Beyond Demographic Profiling: Cross-Economy Variation in Payment Responses to Unsolicited Money Requests
Utilizando los datos de Global Findex 2025 de 75 economías, este estudio demuestra que la estandarización de las características demográficas explica solo una parte insignificante de la variación entre economías en las respuestas de pago ante solicitudes de dinero no solicitadas, lo que sugiere que las estrategias de protección al consumidor deberían priorizar los factores contextuales y específicos de la solicitud por encima del perfilamiento demográfico.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
Cada día, millones de personas reciben mensajes inesperados de extraños pidiendo dinero. Estas solicitudes llegan en forma de llamadas telefónicas o mensajes de texto, a menudo fingiendo ser de un banco, un funcionario del gobierno o un pariente lejano en apuros. Para las agencias de protección al consumidor y los investigadores, una pregunta central ha sido durante mucho tiempo cómo identificar quién es más propenso a caer en estas solicitudes. El enfoque tradicional se basa en el perfil demográfico: la idea de que ciertos grupos de personas, definidas por su edad, género, educación o lugar donde viven, son inherentemente más vulnerables a las estafas financieras. Es una estrategia práctica porque estos detalles son fáciles de observar y registrar. Sin embargo, un creciente cuerpo de investigación sugiere que la vulnerabilidad no es un rasgo fijo de una persona, sino una situación que surge de la interacción entre una persona y su entorno. Este estudio plantea una pregunta específica y aguda: si observamos a personas que ya han recibido tal solicitud, ¿explica su trasfondo por qué algunas envían dinero y otras no?
Para responder a esto, los investigadores recurrieron a una encuesta global masiva conocida como la Base de Datos Global Findex, que recopiló información de más de 140.000 personas en todo el mundo. Se centraron en un grupo específico: 13.766 adultos de 75 economías diferentes que informaron haber recibido una solicitud de dinero no solicitada en sus teléfonos móviles. Los investigadores fueron cuidadosos al separar la experiencia de ser contactado del acto de pagar. No contaron a las personas que nunca recibieron un mensaje como víctimas "exitosas" que resistieron; solo observaron a aquellos que realmente recibieron una solicitud y luego decidieron si enviaban el dinero. Esta distinción es crucial porque los factores que hacen que alguien sea propenso a ser el objetivo pueden ser diferentes de los factores que hacen que sea propenso a pagar.
El equipo comenzó calculando la tasa de personas en cada una de las 75 economías que enviaron dinero tras recibir una solicitud. Encontraron una amplia brecha entre los países con las tasas de pago más bajas y aquellos con las más altas. Antes de realizar cualquier ajuste complejo, la diferencia entre el 10 por ciento superior de las economías y el 10 por ciento inferior fue de 16,75 puntos porcentuales. En otras palabras, si eligieras a una persona al azar de una economía de alto riesgo y a una persona al azar de una economía de bajo riesgo, la probabilidad de que enviaran dinero difería significamente. El supuesto natural sería que esta brecha existe porque las personas en los países de alto riesgo tienen trasfondos diferentes: quizás son mayores, tienen menos educación o viven en zonas rurales en comparación con aquellos en los países de bajo riesgo.
Para probar esto, los investigadores realizaron un ejercicio estadístico llamado estandarización de composición común. Imaginen tomar la población de cada país y reorganizarla de modo que cada nación tenga exactamente la misma mezcla de personas: el mismo porcentaje de hombres y mujeres, la misma distribución de edades, los mismos niveles de educación, la misma participación en la fuerza laboral y la misma división entre habitantes de la ciudad y del campo. Luego, recalcularon las tasas de pago para cada país utilizando esta población idéntica y estandarizada. Si las diferencias en las tasas de pago fueran causadas por estos factores demográficos, la brecha entre los países debería haber disminuido dramente de forma considerable.
El resultado fue sorprendente. Después de forzar a que cada país tuviera la misma composición demográfica, la brecha entre las tasas de pago más altas y las más bajas apenas cambió. Se mantuvo en 15,86 puntos porcentuales, una reducción de menos de un punto porcentual. Los investigadores realizaron esta prueba de muchas maneras diferentes, cambiando los modelos matemáticos, añadiendo más detalles sobre ingresos y hábitos digitales, y eliminando países específicos para ver si un valor atípico estaba impulsando el resultado. En cada escenario, la brecha persistió. Los datos mostraron que conocer la edad, el género, la educación, el estatus laboral de una persona o si vive en una ciudad o en un pueblo, nos dice muy poco sobre por qué las tasas de pago difieren tanto de una economía a otra.
Este hallazgo no significa que la demografía sea irrelevante para la seguridad del consumidor, ni que todas las personas enfrenten el mismo riesgo. En cambio, establece un límite claro para lo que el perfilamiento demográfico puede lograr. El estudio sugiere que las razones por las que las personas en diferentes partes del mundo reaccionan de manera distinta ante las solicitudes de dinero no se encuentran en sus estadísticas personales. La variación probablemente reside en los detalles de la solicitud misma, el entorno en el que se toma la decisión o las oportunidades disponibles para verificar al remitente. Quizás los mensajes en algunos países son más convincentes, la urgencia es mayor o los sistemas para verificar la identidad de un remitente son más débiles. El estudio concluye que para proteger a los consumidores de manera efectiva, debemos mirar más allá de etiquetas simples como "anciano" o "poco educado" y examinar las circunstancias específicas de la solicitud y el entorno de la toma de decisiones. El enigma de por qué la gente paga persiste, pero la solución no se encuentra en el perfil demográfico de la víctima.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.