Existe abundante evidencia acerca de las brechas persistentes en el acceso al financiamiento entre hombres y mujeres, fenómeno que convive con el hecho de que las mujeres poseen tasas de irregularidad inferiores (Schmit y Marrez, 2010, D’Espallier et al., 2011, Ormazabal, 2014 y Montoya et al., 2020). A nivel global, 12% de los hombres adultos informan haber recibido financiamiento a través de entidades financieras, contra 9% de las mujeres.1, 2, 3 Ha sido ampliamente estudiado que las dificultades en el acceso al financiamiento de las mujeres pueden explicarse, en parte, por las diferencias de inserción laboral (Vaca Trigo, 2019, CEPAL, 2017c y 2013, Demirguc-Kunt et al., 2017, Goldin, 2014). A igual calificación laboral en comparación a los hombres, las mujeres presentan una mayor volatilidad en sus ingresos y/o, en promedio, menor monto percibido, lo que limita su capacidad de acumulación de activos (colaterales). Estos factores contribuyen al menor nivel de financiamiento de las mujeres y en condiciones menos favorables. Sobre este último punto, diversos estudios encuentran evidencia a favor de que las personas de mayores ingresos (y con garantías) pueden obtener mejores condiciones crediticias en el sector bancario, mientras que quienes perciben menores ingresos (y/o no poseen garantías) deben recurrir al segmento del sistema financiero más costoso, como las entidades no bancarias y, en el extremo, al sector informal (Figueroa, 2011, Deere y Catanzarite, 2017).4
En Argentina, las condiciones en el acceso al crédito por parte de hombres y mujeres difieren entre grupos de entidades. La brecha de financiamiento5 en las entidades financieras asciende a 3,8 puntos porcentuales (p.p.), concentrada en los bancos privados. La cobertura por género es similar entre hombres y mujeres en los bancos públicos, donde juega un rol central la preponderancia de las mujeres en la titularidad de las cuentas bancarias6 y la relación positiva entre el financiamiento y la tenencia de cuentas sueldo en la misma institución.7 Dentro del conjunto de las entidades no financieras, se verifica una brecha de género considerablemente inferior. Respecto a los montos de financiamiento, si bien existe un sesgo persistente en detrimento de las mujeres en todos los grupos institucionales, su participación en los montos de crédito otorgados por las entidades no financieras es, en promedio, 5 p.p. mayor a la participación en el crédito otorgado por los bancos. Este mayor acceso relativo sugiere condiciones de financiamiento menos favorables en comparación a los hombres, dado que estas instituciones otorgan préstamos a un menor plazo (principalmente tarjetas de crédito y préstamos personales) y a tasas de interés superiores a las del sistema financiero.8
Con el objetivo de profundizar el estudio de los factores asociados al acceso al financiamiento por género y por tipo de institución, se elaboró un conjunto de modelos econométricos que testean la probabilidad de tenencia de crédito de hombres y mujeres por grupo de entidades. Para ello se dispone, por un lado, de información sobre los créditos otorgados por el Sistema Financiero Ampliado (SFA) a personas humanas y, por otro lado, de sus ingresos, medidos a partir de los depósitos en cuenta bancaria que las personas perciben en concepto de remuneraciones.9 El cruce de estas dos fuentes de información permite realizar un análisis novedoso, al posibilitar el aislamiento del efecto del ingreso sobre la distribución del crédito e indagar, así, en otras dimensiones que podrían estar influyendo en el acceso al financiamiento por tipo de entidad.
Se plantearon modelos “logit” para estimar la probabilidad de financiamiento de hombres y mujeres por grupo de entidades: i) bancos privados; ii) bancos públicos; iii) Emisoras de Tarjetas de Crédito y/o Compra no Bancarias (ETCNB) y; iv) Otros Proveedores no Financieros de Crédito (OPNFC). Para cada uno de estos modelos la variable dependiente toma valor 1 si la persona posee crédito en el tipo de institución bajo análisis, y 0 en caso contrario. A su vez, se aplicaron distintos controles que incluyeron, además del sexo y el ingreso, la edad y el lugar de residencia del tomador del crédito y, para el caso particular de los bancos, el tipo de entidad a través de la cual la persona percibe sus remuneraciones. Los resultados se presentan en la Tabla 1, que exhibe para las variables sexo, rango de edad, regiones geográficas y entidad de cobro de remuneraciones, la mayor (menor) probabilidad estimada en relación a las categorías seleccionadas como de control para cada caso, a saber: “hombres”, “personas de hasta 24 años”, “CABA y Buenos Aires” y “banco público”/”banco privado”, respectivamente. De esta manera, la lectura de los resultados de las estimaciones debe entenderse siempre en términos relativos a dichos controles. En la Tabla 2 se presentan las estimaciones correspondientes al cambio en la probabilidad de endeudamiento por tipo de entidad entre deciles de ingresos.
Los resultados de los modelos para los bancos privados y los públicos sugieren que la relación entre el género y la probabilidad de acceso al crédito en estas instituciones es robusta y consistente con la estadística descriptiva. La probabilidad de las mujeres de tener un crédito en bancos privados es 5,5% (-0,0554) menor que la de los hombres y, a la inversa, es 12,3% (0,123) mayor en bancos públicos (Tabla 1; Modelos 1.1 y 2.1). El control por ingreso de los individuos también es significativo y robusto: la probabilidad de tomar crédito en cualquiera de los dos tipos de institución aumenta con el nivel de ingreso (6,5% y 8,6% para bancos privados y públicos, respectivamente). Si analizamos comparativamente lo que ocurre en los dos extremos de la distribución personal del ingreso, la probabilidad de financiamiento con bancos privados de las personas que pertenecen al décimo decil es 20,5% mayor que la probabilidad de las del primer decil, y esa diferencia es aún más marcada en el caso de los bancos públicos (25,5%; Tabla 2). Los controles por rango de edad y región son igualmente significativos. A mayor edad, mayor es la probabilidad de endeudarse en ambos tipos de instituciones. En tanto, las personas que residen en CABA y Buenos Aires (subregión de control) computan, en general, la mayor probabilidad de endeudarse en ambos grupos de bancos.
Tabla 1. Probabilidad de financiamiento por grupo de entidades: efectos marginales

Ahora bien, debe considerarse la posibilidad de que estos resultados se vean influidos por la relación positiva, documentada en estudios previos, entre el acceso al financiamiento y la tenencia de cuenta sueldo en la misma institución. Para evitar este potencial sesgo, se incorporó una variable dicotómica que indica si la persona percibe o no su remuneración a través del tipo de entidad considerada en el análisis. Así, condicional a la entidad de cobro, el género pierde significatividad económica (inferior al 2%) en la probabilidad de financiamiento con bancos privados; mientras que, en el caso de los bancos públicos, la mayor probabilidad de financiamiento de las mujeres se reduce de 12,3% a 4,2% (Tabla 1; Modelos 2.1 y 2.2).
En el caso de las entidades no bancarias, condicional al nivel de ingresos, el género no tiene significatividad económica en la probabilidad de financiamiento con las ETCNB. En tanto, ser mujer implica una menor probabilidad de financiamiento con los OPNFC (2,4%; Tabla 1, Modelos 3 y 4). Un aspecto documentado por la literatura internacional (Figueroa 2011), que se evidencia en la estadística descriptiva y se refuerza con el análisis econométrico, es la fuerte segmentación por ingreso entre entidades financieras y no financieras. A diferencia de los resultados obtenidos para los bancos, la probabilidad de endeudarse con las ETCNB y los OPNFC disminuye a mayor nivel de ingreso. Si consideramos los extremos de la distribución, la probabilidad de endeudarse con las ETCNC se reduce un 16,8%, y es aún más grande la diferencia en el caso de los OPNFC, ya que disminuye en 19,6% (Tabla 2).
Tabla 2. Cambio en la probabilidad de endeudarse por tipo de entidad entre deciles de ingresos
A su vez, con la edad aumenta la probabilidad de financiamiento a través de las ETCNB, hasta los de más de 65 años, cuando dicha probabilidad se reduce. Por el contrario, es mayor la probabilidad de utilizar créditos de otros proveedores no financieros entre las personas menores de 25 años (grupo de control). Finalmente, la probabilidad de endeudarse con entidades no financieras es inferior en CABA y Buenos Aires, en comparación al resto del país.
Al incorporar un control por ingresos, el estudio aporta una nueva dimensión al análisis de los factores asociados al crédito formal en Argentina, ya que permite aislar el efecto de las desigualdades originadas en el mercado de trabajo y profundizar, de este modo, en otros aspectos que podrían estar determinando el acceso y el uso del financiamiento, incluyendo, dentro de estas dimensiones, la perspectiva de género.
Si bien el estudio examina las diferencias en el acceso al crédito del sector asalariado formal que perciben sus remuneraciones mediante acreditación en cuenta bancaria, y por ello las conclusiones no son extensibles a lo que ocurre en todo el universo de personas humanas, de éste se desprende que, luego de controlar por distintos factores, no se evidencia diferencia en el acceso al crédito formal entre hombres y mujeres. De esta manera, para este grupo de trabajadores/as, el SFA no tendería a amplificar, aunque tampoco a corregir, las inequidades de género que se verifican en otros ámbitos, particularmente en el mercado laboral.
Gerencia Principal de Estudios Económicos – BCRA
Nota metodológica
La información utilizada para el desarrollo econométrico emerge de la integración de la base de datos de la Central de Deudores y de la base Remuneraciones, ambas provenientes de regímenes mensuales de información del BCRA. Se seleccionó a octubre 2020 como fecha de corte estadístico.
La base Remuneraciones registra los depósitos mensuales en cuenta bancaria en concepto de remuneraciones o prestaciones dinerarias de las Administradoras de Riesgo de Trabajo en atención a contingencias laborales.
La variable “ingreso” se construyó a partir del promedio mensual anualizado de los registros de la base de Remuneraciones del período agosto-octubre 2020. El objetivo de utilizar el valor promedio fue el de suavizar cambios repentinos en los valores de los depósitos producto de pagos de remuneraciones retroactivos, bonos, premios, incrementos salariales, entre otros y/o errores en la información reportada.
Al resultado de la integración de ambas bases de datos se aplicó un recorte de +/- 2% (sobre la variable “saldos de créditos en relación al ingreso anualizado”) con el objetivo de eliminar los extremos de la distribución que podrían incluir inconsistencias en la información reportada sobre los créditos y/o los depósitos por remuneraciones. Con todo, el estudio econométrico alcanza a aproximadamente el 36% de los individuos y el 40% del saldo de los créditos a personas humanas vigentes a la fecha de corte estadístico.
Referencias
Aterido, Reyes & Beck, Thorsten & Iacovone, Leonardo. 2013. Access to Finance in Sub-Saharan Africa: Is There a Gender Gap? World Development. 47. 102–120. 10.1016/j.worlddev.2013.02.013.
Comisión Económica para América Latina y el Caribe (CEPAL), Panorama Social de América Latina, 2013 (LC/G.2580), Santiago, 2013.
Comisión Económica para América Latina y el Caribe (CEPAL), Panorama Social de América Latina, 2017 (LC/PUB.2018/1-P), Santiago, 2018.
Deere, Carmen Diana & Catanzarite, Zachary B., 2017. Who borrows to accumulate assets? Class, gender and indebtedness in Ecuador’s credit market. Revista CEPAL, Naciones Unidas. Comisión Económica para América Latina y el Caribe (CEPAL), August.
Demirguc-Kunt, Asli, Klapper, Leora & Singer, Dorothe. 2017. Financial Inclusion and Inclusive Growth: A Review of Recent Empirical Evidence. Policy Research Working Paper; N°8040. World Bank, Washington, DC. © World Bank. https://openknowledge.worldbank.org/handle/10986/26479 License: CC BY 3.0 IGO
D’Espallier, Bert, Guérin, Isabelle & Mersland, Roy. (2011). Women and Repayment in Microfinance: A Global Analysis. World Development. 39. 758-772. 10.1016/j.worlddev.2010.10.008.
Figueroa, A. 2011. La desigualdad del ingreso y los mercados de crédito. Revista CEPAL, N°105 (LC/G.2508-P), Santiago. Comisión Económica para América Latina y el Caribe (CEPAL)
Goldin, Claudia. 2014. A Grand Gender Convergence: Its Last Chapter. American Economic Review 104 (4): 1091–1119. https://doi.org/10.1257/aer.104.4.1091.
Montoya A., Parrado E., Solis A. & Undurraga R. 2020. Discriminación de género en el mercado de créditos de consumo en Chile Evidencia experimental. Serie de Políticas Públicas y Transformación Productiva N°34/2020. Corporación Andina de Fomento (CAF). https://scioteca.caf.com/handle/123456789/1533
Ormazabal, F. 2014. Variables que afectan la tasa de incumplimiento de créditos de los chilenos. Revista de Análisis Económico, vol. 29, N°1, Santiago, pp. 3-16, http://dx.doi.org/10.4067/S0718-88702014000100001
Schmit, M., & Marrez, H. (2010). Credit risk in microcredit: how does gender matter? Savings and Development, 34(3), 369–388. http://www.jstor.org/stable/41803650
Vaca Trigo, I. 2019. Oportunidades y desafíos para la autonomía de las mujeres en el futuro escenario del trabajo. Serie Asuntos de Género, N°154 (LC/TS.2019/3). Santiago, Comisión Económica para América Latina y el Caribe (CEPAL)
* El presente apartado se elaboró en base a una investigación conjunta entre el BCRA y la CEPAL en el marco del Estudio sobre “Endeudamientos en los hogares, en particular de las mujeres, asociado al aumento y diversificación de las tareas de cuidado en el contexto de la pandemia COVID-19 y la post-pandemia” que se desarrolla en el marco del Proyecto Conjunto UN COVID-19 Response and Recovery Fund “Recuperación socioeconómica a la crisis provocada por COVID-19 desde una perspectiva de género: Promoviendo la autonomía económica de las mujeres y el cuidado de personas adultas mayores y con discapacidad en Argentina”.
1 En el Informe de Inclusión Financiera de Noviembre 2021 se publicó una versión resumida del presente artículo.
3 La brecha relativa se reduce cuando se incorporan las tarjetas de crédito como fuente de financiamiento.
4 Aterido et al. (2011) analizan el uso de servicios de financiamiento formal e informal de las mujeres y hombres de algunos países de África Subsahariana y encuentran que las mujeres tienen menor probabilidad que los hombres de usar servicios financieros formales y que el uso de los servicios bancarios formales está correlacionado con el mayor ingreso y la educación, y con ser asalariado formal o trabajadores por cuenta propia.
5 Medida como la diferencia del porcentaje de la población adulta de cada género con al menos un financiamiento.
6 Influyen sobre ello la mayor participación de las mujeres en el empleo público y en los pagos vinculados a las jubilaciones, pensiones y programas sociales. Para mayor detalle, ver Informe de Inclusión Financiera. Mayo 2021.
7 Un análisis acerca de los factores explicativos del acceso a financiamiento para Argentina encuentra una mejora considerable en dicho acceso para las personas con cuenta sueldo. Para mayor detalle, ver Informe de Inclusión Financiera. Abril 2020.
8 Informe “Otros Proveedores no Financieros de Crédito”. Abril 2021.
9 Ver Nota metodológica para conocer los aspectos vinculados al tratamiento de los datos utilizados.