Prerrequisitos recomendados
Siguiente en la ruta
Modelo SPP: Señalización en Mercados de Crédito
Modelo integrado: cómo un programa de becas cambia señales, creencias bancarias e inclusión financiera
Conceptos formales
Pregunta Central
¿Puede un banco ser racional y discriminatorio al mismo tiempo?
🕸️ Mapa de Conexiones
📚 Ruta de Aprendizaje
Sugerimos estudiar estos modelos en orden para una comprensión completa.
🔗 Modelos Relacionados
💡 Conceptos Clave
Trato diferenciado racional basado en características observables correlacionadas con tipo, que se auto-confirma
Situación donde una parte tiene más información que la otra en una transacción
Estado donde las fuerzas del mercado están balanceadas y no hay tendencia al cambio
📐 Ecuaciones Fundamentales
✅ Aplicaciones
- •Discriminación crediticia por estrato socioeconómico
- •Perfilamiento racial en mercados financieros (redlining)
- •Efecto de políticas afirmativas en creencias del mercado
⚠️ Limitaciones
- •Modelo binario de inversión (todo o nada)
- •No captura aprendizaje gradual de bancos
- •Asume grupos perfectamente observables
Sobre la Discriminacion Estadistica
La discriminacion estadistica, formalizada por Arrow (1973) y Phelps (1972), ocurre cuando agentes racionales usan caracteristicas observables de un grupo (como origen socioeconomico, raza o genero) como proxy de caracteristicas no observables (como productividad o solvencia). A diferencia del prejuicio, esta discriminacion no requiere animus: es una respuesta racional a informacion incompleta. Coate y Loury (1993) mostraron que esto puede generar profecias autocumplidas y equilibrios multiples.
Equilibrio Bueno
Los empleadores o bancos creen que el grupo tiene alta productividad, ofrecen buenas condiciones, los miembros del grupo invierten en capital humano porque el retorno es alto, y las creencias se confirman. El grupo accede a oportunidades y la inversion se justifica racionalmente.
Equilibrio Malo
Los empleadores o bancos creen que el grupo tiene baja productividad, ofrecen malas condiciones (o excluyen), los miembros del grupo no invierten porque el retorno es bajo, y las creencias se confirman. El grupo queda atrapado en un circulo vicioso de baja inversion y baja oportunidad.
Profecias Autocumplidas
El resultado central de Coate y Loury es que ambos equilibrios son autoconfirmantes. Si un banco cree que los solicitantes de cierto estrato tienen alta probabilidad de default, les cobra mas o los rechaza. Esto reduce el retorno de invertir en educacion para ese grupo, lo que efectivamente aumenta su probabilidad de default, confirmando la creencia inicial. La discriminacion se sostiene no por irracionalidad sino por la estructura de incentivos.
Aplicaciones
- Credit scoring basado en origen socioeconomico o ubicacion geografica
- Redlining: exclusion crediticia de barrios de bajos ingresos
- Accion afirmativa como mecanismo para romper equilibrios malos
- Algoritmos de machine learning que perpetuan sesgos historicos
Conexion con la Tesis SPP
La discriminacion estadistica explica por que el origen socioeconomico importa para el acceso al credito, incluso si los bancos no tienen prejuicios. En el modelo SPP, los estudiantes de bajos ingresos enfrentan un equilibrio malo: los bancos les asignan alta probabilidad de default basandose en estadisticas de grupo, lo que reduce sus incentivos a invertir en educacion. El programa Ser Pilo Paga rompe este circulo al proveer una senal individual (titulo de universidad acreditada) que domina la senal grupal (estrato socioeconomico), moviendo a los beneficiarios del equilibrio malo al bueno.
Referencias
- Coate, S. & Loury, G. (1993). Will Affirmative-Action Policies Eliminate Negative Stereotypes? AER, 83(5), 1220-1240.
- Arrow, K. (1973). The Theory of Discrimination. In Discrimination in Labor Markets, Princeton UP.
- Phelps, E. (1972). The Statistical Theory of Racism and Sexism. AER, 62(4), 659-661.