IInstituto

N S T I de
T Economa
U T O D E E C O N O M A

TESIS de MAGSTER
DOCUMENTO
DE TRABAJO

2014

Efecto de la Educacion en Comportamiento de Toma de Deuda:

Evidencia para Chile

Pilar de la Barra.

www.economia.puc.cl
PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
INSTITUTO DE ECONOMIA
MAGISTER EN ECONOMIA

TESIS DE GRADO
MAGISTER EN ECONOMIA

de la Barra Lioi, Ana Pilar

Diciembre, 2014
 PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE
INSTITUTO DE ECONOMIA
MAGISTER EN ECONOMIA

Efecto de la Educacin en Comportamiento de Toma de Deuda:

Evidencia para Chile

Ana Pilar de la Barra Lioi

Comisin

Jos Daz
Francisco Gallego
Jeanne Lafortune
Rolf Lders
Cassandra Sweet
Matias Tapia
Jos Tessada
Gert Wagner

Santiago, diciembre de 2014

 Efecto de la Educacin en Comportamiento de Toma de Deuda:
Evidencia para Chile

Pilar de la Barra

Diciembre, 2014

Resumen

En este trabajo se estima el efecto causal de la educacin en distintas medidas de endeudamiento en

Chile. Se usa una estrategia de estimacin por variables instrumentales, con la reforma educacional de

1981 como instrumento. En este contexto, se encuentra que un ao de educacin disminuye la probabilidad

de tener atraso y disminuye el nmero de tarjetas de casas comerciales cuya cuota los hogares no estn

pagando completamente. Sin embargo, no se encuentra un efecto significativo en la probabilidad de tener

deudas no convencionales. Tampoco se encuentra un efecto significativo en la probabilidad de tener un

error de renegociacin, incluso tomando en cuenta el sesgo de seleccin que se produce al solo medir el

error para quienes tienen una hipoteca a tasa fija. Aunque no es posible diferenciar si el nivel educacional

afecta el uso de deuda a travs de la oferta o la demanda, vemos que existe una especie de segmentacin

en los comportamientos de toma de deuda: hogares con mayor educacin no se atrasan tanto en sus pagos

y tienen menos tarjetas en casas comerciales en deuda.

Trabajo realizado en el Seminario de Tesis de Magister EH Clio Lab (Conicyt PIA SOC 1102), Instituto de Economa UC.
Agradezco los comentarios de Jos Daz, Francisco Gallego, Jeanne Lafortune, Rolf Lders, Cassandra Sweet, Matas Tapia y
Gert Wagner. Adems, quisiera agradecer a Jos Tessada por su gran ayuda y apoyo durante la realizacin de este trabajo y a
mis compaeros de trabajo; Claudia Fischer, Jose Ignacio Loeser, Nicols Martorell y Bernardita Pantoja. Agradezco tambin
a Carlos Madeira por la entrega de los datos de las Encuestas Financieras de Hogares. Todos los errores son de mi completa
responsabilidad, Email: apdelaba@uc.cl

1
1. Introduccin

Los modelos econmicos intertemporales asumen que los hogares eligen sus niveles de consumo, ahorro

y deuda de acuerdo a la hiptesis del ciclo de vida (Modigliani y Brumberg, 1954). Esta teora predice que

las personas se endeudan cuando esperan que su ingreso futuro crezca, para poder suavizar su consumo a lo

largo de la vida. En este contexto, los mercados del crdito funcionan como un instrumento para transferir

ingresos futuros al presente y poder suavizar shocks de ingreso. Sin embargo, el acceso al crdito no solo hace

que un hogar sea menos vulnerable ante un shock, sino puede tambin aumentar la exposicin de un hogar

a shocks de ingreso (Dynan y Kohn, 2007).

As, aunque variaciones en el endeudamiento en el tiempo y entre individuos no necesariamente indi-

can que alguien est sobre o sub apalancado, hay indicadores que sugieren que hay hogares que toman

decisiones de deuda que terminan siendo muy costosas. Por ejemplo, existe evidencia de que los hogares

no minimizan su costo de deuda al no refinanciar ptimamente sus hipotecas (Agarwal, Driscoll y Laibson,

2013). Adems, varios trabajos documentan una dispersin considerable en el costo de deuda, an controlan-

do por riesgo de crdito de los hogares y otros atributos de los productos de crdito (Stango y Zinman, 2014;

Agarwal et al, 2009). En Chile, existe una considerable diferencia en algunos indicadores de deuda a travs

de niveles educacionales. Segn la Encuesta Financiera de Hogares (EFH) 2011-12, los hogares con mayor

carga financiera sobre sus ingresos (RCI) de deuda no asegurada son aquellos que tienen educacin media

(20.9 %). Los hogares con educacin universitaria tienen un RCI no asegurada de 17.8 %, mientras que para

quienes tienen ms de 17 aos de estudio, ste es de 13.3 %. Por otro lado, la probabilidad de estar atrasado

en el pago de una deuda es de 22.5 % para quienes tienen educacin bsica y 26.3 % para quienes completaron

educacin media. Esta probabilidad cae a 17.4 % y 14.1 % para quienes tienen estudios universitarios y ms

de 17 aos de estudio, respectivamente.

El objetivo de este trabajo es tratar de identificar el efecto causal de la educacin en distintas medidas

que reflejan el comportamiento de los hogares respecto al endeudamiento. Identificar el efecto causal de la

educacin en el uso de deuda es relevante debido a la creciente disponibilidad y variedad de crdito a personas.

Muchos instrumentos de deuda no asegurada son accesibles para la gran mayora de los adultos y, dado que

un hogar medio no consulta sus decisiones financieras de este tipo, nuestro estudio determina el rol de la

educacin en las decisiones de crdito. A nuestro saber no hay ningn trabajo que utilice la gran variedad

de datos que proporciona la Encuesta Financiera de Hogares para medir el efecto causal de educacin en

medidas de endeudamiento.

2
 Existen dos desafos importantes en este estudio. Primero, dado que es probable que existan variables

inobservables que afecten las decisiones de deuda y correlacionan con educacin, existen razones para creer

que el estimador OLS estar sesgado. Segundo, es necesario encontrar variables proxy, pero lo ms limpias

posibles, para medir errores o decisiones que no son ptimas en cuanto a la toma de deuda. En esta lnea,

se calcula una variable que indica si un hogar no renegoci su hipoteca a tasa fija en un minuto en el

que le convena y el nmero de tarjetas de casas comerciales cuya cuota los hogares no estn pagando

completamente.

En cuanto al hecho de que los estimadores OLS estaran sesgados, se desarrolla una estrategia de esti-

macin por variables instrumentales. Explotamos el impacto heterogneo que tuvo la reforma educacional

de 1981 sobre la escolaridad de las personas en Chile. Esta reforma transfiri la administracin de estableci-

mientos pblicos a las municipalidades e incentiv la provisin de educacin por parte del sector privado con

recursos pblicos a travs de un sistema de vouchers. Esto llev a una expansin considerable del sistema

de establecimientos subvencionados, aumentando la cobertura en educacin. Esta reforma se reflej en un

aumento la tasa de graduacin y de la escolaridad promedio del pas. La variacin en el tiempo del impacto

de la reforma permitira identificar el efecto causal de educacin sobre el sobre endeudamiento.

Estudiando el impacto de la reforma educacional de 1981 sobre la escolaridad de los individuos encontra-

mos que ste se reflej, principalmente, en un aumento de los aos de educacin. Tomando en cuenta este

resultado y usando una estrategia de estimacin Two Sample 2SLS (en adelante TS2SLS), encontramos que

un ao de educacin disminuye en cerca de 20 % la probabilidad de tener una deuda atrasada para quienes

estn cercanos al ao de la reforma y disminuye en 0.23 el nmero de tarjetas de casas comerciales en deu-

da. No encontramos un efecto significativo de los aos de educacin en la probabilidad de tener deudas no

convencionales (como lo son los crditos de prestamistas, crditos en casas prendarias y fiado, entre otros) ni

en la probabilidad de no haber renegociado una deuda hipotecaria cuando convena hacerlo. Estos resultados

sugieren que aunque no es posible diferenciar si el nivel educacional afecta el uso de deuda a travs de la

oferta o la demanda, existe una especie de segmentacin en los comportamientos de toma de deuda: hogares

con mayor educacin no se atrasan tanto en sus pagos y tienen menos tarjetas en casas comerciales en deuda.

Esto puede deberse a que hogares con mayor educacin tienden a tener mayores ingresos y, por lo tanto,

estn menos restringidos, lo que hace que tengan mayor acceso a crditos ms baratos y no tengan que llegar

al extremo de atrasarse en el pago de sus deudas o de usar instrumentos ms caros como lo son las tarjetas

de casas comerciales. Por otro lado, esta especie de segmentacin puede deberse a que hogares con mayor

educacin tienen mayor financial literacy y son ms conscientes de que atrasarse en sus pagos de deuda trae

3
consigo multas y mayores intereses. De la misma manera, son conscientes de que es posible reducir el costo

de la deuda concentrndola en los instrumentos menos costosos.

Este trabajo se relaciona con una creciente literatura emprica que trata de identificar distintos factores

que inciden las decisiones de toma de deuda y ahorro de los hogares. Campbell (2006) encuentra que existe

una correlacin negativa entre ingresos y educacin y probabilidad de refinanciar hipotecas en perodos en que

los intereses caen. Stango y Zinman (2009) encuentran que quienes no son capaces de calcular correctamente

intereses compuestos terminan acumulando ms deuda y menos riqueza. Disney y Gathergood (2006), Lusardi

y Tufano (2009), Lusardi y de Bassa Scheresberg (2012) y Disney y Gathergood (2011) muestran la existencia

de una correlacin negativa entre financial literacy y uso de deuda costosa. Por ltimo, Cole, Paulson y Shastry

(2012) encuentran evidencia de una relacin causal entre educacin y probabilidad de declarase en bancarrota

y entre educacin y credit scores.

El resto del trabajo se organiza de la siguiente manera. En la seccin 2 se realiza una breve revisin de

la literatura relevante. En la seccin 3 se explica la estrategia emprica usada para identificar el efecto de la

educacin y en la seccin 4 muestra los resultados. En la seccin 5 se discuten los posibles canales a travs

de los cules la eduacin podra afectar las variables de deuda estudiadas. En la seccin 6 se realizan tres

ejercicios de robustez y, finalmente, se concluye con la seccin 7.

2. Revisin de Literatura

La teora clsica plantea que los hogares minimizan el costo de su deuda, sin embargo, muchas veces

el comportamiento financiero de los hogares dista de lo que plantean estas teoras. Existe evidencia de que

los hogares no minimizan su costo de deuda al no refinanciar ptimamente sus hipotecas (Agarwal, Driscoll

y Laibson, 2013). Adems, varios trabajos documentan una dispersin considerable en el costo de deuda,

an controlando por riesgo de crdito de los hogares y otros atributos de los productos de crdito (Stango

y Zinman, 2014; Agarwal et al, 2009). Esto ltimo implica que hay hogares tomando productos ms caros

cuando podran no hacerlo. Por otro lado, el atraso en pagos de tarjetas de crdito, as como sobrepasar el

lmite de crdito, puede llevar a aumentar el costo de la deuda a niveles que no son ptimos (Mottola,2012).

Varios trabajos se han enfocado en identificar distintos factores que ayudan a explicar el sobreendeudamiento y

resultados relacionados con deuda como los mencionados anteriormente. Sin embargo, son pocos los trabajos

que encuentran relaciones causales, la gran mayora documenta correlaciones. El presente trabajo busca

identificar el efecto causal de la educacin en distintas medidas de deuda que son usadas en los trabajos

4
anteriores.

La correlacin entre distintas medidas de toma de deuda y educacin ha sido ampliamente documentada en

la literatura. Usando un modelo probit que controla por varias caractersticas demogrficas, Campbell (2006)

reporta que quienes tienen menores ingresos y educacin son menos propensos a refinanciar sus hipotecas en

perodos en que los intereses caen. Stango y Zinman (2009) encuentran que quienes no son capaces de calcular

correctamente intereses compuestos, terminan acumulando ms deuda y menos riqueza. Los autores llaman

a este fenmeno sesgo de crecimiento exponencial y plantean que ste lleva a subestimar los intereses, el

pago mensual y duracin de las deudas.

Tambin se relacionan con este trabajo las investigaciones que se enfocan en financial literacy. Este

concepto se refiere a la habilidad de las personas para procesar informacin econmica y tomar decisiones

sobre acumulacin de riqueza, pensiones y deuda (Lusardi y Mitchell, 2013). En este mbito, Moore (2003)

encuentra que los individuos menos educados en temas financieros tienen mayores probabilidades de tomar

deudas hipotecarias caras. Otro estudios encuentran una correlacin negativa entre educacin financiera y

uso de deuda costosa, como payday loans, casas de empeo, entre otros (Disney y Gathergood, 2006; Lusardi

y Tufano, 2009; Lusardi y de Bassa Scheresberg, 2012). Por ltimo, Disney y Gathergood (2011) muestran

que hogares con bajo financial literacy tienen mayor probabilidad de estar atrasados en sus pagos de cuotas y

tienen mayores dificultades para pagar sus deudas. De existir un efecto de educacin en la forma en que toman

deuda los hogares, estos resultados sugieren que la educacin financiera podra ser un canal de transmisin.

Dentro de los trabajos que buscan identificar efectos causales se encuentra el de Cole, Paulson y Shastry

(2012). Los autores usan la variacin exgena en educacin generada por cambios en las leyes de escolaridad

mnima obligatoria en Estados Unidos y muestran que la educacin tiene un efecto causal positivo y estadsti-

camente significativo en credit scores. Encuentran efectos ms pequeos, pero estadsticamente significativos

y econmicamente relevantes en la probabilidad de declararse en bancarrota y la probabilidad de sufrir fore-

closures en tiempos de crisis financieras. Lamentablemente, la especificacin economtrica de este trabajo no

logra identificar efectos causales correctamente ya que incluye variables, como el ingreso, que pueden ser bad

controls, lo que hace que persista el problema de endogeneidad. Tambin existen investigaciones que buscan el

efecto causal de financial literacy en medidas de toma de deuda: Cole, Paulson y Shastry (2014) encuentran

que aunque cursos de finanzas en nivel de enseanza media no tienen efecto, mediante a una estimacin

de dif-in-dif encuentran que los cursos de matemticas reducen la probabilidad de foreclosure en 0.3 puntos

porcentuales en promedio (de una base de 9 %) y la probabilidad de estar moroso en pago de tarjetas de

crdito en 0.2 puntos porcentuales (de una base de 12 %).

5
 Para el caso de Chile, los trabajos existentes se han centrado en la identificacin del efecto de financial

literacy sobre participacin financiera, ahorro y riqueza. Behrman et al. (2010), usando datos de la Encuesta

de Proteccin Social y un enfoque de variables instrumentales, busca el efecto causal de financial literacy y

educacin en la acumulacin de riqueza de los hogares. Encuentra un efecto positivo de financial literacy, pero

no encuentra efectos de la educacin condicional en financial literacy. Por su parte, Landerretche y Martnez

(2012), instrumentando la variable financial literacy, obtienen resultados que sugieren que un mayor nivel de

esta variable aumenta la probabilidad de participar en el mercado financiero. Por ltimo, Garca (2012) usa

un enfoque de variables instrumentales y encuentra un efecto positivo de la educacin en la participacin en

el mercado financiero.

Finalmente, existe una amplia literatura que usa cambios exgenos de poltica como instrumentos para

educacin. Dentro de los ms importantes se encuentra el trabajo de Card (2001), que hace una revisin

de la literatura hasta la fecha sobre la relacin causal entre educacin e ingresos, discutiendo las diferencias

entre estimar por OLS y por variables instrumentales (IV). Duflo (2001) estudia el efecto de educacin en

ingresos en Indonesia explotando la variacin exgena que produjo la implementacin de un programa de

construccin de establecimientos educacionales entre 1973 y 1978. En Chile, Garca usa la reforma de 1981

como instrumento para educacin.

3. Estrategia Emprica

3.1. Datos

La principal fuente de datos de este trabajo es la Encuesta Financiera de Hogares (en adelante EFH) del

ao 2011-12. Esta encuesta, realizada por el Banco Central de Chile se efecta de forma anual desde el ao

2007. Hasta ahora, esta es la nica fuente de datos que permite relacionar los ingresos, activos, deudas y

gastos financieros de cada unidad familiar en Chile. Su objetivo es generar informacin detallada del balance

financiero de los hogares, indagando sobre aspectos como niveles de deuda, tipo de deuda, ingresos y activos de

los hogares chilenos. Esta encuesta tambin contiene informacin sobre trabajo y caractersticas educacionales

para los 4059 hogares entrevistados. La EFH 2011-12 incorpora un panel rotativo con la EFH 2007, de esta

forma el 44.2 % de los hogares entrevistados el 2011-12 corresponde a hogares entrevistados el ao 2007. La

EFH es representativa a nivel urbano nacional para los aos 2007 y 2011-12, sin embargo, los dems aos la

encuesta es representativa a nivel metropolitano urbano.

6
 Se usan cuatro variables dependientes que son resultados de distintas decisiones en el proceso de toma

de deuda de los hogares. Primero, se construye la variable Atraso, una dummy que indica si el hogar estuvo

en mora de algn compromiso de crdito en el ltimo ao (Disney et al., 2008; Cole et al. 2012, 2014). Se

considera que han tenido atraso quienes reportan haber cado en morosidad en los ltimos 12 meses para los

distintos tipos de crdito que se registran en la EFH 1 . Adems, se usa la variable Deuda No Convencional,

que indica si un hogar tiene alguna de las siguientes deudas:

Crdito de Prestamistas

Crdito en Casa Prendaria

Fiado

Otros

Estos tipos de deuda son considerados como costosos (Lusardi y Tufano, 2009; Disney y Gathergood,

2011, 2012) por lo que podran indicar niveles excesivos de deuda debido a decisiones de endeudamiento. Sin

embargo, tambin es posible que reflejen el hecho de que existen hogares que no pueden acceder a otro tipo

de deuda menos costosa, por ejemplo, porque no tienen el colateral suficiente.

Dado que el simple sobre endeudamiento de los hogares no es un indicador de que existi un error en la

toma de decisiones y puede estar indicando un problema de inclusin financiera, buscamos alguna variable

que sea ms limpia para medir malas decisiones. Por un lado, la variable Deuda Casa Com indica el nmero

de tarjetas de casas comerciales cuya cuota los hogares no estn pagando completamente. Con esto se trata

de diferenciar entre quienes usan este tipo de tarjetas solo como medio de pago y quienes las usan como medio

de endeudamiento. Se considera que una cuenta de tarjeta de crdito en casas comerciales est en deuda si los

hogares reportan estar pagando las cuotas con atrasos o no estar pagando las cuotas. La idea es que aunque

podra ser ptimo tener varias tarjetas con distintas casas comerciales, por los beneficios que pueden traer,

no debera ser ptimo mantener deuda en varias tarjetas y muchas veces es posible disminuir el costo de la

deuda consolidando los crditos y reasignndolos al de menor costo.

Por otro lado, siguiendo a Agarwal et al. (2013), se construye la variable Error de Renegociacin, que toma

valor 1 si un hogar tiene un crdito hipotecario a tasa fija y no lo renegoci siendo que le hubiera convenido

hacerlo. Los autores desarrollan una forma cerrada para resolver el problema de si conviene refinanciar o

no una hipoteca cuando hay una baja de tasas. Existe un cambio mnimo x de la tasa a partir del cual
1 Esto no incluye deuda educacional ni deudas con familiares o amigos

7
es conveniente refinanciar, tomando en cuenta costos de renegociacin, impuestos y probabilidad de que las

tasas sigan bajando (y, por lo tanto, convenga esperar).

r
p
x 2( + (3.1)
M (1

donde es la desviacin estndar de las tasas de crditos hipotecarios, es el costo de refinanciar, es el

parmetro de una funcin Poisson para el evento de repactacin, es la tasa de descuento, M es el valor real

de la hipoteca y es la tasa de impuestos.

Se construy la variable x para cada hogar que tena vigente un crdito hipotecario a tasa fija en tres

momentos del tiempo en que la tasa de inters promedio de las hipotecas estuvo en un mnimo: enero

2005, mayo 2007 y octubre 2011. As, para cada una de las tasas vigentes en estas tres fecha, si xit <

tasat tasainicial, convena refinanciar en t. Luego, se cre una dummy que toma valor uno si convena

refinanciar y el hogar report no haber refinanciado su deuda. La variable Error de Negociacin toma valor

uno si un hogar no refinanci su deuda convinindole hacerlo en alguna de las tres fechas.

En la Tabla 1 se resume la relacin entre estas cuatro variables y el nivel de escolaridad. Vemos que el

porcentaje de hogares que presenta un atraso en alguno de sus instrumentos de deuda y el porcentaje de

hogares que tiene deuda no convencional cae a medida que aumenta el nivel de educacin. Sin embargo, el

porcentaje de hogares que comete errores de renegociacin y el nmero de tarjetas de casas comerciales en

deuda aumenta al pasar del Nivel 1 al Nivel 2, para luego ir disminuyendo al aumentar el nivel educacional.

Es importante notar que aunque es bastante comn estar atrasado en el pago de una deuda y tener un error

de renegociacin, son pocos los hogares que poseen deuda no convencional y el nmero de tarjetas de casas

comerciales con saldos impagos es bastante bajo.

Tabla 1: Estadstica Descriptiva

Nivel 1 Nivel 2 Nivel 3 Nivel 4 Nivel 5 Todos

Porcentaje del Total 13.9 % 16.1 % 34.4 % 18.4 % 17.2 %

Atraso 39.42 % 39.06 % 36.9 % 30.86 % 23.93 % 34.48 %

Deuda No Convencional 5.98 % 5.87 % 4.77 % 3.31 % 2.61 % 4.47 %

Error de Renegociacin 54.55 % 71.43 % 71.07 % 55.01 % 51.56 % 57.90 %

No Deuda Tarjeta de Casas Comerciales 0.096 0.147 0.144 0.076 0.026 0.102

Niveles Educacionales: Nivel 1 = menos de 5 aos Nivel 2 = entre 5 y 8 aos

Nivel 3: entre 9 y 12 aos Nivel 4 = entre 13 y 16 aos Nivel 5 = ms de 17 aos

8
3.2. Estrategia de Identificacin

Aunque los datos presentados en la literatura existente sugieren que el nivel educacional afecta el com-

portamiento de toma de deuda de las personas, la existencia de factores no observables y la correlacin entre

educacin e ingresos llevan a que los estimadores OLS estn sesgados. Para solucionar este problema de

identificacin se usa una estrategia de estimacin por variables instrumentales que explota la variacin entre

cohortes en la intensidad de exposicin de los individuos a la reforma educacional de 1981. Adems, para dar

mayor precisin a la estimacin, se usa la metodologa de Two Sample IV presentado por Angrist y Krueger

(1995). Este se basa en estimar la primera etapa con una muestra que contiene datos para la variable end-

gena y el instrumento y luego usar los momentos de esta estimacin para desarrollar la segunda etapa con

otra muestra distinta, que contiene datos de la variable dependiente y el instrumento. Siguiendo la variante

de Two Saple IV presentada en Angrist y Pischke (2009), usamos Two Sample 2SLS que consiste en estimar

la primera etapa para los datos de las cinco EFH y estimar una segunda etapa usando los valores predichos

con los estimadores de la primera etapa en la muestra EFH 2011-12. La razn de estimar usando slo la

encuesta realizada los aos 2011-12 es que las preguntas varan ligeramente ao a ao, siendo ms detalladas

para las ltimas encuestas. Para corregir la varianza de los estimadores se usa la correccin propuesta por

Inoue y Solon (2010). Es importante mencionar que dado que el mtodo de Two Sample 2SLS usa dos etapas

lineales, los estimadores obtenidos son LATE, esto significa que miden el efecto de la educacin para quienes

fueron afectados por la reforma educacional de 1981.

Especficamente, nos interesa estimar la siguiente relacin:

yi = + educi + Xi + i (3.2)

donde yi es una de las dos variables definidas en la seccin anterior, educi es el nivel de educacin del

individuo i y Xi es un set de controles que incluye un polinomio de tercer grado para la edad y dummies para

el gnero, regin y ao de la encuesta. Introducir un polinomio de edad permite controlar por el hecho de que

las posiciones de deuda dependen del el ciclo de vida de una persona. El parmetro de inters es , que mide

el efecto de un ao de educacin en la probabilidad de atraso, probabilidad de tener deuda no convencional,

probabilidad de haber cometido un error de renegociacin y el nmero de tarjetas de casas comerciales con

deuda.

9
3.3. Primera Etapa

La estrategia de identificacin de este trabajo se basa en el impacto de la reforma educacional de 1981 en

los aos de escolaridad de las personas. Personas nacidas despus de 1975 (es decir, que entraron a educacin

bsica despus de 1981) se vieron expuestas a una mayor oferta de establecimientos educacionales, lo que

afecta positivamente su nivel de escolaridad.

Hasta 1980, la administracin del sistema educacional chileno se encontraba totalmente centralizada en

el Ministerio de Educacin. ste no solo era responsable de los planes y programas, sino adems era el

administrador directo de los establecimientos fiscales, que eran cerca del 80 % del total de establecimientos

del pas. La reforma educacional transfiri, en 1980, la administracin de establecimientos pblicos a las

municipalidades e incentiv la provisin de educacin por parte del sector privado con recursos pblicos a

travs de un sistema de vouchers. Este sistema consiste en que el gobierno entrega a cada establecimiento

un monto de recursos por alumno que efectivamente asiste a clases. As, los establecimientos particulares

subvencionados pasaron de representar el 15.1 % de la matrcula a representar un 53.2 % el 2012 2 .

El efecto de este cambio fue progresivo. Aunque personas nacidas antes de 1963 no se vieron afectadas

por la reforma, debido a que ya tenan 18 aos cuando fue implementada, personas nacidas entre 1963 y 1975

se vieron parcialmente afectadas. Por otro lado, quienes nacieron despus de 1975 estuvieron completamente

expuestos a los efectos de la reforma ya que partieron educacin bsica con el sistema de vouchers en marcha,

pero su efecto tambin puede ser gradual debido a que las escuelas no se construyen de inmediato. Adems, la

reforma tuvo distintos niveles de impacto entre las diferentes zonas del pas, por lo que se explotar tanto la

variacin en el tiempo como la variacin a nivel regional del impacto de la reforma en los aos de educacin.

As, con respecto a la primera etapa, se estima:

educi = + expi + interi + Xi + i (3.3)

donde expi es una variable que mide el grado de exposicin del individuo a la reforma, interi representa

la interaccin entre el grado de exposicin a la reforma y la regin de vivienda, y educi son los aos de

escolaridad del individuo.

En esta etapa se trabaja con cuatro especificaciones:

2 Mineduc, 2012

10
 1. En la primera, ref corresponde a una dummy que indica si el individuo naci despus de 1975, lo que

implica que estuvo expuesto totalmente a la reforma.

2. La segunda separa en 2 grados de exposicin, siendo exp1 una dummy para nacidos entre 1970 y 1975,

exp2 una dummy para nacidos despus de 1975.

3. La tercera incluye interacciones entre ref y zona3 .

4. Por ltimo, la cuarta agrega las interacciones entre los dos factores de expansin y las zonas.

La Tabla 2 muestra los resultados de las cuatro especificaciones. Se aprecia en la primera columna que el

coeficiente de la variable ref es significativo y positivo, indicando que, en promedio, haber estado expuesto

a la reforma aumenta los aos de escolaridad de un individuo en 0.66 aos. Adems, en la columna 2

vemos que la reforma tambin tuvo un efecto positivo y significativo para cohortes que ya se encontraban

en educacin bsica al momento de la reforma, sin embargo este efecto es sustancialmente menor al de

generaciones ms jvenes. Es esperable que exista este efecto, dado que a quienes les faltan entre 8 y 12 aos

para graduarse de educacin media al momento de la reforma tambin son afectados por el cambio en el

nmero de establecimientos educacionales.

Tabla 2: Primera Etapa

Variable Dependiente: Aos de Educacin (1) (2) (3) (4)

Ref 0.662*** 0.825*

(0.219) (0.440)
Grado Exposicin 1 0.389** 0.0295
(0.184) (0.495)
Grado Exposicin 2 0.993*** 1.127**
(0.269) (0.469)
Interaccin Centro Ref -0.172
(0.414)
Interaccin Sur Ref -0.224
(0.551)
Interaccin Centro 1 0.351
(0.505)
Interaccin Centro 2 -0.142
(0.417)
Interaccin Sur 1 0.856
(0.695)
Interaccin Sur 2 -0.147
(0.555)

Observaciones 11,280 11,280 11,280 11,280

Test F 69.6 66.37 62.97 55.37
Se omiten coeficientes de las variables de control: Edad, Edad2 , Edad3 , DummiesRegion, Genero
Errores estndar robustos entre parntesis
*** p<0.01, ** p<0.05, * p<0.1

3 Se divide el pas en tres zonas: Norte (I, II, III, IV, XV), Centro (V, VI, VII, XIII) y Sur (VIII, IX, X, XI, XII, XIV).

11
3.4. Identificacin y Robustez

Siguiendo a Duflo (2001), hacemos una regresin de los aos de escolaridad con un set de interacciones

entre las dummies eref _k, que indican si el individuo tena k aos en 1981, con k entre 1 y 26, y la intensidad

de la reforma en cada regin. La intensidad de la reforma es el porcentaje de colegios subvencionados de la

regin en 1996, ya que esto captura el hecho de que hay regiones en que el aumento de establecimientos fue

ms pronunciado. Las personas que tenan 26 aos son el grupo de control, por lo que la interaccin con la

dummy eref _26 se omite.

Vemos que los coeficientes son cercanos a 0.2 para quienes tenan menos de 7 aos de edad al momento de

la reforma. Para personas mayores a 10 aos, no existe un efecto estadsticamente significativo. Esto refleja

el hecho de que la reforma tiene un impacto en aquellas personas que estuvieron ms aos en edad escolar

expuestas a ella.

Figura 1: Coeficientes de la edad en 1981 para educacin con Intervalos de Confianza al 95 %

0.4%

Coeciente)Dummy))Edad)en)1981)
0.3%

0.2%

0.1%

0%
25% 24% 23% 22% 21% 20% 19% 18% 17% 16% 15% 14% 13% 12% 11% 10% 9% 8% 7% 6% 5% 4% 3% 2% 1%
!0.1%

Edad)en)1981)
!0.2%

!0.3%

Por ltimo, para validar nuestra estrategia de identificacin hacemos un ejercicio de falsificacin que

consiste en incluir en la regresin de la primera columna de la Tabla 3 una dummy falsa que adelanta la

reforma en l aos, con l entre 3 y 8. As, por ejemplo, la variable Post 1979 es una dummy que toma

valor 1 para quienes nacieron despus de 1979. Las variables falsas para los aos 79 y 80 no se incluyen por

encontrarse muy cerca de la verdadera reforma. Si la reforma produjo un efecto distinto a la tendencia en

educacin, los coeficientes de las dummies desfasadas no deberan ser significativos una vez que se controla

12
por la dummy verdadera de la reforma. La Tabla muestra que la dummy con el timing verdadera de la

reforma es significativa en las seis columnas. La variable desfasada no es estadsticamente significativa al 1 %

en ninguna de las columnas.

Tabla 3: Ejercicio de Falsificacin

Variable Dependiente: Aos de Educacin (1) (2) (3) (4) (5) (6) (7)

Ref 0.662*** 0.557** 0.613*** 0.604*** 0.658*** 0.674*** 0.650***

(0.219) (0.250) (0.227) (0.220) (0.219) (0.219) (0.220)
Falsa 1978 0.197
(0.228)
Falsa 1977 0.158
(0.197)
Falsa 1976 0.389**
(0.184)
Falsa 1975 0.288
(0.176)
Falsa 1974 0.145
(0.172)
Falsa 1973 -0.0780
(0.169)

Observaciones 11,280 11,280 11,280 11,280 11,280 11,280 11,280

Se omiten coeficientes de las variables de control: Edad, Edad2 , Edad3 , DummiesRegion, Genero
Errores estndar robustos entre parntesis
*** p<0.01, ** p<0.05, * p<0.1

4. Resultados

En esta seccin se presentan los resultados de la segunda etapa de la estimacin, es decir, el efecto

estimado de los aos de educacin sobre las variables de deuda. Se estima la ecuacin 3.2 para las cuatro

variables dependientes mediante Two Sample 2SLS para la EFH 2011-12 usando en la primera etapa los

datos agregados de todas las EFH.

En la Tabla 4 se presentan los resultados de las estimaciones OLS y TS2SLS de la ecuacin 3.2. La columna

1 corresponde a la estimacin OLS; en sta vemos que los coeficientes son significativos y negativos para las

cuatro variables dependientes. Como se esperaba, un mayor nivel de escolaridad disminuye la probabilidad

de atraso, de tener deuda no convencional, de tener un error de renegociacin y la cantidad de tarjetas de

casas comerciales en deuda. Se esperara que haya un sesgo hacia abajo en los estimadores OLS, ya que hay

otras caractersticas no observables que pueden llevar a errores a los hogares con mayor educacin.

Los resultados de las estimaciones TS2SLS usando las distintas especificaciones para la primera etapa se

13
presentan en las columnas 2 a 5 de la Tabla 4. En stas vemos que los estimadores punto sugieren un efecto

negativo y significativo del nivel de educacin en la probabilidad de atraso. Especficamente, estar expuesto

a la reforma disminuye la probabilidad de atraso en 12.9 puntos porcentuales 4 . Tomando en cuenta que

la probabilidad de estar atrasado para quienes fueron afectados por la reforma es 29.6 %, un ao extra de

educacin para este grupo aumenta en 65 % su probabilidad de atrasarse. Para el caso de la probabilidad

de tener deudas no convencionales y de tener un error de renegociacin, el efecto no es significativo. Para

el caso de deudas no convencionales esto puede deberse a que hay muy pocos hogares que presentan este

tipo de deuda (en promedio solo un 6.39 % de los hogares). En cuanto a los errores de renegociacin, el

efecto estimado es condicional a que los hogares tengan una hipoteca pactada a tasa fija, lo que hace que la

muestra sea bastante reducida y tenga un sesgo de seleccin. Por ltimo, vemos que existe un efecto negativo

y significativo de los aos de escolaridad en el nmero de tarjetas de casas comerciales en deuda para las

cuatro especificaciones de la primera etapa. Haber estado expuesto a la reforma educacional disminuye este

nmero en 0.155 , un efecto importante en el contexto de que el nmero promedio de tarjetas en deuda para

quienes fueron afectados por la reforma es 0.23.

La direccin del sesgo de los estimadores OLS es la esperada en el caso del efecto en la probabilidad

de atraso y en el nmero de tarjetas de casas comerciales en deuda; los estimadores TS2SLS son mayores

a los OLS y siguen siendo estadsticamente significativos. Sin embargo, para deudas no convencionales, el

estimador deja de ser significativo al usar variables instrumentales. Lo mismo pasa con el estimador del efecto

en la probabilidad de tener un error de renegociacin.

Aunque no es posible distinguir si algunas de las variables de deuda que ocupamos miden errores en

la toma de decisiones de las personas o miden el hecho de que stas han quedado excluidas del mercado

de alternativas de endeudamiento menos costosas, los resultados sugieren que la educacin es un factor

importante para explicar algunos hechos estilizados. Vemos que hogares con menos educacin tienen ms

probabilidad de atrasarse en el pago de sus deudas, esto lleva a que tengan que pagar mayores tasas de

inters y multas de atraso. Adems, hogares menos educados tienden a tener un mayor nmero de tarjetas

en casas comerciales en deuda. Esto implica, no solo que se endeudan con instrumentos costosos como lo son

las tarjetas de casas comerciales, sino que no estn concentrando la deuda en el instrumento menos costoso.

Por ejemplo, si un hogar tiene dos tarjetas y se atrasa en el pago de las dos, no solo va a pagar mayores

intereses, sino tambin probablemente va a tener que pagar dos multas. Si hubiera tenido toda su deuda en

una tarjeta, habra tenido que pagar un inters mayor, pero solo tendra que pagar una multa 6 .
4 0.662* -0.196 = 0.129
5 0.662* -0.225 = 0.1485
6 Segn la informacin sobre tasas de inters de tarjetas de casas comerciales para el ao 2011, 3 de las 11 casas comerciales

14
 Tabla 4: Estimacin Lineal Two Sample 2SLS EFH 2011-12

OLS TS2SLS TS2SLS TS2SLS TS2SLS

Var. Dep.: Atraso (1) (2) (3) (4) (5)

Educacin -0.0191*** -0.196** -0.162** -0.206** -0.157**

(0.00215) (0.0934) (0.0692) (0.0930) (0.0631)

Observaciones 2,376 2,376 2,376 2,376 2,376

Var. Dep.: Deuda No Convencional (1) (2) (3) (4) (5)

Educacin -0.0070*** -0.0970 -0.124 -0.0743 -0.134

(0.00969) (0.132) (0.128) (0.130) (0.120)

Observaciones 3,692 3,692 3,692 3,692 3,692

Var. Dep.: Error de Renegociacin (1) (2) (3) (4) (5)

Educacin -0.00702*** -0.00299 0.00958 0.00980 0.0152

(0.000969) (0.0327) (0.0258) (0.0321) (0.0240)

Observaciones 317 317 317 317 317

Var. Dep.: N. Deuda Casa Com. (1) (2) (3) (4) (5)

Educacin -0.0128*** -0.225*** -0.154*** -0.226*** -0.154***

(0.00128) (0.0837) (0.0513) (0.0818) (0.0475)

Observaciones 3,692 3,692 3,692 3,692 3,692

Instrumentos Excludos

Dummy Reforma Si No Si No
Grados de Exposicin No Si No Si
Interacciones Reforma No No Si No
Interacciones G. Exposicin No No No Si
Se omiten coeficientes de las variables de control: Edad, Edad2 , Edad3 , DummiesRegion, Genero
Errores estndar robustos entre parntesis
*** p<0.01, ** p<0.05, * p<0.1

Sin embargo, no se encuentra que los aos de educacin sean un factor importante para explicar el hecho

de que los hogares recurran a deudas no convencionales. Esto puede deberse a que en el ltimo tiempo han

surgido alternativas de endeudamiento ms simples y de fcil acceso, como lo son las tarjetas de crdito de

casas comerciales. Finalmente es posible que recurrir a deudas no convencionales no dependa tanto de la

educacin del jefe de hogar y dependa de qu tan urgente son las necesidades de liquidez de los hogares. De

para las que se tiene informacin cobran la misma tasa sin importar el monto del crdito o avance de efectivo. Adems, otras 3
cobran una tasa menor a medida que aumenta el monto del crdito. Esto lleva a pensar que no es ptimo repartir la deuda en
distintas tarjetas.

15
hecho, en el Anexo A.3 se muestran los resultados de hacer una regresin que tiene como variable dependiente

una dummy que toma valor 1 cuando el hogar tiene deuda no convencional y como variables independientes

la variable Gasto Inesperado y los controles de la regresin principal. Los resultados muestran que el hecho de

que un hogar declare haber tenido que enfrentar gastos inesperados de magnitud importante o disminuciones

de ingreso de magnitud importante en los ltimos dos aos se asocia a un aumento en la probabilidad de tener

deuda no convencional de un 2 %. Aunque sta no es una relacin causal, es de una magnitud importante

si tomamos en cuenta que solo el 4.5 % de la muestra presenta este tipo de deudas. Por ltimo, tampoco

se encuentra que la educacin sea relevante como predictor de un que hubo un error de renegociacin. Esto

puede deberse a que en Chile muy pocos hogares renegocian su deuda.

5. Canales de Transmisin

En esta seccin se discuten potenciales canales a travs de los cuales la educacin afecta la probabilidad

de atraso y el nmero de tarjetas de casas comerciales. Como mencionamos anteriormente, estas dos variables

dependen tanto de factores de demanda como de oferta. Por el lado de la demanda, la escolaridad puede tener

un efecto en financial literacy, en la aversin al riesgo de las personas y en su ingreso. Por el lado de la oferta,

se esperara que mayor educacin haga que un hogar est menos restringido al crdito.

5.1. Educacin y Restriccin al Crdito

Una razn por la que los hogares pueden estar atrasndose en sus pagos y tomando deuda en casas

comerciales (deuda relativamente cara y de fcil acceso) es porque no tienen otra alternativa de financiamiento

mejor. En este sentido, una va por la cual educacin puede afectar la probabilidad de estas dos variables

es a travs de la restriccin al crdito. Si tener un mayor nivel educacional hace que un hogar est menos

restringido al crdito, habr menos probabilidad de que este hogar se atrase en el pago de una deuda o tome

deuda costosa, como lo es la de tarjetas de casas comerciales.

No conocemos de estudios que busquen el efecto causal de la educacin en la restriccin al crdito, pero s

existen varios autores que estudian los determinantes de esta restriccin. La incidencia de la escolaridad vara

a travs de distintos estudios. Los resultados de Crook y Hochguertel (2005) en Italia y Tailandia muestran que

una mayor educacin, en general, reduce la probabilidad de estar restringido, pero tiene un efecto positivo

en sta para estudios en Estados Unidos. Por otra parte, en Boznia y Herzegovina y Nueva Zelanda, se

16
encuentra que la educacin no tiene un impacto significativo en la probabilidad de estar restringido (Chen y

Chivakul, 2008). Es importante notar que todos estos estudios tambin incluyen como variable independiente

el ingreso, por lo que probablemente (si la educacin afecta positivamente al ingreso) subestiman el efecto de

la educacin.

De la misma manera que Alvarado (2010), construimos por contraposicin una proxy para definir a

un hogar restringido al crdito. Se define un hogar no restringido como aquel que declara no haber hecho

solicitudes de crdito porque no lo necesita o declara haber hecho solicitudes de crdito, pero stos fueron

otorgados y, adems, mantiene un nivel de endeudamiento relativamente bajo 7 . Luego, todos los hogares que

no cumplen con alguna de estas caractersticas estn restringidos. En la Tabla 5 se muestran los resultados

de testear el efecto de la educacin sobre la probabilidad de estar restringido. Vemos que al usar variables

instrumentales hay evidencia de un efecto negativo pero no significativo de los aos de educacin en la

probabilidad de estar restringido.

Tabla 5: Efecto Causal de Educacin en Probabilidad de Restriccin al Crdito

OLS TS2SLS TS2SLS TS2SLS TS2SLS
Var. Dep.: Restriccin al Crdito (1) (2) (3) (4) (5)

Educacin -0.0251*** -0.0468 -0.0270 -0.0686 -0.0422

(0.00185) (0.0651) (0.0503) (0.0654) (0.0470)

Observations 3,692 3,692 3,692 3,692 3,692

Instrumentos Excludos

Dummy Reforma Si No Si No
Grados de Exposicin No Si No Si
Interacciones Reforma No No Si No
Interacciones G. Exposicin No No No Si
Se omiten coeficientes de las variables de control: Edad, Edad2 , Edad3 , DummiesRegion, Genero
Errores estndar robustos entre parntesis
*** p<0.01, ** p<0.05, * p<0.1

5.2. Educacin y Financial Literacy

Es posible que la educacin aumente el financial literacy de los individuos, permitindoles un mayor

entendimiento de conceptos financieros bsicos y un mejor procesamiento de la informacin econmica. Esto,

a su vez, conducira a los hogares a no tomar decisiones muy costosas como atrasarse y tener deuda en casas

comerciales.

7 Su carga financiera es menor a 20 %. Los resultados no varan significativamente si cambiamos este lmite

17
 Garca (2012) encuentra un efecto positivo, significativo y de gran magnitud de la educacin en un ndice

que mide financial literacy. En base a seis preguntas realizadas en la Encuesta de Proteccin Social del 2006 en

Chile, que buscan medir la capacidad de los individuos para realizar clculos simples y procesar informacin

financiera, construye un ndice y busca el efecto causal de haber completado educacin media en ste. Sus

resultados muestran que haber completado educacin media aumenta en aproximadamente 0.4 el promedio

de respuestas buenas.

Por otro lado, existe evidencia de que financial literacy afecta medidas de endeudamiento como las es-

tudiadas en este trabajo. Disney y Gathergood (2011), usando una estrategia de variables instrumentales,

encuentran que existe un efecto significativo y negativo de financial literacy en la probabilidad de mantener
8
deudas de alto costo y en la probabilidad de estar atrasado en al menos un mes en el pago de al menos un

instrumento de deuda. Sus resultados sugieren que una disminucin de un punto en el puntaje de financial

literacy est asociado a un aumento de 17 % en la probabilidad de tener deuda costosa y a un aumento de

15 % en la probabilidad de estar atrasado en el pago. Estas magnitudes sugieren que la educacin financiera

es un canal importante a travs del cual acta el nivel de educacin. Sin embargo, es difcil medir cunto del

efecto de educacin viene de un aumento en financial literacy debido a que no sabemos cmo es la escala del

ndice de Disney y Gathergood (2011).

6. Robustez y Extensiones

6.1. Especificacin con Polinomio del Ingreso

Aunque estamos conscientes de que al agregar un polinomio de ingreso como control los parmetros

volvern a estar sesgados, se agregan con el objetivo de ver si la variable educacin sigue siendo significativa

o si hay una parte importante del efecto de ingreso que est siendo capturado por los aos de educacin.

En la Tabla 6 se presentan los resultados de incluir un polinomio de tercer grado de ingreso como control.

Notamos que al controlar por el polinomio del ingreso el coeficiente de educacin sigue siendo significativo

para la probabilidad de atraso y para el nmero de tarjetas de casas comerciales en deuda. Los coeficientes son

mayores, pero esto puede deberse al sesgo que surge por introducir como variable de control una variable que

podra ser la variable dependiente de la ecuacin9 . En conclusin, los resultados son robustos a la inclusin
8 Deuda costosa incluye Hire Purchase, Tarjetas de Casas Comerciales, Catlogos de Compra por Correo, Custom Union

Loans y Pay-Day Lender Loan

9 No se presentan en la Tabla 5 los coeficientes de Ingreso, Ingreso2 e Ingreso3 . Aunque estos son positivos y significativos

18
del ingreso como control en la regresin principal, aunque hay que ser cuidadosos al interpretarlos, dado que

existen problemas de endogeneidad.

Tabla 6: Estimacin Lineal Two Sample 2SLS EFH 2011-12 con Ingreso

OLS TS2SLS TS2SLS TS2SLS TS2SLS

Var. Dep.: Atraso (1) (2) (3) (4) (5)

Educacin -0.00955*** -0.198** -0.198** -0.196* -0.166**

(0.00248) (0.0979) (0.0979) (0.107) (0.0819)

Observaciones 2,376 2,376 2,376 2,376 2,376

Var. Dep.: Deuda No Convencional (1) (2) (3) (4) (5)

Educacin -0.00502*** 0.0136 0.0136 -0.00131 0.0105

(0.00112) (0.0355) (0.0355) (0.0393) (0.0316)

Observaciones 3,692 3,692 3,692 3,692 3,692

Var. Dep.: Error de Renegociacin (1) (2) (3) (4) (5)

Educacin -0.00913 -0.106 -0.146 -0.126 -0.244

(0.0111) (0.250) (0.235) (0.250) (0.210)

Observaciones 309 309 309 309 309

Var. Dep.: N. Deuda Casa Com. (1) (2) (3) (4) (5)

Educacin -0.00992*** -0.470** -0.398*** -0.465** -0.308***

(0.00273) (0.190) (0.152) (0.189) (0.115)

Observaciones 3,692 3,692 3,692 3,692 3,692

Instrumentos Excludos

Dummy Reforma Si No Si No
Grados de Exposicin No Si No Si
Interacciones Reforma No No Si No
Interacciones G. Exposicin No No No Si
Se omiten coeficientes de las variables de control: Edad, Edad2 , Edad3 , DummiesRegion, Genero
Errores estndar robustos entre parntesis
*** p<0.01, ** p<0.05, * p<0.1

para la variable dependiente Deuda Casa Com, no lo son para las otras variables, lo cual es extrao

19
6.2. Inclusin de Deudas con Familiares y Amigos

Inicialmente se construy la variable Deuda No Convencional con el propsito de agrupar deudas costosas.

Dado que las deudas con familiares o amigos no necesariamente son costosas, incluso pueden no tener intereses,

es posible que sean mejores indicadores de que un hogar est excluido del mercado del crdito y no de que ha

cometido un error y tomado deuda muy costosa. Para asegurarnos de que los resultados no dependen de la

exclusin de este tipo de deuda, se estima el efecto de aos de escolaridad en la probabilidad de tener deudas

no convencionales, incluida la deuda de amigos o familiares.

Los resultados se encuentran en la Tabla 7, que muestra que el efecto de la educacin sigue sin ser

estadsticamente significativo. Vemos en la columna 1 que el estimador OLS casi no cambia, mientras que en

las columnas 2 a 5 el efecto es bastante menor y no cambia su significancia. Esto implica que los resultados

mostrados anteriormente que indican que no existe un efecto de educacin en la probabilidad de tener deudas

no convencionales siguen siendo vlidos al incluir las deudas con familiares y amigos a esta definicin.

Tabla 7: Estimacin Lineal Two Sample 2SLS Incluyendo Familiares y Amigos

OLS TS2SLS TS2SLS TS2SLS TS2SLS

(1) (2) (3) (4) (5)

Educacin -0.00750*** -0.0160 -0.00677 -0.00546 -0.00549

(0.00117) (0.0396) (0.0310) (0.0384) (0.0286)

Observaciones 3,692 3,692 3,692 3,692 3,692

Instrumentos Excludos

Dummy Reforma Si No Si No
Grados de Exposicin No Si No Si
Interacciones Reforma No No Si No
Interacciones G. Exposicin No No No Si
Se omiten coeficientes de las variables de control: Edad, Edad2 , Edad3 , DummiesRegion, Genero
Errores estndar robustos entre parntesis
*** p<0.01, ** p<0.05, * p<0.1

6.3. Heckit para la Probabilidad de Tener Hipoteca a Tasa Fija

El efecto estimado en la seccin IV de educacin en errores de renegociacin es condicional en que los

hogares tengan una hipoteca pactada a tasa fija, esto implica que existe un sesgo de seleccin en los estima-

dores. Dado que la decisin de tomar un crdito hipotecario a tasa fija o variable depende de las expectativas

de inflacin al momento de tomar el crdito, las usamos como instrumento para predecir la probabilidad

20
de que un hogar haya preferido financiarse a tasa fija. La decisin depende de la inflacin esperada porque

un crdito a tasa variable tiene el riesgo de que ante una eventual variacin de las tasas, el dividendo au-

mente significativamente. As, en momentos de tasas bajas con expectativas de control inflacionario, en una

economa estable, puede ser una buena alternativa pactar un crdito hipotecario a tasa variable.

En la Tabla 8 se presentan los resultados del ejercicio descrito anteriormente. Siguiendo el procedimiento

de Woolridge para un Heckit con variables instrumentales y llevndolo al contexto de TS2SLS, se calcul el

Inverso de la Razn de Mills (IMR) con los datos de todas las EFH y luego se us TS2SLS incluyendo el

IMR como regresor. Adems, se hizo Wild Bootstrap para las desviaciones estndar. La columna 1 muestra

la estimacin OLS al usar la EFH 2011-12 y la columna 2-5 muestra la estimacin por TS2SLS de un modelo

Heckit para las 4 especificaciones de la primera etapa.

Tabla 8: Efecto de Educacin en Error de Renegociacin con Heckit para la Probabilidad de Tener Hipoteca
a Tasa Fija

OLS TS2SLS TS2SLS TS2SLS TS2SLS

(1) (2) (3) (4) (5)

Educacin -0.00008 -0.00007 -0.00008 -0.00007 0.00011

(0.02065) (0.01652) (0.02156) (0.01860) (0.02817)

Observaciones 2,144 2,144 2,144 2,144

Instrumentos Excludos

Dummy Reforma Si No Si No
Grados de Exposicin No Si No Si
Interacciones Reforma No No Si No
Interacciones G. Exposicin No No No Si
Se omiten coeficientes de las variables de control: Edad, Edad2 , Edad3 , DummiesRegion, Genero
Errores estndar robustos entre parntesis
*** p<0.01, ** p<0.05, * p<0.1

La Tabla 8 muestra que, a diferencia de cuando no se usa Heckit, al estimar por OLS el coeficiente de

educacin no significativo. Al tomar en cuenta el sesgo de seleccin que se produca antes, los resultados

siguen mostrando que no hay un efecto causal significativo de la educacin en la probabilidad de cometer

un error de renegociacin, sin embargo para todas las especificaciones de la primera etapa excepto la ltima

(Columna 5) el efecto es negativo, lo que es esperable. Es importante notar que hay que ser cuidadosos con

la interpretacin de estos resultados, ya que no estamos conscientes de la validez de usar una metodologa

Heckit cuando se estn usando dos muestras distintas para la estimacin 2SLS.

21
7. Conclusiones

El principal objetivo de este trabajo era investigar si el nivel educacional es capaz de explicar, en parte, la

diferencia de comportamiento o formas de endeudamiento de los hogares. Un problema que surge al estudiar

esto es que la educacin se encuentra correlacionada con factores no observables que tambin afectan la forma

en que los hogares toman deuda, por lo que la estimacin OLS no es capaz de capturar el efecto causal de

la educacin sobre las variables estudiadas. Por esta razn se estim el efecto causal mediante una estrategia

de variables instrumentales, usando como instrumento el impacto de la reforma educacional de 1981 en Chile

sobre la escolaridad.

Los resultados principales muestran que un ao de educacin extra disminuye en alrededor de 20 % la

probabilidad de estar atrasado en alguna deuda para aquellos jefes de hogar afectados por la reforma de

1981. Adems, un ao de educacin disminuye el nmero de tarjetas de casas comerciales en deuda de los

hogares en aproximadamente 0.23 para este grupo. Es importante mencionar que los estimadores encontrados

miden el efecto LATE, por lo que en promedio el efecto de la educacin puede ser menor. Por otro lado, no

se encuentra ningn efecto significativo de los aos de educacin en la probabilidad de tener deudas no

convencionales ni en la probabilidad de no renegociar la deuda hipotecaria cuando convena hacerlo. Esto

sigue siendo as aunque cambie la definicin de deudas no convencionales y aunque se tome en cuenta el sesgo

de seleccin que surge de solo observar errores para quienes tienen hipoteca a tasa fija y no variable. Los

resultados obtenidos mediante la estrategia IV son mayores a los que se obtienen cuando no se considera el

problema de endogeneidad, lo que sugiere la presencia de variables omitidas en la especificacin OLS.

Aunque no es posible diferenciar si el nivel educacional afecta el uso de deuda a travs de la oferta o la

demanda, vemos que existe una especie de segmentacin en los comportamientos de toma de deuda. Hogares

con mayor educacin no se atrasan tanto en sus pagos y tienen menos tarjetas en casas comerciales en deuda.

Esto puede deberse a que hogares con mayor educacin tienden a tener mayores ingresos y estn menos

restringidos, lo que hace que tengan mayor acceso a crditos ms baratos y no tengan que llegar al extremo

de atrasarse en el pago de sus deudas o de usar instrumentos ms caros como lo son las tarjetas de casas

comerciales. Por otro lado, esta especie de segmentacin puede deberse a que hogares con mayor educacin

tienen mayor financial literacy y son ms conscientes de que atrasarse en sus pagos de deuda trae consigo

multas y mayores intereses. De la misma manera, es posible reducir el costo de la deuda concentrndola en

los instrumentos menos costosos.

22
 Finalmente, para entender ms claramente el rol de la educacin en el comportamiento de toma de deuda

de los hogares se hace necesario buscar una forma de separar el efecto de educacin del efecto ingreso. Esto

es posible usando un instrumento para educacin y uno para ingreso, lo que era difcil debido a la naturaleza

de los datos. Adems, es importante buscar formas ms limpias de medir errores en el proceso de toma

de decisiones de los hogares. Esto permitira medir el rol de la educacin y otras variables relevantes en el

mejoramiento de las decisiones de crdito de los individuos.

23
Referencias

Agarwal, S., J. C. Driscoll, X. Gabaix y D. I. Laibson (2009), The Age of Reason: Financial

Decisions over the Lifecycle with Implications for Regulation. Brookings Papers on Economic Activity. Fall,

51-117.

Agarwal, S., J. C. Driscoll y D. I. Laibson (2013), Optimal Mortgage Refinancing: A Closed-Form

Solution. Journal of Money, Credit and Banking, 45, 591622.

Angrist, J. y J.S. Pischke (2009), Mostly Harmless Econometrics: An Empiricists Companion. Princeton

University Press

Behrman, J., O. Mitchell, C. Soo y D. Bravo (2012), Financial Literacy, Schooling, and Wealth

Accumulation. American Economic Review, 102, 3, 300304.

Bertaut, C.C. y M. Haliassos (2001), Debt Revolvers for Self Control. University of Cyprus Working

Papers in Economics 0208.

Bertaut, C.C., M. Haliassos y M. Reiter (2009), Credit Card Debt Puzzles and Debt Revolvers for

Self Control. Review of Finance, 13, 4, 657692.

Cameron, A.C y P. K. Trivedi (2010), Microeconometrics Using Stata. Revised Edition, StataCorp LP.

Campbell, J. (2006), Household Finance. Journal of Finance, 61, 1553-1604.

Card, D. (2001), Estimating the Return to Schooling: Progress on Some Persistent Econometric Problems.

Econometrica, 69, 5, 1127-1160.

Chen, K. y M. Chivakul (2008), What Drives Household Borrowing and Credit Constraints? Evidence

from Bosnia & Herzegovina. IMF Working Paper.

Cole, S., A. Paulson y G.K. Shastry (2012), Smart Money: The Eect of Education on Financial

Behavior. Review of Financial Studies (forthcoming).

Cole, S., A. Paulson y G.K. Shastry (2014), High School Curriculum and Financial Outcomes: The

Impact of Mandated Personal Finance and Mathematics Courses. Harvard Business School Working Paper,

No. 13-064

Contreras, D. (2001), Evaluating a Voucher System in Chile. Individual, Family and School Characteris-

tics. Serie Documentos de Trabajo de Departamento de Economa de la Universidad de Chile.

24
Crook, J y S. Hochguertel (2005), Household Debt and Credit Constraints: Evidence from OECD

Countries. Credit Research Center, University of Edinburgh Working Paper Series No. 05/02

Dynan, K. y D. Kohn (2007), The Rise in U.S. Household Indebtedness: Causes and Consequences. FEDS

Working Paper No. 2007-37

Disney, R., S. Bridges y J. Gathergood (2008), Drivers of Overindebtedness. Department of Business,

Innovation & Skills.

Disney, R. y J. Gathergood (2011), Financial Literacy and Indebtedness: New Evidence for UK Con-

sumers. University of Nottingham Working Paper.

Disney, R. y J. Gathergood (2013), Financial Literacy and Consumer Credit Portfolios. Journal of

Banking and Finance 37, 7, 22462254.

Duflo, E. (2001), Schooling and Labor Market Consequences of School Construction in Indonesia: Evidence

from Unusual Policy Experiment. American Economic Review, 91, 4, 795-813.

Garca, R. (2012), El Efecto de la Educacin en la Participacin en el Mercado Financiero: Evidencia

para Chile. Tesis Magster en Economa, IE-PUC

Inoue, A. y G. Solon (2010), Two-sample intrumental variables estimators. The Review of Economics

and Statistics, MIT Press, 92, 3, 557-561.

Johnson, W. y G. Li (2007), Do high debt payments hinder household consumption smoothing? Finance

and Economics Discussion Series, 2007-52, Board of Governors of the Federal Reserve System (U.S.).

Laibson, D. (1997), Golden Eggs and Hyperbolic Discounting. Quarterly Journal of Economics, 112, 2,

443-77.

Landerretche, O. y C. Martnez (2013), Voluntary Savings, Financial Behavior and Pension Finance

Literacy: Evidence from Chile. Journal of Pension Economics and Finance, 12, 251-297.

Lusardi, A. y P. Tufano (2009), Debt Literacy, Financial Experiences and Overindebtedness. NBER

Working Paper Series, Working Paper 14808.

Lusardi, A. y C de Bassa Scheresberg (2012), Financial Literacy and High-Cost Borrowing in the

United States. NBER Working Paper No. 18969

Modigliani, F. y R. Brumberg (1954), Utility Analysis and the Consumption Function: An Interpretation

of Cross-section Data. en Post-Keynesian Economics, ed. K. K. Kurihara. New Brunswick.

25
Moore, D. (2003), Survey of Financial Literacy in Washington State: Knowledge, Behavior, Attitudes and

Experiences. Washington State University Social and Economic Sciences Research Center Technical Report

03-39.

Ruiz-Tagle, J., L. Graca y A. Miranda (2013), Proceso de Endeudamiento y Sobre Endeudamiento

de los Hogares en Chile. Banco Central de Chile, Documento de Trabajo No 703.

Stango, V. y J. Zinman (2009), Exponential Growth Bias and Household Finance. Journal of Finance,

64, 28072849.

Stango, V. y J. Zinman (2014), Borrowing High vs. Borrowing Higher: Price Dispersion, Shopping Beha-

vior and Debt Allocation in the U.S. Credit Card Market. Working paper. University of California Davis,

Davis, CA.

26
A. Anexos

A.1. Construccin Variable Error de Renegociacin

Agarwal et al. (2013) desarrollan una forma cerrada para resolver el problema de si conviene refinanciar o

no una hipoteca cuando hay una baja de tasas. Existe un cambio mnimo x de la tasa a partir del cual es

conveniente refinanciar, tomando en cuenta costos de renegociacin, impuestos y probabilidad de que las

tasas sigan bajando (y, por lo tanto, convenga esperar).

r
p
x 2( + (A.1)
M (1

donde donde es la desviacin estndar de las tasas de crditos hipotecarios, es el costo de refinanciar,

es el parmetro de una funcin Poisson para el evento de repactacin, es la tasa de descuento, M es el

valor real de la hipoteca y es la tasa de impuestos.

Adems,
i0
=+ + (A.2)
exp[i0 ] 1

donde i0 es la tasa inicial de la hipoteca, es la probabilidad de cambiarse de casa, es la cantidad de aos

que quedan del crdito y es la inflacin esperada.

Para calcular x asumimos los siguientes parmetros:

= 460000+ 3 meses de intereses. Los 460000 incluyen un promedio de los costos de tasacin, ttulos

y escritura, mientras que los 3 meses de intereses son el costo de prepago promedio en el mercado.

= 0,2 segn el supuesto usado por Agarwal et al.

= 0,05 segn el supuesto usado por Agarwal et al.

= 0,15

= 0,03

= 0,01096, corresponde a la desviacin estndar de las tasas de crditos hipotecarios entre 20 y 30

aos reportadas por la SBIF.

27
A.2. Correccin de Varianza para Two Sample 2SLS

Siguiendo a Inoue y Solon (2010), se hace una correccin a la varianza de los estimadores. La matriz de

varianza y covarianza debe ser multiplicada por:

1 + [(n1 /n2 ) T0 S2SLS T S2SLS /11 ] (A.3)

donde es un estimador de la matriz de covarianzas de los errores de la primera etapa y 11 es el sample

mean squared residual de la regresin de la segunda etapa.

En Stata:

reg depvar [varlist]

predict depvar, xb

matrixmse2 = e(rmse)2

matrix n2=e(N)

reg depvar2 depvar [varlist] if year==2011

matrix beta=e(b)

matrix V1=e(V) matrixmse1 = e(rmse)2

matrix n1=e(N)

matrix beta1=beta[1,1]

matrix A=beta1*beta1*n1*mse2

matrix B=syminv(n2*mse1)

matrix C=1+A*B

matrix V=C*e(V)

eret post beta V

ereturn display

A.3. Deuda No Convencional y Gastos Inesperados

En esta subseccin se muestran los resultados de hacer una regresin que tiene como variable dependiente

una dummy que toma valor 1 cuando el hogar tiene deuda no convencional y como variables independientes

la variable Gasto Inesperado y los controles de la regresin principal, incluyendo educacin. Los resultados

muestran que el hecho de que un hogar declare haber tenido que enfrentar gastos inesperados de magnitud

importante o disminuciones de ingreso de magnitud importante en los ltimos dos aos se asocia a un

aumento significativo en la probabilidad de tener deuda no convencional de un 2 %.

28
 Tabla A.1: Regresin de Deuda No Convencional y Gastos Inesperados
(1)
Variable: Deuda No Convencional

Gasto Inesperado 0.0211***

(0.00777)

Observations 4,058
R-squared 0.019
Se omiten coeficientes de las variables de control: EducacinEdad, Edad2 , Edad3 , DummiesRegion, Genero
Errores estndar robustos entre parntesis
*** p<0.01, ** p<0.05, * p<0.1

29