ISSN No. 2631-2743
U
NIVERSIDAD NACIONAL DE CHIMBORAZO
FACULTAD DE
CIENCIAS POLÍTICAS Y
ADMINISTRATIVAS
,
Marcelo V. Luna-Murillo
mluna@uea.edu.ec
Universidad Estatal Amazónica
(Puyo – Ecuador)
ORCID: 0000-0002-9521-353X
Patricia Ramírez-Contreras
pramirezc@utb.edu.ec
Universidad Técnica de Babahoyo –
Extensión Quevedo
ORCID: 0000-0002-9370-6576
Jonathan D. Segura-Márquez
jsegura@uea.edu.ec
Universidad Estatal Amazónica
(Puyo – Ecuador)
ORCID: 0009-0001-2201-1777
Johanna Castro-Ramírez
jania.castro92@gmail.com
Incrementar, Consultoría Empresarial
(Quevedo - Ecuador)
ORCID: 0000-0001-7310-2487
Recibido: 20/08/2025
Aceptado: 31/12/2025
SESGOS COGNITIVOS Y
CONDUCTA FINANCIERA
RESPONSABLE
EN ESTUDIANTES
UNIVERSITARIOS MEDIANTE
MODELADO DE ECUACIONES
ESTRUCTURALES
COGNITIVE BIASES AND
RESPONSIBLE FINANCIAL
BEHAVIOR AMONG UNIVERSITY
STUDENTS THROUGH
STRUCTURAL EQUATION
MODELING
DOI:
https://doi.org/10.37135/kai.03.16.06
KAIRÓS, Vol. (9) No. 16, pp. 120-140, enero - junio 2026
ISSN No. 2631-2743
,
Resumen
El objetivo fue analizar la inuencia de tres
sesgos cognitivos: exceso de conanza, aversión
a la pérdida y efecto anclaje, en la conducta
nanciera responsable de estudiantes universitarios,
considerando la mediación de la actitud hacia
el riesgo. Se aplicó un enfoque de economía del
comportamiento con modelado de ecuaciones
estructurales por mínimos cuadrados parciales a una
muestra de 123 estudiantes de carreras económicas
y administrativas. Los resultados muestran que
la aversión a la pérdida incidió positivamente en
la actitud hacia el riesgo y que esta inuyó en la
conducta nanciera responsable; el exceso de
conanza y el efecto anclaje no fueron signicativos.
El modelo explicó el 18.7% de la varianza en la
actitud y el 31.6% en la conducta.
Palabras clave: Sesgos cognitivos, Conducta
nanciera responsable, Toma de decisiones
nancieras, Actitud hacia el riesgo, Economía del
comportamiento
Abstract
The objective was to analyze the inuence of three
cognitive biases—overcondence, loss aversion,
and anchoring eect—on responsible nancial
behavior among university students, considering
the mediating role of risk attitude. A behavioral
economics approach was applied through partial
least squares structural equation modeling with a
sample of 123 economics and business students.
Results showed that loss aversion had a positive
eect on risk attitude, which in turn inuenced
responsible nancial behavior, while overcondence
and anchoring were not signicant. The model
explained 18.7% of the variance in risk attitude and
31.6% in nancial behavior.
Keywords: Cognitive biases, Responsible
nancial behavior, Financial decision-making, Risk
attitude, Behavioral economics
SESGOS COGNITIVOS Y
CONDUCTA FINANCIERA
RESPONSABLE
EN ESTUDIANTES
UNIVERSITARIOS
MEDIANTE MODELADO
DE ECUACIONES
ESTRUCTURALES
COGNITIVE BIASES AND
RESPONSIBLE FINANCIAL
BEHAVIOR AMONG
UNIVERSITY STUDENTS
THROUGH STRUCTURAL
EQUATION MODELING
DOI:
https://doi.org/10.37135/kai.03.16.06
KAIRÓS, Vol. (9) No. 16, pp. 120-140, enero - junio 2026
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
122
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
Introducción
En los últimos años, la economía del comportamiento ha emergido como una herramienta
analítica esencial para comprender la complejidad de las decisiones nancieras individuales,
especialmente en contextos donde la racionalidad perfecta propuesta por la teoría económica
clásica resulta insuciente.
Desde esta perspectiva, se reconoce que los agentes económicos no toman decisiones
exclusivamente en función de cálculos lógicos y utilitarios, sino que su comportamiento está
mediado por emociones, experiencias previas, limitaciones cognitivas y sesgos sistemáticos
(Kahneman & Riepe, 2007; Kanapickienė et al., 2024; Kim & Xiao, 2021; Suresh, 2024;
Thaler, 2016). En este marco, la conducta nanciera responsable, entendida como la capacidad
de planicar, controlar y ejecutar decisiones económicas orientadas al bienestar futuro, se
convierte en un fenómeno multifactorial que va más allá del simple conocimiento nanciero
formal (Zumárraga-Espinosa, 2022).
Diversos estudios han demostrado que los sesgos cognitivos desempeñan un papel crucial en la
conguración de las decisiones nancieras. Estos atajos mentales pueden ser útiles en la vida
cotidiana, pero en contextos económicos suelen conducir a resultados subóptimos (Sobaih &
Elshaer, 2023). Entre los más recurrentes se encuentran la aversión a la pérdida, el exceso de
conanza y el efecto anclaje.
La aversión a la pérdida describe la tendencia a valorar más intensamente una pérdida que una
ganancia de igual magnitud, lo que genera decisiones excesivamente conservadoras (Grežo,
2021). En estudiantes universitarios, este sesgo puede traducirse en resistencia a solicitar de
créditos, desinterés por la inversión o resistencia a asumir riesgos mínimos necesarios.
En contraposición, el exceso de conanza se maniesta como la sobreestimación de las propias
habilidades para tomar decisiones correctas o anticipar resultados nancieros (Lamichhane &
Simkhada, 2024). Este sesgo puede fomentar una actitud más favorable al riesgo, pero también
propicia comportamientos imprudentes, como sobreendeudamiento o inversiones sin análisis.
Por su parte, el efecto anclaje genera una dependencia cognitiva hacia valores iniciales arbitrarios
(como precios pasados, consejos no expertos o referencias emocionales) que distorsionan la
evaluación objetiva de las decisiones económicas (Park, 2022; Wang, 2023).
Una variable central en la relación entre estos sesgos y la conducta nanciera responsable es la
actitud hacia el riesgo, entendida como la predisposición subjetiva a aceptar o evitar situaciones
de incertidumbre en contextos económicos. Esta actitud no es totalmente racional, sino que
está condicionada por creencias previas, emociones y distorsiones cognitivas (Jia et al., 2021;
Kaftandzieva & Cvetkoska, 2021; Kanapickienė et al., 2024).
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
123
Estudios recientes indican que una actitud equilibrada hacia el riesgo puede facilitar
comportamientos nancieros más estructurados, como el ahorro programado, el control del
gasto y la inversión informada (Goyal & Kumar, 2021). En este sentido, se plantea que la
actitud hacia el riesgo media la relación entre los sesgos cognitivos y la conducta nanciera
responsable, actuando como un mecanismo psicológico de procesamiento.
En este contexto, resulta fundamental comprender cómo los sesgos cognitivos interactúan y se
asocian con el comportamiento económico del estudiantado universitario, una población que,
aunque expuesta a formación académica en temas nancieros, con frecuencia no traslada ese
conocimiento a la práctica cotidiana (Hendrawaty et al., 2020; Razen et al., 2021). El análisis de
estos determinantes resulta relevante para el diseño de intervenciones educativas y estrategias
institucionales orientadas a fortalecer la toma de decisiones nancieras responsables en etapas
tempranas de la vida adulta.
Si bien la literatura internacional ha avanzado en el estudio de los sesgos cognitivos y su
relación con el comportamiento nanciero, en el contexto latinoamericano persisten vacíos
empíricos relevantes. En particular, gran parte de las investigaciones en población universitaria
se ha centrado en el nivel de conocimiento nanciero formal o en descripciones generales
del comportamiento económico, sin integrar de manera explícita los sesgos cognitivos y la
actitud hacia el riesgo dentro de un mismo modelo analítico (Amgain, 2024; Suresh, 2024).
Estudios recientes señalan que la evidencia empírica en economías emergentes continúa siendo
fragmentada y limitada en cuanto al uso de enfoques estructurales que permitan analizar
simultáneamente sesgos cognitivos, actitud hacia el riesgo y conducta nanciera en jóvenes
adultos (Gabhane et al., 2023; Goyal & Kumar, 2021; Mendez Pradoet al., 2022; Sharma et
al., 2024).
Asimismo, son limitados los estudios que emplean técnicas de modelado de ecuaciones
estructurales para examinar de forma simultánea estas relaciones en estudiantes universitarios
de países en desarrollo. En este sentido, el presente estudio busca contribuir a la literatura
regional al analizar, desde un enfoque de economía del comportamiento, la asociación entre
sesgos cognitivos, actitud hacia el riesgo y conducta nanciera responsable.
A partir de este planteamiento, la investigación se orienta a responder la pregunta: ¿cómo
se asocian los sesgos cognitivos con la conducta nanciera responsable de los estudiantes
universitarios, considerando el papel mediador de la actitud hacia el riesgo? El propósito
consiste en examinar las relaciones entre exceso de conanza, aversión a la pérdida y efecto
anclaje con la conducta nanciera responsable, evaluando el rol mediador de la actitud hacia
el riesgo.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
124
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
Con base en la literatura revisada, se proponen cuatro hipótesis que vinculan dichos sesgos con
la actitud hacia el riesgo, y esta última con la conducta nanciera responsable. La contribución
principal radica en aportar evidencia empírica sobre una población poco explorada en la
región latinoamericana, mediante un enfoque estructural que permite estimar el papel de los
sesgos cognitivos y la actitud hacia el riesgo en la conguración de las decisiones económicas
cotidianas del estudiantado universitario.
Metodología
Diseño de la investigación
Este estudio adopta un enfoque cuantitativo, con un diseño no experimental, transversal,
exploratorio y explicativo. Se eligió este tipo de diseño porque permite analizar relaciones
estructurales hipotéticas entre variables latentes sin manipulación deliberada de los factores
ni intervención directa sobre las personas participantes (Hernández-Sampieri & Mendoza,
2020). En este sentido, el estudio se orienta a examinar cómo determinados sesgos cognitivos
(aversión a la pérdida, exceso de conanza y efecto anclaje) inuyen en la actitud hacia el
riesgo y, a través de ella, en la conducta nanciera responsable.
El carácter transversal implica que los datos fueron recolectados en un solo momento,
lo que resulta apropiado para estudios de corte explicativo que buscan identicar patrones
estructurales en poblaciones especícas. El enfoque explicativo responde a la intención de
explorar relaciones hipotéticas entre variables psicológicas y comportamentales, siguiendo los
fundamentos de la economía del comportamiento.
Para el análisis de datos se utilizó la técnica de Modelado de Ecuaciones Estructurales por
Mínimos Cuadrados Parciales (PLS-SEM), seleccionada por su idoneidad para estudios con
muestras moderadas, modelos complejos y objetivos exploratorios (Hair Jr. 2020; Sarstedt et al.,
2021). Esta técnica permite estimar simultáneamente el modelo de medida (validez y abilidad
de los constructos) y el modelo estructural (relaciones estructurales estimadas entre variables
latentes), lo que la convierte en una herramienta robusta para investigaciones aplicadas en
ciencias sociales y nancieras.
En el modelo de medida, los constructos de tipo reectivo incluyen: exceso de conanza (4
ítems) (Barber & Odean, 2001; Hoda, 2025), aversión a la pérdida (4 ítems) (Kahneman &
Tversky, 2013), efecto anclaje (4 ítems) (Tversky & Kahneman, 1974) y actitud hacia el riesgo (4
ítems) (Weber et al., 2002), todos seleccionados a partir de escalas validadas en investigaciones
previas. La actitud hacia el riesgo fue operacionalizada como una evaluación subjetiva del
riesgo nanciero; para ello se empleó el dominio nanciero de la escala DOSPERT con ítems
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
125
invertidos, de modo que valores más altos del constructo indican mayor aversión al riesgo y
menor disposición a asumirlo (Weber et al., 2002).
Por su parte, el constructo "conducta nanciera responsable" se modeló como formativo, ya
que está compuesto por comportamientos observables no intercambiables (como planicación
del gasto, control de deudas, hábito de ahorro y monitoreo nanciero) que no necesariamente se
correlacionan entre sí, pero cuya combinación dene conceptualmente la variable. Esta decisión
se basa en los criterios establecidos por Jarvis et al., (2003), quienes señalan que un constructo
debe ser considerado formativo cuando sus indicadores causan, en lugar de reejar, la variable
latente. Además, su inclusión en modelos formativos es coherente con estudios recientes que
abordan el comportamiento nanciero desde una perspectiva conductual multidimensional
(Sobaih & Elshaer, 2023).
Población y muestra
La población objetivo del estudio estuvo conformada por estudiantes universitarios de las
carreras de Economía y Administración de una universidad pública ecuatoriana. Se seleccionó
esta población por su proximidad al ámbito de estudio, dado que el estudiantado de estas áreas
se enfrenta tempranamente a decisiones nancieras personales y profesionales, y constituyen
un grupo relevante para evaluar la asociación entre factores cognitivos sobre la conducta
económica.
La muestra se obtuvo mediante un muestreo no probabilístico por conveniencia, considerando
los siguientes criterios de inclusión: (a) estar matriculado en las carreras antes mencionadas, (b)
tener 18 años o más, (c) aceptar el consentimiento informado y (d) responder completamente el
cuestionario. Se excluyeron encuestas con respuestas incompletas o atípicas.
Se recopilaron 123 encuestas válidas. En cuanto a la caracterización de las personas participantes:
el 28.3% tenía entre 18 y 20 años, el 22% entre 21 y 25 años, el 22% entre 26 y 30 años, el
11% entre 31 y 35 años, y el 16.5% tenía 36 años o más. El 64.4% fueron mujeres y el 35.4%
hombres. La ocupación principal fue “estudiante” (63%). Respecto a los ingresos mensuales,
el 33.9% reportó menos de 300 USD, el 29.9% entre 301 a 600 USD, el 18% entre 601 a 1000
USD, y el 7% entre 1000 a 1500 USD. Además, el 69.3% residía en zonas urbanas y el 62.2%
señaló revisar información nanciera en redes sociales.
Aunque este tamaño muestral no es representativo estadísticamente en términos poblacionales,
es considerado adecuado para el análisis mediante PLS-SEM, especialmente en estudios
exploratorios. Según Hair Jr. (2020), una regla general para esta técnica establece un mínimo
de 10 casos por cada parámetro a estimar (número de indicadores asociados al constructo más
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
126
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
complejo o al número máximo de echas que ingresan a un nodo en el modelo estructural).
En este caso, la muestra supera dicho umbral, lo que permite asegurar la estabilidad de las
estimaciones obtenidas. Adicionalmente, se vericó la suciencia de la muestra mediante un
análisis de potencia estadística a priori. Con base en los parámetros sugeridos por Faul et al.,
(2009) para modelos de regresión múltiple, considerando un tamaño de efecto medio (f² =
0.15), un nivel de signicancia α = 0.05 y una potencia deseada de 0.80, el número mínimo
requerido de observaciones era de 85. Al contar con 123 casos válidos, el estudio alcanza
una potencia estadística superior al umbral recomendado, lo que refuerza la solidez de las
estimaciones obtenidas en el modelo.
Procedimiento de recolección de datos
La recolección de datos se efectuó a través de un cuestionario en línea (Google Forms), aplicado
entre mayo y julio de 2025 en cursos universitarios de nivel medio y superior de las carreras
de Economía y Administración. Previo a su aplicación, se realizó una prueba piloto con 30
estudiantes para vericar la comprensión de los ítems y la claridad de las instrucciones. El
tiempo promedio de respuesta fue de 12 minutos.
La participación fue voluntaria y precedida por un consentimiento informado, en el que se
explicitó el carácter anónimo de las respuestas, la condencialidad de los datos y su uso
exclusivamente académico. Para garantizar la calidad de la información, se eliminaron encuestas
incompletas o inconsistentes, y se revisaron posibles valores atípicos mediante estadísticos
descriptivos y grácos de dispersión.
En cuanto a la ética, la investigación respetó los principios de la World Medical Association
(2013) y las normas institucionales en ciencias sociales, asegurando la protección de la identidad
de las personas participantes.
Para mitigar posible sesgo de método común, el cuestionario fue anónimo, con orden
heterogéneo de ítems y redacciones no redundantes; se alternaron ítems directos e invertidos.
La tabla 1 resume la operacionalización de los constructos.
Tabla 1. Operacionalización resumida de constructos
Exceso de
confianza
(ExceConf)
Aversión a la
pérdida
(AverPer)
Efecto anclaje
(EfecAnc)
Reflectivo
Reflectivo
Reflectivo
4
4
4
Likert
1-5
Likert
1-5
Likert
1-5
Barber & Odean (2001); Hoda (2025)
Kahneman & Tversky (2013)
Tversky & Kahneman (1974)
“Mis decisiones financieras suelen
ser mejores que las de la mayoría.”
“Prefiero evitar una pérdida pequeña
que arriesgarme por una ganancia
equivalente.”
“El primer precio o referencia que
escucho influye en mi decisión.”
Indicador / Ejemplo de ítemFuente baseEscala
Tipo
Constructo Nº
items
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
127
Nota: Constructos reectivos evaluados con Likert 1–5 (1 = Totalmente en desacuerdo; 5 = Totalmente de acuerdo).
Fuente: elaboración propia.
Planteamiento de hipótesis
El modelo teórico propuesto en esta investigación se fundamenta en los postulados de la
economía del comportamiento, los cuales sugieren que la toma de decisiones nancieras
está inuenciada por sesgos cognitivos que distorsionan la evaluación racional de riesgos y
consecuencias. En este estudio, se exploran tres sesgos cognitivos especícos (aversión a la
pérdida, exceso de conanza y efecto anclaje), que, según evidencia empírica reciente, afectan
tanto la percepción subjetiva del riesgo como las decisiones económicas en jóvenes adultos
(Gabhane et al., 2023; Novianggie & Asandimitra, 2019).
Diversos autores han identicado que la aversión a la pérdida conduce a decisiones excesivamente
conservadoras, inhibiendo la participación en actividades nancieras potencialmente
beneciosas, como el ahorro a largo plazo o la inversión (Grežo, 2021). En contraposición, el
exceso de conanza tiende a aumentar la disposición a asumir riesgos nancieros, al generar
una sobreestimación de las propias capacidades (Karki et al., 2024).
El efecto anclaje, por su parte, afecta la forma en que se interpretan los escenarios económicos,
al depender de referencias iniciales que pueden sesgar el juicio (Wang, 2023). Se plantea que
estos sesgos afectan de manera signicativa la actitud hacia el riesgo, la cual actúa como variable
mediadora que inuye directamente sobre la conducta nanciera responsable, entendida como
la capacidad de planicar, controlar y ejecutar decisiones nancieras de forma consciente
y sostenible (Zumárraga-Espinosa, 2022). Con base en este marco teórico, en la tabla 2 se
plantean las siguientes hipótesis de investigación:
Tabla 2. Hipótesis de investigación y relaciones propuestas
Actitud hacia el
riesgo –
dominio
financiero
(ActRies)
Conducta
financiera
responsable
(CondFinan)
Reflectivo
Formativo
4
4
Likert
1-5
Likert
1-5
Weber, Blais & Betz (2002)
Adaptado de prácticas de manejo financiero
(planificación–ahorro–deuda–monitoreo)
“Me incomoda asumir riesgos
financieros aun con ganancia
esperada.” (invertida)
CondFinan1 (Planificación): elabora
y sigue presupuesto mensual.
CondFinan2 (Deudas): paga a
tiempo y evita moras. CondFinan3
(Ahorro): separa ahorro
periódicamente. CondFinan4
(Monitoreo): revisa
saldos/movimientos con regularidad.
Hipótesis 1: El exceso de confianza tiene un efecto positivo significativo sobre la actitud hacia el
riesgo.
Hipótesis 2: La aversión a la pérdida tiene un efecto positivo significativo sobre la actitud hacia el
riesgo.
Hipótesis 3: El efecto anclaje tiene un efecto negativo significativo sobre la actitud hacia el riesgo.
Hipótesis 4: La actitud hacia el riesgo, operacionalizada como aversión al riesgo financiero, se
asocia positivamente con la conducta financiera responsable
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
128
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
Figura 1. Modelo Estructural propuesto para evaluar asociaciones entre sesgos cognitivos y conducta
nanciera responsable.
Fuente: elaboración propia.
Análisis estadístico
El método de modelado de ecuaciones estructurales mediante mínimos cuadrados parciales
(PLS-SEM, por sus siglas en inglés) fue empleado para evaluar el impacto de los sesgos
cognitivos sobre la conducta nanciera responsable, considerando el rol mediador de la actitud
hacia el riesgo. Este enfoque fue seleccionado por su adecuación en estudios exploratorios,
con fenómenos emergentes, estructuras complejas y muestras de tamaño moderado, como es
el caso del presente estudio con 123 estudiantes universitarios (Hair Jr. 2020; Sarstedt et al.,
2021). El análisis fue realizado utilizando el software SmartPLS 4.1.1.5
En la primera etapa, se estimó el modelo de medida (outer model), evaluando la consistencia
interna de cada constructo mediante el coeciente de Alpha de Cronbach, la abilidad compuesta
(CR) y el Omega de McDonald. Posteriormente, se examinó la validez convergente a través de
las cargas factoriales individuales (se aceptaron valores > 0.708) y del promedio de varianza
extraída (AVE), exigiendo valores superiores a 0.50. La validez discriminante se vericó
mediante el criterio de Fornell & Larcker (1981) y la matriz HTMT (Heterotrait - Monotrait
Ratio), considerando el umbral máximo de 0.85 (Rönkkö & Cho, 2022). En cuanto al umbral
de cargas en el modelo de medida, se adoptó > 0.708 como regla principal; excepcionalmente
se retuvieron indicadores con cargas entre 0.60 y 0.70 cuando AVE ≥ 0.50, CR ≥ 0.70 y existía
justicación teórica.
En la evaluación del modelo de medida no fue necesario eliminar indicadores, dado que todos
los ítems cumplieron con los criterios establecidos de abilidad y validez. En particular, las
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
129
cargas factoriales se mantuvieron dentro de rangos aceptables, la abilidad compuesta y el alfa
de Cronbach superaron el umbral de 0.70, y los valores de AVE fueron iguales o superiores
a 0.50 en todos los constructos. En consecuencia, se optó por retener la totalidad de los
indicadores originalmente especicados, priorizando la coherencia teórica y la comparabilidad
con estudios previos que emplean estas mismas escalas.
En la segunda etapa, se estimó el modelo estructural (inner model) con el objetivo de contrastar
las hipótesis planteadas y observar las relaciones estructurales entre los constructos. Para ello,
se analizaron los coecientes de trayectoria (path coecients), sus niveles de signicancia
(p-values) y los valores R² para los constructos endógenos, con el n de evaluar el poder
explicativo del modelo. La signicancia estadística de las relaciones estructurales se obtuvo
mediante el procedimiento de bootstrap con 5.000 submuestras, empleando intervalos de
conanza BCa, a dos colas, con un nivel de conanza al 95%.
Adicionalmente, se calcularon los efectos de tamaño (f²) para determinar la relevancia de
cada relación. Asimismo, se evaluó la colinealidad de los constructos formativos mediante
el factor de inación de la varianza (VIF), considerando aceptables valores inferiores a 3.3.
Dado el carácter exploratorio y explicativo del estudio, la evaluación se centró en la capacidad
explicativa del modelo (R²) y en la relevancia de los efectos (f²). La evaluación predictiva fuera
de muestra se deja para trabajos posteriores de naturaleza conrmatoria.
Este procedimiento analítico permitió evaluar de manera rigurosa las relaciones estructurales
estimadas en el modelo, brindando evidencia empírica sobre el papel mediador de la actitud
hacia el riesgo entre los sesgos cognitivos y la conducta nanciera responsable en estudiantes
de ciencias económicas y administrativas.
Resultados
El modelo fue estimado mediante la técnica de Modelado de Ecuaciones Estructurales por
Mínimos Cuadrados Parciales (PLS-SEM), implementada en el software SmartPLS 4.0. El
objetivo fue analizar la asociación entre tres sesgos cognitivos: Exceso de conanza, Aversión
a la pérdida y Efecto anclaje sobre la conducta nanciera responsable, considerando el rol
mediador de la Actitud hacia el riesgo.
En la evaluación del modelo de medición, La mayoría de los indicadores presentaron cargas
factoriales superiores a 0.708; adicionalmente, algunos ítems se situaron entre 0.60 y 0.70 y
fueron retenidos por su aporte de contenido y porque el modelo mostró AVE ≥ 0.50 y CR ≥
0.70, evidenciando una abilidad individual adecuada. Asimismo, los valores de abilidad
compuesta (CR) y alfa de Cronbach superaron el umbral de 0.70 en todos los constructos,
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
130
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
mientras que los promedios de varianza extraída (AVE) fueron mayores a 0.50, lo que conrma
la validez convergente. La validez discriminante fue vericada mediante los criterios de Fornell
& Larcker, (1981) y HTMT, cuyos valores se mantuvieron por debajo de los niveles críticos
establecidos (Henseler et al., 2009). Estos resultados se resumen en la tabla 3 y la gura 2.
La colinealidad de los indicadores se evaluó mediante el factor de inación de la varianza
(VIF). Los valores oscilaron entre 1.08 y 2.98, todos por debajo del umbral recomendado de
3.3 Hair Jr. (2020), lo que descarta problemas de colinealidad en el modelo. En el caso del
constructo formativo de conducta nanciera responsable, los VIF se mantuvieron igualmente
en niveles aceptables, garantizando estabilidad en las estimaciones de sus indicadores
Respecto al modelo estructural, se observó que los tres sesgos cognitivos explican el 18.7% de
la varianza en la actitud hacia el riesgo (R² = 0.187), mientras que esta última explica el 31.6%
de la varianza en la conducta nanciera responsable (R² = 0.316). De acuerdo con Ringle et al.,
(2020) y Hair Jr. (2020), estos valores reejan una capacidad explicativa moderada.
En este estudio se priorizó la evaluación de la capacidad predictiva a través de R² y f², métricas
adecuadas para un diseño exploratorio en economía del comportamiento. Aunque el Q² se
utiliza con frecuencia en estudios conrmatorios, los resultados obtenidos permiten armar que
el modelo presenta una capacidad explicativa moderada, destacando el papel de la actitud hacia
el riesgo en la conducta nanciera responsable.
En cuanto a las relaciones estructurales, se aceptaron dos de las cuatro hipótesis planteadas.
La aversión a la pérdida tuvo un efecto positivo y signicativo sobre la actitud hacia el riesgo
(β = 0.350, p < 0.01), y esta, a su vez, inuyó positivamente sobre la conducta nanciera
responsable (β = 0.562, p < 0.01), conrmando las hipótesis H2 y H4. Por el contrario, ni el
exceso de conanza (β = 0.006, p > 0.01) ni el efecto anclaje (β = 0.125, p > 0.01) mostraron
relaciones signicativas sobre la actitud hacia el riesgo, por lo que se rechazaron las hipótesis
H1 y H3.
En términos aplicados, los hallazgos sugieren que intervenir sobre la actitud hacia el riesgo es
el canal conductual relevante cuando el estudiantado enfrenta pérdidas potenciales; en cambio,
los sesgos de anclaje y exceso de conanza no muestran transmisión indirecta signicativa en
este contexto.
Estos resultados sugieren que, en esta muestra especíca de estudiantes universitarios, la
aversión a la pérdida actúa como un factor relevante en la formación de actitudes frente al
riesgo, mientras que el exceso de conanza y el efecto anclaje no presentan un impacto directo
signicativo. Este hallazgo podría atribuirse a factores como el nivel de conocimiento nanciero
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
131
formal de las personas participantes, su escasa exposición a contextos reales de inversión, o
la posible asociación entre variables no incluidas en el modelo. En consecuencia, se refuerza
la necesidad de seguir investigando la interacción entre los sesgos cognitivos y las variables
psicológicas que conguran las decisiones nancieras en entornos educativos.
Tabla 3. Efectos directos y signicancia estadística
Fuente: elaboración propia.
Figura 2. Modelo estructural estimado mediante PLS-SEM
Fuente: elaboración propia.
Como parte de la evaluación del modelo estructural, se reportan los tamaños de efecto (f²) por
relación, con sus intervalos de conanza. La Tabla 3 reporta el tamaño de efecto f², que indica
cuánto aumenta el R² del constructo endógeno cuando se incluye cada predictor (umbrales
orientativos: 0.02 pequeño, 0.15 mediano y 0.35 grande). En este estudio, la ruta Actitud hacia
el riesgo → Conducta Financiera presenta un efecto grande (f² = 0.461; IC95% [0.205, 1.188]),
lo que evidencia que la actitud hacia el riesgo aporta de forma sustantiva a la explicación de la
conducta nanciera y se perla como el principal punto de palanca del modelo.
Exceso d e Confianza - > Actitud hacia el
Riesgo
Aversión a l a Pérdida - > Actitud hacia e l
Riesgo
Efecto anclaje -> Actitud hacia el Riesgo
Actitud hacia e l riesgo -> Conducta
Financiera
0.006
0.350
0.125
0.562
P > 0.01 Rechazado
Rechazado
Aceptado
Aceptado
P > 0.01
P < 0.01
P < 0.01
H1
H2
H3
H4
Predictor -> ResultadosP - ValueH ipótesis Resultado
del modelo
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
132
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
En cambio, Aversión a la Pérdida → Actitud hacia el Riesgo muestra un efecto pequeño (f² =
0.098; IC95% [0.012, 0.318]), lo que sugiere que la aversión a la pérdida incide en la actitud,
aunque con impacto moderado. Por su parte, Efecto Anclaje → Actitud hacia el Riesgo (f²
= 0.013) y Exceso de Conanza → Actitud hacia el Riesgo (≈0.000) resultan despreciables,
coherente con la ausencia de efectos indirectos relevantes; en términos prácticos, priorizar
intervenciones sobre la actitud ante el riesgo probablemente generará los mayores cambios en
conducta, mientras que enfatizar anclaje o exceso de conanza tendría retornos limitados en
este contexto.
Se observó un tamaño de efecto grande para Actitud hacia el riesgo → Conducta Financiera
(f² = 0.461), mientras que Aversión a la Pérdida → Actitud hacia el Riesgo fue pequeño (f²
= 0.098) y los efectos de Efecto Anclaje y Exceso de Conanza fueron muy pequeños, los
intervalos de conanza al 95% se muestran en la tabla 4.
Tabla 4. Tamaños de efecto (f²) por relación estructural
Nota: f² calculado como incremento en R² del constructo endógeno al incluir X (efecto de exclusión-inclusión).
Fuente: elaboración propia.
Discusión
Los resultados obtenidos evidencian que las asociaciones encontradas entre los sesgos
cognitivos en la conducta nanciera responsable no son homogéneas ni directas, sino que se
articulan a través de mecanismos mediadores, particularmente la actitud hacia el riesgo. Este
hallazgo es consistente con los postulados de la economía del comportamiento, los cuales
sostienen que las decisiones nancieras no se explican únicamente por preferencias estables,
sino por procesos cognitivos que inuyen en la percepción y evaluación del riesgo (Amgain,
2024; Kasoga, 2021; Sobaih & Elshaer, 2023; Tahir et al., 2023)
En este estudio, se conrma que la aversión a la pérdida presenta un efecto positivo y
signicativo sobre la actitud hacia el riesgo. Desde la teoría de las perspectivas, este resultado
se explica porque las personas tienden a asignar un mayor peso subjetivo a las pérdidas que a
las ganancias equivalentes, lo que genera una evaluación más cautelosa de las alternativas bajo
incertidumbre (Kahneman & Tversky, 2013).
0.461
0.098
0.013
0.0
0.071
0.21
0.849
0.999
0.205
0.012
0.0
0.0
1.1885
0.318
0.248
0.111
grande
pequeño
Muy pequeño
Muy pequeño
f² (O) p (boot)
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
133
En términos conductuales, una mayor sensibilidad ante la posibilidad de pérdida puede
traducirse en actitudes más conservadoras frente al riesgo, inuyendo indirectamente en la
forma en que se toman decisiones nancieras cotidianas. Este patrón coincide con la evidencia
empírica reportada por Tahir et al., (2023) y Grežo, (2021), quienes muestran que la aversión
a la pérdida se asocia con una mayor prudencia nanciera, especialmente en población joven
(Sharma et al., 2024).
En contraste, los sesgos de exceso de conanza y efecto anclaje no mostraron inuencia
signicativa sobre la actitud hacia el riesgo. Este resultado no contradice la teoría conductual,
sino que sugiere una activación contextual de dichos sesgos. (Kahneman, 2011; Thaler, 2016)
La literatura señala que el exceso de conanza tiende a manifestarse con mayor intensidad
en entornos donde personas enfrentan decisiones nancieras repetidas, con retroalimentación
directa y consecuencias monetarias claras, como lo mercados de inversión o emprendimiento
(Fersi & Boujelbène, 2022; Homann & Anwar, 2024).
De manera similar, el efecto anclaje suele operar con mayor fuerza en contextos de comparación
explícita de precios o valores de referencia, típicos de mercados volátiles o decisiones de compra
complejas (Holtfort et al., 2023; Mahmood et al., 2024). La ausencia de estos escenarios en
la experiencia nanciera cotidiana del estudiantado universitario podría explicar la falta de
signicancia estadística de ambos sesgos en el modelo estimado (Karki et al., 2024).
La identicación de la actitud hacia el riesgo como variable mediadora clave refuerza modelos
conductuales recientes que sostienen que los sesgos cognitivos no inuyen necesariamente de
manera directa en la conducta nanciera, sino que lo hacen a través de disposiciones subjetivas
frente a la incertidumbre (Kanapickienė et al., 2024; Kasoga, 2021). En este sentido, la actitud
hacia el riesgo actúa como un mecanismo de procesamiento que canaliza el impacto de los
sesgos cognitivos hacia decisiones nancieras concretas, particularmente en poblaciones
en formación, donde los hábitos nancieros aún no se encuentran plenamente consolidados
(Lusardi et al., 2021; Vaghela et al., 2023).
Asimismo, los valores de R² obtenidos (0.187 para actitud hacia el riesgo y 0.316 para conducta
nanciera responsable) indican una capacidad explicativa moderada del modelo. Este nivel
de explicación es consistente con estudios aplicados a jóvenes adultos y al estudiantado
universitario, donde las decisiones nancieras están inuenciadas por múltiples dimensiones
adicionales no incorporadas en el modelo, tales como normas sociales, inuencia familiar,
contexto institucional o experiencias nancieras previas (Harahap et al., 2024; Hendrawaty
et al., 2020; Hoda, 2025). Estos resultados refuerzan el carácter exploratorio del estudio
y abren oportunidades para futuras investigaciones que integren variables contextuales
complementarias.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
134
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
Dado el carácter exploratorio del estudio, la interpretación de los resultados se centró en los
indicadores R² y f² como medidas de capacidad explicativa. Aunque no se incluyó el análisis
Q², los hallazgos conrman asociaciones signicativas que refuerzan la relevancia de la
actitud hacia el riesgo como mediadora en la conducta nanciera responsable del estudiantado
universitario.
En conjunto, los hallazgos sugieren que no todos los sesgos cognitivos ejercen el mismo
peso explicativo en la conducta nanciera, y que su inuencia depende del contexto, la etapa
de vida y el tipo de decisiones enfrentadas. En este estudio, la aversión a la pérdida emerge
como el sesgo más relevante en la conguración de actitudes frente al riesgo, mientras que
el exceso de conanza y el efecto anclaje presentan un impacto limitado. Esta evidencia
respalda la economía del comportamiento como un marco analítico adecuado para comprender
las decisiones nancieras en contextos educativos, y subraya la importancia de diseñar
intervenciones orientadas a modicar actitudes frente al riesgo como vía para fortalecer la
conducta nanciera responsable.
Conclusiones
De acuerdo con el objetivo planteado, los resultados muestran que la aversión a la pérdida se
asocia positivamente con la actitud hacia el riesgo nanciero, y que esta última (operacionalizada
como aversión al riesgo) se asocia de manera positiva con la conducta nanciera responsable.
Este hallazgo conrma que una mayor cautela frente a situaciones de incertidumbre económica
se vincula con prácticas nancieras más estructuradas, como la planicación del gasto, el
control de deudas y el monitoreo nanciero.
Por el contrario, el exceso de conanza y el efecto anclaje no evidenciaron asociaciones
signicativas con la actitud hacia el riesgo en el modelo estimado. Este resultado sugiere
que la inuencia de estos sesgos podría depender de contextos nancieros más complejos,
caracterizados por decisiones repetidas, retroalimentación monetaria directa o mayor exposición
a escenarios de inversión, condiciones que no necesariamente están presentes en la experiencia
nanciera cotidiana del estudiantado universitario.
En conjunto, los hallazgos evidencian que las decisiones nancieras no responden exclusivamente
a criterios de racionalidad técnica, sino que están mediadas por sesgos cognitivos especícos y
por evaluaciones subjetivas del riesgo. En este sentido, la actitud hacia el riesgo emerge como
un mecanismo explicativo central, al canalizar el efecto de la aversión a la pérdida hacia la
conducta nanciera responsable.
Desde una perspectiva aplicada, estos resultados respaldan la pertinencia de incorporar enfoques
de economía del comportamiento en los programas de educación nanciera, con énfasis en el
desarrollo de habilidades para reconocer y gestionar la percepción del riesgo. Asimismo, se
recomienda que futuras investigaciones integren variables adicionales (como la autoecacia
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
135
nanciera, la experiencia económica previa o el locus de control) y repliquen el modelo en
poblaciones con mayor trayectoria nanciera, con el n de contrastar la estabilidad de las
asociaciones observadas (Chujan et al., 2022).
Declaración de contribución de autoría CRediT
Marcelo V. Luna-Murillo: Conceptualización, curación de datos, análisis formal, investigación, metodología,
recursos, visualización, redacción: borrador original – Preparación, creación y/o presentación del trabajo
publicado, especícamente la redacción del borrador inicial, redacción (revisión y edición).
Patricia Ramírez-Contreras: Conceptualización, análisis formal, investigación, metodología, recursos,
visualización, redacción: borrador original – Preparación, creación y/o presentación del trabajo publicado,
especícamente la redacción del borrador inicial (incluyendo la traducción sustantiva), redacción (revisión y
edición).
Jonathan D. Segura-Márquez: Visualización, redacción: borrador original – Preparación, creación y/o
presentación del trabajo publicado, especícamente la redacción del borrador inicial (incluyendo la traducción
sustantiva), redacción (revisión y edición).
Johanna Castro-Ramírez: Visualización, redacción: borrador original – Preparación, creación y/o presentación
del trabajo publicado, especícamente la redacción del borrador inicial (incluyendo la traducción sustantiva),
redacción (revisión y edición).
Declaración de conictos de interés
Los autores declaran no tener ningún conicto de intereses.
Referencias
1. Amgain, P. N. (2024). Behavioral Biases and Investment Decision: A Systematic Literature
Review. Kanya Journal, 5(1), 12–39.
2. Barber, B. M., & Odean, T. (2001). Boys will be boys: Gender, overcondence, and
common stock investment. The Quarterly Journal of Economics, 116(1), 261–292. https://
doi.org/10.1162/003355301556400
3. Chujan, W., Ngoc, N. L. B., & Faizi, A. S. (2022). Locus of Control on Financial Behavior
and Financial Risk Attitude. Annals of Economics & Finance, 23(2).
4. Faul, F., Erdfelder, E., Buchner, A., & Lang, A.-G. (2009). Statistical power analyses using
G* Power 3.1: Tests for correlation and regression analyses. Behavior Research Methods,
41(4), 1149–1160.
5. Fersi, M., & Boujelbène, M. (2022). Overcondence and credit risk-taking in micronance
institutions: a cross-regional analysis. International Journal of Organizational Analysis,
30(6), 1672–1693.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
136
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
6. Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable
variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.
org/10.1177/002224378101800104
7. Gabhane, D., Sharma, A., & Mukherjee, R. (2023). Behavioral nance: exploring the
inuence of cognitive biases on investment decisions. Boletin de Literatura Oral-The
Literary Journal, 10(1), 3133–3141.
8. Goyal, K., & Kumar, S. (2021). Financial literacy: A systematic review and bibliometric
analysis. International Journal of Consumer Studies, 45(1), 80–105. https://doi.org/https://
doi.org/10.1111/ijcs.12605
9. Grežo, M. (2021). Overcondence and nancial decision-making: a meta-analysis. Review
of Behavioral Finance, 13(3), 276–296. https://doi.org/https://doi.org/10.1108/RBF-01-
2020-0020
10. Hair Jr. J. F. (2020). Next-generation prediction metrics for composite-based PLS-SEM.
Industrial Management & Data Systems, 121(1), 5–11.
11. Harahap, R., Rahayu, S., & Lestari, M. (2024). Young Entrepreneurs’ Financial Compass:
How Attitudes, Norms, and Self-Ecacy Direct Financial Intentions and Actions. Jurnal
Ekonomi, Manajemen, Akuntansi Dan Keuangan, 5(4).
12. Hendrawaty, E., Irawati, N., & Sadalia, I. (2020). Financial literacy, demographic dierences
and nancial risk tolerance level: A case study. Journal of Security and Sustainability
Issues, 9(M), 187–201. https://doi.org/https://doi.org/10.9770/jssi.2020.9.M(15)
13. Henseler, J., Ringle, C. M., & Sinkovics, R. R. (2009). The use of partial least squares
path modeling in international marketing. In New challenges to international marketing.
Emerald Group Publishing Limited.
14. Hernández-Sampieri, R., & Mendoza, C. (2020). Metodología de la investigación: las
rutas cuantitativa, cualitativa y mixta. Mcgraw-hill México.
15. Hoda, N. (2025). Decoding Financial Behavior: A PLS-SEM Examination of Financial
Knowledge, Socialization, and Attitude in Saudi Business Students.
16. Homann, S., & Anwar, S. (2024). The inuence of culture on the lure of choice, mental
accounting, and overcondence. Behavioral Sciences, 14(3), 156.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
137
17. Holtfort, T., Horsch, A., Braca, A., Dondio, P., Mahesh Babu, P., Seadon, J., Moore, D.,
Shah, B., Butt, K. A., Bailey, C. A., Hussain, J. G., Psychogios, A., Muntwiler, C., Eppler,
M. J., Parmitasari, R. D. A., Syariati, A., Sumarlin, Kathpal, S., Akhtar, A., … Ricciardi,
V. (2023). How do entrepreneurs learn from critical events? A case study of critical event
learning. SUSTAINABILITY, 14(2), 1775–1799. https://doi.org/10.1016/j.lrp.2023.102413
18. Hrnjic, E., Reeb, D. M., & Yeung, B. (2019). Financial decisions, behavioral biases, and
governance in emerging markets. In The Oxford Handbook of Management in Emerging
Markets (p. 161). Oxford University Press.
19. Jarvis, C. B., Mackenzie, S. B., Podsako, P. M., Giliatt, N., & Mee, J. F. (2003). A Critical
Review of Construct Indicators and Measurement Model Misspecication in Marketing
and Consumer Research. In Journal of Consumer Research (Vol. 30, Issue 2). https://doi.
org/10.1086/376806
20. Jia, D., Li, R., Bian, S., & Gan, C. (2021). Financial planning ability, risk perception and
household portfolio choice. Emerging Markets Finance and Trade, 57(8), 2153–2175.
21. Kaftandzieva, T., & Cvetkoska, V. (2021). Financial decision making among young adults:
an ahp approach. International Journal of the Analytic Hierarchy Process, 13(3).
22. Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
23. Kahneman, D., & Riepe, M. W. (2007). Aspects of Investor Psychology: Beliefs, Preferences
and Biases Investment Advisors Should Know About. INTERNATIONAL LIBRARY OF
CRITICAL WRITINGS IN ECONOMICS, 204, 197.
24. Kahneman, D., & Tversky, A. (2013). Prospect theory: An analysis of decision under risk.
In Handbook of the fundamentals of nancial decision making: Part I (pp. 99–127). World
Scientic.
25. Kanapickienė, R., Vasiliauskaitė, D., Keliuotytė-Staniulėnienė, G., Špicas, R., Omeir, A.
K., & Kanapickas, T. (2024). A comprehensive review of behavioral biases in nancial
decision-making: from classical nance to behavioral nance perspectives. Journal
of Business Economics and Management., 25(5), 1006–1029. https://doi.org/10.3846/
jbem.2024.22314
26. Karki, U., Bhatia, V., & Sharma, D. (2024). A Systematic Literature Review on
Overcondence and Related Biases Inuencing Investment Decision Making. Economic
and Business Review, 26(2), 130–150.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
138
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
27. Kasoga, P. S. (2021). Heuristic biases and investment decisions: multiple mediation
mechanisms of risk tolerance and nancial literacy—a survey at the Tanzania stock market.
Journal of Money and Business, 1(2), 102–116.
28. Kim, K. T., & Xiao, J. J. (2021). Racial/ethnic dierences in consumer nancial capability:
The role of nancial education. International Journal of Consumer Studies, 45(3), 379–395.
29. Lamichhane, P., & Simkhada, A. (2024). Risk Tolerance, Overcondence and Investment
Decisions in Nepal. Journal of General Education and Humanities, 3(2), 227–240. https://
doi.org/https://doi.org/10.58421/gehu.v3i2.244
30. Lusardi, A., Hasler, A., & Yakoboski, P. J. (2021). Building up nancial literacy and
nancial resilience. Mind & Society, 20(2), 181–187.
31. Mahmood, F., Arshad, R., Khan, S., Afzal, A., & Bashir, M. (2024). Impact of behavioral
biases on investment decisions and the moderation eect of nancial literacy; an evidence
of Pakistan. Acta Psychologica, 247, 104303.
32. Mendez Prado, S. M., Zambrano Franco, M. J., Zambrano Zapata, S. G., Chiluiza Garcia,
K. M., Everaert, P., & Valcke, M. (2022). A systematic review of nancial literacy research
in Latin America and the Caribbean. Sustainability, 14(7), 3814.
33. Novianggie, V., & Asandimitra, N. (2019). The inuence of behavioral bias, cognitive
bias, and emotional bias on investment decision for college students with nancial literacy
as the moderating variable. International Journal of Academic Research in Accounting,
Finance and Management Sciences, 9(2), 92–107. https://doi.org/http://dx.doi.org/10.6007/
IJARAFMS/v9-i2/6044
34. Park, N. Y. (2022). Psychology of Financial Decision-Making: A Literature Review. Korea
and the World Economy, 23(3), 197–215.
35. Razen, M., Huber, J., Hueber, L., Kirchler, M., & Stefan, M. (2021). Financial literacy,
economic preferences, and adolescents’ eld behavior. Finance Research Letters, 40,
101728.
36. Ringle, C. M., Sarstedt, M., Mitchell, R., & Gudergan, S. P. (2020). Partial least squares
structural equation modeling in HRM research. The International Journal of Human
Resource Management, 31(12), 1617–1643.
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
Sesgos cognitivos y conducta nanciera responsable en estudiantes universitarios mediante modelado de ecuaciones estructurales
139
37. Rönkkö, M., & Cho, E. (2022). An updated guideline for assessing discriminant validity.
Organizational Research Methods, 25(1), 6–14.
38. Sarstedt, M., Ringle, C. M., & Hair, J. F. (2021). Partial Least Squares Structural Equation
Modeling. In Handbook of market research (pp. 587–632). Springer.
39. Sharma, D. R., Adhikari, M., & Khatun, I. (2024). Behavioral Biases of Individual Investors’
Decision-Making in Emerging Markets: A Mediation Approach. Journal of Emerging
Management Studies, 2(2), 37–54.
40. Sobaih, A. E. E., & Elshaer, I. A. (2023). Risk-taking, nancial knowledge, and risky
investment intention: Expanding theory of planned behavior using a moderating-mediating
model. Mathematics, 11(2), 453.
41. Suresh, G. (2024). Impact of nancial literacy and behavioural biases on investment
decision-making. FIIB Business Review, 13(1), 72–86.
42. Tahir, M. S., Richards, D. W., & Ahmed, A. D. (2023). The role of nancial risk-
taking attitude in personal nances and consumer satisfaction: evidence from Australia.
International Journal of Bank Marketing, 41(4), 787–809.
43. Thaler, R. H. (2016). Behavioral economics: Past, present, and future. American Economic
Review, 106(7), 1577–1600.
44. Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and
Biases: Biases in judgments reveal some heuristics of thinking under uncertainty. Science,
185(4157), 1124–1131.
45. Vaghela, P. S., Kapadia, J. M., Patel, H. R., & Patil, A. G. (2023). Eect of nancial literacy
and attitude on nancial behavior among university students. Indian Journal of Finance,
17(8), 43–57.
46. Wang, B. (2023). The impact of anchoring bias on nancial decision-making: exploring
cognitive biases in decision-making processes. Studies in Psychological Science, 1(2), 41–
50. https://doi.org/0.56397/SPS.2023.09.04
47. Weber, E. U., Blais, A. R., & Betz, N. E. (2002). A Domain-specic Risk-attitude Scale:
Measuring Risk Perceptions and Risk Behaviors. Journal of Behavioral Decision Making,
15(4). https://doi.org/10.1002/bdm.414
KAIRÓS, revista de ciencias económicas, juridicas y administrativas, 9(16), pp. 120-140. Primer Semestre de 2026
(Ecuador). ISSN 2631-2743. DOI: https://doi.org/10.37135/kai.03.16.06
140
Marcelo V. Luna-Murillo, Patricia Ramírez-Contreras, Jonathan D. Segura-Márquez, Johanna Castro-Ramírez
48. World Medical Association. (2013). World Medical Association Declaration of Helsinki:
ethical principles for medical research involving human subjects. Jama, 310(20), 2191–
2194.
49. Zumárraga-Espinosa, M. (2022). Estudio de los predictores del comportamiento de ahorro
en estudiantes universitarios ecuatorianos. Revista Economía y Política, 35, 96–122.