Resumen de Analfabetismo financeiro e histórico de crédito do cliente

Danilo Braun Santos, Humberto Gallucci Netto

• português

  Objetivo – Estudamos como o analfabetismo financeiro afeta a probabilidade de uma marca depreciativa no histórico de crédito do cliente.

  Metodologia – Utilizamos a Pesquisa Nacional sobre inclusão financeira no Brasil, com informações sobre uso e gastos financeiros do chefe de família. Para estimar o impacto do analfabetismo financeiro na probabilidade de uma marca depreciativa, utilizamos o modelo logístico para calcular o odds ratio (razão de possibilidades).

  Resultados – Nosso principal resultado é que os analfabetos financeiros têm entre 57% e 143% mais chances de ter uma marca depreciativa.

  Constatamos que idade, renda, despesas e aposentadoria impactam positivamente na probabilidade de uma marca depreciativa, enquanto o casamento tem impacto negativo. O gênero não tem impacto na probabilidade de marca depreciativa.

  Contribuição – O estudo utiliza um novo elemento representativo para o analfabetismo financeiro e o correlaciona à decisão de investimento e dívida de uma família com um conjunto exclusivo de dados.

• English

  Purpose – We study how financial illiteracy affects the probability of a derogatory mark on the customer’s credit history.

  Design/methodology/approach – We use the National Survey on Financial Inclusion in Brazil together with information on financial instrument usage and spending provided by the head of the household.

  To estimate the impact of financial illiteracy on the probability of a derogatory mark we use a logistic model to compute the odds ratio.

  Findings – Our main result is that financially illiterate individuals have between 57% and 143% more chance of having a derogatory mark.

  We find that age, income, expenses, and retirement positively affect the probability of a derogatory mark, while marriage has a negative impact. Gender does not have any impact over the probability of derogatory mark.

  Originality/value – The study uses a new proxy for financial illiteracy and correlates it to the investment and debt decisions of a family using a unique dataset.