Análisis de componentes principales con datos georreferenciados. Una aplicación en la construcción de un indicador único de bancarización para la región centro (Argentina)

• Autores: Fernando, García
• Año de publicación: 2016
• Idioma: español castellano
• Tipo de recurso: documento de conferencia
• Materia: Bancarización; Datos georreferenciados; Indicador sintético; MULTISPATI
• Institución: Universidad Nacional de Córdoba

Fil: García, Fernando. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
En este trabajo se propone la construcción de un indicador único del nivel de bancarización (IUB) 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.En línea con la propuesta seguida por el Grupo de Monitoreo Macroeconómico para el estudio de la bancarización, el indicador considera aspectos referentes a las diferentes dimensiones de análisis: Magnitudes Agregadas, Disponibilidad y Cobertura Geográfica y Utilización y Acceso. Un indicador 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.Como los datos están georreferenciados es importante remarcar que la estructura de co-variación reflejada por un análisis multivariado clásico (Análisis de Componentes Principales (PCA) en este trabajo) puede verse afectada por los patrones espaciales subyacentes en los datos. En tal sentido, resulta adecuado aplicar el método conocido como MULTISPATI, el cual se basa en el PCA pero incorpora la restricción dada por los datos espaciales mediante el cálculo del índice de Moran para medir la dependencia o correlación espacial entre las observaciones. A partir de la agregación (a través de una suma ponderada) de los valores de las dos primeras componentes espaciales (CPs) se definió el indicador sintético, utilizando como ponderación los valores propios asociados a cada componente. Los resultados muestran que las CPs seleccionadas permitirían una visualización mejor de la variabilidad espacial y corroborar que PCA espacial constituye una estrategia superadora en relación a PCA. De esta manera, sería recomendable avanzar en la construcción del Indicador Único de Bancarización a partir de las CPs obtenidas a través de MULTISPATI.
https://jornadaseconometria2016.wordpress.com/trabajos-completos/
publishedVersion
Fil: García, Fernando. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
Economía, Econometría