Beyond Demographic Profiling: Cross-Economy Variation in Payment Responses to Unsolicited Money Requests
Gebruikmakend van Global Findex 2025-gegevens uit 75 economieën, toont deze studie aan dat het standaardiseren voor demografische kenmerken slechts een verwaarloosbaar deel van de variatie tussen economieën verklaart in betalingsreacties op ongevraagde geldverzoeken, wat suggereert dat strategieën voor consumentenbescherming prioriteit moeten geven aan contextuele en aan de solicitatie specifieke factoren boven demografische profilering.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Elke dag ontvangen miljoenen mensen onverwachte berichten van vreemden die om geld vragen. Deze verzoeken komen binnen via telefoontjes of sms-berichten, waarbij vaak wordt gedaan alsof ze afkomstig zijn van een bank, een overheidsfunctionaris of een verre familieband in nood. Voor consumentenbeschermingsinstanties en onderzoekers is een centrale vraag al lang hoe te identificeren wie het meest waarschijnlijk toe zal geven aan deze verzoeken. De traditionele benadering leunt op demografische profilering: het idee dat bepaalde groepen mensen, gedefinieerd door hun leeftijd, geslacht, opleiding of woonplaats, inherent kwetsbaarder zijn voor financiële oplichting. Het is een praktische strategie omdat deze details gemakkelijk te observeren en vast te leggen zijn. Een groeiende hoeveelheid onderzoek suggereert echter dat kwetsbaarheid geen vaststaand kenmerk van een persoon is, maar eerder een situatie die voortkomt uit de interactie tussen een persoon en hun omgeving. Deze studie stelt een specifieke, scherpe vraag: als we kijken naar mensen die al een dergelijk verzoek hebben ontvangen, verklaart hun achtergrond dan waarom sommigen geld versturen en anderen niet?
Om dit te beantwoorden, wendden onderzoekers zich tot een enorme wereldwijde enquête genaamd de Global Findex Database, die informatie heeft verzameld van meer dan 140.000 mensen over de hele wereld. Ze richtten zich op een specifieke groep: 13.766 volwassenen uit 75 verschillende economieën die rapporteerden een ongevraagd verzoek om geld te hebben ontvangen op hun mobiele telefoon. De onderzoekers waren zorgvuldig in het scheiden van de ervaring van het gecontacteerd worden van de daad van het betalen. Ze telden mensen die nooit een bericht hadden ontvangen niet als "succesvolle" slachtoffers die weerstand boden; ze keken alleen naar degenen die daadwerkelijk een verzoek hadden ontvangen en daarna besloten of ze het geld zouden versturen. Dit onderscheid is cruciaal omdat de factoren die iemand waarschijnlijk maken om doelwit te worden, anders kunnen zijn dan de factoren die iemand waarschijnlijk maken om te betalen.
Het team begon met het berekenen van de snelheid waarmee mensen in elk van de 75 economieën geld verstuurden nadat zij een verzoek hadden ontvangen. Ze vonden een grote kloof tussen de landen met de laagste betaalpercentages en die met de hoogste. Voordat er complexe aanpassingen werden gedaan, was het verschil tussen de bovenste 10 procent van de economieën en de onderste 10 procent 16,75 procentpunt. Met andere woorden, als je een willekeurig persoon uit een hoog-risico-economie en een willekeurig persoon uit een laag-risico-economie zou kiezen, verschilde de waarschijnlijkheid dat zij geld zouden versturen aanzienlijk. De natuurlijke aanname zou zijn dat deze kloof bestaat omdat de mensen in de hoog-risico-landen een andere achtergrond hebben—miss misschien ouder zijn, minder onderwijs hebben genoten, of in landelijke gebieden wonen vergeleken met de mensen in de laag-risico-landen.
Om dit te testen, voerden de onderzoekers een statistische oefening uit genaamd common-composition standardization. Stel je voor dat je de populatie van elk land neemt en deze opnieuw rangschikt zodat elk land exact dezelfde mix van mensen heeft: hetzelfde percentage mannen en vrouwen, dezelfde verdeling van leeftijden, hetzelfde opleidingsniveau, dezelfde arbeidsparticipatie en dezelfde verdeling tussen stad en platteland. Ze berekenden vervolgens de betaalpercentages voor elk land met behulp van deze identieke, gestandaardiseerde populatie. Als de verschillen in betaalpercentages worden veroorzaakt door deze demografische factoren, zou de kloof tussen de landen drastisch moeten zijn gekrompen.
De uitkomst was verrassend. Nadat elk land werd gedwongen dezelfde demografische samenstelling te hebben, veranderde de kloof tussen de hoogste en laagste betaalpercentages nauwelijks. Deze bleef op 15,86 procentpunt staan, een vermindering van minder dan één procentpunt. De onderzoekers voerden deze test op veel verschillende manieren uit, waarbij ze verschillende wiskundige modellen gebruikten, meer details over inkomen en digitale gewoonten toevoegden, en specifieke landen verwijderden om te zien of één uitschieter het resultaat beïnvloedde. In elk scenario bleef de kloof bestaan. De gegevens toonden aan dat weten wat iemands leeftijd, geslacht, opleiding, werkstatus of of zij in een stad of een dorp wonen ons heel weinig vertelt over waarom de betaalpercentages zo sterk verschillen van de ene economie naar de andere.
Dit bevinding betekent niet dat demografie irrelevant is voor consumentenveiligheid, noch betekent het dat alle mensen hetzelfde risico lopen. In plaats daarvan stelt het een duidelijke grens aan wat demografische profilering kan bereiken. De studie suggereert dat de redenen waarom mensen in verschillende delen van de wereld verschillend reageren op geldverzoeken niet te vinden zijn in hun persoonlijke statistieken. De variatie ligt waarschijnlijk in de details van het verzoek zelf, de omgeving waarin de beslissing wordt genomen, of de mogelijkheden om de afzender te verifiëren. Misschien zijn de berichten in sommige landen overtuigender, is de urgentie hoger, of zijn de systemen voor het controleren van de identiteit van een afzender zwakker. De studie concludeert dat om consumenten effectief te beschermen, we verder moeten kijken dan eenvoudige labels als "ouder" of "minder opgeleid" en de specifieke omstandigheden van de sollicitatie en de besluitvormingsomgeving moeten onderzoeken. Het raadsel waarom mensen betalen blijft bestaan, maar de oplossing wordt niet gevonden in het demografische profiel van het slachtoffer.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.