Sistema Regional de Información
en línea para Revistas Científicas de América Latina,
el Caribe, España y Portugal

Financial Inclusion and Economic Complexity in MexicoThe aim of this paper is to examine the relationship between financial inclusion and economic complexity in Mexico. An empirical study was developed calculating the Index of Economic Complexity and the Index of Financial Inclusion (access and use) for the year 2018. Subsequently, we performed a descriptive analysis, correlational and Exploratory Spatial Data Analysis. The results show that financial inclusion and economic complexity have an intense, direct and significant correlation, as well as a positive spatial correlation. The value of the empirical evidence is that the poles with high economic complexity are poles of financial inclusion (use) and the zones with low significant complexity are sectors of financial exclusion (access). The limitation of the research is that it is based only on two of the four dimensions of financial inclusion. The originality of the study lies in the fact that: a) there are no previous studies of the relationship between financial inclusion and complexity, and b) complexity was calculated through a better proxy of industrial capabilities and municipal data.

Fund Transfer Pricing in banks of Mexico from February 2012 to May 2021Objective: The submitted work estimates the Funds Transfer Prices (FTP) of seven banks in Mexico. Methodology: A bond is used that reproduces the bank's cash flows, which allows estimating the term structure. The bond is valued utilizing the Nelson-Siegel model. Then, the rates of your loan portfolio and deposits are estimated to calculate the FTP. Likewise, we calculate each bank's spread of the TIIE-28 and the CETE-28 rate to establish their patterns between February 2012 and May 2021. Results: The results obtained show a discrepancy of less than 0.0006. Recommendations: The FTP methodology improves by using the most available data. Limitations and implications: To get better results, more information is required from all the bank's lines of business, making it difficult and delaying the application of the model. Originality: It shows a positive relationship between the application of the FTP methodology and profitability. Conclusions: Using the FTP methodology is possible to create value by optimizing the bank's net interest margins.

This work presents a model of credit rationing under the effects of judiciary in- efficiency and criminal extraction. Under low judiciary quality and high criminality, we argue that banks are more likely to lend to the government rather than private enterprises. We argue that credit rationing increased local public debt in Mexico before coming into effect the new law of Financial Discipline for States and Municipalities in 2016. Our scientific objective is explaining the supply of bank loans to the local public sector in Mexico under low institutional quality and credit rationing. We use Panel regression analysis and also applied an Autoregresive Distributed Lag model to obtain the long term growth rates. We also used Clustering analysis in order to classify states in Mexico in terms of their debt, defaults in the industry sector, crime and judicial inefficiency rates. Our empirical analysis shows that judiciary inefficiency and criminality induced higher amounts of bank loans to state governments during the period of 2004 to 2016. We also found that defaults in the industry sector also increased the amount of bank loans to local governments in Mexico, which may explain in part that the rationed credit is redirected to the public sector. We argue that keeping the quality of institutions low may induce higher bank lending to states, so there might be little incentive to improve the judiciary and public safety. The possible solution is to improve judicial efficiency and decrease criminality in order to reduce credit rationing and subsequently ensure local public debt stability in the long term.

El objetivo de esta investigación es agrupar muestras de hogares endeudados mexicanos que compartan atributos socioeconómicos similares mediante el algoritmo k-medias de manera que se estimen modelos no lineales para medir los efectos de la deuda de cada grupo en su ahorro y consumo. El algoritmo se implementó sobre hogares endeudados incluidos en la ENIGH 2018. Como resultado se conformaron cuatro clústeres donde uno sobresalió al conformar el 3.4% de la muestra, sin embargo, su tasa de endeudamiento promedio excede en 53 puntos porcentuales a la tasa de endeudamiento promedio del resto de los clústeres. Se recomienda el uso de técnicas de agrupación modernas para aprovechar la abundancia de datos oficiales y para elaborar políticas económicas, basadas en datos, dirigidas a grupos particulares de la población. La originalidad de esta investigación se basa en el uso de un algoritmo no supervisado para la elección de la muestra estudiada. Como conclusión los hogares con mayores niveles de sobreendeudamiento se conforman por aquellos donde el jefe cuenta con estudios superiores, indistintamente del decil de ingreso al que pertenezca el hogar.

El objetivo del artículo es medir y comparar como la formación bruta de capital fijo, la educación terciaria y el comercio internacional han determinado el crecimiento económico de México y Corea del Sur. Mediante la estimación de un modelo VEC se identificaron las relaciones de largo y corto plazo entre las variables (periodo 1994 a 2018). Los resultados indican que el crecimiento de Corea del Sur estuvo determinado por la formación bruta de capital y la educación terciaria como lo afirma la teoría del crecimiento endógeno; mientras que la economía mexicana mantuvo un lento crecimiento, consecuencia de los problemas que tuvo el proceso de formación de capital. Una limitante es la dificultad para medir la participación del Estado en el proceso de crecimiento. La originalidad del estudio radica en identificar efectos de corto y largo plazo, asi como la inclusión de variables de orden interno y externo. Se concluye que la respuesta del crecimiento económico es positiva y sostenida en países con mayor acumulación de capital y calidad de la mano de obra, donde la participación del estado es clave.

Predicción del default: Una revisión completa de LendingClub El objetivo del estudio es determinar un modelo de predicción de default crediticio usando la base de datos de LendingClub. La metodología consiste en estimar las variables que influyen en el proceso de predicción de préstamos pagados y no pagados utilizando el algoritmo Random Forest. El algoritmo define los factores con mayor influencia sobre el pago o el impago, generando un modelo reducido a nueve predictores relacionados con el historial crediticio del prestatario y el historial de pagos dentro de la plataforma. La medición del desempeño del modelo genera un resultado F1 Macro Score con una precisión mayor al 90% de la muestra de evaluación. Las contribuciones de este estudio incluyen, el haber utilizado la base de datos completa de toda la operación de LendingClub disponible, para obtener variables trascendentales para la tarea de clasificación y predicción, que pueden ser útiles para estimar la morosidad en el mercado de préstamos de persona a persona. Podemos sacar dos conclusiones importantes, primero confirmamos la capacidad del algoritmo Random Forest para predecir problemas de clasificación binaria en base a métricas de rendimiento obtenidas y segundo, denotamos la influencia de las variables tradicionales de puntuación de crédito en los problemas de predicción por defecto.

Crecimiento Regional, Umbrales de Deuda y Sustentabilidad SubnacionalObjetivo: Examinar el nexo entre la sustentabilidad de la deuda subnacional y el crecimiento regional. Métodos: El estudio emplea paneles dinámicos (Arellano-Bond) y modelos de curvatura (Seo-Shin) para estimar umbrales de deuda. Resultados: Encontramos una asociación positiva entre la deuda subnacional y el crecimiento del PIB regional que difiere por tipo de deuda. La arquitectura de las intergubernamentales fiscales del sistema fiscal federal en México genera umbrales menores respecto a los nacionales. Recomendaciones: Las reglas fiscales, regulatorias y normativas sobre la deuda bancaria deberían proveer incentivos para alentar el crecimiento regional. Limitaciones: Los resultados de la muestra pequeña en este estudio son una primera aproximación al nexo entre deuda y crecimiento. La falta de datos actualizados y consistentes para horizontes de tiempo largos limita la generalización de los resultados. Originalidad: El estudio ayuda a comprender el efecto de la deuda subnacional sobre el crecimiento del PIB regional en sistemas fiscales centralizados y el impacto diferencial por tipo de endeudamiento. Conclusiones: Modelos fiscales centralizados con autonomía limitada pueden generar problemas de presupuestos suaves e crear ineficiencias en la administración financiera.

Con la aparición del COVID-19 muchos de los sectores de la economía resultaron afectados negativamente, particularmente el de seguros.  Con el apoyo de los gobiernos o de las reaseguradoras mediante el pago de una prima las compañías aseguradoras podrían recibir un recurso contingente ante el exceso de contagios provocados por la pandemia. El presente trabajo calcula la prima para cubrir el exceso de población afectada con un modelo de opciones financieras con un proceso de difusión sin y con saltos de Poisson y el modelo epidemiológico Susceptibles-Infectados-Recuperados (SIR), esta propuesta no cuenta con muchos precedentes. El sistema obtenido se aproxima con el método de simulación Monte Carlo. Al final se presentan los  resultados donde hay diferencias importantes en las primas de las opciones al incluir saltos de Poisson. Por último, dentro de las principales conclusiones se destaca que el valor de la prima depende de la trayectoria de comportamiento de los contagios y del valor de ejercicio del contagio (K ). El trabajo tiene  limitaciones al  aplicarse a casos muy particulares,  pero que podrían extenderse a casos más reales en investigaciones futuras.