Este estudio se ha llevado a cabo mediante una encuesta estructurada, autoadministrada y en línea, dirigida a personas de 40 años o más. La recolección de datos se realizó entre mayo y agosto de 2025, aplicando un muestreo mixto que combinó técnicas de conveniencia y bola de nieve. La encuesta se distribuyó a través de listas de correo corporativas y redes sociales como LinkedIn, alentando a los participantes a compartir el enlace con conocidos que cumplieran los criterios de inclusión. Dichas listas corresponden principalmente a dos universidades españolas y organizaciones del ámbito financiero y de servicios profesionales, lo que implica una mayor presencia de individuos con niveles educativos medios y altos.

Los entornos universitarios presentan una elevada heterogeneidad en cuanto a puntos de vista y sensibilidad respecto a cuestiones sociales. En las universidades donde se distribuyó el cuestionario conviven ámbitos de estudio como las ciencias de la salud, las ciencias básicas, las ciencias sociales y las humanidades. Esta diversidad resulta especialmente adecuada porque, por un lado, garantiza perspectivas plurales y, por otro, asegura una base intelectual sólida: mientras que en algunos casos las opiniones pueden inclinarse hacia enfoques más técnicos, en otros pueden enfatizar dimensiones más ideológicas o filosóficas. En ambos casos, sin embargo, cabe esperar respuestas reflexionadas y fundamentadas. Además, en la comunidad universitaria suele ser relativamente sencillo alcanzar la paridad de género (de Andrés-Sánchez & Gené-Albesa, 2024).

La captación de participantes en organizaciones del ámbito financiero, servicios profesionales y grupos de interés en redes sociales permite, a su vez, acceder a individuos con un alto interés en finanzas y previsión de jubilación, lo que incrementa la calidad y el grado de fundamentación de las respuestas. Asimismo, estos participantes pueden actuar como prescriptores o agentes de influencia sobre personas menos interesadas (por ejemplo, familiares, compañeros de trabajo o clientes), ampliando el alcance potencial de percepciones, actitudes y recomendaciones sobre productos de previsión.

El carácter voluntario y gratuito de la participación favorece que las respuestas estén motivadas por un interés genuino en contribuir al estudio, lo que sugiere que los participantes dediquen una atención cuidadosa a la cumplimentación del cuestionario.

Debe reconocerse que este tipo de muestreo puede sobrerrepresentar perfiles con mayor nivel educativo y/o interés por finanzas y jubilación; por tanto, los resultados que pueden obtenerse pueden ser valiosos, pero deben generalizarse con cautela. En consecuencia, los resultados deben interpretarse como representativos de los perfiles incluidos en el estudio y no como una aproximación plenamente representativa de la población española en su conjunto.

La muestra final está compuesta por 238 respuestas válidas:

El tamaño de la muestra se considera adecuado. De acuerdo con la regla de las 10 observaciones (Hair et al., 2017), para un total de ocho regresores el tamaño mínimo muestral requerido es de 80 observaciones, por lo que el requisito se cumple holgadamente. Asimismo, el análisis realizado con G*Power 3.1 (Faul et al., 2009) muestra que un modelo de regresión con ocho variables explicativas y una muestra de 238 casos alcanza una potencia estadística del 80% a un nivel de significación del 5%, siempre que el tamaño del efecto sea al menos f² = 0.07 (clasificado entre pequeño y mediano). Este valor corresponde a un coeficiente de determinación R² = 6.54%, cifra que suele superarse con holgura en estudios de esta naturaleza. En lo que respecta a los coeficientes individuales, con este tamaño muestral, un contraste bilateral al 5% permite obtener una potencia del 80% para detectar efectos de magnitud f² = 0.0325, los cuales se consideran bajos conforme a los criterios de Cohen (1988).

Una versión preliminar del cuestionario fue revisada y sometida a prueba por un grupo de profesores universitarios con experiencia en finanzas y seguros. Si bien sus observaciones no dieron lugar a cambios sustanciales en el instrumento, sí contribuyeron a mejorar la claridad, la comprensión y la redacción del texto introductorio.

El cuestionario se inicia con una breve descripción del concepto de HI, seguida de preguntas destinadas a recoger información sociodemográfica. Posteriormente, se presentan los ítems correspondientes a las variables latentes asociadas a las dimensiones actitud, control conductual percibido e influencia social descritas en la Sección 2. Todos los ítems son evaluados mediante una escala tipo Likert de 11 puntos, con valores desde 0 (“totalmente en desacuerdo”) hasta 10 (“totalmente de acuerdo”). El uso de escalas más amplias que las tradicionales de 5 o 7 puntos, como la de 11, ha sido recomendado en la literatura, ya que permite captar con mayor precisión las percepciones de los individuos y resulta coherente con el sistema de calificación ampliamente utilizado en España, basado en puntuaciones de 0 a 10 (Bisquerra & Pérez-Escoda, 2015).

La redacción de los ítems correspondientes a IUS, ACT, FUS, RIES, INS y LEG así como las fuentes en que se ha inspirado se ofrece en la Tabla 1. Los factores sociodemográficos se modelizan de forma dicotómica, tanto en lo relativo al género como también a la edad y los ingresos mensuales. En el género los hombres toman valor 1. En cuanto al nivel de renta, se distinguen aquellas personas con ingresos mensuales elevados (al menos 5000 euros), que toman el valor 1, del resto de los participantes.

En el caso de la edad, se distingue entre las personas que, en la fecha de la encuesta, tenían 65 años o más (valor 1), y por tanto se encuentran actualmente en disposición de contratar una HI, y aquellas que todavía no cumplen este requisito (valor 0). Esta diferenciación resulta relevante porque permite aproximar dos perfiles de encuestados con un interés en las HIs distinto, atendiendo al umbral de elegibilidad efectiva del producto en el contexto español. En el primer grupo predominan, en términos generales, personas ya jubiladas o próximas a la jubilación, que se encuentran en una fase de desacumulación patrimonial o en un momento cercano y pueden valorar la HI como un instrumento para complementar la pensión pública sin abandonar su vivienda. En el segundo grupo aparecen, previsiblemente, individuos en edad activa para quienes la HI constituye una opción a futuro, en el marco de la planificación de la jubilación en un plazo más largo. En este sentido, la posibilidad de recurrir a este instrumento puede influir en decisiones presentes, por ejemplo, en la elección de una vivienda de mayor valor susceptible de transformarse en liquidez en la jubilación, aunque la contratación inmediata de la HI no se contemple. Este criterio permite alinear la definición empírica de la variable EDAD con el marco institucional y regulatorio del producto, evitando agrupar perfiles con distinta capacidad de contratación efectiva y reforzando la coherencia interpretativa de los resultados obtenidos en los análisis posteriores.

Tabla 1: Variables e ítems del modelo desarrollado en la Sección 2. Fuente: Elaboración propia.

Dado que la HI constituye un instrumento potencial dentro de la estrategia de planificación de la jubilación. susceptible de ser considerada a distintas edades, aunque con diferencias relevantes en función de la proximidad a la jubilación y de la posibilidad efectiva de contratación inmediata, generalmente a partir de los 65 años, se realiza un análisis exploratorio del comportamiento de los dos ítems que conforman la intención de uso de las HIs (IUS1 e IUS2) en los distintos grupos de edad definidos en el apartado 3.1. Este análisis exploratorio permite evaluar la posible existencia de heterogeneidad entre los grupos etarios en la aceptación de las HIs más allá del uso de una variable dicotómica y tiene como objetivo identificar posibles diferencias en el nivel de aceptación del producto entre los distintos grupos de edad, complementando los resultados obtenidos a partir de los modelos estructurales estimados. Con este fin, se emplean contrastes ANOVA y MANOVA sobre los ítems IUS1 e IUS2 permitiendo evaluar la existencia de heterogeneidad significativa entre grupos etarios sin alterar la especificación del modelo principal.

Posteriormente, los objetivos de investigación OI1 y OI2 se abordaron de manera secuencial mediante el uso combinado de PLS-SEM y RC. Para dar respuesta al OI1 se aplica PLS-SEM, mientras que el OI2 se desarrolla posteriormente a través de RC. La estimación con PLS-SEM se lleva a cabo con SmartPLS 4.0 (Ringle et al., 2022), y el análisis de RC se implementa con el software gretl (Cottrell & Lucchetti, 2025).

El uso de PLS-SEM resulta especialmente pertinente cuando existen dudas acerca de la normalidad de las distribuciones de las variables latentes o cuando el propósito central es evaluar la capacidad predictiva del modelo (Hair et al., 2019). El proceso de implementación ha seguido las recomendaciones de Hair et al. (2019), iniciándose con la comprobación de la consistencia interna, la validez convergente y la validez discriminante. Posteriormente, el modelo se ha estimado mediante mínimos cuadrados parciales con bootstrapping basado en percentiles y 10 000 submuestras. Este procedimiento permite contrastar las hipótesis, valorar el ajuste global del modelo y estimar el tamaño del efecto de las variables explicativas sobre IUS. Asimismo, la capacidad predictiva se examina a través del estadístico Q² de Stone y Geisser y la prueba de capacidad predictiva con validación cruzada (Sharma et al., 2023).

El modelo representado en la Figura 1 se estima mediante RC en distintos niveles de probabilidad: τ = 0.1, 0.25, 0.4, 0.45, 0.5, 0.55, 0.6, 0.75 y 0.9. Los valores más utilizados en la literatura especializada son τ = 0.1, 0.25, 0.5, 0.75 y 0.9, donde τ = 0.1 y τ = 0.25 reflejan, respectivamente, un escenario extremadamente y moderadamente por debajo de la tendencia central. Por su parte, τ = 0.5 representa la respuesta central, mientras que τ = 0.75 y τ = 0.9 corresponden, de forma respectiva, a escenarios moderados y extremos situados por encima de la tendencia central de la variable dependiente (Davino et al., 2015).

Siguiendo a Agarwal et al. (2022), se incorporan los niveles adicionales τ = 0.4, 0.45, 0.55 y 0.6 para capturar de manera más precisa tres tipos de respuestas: infra-IUS (por debajo de los valores centrales), IUS central y super-IUS (por encima de los valores centrales). De este modo, la influencia de los factores explicativos en las respuestas centrales de IUS se refleja en τ = 0.45, 0.5 y 0.55; las respuestas con menor aceptación en τ = 0.1, 0.25 y 0.4; y las respuestas con mayor aceptación en τ = 0.6, 0.75 y 0.9. Los resultados de todas estas regresiones permiten reevaluar las hipótesis planteadas en la Sección 2 en cada uno de los cuantiles del rango de la variable de respuesta.

La aplicación de RC a variables latentes exige una evaluación previa del modelo de medida para asegurar la fiabilidad de los constructos (Agarwal et al., 2022), lo que en este trabajo se ha llevado a cabo mediante PLS-SEM. A continuación, las variables latentes se han cuantificado utilizando las cargas factoriales derivadas del modelo de medida estimado con PLS-SEM.

La combinación de PLS-SEM y RC permite obtener una comprensión más profunda y matizada de las variables que condicionan la variable IUS. Mientras que el PLS-SEM ofrece una visión global del modelo y resalta los efectos medios esperados, la RC permite identificar si dichos efectos son uniformes en toda la distribución de respuestas o si varían según segmentos específicos. Por ejemplo, en el análisis del OI1, el PLS-SEM podría indicar que la variable A ejerce mayor influencia que B sobre la variable IUS. Sin embargo, el análisis del OI2 mediante RC podría evidenciar que B mantiene una influencia constante a lo largo de todos los niveles de IUS, mientras que A solo resulta significativa en los cuantiles centrales. Si se consideraran únicamente los resultados de PLS-SEM, se concluiría que A es el factor más influyente. No obstante, tras la implementación de la RC, B debería ocupar un lugar prioritario en las políticas destinadas a fomentar la adopción de las HIs, dado que su impacto se extiende de manera más amplia y consistente a lo largo del rango de IUS.

La Tabla 2 presenta las estadísticas descriptivas de los ítems. Puede observarse que las puntuaciones relativas a IUS se sitúan en torno a 5, lo que refleja una valoración cercana a la neutralidad. Las percepciones asociadas a ACT son ligeramente superiores, con valores comprendidos entre 4.630 y 5.811. En el caso de FUS, la mayoría de los ítems alcanzan puntuaciones claramente superiores a 5, aunque sin llegar a 7, situándose entre 5.181 y 6.634. Con respecto a RIES, los valores se ubican más próximos a la percepción de su existencia que a su ausencia, con un rango entre 5.748 y 6.626. Finalmente, mientras que INS se sitúa por debajo de 5, LEG presenta las valoraciones más elevadas, con puntuaciones que oscilan entre 5.576 (LEG2) y 7.899 (LEG1).

La Tabla 3 permite realizar un análisis más detallado, por grupos de edad, de la percepción de la intención de uso de las HI. Tanto el análisis ANOVA como el MANOVA rechazan la hipótesis de homogeneidad entre los distintos grupos etarios, ya sea al analizar ambos ítems de forma individual (ANOVA) o considerándolos conjuntamente (MANOVA). La heterogeneidad se concentra principalmente en el grupo de 65 años o más, en comparación con el resto de grupos de edad. No se observan diferencias relevantes entre los grupos que, por edad, aún no pueden contratar una HI, ya que los valores medios de la intención de uso se mantienen por encima de 5 en IUS1 y por encima de 4.5 en IUS2. Por el contrario, las diferencias son claras y sustantivas en el grupo de 65 o más años, que presenta valores medios notablemente inferiores, concretamente 3.545 en IUS1 y 2.939 en IUS2. Estos resultados descriptivos e inferenciales deben interpretarse como un complemento al análisis estructural desarrollado en el trabajo, al aportar evidencia adicional sobre la heterogeneidad etaria en la intención de uso de las HIs.

Tabla 2: Estadísticos descriptivos de los ítems, extracciones factoriales y medidas de consistencia interna y fiabilidad convergente de las escalas. Fuente: Elaboración propia.

Nota: DE= Desviación estándar, CF=Carga factorial, AC=Alfa de Cronbach, FC=Fiabilidad compuesta, VME=Varianza media extraída.

La Tabla 2 también muestra que las escalas empleadas presentan una adecuada consistencia interna, dado que tanto el alfa de Cronbach como la fiabilidad compuesta superan el umbral de 0.70. Asimismo, se confirma la validez convergente, ya que la carga factorial de los ítems es superior a 0.702 y las varianzas medias extraídas (VME) superan 0.50 (Hair et al., 2019). Por su parte, la Tabla 4 evidencia la validez discriminante, dado que la raíz cuadrada de la VME de cada constructo es mayor que las correlaciones entre variables latentes, y estas correlaciones son en todos los casos inferiores a 0.85 (Cheung et al., 2024).

La Tabla 5 muestra los resultados del ajuste PLS-SEM. El coeficiente de correlación indica que el grado de ajuste del modelo a la muestra es sustancial (R²=70.05%), que es muy superior al requerido para obtener una potencia de contraste del 80%. También se observa que el ajuste no presenta problemas de colinearidad ya que los factores de inflación de la varianza se sitúan por debajo de 3.3.

La Tabla 5 indica que, entre las variables de la TCP, solo ACT y las variables asociadas a la norma subjetiva INS y LEG muestran significación estadística sobre IUS. En el caso de ACT, su coeficiente (β) es β=0.632, siendo el p-valor (p) <0.001 y el efecto del tamaño es elevado (f²=0.670). Para INS, β=0.233, p=0.001, f²=0.076; siendo en LEG β=-0.088, p=0.033, f²=0.023. Entre las variables de control, solo se muestra significativa la relación negativa de la EDAD con IUS, β=-0.389, p<0.001, f²=0.079.

Tabla 5: Resultados de la estimación de los coeficientes de ruta y decisión sobre las hipótesis. Fuente: Elaboración propia

Nota: (a) β=Coeficiente, FIV=Factor de inflación de la varianza, f²=Efecto tamaño de Cohen, DE=Desviación estándar. (b) El coeficiente de determinación del modelo es R²=70.05% y la Q² de Stone y Greisser's 66.4%.

En relación con la capacidad predictiva del modelo representado en la Figura 1, la Tabla 5 muestra que Q² = 66.4%, que de acuerdo con el criterio de Hair et al. (2019) puede considerarse elevado. Asimismo, los resultados presentados en la Tabla 6, correspondientes a la prueba de capacidad predictiva con validación cruzada, indican que el modelo propuesto supera tanto al modelo benchmark de indicador promedio como al modelo lineal, ya que la diferencia en el error cuadrático medio resulta favorable a nuestro modelo, que es significativa respecto al indicador promedio (p < 0.001). En consecuencia, puede concluirse que el modelo posee una buena capacidad predictiva (Sharma et al., 2023).

Tabla 6: Resultados de la prueba predictiva de validación cruzada. Fuente: Elaboración propia.

Nota: ECM_modelo=Error cuadrático promedio del modelo, ECM_Bench=Error cuadrático promedio del modelo benchmark y DECM=Diferencia de error cuadrático promedio entre el modelo y el benchmark.

Tabla 7: Resultados de la RC de IUS en torno a su mediana (τ = 0.45; 0.50; 0.55). Fuente: Elaboración propia.

Nota: El pseudo R² en la regresión es de 51.7% para τ = 0.45; 51.9 % para τ = 0.50; y 52.2 % para τ = 0.55.

La Tabla 7 proporciona los resultados del ajuste de IUS con RC alrededor de la mediana (τ = 0.45, 0.5, 0.55). Por tanto, los resultados en estos espectros son, en cierto modo, comparables con los de PLS-SEM, ya que buscan ajustar valores centrales de la variable de respuesta. Tanto ACT como INS son significativos con p<0.001 y siempre con el signo esperado. En el caso de ACT, su coeficiente (γ) oscila entre 0.642 y 0.672; para INS, γ oscila entre 0.198 y 0.220. En el caso de LEG γ se mueve entre -0.068 y -0.051 y solo es significativo en τ =0.55 (p=0.017). También observamos que, dentro de las variables sociodemográficas, solo la edad tiene una relación negativa y estadísticamente significativa en todos los cuantiles analizados. Así, γ se mueve entre -0.332 (p<0.001) y -0.233 (p=0.001). En el caso de RENT y GEN, aunque los coeficientes estimados mantienen signo negativo, no resultan estadísticamente significativos en ninguno de los cuantiles.

Tabla 8: Resultados de la RC de IUS por debajo de la mediana (τ = 0.10, 0.25, 0.40). Fuente: Elaboración propia.

Nota: El pseudo R² en la regresión es de 39.65 % para τ = 0.10; 47.82 % para τ = 0.25; y 51.58 % para τ = 0.40.

La Tabla 8 muestra los resultados de las regresiones efectuadas en los cuantiles inferiores de IUS (τ=0.1, 0,25 y 0.4). Se puede observar que solo son significativas en los tres cuantiles la influencia de ACT, INS y EDAD, siendo su signo el esperado en los dos primeros casos. En el caso de ACT se observa en τ=0.1, γ=0.632 (p<0.001); en τ=0.25, γ=0.689 (p<0.001); y en τ=0.4, γ=0.700 (p<0.001). Para INS, en τ=0.1, γ=0.304 (p<0.001); en τ=0.25, γ=0.376 (p<0.001); y en τ=0.4, γ=0.192 (p<0.001). En el caso de EDAD, en τ=0.1, γ=-0.678 (p<0.001); en τ=0.25, γ=-0.357 (p<0.001); y en τ=0.4, γ=-0.373 (p<0.001). Tanto LEG como RENT muestran una relación negativa estadísticamente significativa únicamente en un cuantil. En el caso de LEG, este efecto se observa en τ = 0.25 (γ = −0.052, p = 0.002), mientras que en τ = 0.40 alcanza niveles marginales de significación (p = 0.079). En cuanto a RENT, la relación negativa resulta significativa únicamente en τ = 0.40 (γ = −0.128, p = 0.034), sin mostrar un patrón estable a lo largo de los cuantiles inferiores.

Llama la atención la presencia de efectos puntuales significativos en τ = 0.25, aunque con un signo contrario al esperado en el caso de FUS (relación negativa) y RIES (relación positiva). Asimismo, en este cuantil se observa que las mujeres tienden a presentar una mayor aceptación que los hombres, con un efecto estadísticamente significativo (γ = −0.070, p = 0.035). No obstante, se trata de efectos no robustos que no se manifiestan en el resto de cuantiles analizados.

Tabla 9: Resultados de la RC de IUS por encima de la mediana (τ = 0.60; 0.75; 0.90). Fuente: Elaboración propia.

Nota: El pseudo R² en la regresión es de 51.75 % para τ = 0.6; 50.08 % para τ = 0.75; y 47.49 % para τ = 0.9.

La Tabla 9 muestra los resultados obtenidos en los ajustes asociados a los cuantiles superiores (τ=0.6, 0.75, 0.9). Dentro de las variables asociadas a la TCP, ACT tiene un impacto significativamente positivo en todos los cuantiles de la intención de uso e INS y LEG en dos de los tres. Este impacto siempre se da con el signo esperado (positivo en los dos primeros casos y negativo en el tercero). En cuanto a ACT, en τ =0.6, γ=0.653 (p<0.001); en τ=0.75, γ=0.599 (p<0.001); y en τ=0.9, γ=0.537 (p<0.001). En lo que hace referencia a INS, se observa que en τ =0.6, γ=0.200 (p<0.001); en τ =0.75, γ=0.156 (p=0.015); mientras que en τ =0.9 el coeficiente pierde significación estadística (p=0.052). En el caso de LEG, en τ =0.6, γ=-0.076 (p=0.014); y en τ=0.9, γ=-0.074 (p=0.046); alcanzando niveles marginales de significación en τ = 0.75 (p = 0.068). Respecto a las variables sociodemográficas, EDAD tiene una relación consistentemente negativa que es significativa en todos los cuantiles. Se observa que en τ =0.6, γ=-0.226 (p=0.003); en τ=0.75, γ=-0.251 (p=0.016); y en τ=0.9, γ=-0.230 (p=0.010). La relación de RENT con IUS es consistentemente negativa a lo largo de los cuantiles superiores y resulta estadísticamente significativa únicamente en τ=0.9 (γ=-0.163, p=0.028).

Este artículo analiza el impacto de los potenciales facilitadores y de las posibles barreras en la aceptación de las HIs en una muestra de adultos españoles de 40 años o más, utilizando como marco analítico la TCP (Ajzen, 1991). En particular, se evalúa la influencia de las variables ACT, FUS, RIES, INS y LEG sobre IUS. Estas variables se controlaron mediante tres factores sociodemográficos habitualmente considerados en estudios sobre aceptación de HIs: GEN, EDAD y RENT.

El trabajo plantea dos OIs. El primero, OI1, consiste en examinar la capacidad explicativa del modelo respecto a las respuestas esperadas de IUS, lo cual se aborda mediante el uso de PLS-SEM. El segundo objetivo, OI2, analiza cómo los factores explicativos inciden en todo el rango de valores de IUS, considerando tanto las respuestas cercanas a la tendencia central (mediana) como aquellas que reflejan niveles de sobreaceptación o infraaceptación respecto al que cabría esperar. Este OI2 se aborda mediante RC.

En lo que se refiere al desarrollo de OI1, con PLS-SEM, se observa que según los criterios de Hair et al. (2019), el ajuste a los datos puede calificarse como bueno (R²≈70%), y tiene una capacidad predictiva elevada (Q² >50). Dentro de las variables asociadas a la TCP, solo son significativas en la expectativa de IUS la influencia positiva de las variables ACT e INS y la influencia negativa de la variable LEG. Las variables asociadas al control conductual percibido (FUS y RIES) no son significativas. Dentro de las variables sociodemográficas, sólo la relación negativa de EDAD con IUS se manifestó significativa.

El desarrollo de OI2 con RC permite obtener una perspectiva más amplia y con más matices sobre cómo las variables de la TCP inciden en la intención de uso de las HIs, es decir, en IUS. Así, se observa que la incidencia de ACT en IUS es consistente a lo largo de todo su rango de respuesta. Las variables relativas a la norma subjetiva (INS y LEG) también presentan efectos relevantes, aunque menos uniformes: INS es significativa en la mayoría de cuantiles y muestra un efecto marginal en τ = 0.90. Por su parte, LEG presenta una relación negativa significativa en cuantiles específicos (p. ej., τ = 0.25, τ = 0.55, τ = 0.60 y τ = 0.90) y evidencia significación marginal en algunos puntos intermedios. Las variables relativas a la percepción de control (FUS y RIES) no muestran efectos relevantes: aparecen efectos puntuales en τ = 0.25, que no se mantienen de forma sistemática a lo largo de la distribución de IUS. En lo que respecta a las variables sociodemográficas, la relación negativa de EDAD con IUS es significativamente consistente en todos los cuantiles analizados. Finalmente, RENT presenta un signo predominantemente negativo en los cuantiles centrales y superiores, con significación puntual en algunos cuantiles y niveles marginales en otros, lo que apunta a un efecto débil y no plenamente robusto a lo largo de la distribución.

Que ACT sea la variable con mayor incidencia sobre IUS resulta consistente con la evidencia previa en la literatura, la cual, desde la perspectiva de la TCP y marcos teóricos relacionados, destaca el papel central de los factores actitudinales para explicar la predisposición de los individuos hacia instrumentos financieros que facilitan la inclusión financiera (Musa et al., 2024), la planificación de la jubilación (Bongini & Cucinelli, 2019; She et al., 2024), o la adopción de productos actuariales específicos como las rentas de supervivencia (Nosi et al., 2017) y los life settlements (de Andrés-Sánchez et al., 2023). En el caso de las HIs, la evidencia empírica procede fundamentalmente de estudios realizados en contextos asiáticos (Ashok & Vij, 2020; Mohammed & Sulaiman, 2018; Muralidharan & Soundara Rajan, 2022).

La influencia positiva y significativa de INS sobre IUS se alinea con otras investigaciones sobre previsión para la jubilación y cobertura del riesgo de longevidad (Bongini & Cucinelli, 2019; She et al., 2024). De hecho, Griffin et al. (2012) destacan que la variable INS puede tener un peso mayor que las variables actitudinales. Asimismo, se ha constatado la importancia de INS en la contratación de productos vinculados a la jubilación, como las rentas actuariales en un estudio realizado en Italia (Nosi et al., 2017), o los life settlements en España (de Andrés-Sánchez & González-Vila Puchades, 2023). En el ámbito específico de las HIs, los resultados obtenidos en este trabajo son coherentes con los hallazgos en Malasia (Mohammed & Sulaiman, 2018) e India (Ashok & Vij, 2020; Muralidharan & Soundara Rajan, 2022). Por su parte, la relevancia de LEG coincide con evidencias previas documentadas en distintos países de la Unión Europea (Hoekstra & Dol, 2021), así como en Australia (Whait et al., 2019), India (Ashok & Vij, 2020) y Malasia (Mohammed & Sulaiman, 2018).

Las variables vinculadas al control conductual resultan ser las de menor peso explicativo sobre IUS. En el contexto de la planificación para la jubilación, si bien estos factores han mostrado cierta relevancia (Bongini & Cucinelli, 2019; She et al., 2024), su influencia es sistemáticamente inferior a los actitudinales o normativos. De hecho, algunos trabajos como Griffin et al. (2012) señalan que el control conductual no es significativo en la predisposición hacia la planificación de la jubilación.

La variable EDAD presenta un signo consistentemente negativo sobre la intención de uso de las HIs (IUS), tanto en el modelo PLS-SEM como en la regresión cuantílica, lo que indica que, a menor edad, mayor es la intención declarada de uso de este instrumento. De forma coherente con este resultado, el análisis descriptivo adicional por grupos de edad pone de manifiesto que la heterogeneidad en la aceptación de las HIs no se produce entre los grupos de edad que, por motivos legales, aún no pueden contratarlas, sino fundamentalmente entre estos y los encuestados de 65 años o más. En etapas vitales en las que no existe una disposición inmediata para la contratación, se observa, paradójicamente, una mayor aceptación potencial del producto.

Una posible explicación de este resultado es que las personas ya jubiladas o muy próximas a la jubilación tienden a percibir que, al menos en el corto plazo, las pensiones públicas seguirán proporcionando una cobertura relativamente elevada, lo que reduce la necesidad percibida de recurrir a instrumentos alternativos como la HI. Por el contrario, esta percepción difiere entre quienes aún se encuentran en edad laboral. En este grupo, una de las consecuencias anticipadas de las reformas del sistema público de pensiones en España (la reducción sustancial de la cuantía futura de las prestaciones) puede ejercer un efecto conductual más intenso. En consecuencia, estos individuos muestran una mayor predisposición a considerar las HIs como un mecanismo complementario de financiación durante la jubilación. Este argumento resulta consistente con evidencia previa que identifica la percepción de una menor suficiencia futura de las pensiones públicas como un determinante significativo de la intención de contratar HIs (Dillingh et al., 2017).

En conjunto, estos resultados permiten interpretar la aceptación de las HIs desde una perspectiva prospectiva. Más que reflejar decisiones tomadas en el momento de la jubilación efectiva, la intención de uso parece configurarse en etapas previas del ciclo vital, cuando los individuos aún están ajustando sus expectativas sobre ingresos futuros y estrategias de planificación financiera de largo plazo. En este sentido, IUS no se concibe únicamente como un indicador de la predisposición de la población normativamente elegible (65 años o más), sino también como herramienta de previsión durante el periodo de acumulación.

Desde la perspectiva de las entidades comercializadoras, la mayor aceptación observada entre los segmentos relativamente más jóvenes sugiere que se trata de un producto con una aceptación actual todavía limitada, pero con elevado potencial de crecimiento, a medida que las cohortes del baby boom y los segmentos de mayor edad de la Generación X estén próximos a la edad de jubilación.

La relación negativa entre el nivel de renta, variable RENT, y la aceptación de las HIs resulta esperable, ya que se alinea con el fenómeno de los hogares asset-rich, income-poor. En este tipo de hogares, las familias disponen de un patrimonio inmobiliario elevado, principalmente concentrado en la vivienda habitual, pero cuentan con ingresos corrientes relativamente bajos. Este desajuste entre riqueza patrimonial e ingresos líquidos genera una mayor predisposición a recurrir a instrumentos como las HIs, que permiten transformar parte del valor del inmueble en recursos disponibles para el consumo (Fong et al., 2023).

Los resultados obtenidos en este estudio aportan diversas contribuciones al avance teórico en el ámbito del uso de productos financieros para la jubilación, en particular las HIs.

Por una parte, la investigación confirma la aplicabilidad de la TCP adaptada en el análisis de la aceptación de instrumentos financieros vinculados a la planificación de la jubilación. Al observar la influencia diferenciada de las variables relativas a la actitud, el control conductual percibido y la norma subjetiva, se evidencia que no todos los constructos ejercen el mismo peso explicativo en la intención de uso, lo cual refuerza la necesidad de adaptar y contextualizar los modelos de comportamiento cuando se estudian productos financieros.

Por otra parte, el estudio combina el enfoque de PLS-SEM con RC. Mientras PLS-SEM permite contrastar la validez del modelo teórico y estimar el peso medio de las variables explicativas en la intención de uso de las HIs, la RC añade una dimensión novedosa al mostrar cómo varía la influencia de dichas variables en diferentes niveles de la distribución de la intención de uso. Esta combinación metodológica aporta un marco analítico más rico y robusto, capaz de capturar no solo los efectos promedio, sino también la heterogeneidad de los mismos. De este modo, la investigación demuestra que la incorporación de la RC en estudios de comportamiento financiero puede evitar interpretaciones incompletas derivadas de enfoques exclusivamente centrados en la media.

Los resultados de este estudio tienen implicaciones prácticas que pueden orientar tanto el diseño de políticas públicas como las estrategias de las entidades financieras y la planificación financiera personal. Los hallazgos en torno al peso de la actitud, la influencia social y el motivo de herencia permiten delinear un conjunto de medidas destinadas a mejorar la aceptación de las HIs como herramienta complementaria de previsión financiera en un contexto de creciente incertidumbre sobre la sostenibilidad del sistema público de pensiones.

En primer lugar, la actitud hacia las HIs se configura como el factor más influyente en la intención de la contratación de HIs. Dado que esta se vincula a la percepción de utilidad, conveniencia y beneficios del producto, resulta indispensable desarrollar estrategias orientadas a reforzar esa valoración positiva. Una línea de acción prioritaria consiste en implementar campañas de información claras, accesibles y adaptadas a distintos perfiles de edad y nivel educativo. Estas campañas deberían explicar el funcionamiento del producto de forma sencilla, subrayando aspectos como la posibilidad de obtener liquidez sin perder la titularidad ni el derecho de uso de la vivienda, o el hecho de que los fondos percibidos no tributan en el Impuesto sobre la Renta de las Personas Físicas. Paralelamente, resulta estratégico enfatizar el valor económico y social de las HIs, mostrándolas no como un recurso de última instancia, sino como una herramienta útil para complementar los ingresos de jubilación y garantizar seguridad económica en un contexto de reformas pensionales restrictivas (González-Vila Puchades, et al., 2025).

La mejora de la actitud hacia el producto también exige un compromiso con la transparencia en los costes y riesgos asociados. Simuladores personalizados en línea que permitan visualizar escenarios de contratación en función de la edad, el valor de la vivienda o la esperanza de vida son una vía eficaz para dotar a los usuarios de información objetiva y realista, reduciendo la desconfianza. Asimismo, además de las modalidades existentes de percibir ingresos en las HIs (pago único, renta temporal, renta vitalicia, …), deben ofrecerse otras opciones más flexibles (Atance et al., 2024). Estas posibilidades pueden incrementar su atractivo al mostrar que el producto se adapta a necesidades heterogéneas.

En segundo lugar, la influencia social se revela como un factor determinante en la decisión de solicitar una HI. Esto pone de manifiesto la importancia de los entornos de decisión y del rol de actores externos como asesores financieros, familiares y organismos públicos. Una medida clave es la profesionalización y capacitación de los asesores financieros y notariales, quienes actúan como mediadores entre el prestamista y el prestatario. Programas de formación específicos en HIs, avalados por organismos reguladores, garantizarían que dichos asesores transmitan información clara, objetiva y libre de conflictos de interés. La existencia de asesores independientes, reconocidos institucionalmente, permitiría aumentar la confianza de los usuarios, que suelen valorar de forma decisiva las recomendaciones de profesionales de referencia.

Asimismo, la influencia social también se construye en el ámbito familiar. La naturaleza intergeneracional de la HI exige incorporar a hijos y herederos en el proceso de decisión, ya que su percepción positiva puede ser determinante. Reuniones familiares organizadas por entidades financieras, acompañadas de material divulgativo dirigido tanto a prestatarios como a descendientes, contribuirían a mejorar la aceptación del producto y a reducir resistencias internas. El respaldo institucional, por su parte, constituye otro eje esencial de la influencia social. Campañas impulsadas por organismos públicos como el Banco de España o ministerios competentes, que presenten la HI como un producto regulado, legítimo y socialmente beneficioso, ayudarían a legitimar su uso y a reducir los prejuicios existentes. Finalmente, el recurso a referentes positivos, como testimonios de jubilados que han mejorado su calidad de vida mediante la contratación de HIs, puede generar un efecto de imitación social, incrementando la normalización de este instrumento en el imaginario colectivo.

Por último, el motivo de legado constituye una barrera estructural y cultural que limita la expansión de las HIs, especialmente en países como España, donde la tradición otorga gran relevancia a la transmisión intergeneracional de la vivienda. La percepción de que la HI erosiona o elimina el legado destinado a los hijos disuade a muchos potenciales beneficiarios, incluso cuando el producto podría mejorar de forma significativa su bienestar. En este sentido, es necesario promover un replanteamiento cultural de la herencia, fomentando un discurso que priorice la seguridad económica y la autonomía del jubilado por encima de la preservación del patrimonio para los descendientes. Campañas educativas y narrativas públicas pueden reforzar la idea de que disfrutar de una vejez digna no debe verse en contradicción con el deseo de dejar herencia.

En paralelo, el diseño de productos que preserven parcialmente el valor de la vivienda para los herederos se perfila como una estrategia eficaz para mitigar esta barrera. Fórmulas que garanticen un porcentaje del patrimonio a los hijos o que combinen rentas vitalicias con seguros de vida podrían reducir la percepción de conflicto entre el bienestar de los padres y el interés patrimonial de los descendientes. Igualmente, es necesario promover una comunicación intergeneracional más transparente, donde los padres expliquen a los hijos que la HI les permite mantener independencia económica, acceder a cuidados de calidad y, en definitiva, evitar convertirse en una carga financiera para la familia. Este cambio de narrativa puede transformar la percepción del producto, mostrándolo no como un mecanismo que resta herencia, sino como uno que asegura dignidad y autonomía en la vejez.

Finalmente, políticas públicas con incentivos fiscales también pueden contribuir a compatibilizar el motivo de legado con la aceptación de las HIs. Reducciones en impuestos de sucesiones o beneficios específicos para familias que opten por este producto equilibrarían su efecto patrimonial y facilitarían su legitimación cultural. Al mismo tiempo, narrativas sociales centradas en la autonomía y en la capacidad de los mayores para gestionar su propio patrimonio pueden consolidar la HI como una opción no solo económicamente razonable, sino también socialmente valorada.

En resumen, las implicaciones prácticas de este estudio apuntan a la necesidad de actuar simultáneamente sobre tres dimensiones interrelacionadas: mejorar la actitud hacia el producto mediante información clara, transparencia y flexibilidad; reforzar la influencia social a través de asesores capacitados, familiares involucrados y legitimación institucional; y abordar el motivo de herencia con productos innovadores, incentivos fiscales y narrativas centradas en la dignidad y la autonomía en la vejez.

El presente estudio permite extraer varias conclusiones relevantes en torno a los factores que influyen en la aceptación de las HIs como instrumento de previsión financiera en el contexto español.

Por una parte, los resultados ponen de manifiesto que la actitud hacia el producto constituye el predictor más sólido de la intención de uso. Una percepción positiva de las HIs incrementa notablemente la predisposición a contratarlas, lo que subraya la importancia de mejorar la información, la transparencia y su diseño para generar confianza.

Por otra parte, la influencia social se confirma como un elemento clave en la decisión. La relevancia del entorno cercano, de los asesores financieros y de la legitimación institucional sugiere que la decisión de contratar una HI no es únicamente individual, sino que se construye colectivamente en un marco social y cultural que condiciona su aceptación.

Además, el motivo de legado actúa como una de las principales barreras estructurales. La fuerte tradición patrimonialista en España limita la disposición de muchos jubilados a reducir el legado destinado a sus descendientes, incluso cuando ello supondría una mejora significativa en su bienestar durante la vejez.

Finalmente, la pertenencia a la generación X en lugar de la del baby boom se asocia con una mayor predisposición a considerar las HIs como opciones viables para complementar la pensión pública de jubilación, mientras que el efecto del nivel de renta aparece de forma débil y no plenamente robusta a lo largo de la distribución de IUS.

Como en todo estudio empírico, los resultados obtenidos deben interpretarse a la luz de ciertas limitaciones que, lejos de restar valor a los hallazgos, abren nuevas oportunidades para el avance del conocimiento sobre la aceptación de las HIs.

Una primera limitación del estudio está relacionada con el procedimiento de muestreo empleado. El uso de un muestreo no probabilístico, basado en listas de correo corporativas y en técnicas de conveniencia y bola de nieve, puede haber condicionado la composición de la muestra y concentrado determinados perfiles profesionales y educativos. Si bien este enfoque ha permitido acceder de forma eficiente a personas potencialmente interesadas en la planificación de la jubilación y obtener respuestas motivadas y bien fundamentadas, los resultados deben interpretarse con cautela en términos de representatividad poblacional. Sería recomendable replicar el estudio con muestras probabilísticas o paneles representativos.

Asimismo, aunque el análisis incorpora la edad como variable explicativa y muestra una relación negativa robusta con la intención de uso de las HIs, la proporción de personas de 65 años o más en la muestra es reducida. Esta limitación condiciona la posibilidad de realizar análisis multigrupo en el marco del modelo estructural con garantías de robustez estadística, por lo que los análisis específicos referidos al segmento de personas con al menos 65 años deben interpretarse con cautela. En este sentido, el enfoque del estudio es también prospectivo, al centrarse en la planificación de la jubilación tanto de personas ya jubiladas como de aquellas que aún se encuentran en activo. En futuras investigaciones, sería conveniente ampliar el tamaño muestral del grupo de 65 años o más, e incluso incorporar un mayor número de personas de edades más avanzadas y plenamente inmersas en la jubilación, con el fin de confirmar y matizar el análisis diferencial de los factores explicativos del modelo según la edad y la menor predisposición observada hacia la HI en los grupos de mayor edad.

El análisis se ha centrado en el caso español, un contexto con una fuerte tradición patrimonialista y con un mercado de HIs aún incipiente. Este marco particular condiciona la influencia del motivo de legado y la relevancia de las variables actitudinales, lo que puede no ser plenamente extrapolable a otros países con entornos normativos, culturales y financieros diferentes. Futuras investigaciones deberían replicar el modelo en otros contextos, tanto europeos como extraeuropeos, a fin de contrastar la robustez de los resultados y explorar diferencias transnacionales.

El estudio se basa en un diseño transversal, lo que impide analizar la evolución temporal de las percepciones y actitudes hacia las HIs. Dado que este producto está fuertemente influido por cambios regulatorios, coyunturas económicas y narrativas sociales, sería recomendable avanzar hacia estudios longitudinales que permitan observar cómo varía la intención de uso a lo largo del tiempo y en respuesta a reformas de las pensiones o innovaciones en el diseño de los productos financieros.

Una limitación adicional está vinculada al instrumento de medida y a la autopercepción de los encuestados. La intención de uso de las HIs se evalúa a partir de respuestas declaradas, lo que puede estar condicionado por sesgos cognitivos, sociales o de deseabilidad. En este sentido, futuras investigaciones podrían complementar los cuestionarios con experimentos de elección discreta, análisis de comportamiento observado en mercados reales o estudios cualitativos que profundicen en las motivaciones y resistencias más allá de las respuestas explícitas.

Asimismo, aunque el modelo ha considerado variables actitudinales, sociales y culturales (como el motivo de legado), quedan fuera otras dimensiones que podrían enriquecer el marco explicativo. Entre ellas destacan factores psicológicos (aversión al riesgo, confianza financiera, sesgos de previsión), sociodemográficos (nivel educativo, estructura familiar, situación laboral previa a la jubilación) y contextuales (disponibilidad de alternativas financieras, políticas de vivienda o incentivos fiscales). Explorar la interacción de estas variables con la actitud y la norma subjetiva abriría nuevas vías de investigación con mayor poder explicativo.

Otra limitación se relaciona con el método de análisis. Aunque el uso combinado de PLS-SEM y RC ofrece una visión robusta de los factores explicativos en diferentes niveles de la distribución de la intención de uso, futuras investigaciones podrían incorporar enfoques adicionales, como el análisis configuracional para identificar combinaciones causales, o técnicas de machine learning que permitan mejorar la capacidad predictiva y descubrir patrones no lineales más complejos.

Finalmente, la investigación se ha centrado en la demanda potencial, sin considerar en profundidad la perspectiva de la oferta. Incorporar en estudios futuros la visión de entidades financieras, aseguradoras y organismos reguladores permitiría identificar restricciones adicionales (de riesgo, rentabilidad o solvencia) que condicionan la disponibilidad del producto y, en consecuencia, su aceptación real en el mercado.

Aunque el presente estudio aporta evidencia valiosa sobre los determinantes de la aceptación de las HIs, futuras investigaciones deberían avanzar hacia enfoques comparativos, longitudinales y multidimensionales que integren factores psicológicos, culturales y de mercado. De esta forma, se podrá construir un conocimiento más completo que oriente tanto la teoría como las políticas públicas y las estrategias financieras en torno a este producto.