Factores sociodemográficos y percepción de inseguridad en la disposición a contratar seguros vehiculares en México

Contenido principal del artículo

Martín Alberto Rodríguez Brindis
https://orcid.org/0000-0001-6268-1604
Isúa Jonadab Escobar Laparra
https://orcid.org/0009-0000-0843-8371
José Humberto Peña Tevera
https://orcid.org/0009-0000-6762-2670

Resumen

Este estudio analiza la relación entre factores sociodemográficos, percepción de inseguridad y disposición para contratar seguros vehiculares en México. A partir de una encuesta aplicada a una muestra de 540 personas, se estima un modelo logit ordenado para identificar los determinantes que influyen en la intención de contratar o ampliar una póliza. Los resultados muestran que la percepción de inseguridad en el transporte público y en el hogar, el nivel de ingreso, la edad y la escolaridad tienen efectos significativos sobre dicha disposición. Asimismo, se calcula el efecto marginal de cada variable para facilitar la interpretación sustantiva de los hallazgos. El estudio aporta evidencia empírica sobre la forma en que contextos de riesgo percibido modifican el comportamiento de consumo de seguros, ofreciendo implicaciones relevantes para diseñadores de política y actores del sector asegurador.

Descargas

Los datos de descargas todavía no están disponibles.

Detalles del artículo

Cómo citar
Rodríguez Brindis, M. A., Escobar Laparra, I. J., & Peña Tevera, J. H. (2025). Factores sociodemográficos y percepción de inseguridad en la disposición a contratar seguros vehiculares en México. Aportes Nueva Época, 2(3), e377. https://doi.org/10.32399/AportesNE.febuap.30618053.2025.2.3.377
Sección
Sección Aportes
Biografía del autor/a

Martín Alberto Rodríguez Brindis, Escuela Bancaria y Comercial, Campus Chiapas

Profesor-investigador en la Escuela Bancaria y Comercial (EBC) con líneas de trabajo en economía aplicada, turismo sostenible, comportamiento del consumidor y finanzas. Su labor académica se ha centrado en el análisis econométrico de fenómenos relacionados con el turismo, la valoración económica de recursos naturales, la percepción de precios y el diseño de políticas públicas para el desarrollo sostenible. Dirige procesos editoriales académicos y colabora activamente con redes universitarias en la construcción de conocimiento orientado a la toma de decisiones estratégicas en el sector turístico y económico.

Isúa Jonadab Escobar Laparra, Escuela Bancaria y Comercial, Campus Chiapas

Es Licenciado en Finanzas y Banca por la Escuela Bancaria y Comercial. Cuenta con la certificación en Figura 3 de la AMIB y está certificado ante la Comisión Nacional de Seguros y Fianzas (CNSF) para intermediar en seguros. Actualmente se desempeña como asesor de inversiones y seguros.

José Humberto Peña Tevera, Escuela Bancaria y Comercial, Campus Chiapas

Es Licenciado en Finanzas y Banca por la Escuela Bancaria y Comercial y certificado por el AMIB para asesoría de inversiones. Actualmente se desempeña como desarrollador de modelos de gestión de recursos financieros y materiales, así como a la investigación en temas de finanzas y desarrollo económico. 

Citas

Agresti, A. (2010). Analysis of ordinal categorical data (2 ed.). Hoboken, NJ: Wiley. DOI: https://doi.org/10.1002/9780470594001

AMIS (2023). Reporte anual del sector asegurador mexicano 2022. Asociación Mexicana de Instituciones de Seguros.

Arrow, K. J. (1963). Uncertainty and the welfare economics of medical care. American Economic Review, 53(5), 941-973.

Banco Mundial (2011). Innovation in disaster risk financing for developing countries: Public and private contributions. Washington, D.C.: World Bank. http://hdl.handle.net/10986/22119

Browne, M. J. & Kim, K. (1993). An international analysis of life insurance demand. Journal of Risk and Insurance, 60(4), 616-634. DOI: 10.2307/253382 DOI: https://doi.org/10.2307/253382

Browne, M. J., & Hoyt, R. E. (2000). The demand for flood insurance: Empirical evidence. Journal of Risk and Uncertainty, 20(3), 291-306. DOI: 10.1023/A:1007823631497 DOI: https://doi.org/10.1023/A:1007823631497

Cameron, A. C., & Trivedi, P. K. (2022). Microeconometrics using Stata (2 ed.). College Station, TX: Stata Press.

Ceobanu, A. M. (2011). Usual suspects? Public views about immigrants’ impact on crime in European countries. International Journal of Comparative Sociology, 52(1–2), 114-131. DOI: 10.1177/0020715210377154 DOI: https://doi.org/10.1177/0020715210377154

Dillman, D. A., Smyth, J. D., & Christian, L. M. (2014). Internet, phone, mail, and mixed mode surveys: The tailored design method (4 ed.). Hoboken, NJ: Wiley. DOI: https://doi.org/10.1002/9781394260645

Fang, H., Keane, M. P., & Silverman, D. (2008). Sources of advantageous selection: Evidence from the Medigap insurance market. Journal of Political Economy, 116(2), 303-350. DOI: 10.1086/587623 DOI: https://doi.org/10.1086/587623

Ferrer-i-Carbonell, A., & Frijters, P. (2004). How important is methodology for the estimates of the determinants of happiness? The Economic Journal, 114(497), 641-659. DOI: 10.1111/j.1468-0297.2004.00235.x DOI: https://doi.org/10.1111/j.1468-0297.2004.00235.x

Graminha, P. B., & Afonso, L. E. (2022). Behavioral economics and auto insurance: The role of biases and heuristics. Revista de Administração Contemporânea, 26(5), e200421. DOI:10.1590/1982-7849rac2022200421.en DOI: https://doi.org/10.1590/1982-7849rac2022200421.en

Guan, L. P., Yusuf, D. H. M., & Ghani, M. R. A. (2020). Factors influencing customer purchase intention towards insurance products. International Journal of Business and Management, 4(5), 70-79. DOI: 10.26666/rmp.ijbm.2020.5.9 DOI: https://doi.org/10.26666/rmp.ijbm.2020.5.9

Hosmer, D. W., Lemeshow, S., & Sturdivant, R. X. (2013). Applied logistic regression (3 ed.). Hoboken, NJ: Wiley. DOI: 10.1002/9781118548387 DOI: https://doi.org/10.1002/9781118548387

INEGI (2023). Encuesta nacional de seguridad pública urbana (ENSU), 4to trimestre 2023. México: Instituto Nacional de Estadística y Geografía. https://www.inegi.org.mx/programas/ensu/

Johnson, D. R., & Creech, J. C. (1983). Ordinal measures in multiple indicator models: A simulation study of categorization error. American Sociological Review, 48(3), 398-407. DOI: 10.2307/2095231 DOI: https://doi.org/10.2307/2095231

Kumar, R. M., & Thanigaimani, S. (2025). Examining vehicle insurance purchase decision: The interrelationship between perceived risk and the theory of planned behaviour. Asian Journal of Management and Commerce, 6(1), 243-251. DOI: 10.22271/27084515.2025.v6.i1c.466 DOI: https://doi.org/10.22271/27084515.2025.v6.i1c.466

Liska, A. E., Lawrence, J. J., & Sanchirico, A. (1982). Fear of crime as a social fact. Social Forces, 60(3), 760-770. DOI: 10.1093/sf/60.3.760 DOI: https://doi.org/10.2307/2578391

Liu, S., & Zhu, Q. (2022). On the role of risk perceptions in cyber insurance contracts. In 2022 IEEE Conference on Communications and Network Security (CNS) Oct 3, 2022 (pp. 377-382). IEEE. DOI: 10.48550/arXiv.2210.15010 DOI: https://doi.org/10.1109/CNS56114.2022.9947268

Loewenstein, G. F., Weber, E. U., Hsee, C. K., & Welch, N. (2001). Risk as feelings. Psychological Bulletin, 127(2), 267-286. DOI: 10.1037/0033-2909.127.2.267 DOI: https://doi.org/10.1037//0033-2909.127.2.267

Long, J. S., & Freese, J. (2014). Regression models for categorical dependent variables using Stata (3 ed.). College Station, TX: Stata Press.

Lusardi, A., & Mitchell, O. S. (2014). The economic importance of financial literacy: Theory and evidence. American Economic Journal: Journal of Economic Literature, 52(1), 5-44. DOI: 10.1257/jel.52.1.5 DOI: https://doi.org/10.1257/jel.52.1.5

Mossin, J. (1968). Aspects of rational insurance purchasing. Journal of Political Economy, 76(4, Pt. 1), 553-568. DOI: 10.1086/259427 DOI: https://doi.org/10.1086/259427

Outreville, J. F. (2013). The relationship between insurance and economic development: 85 empirical papers for a review of the literature. Risk Management and Insurance Review, 16(1), 71-122. DOI: 10.1111/j.1540-6296.2012.01219.x DOI: https://doi.org/10.1111/j.1540-6296.2012.01219.x

Platteau, J.-P., De Bock, O., & Gelade, W. (2017). The demand for microinsurance: A literature review. World Development, 94, 139-156. DOI: 10.1016/j.worlddev.2017.01.010 DOI: https://doi.org/10.1016/j.worlddev.2017.01.010

Rader, N. E., & Haynes, S. H. (2011). Gendered fear of crime socialization: An extension of Akers’s social learning theory. Feminist Criminology, 6(4), 291-307. DOI: 10.1177/1557085111408278 DOI: https://doi.org/10.1177/1557085111408278

Rothman, K. J. (2012). Epidemiology: An introduction (2 ed.). New York: Oxford University Press.

Slovic, P. (1987). Perception of risk. Science, 236(4799), 280-285. DOI: https://www.science.org/doi/10.1126/science.3563507 DOI: https://doi.org/10.1126/science.3563507

Slovic, P., Finucane, M. L., Peters, E., & MacGregor, D. G. (2004). Risk as analysis and risk as feelings: Some thoughts about affect, reason, risk, and rationality. Risk Analysis, 24(2), 311–322. https://onlinelibrary.wiley.com/doi/full/10.1111/j.0272-4332.2004.00433.x DOI: https://doi.org/10.1111/j.0272-4332.2004.00433.x

Swiss Re Institute. (2023). World insurance: Inflation risks and market trends 2022–2023 (Sigma No. 3/2023). https://www.swissre.com/institute/research/sigma-research/sigma-2023-03.html

Thaler, R. H., & Sunstein, C. R. (2008). Nudge: Improving decisions about health, wealth, and happiness. New Haven, CT: Yale University Press.

Tversky, A. & Kahneman, D., (1979). Prospect theory: An analysis of decision making under risk. Econometrica, 47(2), 263-292. https://www.jstor.org/stable/1914185 DOI: https://doi.org/10.2307/1914185

Warr, M. (2000). Fear of crime in the United States: Avenues for research and policy. Criminal justice, 4(4), 451-489. https://www.publicsafety.gc.ca/lbrr/archives/cnmcs-plcng/cn34984-v4-451-489-eng.pdf

Williams, R. (2010). Fitting heterogeneous choice models with oglm. The Stata Journal, 10(4), 540-567. DOI: 10.1177/1536867X1101000402 DOI: https://doi.org/10.1177/1536867X1101000402

You, X., & Kousky, C. (2023). Improving household and community disaster recovery: Evidence on the role of insurance. Journal of Risk and Insurance, 91(2): 299-338. DOI: 10.2139/ssrn.4365715 DOI: https://doi.org/10.1111/jori.12466