiciones de vida y pobreza—2019.
https://proyectos.inei.gob.pe/iinei/srienaho/Descarga/DocumentosMetodologicos/2019-55/2_FichaTecnica.pdf
Instituto Nacional de Estadística e Informática [INEI] (2024). Instituto Nacional de Estadística e Informática. Condiciones
de vida en el Perú 2023. https://m.inei.gob.pe/media/MenuRecursivo/boletines/boletin-condiciones-de-vida-oct-
nov-dic2023.pdf
Muñoz, J. P. (2023). Inclusión financiera y sus determinantes en el Cantón Ambato Provincia de Tungurahua en el año
2022. [Tesis de grado para optar al título de Economista, Universidad Nacional de Chimborazo].
http://dspace.unach.edu.ec/handle/51000/10306
Nurfajar Rini, A., y Rahadiantino, L. (2023). Financial Inclusion of Households in Indonesia. International Journal Of
Business And Society, 24(2), 832-845. https://doi.org/10.33736/ijbs.5967.2023
Pacori, W., y Pacori, K. (2019). Metodología y diseño de la investigación científica. Editorial FECAAT.
Quispe Mamani, J. C., Aguilar Pinto, S. L., Calcina Alvarez, D. A., Quispe Layme, M., Gutierrez Toledo, G. P., Condori,
G. T., Vargas Espinoza, L., Quispe Layme, W., Marca Maquera, H. R., y Rosado Chávez, C. A. (2024).
Determinants of financial inclusion in households in Peru. Frontiers In Sociology, 9, 1196651.
https://doi.org/10.3389/fsoc.2024.1196651
Ramirez-Asis, H., Castillo-Picon, J., Miranda, J. V., Herrera, J. R., y Acuña, W. M. (2024). Socioeconomic Factors and
Financial Inclusion in the Department of Ancash, Peru, 2015 and 2021. En Technological Innovations for
Business, Education and Sustainability (pp. 249-264). Emerald Publishing Limited.
https://www.emerald.com/insight/content/doi/10.1108/978-1-83753-106-620241017/full/html
Arandara, R. and Gunasekera, S. (2020) Financial Inclusion and Inclusive Growth: What Does it Mean for Sri Lanka?
World Bank Policy Research Working, 9204. https://ssrn.com/abstract=3571022
Vargas García, A. H. (2021). Inclusión financiera en Perú y Latinoamérica en tiempos del COVID-19. Quipukamayoc,
29(60), 97-105. https://doi.org/10.15381/quipu.v29i60.19775