Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)

Autores
García, Fernando
Año de publicación
2017
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Fil: García, Fernando. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
En este trabajo se propone la construcción de un Índice de Bancarización (IB) para la Región Centro (Argentina). Se utiliza información a nivel departamental del Censo 2010 proporcionada por el Instituto Nacional de Estadísticas y Censos e información sobre el sistema bancario provista por el Banco Central de la República Argentina. El indicador considera aspectos referentes a las diferentes dimensiones de análisis: Magnitudes Agregadas, Disponibilidad y Cobertura Geográfica y Utilización y Acceso. Como los datos están georreferenciados, el Análisis de Componentes Principales (PCA) puede verse afectado por los patrones espaciales subyacentes en los datos. En tal sentido, resulta adecuado aplicar PCA Geográficamente Ponderadas (GWPCA) que permite no solo incorporar la dimensión espacial de los datos sino también considerar situaciones donde los datos espaciales no son bien descriptos por un modelo global. Los resultados muestran que las Componentes Principales (CPs) seleccionadas permitirían una mejor visualización de la heterogeneidad espacial y corroborar que GWPCA constituye una estrategia superadora en relación a PCA. De esta manera, se recomienda avanzar en la construcción del IB a partir de las CPs obtenidas a través de esta metodología. Un índice de este tipo es importante en tanto facilita la comprensión de la bancarización y contribuye a que exista un reconocimiento respecto a su trascendencia como elemento que puede apoyar al crecimiento y desarrollo económico. Se destaca la provincia de Santa Fe, exhibiendo un mayor nivel de bancarización. Sigue en importancia la provincia de Córdoba, pero con un comportamiento más heterogéneo que contrasta con el de la provincia de Entre Ríos, que aunque presenta un nivel de bancarización menor exhibe un comportamiento más homogéneo.
Fil: García, Fernando. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
Economía, Econometría
Materia
Componentes principales geográficamente ponderadas
Bancarización
Indice
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/18961

id RDUUNC_2ed323a781c269ffdbbc69389f1226a3
oai_identifier_str oai:rdu.unc.edu.ar:11086/18961
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)García, FernandoComponentes principales geográficamente ponderadasBancarizaciónIndiceFil: García, Fernando. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.En este trabajo se propone la construcción de un Índice de Bancarización (IB) para la Región Centro (Argentina). Se utiliza información a nivel departamental del Censo 2010 proporcionada por el Instituto Nacional de Estadísticas y Censos e información sobre el sistema bancario provista por el Banco Central de la República Argentina. El indicador considera aspectos referentes a las diferentes dimensiones de análisis: Magnitudes Agregadas, Disponibilidad y Cobertura Geográfica y Utilización y Acceso. Como los datos están georreferenciados, el Análisis de Componentes Principales (PCA) puede verse afectado por los patrones espaciales subyacentes en los datos. En tal sentido, resulta adecuado aplicar PCA Geográficamente Ponderadas (GWPCA) que permite no solo incorporar la dimensión espacial de los datos sino también considerar situaciones donde los datos espaciales no son bien descriptos por un modelo global. Los resultados muestran que las Componentes Principales (CPs) seleccionadas permitirían una mejor visualización de la heterogeneidad espacial y corroborar que GWPCA constituye una estrategia superadora en relación a PCA. De esta manera, se recomienda avanzar en la construcción del IB a partir de las CPs obtenidas a través de esta metodología. Un índice de este tipo es importante en tanto facilita la comprensión de la bancarización y contribuye a que exista un reconocimiento respecto a su trascendencia como elemento que puede apoyar al crecimiento y desarrollo económico. Se destaca la provincia de Santa Fe, exhibiendo un mayor nivel de bancarización. Sigue en importancia la provincia de Córdoba, pero con un comportamiento más heterogéneo que contrasta con el de la provincia de Entre Ríos, que aunque presenta un nivel de bancarización menor exhibe un comportamiento más homogéneo.Fil: García, Fernando. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.Economía, Econometría2017-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf2591 3980http://hdl.handle.net/11086/18961spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-10-16T09:29:58Zoai:rdu.unc.edu.ar:11086/18961Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-10-16 09:29:58.937Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)
title Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)
spellingShingle Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)
García, Fernando
Componentes principales geográficamente ponderadas
Bancarización
Indice
title_short Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)
title_full Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)
title_fullStr Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)
title_full_unstemmed Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)
title_sort Análisis de componentes principales geográficamente ponderadas. Una propuesta de índice de bancarización para la región centro (Argentina)
dc.creator.none.fl_str_mv García, Fernando
author García, Fernando
author_facet García, Fernando
author_role author
dc.subject.none.fl_str_mv Componentes principales geográficamente ponderadas
Bancarización
Indice
topic Componentes principales geográficamente ponderadas
Bancarización
Indice
dc.description.none.fl_txt_mv Fil: García, Fernando. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
En este trabajo se propone la construcción de un Índice de Bancarización (IB) para la Región Centro (Argentina). Se utiliza información a nivel departamental del Censo 2010 proporcionada por el Instituto Nacional de Estadísticas y Censos e información sobre el sistema bancario provista por el Banco Central de la República Argentina. El indicador considera aspectos referentes a las diferentes dimensiones de análisis: Magnitudes Agregadas, Disponibilidad y Cobertura Geográfica y Utilización y Acceso. Como los datos están georreferenciados, el Análisis de Componentes Principales (PCA) puede verse afectado por los patrones espaciales subyacentes en los datos. En tal sentido, resulta adecuado aplicar PCA Geográficamente Ponderadas (GWPCA) que permite no solo incorporar la dimensión espacial de los datos sino también considerar situaciones donde los datos espaciales no son bien descriptos por un modelo global. Los resultados muestran que las Componentes Principales (CPs) seleccionadas permitirían una mejor visualización de la heterogeneidad espacial y corroborar que GWPCA constituye una estrategia superadora en relación a PCA. De esta manera, se recomienda avanzar en la construcción del IB a partir de las CPs obtenidas a través de esta metodología. Un índice de este tipo es importante en tanto facilita la comprensión de la bancarización y contribuye a que exista un reconocimiento respecto a su trascendencia como elemento que puede apoyar al crecimiento y desarrollo económico. Se destaca la provincia de Santa Fe, exhibiendo un mayor nivel de bancarización. Sigue en importancia la provincia de Córdoba, pero con un comportamiento más heterogéneo que contrasta con el de la provincia de Entre Ríos, que aunque presenta un nivel de bancarización menor exhibe un comportamiento más homogéneo.
Fil: García, Fernando. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
Economía, Econometría
description Fil: García, Fernando. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
publishDate 2017
dc.date.none.fl_str_mv 2017-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv 2591 3980
http://hdl.handle.net/11086/18961
identifier_str_mv 2591 3980
url http://hdl.handle.net/11086/18961
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1846143370854924288
score 12.712165