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
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 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
Materia
Bancarización
Datos georreferenciados
Indicador sintético
MULTISPATI
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:11086/20975

id RDUUNC_3258f83299119269c0b877acdeaa26db
oai_identifier_str oai:rdu.unc.edu.ar:11086/20975
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Análisis de componentes principales con datos georreferenciados. Una aplicación en la construcción de un indicador único de bancarización para la región centro (Argentina)Fernando, GarcíaBancarizaciónDatos georreferenciadosIndicador sintéticoMULTISPATIFil: 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/publishedVersionFil: García, Fernando. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.Economía, Econometría2016info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://hdl.handle.net/11086/20975spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-04T12:33:21Zoai:rdu.unc.edu.ar:11086/20975Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-04 12:33:21.273Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Análisis de componentes principales con datos georreferenciados. Una aplicación en la construcción de un indicador único de bancarización para la región centro (Argentina)
title Análisis de componentes principales con datos georreferenciados. Una aplicación en la construcción de un indicador único de bancarización para la región centro (Argentina)
spellingShingle Análisis de componentes principales con datos georreferenciados. Una aplicación en la construcción de un indicador único de bancarización para la región centro (Argentina)
Fernando, García
Bancarización
Datos georreferenciados
Indicador sintético
MULTISPATI
title_short Análisis de componentes principales con datos georreferenciados. Una aplicación en la construcción de un indicador único de bancarización para la región centro (Argentina)
title_full Análisis de componentes principales con datos georreferenciados. Una aplicación en la construcción de un indicador único de bancarización para la región centro (Argentina)
title_fullStr Análisis de componentes principales con datos georreferenciados. Una aplicación en la construcción de un indicador único de bancarización para la región centro (Argentina)
title_full_unstemmed Análisis de componentes principales con datos georreferenciados. Una aplicación en la construcción de un indicador único de bancarización para la región centro (Argentina)
title_sort Análisis de componentes principales con datos georreferenciados. Una aplicación en la construcción de un indicador único de bancarización para la región centro (Argentina)
dc.creator.none.fl_str_mv Fernando, García
author Fernando, García
author_facet Fernando, García
author_role author
dc.subject.none.fl_str_mv Bancarización
Datos georreferenciados
Indicador sintético
MULTISPATI
topic Bancarización
Datos georreferenciados
Indicador sintético
MULTISPATI
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 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
description Fil: García, Fernando. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
publishDate 2016
dc.date.none.fl_str_mv 2016
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 http://hdl.handle.net/11086/20975
url http://hdl.handle.net/11086/20975
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_ 1842349659089010688
score 13.13397