A Multi-LLM Consensus Weighting (MCDM) Approach to Redefining Microfinance Through Blockchain: Enriching Social Capital Outreach in Malaysia and the Maldives

Resumen Técnico: Un enfoque de Ponderación por Consenso de Múltiples LLM (MCDM) para Redefinir las Microfinanzas mediante Blockchain

Planteamiento del Problema
El alcance de las microfinanzas —la capacidad de extender los servicios financieros a hogares y microempresas desatendidos— depende fundamentalmente del capital social (confianza, transparencia y conectividad). Si bien la tecnología blockchain se propone frecuentemente como un mecanismo para mejorar estas condiciones de capital social mediante libros contables a prueba de manipulaciones y contratos programables, actualmente no existe un método auditable y comparable para medir la preparación del capital social para las microfinanzas habilitadas por blockchain en diferentes naciones. Los enfoques actuales de toma de decisiones multicriterio (MCDM) suelen centrarse en clasificar alternativas en lugar de abordar el desafío metodológico crítico de la ponderación de criterios. Además, los métodos de ponderación tradicionales sufren una dicotomía: los métodos subjetivos (p. ej., AHP, Delphi) son costosos y no reproducibles, mientras que los métodos objetivos (p. ej., Entropía, CRITIC) son reproducibles pero carecen de "sentido" semántico, al ignorar la importancia semántica de los indicadores en contextos específicos como las finanzas islámicas.

Metodología
El estudio emplea un marco de indicadores parsimonioso y una técnica de ponderación novedosa, la Ponderación por Consenso de Múltiples LLM (MLCW, por sus siglas en inglés), para construir un Índice de Alcance de Capital Social (SCI) para Malasia y las Maldivas, comparado con 53 economías de la Organización de la Cooperación Islámica (OIC).

1. Marco de Indicadores: El estudio utiliza un conjunto mínimo de tres indicadores de tipo beneficio seleccionados por su cobertura internacional completa, fiabilidad y reproducibilidad:

   • Transparencia: Representada por el Índice de Percepción de la Corrupción (Transparency International).
   • Inclusión Financiera: Representada por las tasas de propiedad de cuentas (Global Findex del Banco Mundial).
   • Preparación Digital: Representada por las tasas de uso de internet (ITU/Banco Mundial).
     Los datos se normalizan mediante el escalado min-máx sobre el panel de la OIC. Los valores faltantes se gestionan mediante un análisis de casos completos en lugar de la imputación.

2. Ponderación por Consenso de Múltiples LLM (MLCW): Esta es la innovación metodológica central. Fusiona una rama semántica con una rama estadística:

   • Rama Semántica: Un panel de $M$ Modelos de Lenguaje de Gran Tamaño (LLM) actúa como evaluadores independientes para juzgar la importancia conceptual de los indicadores basándose en el conocimiento del dominio (finanzas islámicas, economía del desarrollo). Para garantizar la imparcialidad, los modelos están cegados a los datos de los países. Los vectores de peso de los modelos se agregan utilizando pesos de fiabilidad (derivados del acuerdo con la mediana del panel) y una penalización por desacuerdo ($\lambda$) que atenúa los pesos en los indicadores donde el panel está dividido.
   • Rama Estadística: Los pesos de entropía objetivos se calculan basándose en la dispersión estadística de los datos a través del panel de la OIC.
   • Fusión: Los pesos semánticos y objetivos se combinan mediante un parámetro de fusión convexo ($\alpha \in [0, 1]$), lo que permite que el índice oscile desde un punto puramente objetivo ($\alpha=0$) hasta uno puramente semántico ($\alpha=1$). El estudio reporta principalmente los resultados en el punto operativo objetivo ($\alpha=0$) para una máxima reproducibilidad.

3. Validación: El estudio emplea bootstrapping no paramétrico (2,000 extracciones) para cuantificar la incertidumbre y realiza pruebas de robustez comparando los resultados de MLCW frente a los métodos de ponderación Equal, Entropy, CRITIC y MEREC.

Resultos Clave

• Clasificación: Dentro del panel de 53 economías de la OIC, Malasia ocupa el 2.º lugar (SCI: 0.850) y las Maldivas el 9.º lugar (SCI: 0.698). El nivel superior está dominado por las economías del Consejo de Cooperación del Golfo (CCG) y Malasia, caracterizadas por una alta integridad institucional y una propiedad de cuentas casi universal.
• Convergencia de Ponderación: Un hallazgo significativo es la validez convergente entre las ramas semántica y objetiva. Para el núcleo de dos indicadores (Transparencia e Inclusión Financiera), los pesos semánticos del panel de LLM (0.453, 0.547) son casi idénticos a los pesos de entropía objetivos (0.455, 0.545). En consecuencia, las clasificaciones de Malasia y las Maldivas se mantienen estables (2.º y 9.º) a través de todos los parámetros de fusión ($\alpha$) y los métodos de ponderación alternativos.
• Robustez: Las clasificaciones son altamente robustas. Las correlaciones de Spearman por pares entre las clasificaciones generadas por los métodos Equal, Entropy, CRITIC y MEREC son $\ge 0.997$. Al añadir un tercer indicador (Preparación Digital) a un subconjunto más pequeño de 19 economías, la correlación de Spearman cambia a 0.954, con solo ajustes menores en el ranking (Malasia se mueve al 4.º lugar, las Maldivas al 11.º).
• Estructura por Niveles: Las economías de la OIC exhiben un gradiente de tres niveles: un nivel superior (integridad + inclusión), un nivel medio (integridad variable, inclusión moderada) y un nivel inferior (afectado por conflictos, baja inclusión).

Significado y Contribuciones
El documento reclama tres contribuciones principales:

1. Teórica: Replantea la dicotomía subjetivo-objetivo en la ponderación de MCDM como un espectro continuo gobernado por un único parámetro ($\alpha$). Introduce MLCW como un método que reemplaza a los comités humanos por un panel de múltiples modelos reproducible, manteniendo así el "sentido" del dominio mientras logra la reproducibilidad de los métodos objetivos.
2. Empírica: Proporciona la primera medida auditable y comparativa de las condiciones de capital social para las microfinanzas habilitadas por blockchain en las economías de la OIC. Demuestra que un índice parsimonioso y basado en datos puede generar conclusiones invariantes al método, validando el uso de tales índices para la evaluación de políticas.
3. Práctica: El índice sirve como una herramienta defendible para los responsables de la formulación de políticas y los reguladores de las finanzas islámicas. Destaca que, para economías maduras como Malasia, la frontera de política es la "profundidad" (extender el crédito reputacional vía blockchain), mientras que para economías como las Maldivas, la prioridad es la "integridad" (utilizar libros contables auditables para sustituir la supervisión física costosa en geografías dispersas).

Limitaciones y Alcance
Los autores declaran explícitamente que el estudio es asociacional, no causal; caracteriza las condiciones para un alcance potencial en lugar de medir el impacto realizado de intervenciones específicas. El índice se basa en proxies a nivel nacional y no captura métricas a nivel de institución (p. ej., número de prestatarios). Los resultados principales utilizan el punto operativo objetivo ($\alpha=0$), dejando la activación de la rama semántica en vivo con diagnósticos de modelo registrados como un paso futuro. El marco es intencionadamente parsimonioso, excluyendo dimensiones como la confianza general o la participación debido a la falta de datos comparables en toda la OIC.